关于矩阵秩的证明
第三讲 矩阵的秩

阶梯形矩阵为 1
6
1
0 4 1
0 0 4 R(B) 3, 0 0 0
故 B 中必有 3 阶非零子式. 且共有 4 个. 计算B的前三行构成的子式
3 2 5 32 5 2 0 52 0 5 3 2 6 6 0 11
25
2
16 0.
6 11
则这个子式便是A 的一个最高阶非零子式.
求矩阵A及矩阵B ( A b)的秩.
解 分析:设 B 的行阶梯形矩阵为B~ ( A~,b~),
则 A~ 就是 A的行阶梯形矩阵, 故从 B~ ( A~,b~) 中可同时看出R( A) 及 R(B).
1 2 2 1 1
B
2 2
4 4
8 2
0 3
2 3
3 6 0 6 4
r2 2r1 1 2 2 1 1
例4
设
A
3 2
2 0
3 1
6 5
13 ,
求矩阵
A的
1 6 4 1 4
秩,并求 A 的一个最高阶非零子式.
解 对A作初等行变换,变成行阶梯形矩阵:
3 2 0 5 0
A
3 2
2 0
3 1
6 1 5 3
1 6 4 1 4
1 6 4 1 4
r1 r4
3
2
3
6 1
2 0 1 5 3 3 2 0 5 0
设 n 阶可逆矩阵 A, A 0, A 的最高阶非零子式为 A, R( A) n, 故 A 的标准形为单位阵E, A ~ E.
可逆矩阵的秩等于阶数,故称可逆矩阵 为满秩矩阵. 奇异矩阵为降秩矩阵.
1 2 2 1 1
例5
设A
2 2
线性代数§3.3矩阵的秩

设A为n阶可逆方阵. 因为| A | 0, 所以, A的最高阶非零子式为| A |, 则R(A)=n.
故, 可逆方阵A的标准形为单位阵E, 即A E. 即可逆矩阵的秩等于阶数. 故又称可逆(非奇异)矩 阵为满秩矩阵, 奇异矩阵又称为降秩矩阵. 1 2 2 1 1 2 4 8 0 2 , b , 例5:设 A 2 4 2 3 3 3 6 0 6 4 求矩阵A和矩阵B=(A | b)的秩. 分析: 设矩阵B的行阶梯形矩阵为B=(A| b), 则A就是A的行阶梯形矩阵. 因此可以从B=(A| b)中同时考察出R(A)及R(B).
性质6: R(A + B) R(A) + R(B). 证明: 设A, B为mn矩阵, 对矩阵(A+B ¦ B)作列变 换: ci – cn+i (i =1,2, · · · , n)得, (A+B ¦ B) (A+O ¦ B) B) R(A) + R(B). 于是, R(A+B) R(A+B ¦ B) =R(A+O ¦ 性质7: R(AB) min{R(A), R(B)}. 性质8: 若AmnBnl =O, 则R(A)+R(B) n . 这两条性质将在后面给出证明. 例7: 设A为n阶方阵, 证明R(A+E)+R(A–E) n . 证明: 因为(A+E)+(E–A)=2E, 由性质6知, R(A+E)+R(E–A)R(2E)=n, 而R(E–A)=R(A–E), 所以 R(A+E)+R(A–E) n .
