第一章 矩阵与线性方程组(二十)
1. 矩阵的秩的性质
乘积矩阵的秩
定理1
令
r
A
=
r
a
n
k
(
A
)
r_A=rank(A)
rA=rank(A)和
r
=
r
a
n
k
(
B
)
r=rank(B)
r=rank(B),则乘积矩阵
A
B
AB
AB的秩
r
A
B
=
r
a
n
k
(
A
B
)
r_{AB}=rank(AB)
rAB=rank(AB)满足不等式
r
A
B
≤
m
i
n
{
r
A
,
r
B
}
r_{AB}≤min\{r_A,r_B\}
rAB≤min{rA,rB}
证明
令
A
A
A和
B
B
B分别是
p
×
q
p \times q
p×q和
q
×
n
q\times n
q×n矩阵。不妨令
r
A
≤
r
B
r_A≤r_B
rA≤rB,这意味着
r
A
≤
m
i
n
q
,
n
r_A ≤min{q,n}
rA≤minq,n。对于矩阵
A
A
A,假定
p
×
p
p\times p
p×p矩阵
P
P
P和
q
×
q
q\times q
q×q矩阵
Q
Q
Q分别是对
A
A
A的列和行进行初等变换的非奇异矩阵,并使得
P
A
Q
=
C
=
[
I
r
A
O
O
A
O
]
或
P
A
=
[
T
r
A
O
O
A
O
]
Q
−
1
PAQ=C= \left[ \begin{matrix} I_{r_A} & O \\ O^A & O \end{matrix} \right] 或PA= \left[ \begin{matrix} T_{r_A} & O \\ O^A & O \end{matrix} \right]Q^{-1}
PAQ=C=[IrAOAOO]或PA=[TrAOAOO]Q−1
用
B
B
B右乘第二式两边,由于
r
A
≤
m
i
n
q
,
n
r_A≤min{q,n}
rA≤minq,n,故
q
×
n
q\times n
q×n矩阵
Q
−
1
B
Q^{-1}B
Q−1B可分块为
[
T
r
A
×
n
S
(
q
−
r
A
)
×
n
]
\left[ \begin{matrix} T_{r_A \times n} \\ S_{(q-r_A)\times n} \end{matrix} \right]
[TrA×nS(q−rA)×n]
使得
P
A
B
=
[
I
r
A
O
O
A
O
]
Q
−
1
B
=
[
I
r
A
O
O
A
O
]
[
T
r
A
×
n
S
(
q
−
r
A
)
×
n
]
=
[
T
r
A
×
n
O
]
PAB= \left[ \begin{matrix} I_{r_A} & O \\ O^A & O \end{matrix} \right]Q^{-1}B= \left[ \begin{matrix} I_{r_A} & O \\ O^A & O \end{matrix} \right] \left[ \begin{matrix} T_{r_A \times n} \\ S_{(q-r_A)\times n} \end{matrix} \right] = \left[ \begin{matrix} T_{r_A \times n} \\ O \end{matrix} \right]
PAB=[IrAOAOO]Q−1B=[IrAOAOO][TrA×nS(q−rA)×n]=[TrA×nO]
由于
P
P
P是一系列初等变换的乘积,它不会改变矩阵
A
B
AB
AB的秩,故
r
a
n
k
(
P
A
B
)
=
r
a
n
k
(
A
B
)
=
r
a
n
k
[
T
r
A
×
n
O
]
≤
r
A
rank(PAB) = rank(AB) = rank \left[ \begin{matrix} T_{r_A \times n} \\ O \end{matrix} \right] ≤r_A
rank(PAB)=rank(AB)=rank[TrA×nO]≤rA
由于假定 r A ≤ r B r_A≤r_B rA≤rB,所以上式意味着 r a n k ( A B ) ≤ m i n r A , r B rank(AB)≤min{r_A,r_B} rank(AB)≤minrA,rB。
