Установить линейную зависимость строк матрицы. §4.8. Линейная зависимость строк и столбцов матрицы
Рассмотрим произвольную, необязательно квадратную, матрицу А размера mxn.
Ранг матрицы.
Понятие ранга матрицы связано с понятием линейной зависимости (независимости) строк (столбцов) матрицы. Рассмотрим это понятие для строк. Для столбцов – аналогично.
Обозначим стоки матрицы А:
е 1 =(а 11 ,а 12 ,…,а 1n); е 2 =(а 21 ,а 22 ,…,а 2n);…, е m =(а m1 ,а m2 ,…,а mn)
e k =e s если a kj =a sj , j=1,2,…,n
Арифметические операции над строками матрицы (сложение, умножение на число) вводятся как операции, проводимые поэлементно: λе k =(λа k1 ,λа k2 ,…,λа kn);
e k +е s =[(а k1 +a s1),(a k2 +a s2),…,(а kn +a sn)].
Строка е называется линейной комбинацией строк е 1 , е 2 ,…,е k , если она равна сумме произведений этих строк на произвольные действительные числа:
е=λ 1 е 1 +λ 2 е 2 +…+λ k е k
Строки е 1 , е 2 ,…,е m называются линейно зависимыми , если существуют действительные числа λ 1 ,λ 2 ,…,λ m , не все равные нулю, что линейная комбинация этих строк равна нулевой строке: λ 1 е 1 +λ 2 е 2 +…+λ m е m =0 ,где0 =(0,0,…,0) (1)
Если линейная комбинация равна нулю тогда и только тогда, когда все коэффициенты λ i равны нулю (λ 1 =λ 2 =…=λ m =0), то строки е 1 , е 2 ,…,е m называются линейно независимыми.
Теорема 1 . Для того, чтобы строки е 1 ,е 2 ,…,е m были линейно зависимы, необходимо и достаточно, чтобы одна из этих строк была линейной комбинацией остальных строк.
Доказательство . Необходимость . Пусть строки е 1 , е 2 ,…,е m линейно зависимы. Пусть, для определенности в (1) λ m ≠0, тогда
Т.о. строка е m является линейной комбинацией остальных строк. Ч.т.д.
Достаточность . Пусть одна из строк, например е m , является линейной комбинацией остальных строк. Тогда найдутся числа такие, что выполняется равенство , которое можно переписать в виде ,
где хотя бы 1 из коэффициентов, (-1), не равен нулю. Т.е. строки линейно зависимы. Ч.т.д.
Определение. Минором k-го порядка матрицы А размера mxn называется определитель k-го порядка с элементами, лежащими на пересечении любых k строк и любых k столбцов матрицы А. (k≤min(m,n)). .
Пример. , миноры 1-го порядка: =, =;
миноры 2-го порядка: , 3-го порядка
У матрицы 3-го порядка 9 миноров 1-го порядка, 9 миноров 2-го порядка и 1 минор 3-го порядка (определитель этой матрицы).
Определение. Рангом матрицы А называется наивысший порядок отличных от нуля миноров этой матрицы. Обозначение - rg A или r(A).
Свойства ранга матрицы .
1) ранг матрицы A nxm не превосходит меньшего из ее размеров, т.е.
r(A)≤min(m,n).
2) r(A)=0 когда все элементы матрицы равны 0, т.е. А=0.
3) Для квадратной матрицы А n –го порядка r(A)=n , когда А невырожденная.
(Ранг диагональной матрицы равен количеству ее ненулевых диагональных элементов).
4) Если ранг матрицы равен r, то матрица имеет хотя бы один минор порядка r, не равный нулю, а все миноры больших порядков равны нулю.
Для рангов матрицы справедливы следующие соотношения:
2) r(A+B)≤r(A)+r(B); 3) r(AB)≤min{r(A),r(B)};
3) r(A+B)≥│r(A)-r(B)│; 4) r(A T A)=r(A);
5) r(AB)=r(A), если В - квадратная невырожденная матрица.
6) r(AB)≥r(A)+r(B)-n, где n-число столбцов матрицы А или строк матрицы В.
Определение. Ненулевой минор порядка r(A) называется базисным минором . (У матрицы А может быть несколько базисных миноров). Строки и столбцы, на пересечении которых стоит базисный минор, называются соответственно базисными строками и базисными столбцами .
