Как легко найти ранг матрицы

Перед тем как начать знакомство с темой, необходимо повторить правила нахождения определителей второго, третьего и высших порядков. Также необходимо знать, что детерминант 1-го порядка — число. Рассмотрим 2 метода вычисления ранга матриц.

Онлайн-калькулятор

Метод окаймляющих миноров

Для нахождения ранга матрицы данным методом требуется уметь находить миноры матриц.

Ранг матрицы

Рангом матрицы QQ называется наивысший порядок миноров, среди которых есть хотя бы один отличный от 00.

При этом ранг матрицы не может превышать порядка матрицы: 0⩽rang Qm×n⩽min(m,n)0leqslant rang Q_{mtimes n}leqslant min (m, n).

Обозначить ранг матрицы QQ можно следующим образом: rang Qrang Q или r(Q)r(Q).

Если ранг матрицы QQ равен rr, то это означает, что в матрице QQ имеется отличный от нуля минор порядка rr. При этом всякий минор порядка больше, чем rr равен нулю.

Исходя из определения ранга матрицы, следует, что если все миноры первого порядка (т. е. элементы матрицы QQ) равны 00, то rang Q=0rang Q=0. Если один из миноров первого порядка отличен от 00, а все миноры второго порядка равны 00, то rang Q=1rang Q=1. Если все миноры kk-го порядка равны 00, или миноров kk-го порядка не существует, то rang Q=k−1rang Q=k-1.

Рассмотрим примеры нахождения ранга матриц данным методом.

Пример 1

Найти ранг матрицы методом окаймляющих миноров

F=(03−1210−2−10)F=begin{pmatrix}0&3&-1\2&1&0\-2&-1&0end{pmatrix}.

Данная матрица имеет размер 3×33times3, поэтому ее ранг не может быть больше 33, т.е. rang F⩽3rang Fleqslant3.

Перейдем к вычислению ранга матрицы.

Среди миноров 1-го порядка (т.е. элементов определителя) есть хотя бы один, не равный 00, поэтому rang F≥1rang Fgeq1.

Перейдем к проверке миноров 2-го порядка. Например, на пересечении строк №1 и №2 и столбцов №1 и №2 получим минор: ∣0321∣=0⋅1−2⋅3=0−6=−6begin{vmatrix}0&3\2&1end{vmatrix}=0cdot1-2cdot3=0-6=-6. Значит, среди миноров 2-го порядка есть хотя бы один, не равный 00 и поэтому rang F≥2rang Fgeq2.

Перейдем к проверке миноров 3-го порядка. Минор 3-го порядка — определитель матрицы FF, поскольку она состоит из 3 строк и 3 столбцов: ∣03−1210−2−10∣=0begin{vmatrix}0&3&-1\2&1&0\-2&-1&0end{vmatrix}=0. Значит, ранг матрицы FF равен 22, или rang F=2rang F=2.

Пример 2

Найти ранг матрицы методом окаймляющих миноров

K=(21−23−121213−15−2−21243−31)K=begin{pmatrix}2&1&-2&3\-1&2&1&2\1&3&-1&5\-2&-2&1&2\4&3&-3&1end{pmatrix}.

Данная матрица имеет размер 5×45times4. Из чисел 55 и 44 минимальным является 44, поэтому ее ранг не может быть больше 44, а значит rang K⩽4rang Kleqslant4.

Перейдем к вычислению ранга матрицы.

Среди миноров 1-го порядка (т.е. элементов определителя) есть хотя бы один, не равный 00, поэтому rang K≥1rang Kgeq1.

Перейдем к проверке миноров 2-го порядка. Например, на пересечении строк №1 и №2 и столбцов №1 и №2 получим минор: ∣21−12∣=2⋅2−(−1)⋅1=4+1=5begin{vmatrix}2&1\-1&2end{vmatrix}=2cdot2-(-1)cdot1=4+1=5. Значит, среди миноров 2-го порядка есть хотя бы один, не равный 00 и поэтому rang K≥2rang Kgeq2.

Перейдем к проверке миноров 3-го порядка. Например, на пересечении строк №1, №3 и №5 и столбцов №2, №3 и №4 получим минор:

∣1−233−153−31∣=1⋅(−1)⋅1+(−2)⋅5⋅3+3⋅(−3)⋅3−3⋅(−1)⋅3−(−2)⋅1⋅3−1⋅5⋅(−3)=−1−30−27+9+6+15=−28begin{vmatrix}1&-2&3\3&-1&5\3&-3&1end{vmatrix}=1cdot(-1)cdot1+(-2)cdot5cdot3+3cdot(-3)cdot3-3cdot(-1)cdot3-(-2)cdot1cdot3-1cdot5cdot(-3)=-1-30-27+9+6+15=-28.

Значит, среди миноров 3-го порядка есть хотя бы один, не равный 00 и поэтому rang K≥3rang Kgeq3.

Перейдем к проверке миноров 4-го порядка. Например, на пересечении строк №1, №2, №3 и №4 и столбцов №1, №2, №3 и №4 получим минор:

