例1 全体 n 维向量构成的向量组记作Rn,求Rn的一个极大无关组和Rn的秩。

Slides:



Advertisements
Similar presentations
常系数线性微分方程组 §5.3 常系数线性方程组. 常系数线性微分方程组 一阶常系数线性微分方程组 : 本节主要讨论 (5.33) 的基解矩阵的求法.
Advertisements

§1. 预备知识:向量的内积 ★向量的内积的概念 ★向量的长度 ★向量的正交性 ★向量空间的正交规范基的概念 ★向量组的正交规范化
第12讲 向量空间,齐次线性方程组的结构解 主要内容: 1. 向量空间 (1) 向量空间的定义 (2) 向量空间的基
第四章 向量组的线性相关性 §1 向量组及其线性组合 §2 向量组的线性相关性 §3 向量组的秩 §4 线性方程组的解的结构.
线性代数 第六章 矩阵的对角化 6.3 内积和正交矩阵.
第6章 向量空间 6.1 向量空间的定义和例子 6.2 子空间 6.3 向量的线性相关 6.4 基和维数 6.5 坐 标
3.4 空间直线的方程.
线性方程组的求解过程分析 自强学院 尹剑翀 指导老师 顾传青.
第五章 二次型. 第五章 二次型 知识点1---二次型及其矩阵表示 二次型的基本概念 1. 线性变换与合同矩阵 2.
第3节 二次型与二次型的化简 一、二次型的定义 二、二次型的化简(矩阵的合同) 下页.
第五章 矩阵与行列式 §5.4 逆矩阵 §5.5 矩阵的初等变换.
§1 线性空间的定义与性质 ★线性空间的定义 ★线性空间的性质 ★线性空间的子空间 线性空间是线性代数的高等部分,是代数学
第五章 二次型 本章将向量空间具体化,给出欧氏空间的概念,然后讨论二次型化为标准形的问题。为此,
第一章 行列式 第五节 Cramer定理 设含有n 个未知量的n个方程构成的线性方程组为 (Ⅰ) 由未知数的系数组成的n阶行列式
§3.4 向量组的极大线性无关组 这一节将在上一节建立的概念基础上,转 而讨论 中两个向量组 , 之间的关系。从理论上研究在一向量组中,哪
第四章 函数的积分学 第六节 微积分的基本公式 一、变上限定积分 二、微积分的基本公式.
第四讲:应用MATLAB解决高等代数问题
第三节 函数的求导法则 一 函数的四则运算的微分法则 二 反函数的微分法则 三 复合函数的微分法则及微分 形式不变性 四 微分法小结.
第三节 格林公式及其应用(2) 一、曲线积分与路径无关的定义 二、曲线积分与路径无关的条件 三、二元函数的全微分的求积 四、小结.
§4.3 常系数线性方程组.
第 11 章 矩 阵 上一章讨论的线性方程组,未知数的个 数与方程的个数相等,且系数行列式不等于 零。但是再实际应用中,还会出现未知数的
总结 高等代数 多项式 线性代数 矩阵 向量 方程组 计算.
第3讲 线性方程组的高斯求解方法 主要内容: 1. 线性方程组的高斯求解方法 2. 将行阶梯形矩阵化为行最简形矩阵.
第二章 矩阵(matrix) 第8次课.
线性代数机算与应用 李仁先 2018/11/24.
第2讲 线性方程组解的存在性 主要内容: 1. 线性方程组的解 2.线性方程组的同解变换与矩阵的初等行变换
!!! 请记住:矩阵是否等价只须看矩阵的秩是否相同。
§2 求导法则 2.1 求导数的四则运算法则 下面分三部分加以证明, 并同时给出相应的推论和例题 .
I. 线性代数的来龙去脉 -----了解内容简介
第四章 矩阵 §1 矩阵概念的一些 背景 §6 初等矩阵 §4 矩阵的逆 §5 矩阵的分块 §2 矩阵的运算 §3 矩阵乘积的行列 式与秩
