国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

線性代數(shù)|矩陣的秩的性質(zhì)

這篇具有很好參考價值的文章主要介紹了線性代數(shù)|矩陣的秩的性質(zhì)。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

前置知識:

  • 行列式的性質(zhì)
  • 逆矩陣的性質(zhì)
  • 【定義】矩陣的秩
  • 線性方程組與矩陣的秩
  • 矩陣初等變換與矩陣乘法的聯(lián)系

前置定義 2 設(shè)在矩陣 A \boldsymbol{A} A 中有一個不等于 0 0 0 r r r 階子式 D D D,且所有 r + 1 r+1 r+1 階子式(如果存在的話)全等于 0 0 0,那么 D D D 稱為矩陣 A \boldsymbol{A} A最高階非零子式,數(shù) r r r 稱為 矩陣 A \boldsymbol{A} A 的秩,記作 R ( A ) R(\boldsymbol{A}) R(A)。并規(guī)定零矩陣的秩等于 0 0 0。

說明見 “【定義】矩陣的秩”。

前置性質(zhì) 3 行列式與它的轉(zhuǎn)置行列式相等。

證明見 “行列式的性質(zhì)”。

前置定理 4 若矩陣 A \boldsymbol{A} A 可逆,則 ∣ A ∣ ≠ 0 |\boldsymbol{A}| \ne 0 A=0。

證明見 “逆矩陣的性質(zhì)”。

前置定理 5 設(shè) A ~ r B \boldsymbol{A} \stackrel{r}{\sim} \boldsymbol{B} ArB,則 A \boldsymbol{A} A B \boldsymbol{B} B 中非零子式的最高階數(shù)相等。

證明見 “【定義】矩陣的秩”。

前置定理 6 設(shè) A \boldsymbol{A} A B \boldsymbol{B} B 為 $m \times n $ 矩陣,那么 A ~ B \boldsymbol{A} \sim \boldsymbol{B} AB 的充分必要條件是存在 m m m 階可逆矩陣 P \boldsymbol{P} P n n n 階可逆矩陣 Q \boldsymbol{Q} Q,使 P A Q = B \boldsymbol{P} \boldsymbol{A} \boldsymbol{Q} = \boldsymbol{B} PAQ=B。

證明見 “矩陣初等變換與矩陣乘法的聯(lián)系“。


1 矩陣的秩與矩陣是否可逆的關(guān)系

定理 1 逆矩陣的秩等于矩陣的階數(shù),不可逆矩陣的秩小于矩陣的階數(shù)。

證明 對于 n n n 階矩陣 A \boldsymbol{A} A,由于 A \boldsymbol{A} A n n n 階子式只有一個 ∣ A ∣ |\boldsymbol{A}| A,故當(dāng) ∣ A ∣ ≠ 0 |\boldsymbol{A}| \ne 0 A=0 R ( A ) = n R(\boldsymbol{A}) = n R(A)=n,當(dāng) ∣ A ∣ = 0 |\boldsymbol{A}| = 0 A=0 R ( A ) < n R(\boldsymbol{A}) < n R(A)<n。根據(jù)前置定理 4,得證。

因此,可逆矩陣又稱為 滿秩矩陣,不可逆矩陣(奇異矩陣)又稱 降秩矩陣。

2 矩陣的秩與矩陣行數(shù)、列數(shù)的關(guān)系

性質(zhì) 1 若 A \boldsymbol{A} A m × n m \times n m×n 矩陣,則 0 ≤ R ( A ) ≤ min ? { m , n } 0 \le R(\boldsymbol{A}) \le \min \{m,n\} 0R(A)min{m,n}。

證明 根據(jù)前置定義 2,顯然成立。

性質(zhì) 2  R ( A T ) = R ( A ) R(\boldsymbol{A}^T) = R(\boldsymbol{A}) R(AT)=R(A)。

證明 根據(jù)前置性質(zhì) 3,行列式與其轉(zhuǎn)置行列式相等,因此 A T \boldsymbol{A}^T AT 的子式與 A \boldsymbol{A} A 的子式對應(yīng)相等,從而 R ( A T ) = R ( A ) R(\boldsymbol{A}^T) = R(\boldsymbol{A}) R(AT)=R(A)。

