有关秩的几个重要式子

矩阵的秩：
设A是m×n矩阵，若存在k阶子式不为零，而任意k+1阶子式全为零（如果有的话），则r(A)=k，且A是n×n矩阵，则
$$r(A_{n\times n})=n\iff |A|\ne 0\iff A可逆$$
向量组的秩：
向量组${\alpha }_1,{\alpha }_2,...,{\alpha }_s$的极大线性无关组${\alpha }_{i_1},{\alpha }_{i_2},...,{\alpha }_{i_r}$中所含向量的个数r称为向量组的秩，记作$rank({\alpha }_1,{\alpha }_2,...{\alpha }_s)=r或r({\alpha }_1,{\alpha }_2,...{\alpha }_s)=r$

常见的一些公式及证明
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 ≤ r ( A ) ≤ m i n { m , n } 0≤r(A)≤min\{m,n\} 0≤r(A)≤min{ m,n}（由矩阵的秩的定义可知）
②$r(kA)=r(A)(k\ne 0)$（由矩阵的定义可以）
③ r ( A B ) ≤ m i n { r ( A ) , r ( B ) } r(AB)≤min\{r(A),r(B)\} r(AB)≤min{ r(A),r(B)}
  证明：
A m × n B n × s = { a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋱ ⋮ a m 1 a m 2 ⋯ a m n } × { β 1 β 2 ⋮ β n } = { a 11 β 1 + a 12 β 2 + . . . + a 1 n β n ⋮ a m 1 β 1 + a m 2 β 2 + . . . + a m n β n } A_{m×n}B_{n×s}= \left\{ \begin{matrix} a_{11} & a_{12} & \cdots & a_{1n}\\ a_{21}& a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} \end{matrix} \right\} × \left\{\begin{matrix} \beta_1 \\ \beta_2 \\ \vdots \\ \beta_n \end{matrix}\right\}=\left\{\begin{matrix} a_{11}\beta_1+a_{12}\beta_2+...+a_{1n}\beta_n \\ \vdots \\a_{m1}\beta_1+a_{m2}\beta_2+...+a_{mn}\beta_n \end{matrix}\right\} Am×n​Bn×s​=⎩⎪⎪⎪⎨⎪⎪⎪⎧​a11​a21​⋮am1​​a12​a