∣21−23−121213−15−2−212∣=2(−1)1+1∣2123−15−212∣−(−1)2+1∣1−233−15−212∣+(−1)3+1∣1−23212−212∣−2(−1)4+1∣1−232123−15∣=2(−1)2∣2123−15−212∣−(−1)3∣1−233−15−212∣+(−1)4∣1−23212−212∣−2(−1)5∣1−232123−15∣=2∣2123−15−212∣+∣1−233−15−212∣+∣1−23212−212∣+2∣1−232123−15∣=2(−4+6−10−4−10−6)−2+9+20−6−5+12+2+6+8+6−2+8+2(5−6−12−9+2+20)=−56+56+0=0begin{vmatrix}2&1&-2&3\-1&2&1&2\1&3&-1&5\-2&-2&1&2end{vmatrix}=2(-1)^{1+1}begin{vmatrix}2&1&2\3&-1&5\-2&1&2end{vmatrix}-(-1)^{2+1}begin{vmatrix}1&-2&3\3&-1&5\-2&1&2end{vmatrix}+(-1)^{3+1}begin{vmatrix}1&-2&3\2&1&2\-2&1&2end{vmatrix}-2(-1)^{4+1}begin{vmatrix}1&-2&3\2&1&2\3&-1&5end{vmatrix}=2(-1)^{2}begin{vmatrix}2&1&2\3&-1&5\-2&1&2end{vmatrix}-(-1)^{3}begin{vmatrix}1&-2&3\3&-1&5\-2&1&2end{vmatrix}+(-1)^{4}begin{vmatrix}1&-2&3\2&1&2\-2&1&2end{vmatrix}-2(-1)^{5}begin{vmatrix}1&-2&3\2&1&2\3&-1&5end{vmatrix}=2begin{vmatrix}2&1&2\3&-1&5\-2&1&2end{vmatrix}+begin{vmatrix}1&-2&3\3&-1&5\-2&1&2end{vmatrix}+begin{vmatrix}1&-2&3\2&1&2\-2&1&2end{vmatrix}+2begin{vmatrix}1&-2&3\2&1&2\3&-1&5end{vmatrix}=2(-4+6-10-4-10-6)-2+9+20-6-5+12+2+6+8+6-2+8+2(5-6-12-9+2+20)=-56+56+0=0.

Остальные миноры 4-го порядка также равны нулю:
∣21−23−121213−1543−31∣=0begin{vmatrix}2&1&-2&3\-1&2&1&2\1&3&-1&5\4&3&-3&1end{vmatrix}=0,

∣21−23−1212−2−21243−31∣=0begin{vmatrix}2&1&-2&3\-1&2&1&2\-2&-2&1&2\4&3&-3&1end{vmatrix}=0,

∣21−2313−15−2−21243−31∣=0begin{vmatrix}2&1&-2&3\1&3&-1&5\-2&-2&1&2\4&3&-3&1end{vmatrix}=0,

∣−121213−15−2−21243−31∣=0begin{vmatrix}-1&2&1&2\1&3&-1&5\-2&-2&1&2\4&3&-3&1end{vmatrix}=0.

Значит, ранг матрицы KK равен 33, или rang K=3rang K=3.

Данный метод не всегда удобен, поскольку связан с вычислением большого количества определителей. Рассмотрим метод нахождения ранга матриц, который наиболее часто применяется на практике.

Метод Гаусса (метод элементарных преобразований)

Метод основан на элементарных преобразованиях матриц, под которыми будем понимать такие преобразования, в результате которых сохраняется эквивалентность матриц:

  1. перестановка местами любых двух рядов (строк или столбцов) матрицы;
  2. умножение любого ряда матрицы (строки или столбца) на некоторое число, отличное от нуля;
  3. прибавление к любому ряду (строке или столбцу) матрицы другого ряда (строки или столбца), умноженного на некоторое число, отличное от нуля.
Ранг матрицы

Рангом матрицы называется количество ненулевых строк матрицы после ее приведения к ступенчатому виду при помощи элементарных преобразований над строками и столбцами.

Рассмотрим суть данного метода на примерах.

Пример 1

Найти ранг матрицы методом Гаусса F=(03−1210−2−10)F=begin{pmatrix}0&3&-1\2&1&0\-2&-1&0end{pmatrix}.

Приведем матрицу FF с помощью элементарных преобразований к ступенчатому виду.

Поменяем местами строки №1 и №2:

(03−1210−2−10)∼(21003−1−2−10)begin{pmatrix}0&3&-1\2&1&0\-2&-1&0end{pmatrix}sim begin{pmatrix}2&1&0\0&3&-1\-2&-1&0end{pmatrix}.

Прибавим к строке №3 строку №1, умноженную на 1:

(21003−1−2−10)∼(21003−1000)begin{pmatrix}2&1&0\0&3&-1\-2&-1&0end{pmatrix}simbegin{pmatrix}2&1&0\0&3&-1\0&0&0end{pmatrix}.

С помощью элементарных преобразований мы привели матрицу FF к ступенчатому виду. В ней остались 2 ненулевые строки, следовательно, rang F=2rang F=2.

Пример 2

Найти ранг матрицы методом Гаусса

K=(21−23−121213−15−2−21243−31)K=begin{pmatrix}2&1&-2&3\-1&2&1&2\1&3&-1&5\-2&-2&1&2\4&3&-3&1end{pmatrix}.

Приведем матрицу KK с помощью элементарных преобразований к ступенчатому виду.

Поменяем местами строки №1 и №2:

(21−23−121213−15−2−21243−31)∼(−121221−2313−15−2−21243−31)begin{pmatrix}2&1&-2&3\-1&2&1&2\1&3&-1&5\-2&-2&1&2\4&3&-3&1end{pmatrix}sim begin{pmatrix}-1&2&1&2\2&1&-2&3\1&3&-1&5\-2&-2&1&2\4&3&-3&1end{pmatrix}.

Поменяем местами строки №2 и №4:

(−121221−2313−15−2−21243−31)∼(−1212−2−21213−1521−2343−31)begin{pmatrix}-1&2&1&2\2&1&-2&3\1&3&-1&5\-2&-2&1&2\4&3&-3&1end{pmatrix}sim begin{pmatrix}-1&2&1&2\-2&-2&1&2\1&3&-1&5\2&1&-2&3\4&3&-3&1end{pmatrix}.

Поменяем местами строки №3 и №4:

(−1212−2−21213−1521−2343−31)∼(−1212−2−21221−2313−1543−31)begin{pmatrix}-1&2&1&2\-2&-2&1&2\1&3&-1&5\2&1&-2&3\4&3&-3&1end{pmatrix}sim begin{pmatrix}-1&2&1&2\-2&-2&1&2\2&1&-2&3\1&3&-1&5\4&3&-3&1end{pmatrix}.