3 矩陣的秩與矩陣初等變換的關(guān)系

性質(zhì) 3 若 A ~ B \boldsymbol{A} \sim \boldsymbol{B} AB,則 R ( A ) = R ( B ) R(\boldsymbol{A}) = R(\boldsymbol{B}) R(A)=R(B)。

證明 根據(jù)前置定理 5 可知,矩陣 A \boldsymbol{A} A 經(jīng)初等行變換變成矩陣 B \boldsymbol{B} B 時,矩陣的秩不變。因此,我們只需要證明矩陣 A \boldsymbol{A} A 經(jīng)初等列變換變成矩陣 B \boldsymbol{B} B 時,矩陣的秩也不變即可。

根據(jù)前置定理 5,矩陣 A T \boldsymbol{A}^T AT 經(jīng)初等行變換變成矩陣 B T \boldsymbol{B}^T BT 時,矩陣的秩不變,即 R ( A T ) = R ( B T ) R(\boldsymbol{A}^T) = R(\boldsymbol{B}^T) R(AT)=R(BT)。根據(jù)性質(zhì) 2 可知, R ( A ) = R ( A T ) R(\boldsymbol{A}) = R(\boldsymbol{A}^T) R(A)=R(AT) R ( B ) = R ( B T ) R(\boldsymbol{B}) = R(\boldsymbol{B}^T) R(B)=R(BT),于是有 R ( A ) = R ( B ) R(\boldsymbol{A}) = R(\boldsymbol{B}) R(A)=R(B)

綜上所述,若矩陣 A \boldsymbol{A} A 經(jīng)有限次初等變換變?yōu)榫仃? B \boldsymbol{B} B(即 A ~ B \boldsymbol{A} \sim \boldsymbol{B} AB),則 R ( A ) = R ( B ) R(\boldsymbol{A}) = R(\boldsymbol{B}) R(A)=R(B)。

根據(jù)性質(zhì) 3,我們發(fā)現(xiàn):矩陣的初等變換作為一種運算,其深刻意義在于它不改變矩陣的秩。

根據(jù)前置定理 6 替換性質(zhì) 3 中的條件,得到性質(zhì)如下:

性質(zhì) 4 若可逆矩陣 P \boldsymbol{P} P、 Q \boldsymbol{Q} Q 使 P A Q = B \boldsymbol{P} \boldsymbol{A} \boldsymbol{Q} = \boldsymbol{B} PAQ=B,則 R ( A ) = R ( B ) R(\boldsymbol{A}) = R(\boldsymbol{B}) R(A)=R(B)。

證明:根據(jù)前置定理 6 和性質(zhì) 3,顯然成立。

4 矩陣的秩和矩陣分塊的關(guān)系

性質(zhì) 5  max ? { R ( A ) , R ( B ) } ≤ R ( A , B ) ≤ R ( A ) + R ( B ) \max \{R(\boldsymbol{A}), R(\boldsymbol{B})\} \le R(\boldsymbol{A},\boldsymbol{B}) \le R(\boldsymbol{A}) + R(\boldsymbol{B}) max{R(A),R(B)}R(A,B)R(A)+R(B)。

