第七讲：矩阵的秩

《矩阵的秩的等式及不等式的证明》

摘要 矩阵的秩是矩阵的一个重要特征，它具有许多的重要性质.本文总结归纳出了有关矩阵的秩的等式和不等式命题，以及证明这些命题常用的证明方法，即从向量组、线性方程组、线性空间同构、矩阵分块、矩阵初等变换等角度给出多种证明方法.本文主要解决以下几个问题：用矩阵已知的秩的理论证明矩阵秩的等式和不等式问题；用线性空间的方法证明矩阵秩的等式和不等式问题；用向量组秩的理论证明矩阵秩的等式和不等式问题；用矩阵分块法证明秩的等式和不等式问题.

目录 第一章绪论 (1) 第二章预备知识 (2) 第三章用矩阵的秩的理论证明秩的等式和不等式 (3) 第四章用线性空间的理论证明秩的等式和不等式 (6) 第五章用向量组秩的理论证明秩的等式和不等式 (10) 第六章用矩阵分块法证明秩的等式和不等式 (15) 第七章小结 (23) 参考文献 (24) 致谢 (25)

第一章绪论 矩阵的秩是矩阵的一个重要特征，是矩阵理论中研究的一个重要内容，它具有许多的重要性质.研究矩阵的秩对于解决矩阵的很多问题具有重要意义.矩阵的秩的等式及不等式的证明对于学习矩阵也是重点和难点，初学者在做这方面的题目往往不知如何下手.笔者归纳了矩阵的秩的常见等式和不等式以及与之相关的一些结论，并从向量组、线性方程组、矩阵分块、矩阵初等变换等角度探索了多种证明方法，它有助于学习者加深对秩的理解和知识的运用，也方便教师教学. 目前对矩阵秩的研究已经比较成熟了，但是由于秩是矩阵论里的一个基本而重要的概念，它仍然有着重要的研究价值，有关它的论文时见报端.很多国内外的有关数学书籍杂志对矩阵的秩都有讲述，如苏育才、姜翠波、张跃辉在《矩阵论》（科学出版社、2006年5月出版）中较完整地给出了矩阵秩的理论.北京大学数学系前代数小组编写的《高等代数》（高等教育出版社,2003年7月出版）也介绍了秩的一些性质.但是对秩的等式及不等式的介绍都比较分散，不全面也没有系统化，不方便初学者全面掌握秩的性质.因此有必要对矩阵的秩的等式和不等式进行一个归总，便于学习和掌握. 本文通过查阅文献资料，总结归纳出有关矩阵的秩的等式和不等式命题，以及证明这些命题常用的证明方法，从向量组、线性方程组、线性空间同构、矩阵分块、矩阵初等变换等角度给出多种证明方法.主要内容有：（1）用矩阵已知的秩的理论证明矩阵秩的等式和不等式问题；（2）用线性空间的方法证明矩阵秩的等式和不等式问题；（3）用向量组秩的理论证明矩阵秩的等式和不等式问题；（4）用矩阵分块法证明秩的等式和不等式问题.

关于某矩阵秩地证明

关于矩阵秩的证明 -----09数应鄢丽萍 中文摘要 在高等代数中,矩阵的秩是一个重要的概念。它是矩阵的一个数量特征，而且在初等变换下保持不变。关于矩阵秩的问题,通常转化为矩阵是否可逆,线性方程组的解的情况等来解决。 所谓矩阵的行秩就是指矩阵的行向量组的秩，矩阵的列秩就是矩阵的列向量组的秩，由于矩阵的行秩与列秩相等，故统称为矩阵的秩。向量组的秩就是向量组中极大线性无关组所含向量的个数。 关键词：初等变换向量组的秩极大线性无关组

约定用E 表示单位向量，A T 表示矩阵A 的转置，r(A)表示矩阵A 的秩。在涉及矩阵的秩时，以下几个简单的性质： （1） r(A)=r(A T ); （2） r(kA)=? ??=≠0 00 )(k k A r （3） 设A,B 分别为n ×m 与m ×s 矩阵，则 r(AB)≤min{r(A),r(B),n,m,s} (4) r(A)=n,当且仅当A ≠0 (5) r ???? ??B O O A =r(A)+r(B)≤r ??? ? ??B O C A (6) r(A-B)≤r(A)+r(B) 矩阵可以进行加法，数乘，乘法等运算，运算后的新矩阵的秩与原矩阵的秩有一定关系。

定理1：设A,B 为n ×n 阶矩阵，则r(A+B)≤r(A)+r(B) 证: 由初等变换可得 ???? ??B O O A →???? ??B A O A →???? ??+B B A O A 即???? ??E E O E ???? ??B O O A ???? ??E E O E =??? ? ??+B B A O A 由性质5可得 r ???? ??B O O A =r ??? ? ??+B B A O A 则有r(A)+r(B)≥r(A+B) 定理2（sylverster 公式）设A 为s ×n 阶矩阵，B 为n × m 阶矩阵，则有r(A)+r(B)-n ≤r(AB) 证：由初等变换可得 ???? ??O A B E n →???? ??-AB O B E n →???? ??-AB O O E n 即? ??? ??-s n E A O E ??? ? ??O A B E n ? ??? ? ?-m n E O B E ＝???? ??-AB O O E n 则r ???? ??O A B E n =r ??? ? ??-AB O O E n 即r(A)+r(B)-n ≤r(AB)