Поменяем местами строки №4 и №5:

(−1212−2−21221−2313−1543−31)∼(−1212−2−21221−2343−3113−15)begin{pmatrix}-1&2&1&2\-2&-2&1&2\2&1&-2&3\1&3&-1&5\4&3&-3&1end{pmatrix}sim begin{pmatrix}-1&2&1&2\-2&-2&1&2\2&1&-2&3\4&3&-3&1\1&3&-1&5end{pmatrix}.

Прибавим к строке №2 строку №1, умноженную на -2:

(−1212−2−21221−2343−3113−15)∼(−12120−6−1−221−2343−3113−15)begin{pmatrix}-1&2&1&2\-2&-2&1&2\2&1&-2&3\4&3&-3&1\1&3&-1&5end{pmatrix}sim begin{pmatrix}-1&2&1&2\0&-6&-1&-2\2&1&-2&3\4&3&-3&1\1&3&-1&5end{pmatrix}.

Прибавим к строке №3 строку №1, умноженную на 2:

(−12120−6−1−221−2343−3113−15)∼(−12120−6−1−2050743−3113−15)begin{pmatrix}-1&2&1&2\0&-6&-1&-2\2&1&-2&3\4&3&-3&1\1&3&-1&5end{pmatrix}sim begin{pmatrix}-1&2&1&2\0&-6&-1&-2\0&5&0&7\4&3&-3&1\1&3&-1&5end{pmatrix}.

Прибавим к строке №4 строку №1, умноженную на 4:

(−12120−6−1−2050743−3113−15)∼(−12120−6−1−205070111913−15)begin{pmatrix}-1&2&1&2\0&-6&-1&-2\0&5&0&7\4&3&-3&1\1&3&-1&5end{pmatrix}sim begin{pmatrix}-1&2&1&2\0&-6&-1&-2\0&5&0&7\0&11&1&9\1&3&-1&5end{pmatrix}.

Прибавим к строке №5 строку №1, умноженную на 1:

(−12120−6−1−205070111913−15)∼(−12120−6−1−20507011190507)begin{pmatrix}-1&2&1&2\0&-6&-1&-2\0&5&0&7\0&11&1&9\1&3&-1&5end{pmatrix}sim begin{pmatrix}-1&2&1&2\0&-6&-1&-2\0&5&0&7\0&11&1&9\0&5&0&7end{pmatrix}.

Прибавим к строке №2 строку №3, умноженную на 1:

(−12120−6−1−20507011190507)∼(−12120−1−150507011190507)begin{pmatrix}-1&2&1&2\0&-6&-1&-2\0&5&0&7\0&11&1&9\0&5&0&7end{pmatrix}sim begin{pmatrix}-1&2&1&2\0&-1&-1&5\0&5&0&7\0&11&1&9\0&5&0&7end{pmatrix}.

Прибавим к строке №5 строку №3, умноженную на -1:

(−12120−1−150507011190507)∼(−12120−1−150507011190000)begin{pmatrix}-1&2&1&2\0&-1&-1&5\0&5&0&7\0&11&1&9\0&5&0&7end{pmatrix}sim begin{pmatrix}-1&2&1&2\0&-1&-1&5\0&5&0&7\0&11&1&9\0&0&0&0end{pmatrix}.

Прибавим к строке №3 строку №2, умноженную на 5:

(−12120−1−150507011190000)∼(−12120−1−1500−532011190000)begin{pmatrix}-1&2&1&2\0&-1&-1&5\0&5&0&7\0&11&1&9\0&0&0&0end{pmatrix}sim begin{pmatrix}-1&2&1&2\0&-1&-1&5\0&0&-5&32\0&11&1&9\0&0&0&0end{pmatrix}.

Прибавим к строке №4 строку №2, умноженную на 11:

(−12120−1−1500−532011190000)∼(−12120−1−1500−53200−10640000)begin{pmatrix}-1&2&1&2\0&-1&-1&5\0&0&-5&32\0&11&1&9\0&0&0&0end{pmatrix}sim begin{pmatrix}-1&2&1&2\0&-1&-1&5\0&0&-5&32\0&0&-10&64\0&0&0&0end{pmatrix}.

Прибавим к строке №4 строку №3, умноженную на -2:

(−12120−1−1500−53200−10640000)∼(−12120−1−1500−53200000000)begin{pmatrix}-1&2&1&2\0&-1&-1&5\0&0&-5&32\0&0&-10&64\0&0&0&0end{pmatrix}sim begin{pmatrix}-1&2&1&2\0&-1&-1&5\0&0&-5&32\0&0&0&0\0&0&0&0end{pmatrix}.

С помощью элементарных преобразований мы привели матрицу KK к ступенчатому виду. В ней остались 3 ненулевые строки, следовательно, rang K=3rang K=3.

Любым из рассмотренных методов можно найти ранг матрицы.

Наши эксперты готовы оказать вам помощь с решением задачи онлайн по самым низким ценам!

Тест по теме «Ранг матрицы»

Содержание:

  • Ранг системы строк и столбцов матрицы
  • Ранг матрицы
  • Метод окаймления миноров

Ранг системы строк и столбцов матрицы

В каждой матрице можно связать два ранга: строчный ранг (ранг системы строк) и столбцовый ранг (ранг системы столбцов).

Теорема

Строчный ранг матрицы равен её столбцовому рангу.

Ранг матрицы

Определение

Рангом матрицы $A$ называется ранг её системы
строк или столбцов.

Обозначается $operatorname{rang} A$

На практике для нахождения ранга матрицы используют следующее утверждение:
ранг матрицы равен количеству ненулевых строк после приведения матрицы к ступенчатому виду.

Элементарные преобразования
над строками (столбцами) матрицы не меняют её ранга.

Ранг ступенчатой матрицы равен
количеству её ненулевых строк.