證明 因為 A \boldsymbol{A} A 的最高階非零子式總是 ( A , B ) (\boldsymbol{A},\boldsymbol{B}) (A,B) 的非零子式,所以 R ( A ) ≤ R ( A , B ) R(\boldsymbol{A}) \le R(\boldsymbol{A},\boldsymbol{B}) R(A)R(A,B)。同理有 R ( B ) ≤ R ( A , B ) R(\boldsymbol{B}) \le R(\boldsymbol{A},\boldsymbol{B}) R(B)R(A,B)。根據(jù)以上兩式可得
max ? { R ( A ) , R ( B ) } ≤ R ( A , B ) \max \{R(\boldsymbol{A}), R(\boldsymbol{B})\} \le R(\boldsymbol{A},\boldsymbol{B}) max{R(A),R(B)}R(A,B)
設(shè) R ( A ) = r R(\boldsymbol{A}) = r R(A)=r, R ( B ) = t R(\boldsymbol{B}) = t R(B)=t;把 A T \boldsymbol{A}^T AT B T \boldsymbol{B}^T BT 分別作初等行變換化為行階梯形矩陣 A ~ \tilde{\boldsymbol{A}} A~ B ~ \tilde{\boldsymbol{B}} B~。因為根據(jù)性質(zhì) 2 有 R ( A T ) = R ( A ) = r R(\boldsymbol{A}^T) = R(\boldsymbol{A}) = r R(AT)=R(A)=r, R ( B T ) = R ( B ) = t R(\boldsymbol{B}^T) = R(\boldsymbol{B}) = t R(BT)=R(B)=t,所以 A ~ \tilde{\boldsymbol{A}} A~ B ~ \tilde{\boldsymbol{B}} B~ 中分別包含 r r r 和非零行和 t t t 的非零行,從而 ( A ~ B ~ ) \begin{pmatrix} \tilde{\boldsymbol{A}} \\ \tilde{\boldsymbol{B}} \end{pmatrix} (A~B~?) 中只含有 r + t r+t r+t 個非零行,并且 ( A T B T ) ~ r ( A ~ B ~ ) \begin{pmatrix} \boldsymbol{A}^T \\ \boldsymbol{B}^T \end{pmatrix} \stackrel{r}{\sim} \begin{pmatrix} \tilde{\boldsymbol{A}} \\ \tilde{\boldsymbol{B}} \end{pmatrix} (ATBT?)r(A~B~?)。于是有
R ( A , B ) = R ( A T B T ) T = R ( A T B T ) = R ( A ~ B ~ ) ≤ r + t = R ( A ) = R ( B ) R(\boldsymbol{A},\boldsymbol{B}) = R\begin{pmatrix} \boldsymbol{A}^T \\ \boldsymbol{B}^T \end{pmatrix}^T = R \begin{pmatrix} \boldsymbol{A}^T \\ \boldsymbol{B}^T \end{pmatrix} = R \begin{pmatrix} \tilde{\boldsymbol{A}} \\ \tilde{\boldsymbol{B}} \end{pmatrix} \le r + t = R(\boldsymbol{A}) = R(\boldsymbol{B}) R(A,B)=R(ATBT?)T=R(ATBT?)=R(A~B~?)r+t=R(A)=R(B)
得證。

特別地,當(dāng) B = b \boldsymbol{B} = \boldsymbol B=b 為非零列向量時,有
R ( A ) ≤ R ( A , b ) ≤ R ( A ) + 1 R(\boldsymbol{A}) \le R(\boldsymbol{A},\boldsymbol) \le R(\boldsymbol{A}) + 1 R(A)R(A,b)R(A)+1

性質(zhì) 6  R ( A + B ) ≤ R ( A ) + R ( B ) R(\boldsymbol{A} + \boldsymbol{B}) \le R(\boldsymbol{A}) + R(\boldsymbol{B}) R(A+B)R(A)+R(B)。

