Теорема о свойствах линейно зависимых столбцов. Теория слау. Линейная комбинации строк или столбцов матриц

где – какие-то числа (некоторые из этих чисел или даже все могут быть равны нулю). Это означает наличие следующих равенств между элементами столбцов:

или , .

Из (3.3.1) вытекает, что

(3.3.2)

где – нулевая строка.

Определение. Строки матрицы А линейно зависимы, если существуют такие числа , не все равные нулю одновременно, что

(3.3.3)

Если равенство (3.3.3) справедливо тогда и только тогда, когда , то строки называются линейно независимыми. Соотношение (3.3.2) показывает, что если одна из строк линейно выражается через остальные, то строки линейно зависимы.

Легко видеть и обратное: если строки линейно зависимы, то найдется строка, которая будет линейной комбинацией остальных строк.

Пусть, например, в (3.3.3) , тогда .

Определение. Пусть в матрице А выделен некоторый минор r -го порядка и пусть минор ( r +1)-го порядка этой же матрицы целиком содержит внутри себя минор . Будем говорить, что в этом случае минор окаймляет минор (или является окаймляющим для ).

Теперь докажем важную лемму.

Лемма об окаймляющих минорах. Если минор порядка r матрицы А= отличен от нуля, а все окаймляющие его миноры равны нулю, то любая строка (столбец) матрицы А является линейной комбинацией ее строк (столбцов), составляющих .

Доказательство. Не нарушая общности рассуждений, будем считать, что отличный от нуля минор r -го порядка стоит в левом верхнем углу матрицы А=:

Для первых k строк матрицы А утверждение леммы очевидно: достаточно в линейную комбинацию включить эту же строку с коэффициентом, равным единице, а остальные – с коэффициентами, равными нулю.

Докажем теперь, что и остальные строки матрицы А линейно выражаются через первые k строк. Для этого построим минор ( r +1)-го порядка путем добавления к минору k -ой строки () и l -го столбца ():

Полученный минор равен нулю при всех k и l . Если , то он равен нулю как содержащий два одинаковых столбца. Если , то полученный минор является окаймляющим минором для и, следовательно, равен нулю по условию леммы.

Разложим минор по элементам последнего l -го столбца:

(3.3.4)

где - алгебраические дополнения к элементам . Алгебраические дополнение есть минор матрицы А, поэтому . Разделим (3.3.4) на и выразим через :

(3.3.5)

где , .

Полагая , получим:

(3.3.6)

Выражение (3.3.6) означает, что k -я строка матрицы А линейно выражается через первые r строк.

Так как при транспонировании матрицы значения ее миноров не изменяются (ввиду свойства определителей), то все доказанное справедливо и для столбцов. Теорема доказана.

Следствие I . Любая строка (столбец) матрицы является линейной комбинацией ее базисных строк (столбцов). Действительно, базисный минор матрицы отличен от нуля, а все окаймляющие его миноры равны нулю.

Следствие II . Определитель n -го порядка тогда и только тогда равен нулю, когда он содержит линейно зависимые строки (столбцы). Достаточность линейной зависимости строк (столбцов) для равенства определителя нулю доказана ранее как свойство определителей.

Докажем необходимость. Пусть задана квадратная матрица n -го порядка, единственный минор которой равен нулю. Отсюда следует, что ранг этой матрицы меньше n , т.е. найдется хотя бы одна строка, которая является линейной комбинацией базисных строк этой матрицы.

Докажем еще одну теорему о ранге матрицы.

Теорема. Максимальное число линейно независимых строк матрицы равно максимальному числу ее линейно независимых столбцов и равно рангу этой матрицы.

Доказательство. Пусть ранг матрицы А= равен r . Тогда любые ее k базисных строк являются линейно независимыми, иначе базисный минор был бы равен нулю. С другой стороны, любые r +1 и более строк линейно зависимы. Предположив противное, мы могли бы найти минор порядка более чем r , отличный от нуля по следствию 2 предыдущей леммы. Последнее противоречит тому, что максимальный порядок миноров, отличных от нуля, равен r . Все доказанное для строк справедливо и для столбцов.