Пример

Задание. Найти ранг матрицы $ A=left( begin{array}{cccc}{0} & {4} & {10} & {1} \ {4} & {8} & {18} & {7} \ {10} & {18} & {40} & {17} \ {1} & {7} & {17} & {3}end{array}right) $

Решение. С помощью элементарных преобразований над ее строками приведем матрицу $A$ к
ступенчатому виду. Для этого вначале от третьей строки отнимем две вторых:

$$ A sim left( begin{array}{cccc}{0} & {4} & {10} & {1} \ {4} & {8} & {18} & {7} \ {2} & {2} & {4} & {3} \ {1} & {7} & {17} & {3}end{array}right) $$

От второй строки отнимаем четвертую строку, умноженную на 4; от третьей – две четвертых:

$$ A sim left( begin{array}{rrrr}{0} & {4} & {10} & {1} \ {0} & {-20} & {-50} & {-5} \ {0} & {-12} & {-30} & {-3} \ {1} & {7} & {17} & {3}end{array}right) $$

Ко второй строке прибавим пять первых, к третьей – три третьих:

$$ A sim left( begin{array}{cccc}{0} & {4} & {10} & {1} \ {0} & {0} & {0} & {0} \ {0} & {0} & {0} & {0} \ {1} & {7} & {17} & {3}end{array}right) $$

Меняем местами первую и вторую строчки:

$$ A sim left( begin{array}{cccc}{0} & {0} & {0} & {0} \ {0} & {4} & {10} & {1} \ {0} & {0} & {0} & {0} \ {1} & {7} & {17} & {3}end{array}right) $$

Далее четвертую и первую строки:

$$ A sim left( begin{array}{cccc}{1} & {7} & {17} & {3} \ {0} & {4} & {10} & {1} \ {0} & {0} & {0} & {0} \ {0} & {0} & {0} & {0}end{array}right) Rightarrow operatorname{rang} A=2 $$

Ответ. $ operatorname{rang} A=2 $

Метод окаймления миноров

Теорема

Ранг матрицы равен наибольшему порядку отличного от нуля
минору.

На этой теореме базируется еще один метод нахождения ранга матрицы – метод окаймления миноров. Суть этого
метода заключается в нахождении миноров, начиная с низших порядков и двигаясь к более высоким. Если минор
$n$-го порядка не равен нулю, а все миноры $n+1$-го равны нулю, то ранг матрицы будет равен $n$ .

236

проверенных автора готовы помочь в написании работы любой сложности

Мы помогли уже 4 430 ученикам и студентам сдать работы от решения задач до дипломных на отлично! Узнай стоимость своей работы за 15 минут!

Пример

Задание. Найти ранг матрицы $ A=left( begin{array}{rrrr}{1} & {2} & {-1} & {-2} \ {2} & {4} & {3} & {0} \ {-1} & {-2} & {6} & {6}end{array}right) $ ,
используя метод окаймления миноров.

Решение. Минорами минимального порядка являются миноры первого порядка, которые равны элементам
матрицы $A$ . Рассмотрим, например, минор $ M_{1}=1 neq 0 $ . расположенный в первой строке и первом
столбце. Окаймляем его с помощью второй строки и второго столбца, получаем минор
$ M_{2}^{1}=left| begin{array}{ll}{1} & {2} \ {2} & {4}end{array}right|=0 $ ; рассмотрим еще один минор второго
порядка, для этого минор $M_1$ окаймляем при
помощи второй строки и третьего столбца, тогда имеем минор
$ M_{2}^{2}=left| begin{array}{rr}{1} & {-1} \ {2} & {3}end{array}right|=5 neq 0 $ ,
то есть ранг матрицы не меньше двух. Далее рассматриваем миноры третьего порядка, которые окаймляют минор
$ M_{2}^{2} $ . Таких миноров два: комбинация
третьей строки со вторым столбцом или с четвертым столбцом. Вычисляем эти миноры:

$$ M_{3}^{1}=left| begin{array}{rrr}{1} & {2} & {-1} \ {2} & {4} & {3} \ {-1} & {-2} & {6}end{array}right|=0 $$

так как содержит два пропорциональных столбца (первый и второй); второй минор

$$ M_{3}^{2}=left| begin{array}{rrr}{1} & {-1} & {-2} \ {2} & {3} & {0} \ {-1} & {6} & {6}end{array}right| $$

преобразуем следующим образом: к первой строке прибавим третью, а ко второй две третьих:

$$ M_{3}^{2}=left| begin{array}{rrr}{0} & {5} & {4} \ {0} & {15} & {12} \ {-1} & {6} & {6}end{array}right|=0 $$

И так как первая и вторая строки пропорциональны, то минор равен нулю.

Таким образом, все окаймляющие миноры третьего порядка равны нулю. А, значит, ранг матрицы $A$
равен двум: $ operatorname{rang} A=2 $

Ответ. $ operatorname{rang} A=2 $

Читать дальше: примеры решения задач с матрицами.

Содержание:

Элементарные преобразования матриц:

Рассмотрим прямоугольную матрицу:

Ранг матрицы - определение и вычисление с примерами решения

состоящую из m строк и n столбцов. В п.3.2 отмсчалось, что каждую строку матрицы можно рассматривать как n-мсрный вектор, а каждый столбец – как m-мерный вектор. Тогда матрицу А можно записать в виде:

Ранг матрицы - определение и вычисление с примерами решения

и, следовательно, данную матрицу можно рассматривать как систему вектор строк или вектор столбцов. Б указанных системах вектор-строк и вектор-столбцов можно выделять линейно независимые (зависимые) векторы. Тогда будем говорить, что строки (столбцы) матрицы линейно независимы (зависимы), если соответствующие им векторы независимы (зависимы).

Определения

Определение: Рангом системы строк (соответственно столбцов) матрицы А называется наибольшее число линейно независимых среди них.

Поскольку легко доказать, что ранг системы строк матрицы равен рангу системы её столбцов, то справедливо следующее

Определение: Рангом матрицы, обозначаемым r(А), называется максимальное число линейно независимых строк (столбцов) матрицы.

При транспонировании матрицы ранг её не изменяется.

Другой метод определения ранга матрицы связан с понятием определителя.

