国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

線性代數(shù)之矩陣秩的求法與示例詳解

這篇具有很好參考價(jià)值的文章主要介紹了線性代數(shù)之矩陣秩的求法與示例詳解。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

線性代數(shù)之矩陣秩的求法

K階子式的定義

在m×n的矩陣A中,任取k行、k列(k小于等于m、k小于等于n),位于這些行和列交叉處的 個(gè)元素,在不改變?cè)写涡虻那闆r下組成的矩陣叫做矩陣A的k階子式。

不難發(fā)現(xiàn)矩陣A有個(gè)線性代數(shù)之矩陣秩的求法與示例詳解 個(gè)k階子式。

?比如有矩陣A 線性代數(shù)之矩陣秩的求法與示例詳解

比如取第1行,第3行,第1列,第4列交叉上的元素組成的子式即為其一個(gè)2階子式。即按照如下劃線操作 :線性代數(shù)之矩陣秩的求法與示例詳解

即其中的一個(gè)2階子式是: 線性代數(shù)之矩陣秩的求法與示例詳解

矩陣秩的定義

設(shè)在m×n的矩陣A中有一個(gè)不等于0的r階子式D,且所有r+1階子式全等于0,則D是該矩陣的最高階非零子式。非零子式的最高階數(shù)即叫做矩陣的秩 記作R(A) r是rank的縮寫。不難發(fā)現(xiàn)矩陣的秩有如下特點(diǎn):

  • ?R(A)大于等于0小于等于min{m,n}。
  • r(A) = m 取了所有的行,叫行滿秩
  • r(A) = n 取了所有的列,叫列滿秩
  • r(A) < min{m,n}則叫做降秩
  • A是方陣,A滿秩的充要條件是A是可逆的(轉(zhuǎn)換為A的行列式不等于0,所以可逆)
  • r(A) = r的充要條件是有一個(gè)r階子式不為0,所有r+1階子式為0
  • 矩陣A(m乘n階)左乘m階可逆矩陣P,右乘n階可逆矩陣Q,或者左右乘可逆矩陣PAQ不改變其秩。
  • 對(duì)矩陣實(shí)施(行、列)初等變換不改變矩陣的秩
  • 階梯形矩陣的秩 r(A)等于非零行的行數(shù)。
  • A的秩等于A轉(zhuǎn)置的秩
  • 任意矩陣乘可逆矩陣,秩不變

矩陣秩的求法

定義法

該方法是根據(jù)矩陣的秩的定義來(lái)求,如果找到k階子式為0,而k-1階不為0,那么k-1即該矩陣的秩。

#Sample1(示例一),求下列矩陣的秩:

A=線性代數(shù)之矩陣秩的求法與示例詳解

針對(duì)矩陣A,我們先找它的一個(gè)3階子式看看是否為0,比如我們找的是

線性代數(shù)之矩陣秩的求法與示例詳解

很顯然該三階子式等于-1≠0,所以該矩陣的秩是3。

因?yàn)楫?dāng)前矩陣沒(méi)有4階子式子,所以3是該矩陣的最高階。

#Sample2(示例二):已知矩陣A

線性代數(shù)之矩陣秩的求法與示例詳解 ,如果R(A)<3,求a。

Step1:這種已知矩陣的秩求參數(shù)的題目需要借助秩的定義。因?yàn)楫?dāng)前矩陣A是3階的,而R(A)又小于3,那么A的三階子式(即A本身)為0。

Step2:可按照行(列)將第2、3行(列)都加到第1行(列)上去,然后提取公因子a+2,

Step3:再以第1行(列)為軸,消除其它行(列)進(jìn)而得到

Step4:(a+2)線性代數(shù)之矩陣秩的求法與示例詳解 =0 所以a=-2或者a=1。

類似的,#Sample3(示例三)如果如下的矩陣A的秩R(A)等于3那么k等多少呢?

