矩阵的初等变换与矩阵的秩

矩阵求秩方法
求矩阵的秩是线性代数中常见的问题，以下是关于矩阵求秩的10条方法及其详细描述：
1. 奇异值分解法：通过对矩阵进行奇异值分解，将矩阵变换为一个对角矩阵，其中非零元素的个数即为矩阵的秩。

2. 初等变换法：利用矩阵的初等行（列）变换，将矩阵化简为行简化阶梯型矩阵，其中非零行的个数即为矩阵的秩。

3. 极大线性无关组法：通过逐步选择矩阵中的列，构建一个极大线性无关组，其中向量的个数即为矩阵的秩。

4. 秩-零空间法：矩阵的秩与其零空间的维数之和为矩阵的列数。

可以通过计算矩阵的零空间 (null space) 的维数来求解矩阵的秩。

5. 行列式法：矩阵的行列式非零的最大子阵的阶数就是矩阵的秩。

6. 直接检验法：将矩阵转换为梯形矩阵或行阶梯矩阵，其中非零行的个数即为矩阵的秩。

7. 特征值法：矩阵的秩等于其特征值不为零的个数。

8. 与单位矩阵求秩法：通过将矩阵与单位矩阵进行连接，得到一个增广矩阵，进而将其化简为行简化阶梯型矩阵，其中非零行的个数即为矩阵的秩。

9. Gauss-Jordan消元法：通过高斯消元法和高斯约当消元法将矩阵化简为行简化阶梯型矩阵，其中非零行的个数即为矩阵的秩。

10. 极大线性无关组与生成组比较法：利用极大线性无关组与生成组的关系来求解矩阵的秩，其中生成组的个数等于矩阵的秩。

矩阵求秩的方法
求矩阵的秩的几种方法：
1、通过对矩阵做初等变换（包括行变换以及列变换）化简为梯形矩阵求秩。

此类求解一般适用于矩阵阶数不是很大的情况，可以精确确定矩阵的秩，而且求解快速比较容易掌握。

2、通过矩阵的行列式，由于行列式的概念仅仅适用于方阵的概念。

通过行列式是否为0则可以大致判断出矩阵是否是满秩。

3、对矩阵做分块处理，如果矩阵阶数较大时将矩阵分块通过分块矩阵的性质来研究原矩阵的秩也是重要的研究方法。

此类情况一般也是可以确定原矩阵秩的。

4、对矩阵分解，此处区别与上面对矩阵分块。

例如n阶方阵A，R分解（Q为正交阵,R为上三角阵）以及Jordan分解等。

通过对矩阵分解，将矩阵化繁为简来求矩阵的秩也会有应用。

5、对矩阵整体做初等变换(行变换为左乘初等矩阵，列变换为右乘初等矩阵)。

此类情况多在证明秩的不等式过程有应用，技巧很高与前面提到的分块矩阵联系密切。

扩展资料：
矩阵的秩是线性代数中的一个概念。

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rank A。

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目。

类似地，行秩是A的线性无关的横行的极大数目。

通俗一点说，如果把矩阵看成一个个行向量或者列向量，秩就是这些行向量或者列向量的秩，也就是极大无关组中所含向量的个数。

矩阵与线性方程组问题1：矩阵的初等变换与矩阵的秩有什么关系？答：对矩阵施行初等变换后得到的矩阵与原矩阵等价，而等价的矩阵有相同的等价标准型，从而有相同的秩。

换言之，对矩阵施行初等变换不改变秩。

于是利用这一性质，可以求出矩阵的秩。

其过程可以描述为A 经过一系列初等变换化为阶梯形，阶梯形中非零行的行数即为矩阵的秩。

问题2： 线性方程组解的判定与矩阵的秩之间有何关系？答：齐次线性方程组0=⨯x A n m 必有解：当n A r =)(时，只有零解；当n A r <)(时，有非零解。

非齐次线性方程组b x A n m =⨯分有解和无解的情况，有解时分有唯一解还是无穷多解：b x A n m =⨯无解)~()(A r A r ≠⇔b x A n m =⨯有解)~()(A r A r =⇔有解的情况下：b AX n A r A r =⇒==)~()(有唯一解；b AX n A r A r =⇒==)~()(有无穷多解。

其中),(~b A A = 为增广矩阵。

问题3：已知A 是n m ⨯矩阵，B 是s n ⨯矩阵，且O AB =，证明：.)()(n B r A r ≤+ 分析：由于齐次线性方程组的基础解系中解向量的个数和系数矩阵的秩有直接关系，因此关于矩阵的秩的问题可以转化为齐次线性方程组的问题来处理。