§3.3 矩阵的秩
一、矩阵秩的概念
由上节讨论知: 任何矩阵Amn, 总可以经过有限次 初等行变换把它们变为行阶梯形矩阵和标准形矩阵. 行阶梯形矩阵中非零行的行数, 也就是标准形矩阵中 的数字r 是唯一确定的. 它是矩阵理论中非常重要的数 量关系之一——矩阵的秩. 定义: 在mn矩阵A中任取 k 行 k 列( km, kn ), 位于这 k 行 k 列交叉处的 k2个元素, 不改变它们在A 中所处的位置次序而得到的 k 阶行列式, 被称为矩阵A 的k阶子式. k C k 个. mn矩阵A的k阶子式共有 C m n
左乘列满秩矩阵秩不变证明

左乘列满秩矩阵秩不变证明要证明左乘一个列满秩矩阵不会改变矩阵的秩,我们首先需要明确一些定义和性质。
定义1:矩阵的秩是指矩阵中线性无关的行或列的最大个数。
性质1:矩阵的秩等于其行最简形式中非零行的个数。
性质2:矩阵的秩等于其列最简形式中非零列的个数。
性质3:矩阵的秩等于其列空间的维数。
性质4:矩阵的秩等于其行空间的维数。
现在我们来证明左乘一个列满秩矩阵不会改变矩阵的秩。
假设有两个矩阵A和B,其中A是一个列满秩矩阵,B是任意一个矩阵。
我们要证明的是,左乘A不会改变矩阵B的秩,即rank(AB) = rank(B)。
首先,我们知道矩阵乘法的定义是将A的每一行与B的每一列进行内积,得到结果矩阵AB。
假设矩阵B的秩为r,即rank(B) = r。
那么B的列空间的维数为r。
我们知道,矩阵的列空间是由矩阵的列向量生成的向量空间。
所以B的列空间的维数等于B的列向量的个数。
假设B的列向量为b1, b2, ..., bn,那么B的列空间的维数为向量b1, b2, ..., bn 的线性无关的最大个数。
现在我们来看矩阵AB的列空间。
AB的列空间是由AB的列向量生成的向量空间。
所以AB的列空间的维数等于AB的列向量的个数。
假设AB的列向量为c1, c2, ..., cm,那么AB的列空间的维数为向量c1, c2, ..., cm 的线性无关的最大个数。
我们知道,AB的列向量是A的每一行与B的每一列进行内积得到的。
假设A的行向量为a1, a2, ..., ak,B的列向量为b1, b2, ..., bn。
那么AB的列向量可以表示为c1 = a1b1 + a2b2 + ... + akbn, c2 = a1b1 +a2b2 + ... + akbn, ..., cm = a1b1 + a2b2 + ... + akbn。
我们可以看出,AB的列向量是由A的行向量与B的列向量进行线性组合得到的。
现在我们来证明AB的列向量是线性无关的。
矩阵的秩不等式

矩阵的秩不等式矩阵的秩不等式是线性代数中一个重要的定理,它描述了一个矩阵的秩和其子矩阵的秩之间的关系。
在本文中,我们将介绍矩阵的秩不等式的定义、证明以及应用。
1. 定义设 $A$ 是一个 $m\times n$ 的矩阵,则它的秩记为$\text{rank}(A)$。
如果 $B$ 是 $A$ 的一个子矩阵,则它的秩记为$\text{rank}(B)$。
则有以下不等式:$$\text{rank}(A)+\text{rank}(B)-n\leq \text{rank}(AB)\leq\min(\text{rank}(A),\text{rank}(B))$$其中,$AB$ 表示 $A$ 和 $B$ 的乘积。
2. 证明为了证明上述不等式,我们需要使用以下两个引理:引理1:设 $A,B,C$ 是三个矩阵,则有 $\text{rank}(AB)\leq\min(\text{rank}(A),\text{rank}(B))$ 和 $\text{rank}(ABC)\leq\min(\text{rank}(AB),\text{rank}(C))$引理2:设 $A,B,C,D$ 是四个矩阵,则有$\text{rank}\begin{pmatrix} A & B \\ C & D \\ \end{pmatrix}\geq \text{rank}(A)+\text{rank}(D)-\text{rank}(B)-\text{rank}(C)$下面我们来证明矩阵的秩不等式:首先,由引理1可得:$$\text{rank}(AB)\leq \min(\text{rank}(A),\text{rank}(B))$$于是,我们有:$$\text{rank}(AB)\leq \min(\text{rank}(A),\text{rank}(B))\leq\min(\text{rank}(A)+\text{rank}(B)-n,\min(\text{rank}(A),\text{rank}(B)))$$其中,第二个不等式是因为 $\min(a,b)\leq a+b-n$。
线性代数-矩阵的秩

设A
=
2 −2 3
−4 4 −6
8 −2 0
−036 , b
=
2 43
求矩阵A及矩阵B = ( A b)的秩. 解 分析:设 B 的行阶梯形矩阵为 B~ = ( A~,b~),
则 A~ 就是 A 的行阶梯形矩阵, 故从 B~ = ( A~,b~) 中可同时看出 R( A) 及 R(B).
