线性代数考研讲义完整版

Documentserialnumber【KKGB-LBS98YT-BS8CB-BSUT-BST108】线性代数考研讲义完整版考研数学线性代数讲义目录第一讲基本概念线性方程组矩阵与向量初等变换和阶梯形矩阵线性方程组的矩阵消元法第二讲行列式完全展开式化零降阶法其它性质克莱姆法则第三讲矩阵乘法乘积矩阵的列向量和行向量矩阵分解矩阵方程逆矩阵伴随矩阵第四讲向量组线性 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 示向量组的线性相关性向量组的极大无关组和秩矩阵的秩第五讲方程组解的性质解的情况的判别基础解系和通解第六讲特征向量与特征值相似与对角化特征向量与特征值—概念,计算与应用相似对角化—判断与实现附录一内积正交矩阵施密特正交化实对称矩阵的对角化第七讲二次型二次型及其矩阵可逆线性变量替换实对称矩阵的 合同 劳动合同范本免费下载装修合同范本免费下载租赁合同免费下载房屋买卖合同下载劳务合同范本下载 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 化和 规范 编程规范下载gsp规范下载钢格栅规范下载警徽规范下载建设厅规范下载 化惯性指数正定二次型与正定矩阵附录二向量空间及其子空间附录三两个线性方程组的解集的关系附录四06,07年考题第一讲基本概念1．线性方程组的基本概念线性方程组的一般形式为:a11x1+a12x2+…+a1nxn=b1,a21x1+a22x2+…+a2nxn=b2,…………am1x1+am2x2+…+amnxn=bm,其中未知数的个数n和方程式的个数m不必相等.线性方程组的解是一个n维向量(k1,k2,…,kn)(称为解向量),它满足:当每个方程中的未知数xi都用ki替代时都成为等式.线性方程组的解的情况有三种:无解,唯一解,无穷多解.对线性方程组讨论的主要问题两个:(1)判断解的情况.(2)求解,特别是在有无穷多接时求通解.b1=b2=…=bm=0的线性方程组称为齐次线性方程组.n维零向量总是齐次线性方程组的解,称为零解.因此齐次线性方程组解的情况只有两种:唯一解(即只要零解)和无穷多解(即有非零解).把一个非齐次线性方程组的每个方程的常数项都换成0，所得到的齐次线性方程组称为原方程组的导出齐次线性方程组，简称导出组.2.矩阵和向量(1)基本概念矩阵和向量都是描写事物形态的数量形式的发展.由mn个数排列成的一个m行n列的表格,两边界以圆括号或方括号,就成为一个mn型矩阵.例如2-101111102254-2933-18是一个45矩阵.对于上面的线性方程组,称矩阵a11a12…a1na11a12…a1nb1A=a21a22…a2n和(A|)=a21a22…a2nb2…………………am1am2…amnam1am2…amnbm为其系数矩阵和增广矩阵.增广矩阵体现了方程组的全部信息,而齐次方程组只用系数矩阵就体现其全部信息.一个矩阵中的数称为它的元素,位于第i行第j列的数称为(i,j)位元素.元素全为0的矩阵称为零矩阵,通常就记作0.两个矩阵A和B相等(记作A=B),是指它的行数相等,列数也相等(即它们的类型相同),并且对应的元素都相等.由n个数构成的有序数组称为一个n维向量,称这些数为它的分量.书写中可用矩阵的形式来表示向量,例如分量依次是a1,a2,,an的向量可表示成a1(a1,a2,,an)或a2,┆an请注意,作为向量它们并没有区别,但是作为矩阵,它们不一样(左边是1n矩阵,右边是n1矩阵).习惯上把它们分别称为行向量和列向量.(请注意与下面规定的矩阵的行向量和列向量概念的区别.)