Теорема 2 (о базисном миноре). Базисные строки (столбцы) линейно независимы. Любая строка (любой столбец) матрица А является линейной комбинацией базисных строк (столбцов).
Доказательство . (Для строк). Если бы базисные строки были линейно зависимы, то по теореме (1) одна из этих строк была бы линейной комбинацией других базисных строк, тогда, не изменяя величины базисного минора, можно вычесть из этой строки указанную линейную комбинацию и получить нулевую строку, а это противоречит тому, что базисный минор отличен от нуля. Т.о. базисные строки линейно независимы.
Докажем, что любая строка матрицы А является линейной комбинацией базисных строк. Т.к. при произвольных переменах строк (столбцов) определитель сохраняет свойство равенства нулю, то, не ограничивая общности, можно считать, что базисный минор находится в верхнем левом углу матрицы
А=, т.е. расположен на первых r строках и первых r столбцах. Пусть 1£j£n, 1£i£m. Покажем, что определитель (r+1)-го порядка
Если j£r или i£r, то этот определитель равен нулю, т.к. у него будет два одинаковых столбца или две одинаковых строки.
Если же j>r и i>r, то этот определитель является минором (r+1)-го порядка матрицы А. Т.к. ранг матрицы равен r, значит любой минор большего порядка равен 0.
Раскладывая его по элементам последнего (добавленного) столбца, получаем
a 1j A 1j +a 2j A 2j +…+a rj A rj +a ij A ij =0, где последнее алгебраическое дополнение A ij совпадает с базисным минором М r и поэтому A ij = М r ≠0.
Разделив последнее равенство на A ij , можем выразить элемент a ij , как линейную комбинацию: , где .
Зафиксируем значение i (i>r) и получаем, что для любого j (j=1,2,…,n) элементы i-й строки e i линейно выражаются через элементы строк е 1 , е 2 ,…,е r , т.е. i-я строка является линейной комбинацией базисных строк: . Ч.т.д.
Теорема 3. (необходимое и достаточное условие равенства нулю определителя). Для того, чтобы определитель n-го порядка D был равен нулю, необходимо и достаточно, чтобы его строки (столбцы) были линейно зависимы.
Доказательство (с.40)
. Необходимость
. Если определитель n-го порядка D равен нулю, то базисный минор его матрицы имеет порядок r Т.о., одна строка является линейной комбинацией других остальных. Тогда по теореме 1 строки определителя линейно зависимы. Достаточность
. Если строки D линейно зависимы, то по теореме 1 одна строка А i является линейной комбинацией остальных строк. Вычитая из строки А i указанную линейную комбинацию, не изменив величины D, получим нулевую строку. Следовательно, по свойствам определителей, D=0. ч.т.д. Теорема 4.
При элементарных преобразованиях ранг матрицы не меняется. Доказательство
. Как было показано при рассмотрении свойств определителей, при преобразованиях квадратных матриц их определители либо не изменяются, либо умножаются на ненулевое число, либо меняют знак. При этом наивысший порядок отличных от нуля миноров исходной матрицы сохраняется, т.е. ранг матрицы не изменяется. Ч.т.д. Если r(A)=r(B), то А и В –эквивалентные: А~В.
Теорема 5.
При помощи элементарных преобразований можно привести матрицу к ступенчатому виду.
Матрица называется ступенчатой, если она имеет вид:
А=, где a ii ≠0, i=1,2,…,r; r≤k. Условия r≤k всегда можно достигнуть транспонированием. Теорема 6.
Ранг ступенчатой матрицы равен количеству ее ненулевых строк.
Т.е. Ранг ступенчатой матрицы равен r, т.к. есть отличный от нуля минор порядка r: Понятие ранга матрицы тесно связано с понятием линейной зависимости (независимости) ее строк или столбцов. В дальнейшем будем излагать материал для строк, для столбцов изложение аналогично. В матрице A
обозначим ее строки следующим образом: , Две строки матрицы называются равными
, если равны их соответствующие элементы: , если , . Арифметические операции над строками матрицы (умножение строки на число, сложение строк) вводятся как операции, проводимые поэлементно: Строка е
называется линейной комбинацией строк
..., матрицы, если она равна сумме произведений этих строк на произвольные действительные числа: Строки матрицы называются линейно зависимыми
, если существуют такие числа , не равные одновременно нулю, что линейная комбинация строк матрицы равна нулевой строке: , =(0,0,...,0). (3.3) Теорема 3.3
Строки матрицы линейно зависимы, если хотя бы одна строка матрицы является линейной комбинацией остальных.