В заключение изложим еще один метод нахождения ранга матрицы. Ранг матрицы можно определить, если найти минор максимального порядка, отличный от нуля.

На первый взгляд, это требует вычисления хотя и конечного, но быть может, очень большого числа миноров этой матрицы.

Следующая теорема позволяет, однако, внести в этот значительные упрощения.

Теорема. Если минор матрицы А отличен от нуля, а все окаймляющие его миноры равны нулю, то ранг матрицы равен r .

Доказательство. Достаточно показать, что любая подсистема строк матрицы при S > r будет в условиях теоремы линейно зависимой (отсюда будет следовать, что r – максимальное число линейно независимых строк матрицы или любые ее миноры порядка больше чем k равны нулю).

Предположим противное. Пусть строки линейно независимы. По лемме об окаймляющих минорах каждая из них будет линейно выражаться через строки , в которых стоит минор и которые, ввиду того, что отличен от нуля, линейно независимы:

(3.3.7)

Рассмотрим матрицу К из коэффициентов линейных выражений (3.3.7):

Строки этой матрицы обозначим через . Они будут линейно зависимы, так как ранг матрицы К, т.е. максимальное число ее линейно независимых строк, не превышает r < S . Поэтому существуют такие числа , не все равны нулю, что

Перейдем к равенству компонент

(3.3.8)

Теперь рассмотрим следующую линейную комбинацию:

или

Заметим, что строки и столбцы матрицы можно рассматривать как арифметические векторы размеров m и n , соответственно. Таким образом, матрицу размеров можно интерпретировать как совокупностьm n -мерных илиn m -мерных арифметических векторов. По аналогии с геометрическими векторами введем понятия линейной зависимости и линейной независимости строк и столбцов матрицы.

4.8.1. Определение. Строка
называетсялинейной комбинацией строк с коэффициентами
, если для всех элементов этой строки справедливо равенство:

,
.

4.8.2. Определение.

Строки
называютсялинейно зависимыми , если существует их нетривиальная линейная комбинация, равная нулевой строке, т.е. существуют такие не все равные нулю числа

,
.

4.8.3. Определение.

Строки
называютсялинейно независимыми , если только их тривиальная линейная комбинация равна нулевой строке, т.е.

4.8.4. Теорема. (Критерий линейной зависимости строк матрицы)

Для того, чтобы строки были линейно зависимыми, необходимо и достаточно, чтобы хотя бы одна из них была линейной комбинацией остальных.

Доказательство:

Необходимость. Пусть строки
линейно зависимы, тогда существует их нетривиальная линейная комбинация, равная нулевой строке:

Без ограничения общности предположим, что первый из коэффициентов линейной комбинации отличен от нуля (в противном случае можно перенумеровать строки). Разделив это соотношение на , получим

то есть первая строка является линейной комбинацией остальных.

Достаточность. Пусть одна из строк, например, , является линейной комбинацией остальных, тогда

то есть существует нетривиальная линейная комбинация строк
, равная нулевой строке:

а значит, строки
линейно зависимы, что и требовалось доказать.

Замечание.

Аналогичные определения и утверждения могут быть сформулированы и для столбцов матрицы.

§4.9. Ранг матрицы.

4.9.1. Определение. Минором порядка матрицы размера
называется определитель порядка с элементами, расположенными на пересечении некоторых ее строк и столбцов.

4.9.2. Определение. Отличный от нуля минор порядка матрицы размера
называетсябазисным минором , если все миноры матрицы порядка
равны нулю.

Замечание. Матрица может иметь несколько базисных миноров. Очевидно, что все они будут одного порядка. Также возможен случай, когда у матрицы размера
минор порядка отличен от нуля, а миноров порядка
не существует, то есть
.

4.9.3. Определение. Строки (столбцы), образующие базисный минор, называются базисными строками (столбцами).

4.9.4. Определение. Рангом матрицы называется порядок ее базисного минора. Ранг матрицы обозначается
или
.

Замечание.

Отметим, что в силу равноправности строк и столбцов определителя ранг матрицы не меняется при ее транспонировании.

4.9.5. Теорема. (Инвариантность ранга матрицы относительно элементарных преобразований)

Ранг матрицы не меняется при ее элементарных преобразованиях.