证明：将B 按列分块),...,,(21s b b b B =，则由题可知O Ab Ab Ab b b b A AB s s ===),...,,(),...,,(2121即s i Ab i ,...,2,1,0==换言之，B 的每个列向量均是齐次线性方程组0=Ax 的解，即s b b b ,...,,21均可由0=Ax 的一组基础解系线性表示，设r A r =)(，则r n -ξξξ,...,,21为0=Ax 的一组基础解系。

则r n b b b r s -≤),...,,(21，故)()(A r n B r -≤，从而.)()(n B r A r ≤+问题4：设非齐次线性方程组b Ax =，其中A 是n m ⨯矩阵，则b Ax =有唯一解的充要条件是（ ）(A) n A r =)~(；(B)n A r =)(；(C)m A r =)~(；(D)n A r =)(,且b 为A 的列向量的线性组合. 分析：n m ≠，故Crame 法则失效；(A)n A r n A r =⇒/=)()~((或1-n ):若n A r =)(,有唯一解；若1)(-=n A r ,无解。

第3章 矩阵的初等变换与矩阵的秩３．１ 矩阵的初等变换矩阵的初等行（列）变换：（１） 交换第i 行（列）和第j 行（列）；（２） 用一个非零常数乘矩阵某一行（列）的每个元素；（３） 把矩阵某一行（列）的元素的k 倍加到另一行（列）．对矩阵施行初等变换时，由于矩阵中的元素已经改变，变换后的矩阵和变换前的矩阵已经不相等，所以在表达上不能用等号，而要用箭号＂→＂．例1 求矩阵⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−=042111210A 的逆矩阵．３．２ 初等矩阵单位矩阵作一次初等变换得到的矩阵叫初等矩阵．概括起来，初等矩阵有３类，分别是（１）交换第行和第i j 行（交换第列和第i j 列）⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎝⎛=1101111011).(%"""###%###"""%j i E（２）用常数λ乘第行（i λ乘第i 列）⎟⎟⎟⎟⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎜⎜⎜⎜⎝⎛=1111))((%%λλi E （３）第i 行的k 倍加到第j 行（第j 列的k 倍加到第列） i⎟⎟⎟⎟⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎜⎜⎜⎜⎝⎛=1111))((%"%#%k k ij E显然，初等矩阵都可逆，其逆矩阵仍是初等矩阵，且有),(),(1j i E j i E =−；⎟⎠⎞⎜⎝⎛⎟⎠⎞⎜⎝⎛=−λλ1))((1i E i E ； ))(())((1k ij E k ij E −=−．初等矩阵与初等变换有着密切的关系：左乘一个初等矩阵相当于对矩阵作了一次与初等矩阵相应类型一样的初等行变换．例如要将矩阵的第１行和第３行交换，则左乘一个初等矩阵A )3,1(E ：⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛001010100⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛333231232221131211a a a a a a a a a ＝⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛131211232221333231a a a a a a a a a ． 右乘一个初等矩阵相当于对矩阵作了一次与初等矩阵相应类型一样的初等列变换．例2 设⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛=333231232221131211a a a a a a a a a A ，⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−−−=231322122111333231232221a a a a a a a a a a a a B ，⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−=1000100111E ，⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛=0010101002E ，⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛=1000010103E ．则以下选项中正确的是B A E E E A =321)(；B E E AE B =321)(；B A E E EC =123)(；B E E AE D =123)(．例３ 设是３阶可逆矩阵，将的第１行和第３行对换后得到的矩阵记作．A AB （１） 证明可逆；B （２） 求． 1−AB例4 设⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−=011431321A ，⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛=000110101B ，是否存在可逆矩阵P ，使得B PA =？若存在，求P ；若不存在，说明理由．例5 设是3阶方阵，将的第1列与第2列交换得，再把的第2列加到第3列得C ，A AB B 则满足C AQ =的可逆矩阵Q 为(A) ⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛101001010 (B) ⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛100101010 (C) ⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛110001010 (D) ⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛100001110３．３ 矩阵的等价与等价标准形 若矩阵B 可以由矩阵经过一系列初等变换得到，则称矩阵和等价．