矩阵的秩8个公式及证明
线代第三章矩阵的秩
a11 x1 a x 21 1 am 1 x1
a12 x2 a22 x2 am 2 x2
a1n xn a2 n xn amn xn
b1 b2 bm (1)
a11 a12 a1n a a22 a2 n 为方程组(1)的系数矩阵。 则称矩阵 A 21 am 1 am 2 amn
3 1 2 1 0 0 1 2 0 0 0 1
最后一行有 0 x3
1,
可知方程组无解。
x1 2 x2 3 x3 x2 x3 例3：解线性方程组 x1 3 x2 7 x2 3 x3
1 0 解： ( A, b) 1 0 1 0 0 0 2 1 0 0 3 1 2 4 2 1 3 7 4 1 4 8 3 1 0 3 4 1 3 1 1 0 1 0
a12 x2 a22 x2 am 2 x2 a1 n xn a2 n xn amn xn 0 0 0 (2)
a11 x1 a x 21 1 am 1 x1
称为方程组（1）的导出组， 或称为（1）对应的齐次线性方程组。
举例说明消元法具体步骤：
2 x1 例2：解线性方程组 4 x 1 2 x 1
x2 x2
3 x3
1 4 0
2 x2
5 x3 4 x3
1 2 1 3 1 2 1 3 解： A, b ) 4 2 5 4 0 ( 0 1 2 2 1 4 0 0 0 1 1
矩阵的秩
第七讲 矩阵的秩一、考试内容与考试要求考试内容矩阵秩的概念及性质． 考试要求（1）理解矩阵秩的概念； （2）了解矩阵秩的性质；（3）掌握用初等变换求矩阵的秩．一、知识要点引入 学习秩的概念，是为找出线性方程组中有效方程的个数．或者说学习矩阵秩的目的是为判断矩阵对应的线性方程组中有效方程的个数．1．定义矩阵A 中不等于零的子式的最高阶数r ，叫做矩阵的秩，记为()R A r =．2．矩阵秩的求法（1）定义法找出矩阵A 中不为零的最高子式，算出它的阶数． （2）初等变换法用初等变换（行、列均可）将矩阵A 化为标准形r E O O O ⎛⎫⎪⎝⎭，即可得出()R A r =；或化成阶梯形矩阵，其非零行的个数即为秩．3．注意（1）若矩阵A O =，则()0R A =；若A O ≠，则()1R A ≥；（2）若()R A r =，则A 中存在r 阶子式不为零，而任何1r +阶子式（若存在）全为零； 很明显，若A 中有一个1r +阶子式不为零，它的秩为1r +． （3）若()R A r =，则A 中1r -阶子式不全为零；当()R A r =时，A 中至少有一个r 阶子式不为零，这个r 阶子式可展开成r 个1r -阶子式，若所有1r -阶子式全为零，则这个r 阶子式为零，产生矛盾．（4）{}0()min ,m n R A m n ⨯≤≤； （5）若()R A r =，则 Ar cr E O O O ⎛⎫ ⎪⎝⎭或A 含有r 个非零行（或列）的阶梯形式矩阵．即一般情况下，只有初等行、列变换合用才可将A 化成标准形；但将A 化为含有r 个非零行（或列）的阶梯形矩阵只用初等行（或列）变换即可．单纯求矩阵的秩只须将A 化成阶梯形．（6）对于n 阶方阵A ，有0(),0(),A R A n A A R A n A ⎧≠⇔=⎪⎨=⇔<⎪⎩满秩,A 可逆,A 非奇异降秩,A 不可逆,A 奇异若()R A =矩阵A 的行（列）数，称A 为行（列）满秩矩阵．（7）学习矩阵秩的实质是为判断矩阵对应的线性方程组中有效方程的个数．4．性质以下性质先用简单的例题予与说明，然后对难以直观理解的一些性质进行证明． （1）()()TR A R A = （2）0()()R kA R A ⎧=⎨⎩ 00k k =≠很明显，当0k ≠时，A 中不等于零的最高子式在kA 中有对应的不等于零的子式． （3）A O R O B ⎛⎫⎪⎝⎭=()()R A R B + （4）{}max (),()(,)()()R A R B R A B R A R B ≤≤+ 例：1000A ⎛⎫=⎪⎝⎭，0001B ⎛⎫= ⎪⎝⎭，{}max (),()1R A R B =，(,)2()()R A B R A R B ==+ （5）()()()R A B R A R B +≤+例：取1001A ⎛⎫= ⎪⎝⎭，1001B -⎛⎫= ⎪-⎝⎭，A B O +=，()0()()4R A B R A R B +=<+=（6）若AB ，则()()R A R B =即初等变换不改变矩阵的秩，证明见课本． （7）若P 、Q 可逆，则()()R PAQ R A =即左乘及右乘可逆矩阵不改变原矩阵的秩，这也是初等变换不改变矩阵的秩这句话用数学符号来描述．