1 − 2 2 − 1 1
故 R(AT A) = R(A).
又由于 B 也可经一次初等变换变为 A, 故也有 R(B) ≤ R( A).
因此 R( A) = R(B).
经一次初等行变换矩阵的秩不变,即可知经 有限次初等行变换矩阵的秩仍不变.
设A经初等列变换变为 B,也有R( A) = R(B).
设 A 经初等列变换变为 B, 则 AT 经初等行变换变为 BT , R( AT ) = R(BT ),
6 11
则这个子式便是A 的一个最高阶非零子式.
设 n 阶可逆矩阵 A, A ≠ 0, ∴ A 的最高阶非零子式为 A, R( A) = n, 故 A 的标准形为单位阵 E, A ~ E.
可逆矩阵的秩等于阶数 ,故称可逆矩阵 为满秩矩阵. 奇异矩阵为降秩矩阵 .
1 − 2 2 − 1 1
例5
− 2 0 1 5
解
13 02 −2 0
1 0
3 = 2 ≠ 0, 2
计算A的3阶子式,
−2
1 3 2 1 −2 2
− 1 = 0, 0 2 3 = 0, 0 − 1 3 = 0,
1
−2 0 5 −2 1 5
3 −2 2
2 − 1 3 = 0, ∴ R(A) = 2.
015
1 3 − 2 2 另解 对矩阵 A = 0 2 − 1 3 做初等变换,
线性代数课件第三章矩阵的秩课件

VS
矩阵的秩可以用于判断两个矩阵是否相似。如果两个矩阵相似,则它们的秩相同。
特征值和特征向量
矩阵的秩还可以用于确定矩阵的特征值和特征向量的个数。对于给定的矩阵,其秩等于其非零特征值的个数。
矩阵相似
矩阵的秩可以用于矩阵分解,如奇异值分解(SVD)和QR分解等。这些分解方法将一个复杂的矩阵分解为几个简单的、易于处理的矩阵,有助于简化计算和解决问题。
1 2 3 | 0 0 -3
7 8 9 | 0 0 0`
```
由于非零行的行数为2,所以矩阵B的秩为2。
题目3
求矩阵C=[1 -2 3; -4 5 -6; 7 -8 9]的秩。
解答
首先,将矩阵C进行初等行变换,得到行阶梯矩阵
```
继续进行初等行变换,得到
1 -2 3 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0
矩阵秩的应用
03
线性方程组的解
矩阵的秩可以用来判断线性方程组是否有解,以及解的个数。如果系数矩阵的秩等于增广矩阵的秩,则方程组有唯一解;否则,方程组无解或有无数多个解。
最小二乘法
矩阵的秩还可以用于最小二乘法,通过最小化误差平方和来求解线性方程组。最小二乘法的解就是使残差矩阵的秩等于其行数或列数的最小二乘解。
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。
11 预备知识1.1 矩阵的定义定义1.1 由m n ⨯个数()1,2,,;1,2,,ij a i m j n ==所排列成的m 行n 列的数表111212122212n n m m mna a a a a a a a a称为m 行n 列的矩阵,简称m n ⨯矩阵.记作111212122212,n n m m mn a a a a a a A a a a ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦(1.1) 简记为()ij m n A a ⨯=或m n A ⨯,这m n ⨯个数称为A 的元素.当m n =时,矩阵A 称为n 阶方阵.