线性代数课件PPT 第3章.线性方程组PPT.ppt

* 3.3 矩阵的秩 矩阵的秩 定义：矩阵A的行秩的数值称为矩阵A的秩，记作：秩(A)或r(A)。秩(A)=n的n阶矩阵也称满秩矩阵。 * 3.3 矩阵的秩 矩阵的秩 定理：n阶矩阵A的秩等于n的充要条件是A为非奇异矩阵（即|A|≠0）。 证：若r(A)=n，则对A做初等行变换可以将其化为有n个非0行的行简化阶梯矩阵（即单位矩阵），也就是说，存在可逆矩阵P，使PA=I，即|P||A|=1，故|A|≠0；反之，若|A|≠0，则齐次线性方程组Ax=0只有0解，即x=A-10=0，故A的n个列向量线性无关，即r(A)=n。 * 3.3 矩阵的秩 矩阵的秩 对于一般的m×n矩阵A，A的秩与A的子行列式也有密切的关系。 * 3.3 矩阵的秩 矩阵的秩 定义：矩阵A=(aij)m×n的任意k个行（i1, i2, ..., ik行）和任意k个列（j1, j2, ..., jk行）的交点上的k2个元素按原顺序排成的k阶行列式 称为A的k阶子行列式，简称A的k阶子式。当上式等于0 (不等于0)时，称为k阶零子式(非零子式)。当上式中j1=i1, j2=i2, ..., jk=ik时，称为A的k阶主子式。 * 3.3 矩阵的秩 矩阵的秩 如果矩阵A存在r阶非零子式，而所有的r+1阶子式（如果有r+1阶子式）都等于0，则矩阵A的非0子式的最高阶数为r，因为由所有r+1阶子式都等于0可推出所有更高阶的子式都等于0（思考：为什么？）。 * 3.3 矩阵的秩 矩阵的秩 定理：秩(A)=r的充要条件是A的非0子式的最高阶数为r。 证： 1）必要性 设(A)=r，即A的行秩为r，不妨设A的前r行构成的矩阵A1的行秩为r，其列秩也为r；不妨再设A1的前r个列向量线性无关，有前面定理可知，A的左上角r阶子式为非0子式，又因为A的任意r+1个行向量线性相关，所以A的任意r+1阶子式都是0子式（因为其中有一行可用其余r行线性表示），因此，A的非0子式的最高阶数为r。 * 3.3 矩阵的秩 矩阵的秩 2）充分性 不妨设A的左上角r阶子式|Ar|≠0，于是Ar可逆，其r个行向量线性无关，将它们添加分量成为A的前r个行向量，它们也线性无关；而A的任何r+1个行向量必线性相关（否则由必要性的证明可知A中存在r+1阶非0子式，这与题设矛盾），故A的行秩=秩(A)=r。 * 3.3 矩阵的秩 矩阵的秩 综上所述，关于矩阵的秩的基本结论是： 1）矩阵的秩=矩阵的行秩 =矩阵的列秩 =矩阵的非0子式的最高阶数 2）初等变换不改变矩阵的秩 矩阵的秩对线性方程组的解有十分重要的意义，在后面两节我们将予以阐明。 * 3.3 矩阵的秩 矩阵运算的秩 性质1：r(A+B) ≤r(A)+r(B) 证：设A, B都是m×n矩阵，r(A)=p, r(B)=q, 将A, B按列分块为A=(α1, α2, ... , αn), B=(β1, β2, ... , βn) 于是 A+B=(α1+β1, α2+β2, ..., αn+βn) 不妨设A和B的列向量组的极大线性无关组分别为α1, α2, ... , αp和β1, β2, ... , βq，于是A+B的列向量组可由向量组α1, α2, ... , αp, β1, β2, ... , βq线性表示，因此 r(A+B)=A+B的列秩 ≤秩{α1, α2, ... , αp, β1, β2, ... , βq} ≤p+q * 3.3 矩阵的秩 矩阵运算的秩 性质2：r(AB) ≤min(r(A), r(B)) 证：设A, B分别是m×n, n×s矩阵，将A按列分块，则 的列向量组γ1, γ2, ... , γs可由A的列向量组α1, α2, ... , αn线性表示，故r(AB)=AB的列秩≤r(A)。类似的，将B按行分块，可得r(AB)≤r(A)。 * 3.3 矩阵的秩 矩阵运算的秩 性质3：设A是m×n矩阵，P, Q分别是m阶、n阶可逆矩阵，则 r(A)=r(PA)=r(AQ)=r(PAQ) 证：由于可逆矩阵P, Q可以表示为若干个初等矩阵的乘积，而初等矩阵不改变矩阵的秩，故结论成立。 或者根据A=P-1(PA)，利用性质2得 r(A)=r[P-1(PA)]≤r(PA)≤r(A) 故r(PA)=r(A)，同理可证其余等式。 * 3.3 矩阵的秩 矩阵运算的秩 例2：设A是m×n矩阵，mn，证明|ATA|=0。 证：由于r(A)=r(AT)≤min(m, n)n，根据性质2，有 r(ATA)≤ min(r(AT), r(A))n 而ATA是n阶矩阵