線性代數(shù)之矩陣秩的求法與示例詳解

思路:該題的思路跟上例類似,不過(guò)這里解出的k(k=1或者k=-3)需要帶回原矩陣?yán)锖蓑?yàn)下,而k=1時(shí)R(A)=1和題目的條件沖突,所以k只能為-3。

階梯型數(shù)非零行數(shù)

分兩步:

第一步先將原矩陣化簡(jiǎn)成階梯型矩陣

第二步數(shù)新矩陣的非零行行數(shù),該函數(shù)即對(duì)應(yīng)原矩陣的秩。

#Sample4(示例四):示例,求如下矩陣A的秩

線性代數(shù)之矩陣秩的求法與示例詳解

Step1:第1行的-2倍加到第2行上去、第1行的1倍加到第三行上去,于是得到

線性代數(shù)之矩陣秩的求法與示例詳解

Step2:針對(duì)上述矩陣,將第2行加到第3行上去,于是得到

線性代數(shù)之矩陣秩的求法與示例詳解

Step3:此時(shí)我們已經(jīng)能輸出非0行的函數(shù)即2,所以矩陣A的秩是2。

階梯型畫臺(tái)階

我們可以借助階梯的圖形化方式勾出臺(tái)階數(shù),見(jiàn)下圖示例#Sample5(示例五):

線性代數(shù)之矩陣秩的求法與示例詳解 ?

:1 畫階梯(臺(tái)階下的元素全為0)數(shù)臺(tái)階,臺(tái)階水平方向可跨多列,垂直(列)方向不能跨多行(即一次只能有1個(gè)臺(tái)階)。

2 該方法本質(zhì)上屬于階梯型,只是操作時(shí)以圖形化數(shù)臺(tái)階的方式。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-443245.html

到了這里,關(guān)于線性代數(shù)之矩陣秩的求法與示例詳解的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來(lái)自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • 線性代數(shù)的學(xué)習(xí)和整理18:矩陣的秩的各種定理, 秩和維度(未完成)

    線性代數(shù)的學(xué)習(xí)和整理18:矩陣的秩的各種定理, 秩和維度(未完成)

    目錄 0 問(wèn)題引出:什么是秩? 概念備注: 1 先厘清:什么是維數(shù)? 1.1 真實(shí)世界的維度數(shù) 1.2 向量空間的維數(shù) 1.2.1 向量空間,就是一組最大線性無(wú)關(guān)的向量組/基張成的空間 1.3 向量α的維數(shù) 1.3.1 向量的維數(shù)=分量(數(shù)字/標(biāo)量)個(gè)數(shù) 1.4 向量組/矩陣 A 的維數(shù) 1.4.1 什么是向量組的維

    2024年02月10日
    瀏覽(134)
  • 線性代數(shù)的學(xué)習(xí)和整理18:什么是維度,什么是秩?秩的各種定理&&秩的計(jì)算 (計(jì)算部分未完成)

    線性代數(shù)的學(xué)習(xí)和整理18:什么是維度,什么是秩?秩的各種定理&&秩的計(jì)算 (計(jì)算部分未完成)

    目錄 0 問(wèn)題引出:什么是秩? 概念備注: 1 先厘清:什么是維數(shù)? 1.1 真實(shí)世界的維度數(shù) 1.2 向量空間的維數(shù) 1.2.1 向量空間,就是一組最大線性無(wú)關(guān)的向量組/基張成的空間 1.3 向量α的維數(shù) 1.3.1 向量的維數(shù)=分量(數(shù)字/標(biāo)量)個(gè)數(shù) 1.4 向量組/矩陣 A 的維數(shù) 1.4.1 什么是向量組的維

    2024年02月10日
    瀏覽(34)
  • 線性代數(shù)第二章矩陣及其運(yùn)算詳解

    線性代數(shù)第二章矩陣及其運(yùn)算詳解

    一.線性方程組和矩陣 1.概念 如圖所示,該矩陣稱為 m行n列矩陣 若行數(shù)和列數(shù)都等于n,則該矩陣稱為 n階方陣 兩個(gè)矩陣的行數(shù)相等,列數(shù)也相等,就稱它們?yōu)?同型矩陣 若A=(aij)和B=(bij)是同型矩陣,且aij=bij(i=1,2,...,m;j=1,2,...,n),則稱 矩陣A與矩陣B相等 ,記作 A=B 2.特殊

    2024年01月25日
    瀏覽(34)
  • 線性代數(shù)的學(xué)習(xí)和整理18:什么是維度,什么是秩?關(guān)于秩的各種定理 (未完成)

    線性代數(shù)的學(xué)習(xí)和整理18:什么是維度,什么是秩?關(guān)于秩的各種定理 (未完成)

