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) , тогда
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.
3. Воеводин В.В., Кузнецов Ю. А. Матрицы и вычисления.- М.: Наука, 1984.-320с.
4. Ильин В.А., Позняк Э.Г. Линейная алгебра.- М.: «Наука»,1978.- 304с.
Понятия линейной зависимости и линейной независимости определяются для строк и столбцов одинаково. Поэтому свойства, связанные с этими понятиями, сформулированные для столбцов, разумеется, справедливы и для строк.
1. Если в систему столбцов входит нулевой столбец, то она линейно зависима.
2. Если в системе столбцов имеется два равных столбца, то она линейно зависима.
3. Если в системе столбцов имеется два пропорциональных столбца , то она линейно зависима.
4. Система из столбцов линейно зависима тогда и только тогда, когда хотя бы один из столбцов есть линейная комбинация остальных.
5. Любые столбцы, входящие в линейно независимую систему, образуют линейно независимую подсистему.
6. Система столбцов, содержащая линейно зависимую подсистему, линейно зависима.
7. Если система столбцов - линейно независима, а после присоединения к ней столбца - оказывается линейно зависимой, то столбец можно разложить по столбцам , и притом единственным образом, т.е. коэффициенты разложения находятся однозначно.
Докажем, например, последнее свойство. Так как система столбцов линейно зависима, то существуют числа не все равные 0, что
В этом равенстве . В самом деле, если , то
Значит, нетривиальная линейная комбинация столбцов равна нулевому столбцу, что противоречит линейной независимости системы . Следовательно, и тогда , т.е. столбец есть линейная комбинация столбцов . Осталось показать единственность такого представления. Предположим противное. Пусть имеется два разложения и , причем не все коэффициенты разложений соответственно равны между собой (например, ). Тогда из равенства
Получаем (\alpha_1-\beta_1)A_1+\ldots+(\alpha_k-\beta_k)A_k=o
последовательно, линейная комбинация столбцов равна нулевому столбцу. Так как не все ее коэффициенты равны нулю (по крайней мере ), то эта комбинация нетривиальная, что противоречит условию линейной независимости столбцов . Полученное противоречие подтверждает единственность разложения.
Пример 3.2. Доказать, что два ненулевых столбца и линейно зависимы тогда и только тогда, когда они пропорциональны, т.е. .
Решение. В самом деле, если столбцы и линейно зависимы, то существуют такие числа , не равные нулю одновременно, что . Причем в этом равенстве . Действительно, предположив, что , получим противоречие , поскольку и столбец - ненулевой. Значит, . Поэтому найдется число такое, что . Необходимость доказана.
Наоборот, если , то . Получили нетривиальную линейную комбинацию столбцов, равную нулевому столбцу. Значит, столбцы линейно зависимы.
Пример 3.3. Рассмотреть всевозможные системы, образованные из столбцов
Исследовать каждую систему на линейную зависимость.
Решение.
Рассмотрим пять систем, содержащих по одному столбцу. Согласно п.1 замечаний 3.1: системы , линейно независимы, а система, состоящая из одного нулевого столбца , линейно зависима.
Рассмотрим системы, содержащие по два столбца:
– каждая из четырех систем и линейно зависима, так как содержит нулевой столбец (свойство 1);
– система линейно зависима, так как столбцы пропорциональны (свойство 3): ;
– каждая из пяти систем и линейно независима, так как столбцы непропорциональные (см. утверждение примера 3.2).
Рассмотрим системы, содержащие три столбца:
– каждая из шести систем и линейно зависима, так как содержит нулевой столбец (свойство 1);
– системы линейно зависимы, так как содержат линейно зависимую подсистему (свойство 6);
– системы и линейно зависимы, так как последний столбец линейно выражается через остальные (свойство 4): и соответственно.
Наконец, системы из четырех или из пяти столбцов линейно зависимы (по свойству 6).
Ранг матрицы
В этом разделе рассмотрим еще одну важную числовую характиристику матрицы, связанную с тем, насколько ее строки (столбцы) зависят друг от друга.
