求矩阵的秩有下列基本方法
矩阵的秩及其求法-求秩的技巧
第五节：矩阵的秩及其求法之五兆芳芳创作一、矩阵秩的概念 1. k 阶子式 定义1 设 在A 中任取k 行k 列穿插处元素按原相对位置组成的阶行列式，称为A 的一个k 阶子式.例如共有个二阶子式，有 个三阶子式矩阵 A 的第一、三行，第二、四列相交处的元素所组成的二阶子式为 而为 A 的一个三阶子式.显然， 矩阵 A 共有 个k 阶子式.2. 矩阵的秩 定义2 设 有r 阶子式不为0，任何r +1阶子式(如果存在的话)全为0 ,称r 为矩阵A 的秩，记作R (A )或秩(A ).规则： 零矩阵的秩为 0 .注意：(1) 如 R ( A ) = r ，则 A 中至少有一个 r 阶子式所有 r + 1 阶子式为 0，且更高阶子式均为 0，r 是 A 中不为零的子式的最高阶数，是唯一的 .(2) 有行列式的性质，(3) R(A ) ≤m , R (A ) ≤n , 0 ≤R (A ) ≤min { m , n } .(4) 如果An ×n , 且 则 R ( A ) = n .反之，如 R()nm ij a A ⨯={}),min 1(n m k k ≤≤43334=C C 1015643213-=D nm ⨯()nm ij a A ⨯=0,r D ≠()().T R A R A =0,A ≠0.A ≠( A ) = n ,则因此，方阵 A 可逆的充分需要条件是 R ( A ) = n . 二、矩阵秩的求法 1、子式判别法(定义).例1 设 为阶梯形矩阵，求R (B ). 解 由于 存在一个二阶子式不为0，而任何三阶子式全为0，则R (B ) = 2.结论：阶梯形矩阵的秩=台阶数.例如 一般地，行阶梯形矩阵的秩等于其“台阶数”——非零行的行数. 例2 设 如果 求a .解 或例3则 2、用初等变换法求矩阵的秩定理2矩阵初等变换不改动矩阵的秩. 即则注： 只改动子行列式的符号. 是 A 中对应子式的k 倍.2021≠⎪⎪⎪⎭⎫ ⎝⎛=010*********A ⎪⎪⎪⎭⎫ ⎝⎛=001021B ⎪⎪⎪⎭⎫ ⎝⎛=100010011C 125034000D ⎛⎫ ⎪= ⎪ ⎪⎝⎭21235081530007200000E ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭⎪⎪⎪⎭⎫ ⎝⎛=a a a A 111111(),3<A R ()3<A R 1=∴a 2-=a ()3=A R =K 3-BA →)()(B R A R =ji r r ↔.1irk .2是行列式运算的性质.求矩阵A 的秩办法：1）利用初等行变换化矩阵A 为阶梯形矩阵B 2）数阶梯形矩阵B 非零行的行数即为矩阵A 的秩. 例4求 解R(A ) = 2例5三、满秩矩阵定义3A 为n 阶方阵时，称 A 是满秩阵，（非奇异矩阵） 称 A 是降秩阵，（奇异矩阵） 可见：对于满秩方阵A 施行初等行变换可以化为单位阵E ,又按照初等阵的作用：每对A 施行一次初等行变换，相当于用一个对应的初等阵左乘A,由此得到下面的定理. 定理3设A 是满秩方阵，则存在初等方阵 使得对于满秩矩阵A ，它的行最简形是n 阶单位阵 E . 例如A 为满秩方阵.关于矩阵的秩的一些重要结论：ji krr +.3().A R μλμλ,2,6352132111，求）（且设=⎪⎪⎪⎭⎫⎝⎛--=A R A (),n A R =(),n A R <()0≠⇔=A nA R EA P P P P s s =-121,定理5R (AB )R (A ),R (AB )R (B ),即R (AB )min{R (A )，R (B )}设A 是 矩阵，B 是 矩阵， 性质1性质2 如果 A B = 0 则性质3 如果 R (A )= n, 如果A B = 0 则 B = 0. 性质4 设A,B 均为矩阵，则例8 设A 为n 阶矩阵，证明R （A+E ）+R （A-E ）≥n 证： ∵ （A+E ）+（E-A ）=2E∴R （A+E ）+ R （ E-A ）≥ R （2E ）=n而 R （ E-A ）=R （ A-E ） ∴ R （A+E ）+R （A-E ）≥n≤nm ⨯tn ⨯).()()(AB R n B R A R ≤-+.)()(n B R A R ≤+nm ⨯).()()(B R A R B A R +≤±。
2.5 矩阵的秩及其求法
求 R( A).
