矩阵的秩在现实中的应用.docx

矩阵的秩的应用 ( 一) 矩阵的秩在判定向量组的线性相关性方面的应用 矩阵的秩对研究向量组间是否线性相关有重要的意义 , 咱们可以通过把向量组转换成矩阵的形式，通过判断矩阵的秩的情况来间接判定向量组是相关还是无关的 。那么我们首先从向量组之间的关系着手。 向量组间的关系 (1). 定义 [4] ：若向量组 A 中每个向量都可以由向量组 B 线性表示，则称向量组 A 组能由向量组 B 线性表出。两个向量组若能互相线性表出，则称这两个向量组等价。向量组中任何一个最大的线性无关组所含有的向量数称为这个向量组的秩。 (2). 有关定理 [4] 若向量组 A 能由向量组 B 线性表示，则知秩 A 秩 B； ② [4] 等价的向量组必等秩 , 但是其逆不真； ③ [4] 矩阵中行向量组的秩和列向量组的秩都等于其非零子式的最高阶数 , 所以矩阵的秩既等于其行秩 ( 即其行向量组的秩 ), 又等于其列秩 ( 即其列向量组的秩 ) 。 [4] 一个向量组中，其任何两个极大线性无关组都是等价的。 判定向量组是否线性相关 利用矩阵的秩来判断向量组的线性相关性, 通常用来判断有 m 个 n 维向量的向 量组。 令 A ( 1 , 2, L , m ) ，当 R( A) m ，此向量组 1, 2, L , m 是线性无关的，当 R( A) m ，此向量组是线性相关的。 例: 设 1 T 2 (1,2,3) T , 3 (1,3,t) T 。 (1,1,1) , （1）问 t 的值取多少时，该向量组线性相关？ （2）问 t 的值取多少时，该向量组线性无关？ 1 1 1 1 1 1 解: A ( 1, 2, 3 ) 1 2 3 0 1 2 1 3 t 0 2 t 1 从最后一个矩阵可知： （1）t 5 时， R( A) 3 , 向量组线性无关； （2）t=5 时， R( A) 2 , 向量组线性相关。 根据矩阵的秩判断向量组线性相关性 利用矩阵的秩证明向量组的线性相关性，就是把向量组中每一个向量用矩阵形 式表示出来，根据矩阵秩的性质，分析向量组间相关性。通常用于证明具有两对向量的向量组。 例 : 设向 量 组 1 , 2 , 3 是 线 性 无 关的 ， 根 据 矩 阵 的 秩 的有 关 性 质 试 证 ： 1 2 , 2 3 , 3 1 也是线性无关的。 证明 令 1 1 2 , 22 3 , 3 31 , 1 0 1 则 ( 1 , 2, 3 ) ( 1 , 2 , 3 ) 1 1 0 0 1 1 精选文库 1 0 1 因矩阵 1 1 0 0 1 1  可逆，故 R( 1, 2 , 3 ) R( 1 , 2 , 3 ) 3 所以 1 , 2 , 3 即 1 2 , 2 3 , 3 1 线性无关。 （二）、矩阵的秩在线性方程组方面的应用 矩阵的秩和非齐次线性方程组 矩阵的秩在判断线性方程组解情况中，有很重要作用，能够快速确定方程组解 的个数。接下来我们从定理的证明入手，来探究矩阵的秩与线性方程组之间的关系 。 定理 [4] ：对于非齐次 线性方程组 a11 x1 a12 x2 L a1n xn b1 a21 x1 a22 x2 L a2n xn b2 L L L L ar 1x1 ar 2 x2 L arn xn br 此方程组有解的充分必要条件即为方程组系数矩阵的秩与增广矩阵的秩相等。例: 分析以下方程组，探究 分别取什么值时，方程组的解是什么样子 ? x1 x2 x3 0 x1 x2 x3 2 x1 x2 x3 2 解: 其系数矩阵 1 1 A 1 1 1 1 增广矩阵 1 1 0 B 1 1 2 1 1 2 若要方程组有解则需 rankA rankB . 1 1 1 1 1 1 A 1 1 0 1 1 0 1 1 1 1 0 1 2 1 0 0 2 2 1 1 0 1 1 2 1 1 2 B 1 1 2 0 1 1 4 0 1 1 4 1 1 2 0 1 1 2 2 0 0 2 2 2 4 由此可以看出 1 时 R( A) 1 R( B) 3 方程组无解。 2 时 R( A) R(B) 2 方程组含无穷多个解。 当 1, 且 2 时 R( A) R(B) 3 方程组有唯一解。 总结： 对于非齐次线性方程组，我们设 A 为其系数矩阵， B 为其增广矩阵。 -- 2 精选文库 A 0 且 R( A) R(B) 时，方程组有唯一的解。 A 0 ，方程组有无穷多个解。 R( A) R(B) 时，方程组无解。 由上可以看出，矩阵的秩和线性方程组的解之间是紧密的相连的，从矩阵的秩入手，不仅可以简单判断出