可简单证明：P 、Q 可逆，则P 、Q 可以表示成有限个初等矩阵的乘积，即对A 实施初等变换得PAQ ，再由性质（6）得证．（8）()R AB ≤{}min (),()R A R B 例：1000A ⎛⎫=⎪⎝⎭，0001B ⎛⎫= ⎪⎝⎭，AB O =，()0R AB =<{}min (),()R A R B {}min 1,11==（9）若m n n l A B O ⨯⨯=，则()()R A R B n +≤ 例：1000A ⎛⎫=⎪⎝⎭，0001B ⎛⎫= ⎪⎝⎭，AB O =，()()2R A R B +=． （10）A 为任意矩阵，则()()TR A A R A =（11）设A 为n 阶方阵，*()10n R A ⎧⎪=⎨⎪≤⎩，当R(A)=n，当R(A)=n-1，当R(A)n-25．性质证明这里只证明部分不易理解的性质．为记忆方便，将性质（3）放在前面，但性质（3）的证明用到性质（7），故学习时应 先证明性质（7）．证明（3）设()R A s =，()R B t =，则存在可逆矩阵11,P Q 及22,PQ 使得 11sE O P AQ OO ⎛⎫=⎪⎝⎭，22tE O P AQ O O ⎛⎫= ⎪⎝⎭故存在可逆矩阵12P O O P ⎛⎫⎪⎝⎭，12Q O O Q ⎛⎫ ⎪⎝⎭，使得 12P O O P ⎛⎫ ⎪⎝⎭A O O B ⎛⎫ ⎪⎝⎭12Q O O Q ⎛⎫ ⎪⎝⎭=1122P AQ O OP BQ ⎛⎫ ⎪⎝⎭=st E O O O O O O O OO E O OOOO ⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭因为左乘及右乘可逆矩阵不改变原矩阵的秩，故有A O R OB ⎛⎫ ⎪⎝⎭=st E O O O O O O O R O O E O OOOO ⎛⎫⎪ ⎪⎪ ⎪⎝⎭=s t +=()()R A R B +证明（5） 设,A B 为n m ⨯矩阵．方法1 利用初等列变换．对矩阵(,)A B B + 进行初等列变换(,)A B B +1,2,,i n i c c i n+-=(,)A B由于矩阵A B +是矩阵(,)A B B +的子矩阵，并利用性质（4）及上式有 ()(,)R A B R A B B +≤+=(,)()()R A B R A R B ≤+方法2 利用线性表示和最大线性无关组的性质（利用向量组的线性关系证明）． 设()R A s =，()R B t =，将,A B 按列分块为A =(12,,,n ααα)，B =12(,,,)n βββ即 A B +=1122(,,,)n n αβαβαβ+++不妨设A 和B 的列向量组的最大线性无关组分别为12,,,s ααα和12,,,t βββ，于是A B +的列向量组可由向量组12,,,s ααα，12,,,t βββ线性表示，如1112120000s t αβαααβββ+=+++++++故 ()R A B +=A B +的列秩≤秩{12,,,s ααα,}12,,,t βββs t ≤+．证明（8） 方法1 利用方程组解的性质证明．设C AB =，知矩阵方程AX C =有解X B =，故()(,)R A R A C =，而()(,)R C R A C ≤，因此()()R C R A ≤．又T T TB AC =，同上段证明知有()()TTR C R B ≤，即()()R C R B ≤．综合便得()R AB ≤{}min (),()R A R B 。
高等代数3.4 矩阵的秩
由引理，这个方程的系数矩阵
a11 a21 ar1
a12
a1n
a22 a2n
ar 2 arn
,
的行秩 r . 因此在它的行向量中可以找到 r 个是
线性无关的，不妨设为
(a11, a21,, arபைடு நூலகம்) , (a12 , a22 ,, ar2 ) ,
x11 + x22 + … xrr = 0
只有零解，这也就是说，齐次线性方程组
a11x1 a21x2 ar1xr 0 ,
a12
x1
a22 x2 ar2 xr
0
,
a1n x1 a2n x2 arn xr 0 ,
只有零解.