1 0 2 −4 1 0 2 −4 −4 → 0 1 −1 2 r 2r ， 解 A 2 − 0 1 −1 2 r1 → r3 + 1 0 −1 1 − 2 0 0 0 0
R(A) = 2
13
1 −1 1 2 例5 设A = 3 λ −1 2, 且R（A） 2 = ，求λ, µ 5 3 µ 6
∴ R( A) = 3
A为满秩方阵。
19
若求A 若求 的标准型矩阵
1 − 2 1 − 4 0 −1 −1 3 → 0 0 1 9 0 0 0 0
2 1 1 0 →0 2 0 0
0 −1 2 1 0 0
4 0 12 3 1 9 2 0 0 0
矩阵A 的第一、三行，第二、四列相交处的元素 所构成的二阶子式为
2 −1 D2 = 0 −1
3 5 为 A 的一个三阶子式。
而
1 2 D3 = 4 6
1 0 −1
k k m× n 矩阵 A 共有 cmcn 个 k 阶子式。 显然，
4
设
A = (aij )m×n 当 A＝0 时，它的任何子式都为零。
⑤ R（AB）≤ min{R（A），R（B）} ⑥ 若 Am×nBn×s=0，则 R（A）+R（B）≤n
24
例8
设A为n阶矩阵，证明R（A+E）+R（A-E）≥n 证： ∴ 而 ∴ ∵ （A+E）+（E-A）=2E r（A+E）+ r（ E-A ）≥ r（2E）=n r（ E-A ）= r（ A-E ） r（A+E）+r（A-E）≥n
7
矩阵秩的求法 二、矩阵秩的求法 1、子式判别法 定义 。 、子式判别法(定义 定义)。
第四节 矩 阵 的 秩
例如，在矩阵
1 1 3 1
A
0 0
2 0
1 0
4
5
0
0
0
0
中，选第 1, 3 行和第 3, 4 列，它们交点上的元素
所成的 2就是一个 2 级子式. 又如选第 1, 2, 3 行和第1, 2, 4
列，相应的 3 级子式就是
求向量组的极大线性无关组的方法是：把向量 组中的每一个向量作为矩 阵的一列构成一个矩阵, 然后用矩阵的初等行变换把矩阵化成阶梯形矩阵， 在阶梯形矩阵中，每个阶梯中的第一个非零元所在 的列所对应的向量即为极大线性无关组中的向量.
若要用极大线性无关组来表示其余向量，则需进一 步把阶梯形矩阵化成行最简形，这时，不在极大线 性无关组中的列中的元素即为用极大线性无关组表 示该列所对应的向量的表示系数.
2 3
,
3
3 5
,
4
7
;
1
1
1
4
1
本若请本若请本若请本若请本本若若请请本若节想请单节想本单若节想请单节想本单若节节想想请单单节想内结本单若击内请结节击想内结本单若击内请结节击想内 内结 结本单若击击内请结容束节击想返本容单若束内请返结容束节击想返本容单若束内请返结容 容束 束节击想返返本容单若束已本内请返结回节已击想本本容单若回束已本内请返结回节已击想本本容单若回束已 已本 本内请返结回回节已击想本结本堂容单若回束按内结请返结本堂若节已击想按本结请本 本堂容单若 若回束按内结请 请返结本堂若节已击想按本结 结请本堂 堂容单若回束按按内结请返结堂束节课已击想按本钮容束单回束节课想内结返结钮堂束单节 节课已击想 想按本钮容束单单回束节课想内结返结钮堂束 束单节课 课已击想按本钮钮容束单回束课内,结返结钮堂.已击按本内,!结容束回束课.击内 内,结!返结 结钮堂.已击击按本内,!结容束回束课.击内,,结!返结钮堂..已击按本,!!容束回束课.结!返钮堂容束已按本,返容 容束回束 束课.结!返返钮堂容束已按本,返容束回束课.结!返钮堂已按本,束回课.已本结!钮堂回已 已按本 本,束回回课.已本结!钮堂回已按本,束回课.结!钮堂按,结堂束课.按结 结!钮堂堂按按,结堂束课.按结!钮堂按,束课.!钮束课,钮束束课课.!钮钮束课,钮束课.!钮,.,!.,,!..,!!.,!.!
矩阵的秩
第七讲 矩阵的秩一、考试内容与考试要求考试内容矩阵秩的概念及性质． 考试要求（1）理解矩阵秩的概念； （2）了解矩阵秩的性质；（3）掌握用初等变换求矩阵的秩．一、知识要点引入 学习秩的概念，是为找出线性方程组中有效方程的个数．或者说学习矩阵秩的目的是为判断矩阵对应的线性方程组中有效方程的个数．1．定义矩阵A 中不等于零的子式的最高阶数r ，叫做矩阵的秩，记为()R A r =．2．矩阵秩的求法（1）定义法找出矩阵A 中不为零的最高子式，算出它的阶数． （2）初等变换法用初等变换（行、列均可）将矩阵A 化为标准形r E O O O ⎛⎫⎪⎝⎭，即可得出()R A r =；或化成阶梯形矩阵，其非零行的个数即为秩．3．注意（1）若矩阵A O =，则()0R A =；若A O ≠，则()1R A ≥；（2）若()R A r =，则A 中存在r 阶子式不为零，而任何1r +阶子式（若存在）全为零； 很明显，若A 中有一个1r +阶子式不为零，它的秩为1r +． （3）若()R A r =，则A 中1r -阶子式不全为零；当()R A r =时，A 中至少有一个r 阶子式不为零，这个r 阶子式可展开成r 个1r -阶子式，若所有1r -阶子式全为零，则这个r 阶子式为零，产生矛盾．（4）{}0()min ,m n R A m n ⨯≤≤； （5）若()R A r =，则 Ar cr E O O O ⎛⎫ ⎪⎝⎭或A 含有r 个非零行（或列）的阶梯形式矩阵．即一般情况下，只有初等行、列变换合用才可将A 化成标准形；但将A 化为含有r 个非零行（或列）的阶梯形矩阵只用初等行（或列）变换即可．单纯求矩阵的秩只须将A 化成阶梯形．