Files
MathNotesVersion2/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/05-点4-矩阵的秩.md
T

14 KiB
Raw Blame History

tags, 专题, 日期, 状态, 关联笔记
tags 专题 日期 状态 关联笔记
数学一
在学练习
线性代数
矩阵
秩
线性代数 第2讲 · 点4 矩阵的秩 2026-10-23 知识点带题(5.1 定义、5.2 性质与四式、5.3 子式、6.1—6.3 等价矩阵,共 8 题)
README
01-知识点盘点

点 4 矩阵的秩

真题 2025·7(5 分)|重要度 ★★★ 依赖:点 3(04)的初等变换、点 2(03)的逆矩阵。盘点对应:§5、§6 全节。

组织原则:以知识点为单位,题目按知识点内部顺序对应(定义 → 性质 → 四式逐式 → 子式 → 等价矩阵)。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。

秩是整条线代链的"公约数":可逆 ⟺ 满秩、方程组解的结构由秩决定、向量组的一切判据最后都翻译成秩。本点的核心不是"会算秩",而是秩不等式四式——判断、填空、选择题里它们就是全部武器。完整证明题模板(A^2=A 的秩和、A^2=E 迁移、分块秩恒等式、r(A^{\mathrm T}A)=r(A) 的同解论证)归点 8,这里只把四式当判据用。

知识点 5.1 秩的定义(出处:知识章 matrix.tex §5.1)

  • 行列式定义:矩阵 A 中最高阶非零子式的阶数,称为 A 的秩,记 $r(A)$。
  • 向量视角:秩 = A 的列向量组中线性无关向量的最大个数(独立列的最大个数),也等于独立行的最大个数。
  • 算法:用初等行变换把 A 化成行阶梯形,非零行的行数即秩;每行首非零元所在列叫主元列。注意:原矩阵的非零列数(或非零行数)不是秩,必须化阶梯形后数。
  • 特殊值:$r(A)=0\iff A=O$;n 阶方阵 r(A)=n\iff \lvert A\rvert\ne0\iff 可逆(满秩);r(A)<n 称降秩(奇异)。

知识点 5.2 秩的性质与秩不等式四式(出处:知识章 matrix.tex §5.2 | 练习章 matrix.tex §7.2 矩阵运算)

基本性质:

  • $0\le r(A)\le\min(m,n)$;
  • $r(A^{\mathrm T})=r(A)$(独立行个数 = 独立列个数);
  • $r(PAQ)=r(A)$(P,Q 为大小匹配的可逆方阵)——初等变换不改变秩;
  • $r(kA)=r(A)$($k\ne0$)。

秩不等式四式:

题目出现 可用结论 理解
乘积 AB r(AB)\le\min\{r(A),r(B)\} 连续作用不会增加独立信息;右乘(左乘)可逆阵时取等号
和 A+B r(A+B)\le r(A\mid B)\le r(A)+r(B) 新列来自两组列的组合
乘积,公共内维为 n $r(AB)\ge r(A)+r(B)-n$(Sylvester) 上界式的"补"
$AB=O$,A 有 n 列 r(A)+r(B)\le n 上一式取 r(AB)=0

另附:实矩阵有 $r(A^{\mathrm T}A)=r(A)=r(AA^{\mathrm T})$。证明思路:$A^{\mathrm T}Ax=0\Rightarrow x^{\mathrm T}A^{\mathrm T}Ax=\lVert Ax\rVert^2=0\Rightarrow Ax=0$,反方向显然,两齐次方程组同解,由"解空间维数 = 列数 − 秩"得同秩。(完整同解论证归点 8。)

知识点 5.3 子式(出处:知识章 matrix.tex §5.3)

  • k 阶子式:任取 k 行、k 列,交点元素按原次序组成的 k 阶行列式。
  • r(A)=r 时:① 至少存在一个 r 阶非零子式(不要求全部 r 阶子式非零);② 所有 r+1 阶子式全为零;③ 必有 r-1 阶非零子式。
  • 技巧:含参题先找一个与参数无关、恒非零的子式,一次性钉死"秩 \ge 某数"的下界,再用行列式为零排除上界。

知识点 6.1 等价矩阵:定义(出处:知识章 matrix.tex §6.1)