矩阵秩的基本不等式

1 矩阵秩的基本不等式 定理1：设,m n A R ∈，,n s B R ∈，则{}()()()min (),()r A r B n r AB r A r B +-≤≤。 证明：由于0Bx =的解一定是0ABx =的解，因此0Bx =的基础解系为0ABx =的基础解系的一部分。于是，()()s r B s r AB -≤-，即()()r AB r B ≤。 ()()()()()()T T T T r AB r AB r B A r A r A ==≤=。 这样，我们就证明了()()r AB r A ≤，()()r AB r B ≤，故{}()min (),()r AB r A r B ≤。 我们假设1x ，2x ，……，()s r B x -，()1s r B x -+，……，()s r AB x -为0ABx =的基础解系。其中，0i Bx =，1()i s r B ≤≤-；0j Bx ≠，()1()s r B j s r AB -+≤≤-。 下面，我们来证明向量组{} ()()1 s r AB j j s r B Bx -=-+是线性无关的。事实上，假设数j k ， ()1()s r B j s r AB -+≤≤-，使得 ()()1 ()s r AB j j j s r B k Bx -=-+∑ ，于是() ()1 0s r AB j j s r B B x -=-+=∑ 。 这样， () ()1 0s r AB j j s r B x -=-+=∑ 为0Bx =的解。于是，存在数j k ，1()j s r B ≤≤-，使得 ()() ()1 1 ()s r AB s r B j j j j s r B j x k x --=-+== -∑ ∑，即()1 0s r AB j j j k x -==∑ 。由于向量组{} ()1 s r AB j j x -=线性无关，因 此，0j k =，()1()s r B j s r AB -+≤≤-。于是，向量组{}() ()1 s r AB j j s r B Bx -=-+线性无关。 又由于()0j j A Bx ABx ==，()1()s r B j s r AB -+≤≤-，因此{}() ()1 s r AB j j s r B Bx -=-+为 0Ax =的基础解系的一部分。于是， []()()11()()()s r AB s r B r B r AB n r A ---++=-≤- 即()()()r AB r A r B n ≥+-。 推论1：若,m n A R ∈，,n s B R ∈满足0AB =，则()()r A r B n +≤。 证明：0()()()r AB r A r B n =≥+-，于是()()r A r B n +≤。

矩阵秩的一些著名结论

引言 矩阵的秩是高等代数中一个应用及其广泛的理论，有关矩阵的秩的等式或不 等式的证明，常常和向量组的秩，线性方程组的解等密切相关，推证有难度也有技巧。熟练掌握关于矩阵秩的一些结论及其证明技巧，对有关理论的学习会有很大的裨益。矩阵A 中的最大阶不为零的子式的阶数就称为矩阵A 的秩，记为r(A).一些平凡的理论及概念读者可参阅一些权威教材,这里只对一些经典的理论做一讨论. 1. 证明: 设B A ,为两个同阶矩阵,则有r(A ﹢B)≤r(A)﹢r(B) 证 设A =(α1,α 2 ,…, αn ), B =() ββ βn ,...,,2 1 则 A +B =( α1 +β1 ,α2 +β 2 ,…, αn +βn ) 不妨设A 列向量的极大线性无关组为 α1 ,α 2 ,…, α r . (1≤r ≤n)； B 列向量的极大线性无关组为β1，β2，…βs . (1≤s ≤n). 则k i i 1 =αα1 +α 2 2 k i +…+ α r ir k ; βi =β1 1 l i +β 2 2 l i +…+ β s is l ; 则 αi +β i = k i 1 α1 +α 2 2 k i +…+αr ir k +β1 1 l i +β 2 2 l i +…+ β s is l ; 即A +B 的列向量可由 α1 ,α 2 ,…, α r ， β 1 ， β 2 ，… β s 线性表出， 故)()()(B +A =+≤B +A r r s r r . 2. 若AB =O ,则)()(B r A r +n ≤. 证 记 ),...,,(2 1 ββ βn B =，由AB =O ，知B 的每一列都是O =AX 解, 即O =A β i ,i =1,2,…,n 又因O =AX 的基础解系所含向量个数为)(A r n -, 换言之, O =AX 的所有解所构成的向量组的秩为)(A r n -.故≤)(B r )(A r n -, 即)()(B r A r +n ≤.

