大学数学-课件-第三章线性方程组第四节精选.ppt

主要内容 矩阵的秩的定义 矩阵的秩与行列式的关系 第四节 矩 阵 的 秩 矩阵的秩的求法 一、矩阵秩的定义 在上一节我们定义了向量组的秩. 如果我们把 矩阵的每一行看成一个向量，那么矩阵就可以认为 是由这些行向量组成的. 同样，如果把每列看成一 个向量，那么矩阵也可以认为是由列向量组成的. 定义 16 所谓矩阵的行秩就是指矩阵的行向 量组的秩； 矩阵的列秩就是矩阵的列向量组的秩. 1. 矩阵行秩和列秩的定义 例 1 设有矩阵 求矩阵 A 的行秩和列秩. 解 矩阵 A 的行向量组是 ?1 = (1, 1, 3, 1), ?2 = (0, 2, -1, 4), ?3 = (0, 0, 0, 5), ?4 = (0, 0, 0, 0). 下面来求向量组?1 , ?2 , ?3 , ?4 的极大线性无关 组. 显然， ?1 , ?2 线性无关，再来讨论?1 , ?2 , ?3 的线性相关性. 设有数 k1, k2 , k3 , 使 k1?1 + k2?2 + k3?3 = 0 ， 它对应的线性方程组为 解得 k1 = k2 = k3 = 0，所以 ?1 , ?2 , ?3 线性无关. 因 为向量组?1 , ?2 , ?3 , ?4 中含有零向量，它必线性相 关，故向量组?1 , ?2 , ?3 , ?4 的秩为 3 . 矩阵 A 的列向量组为 ?1 = (1, 0, 0, 0), ?2 = (1, 2, 0, 0), ?3 = (3, -1, 0, 0), ?4 = (1, 4, 5, 0). 用同样的方法可证， ?1 , ?2 , ?4 线性无关，而 所以向量组?1 , ?2 , ?3 , ?4 线性相关，其秩为 3 . 因此，矩阵 A 的行秩和列秩都是 3 . 2. 行秩与列秩的性质 例 1 中矩阵 A 的行秩和列秩相等，这一点不 是偶然的，下面来一般地证明行秩等于列秩. 作为一个准备，我们先利用行秩的概念把第 一节中的 改进如下. 引理 如果齐次线性方程组 的系数矩阵 的行秩 r n，那么它有非零解. 证明 设矩阵 A 的行向量组为 ?1 , ?2 , …, ?s 因为它的秩为 r ，所以极大线性无关组由 r 个向量 组成. 不妨设 ?1 , ?2 , …, ?r 是一个极大线性无关组 因为?1 , ?2 , … , ?r , …, ?s 与 ?1 , ?2 , … , ?r 等价， 所以方程组 ( 1 ) 与方程组 同解. 对于方程组 (2) 应用 证毕 即得. 由此就可以证明： 定理 4 矩阵的行秩与列秩相等. 证明 设所讨论的矩阵为 而 A 的行秩 = r ，列秩 = r1 . 为了证明 r = r1 ，我 们先来证 r ? r1 . 设矩阵 A 的行向量组为 ?1 , ?2 , …, ?s , 不妨设 ?1 , ?2 , … , ?r 是它的一个极大线性无关组. 因为 ?1 , ?2 , … , ?r 是线性无关的，所以方程 x1?1 + x2?2 + … xr?r = 0 只有零解， 只有零解. 这也就是说，齐次线性方程组 由引理，这个方程的系数矩阵 的行秩 ? r . 因此在它的行向量中可以找到 r 个是 线性无关的，不妨设为 线性无关. 根据上一节的说明，在这些向量上添上几个分量后 所得的向量组 也线性无关. 它们正好是矩阵 A 的 r 个列向量，由 它们的线性无关性可知矩阵 A 的列秩 r1 至少是 r , 也就是说 r1 ? r . 用同样的方法可证 r ? r1 . 这样就证明了行秩 与列秩相等. 证毕 3. 矩阵的秩 定义17 把矩阵的行秩和列秩统称为矩阵 二、矩阵的秩与行列式的关系 1. 齐次线性方程组有非零解的充要条件 现在我们再来把矩阵的秩与行列式的概念联 系起来. 先看 n ? n 矩阵的情形. 的秩. 定理 5 n ? n 矩阵 的行列式为零的充分必要条件是 A 的秩小于 n . 证明 先证充分性. 因为 A 的秩小于 n，所 以 A 的 n 个行向量组线性相关. 当 n = 1 时，A 只 有一个数，即只有一个一维向量，它又是线性相关 的向量组，就是零向量，从而 | A | = | 0 | = 0 . 当 n 1 时，矩阵 A 中有一行是其余各行的线性组合. 从这行依次减去其余各行的相应倍数，这一行就全 变成零，由行列式的性质可知 | A | = 0 . 再证必要性. 对 n 作数学归纳法. 当 n = 1 时，由 | A | = 0 可知 A 的仅有的一个 元素就是零，因而 A 的秩为零. 假设结论对 n - 1 级矩阵已证，现在来看 n 级矩 阵的情形. 设矩阵 A 的行向量组为 ?1 , ?2 ,