例如,431259370⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦就是一个3阶方阵.1.2 矩阵秩的定义定义1.2 通过在m n ⨯矩阵A 中任取k 行k 列(,k m k n ≤≤)的行列交叉处的2k 个元素,而不改变它们在A 中所处的位置顺序而得到的k 阶行列式,称为矩阵A 的k 阶子式. m n ⨯矩阵A 的k 阶子式共有kkm n C C ⋅个.定义 1.3 如果矩阵A 有一个不为零的r 阶子式D ,且所有1r +阶子式都为零,那么D 称为矩阵A 的最高阶非零子式,这个数r 称为矩阵A 的秩,记作()R A ,并且规定零矩阵的秩等于零.2 矩阵秩的性质在矩阵秩的问题当中,有些问题仅依靠定义来解决比较复杂和困难,而利用性质则会简单些,下面我们总结和归纳出了矩阵秩的一些性质.性质2.1 矩阵的行秩与列秩相等.证明 考虑线性方程组0AX =,首先如果未知数的个数超过A 的行秩,则它有非零解.设m n ⨯阶矩阵A 的行秩为r ,考虑方程组0AX =,它由m 个方程n 个未知数组成.从A 的行向量中任意选取r 个线性无关的行向量,重新组合成矩阵B ,所以方程组0AX =和0BX =同解.在这种情况下,如果B 的列数大于行数,那么方程组0BX =必有非零解,因此0AX =也有非零解.接着证明行秩等于列秩.设m n ⨯阶矩阵A 的行秩为r ,列秩为s .考虑A 的任意1r +个列向量组成的矩阵C ,因为C 的行秩小于或等于r (因为C 的行向量是由A 的行向量的一部分分量组成的),所以CX=0存在非零解,这表明这1r +个列向量是线性相关的.所以A 的列秩最大为r ,即s r ≤.同理可证r s ≤,因此s r =.性质2.2 初等行(列)变换不改变矩阵的秩.数域P 上的矩阵的初等行(列)变换是指以下三种变换: (1)用数域P 中的一个非零数k 乘以矩阵的某一行(列); (2)将矩阵的某一行(列)的c 倍加到另一行(列); (3)交换矩阵中两行(列)的位置.证明 设m n ⨯矩阵A 通过一次初等行变换转变为m n ⨯矩阵B ,且()1R A r =,()2R B r =.1.初等交换变换:i jr rA B ↔→(交换矩阵的第i 行与第j 行)由于矩阵A 中的任意11r +阶子式均全为零,因此矩阵B 的任意11r +阶子式也为零.所以有矩阵B 中任11r +阶子式等于任意非零常数k 与矩阵A 的某个11r +阶子式的乘积.2.初等乘法变换:ikr A B →(将矩阵的第i 行与用非零常数k 相乘)由于矩阵A 中的任意11r +阶子式全为零,因此矩阵B 的任意11r +阶子式也为零.所以有矩阵B 中任何11r +阶子式等于任意非零常数k 与A 的某个11r +阶子式的乘积.3.初等加法变换:i j r krA B +→(将矩阵的第j 行的k 倍加到矩阵的第i 行上) 对于矩阵B 的任意11r +阶子式1B .(1)若1B 不包含矩阵B 的第i 行或同时包含第j 行与第i 行,那么由行列式的性质得11+1r B D =这里的1+1r D 为矩阵A 的任意11r +阶子式;(2)若1B 包含第i 行但不包含第j 行,那么由行列式的性质得11111r r B D k C ++=+这里的11r D +,11r C +均为矩阵A 的11r +阶子式。
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 ,21A+E A E 2A E0A 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。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