Без доказательства.

4.9.6. Теорема. (О базисном миноре).

Базисные строки (столбцы) линейно независимы. Всякая строка (столбец) матрицы может быть представлена в виде линейной комбинации ее базисных строк (столбцов).

Доказательство:

Проведем доказательство для строк. Доказательство утверждения для столбцов может быть проведено по аналогии.

Пусть ранг матрицы размеров
равен, а
− базисный минор. Без ограничения на общность предположим, что базисный минор расположен в левом верхнем углу (в противном случае можно привести матрицу к этому виду с помощью элементарных преобразований):

Докажем сначала линейную независимость базисных строк. Доказательство проведем от противного. Предположим, что базисные строки линейно зависимы. Тогда согласно теореме 4.8.4 одна из строк может быть представлена в виде линейной комбинации остальных базисных строк. Следовательно, если вычесть из этой строки указанную линейную комбинацию, то мы получим нулевую строку, а это означает, что минор
равен нулю, что противоречит определению базисного минора. Таким образом, мы получили противоречие, следовательно, линейная независимость базисных строк доказана.

Докажем теперь, что всякая строка матрицы может быть представлена в виде линейной комбинации базисных строк. Если номер рассматриваемой строки от 1 доr , то тогда, очевидно, она может быть представлена в виде линейной комбинации c коэффициентом, равным 1 при строке и нулевыми коэффициентами при остальных строках. Покажем теперь, что если номер строкиот
до
, она может быть представлена в виде линейной комбинации базисных строк. Рассмотрим минор матрицы
, полученный из базисного минора
добавлением строкии произвольного столбца
:

Покажем, что данный минор
от
до
и для любого номера столбцаот 1 до.

Действительно, если номер столбца от 1 доr , то имеем определитель с двумя одинаковыми столбцами, который, очевидно, равен нулю. Если же номер столбца отr +1 до , а номер строкиот
до
, то
является минором исходной матрицы большего порядка, чем базисный минор, а это означает, что он равен нулю из определения базисного минора. Таким образом, доказано, что минор
равен нулю для любого номера строкиот
до
и для любого номера столбцаот 1 до. Разлагая его по последнему столбцу, получим:

Здесь
− соответствующие алгебраические дополнения. Заметим, что
, так как следовательно,
является базисным минором. Следовательно, элементы строкиk могут быть представлены в виде линейной комбинации соответствующих элементов базисных строк с коэффициентами, не зависящими от номера столбца :

Таким образом, мы доказали, что произвольная строка матрицы может быть представлена в виде линейной комбинации ее базисных строк. Теорема доказана.

Лекция 13

4.9.7. Теорема. (О ранге невырожденной квадратной матрицы)

Для того, чтобы квадратная матрица являлась невырожденной, необходимо и достаточно, чтобы ранг матрицы равен размеру этой матрицы.

Доказательство:

Необходимость. Пусть квадратная матрица размераn является невырожденной, тогда
, следовательно, определитель матрицы является базисным минором, т.е.

Достаточность. Пусть
тогда порядок базисного минора равен размеру матрицы, следовательно, базисным минором является определитель матрицы, т.е.
по определению базисного минора.

Следствие.

Для того, чтобы квадратная матрица была невырожденной, необходимо и достаточно, чтобы ее строки были линейно независимыми.

Доказательство:

Необходимость. Так как квадратная матрица является невырожденной, то ее ранг равен размеру матрицы
то есть определитель матрицы является базисным минором. Следовательно, по теореме 4.9.6 о базисном миноре строки матрицы являются линейно независимыми.

Достаточность. Так как все строки матрицы линейно независимы, то ее ранг не меньше размера матрицы, а значит,
следовательно, по предыдущей теореме 4.9.7 матрицаявляется невырожденной.

4.9.8. Метод окаймляющих миноров для нахождения ранга матрицы.

Заметим, что частично этот метод уже был неявно описан в доказательстве теоремы о базисном миноре.

4.9.8.1. Определение. Минор
называетсяокаймляющим по отношению к минору
, если он получен из минора
добавлением одной новой строки и одного нового столбца исходной матрицы.

