向量组的秩及利用秩判断线性方程组解的情况
向量组的秩
- 定义
向量组内极大线性无关组的向量个数称为向量组的秩.
- 意义
向量组的秩其实反映了向量组内部的线性相关关系.
- 实例
例如由向量组
v
1
=
(
1
4
7
)
,
v
2
=
(
2
5
8
)
,
v
3
=
(
3
6
9
)
\mathbf{v}_{1}=\left(\begin{array}{l} 1 \\ 4 \\ 7 \end{array}\right), \quad \mathbf{v}_{2}=\left(\begin{array}{l} 2 \\ 5 \\ 8 \end{array}\right), \quad \mathbf{v}_{3}=\left(\begin{array}{l} 3 \\ 6 \\ 9 \end{array}\right)
v1=
147
,v2=
258
,v3=
369
组成的矩阵
A
A
A
A
=
(
1
2
3
4
5
6
7
8
9
)
A=\left(\begin{array}{lll} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{array}\right)
A=
147258369
经过行变换后转换成行最简矩阵（非零行首元为1，首元所在列其他元素为0），可以清晰看出向量组内部的线性相关关系
A
=
(
1
0
−
1
0
1
2
0
0
0
)
A=\left(\begin{array}{ccc} 1 & 0 & -1 \\ 0 & 1 & 2 \\ 0 & 0 & 0 \end{array}\right)
A=
100010−120
每个非零行首元为 1 1 1 所在列位置在 v 1 , v 2 \mathbf{v_1},\mathbf{v_2} v1,v2 ， v 3 \mathbf{v_3} v3 元素值为 − 1 , 2 , 0 -1,2,0 −1,2,0
而
v
3
\mathbf{v_3}
v3 可以用
v
1
,
v
2
\mathbf{v_1},\mathbf{v_2}
v1,v2 线性表示，即
v
3
=
(
−
1
)
⋅
v
1
+
2
⋅
v
2
\mathbf{v_3}=(-1)\cdot\mathbf{v_1}+2\cdot\mathbf{v_2}
v3=(−1)⋅v1+2⋅v2
故矩阵
A
A
A 对应向量组的极大线性无关组内向量数量为
2
2
2.
即该向量组秩 r ( A ) = 2 r(A)=2 r(A)=2 .
用向量组的秩判断线性方程组是否有解
齐次线性方程组
对于具有
n
n
n 个未知数的齐次线性方程组
A
x
=
0
A\mathbf{x}=\mathbf{0}
Ax=0
- r ( A ) = n r(A)=n r(A)=n 时，方程组有唯一的零解。向量之间均线性无关。
- r ( A ) < n r(A)<n r(A)<n 时，方程组有无穷多非零解，且有 n − r n-r n−r 个线性无关的解，任何一个解都可以用这 n − r n-r n−r 个线性无关的解表示。
非齐次线性方程组
对于具有
n
n
n 个未知数的非齐次线性方程组
A
x
=
b
A\mathbf{x}=\mathbf{b}
Ax=b
- r ( A ) + 1 = r ( A , b ) r(A)+1=r(A,\mathbf{b}) r(A)+1=r(A,b) 时，也即 r ( A ) < r ( A , b ) r(A)<r(A,\mathbf{b}) r(A)<r(A,b) 时，方程组无解。
- r ( A ) = r ( A , b ) r(A)=r(A,\mathbf{b}) r(A)=r(A,b) 时，方程组有解。 b \mathbf{b} b 可由 A A A 的列向量线性表示。
- r ( A ) = r ( A , b ) = n r(A)=r(A,\mathbf{b})=n r(A)=r(A,b)=n 时，方程组有唯一解。
- r ( A ) = r ( A , b ) < n r(A)=r(A,\mathbf{b})<n r(A)=r(A,b)<n 时，方程组有无穷多解。
4174
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