一个mn的矩阵的每一行是一个n维向量,称为它的行向量;每一列是一个m维向量,称为它的列向量.常常用矩阵的列向量组来写出矩阵,例如当矩阵A的列向量组为1,2,,n时(它们都是表示为列的形式!)可记A=(1,2,,n).矩阵的许多概念也可对向量来规定,如元素全为0的向量称为零向量,通常也记作0.两个向量和相等(记作=),是指它的维数相等,并且对应的分量都相等.(2)线性运算和转置线性运算是矩阵和向量所共有的,下面以矩阵为例来说明.加(减)法:两个mn的矩阵A和B可以相加(减),得到的和(差)仍是mn矩阵,记作A+B(A-B),法则为对应元素相加(减).数乘:一个mn的矩阵A与一个数c可以相乘,乘积仍为mn的矩阵,记作cA,法则为A的每个元素乘c.这两种运算统称为线性运算,它们满足以下规律:=1\*GB3①加法交换律:A+B=B+A.=2\*GB3②加法结合律:(A+B)+C=A+(B+C).=3\*GB3③加乘分配律:c(A+B)=cA+cB.(c+d)A=cA+dA.=4\*GB3④数乘结合律:c(d)A=(cd)A.=5\*GB3⑤cA=0c=0或A=0.转置:把一个mn的矩阵A行和列互换,得到的nm的矩阵称为A的转置,记作AT(或A).有以下规律:=1\*GB3①(AT)T=A.=2\*GB3②(A+B)T=AT+BT.=3\*GB3③(cA)T=cAT.转置是矩阵所特有的运算,如把转置的符号用在向量上,就意味着把这个向量看作矩阵了.当是列向量时,T表示行向量,当是行向量时,T表示列向量.向量组的线性组合:设1,2,…,s是一组n维向量,c1,c2,…,cs是一组数,则称c11+c22+…+css为1,2,…,s的(以c1,c2,…,cs为系数的)线性组合.n维向量组的线性组合也是n维向量.(3)n阶矩阵与几个特殊矩阵行数和列数相等的矩阵称为方阵,行列数都为n的矩阵也常常叫做n阶矩阵.把n阶矩阵的从左上到右下的对角线称为它对角线.(其上的元素行号与列号相等.)下面列出几类常用的n阶矩阵,它们都是考试大纲中要求掌握的.对角矩阵:对角线外的的元素都为0的n阶矩阵.单位矩阵:对角线上的的元素都为1的对角矩阵,记作E(或I).数量矩阵:对角线上的的元素都等于一个常数c的对角矩阵,它就是cE.上三角矩阵:对角线下的的元素都为0的n阶矩阵.下三角矩阵:对角线上的的元素都为0的n阶矩阵.对称矩阵:满足AT=A矩阵.也就是对任何i,j,(i,j)位的元素和(j,i)位的元素总是相等的n阶矩阵.(反对称矩阵:满足AT=-A矩阵.也就是对任何i,j,(i,j)位的元素和(j,i)位的元素之和总等于0的n阶矩阵.反对称矩阵对角线上的元素一定都是0.)3.矩阵的初等变换和阶梯形矩阵矩阵有以下三种初等行变换:=1\*GB3①交换两行的位置.=2\*GB3②用一个非0的常数乘某一行的各元素.=3\*GB3③把某一行的倍数加到另一行上.(称这类变换为倍加变换)类似地,矩阵还有三种初等列变换,大家可以模仿着写出它们,这里省略了.初等行变换与初等列变换统称初等变换.阶梯形矩阵:一个矩阵称为阶梯形矩阵,如果满足:=1\*GB3①如果它有零行,则都出现在下面.=2\*GB3②如果它有非零行,则每个非零行的第一个非0元素所在的列号自上而下严格单调递增.把阶梯形矩阵的每个非零行的第一个非0元素所在的位置称为台角.简单阶梯形矩阵:是特殊的阶梯形矩阵,特点为:=3\*GB3③台角位置的元素为1.=4\*GB3④并且其正上方的元素都为0.每个矩阵都可以用初等行变换化为阶梯形矩阵和简单阶梯形矩阵.这种运算是在线性代数的各类计算题中频繁运用的基本运算,必须十分熟练.请注意:1.