（6）对于n 阶方阵A ，有0(),0(),A R A n A A R A n A ⎧≠⇔=⎪⎨=⇔<⎪⎩满秩,A 可逆,A 非奇异降秩,A 不可逆,A 奇异若()R A =矩阵A 的行（列）数，称A 为行（列）满秩矩阵．（7）学习矩阵秩的实质是为判断矩阵对应的线性方程组中有效方程的个数．4．性质以下性质先用简单的例题予与说明，然后对难以直观理解的一些性质进行证明． （1）()()TR A R A = （2）0()()R kA R A ⎧=⎨⎩ 00k k =≠很明显，当0k ≠时，A 中不等于零的最高子式在kA 中有对应的不等于零的子式． （3）A O R O B ⎛⎫⎪⎝⎭=()()R A R B + （4）{}max (),()(,)()()R A R B R A B R A R B ≤≤+ 例：1000A ⎛⎫=⎪⎝⎭，0001B ⎛⎫= ⎪⎝⎭，{}max (),()1R A R B =，(,)2()()R A B R A R B ==+ （5）()()()R A B R A R B +≤+例：取1001A ⎛⎫= ⎪⎝⎭，1001B -⎛⎫= ⎪-⎝⎭，A B O +=，()0()()4R A B R A R B +=<+=（6）若AB ，则()()R A R B =即初等变换不改变矩阵的秩，证明见课本． （7）若P 、Q 可逆，则()()R PAQ R A =即左乘及右乘可逆矩阵不改变原矩阵的秩，这也是初等变换不改变矩阵的秩这句话用数学符号来描述．可简单证明：P 、Q 可逆，则P 、Q 可以表示成有限个初等矩阵的乘积，即对A 实施初等变换得PAQ ，再由性质（6）得证．（8）()R AB ≤{}min (),()R A R B 例：1000A ⎛⎫=⎪⎝⎭，0001B ⎛⎫= ⎪⎝⎭，AB O =，()0R AB =<{}min (),()R A R B {}min 1,11==（9）若m n n l A B O ⨯⨯=，则()()R A R B n +≤ 例：1000A ⎛⎫=⎪⎝⎭，0001B ⎛⎫= ⎪⎝⎭，AB O =，()()2R A R B +=． （10）A 为任意矩阵，则()()TR A A R A =（11）设A 为n 阶方阵，*()10n R A ⎧⎪=⎨⎪≤⎩，当R(A)=n，当R(A)=n-1，当R(A)n-25．性质证明这里只证明部分不易理解的性质．为记忆方便，将性质（3）放在前面，但性质（3）的证明用到性质（7），故学习时应 先证明性质（7）．证明（3）设()R A s =，()R B t =，则存在可逆矩阵11,P Q 及22,PQ 使得 11sE O P AQ OO ⎛⎫=⎪⎝⎭，22tE O P AQ O O ⎛⎫= ⎪⎝⎭故存在可逆矩阵12P O O P ⎛⎫⎪⎝⎭，12Q O O Q ⎛⎫ ⎪⎝⎭，使得 12P O O P ⎛⎫ ⎪⎝⎭A O O B ⎛⎫ ⎪⎝⎭12Q O O Q ⎛⎫ ⎪⎝⎭=1122P AQ O OP BQ ⎛⎫ ⎪⎝⎭=st E O O O O O O O OO E O OOOO ⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭因为左乘及右乘可逆矩阵不改变原矩阵的秩，故有A O R OB ⎛⎫ ⎪⎝⎭=st E O O O O O O O R O O E O OOOO ⎛⎫⎪ ⎪⎪ ⎪⎝⎭=s t +=()()R A R B +证明（5） 设,A B 为n m ⨯矩阵．方法1 利用初等列变换．对矩阵(,)A B B + 进行初等列变换(,)A B B +1,2,,i n i c c i n+-=(,)A B由于矩阵A B +是矩阵(,)A B B +的子矩阵，并利用性质（4）及上式有 ()(,)R A B R A B B +≤+=(,)()()R A B R A R B ≤+方法2 利用线性表示和最大线性无关组的性质（利用向量组的线性关系证明）． 设()R A s =，()R B t =，将,A B 按列分块为A =(12,,,n ααα)，B =12(,,,)n βββ即 A B +=1122(,,,)n n αβαβαβ+++不妨设A 和B 的列向量组的最大线性无关组分别为12,,,s ααα和12,,,t βββ，于是A B +的列向量组可由向量组12,,,s ααα，12,,,t βββ线性表示，如1112120000s t αβαααβββ+=+++++++故 ()R A B +=A B +的列秩≤秩{12,,,s ααα,}12,,,t βββs t ≤+．证明（8） 方法1 利用方程组解的性质证明．设C AB =，知矩阵方程AX C =有解X B =，故()(,)R A R A C =，而()(,)R C R A C ≤，因此()()R C R A ≤．又T T TB AC =，同上段证明知有()()TTR C R B ≤，即()()R C R B ≤．综合便得()R AB ≤{}min (),()R A R B 。
高等代数3.4 矩阵的秩
由引理，这个方程的系数矩阵
a11 a21 ar1
a12
a1n
a22 a2n
ar 2 arn
,
的行秩 r . 因此在它的行向量中可以找到 r 个是
线性无关的，不妨设为
(a11, a21,, arபைடு நூலகம்) , (a12 , a22 ,, ar2 ) ,
x11 + x22 + … xrr = 0
只有零解，这也就是说，齐次线性方程组
a11x1 a21x2 ar1xr 0 ,
a12
x1
a22 x2 ar2 xr
0
,
a1n x1 a2n x2 arn xr 0 ,
只有零解.
ain
)
i
ai1 a11
1
,
i 2,, n .
