一个矩阵的行数和列数可能不同，为什么它的行秩和列秩始终相同

西笑生

已于 2024-09-16 18:19:41 修改

阅读量434

点赞数 21

分类专栏：数学物理文章标签：矩阵行秩列秩

于 2024-09-16 09:14:14 首次发布

本文链接：https://blog.csdn.net/flyfish1986/article/details/142298479

版权

数学物理专栏收录该内容

70 篇文章 0 订阅

订阅专栏

一个矩阵的行数和列数可能不同，为什么它的行秩和列秩始终相同

flyfish

通俗理解矩阵的秩
 通俗理解低秩分解
 Python 将矩阵转换为行最简形式 (Row Echelon Form, REF)和列最简形式 (Column Echelon Form, CEF)
线性无关 ：一组向量是线性无关的，意味着其中的任何一个向量都不能通过其他向量的线性组合得到。因此，矩阵的秩反映了有多少行或列是独立的，不能用其他行或列的线性组合表示。

计算行秩和列秩的步骤，背后的原理是基于线性代数中的初等变换 ，具体来说，就是通过行变换 和列变换 来简化矩阵，找到矩阵中线性无关 的行和列。

初等行变换可以是如下操作：
交换行：交换矩阵中的两行。
将某行乘以非零常数：不会改变行的独立性。
将某行加上另一行的倍数

矩阵的秩 表示矩阵中“线性无关”行或列的最大数量，也就是该矩阵能够提供多少“独立的信息”。

下面的简化过程可以叫高斯消元法
高斯消元法的核心思想是通过初等行变换（例如交换行、给某行乘以一个非零常数、给一行加上另一行的倍数），逐步将矩阵的下三角部分化为零，最后得到一个上三角矩阵或阶梯形矩阵。

这个方法的目标是让矩阵变成一种上三角形式，即矩阵的下方部分为零，而上方部分则保留了非零元素，这种形式让我们可以清晰地看到矩阵中的线性无关行。

假设矩阵 $A$ 为： $\begin{pmatrix} 1 & 2 \\ 3 & 4 \\ 5 & 6 \end{pmatrix}$

一、计算行秩

使用初等行变换将矩阵简化** 行秩可以通过将矩阵化为行简化阶梯形矩阵 （也叫行最简形式 ）来计算。在这个过程中，我们使用初等行变换使得矩阵尽可能接近上三角形结构，最后得到的矩阵非零行的数量就是行秩。

行最简形式 (Row Echelon Form, REF)
通过初等行变换将矩阵化为行最简形式。给定矩阵：
$\begin{bmatrix} 1 & 2 \\ 3 & 4 \\ 5 & 6 \end{bmatrix}$

步骤 1：保持第一个主元 1 不变，消去其他行的第一列元素。

使用第一行的主元 1，消去第二行的第一个元素 3： $R_2 = R_2 - 3 \times R_1$

计算：
$\begin{bmatrix} 3 & 4 \end{bmatrix} - 3 \times \begin{bmatrix} 1 & 2 \end{bmatrix} = \begin{bmatrix} 3 & 4 \end{bmatrix} - \begin{bmatrix} 3 & 6 \end{bmatrix} = \begin{bmatrix} 0 & -2 \end{bmatrix}$

使用第一行的主元 1，消去第三行的第一个元素 5： $R_3 = R_3 - 5 \times R_1$

计算：
$\begin{bmatrix} 5 & 6 \end{bmatrix} - 5 \times \begin{bmatrix} 1 & 2 \end{bmatrix} = \begin{bmatrix} 5 & 6 \end{bmatrix} - \begin{bmatrix} 5 & 10 \end{bmatrix} = \begin{bmatrix} 0 & -4 \end{bmatrix}$

