矩阵理论及线性代数及对比.ppt

* 7. 齐次线性方程组 Ax = 0 的解空间是几维 空间? 答 设方程组 Ax = 0 是有 n 个未知数 m 个方 程的方程组, 且 R(A) =r , 则该方程组的解空间是 n - r 维向量空间, 它的基础解系由 n - r 个向量构 成. * * 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. * 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. * 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. * 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. * 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. * 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 . * 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. * 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 * （1）子式判别法(定义)。 （2）用初等变换法求矩阵的秩。 依据:矩阵初等变换不改变矩阵的秩。 作法 阶梯形矩阵B， 则 秩(A)=B的阶梯数。 例2 ， = 秩（A）=2 思考:矩阵秩的求法 * 关于矩阵的秩的一些重要结论： 性质1 设A是 矩阵， B是 矩阵， 性质2 如果 A B = 0 则 性质3 如果 R(A)= n, 且 A B = 0 则 B = 0。 性质4 性质5 设A,B均为 矩阵，则 * 重要结论 设A是 矩阵， R(A)=r，则A 为矩阵A的等价(相抵)标准形矩阵。 设A，B是 矩阵， (3) 存在 m阶可逆矩阵P与n阶可逆矩阵Q ，使 1、 与矩阵 等价。称 2、 则以下三个 条件等价 （1） A与B等价； * 例 求向量组?1 = (1, 0, 2, -1), ?2 = (3, 0, 6, -3), ?3