ain
)
i
ai1 a11
1
,
i 2,, n .
由 | A | = 0 可知 n - 1 级矩阵
a22 a2n
an 2 ann
的行列式为零. 根据归纳法假定，这个矩阵的行向
量组线性相关. 因而向量组
2
a21 a11
1
,
3
a31 a11
1
, ,n
an1 a11
1
线性相关，这就是说，有不全为零的数 k2 , … , kn
使
k2
( 2
a21 a11
1)
kn
( n
an1 a11
1)
0
.
改写一下，有
线性代数 矩阵的秩
小结. 求m × n 矩阵A 的秩r(A), 可用以下方法: 1. 对于比较简单的矩阵, 直接用秩的定义 直接用秩的定义. .
∼
1 0 0 0
0 1 0 4
0 1 0 −1 0 0 5 0
2. 用有限次初等变换, 用有限次初等变换, 将矩阵A变为它的等价 标准形 , 则 r = r( A ) . O O 3. 用有限次行初等变换, 用有限次行初等变换,将矩阵A变为梯矩阵, 则 r(A)等于该梯矩阵的非零行的行数 等于该梯矩阵的非零行的行数. （方法2 与方法3 相比, 方法3 较为简单.）
例1 求下列矩阵的秩: 求下列矩阵的秩:
(1) A = 2 2
1 1
2 4 8 (2) B = 1 2 1
(3) C = 2
1 2 4 1 4 8 2 3 6 2 0
.
解 (1)因为
1 1 a = 1 ≠ 0 而 det A = 1 1 = 0 A= 11 , 2 2 2 2 故 r ( A) = 1
又B 并无3阶子式, 阶子式,故 r (B) =2.
8 2 2 0
故, 矩阵C 的秩不小于2.
= −3 ≠ 0
另外, 因为矩阵 C 不存在高于3阶的子式, 可知r (C) ≤ 3. 又因矩阵C 的第1, 2行元是对应成比例的, 行元是对应成比例的, 故C 的任一 3阶 子式皆等于零. 子式皆等于零.因此
0 0 1 0
4 3 −3 4
1 0 B= 0 0
0 1 0 0
−1 −1 2 0
0 0 1 0
4 3 −3 4
1 0 (2) 每个台阶只有一行， 每个台阶只有一行，台阶 A = 0 数即是非零行的行数， ，阶梯 数即是非零行的行数 0 线的竖线后面的第一个元素
线性代数电子课件 第十三讲 矩阵的秩
阶梯形矩阵为 1
6
1
0 4 1
0 0 4 0 0 0
R(B) 3,
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.
R( A) 2, R(B) 3.
三、再论矩阵的等价标准形
一个矩阵A总可经过一系列初等变换化为
其中数r就是矩阵A的秩。
等价标准形
Er O
O O mn
r由A唯一确定，它是一个关于初等变换的不变量。
定理2.6 两个同型矩阵等价的充分必要条件是它们的秩
相等。
推论 两个矩阵等价的充分必要条件是它们有相同 的等价标准形。
2 1 0 3 2
例2
求矩阵
B
0 0
3 0
1 0
2 4
5 3
的秩.
0 0 0 0 0
解 B是一个行阶梯形矩阵，其非零行有3行，
B 的所有 4 阶子式全为零.
