线性代数之矩阵的秩_线性代数矩阵的秩scdn-CSDN博客

本文链接：https://blog.csdn.net/xiaoxiaoliana/article/details/136088334

文章目录

前言

正值除夕之夜、新春之际。预祝大家身体健康、工作顺利、阖家幸福！

一、定义

设 $A$ 是 $m\times n$ 矩阵， $A$ 中最大的不为零的子式阶数成为矩阵的秩，记为 $r(A)$ 。另：也可定义为：存在 $k$ 阶子式不为零，而任意 $k+1$ 阶子式全为零（如果有的话），则 $r(A)=k$ ，且 $r(A_{m\times n})=n\Leftrightarrow |A|\neq 0\Leftrightarrow A$ 可逆。

二、公式

1、 $0\leqslant r(A_{m\times n})\leqslant min(m,n)$

2、 $r(kA)=r(A)(k\neq 0)$ （重要）

3、 $r(A)=r(PA)=r(AQ)=r(PAQ)$ （初等变换不改变矩阵的秩）

4、 $r(AB)\leqslant min(r(A),r(B))$

5、 $r[\begin{matrix}A&0\\0&B\end{matrix}]=r(A)+r(B)$

6、 $r(A)+r(B)\leqslant r[\begin{matrix}A&0\\C&B\end{matrix}]\leqslant r(A)+r(B)+r(C)$

7、 $r(AB)\geqslant r(A)+r(B)-n$ （重要）

8、 $r(A)=r(A^{T})=r(AA^{T})=r(A^{T}A)$ （非常重要）

9、 $r(A^{*})=\begin{cases}n, r(A)=n\\1,r(A)=n-1\\0,r(A)< n-1\end{cases}$ （非常重要）

10、 $r(A+B)\leqslant r(A)+r(B)$

11、关于“方程组&向量组”：

$Ax=0$ 的基础解系所含向量的个数 $s=n-r(A)$ （非常重要）

12、关于“特征值”：

（1）：若矩阵 $A$ 相似于对角阵，则 $n_{i}=n-r(\lambda _{i}E-A)$ 其中 $\lambda _{i}$ 是 $n_{i}$ 重特征根。

（2）：若矩阵 $A$ 相似于对角阵，则 $r(A)$ 等于非零特征值的个数，重根按重数记。

【注意】 $A^{2}-(k_{1}+k_{2})A+k_{1}k_{2}E=0,k_{1}\neq k_{2}\Rightarrow r(A-k_{1}E)+r(A-k_{2}E)=n$

证明如下：

原式= $(A-k_{1}E)(A-k_{2}E)=0\Rightarrow r(A-k_{1}E)+ r(A-k_{2}E)\leqslant n$ 来自公式7

$r(A-k_{1}E)+ r(A-k_{2}E)=r(k_{1}E-A)+ r(A-k_{2}E)$ 来自公式2

$r(k_{1}E-A)+ r(A-k_{2}E)\geqslant r(k_{1}E-k_{2}E)$ 来自公式10

$r(k_{1}E-k_{2}E)=r(E)=n$

证毕！