□ Действительно, пусть для определенности в формуле (3.3) Таким образом, строка является линейной комбинат остальных строк. ■ Если линейная комбинация строк (3.3) равна нулю тогда и только тогда, когда все коэффициенты равны нулю, то строки называются линейно независимыми. Теорема 3.4.
(о ранге матрицы) Ранг матрицы равен максимальному числу ее линейно независимых строк или столбцов, через которые линейно выражаются все остальные ее строки (столбцы).
□ Пусть матрица A
размера m n имеет ранг r
(r
min ). Это означает, что существует отличный от нуля минор r
-го порядка. Всякий ненулевой минор r
-го порядка будем называть базисным минором. Пусть для определенности базисный минор есть ведущий или угловой минор.
Тогда строки матрицы линейно независимы. Предположим противное, то есть одна из этих строк, например , является линейной комбинацией остальных . Вычтем из элементов r
- ой строки элементы 1-й строки, умноженные на , затем элементы 2-й строки, умноженные на , … и элементы (r -
1) - ой строки, умноженные на . На основании свойства 8 при таких преобразованиях матрицы ее определитель D не изменится, но так как r
- я строка будет теперь состоять из одних нулей, то D = 0 - противоречие. Следовательно, наше предположение о том, что строки матрицы линейно зависимые, неверно. Строки назовем базисными
. Покажем, что любые (r+1) строк матрицы линейно зависимы, т.е. любая строка выражается через базисные. Рассмотрим минор (r +1) - го порядка, который получается при дополнении рассматриваемого минора элементами еще одной строки i
и столбца j
. Этот минор равен нулю, так как ранг матрицы равен r
, поэтому любой минор более высокого порядка равен нулю. Раскладывая его по элементам последнего (добавленного) столбца, получаем Где модуль последнего алгебраического дополнения совпадает с базисным минором D
и поэтому отлично от нуля, т.е. 0. Каждую строку матрицы А обозначим е i = (a i 1 a i 2 …, a in) (например, Линейной комбинацией
строк e l , e 2 ,...e k называют сумму произведений этих строк на произвольные действительные числа: Строки матрицы e l , e 2 ,...e m называются линейно зависимыми
, если существуют такие числа l l , l 2 ,..., l m , не равные одновременно нулю, что линейная комбинация строк матрицы равна нулевой строке: Линейная зависимость строк матрицы означает, что хотя бы одна строка матрицы является линейной комбинацией остальных. Действительно, пусть для определенности последний коэффициент l m ¹ 0. Тогда, разделив обе части равенства на l m , получим выражение для последней строки, как линейной комбинации остальных строк: Если линейная комбинация строк равна нулю тогда и только тогда, когда все коэффициенты равны нулю, т.е. l l e l + l 2 e 2 +...+ l m e m = 0 Û l k = 0 "k, то строки называют линейно независимыми
. Теорема о ранге матрицы
. Ранг матрицы равен максимальному числу ее линейно независимых строк или столбцов, через которые можно линейно выразить все остальные ее строки или столбцы. Докажем эту теорему. Пусть матрица А размера m х n имеет ранг r (r(А) £ min {m; n}). Следовательно, существует отличный от нуля минор r-го порядка. Всякий такой минор будем называть базисным
. Пусть для определенности это минор Строки этого минора также будем называть базисными
. Докажем, что тогда строки матрицы e l , e 2 ,...e r линейно независимы. Предположим противное, т.е. одна из этих строк, например r-я, является линейной комбинацией остальных: e r = l l e l + l 2 e 2 +...+ l r-1 e r-1 = 0. Тогда, если вычесть из элементов r-й строки элементы 1-й строки, умноженные на l l , элементы 2-й строки, умноженные на l 2 , и т.д., наконец, элементы (r-1)-й строки, умноженные на l r-1 , то r-я строка станет нулевой. При этом по свойствам определителя вышеприведенный определитель не должен измениться, и при этом должен быть равен нулю. Получено противоречие, линейная независимость строк доказана. Теперь докажем, что любые (r+1) строк матрицы линейно зависимы, т.