AI笔记: 数学基础之矩阵的初等变换计算矩阵的秩
引例
- 求解矩阵方程AX=B, 其中 A = ( 2 1 − 3 1 2 − 2 − 1 3 2 ) , B = ( 1 − 1 2 0 − 2 5 ) A =\left (\begin{array}{cccc}2 & 1 & -3 \\1 & 2 & -2 \\-1 & 3 & 2\end{array} \right ), B =\left (\begin{array}{cccc}1 & -1 \\2 & 0 \\-2 & 5 \end{array} \right ) A=⎝⎛21−1123−3−22⎠⎞,B=⎝⎛12−2−105⎠⎞
- 分析
- 设可逆矩阵P使得PA=F,则 P ( A , B ) = ( F , P B ) P(A,B) = (F,PB) P(A,B)=(F,PB)
- 对矩阵(A,B)作初等行变换把A变为F, 同时B变为PB, 如果F=E, 则A可逆
- P = A − 1 , P A X = P B , P A X = A − 1 A X = X = P B P = A^{-1}, PAX = PB, PAX = A^{-1} AX = X = PB P=A−1,PAX=PB,PAX=A−1AX=X=PB
- ( A , B ) = ( 2 1 − 3 1 − 1 1 2 − 2 2 0 − 1 3 2 − 2 5 ) ∼ ( 1 2 − 2 2 0 0 − 3 1 − 3 − 1 0 5 0 0 5 ) ∼ ( 1 2 − 2 2 0 0 1 0 0 1 0 0 1 − 3 2 ) ∼ ( 1 0 0 − 4 2 0 1 0 0 1 0 0 1 − 3 2 ) (A,B) =\left (\begin{array}{cccc}2 & 1 & -3 & 1 & -1 \\1 & 2 & -2 & 2 & 0 \\-1 & 3 & 2 & -2 & 5\end{array} \right ) \sim\left (\begin{array}{cccc}1 & 2 & -2 & 2 & 0 \\0 & -3 & 1 & -3 & -1 \\0 & 5 & 0 & 0 & 5\end{array} \right ) \sim\left (\begin{array}{cccc}1 & 2 & -2 & 2 & 0 \\0 & 1 & 0 & 0 & 1 \\0 & 0 & 1 & -3 & 2\end{array} \right ) \sim\left (\begin{array}{cccc}1 & 0 & 0 & -4 & 2 \\0 & 1 & 0 & 0 & 1 \\0 & 0 & 1 & -3 & 2\end{array} \right ) (A,B)=⎝⎛21−1123−3−2212−2−105⎠⎞∼⎝⎛1002−35−2102−300−15⎠⎞∼⎝⎛100210−20120−3012⎠⎞∼⎝⎛100010001−40−3212⎠⎞
- X = A − 1 B ( − 4 2 0 1 − 3 2 ) X = A^{-1}B\left (\begin{array}{cccc}-4 & 2 \\0 & 1 \\-3 & 2\end{array} \right ) X=A−1B⎝⎛−40−3212⎠⎞
矩阵的秩
- 在 m ∗ n m * n m∗n矩阵A中,任取k行k列,不改变这 k 2 k^2 k2个元素的在A中的次序,得到k阶方阵,称为矩阵A的k阶子式。
- 备注: m ∗ n m*n m∗n阶矩阵A的k阶子式有 C m k C n k C_m^kC_n^k CmkCnk个
- A = [ 1 0 2 5 2 3 4 0 5 2 2 1 0 2 1 3 ] A =\left [\begin{array}{cccc}1 & 0 & 2 & 5 \\2 & 3 & 4 & 0 \\5 & 2 & 2 & 1 \\0 & 2 & 1 & 3\end{array} \right ] A=⎣⎢⎢⎡1250032224215013⎦⎥⎥⎤ 取第1、2、4行与1、3、4列得到3阶子式 ∣ 1 2 5 2 4 0 0 1 3 ∣ \left |\begin{array}{cccc}1 & 2 & 5 \\2 & 4 & 0 \\0 & 1 & 3\end{array} \right | ∣∣∣∣∣∣120241503∣∣∣∣∣∣
