向量组的秩(4)

Richard888888888

已于 2022-01-21 11:00:08 修改

阅读量6.4k

点赞数 1

文章标签：线性代数几何学机器学习

于 2022-01-20 11:04:17 首次发布

本文链接：https://blog.csdn.net/scdn1172/article/details/122588577

版权

极大线性无关组:

$\alpha 1\alpha 2\alpha 3.....\alpha s$ 的部分组 $\alpha 1$ $\alpha 2$

1） $\alpha 1$ $\alpha 2$ 线性无关

2）每个向量均可由 $\alpha 1$ ， $\alpha 2$ 线性表示

$\alpha 1$ ， $\alpha 2$ 是极大线性无关组

如

$\binom{1}{0}$ ， $\binom{2}{0}$ ， $\binom{0}{5}$ ， $\binom{0}{10}$ 的极大线性无关组

$\binom{1}{0}$ ， $\binom{0}{5}$ ，也可以是 $\binom{1}{0}$ ， $\binom{0}{10}$ 等。

极大线性无关组的不唯一性。

任意两个极大线性无关组，含有的向量个数是相同的。

向量组的秩：极大线性无关组含向量的个数。

n+1个n维线性向量线性相关，所以向量组的秩取min{向量的个数,向量的维数}

如：

$\binom{1}{2}$ ， $\binom{0}{1}$ ， $\binom{3}{0}$ 这三个二维向量，任取两个是线性无关的，但是三个就是线性相关的

1*K1+0*K2+3*K3=0

2*K1+1*K2+0*K3=0

取K3=1,则K1=-3,K2=6,呈线性相关

0 $\leq$ r( $\alpha 1\alpha 2\alpha 3.....\alpha s$ ) $\leq$ min{向量的个数,向量的维数}

$\alpha 1\alpha 2\alpha 3.....\alpha s$ 如果线性无关，则它的秩即是S，它本身。

1。如果 $\alpha 1\alpha 2\alpha 3.....\alpha s$ 可由 $\beta$ 1， $\beta$ 2。。。 $\beta$ t表示，则它的秩

r( $\alpha 1\alpha 2\alpha 3.....\alpha s$ ) $\leq$ r( 1， $\beta$ 2。。。 $\beta$ t)

2。若两个向量组等价，则它的秩相等。

行秩与列秩

矩阵A $\begin{pmatrix} 1 &1 &1 & 1 &1 &3 \\ 0&2 &1 &1 &5 &6 \\ 9&1 &0 & 0 &1 &1 \end{pmatrix}$

$\alpha 1$ =（1，1，1，1，1，3）

$\alpha 2$ =（0，2，1，1，5，6）

$\alpha 3$ =（9，1，0，0，1，1）

这三个向量为行向量组，行向量组的秩就叫行秩。

$\beta 1$ = $\begin{pmatrix} 1\\ 0\\ 9 \end{pmatrix}$ ,列向量组的秩就叫列秩。

行秩，因为最多只有三行，所以最大的秩是3，而列秩虽然有6组，但其是三维向量，所以其最大也是3。

得出定理:矩阵的行秩一定等于矩阵的列秩，并且等于矩阵的秩r(A).

$\begin{pmatrix} 1 & 0 & 0 &0 \\ 0&1 &0 &0 \\ 0 & 0 & 0 & 0\\ 0& 0 & 0 & 0 \end{pmatrix}$ 矩阵的秩 r(A)=2 (非零子式为2阶子式）

在矩阵中选取k行与k列，交叉点上的k^2个元素按原来位置组成的行列式称为一个k阶子式。若这个子式不等于0，就称为一个非零子式。

$\begin{pmatrix} 1\\ 0\\ 0\\ 0 \end{pmatrix}$ , $\begin{pmatrix} 0\\ 1\\ 0\\ 0 \end{pmatrix}$ ，这两列能表示所有的列，列秩为2。

r(AB) $\leq$ min{r(A),R(B)} A乘B的秩小于等于A的秩与B的秩的较小者。

例：

求矩阵A= $\begin{pmatrix} 3 &3 &3 \\ 2&-1 &5 \\ -5& 3 &-13 \\ 4& -3 &11 \end{pmatrix}$ 的行秩

$\because$ 行秩=列秩=r(A)