此时，矩阵变为：
$\begin{bmatrix} 1 & 2 \\ 0 & -2 \\ 0 & -4 \end{bmatrix}$
步骤 2：将第二行的主元 -2 变为 1。通过将第二行除以 -2： $R_2 = \frac{1}{-2} \times R_2 = \begin{bmatrix} 0 & 1 \end{bmatrix}$

此时，矩阵变为：
$\begin{bmatrix} 1 & 2 \\ 0 & 1 \\ 0 & -4 \end{bmatrix}$
步骤 3：消去第三行的第二个元素 -4。通过使用第二行的主元 1 来消去第三行的第二列的 -4： $R_3 = R_3 + 4 \times R_2$

计算：
$\begin{bmatrix} 0 & -4 \end{bmatrix} + 4 \times \begin{bmatrix} 0 & 1 \end{bmatrix} = \begin{bmatrix} 0 & -4 \end{bmatrix} + \begin{bmatrix} 0 & 4 \end{bmatrix} = \begin{bmatrix} 0 & 0 \end{bmatrix}$

此时，矩阵变为：
$\begin{bmatrix} 1 & 2 \\ 0 & 1 \\ 0 & 0 \end{bmatrix}$
步骤 4：消去第一行的第二个元素 2。通过使用第二行的主元 1 来消去第一行的第二列的 2： $R_1 = R_1 - 2 \times R_2$

计算：
$\begin{bmatrix} 1 & 2 \end{bmatrix} - 2 \times \begin{bmatrix} 0 & 1 \end{bmatrix} = \begin{bmatrix} 1 & 2 \end{bmatrix} - \begin{bmatrix} 0 & 2 \end{bmatrix} = \begin{bmatrix} 1 & 0 \end{bmatrix}$

最终的行最简形式为：
$\text{REF} = \begin{bmatrix} 1 & 0 \\ 0 & 1 \\ 0 & 0 \end{bmatrix}$

结果：

行简化阶梯形矩阵中有 2 行非零行，所以矩阵的行秩为 2 。

二、计算列秩

使用初等列变换将矩阵简化
计算列秩。我们通过列变换将矩阵化为列简化阶梯形矩阵，最后非零列的数量就是列秩。

列最简形式 (Column Echelon Form, CEF)
为了得到列最简形式，先对矩阵进行转置，再进行行化简，最后转置回来。

给定矩阵：
$\begin{bmatrix} 1 & 2 \\ 3 & 4 \\ 5 & 6 \end{bmatrix}$

步骤 1：转置矩阵。

矩阵转置为：
$A^T = \begin{bmatrix} 1 & 3 & 5 \\ 2 & 4 & 6 \end{bmatrix}$
步骤 2：对转置矩阵 $A^T$ 进行行化简。
使用第一行的主元 1 消去第二行的第一列的 2： $R_2 = R_2 - 2 \times R_1$

计算：
$\begin{bmatrix} 2 & 4 & 6 \end{bmatrix} - 2 \times \begin{bmatrix} 1 & 3 & 5 \end{bmatrix} = \begin{bmatrix} 2 & 4 & 6 \end{bmatrix} - \begin{bmatrix} 2 & 6 & 10 \end{bmatrix} = \begin{bmatrix} 0 & -2 & -4 \end{bmatrix}$

将第二行的主元 -2 变为 1： $R_2 = \frac{1}{-2} \times \begin{bmatrix} 0 & -2 & -4 \end{bmatrix} = \begin{bmatrix} 0 & 1 & 2 \end{bmatrix}$

使用第二行的主元 1 消去第一行的第二个元素 3： $R_1 = R_1 - 3 \times R_2$

计算：
$\begin{bmatrix} 1 & 3 & 5 \end{bmatrix} - 3 \times \begin{bmatrix} 0 & 1 & 2 \end{bmatrix} = \begin{bmatrix} 1 & 3 & 5 \end{bmatrix} - \begin{bmatrix} 0 & 3 & 6 \end{bmatrix} = \begin{bmatrix} 1 & 0 & -1 \end{bmatrix}$