由 | A | = 0 可知 n - 1 级矩阵
a22 a2n
an 2 ann
的行列式为零. 根据归纳法假定，这个矩阵的行向
量组线性相关. 因而向量组
2
a21 a11
1
,
3
a31 a11
1
, ,n
an1 a11
1
线性相关，这就是说，有不全为零的数 k2 , … , kn
使
k2
( 2
a21 a11
1)
kn
( n
an1 a11
1)
0
.
改写一下，有
线性代数§3.3矩阵的秩
设A为n阶可逆方阵. 因为| A | 0, 所以, A的最高阶非零子式为| A |, 则R(A)=n.
故, 可逆方阵A的标准形为单位阵E, 即A E. 即可逆矩阵的秩等于阶数. 故又称可逆(非奇异)矩 阵为满秩矩阵, 奇异矩阵又称为降秩矩阵. 1 2 2 1 1 2 4 8 0 2 , b , 例5:设 A 2 4 2 3 3 3 6 0 6 4 求矩阵A和矩阵B=(A | b)的秩. 分析: 设矩阵B的行阶梯形矩阵为B=(A| b), 则A就是A的行阶梯形矩阵. 因此可以从B=(A| b)中同时考察出R(A)及R(B).
性质6: R(A + B) R(A) + R(B). 证明: 设A, B为mn矩阵, 对矩阵(A+B ¦ B)作列变 换: ci – cn+i (i =1,2, · · · , n)得, (A+B ¦ B) (A+O ¦ B) B) R(A) + R(B). 于是, R(A+B) R(A+B ¦ B) =R(A+O ¦ 性质7: R(AB) min{R(A), R(B)}. 性质8: 若AmnBnl =O, 则R(A)+R(B) n . 这两条性质将在后面给出证明. 例7: 设A为n阶方阵, 证明R(A+E)+R(A–E) n . 证明: 因为(A+E)+(E–A)=2E, 由性质6知, R(A+E)+R(E–A)R(2E)=n, 而R(E–A)=R(A–E), 所以 R(A+E)+R(A–E) n .
§3.3 矩阵的秩
一、矩阵秩的概念
由上节讨论知: 任何矩阵Amn, 总可以经过有限次 初等行变换把它们变为行阶梯形矩阵和标准形矩阵. 行阶梯形矩阵中非零行的行数, 也就是标准形矩阵中 的数字r 是唯一确定的. 它是矩阵理论中非常重要的数 量关系之一——矩阵的秩. 定义: 在mn矩阵A中任取 k 行 k 列( km, kn ), 位于这 k 行 k 列交叉处的 k2个元素, 不改变它们在A 中所处的位置次序而得到的 k 阶行列式, 被称为矩阵A 的k阶子式. k C k 个. mn矩阵A的k阶子式共有 C m n
求矩阵的秩的步骤
矩阵秩的计算方法：将矩阵A按初等行数变换为梯形矩阵B，梯形矩阵B的非零行数即为矩阵A的秩。
在线性代数中，矩阵A的列秩是A的线性独立列数的最大值，类似地，行秩是A的线性独立的水平行数的最大值，一般说来，如果将矩阵看作行向量或列向量，则秩是这些行向量或列向量的秩，即包含在最大不相关群中的向量的个数。
矩阵秩的性质；
1.矩阵的行秩、列秩、秩均相等。
2.初等变换不改变矩阵的秩。
3.矩阵Rab<=min{Ra，Rb}乘积的秩。
4.如果p和q是可逆矩阵，则r(PA)=r(A)=r(AQ)=r(PAQ)。
5.当r(A)<=n-2时，最高阶非零子公式的阶数<=n-2，n-1阶子公式为零，而伴随矩阵中的每个元素都是n-1阶子公式加一个符号，所以伴随矩阵是零矩阵。
6.当r(A)<=n-1时，最高阶非零子公式的阶数为<=n-1，因此n-1
阶子公式可能不为零，因此伴随矩阵可能为非零(等号成立时伴随矩阵必须为非零)。
矩阵求秩计算方法
矩阵求秩计算方法
矩阵的秩可以通过以下几种方法计算：
1.通过初等行变换，将矩阵化为阶梯形，然后数一下非零行的行数（或非零
列的列数），即为矩阵的秩。
在线性代数中，一个矩阵A的列秩是A的线性独立的纵列的极大数，通常表示为r(A)，rk(A)或rankA。
类似地，行秩是A的线性无关的横行的极大数目。
2.使用矩阵秩的定义，找到一个k阶子式不为0，k+1阶子式为0，则秩等于
k。
3.只要x1，x2，…，xn两两不同，就是满秩矩阵，秩为n。
如果有
x1=x2=x3，x4=x5，其他再无相等那么n-2-1，即秩为n-3。
4.通过矩阵的行列式值计算秩。
对于一个n阶方阵A，其行列式值为0，那么
它的秩r(A)小于n；如果行列式值不为0，那么它的秩r(A)等于n。
这是因为行列式值等于0意味着矩阵至少有一行或一列的所有元素都是0，因此该矩阵的秩不可能大于n-1。
以上就是计算矩阵秩的一些方法，具体使用哪种方法取决于矩阵的形式和大小。
求矩阵的秩的三种方法