类似地,令
r
A
≥
r
B
r_A≥r_B
rA≥rB,这意味着
B
≤
p
_B≤p
B≤p或
r
B
≤
q
r_B≤q
rB≤q。
假定存在
q
×
q
q\times q
q×q初等变换矩阵
U
U
U和
n
×
n
n\times n
n×n初等变换矩阵
V
V
V使得
U
B
V
=
D
=
[
I
r
B
O
O
O
]
或
B
V
=
U
−
1
[
I
r
B
O
O
O
]
UBV=D=\left[ \begin{matrix} I_{r_B} & O \\ O & O \end{matrix} \right] 或 BV=U^{-1} \left[ \begin{matrix} I_{r_B} & O \\ O & O \end{matrix} \right]
UBV=D=[IrBOOO]或BV=U−1[IrBOOO]
用矩阵
A
A
A左乘第二式两边,则
p
×
q
p\times q
p×q矩阵
A
U
−
1
AU^{-1}
AU−1可以分块为
[
T
p
x
r
B
,
S
p
x
(
q
−
r
B
)
]
[T_{pxr_B},S_{px(q-r_B)}]
[TpxrB,Spx(q−rB)],使得
A
B
V
=
A
U
−
1
[
I
r
B
O
O
O
]
=
T
p
×
r
B
,
S
p
×
(
q
−
r
B
)
]
[
I
r
B
O
O
O
]
=
[
T
p
×
r
B
,
O
]
ABV=AU^{-1}\left[ \begin{matrix} I_{r_B} & O \\ O & O \end{matrix} \right] =T_{p\times r_B},S_{p\times (q-r_B)}] \left[ \begin{matrix} I_{r_B} & O \\ O & O \end{matrix} \right] =[T_{p\times r_B,O}]
ABV=AU−1[IrBOOO]=Tp×rB,Sp×(q−rB)][IrBOOO]=[Tp×rB,O]
由于
V
V
V是一系列初等变换矩阵的乘积,它不改变矩阵
A
B
AB
AB的秩,故
r
a
n
k
(
A
B
V
)
≤
r
a
n
k
(
A
B
)
=
r
a
n
k
[
T
p
x
r
B
]
≤
r
B
rank(ABV)≤rank(AB)=rank[T_{pxr_B}]≤r_B
rank(ABV)≤rank(AB)=rank[TpxrB]≤rB
由于假定
r
A
≥
r
B
r_A≥r_B
rA≥rB,所以上式意味着
r
a
n
k
(
A
B
)
≤
m
i
n
{
r
A
,
r
B
}
rank(AB)≤min\{r_A,r_B\}
rank(AB)≤min{rA,rB}。这就证明了本定理。
引理1
m
×
n
m\times n
m×n矩阵
A
A
A左乘
m
×
m
m\times m
m×m非奇异矩阵
P
P
P或者右乘
n
×
n
n\times n
n×n非奇异矩阵
Q
Q
Q,将不改变
A
A
A的秩。
证明
由于
m
×
m
m\times m
m×m矩阵
P
P
P非奇异,即
r
a
n
k
(
P
)
=
m
rank(P)=m
rank(P)=m,故
r
a
n
k
(
A
)
≤
r
a
n
k
(
P
)
rank(A)≤rank(P)
rank(A)≤rank(P)。令
M
=
P
A
M=PA
M=PA,则根据定理1知
r
a
n
k
(
M
)
≤
r
a
n
k
(
A
)
rank(M)≤rank(A)
rank(M)≤rank(A)。
另一方面,由
A
=
P
−
1
M
A=P^{-1}M
A=P−1M及定理1又有
r
a
n
k
(
A
)
≤
r
a
n
k
(
M
)
rank(A)≤rank(M)
rank(A)≤rank(M)。于是,
r
a
n
k
(
A
)
=
r
a
n
k
(
M
)
=
r
a
n
k
(
P
A
)
rank(A)=rank(M)=rank(PA)
rank(A)=rank(M)=rank(PA)。
