Строки линейно зависимы. Линейная зависимость и ранг матрицы. §4.9. Ранг матрицы

Рассмотрим Сложный процент (Compound Interest) – начисление процентов как на основную сумму долга, так и на начисленные ранее проценты.

Немного теории

Владелец капитала, предоставляя его на определенное время в долг, рассчитывает на получение дохода от этой сделки. Размер ожидаемого дохода зависит от трех факторов: от величины капитала, предоставляемого в кредит, от срока, на который предоставлен кредит, и от величины ссудного процента или иначе процентной ставки.

Существуют различные методы начисления процентов. Основное их различие сводится к определению исходной суммы (базы), на которую начисляются проценты. Эта сумма может оставаться постоянной в течение всего периода или меняться. В зависимости от этого различают метод начисления по и сложным процентам.

При использовании сложных ставок процентов процентные деньги, начисленные после каждого периода начисления, присоединяются к сумме долга. Таким образом, база для начисления сложных процентов в отличие от использования изменяется в каждом периоде начисления. Присоединение начисленных процентов к сумме, которая послужила базой для их начисления, называется капитализацией процентов. Иногда этот метод называют «процент на процент».

В файле примера приведен график для сравнения наращенной суммы с использованием простых и сложных процентов.

В этой статье рассмотрим начисление по сложным процентам в случае постоянной ставки. О переменной ставке в случае сложных процентов .

Начисление процентов 1 раз в год

Пусть первоначальная сумма вклада равна Р, тогда через один год сумма вклада с присоединенными процентами составит =Р*(1+i), через 2 года =P*(1+i)*(1+i)=P*(1+i)^2, через n лет – P*(1+i)^n. Таким образом, получим формулу наращения для сложных процентов:
S = Р*(1+i)^n
где S - наращенная сумма,
i - годовая ставка,
n - срок ссуды в годах,
(1+ i)^n - множитель наращения.

В рассмотренном выше случае капитализация производится 1 раз в год.
При капитализации m раз в год формула наращения для сложных процентов выглядит так:
S = Р*(1+i/m)^(n*m)
i/m – это ставка за период.
На практике обычно используют дискретные проценты (проценты, начисляемые за одинаковые интервалы времени: год (m=1), полугодие (m=2), квартал (m=4), месяц (m=12)).

В MS EXCEL вычислить наращенную сумму к концу срока вклада по сложным процентам можно разными способами.

Рассмотрим задачу : Пусть первоначальная сумма вклада равна 20т.р., годовая ставка = 15%, срок вклада 12 мес. Капитализация производится ежемесячно в конце периода.

Способ 1. Вычисление с помощью таблицы с формулами
Это самый трудоемкий способ, но зато самый наглядный. Он заключается в том, чтобы последовательно вычислить величину вклада на конец каждого периода.
В файле примера это реализовано на листе Постоянная ставка .

За первый период будут начислены проценты в сумме =20000*(15%/12) , т.к. капитализация производится ежемесячно, а в году, как известно, 12 мес.
При начислении процентов за второй период, в качестве базы, на которую начисляются %, необходимо брать не начальную сумму вклада, а сумму вклада в конце первого периода (или начале второго). И так далее все 12 периодов.

Способ 2. Вычисление с помощью формулы Наращенных процентов
Подставим в формулу наращенной суммы S = Р*(1+i)^n значения из задачи.
S = 20000*(1+15%/12)^12
Необходимо помнить, что в качестве процентной ставки нужно указывать ставку за период (период капитализации).
Другой вариант записи формулы – через функцию СТЕПЕНЬ()
=20000*СТЕПЕНЬ(1+15%/12; 12)

Способ 3. Вычисление с помощью функции БС().
Функция БС() позволяет определить инвестиции при условии периодических равных платежей и постоянной процентной ставки, т.е. она предназначена прежде всего для расчетов в случае . Однако, опустив 3-й параметр (ПЛТ=0), можно ее использовать и для расчета сложных процентов.
=-БС(15%/12;12;;20000)

Или так =-БС(15%/12;12;0;20000;0)

Примечание . В случае переменной ставки для нахождения Будущей стоимости по методу сложных процентов БЗРАСПИС() .

