秩的计算
秩(Rank)是线性代数中矩阵的一个重要概念。秩表示矩阵中线性无关行或列的最大数目。在不同情况下,秩的计算方式和结果有所不同,以下是一些主要情况的详细说明:
1. 全零矩阵
全零矩阵的秩为零,因为所有行和列都是线性相关的,没有任何线性无关的行或列。
例子:
(
0
0
0
0
0
0
0
0
0
)
\begin{pmatrix} 0 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{pmatrix}
000000000
秩 = 0
2. 单位矩阵
单位矩阵是对角线上全为1,其余元素全为0的矩阵。单位矩阵的秩等于其维数,因为它的行和列都是线性无关的。
例子:
(
1
0
0
0
1
0
0
0
1
)
\begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix}
100010001
秩 = 3
3. 行列数不同的矩阵
对于行数和列数不同的矩阵,秩是所有非零行(或列)的数目。可以通过高斯消元法将矩阵化为行简化阶梯形矩阵,然后数一下非零行的数目。
例子:
(
1
2
3
4
5
6
)
\begin{pmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \end{pmatrix}
(142536)
使用高斯消元法化简后:
(
1
2
3
0
−
3
−
6
)
\begin{pmatrix} 1 & 2 & 3 \\ 0 & -3 & -6 \end{pmatrix}
(102−33−6)
秩 = 2
4. 方阵
方阵的秩等于它的行数或列数的最大数目。
例子1:非奇异矩阵(方阵满秩)
(
1
2
3
4
)
\begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix}
(1324)
此矩阵是非奇异矩阵,行和列都是线性无关的。
秩 = 2
例子2:奇异矩阵(方阵非满秩)
(
1
2
2
4
)
\begin{pmatrix} 1 & 2 \\ 2 & 4 \end{pmatrix}
(1224)
第二行是第一行的2倍,行和列不是线性无关的。
秩 = 1
5. 矩阵行或列重复
如果矩阵中有重复的行或列,这些行或列将线性相关,因此这些重复的行或列将不计算在秩内。
例子:
(
1
2
3
4
5
6
1
2
3
)
\begin{pmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 1 & 2 & 3 \end{pmatrix}
141252363
第三行是第一行的重复。
使用高斯消元法化简后:
(
1
2
3
0
−
3
−
6
0
0
0
)
\begin{pmatrix} 1 & 2 & 3 \\ 0 & -3 & -6 \\ 0 & 0 & 0 \end{pmatrix}
1002−303−60
秩 = 2
6. 矩阵行或列线性相关
当矩阵的行或列是线性组合时,其秩将小于其行数或列数。通过消去线性相关的行或列,我们可以找到秩。
例子:
(
1
2
3
2
4
6
3
6
9
)
\begin{pmatrix} 1 & 2 & 3 \\ 2 & 4 & 6 \\ 3 & 6 & 9 \end{pmatrix}
123246369
第二行是第一行的2倍,第三行是第一行的3倍。
使用高斯消元法化简后:
(
1
2
3
0
0
0
0
0
0
)
\begin{pmatrix} 1 & 2 & 3 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{pmatrix}
100200300
秩 = 1
计算方法总结
- 高斯消元法:通过初等行变换将矩阵化为行简化阶梯形矩阵,然后数一下非零行的数目。
- 行列式:对于方阵,通过计算子矩阵的行列式可以确定秩,最大非零行列式对应的子矩阵的阶数即为矩阵的秩。
- 线性无关性判断:通过判断行或列的线性无关性来确定秩。
通过以上方法和实例,可以理解不同情况下如何计算矩阵的秩。
拓展:高斯消元法
高斯消元法(Gaussian Elimination)是一种用于求解线性方程组、求矩阵的秩、以及计算矩阵的逆的算法。其主要步骤包括将矩阵化为行简化阶梯形(Row Echelon Form,REF)或简化行阶梯形(Reduced Row Echelon Form,RREF)。以下是详细步骤和一个示例。
高斯消元法步骤
-
选主元(Pivot):从矩阵的第一列开始,找到一个非零元素作为主元(通常是该列的第一个非零元素)。
-
