# 题型二:矩阵秩的计算 ## 识别特征 - 题目给出具体矩阵求 $r(A)$ - 含抽象矩阵 $A, B, A^T, A^*, AB$ 求秩 - 需要判断"满秩"($r = n$)/ "降秩"($r < n$) ## 解题流程 ```mermaid flowchart TD A[识别求秩] --> B{矩阵类型} B -->|数值矩阵| C[初等行变换法] B -->|抽象矩阵| D[用公式与性质] C --> E[化行阶梯] E --> F[数非零行] F --> G[得 r = 非零行数] D --> H{已知量} H -->|可逆 / 单位阵| I[满秩 r = n] H -->|A 的特征值| J[r = 非零特征值个数] H -->|公式 r(A*B)| K[Sylvester 不等式] H -->|子式 / 列向量组| L[定义法 / 相关性] ``` ## 通法步骤 1. **数值矩阵**:首选**初等行变换法** - 化为行阶梯形矩阵 - 数非零行的行数 = $r(A)$ 2. **抽象矩阵**:用公式与性质 - $r(A) = n \iff \det A \neq 0 \iff A$ 可逆($A$ 为 $n$ 阶方阵) - $r(AB) \le \min(r(A), r(B))$ - $r(A) + r(B) - n \le r(AB)$(Sylvester) - $r(P A Q) = r(A)$($P, Q$ 可逆) 3. **含伴随矩阵**: - $r(A) = n \Rightarrow r(A^*) = n$ - $r(A) = n - 1 \Rightarrow r(A^*) = 1$ - $r(A) < n - 1 \Rightarrow r(A^*) = 0$ 4. **验证**:用列向量组的线性相关性(Ch04 衔接) ## 常见陷阱 - **分块矩阵的秩**不等式 $r\begin{pmatrix} A & B \\ C & D \end{pmatrix}$ 无法拆成 $r(A)+r(D)$,应通过初等变换化简 - **抽象矩阵求秩**不能直接行列式展开(行列式仅当 $A$ 为方阵才能用) - **$k \times k$ 子式**容易找漏,应从左上角开始按顺序搜索 - **初等变换不改变秩**:行变换、列变换均保持,但**求行列式时换行要取负号**——两者易混 ## 经典母题 > **题目 1**:求矩阵 $A = \begin{pmatrix} 1 & 2 & -1 & 3 \\ 2 & 4 & -2 & 6 \\ 3 & 6 & -3 & 9 \end{pmatrix}$ 的秩。 ### 解答(初等行变换法) $$ A = \begin{pmatrix} 1 & 2 & -1 & 3 \\ 2 & 4 & -2 & 6 \\ 3 & 6 & -3 & 9 \end{pmatrix} \xrightarrow[r_3 - 3r_1]{r_2 - 2r_1} \begin{pmatrix} 1 & 2 & -1 & 3 \\ 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 \end{pmatrix} $$ 行阶梯形仅 1 个非零行,故 $r(A) = 1$。 **复盘**:观察到第 2, 3 行均为第 1 行的倍数,立即化简得 $r = 1$。 --- > **题目 2**:设 $A$ 为 3 阶矩阵,且 $r(A) = 2$。求 $r(A^*)$、$r(A^T A)$、$r((A^T)^{-1} A)$。 ### 解答 - $r(A) = 2 = n - 1 \Rightarrow r(A^*) = 1$ - $r(A^T A) = r(A) = 2$(一般矩阵的秩等式,无需 $A$ 可逆) - $(A^T)^{-1} A$ 为 $3 \times 3$ 矩阵,$r = r(A) = 2$($A^T$ 可逆的等价于 $A$ 可逆,故 $A^T$ 此时不可逆,但秩保持) **复盘**:利用公式 $r(P A) = r(A)$($P$ 满秩)。 --- > **变式**:设 $A$ 是 $m \times n$ 矩阵,证明 $r(A) \le \min(m, n)$。 **证明**:$A$ 的非零子式最高阶不能超过 $A$ 的行数和列数中的较小者。具体: - $k$ 阶子式需要 $k$ 行 $k$ 列,故 $r(A) \le m$ 且 $r(A) \le n$ - 取 $r(A) \le \min(m, n)$