Открыть Электронные книги
Категории
Открыть Аудиокниги
Категории
Открыть Журналы
Категории
Открыть Документы
Категории
§ 4.2. Подпространства
2 2 2
2k1 2 k2 ... 2 kn 0.
. . . .
2
k1 n 1
2
k2 n 1
... 2
kn n 1
A A2 A
l 1 1
2 ... r r .
M M M
Теорема 2 полностью доказана.
Из свойств определителей вытекает
Следствие 1. Ранг матрицы не меняется при ее
транспонировании, т. е. число линейно независимых строк матрицы
равно числу ее линейно независимых столбцов.
Следствие 2. (Критерий равенства нулю определителя).
Определитель квадратной матрицы равен нулю тогда и только тогда,
когда ее строки (столбцы) линейно зависимы.
Из доказательства теоремы о ранге матрицы вытекает правило
отыскания базисного минора, а, значит, и ранга матрицы:
1) следует вычислять миноры матрицы от меньших порядков к
большим порядкам;
2) если минор M порядка r не равен нулю, а все окаймляющие
его миноры порядка r 1 равны нулю, то M – базисный минор и ранг
матрицы A равен r .
Пример 2. Найти ранг матрицы
2 4 6 10
A 3 1 4 2 .
5 3 10 8
Решение.
2 4
M1 2 0, M 2 14 0;
3 1
2 4 6 2 4 10
M 3 3 1 4 0; M 3 3 1 2 0
5 3 10 5 3 8
Значит, rA 2 .
Однако такой способ вычисления ранга не всегда удобен.
Существуют некоторые приемы, облегчающие нахождение
ранга. Чтобы их сформулировать, введем понятие элементарных
преобразований матрицы.
153
1 2 3 5
_ 0 _ 7 5 17
~
0 0 0 0
rA 2.
Теперь легко определить ранг любой системы векторов,
заданных своими координатами в каком-либо базисе. Достаточно
построить матрицу из координат этих векторов, записывая их по
столбцам или строкам, затем найти ранг полученной матрицы.
11
Кронекер Леопольд (07.12.1823 – 29.12.1891) – немецкий математик
Капелли Алфредо (05.08.1858 – 28.01.1916) – итальянский математик, ученик Л.Кронекера
155
1) xr 1 1, xr 2 ... xn 0;
2) xr 1 0, xr 2 1, xr 3 ... xn 0;
... ... ... ... ... ... ... ... ... ... ... ... ...
n r ) xr 1 xr 2 ... xn 1 0, xn 1.
Для каждого из этих наборов свободных неизвестных мы
получим из системы (4.9.2) по правилу Крамера векторы-решения
всей системы:
d1 d11, d 21,..., d r1, 1,0,0,...,0 ;
d 2 d11, d 21,..., d r 2 ,0,1,0,...,0 ;
... ... ... ... ... ... ... ...
d n r d1 n r , d 2 n r ,..., d r n r ,0, 0,...,0,1 .
Векторы-решения d1, d 2 ,..., d n r линейно независимы по
построению: матрица со строками-координатами этих векторов в
последних n r столбцах
содержит ненулевой минор. Покажем, что
векторы d1, d 2 ,..., d n r составляют систему образующих пространства
U . В самом деле, пусть y y1, y2 ,..., yn – произвольное решение
системы (4.9.2). Тогда в силу свойства 4 решений однородных СЛАУ
линейная комбинация
z y yn r 1 d1 yn r 2 d 2 ... yn d n r
является также решением системы (4.9.2). При этом последние n r
координат вектора z по построению равны нулю:
zn r 1 0, zn r 2 0,..., zn 0 .
Как и всякое решение системы (4.9.1), вектор z получается при
подходящих значениях свободных переменных. В данном
случае – это нулевое значение свободных переменных. Это означает,
что первые r координат вектора z получаются решением
однородной СЛАУ:
161
3 2 1 3 5 0
6 4 3 5 7 0
~
9 6 5 7 9 0
3 2 0 4 8 0
От последней строки вычтем первую; от третьей – 1-ую и 2-ую;
от второй – удвоенную первую:
3 2 1 3 5 0
0 0 1 1 3 0
~ ~
0 0 1 1 3 0
0 0 1 1 3 0
Вторую строку вычтем от третьей; 2-ую строку прибавим к
четвертой:
3 2 0 4 8 0
0 0 1 1 3 0
~
0 0 0 0 0 0
0 0 0 0 0 0
Ранг полученной матрицы, очевидно, равен 2.
В качестве базисного минора можно взять минор на пересечении
1-ой и 2-ой строк, 2-го и 3-го столбцов. При этом полученную
эквивалентную СЛАУ можно записать в виде:
3
y x 2u 4v,
2 (**)
z u 3v.
Базисные переменные – y, z ; свободные – x, u, v . Придадим
свободным переменным три значения:
1) 2,0,0 ; 2) 0,1,0 ; 3) 0,0,1 .
Для каждого из них из системы (**) найдем соответствующие
значения базисных переменных:
1) 3,0 ; 2) 2,1 ; 3) 4, 3 .
163
L *
x L
Тогда матрица
t11 t12 ... ... t1n
t t22 ... ... t2 n
T 21 ,
... ... ... ... ...
tn1 tn 2 ... ... tnn
Y T 1 X . (4.11.4)
Итак, формулы (4.11.3) и (4.11.4) устанавливают связь между
координатами одного и того же вектора в разных базисах.