Выделим в матрице А любые k строк и k столбцов. Элементы, стоящие на их пересечении, образуют квадратную матрицу, определитель которой называется минором k-го порядка матрицы А. Ясно, что величина к должна удовлетворять двум условиям:Ранг матрицы - определение и вычисление с примерами решения . Полагая последовательно k = 1,2,…,l, где

Ранг матрицы - определение и вычисление с примерами решения, составляем при каждом k все миноры k-то порядка матрицы А. Тогда можно сформулировать еще одно определение ранга матрицы.

Определение: Рангом матрицы, обозначаемым r(А), называется порядок самого старшего минора этой матрицы, не равного нулю.

Из определения следует, что если ранг матрицы А равен l, то среди всех её миноров существует хотя бы один минор l-го порядка, отличный от нуля, но все миноры (l+1)-го порядков либо равны нулю, либо не могут быть составлены.

Вычисление ранга матрицы путём перебора всех её миноров весьма трудоёмко. Существует, однако, более простой способ вычисления ранга матрицы, основанный на упрощении структуры матрицы с помощью элементарных преобразований. Элементариыми преобразованиями матрицы называют следующие преобразования:

  1. обмен местами двух строк или двух столбцов матрицы;
  2. умножение всех элементов строки или столбца матрицы на произвольное число Ранг матрицы - определение и вычисление с примерами решения, не равное нулю;
  3. прибавление ко всем элементам строки (столбца) матрицы соответствующих элементов другой строки (столбца), предварительно умноженных на одно и то же число;
  4. исключение из матрицы строки или столбца, состоящего из нулей.

Матрицы называются эквивалентными, если от одной из них к другой можно перейти путём конечного числа элементарных преобразований.

Ступенчатой матрицей называется матрица, удовлетворяющая тому свойству, что если в какой-либо из сё строк первый отличный от нуля элемент стоит на l-м месте, то во всех следующих строках на первых l местах стоят нули:

Ранг матрицы - определение и вычисление с примерами решения

где элементы Ранг матрицы - определение и вычисление с примерами решения отличны от нуля, а все элементы, стоящие под ними, равны нулю.

Для вычисления ранга матрицы приводят её с помощью цепочки элементарных преобразований к ступенчатому виду. Тогда ранг матрицы совпадает с числом её ненулевых диагональных элементов.

Теоремы о ранге матриц. Свойства ранга матриц

Относительно ранга матриц можно сформулировать следующие теоремы:

Теорема: Если матрица имеет минор порядка r, отличный от нуля, для которого все содержащие его миноры порядкаРанг матрицы - определение и вычисление с примерами решения(окаймляющие миноры) равны нулю, то ранг этой матрицы равен r.

Вычисление ранга матрицы при помощи метода окаймления нужно вести от низших порядков к высшим. Сначала ищем минор первого порядка (т.е. элемент матрицы) или сразу второго порядка, отличный от нуля. Затем вычисляем окаймляющие его миноры следующего порядка, пока не найдём среди них отличного от нуля и т.д., пока не найдем минор порядка l, отличный от нуля, для которого либо все окаймляющие его миноры порядка l+1 равны нулю, либо такие миноры не могут быть составлены.

Теорема: Элементарные преобразования не меняют ранга матрицы.

Доказательство теоремы следует из определения ранга матрицы и свойств определителей.

Пример:

Найти ранг матрицы: Ранг матрицы - определение и вычисление с примерами решения

Решение:

Минор первого порядка в левом верхнем углу равен Ранг матрицы - определение и вычисление с примерами решения. Окаймляющий его минор второго порядка:

Ранг матрицы - определение и вычисление с примерами решения Вычисляем окаймляющий его минор третьего порядка: Ранг матрицы - определение и вычисление с примерами решения

Значит ранг матрицы равен 2.

Пример:

Найти ранг матрицы:

Ранг матрицы - определение и вычисление с примерами решения

Решение:

При помощи элементарных преобразований приведём данную матрицу к ступенчатому виду. На первом шаге умножим последовательно первую строку на 3, 3, 2 и вычтем из второй, третьей, четвёртой строк соответственно:

Ранг матрицы - определение и вычисление с примерами решения

В эквивалентной матрице прибавим к третьей строке вторую и вычтем вторую из четвёртой строки:

Ранг матрицы - определение и вычисление с примерами решения

(поменяем местами третью и четвертую строки)

Ранг матрицы - определение и вычисление с примерами решения

(поменяем местами третий, четвёртый и пятый столбцы со вторым и опустим строки, состоящие из нулей) Ранг матрицы - определение и вычисление с примерами решения Преобразовали матрицу к ступеньчатому виду, у которой на диагонали три ненулевых элемента. Ранг матрицы равен 3.

Отмстим некоторые свойства ранга матриц.

  1. Ранг суммы двух (или нескольких) матриц не больше суммы их рангов.
  2. Любую матрицу ранга r можно представить в виде суммы r матриц ранга 1, но нельзя представить в виде суммы менее чем r таких матриц.
  3. Любую матрицу С ранга r можно представить в виде произведения Ранг матрицы - определение и вычисление с примерами решения, где А состоит из r линейно независимых столбцов, г B -из r линейно независимых строк.
  4. Ранг произведения матриц порядка n удовлетворяет неравенству Ранг матрицы - определение и вычисление с примерами решения.

Определение системы m линейных уравнений с n неизвестными

Системой m линейных уравнений с n неизвестными Ранг матрицы - определение и вычисление с примерами решения называется система вида:

Ранг матрицы - определение и вычисление с примерами решения

Числа Ранг матрицы - определение и вычисление с примерами решения называются соответственно коэффициентами системы и ее свободными членами. Первый индекс i коэффициента Ранг матрицы - определение и вычисление с примерами решения соответствует номеру уравнения, в которое входит этот коэффициент, а второй индекс – номеру неизвестной Ранг матрицы - определение и вычисление с примерами решения , при которой стоит этот коэффициент. Индекс свободного члена Ранг матрицы - определение и вычисление с примерами решения соответствует номеру уравнения, содержащего Ранг матрицы - определение и вычисление с примерами решения .