类似地,可以证明 r a n k ( A ) = r a n k ( A Q ) rank(A)=rank(AQ) rank(A)=rank(AQ)。
特别地,若 p × m p\times m p×m矩阵 P P P具有满列秩, n × q n\times q n×q矩阵 Q Q Q具有满行秩,即 r a n k ( P ) = m rank(P)=m rank(P)=m和 r a n k ( Q ) = n rank(Q)=n rank(Q)=n,则 r a n k ( P A ) = r a n k ( A ) rank(PA)=rank(A) rank(PA)=rank(A)和 r a n k ( A Q ) = r a n k ( A ) rank(AQ)=rank(A) rank(AQ)=rank(A)。
引理2
r
a
n
k
[
A
,
B
]
≤
r
a
n
k
(
A
)
+
r
a
n
k
(
B
)
rank[A,B]≤rank(A)+rank(B)
rank[A,B]≤rank(A)+rank(B)。
证明
r
a
n
k
[
A
,
B
]
≤
矩阵
[
A
,
B
]
的线性无关列数
rank[A,B]≤矩阵[A,B]的线性无关列数
rank[A,B]≤矩阵[A,B]的线性无关列数$
≤
矩阵
A
的线性无关列数
+
矩阵
B
的线性无关列数
≤矩阵A的线性无关列数+矩阵B的线性无关列数
≤矩阵A的线性无关列数+矩阵B的线性无关列数
≤
r
a
n
k
(
A
)
+
r
a
n
k
(
B
)
≤rank(A)+rank(B)
≤rank(A)+rank(B)
即引理得证。
引理3
r
a
n
k
(
A
+
B
)
≤
r
a
n
k
[
A
,
B
]
≤
r
a
n
k
(
A
)
+
r
a
n
k
(
B
)
rank(A+B)≤rank[A,B]≤rank(A)+rank(B)
rank(A+B)≤rank[A,B]≤rank(A)+rank(B)
证明
对矩阵
A
+
B
=
[
A
,
B
]
[
I
I
]
A+B=[A,B]\left[ \begin{matrix} I \\ I \end{matrix} \right]
A+B=[A,B][II]应用定理1,则有
r
a
n
k
(
A
+
B
)
≤
r
a
n
k
[
A
,
B
]
rank(A+B)≤rank[A,B]
rank(A+B)≤rank[A,B]。
引理4
对于
m
×
n
m\times n
m×n矩阵
A
A
A和
n
×
q
n\times q
n×q矩阵
B
B
B,秩不等式
r
a
n
k
(
A
B
)
≥
r
a
n
k
(
A
)
+
r
a
n
k
(
B
)
−
n
rank(AB)≥rank(A)+ rank(B)-n
rank(AB)≥rank(A)+rank(B)−n成立。
证明
令
r
A
=
r
a
n
k
(
A
)
r_A=rank(A)
rA=rank(A),且
m
×
m
m\times m
m×m矩阵
P
P
P和
n
×
n
n\times n
n×n矩阵
Q
Q
Q是适当的初等变换矩阵,使得
P
A
Q
=
[
I
r
A
O
O
O
]
PAQ=\left[ \begin{matrix} I_{r_A} & O \\ O & O \end{matrix} \right]
PAQ=[IrAOOO]。定义
X
=
P
−
1
[
O
O
O
I
n
−
r
A
]
Q
−
1
X=P^{-1}\left[ \begin{matrix} O & O \\ O & I_{n-r_A} \end{matrix} \right] Q^{-1}
X=P−1[OOOIn−rA]Q−1,则
r
a
n
k
(
x
)
=
n
−
r
A
rank(x)=n-r_A
rank(x)=n−rA和
A
+
X
=
P
−
1
Q
−
1
A+X=P^{-1}Q^{-1}
A+X=P−1Q−1。于是,根据引理1得
r
a
n
k
(
B
)
=
r
a
n
k
(
P
−
1
Q
−
1
B
)
=
r
a
n
k
(
A
B
+
X
B
)
rank(B) = rank(P^{-1}Q^{-1}B)=rank(AB + XB)