4.9.8.2. Процедура нахождения ранга матрицы методом окаймляющих миноров.

Находим какой-либо текущий минор матрицы отличный от нуля.

Вычисляем все окаймляющие его миноры.

Если все они равны нулю, то текущий минор является базисным, и ранг матрицы равен порядку текущего минора.

Если среди окаймляющих миноров находится хотя бы один отличный от нуля, то он полагается текущим и процедура продолжается.

Найдем с помощью метода окаймляющих миноров ранг матрицы

Легко указать текущий минор второго порядка, отличный от нуля, например,

Вычисляем окаймляющие его миноры:

Следовательно, так как все окаймляющие миноры третьего порядка равны нулю, то минор
является базисным, то есть

Замечание. Из рассмотренного примера видно, что метод является достаточно трудоемким. Поэтому на практике гораздо чаще используется метод элементарных преобразований, речь о котором пойдет ниже.

4.9.9. Нахождение ранга матрицы методом элементарных преобразований.

На основании теоремы 4.9.5 можно утверждать, что ранг матрицы не меняется при элементарных преобразованиях (то есть ранги эквивалентных матриц равны). Поэтому ранг матрицы равен рангу ступенчатой матрицы, полученной из исходной элементарными преобразованиями. Ранг же ступенчатой матрицы, очевидно, равен количеству ее ненулевых строк.

Определим ранг матрицы

методом элементарных преобразований.

Приведем матрицу к ступенчатому виду:

Количество ненулевых строк полученной ступенчатой матрицы равно трем, следовательно,

4.9.10. Ранг системы векторов линейного пространства.

Рассмотрим систему векторов
некоторого линейного пространства. Если она является линейно зависимой, то в ней можно выделить линейно независимую подсистему.

4.9.10.1. Определение. Рангом системы векторов
линейного пространстваназывается максимальное количество линейно независимых векторов этой системы. Ранг системы векторов
обозначается как
.

Замечание. Если система векторов линейно независима, то ее ранг равен количеству векторов системы.

Сформулируем теорему, показывающую связь понятий ранга системы векторов линейного пространства и ранга матрицы.

4.9.10.2. Теорема. (О ранге системы векторов линейного пространства)

Ранг системы векторов линейного пространства равен рангу матрицы, столбцами или строками которой являются координаты векторов в некотором базисе линейного пространства.

Без доказательства.

Следствие.

Для того, чтобы система векторов линейного пространства являлась линейно независимой, необходимо и достаточно, чтобы ранг матрицы, столбцами или строками которой являются координаты векторов в некотором базисе, был равен количеству векторов системы.

Доказательство очевидно.

4.9.10.3. Теорема (О размерности линейной оболочки).

Размерность линейной оболочки векторов
линейного пространстваравна рангу этой системы векторов:

Без доказательства.

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.

Пусть в матрице А размеров (m; n) выбраны произвольно k строк и k столбцов (k ≤ min(m; n)). Элементы матрицы, стоящие на пересечении выбранных строк и столбцов, образуют квадратную матрицу порядка k, определитель которой называется минором M kk порядка k y или минором k-го порядка матрицы A.

Рангом матрицы называется максимальный порядок r отличных от нуля миноров матрицы A, а любой минор порядка r, отличный от нуля, — базисным минором. Обозначение: rang A = r. Если rang A = rang B и размеры матриц A и Bсовпадают, то матрицы A и B называются эквивалентными. Обозначение: A ~ B.

Основными методами вычисления ранга матрицы являются метод окаймляющих миноров и метод .

Метод окаймляющих миноров

Суть метода окаймляющих миноров состоит в следующем. Пусть в матрице уже найден минор порядка k, отличный от нуля. Тогда далее рассматриваются лишь те миноры порядка k+1, которые содержат в себе (т. е. окаймляют) минорk-го порядка, отличный от нуля. Если все они равны нулю, то ранг матрицы равен k, в противном случае среди окаймляющих миноров (k+1)-го порядка найдется отличный от нуля и вся процедура повторяется.

Линейная независимость строк (столбцов) матрицы

Понятие ранга матрицы тесно связано с понятием линейной независимости ее строк (столбцов).

