本课程来自深度之眼,部分截图来自课程视频。
【第一章 线性代数】1.5矩阵的秩
在线LaTeX公式编辑器
任务详解:
1、掌握矩阵的秩是如何计算的,以及秩和初等变换的关系,以及秩的性质
2、掌握线性方程组的情况
矩阵的秩Rank of matrix
定义3
在m×n矩阵A中,任取k行与k列(k≤m,k≤n),位于这些行列交叉处的个元素,不改变它们在A中所处的位置次序而得的k阶行列式,称为矩阵A的k阶子式.
m×n矩阵A的k阶子式共有个.
定义4
设在矩阵A中有一个不等于0的r阶子式D,且所有r+1阶子式(如果存在的话)全等于0,那么D称为矩阵A的最高阶非零子式,数r称为矩阵A的秩,记作R(A).并规定零矩阵的秩等于0。
显然,若A为m×n矩阵,则0≤R(A).≤min{m,n}.
由于行列式与其转置行列式相等,因此的子式与A的子式对应相等,从而
对于n阶矩阵A,由于A的n阶子式只有一个lAl,故当lAl≠0时R(A)=n,当|A|=0时R(A)<n。可见可逆矩阵的秩等于矩阵的阶数,不可逆矩阵的秩小于矩阵的阶数。因此,可逆矩阵又称满秩矩阵,不可逆矩阵(奇异矩阵)又称降秩矩阵。
定理2(判断两个矩阵的秩的关系)
若A~B,则R(A)=R(B)
推论:若可逆矩阵P,Q使PAQ=B,则R(A)=R(B)
这个推论证明很简单,P,Q可逆,根据上一个小节的定理可以写为:
等式左边相当于对A做了m次初等行变换,和n次初等列变换最后得到B,也就是A~ B,根据定理2R(A)=R(B)
例子:
求矩阵A及矩阵B=(A,b)的秩。(这里的B是增广矩阵,就相当于方程组中x的系数加上最后系数b组成的矩阵。)
因此,R(A)=2,R(B)=3.这里A的秩只看左边四列即可。
从矩阵B的行阶梯形矩阵可知,本例中的A与b所对应的线性方程组Ax=b是无解的,这是因为行阶梯形矩阵的第3行表示矛盾方程0=1.
这里其实隐含一个推论:R(A)<R(B),也就是方程组系数的秩小于增广矩阵的秩,方程组无解。
秩的性质
1、:一个矩阵的秩小于等于秩的维度
2、:矩阵和矩阵转置的秩相等
3、若A~B,则:两个矩阵等价,矩阵也相等
4、若P、Q可逆,则:就是定理二的推论
5、:A和B的秩的较大者,要比AB拼接起来的矩阵的秩要小。可以看成两个:
、
当B=b为非零列向量时(非零列向量≤1),有:
6、
证明:
7、,当A或B为单位矩阵的时候等号成立。
这个很重要,在后面推导多元线性回归的时候要用。
8、,则
线性方程组的解
设有n个未知数m个方程的线性方程组,表示为矩阵m是行数,n是列数。
上式可以写成以向量x为未知元的向量方程:
定理3
n元线性方程组Ax=b
(i)无解的充分必要条件是R(A)<R(A,b);超静定方程,m>n
(ii)有惟一解的充分必要条件是R(A)=R(A,b)=n;n为未知数的个数。
(iii)有无限多解的充分必要条件是R(A)=R(A,b)<n。静不定方程,m<n
定理4:n元齐次线性方程组Ax=0有非零解的充分必要条件是R(A)<n,相当于b=0,此时:,所以满足定理3中的第二或第三个条件,但是现在要非零解,因此,是满足第三个条件R(A)=R(A,b)<n,即R(A)<n。
定理5:线性方程组Ax=b有解的充分必要条件是R(A)=R(A,b)
来源:CSDN
作者:oldmao_2001
链接:https://blog.csdn.net/oldmao_2001/article/details/103505885