  • 两个同型 m\times n 矩阵 $A,B$,若存在 m 阶可逆阵 P 和 n 阶可逆阵 $Q$,使 $PAQ=B$,称 A 与 B 等价,记 $A\sim B$。(参考仓库原文写 $B=QAP$,P,Q 阶数互换而已,实质相同。)
  • 等价 \iff 可经有限次初等行、列变换互化 \iff 有同一标准形 $\begin{pmatrix}E_r&O\O&O\end{pmatrix}$。

知识点 6.2 等价矩阵:性质(出处:知识章 matrix.tex §6.2)

  • 反身、对称、传递——等价是一个等价关系。
  • 方阵等价时:$\lvert A\rvert=k\lvert B\rvert$(k=\lvert P\rvert\lvert Q\rvert\ne0 常数)——故同阶方阵等价只保证行列式同时为零或同时非零,不保证相等;非方阵无行列式可谈。
  • 行等价的矩阵所对应的齐次方程组同解(判等价时行列变换都可用,只是解方程组时只用行变换)。

知识点 6.3 等价矩阵:判定与分界(出处:知识章 matrix.tex §6.3 | 练习章 matrix.tex §8 矩阵等价)

  • 判定定理:A,B 同型,则 $A\sim B\iff r(A)=r(B)$。判等价本质就是比秩;满秩 $\iff\lvert A\rvert\ne0$,是判秩为 n 的特例。
  • 与向量组等价的分界:矩阵等价只要求"同型 + 同秩",不问两矩阵列空间是否相同;向量组等价还要求两组张成同一空间($r(A)=r(B)=r(A\mid B)$)。例:3\times3 矩阵 (e_1,e_2,0) 与 (e_1,e_3,0) 秩都是 2,矩阵等价成立,但列向量组分别张成 xy 平面与 xz 平面,并不等价。(向量组等价的完整判定归向量讲点 4。)

题目(按知识点顺序对应)

题 1 · 5.1:化行阶梯形求秩,主元列与"非零列数≠秩"(★☆☆)

【旧试题 4】将下列矩阵化为行阶梯形,求秩并指出主元列号:

A=\begin{pmatrix}1&2&1\\2&4&3\\3&6&4\end{pmatrix}.

怎么想:初等行变换不改变秩(5.2 性质),消出阶梯后数非零行。别去数原矩阵有几列非零。

解:$R_2-2R_1,\ R_3-3R_1$,再 $R_3-R_2$:

A\longrightarrow\begin{pmatrix}1&2&1\\0&0&1\\0&0&1\end{pmatrix}\longrightarrow\begin{pmatrix}1&2&1\\0&0&1\\0&0&0\end{pmatrix}.

两行非零,故 $r(A)=2$;主元在第 1、3 列。验算:第 1、2 列成比例($(2,4,6)=2(1,2,3)$),故 $\lvert A\rvert=0$,秩 $<3$;二阶子式 $\begin{vmatrix}1&1\2&3\end{vmatrix}=1\ne0$,秩 $\ge2$,恰为 2 ✓。

带走结论:秩 = 阶梯形非零行数 = 最高阶非零子式阶数。原矩阵 3 列全非零、秩却是 2——"非零列数≠秩",第 2 列是第 1 列的 2 倍,不提供新信息。


题 2 · 5.2:基本性质的四个说法判断(★★☆)

设 A 是 m\times n 矩阵($m\ne n$),P,Q 分别为 m 阶、n 阶可逆阵,$k\ne0$。判断下列结论是否恒成立,并说明理由:

(1)$r(kA)=kr(A)$;(2)$r(PAQ)=r(A)$;(3)$r(A^{\mathrm T})=r(A)$;(4)$r(A)=m$。

怎么想:秩是矩阵的"内在维数",只问哪些操作会动它。

解:(1)错:数乘 k 只是把每列整体缩放,线性无关性不变,$r(kA)=r(A)$;kr(A) 把秩放大了 k 倍,是概念混淆。(2)对:P,Q 可逆对应一串初等变换,不丢信息,秩不变。(3)对:独立行个数 = 独立列个数。(4)错:$r(A)\le\min(m,n)$,只是不超过行数,未必等于行数;只有列数 n<m 且行满秩时才是 $m$。

带走结论:秩在"可逆乘 + 非零数乘 + 转置"下一律不变;它是内在维数,不是行数、列数。


题 3 · 四式:四条不等式速判(★★☆)

