← 返回学习笔记

Lecture 10:矩阵的秩

考研数学学习笔记:Lecture 10:矩阵的秩。保留原始公式、图示与例题。

本页目录

10.1 秩的定义

定义矩阵的秩
描述:设 A 是 $mn$ 的矩阵,若存在 k 阶子式不为零,且任意 k+1 阶子式(如果有的话)全为零,则 r(A)=k,且若 A 为 nn 矩阵,则得到:$$r\left(A_{n\times n}\right)=n\Leftrightarrow\left|A\right|\neq0\Leftrightarrow A\text{可逆}$$

解释

  • 子式:
  • 子式一定是行列式;
  • k 阶子式:
  • 当矩阵为 $\left(\begin{matrix}1&2&3\\4&5&6\end{matrix}\right)$ 时,其 k=2 的二阶子式为 $\left|\begin{matrix}1&3\\4&6\end{matrix}\right|$
  • 其一共有三个二阶子式;
  • 意义:若存在 k 阶子式不为零,且任意 k+1 阶子式(如果有的话)全为零
  • 假设当前为 k=2 二阶情况下,此时其二阶子式因为表示行列式 -> 面积;
  • 当其不为零时,向量之间互相都不能表示 -> k 个线性无关向量;
  • 意义:r(A)=k
  • 存在 k 个无关向量;
  • 任意 k+1 个向量都相关;
  • 此时 r(A)=k 就是组成矩阵线性无关的向量的个数;

补充:秩的几何含义

  • 意义:
  • 秩,代表经过 A 矩阵的变换后,变换后的空间的维数;
  • 变换后的基向量张成的空间,就是所有可能的变换结果 -> 即:变换后的基向量,其所张成的空间的维数;
  • 举例:
  • 当出现 32 的矩阵 $A_{32}$ 时,其表示将一个二维的图形映射到三维的空间中;因为 A 有两个基向量,并且这两个基向量现在是三维的 [x,y,z]
  • 当出现 23 的矩阵 $A_{32}$ 时,其表示将一个三维的图形映射到二维的空间中;因为 A 有三个基向量,并且这三个基向量现在是二维的 [x,y] 基向量;

10.2 求矩阵的秩

方法:求矩阵的秩

  • A 用初等行变换化为行阶梯形矩阵,其非零行数便为 A 的秩;

方法:求矩阵的秩 - 举例

  • 题目:若 $\begin{bmatrix}1&2&-1&1\\2&0&t&0\\0&-4&5&-2\end{bmatrix}$ 的秩为 2,则求 t
  • 分析:
  • $A\rightarrow\left(\begin{matrix}1&2&-1&1\\0&-4&t+2&-2\\0&-4&5&-2\end{matrix}\right)\rightarrow\left(\begin{matrix}1&2&-1\\0&-4&t+2&-2\\0&0&3-t&0\end{matrix}\right)$
  • 此时已经是一个行阶梯形矩阵了;
  • 并且因为矩阵秩是 2,所以下面的都是 0 行,所以 3-t=0
  • 所以 t=3

10.3 有关秩的几个重要式子

概念:设 A 是 m*n 矩阵,B 是满足有关矩阵运算要求的矩阵,则:

  • (1)$0\leqslant r(A)\leqslant\min\{m,n\}$(由定义)
  • 任何矩阵的秩最低为 0,并且 $r(A)=0$ 当且仅当 $A=O$;
  • $r(A)\leqslant\min\{m,n\}$,因为矩阵的非零子式阶数不会超过行数或列数;
  • (2)$r(kA)=r(A)\quad(k\neq0)$(由定义)
  • (3)$r\left(AB\right)\leqslant\min\left\{r\left(A\right),r\left(B\right)\right\}$
  • 矩阵相乘不会增加秩;
  • (4)$r(A+B)\leq r(A)+r(B)$
  • (5)$r\left(A^{*}\right)=\begin{cases}n,&r\left(A\right)=n,\\1,&r\left(A\right)=n-1,\\0,&r\left(A\right)<n-1,\end{cases}$
  • (6)设 A= m*n 的矩阵,P、Q 分别为 m 阶、n 阶的可逆矩阵,则:r(A)=r(PA)=r(AQ)=r(PAQ)
  • 在过程当中,所有中间矩阵都是等价的:$r\left(\begin{matrix}E_{r}&0\\0&0\end{matrix}\right)$
  • (7)若 $A_{m\times n}B_{n\times s}=O$,则 $r\left(A\right)+r\left(B\right)\leqslant n$;
  • nA 的列数;
  • (8)格拉姆矩阵:$r\left(A\right)=r\left(A^{T}\right)=r\left(A^{T}A\right)=r\left(AA^{T}\right)$
  • 格拉姆矩阵 $A^TA$ 与 $AA^T$ 的秩都等于 $A$ 的秩;
  • 对任意矩阵,都有 $r(A)=r(A^T)$;