定理1 矩阵 A n × m A_{n\times m} An×m的秩为 1 1 1 ⟺ \Longleftrightarrow ⟺ A = α β T A=\alpha\beta^T A=αβT,其中 α , β \alpha, \beta α,β分别为 n , m n,m n,m维非零列向量。
证明:
必要性:由等价标准型定理知存在可逆矩阵
P
,
Q
P,Q
P,Q使得
A
=
P
[
1
O
O
O
]
Q
A=P \begin{bmatrix}1&O\\O&O\end{bmatrix}Q
A=P[1OOO]Q,其中
[
1
O
O
O
]
=
[
1
O
]
n
×
1
[
1
O
]
1
×
m
\begin{bmatrix}1&O\\O&O\end{bmatrix}=\begin{bmatrix}1\\O\end{bmatrix}_{n\times 1}\begin{bmatrix}1&O\end{bmatrix}_{1\times m}
[1OOO]=[1O]n×1[1O]1×m。
令
α
=
P
[
1
O
]
n
×
1
\alpha=P\begin{bmatrix}1\\O\end{bmatrix}_{n\times 1}
α=P[1O]n×1,
β
T
=
[
1
O
]
1
×
m
Q
\beta^T=\begin{bmatrix}1&O\end{bmatrix}_{1\times m}Q
βT=[1O]1×mQ,则
A
=
(
P
[
1
O
]
n
×
1
)
(
[
1
O
]
1
×
m
Q
)
=
α
β
T
A=\left(P\begin{bmatrix}1\\O\end{bmatrix}_{n\times 1}\right)\left(\begin{bmatrix}1&O\end{bmatrix}_{1\times m}Q\right)=\alpha\beta^T
A=(P[1O]n×1)([1O]1×mQ)=αβT。
充分性:设
A
=
α
β
T
A=\alpha\beta^T
A=αβT,则由“矩阵越乘秩越小”知
r
(
A
)
≤
min
{
r
(
α
)
,
r
(
β
)
}
=
1
r(A)\le \min\{r(\alpha), r(\beta)\}=1
r(A)≤min{r(α),r(β)}=1。又
α
,
β
\alpha, \beta
α,β非零,故
A
≠
O
A\ne O
A=O,因此
r
(
A
)
>
0
r(A)>0
r(A)>0,
r
(
A
)
=
1
r(A)=1
r(A)=1。
定理2 矩阵 A n × n = α β T A_{n\times n}=\alpha\beta^T An×n=αβT( α , β ≠ 0 \alpha,\beta\ne0 α,β=0),则:
(1) ∃ \exists ∃常数 k k k使得 A 2 = k A A^2=kA A2=kA;
(2) A A A的特征值为 β T α , 0 , 0 , … , 0 \beta^T\alpha,0,0,\dots,0 βTα,0,0,…,0;
(3) 当且仅当 β T α ≠ 0 \beta^T\alpha \ne 0 βTα=0时 A A A可以对角化。
证明:
(1)
A
2
=
α
β
T
α
β
T
=
α
(
β
T
α
)
β
T
A^2=\alpha\beta^T\alpha\beta^T=\alpha(\beta^T\alpha)\beta^T
A2=αβTαβT=α(βTα)βT,而
β
T
α
\beta^T\alpha
βTα是数,故可以提出来:
A
2
=
(
β
T
α
)
α
β
T
=
(
β
T
α
)
A
A^2=(\beta^T\alpha)\alpha\beta^T=(\beta^T\alpha)A
A2=(βTα)αβT=(βTα)A,令
k
=
β
T
α
k=\beta^T\alpha
k=βTα即得
A
2
=
k
A
A^2=kA
A2=kA。
(2) 由
r
(
A
)
=
1
r(A)=1
r(A)=1知方程
A
x
=
0
Ax=0
Ax=0有
n
−
1
n-1
n−1个线性无关的特解,故
0
0
0为
A
A
A的特征值,其几何重数为
n
−
1
n-1
n−1;又由代数重数大于等于几何重数知
0
0
0的代数重数至少为
n
−
1
n-1
n−1。同时,
A
α
=
α
β
T
α
=
α
(
β
T
α
)
=
(
β
T
α
)
α
A\alpha=\alpha\beta^T\alpha=\alpha(\beta^T\alpha)=(\beta^T\alpha)\alpha
Aα=αβTα=α(βTα)=(βTα)α,因此
β
T
α
\beta^T\alpha
βTα是
A
A
A的一个特征值,
α
\alpha
α为对应的特征向量。所以
A
A
A的特征值为
β
T
α
,
0
,
0
,
…
,
0
\beta^T\alpha,0,0,\dots,0
βTα,0,0,…,0(共
n
−
1
n-1
n−1个
0
0
0)。
这个结论也表明:
tr
(
A
)
=
β
T
α
\text{tr}(A)=\beta^T\alpha
tr(A)=βTα。
(3) 当且仅当
β
T
α
≠
0
\beta^T\alpha \ne 0
βTα=0时,特征值
0
0
0的代数重数等于几何重数
(
n
−
1
)
(n-1)
(n−1),此时
A
A
A可对角化。换言之,
A
A
A不可对角化当且仅当向量
α
\alpha
α,
β
\beta
β正交。