矩阵秩重要知识点总结_考研必看

一． 矩阵等价 行等价：矩阵A 经若干次初等行变换变为矩阵B 列等价：矩阵A 经若干次初等列变换变为矩阵B 矩阵等价:矩阵A 经若干次初等行变换可以变为矩阵B ，矩阵B 经若干次初等行变换可以变成矩阵A ，则成矩阵A 和B 等价 矩阵等价的充要条件 1. 存在可逆矩阵P 和Q,PAQ=B 2. R(A)=R(B) 二． 向量的线性表示 Case1：向量b r 能由向量组A 线 性表示: 充要条件: 1.线性方程组A x r =b 有解 (A)=R(A,b) Case2：向量组B 能由向量组A 线性表示 充要条件： R(A)=R(A,B) 推论 ∵R(A)=R(A,B),R(B) ≤R(A,B) ∴R(B) ≤R(A) Case3：向量组A 能由向量组B 线性表示 充要条件： R(B)=R(B,A) 推论 ∵R(B)=R(A,B),R(A) ≤R(A,B) ∴R(A) ≤R(B) Case4：向量组A 和B 能相互表示，即向量组A 和向量组B 等价 充要条件: R(A)=R(B)=R(A,B)=R(B,A) Case5：n 维单位坐标向量组能由矩阵A 的列向量组线性表示 充要条件是: R(A)=R(A,E)

n=R(E)<=R(A),又R(A)>=n ，所以R(A)=n=R(A,E) 三． 线性方程组的解 1. 非齐次线性方程组 （1） R(A)=R(A,B),方程有解. （2） R(A)=R(A,B)=n ，解唯一. （3） R(A)=R(A,B)

求矩阵的秩的步骤

求矩阵的秩的步骤 方阵(行数、列数相等的矩阵)的列秩和行秩总是相等的，因此它们可以简单地称作矩阵A的秩。通常表示为r(A)，rk(A)或。 m×n矩阵的秩最大为m和n中的较小者，表示为min(m,n)。有尽可能大的秩的矩阵被称为有满秩；类似的，否则矩阵是秩不足（或称为“欠秩”）的。 设A是一组向量，定义A的极大无关组中向量的个数为A的秩。 定义1. 在m*n矩阵A中，任意决定k行和k列交叉点上的元素构成A的一个k阶子矩阵，此子矩阵的行列式，称为A的一个k阶子式。 例如，在阶梯形矩阵中，选定1，3行和3，4列，它们交叉点上的元素所组成的2阶子矩阵的行列式就是矩阵A的一个2阶子式。 定义2. A=(aij)m×n的不为零的子式的最大阶数称为矩阵A的秩，记作rA，或rankA或R(A)。 特别规定零矩阵的秩为零。

显然rA≤min(m,n) 易得： 若A中至少有一个r阶子式不等于零，且在r

当r(A)<=n-2时，最高阶非零子式的阶数<=n-2，任何n-1阶子式均为零，而伴随阵中的各元素就是n-1阶子式再加上个正负号，所以伴随阵为0矩阵。 当r(A)<=n-1时，最高阶非零子式的阶数<=n-1，所以n-1阶子式有可能不为零，所以伴随阵有可能非零（等号成立时伴随阵必为非零）。

最新考研数学矩阵8大秩及其证明

考研数学矩阵的8大秩及其证明2009 ()1 证明：根据矩阵秩的定义直接得出。 ()2 证明：对矩阵A 任意添加列后变成矩阵(), A B ，则秩显然不小于()R A ，即： ()(), R A B R A ≥ 同理： ()(), R A B R B ≥ 因而：()(){}(), , Max R A R B R A B ≤成立。 又设 ()(), R A r R B t ==，把, A B 分别做列变换化成列阶梯形~ ~ , A B 1110 3 810 1100 1000?? ? ? ? ? ??? 如：就是列阶梯形 用~ ~~ ~ 1 1 , r r a a b b 分别表示非全零列，则有： ()~ ~~ ()1~~ ~ ~~ ()1 , 00, , , 0 0表示列变换表示列变换c r c c r A A a a A B A B B B b b ????????→= ????? ?? ???→? ????? ??????→= ???? ? 由于初等变换后互为等价矩阵，故()~~, , R A B R A B ?? = ??? 而矩阵~~, A B ?? ???只含有r t +个非全零列，所以：()()~~~~, , R A B r t R A B R A R B ???? ≤+?≤+ ? ????? 。 综合上述得：()(){}()()(), , Max R A R B R A B R A R B ≤≤+

●特别地：如B b =为列向量，则()1R b ≡()()() , 1R A R A B R A ?≤≤+。 ●如B E =，设()(), , m n m R A B R A E ?=， 则 ()()() , , m n m m m n m m R A E R E m R A E m ??≥≥=?= ()3 证明： ()()()()()()()()()()()() 2 , , , , , , A B B A B R A B B R A B R A R B R A B R A B B R A B R A B R A R B +→?+=????→+≥=+≥+?+≤+由公式知 ()4 证明：()1 设()()() ,AB C B AX C R A R A C R C =?=?=≥是的解 ()()()() () ()()()()()(){},min , T R B R B T T T T T T T B A C R B R B C R C R B R C R C R AB R A R B n ==?=≥???? ?→≥?=≤≤又， ()2 设()(), m n n s R A r R B t ??== 则A 的标准型为000r m n E ??? ???，B 的标准型为000t n s E ??? ??? 存在可逆矩阵, , , m s n n P Q P Q 使：

