第四章-向量组与矩阵的秩资料.pptVIP

* 一、n 维向量的定义及运算 二、向量空间 第一节 向量组的线性相关性和秩 第二节 矩阵的秩 第三节 矩阵的秩在向量组中的应用 一、向量组的线性相关性 二、向量组的极大无关组与秩 对于 n 维向量组 a1, a2, …, as ，如果存在实数 k1, k2, …, ks 使得 k1 a1 + k2 a2+ …+ks as = b, 则称向量b为a1, a2, …, as 的线性组合。 定义1 或者称向量b能由向量组a1, a2, …, as 线性表示(线性表出)。 例 1 零向量0=(0, 0, 0, 0)T可由向量组 a1 = (1, 2, 0, 1)T, a2 = (1, 1, ?1, 3) T, a3= (1, 3, 1, ? 1)T 线性表示 0=2a1? a2 ? a3. 一、研究向量组线性相关性的意义 定理 1 对于方程组Ax=b， (1) Ax=b有解?向量b能由向量组a1, a2, …,an 线性表示； (2) Ax=b有唯一解?向量b能由向量组a1, a2, …,an 线性表， 并且表示方法唯一. 对于线性方程组Ax=b, 其中系数矩阵A为m×n阶矩阵，将A列分块为A=(a1,…, an)，未知数向量为x=(x1,…, xn)T, 则有 x1 a1 + x2 a2+ …+xn an = b, 设矩阵A为m×n阶矩阵，将A列分块为A=(a1,…, an)。 c1 a1 + c2 a2+ …+cn an = 0. 齐次线性方程组Ax=0有非零解 存在不全为零的实数c1 ,c2 , … ,cn , 使得 二、向量组的线性相关性 对于 n 维向量组 a1, a2, …, as ，如果存在不全为零的实数 k1, k2, …, ks 使得 k1 a1 + k2 a2+ …+ks as = 0, 否则，称a1, a2, …, as 线性无关. 则称 n 维向量组 a1, a2, …, as 线性相关， 定义2 所谓 a1, a2, …, as 线性无关，即如果 k1 a1 + k2 a2+ …+ks as = 0, 则必有 k1= k2= …= ks= 0. 例 2 向量组 a1 = (1, 2, 0, 1)T, a2 = (1, 1, ?1, 3) T, a3= (1, 3, 1, ? 1)T 线性相关, 因为 2a1? a2 ? a3 = 0. 例 3 证明 n 维向量组 e1= (1, 0, …, 0)T, …, en= ( 0, 0, …, 1)T线性无关. 如果 k1e1+ k2e2+…+ knen= 0, 则 (k1, k2, …, kn)T = (0, 0, …, 0)T， 从而 k1= k2= …= kn=0, 按定义可知，向量组e 1, e 2, …, e n 线性无关. 证毕. 证 定理2 当 s ≥2 时，向量组 a1, a2, …, as 线性相关的充要条件是其中至少有一个向量能由其余向量线性表出. 例 4 含有零向量的 n 维向量组必定线性相关. 则有 1?a1+0?a2+ …+ 0?as = 0, 其系数不全为0，按定义此向量组线性相关。证毕。 若向量组 a1, a2, …, as 含有零向量，不妨设 a1= 0， 证 于是 即 as 可由 a1, a2, …, as?1 线性表出. 若某个向量可被其余向量线性表出，不妨设 a1可又 其余向量表示，即存在实数k2,…,ks，使得 a 1 = k2 a 2+ k3 a3 + … + ks as , 于是 1?a 1+ (? k2) a 2 + … + (? ks ) a s = 0, 其系数 不全为零，因此 a1, a2, …, as 线性相关. 证毕. 充分性 = 不妨设 ks? 0, 必要性 = 设 a1, a2, …, as 线性相关，则有不全为零的实数 k1, k2, …, ks ，使 证 k1a 1+ k2a2+ … + ksa s= 0. 推论1 (1) 矩阵A 的列向量组线性相关(无关)的充要条件是Ax=0有非零解(只有零解). (2) 方阵A 的列向量组线性相关(无关)的充要条件是det(A)=0 (det(A) ≠0 ). 推论2 当 s ≥2 时，向量组 a1, a2, …, as 线性无关的充要条件是其中任何一个向量都不能由其余s-1个向量线性表出. 如果向量组 a1, a2, …, as 中有一部分向量线性相关，则这 s 个向量也线性相关. 不妨设前 r (rs) 个向量 a1, a2,