5.0 KiB
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
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:
- 记 $W_1 = {x \mid Bx = 0}$,
W_2 = \{x \mid ABx = 0\} - 显然 $W_1 \subseteq W_2$(因 $Bx = 0 \Rightarrow A(Bx) = 0$)
- 由维数单调性:
\dim W_2 \ge \dim W_1 - 即
n - r(AB) \ge n - r(B) \Rightarrow r(AB) \le r(B) - 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 $r(A+B) \le \dim(\text{Col}(A) + \text{Col}(B)) \le r(A) + r(B)$。