设 A 为 m\times n 矩阵,B 为 n\times s 矩阵。判断下列结论是否恒成立,不成立者改写成正确形式:

(1)$r(AB)\le\min{r(A),r(B)}$;(2)$r(A+B)\le r(A)+r(B)$;(3)$r(AB)\ge r(A)+r(B)-n$;(4)$AB=O\Rightarrow r(A)+r(B)=n$。

怎么想:四式本身全要背,但"等于号"是陷阱高发区。

解:(1)✓。(2)✓,更强的链条是 $r(A+B)\le r(A\mid B)\le r(A)+r(B)$。(3)✓(Sylvester)。(4)✗:AB=O 即 $r(AB)=0$,代入(3)得 $r(A)+r(B)\le n$,是"$\le$"不是"$=$"。反例:$A=O$($m\times n$)则 AB=O 恒成立,但 r(B) 可取 0 到 n 之间任意值,秩和不必等于 $n$。

带走结论:四式口诀——乘积取小、和不超和、Sylvester 补 $n$、零乘积收 $\le n$。第(4)条的"$=$"是选择填空里最常见的干扰项。


题 4 · 四式①:提取公因子,借可逆阵取等号(★★☆)

【练习章 §7.2 例题骨架】设

A=\begin{pmatrix}1&2&3&4\\2&3&4&5\\3&4&5&6\\4&5&6&7\end{pmatrix},\quad B=\begin{pmatrix}0&1&-1&2\\0&-1&2&3\\0&0&1&4\\0&0&0&2\end{pmatrix},

求 $r(AB+2A)$。

怎么想:先提取公因子 $A$:$AB+2A=A(B+2E)$。若 B+2E 可逆,四式①取等号,秩直接搬过来。

解:$B+2E=\begin{pmatrix}2&1&-1&2\0&1&2&3\0&0&3&4\0&0&0&4\end{pmatrix}$,上三角、对角元 2,1,3,4 全非零,$r=4$,可逆。再算 $A$:各行之差全是 $(1,1,1,1)$,阶梯化为 $\begin{pmatrix}1&2&3&4\1&1&1&1\0&0&0&0\0&0&0&0\end{pmatrix}$,两行非零,$r(A)=2$。故 $r(AB+2A)=r(A(B+2E))=r(A)=2$。验算:套四式①得 $r\le\min{r(A),r(B+2E)}=\min{2,4}=2$,与取等结果一致 ✓。

带走结论:AB+\lambda A 型先提公因子 $A(B+\lambda E)$;括号里可逆就直接搬秩——四式① 不只是上界,"乘可逆阵"时它取等号。


题 5 · 四式②④联用:A^2=A 求秩和(★★★)

【2025·7 所属知识块】设 n 阶方阵 A 满足 $A^2=A$。求 $r(A)+r(E-A)$。

怎么想:四式是判据——找"零乘积"用上界式④,找"可逆的和"用下界式②,两侧夹住。

解:上界:$A(E-A)=A-A^2=O$,由④($AB=O\Rightarrow r(A)+r(B)\le n$)得 $r(A)+r(E-A)\le n$。下界:$A+(E-A)=E$,由②得 $n=r(E)\le r(A)+r(E-A)$。上下界夹住,故 $r(A)+r(E-A)=n$。

验算特例:n=2 时 $A=E$:$r(A)=2$,$E-A=O$,秩和 =2 ✓;$A=O$:$r(A)=0$,$r(E-A)=2$,和 =2 ✓。

带走结论:秩和题的固定动作——零乘积给上界、可逆和给下界,两侧夹住即等号。本点只要求会用四式判出结果;完整证明模板(A^2=E 迁移、分块秩恒等式)归点 8。


题 6 · 5.3 + 5.1:含参矩阵求秩,行列式找根、每根代回、非零子式钉下界(★★☆)

【旧试题 9】设

A(t)=\begin{pmatrix}1&1&1\\1&t&2\\1&2&t\end{pmatrix}.