Определение 14.10
Пусть дана матрица размеров и число , не превосходящее наименьшего из чисел и : 
. Выберем произвольно строк матрицы и столбцов (номера строк могут отличаться от номеров столбцов). Определитель матрицы, составленной из элементов, стоящих на пересечении выбранных строк и столбцов, называется минором порядка матрицы .
Пример 14.9
Пусть 
.
Минором первого порядка является любой элемент матрицы. Так 2, , -- миноры первого порядка.
Миноры второго порядка:
1. возьмем строки 1, 2, столбцы 1, 2, получим минор 
;
2. возьмем строки 1, 3, столбцы 2, 4, получим минор 
;
3. возьмем строки 2, 3, столбцы 1, 4, получим минор 
Миноры третьего порядка:
строки здесь можно выбрать только одним способом,
1. возьмем столбцы 1, 3, 4, получим минор 
;
2. возьмем столбцы 1, 2, 3, получим минор 
.
Предложение 14.23 Если все миноры матрицы порядка равны нулю, то все миноры порядка , если такие существуют, тоже равны нулю.
Доказательство . Возьмем произвольный минор порядка . Это определитель матрицы порядка . Разложим его по первой строке. Тогда в каждом слагаемом разложения один из множителей будет являться минором порядка исходной матрицы. По условию миноры порядка равны нулю. Поэтому и минор порядка будет равен нулю.
Определение 14.11 Рангом матрицы называется наибольший из порядков миноров матрицы , отличных от нуля. Ранг нулевой матрицы считается равным нулю.
Единое, стандартное, обозначение ранга матрицы отсутствует. Следуя учебнику , мы будем обозначать его .
Пример 14.10 Матрица примера 14.9 имеет ранг 3, так как есть минор третьего порядка, отличный от нуля, а миноров четвертого порядка нет.
Ранг матрицы 
равен 1, так как есть ненулевой минор первого порядка (элемент матрицы ), а все миноры второго порядка равны нулю.
Ранг невырожденной квадратной матрицы порядка равен , так как ее определитель является минором порядка и у невырожденной матрицы отличен от нуля.
Предложение 14.24
При транспонировании матрицы ее ранг не меняется, то есть 
.
Доказательство
. Транспонированный минор исходной матрицы будет являться минором транспонированной матрицы , и наоборот, любой минор является транспонированным минором исходной матрицы . При транспонировании определитель (минор) не меняется (предложение 14.6). Поэтому если все миноры порядка в исходной матрице равны нулю, то все миноры того же порядка в тоже равны нулю. Если же минор порядка в исходной матрице отличен от нуля, то в есть минор того же порядка, отличный от нуля. Следовательно, .
Определение 14.12 Пусть ранг матрицы равен . Тогда любой минор порядка , отличный от нуля, называется базисным минором.
Пример 14.11
Пусть 
. Определитель матрицы равен нулю, так как третья строка равна сумме первых двух. Минор второго порядка, расположенный в первых двух строках и первых двух столбцах, равен 
. Следовательно, ранг матрицы равен двум, и рассмотренный минор является базисным.
Базисным минором является также минор, расположенный, скажем, в первой и третьей строках, первом и третьем столбцах: 
. Базисным будет минор во второй и третьей строках, первом и третьем столбцах: 
.
Минор в первой и второй строках, втором и третьем столбцах равен нулю и поэтому не будет базисным. Читатель может самостоятельно проверить, какие еще миноры второго порядка будут базисными, а какие нет.
Так как столбцы (строки) матрицы можно складывать, умножать на числа, образовывать линейные комбинации, то можно ввести определения линейной зависимости и линейной независимости системы столбцов (строк) матрицы. Эти определения аналогичны таким же определениям 10.14, 10.15 для векторов.
Определение 14.13 Система столбцов (строк) называется линейно зависимой, если существует такой набор коэффициентов, из которых хотя бы один отличен от нуля, что линейная комбинация столбцов (строк) с этими коэффициентами будет равна нулю.