С помощью знака суммированияРанг матрицы - определение и вычисление с примерами решения систему (5.3.1) можно записать в виде:

Ранг матрицы - определение и вычисление с примерами решения

Матрица

Ранг матрицы - определение и вычисление с примерами решения

составленная из коэффициентов системы Ранг матрицы - определение и вычисление с примерами решения, называется матрицей

системы. Если к этой матрице добавить столбец свободных членов, то получим расширенную матрицу системы: Ранг матрицы - определение и вычисление с примерами решения Обозначив матрицу-столбец неизвестных Ранг матрицы - определение и вычисление с примерами решения и матрицу-столбец свободных членов Ранг матрицы - определение и вычисление с примерами решения , систему (5. 3.1) можно записать в матричной форме:

Ранг матрицы - определение и вычисление с примерами решения где Ранг матрицы - определение и вычисление с примерами решения

Используется также табличная форма записи системы (5.3.1):Ранг матрицы - определение и вычисление с примерами решения

Отметим, что (5.3.1), (5.3.2), (5.3.3), (5.3.4)- различные виды записи одной и той же системы линейных уравнений.

Решением системы (5.3.1) называется любой упорядоченный набор действительных чисел Ранг матрицы - определение и вычисление с примерами решения, который при подстановке в (5.3.1) вместо неизвестных Ранг матрицы - определение и вычисление с примерами решения, обращает каждое из уравнений системы в верное равенство.

Система уравнений (5.3.1) называется совместной, если она имеет хотя бы одно решение, и несовместной, если она не имеет решений. Совместная система уравнений называется определенной, если она имеет единственное решение, и неопределенной, если она имеет более одного решения.

Две системы уравнений с одинаковыми наборами неизвестных Ранг матрицы - определение и вычисление с примерами решения называются равносильными, если они имеют одно и то же множество решений.

Отмстим, что для любой системы (5.3.1) возможны только три случая:

  1. система (5.3.1) имеет единственное решение;
  2. система (5.3.1) имеет бесчисленное множество решений;
  3. система (5.3.1) несовместна.

Множество всех решений системы (5.3.1) называется ее общим решением.

Решить систему (5.3.1) – значит найти ее общее решение.

Пример:

Пусть задана система

Ранг матрицы - определение и вычисление с примерами решения

Тогда эту систему можно записать в матричном виде:

Ранг матрицы - определение и вычисление с примерами решения

или в виде таблицы:

Ранг матрицы - определение и вычисление с примерами решения

Система определенная, так как она имеет единственное решение Ранг матрицы - определение и вычисление с примерами решения. Других решений быть не может, так как прямые

Ранг матрицы - определение и вычисление с примерами решения на координатной плоскости Ранг матрицы - определение и вычисление с примерами решения пересекаются в единственной точке.

Экономические задачи, приводящие к системе линейных уравнений

Предположим, что производственные мощности для изготовления n различных видов продукции установлены в т цехах. Пусть Ранг матрицы - определение и вычисление с примерами решения представляет собой суммарную мощность цеха i, и Ранг матрицы - определение и вычисление с примерами решения — часть производственного аппарата цеха i, которая необходима для производства единицы продукции вида j. Тогда обозначив через Ранг матрицы - определение и вычисление с примерами решения количество выпущенной продукции, получим систему уравнений, показывающих. как можно использовать имеющиеся мощности в полном объёме.

Широкий круг задач экономики приводит к составлению системы уравнений. Так в примере 4.3.2 составлялась система линейных уравнений (4.3.1) балансовой модели для трёх отраслей. В общем случае под балансовой моделью понимается система уравнений, каэ/сдое из которых выражает требование баланса между производимым количеством продукции и совокупной потребностью в этой продукции.

При построении балансовых моделей используется понятие чистой (или технологической) отрасли, т.е. условной отрасли, объединяющей всё производство данного продукта независимо от ведомственной (административной) подчинённости и форм собственности предприятий и фирм. Всё народное хозяйство представляется в виде совокупности п отраслей, каждая из которых рассматривается как производящая и как потребляющая.

Если обозначить через:

то систему уравнений баланса можно записать в виде:

Ранг матрицы - определение и вычисление с примерами решения

или в матричной форме:

Ранг матрицы - определение и вычисление с примерами решения

где Х- вектор-столбец валовой продукции; Y- вектор-столбец конечной продукции; А – матрица коэффициентов прямых затрат.

Основу экономико-математической модели межотраслевого баланса составляет технологическая матрица А, содержащая коэффициенты прямых затрат на производство единицы продукции:

Ранг матрицы - определение и вычисление с примерами решения

Коэффициент!,! прямых затрат являются довольно стабильной величиной во времени.

Переписав матричное уравнение (5.4.2) в виде EX-AX = Y или (E-A)X = Y, (5.4.3) получим стандартную форму записи системы уравнений.

Определение ранга матрицы

Рассмотрим прямоугольную матрицу (4.1). Если в этой матрице выделить произвольно Ранг матрицы - определение и вычисление с примерами решения строк и Ранг матрицы - определение и вычисление с примерами решения столбцов, то элементы, стоящие на пересечении выделенных строк и столбцов, образуют квадратную матрицу Ранг матрицы - определение и вычисление с примерами решения-го порядка. Определитель этой матрицы называется минором Ранг матрицы - определение и вычисление с примерами решения-го порядка матрицы А. Очевидно, что матрица А обладает минорами любого порядка от 1 до наименьшего из чисел Ранг матрицы - определение и вычисление с примерами решения Среди всех отличных от нуля миноров матрицы А найдется по крайней мере один минор, порядок которого будет наибольшим. Наибольший из порядков миноров данной матрицы, отличных от нуля, называется рангом матрицы. Если ранг матрицы А равен Ранг матрицы - определение и вычисление с примерами решения, то это означает, что в матрице А имеется отличный от нуля минор порядка Ранг матрицы - определение и вычисление с примерами решения, но всякий минор порядка, большего чем Ранг матрицы - определение и вычисление с примерами решения, равен нулю. Ранг матрицы А обозначается через Ранг матрицы - определение и вычисление с примерами решения(А).

