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:
- 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。
- 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。
- 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
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
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。