12._矩阵的秩的意义_向量版

说明 本文介绍矩阵的秩,是从向量空间角度进行理解,适合具有一定线性基础的人进行阅读,如果您是初学者,推荐你首先查看矩阵的秩的意义(方程组版) 的课程进行理解。矩阵的秩的本质反映的是方程组里,有效的方程的个数。

矩阵的秩的意义(向量版)

在线性代数中,一个矩阵的秩是其非零子式的最高阶数,一个向量组的秩则是其最大无关组所含的向量个数。

矩阵的秩是反映向量之间分布上的集中或限制程度的一个数值。它表示一组n维向量中最多有几个向量是无关的。如果一个矩阵满秩,说明这组向量中最多有n个向量是无关的,若加进来第n+1个向量,该组一定相关。矩阵的秩也可以反映矩阵的行或列中包含的独立方程式的个数。如果矩阵不满秩,那么矩阵会化简出有全零行,主元就“不完全”。

矩阵乘以一个向量就是把这个向量映射到列空间中去, 同时矩阵的秩也是其列空间的维数。 如果矩阵乘以一个图形 (向量的集合), 就会把这个图形统统变换到列空间去。变换后的图形维数最大不能超过列空间的维数。举几个例子: 对于二阶矩阵 A=[11.501]\boldsymbol{A}=\left[\begin{array}{cc}1 & 1.5 \\ 0 & 1\end{array}\right], 其行列式 det(A)=11.501=0.50\operatorname{det}(\boldsymbol{A})=\left|\begin{array}{cc}1 & 1.5 \\ 0 & 1\end{array}\right|=-0.5 \neq 0, 因此 R(A)=2R(\boldsymbol{A})=2; 对于二阶矩阵 B=[120.51]\boldsymbol{B}=\left[\begin{array}{cc}1 & 2 \\ 0.5 & 1\end{array}\right], 其行列式 det(B)=120.51=0\operatorname{det}(\boldsymbol{B})=\left|\begin{array}{cc}1 & 2 \\ 0.5 & 1\end{array}\right|=0, 故 R(B)<2R(\boldsymbol{B})<2, 进而得到 R(B)=1R(\boldsymbol{B})=1; 矩阵 A\boldsymbol{A}B\boldsymbol{B} 对单位圆上向量的变化图形如图 5-31 所示。

图片

显然,

当二阶矩阵的秩等于 2 时, 矩阵把二维的圆形仍然变换为二维的椭圆图形; 当矩阵的秩降低为 1 时, 矩阵变换后的图形退化为一维的线段。

同样地, 三阶矩阵对于空间球面上的向量的变换图形是:

当矩阵的秩等于 3 时, 单位球被变换成三维空间中的一个椭圆球 (三维图形); 当矩阵的秩等于 2 时, 单位球被变换成三维空间中的一个椭圆面 (二维图形); 当矩阵的秩等于 1 时, 单位球被变换成三维空间中的一个线段 (一维图形)。

换句话说,矩阵的秩的大小,可以看成对图形降维的尺度。

矩阵的秩的定义

m×nm \times n 矩阵 AA 中,任取 kk 行与 kk(km,kn)(k \leq m, k \leq n) ,位于这些行列交叉处的 k2k^2 个元 素,不改变它们在 AA 中所处的位置次序而得的 kk 阶行列式,称为矩阵 AAkk 阶子式。 m×nm \times n 矩阵 AA 中的 kk 阶子式共有 CmkCnkC_m^k \cdot C_n^k 个. 设在矩阵 AA 中有一个不等于 0 的 rr 阶子式 D1D_1 且所有 r+1r+1 阶子式 (如果存在的话)全等于 0 ,那么 DD 称为矩阵 AA 的最高阶非零子式,数 rr 称为矩阵 AA 的秩,记作 R(A)R(A)

并规定:零矩阵的秩等于 0.

由行列式按行(列)展开的性质可知,若 AA 的所有 r+1r+1 阶子式全等于零,则所有高于 r+1r+1 阶的子式也全为 0 ,因此, rr 阶非零子式 DD 被称为最高阶非零子式, 而矩阵 AA 的秩 R(A)R(\boldsymbol{A}) 就是非零子式的最高阶数. 由此可得,若矩阵 A\boldsymbol{A} 中有某个 kk 阶子式不为 0 ,则 R(A)kR(\boldsymbol{A}) \geq k 若矩阵 A\boldsymbol{A} 中所有 kk 阶子式全为 0 ,则 R(A)<kR(\boldsymbol{A})<k. 对于 nn 阶矩阵 AA 因为 AAnn 阶子式只有一个 A|\boldsymbol{A}| , 所以,当 A0|A| \neq 0 时, R(A)=nR(A)=n , 当 A=0|\boldsymbol{A}|=0 时, R(A)<nR(\boldsymbol{A})<n 从而可逆矩阵的秩等于它的阶数,而不可逆矩阵的秩小于它 的阶数. 因此,可逆矩阵又称为满秩矩阵,不可逆矩阵又称为降秩矩阵.

A =\left(\begin{array}{cccc} 1 & 1 & 2 & 3 \\ -1 & 2 & 0 & 1 \\ 0 & 3 & 2 & 4 \end{array}\right)$$ 的秩 解:根据定义, 矩阵 $A$ 没有 4 阶子式,它的所有 3 阶子式为:

\left|\begin{array}{ccc} 1 & 1 & 2 \ -1 & 2 & 0 \ 0 & 3 & 2 \end{array}\right|=0, \quad\left|\begin{array}{ccc} 1 & 1 & 3 \ -1 & 2 & 1 \ 0 & 3 & 4 \end{array}\right|=0, \quad\left|\begin{array}{ccc} 1 & 2 & 3 \ -1 & 0 & 1 \ 0 & 2 & 4 \end{array}\right|=0, \quad\left|\begin{array}{ccc} 1 & 2 & 3 \ 2 & 0 & 1 \ 3 & 2 & 4 \end{array}\right|=0

而 $A$ 中有一个非零的二阶子式 $\left|\begin{array}{cc}1 & 1 \\ -1 & 2\end{array}\right|=3 \neq 0 \quad$ 所以 $A$ 的秩 $\cdot R( A )=2$ > 注意:我们几乎不用定义求矩阵的秩,通常使用阶梯型矩阵判断矩阵的值,详见 [矩阵的秩](https://kb.kmath.cn/kbase/detail.aspx?id=1863) 教程。 `例` 求矩阵的值

B =\left(\begin{array}{ccccc} 2 & -3 & 4 & 4 & 5 \ 0 & -2 & 1 & -1 & 3 \ 0 & 0 & 0 & 0 & 4 \ 0 & 0 & 0 & 0 & 0 \end{array}\right)

解:矩阵 $B$ 是一个行阶梯形矩阵,非零行的行数为 3 ,从而 $B$ 的所有 4 阶子式全为 0 . 而 $B$ 中存在一个 3 阶非零子式

\left|\begin{array}{ccc} 2 & -3 & 5 \ 0 & -2 & 3 \ 0 & 0 & 4 \end{array}\right|=-16 \neq 0

于是 $R( B )=3$ > 上面的结论需要记住:对于阶梯形矩阵,阶梯的行数就是矩阵的秩。 `例`证明:矩阵 $A$ 的秩与它的转置矩阵 $A ^{ T }$ 的秩相等. 证明 由于矩阵 $A ^{ T }$ 的子式都是矩阵 $A$ 的子式的转置,根据行列式与其转置行列式相等这一性质,得到 $R( A )=R\left( A ^{ T }\right)$ .
12._矩阵的秩的意义_向量版 - 线性代数 | OpenTech