一个矩阵用初等行变换化得的阶梯形矩阵并不是唯一的,但是其非零行数和台角位置是确定的.2.一个矩阵用初等行变换化得的简单阶梯形矩阵是唯一的.4.线性方程组的矩阵消元法线性方程组的基本方法即中学课程中的消元法:用同解变换把方程组化为阶梯形方程组(即增广矩阵为阶梯形矩阵的方程组).线性方程组的同解变换有三种:=1\*GB3①交换两个方程的上下位置.=2\*GB3②用一个非0的常数乘某个方程.=3\*GB3③把某个方程的倍数加到另一个方程上.以上变换反映在增广矩阵上就是三种初等行变换.线性方程组求解的基本方法是消元法,用增广矩阵或系数矩阵来进行,称为矩阵消元法.对非齐次线性方程组步骤如下:(1)写出方程组的增广矩阵(A|),用初等行变换把它化为阶梯形矩阵(B|).(2)用(B|)判别解的情况:如果最下面的非零行为(0,0,,0|d),则无解,否则有解.有解时看非零行数r(r不会大于未知数个数n),r=n时唯一解；r 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 就不难得出.它们无论在理论上和计算中都是很有用的.(1)当两个矩阵中,有一个的数字很简单时,直接利用以上规律写出乘积矩阵的各个列向量或行向量,从而提高了计算的速度.(2)利用以上规律容易得到下面几个简单推论:用对角矩阵从左侧乘一个矩阵,相当于用的对角线上的各元素依次乘此矩阵的各行向量;用对角矩阵从右侧乘一个矩阵,相当于用的对角线上的各元素依次乘此矩阵的各列向量.数量矩阵kE乘一个矩阵相当于用k乘此矩阵；单位矩阵乘一个矩阵仍等于该矩阵.两个同阶对角矩阵的相乘只用把对角线上的对应元素相乘.求对角矩阵的方幂只需把对角线上的每个元素作同次方幂.(3)矩阵分解:当一个矩阵C的每个列向量都是另一个A的列向量组的线性组合时,可以构造一个矩阵B,使得C=AB.例如设A=(,,),C=(+2-,3-+,+2),令131B=2-10,则C=AB.-112(4)初等矩阵及其在乘法中的作用对单位矩阵E作一次初等(行或列)变换,所得到的矩阵称为初等矩阵.有三类初等矩阵:E(i,j):交换E的i,j两行(或列)所得到的矩阵.E(i(c)):用非0数c乘E的第i行(或列)所得到的矩阵.也就是把E的对角线上的第i个元素改为c.E(i,j(c))(ij):把E的第j行的c倍加到第i行上(或把第i列的c倍加到第j列上)所得到的矩阵,也就是把E的(i,j)位的元素改为c.命题对矩阵作一次初等行(列)变换相当于用一个相应的初等矩阵从左(右)乘它.4.矩阵方程和可逆矩阵(伴随矩阵)(1)矩阵方程矩阵不能规定除法,乘法的逆运算是解下面两种基本形式的矩阵方程:(=1\*ROMANI)AX=B.(=2\*ROMANII)XA=B.这里假定A是行列式不为0的n阶矩阵,在此条件下,这两个方程的解都是存在并且唯一的.(否则解的情况比较复杂.)当B只有一列时,(=1\*ROMANI)就是一个线性方程组.由克莱姆法则知它有唯一解.如果B有s列,设B=(1,2,…,s),则X也应该有s列,记X=(X1,X2,…,Xs),则有AXi=i,i=1,2,…,s,这是s个线性方程组.由克莱姆法则,它们都有唯一解,从而AX=B有唯一解.这些方程组系数矩阵都是A,可同时求解,即得(=1\*ROMANI)的解法:将A和B并列作矩阵(A|B),对它作初等行变换,使得A变为单位矩阵,此时B变为解X.(A|B)(E|X)(=2\*ROMANII)的解法:对两边转置化为(=1\*ROMANI)的形式:ATXT=BT.再用解(=1\*ROMANI)的方法求出XT,转置得X..