求所有实数 t 对应的秩,并说明何时可逆;每个特殊参数值都代回检查。

怎么想:先算行列式找根(根 = 秩可能下降的点),再用"与参数无关的非零子式"定下界——不能因为行列式为零就直接写秩为 2。

解:$R_2-R_1,\ R_3-R_1$:

A(t)\longrightarrow\begin{pmatrix}1&1&1\\0&t-1&1\\0&1&t-1\end{pmatrix},\qquad \lvert A\rvert=(t-1)^2-1=t(t-2).
  • $t\ne0,2$:$\lvert A\rvert\ne0$,$r=3$,可逆。
  • $t=0$:代回得 $\begin{pmatrix}1&1&1\0&-1&1\0&1&-1\end{pmatrix}$,$R_3=-R_2$,$r\le2$;子式 $\begin{vmatrix}1&1\0&-1\end{vmatrix}=-1\ne0$,$r\ge2$,故 $r=2$。
  • $t=2$:代回得 $\begin{pmatrix}1&1&1\0&1&1\0&1&1\end{pmatrix}$,$R_2=R_3$,$r\le2$;子式 $\begin{vmatrix}1&1\0&1\end{vmatrix}=1\ne0$,$r\ge2$,故 $r=2$。

验算:t=0 时原矩阵三行 $(1,1,1),(1,0,2),(1,2,0)$,后两行减去首行确为 (0,-1,1) 与 $(0,1,-1)$,互为相反数 ✓。

带走结论:含参秩两步走——行列式找根(找全因式防失根)+ 每个根代回并用与参数无关的非零子式钉死下界。"行列式为零"只能说秩 $<n$,绝不能直接写秩等于 $n-1$。


题 7 · 6.3:等价矩阵判定的四个说法(★★☆)

设 A,B 均为 3\times3 矩阵。判断下列结论是否正确,错误者举反例:

(A)若 $\lvert A\rvert=\lvert B\rvert$,则 A 与 B 等价; (B)若 $r(A)=r(B)$,则 A 与 B 等价; (C)若 $A\sim B$,则 $\lvert A\rvert=\lvert B\rvert$; (D)若 $A\sim B$,则 A 的列向量组与 B 的列向量组等价。

怎么想:等价的充要条件只有一条——同型同秩。其余推论都要对着这条重算。

解:(A)错:\lvert A\rvert=\lvert B\rvert=0 只说明都降秩,秩未必相同。反例:$A=\operatorname{diag}(1,0,0)$($r=1$)与 $B=O$($r=0$),行列式都为 0,不同秩不等价。(B)对:同型 + 同秩即等价(判定定理)。(C)错:方阵等价只给 $\lvert A\rvert=k\lvert B\rvert$(k\ne0 常数)。反例:$A=E_3$、B=2E_3 等价(秩都为 3),但 $\lvert A\rvert=1$、$\lvert B\rvert=8$。(D)错:矩阵等价不保证列空间相同。反例:A=(e_1,e_2,0)=\begin{pmatrix}1&0&0\\0&1&0\\0&0&0\end{pmatrix} 与 $B=(e_1,e_3,0)=\begin{pmatrix}1&0&0\0&0&0\0&1&0\end{pmatrix}$,秩都为 2,矩阵等价;但列组分别张成 xy 平面与 xz 平面,列向量组不等价。

带走结论:矩阵等价 \iff 同型同秩,是最弱的"像"——它推不出行列式相等(只推倍数关系),更推不出列向量组等价。后者是向量讲点 4 的标准。


题 8 · 6.3:具体两个矩阵判等价,只比秩(★★☆)

设

A=\begin{pmatrix}1&2&1\\2&4&3\\3&6&4\end{pmatrix},\quad B=\begin{pmatrix}1&0&1\\0&1&1\\1&1&2\end{pmatrix},\quad C=E_3.

判断 A,B,C 两两是否等价。

怎么想:三个都是 $3\times3$(同型),等价 \iff 秩相等,分别算秩即可。

解:$A$:由题 1,$r(A)=2$。$B$:R_3-R_1 得 $\begin{pmatrix}1&0&1\0&1&1\0&1&1\end{pmatrix}$,$R_3=R_2$,$r\le2$;二阶子式 $\begin{vmatrix}1&0\0&1\end{vmatrix}=1\ne0$,$r\ge2$,故 $r(B)=2$。$C=E_3$,$r(C)=3$。因此 A\sim B 等价(同型同秩 $=2$);C 与二者秩不同,不等价。验算:$\lvert B\rvert=0$(两行相同)✓,\lvert C\rvert=1 ✓。

带走结论:判"两个具体矩阵是否等价"两步——先看是否同型,再算秩是否相等;都过了就是等价,无需真的凑出 $P,Q$。