线性独立与矩阵的秩及求解教材.docVIP

线性独立与矩阵的秩 对一组给定的向量，线性独立是一个重要的性质。如果不存在一组标量a1，a2，···，an（它们不构成零向量），使得 aX＝0 则向量x1，x2，···，xn线性独立。 确定一组向量是否线性独立的方法之一是试图从这组向量构成一组正交向量。如果从已知向量构成向量的范数是零接近零（例如对计算机计算为10^-6）， Gram-Schmidt正交技术 Gram-Schmidt正交技术是一种根据一组已知向量构造一组正交向量的方法。该方法有助于确定已知向量中的线性独立向量的数目。 设有m个向量（每个向量含n个元素），x1，x2，···，xn。定义向量 等等。 通式为 (A.5) 向量相互正交，而与正交。（正交的含义？）量称为向量的Euclidean范数，定义为 （A.6） 在计算过程中，如果任一向量y的Euclidean范数值是零或接近于零，则在后面的计算中该向量出现的项就消失了。 矩阵的秩 一组向量中线性独立向量的数目称为由已知向量构成的矩阵的秩。换言之，矩阵的秩定义为矩阵中包含的最大非零行列式的阶数。在一个方阵中，如果矩阵等于矩阵的阶数，则该矩阵是非奇异矩阵。如果rA和rB是两个矩阵A和B的秩，C是A和B的乘积，则C的秩小于或等于A和B的秩的较小值。换言之 左乘或右乘一个非奇异方阵不改变矩阵的秩。 在因次分析中，矩阵的秩非常重要。因为