(AT|BT)(E|XT)矩阵方程是历年考题中常见的题型,但是考试真题往往并不直接写成(=1\*ROMANI)或(=2\*ROMANII)的形式,要用恒等变形简化为以上基本形式再求解.(2)可逆矩阵的定义与意义定义设A是n阶矩阵,如果存在n阶矩阵B,使得AB=E,BA=E,则称A为可逆矩阵.此时B是唯一的,称为A的逆矩阵,通常记作A-1.如果A可逆,则A在乘法中有消去律:AB=0B=0；AB=ACB=C.(左消去律)；BA=0B=0；BA=CAB=C.(右消去律)如果A可逆,则A在乘法中可移动(化为逆矩阵移到等号另一边):AB=CB=A-1C.BA=CB=CA-1.由此得到基本矩阵方程的逆矩阵解法:(=1\*ROMANI)AX=B的解X=A-1B.(=2\*ROMANII)XA=B的解X=BA-1.这种解法想法自然，好记忆,但是计算量比初等变换法大(多了一次矩阵乘积运算).(3)矩阵可逆性的判别与性质定理n阶矩阵A可逆|A|0.证明“”对AA-1=E两边取行列式,得|A||A-1|=1,从而|A|0.(并且|A-1|=|A|-1.)“”因为|A|0,矩阵方程AX=E和XA=E都有唯一解.设B,C分别是它们的解,即AB=E,CA=E.事实上B=C(B=EB=CAB=CE=C),于是从定义得到A可逆.推论如果A和B都是n阶矩阵,则AB=EBA=E.于是只要AB=E(或BA=E)一式成立,则A和B都可逆并且互为逆矩阵.可逆矩阵有以下性质:=1\*GB3①如果A可逆,则A-1也可逆,并且(A-1)-1=A.AT也可逆,并且(AT)-1=(A-1)T.当c0时,cA也可逆,并且(cA)-1=c-1A-1.对任何正整数k,Ak也可逆,并且(Ak)-1=(A-1)k.(规定可逆矩阵A的负整数次方幂A-k=(Ak)-1=(A-1)k.)=2\*GB3②如果A和B都可逆,则AB也可逆,并且(AB)-1=B-1A-1.(请自己推广到多个可逆矩阵乘积的情形.)初等矩阵都是可逆矩阵,并且E(i,j)-1=E(i,j),E(i(c))-1=E(i(c-1)),E(i,j(c))-1=E(i,j(-c)).(4)逆矩阵的计算和伴随矩阵=1\*GB3①计算逆矩阵的初等变换法当A可逆时,A-1是矩阵方程AX=E的解,于是可用初等行变换求A-1:(A|E)(E|A-1)这个方法称为求逆矩阵的初等变换法.它比下面介绍的伴随矩阵法简单得多.=2\*GB3②伴随矩阵若A是n阶矩阵,记Aij是|A|的(i,j)位元素的代数余子式,规定A的伴随矩阵为A11A21…An1A*=A12A22…An2=(Aij)T.………A1nA2n…Amn请注意,规定n阶矩阵A的伴随矩阵并没有要求A可逆,但是在A可逆时,A*和A-1有密切关系.基本公式:AA*=A*A=|A|E.于是对于可逆矩阵A,有A-1=A*/|A|,即A*=|A|A-1.因此可通过求A*来计算A-1.这就是求逆矩阵的伴随矩阵法.和初等变换法比较,伴随矩阵法的计算量要大得多,除非n=2,一般不用它来求逆矩阵.对于2阶矩阵ab*d-bcd=-ca,因此当ad-bc0时,ab-1d-bcd=-ca(ad-bc).伴随矩阵的其它性质:=1\*GB3①如果A是可逆矩阵，则A*也可逆，并且(A*)-1=A/|A|=(A-1)*.=2\*GB3②|A*|=|A|n-1.=3\*GB3③(AT)*=(A*)T.=4\*GB3④(cA)*=cn-1A*.=5\*GB3⑤(AB)*=B*A*；(Ak)*=(A*)k.=6\*GB3⑥当n>2时,(A*)*=|A|n-2A；n=2时,(A*)*=A.二典型例题1.计算题例1=(1,-2,3)T,=(1,-1/2,1/3)T,A=T,求A6.