證明 不妨設(shè) A \boldsymbol{A} A B \boldsymbol{B} B m × n m \times n m×n 矩陣。對矩陣 ( A + B B ) \begin{pmatrix} \boldsymbol{A}+\boldsymbol{B} \\ \boldsymbol{B} \end{pmatrix} (A+BB?) 做初等行變換 r i ? r n + i r_i - r_{n+i} ri??rn+i? i = 1 , 2 , ? ? , n i = 1,2,\cdots,n i=1,2,?,n)即得
( A + B B ) ~ r ( A B ) \begin{pmatrix} \boldsymbol{A}+\boldsymbol{B} \\ \boldsymbol{B} \end{pmatrix} \stackrel{r}{\sim} \begin{pmatrix} \boldsymbol{A} \\ \boldsymbol{B} \end{pmatrix} (A+BB?)r(AB?)
根據(jù)性質(zhì) 5,有
R ( A + B ) ≤ R ( A + B B ) = R ( A B ) = R ( A T , B T ) T = R ( A T , B T ) ≤ R ( A T ) + R ( B T ) = R ( A ) + R ( B ) R(\boldsymbol{A} + \boldsymbol{B}) \le R \begin{pmatrix} \boldsymbol{A}+\boldsymbol{B} \\ \boldsymbol{B} \end{pmatrix} = R \begin{pmatrix} \boldsymbol{A} \\ \boldsymbol{B} \end{pmatrix} = R(\boldsymbol{A}^T,\boldsymbol{B}^T)^T = R(\boldsymbol{A}^T,\boldsymbol{B}^T) \le R(\boldsymbol{A}^T) + R(\boldsymbol{B}^T) = R(\boldsymbol{A}) + R(\boldsymbol{B}) R(A+B)R(A+BB?)=R(AB?)=R(AT,BT)T=R(AT,BT)R(AT)+R(BT)=R(A)+R(B)
得證。

如果矩陣 A \boldsymbol{A} A 的秩等于它的列數(shù),這樣的矩陣稱為 列滿秩矩陣;當(dāng) A \boldsymbol{A} A 為方陣時,列滿秩矩陣就成為滿秩矩陣。如果矩陣 A \boldsymbol{A} A 的秩等于它的行數(shù),這樣的矩陣稱為 行滿秩矩陣;當(dāng) A \boldsymbol{A} A 為方陣時,行滿秩矩陣就成為滿秩矩陣。文章來源地址http://www.zghlxwxcb.cn/news/detail-754407.html

到了這里,關(guān)于線性代數(shù)|矩陣的秩的性質(zhì)的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經(jīng)查實,立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費用

相關(guān)文章

  • 線性代數(shù)之矩陣秩的求法與示例詳解

    線性代數(shù)之矩陣秩的求法與示例詳解

    線性代數(shù)之矩陣秩的求法 在m×n的矩陣A中,任取k行、k列(k小于等于m、k小于等于n),位于這些行和列交叉處的 個元素,在不改變原有次序的情況下組成的矩陣叫做矩陣A的k階子式。 不難發(fā)現(xiàn)矩陣A有個 個k階子式。 ?比如有矩陣A 比如取第1行,第3行,第1列,第4列交叉上的元素

    2024年02月04日
    瀏覽(25)
  • 矩陣的秩的性質(zhì)

    前置知識: 行列式的性質(zhì) 逆矩陣的性質(zhì) 【定義】矩陣的秩 線性方程組與矩陣的秩 矩陣初等變換與矩陣乘法的聯(lián)系 前置定義 2 設(shè)在矩陣 A boldsymbol{A} A 中有一個不等于 0 0 0 的 r r r 階子式 D D D ,且所有 r + 1 r+1 r + 1 階子式(如果存在的話)全等于 0 0 0 ,那么 D D D 稱為矩陣

    2023年04月08日
    瀏覽(28)
  • 矩陣乘法的秩的性質(zhì)

    前置定理 1 矩陣方程 A X = b boldsymbol{A} boldsymbol{X} = boldsymbol A X = b 有解的充分必要條件是 R ( A ) = R ( A , B ) R(boldsymbol{A}) = R(boldsymbol{A},boldsymbol{B}) R ( A ) = R ( A , B ) 。 證明見 “線性方程組與矩陣的秩”。 前置性質(zhì) 2 R ( A T ) = R ( A ) R(boldsymbol{A}^T) = R(boldsymbol{A}) R ( A T ) =

    2024年02月03日
    瀏覽(27)
  • 線性代數(shù)|分塊對角矩陣的定義和性質(zhì)

    前置知識: 階梯形行列式的性質(zhì) 定義 設(shè) A boldsymbol{A} A 為 n n n 階方陣,若 A boldsymbol{A} A 的分塊矩陣只有在對角線上有非零子塊,其余子塊都為零矩陣,且在對角線上的子塊都是方陣,即 A = ( A 1 O A 2 ? O A s ) boldsymbol{A} = begin{pmatrix} boldsymbol{A}_1 boldsymbol{O} \\\\ boldsymbol{A}_

