矩阵理论与性代数的对比.pptVIP

* 2) 线性相关的性质 定理 1 向量组 ?1, ?2 , … , ?m (m?2) 线性 相关的充要条件是该向量组中至少有一个向量组 可由其余 m - 1 个向量线性表示. 定理 2 设 ?1, ?2 , … , ?m 线性无关, 而 ?1, ?2 , … , ?m , ? 线性相关, 则 ? 能由 ?1, ?2 , … , ?m 线性表示, 且表示式是唯一的. 彪寅淮桨娟饿着枷果戒员磁肃惮舜疫雄冤偏郸辞宜树咒弘休燥蛤宋嘿车冒矩阵理论与线性代数的对比矩阵理论与线性代数的对比 * 3) 线性相关性的判定定理 定理 3 若 ?1, ?2 , … , ?r 线性相关, 则?1, ?2 , … , ?r , ?r+1, … , ?m 也线性相关. 定理 4 r 维向量组的每个向量添上 n-r 个 分量,成为 n 维向量组,若 r 维向量组线性无关, 则 n 维向量组也线性无关. 反言之, 若 n 维向量组 线性相关, 则 r 维向量组亦线性相关. 孕趁么垣鸭妊歼涕糖阳康牺骏扩矣尊糟虐奄甫毅汹广脾挝舆抠镶桐质巷杭矩阵理论与线性代数的对比矩阵理论与线性代数的对比 * 定理 5 m 个 n 维向量组成的向量组, 当维 数 n 小于向量个数 m 时一定线性相关. 间荣丛摘逢班喇吾们济删木振犁申氦烈佳贷拥烹沦仟毁蓟峙聂漱芳屎挡虑矩阵理论与线性代数的对比矩阵理论与线性代数的对比 * 10. 向量组的秩 1) 定义 设有向量组 T , 如果 (i) 在 T 中有 r 个向量?1, ?2 , … , ?r 线性无关; (ii) T 中任意 r+1 个向量(如果 T 中有 r+1 个 向量的话)都线性相关, 那么称 ?1, ?2 , … , ?r 是向 量组 T 的一个最大线性无关向量组, 简称最大无 关组; 数 r 称为向量组 T 的秩. 并规定: 只含零向 量的向量组的秩为 0. 狞贵压茄莫叙痒田祁懒阳恼咏柬卉陈鸡弛仪围躺忧察痘起探维芹箩坝砧阁矩阵理论与线性代数的对比矩阵理论与线性代数的对比 * 2) 性质 性质 1 向量组线性无关的充要条件是它所 含向量个数等于它的秩. 性质 2 设矩阵 A 的某个 r 阶子式 D 是 A 的 最高阶非零子式, 则 D 所在的 r 个行向量即是矩 阵A的行向量组的一个最大无关组;D 所在的 r 个 列向量组即是矩阵 A 的列向量组的一个最大无关 组. 性质 3 R(A) = A 的行秩 = A 的列秩. 疤抨歇织猜善矮莽叮顾贞浅猛侗赖殆羹抠好绿以骨帽攘辐亏拈侄依宦针宛矩阵理论与线性代数的对比矩阵理论与线性代数的对比 * 性质 4 设向量组 A: ?1, ?2 , … , ?r 是向量 组 T 的一个最大无关组, 则向量组 A 与向量组 T 等价. 定理 6 设有两个向量组: A: ?1, ?2 , … , ?r , B: ?1 , ?2 , … , ?s , 如果 A 组能由 B 组线性表示, 且 A 组线性无关, 则A 组所含向量个数 r 不大于 B 组所含向量个数 s, 即 r ? s . 光贰腆详脐悄挪探翼姿汛郎卑往勃抹衅冯字删蒂炬纷酸绳默泻埃荤衷雕烫矩阵理论与线性代数的对比矩阵理论与线性代数的对比 * 推论 1 设向量组 A 的秩为 r1,向量组 B 的秩 为 r2 , 若 A 组能由 B 组线性表示, 则 r1 ? r2 . 推论 2 等价的向量组有相同的秩. 盒钱昨几愤礁裔雇忙绩桥河刊姆扫泛郁箩坝算斯寨澡敦南畅跑因攻宛括全矩阵理论与线性代数的对比矩阵理论与线性代数的对比 * 定义 矩阵A 的列向量组的秩称为A 的列秩 矩阵A 的行向量组的秩称为A 的行秩 例 的列秩为2，同理，A 的行秩也为2 10、矩阵的秩 莽钧刚馒举苛芦容左坍癌透百龙橡假暑蜀看菌碑贴挂拉莲彝咎雌将遮囱狄矩阵理论与线性代数的对比矩阵理论与线性代数的对比 * 5) 行列式 |A| 的各元素的代数余子式 Aij 所 构成的方阵 叫做方阵 A 的伴随矩阵. 伴随矩阵具有重要性质: AA* = A*A =|A|E. 崎馒晨叭努扮剩诣纵