讨论:(1)一般地,如果n阶矩阵A=T,则Ak=(T)k-1A=(trA)k-1A.(2)乘法结合律的应用:遇到形如T的地方可把它当作数处理.=1\*GB3①1-11T=-11-1，求T.（2003一）=2\*GB3②设=(1,0,-1)T,A=T,求|aE-An|.=3\*GB3③n维向量=(a,0,,0,a)T,a<0,A=E-T,A-1=E+a-1T,求a.(03三,四)=4\*GB3④n维向量=(1/2,0,,0,1/2)T,A=E-T,B=E+2T,求AB.(95四)=5\*GB3⑤A=E-T,其中,都是n维非零列向量,已知A2=3E-2A,求T.例2(1999三)101设A=020，求An-2An-1.(n>1)例3100设A=101，(1)证明当n>1时An=An-2+A2-E.(2)求An.例4设A为3阶矩阵,1,2,3是线性无关的3维列向量组,满足A1=1+2+3,A2=22+3,A3=22+33.求作矩阵B,使得A(1,2,3)=(1,2,3)B.(2005年数学四)例5设3阶矩阵A=(1,2,3),|A|=1,B=(1+2+3,1+22+33,1+42+93),求|B|.(05)例63维向量1,2,3,1,2,3满足1+3+21-2=0,31-2+1-3=0,2+3-2+3=0,已知1,2,3|=a,求|1,2,3|.例7设A是3阶矩阵,是3维列向量,使得P=(,A,A2)可逆,并且A3=3A-2A2.又3阶矩阵B满足A=PBP-1.(1)求B.(2)求|A+E|.(01一)210例83阶矩阵A,B满足ABA*=2BA*+E,其中A=120,求|B|.(04一)001例93-51设3阶矩阵A=1-10,A-1XA=XA+2A,求X.-102例1011-1设3阶矩阵A=-111,A*X=A-1+2X,求X.1-11例114阶矩阵A,B满足ABA-1=BA-1+3E,已知1000A*=0100,求B.(00一)10100-308例12300100已知A=210,B=000,XA+2B=AB+2X,求X11.21300-1例13设1=(5,1,-5)T,2=(1,-3,2)T,3=(1,-2,1)T,矩阵A满足A1=(4,3)T,A2=(7,-8)T,A3=(5,-5)T,求A.2.概念和证明题例14设A是n阶非零实矩阵,满足A*=AT.证明:(1)|A|>0.(2)如果n>2,则|A|=1.例15设矩阵A=(aij)33满足A*=AT,a11,a12,a13为3个相等的正数,则它们为(A).(B)3.(C)1/3.(D).(2005年数学三)例16设A和B都是n阶矩阵,C=A0,则C*=0B(A)|A|A*0.(B)|B|B*0.0|B|B*0|A|A*(C)|A|B*0.(D)|B|A*0.0|B|A*0|A|B*例17设A是3阶矩阵,交换A的1,2列得B,再把B的第2列加到第3列上,得C.求Q,使得C=AQ.例18设A是3阶可逆矩阵,交换A的1,2行得B,则(A)交换A*的1,2行得到B*.(B)交换A*的1,2列得到B*.(C)交换A*的1,2行得到-B*.(D)交换A*的1,2列得到-B*.(2005年)例19设A是n阶可逆矩阵,交换A的i,j行得到B.(1)证明B可逆.(2)求AB-1.例20设n阶矩阵A满足A2+3A-2E=0.(1)证明A可逆,并且求A-1.(2)证明对任何整数c,A-cE可逆.讨论:如果f(A)=0,则(1)当f(x)的常数项不等于0时,A可逆.(2)f(c)0时,A-cE可逆.(3)上述两条的逆命题不成立.例21设是n维非零列向量,记A=E-T.证明(1)A2=AT=1.(2)T=1A不可逆.(96一)讨论:(2)的逆命题也成立.