向量组秩的性质
向量组的秩为线性代数的基本概念,它表示的是一个向量组的极大线性无关组所含向量的个数。由向量组的秩可以引出矩阵的秩的定义。
定义
极大无关组
要定义向量组的秩,首先要定义极大线性无关向量组。
向量组T中如果有一部分组α1,α2,···,αr满足:
α1,α2,···,αr线性无关;
任取向量组T中β,有α1,α2,···,αr,β线性相关。
向量组α1,α2,···,αs线性无关等价于R{α1,α2,···,αs}=s。
若向量组α1,α2,···,αs可被向量组β1,β2,···,βt线性表出,则R{α1,α2,···,αs}小于等于R{β1,β2,···,βt}。
等价的向量组具有相等的秩。
若向量组α1,α2,···,αs线性无关,且可被向量组β1,β2,···,βt线性表出,则s小于等于t。
向量组α1,α2,···,αs可被向量组β1,β2,···,βt线性表出,且s>t,则α1,α2,···,αs线性相关。
任意n+1个n维向量线性相关。
则称α1,α2,···,αr为向量组T的一个极大线性无关向量组,简称为极大无关组。
向量组的秩
一个向量组的极大线性无关组所包含的向量的个数,称为向量组的秩;若向量组的向量都是0向量,则规定其秩为0.向量组α1,α2,···,αs的秩记为R{α1,α2,···,αs}或rank{α1,α2,···,αs}。
应用
定理
根据向量组的秩可以推出一些线性代数中比较有用的定理
矩阵的秩
有向量组的秩的概念可以引出矩阵的秩的概念。一个m行n列的矩阵可以看做是m个行向量构成的行向量组,也可看做n个列向量构成的列向量组。行向量组的秩成为行秩,列向量组的秩成为列秩,容易证明行秩等于列秩,所以就可成为矩阵的秩。矩阵的秩在线性代数中有着很大的应用,可以用于判断逆矩阵和线性方程组解的计算等方面。
2024-10-28 广告