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
最低0.47元/天 解锁文章
7470
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