Очевидно, что выполняется соотношение

Ранг матрицы - определение и вычисление с примерами решения

Ранг матрицы находится либо методом окаймления миноров, либо методом элементарных преобразований. При вычислении ранга матрицы первым способом следует переходить от миноров низших порядков к минорам более высокого порядка. Если уже найден минор D Ранг матрицы - определение и вычисление с примерами решения-го порядка матрицы А, отличный от нуля, то требуют вычисления лишь миноры (Ранг матрицы - определение и вычисление с примерами решения+1)-го порядка, окаймляющие минор D, т.е. содержащие его в качестве минора. Если все они равны нулю, то ранг матрицы равен Ранг матрицы - определение и вычисление с примерами решения.

Элементарными называются следующие преобразования матрицы:

  1. перестановка двух любых строк (или столбцов),
  2. умножение строки (или столбца) на отличное от нуля число,
  3. прибавление к одной строке (или столбцу) другой строки (или столбца), умноженной на некоторое число.

Две матрицы называются эквивалентными, если одна из них получается из другой с помощью конечного множества элементарных преобразований.

Эквивалентные матрицы не являются, вообще говоря, равными, но их ранги равны. Если матрицы А и В эквивалентны, то это записывается так: А ~ В.

Канонической матрицей называется матрица, у которой в начале главной диагонали стоят подряд несколько единиц (число которых может равняться нулю), а все остальные элементы

равны нулю, например, Ранг матрицы - определение и вычисление с примерами решения

При помощи элементарных преобразований строк и столбцов любую матрицу можно привести к канонической. Ранг канонической матрицы равен числу единиц на ее главной диагонали.

  • Заказать решение задач по высшей математике

Пример:

Найти методом окаймления миноров ранг матрицы Ранг матрицы - определение и вычисление с примерами решения

Решение:

Начинаем с миноров 1-го порядка, т.е. с элементов матрицы А. Выберем, например, минор (элемент) Ранг матрицы - определение и вычисление с примерами решения расположенный в первой строке и первом столбце. Окаймляя при помощи второй строки и третьего столбца, получаем минор Ранг матрицы - определение и вычисление с примерами решения отличный от нуля.

Переходим теперь к минорам 3-го порядка, окаймляющим Ранг матрицы - определение и вычисление с примерами решения Их всего два (можно добавить второй столбец или четвертый). Вычисляем их:

Ранг матрицы - определение и вычисление с примерами решения

Таким образом, асе окаймляющие миноры третьего порядка оказались равными нулю. Ранг матрицы А равен двум.

Пример:

Найти ранг матрицы Ранг матрицы - определение и вычисление с примерами решения и привести ее к каноническому виду.

Решение:

Из второй строки вычтем первую и переставим эти строки: Ранг матрицы - определение и вычисление с примерами решения

Теперь из второй и третьей строк вычтем первую, умноженную соответственно на 2 и 5: Ранг матрицы - определение и вычисление с примерами решения

из третьей строки вычтем первую; получим матрицу Ранг матрицы - определение и вычисление с примерами решения которая эквивалентна матрице А, так как получена из нее с помощью конечного множества элементарных преобразований. Очевидно, что ранг матрицы В равен 2, а следовательно, и Ранг матрицы - определение и вычисление с примерами решения Матрицу В легко привести к канонической. Вычитая первый столбец, умноженный на подходящие числа, из всех последующих, обратим в нуль все элементы первой строки, кроме первого, причем элементы остальных строк не изменяются. Затем, вычитая второй столбец, умноженный на подходящие числа, из всех последующих, обратим в нуль все элементы второй строки, кроме второго, и получим каноническую матрицу:

Ранг матрицы - определение и вычисление с примерами решения

Вычисление ранга матрицы

Для исследования разрешимости систем линейных уравнений важную роль играет понятие ранга матрицы. Рассмотрим прямоугольную матрицу А Ранг матрицы - определение и вычисление с примерами решения

Выделим k произвольных строк и k произвольных столбцов этой матрицы. Определитель k-го порядка, составленный из элементов матрицы А, расположенных на пересечении выделенных строк и столбцов, называется минором k-го порядка матрицы А.

Рангом матрицы А называется наибольший порядок ее миноров, отличных от нуля. Обозначение: rank А, Ранг матрицы - определение и вычисление с примерами решения

Базисным минором матрицы называется всякий отличный от нуля ее минор, порядок которого равен рангу матрицы.

Рассмотрим некоторые методы вычисления ранга матрицы.

Метод окаймляющих миноров

Минор порядка k+1, содержащий в себе минор порядка k, называется окаймляющим минором.

Вычисляя ранг матрицы, удобнее переходить от миноров меньших порядков к минорам больших порядков. Если найден минор k-го порядка, отличный от нуля, а все окаймляющие его миноры порядка k+1 равны нулю, то ранг матрицы равен k.

  • Определители второго и третьего порядков и их свойства
  • Метод Гаусса – определение и вычисление
  • Прямая линия на плоскости и в пространстве
  • Плоскость в трехмерном пространстве
  • Кратный интеграл
  • Ряды в математике
  • Дифференциальные уравнения с примерами
  • Обратная матрица – определение и нахождение

Ранг матрицы

Определение
Ранг матрицы $ A $ – это максимальное количество линейно-независимых строк (столбцов) этой матрицы. Обозначается $ rang A $ или $ r(A) $.

Формула ранга матрицы гласит, что он не должен превышать порядка этой же матрицы: 

$$ 0 leq rang A_{m times n} leq min (m,n) $$

Чтобы найти ранг матрицы существует два метода:

  1. Метод окамляющих миноров
  2. Метод элементарных преобразований

На практике применяется второй способ, так как он универсальный и позволяет вычислять ранг матриц любого порядка. Основан он на свойстве, заключаещегося в том, что $ rang A $ не меняется в случае проведения элементарных преобразований над матрицей. Путём приведения матрицы к ступенчатому виду мы узнаем количество линейно-независимых строк (столбцов), которое равно рангу матрицы.