例22设A,B都是n阶矩阵,证明E-AB可逆E-BA可逆.例23设3阶矩阵A,B满足AB=A+B.(1)证明A-E可逆.(2)设1-30B=210,求A.002(91)例24设A,B是3阶矩阵,A可逆,它们满足2A-1B=B-4E.(1)证明A-2E可逆.(2)设1-20B=120,求A.002(2002)例25设n阶矩阵A,B满足AB=aA+bB.其中ab0,证明(1)A-bE和B-aE都可逆.(2)A可逆B可逆.(3)AB=BA.例26设A,B都是n阶对称矩阵,E+AB可逆,证明(E+AB)-1A也是对称矩阵.例27设A,B都是n阶矩阵使得A+B可逆,证明(1)如果AB=BA,则B(A+B)-1A=A(A+B)-1B.(2)如果都可逆,则B(A+B)-1A=A(A+B)-1B.(3)等式B(A+B)-1A=A(A+B)-1B总成立.例28设A,B,C都是n阶矩阵,满足B=E+AB,C=A+CA,则B-C为(A)E.(B)-E.(C)A.(D)-A.(2005年数学四)参考答案1-1/21/3例135A=35-21–2/3.3-3/21=1\*GB3①3.=2\*GB3②a2(a-2n).=3\*GB3③-1.=4\*GB3④E.=5\*GB3⑤4.例2O.例3(1)提示:An=An-2+A2-EAn-2(A2-E)=A2-EA(A2-E)=A2-E.(2)n=2k时,100An=k10.k01n=2k+1时,100An=k+101.k10例4100B=122.113例52.例6–4a.例7000B=103.|E+A|=-401-2例81/9.例9-6104X=-242.-4100例10110(1/4)011.101例116000B=0600.6060030-1例12100200.6-1-1例132-11-4-2-5.例15(A).例16(D).例17011Q=100.001例18(D).E(i,j).提示:用克莱姆法则.例如证明,即在E-AB可逆时证明齐次方程组(E-BA)X=0只有零解.例2311/20A=-1/310.002例24020A=-1-10.00-2例25提示:计算(A-bE)(B-aE).例28(A).第四讲向量组的线性关系与秩一.概念复习1.线性表示关系设1,2,…,s是一个n维向量组.如果n维向量等于1,2,…,s的一个线性组合，就说可以用1,2,…,s线性表示.如果n维向量组1,2,…,t中的每一个都可以可以用1,2,…,s线性表示,就说向量1,2,…,t可以用1,2,…,s线性表示.判别“是否可以用1,2,…,s线性表示表示方式是否唯一”就是问：向量方程x11+x22+…+xss=是否有解解是否唯一用分量写出这个向量方程,就是以1,2,…,s为增广矩阵的线性方程组.反之,判别“以A为增广矩阵的线性方程组是否有解解是否唯一”的问题又可转化为“是否可以用A的列向量组线性表示表示方式是否唯一”的问题.向量组之间的线性表示问题与矩阵乘法有密切关系:乘积矩阵AB的每个列向量都可以表示为A的列向量组的线性组合,从而AB的列向量组可以用A的列向量组线性表示;反之,如果向量组1,2,…,t可以用1,2,…,s线性表示,则矩阵(1,2,…,t)等于矩阵(1,2,…,s)和一个st矩阵C的乘积.C可以这样构造:它的第i个列向量就是i对1,2,…,s的分解系数(C不是唯一的).向量组的线性表示关系有传递性,即如果向量组1,2,…,t可以用1,2,…,s线性表示,而1,2,…,s可以用1,2,…,r线性表示,则1,2,…,t可以用1,2,…,r线性表示.当向量组1,2,…,s和1,2,…,t互相都可以表示时就说它们等价并记作1,2,…,s1,2,…,t.