线性代数-居余马-教学课件-线性方程组3.pptVIP

第3章 n 维向量 秩  线性方程组 3.1 n 维向量及其线性相关性 3.1 n 维向量及其线性相关性 3.2.3 向量组的秩 3.4 齐次线性方程组有非零解的 条件及解的结构 3.4.1齐次线性方程组有非零解的充要条件 3.5 非齐次线性方程组有解的条件 及解的结构 证：对A作初等行变换，化为行简化阶梯形矩阵U，即 定理3.16 设A是m?n矩阵，r(A)=rn, 则齐次线性方组 AX=0 与 UX=0 为同解方程组 AX=0 存在基础解系，且基础解系包含 n?r 个解向量。 其中cii =1 (i=1,?,r ), UX=0，即 选xr+1, xr+2, ?, xn为自由未知量，对它们取下列n? r 组值 (1,0, ?,0) , (0,1, ?,0) , ? ， (0,0, ?,1) 再分别代入(*)，即可得到AX=0 的n? r个解： (*) 再证AX=0 的任意一个解向量都可由 X1, X2,?, Xn-r 线性表示。 且 X*= k1 X1+ k2 X2+?,+kn-r Xn-r 也是AX=0的解。 这 n? r个解显然是线性无关的（增加分量不改无关性）， AX=0 的任意一个解向量 X，可取自由未知量 Xr+1, Xr+2, ?, Xn为任意常数 k1, k2,?, kn-r, 代入(*)得 X=（ d1, d2,?, dr, k1, k2,?, kn-r )T 所以 X1, X2,?, Xn-r 是齐次线性方程组AX=0 的基础解系。 X? X*也是 Ax=0的解。 X ? X* 是自由未知量 xr+1, xr+2, ?, xn 全部取0时的解，此时由(*)得 x1 = ? = xr =0，即d1?=d2 ? =?=dr ? =0，所以， X ? X*=0，即 X =X*= k1 X1+ k2 X2+?,+kn-r Xn-r可由 X1, X2,?, Xn-r 线性表示。 称 X= k1X1+ k2X2+?+ kpXp (其中k1, k2,?,kp 为任意常数） 为Ax=0的一般解（通解）。 AX=0 的基础解系不是唯一的，但基础解系所含 向量的个数一定是n ? r。 任意一个基础解系 X1, X2,?, Xn-r 的线性组合 都是AX=0 全部解的集合。 {k1X1+ k2X2+?+ kpXp} (其中k1, k2,?,kp 为任意常数）. A的n个列(m个行)向量组成的向量组的秩称为A的列秩(行秩)。 矩阵A=(aij)m?n的每一列(行)称为A的一个列(行)向量。 显然， A的列秩 ? n；A的行秩 ? m. 3.3.1 矩阵的秩 3.3 矩阵的秩 相抵标准形 定义3.8 设 求A的行秩和列秩。 例3.7 设阶梯形矩阵 解 把A按行、列分别分块为 由x1 ?1+x2 ?2+x3 ?3＝0，即 得x1 =x2 =x3＝0，所以，三个行向量?1, ?2, ?3 线性无关， 而?4=0，?1, ?2, ?3，?4 线性相关，因此A的行秩=3。 三个列向量?1, ?3 , ?4线性无关，由于?1, ?2(成比例)线性相关且任意4个列向量线性相关（据定理3.3推论2，任意4个3维向量都线性相关），可知?1, ?2, ?3, ?4, ?5线性相关（定理3.2 ），所以 A的列秩=3。 在阶梯形矩阵中，非零行的行数=A的行秩= A的列秩。 方程 y1?1 + y3 ?3 + y4 ?4= 0 ，即 得 y4 = y3 = y1 = 0. (3) 将A的第i行乘常数c 加到第j行得到B，则B的行向量组 ?1, ?,?j ,?, ?m为 ?j=c?i+?j ; ?k=?k (k?j)。相应地 也有?j=?j?c?i ; ?k=?k (k?j)。因此A与B的行向量组可以 互相线性表示（等价）。所以A与B的行秩相等。 定理3.7 对矩阵A做初等行变换化为B，则B的行秩等于A的行秩。 证：只须证明作一次倍乘，倍加和对换行变换，A的行秩不变。 设m?n 矩阵 A 的 m个行向量为?1, ?2 ,?, ?m， (1) 将A的第 i, j 行对换得到B, 则 B 与A的行向量组相同（只 是排列顺序不同），故A, B 的行秩相等。 (2) 将A的第 i 行乘非零常数 c 得到B, 则B的行向量组为 ?1,?, ?i-1, c?i , ?i+1, ? ?m，它与A的行向量组等价。 因此 A与B的行秩相等。 所以，初等行变换不改变矩阵的行秩。同理，初等列变换不改变矩阵的列秩。