




版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
第三節向量組的秩與
向量空間一、向量組的秩二、向量空間三、向量空間的維數,基與坐標這一節我們利用向量的線性相關性的概念,來定義“向量組的秩”,并討論一個向量組中線性無關的向量最多有多少個。向量組的秩也是一個重要的概念,我們先看一個例子。a1a2a3k2a1a4k1a1在R3中,給定4個共面的向量a1,a2,a3,a4(如圖3.1所示),它們顯然是線性相關的。
圖3.1
一、向量組的秩定義3.9設有向量組A:a1,a2,…,as,若在向量組A中能選出r個向量a1,a2,…,ar,滿足(1)向量組A0:a1,a2,…,ar線性無關;(2)向量組A中任意r+1個向量(如果A中有r+1個向量的話)都線性相關。則稱向量組A0是向量組A的一個極大線性無關組(簡稱極大無關組);極大無關組所含向量的個數r稱為向量組A的秩,記作r(A)。注:向量組的極大無關組可能不止一個。例如,二維向量組a1=(0,1)T,a2=(1,0)T,a3=(1,1)T,a4=(0,2)T因為任意三個二維向量的向量組必定線性相關,又a1,a2線性無關,故a1,a2是該向量組的一個極大無關組。易知a2,a3也是該向量組的極大無關組,r(a1,a2,a3,a4)=2。定義3.9的兩個條件分別表示出“線性無關”和“極大”兩個特點。由于一個非零向量本身線性無關,故包含非零向量的向量組一定存在極大無關組;而僅含零向量的向量組不存在極大無關組,規定它的秩為0。特別的,如果一個向量組線性無關,則其極大無關組就是該向量組本身。對于只含有限個向量的向量組A:a1,a2,…,an它可以構成矩陣A=(a1,a2,…,an)。把定義3.9與上一章矩陣的最高階非零子式及矩陣的秩的定義作比較,不難想到向量組A的秩就等于矩陣A的秩,即有推論3.3矩陣A的行向量組的秩與列向量組的秩相等。由定理3.7的證明知,若Ds是矩陣A的一個最高階非零子式,則Ds所在的s列就是A的列向量組的一個極大無關組;Ds所在的s行就是A的行向量組的一個極大無關組。例3.7全體n維向量構成的向量組記作Rn,求Rn的一個極大無關組及Rn的秩。解在例3.3中,我們已證明了n維單位坐標向量構成的向量組E:ε1,ε2,…,εn是線性無關的,又根據定理3.6的結論(2)知,Rn中任意個n+1向量都線性相關,因此向量組E是Rn的一個極大無關組,且Rn的秩等于n。顯然,Rn的極大無關組很多,任意n個線性無關的n維向量都是Rn的極大無關組。定義3.9′(極大無關組的等價定義)設有向量組A0:a1,a2,…,ar是向量組A的一個部分組,且滿足(1)向量組A0線性無關;(2)向量組A的任意向量都能由向量組A0線性表示,那么向量組A0是向量組A的一個極大無關組。例3.8求向量組1=(2,1,3,-1)T,2=(3,-1,2,0)T,3=(1,3,4,-2)T,4=(4,-3,1,1)T,的秩和一個極大無關組,并把不屬于極大無關組的向量用極大無關組線性表示。解以1,2,3,4為列構造矩陣A,并實施初等行變換化為行階梯形矩陣:知r(A)=2,故向量組的極大無關組含2個向量。而兩個非零行的非零首元分別在第1,2列,故1,2為向量組的一個極大無關組。這是因為知r(1,2)=2,故1,2線性無關。為把3,4用1,2線性表示,把A再變成行最簡形矩陣記矩陣B=(1,
2,
3,
4),由于方程Ax=0與Bx=0同解,即方程x11+x22+x33+x44=0與x11+x22+x33+x44=0同解,因此向量1,2,3,4與向量1,
2,
3,
4之間有相同的線性關系。而因此3=21-2,4=-1+22
。例3.9設Am×n
及Bn×s
為兩矩陣,證明A與B乘積的秩不大于A的秩和B的秩,即r(AB)≤min(r(A),r(B))。證明設A=(aij)m×n=(a1,a2,…,an),B=(bij)n×s,則AB=C=(cij)m×s=(1,2,…,s),即
