向量组的秩及利用秩判断线性方程组解的情况
向量组的秩
- 定义
向量组内极大线性无关组的向量个数称为向量组的秩.
- 意义
向量组的秩其实反映了向量组内部的线性相关关系.
- 实例
例如由向量组
v 1 = ( 1 4 7 ) , v 2 = ( 2 5 8 ) , v 3 = ( 3 6 9 ) \mathbf{v}_{1}=\left(\begin{array}{l} 1 \\ 4 \\ 7 \end{array}\right), \quad \mathbf{v}_{2}=\left(\begin{array}{l} 2 \\ 5 \\ 8 \end{array}\right), \quad \mathbf{v}_{3}=\left(\begin{array}{l} 3 \\ 6 \\ 9 \end{array}\right) v1= 147 ,v2= 258 ,v3= 369
组成的矩阵 A A A
A = ( 1 2 3 4 5 6 7 8 9 ) A=\left(\begin{array}{lll} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{array}\right) A= 147258369
经过行变换后转换成行最简矩阵(非零行首元为1,首元所在列其他元素为0),可以清晰看出向量组内部的线性相关关系
A = ( 1 0 − 1 0 1 2 0 0 0 ) A=\left(\begin{array}{ccc} 1 & 0 & -1 \\ 0 & 1 & 2 \\ 0 & 0 & 0 \end{array}\right) A= 100010−120
每个非零行首元为 1 1 1 所在列位置在 v 1 , v 2 \mathbf{v_1},\mathbf{v_2} v1,v2 , v 3 \mathbf{v_3} v3 元素值为 − 1 , 2 , 0 -1,2,0 −1,2,0
而 v 3 \mathbf{v_3} v3 可以用 v 1 , v 2 \mathbf{v_1},\mathbf{v_2} v1,v2 线性表示,即
v 3 = ( − 1 ) ⋅ v 1 + 2 ⋅ v 2 \mathbf{v_3}=(-1)\cdot\mathbf{v_1}+2\cdot\mathbf{v_2} v3=(−1)⋅v1+2⋅v2
故矩阵 A A A 对应向量组的极大线性无关组内向量数量为 2 2 2.
即该向量组秩 r ( A ) = 2 r(A)=2 r(A)=2 .
用向量组的秩判断线性方程组是否有解
齐次线性方程组
对于具有 n n n 个未知数的齐次线性方程组
A x = 0 A\mathbf{x}=\mathbf{0} Ax=0
- r ( A ) = n r(A)=n r(A)=n 时,方程组有唯一的零解。向量之间均线性无关。
- r ( A ) < n r(A)<n r(A)<n 时,方程组有无穷多非零解,且有 n − r n-r n−r 个线性无关的解,任何一个解都可以用这 n − r n-r n−r 个线性无关的解表示。
非齐次线性方程组
对于具有 n n n 个未知数的非齐次线性方程组
A x = b A\mathbf{x}=\mathbf{b} Ax=b
- r ( A ) + 1 = r ( A , b ) r(A)+1=r(A,\mathbf{b}) r(A)+1=r(A,b) 时,也即 r ( A ) < r ( A , b ) r(A)<r(A,\mathbf{b}) r(A)<r(A,b) 时,方程组无解。
- r ( A ) = r ( A , b ) r(A)=r(A,\mathbf{b}) r(A)=r(A,b) 时,方程组有解。 b \mathbf{b} b 可由 A A A 的列向量线性表示。
- r ( A ) = r ( A , b ) = n r(A)=r(A,\mathbf{b})=n r(A)=r(A,b)=n 时,方程组有唯一解。
- r ( A ) = r ( A , b ) < n r(A)=r(A,\mathbf{b})<n r(A)=r(A,b)<n 时,方程组有无穷多解。
