Files
MathNotesVersion2/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/03-点2-秩与极大无关组.md
T

8.1 KiB
Raw Blame History

tags, 专题, 日期, 状态, 关联笔记
tags 专题 日期 状态 关联笔记
数学一
在学练习
线性代数
向量
秩
极大无关组
线性代数 第3讲 · 点2 秩与极大无关组 2026-10-23 知识点带题(2.2 极大无关组 + §3 向量组秩,5 题)
README
01-知识点盘点

点 2 秩与极大无关组

真题 2017·13(4 分)|重要度 ★★★ 依赖:点 1(02)。盘点对应:§2.3 秩的双重身份、§3 全节。

组织原则:以知识点为单位,题目按知识点内部顺序对应。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。

4 分,但它是全讲的工具:求秩的算法同时给出极大无关组,而极大无关组又解释了"为什么表示的系数有时不唯一"。这一节不会算,后面每个点都只能停在概念层面。

知识点 2.2 极大线性无关组(出处:知识章 vector.tex §2.2 | 练习章 vector.tex §2.1)

  • 定义:部分组 \alpha_{i_1},\alpha_{i_2},\cdots,\alpha_{i_r} 满足 ① 自身线性无关;② 原组任一向量都可由它线性表出,则称为一个极大线性无关组。
  • 性质:极大无关组不唯一,但所含向量个数唯一,等于向量组的秩;任一极大无关组都与原组等价(见点 4)。
  • 标准求法四步:按列拼 → 只做初等行变换 → 数非零行(= 秩)→ 回原矩阵取主元列对应的向量。

知识点 3 向量组秩(出处:知识章 vector.tex §3 | 矩阵章 matrix.tex §5.2)

  • 秩的三重身份:r(A)= 行秩 = 列秩 = 非零子式的最高阶数 = 阶梯形的非零行数。
  • 为什么只能行变换:初等行变换 = 左乘可逆矩阵 $P$,$Ax=0\iff PAx=0$,主元列与列间系数全部不变;列变换没有此性质。
  • 表出与秩:若 B 可由 A 线性表出($B=AC$),则 $r(B)\leqslant r(A)$。
  • 秩的运算性质(矩阵章 §5.2):$r(AB)\leqslant\min{r(A),r(B)}$;$r(A+B)\leqslant r(A)+r(B)$;$r(A\mid B)\leqslant r(A)+r(B)$;$AB=O\Rightarrow r(A)+r(B)\leqslant n$(n 为 A 的列数);A 可逆时 $r(AB)=r(B)$。

题目(按知识点顺序对应)

题 1 · 2.2:标准四步求秩与极大无关组(★☆☆)

设

\alpha_1=(1,2,-1)^{\mathrm T},\quad \alpha_2=(2,4,-2)^{\mathrm T},\quad \alpha_3=(0,1,1)^{\mathrm T},\quad \alpha_4=(1,3,0)^{\mathrm T}.

求该向量组的秩、一个极大无关组,并把其余向量用它表示。

怎么想:标准四步——按列拼 → 只做行变换 → 数非零行 → 回原矩阵取主元列。为什么只能用行变换:行变换左乘可逆矩阵 $P$,$Ax=0\iff PAx=0$,哪列是主元列、系数是多少全部不变。

解:按列拼并化阶梯形:


\begin{pmatrix}1&2&0&1\\2&4&1&3\\-1&-2&1&0\end{pmatrix}
\xrightarrow{R_2-2R_1,\ R_3+R_1}
\begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&1&1\end{pmatrix}
\xrightarrow{R_3-R_2}
\begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&0&0\end{pmatrix}.

两个非零行,$r=2$。主元落在第 1、3 列,回到原矩阵取 \alpha_1,\alpha_3 为一个极大无关组。在阶梯形上读系数(第 2 列 =2\times 第 1 列,第 4 列 = 第 1 列 + 第 3 列):

\alpha_2=2\alpha_1,\qquad \alpha_4=\alpha_1+\alpha_3.

带走结论:极大无关组必须写原向量,不能写阶梯形里的列;系数可以在化简后的矩阵上读,向量必须回原组取——这是本讲最常被扣分的地方。极大无关组不唯一(本题 \alpha_1,\alpha_4 也行),但个数只能是 2。


题 2 · 3:先观察再动笔——上下界夹逼(★★☆)

设

\alpha_1=(1,1,0,0)^{\mathrm T},\ \alpha_2=(0,1,1,0)^{\mathrm T},\ \alpha_3=(0,0,1,1)^{\mathrm T},\ \alpha_4=(1,0,0,1)^{\mathrm T}.