rank(B)=rank(P−1Q−1B)=rank(AB+XB)
≤
r
a
n
k
(
A
B
)
+
r
a
n
k
(
X
B
)
≤rank(AB)+rank(XB)
≤rank(AB)+rank(XB)
<
r
a
n
k
(
A
B
)
+
r
a
n
k
(
X
)
(
因为
r
a
n
k
(
X
B
)
≤
r
a
n
k
(
X
)
)
<rank(AB)+rank(X)(因为rank(XB)≤rank(X))
<rank(AB)+rank(X)(因为rank(XB)≤rank(X))
≤
r
a
n
k
(
A
B
)
+
n
−
r
A
≤rank(AB)+n-r_A
≤rank(AB)+n−rA
即有
r
a
n
k
(
A
B
)
≥
r
a
n
k
(
A
)
+
r
a
n
k
(
B
)
−
n
rank(AB)≥rank(A)+rank(B)-n
rank(AB)≥rank(A)+rank(B)−n。
2.秩的性质
(1)秩是一个正整数。
(2)秩等于或小于矩阵的行数或列数。
(3)当
n
×
n
n\times n
n×n矩阵
A
A
A的秩等于
n
n
n时,则A是非奇异矩阵,或称A满秩(full rank)。
(4)如果
r
a
n
k
(
A
m
×
n
)
<
m
i
n
m
,
n
rank(A_{m\times n)}<min{m,n}
rank(Am×n)<minm,n,则称A是秩亏缺的。一个秩亏缺的正方矩阵称为奇异矩阵。
(5)若
r
a
n
k
(
A
m
×
n
)
=
m
(
<
n
)
rank(A_{m\times n})=m(<n)
rank(Am×n)=m(<n),则称矩阵
A
A
A具有满行秩(full row rank)。
(6)若
r
a
n
k
(
A
m
×
n
)
=
n
(
<
m
)
rank(A_{m\times n})=n(<m)
rank(Am×n)=n(<m),则称矩阵A具有满列秩(full column rank)。
(7)任何矩阵
A
A
A左乘满列秩矩阵或者右乘满行秩矩阵后,矩阵A的秩保持不变。
(8)当矩阵的秩
r
a
n
k
(
A
m
×
n
)
=
r
≠
0
rank(A_{m\times n})=r≠0
rank(Am×n)=r=0时,至少存在一个
r
×
r
r\times r
r×r子矩阵
X
r
×
r
X_{r\times r}
Xr×r满秩或非奇异。即是说,矩阵
A
m
×
n
A_{m\times n}
Am×n可以分块为
A
m
×
n
=
[
X
r
×
r
Y
r
×
(
n
−
r
)
Z
(
m
−
r
)
×
r
W
(
m
−
r
)
×
(
n
−
r
)
]
A_{m\times n}= \left[ \begin{matrix} X_{r\times r} & Y_{r\times (n-r)} \\ Z_{(m-r)\times r} & W_{(m-r)\times (n-r)} \end{matrix} \right]
Am×n=[Xr×rZ(m−r)×rYr×(n−r)W(m−r)×(n−r)]
式中,
X
r
×
r
X_{r\times r}
Xr×r非奇异。
3.关于秩的等式
(1)若
A
∈
C
m
×
n
A\in C^{m\times n}
A∈Cm×n,则
r
a
n
k
(
A
H
)
=
r
a
n
k
(
A
T
)
=
r
a
n
k
(
A
∗
)
=
r
a
n
k
(
A
)
rank(A^H)=rank(A^T)=rank(A^*)=rank(A)
rank(AH)=rank(AT)=rank(A∗)=rank(A)。
(2)若
A
∈
C
m
×
n
A\in C^{m\times n}
A∈Cm×n和
c
≠
0
c≠0
c=0,则
r
a
n
k
(
c
A
)
=
r
a
n
k
(
A
)
rank(cA)=rank(A)
rank(cA)=rank(A)。
(3)若
A
∈
C
m
×
n
A\in C^{m\times n}
A∈Cm×n和
C
∈
C
n
×
n