矩阵秩的等式与不等式的证明及应用

矩阵秩的等式与不等式的证明及应用 矩阵是高等代数的一个重要概念，也是线性代数中的主要研究对象，同时也是一种应用广泛的数学工具.不管是在数学学习还是实际问题中，我们常常会遇到许多比较复杂的计算问题，而使用矩阵来解决这些难题，往往会使问题简单化.早在古代，我国的《九章算术》就已经对矩阵有了初步的描述.而矩阵的理论起源，可追溯到18世纪.高斯在1801年、艾森斯坦在1844-1852年，先后把一个线性变换的全部系数用一个字母来表示，艾森斯坦还强调乘法次序的重要性.这些工作都孕育了矩阵的思想，但矩阵的正式定义直到1858年才由凯莱给出来.凯莱在《矩阵论的研究报告》中全面阐述了矩阵的一些理念，同时他还在文中给出了许多矩阵的运算法则以及矩阵转置的定义，证明了矩阵加法中的可交换性与可结合性，更为重要的是他还给出了伴随矩阵、矩阵可逆的概念.由于凯莱的奠基性工作，一般认为他是矩阵理论的创始人. 而矩阵的秩是矩阵的一个重要特征，是矩阵理论中研究的一个重要内容，它具有许多的重要性质.对于矩阵的秩的等式与不等式，近年来有一些学者对其进行了研究.张英，乔世东利用同解方程组、标准形、线性空间和同态基本定理来证明矩阵秩的一些性质；王廷明利用构造分块矩阵并通过广义初等变换的方法,证明矩阵秩的(不)等式；殷倩把分散的知识点及重要的常用结论整合在一起，归纳整理出若干常用有效的证明方法；徐小萍给出五个矩阵秩的不等式,并利用代数理论对其进行证明,然后用一些典型例题对其应用进行分析.在前人研究的基础上，本文进一步系统的探究了矩阵秩的等式与不等式及其应用.首先介绍矩阵秩的等式与不等式的研究背景和国内外的研究现状，其次介绍矩阵秩的定义与简单性质，然后给出一些矩阵秩的等式与不等式的证明，最后通过例子研究其在多方面的应用。 1

矩阵的秩及其求法

第五节：矩阵的秩及其求法 一、矩阵秩的概念 1. k 阶子式 定义1 设 在A 中任取k 行k 列交叉处元素按原相对位置组成的 阶行列式，称为A 的一个k 阶子式。 例如 共有 个二阶子式，有 个三阶子式 矩阵A 的第一、三行，第二、四列相交处的元素所构成的二阶子式为 而 为 A 的一个三阶子式。显然， 矩阵 A 共有 个 k 阶子式。 2. 矩阵的秩 定义2 设 有r 阶子式不为0，任何r +1阶子式(如果存在的话)全 为0 , 称r 为矩阵A 的秩，记作R (A )或秩(A )。 规定： 零矩阵的秩为 0 . 注意：(1) 如 R ( A ) = r ，则 A 中至少有一个 r 阶子式 所有 r + 1 阶子式为 0，且更高阶子式均为 0，r 是 A 中不为零的子式的最高阶数，是唯一的 . (2) 有行列式的性质， (3) R(A ) ≤m , R (A ) ≤n , 0 ≤R (A ) ≤min { m , n } . (4) 如果 An ×n , 且 则 R ( A ) = n .反之，如 R ( A ) = n ,则 因此，方阵 A 可逆的充分必要条件是 R ( A ) = n . 二、矩阵秩的求法 1、子式判别法(定义)。 例1 设 为阶梯形矩阵，求R (B )。 解 由于 存在一个二阶子式不为0，而任何三阶子式全为0，则 R (B ) = 2. 结论：阶梯形矩阵的秩=台阶数。 例如 一般地，行阶梯形矩阵的秩等于其“台阶数”—— 非零行的行数。 () n m ij a A ?={}),min 1(n m k k ≤≤? ? ??? ??----=1 10145641321A 182423=C C 43334=C C 101 22--= D 1 0156 43213-=D n m ?k n k m c c () n m ij a A ?=0, r D ≠()(). T R A R A =0,A ≠0.A ≠??? ? ? ??=000007204321B 0 2 021≠????? ??=010*********A ????? ??=001021B ???? ? ??=100010011C 125034000D ?? ? = ? ? ??2 123508153000720 000 0E ?? ? ?= ? ??? ()3=A R ()2=B R ()3=C R ()2R D =()3 R E =

