2.5 矩阵的秩

 

2.5 矩阵的秩

矩阵的秩的定义

矩阵的秩是线性代数中的一个重要概念，用于描述矩阵的行或列的线性独立性。为了更好地理解矩阵的秩，我们先引入矩阵的子式的概念。

子式的定义

矩阵 AAA 的一个 kkk 阶子式是指从矩阵 AAA 中选取 kkk 行和 kkk 列，构成的 k×kk \times kk×k 的子矩阵的行列式。例如，在一个矩阵中，选定第 1, 3 行和第 3, 4 列，它们交叉点上元素组成的 2 阶行列式就是一个 2 阶子式。类似地，选定第 1, 2, 3 行和第 1, 2, 4 列，相应的 3 阶子式就构成了一个 3 阶行列式。

矩阵秩的定义

例子

例 2.33 求下列矩阵的秩：

1. 矩阵 AAA:

由于 ∣A∣=0|A| = 0∣A∣=0，且有一个非零的 1 阶子式，因此 R(A)=1R(A) = 1R(A)=1。

1. 矩阵 BBB:

它的 4 个 3 阶子式分别为：

但有一个 2 阶子式不为 0，因此 R(B)=2R(B) = 2R(B)=2。

1. 矩阵 CCC:

显然 4 阶子式全为 0，但有一个 3 阶子式不为 0，因此 R(C)=3R(C) = 3R(C)=3。

矩阵秩的性质

性质 1：初等变换不改变矩阵的秩

对于一个矩阵 AAA，通过初等行变换得到的矩阵 BBB 的秩与 AAA 的秩相同。初等行变换包括交换两行、将一行乘以非零常数、将一行加到另一行上。

性质 2：矩阵转置不改变其秩

即 R(A)=R(AT)R(A) = R(A^T)R(A)=R(AT)。

性质 3：矩阵等价不改变其秩

若矩阵 AAA 与 BBB 等价，则 R(A)=R(B)R(A) = R(B)R(A)=R(B)。

性质 4：矩阵乘以可逆矩阵不改变其秩

性质 5：满秩矩阵和降秩矩阵

定义 2.14 设 AAA 为 nnn 阶矩阵，如果 R(A)=nR(A) = nR(A)=n，称矩阵 AAA 为满秩矩阵，否则称为降秩矩阵。对于 m×nm \times nm×n 矩阵，如果 R(A)=mR(A) = mR(A)=m，则称矩阵 AAA 是行满秩的；如果 R(A)=nR(A) = nR(A)=n，则称矩阵 AAA 是列满秩的。

性质 6：n 阶方阵可逆的条件

定理 2.9 nnn 阶方阵 AAA 可逆的充分必要条件为 R(A)=nR(A) = nR(A)=n。

矩阵的标准形

任何一个 m×nm \times nm×n 矩阵 AAA 通过一系列初等变换可以化为标准形矩阵。标准形矩阵的秩显然是其非零行的行数，也是其左上角单位矩阵的阶数。利用初等变换将矩阵化为行阶梯形矩阵，其中非零行的个数就是矩阵 AAA 的秩。

例 2.34 求矩阵 AAA 的秩，并求其标准形

矩阵 AAA:

通过初等变换可以化为：

显然，矩阵 AAA 的秩为 2，并且标准形矩阵如上所示。

例 2.35 当 aaa、bbb 为何值时，矩阵 AAA 的秩为 2

矩阵 AAA:

对 AAA 进行初等变换得到：

因此，R(A)=2R(A) = 2R(A)=2 的充分必要条件是 a=1a = 1a=1、b=2b = 2b=2。

结论

1. 

定义 2.14 设 AAA 为 nnn 阶矩阵，如果 R(A)=nR(A) = nR(A)=n，称矩阵 AAA 为满秩矩阵，否则称为降秩矩阵。对于 m×nm \times nm×n 矩阵，如果 R(A)=mR(A) = mR(A)=m，则称矩阵 AAA 是行满秩的；如果 R(A)=nR(A) = nR(A)=n，则称矩阵 AAA 是列满秩的。

例 2.36 证明

1. 

矩阵的秩的应用

矩阵的秩在求解线性方程组、线性变换的表示及其性质分析、计算几何等领域有广泛应用。通过了解和掌握矩阵的秩的概念及其性质，我们能够更好地处理和分析实际问题中的矩阵。

总结，矩阵的秩是一个反映矩阵行或列线性独立性的重要指标，它不仅在理论上有重要意义，而且在实际应用中也有广泛的应用。通过初等变换、行阶梯形矩阵等方法，可以有效地计算和理解矩阵的秩。