求矩阵的秩的三种方法矩阵是线性代数中的一个重要概念，它由一个数域中的矩形阵列组成，是线性变换的一种表现形式。
矩阵的秩是矩阵的重要性质之一，它可以告诉我们矩阵中行向量或列向量之间的关系。
在实际应用中，求解矩阵的秩是非常常见的问题。
本文将介绍矩阵的三种求解秩的方法。
方法一：高斯消元法高斯消元法是求解矩阵秩的一种基础方法。
对于一个矩阵A，如果它的秩为r，则A必然存在一个大小为r的非零行列式。
我们可以通过对矩阵A进行初等行变换将矩阵转化为行简化阶梯矩阵，然后统计矩阵中非零行的个数来确定矩阵的秩。
具体步骤如下：1. 对矩阵A进行高斯列变换，将A转化为行简化阶梯矩阵形式。
2. 统计矩阵中非零行的个数，即为矩阵的秩。
对于下面的矩阵A，我们可以通过高斯消元法求解矩阵的秩：$$A=\begin{bmatrix}1 &2 & 3\\4 &5 & 6\\7 & 8 & 9\end{bmatrix}$$按照高斯消元法的步骤对A进行初等行变换，得到行简化阶梯矩阵：方法二：矩阵的列空间对于一个矩阵A，其列空间是由A中所有列向量所张成的向量空间。
矩阵的秩等于它的列空间的维度。
我们可以先求解矩阵A的列空间的维度，然后确定矩阵A的秩。
具体步骤如下：2. 取矩阵A中与非零列对应的列向量，将它们作为张成列空间的一组基。
3. 求解列空间的维度，即为矩阵A的秩。
阶梯矩阵中非零列的位置分别是1和2，因此取A中的第1列和第2列作为列空间的一组基。
可以看出，这组基中存在一个线性关系：第2列 = 2*第1列。
矩阵A的列空间实际上只由A中的第1列张成，其维度为1，因此矩阵A的秩为1。
总结：本文介绍了求解矩阵秩的三种方法：高斯消元法、矩阵的列空间和矩阵的行空间。
对于一般的矩阵，三种方法的求解结果并不一定相同。
但无论采用哪种方法，都能够有效地求解矩阵的秩。
还有一些特殊的矩阵，它们的秩具有一些特殊性质：1. 对于一个n阶矩阵A，如果它是一个可逆矩阵，那么它的秩为n。
矩阵的秩及其求法求秩的技巧
第五节：矩阵的秩及其求法一、矩阵秩的概念1. ｋ 阶子式定义1 设 在A 中任取k 行ｋ 列交叉处元素按原相对位置组成的 阶行列式,称为A 的一个k 阶子式。
例如 共有 个二阶子式，有 个三阶子式 矩阵A 的第一、三行,第二、四列相交处的元素所构成的二阶子式为 而 为 A 的一个三阶子式。
显然, 矩阵 A 共有 个 k 阶子式。
２. 矩阵的秩定义2 设 有r 阶子式不为0，任何ｒ+1阶子式(如果存在的话)全为0 , 称ｒ为矩阵Ａ的秩,记作R (Ａ）或秩(A )。
规定： 零矩阵的秩为 0 .注意：(1) 如 R ( A ) = r ，则 A 中至少有一个 r 阶子式 所有 r + 1 阶子式为 0,且更高阶子式均为 0,r 是 A 中不为零的子式的最高阶数，是唯一的 .（2) 有行列式的性质, （3) R(Ａ) ≤m , R (A ) ≤n ， ０ ≤R (A ） ≤min { m , n } ．(4) 如果 An ×ｎ , 且 则 R( A ） = n .反之，如 R ( Ａ ) = n ,则因此,方阵 Ａ 可逆的充分必要条件是 R ( A ) = n ．二、矩阵秩的求法1、子式判别法（定义)。
例1 设 为阶梯形矩阵,求Ｒ（B ）。
解 由于 存在一个二阶子式不为0,而任何三阶子式全为0,则 Ｒ(B ) = 2.结论：阶梯形矩阵的秩=台阶数。
例如()n m ij a A ⨯={}),m in 1(n m k k ≤≤⎪⎪⎪⎭⎫ ⎝⎛----=110145641321A 182423=C C 43334=C C 10122--=D 1015643213-=D n m ⨯k n k m c c ()n m ij a A ⨯=0,r D ≠()().T R A R A =0,A ≠0.A ≠⎪⎪⎪⎭⎫ ⎝⎛=000007204321B 02021≠⎪⎪⎪⎭⎫ ⎝⎛=010*********A ⎪⎪⎪⎭⎫ ⎝⎛=001021B ⎪⎪⎪⎭⎫ ⎝⎛=100010011C 125034000D ⎛⎫ ⎪= ⎪ ⎪⎝⎭21235081530007200000E ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭()3=A R ()2=B R ()3=C R ()2R D =()3R E =一般地，行阶梯形矩阵的秩等于其“台阶数”—— 非零行的行数。
3-4矩阵的秩
α1
α2
αj
αn
高等代数
类似地 , 矩阵A = (a ij )m×n 又有m 个n维行向量
a 11 a 21 M A= a i1 M a m1
