矩阵的秩
一、矩阵的秩的定义
矩阵的秩是线性代数中的核心概念之一。设 A 为 m×n 矩阵,若 A 中存在一个 r 阶子式不为零,而所有 r+1 阶子式(如果存在)全为零,则称 r 为矩阵 A 的秩,记作 rank(A) 或 r(A)。
规定零矩阵的秩为零。
直观理解:矩阵的秩反映了矩阵中线性无关的行(或列)的最大数目,是衡量矩阵“有效信息量”的重要指标。
二、矩阵的秩的基本性质
- 0 ≤ r(A) ≤ min(m, n)。
- r(A) = r(Aᵀ)。即矩阵的秩等于其转置的秩(行秩等于列秩)。
- 若 A 为 n 阶方阵,则 A 可逆 ⟺ r(A) = n,此时称 A 为满秩矩阵。
- 初等变换不改变矩阵的秩。这是计算矩阵秩的基本依据。
- r(AB) ≤ min{r(A), r(B)}。
- r(A+B) ≤ r(A) + r(B)。
三、矩阵秩的计算方法
方法一:利用初等行变换化为阶梯形
步骤:
- 对矩阵 A 施行初等行变换,化为行阶梯形矩阵;
- 数出非零行的行数,即为矩阵的秩。
示例:设
A = [[1, 2, 3], [2, 4, 6], [1, 1, 1]]
经行变换 r₂ - 2r₁,r₃ - r₁ 得 [[1, 2, 3], [0, 0, 0], [0, -1, -2]],再交换行得阶梯形,非零行数为 2,故 r(A) = 2。
方法二:利用子式判定
寻找矩阵中最高阶的非零子式,其阶数即为矩阵的秩。实际计算中,此方法多用于理论证明。
四、矩阵的秩与线性方程组
矩阵的秩在判定线性方程组解的情况中具有重要作用。对于 n 元线性方程组 Ax = b:
- 若 r(A) = r(A, b) = n,方程组有唯一解;
- 若 r(A) = r(A, b) < n,方程组有无穷多解;
- 若 r(A) < r(A, b),方程组无解。
这即为著名的克拉默法则的推广——秩判定定理。
五、常见题型与解题要点
- 求具体矩阵的秩:优先使用初等行变换化阶梯形。
- 含参数的矩阵求秩:需对参数分类讨论,注意子式为零的临界情形。
- 利用秩的性质证明:常结合 r(AB) ≤ min{r(A), r(B)} 及 r(A+B) ≤ r(A)+r(B) 进行放缩。
六、小结
矩阵的秩贯穿线性代数始终,是判断向量组线性相关性、方程组解的结构以及矩阵可逆性的核心工具。掌握其定义、性质与计算方法是本章学习的重点。
如若转载,请注明出处:http://www.kuaishangremen.com/product/57.html
更新时间:2026-11-17 14:44:27