引言
兩個(gè)原因讓我想寫(xiě)這篇文章,一是做矩陣題目的時(shí)候就發(fā)現(xiàn)這三貨經(jīng)常綁在一起,讓人想去探尋其中奧秘;另一就是今天學(xué)了向量組的秩,讓我想起來(lái)了之前遺留下來(lái)的一個(gè)問(wèn)題:到底存不存在系數(shù)矩陣的秩和增廣矩陣的秩之差比 1 大的情況?可能這個(gè)問(wèn)題有點(diǎn)抽象,不過(guò)看了下面的具體說(shuō)明應(yīng)該就能理解了。
一、回顧
問(wèn)題起因是這樣,我在寫(xiě)行列式的文章中關(guān)于克萊姆法則應(yīng)用的說(shuō)法是這樣的:
有讀者建議,把方程組無(wú)解的情況寫(xiě)成
r
(
A
)
+
1
=
r
(
A
 ̄
)
r(A) +1 = r(\overline{A})
r(A)+1=r(A) 而非寫(xiě)成
r
(
A
)
≠
r
(
A
 ̄
)
r(A) \ne r(\overline{A})
r(A)=r(A) 。 我當(dāng)時(shí)還未復(fù)習(xí)到方程組和向量部分,有這樣的疑問(wèn):為什么非得是相差 1 ,我如果
A
A
A 有很多行為 0 ,增廣矩陣的秩不就可以比系數(shù)矩陣大不止 1 嗎?
我當(dāng)時(shí)隱約感覺(jué)是行秩和列秩模糊的問(wèn)題。一方面矩陣中,我們比較常用的是初等行變換,忽視了列變換以及列秩,另一方面,列秩在方陣中和行秩是一樣的。
起初我也是認(rèn)為,列秩沒(méi)什么用的,直到學(xué)到了向量這一部分。由于一般我們指的向量是列向量,那么由一個(gè)向量組構(gòu)成的矩陣,自然考慮的是列秩。
因此我們針對(duì)一個(gè)一般性的 m × n m \times n m×n 矩陣和 n n n 個(gè) m m m 維的向量組進(jìn)行梳理,請(qǐng)看下文。
二、梳理
對(duì)于一般齊次線性方程組:
以及一般非齊次線性方程組:
令 α 1 = ( a 11 , a 21 , … , a m 1 ) T , α 2 = ( a 12 , a 22 , … , a m 2 ) T , … , α n = ( a 1 n , a 2 n , … , a m n ) T , b = ( b 1 , b 2 , … , b m ) T \alpha_1=(a_{11},a_{21},\dots,a_{m1})^T,\alpha_2=(a_{12},a_{22},\dots,a_{m2})^T,\dots,\alpha_n=(a_{1n},a_{2n},\dots,a_{mn})^T,\pmb=(b_{1},b_{2},\dots,b_{m})^T α1?=(a11?,a21?,…,am1?)T,α2?=(a12?,a22?,…,am2?)T,…,αn?=(a1n?,a2n?,…,amn?)T,b=(b1?,b2?,…,bm?)T ,則方程組(I)(II)可表示為如下向量形式: x 1 α 1 + x 2 α 2 + ? + x n α n = 0 ( 1.1 ) x_1\alpha_1+x_2\alpha_2+\dots+x_n\alpha_n=0 (1.1) x1?α1?+x2?α2?+?+xn?αn?=0(1.1) x 1 α 1 + x 2 α 2 + ? + x n α n = b ( 2.1 ) x_1\alpha_1+x_2\alpha_2+\dots+x_n\alpha_n=b (2.1) x1?α1?+x2?α2?+?+xn?αn?=b(2.1)
令
X
=
(
x
1
,
x
2
,
…
,
x
n
)
T
X=(x_1,x_2,\dots,x_n)^T
X=(x1?,x2?,…,xn?)T ,矩陣
A
=
[
α
1
,
α
2
,
…
,
α
n
]
A=[\alpha_1,\alpha_2,\dots,\alpha_n]
A=[α1?,α2?,…,αn?] ,即
則方程組(I)(II)可表示為如下矩陣形式:
A
X
=
0
(
1.2
)
AX=0(1.2)
AX=0(1.2)
A
X
=
b
(
2.2
)
AX=b(2.2)
AX=b(2.2)
齊次線性方程組
對(duì)于齊次線性方程組(I),它有 m m m 個(gè)約束方程, n n n 個(gè)未知數(shù)。首先我們應(yīng)了解的是,不管方程個(gè)數(shù)和未知數(shù)個(gè)數(shù)多少,不可能無(wú)解,都是存在零解的。我們要討論,就是討論有沒(méi)有非零解。我們分三種情況:
(一) m < n . m < n. m<n.
個(gè)數(shù)大于維數(shù),向量組 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1?,α2?,…,αn? 必線性相關(guān),則該向量組的秩 < n <n <n ,根據(jù)三秩相等性質(zhì), r ( A ) < n . r(A)<n. r(A)<n.