等价关系也有传递性.2.向量组的线性相关性(1)定义(从三个方面看线性相关性)线性相关性是描述向量组内在关系的概念,它是讨论向量组1,2,…,s中有没有向量可以用其它的s-1个向量线性表示的问题.定义设1,2,…,s是n维向量组,如果存在不全为0的一组数c1,c2,…,cs使得c11+c22+…+css=0,则说1,2,…,s线性相关否则(即要使得c11+c22+…+css=0,必须c1,c2,…,cs全为0)就说它们线性无关.于是,1,2,…,s“线性相关还是无关”也就是向量方程x11+x22+…+xss=0“有没有非零解”,也就是以(1,2,…,s)为系数矩阵的齐次线性方程组有无非零解.当向量组中只有一个向量(s=1)时,它相关(无关)就是它是(不是)零向量.两个向量的相关就是它们的对应分量成比例.(2)性质=1\*GB3①当向量的个数s大于维数n时,1,2,…,s一定线性相关.如果向量的个数s等于维数n,则1,2,…,n线性相关|1,2,…,n|=0.=2\*GB3②线性无关向量组的每个部分组都无关(从而每个向量都不是零向量).=3\*GB3③如果1,2,…,s线性无关而1,2,…,s,线性相关,则可用1,2,…,s线性表示.=4\*GB3④如果可用1,2,…,s线性表示,则表示方式唯一1,2,…,s线性无关.=5\*GB3⑤如果1,2,…,t可以用1,2,…,s线性表示，并且t>s,则1,2,…,t线性相关.推论如果两个线性无关的向量组互相等价,则它们包含的向量个数相等.3.向量组的极大无关组和秩(1)定义向量组的秩是刻画向量组相关“程度”的一个数量概念.它表明向量组可以有多大(指包含向量的个数)的线性无关的部分组.定义设1,2,…,s是n维向量组,(=1\*ROMANI)是它的一个部分组.如果=1\*GB3①(=1\*ROMANI)线性无关.=2\*GB3②(=1\*ROMANI)再扩大就线性相关.就称(=1\*ROMANI)为1,2,…,s的一个极大无关组.条件=2\*GB3②可换为:任何I都可用(=1\*ROMANI)线性表示,也就是(=1\*ROMANI)与1,2,…,s等价.当1,2,…,s不全为零向量时,它就存在极大无关组,并且任意两个极大无关组都等价,从而包含的向量个数相等.定义如果1,2,…,s不全为零向量,则把它的极大无关组中所包含向量的个数是一个正整数称为1,2,…,s的秩,记作r(1,2,…,s).如果1,2,…,s全是零向量,则规定r(1,2,…,s)=0.由定义得出:如果r(1,2,…,s)=k,则=1\*romani)1,2,…,s的一个部分组如果含有多于k个向量,则它一定的相关.=2\*romanii)1,2,…,s的每个含有k个向量的线性无关部分组一定是极大无关组.(2)应用=1\*GB3①1,2,…,s线性无关r(1,2,…,s)=s.=2\*GB3②可用1,2,…,s线性表示r(1,2,…,s,)=r(1,2,…,s).(事实上若不可用1,2,…,s线性表示,则r(1,2,…,s,)=r(1,2,…,s)+1.)推论1:可用1,2,…,s唯一线性表示r(1,2,…,s,)=r(1,2,…,s)=s.推论2:如果r(1,2,…,s=维数n,则任何n维向量都可以用1,2,…,s线性表示.=3\*GB3③1,2,…,t可以用1,2,…,s线性表示r(1,2,…,s,1,2,…,t)=r(1,2,…,s).推论:如果1,2,…,t可以用1,2,…,s线性表示,则r(1,2,…,t)r(1,2,,s).=4\*GB3④1,2,…,s和1,2,…,t等价r(1,2,…,s)=r(1,2,…,s,1,2,…,t)=r(1,2,…,t).