Определяем сумму начисленных процентов

Рассмотрим задачу: Клиент банка положил на депозит 150 000 р. на 5 лет с ежегодным начислением сложных процентов по ставке 12 % годовых. Определить сумму начисленных процентов.

Сумма начисленных процентов I равна разности между величиной наращенной суммы S и начальной суммой Р. Используя формулу для определения наращенной суммы S = Р*(1+i)^n, получим:
I = S – P= Р*(1+i)^n – Р=P*((1+i)^n –1)=150000*((1+12%)^5-1)
Результат: 114 351,25р.
Для сравнения: начисление по простой ставке даст результат 90 000р. (см. файл примера ).

Определяем Срок долга

Рассмотрим задачу: Клиент банка положил на депозит некую сумму с ежегодным начислением сложных процентов по ставке 12 % годовых. Через какой срок сумма вклада удвоится?
Логарифмируя обе части уравнения S = Р*(1+i)^n, решим его относительно неизвестного параметра n.

В файле примера приведено решение, ответ 6,12 лет.

Вычисляем ставку сложных процентов

Рассмотрим задачу: Клиент банка положил на депозит 150 000 р. с ежегодным начислением сложных процентов. При какой годовой ставке сумма вклада удвоится через 5 лет?

В файле примера приведено решение, ответ 14,87%.

Примечание . Об эффективной ставке процентов .

Учет (дисконтирование) по сложным процентам

Дисконтирование основывается на базе концепции стоимости денег во времени: деньги, доступные в настоящее время, стоят больше, чем та же самая сумма в будущем, вследствие их потенциала обеспечить доход.
Рассмотрим 2 вида учета: математический и банковский.

Математический учет . В этом случае решается задача обратная наращению по сложным процентам, т.е. вычисления производятся по формуле Р=S/(1+i)^n
Величину Р, полученную дисконтированием S, называют современной, или текущей стоимостью, или приведенной величиной S.
Суммы Р и S эквивалентны в том смысле, что платеж в сумме S через n лет равноценен сумме Р, выплачиваемой в настоящий момент. Здесь разность D = S - P называется дисконтом.

Пример . Через 7 лет страхователю будет выплачена сумма 2000000 руб. Определить современную стоимость суммы при условии, что применяется ставка сложных процентов в 15% годовых.
Другими словами, известно:
n = 7 лет,
S = 2 000 000 руб.,
i = 15% .

Решение. P = 2000000/(1+15%)^7
Значение текущей стоимости будет меньше, т.к. открыв сегодня вклад на сумму Р с ежегодной капитализацией по ставке 15% мы получим через 7 лет сумму 2 млн. руб.

Тот же результат можно получить с помощью формулы =ПС(15%;7;;-2000000;1)
Функция ПС() возвращает приведенную (к текущему моменту) стоимость инвестиции и .

Банковский учет . В этом случае предполагается использование сложной учетной ставки. Дисконтирование по сложной учетной ставке осуществляется по формуле:
Р = S*(1- dсл)^n
где dcл - сложная годовая учетная ставка.

При использовании сложной учетной ставки процесс дисконтирования происходит с прогрессирующим замедлением, так как учетная ставка каждый раз применяется к сумме, уменьшенной за предыдущий период на величину дисконта.

Сравнив формулу наращения для сложных процентов S = Р*(1+i)^n и формулу дисконтирования по сложной учетной ставке Р = S*(1- dсл)^n придем к выводу, что заменив знак у ставки на противоположный, мы можем для расчета дисконтированной величины использовать все три способа вычисления наращения по сложным процентам, рассмотренные в разделе статьи Начисление процентов несколько раз в год .

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.

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 .

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.

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.