此時(shí)齊次線性方程組約束條件個(gè)數(shù)小于未知數(shù),必有一個(gè)未知數(shù)無(wú)法受限制,如果那個(gè)不受限制的未知數(shù)取非零的話,就存在非零解,即線性相關(guān)。
這種情況其實(shí)沒(méi)什么好討論的,因?yàn)榭隙ù嬖诜橇憬猓赃@也是為什么書(shū)上很少提及的原因吧。
(二) m = n . m=n. m=n.
此時(shí)就有討論的必要了,因?yàn)榉匠探M可能只有零解,也可能有非零解。
若齊次方程組只有零解 ? \Leftrightarrow ? 向量組 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1?,α2?,…,αn? 線性無(wú)關(guān) ? \Leftrightarrow ? r ( A ) = n . r(A)=n. r(A)=n.
我們此時(shí)可以得出 ∣ A ∣ ≠ 0 |A| \ne 0 ∣A∣=0,即因?yàn)橄禂?shù)矩陣是方陣且滿秩。
若齊次方程組有非零解 ? \Leftrightarrow ? 向量組 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1?,α2?,…,αn? 線性相關(guān) ? \Leftrightarrow ? r ( A ) < n . r(A)<n. r(A)<n.
為什么是小于 n n n 呢?因?yàn)闃?gòu)成系數(shù)矩陣的列向量組 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1?,α2?,…,αn?的秩小于 n n n ,根據(jù)三秩相等性質(zhì),該矩陣的秩亦小于 n n n 。
(三) m > n . m > n. m>n.
此時(shí)約束方程個(gè)數(shù)更多,不過(guò)不影響什么。系數(shù)矩陣的秩仍然是滿足 r ( A ) ≤ n , r(A) \leq n, r(A)≤n, 則:
若齊次方程組只有零解 ? \Leftrightarrow ? 向量組 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1?,α2?,…,αn? 線性無(wú)關(guān) ? \Leftrightarrow ? r ( A ) = n . r(A)=n. r(A)=n.
我們此時(shí)不可以得出 ∣ A ∣ ≠ 0 |A| \ne 0 ∣A∣=0,即因?yàn)橄禂?shù)矩陣不方陣,不存在行列式一說(shuō)。
若齊次方程組有非零解 ? \Leftrightarrow ? 向量組 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1?,α2?,…,αn? 線性相關(guān) ? \Leftrightarrow ? r ( A ) < n . r(A)<n. r(A)<n.
把這三種情況總結(jié)起來(lái),其實(shí)還是第二種情況的結(jié)論。因此不論是否是方陣,未知數(shù)和方程的個(gè)數(shù)如何,都有如下結(jié)論:即
- 齊次方程組只有零解 ? \Leftrightarrow ? 向量組 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1?,α2?,…,αn? 線性無(wú)關(guān) ? \Leftrightarrow ? r ( A ) = n . r(A)=n. r(A)=n.
- 齊次方程組有非零解 ? \Leftrightarrow ? 向量組 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1?,α2?,…,αn? 線性相關(guān) ? \Leftrightarrow ? r ( A ) < n . r(A)<n. r(A)<n.
非齊次線性方程組
對(duì)于非齊次線性方程組(II),它有 m m m 個(gè)約束方程, n n n 個(gè)未知數(shù),右端常數(shù)向量為 b = ( b 1 , b 2 , … , b m ) \pmb{b=(b_1,b_2,\dots,b_m)} b=(b1?,b2?,…,bm?) ,增廣矩陣為 A  ̄ = [ A ∣ b ] . \overline{A}=[A|b]. A=[A∣b].
我們從其對(duì)應(yīng)的齊次線性方程組(I)出發(fā),若(I)只有零解,根據(jù)上述結(jié)論,有向量組 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1?,α2?,…,αn? 線性無(wú)關(guān)且 r ( A ) = n . r(A)=n. r(A)=n.