2 1 3 而 0 3 2 0,
00 4
R(B) 3.
例3
已知
A
1 0
3 2
2 1
2 3
，求该矩阵的秩．
2 0 1 5
（1）Dr中不含第i行； （2）Dr中同时含第i行和第j行； （3）Dr中含第i行但不含第j行；
对 (1),(2) 两种情形，显然B 中与 Dr 对应的 子式 Dr Dr 0,故 R(B) r.
对情形 (3)，
Dr ri krj ri k rj Dr kDˆ r ,
若Dˆ r 0, 因 Dˆ r 中不含第 i 行知 A 中有不含第i 行的 r 阶 非零子式, R(B) r.
第2节 矩阵的秩
1 2 3 例1 求矩阵 A 2 3 5 的秩. 4 7 1 1 2 解 在 A 中， 0. 2 3
又 A 3 阶子式只有一个 A ， A 0， 的 且
R( A) 2.
3 2 2 1 0 3 1 2 5 0 例2 求矩阵 B 的秩. 0 0 0 4 3 0 0 0 0 0
ˆ ˆ 若Dr 0, 因 Dr 中不含第 i 行知 A 中有不含第 i 行的 r 阶非零子式, R( B) r .
ˆ 若Dr 0, 则 D r Dr 0, 也有 R( B ) r .
若A经一次初等行变换变为 B,则 R( A) R( B).
又由于B也可经一次初等变换变为A, 故也有 R( B) R(A).
综上, 若A 经有限次初等变换变为B( 即A ~ B), 则R( A) R( B).
初等变换求矩阵秩的方法： 把矩阵用初等行变换变成为行阶梯形矩阵, 行阶梯 形矩阵中非零行的行数就是矩阵的秩.
3 2 0 5 0 3 2 3 6 1 , 求矩阵A 的 例4 设 A 2 0 1 5 3 1 6 4 1 4 秩,并求A 的一个最高阶非零子式．
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, 不可逆矩阵的秩小于阶 数n, 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 0 2 4 8 2 例5 设A ,b 2 4 2 3 3 3 6 0 6 4
矩 阵 的 秩
矩阵的秩
性质2-8
初等变换不改变矩阵的秩，即如果A=B，则 R(A)=R(B).
证明因为A=B意味着A经过一系列初等变换可以 变到B，所以只需证明：如果A经过一次初等变换变到 B，那么R(A)=R(B).
设A是m×n矩阵，R(A)=r，且A的某个r阶子式 D≠0.下面针对初等行变换的三种情况分别讨论，初等 列变换的情况可以类似证明.
矩阵的秩
（3）当A经过对调变换变到B时，即
.那么
总可以找到B的一个子式D1，使得D1=D，或者D1=-D.因 此，矩阵B存在一个非零子式D1.于是 R(B)≥r.
于是，矩阵A经过一次初等行变换变到B后，都有
R(A)≤R(B)，但是，初等变换是可逆的，也可以经过一次
初等行变换，将B变到A，从而也有R(B)≤R(A).因此
矩阵的秩
（1）当A经过倍乘变换变到B时，
即
.那么总可以找到一
个B的子式D1，使得D1=kD（D包含第i 行），或D1=D（D不包含第i行）.因此， 矩阵B存在一个非零子式D1.于是，由性 质2-7，R(B)≥r.
矩阵的秩
（2）当A经过倍加变换变到B时，即
.如
果D不包含第j行，那么D也是B的一个r阶非零子式；如
矩阵的秩
因此R(B)=3.于是B中必存在一个3阶非零子式，这样 最多只需要验证C34=4个3阶行列式.而且很容易得到由B的 前三行所构成的子式
这个子式D也是矩阵A的最高阶非零子式. 对于一个矩阵，它的所有列向量构成一个列向量组， 其所有行向量也构成一个行向量组.根据向量组的秩的定义， 矩阵的列向量组存在一个秩，行向量组也存在一个秩.