Определение 14.14 Система столбцов (строк) является линейно независимой, если из равенства нулю линейной комбинации этих столбцов (строк) следует, что все коэффициенты этой линейной комбинации равны нулю.
Верно также следующеее предложение, аналогичное предложению 10.6.
Предложение 14.25 Система столбцов (строк) является линейно зависимой тогда и только тогда, когда один из столбцов (одна из строк) является линейной комбинацией других столбцов (строк) этой системы.
Сформулируем теорему, которая называется теорема о базисном миноре .
Теорема 14.2 Любой столбец матрицы является линейной комбинацией столбцов, проходящих через базисный минор.
Доказательство можно найти в учебниках по линейной алгебре, например, в , .
Предложение 14.26 Ранг матрицы равен максимальному числу ее столбцов, образующих линейно независимую систему.
Доказательство . Пусть ранг матрицы равен . Возьмем столбцы, проходящие через базисный минор. Предположим, что эти столбцы образуют линейно зависимую систему. Тогда один из столбцов является линейной комбинацией других. Поэтому в базисном миноре один столбец будет линейной комбинацией других столбцов. По предложениям 14.15 и 14.18 этот базисный минор должен быть равен нулю, что противоречит определению базисного минора. Следовательно, предположение о том, что столбцы, проходящие через базисный минор, линейно зависимы, не верно. Итак, максимальное число столбцов, образующих линейно независимую систему, больше либо равно .
Предположим, что столбцов образуют линейно независимую систему. Составим из них матрицу . Все миноры матрицы являются минорами матрицы . Поэтому базисный минор матрицы имеет порядок не больше . По теореме о базисном миноре, столбец, не проходящий через базисный минор матрицы , является линейной комбинацией столбцов, проходящих через базисный минор, то есть столбцы матрицы образуют линейно зависимую систему. Это противоречит выбору столбцов, образующих матрицу . Следовательно, максимальное число столбцов, образующих линейно независимую систему, не может быть больше . Значит, оно равно , что и утверждалось.
Предложение 14.27 Ранг матрицы равен максимальному числу ее строк, образующих линейно независимую систему.
Доказательство . По предложению 14.24 ранг матрицы при транспонировании не меняется. Строки матрицы становятся ее столбцами. Максимальное число новых столбцов транспонированной матрицы, (бывших строк исходной) образующих линейно независимую систему, равно рангу матрицы.
Предложение 14.28 Если определитель матрицы равен нулю, то один из его столбцов (одна из строк) является линейной комбинацией остальных столбцов (строк).
Доказательство . Пусть порядок матрицы равен . Определитель является единственным минором квадратной матрицы, имеющим порядок . Так как он равен нулю, то . Следовательно, система из столбцов (строк) является линейно зависимой, то есть один из столбцов (одна из строк) является линейной комбинацией остальных.
Результаты предложений 14.15, 14.18 и 14.28 дают следующую теорему.
Теорема 14.3 Определитель матрицы равен нулю тогда и только тогда, когда один из ее столбцов (одна из строк) является линейной комбинацией остальных столбцов (строк).
Нахождение ранга матрицы с помощью вычисления всех ее миноров требует слишком большой вычислительной работы. (Читатель может проверить, что в квадратной матрице четвертого порядка 36 миноров второго порядка.) Поэтому для нахождения ранга применяется другой алгоритм. Для его описания потребуется ряд дополнительных сведений.
Определение 14.15 Назовем элементарными преобразованиями матрицследующие действия над ними:
1) перестановка строк или столбцов;
2) умножение строки или столбца на число отличное от нуля;
3) добавление к одной из строк другой строки, умноженной на число или добавление к одному из столбцов другого столбца, умноженного на число.
Предложение 14.29 При элементарных преобразованиях ранг матрицы не меняется.
Доказательство . Пусть ранг матрицы равен , -- матрица, получившаяся в результате выполнения элементарного преобразования.
