第三章节向量线联系秩.ppt

第三章 向量 线性关系 秩; n 维向量就是n 个有次序的数a1,a2, …,an组成的数组. ai称为向量的第i个分量. 分量全是实数的向量称为实向量.; 常用的向量运算是向量的加法和乘数两种运算, 统称为向量的线性运算, 完全按矩阵运算处理, 所以满足:; 在解析几何中, 曾引进向量的数量积; 内积是两个向量之间的一种运算, 其结果是一个实数. 内积也可以用矩阵运算表示, 当?与?都是列向量时, 有; 下面定义n维向量的长度和夹角。 ; 可见, ?[?, ?]=0, 于是有 ;§2 线 性 关 系;向量组?1, ?2,…, ?m, 称为矩阵A的行向量组, 即; 例1 设?T=(2,?1,0,1), ?1T=(1,1,0,0), ?2T=(0,1,0,?1), ?3T=(?1, 0, 0, 1), 问?能否由向量组?1, ?2, ?3线性表示.; 一般地, 对列向量, ?=k1?1+k2?2+…+ks?s 可写成 ;只有当k1,k2 , …,ks全为零时才成立.; 例3 讨论向量组 ?1T=(1,1,2), ?2T=(0,1, ?1), ?3T= (2, 3, 3)的线性相关性.; (称此向量组为n 维标准单位向量组);例5; 定义3.8 一组两两正交的非零向量称为正交向量组.由单位向量构成的正交向量组称为规范正交向量组. ; 命题3.2 若向量组有一个部分组线性相关, 则此向量组线性相关.;不妨设k1?0, 则有:; 定理3.4 设向量组?1, ?2, …, ?r线性无关, 而向量组?1, ?2, …, ?r, ?线性相关, 则?可由?1, ?2, …, ?r线性表示,且表示式唯一.; 设; 前面加长向量组的概念中只加了一个分量, 而且加在了最后一个分量. 也可以加多个分量, 分量也可以加在任何位置, 都称为原向量组的加长向量组.;§3 向量组的秩; 证 先正交化; 再将?1, ?2,…, ?m单位化, 取; ?1 =?1＝(1, 1, 1)T,; 定义3.10 若实方阵A满足AAT=E, 则称A是正交矩阵.; 所以说, n阶实矩阵A是正交矩阵?A的行(列)向量组是规范正交向量组.; 例3.7 求向量组?1=(1,0,0)T, ?2=(0,1,0)T, ?3=(0,0,1)T, ?4=(1,1,1)T的一个极大线性无关组.;时(其中A是矩阵), 有A=0 ;　　证明　设向量组?1, ?2,…, ?r和?1, ?2,…, ?s 等价且都线性无关，则存在s?r矩阵A和r?s矩阵B, 使; 推论 一向量组的极大线性无关组所含向量的个数是唯一的.; 定理3.9 若向量组?1, ?2,…,?s可由向量组?1, ?2,…,?t 线性表示，则; 推论3 向量组?1, ?2,…, ?p可由向量组?1, ?2,…,?q 线性表示，且pq, 则向量组?1, ?2,…, ?p线性相关.;§4 矩阵的秩;即; 定理3.10 矩阵的列秩等于矩阵的行秩.; 定义3.14 矩阵A的秩就是矩阵A的行(列)秩, 记为R(A), (或rank(A)).; 定义3.15 在矩阵Am?n中任取k个行与l个列(k?n, l?m),位于这些行和列交叉点上的kl个元素,相互位置关系不变所形成的k?l阶矩阵称为A的一个子阵. ; 定理3.12 R(A)=r的充分必要条件是A至少有一个r阶子式不为零, 而且所有r＋1阶子式(如果存在)都为零.; 定义3.16 设n阶方阵A的秩等于n, 则称A是满秩的；否则称方阵A是降秩的.; 可见，阶梯形矩阵的秩等于它的非零行数.; 的线性相关性, 并求其秩和一个极大无关组，把不属于极大无关组的向量用极大无关组线性表示。;　　所以，R(A)=2。于是，R{?1,?2,?3,?4}=2 。 　;习题三 第76页; 设4维向量组; 设4维向量组; a=0时,