C \in C^{n\times n}
C∈Cn×n均非奇异,则对于任一矩阵
B
∈
C
m
×
n
B\in C^{m\times n}
B∈Cm×n有
r
a
n
k
(
A
B
)
=
r
a
n
k
(
B
)
=
r
a
n
k
(
B
C
)
=
r
a
n
k
(
A
B
C
)
rank(AB)=rank(B)=rank(BC)=rank(ABC)
rank(AB)=rank(B)=rank(BC)=rank(ABC)。即是说,矩阵
B
B
B左乘与(或)右乘一个非奇异矩阵后,
B
B
B的秩保持不变。
(4)如果
A
,
B
∈
C
m
×
n
A,B\in C^{m\times n}
A,B∈Cm×n,则
r
a
n
k
(
A
)
=
r
a
n
k
(
B
)
rank(A)=rank(B)
rank(A)=rank(B)当且仅当存在非奇异矩阵
X
∈
C
m
×
m
X\in C^{m\times m}
X∈Cm×m和
Y
∈
C
n
×
n
Y\in C^{n\times n}
Y∈Cn×n使得
B
=
X
A
Y
B=XAY
B=XAY。
(5)若
A
∈
C
m
×
n
A\in C^{m\times n}
A∈Cm×n,则
r
a
n
k
(
A
A
T
)
=
r
a
n
k
(
A
T
A
)
−
r
a
n
k
(
A
)
rank(AA^T)=rank(A^TA)-rank(A)
rank(AAT)=rank(ATA)−rank(A)
r
a
n
k
(
A
A
H
)
=
r
a
n
k
(
A
H
A
)
=
r
a
n
k
(
A
)
rank(AA^H)=rank(A^HA)=rank(A)
rank(AAH)=rank(AHA)=rank(A)
(6)若
A
∈
C
m
×
m
A\in C^{m\times m}
A∈Cm×m,则
r
a
n
k
(
A
)
=
m
⇔
d
e
t
(
A
)
≠
0
⇔
A
非奇异
rank(A)=m \Leftrightarrow det(A)≠0\Leftrightarrow A非奇异
rank(A)=m⇔det(A)=0⇔A非奇异
(7)若
m
×
m
m\times m
m×m矩阵
A
A
A非奇异,且
B
∈
C
m
×
n
B\in C^{m\times n}
B∈Cm×n,
C
∈
C
n
×
n
C\in C^{n\times n}
C∈Cn×n,
D
∈
C
m
×
n
D\in C^{m\times n}
D∈Cm×n则
[
A
B
C
D
]
=
m
⇔
D
=
C
A
−
1
B
\left[ \begin{matrix} A & B \\ C & D \end{matrix} \right]=m \Leftrightarrow D=CA^{-1}B
[ACBD]=m⇔D=CA−1B
4.关于秩的不等式
(1)对于任意
m
×
n
m\times n
m×n矩阵
A
A
A均有
r
a
n
k
(
A
)
≤
m
i
n
m
,
n
rank(A)≤min{m,n}
rank(A)≤minm,n。
(2)若
A
,
B
∈
C
m
x
n
A,B\in C^{mxn}
A,B∈Cmxn,则
r
a
n
k
(
A
+
B
)
≤
r
a
n
k
(
A
)
+
r
a
n
k
(
B
)
rank(A+B)≤rank(A)+rank(B)
rank(A+B)≤rank(A)+rank(B)。
(3)若
A
∈
C
m
×
k
A\in C^{m\times k}
A∈Cm×k和
B
∈
C
k
×
n
B\in C^{k\times n}
B∈Ck×n,则
r
a
n
k
(
A
)
+
r
a
n
k
(
B
)
−
k
≤
r
a
n
k
(
A
B
)
≤
m
i
n
r
a
n
k
(
A
)
,
r
a
n
k
(
B
)
rank(A)+rank(B)-k≤rank(AB)≤min{rank(A),rank(B)}
rank(A)+rank(B)−k≤rank(AB)≤minrank(A),rank(B)
(4)如果从任意矩阵中删去某些行与(或)某些列,则所得子矩阵的秩不可能大于原矩阵的秩。