Рассмотрим перестановку строк. Пусть -- минор матрицы , тогда в матрице есть минор , который или совпадает с , или отличается от него перестановкой строк. И наоборот, любому минору матрицы можно сопоставить минор матрицы или совпадающий с , или отличающийся от него порядком строк. Поэтому из того, что в матрице все миноры порядка равны нулю, следует, что в матрице тоже все миноры этого порядка равны нулю. И так как в матрице есть минор порядка , отличный от нуля, то и в матрице тоже есть минор порядка , отличный от нуля, то есть .
Рассмотрим умножение строки на число , отличное от нуля. Минору из матрицы соответствует минор из матрицы или совпадающий с , или отличающийся от него только одной строкой, которая получается из строки минора умножением на число, отличное от нуля. В последнем случае . Во всех случаях или и одновременно равны нулю, или одновременно отличны от нуля. Следовательно, .
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.
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
строки
от
до
,
она может быть представлена в виде
линейной комбинации базисных строк.
Рассмотрим минор матрицы
,
полученный из базисного минора
добавлением строки
и произвольного столбца
:
Покажем, что
данный минор
от
до
и для любого номера столбца
от 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 строки
от
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 строки
от
до
и для любого номера столбца
от 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 матрица
является 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 пространства
называется 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 пространства
равна рангу этой системы векторов:
Без доказательства.
Пусть
Столбцы матрицы размерности . Линейной комбинацией столбцов матрицы называется матрица-столбец , при этом - некоторые действительные или комплексные числа, называемые коэффициентами линейной комбинации . Если в линейной комбинации взять все коэффициенты равными нулю, то линейная комбинация равна нулевой матрице-столбцу.
Столбцы матрицы называются линейно независимыми , если их линейная комбинация равна нулю лишь когда все коэффициенты линейной комбинации равны нулю. Столбцы матрицы называются линейно зависимыми , если существует набор чисел , среди которых хотя бы одно отлично от нуля, а линейная комбинация столбцов с этими коэффициентами равна нулю
Аналогично могут быть даны определения линейной зависимости и линейной независимости строк матрицы. В дальнейшем все теоремы формулируются для столбцов матрицы.
Теорема 5
Если среди столбцов матрицы есть нулевой, то столбцы матрицы линейно зависимы.
Доказательство. Рассмотрим линейную комбинацию, в которой все коэффициенты равны нулю при всех ненулевых столбцах и единице при нулевом столбце. Она равна нулю, а среди коэффициентов линейной комбинации есть отличный от нуля. Следовательно, столбцы матрицы линейно зависимы.
Теорема 6
Если столбцов матрицы линейно зависимы, то и все столбцов матрицы линейно зависимы.
Доказательство. Будем для определенности считать, что первые столбцов матрицы 
линейно зависимы. Тогда по определению линейной зависимости существует набор чисел , среди которых хотя бы одно отлично от нуля, а линейная комбинация столбцов с этими коэффициентами равна нулю
Составим линейную комбинацию всех столбцов матрицы, включив в нее остальные столбцы с нулевыми коэффициентами
Но . Следовательно, все столбцы матрицы линейно зависимы.
Следствие . Среди линейно независимых столбцов матрицы любые линейно независимы. (Это утверждение легко доказывается методом от противного.)
Теорема 7
Для того чтобы столбцы матрицы были линейно зависимы, необходимо и достаточно, чтобы хотя бы один столбец матрицы был линейной комбинацией остальных.
Доказательство.
Необходимость. Пусть столбцы матрицы линейно зависимы, то есть существует набор чисел , среди которых хотя бы одно отлично от нуля, а линейная комбинация столбцов с этими коэффициентами равна нулю
Предположим для определенности, что . Тогда то есть первый столбец есть линейная комбинация остальных.
Достаточность . Пусть хотя бы один столбец матрицы является линейной комбинацией остальных, например, , где - некоторые числа.
Тогда , то есть линейная комбинация столбцов равна нулю, а среди чисел линейной комбинации хотя бы один (при ) отличен от нуля.
Пусть ранг матрицы равен . Любой отличный от нуля минор - го порядка называется базисным . Строки и столбцы, на пересечении которых стоит базисный минор, называются базисными .