行交换(Row Swap):如果当前行的主元为零,则交换该行和下一行,使主元非零。
-
消去(Eliminate):通过行初等变换,将主元下面的元素变为零。具体操作是,用当前行的倍数去减去其他行。
-
重复:对主元右下方的子矩阵重复上述步骤,直到矩阵变为行简化阶梯形。
-
化简(仅对于RREF):在得到REF后,进一步消去主元上方的元素,使每列中只有一个1,其余为零,得到简化行阶梯形。
示例
我们以一个具体的3x3矩阵为例,进行高斯消元。
原始矩阵:
A
=
(
2
1
−
1
−
3
−
1
2
−
2
1
2
)
A = \begin{pmatrix} 2 & 1 & -1 \\ -3 & -1 & 2 \\ -2 & 1 & 2 \end{pmatrix}
A=
2−3−21−11−122
Step 1: 将第1列第1行的主元归一
(
2
1
−
1
−
3
−
1
2
−
2
1
2
)
\begin{pmatrix} 2 & 1 & -1 \\ -3 & -1 & 2 \\ -2 & 1 & 2 \end{pmatrix}
2−3−21−11−122
我们用第1行的2作为主元,不需要行交换。
Step 2: 消去第1列的其余元素
R
2
=
R
2
+
3
2
R
1
R2 = R2 + \frac{3}{2}R1
R2=R2+23R1
R
3
=
R
3
+
R
1
R3 = R3 + R1
R3=R3+R1
(
2
1
−
1
0
1
2
1
2
0
2
1
)
\begin{pmatrix} 2 & 1 & -1 \\ 0 & \frac{1}{2} & \frac{1}{2} \\ 0 & 2 & 1 \end{pmatrix}
2001212−1211
Step 3: 将第2列第2行的主元归一
(
2
1
−
1
0
1
2
1
2
0
2
1
)
\begin{pmatrix} 2 & 1 & -1 \\ 0 & \frac{1}{2} & \frac{1}{2} \\ 0 & 2 & 1 \end{pmatrix}
2001212−1211
将第2行的
1
2
\frac{1}{2}
21作为主元,乘以2:
R
2
=
2
R
2
R2 = 2R2
R2=2R2
(
2
1
−
1
0
1
1
0
2
1
)
\begin{pmatrix} 2 & 1 & -1 \\ 0 & 1 & 1 \\ 0 & 2 & 1 \end{pmatrix}
200112−111
Step 4: 消去第2列的其余元素
R
3
=
R
3
−
2
R
2
R3 = R3 - 2R2
R3=R3−2R2
(
2
1
−
1
0
1
1
0
0
−
1
)
\begin{pmatrix} 2 & 1 & -1 \\ 0 & 1 & 1 \\ 0 & 0 & -1 \end{pmatrix}
200110−11−1
Step 5: 将第3列第3行的主元归一
(
2
1
−
1
0
1
1
0
0
−
1
)
\begin{pmatrix} 2 & 1 & -1 \\ 0 & 1 & 1 \\ 0 & 0 & -1 \end{pmatrix}
200110−11−1
将第3行的-1作为主元,乘以-1:
R
3
=
−
1
R
3
R3 = -1R3
R3=−1R3
(
2
1
−
1
0
1
1
0
0
1
)
\begin{pmatrix} 2 & 1 & -1 \\ 0 & 1 & 1 \\ 0 & 0 & 1 \end{pmatrix}
200110−111
Step 6: 消去第3列的其余元素
R
1
=
R
1
+
R
3
R1 = R1 + R3
R1=R1+R3
R
2
=
R
2
−
R
3
R2 = R2 - R3
R2=R2−R3
(
2
1
0
0
1
0
0
0
1
)
\begin{pmatrix} 2 & 1 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix}
200110001
Step 7: 将第1列第1行的主元归一
R
1
=
1
2
R
1
R1 = \frac{1}{2}R1
R1=21R1
(
1
1
2
0
0
1
0
0
0
1
)
\begin{pmatrix} 1 & \frac{1}{2} & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix}
1002110001
至此,矩阵已化为简化行阶梯形形式(RREF)。这个过程展示了高斯消元法的主要步骤,包括行交换、主元选择、行消去和化简。使用这个方法可以方便地求解线性方程组、计算矩阵的秩和逆。