第四章 向量组的线性相关性.
第四节 线性方程组解的结构 前面我们已经用初等变换的方法讨论了线性方程组的解法, 并建立了两个重要定理: 第四节 线性方程组解的结构 前面我们已经用初等变换的方法讨论了线性方程组的解法, 并建立了两个重要定理: (1) n个未知数的齐次线性方程组Ax.
实数与向量的积.
线性代数 第二章 矩阵 §1 矩阵的定义 定义:m×n个数排成的数表 3) 零矩阵: 4) n阶方阵:An=[aij]n×n
线 性 代 数 厦门大学线性代数教学组 2019年4月24日6时8分 / 45.
特 征 值 与 特 征 向 量 一、特征值与特征向量的概念 二、特征值和特征向量的性质.
复习.
第三章复习及习题课.
§4 线性方程组的解的结构.
第三章 线性空间 Linear Space.
第16讲 相似矩阵与方阵的对角化 主要内容: 1.相似矩阵 2. 方阵的对角化.
§3 向量组的秩.
§8.3 不变因子 一、行列式因子 二、不变因子.
§6.7 子空间的直和 一、直和的定义 二、直和的判定 三、多个子空间的直和.
微课作品介绍.
第13讲 非齐次线性方程组的结构解, 线性空间与线性变换
1.设A和B是集合,证明:A=B当且仅当A∩B=A∪B
第三章 函数的微分学 第二节 导数的四则运算法则 一、导数的四则运算 二、偏导数的求法.
4) 若A可逆,则 也可逆, 证明: 所以.
O x y i j O x y i j a A(x, y) y x 5.4 平面向量的坐标运算 5.4 平面向量的坐标运算 5.4 平面向量的坐标运算 5.4 平面向量的坐标运算 5.4 平面向量的坐标运算 5.4 平面向量的坐标运算 5.4 平面向量的坐标运算.
第五章 相似矩阵及二次型.
2.2矩阵的代数运算.
第15讲 特征值与特征向量的性质 主要内容:特征值与特征向量的性质.
线 性 代 数 厦门大学线性代数教学组 2019年5月12日4时19分 / 45.
A经有限次初等变换化为B,称A与B等价,记作A→B.
高中数学必修 平面向量的基本定理.
§2 方阵的特征值与特征向量.
第五节 线性方程组有解判别定理 一、线性方程组的向量表示形式 二、线性方程组有解判别定理 三、一般线性方程组的解法 四、线性方程组的求解步骤.
第三章 矩 阵的秩和线性方程组的相容性定理 第一讲 矩阵的秩;初等矩阵 第二讲 矩阵的秩的求法和矩阵的标准形 第三讲 线性方程组的相容性定理.
在发明中学习 线性代数概念引入 之四: 矩阵运算 李尚志 中国科学技术大学.
9.5空间向量及其运算 2.共线向量与共面向量 淮北矿业集团公司中学 纪迎春.
定义5 把矩阵 A 的行换成同序数的列得到的矩阵,
第四节 向量的乘积 一、两向量的数量积 二、两向量的向量积.
§5 向量空间.
6.5 可对角化的矩阵 授课题目:6.5 可对角化的矩阵 授课时数:6学时 教学目标:掌握矩阵对角化的定义与方法 教学重点:矩阵对角化的方法
第一节 矩阵的初等变换 一、消元法解线性方程组 二、矩阵的初等变换 三、初等矩阵的概念 四、初等矩阵的应用.
其解亦可表为向量形式.
§1 向量的内积、长度及正交性 1. 内积的定义及性质 2. 向量的长度及性质 3. 正交向量组的定义及求解 4. 正交矩阵与正交变换.
第三章 线性方程组 §4 n维向量及其线性相关性(续7)
第七章 线性空间与线性变换 §1 线性空间定义与性质
Presentation transcript:

例1 全体 n 维向量构成的向量组记作Rn,求Rn的一个极大无关组和Rn的秩。 E: e1,e2,…,en 是线性无关的,而任意 n+1 个 n 维向量都线性相关,因此 向量组 E 是 Rn 的一个极大无关组,且 Rn 的秩等于 n。 显然,任何 n个线性无关的n 维向量都是Rn的极大无关 组,故 Rn 的极大无关组有无穷多个。

例2 设矩阵 求矩阵A的列向量组的一个极大无关组,并把不是极大无 关组的列向量用极大无关组线性表示。 解 对A施行初等行变换,使之变成行阶梯形矩阵

显然R(A) = 3,故列向量组的极大无关组含 3个解向量。而三个非零行的非零首元在1、2、4三列,故 α1, α2, α4为列向量组的一个极大无关组。这是因为:

为把α3,α5用α1,α2,α4线性表示,把A再变成最简形矩阵 X1α1+x2α2+ x4α4 =α3, x1α1+x2α2+x4α4=α5 即得 α3 = -α1-α2 α5 = 4α1 + 3α2-3α4

定理7 设向量组B能由向量组A线性表示,则向量组B的秩不大于向量组A的秩。 B0 : b1, b2,…, br , A0 : α1,α2,…,αS , 要证r ≤ s 。 因B0组能由 B组线性表示,B 组能由 A组线性表示,A 组能由 A0组线性表示,故 B0组能由 A0组线性表示,即

有非零解,这与B0组线性无关矛盾,因此r>s 不能成立 ,故 r ≤ s。 Ks×r = 0 ( Kx = 0 ) 有非零解,从而方程组 (α1,α2,… ,αs)Kx = 0 有非零解,即 有非零解:R(K)≤S<r,k的r个列向量线性相关,所以kx=0有非零解。 (b1,b2,…,br)x = 0 有非零解,这与B0组线性无关矛盾,因此r>s 不能成立 ,故 r ≤ s。

推论1 等价的向量组的秩相等。 证 设向量组A与向量组B的秩分别为 s 和 r,因两个向量组等价,即两个向量组能相互线性表示,故 s ≤ r与 r ≤ s 同时成立,所以s = r。 推论2 设Cm×n= Am×s Bs×n,则 证 将矩阵C 和 A用其列向量表示为 C = ( c1,c2,…,cn ) , A = ( a1,a2,…,as ) , B = ( bij ) , 由

知矩阵 C 的列向量组能由 A的列向量组线性表示,因此 R(C) ≤ R(A)。 因 CT = BTAT,同理可证R(C T) ≤ R(BT)。 即 R(C ) ≤ R(B)。 注:定理7与推论2是同一个原理的两种表现形式,定 理 7 是以向量的形式表现的,而推论 2 则是以矩阵的形式 表现的。

推论3 设向量组B是向量组A的部分组,若向量组B 线性无关,且向量组 A能由向量组B 线性表示,则向量组 B是向量组A的一个极大无关组。 证 设向量组B含r个向量,则 R(B) = r ,因 A 组能由 B 线性表示,故 R(A) ≤ r ,从而A 组中任意 r+1个向量线性相 关。所以向量组B 满足极大无关组的条件,故向量组B是向 量组A的一个极大无关组。 推论3是极大无关组的等价定义。

例3 设向量组B能由向量组A线性表示,且它们的秩相等,证明向量组 A与向量组B等价。 证 设向量组A、B的秩均为r,并设A组和B组的极大无关组分别为: A0 : α1 , α2 , … , αr B0 : b1, b2, … , br 注:证二、A: α1,α2,….αs;B: b1,b2,…,bt; c: α1,α2,….αs, b1,b2,…,bt; 因B组能由A组线性表示,故B0组也能由A0组线性表示, 即有r阶方阵Kr使 (b1, b2, … , br)=(α1 , α2 , … , αr)Kr

因B0组线性无关,故 R(b1, b2, … , br) = r 由推论2,有R(Kr) ≥ R (b1, b2, … , br) = r。 但R(Kr) ≤ r,因此 R(Kr) = r 于是矩阵Kr可逆,并有 (α1 , α2 , … , αr)= (b1, b2, … , br) Kr-1 即A0组能由B0组线性表示,从而A组能由B组线性表示。故 向量组A与向量组B等价。

例4 已知 证明向量组 α1,α2与 β1,β2等价。 证一 要证存在2阶方阵X、Y,使 (β1,β2) = (α1,α2) X, (α1,α2) = ( β1,β2)Y, 先求X,对增广矩阵(α1,α2 ,β1,β2 )施行初等行变换变为 行最简形矩阵:

(α1,α2 ,β1,β2 ) =

即得 因|X| = 1≠0,知X可逆,取Y = X-1,即合所求。因此向量组 α1,α2与 β1,β2等价。

证二 对矩阵(α1,α2)施行初等列变换变为 则 1,α2与 等价。因此,对 (α1,α2)和( β1,β2)施行初等列 变换变为列最简形矩阵,若两个列最简形矩阵相同,则1, α2与β1,β2都与列最简形矩阵的列向量组等价,从而(α1,α2) 与( β1,β2)等价,若1,α2与 β1, β2 的列最简形矩阵不同,则 (α1,α2)与( β1,β2)不等价。于是 ~

因 1,α2与 β1,β2 有相同的列最简形矩阵,故 (α1,α2) 与 ( β1,β2) 等价。

证三 显然α1,α2线性无关,β1,β2也线性无关,而 (α1,α2,β1,β2) 知R(α1,α2,β1,β2) = 2。因此α1,α2与β1,β2都是向量组α1,α2,β1,β2, 的极大无关组,所以α1,α2 与β1,β2等价。

作业:128页 6(2) 7(2)