因此有
j
=b1ja1+
b2ja2+…+bnjan(j=1,2,…,s)即AB的列向量組1,2,…,s可由A的列向量組a1,a2,…,an線性表示,故1,2,…,s的極大無關組可由a1,a2,…,an的極大無關組線性表示,由向量組間線性關系的判定定理,有r(AB)≤r(A)。類似的,設也有r(AB)≤r(B)。因此r(AB)≤min(r(A),r(B))。例3.10設向量組B能由向量組A線性表示,且它們的秩相等,證明向量組A與向量組B等價。證明設向量組A與B合并成向量組C,根據定理3.2,因向量組B能由向量組A線性表示,故r(A)=r(C),又已知r(A)=r(B),從而有r(A)=r(B)=r(C)。根據推論3.1,即可得向量組A與向量組B等價。證畢二、向量空間定義3.10設V為n維向量的集合,若集合V非空,且集合V對于n維向量的加法及數乘兩種運算封閉,即(1)若V,V,則+V;(2)若V,R,則V。則稱集合V為R上的向量空間。例3.11集合V1={x=(0,x2,…,xn)Tx2,…,xnR}是一個向量空間。這是因為若=(0,a2,…,an)TV1,=(0,b2,…,bn)TV1,R,則+=(0,a2+b2,…,an+bn)TV1,=(0,a2,…,an)TV1例3.12集合V2={x=(1,x2,…,xn)Tx2,…,xnR}不是向量空間。因為若=(1,a2,…,an)TV2,則2=(2,2a2,…,2an)TV2。例3.13判斷齊次線性方程組Ax=0全體解的集合S={A=0}是否為向量空間?解顯然S非空(因0S)。任取,S,k為任意常數,則A(+)=A+A=0,即+SA(k)=kA=k0=0,即kS故S是一向量空間。稱S為齊次線性方程組Ax=0的解空間。例3.14非齊次線性方程組Ax=b的解集S={A=b}不是向量空間。這是因為當S為空集時,S不是向量空間;當S非空時,若S,則A(2)=2b≠b故2S。例3.16設向量組a1,a2,…,am與向量組b1,b2,…,bs等價,記L1={x=11+22+…+mm1,2,…,mR},L2={x=1b1+2b2+…+sbs1,2,…,sR},試證:L1=L2。證明設xL1,則x可由a1,a2,…,am線性表示。因a1,a2,…,am可由b1,b2,…,bs線性表示,故x可由b1,b2,…,bs線性表示,從而xL2。這就是說,若xL1,則xL2,因此L1L2。類似的可證:若xL2,則xL1,因此L2L1。因為L1L2,L2L1,所以L1=L2。證畢三、向量空間的維數,基與坐標定義3.11設V為向量空間,若有r個向量a1,a2,…,arV,且滿足(1)a1,a2,…,ar線性無關;(2)V中任一向量都可由a1,a2,…,ar線性表示,則稱向量組a1,a2,…,ar為向量空間V的一個基,r稱為向量空間V的維數,記作dimV=r,并稱V為r維向量空間。注:(1)只含零向量的向量空間稱為0維向量空間,它沒有基;(2)若把向量空間V看做向量組,則V的基就是向量組的極大無關組,V的維數就是向量組的秩;(3)若向量組a1,a2,…,ar為向量空間V的一個基,則V可表示為V={x=11+22+…+rr1,2,…,rR}此時,V又稱為由基a1,a2,…,ar所生成的向量空間。例如,由例3.11知,向量空間V1={x=(0,x2,…,xn)Tx2,…,xnR}的一個基可取為:e2=(0,1,0,…,0)T,…,en=(0,…0,1)T,并由此可知它是n-1維向量空間。例3.17證明n維單位坐標向量組1=(1,0,…,0)T,2=(0,1,…,0)T,…,n=(0,0,…,1)T,是n維向量空間Rn的一個基。證明(1)例3.3已證明n維單位坐標向量組1,2,…,n線性無關;(2)對于n維向量空間Rn中的任一向量a=(a1,a2,…,an)T,有a=a11+a22+…+ann即Rn中任一向量都可由單位坐標向量組線性表示。