求矩阵的秩的步骤

矩阵的秩就是指这个矩阵经过行列变换过后，化为最简式，以后非零行或者是非零列的最小的数目，这里简单介绍一下，怎样求矩阵的秩。工具/原料 ?矩阵 ?matlab 方法/步骤 1.1 启动matlab程序。 2.2 在命令窗口任意输入一个矩阵a。 >>a=rand(9,9) 3.3 调用rank函数，按一下回车键即可求得矩阵的秩=9。 4.4 再任意输入一个矩阵b。 >>b=rand(5,8) 5.5 再次调用rank函数,即可求到矩阵的秩=5。 END 注意事项 ?当一个矩阵的秩等于五的时候，就表示矩阵当中有五个飞线性 相关的向量组。

?出现的字肯定是小于行数，或者是小于列数。 r3-2r1,r4-r1~ 1 1 2 2 1 0 2 1 5 -1 0 -2 -1 -5 1 0 0 -2 2 -2 r3+r2，交换r3 r4 ~ 1 1 2 2 1 0 2 1 5 -1 0 0 -2 2 -2 0 0 0 0 0 只是求秩就不用再计算，显然矩阵的秩为3 矩阵的秩一般有2种方式定义 1.用向量组的秩定义 矩阵的秩= 行向量组的秩= 列向量组的秩 2.用非零子式定义 矩阵的秩等于矩阵的最高阶非零子式的阶 单纯计算矩阵的秩时,可用初等行变换把矩阵化成梯形 梯矩阵中非零行数就是矩阵的秩 这个定义涉及到向量的极大线性无关组.设a1,a2……as为一个n维向量组,如果向量组中有r个向量线性无关,而任何r+1个向量都线性相关,那么这r个线性无关的向量称为向量组的一个极大线性无关组.

向量组的极大线性无关组中所含向量的个数,称为向量的秩. 矩阵的行向量的秩称为行秩.列向量的秩成为列秩.

矩阵的秩的相关不等式的归纳小结

矩阵的秩的相关不等式的归纳小结 林 松 （莆田学院数学系，福建，莆田） 摘要：利用分块矩阵，证明一些矩阵的秩的相关不等式，观察矩阵在运算后秩的变化，归纳出常见的有关矩阵的秩的不等式，由此引出等式成立的条件。 关键词：矩阵的秩，矩阵的初等变换 引言：矩阵的秩是指矩阵中行（或列）向量组的秩，与之等价的说法通常是指矩阵中不为零的子式的最高阶数，是矩阵最重要的数字特征之一。利用分块矩阵，把子式看成元素，可将高阶矩阵的运算化为较低阶矩阵的运算，也为矩阵的秩的一些常见不等式的证明带来了方便。本文将讨论矩阵的秩的一些常见不等式，并由此引出一些秩的不等式等号成立的等价条件。 一 基本的定理 1 设A 是数域P 上n m ?矩阵，B 是数域上m s ?矩阵，于是 秩（AB ）≤min [秩（A ），秩（B ）]，即乘积的秩不超过个因子的秩 2 设A 与B 是m n ?矩阵，秩（A ±B ）≤秩（A ）+秩（B ） 二 常见的秩的不等式 1 设A 与B 为n 阶方阵，证明若AB = 0，则 r(A) + r(B) ≤ n 证：设r(A) = r,r(B )= s,则由AB = 0，知，B 的每一列向量都是以A 为系数方阵的齐次线性方程组的解向量。 当r = n 时，由于该齐次方程组只要零解，故此时 B = 0，即此时 r(A) = n ，r(B) = 0,结论成立。 当r 〈 n 时，该齐次线性方程组的基础解系中含n-r 个向量， 从而B 的列向量组的秩≤n-r,即r （B ）≤ n-r 所以 r(A) + r(B) ≤ n 2设A 为m n ?矩阵，B 为n s ?矩阵，证明不等式r(AB)≤r(A)+r(B)-n 证：设E 为n 阶单位矩阵， S E 为S 阶单位方阵，则由于 000S E B A AB A E E E B ??????= ? ? ?-??????

矩阵秩的相关结论证明及举例

华北水利水电大学 矩阵秩的相关结论证明及举例 课程名称：线性代数 专业班级：能源与动力工程（热动）101班 成员组成：王威威 联系方式： 2014年12月30日

一：摘要 矩阵的秩是数学中一个极其重要并广泛应用的概念，是线性代数的一个重要研究对象，因此，矩阵的秩的结论作为线性代数的一个重要结论已经渗透到各章节之中，他把线性代数的内容紧紧联系在一起，矩阵的秩作为矩阵的一个重要本质属性则贯穿矩阵理论的始终，所以对矩阵秩的研究不仅能帮助我们更好地学习矩阵，而且也是我们学习好线性代数各章节的有力保证。 关键词：矩阵秩结论证明 英文题目 Abstract: Matrix rank is an extremely important and widely us ed in the mathematical concept, is an important res earch object of linear algebra, as a result, the c onclusion of the rank of matrix as an important co nclusion of linear algebra has penetrated into chapt er, associate the content of the positive linear al gebra and matrix of rank as an important essential attribute of the matrix, however, throughout the c ourse of the theory of matrix so that the study o f matrix rank can not only help us better learning matrix and chapter we learn good linear algebra Key words:matrix rank conclusion proof

