为什么两个矩阵相乘,秩没有变大,相加秩会变大

为什么 $rank(AB)\le \min (rank(A),rank(B))$？

这个不等式背后的原因是矩阵乘法的本质特性：

1. 从列空间角度： 矩阵 $AB$ 的列是矩阵 $A$ 的列的线性组合。具体地说，$AB$ 的每一列都可以表示为 $A$ 的列向量的线性组合，系数由 $B$ 的相应列提供。因此，$AB$ 的列空间是 $A$ 的列空间的子空间，所以 $rank(AB)\le rank(A)$。

2. 从行空间角度： 类似地，$AB$ 的行是 $B$ 的行的线性组合。因此 $AB$ 的行空间是 $B$ 的行空间的子空间，所以 $rank(AB)\le rank(B)$。

3. 结合这两点： 由于 $rank(AB)$ 不能超过 $rank(A)$ 也不能超过 $rank(B)$，所以 $rank(AB)\le \min (rank(A),rank(B))$。

为什么 $rank(A+B)\le rank(A)+rank(B)$？

这个不等式的原因：

1. 向量空间维度： 矩阵的秩表示其列（或行）张成的向量空间的维度。

2. 和的列空间： 矩阵 $A+B$ 的列空间包含在由 $A$ 的列空间和 $B$ 的列空间共同张成的空间中。

3. 维度的上限： 如果两个子空间的维度分别是 $rank(A)$ 和 $rank(B)$，那么它们共同张成的空间的维度最大为 $rank(A)+rank(B)$（当两个子空间没有交集时达到此上限）。

4. 因此： $rank(A+B)$ 不会超过 $rank(A)+rank(B)$。

为什么"相乘秩没有变大，而相加秩变大了"？

• 乘法：由于乘法是通过一个矩阵的列与另一个矩阵的行的线性组合，这个过程不会创造出新的线性无关向量，而只能保持或减少线性无关向量的数量。形象地说，乘法是一种"过滤"或"压缩"操作。

• 加法：加法则是将两个向量空间合并，这可能会增加线性无关向量的数量（当两个空间有不同的线性无关向量时）。形象地说，加法是一种"扩展"或"合并"操作。

这就是为什么相乘不会增加秩，而相加可能会增加秩的根本原因。