- 在 m ∗ n m * n m∗n 矩阵 A 中,任取k行k列,不改变这 k 2 k^2 k2个元素在A中的次序,得到k阶方阵,称为矩阵A的k阶子阵
- m ∗ n m * n m∗n阶矩阵A的k阶子式有 C m k C n k C_m^k C_n^k CmkCnk 个
- 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)全等于0,那么D称为矩阵A的最高阶非零子式,r称为矩阵A的秩,记为 R ( A ) = r R(A) = r R(A)=r
- m*n的可逆矩阵,秩为n
- 可逆矩阵又称为满秩矩阵
- 矩阵的秩等于它行(列)向量组的秩
例子
- 求矩阵 B = ( 2 − 1 0 3 − 2 0 3 1 − 2 5 0 0 0 4 − 3 0 0 0 0 0 ) B =\left (\begin{array}{cccc}2 & -1 & 0 & 3 & -2 \\0 & 3 & 1 & -2 & 5 \\0 & 0 & 0 & 4 & -3 \\0 & 0 & 0 & 0 & 0\end{array} \right ) B=⎝⎜⎜⎛2000−130001003−240−25−30⎠⎟⎟⎞的秩
- 分析
- 因为B是一个行阶梯型矩阵,其非零行有3行
- 所以B的所有4阶子式全为零
- 而 ∣ 2 − 1 3 0 3 − 2 0 0 4 ∣ ≠ 0 \left |\begin{array}{cccc}2 & -1 & 3 \\0 & 3 & -2 \\0 & 0 & 4 \end{array} \right | \neq 0 ∣∣∣∣∣∣200−1303−24∣∣∣∣∣∣=0
- 所以 R(B) = 3
- 显然,非零行的行数为所求的秩,不需计算
总结
- 阶梯型矩阵的秩就是其非零行数
- 对于一般的矩阵,当行数和列数较高时,按定义计算矩阵的秩是很麻烦的,容易遗漏子式
- 因为对于任何矩阵A_{m×n}, 总可经过有限次初等行变换把它变为行阶梯形
- 自然想到用初等行变换把矩阵化为行阶梯形矩阵(经过初等变换矩阵的秩不会改变)
秩的求法
- 若 A ∼ B A \sim B A∼B, 则 R ( A ) = R ( B ) R(A) = R(B) R(A)=R(B), 初等变换不改变矩阵的秩
- 推论:设可逆矩阵P, Q 使得 PAQ = B, 则 R ( A ) = R ( B ) R(A) = R(B) R(A)=R(B)
- 注:该定理回答了矩阵标准形 A → [ E r 0 0 0 ] A \to \left [\begin{array}{cccc}E_r & 0 \\0 & 0 \\\end{array} \right ] A→[Er000] 中r 是唯一的
- 它就是矩阵A的秩
- 于是得到求秩的方法: A → 行变换 F A \overset{\text{行变换}}{\to} F A→行变换F(行阶梯型矩阵)
- 则 R ( A ) = F R(A) = F R(A)=F的台阶数
例子
- 设 A = ( 3 2 0 5 0 3 − 2 3 6 − 1 2 0 1 5 − 3 1 6 − 4 − 1 4 ) A =\left (\begin{array}{cccc}3 & 2 & 0 & 5 & 0 \\3 & -2 & 3 & 6 & -1 \\2 & 0 & 1 & 5 & -3 \\1 & 6 & -4 & -1 & 4\end{array} \right ) A=⎝⎜⎜⎛33212−206031−4565−10−1−34⎠⎟⎟⎞, 求矩阵A的秩,并求A的一个最高阶非零子式
- 分析
- 对A作初等行变换, 变成行阶梯形矩阵
- r 1 ↔ r 4 r_1 \leftrightarrow r_4 r1↔r4
- ( 1 6 − 4 − 1 4 3 − 2 3 6 − 1 2 0 1 5 − 3 3 2 0 5 0 ) \left (\begin{array}{cccc} 1 & 6 & -4 & -1 & 4 \\3 & -2 & 3 & 6 & -1 \\2 & 0 & 1 & 5 & -3 \\3 & 2 & 0 & 5 & 0\end{array} \right ) ⎝⎜⎜⎛13236−202−4310−16554−1−30⎠⎟⎟⎞
- r 2 − r 4 , r 3 − 2 r 1 , r 4 − 3 r 1 r_2 - r_4, r_3 - 2r_1, r_4 - 3r_1 r2−r4,r3−2r1,r4−3r1