考研数学：浅析秩的一些相关公式
1/浅析秩的一些相关公式在线性代数这门学科里，秩是非常关键也是常用的一个工具，要深刻理解和掌握秩这个武器，必须还要熟记与秩有关的一些公式，这样才能在考试中得心应手，下面对秩的公式进行了总结，也方便同学们掌握这部分内容。
1.()()()Tr r r k ==A A A ，0k ≠；前一篇笔者讲到了，矩阵的秩等于其行秩也等于其列秩，所以将矩阵转置了之后秩是没有改变的，数乘也是不改变秩的。
2.()min{,}m n r m n ⨯≤A ；矩阵形式：结合矩阵秩的概念，非零子式的最高阶数即为矩阵的秩，矩阵最高阶子式为min{,}m n ，故其非零子式最高阶应小于等于min{,}m n ；向量形式：若将矩阵m n ⨯A 写成向量组的形式，即1[,...,]m n n αα⨯=A ，矩阵的秩等于向量组的秩，则有的向量组的秩1(,...,)min{,}n r m n αα≤。
3.若向量组1,...,n αα可由向量组1,...,m ββ表出，则11(,...,)(,...,)n m r r ααββ<。
这个推导过程上一篇文章笔者已经介绍了，就不在这介绍过多了，若将向量组组成矩阵的形式，有()min{(),()}r r r ≤AB A B ，这个矩阵形式的公式是最常用的，关于这个公式还有如下几点推论：推论1：若n n ⨯P 可逆，则()()r r =AP A ,()()r r =PB B ；这条推论的用法就是乘以可逆矩阵不改变矩阵的秩，那么可逆矩阵的本质就是若干个初等矩阵相乘，乘以可逆矩阵相当于做了若干次初等变换，初等变换是不改变秩的。
推论2：若m n m n ⨯⨯≅A B ，等价于()()m n m n r r ⨯⨯=A B ；两个同型矩阵等价的充要条件 版权所有翻印必究是其秩相同。
推论3：若向量组1,...,n αα与向量组1,...,m ββ等价，则11(,...,)(,...,)n m r r ααββ=，这条推论两个向量组等价的必要条件是这两个向量组的秩相同，这只是一个必要条件，而非充要条件，要和推论2区别开。
- 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)。
矩阵的秩8个公式及证明
矩阵的秩是线性代数中的一个重要概念，它描述了矩阵中线性无关的列（或行）的最大数量。
下面我将列举并证明矩阵的秩的八个公式。
1. 零矩阵的秩为0，证明很简单，因为零矩阵中没有非零的行或列。
2. 对角矩阵的秩等于非零对角元素的个数，证明也比较简单，因为对角矩阵中只有对角线上的元素可能非零，所以秩等于非零对角元素的个数。
3. 初等变换不改变矩阵的秩，初等变换包括交换矩阵的两行（列），用非零常数乘以矩阵的某一行（列），以及用一个非零常数乘以矩阵的某一行（列）加到另一行（列）上。
这些操作不改变矩阵的秩。
4. 行（列）等价的矩阵具有相同的秩，行等价指的是通过一系列的初等行变换可以相互转化的矩阵，列等价类似。
由于初等变换不改变矩阵的秩，所以行（列）等价的矩阵具有相同的秩。
5. 矩阵的秩不超过它的行数和列数中的较小值，这是因为矩阵
的秩描述的是矩阵中线性无关的列（或行）的最大数量，而这个数
量不可能超过矩阵的行数或列数。
6. 对于任意的矩阵A和B，秩(A + B) ≤ 秩(A) + 秩(B)，证
明过程比较复杂，可以使用矩阵的行列式性质和秩的定义进行证明。
7. 对于任意的矩阵A和B，秩(AB) ≤ min(秩(A), 秩(B))，
证明过程比较复杂，可以使用矩阵的行列式性质和秩的定义进行证明。
8. 对于任意的矩阵A，秩(A) = 秩(A^T)，这个公式的证明比
较简单，可以通过矩阵的转置操作和秩的定义进行证明。
综上所述，这是矩阵的秩的八个公式及其证明。
这些公式在线
性代数中具有重要的应用和意义。