矩阵秩重要知识点总结_考研必看

一．矩阵等价 行等价：矩阵A经若干次初等行变换变为矩阵B 列等价：矩阵A经若干次初等列变换变为矩阵B 矩阵等价:矩阵A经若干次初等行变换可以变为矩阵B，矩阵B经若干次初等行变换可以变成矩阵A，则成矩阵A和B等价 矩阵等价的充要条件 1.存在可逆矩阵P和Q,PAQ=B 2.R(A)=R(B) 二．向量的线性表示 Case1：向量b能由向量组A线性表示: 充要条件: 1.线性方程组A x=b有解 (A)=R(A,b) Case2：向量组B能由向量组A线性表示 充要条件： R(A)=R(A,B) 推论∵R(A)=R(A,B),R(B)≤R(A,B) ∴R(B)≤R(A) Case3：向量组A能由向量组B线性表示 充要条件： R(B)=R(B,A) 推论∵R(B)=R(A,B),R(A)≤R(A,B) ∴R(A)≤R(B) Case4：向量组A和B能相互表示，即向量组A和向量组B等价 充要条件: R(A)=R(B)=R(A,B)=R(B,A) Case5：n维单位坐标向量组能由矩阵A的列向量组线性表示 充要条件是: R(A)=R(A,E) n=R(E)<=R(A),又R(A)>=n，所以R(A)=n=R(A,E) 三．线性方程组的解 1.非齐次线性方程组 （1）R(A)=R(A,B),方程有解. （2）R(A)=R(A,B)=n，解唯一. （3）R(A)=R(A,B)

一些特殊矩阵的秩等式

一些特殊矩阵的秩等式 引言 矩阵的秩可以利用矩阵的非零子式的阶数定义，也可以利用矩阵的行向量组或列向量组的秩来定义，即： 定义1 设A 是数域F 上的m n ?矩阵，称矩阵A 不为零的最高阶数为矩阵A 的秩. 定义2设A 是数域F 上的m n ?矩阵，12,,,m βββ 是其行向量组，12,,,n ααα 是其列向量组，称向量组12,,,m βββ 的秩为A 的行秩，向量组12,,,n ααα 的秩为A 的列秩. 可以证明，对矩阵A ，行秩等于列秩.称矩阵A 的行秩(列秩)为矩阵A 的秩. 记作()rank A . 矩阵的秩是矩阵的一种重要特征，利用矩阵的秩特征，可以讨论矩阵的一些性质.很多特殊矩阵的特征都可以利用秩关系来刻画. 本文将在已有关于矩阵秩关系的基础上，在第一部分主要讨论诸如幂等矩阵、对合矩阵等特殊矩阵的秩等式关系，第二部分则主要讨论矩阵运算下的秩关系. A 是矩阵，T A 为A 的转置矩阵，I 为单位矩阵，A *为A 的伴随矩阵. n I 为n n ?的 单位矩阵，n V 为n 维线性空间.如果矩阵A ,B ∈n n C ?,满足2A =A ,2n B I =,则分别称A 、B 为幂等矩阵、对和矩阵. 1 幂等矩阵的秩恒等式 定理1.1[1] n 阶矩阵A 满足2A =A ，则()rank A +()rank I A -=n . 证明 （证法一） 设()rank A =r ，由2A =A 可得()A A I -=0， 则()A I -的每一个列向量都是以A 为系数的方阵的齐次线性方程组的解向量. (i)当r =n 时，由于齐次线性方程组只有零解，故此时A I -=0， 即此时 ()rank A =n ，()rank A I -=0，()rank A +()rank A I -=n ， 结论成立. (ii)当r

矩阵的秩及其多样性的解法

矩阵的秩及其多样性的解法 数学学院 数学与应用数学（师范）专业 摘 要：矩阵论是代数学中一个重要组成部分和主要研究对象，而矩阵的秩又是矩阵的一个重要指标，本文研究了与矩阵的秩的相关性质及其多样性的解法, 用定理和实例说明了行列式、线性空间、线性方程组、分块矩阵和矩阵秩的关系及其在求矩阵的秩中的应用。 关键词: 矩阵的秩; 行列式; 线性方程组； Abstract ：Matrix theory is an important part of the main object of study in algebra and rank of the matrix is an important indicator of the matrix, we study the rank of the matrix solution of the nature and diversity of theorems and examples illustratedeterminant, linear space, linear equations, the block matrix and the matrix rank and matrix rank. Keywords: Rank of matrix; V ector; Linear equations; 引言、引理 矩阵理论是高等代数的主要内容之一, 在数学及其它科学领域中有着广泛的应用.在矩阵理论中, 矩阵的秩是一个重要的概念. 它是矩阵的一个数量特征, 而且是初等变换下的不变量. 本文归纳了矩阵的秩相关性质及等价条件，并从行列式、线性方程组、线性空间以及分块矩阵的角度来阐述矩阵秩的不同解法。 矩阵的秩的等价刻划 设A F m n ?∈ ，则rank(A)=r ?A 中不为零的子式的最大阶数是r ； ?A 中有一个r 阶子式D 不等于零，所有包含D 作为子式的 r+1阶子式全为零； ? 存在可逆矩阵m n P F ?∈，m n Q F ?∈，使得000r E P A Q ?? = ??? ； ? A 的行（列）向量的极大无关组所含向量的个数为r;