- ( 1 6 − 4 − 1 4 0 − 4 3 1 − 1 0 − 12 9 7 − 11 0 − 16 12 8 − 12 ) \left (\begin{array}{cccc} 1 & 6 & -4 & -1 & 4 \\0 & -4 & 3 & 1 & -1 \\0 & -12 & 9 & 7 & -11 \\0 & -16 & 12 & 8 & -12\end{array} \right ) ⎝⎜⎜⎛10006−4−12−16−43912−11784−1−11−12⎠⎟⎟⎞
- r 3 − 3 r 2 , r 4 − 4 r 2 r_3 - 3r_2, r_4 - 4r_2 r3−3r2,r4−4r2
- ( 1 6 − 4 − 1 4 0 − 4 3 1 − 1 0 0 0 4 − 8 0 0 0 4 − 8 ) \left (\begin{array}{cccc} 1 & 6 & -4 & -1 & 4 \\0 & -4 & 3 & 1 & -1 \\0 & 0 & 0 & 4 & -8 \\0 & 0 & 0 & 4 & -8\end{array} \right ) ⎝⎜⎜⎛10006−400−4300−11444−1−8−8⎠⎟⎟⎞
- r 4 − r 3 r_4 - r_3 r4−r3
- ( 1 6 − 4 − 1 4 0 − 4 3 1 − 1 0 0 0 4 − 8 0 0 0 0 0 ) \left (\begin{array}{cccc} 1 & 6 & -4 & -1 & 4 \\0 & -4 & 3 & 1 & -1 \\0 & 0 & 0 & 4 & -8 \\0 & 0 & 0 & 0 & 0\end{array} \right ) ⎝⎜⎜⎛10006−400−4300−11404−1−80⎠⎟⎟⎞
- 由阶梯形矩阵有三个非零行可知 R ( A ) = 3 R(A) = 3 R(A)=3
- 继而,求A的一个最高阶子式
- 因为 R ( A ) = 3 R(A) = 3 R(A)=3, 知A的最高阶非零子式为3阶
- A的3阶子式共有 C 4 3 C 5 3 = 40 C_4^3 C_5^3 = 40 C43C53=40个
- 考察A的行阶梯形矩阵
- 记 A = ( a 1 , a 2 , a 3 , a 4 , a 5 ) A=(a_1, a_2, a_3, a_4, a_5) A=(a1,a2,a3,a4,a5), 则矩阵 B = ( a 1 , a 2 , a 4 ) B=(a_1, a_2, a_4) B=(a1,a2,a4)的行阶梯形矩阵为 ( 1 6 − 1 0 − 4 1 0 0 4 0 0 0 ) \left (\begin{array}{cccc}1 & 6 & -1 \\0 & -4 & 1 \\0 & 0 & 4 \\0 & 0 & 0\end{array} \right ) ⎝⎜⎜⎛10006−400−1140⎠⎟⎟⎞
- 因为 R ( B ) = 3 R(B) = 3 R(B)=3
- 故B中必有3阶非零子式,且共有4个
- 计算B的前三行构成的子式
- ∣ 3 2 5 2 0 5 3 − 2 6 ∣ = ∣ 3 2 5 2 0 5 6 0 11 ∣ = − 2 ∣ 2 5 6 11 ∣ = 16 ≠ 0 \left |\begin{array}{cccc}3 & 2 & 5 \\2 & 0 & 5 \\3 & -2 & 6\end{array} \right | =\left |\begin{array}{cccc}3 & 2 & 5 \\2 & 0 & 5 \\6 & 0 & 11\end{array} \right | =-2 \left |\begin{array}{cccc}2 & 5 \\6 & 11\end{array} \right | = 16 \neq 0 ∣∣∣∣∣∣32320−2556∣∣∣∣∣∣=∣∣∣∣∣∣3262005511∣∣∣∣∣∣=−2∣∣∣∣26511∣∣∣∣=16=0
- 则这个子式便是A的一个最高阶非零子式
AI笔记: 数学基础之矩阵的初等变换计算矩阵的秩相关推荐
- AI笔记: 数学基础之矩阵的初等变换
概述 用伴随矩阵和行列式求可逆矩阵非常复杂麻烦,尤其是随着n的增大,复杂度让人担忧 应对n这个变量,可以使用矩阵的初等变换来求解矩阵的可逆矩阵 矩阵的初等变换 1) 消元法解线性方程组 先来看下这个例 ...
