数学专业几类与矩阵秩有关问题.docVIP

几类与矩阵的秩有关的问题 Several types of issues related to the rank of matrix 专 业: 数学与应用数学 作　　者: 指导老师: 学校 二○一  摘 要 Abstract This article study several types of issues related to the rank of matrix, theorem and the examples used the rank of the matrix in the linear relationship between vector, solving linear equations, determine spatial point line surface location relationship, quadratic, linear transformationand other applications. Keywords: Rank of matrix; Vector; Linear equations; Set relations; Quadratic; Linear transformationand 目录 摘 要 I ABSTRACT II 0 引言 1矩阵的秩的定义及简单性质 1 2矩阵的秩与向量的线性关系 2 3矩阵的秩与线性方程组的解 4 4矩阵的秩与空间中的点线面位置关系 7 5矩阵的秩与二次型 10 6矩阵的秩与线性变换 13 参考文献 0 引言 矩阵理论是高等代数的主要内容之一, 在数学及其它科学领域中有着广泛的应用.在矩阵理论中, 矩阵的秩是一个重要的概念. 它是矩阵的一个数量特征, 而且是初等变换下的不变量. 本文归纳了矩阵的秩与向量的线性关系; 线性方程组的求解; 空间中点面位置关系; 二次型理; 线性变换等问题的密切的联系. 1 矩阵的秩的定义及简单的公式 1.1 矩阵的秩的定义 定义.2 矩阵的 (1.2.1) 秩() = 0, 当且仅当是零矩阵 (1.2.2) 秩() =, 当且仅当||≠0 (1.2.3) 设是×矩阵, 则秩()≤ (1.2.4) 秩秩+秩 (1.2.5) (1.2.6) 设, 分别为与矩阵, 则秩min{秩,秩, ,,}. 2 矩阵的秩与向量的线性关系 高等代数中, 判断向量组的线性相关性时, 我们的依据是向量组中的其中一个向量是否可以由其余的向量线性表出来. 这种做法简单易懂, 但对一些较为复杂的这类问题时解法复杂, 上述方法有一定的局限性. 我们可以用矩阵的秩的相关知识来解决这类问题. 首先, 有以下的结论. 2.1 线性相关性的判断 定理2.1 设 令=, 其中是矩阵, 为维列向量, 且= 则 线性相关=0有非零解秩. 线性无关=0只有零解秩=. 例2.1 设为阶方阵, 为个线性无关的维向量, 证明: 秩=的充要条件是, , , 线性无关. 证明 令=, 那么0. 先证明必要性 设秩=, 所以0. 令 =0 （2.1.1） 用左乘（2.1.1）式得=0. 所以. 即 , , , 线性无关. 再证明充分性 因为, , , 线性无关， 所以 =0, 从而0, 即 秩= 2.2 极大线性无关组 定理2.2 （1） : , 若在中存在个线性无关的向量, 且都可以由线性表出, 则称是的一个极大线性无关组, 且称秩=. （2） 两个等价的的向量具有相同的秩. （3） 若=, 其中是矩阵, 若线性无关, 则秩=秩. 例2.2 设有向量组 （Ⅰ） =, =, =, （Ⅱ） =, =, =. 试问：当a为何值时, 向量组（Ⅰ）与（Ⅱ）等价? 当a为何值时, 向量组（Ⅰ）与（Ⅱ）不等价？ 解 作初等行变换, 有 = （1）当a时, 有行列式=0, 秩=3, 故线性方程组=均有惟一解. 所以可由向量组（Ⅰ）线性表示. 行列式=60, 秩=3, 故可由向量组（Ⅱ）线性表示.因此向量组（Ⅰ）与（Ⅱ）等价. （2）当a=时, 有 由于秩秩, 线性方程组=无解, 故向量不能由线性表示. 因此, 向量组（Ⅰ）与（Ⅱ）不等价. 3 矩阵的秩与线性方程组的求解 线性方程组问题是高等代数中极其重要的一类问题, 在解决和讨论线性方程组的解的