е. любую строку можно выразить через базисные. Дополним рассмотренный ранее минор еще одной строкой (i-й) и еще одним столбцом (j-м). В результате получим минор (r+1)-го порядка, который по определению ранга равен нулю. Система векторов одного и того же порядка называется линейно-зависимой, если из этих векторов путем соответствующей линейной комбинации можно получить нулевой вектор. (При этом не допускается, чтобы все коэффициенты линейной комбинации были равны нулю, так как это было бы тривиально.) В противном случае векторы называются линейно-независимыми. Например, следующие три вектора: линейно зависимы, так как что легко проверить. В случае линейной зависимости любой вектор можно всегда выразить через линейную комбинацию остальных векторов. В нашем примере: или или Это легко проверить соответствующими расчетами. Отсюда вытекает следующее определение: вектор линейно независим от других векторов, если его нельзя представить в виде линейной комбинации из этих векторов. Рассмотрим систему векторов, не уточняя, является ли она линейнозависимой или линейно-независимой. У каждой системы, состоящей из вектор-столбцов а, можно выявить максимально возможное число линейно-независимых векторов. Это число, обозначаемое буквой , и является рангом данной системы векторов. Так как каждую матрицу можно рассматривать как систему вектор-столбцов, ранг матрицы определяется как максимальное число содержащихся в ней линейнонезависимых вектор-столбцов. Для определения ранга матрицы пользуются и вектор-строками. Оба способа дают одинаковый результат для одной и той же матрицы, причем не может превосходить наименьшее из или Ранг квадратной матрицы порядка колеблется от 0 до . Если все векторы являются нулевыми, то ранг такой матрицы равен нулю. Если все векторы линейно независимы друг от друга, то ранг матрицы равен. Если образовать матрицу из приведенных выше векторов то ранг этой матрицы равен 2. Так как каждые два вектора могут быть сведены к третьему путем линейной комбинации, то ранг меньше 3. Но можно убедиться, что любые два вектора из них являются-линейно-независимыми, следовательно, ранг Квадратную матрицу называют вырожденной, если ее вектор-столбцы или вектор-строки линейно зависимы. Определитель такой матрицы равен нулю и обратной ей матрицы не существует, как уже было отмечено выше. Эти выводы эквивалентны друг другу. Вследствие этого квадратную матрицу называют невырожденной, или неособенной, если ее вектор-столбцы или вектор-строки независимы друг от друга. Определитель такой матрицы не равен нулю и обратная ей матрица существует (сравни со с. 43) Ранг матрицы имеет вполне очевидную геометрическую интерпретацию. Если ранг матрицы равен , то говорят, что -мерное пространство натянуто на векторов. Если ранг то векторов лежат в -мерном подпространстве, которое всех их включает в себя. Итак, ранг матрицы соответствует минимально необходимой размерности пространства, «в котором содержатся все векторы», -мерное подпространство в -мерном пространстве называют -мерной гиперплоскостью. Ранг матрицы соответствует наименьшей размерности гиперплоскости, в которой еще лежат все векторы. Ортогональность. Два вектора а и b называются взаимно-ортогональными, если их скалярное произведение равно нулю. Если для матрицы порядка имеет место равенство где D - диагональная матрица, то вектор-столбцы матрицы А попарно взаимно-ортогональны. Если эти вектор-столбцы пронормировать, т. е. привести к длине, равной 1, то имеет место равенство и говорят об ортонормированных векторах. Если В - квадратная матрица и имеет место равенство то матрицу В называют ортогональной. В этом случае из формулы (1.22) следует, что Ортогональная матрица всегда невырожденная. Отсюда из ортогональности матрицы следует линейная независимость ее вектор-строк или вектор-столбцов. Обратное утверждение неверно: из линейной независимости системы векторов не следует попарная ортогональность этих векторов.
, …. , 
, тогда
е 1 = (a 11 a 12 …, a 1 n), е 2 = (a 21 a 22 …, a 2 n) и т.д.). Каждая из них представляет собой матрицу-строку, которую можно умножить на число или сложить с другой строкой по общим правилам действий с матрицами.
e = l l e l + l 2 e 2 +...+ l k e k , где l l , l 2 ,..., l k - произвольные числа (коэффициенты линейной комбинации).
l l e l + l 2 e 2 +...+ l m e m = 0, где 0 = (0 0...0).
e m = (l l /l m)e l + (l 2 /l m)e 2 +...+ (l m-1 /l m)e m-1 .