矩阵乘积的秩.doc

矩阵乘积的秩.doc

ID:59350024

大小:31.00 KB

页数:2页

时间:2020-09-04

矩阵乘积的秩.doc_第1页
矩阵乘积的秩.doc_第2页
资源描述:

《矩阵乘积的秩.doc》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、矩阵乘积秩的讨论在《高等代数》中对于矩阵乘积的秩有这样的结论“”,这里我们不禁要问:以上的不等式在什么时候取得等号,及我们要对乘积的秩的一些性质作出一些延伸(以下的文字择取自“维基百科”)在代数中,一个矩阵A的列秩是A的线性无关的纵列的极大数目。类似地,行秩是A的线性无关的横行的极大数目。矩阵的列秩和行秩总是相等的,因此它们可以简单地称作矩阵A的秩。通常表示为r(A),rk(A)或rank(A)。m×n矩阵的秩最大为m和n中的较小者,表示为min(m,n)。有尽可能大的秩的矩阵被称为有满秩;类似的,否则矩阵是秩不足(或称为“欠秩”)的。我们假定A

2、是在域F上的m×n矩阵并描述了上述线性映射。(1)只有零矩阵有秩0(2)A的秩最大为min(m,n)(3)f是单射,当且仅当A有秩n(在这种情况下,我们称A有“满列秩”)。(4)f是满射,当且仅当A有秩m(在这种情况下,我们称A有“满行秩”)。(5)在方块矩阵A(就是m=n)的情况下,则A是可逆的,当且仅当A有秩n(也就是A有满秩)。(1)如果B是任何n×k矩阵,则AB的秩最大为A的秩和B的秩的小者。即:秩(AB)≤min(秩(A),秩(B))推广到若干个矩阵的情况,就是:秩(A1A2...Am)≤min(秩(A1),秩(A2),...秩(Am)

3、)可以看出,等号成立当且仅当其中一个矩阵(比如说A)对应的线性映射不减少空间的维度,即是单射,这时A是满秩的。于是有以下性质:(1)如果B是秩n的n×k矩阵,则AB有同A一样的秩。(1)如果C是秩m的l×m矩阵,则CA有同A一样的秩。(1)A的秩等于r,当且仅当存在一个可逆m×m矩阵X和一个可逆的n×n矩阵Y使得这里的Ir指示r×r单位矩阵。证明可以通过高斯消去法构造性地给出。矩阵的秩加上矩阵的零化度等于矩阵的纵列数(这就是秩-零化度定理)。(关于秩-零化度定理的说明我们会另附短文说明)向量组的线性相关性将个维列向量排列成的矩阵A,这个对应矩阵的

4、秩即为原向量组的秩。原向量组线性相关的充分必要条件为:如果则向量组线性无关。另外,不存在特殊的,若向量的个数大于向量的维数,则根据:这个向量组必然线性相关。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。