《矩阵的秩4双语教学.docVIP

Act 3? of? Chapter 3 【Content And Arrangement】 1) Rank of matrix 2) Vector space(一) 【Content 】 Section 4?? Rank of matrix (矩阵的秩) 　I.? Definition 1.?Minor 矩阵A中任取k行,k列(),位于这k行、k列交叉位置上的元素按原来的次序构成的k阶行列式,称为A的一个k阶子式. 注： k 阶子式的个数是 2. Rank of matrix： The largest order in the whole nonzero minor of matrix A is called rank of A,namely R(A) .Example8: If,then R(A)=? Solve： 。 它的全部3阶子式（共有 个3阶子式） ??? ? 为 左上角的2阶子式 ,?故 . 3.如何利用初等变换求矩阵的秩？ ?Theorem1：R(A)=R(AT). ?Theorem2：初等变换不改变矩阵的秩. ? （1）上阶梯形矩阵：形如 ?并且上阶梯形矩阵应满足的条件： （a）若有零行,都应在矩阵的下方； （0. 如： ????????????????????? （2）上阶梯形矩阵的秩：非零行的行数. （ 上阶梯形矩阵B, 则 . Example9：求矩阵A的秩： ? ? Solve: 对 A 进行初等变换：??? ???????????? ?? 则 R(A) =3. II: The relation between rank of vector bundle and rank of matrix Row vector bundle and column vector bundle: ??If ???? then is called a row vector bundle of A,??? and? is called a column vector bundle of A. 2.? Row rank : Rank of a row vector bundle of A is called row rank of A . Column rank：Rank of a column vector bundle?of A is called column rank of A. Results： R(A)= row rank of A =column rank of? A . 3．如何求得向量组的秩？ ，将 以行或者列构成一个矩阵 A ,则由上述结论可知： 的秩= R(A). Example10：Judge the following vector bundles linear dependence or linear independence. Give its maximal linear independent bundle and its rank. Solve: 设 ? 通过计算, R(A) =3 4,则向量组 的秩为3,且线性相关. 在 A 中有3阶子式 ? （分析：令 ,则 线性无关，从而 ? 线性无关.）?从而 线性无关.于是得 是 的一个极大线性无关组. 4.方阵的秩与其行列式之间的关系: Given , then (1) ;????? (2). Analysis: 对于它的证明要利用第二节中定理1的推论：n 个n维向量 线性相关（线性无关）的充要条件是 （ ）或者（ ）， 即以 为n 阶行列式等于零（不等于零）； 第三节中的定理3：向量组 线性相关的充要条件是 的秩小于 （对于定理3的逆否命题为：向量组 线性无关的充要条件是的秩等于m ）. 5．A series of important results about rank of matrics： (1) Given ,,then . (2) Given , if of order? m is invertible and of? order n is invertible, then . (3) Given ,,then . (4) If? A and B are the same kind matrix(同型矩阵), then . Section 5???? Vector space (向量空间) 　 Definition1：设 V 是 n 维向量的非空集合，若V对于向量的加法、数乘两种运算都是封闭的，则称集合是向量空间。 说明： （1）v 是 n 维向量的非空集合：v中的元素全为 n维向量，且v中至少有一个元素。 （2）V 对于向量的加法是封闭的：. 3）V对于