矩阵的秩的性质

矩阵的秩的性质和 矩阵秩与矩阵运算之间的关系 要谈矩阵的秩，就得从向量组的秩说起，向量组的秩，简而言之就是其极大无关组里向量的个数。进而扩展到线性方程组，在线性方程组的概念中（课本P90）定理1说：“线性方程组有解的充要条件是，它的系数矩阵和增广矩阵有相同的秩。” 那么不妨把矩阵用向量组的方式来看，则有行秩和列秩，一个矩阵的行秩和列秩相同，而其初等变换又不会改变秩。自然而然，我们就得到了一个判断矩阵秩的方法，就是将它转化为阶梯形矩阵，非零行数目即其秩。矩阵进一步发展就是运算了，包括数乘、加减、乘积等，又涉及到单位矩阵、三角矩阵、可逆矩阵以及矩阵的分块等概念，综合所学，我们得到如下性质： 1、矩阵的初等变换不改变秩，任一矩阵的行秩等于列秩。 2、秩为r 的n 级矩阵（n r ≥），任意r+1阶行列式为0，并且至少有一个r 阶子式不为0. 3、)}(),(min{)(B rank A rank AB rank ≤ )'()(A r a n k A r a n k =，)()()(B rank A rank B A rank ±=± )()(A rank kA rank = 4、设A 是n s ?矩阵，B 为s n ?矩阵，则+)(A rank )}(),(min{)()(B rank A rank AB rank n B rank ≤≤- 5、设A 是n s ?矩阵，P,Q 分别是s,n 阶可逆矩阵，则 )()()(A rank AQ rank PA rank ==

6、设A 是n s ?矩阵，B 为s n ?矩阵，且AB=0，则 n B rank A rank ≤+)()( 7、设A 是n s ?矩阵，则)()'()'(A rank A A rank AA rank == 其中，也涉及到线性方程组解得问题： 8、对于齐次线性方程组，设其系数矩阵为A ，n A rank =)( 则方程组有惟一非零解，n A rank <)(则有无穷多解，换言之，即为克莱姆法则， 非齐次线性方程组有解时，n A rank =)(惟一解，n A rank <)( 有无穷多解。 还有满秩矩阵： 9、可逆?满秩 10、行（列）向量组线性无关，即n 级矩阵化为阶梯形矩阵后非零行数目为n 。 扩展到矩阵的分块后： 11、110(A )(A )0n n A rank rank rank A ?? ?=++ ? ??? 12、()()0A C rank rank A rank B B ??≥+ ???

利用分块矩阵证明有关矩阵的秩

第五章 利用分块矩阵证明有关矩阵的秩 定理1：设A 是数域P 上的n ×m 矩阵，B 是数域P 上的m ×s 矩阵，求证秩（AB ）≤min ｛秩A ，秩B ｝。 证明：令B 1，B 2，…，B m 为B 的行向量，则有 由上可知，AB 的行向量是B 的行向量的线性组合，因此秩AB ≤秩B ； 同理，令A 1，A 2，…，A m 为A 的列向量，同样可得AB 的列向量是A 的列向量的线性组合，因此秩AB ≤秩A 。 综上所述，秩（AB ）≤min ｛秩A ，秩B ｝。 命题1：证明秩（A+B ）≤秩（A ）+秩（B ）。 证明：令A 1，A 2，…，A n 为A 的列向量，令B 1，B 2，…，B n 为B 的列向量，从而A+B=（A 1+B 1，A 2+B 2，…，A n +B n ），即其每个列向量均可由｛A 1，A 2，…，A n ，B 1，B 2，…，B n ｝线性表出，不妨设｛A 1，A 2，…，A ｒ｝｛B 1，B 2，…B ｔ｝分别为｛A 1，A 2，…，A n ｝｛B 1，B 2，…，B n ｝的极大线性无关组。则A+B 的列向量均可由向量组｛A 1，A 2，…，A ｒ，B 1，B 2，…B ｔ｝线性表出。因此 秩（A ＋B ）＝秩｛A 1+B 1，A 2+B 2，…，A n +B n ｝≤秩｛A 1，A 2，…，A ｒ，B 1，B 2，…B ｔ｝≤r+t ，即秩（A+B ）≤秩（A ）+秩（B ）。 命题2：设A 为数域P 上的n 阶方阵，若A 2=E ，证明秩（A+E ）+秩（A －E ）＝n 。 证明： 矩阵进行初等变换后秩不变，最后的矩阵秩为n 。由此可得 秩（A+E ）+秩（A －E ）＝n 。 11111221m m 22112222m m m n11n22nm m B a B a B a B B a B a B a B B AB B a B a B a B +++???? ? ?+++ ? ?== ? ? ? ?+++???? L L M M L ，21 A+E A E 2 A E 0A E A E A E 2E 0A E 0A E 0A E 0-2E 02E 10A E (A E)(A E)A E 2=++-+-??????→→ ? ? ? ---?????? ??-?? ???????→???→ ? ?-+--???? 将二列的（）倍加到一列 。