接下來(lái)我們討論此時(shí)非齊次的情況,若非齊次線性方程組(II)無(wú)解,則向量 b \pmb b 不能被無(wú)關(guān)的向量組 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1?,α2?,…,αn? 線性表示,故增廣矩陣的列向量組 α 1 , α 2 , … , α n , b \pmb{\alpha_1,\alpha_2,\dots,\alpha_n,b} α1?,α2?,…,αn?,b 也線性無(wú)關(guān),可得 r ( A  ̄ ) = n + 1 r(\overline{A})=n+1 r(A)=n+1 ,此時(shí)需要討論 m , n m,n m,n 之間的數(shù)量關(guān)系。
由 r ( A ) = n r(A)=n r(A)=n 可知, m ≥ n m \geq n m≥n (如果 m < n m<n m<n 的話那秩就不可能是 n n n 了,秩最多為 m m m ) 。若 m = n m =n m=n ,有 r ( A  ̄ ) ≤ min ? { m , n + 1 } = m = n r(\overline{A})\leq \min\{m,n+1\}=m=n r(A)≤min{m,n+1}=m=n ,與 r ( A  ̄ ) = n + 1 r(\overline{A})=n+1 r(A)=n+1 矛盾;若 m > n m>n m>n 且 m = n + 1 m=n+1 m=n+1 ,有 r ( A  ̄ ) ≤ { n + 1 , n + 1 } = n + 1 r(\overline{A})\leq \{n+1,n+1\}=n+1 r(A)≤{n+1,n+1}=n+1 ,符合;若 m > n + 1 m>n+1 m>n+1 ,則有 r ( A  ̄ ) ≤ { m , n + 1 } = n + 1 r(\overline{A}) \leq \{m,n+1\}=n+1 r(A)≤{m,n+1}=n+1 ,符合。
因此,對(duì)于 m ≤ n m \leq n m≤n 的非齊次線性方程組,此時(shí)不可能無(wú)解;而對(duì)于 m ≥ n + 1 m \geq n+1 m≥n+1 的非齊次線性方程組,此時(shí)有結(jié)論 r ( A  ̄ ) = n + 1. r(\overline{A})=n+1. r(A)=n+1.
若非齊方程組(II)有解,則向量 b \pmb b 能被向量組 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1?,α2?,…,αn? 線性表示,又因?yàn)橄蛄拷M α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1?,α2?,…,αn? 線性無(wú)關(guān),故 r ( A  ̄ ) = n = r ( A ) . r(\overline{A})=n=r(A). r(A)=n=r(A).
若方程組(II)對(duì)應(yīng)的齊次方程組(I)有非零解,根據(jù)前一部分的結(jié)論,方程組 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1?,α2?,…,αn? 線性相關(guān)且 r ( A ) < n . r(A)<n. r(A)<n.
我們討論此時(shí)的非齊次方程組(II)的情況,若方程組(II)無(wú)解,則向量 b \pmb b 不能被向量組 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1?,α2?,…,αn? 線性表示,但由于向量組 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1?,α2?,…,αn? 是線性相關(guān)的,故增廣矩陣的列向量組 α 1 , α 2 , … , α n , b \pmb{\alpha_1,\alpha_2,\dots,\alpha_n,b} α1?,α2?,…,αn?,b 線性相關(guān),可得 r ( A  ̄ ) < n + 1 r(\overline{A})<n+1 r(A)<n+1 且 r ( A  ̄ ) = r ( A ) + 1. r(\overline{A})=r(A)+1. r(A)=r(A)+1.
因?yàn)橄蛄? b \pmb b 不能被向量組 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1?,α2?,…,αn? 線性表示,則向量組 α 1 , α 2 , … , α n , b \pmb{\alpha_1,\alpha_2,\dots,\alpha_n,b} α1?,α2?,…,αn?,b 的秩比向量組 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1?,α2?,…,αn? 多 1 ,即 r ( A  ̄ ) = r ( A ) + 1. r(\overline{A})=r(A)+1. r(A)=r(A)+1.
O.O 這個(gè)還是可以直觀理解的。向量組是一列一列的,加了一列不能被原來(lái)表示的列,肯定秩加了 1 嘛。
若方程組(II)有解,則向量 b \pmb b 能被向量組 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1?,α2?,…,αn? 線性表示,故 r ( A  ̄ ) = r ( A ) < n . r(\overline{A})=r(A)<n. r(A)=r(A)<n.
如下圖所示,討論了所有情況下的秩的特征。
總結(jié)一下可以得到如下一般性的結(jié)論:
- 非齊次方程組有解 ? \Leftrightarrow ? r ( A  ̄ ) = r ( A ) . r(\overline{A})=r(A). r(A)=r(A).
- 非齊次方程組無(wú)解 ? \Leftrightarrow ? r ( A  ̄ ) ≠ r ( A ) , r(\overline{A})\ne r(A), r(A)=r(A), 或 r ( A  ̄ ) = r ( A ) + 1. r(\overline{A})=r(A)+1. r(A)=r(A)+1.
有解其實(shí)還可以再做討論,就放在后面方程組那一章再來(lái)細(xì)說(shuō)吧。
寫(xiě)在最后
看來(lái)還是自己疏忽了三秩相等的性質(zhì),才會(huì)產(chǎn)生開(kāi)頭那樣的疑問(wèn)。文章來(lái)源:http://www.zghlxwxcb.cn/news/detail-677501.html
現(xiàn)在也越來(lái)越認(rèn)同,其實(shí)向量才是貫穿線性代數(shù)的重要工具。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-677501.html
到了這里,關(guān)于【考研數(shù)學(xué)】矩陣、向量與線性方程組解的關(guān)系梳理與討論的文章就介紹完了。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)!