第三章,矩阵,08-矩阵的秩及相关性质

第三章,矩阵,08-矩阵的秩及相关性质

玩转线性代数(20)矩阵的秩的笔记,相关证明以及例子见原文

秩的定义1

设矩阵 A m ∗ n A_{m*n} Am∗n,称其标准形中单位矩阵子块的阶数为矩阵A的秩,记为 R ( A ) R(A) R(A)

最高阶非零子式

设在矩阵A中有一个r阶子式 D ≠ 0 D \neq 0 D=0,且所有r+1阶子式(如果存在的话)全等于0,那么D称为矩阵A的最高阶非零子式。

定理

设 A r ∼ B A^r \sim B Ar∼B,则A与B中最高阶非零子式的阶数相等

秩的定义2

由定理得定义2:一个矩阵的秩为它的最高阶非零子式的阶数

秩的性质

首先要了解判断矩阵的秩的依据有三点:

1、矩阵的秩为最高阶非零子式的阶数;

2、矩阵的秩为行阶梯的非零行数或列阶梯的非零列数或标准形中单位矩阵的阶数;

3、初等变换不改变矩阵的秩.

性质1

零矩阵的秩是零

性质2

若 A ≠ 0 A\neq0 A=0则 R ( A ) ≥ 1 R(A)\geq1 R(A)≥1

性质3

若A为m*n矩阵,则 0 ≥ R ( A ) ≥ m i n { m , n } 0\geq R(A)\geq min\{m,n\} 0≥R(A)≥min{m,n}

性质4

若 A = ( B ∗ ∗ ∗ ) A= \begin{pmatrix} B & * \\* & * \end{pmatrix} A=(B∗∗∗)是一个分块矩阵,B是A的子块,则 R ( A ) ≥ R ( B ) R(A)\geq R(B) R(A)≥R(B)

性质5

若 A m ∗ n A_{m*n} Am∗n中有一个s阶非零子式,则 R ( A ) ≥ s R(A)\geq s R(A)≥s;若 A m ∗ n A_{m*n} Am∗n中所有t阶子式都为0,则 R ( A ) < t R(A)\lt t R(A)<t

性质6

对任意矩阵A,有 R ( A T ) = R ( A ) R(A^T)=R(A) R(AT)=R(A)

性质7

( A 0 0 B ) \begin{pmatrix} A & 0 \\0 & B \end{pmatrix} (A00B)是一个分块矩阵,A、B是其子块,则 R ( A 0 0 B ) = R ( A ) + R ( B ) R\begin{pmatrix} A & 0 \\0 & B \end{pmatrix}= R(A) + R(B) R(A00B)=R(A)+R(B)

性质8

( A 0 B 0 ) \begin{pmatrix} A & 0 \\ B & 0 \end{pmatrix} (AB00)是一个分块矩阵,A、B是其子块,则 R ( A 0 B 0 ) ≤ R ( A ) + R ( B ) R\begin{pmatrix} A & 0 \\ B & 0 \end{pmatrix}\leq R(A) + R(B) R(AB00)≤R(A)+R(B)

性质9

对任意m*n矩阵A,B,无论对其进行加、减、横排、竖排,其秩均不超过 R ( A ) + R ( B ) R(A) + R(B) R(A)+R(B)

性质10

分块矩阵 ( A , B ) (A,B) (A,B)、 ( A B ) \begin{pmatrix} A \\ B \end{pmatrix} (AB)、 ( A 0 B 0 ) \begin{pmatrix} A & 0 \\ B & 0 \end{pmatrix} (AB00)的秩都满足 ≥ m a x ( R ( A ) , R ( B ) ) \geq max(R(A), R(B)) ≥max(R(A),R(B))

性质11

若 A ∼ B A \sim B A∼B则 R ( A ) = R ( B ) R(A)=R(B) R(A)=R(B)

性质12

若 A m n B n l = C A_{mn}B_{nl}=C AmnBnl=C且 R ( A ) = n R(A)=n R(A)=n,则 R ( B ) = R ( C ) R(B)=R(C) R(B)=R(C),可得若B行满秩,则 R ( A ) = R ( C ) R(A)=R(C) R(A)=R(C)

证:

只证明列满秩的情况,因 R ( A ) = n R(A)=n R(A)=n,知A行最简形矩阵为 ( E n O ) m ∗ n \begin{pmatrix} E_n \\ O \end{pmatrix}_{m*n} (EnO)m∗n,并且有m阶可逆矩阵P,使 P A = ( E n O ) PA=\begin{pmatrix} E_n \\ O \end{pmatrix} PA=(EnO),于是
P C = P A B = ( E n O ) B = ( B O ) PC=PAB=\begin{pmatrix} E_n \\ O \end{pmatrix}B=\begin{pmatrix} B \\ O \end{pmatrix} PC=PAB=(EnO)B=(BO)

知 R ( C ) = R ( P C ) R(C)=R(PC) R(C)=R(PC),而 R ( B O ) = R ( B ) R\begin{pmatrix} B \\ O \end{pmatrix}=R(B) R(BO)=R(B),故
R ( C ) = R ( B ) R(C)=R(B) R(C)=R(B)

本例中的A为列满秩矩阵,当A为方阵时,列满秩矩阵就成为满秩矩阵,也就是可逆矩阵。因此,本例的结论当A为方阵时B和C就是等价关系,当然秩相等。

性质12的推论

若 A m n B n l = O A_{mn}B_{nl}=O AmnBnl=O,且 R ( A ) = n R(A)=n R(A)=n,则B=O(矩阵乘法的消去律)

相关推荐
FanXing_zl8 小时前
快速掌握线性代数:核心概念与深度解析
线性代数·算法·机器学习
点云SLAM11 小时前
四元数 (Quaternion)微分-四元数导数的矩阵表示推导(8)
线性代数·算法·计算机视觉·矩阵·机器人·slam·四元数
西西弗Sisyphus11 小时前
四元数(Quaternion)、叉积(Cross Product)与点积(Dot Product)之间的关系
线性代数·机器学习·行列式·叉积·点积·四元数
YaraMemo13 小时前
对称/Hermitian矩阵相关记号
线性代数·5g·矩阵·信息与通信
ChoSeitaku1 天前
线代强化NO7|秩|矩阵的秩|向量组的秩|极大线性无关组|公式
线性代数·矩阵·概率论
不穿格子的程序员1 天前
从零开始写算法——二分-搜索二维矩阵
线性代数·算法·leetcode·矩阵·二分查找
dingzd951 天前
跨平台账号矩阵高效协同术
线性代数·矩阵·web3·facebook·tiktok·instagram·clonbrowser
一勺汤2 天前
YOLO12 改进、魔改|秩增强线性注意力RALA,通过增强 KV 缓冲与输出特征的矩阵秩,增强 YOLO 对小目标、复杂场景目标的识别能力
线性代数·yolo·矩阵·yolov12·yolo12·yolo12改进·小目标
资深web全栈开发2 天前
力扣2536子矩阵元素加1-差分数组解法详解
算法·leetcode·矩阵·golang·差分数组
西西弗Sisyphus2 天前
线性代数 - 理解求解矩阵特征值的特征方程
线性代数·矩阵·特征值·特征向量