矩阵,行列式, 秩, 相关计算

矩阵，行列式, 秩, 相关计算： 例 ： 已知矩阵211121112A ?? ?= ? ??? ，且A 与矩阵X 满足112AXA XA I --=+，求X 。 例：已知3阶方阵 123023003A ?? ?= ? ??? ，计算行列式 6A I *+。 例：已知32212232,26223A B ?? -?? ? == ? ?-?? ? ?? ，求行列式 10 2A B - 例： 证明：若n 阶方阵A ,B ,C 满足：AB =AC ,B ≠C ，则A 不满秩。 例： 举例说明：由AB =AC ,A ≠0不能导出B =C 。 例 对于n 阶方阵A, 求证: r(A n )=r(A n+1) 例 A 和伴随阵的秩的关系。 方程组及其求解： 例： 对下列线性方程组 ??? ??=++=++=++2 321 3213211a ax x x a x ax x x x ax

试讨论：当a 取何值时，它有唯一解？无解？有无穷多解？并在有无穷多解时求其通解。（用导出组的基础解系表示通解） 例：已知线性方程组 123123123123121(1)2(1)3 ax x x x x ax x x x a x x a x -++=-?? ++=-?? ++=-??-+++=-? 问参数a 取何值时，上述方程组无解？有唯一解？有无穷多解 例： 已知A 是n m ?矩阵，m n >，m A =)(r ，B 是)(m n n -?矩阵， m n B -=)(r ，且 0=AB 。证明：B 的列向量组为线性方程组0=AX 的一 个基础解系。 例：设有齐次线性方程组 （I ） 12312300 ax x x x ax x ++=?? ++=? （II ） 1230x x ax ++= （III ） 1231231 23000 ax x x x ax x x x ax ++=?? ++=??++=? 已知方程组（I ）的解都是方程组（II ）的解， （1）证明：方程组（I ）与方程组（III ）的同解； （2）证明：方程组（III ）有非零解； （3）求参数a 的值。 例：已知4阶方阵43214321,,,),,,,(αααααααα=A 均为4元列向量，其中432,,ααα线性无关，3212ααα-=。

考研数学矩阵8大秩及其证明讲课教案

考研数学矩阵8大秩及其证明2009

考研数学矩阵的8大秩及其证明2009 ()1 证明：根据矩阵秩的定义直接得出。 ()2 证明：对矩阵A 任意添加列后变成矩阵(), A B ，则秩显然不小于()R A ，即： ()(), R A B R A ≥ 同理： ()(), R A B R B ≥ 因而：()(){}(), , Max R A R B R A B ≤成立。 又设 ()(), R A r R B t ==，把, A B 分别做列变换化成列阶梯形~ ~ , A B 1110 3 810 1100 1000?? ? ? ? ? ?? ? 如：就是列阶梯形 用~ ~ ~ ~ 11, r r a a b b L L 分别表示非全零列，则有： ()~~~ ()1~~ ~~~ ()1, 00, , , 00表示列变换表示列变换c r c c r A A a a A B A B B B b b ????????→= ??????????→? ???????????→= ? ???? L L L L 由于初等变换后互为等价矩阵，故()~~, , R A B R A B ??= ??? 而矩阵~~, A B ?? ???只含有r t +个非全零列，所以： ()()~~~~, , R A B r t R A B R A R B ???? ≤+?≤+ ? ????? 。

综合上述得：()(){}()()(), , Max R A R B R A B R A R B ≤≤+ ●特别地：如B b =为列向量，则()1R b ≡()()() , 1R A R A B R A ?≤≤+。 ●如B E =，设()(), , m n m R A B R A E ?=， 则 ()()() , , m n m m m n m m R A E R E m R A E m ??≥≥=?= ()3 证明： ()()()()()()()()()()()() 2 , , , , , , A B B A B R A B B R A B R A R B R A B R A B B R A B R A B R A R B +→?+=????→+≥=+≥+?+≤+由公式知 ()4 证明：()1 设()()() ,AB C B AX C R A R A C R C =?=?=≥是的解 ()()()() () ()()()()()(){},min , T R B R B T T T T T T T B A C R B R B C R C R B R C R C R AB R A R B n ==?=≥???? ?→≥?=≤≤又， ()2 设()(), m n n s R A r R B t ??== 则A 的标准型为000r m n E ??? ???，B 的标准型为000t n s E ??? ??? 存在可逆矩阵, , , m s n n P Q P Q 使：