a a a
12 22
M
i2
M
a
m2
L 2n M L a in M L a mn L
个线性无关的行向量， 是r个线性无关的行向量， 则该向量组的延伸组 个线性无关的行向量
(a11 , a21 ,L , ar 1 , ar +1,1 ,L , a s1 ),L ,(a1r , a2 r ,L , arr , ar +1,r ,L , a sr )
也线性无关． 于是矩阵A的列秩 也线性无关． 于是矩阵 的列秩 r1 ≥ r ． 同理可证 r1 ≤ r. 所以 r1 = r ．
高等代数
a11 0 A= L 0
a12 ′ a22 L ′ an 2
L L L L
a1n ′ a2 n = a11 L ′ ann
′ a22 L ′ an 2
L L L
′ a2 n L a′ nn
ai 1 ′ 其中 (0, ai′2 ,L , ain ) = α i − α1 , i = 2,L , n a11
a11 x1 + a12 x 2 + L + a1n xn = 0 a21 x1 + a22 x2 + L + a2 n xn = 0 LLLLLLLLLL = 0 a x + a x +L + a x = 0 r2 2 rn n r1 1
第三章-矩阵的秩
的一个最高阶非零子式. 则这个子式便是 A 的一个最高阶非零子式
线性代数——第 3章
1 0 例7 求矩阵A = 2 3
1 1 1 −1 3 a 5 1
1 b 的秩, 其中a, b为参数. 4 7
线性代数——第 3章
三、矩阵秩的性质
( 1)
(2 )
R ( AT ) = R ( A )
线性代数——第 3章
定义2 定义2
设在矩阵中有一个不等于 的 阶子式 阶子式D， 设在矩阵中有一个不等于0的r阶子式 ，且 有一个不等于
所有r 所有 + 1阶子式（如果存在的话）全等于 ，那么 阶子式（如果存在的话）全等于0 那么D 称为矩阵A的最高阶非零子式， 称为矩阵 的秩， 称为矩阵A的秩 称为矩阵 的最高阶非零子式，数r称为矩阵 的秩， 记作R (A)， 并规定零矩阵的秩等于零 记作 ， 并规定零矩阵的秩等于零.
线性代数——第 3章
§3 矩阵的秩
一、矩阵秩的概念 二、矩阵秩的求法 三、矩阵秩的性质 小结、 四、小结、思考题
线性代数——第 3章
一、矩阵秩的概念
任何矩阵 Am × n , 总可经过有限次初等行 变换 把它变为行阶 梯形，行阶 梯形矩阵中非零行的行 梯形， 数是唯一确定的 .
矩阵的秩
线性代数——第 3章
解
r1 ↔ r4 r2 − r4
r3 − 2r1 r4 − 3r1
6 4 −4 −1 1 3 1 −1 0 − 4 0 − 12 9 7 − 11 0 − 16 12 8 − 12
线性代数——第 3章
r3 − 3r2
r4 − 4r2
1 6 − 4 −1 4 1 − 1 0 − 4 3 0 0 0 4 − 8 0 0 0 4 − 8
矩阵的秩及其求法.doc
第五节：矩阵的秩及其求法一、矩阵秩的概念 1. k 阶子式定义1 设 在A 中任取k 行k 列交叉处元素按原相对位置组成的阶行列式，称为A 的一个k 阶子式。
例如 共有 个二阶子式，有 个三阶子式矩阵A 的第一、三行，第二、四列相交处的元素所构成的二阶子式为 而为 A 的一个三阶子式。
显然， 矩阵 A 共有 个 k 阶子式。
2. 矩阵的秩定义2 设 有r 阶子式不为0，任何r +1阶子式(如果存在的话)全为0 ,称r 为矩阵A 的秩，记作R (A )或秩(A )。
规定： 零矩阵的秩为 0 .注意：(1) 如 R ( A ) = r ，则 A 中至少有一个 r 阶子式 所有 r + 1 阶子式为 0，且更高阶子式均为 0，r 是 A 中不为零的子式的最高阶数，是唯一的 .(2) 有行列式的性质， (3) R(A ) ≤m , R (A ) ≤n , 0 ≤R (A ) ≤min { m , n } . (4) 如果 An ×n , 且 则 R ( A ) = n .反之，如 R ( A ) = n ,则 因此，方阵 A 可逆的充分必要条件是 R ( A ) = n . 二、矩阵秩的求法1、子式判别法(定义)。
例1 设 为阶梯形矩阵，求R (B )。
解由于 存在一个二阶子式不为0，而任何三阶子式全为0，则 R (B ) = 2.结论：阶梯形矩阵的秩=台阶数。
例如一般地，行阶梯形矩阵的秩等于其“台阶数”——非零行的行数。