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)
推论(Frobenius 公式) 设A 为m ×n 阶矩阵,B 为n ×s 阶矩
阵,C 为s ×t 阶矩阵,则
r(AB)+r(BC)-r(B)≤r(ABC)
证:设r(B)=r ,存在n 阶可逆矩阵P ,s 阶可逆矩阵Q ,
使 B=P ⎪⎪⎭⎫
⎝⎛O O O E r Q=P ⎪⎪⎭
⎫
⎝⎛O E r ()O E r Q 令M=P ⎪⎪⎭
⎫
⎝⎛O E r ,N=()O E r Q 则有B=MN
根据定理2 r(AMNC)≥r(AM)+r(NC)-r(MN) ≥r(AMN)+r(MNC)-r(MN) 即r(AB)+r(BC)-r(B)≤r(ABC)
定理3 设A 为n ×n 矩阵,若A 2=E ,那么有
r(A+E)+r(A-E)=n 证:根据题意有(A+E )(A-E )=O 令A+E=A 1,A-E=A 2,有A 1A 2=O 由定理2可知 r(A 1)+r(A 2)≤n
即r(A+E)+r(A-E)≤n 又根据性质6有
r(A+E)+r(A-E)≥r[(A+E)-(A-E)]=r(2E)=n
故r(A+E)+r(A-E)=n
推论 设A 为n ×n 矩阵且A 2=A ,那么有 r(A)+r(A-E)=n 证:事实上,有
⎪⎪⎭⎫ ⎝⎛-E A O O A
→⎪⎪⎭⎫ ⎝⎛-E A A O A →⎪⎪⎭⎫ ⎝⎛-E A E O A →⎪⎪⎭⎫ ⎝⎛--E A E A A O 2→ ⎪⎪⎭⎫ ⎝
⎛-O E A A O 2=⎪⎪⎭⎫
⎝⎛O E O O 则有r ⎪⎪⎭⎫
⎝⎛-E A O O
A =r ⎪
⎪⎭
⎫
⎝⎛O E O O 故有r(A)+r(A-E)=r(E)=n
定理4 设A 是s ×n 实矩阵,有
r(E n -A T A)-r(E s -AA T )=n-s
证:要证r(E n -A T A)-r(E s -AA T )=n-s
即只要证r(E n -A T A)+s=r(E s -AA T )+n 由初等变换有
⎪⎪⎭⎫ ⎝⎛s T n E A A E →⎪
⎪⎭
⎫ ⎝⎛-T s T n AA E O A E →⎪⎪
⎭⎫
⎝⎛-T s n AA E O O E 即⎪⎪⎭⎫ ⎝⎛-s n E A O E ⎪
⎪⎭⎫
⎝⎛s T n E A A E ⎪⎪⎭⎫ ⎝⎛-s n E O A E =⎪⎪⎭
⎫ ⎝⎛-T s n AA E O O
E 故有
r ⎪
⎪⎭
⎫ ⎝⎛s T n E A A E =r ⎪⎪⎭⎫
⎝⎛-T s n AA E O O E =n+r(E s -AA T ) 同理可证 r ⎪⎪⎭⎫
⎝
⎛s T n E A A E =s+r(E n -A T A) 综上有 n+r(E s -AA T )=s+r(E n -A T A)
定理5 设A,C 均为m ×n 矩阵,B,D 均为n ×s 矩阵,则有 r(AB-CD)≤r(A-C)+r(B-D)
证:由分块矩阵的乘法得
⎪⎪⎭⎫ ⎝
⎛n m E O C E ⎪⎪⎭⎫
⎝⎛--D B O O C A ⎪⎪⎭⎫ ⎝
⎛s n E O B E =⎪⎪⎭⎫
⎝⎛---D B O CD AB C A 故
r ⎪⎪⎭⎫ ⎝⎛--D B O O C A =r ⎪⎪⎭
⎫
⎝⎛---D B O CD AB C A 故r(A-C)+r(B-D)≥r(AB-CD)
参考文献
【1】 刘红星.高等代数选讲【M 】.:机械工业出版社,2009. 【2】 钱吉林.高等代数题解精粹【M 】.:中央民族大学出版社,
2005.
【3】 徐忡,等.高等代数考研教案【M 】.;西北工业大学出版社,
2009.。