называют линейно зависимыми, если найдутся такие числа λ 1 , λ 2 , λ k , что справедливо равенство:

Строки матрицы A называются линейно независимыми, если вышеприведённое равенство возможно лишь в случае, когда все числа λ 1 = λ 2 = … = λ k = 0

Аналогичным образом определяется линейная зависимость и независимость столбцов матрицы A.

Если какая-либо строка (a l) матрицы A (где (a l)=(a l1 , a l2 ,…, a ln)) может быть представлена в виде

Аналогичным образом определяется понятие линейной комбинации столбцов. Справедлива следующая теорема о базисном миноре.

Базисные строчки и базисные столбцы линейно независимы. Любая строка (либо столбец) матрицы A является линейной комбинацией базисных строк (столбцов), т. е. строк (столбцов), пересекающих базисный минор. Таким образом, ранг матрицы A: rang A = k равен максимальному числу линейно независимых строк (столбцов) матрицы A.

Т.е. ранг матрицы — это размерность самой большой квадратной матрицы внутри той матрицы, для которой нужно определить ранг, для которой определитель не равен нулю. Если исходная матрица не является квадратной, либо если она квадратная, но её определитель равен нулю, то для квадратных матриц меньшего порядка строки и столбцы выбираются произвольно.

Кроме как через определители, ранг матрицы можно посчитать по числу линейно независимых строк или столбцов матрицы. Он равен количеству линейно независимых строк или столбцов в зависимости от того, чего меньше. Например, если матрица имеет 3 линейно независимых строки и 5 линейно независимых столбцов, то её ранг равняется трём.

Примеры нахождения ранга матрицы

Методом окаймляющих миноров найти ранг матрицы

Р е ш е н и е. Минор второго порядка

окаймляющий минор M 2 , также отличен от нуля. Однако оба минора четвёртого порядка, окаймляющие M 3 .

равны нулю. Поэтому ранг матрицы A равен 3, а базисным минором является, например, представленный выше минор M 3 .

Метод элементарных преобразований основан на том, что элементарные преобразования матрицы не меняют её ранга. Используя эти преобразования, можно привести матрицу к виду, когда все её элементы, кроме a 11 , a 22 , …, a rr (r ≤min (m, n)), равны нулю. Это, очевидно, означает, что rang A = r. Заметим, что если матрица n-го порядка имеет вид верхней треугольной матрицы, т. е. матрицы, у которой все элементы под главной диагональю равны нулю, то её определитесь равен произведению элементов, стоящих на главной диагонали. Это свойство можно использовать при вычислении ранга матрицы методом элементарных преобразований: необходимо с их помощью привести матрицу к треугольной и тогда, выделив соответствующий определитель, найдём, что ранг матрицы равен числу элементов главной диагонали, отличных от нуля.

Методом элементарных преобразований найти ранг матрицы

Р е ш е н и е. Обозначим i-ю строку матрицы A символом α i . На первом этапе выполним элементарные преобразования

На втором этапе выполним преобразования

Из (3.3.1) вытекает, что

Пусть, например, в (3.3.3) , тогда .

Определение. Пусть в матрице А выделен некоторый минор r-го порядка и пусть минор (r+1)-го порядка этой же матрицы целиком содержит внутри себя минор . Будем говорить, что в этом случае минор окаймляет минор (или является окаймляющим для ).

Теперь докажем важную лемму.

Доказательство. Не нарушая общности рассуждений, будем считать, что отличный от нуля минор r-го порядка стоит в левом верхнем углу матрицы А= :

Докажем теперь, что и остальные строки матрицы А линейно выражаются через первые k строк. Для этого построим минор (r+1)-го порядка путем добавления к минору k-ой строки () и l -го столбца ():

Полученный минор равен нулю при всех k и l. Если , то он равен нулю как содержащий два одинаковых столбца. Если , то полученный минор является окаймляющим минором для и, следовательно, равен нулю по условию леммы.

Разложим минор по элементам последнего l -го столбца:

Полагая , получим:

(3.3.6)

Выражение (3.3.6) означает, что k-я строка матрицы А линейно выражается через первые r строк.