因此,向量組1,2,…,n是n維向量空間Rn的一個基。定義3.12如果在向量空間V中取定一個基a1,a2,…,ar,那么V中任一向量x可唯一地表示為x=11+22+…+rr,數組1,2,…,r稱為向量x在基a1,a2,…,ar中的坐標。特別地,在n維向量空間Rn中取單位坐標向量組1,2,…,n為基,則以x1,x2,…,xn為分量的向量x,可表示為x=x11+x22+…+xnn,可見向量在基1,2,…,n中的坐標就是該向量的分量。我們稱單位坐標向量組1,2,…,n為Rn中的自然基。例3.18設驗證a1,a2,a3是R3的一個基,并求b1,b2在這個基中的坐標。解要證a1,a2,a3是R3的一個基,只要證a1,a2,a3線性無關,即只要證A~E。設b1=x111+x212+x313,b2=x121+x222+x323,即
對矩陣(A,B)施行初等行變換,若A能變成E,則a1,a2,a3為R3的一個基,且當A變成時,B變成X=A-1B。記作B=AX
因有A~E,故a1,a2,a3是R3的一個基。且即1,
2在基a1,a2,a3中的坐標分別為(2,3,-1),(3,-3,-2)。例3.19設Rn的兩組基為自然基B1和B2={b1,b2,…,bn},其中b1=(1,-1,0,…,0)T,b2=(0,1,-1,0,…,0)T,…,bn-1=(0,…,0,1,-1)T,bn=(0,…,0,1)T求向量a=(a1,a2,…,an)T分別在兩組基下的坐標。
解a關于自然基B1={1,2,…,n},顯然有a=a11+a22+…+ann所以a在自然基B1下的坐標為(a1,a2,…,an)T。設a關于B2有a=x1b1+x2b2+…+xnbn=(b1,b2,…,bn)將a,b1,b2,…,bn代入上式,得由例3.19可見,Rn中同一個向量關于不同基的坐標一般是不同的。因此需要一般地討論基變換與坐標變換的問題。設B1=(a1,a2,…,an)和B2=(b1,b2,…,bn)是Rn的兩組基(分別稱為舊基和新基),他們之間有如下關系將其表示為矩陣形式(b1,b2,…,bn)=(a1,a2,…,an)記上式右端的矩陣為A,為敘述簡便,上式可寫作(b1,b2,…,bn)=(a1,a2,…,an)A我們把矩陣A稱為舊基B1到新基B2的過渡矩陣。
定理3.9向量a在兩組基B1=(a1,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
- 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025至2030年中國電磁筆行業發展現狀調查及市場前景趨勢報告
- 2025至2030年中國生豬及豬肉制品行業發展動態及市場前景規劃報告
- 個性化認知行為療法與深度學習結合-洞察闡釋
- 學習氛圍與課程設計關系-洞察闡釋
- 多模態SAX解析在自然語言處理中的應用研究-洞察闡釋
- 紡織輔料行業的綠色生產與智能化發展-洞察闡釋
- 健康服務機器人在家庭養老中的應用-洞察闡釋
- 智能地質建模-洞察及研究
- 運動選材科學方法-洞察及研究
- 冀中職業學院《基坑工程》2023-2024學年第二學期期末試卷
- 2024年中國軟件行業基準數據 (CSBMK-202410)
- 國家開放大學本科《商務英語4》一平臺機考真題及答案(第四套)
- 公共政策分析概論 課件 第3章 政策主體、政策客體與政策環境
- 《學前教育教育研習》課程教學大綱
- 醫療美容行業美容管理流程標準化解決方案
- 【MOOC】世界貿易組織法-上海對外經貿大學 中國大學慕課MOOC答案
- 新《安全生產法》安全培訓
- 【MOOC】油氣地質與勘探-中國石油大學(華東) 中國大學慕課MOOC答案
- 花卉栽培學考試要點
- 《卵巢惡性腫瘤》課件
- 生產設備操作安全培訓
評論
0/150
提交評論