Files
MathNotesVersion1/公式笔记/线性代数/Ch03_矩阵的初等变换与线性方程组/题型2_矩阵秩的计算.md
T
2026-10-04 11:44:56 +08:00

2.9 KiB
Raw Blame History

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

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)