Следствие I. Любая строка (столбец) матрицы является линейной комбинацией ее базисных строк (столбцов). Действительно, базисный минор матрицы отличен от нуля, а все окаймляющие его миноры равны нулю.

Следствие II. Определитель n-го порядка тогда и только тогда равен нулю, когда он содержит линейно зависимые строки (столбцы). Достаточность линейной зависимости строк (столбцов) для равенства определителя нулю доказана ранее как свойство определителей.

Докажем необходимость. Пусть задана квадратная матрица n-го порядка, единственный минор которой равен нулю. Отсюда следует, что ранг этой матрицы меньше n, т.е. найдется хотя бы одна строка, которая является линейной комбинацией базисных строк этой матрицы.

Докажем еще одну теорему о ранге матрицы.

Доказательство. Пусть ранг матрицы А= равен r. Тогда любые ее k базисных строк являются линейно независимыми, иначе базисный минор был бы равен нулю. С другой стороны, любые r+1 и более строк линейно зависимы. Предположив противное, мы могли бы найти минор порядка более чем r, отличный от нуля по следствию 2 предыдущей леммы. Последнее противоречит тому, что максимальный порядок миноров, отличных от нуля, равен r. Все доказанное для строк справедливо и для столбцов.

Следующая теорема позволяет, однако, внести в этот значительные упрощения.

Доказательство. Достаточно показать, что любая подсистема строк матрицы при S>r будет в условиях теоремы линейно зависимой (отсюда будет следовать, что r – максимальное число линейно независимых строк матрицы или любые ее миноры порядка больше чем k равны нулю).

Теперь рассмотрим следующую линейную комбинацию:

или

Используя (3.3.7) и (3.3.8), получаем

что противоречит линейной независимости строк .

Следовательно, наше предположение неверно и, значит, любые S>r строк в условиях теоремы линейно зависимы. Теорема доказана.

Рассмотрим правило вычисления ранга матрицы – метод окаймляющих миноров, основанный на данной теореме.

При вычислении ранга матрицы следует переходить от миноров меньших порядков к минорам больших порядков. Если уже найден минор r-го порядка , отличный от нуля, то требуется вычислить лишь миноры (r+1)-го порядка, окаймляющие минор . Если они равны нулю, то ранг матрицы равен r. Этот метод применяется и в том случае, если мы не только вычисляем ранг матрицы, но и определяем, какие столбцы (строки) составляют базисный минор матрицы.

Пример. Вычислить методом окаймляющих миноров ранг матрицы

Решение. Минор второго порядка, стоящий в левом верхнем углу матрицы А, отличен от нуля:

Однако все окаймляющие его миноры третьего порядка равны нулю:

;	;
;	;
;	.

Следовательно, ранг матрицы А равен двум: .

Первая и вторая строки, первый и второй столбцы в данной матрице являются базисными. Остальные строки и столбцы являются их линейными комбинациями. В самом деле, для строк справедливы следующие равенства:

В заключение отметим справедливость следующих свойств:

1) ранг произведения матриц не больше ранга каждого из сомножителей;

2) ранг произведения произвольной матрицы А справа или слева на невырожденную квадратную матрицу Q равен рангу матрицы А.

Многочленные матрицы

Определение. Многочленной матрицей или -матрицей называется прямоугольная матрица, элементы которой являются многочленами от одного переменного с числовыми коэффициентами.

Над -матрицами можно совершать элементарные преобразования. К ним относятся:

Перестановка двух строк (столбцов);

Умножение строки (столбца) на число, отличное от нуля;

Прибавление к одной строке (столбцу) другой строки (столбца), умноженной на любой многочлен .

Две -матрицы и одинаковых размеров называются эквивалентными: , если от матрицы к можно перейти с помощью конечного числа элементарных преобразований.

Пример. Доказать эквивалентность матриц

1. Поменяем местами в матрице первый и второй столбцы:

2. Из второй строки вычтем первую, умноженную на ():

3. Умножим вторую строку на (–1) и заметим, что

4. Вычтем из второго столбца первый, умноженный на , получим

Множество всех -матриц данных размеров разбивается на непересекающиеся классы эквивалентных матриц. Матрицы, эквивалентные между собой, образуют один класс, не эквивалентные - другой.

