# 题型三:秩的等式与不等式证明 ## 识别特征 - 题目要求证明 $r(\cdot) \le \cdot$ 或 $r(\cdot) = \cdot$ 形式 - 涉及 $r(AB), r(A+B), r(A^T A)$ 的等式或不等式 - 常结合齐次方程组的解空间维数论证 ## 解题流程 ```mermaid flowchart TD A[识别证明目标] --> B{目标类型} B -->|上界 r(AB)≤min| C[向量空间论证] B -->|下界 r(A)+r(B)-n≤r| D[辅助矩阵法] B -->|r(A+B)≤r+r| E[列向量生成论证] B -->|r(ATA)=r(A)| F[解空间互推] C --> G[Bx=0的解⊆ABx=0的解] D --> H[构造对角矩阵或分块] E --> I[A+B的列向量由A和B的列向量线性组合] F --> J[齐次方程组等价] ``` ## 通法步骤 ### 模板 1:证明 $r(AB) \le \min(r(A), r(B))$(必背) **向量空间论证法**: 1. 记 $W_1 = \{x \mid Bx = 0\}$,$W_2 = \{x \mid ABx = 0\}$ 2. 显然 $W_1 \subseteq W_2$(因 $Bx = 0 \Rightarrow A(Bx) = 0$) 3. 由维数单调性:$\dim W_2 \ge \dim W_1$ 4. 即 $n - r(AB) \ge n - r(B) \Rightarrow r(AB) \le r(B)$ 5. 同理由 $r(AB) = r((AB)^T) = r(B^T A^T) \le r(A)$ ### 模板 2:证明 $r(A) + r(B) - n \le r(AB)$(Sylvester 下界)⭐⭐ **辅助矩阵法**(针对 $A, B$ 均为方阵): - 设 $r(A) = r_1, r(B) = r_2$,$A$ 的列向量组极大无关组有 $r_1$ 个 - 构造辅助矩阵 $C = \begin{pmatrix} A & 0 \\ 0 & B \end{pmatrix}$,证明 $r(C) = r_1 + r_2$ - 通过初等变换证明 $C \sim \begin{pmatrix} \text{某矩阵} \end{pmatrix}$ **维数方法**(更简洁): - 利用 $\dim(\text{Ker}(B)/\text{Ker}(AB)) \le \text{rank}(A)$ - 结合 $\text{rank}(AB) = \dim(\text{Im}(AB))$ ### 模板 3:证明 $r(A + B) \le r(A) + r(B)$ **列向量组合论证**: - $A + B$ 的每一列 = $A$ 的对应列 + $B$ 的对应列 - 故 $A + B$ 的列向量组可由 $A$ 与 $B$ 的列向量组合而成 - 由生成子空间 $\text{Col}(A+B) \subseteq \text{Col}(A) + \text{Col}(B)$ - 故 $r(A + B) \le \dim(\text{Col}(A) + \text{Col}(B)) \le r(A) + r(B)$ ### 模板 4:证明 $r(A^T A) = r(A)$(常考)⭐⭐ **齐次方程组等价法**: - $A^T A x = 0 \Rightarrow x^T A^T A x = 0 \Rightarrow (Ax)^T (Ax) = \|Ax\|^2 = 0 \Rightarrow Ax = 0$ - 故 $A^T A x = 0$ 与 $A x = 0$ 同解 - 维数相同:$n - r(A^T A) = n - r(A) \Rightarrow r(A^T A) = r(A)$ ## 常见陷阱 - 写论证时**方向搞反**:例如证 $r(AB) \le r(B)$ 时应设 $W_1 \subseteq W_2$,推出 $n - r(AB) \ge n - r(B)$ - **矩阵非方阵时** Sylvester 下界不能用,需额外说明 - **$A + B$ 不等式**容易写成 $r(A + B) \le r(A) + r(B)$,但**不能写成等式** - 证明抽象等式时,**必须先推导基础命题**(如 $A$ 可逆 $\Leftrightarrow r = n$)再引用 ## 经典母题 > **题目**:设 $A$ 为 $m \times n$ 实矩阵,$B$ 为 $n \times p$ 实矩阵。证明: > $$ > r(A) + r(B) - n \le r(AB) \le \min(r(A), r(B)) > $$ ### 解答 **上界** $r(AB) \le \min(r(A), r(B))$: 设 $W_1 = \{x \in \mathbb{R}^p \mid Bx = 0\}$,$W_2 = \{x \in \mathbb{R}^p \mid ABx = 0\}$。 显然 $W_1 \subseteq W_2$,故 $\dim W_1 \le \dim W_2$,即 $p - r(B) \le p - r(AB)$,故 $r(AB) \le r(B)$。 再由 $r(AB) = r((AB)^T) = r(B^T A^T) \le r(A^T) = r(A)$。 合取得 $r(AB) \le \min(r(A), r(B))$。 **下界** $r(A) + r(B) - n \le r(AB)$($A$ 为 $m \times n$, $B$ 为 $n \times p$): 设 $r(A) = r_1, r(B) = r_2$。我们证明:方程组 $ABx = 0$ 与 $Bx = 0$ 的公共解空间维数 $\ge r_1 + r_2 - n$。 考虑 $B x = 0$ 的基础解系 $\xi_1, \ldots, \xi_{p - r_2}$。 若 $r_1 + r_2 > n$,令 $r = r_1 + r_2 - n$,取 $A$ 的基础解系 $\eta_1, \ldots, \eta_{n - r_1}$。可以证明存在非零向量同时在两组内。 具体见教材(用扩充 $\xi_i$ 与 $\eta_j$ 联合构造)—— 此定理证明较繁琐,考研常用简化版。 **简化版的 Sylvester**:当 $A, B$ 均为方阵(设 $A, B \in \mathbb{R}^{n \times n}$)时,可通过分块矩阵的对角化论证: $$ \text{rank}\begin{pmatrix} A & \\ & B \end{pmatrix} = r_1 + r_2 \Rightarrow \text{rank}\begin{pmatrix} A & -AB \\ & B \end{pmatrix} = r_1 + r_2 \text{(初等变换)} $$ 由 $r\begin{pmatrix} A & -AB \\ & B \end{pmatrix} \le r(A) + r(B) - (n - r(AB))$ 得 $r_1 + r_2 \le r_1 + r_2 - n + r(AB)$,即 $r(AB) \ge r_1 + r_2 - n$。 ### 复盘 - **核心技巧**:用**齐次方程组解空间**建立秩与维数之间的桥梁。 - **关键观察**:$r(AB) = n - \dim\{x \mid ABx = 0\}$,把秩转化成解空间维数问题。 - **考频**:高(每年至少 1 道大题),务必熟练。 --- > **变式 1**:设 $A, B$ 均为 $n$ 阶矩阵,证明 $r(AB) \ge r(A) + r(B) - n$(Sylvester 在 $n$ 阶方阵下的形式)。 **证明**:由 $r(A^T) + r(AB) - n \le r(A^T \cdot AB) \le r(AB)$,再用 Sylvester 得 $\ge$ 方向。 --- > **变式 2**:证明 $r(A) + r(B) \ge r(A + B)$(子空间维度关系)。 **证明**:$\text{Col}(A+B) \subseteq \text{Col}(A) + \text{Col}(B)$,故 $r(A+B) \le \dim(\text{Col}(A) + \text{Col}(B)) \le r(A) + r(B)$。