Пример 1
Определить ранг матрицы $$ A = begin{pmatrix} 2&0&-2 \ -4&0&4 end{pmatrix} $$
Решение

Пример решаем с помощью элементарных преобразований. Приводим матрицу к ступенчатой форме. 

Прибавляем удвоенную первую строку ко второй:

$$ A = begin{pmatrix} 2&0&-2 \ -4&0&4 end{pmatrix} overset{c_2+2c_1}{thicksim} begin{pmatrix} 2&0&-2 \ 0&0&0 end{pmatrix} $$

В полученной матрице появилась нулевая строка, которую необходимо убрать из матрицы:

$$ begin{pmatrix} 2&0&-2 \ 0&0&0 end{pmatrix} thicksim begin{pmatrix} 2&0&-2 end{pmatrix} $$

Теперь после преобразований количество строк $ m = 1 $, количество столбцов $ n=3 $. Наименьшее число $ m = 1 $, поэтому $ rang A = 1 $.

Если не получается решить свою задачу, то присылайте её к нам. Мы предоставим подробное решение онлайн. Вы сможете ознакомиться с ходом вычисления и почерпнуть информацию. Это поможет своевременно получить зачёт у преподавателя!

Ответ
$$ rang A = 1 $$
Пример 2
Найти ранг матрицы: $$ A = begin{pmatrix} 4&2&3 \ 5&2&1 \ 9&4&4 end{pmatrix} $$
Решение

Выполняем элементарные преобразования над матрицей, чтобы узнать количество линейно-независимых строк.

Вычитаем из второй строки, умноженной на четверку, первую строку, умноженную на пятерку:

$$ A = begin{pmatrix} 4&2&3 \ 5&2&1 \ 9&4&4 end{pmatrix} overset{4c_2-5c_1}{thicksim} begin{pmatrix} 4&2&3 \ 0&-2&-11 \ 9&4&4 end{pmatrix} $$

Вычитаем из третьей строки, умноженной на четыре, первую строку, умноженную на девять:

$$ begin{pmatrix} 4&2&3 \ 0&-2&-11 \ 9&4&4 end{pmatrix} overset{4c_3-9c_1}{thicksim}begin{pmatrix} 4&2&3 \ 0&-2&-11 \ 0&-2&-11 end{pmatrix} $$

Вычитаем из третьей строки вторую строку:

$$ begin{pmatrix} 4&2&3 \ 0&-2&-11 \ 0&-2&-11 end{pmatrix} overset{4c_3-9c_1}{thicksim}begin{pmatrix} 4&2&3 \ 0&-2&-11 \ 0&0&0 end{pmatrix} $$

Замечаем, что последняя строка матрицы нулевая, значит её можно вычеркнуть:

$$ begin{pmatrix} 4&2&3 \ 0&-2&-11 \ 0&-2&-11 end{pmatrix} thicksim begin{pmatrix} 4&2&3 \ 0&-2&-11 end{pmatrix} $$

После элементарных преобразований количество строк уменьшилось и стало $ m=2 $, а количество столбцов $ n = 3 $. По формуле ранга матрицы берем минимальные число из $ m $ и $ n $, то есть $ m=2 $. Получили, что $ rang A = 2 $

Ответ
$$ rang A = 2 $$

В примерах выше мы говорили об уникальности столбцов и строк. Ту же самую уникальность в математике обозначают еще одним термином — линейная независимость.

Сопоставим уже знакомый термин с новым понятием:

  • Когда мы говорили, что строка уникальна — мы имели в виду, что она линейно независима

  • Когда мы говорили, что строка не уникальна — мы имели в виду, что она линейно зависима. Например, если мы умножаем первую строку на

    и получаем вторую строку, то вторая строка линейно зависима от первой

Другими словами, при линейной зависимости значения зависят друг от друга — из значений первой строки мы можем получить значения второй.

Все эти принципы будут работать, даже если мы представим матрицу как набор точек на графике.

Возьмем такой пример:

eyJpZCI6IjExNjBjNTIwMDViYjhiMTMyZGJhNTY4MDUwZDVmNDZjLnBuZyIsInN0b3JhZ2UiOiJjYWNoZSJ9?signature=3c5a6fadf6536a06318193c1606e5ed681974358e6da67a5ba164de9697c639c

Опишем векторы так:

Здесь мы видим, что вектор

линейно зависит от

и

.

Также обратите внимание, что:

  • Векторы

    и

    линейно независимы — мы не можем представить

    в виде

    или наоборот

  • То же самое верно для

    и

  • То же самое верно для

    и

  • При этом

    ,

    и

    вместе линейно зависимы

Используя только векторы

и

, мы можем достичь любого места на плоскости. Когда векторы линейно независимы и охватывают все пространство, их называют базисом этого пространства.

В нашем случае векторы

и

— это базис плоскости, потому что двумерное пространство часто называют плоскостью. Именно поэтому

и

так же полезны, как и оси

. То же самое можно сказать о любых двух линейно независимых векторах в двумерной плоскости.

Самая простая пара линейно независимых векторов — это

и

. Вместе они образуют матрицу

:

По сути, они образуют привычные оси

:

eyJpZCI6ImMwZjQ1MTAyY2QzZGUwZWU2MmE2NTdmM2VlZTIxOGY5LnBuZyIsInN0b3JhZ2UiOiJjYWNoZSJ9?signature=46d1ccfb822fb51a5fedb5f62738da75afa2e1bab73a2b443462d97f61c21b51

А теперь посмотрим на самые простые линейно независимые векторы в трехмерном пространстве. Матрица будет выглядеть так:

А так выглядит сам график:

eyJpZCI6ImZkNzE4NzI4OTcyYjNkMGRmNzc5OGRmNmI5Yjk2ZmJkLnBuZyIsInN0b3JhZ2UiOiJjYWNoZSJ9?signature=828799eee34dd0495471c0302318784e4053adf6e7ae61a1f44bdfabdb9d1a10

Показать четырехмерное пространство на картинке не получится, но сама матрица выглядит так:

Добавить комментарий