本篇笔记首先回顾了矩阵的秩,然后通过两个例子引入了极大线性无关组的定义,并由极大无关组定义介绍了一些结论,还介绍了相关定理;然后给出了向量组秩的定义,以及一些结论和定理;向量组的秩与矩阵的秩,定义方式完全不同,但两者之间却有千丝万缕的联系,后面还会总结它们之间的关系。
0 矩阵的秩回顾
非 零 子 式 的 最 高 阶 数 \color{red}{非零子式的最高阶数} 非零子式的最高阶数。
1 极大线性无关组
举例1: ( 1 0 ) , ( 2 0 ) , ( 0 5 ) , ( 0 10 ) \begin{pmatrix}1\\0\end{pmatrix},\begin{pmatrix}2\\0\end{pmatrix},\begin{pmatrix}0\\5\end{pmatrix},\begin{pmatrix}0\\10\end{pmatrix} (10),(20),(05),(010)。
不难发现, ( 2 0 ) 是 ( 1 0 ) \begin{pmatrix}2\\0\end{pmatrix}是\begin{pmatrix}1\\0\end{pmatrix} (20)是(10)的 2 2 2倍, ( 0 10 ) 也 是 ( 0 5 ) \begin{pmatrix}0\\10\end{pmatrix}也是\begin{pmatrix}0\\5\end{pmatrix} (010)也是(05)的 2 2 2倍,
所以似乎有些向量有“多余”,只要保留 ( 1 0 ) , ( 0 5 ) \begin{pmatrix}1\\0\end{pmatrix},\begin{pmatrix}0\\5\end{pmatrix} (10),(05)就够用了,
使用这两个向量就可以把所有的向量都表示出来。
举例2: △ ▵ △ , ∘ ◯ , ☐ □ \triangle▵\triangle,\circ\bigcirc,☐\Box △▵△,∘◯,☐□。
使用 △ , ◯ , □ \triangle,\bigcirc,\Box △,◯,□就可以代表。
这就是极大线性无关组的基本思想。
定义:若向量组 α 1 , α 2 , . . . , α r , α r + 1 , . . . α s \alpha_1,\alpha_2,...,\alpha_r,\alpha_{r+1},...\alpha_s α1,α2,...,αr,αr+1,...αs中的每个向量,都可以由其 线 性 无 关 ‾ \underline{线性无关} 线性无关的部分组 α 1 , α 2 , . . . , α r \alpha_1,\alpha_2,...,\alpha_r α1,α2,...,αr线性表示,则称该部分组 α 1 , α 2 , . . . , α r \alpha_1,\alpha_2,...,\alpha_r α1,α2,...,αr为原向量组的一个极大线性无关组,简称为极大无关组。
举例:向量组为 α 1 , α 2 , α 3 , α 4 , α 5 \alpha_1,\alpha_2,\alpha_3,\alpha_4,\alpha_5 α1,α2,α3,α4,α5,部分组为 α 1 , α 2 \alpha_1,\alpha_2 α1,α2,满足
①