()n m ij a A ⨯={}),m in 1(n m k k ≤≤⎪⎪⎪⎭⎫ ⎝⎛----=110145641321A 182423=C C 43334=C C 10122--=D 1015643213-=D n m ⨯kn k m cc ()nm ij a A ⨯=0,r D ≠()().T R A R A =0,A ≠0.A ≠⎪⎪⎪⎭⎫ ⎝⎛=000007204321B 02021≠⎪⎪⎪⎭⎫ ⎝⎛=010*********A ⎪⎪⎪⎭⎫ ⎝⎛=001021B ⎪⎪⎪⎭⎫ ⎝⎛=100010011C 125034000D ⎛⎫ ⎪= ⎪ ⎪⎝⎭21235081530007200000E ⎛⎫⎪⎪= ⎪⎪⎝⎭()3=A R ()2=B R ()3=C R ()2R D =()3R E =例2 设 如果 求 a .解或 例3则2、用初等变换法求矩阵的秩定理2 矩阵初等变换不改变矩阵的秩。
线性代数矩阵的秩
几个简单结论 (1) 若 矩 阵 A 中 有 某 个 s 阶 子 式 不 为 0 则 R(A)s 若A中所有t 阶子式全为0 则R(A)t (2)若A为mn矩阵 则0R(A)min{m n} (3)R(AT)R(A) (4)对于n阶矩阵A 当|A|0时 R(A)n 当 |A|0时 R(A)n 可逆矩阵又称为满秩矩阵 不可逆矩阵(奇 异矩阵)又称为降秩矩阵
则
R( 1 , 2 , 3 , 4 ) 3
也就式说矩阵A的秩和它行向量组和列向量组 的秩是相等的。 那么这到底是巧合还是必然呢？下面我们就来 研究这个问题
二、矩阵与向量组秩的关系
定理1 矩阵的秩等于它的列向量组的秩，也等于
它的行向量组的秩.
定理1说明求向量组的秩可以转化为求矩阵的 秩
例1 求矩阵
1 0 A 0 0 1 1 2 1 4 0 0 5 0 0 0 3
的秩
解
显然A的四阶子式 A 0
1 1 1
而A的一个三阶子式 D 0 2 4 10 0 因此R(A)＝3
0 0 5
注意A是一个行阶梯矩阵，而它的秩恰好是非 零行的行数。
E 0
0 0
但是在第一章中我们不能确定E的阶数， 而学习完矩阵的秩的有关知识以后我们知道E 的阶就是矩阵A的秩 由此我们也知道对于一个可逆矩阵它的等价标 准形就是与它同阶的单位矩阵。
说明
（1）初等变换不改变矩阵的秩
（2）用初等行（列）变换把矩阵化成行（列） 阶梯时，非零行（列）的个数就是矩阵的秩 （3）把矩阵A化成行（列）阶梯矩阵B，则B的 列（行）向量组中任意最大无关组所对应的A的 列（行）向量组构成A的一个最大无关组。
三、矩阵秩的求法
1、用定义
求矩阵的秩有下列基本方法(1)用初等变换.即用矩阵的初等行(.
(2) XA B
~
A 初等列变换
B
E BA1
X
BA1
或者
初等行变换
~ ( AT BT)
( E (AT )1BT )
X T (AT )1BT X BA1
例 3.设
A
103
0 1 1
104 , 且AX
A
2 X , 求矩阵X .
解：AX A 2X (A - 2E)X A
X
(A - 2E)1 A
1 1 1 1 1 0 1 0
A～
1
1 3
2 1 2
1 1 3
2 11
~
0
0 0
1 0 0
0 0 0
0
0 1
从而得方程组的通解为
x1 1
x
x2 x3 x4
k
0 1 0
(k为任意常数)
当a 2 时,把系数矩阵A化为行最简矩阵为
A～
1
1
1 3
1 2 1 2
1 1 2 3
1 2
1 a 3
2 a1
~
0 0 0
1 2 5
0 a 1
0
1 a23
1 1 1 1
~
0
0 0
1 0 0
0 a 1
0
1
a
0
2
当a 1 or a 2 时，R( A) 4，此时方程组
有非零解，可仿照解法一求出它的通解。
四、解矩阵方程的初等变换法
(1) AX B
初等行变换
~ (A B)
(E A1B) X A1B
1 1 1 1 1 1 1 1
解一：A
1 1
线性代数：矩阵的秩
0 5 0 3 2 6 1 3 2 3 例4 设 A = , 求矩阵 A 的 2 0 1 5 3 1 6 4 1 4 秩,并求 A 的一个最高阶非零子式 .
作初等行变换, 阶梯形矩阵: 解 对 A 作初等行变换,变成行 阶梯形矩阵:
0 5 0 3 2 6 1 3 2 3 A= 2 0 1 5 3 1 6 4 1 4
定义 2 设在矩阵 A 中有一个不等于 0 的 r 阶子 阶子式( 式 D,且所有 r + 1 阶子式(如果存在的话 )全等 的最高阶非零子式, 于 0,那末 D 称为矩阵 A的最高阶非零子式,数 r 称为矩阵 A 的秩,记作 r ( A) .并规定零矩阵的秩 的秩, 等于零 . m × n 矩阵 A 的秩 r ( A) 是 A 中不等于零的 子式的最高阶数 .