    2024年02月07日
    瀏覽(26)
  • 宋浩線性代數(shù)筆記(二)矩陣及其性質(zhì)

    宋浩線性代數(shù)筆記(二)矩陣及其性質(zhì)

    更新線性代數(shù)第二章——矩陣,本章為線代學(xué)科最核心的一章,知識點多而雜碎,務(wù)必仔細(xì)學(xué)習(xí)。 重難點在于: 1.矩陣的乘法運算 2.逆矩陣、伴隨矩陣的求解 3.矩陣的初等變換 4.矩陣的秩 (去年寫的字,屬實有點ugly,大家盡量看。。。) 首先來看一下考研數(shù)學(xué)一種對這一章

    2024年02月15日
    瀏覽(32)
  • 考研數(shù)學(xué)筆記:線性代數(shù)中抽象矩陣性質(zhì)匯總

    在考研線性代數(shù)這門課中,對抽象矩陣(矩陣 A A A 和矩陣 B B B 這樣的矩陣)的考察幾乎貫穿始終,涉及了很多性質(zhì)、運算規(guī)律等內(nèi)容,在這篇考研數(shù)學(xué)筆記中,我們匯總了幾乎所有考研數(shù)學(xué)要用到的抽象矩陣的性質(zhì),詳情在這里: 線性代數(shù)抽象矩陣(塊矩陣)運算規(guī)則(性

    2024年02月03日
    瀏覽(30)
  • 線性代數(shù):向量組的秩

    線性代數(shù):向量組的秩

    ? 目錄 回顧“秩” 及 向量組線性表示 相關(guān)特性 向量組的秩? 例1 例2?

    2024年02月22日
    瀏覽(21)
  • 線性代數(shù)|線性空間的定義與性質(zhì)

    定義 1 設(shè) V V V 是一個非空集合, R R R 為實數(shù)域。如果在 V V V 中定義了一個 加法 ,即對于任意兩個元素 α , β ∈ V boldsymbol{alpha}, boldsymbol{beta} in V α , β ∈ V ,總有唯一的一個元素 γ ∈ V boldsymbol{gamma} in V γ ∈ V 與之對應(yīng),稱為 α boldsymbol{alpha} α 與 β boldsymbol{beta

    2024年02月07日
    瀏覽(22)
  • 線性代數(shù)|證明:線性空間的基本性質(zhì)

    性質(zhì) 1 零向量是唯一的。 證明 設(shè) 0 1 , 0 2 boldsymbol{0}_1, boldsymbol{0}_2 0 1 ? , 0 2 ? 是線性空間 V V V 中的兩個零向量,即對任何 α ∈ V boldsymbol{alpha} in V α ∈ V ,有 α + 0 1 = α α + 0 2 = α begin{align*} boldsymbol{alpha} + boldsymbol{0}_1 = boldsymbol{alpha} tag{1} \\\\ boldsymbol{alpha} + bold

    2024年02月07日
    瀏覽(24)
  • 線性代數(shù)的學(xué)習(xí)和整理18:什么是維度,什么是秩?秩的各種定理&&秩的計算 (計算部分未完成)

    線性代數(shù)的學(xué)習(xí)和整理18:什么是維度,什么是秩?秩的各種定理&&秩的計算 (計算部分未完成)

    目錄 0 問題引出:什么是秩? 概念備注: 1 先厘清:什么是維數(shù)? 1.1 真實世界的維度數(shù) 1.2 向量空間的維數(shù) 1.2.1 向量空間,就是一組最大線性無關(guān)的向量組/基張成的空間 1.3 向量α的維數(shù) 1.3.1 向量的維數(shù)=分量(數(shù)字/標(biāo)量)個數(shù) 1.4 向量組/矩陣 A 的維數(shù) 1.4.1 什么是向量組的維

    2024年02月10日
    瀏覽(34)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包