Каждый класс эквивалентных матриц характеризуется канонической, или нормальной, -матрицей данных размеров.

Определение. Канонической, или нормальной, -матрицей размеров называется -матрица, у которой на главной диагонали стоят многочлены , где р - меньшее из чисел m и n (), причем не равные нулю многочлены имеют старшие коэффициенты, равные 1, и каждый следующий многочлен делиться на предыдущий. Все элементы вне главной диагонали равны 0.

Из определения следует, что если среди многочленов имеются многочлены нулевой степени, то они в начале главной диагонали. Если имеются нули, то они стоят в конце главной диагонали.

Матрица предыдущего примера есть каноническая. Матрица

также каноническая.

Каждый класс -матриц содержит единственную каноническую -матрицу, т.е. каждая -матрица эквивалентна единственной канонической матрице, которая называется канонической формой или нормальной формой данной матрицы.

Многочлены, стоящие на главной диагонали канонической формы данной -матрицы, называются инвариантными множителями данной матрицы.

Один из методов вычисления инвариантных множителей состоит в приведении данной -матрицы к канонической форме.

Так, для матрицы предыдущего примера инвариантными множителями являются

, , , .

Из сказанного следует, что наличие одной и той же совокупности инвариантных множителей является необходимым и достаточным условием эквивалентности -матриц.

Приведение -матриц к каноническому виду сводится к определению инвариантных множителей

, ; ,

где r – ранг -матрицы; - наибольший общий делитель миноров k-го порядка, взятый со старшим коэффициентом, равным 1.

Пример. Пусть дана -матрица

Решение. Очевидно, наибольший общий делитель первого порядка , т.е. .

Определим миноры второго порядка:

и т.д.

Уже этих данных достаточно для того, чтобы сделать вывод: , следовательно, .

Определяем

Следовательно, .

Таким образом, канонической формой данной матрицы является следующая -матрица:

Матричным многочленом называется выражение вида

где - переменное; - квадратные матрицы порядка n с числовыми элементами.

Если , то S называют степенью матричного многочлена, n – порядком матричного многочлена.

Любую квадратичную -матрицу можно представить в виде матричного многочлена. Справедливо, очевидно, и обратное утверждение, т.е. любой матричный многочлен можно представить в виде некоторой квадратной -матрицы.

Справедливость данных утверждений со всей очевидностью вытекает из свойств операций над матрицами. Остановимся на следующих примерах:

Пример. Представить многочленную матрицу

в виде матричного многочлена можно следующим образом

Пример. Матричный многочлен

можно представить в виде следующей многочленной матрицы ( -матрицы)

Эта взаимозаменяемость матричных многочленов и многочленных матриц играет существенную роль в математическом аппарате методов факторного и компонентного анализа.

Матричные многочлены одинакового порядка можно складывать, вычитать и умножать аналогично обычным многочленам с числовыми коэффициентами. Следует, однако, помнить, что умножение матричных многочленов, вообще говоря, не коммутативно, т.к. не коммутативно умножение матриц.

Два матричных многочлена называются равными, если равны их коэффициенты, т.е. соответствующие матрицы при одинаковых степенях переменного .

Суммой (разностью) двух матричных многочленов и называется такой матричный многочлен, у которого коэффициент при каждой степени переменного равен сумме (разности) коэффициентов при той же степени в многочленах и .

Чтобы умножить матричный многочлен на матричный многочлен , нужно каждый член матричного многочлена умножить на каждый член матричного многочлена , сложить полученные произведения и привести подобные члены.

Степень матричного многочлена – произведения меньше или равна сумме степеней сомножителей.

Операции над матричными многочленами можно осуществлять с помощью операций над соответствующими -матрицами.

Чтобы сложить (вычесть) матричные многочлены, достаточно сложить (вычесть) соответствующие -матрицы. То же относится к умножению. -матрица произведения матричных многочленов равна произведению -матриц сомножителей.

С другой стороны и можно записать в виде

где В 0 – невырожденная матрица.

При делении на существует однозначно определенное правое частное и правый остаток

где степень R 1 меньше степени , или (деление без остатка), а также левое частное и левый остаток тогда и только тогда, когда, где порядка