2 4
1 1 8 0 2 4 2 3 3 6 0 6 4 2
r2 2r1 1 2 2 1 r3 + 2r1 0 0 4 2 0 0 2 1 r4 3r1 0 0 6 3
1 0 5 1
r2 ÷ 2 r3 r2
r4 + 3r2
1 2 0 0 0 0 0 0
解 Q B是一个行阶梯形矩阵, 其非零行有 3行, 是一个行阶梯形矩阵,
∴ B 的所有 4 阶子式全为零 .
2 1 3 而 0 3 2 ≠ 0, 0 0 4
∴ r ( B ) = 3.
1 例3 已知 A = 0 2 1 3 = 2 ≠ 0, 解 Q 0 2
3 2 2 2 1 3 ,求该矩阵的秩. 求该矩阵的秩. 0 1 5
因此 D r ≠ 0,从而 r ( B ) ≥ r . 分三种情况讨论: 当A → B时,分三种情况讨论:
(1)Dr中不含第 i行; (2)Dr中同时含第 i行和第 j行; (3)Dr中含第 i行但不含第 j行;
2.6 矩阵的秩
注:
1. m × n 矩阵 A 的秩 R ( A ) 是 A 中不等于零的 子式的最高阶数 .
显有 R( AT ) = R( A). 2.对于 A ，
T
3. R( Am×n ) ≤ min( m , n)
4. R( An ) = n ⇔ A为可逆矩阵 .
例1
1 2 3 求矩阵 A = 2 3 − 5 的秩 . 4 7 1
1 2 在 A 中， ≠ 0. 2 3
解:
又 Q A的 3 阶子式只有一个 A， 且 A = 0，
∴ R ( A ) = 2.
1 例2 知 A = 0 − 2 1 3 = 2 ≠ 0, 解 Q 0 2
r2 ÷ 2
2 − 1 1 r ÷5 2 1 0 3 0 0 5 r − r 4 3 0 0 1
2 − 1 1 2 1 0 0 0 1 0 0 0
∴ R ( A ) = 2,
R ( B ) = 3.
三、矩阵秩的性质
定理2 定理2 设A为m × n 矩阵P、 Q分别为 m 阶 矩阵P
第2.6节 矩阵的秩 2.6节
主要内容: 主要内容: 一、矩阵秩的概念 二、矩阵秩的求法 三、矩阵秩的不等式（略讲） 矩阵秩的不等式（略讲）
一、矩阵秩的概念
1、k阶子式 、 阶子式
定义1 在 m × n 矩阵 A 中任取 k 行 k 列（k ≤ m , k ≤ n），
位于这些行列交叉处的 k 2 个元素 , 按原来的相对位置 构成k阶行列式，称为矩阵 A 的 k 阶子式 . 阶行列式，
四、小结
1. 矩阵秩的概念 2. 求矩阵秩的方法 (1)利用定义 (1)利用定义 (即寻找矩阵中非零子式的最高阶数 (即寻找矩阵中非零子式的最高阶数); 即寻找矩阵中非零子式的最高阶数); (2)初等变换法 (2)初等变换法 (把矩阵用初等行变换变成为行阶梯形矩阵，行 把矩阵用初等行变换变成为行阶梯形矩阵， 把矩阵用初等行变换变成为行阶梯形矩阵 阶梯形矩阵中非零行的行数就是矩阵的秩). 阶梯形矩阵中非零行的行数就是矩阵的秩
2.6 矩阵的秩
A 中阶数大于 r 的子式必等于零 .
A 中不等于零的子式的阶 数 r 秩 R( A) . 1 2 3 例如，矩阵 A 2 4 6 4 8 12 0， 在 A 中显然有不等于 0 的1 阶子式 2，所有2阶子式都为 此时， R( A) 1. 2 即为矩阵 A的最高阶非零子式 ,
因 R( A) 2 ， 故A的行阶梯形矩阵只能有两个非零行. 而B的2,3行都不为零,因此必有一行会被消成零. 0 8 5 4 k 0 3 4 4 0 0 0 0 或 0 3 4 4 l 0 8 5 4 0 0 0 0 5 0 5 即 1 0 1
行最简形矩阵： 行阶梯形矩阵； 非零行的第一个非零元为1， 且这些非零元所在的列的其他元素都为0
行阶梯形矩阵的秩
行阶梯形矩阵中非零行的行 数就是该矩阵的秩
例
3 2 2 1 0 3 1 2 5 0 求矩阵 B 的秩. 0 0 0 4 3 0 0 0 0 0
而
R( A E ) R( E A) ，故 R( A E ) R( A E ) n
三、小结
1. 矩阵秩的概念
2. 求矩阵秩的方法 (1)利用定义 (即寻找矩阵中最高非零子式的阶数); (2)初等变换法 定理2.5：初等变换不改变矩阵的秩。
初等变换求矩阵秩的方法
(把矩阵用初等行变换变成为行阶梯形矩阵，行 阶梯形矩阵中非零行的行数就是矩阵的秩).
解
在 A 中，
1 2
2 3
0.
且 A 0， 又 A的 3 阶子式只有一个 A，
R( A) 2.
行阶梯形矩阵的秩
行阶梯形矩阵： 任意一行的第一个非零元素所在的列中， 在这个非零元素的下方全为0。 特点： 可画出一条阶梯线，线的下方全为0； 每个台阶只有一行，台阶数即为非零行的行数，阶梯线 的竖线（每段竖线的长度为一行）后面的第一个元素为 非零元，也就是非零行的第一个非零元。