求秩与一个极大无关组,并把不在其中的向量表示出来。

怎么想:这组向量首尾相接围成一个"环",第四个往往是前三个凑出来的。先扫一眼有没有现成关系,比直接消元快十倍。但观察只能给上界,必须再补下界(前三个无关),两句话合起来才是完整答案。

解:观察得

\alpha_4=\alpha_1-\alpha_2+\alpha_3=(1,1,0,0)^{\mathrm T}-(0,1,1,0)^{\mathrm T}+(0,0,1,1)^{\mathrm T}=(1,0,0,1)^{\mathrm T},

故 $r\leqslant 3$。再证 \alpha_1,\alpha_2,\alpha_3 无关:设 $c_1\alpha_1+c_2\alpha_2+c_3\alpha_3=0$,逐分量看——第 1 分量 $c_1=0$;第 2 分量 $c_1+c_2=0\Rightarrow c_2=0$;第 3 分量 $c_2+c_3=0\Rightarrow c_3=0$。故无关,$r\geqslant 3$。于是 $r=3$,\alpha_1,\alpha_2,\alpha_3 构成极大无关组,$\alpha_4=\alpha_1-\alpha_2+\alpha_3$。

带走结论:"观察 + 补证"性价比最高,但补证不能省。标准写法两句:由现成关系知 $r\le 3$;又前三个无关知 $r\ge 3$;所以 $r=3$。分量法证无关:找某一行只剩一个未知数当突破口,逐个定零。


题 3 · 3:含参讨论秩(★★☆)

设

A=\begin{pmatrix}1&1&a\\1&a&1\\a&1&1\end{pmatrix}.

讨论向量组 $\alpha_1,\alpha_2,\alpha_3$(A 的三个列向量)的秩随参数 a 的变化。

怎么想:秩 < 3 ⟺ 行列式为零,先解 $a$;再对每个根看非零二阶子式定秩是否为 2,其余情况秩为 3。注意防失根:行列式展开要因式分解找全根。

解:

\lvert A\rvert=\begin{vmatrix}1&1&a\\1&a&1\\a&1&1\end{vmatrix}=3a+2-a^3-2a?

用公式展开:$\lvert A\rvert=(1)(a\cdot1-1\cdot1)-(1)(1\cdot1-1\cdot a)+a(1\cdot1-a\cdot a)=(a-1)-(1-a)+a(1-a^2)=a^3-3a+2$。

分解:$a^3-3a+2=(a-1)^2(a+2)$。故 a=1 或 a=-2 时秩 $<3$。

  • $a=1$:A 全 1 矩阵,所有列相等,$r=1$;
  • $a=-2$:二阶子式 $\begin{vmatrix}1&1\1&-2\end{vmatrix}=-3\ne0$,$r=2$;
  • 其余 $a$:$\lvert A\rvert\ne0$,$r=3$。

带走结论:含参秩的固定套路——行列式找根(防失根)→ 每个根代回看子式 → 分类写结论。与点 1 题 8(2017·13 骨架)是同一方法的两副面孔。


题 4 · 3:抽象条件 $AB=O$(★★★)

设 A 为 m\times n 矩阵,B 为 n\times s 矩阵,且 $AB=O$。证明:

(Ⅰ)$r(A)+r(B)\leqslant n$; (Ⅱ)若 $r(A)=n$,则 $B=O$。

怎么想:AB=O 要翻译成向量语言:把 B 按列分块 $B=(b_1,\dots,b_s)$,则 $AB=(Ab_1,\dots,Ab_s)=O\iff Ab_j=0$。也就是说:B 的每一列都是 Ax=0 的解,B 的列空间落在解空间里,比维数即可。

解:(Ⅰ)B 的每一列都属于解空间 $N(A)={x\mid Ax=0}$,故 B 的列空间是 N(A) 的子空间:

r(B)=\dim(\text{$B$ 的列空间})\leqslant\dim N(A)=n-r(A),

移项得 $r(A)+r(B)\leqslant n$。

(Ⅱ)若 $r(A)=n$,则 $\dim N(A)=0$,解空间只有零向量,故每一列 $b_j=0$,$B=O$。

带走结论:AB=O 等价于"B 的列全是 Ax=0 的解",由此得三件事:

已知 结论
AB=O $r(A)+r(B)\le n$(n 为 A 的列数)
AB=O 且 r(A)=n B=O
AB=O 且 A 可逆 B=O

这条结论与第 4 讲的解空间维数 n-r(A) 是同一件事,也是第 5 讲特征值 0 重数 \geqslant n-r(A) 的来源——一个条件串起三讲。


题 5 · 3:AB=O 结论的直接应用 $A^2=O$(★★★)

设 A 是 n 阶方阵,且 $A^2=O$。证明:$r(A)\leqslant\dfrac{n}{2}$。

怎么想:A^2=AA=O 就是 AB=O 型条件($B=A$),直接套题 4 的结论(Ⅰ)。

解:在题 4 结论中取 $B=A$(此时 n 阶方阵,A 的列数 $=n$),由 AA=O 得

r(A)+r(A)\leqslant n\implies 2r(A)\leqslant n\implies r(A)\leqslant\frac{n}{2}.

带走结论:A^2=O\Rightarrow r(A)\le n/2 是"幂零阵"的招牌结论。看到 A^2=O 就条件反射:列空间藏在解空间里,秩顶多半维。A^k=O 同理可推 r(A)\le n/k 的变式。