    目錄 0 問(wèn)題引出:什么是秩? 概念備注: 1 先厘清:什么是維數(shù)? 1.1 真實(shí)世界的維度數(shù) 1.2 向量空間的維數(shù) 1.2.1 向量空間,就是一組最大線性無(wú)關(guān)的向量組/基張成的空間 1.3 向量α的維數(shù) 1.3.1 向量的維數(shù)=分量(數(shù)字/標(biāo)量)個(gè)數(shù) 1.4 向量組/矩陣 A 的維數(shù) 1.4.1 什么是向量組的維

    2024年02月10日
    瀏覽(30)
  • 線性代數(shù)本質(zhì)系列(一)向量,線性組合,線性相關(guān),矩陣

    線性代數(shù)本質(zhì)系列(一)向量,線性組合,線性相關(guān),矩陣

    本系列文章將從下面不同角度解析線性代數(shù)的本質(zhì),本文是本系列第一篇 向量究竟是什么? 向量的線性組合,基與線性相關(guān) 矩陣與線性相關(guān) 矩陣乘法與線性變換 三維空間中的線性變換 行列式 逆矩陣,列空間,秩與零空間 克萊姆法則 非方陣 點(diǎn)積與對(duì)偶性 叉積 以線性變換

    2024年02月04日
    瀏覽(43)
  • 線性代數(shù):線性方程求解、矩陣的逆、線性組合、線性獨(dú)立

    本文參考www.deeplearningbook.org一書第二章2.3 Identity and Inverse Matrices 2.4 Linear Dependence and Span 本文圍繞 線性方程求解 依次介紹矩陣的逆、線性組合、線性獨(dú)立等線性代數(shù)的基礎(chǔ)知識(shí)點(diǎn)。 本文主要圍繞求解線性方程展開,我們先把線性方程寫出來(lái),方程如下: 其中,是已知的;,

    2024年02月08日
    瀏覽(35)
  • 0203逆矩陣-矩陣及其運(yùn)算-線性代數(shù)

    定義7 對(duì)于 n n n 階矩陣A,如果有一個(gè) n n n 階矩陣B,使 A B = B A = E AB=BA=E A B = B A = E 則說(shuō)矩陣A是可逆的,并把矩陣B稱為A的逆矩陣,簡(jiǎn)稱逆陣。 定理1 若矩陣A可逆,則 ∣ A ∣ =? 0 vert Avert not = 0 ∣ A ∣  = 0 證明: A 可逆,即有 A ? 1 ,使得 A A ? 1 = E ∣ A A ? 1 ∣ = ∣ A

    2024年04月13日
    瀏覽(32)
  • 投影矩陣推導(dǎo)【線性代數(shù)】

    投影矩陣推導(dǎo)【線性代數(shù)】

    如果兩個(gè)向量垂直,那么滿足。但如果兩個(gè)向量不垂直,我們就將 b?投影到 a 上,就得到了二者的距離,我們也稱為向量 b 到直線 a 的誤差。這樣就有出現(xiàn)了垂直: ? ? ? ? ? ? ? ?(1) 投影向量 p 在直線上,不妨假設(shè)??,那么誤差?。帶入式(1)中得到: 投影矩陣: ?

    2024年02月06日
    瀏覽(18)
  • 線性代數(shù):矩陣的秩

    矩陣的秩(Rank)是線性代數(shù)中一個(gè)非常重要的概念,表示一個(gè)矩陣的行向量或列向量的線性無(wú)關(guān)的數(shù)量,通常用 r ( A ) r(boldsymbol{A}) r ( A ) 表示。具體來(lái)說(shuō): 對(duì)于一個(gè) m × n mtimes n m × n 的實(shí)矩陣 A boldsymbol{A} A ,它的行秩 r ( A ) r(boldsymbol{A}) r ( A ) 定義為 A boldsymbol{A} A 的各

    2024年02月07日
    瀏覽(32)
  • 線性代數(shù)(七) 矩陣分析

    線性代數(shù)(七) 矩陣分析

    從性線變換我們得出,矩陣和函數(shù)是密不可分的。如何用函數(shù)的思維來(lái)分析矩陣。 通過(guò)這個(gè)定義我們就定義了矩陣序列的 收斂性 。 研究矩陣序列收斂性的常用方法,是用《常見(jiàn)向量范數(shù)和矩陣范數(shù)》來(lái)研究矩陣序列的極限。 長(zhǎng)度是范數(shù)的一個(gè)特例。事實(shí)上,F(xiàn)robenius范數(shù)對(duì)

    2024年02月08日
    瀏覽(30)

覺(jué)得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包