极大无关组和秩的概念可以推广到向量集合上(即包含的向量的个数不必有限),所有性质仍然成立.4.秩的计算,有相同线性关系的向量组两个向量个数相同的向量组1,2,…,s,和1,2,…,s称为有相同线性关系,如果向量方程x11+x22+…+xss=0和x11+x22+…+xss=0同解,即齐次线性方程组(1,2,…,s)X=0和(1,2,…,s)X=0同解.当1,2,…,s和1,2,…,s有相同线性关系时,(1)它们的对应部分组有一致的线性相关性.(2)它们的极大无关组相对应,从而它们的秩相等.(3)它们有相同的内在线性表示关系.例如,当A经过初等行变换化为B时,AX=0和BX=0同解,从而A的列向量组和B的列向量组有相同线性关系.于是它们的极大无关组相对应,秩相等.这样,就产生了计算一个向量组1,2,…,s的秩和极大无关组的方法:把此向量组作为列向量组构造矩阵(1,2,…,s),用初等行变换把它化为阶梯形矩阵B,则B的非零行数就是1,2,…,s的秩,B的各台角所在列号对应的部分组是1,2,…,s的的一个极大无关组.如果A经过初等列变换化为B，则A的列向量组和B的列向量组是等价关系，虽然秩相等,但是极大无关组并没有对应关系.5.矩阵的秩(1)定义一个矩阵A的行向量组的秩和列向量组的秩相等,称此数为矩阵A的秩,记作r(A).于是r(A)=0A=0.如果A是mn矩阵,则r(A)Min{m,n}.当r(A)=m时,称A为行满秩的;当r(A)=n时,称A为列满秩的.对于n阶矩阵A,则行满秩和列满秩是一样的,此时就称A满秩.于是:n阶矩阵A满秩r(A)=n(即A的行(列)向量组无关)|A|0A可逆.矩阵的秩还可以用它的非0子式来看.A的r阶子式:任取A的r行和r列,在它们的交叉位置上的元素所构成的行列式,如果它的值不为0,就称为非0子式.命题r(A)就是A的非0子式的阶数的最大值.(即A的每个阶数大于r(A)的子式的值都为0,但是A有阶数等于r(A)的非0子式.)(2)计算命题=1\*GB3①初等变换保持矩阵的秩.=2\*GB3②阶梯形矩阵的秩等于它的非零行的个数.矩阵秩的计算:用初等变换将其化为阶梯形矩阵,则此阶梯形矩阵的非零行数就是原矩阵的秩.(3)在矩阵运算中,矩阵的秩有性质=1\*GB3①r(AT)=r(A).=2\*GB3②如果c不为0,则r(cA)=r(A).=3\*GB3③r(AB)r(A)+r(B).=4\*GB3④r(AB)Min{r(A),r(B)}.=5\*GB3⑤当A(或B)可逆时,r(AB)=r(B)(或r(A)).=6\*GB3⑥如果AB=0,n为A的列数(B的行数),则r(A)+r(B)n.=7\*GB3⑦如果A列满秩(r(A)等于列数),则r(AB)=r(B).=8\*GB3⑧一般公式:r(A)+r(B)n+r(AB).下面给出=5\*GB3⑤和=7\*GB3⑦在判别向量组的线性相关性和秩的计算问题上的应用.设向量组1,2,,s线性无关,向量组1,2,,t可用1,2,,m线性表示,表示矩阵为C,则=1\*romani)r(1,2,,t)=r(C).=2\*romanii)如果t=s(此时C是t阶矩阵),则1,2,,s线性无关C可逆.(令A=(1,2,,s),B=(1,2,,t),则B=AC,并且r(A)=列数s,用=7\*GB3⑦得到r(1,2,,s)=r(C).t=s时,C可逆r(1,2,,s)=r(C)=s1,2,,s线性无关.或直接用=5\*GB3⑤证明=2\*romanii):C可逆时r(B)=r(A)=s,从而1,2,,s线性无关.如果C不可逆,则r(1,2,,s)r(C)