- matlab非同秩矩阵相乘_线性代数精华——讲透矩阵的初等变换与矩阵的秩
这篇文章和大家聊聊矩阵的初等变换和矩阵的秩. 矩阵的初等变换这个概念可能在很多人听来有些陌生,但其实我们早在初中的解多元方程组的时候就用过它.只不过在课本当中,这种方法叫做消元法.我们先来看一个课本里 ...
- java 矩阵求秩_线性代数精华3——矩阵的初等变换与矩阵的秩
矩阵的初等变换这个概念可能在很多人听来有些陌生,但其实我们早在初中的解多元方程组的时候就用过它.只不过在课本当中,这种方法叫做消元法.我们先来看一个课本里的例子: 假设我们要解这个方程,怎么做呢? 首 ...
- AI笔记: 数学基础之正交矩阵与矩阵的QR分解
正交矩阵 若n阶方阵A满足ATA=EA^TA = EATA=E, 则称A为正交矩阵, 简称正交阵 (复数域上称为酉矩阵) A是正交阵的充要条件:A的列(行)向量都是单位向量,且两两正交. 若A为正交矩 ...
- AI笔记: 数学基础之矩阵运算与行列式
方阵行列式 1 ) 简单的方阵行列式 行列式是数学的一个函数,可以看做是几何空间中,一个线性变换对"面积"或"体积"的影响 方阵行列式,n阶方阵A的行列式表示为 ...
- AI笔记: 数学基础之数字特征-标准差、协方差、相关系数、中心矩、原点矩、峰度、偏度
标准差 标准差(Standard Deviation)是离均值平方的算术平均数的平方根,用符号 σ \sigma σ 表示,其实标准差就是方差的算术平方根 标准差和方差都是测量离散趋势的最重要.最常见 ...
- AI笔记: 数学基础之向量组的线性表示与线性相关
向量组 向量组:有限个相同维度的行向量或列向量组合成的一个集合就叫做向量组A 如果是行向量,那么表示为:A=(a1⃗a2⃗a3⃗⋮an⃗⋮)A = \left (\begin{array}{cccc} ...
- AI笔记: 数学基础之联合概率、条件概率与全概率公式
联合概率 表示两个事件共同发生的概率,事件A和事件B的共同概率记为:P(AB).P(A,B)P(AB).P(A,B)P(AB).P(A,B) 或者P(A∩B)P(A \cap B)P(A∩B), 记为 ...
- AI笔记: 数学基础之概率与统计
概率 1 )概率与频率 概率是一个稳定的数值,也就是某件事发生或不发生的概率是多少. 频率是在一定数量的某件事情上面,发生的数与总数的比值. 假设事件A的概率是0.3,在100次中发生28次,那么它的 ...
最新文章
- Python基础入门教程:使用 Python 3 协程快速获得一个代理池
- Linux上新建文件夹并将另一个文件夹移动进来
- linux C(hello world)三个数最大和三个数最新
- ctf 监听端口_从一道ctf题目学到的绕过长度执行命令姿势 - 华域联盟|chu
- html怎么设置顶部布局,html – CSS位置:固定没有顶部给出意想不到的布局?
- BZOJ.2428.[HAOI2006]均分数据(随机化贪心/模拟退火)
- 【优化算法】人工鱼群优化算法(AFSA)【含Matlab源码 1078期】
- 浅谈压缩感知(八):两篇科普文章
- Frenet和笛卡尔坐标系互转
- 复习JQuery validate验证规则
- Sexagenary Cycle(干支纪年)
- 【VMware】Assuming drive cache: write through
- 参加计算机比赛英语,高中英语作文关于电脑比赛的
- 【机器学习】一些常用的回归模型实战(9种回归模型)
- matlab模拟双星问题,物理定律、数学模型告诉你,天下有情人终将分手!
- 即构CEO林友尧:让实时音视频技术融于无形
- JT Harness
- CUDA内存管理一文理清|参加CUDA线上训练营
- 结构-02. 有理数加法
- 前端酷炫效果之那些漂亮的登录界面