通过初等变换把它化成阶梯形

$\begin{pmatrix} 1 &1 &1 \\ 0&-3 & 3\\ 0 &0 &0 \\ 0&0 &0 \end{pmatrix}$ 则它的行秩等于r(A)=2

初等行变换不改变列向量组的线性关系。

如：矩阵A= $\begin{pmatrix} 1 &0 &5 \\ 0& 1 & 3\\ 0& 0 &0 \end{pmatrix}$ 进行初等行变换后，

即第一行加到第三行，第二行加到第三行后的矩阵B

$\begin{pmatrix} 1& 0 &5 \\ 0& 1 &3 \\ 1 &1 &8 \end{pmatrix}$

$\alpha 1$ = $\begin{pmatrix} 1\\ 0\\ 0 \end{pmatrix}$ , $\alpha 2$ = $\begin{pmatrix} 0\\ 1\\ 0 \end{pmatrix}$ , $\alpha 3$ = $\begin{pmatrix} 5\\ 3\\ 0 \end{pmatrix}$

即 $\alpha 1$ 与 $\alpha 2$ 线性无关

$\alpha 3$ =5 $\alpha 1$ +3 $\alpha 2$

而进行过初等变换的列向量组也有同样的线性关系，

$\beta 1$ = $\begin{pmatrix} 1\\ 0\\ 1 \end{pmatrix}$ $\beta 2$ = $\begin{pmatrix} 0\\ 1\\ 1 \end{pmatrix}$ $\beta 3$ = $\begin{pmatrix} 5\\ 3\\ 8 \end{pmatrix}$

$\beta 1$ 与 $\beta 2$ 线性无关

$\beta 3$ = 5 $\beta 1$ +3 $\beta 2$

例：

1。不管原向量是行或列向量，均按列构成矩阵。

$\begin{pmatrix} 1 &2 &-2 &3 \\ -2 &-4 &4 &-6 \\ 2 & 8 & -2 &0 \\ -1& 0 &3 &-6 \end{pmatrix}$ $\Rightarrow$ 只用初等行变换化成简化阶梯型

$\begin{pmatrix} 1 &0 &-3 &6 \\ 0& 1 & 1/2 &-3/2 \\ 0 & 0 & 0 &0 \\ 0& 0 &0 &0 \end{pmatrix}$ 首非零元所在的列做极大线性无关组

$\beta 1$ = $\begin{pmatrix} 1\\ 0\\ 0\\ 0 \end{pmatrix}$ , $\beta 2$ = $\begin{pmatrix} 0\\ 1\\ 0\\ 0 \end{pmatrix}$ 为极大线性无关组。其系数直接写出来就可以了。

$\beta 3$ =-3 $\beta 1$ +1/2 $\beta 2$

$\beta 4$ =6 $\beta 1$ -3/2 $\beta 2$

因为初等行变换不改变列向量组的线性关系。所以

$\alpha 1$ 与 $\alpha 2$ 是极大线性无关组

$\alpha 3$ =-3 $\alpha 1$ +1/2 $\alpha 2$

$\alpha 4$ =6 $\alpha 1$ -3/2 $\alpha 2$

例：

如下矩阵看上去已经化成简化矩阵但是其实还需化简，

首非零元素所在的列的其余元素为0

$\begin{pmatrix} 1 &1 &2 &1 \\ 0 &1 & 0 & 1\\ 0 & 0& 0& 0 \end{pmatrix}$

需第二行减去第一行化成

$\begin{pmatrix} 1 &0 &2 &0 \\ 0 &1 &0 &1 \\ 0 & 0 &0 &0 \end{pmatrix}$ 这样得出的线性关系才是准备的

Richard888888888

关注

1
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
向量组的秩(4)

极大线性无关组:的部分组1）线性无关2）每个向量均可由，线性表示，是极大线性无关组如，，，的极大线性无关组，，也可以是，等。极大线性无关组的不唯一性。任意两个极大线性无关组，含有的向量个数是相同的。向量组的秩：极大线性无关组含向量的个数。n+1个n维线性向量线性相关，所以向量组的秩取min{向量的个数,向量的维数}如：，，这三个二维向量，任取两个是线性无关的，但是三个就是线性相关的1*K1+0*K2+3*K3=02*K1+1*K2+0*K3=0..
复制链接

扫一扫