A AB 矩阵的等价是同型矩阵之间的一种关系，它具有如下性质：（１） 反身性：任何矩阵和自己等价；（２） 对称性：若矩阵和矩阵等价，则矩阵和A B B矩阵也等价；A （３） 传递性：若矩阵和矩阵等价，矩阵和矩阵C 等价，则矩阵和矩阵C 等价．A B B A 形如⎟⎠⎞⎜⎝⎛000r E 的矩阵称为矩阵的等价标准形． 任意矩阵A 都与一个等价标准形⎟⎠⎞⎜⎝⎛000r E 等价．其中r E 是r 阶单位矩阵．这个r 是一个不变量，它就是矩阵的秩．任何矩阵总存在一系列的初等矩阵s P P P ,,,21"，和初等矩阵t Q Q Q ,,,21"使得11P P P s s "−A t Q Q Q "21＝⎟⎠⎞⎜⎝⎛000r E ． 令P ＝，Q ＝11P P P s s "−t Q Q Q "21，于是对任意的矩阵，总存在m 阶可逆矩阵n m ×A P 和n 阶可逆矩阵Q ，使得PAQ ＝⎟⎠⎞⎜⎝⎛000r E ．例6 设阶矩阵与等价，则必有n A B (A) 当)0(≠=a a A 时，a B =．(B) 当)0(≠=a a A 时，a B −=． (C) 当0≠A 时，0=B ． (D) 当0=A 时，0=B ．３．4 矩阵的秩在矩阵中，任取n m ×A k 行k 列，位于这k 行k 列交叉处的2k 个元素按其原来的次序组成一个k 阶行列式，称为矩阵的一个A k 阶子式．若矩阵中有一个A r 阶子式不为零，而所有1+r 阶子式全为零，则称矩阵的秩为A r ．矩阵的秩记作．A )(A r 零矩阵的秩规定为零．显然有 ⇔≥r A r )(A 中有一个r 阶子式不为零；中所有A r A r ⇔≤)(1+r 阶子式全为零．若n 阶方阵，有A n A r =)(，则称是满秩方阵． A 对于n 阶方阵， A 0)(≠⇔=A n A r ．矩阵的初等变换不改变矩阵的秩．例7 求矩阵⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=45532511014132232211A 的秩． 例8 求阶矩阵n ⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=a b b b a b b b a A """""""的秩， 2≥n ．例9 设⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛−=71534321101111a b A ，已知3)(=A r ， 求．b a , 常用的矩阵的秩的性质： （１）；)()(T A r A r =（２）)()()(B r A r B A r +≤+；（３）))(),(min()(B r A r AB r ≤，（４）)()(00B r A r B A r +=⎟⎠⎞⎜⎝⎛； （５）)()(0B r A r B C A r +≥⎟⎠⎞⎜⎝⎛；（６）若0=AB ，则n B r A r ≤+)()(，其中n 为矩阵的列数．A （７）若可逆，则A )()(B r AB r =（８）若列满秩，则A )()(B r AB r =（９）若行满秩，则B )()(A r AB r =例10 设B A ,都是阶方阵，满足n E AB A =−22，求=+−)(A BA AB r ？例１1 设是矩阵，A 34× ,301020201,2)(⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−==B A r 求．)(AB r 例１2 已知⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−−−=62321321t A ，是３阶非零B 矩阵，且满足0=AB ，则4)(=t A 时，的秩必为１；B 4)(=t B 时，的秩必为２；B 4)(≠tC 时，的秩必为１；B 4)(≠t D 时，的秩必为２．B 例13 设B A ,都是阶非零矩阵，且满足n 0=AB ， 则A 和的秩B)(A必有一个等于零； )(B都小于n ； )(C一个小于n ，一个等于； n )(D 都等于n ．例14 设是矩阵，B 是A n m ×m n ×矩阵，若 m n < 证明：0=AB ．例15 设是２阶方阵，已知A 05=A ，证明． 02=A３． 5 伴随矩阵设 ⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=nn n n n n a a a a a a a a a A """""""212222111211， 记的代数余子式为，令ij a ij A ⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=nn n nn n A A A A A A A A A A """""""212221212111* 为矩阵的伴随矩阵．因此，若A ()ij a A =，则 ()T ij A A =*．伴随矩阵的基本关系式：E A A A AA ==**． *11A A A =−，或 1*−=A A A ． 1*−=n A A ．⎪⎩⎪⎨⎧−<−===.1)(,0,1)(,1,)(,)(*n A r n A r n A r n A r例16 设⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−−=122212221A ，求的伴随矩阵． A *A 例17 设⎟⎠⎞⎜⎝⎛−=⎟⎠⎞⎜⎝⎛−−=1111,23212121A A , ⎟⎟⎠⎞⎜⎜⎝⎛=−12100A A B 则 *B =？ 例18 设是３阶矩阵，A 21=A ，求*12)3(A A −−． 例19 设⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛−=8030010100100001*A ，且E XA AXA 311+=−−，求X ．。

高等代数第二次大作业1120133839 周碧莹30011303班矩阵的秩的性质1.阶梯型矩阵J的行秩和列秩相等，它们都等于J的非零行的数目；并且J的主元所在的列构成列向量的一个极大线性无关组。

2.矩阵的初等行变换不改变矩阵的行秩。

证明：设矩阵A的行向量组是a1，…,as.设A经过1型初等行变换变成矩阵B，则B的行向量组是a1，…,ai,kai+aj,…,as.显然a1，…,ai,kai+aj,…,as可以由a1，…,as线性表处。

由于aj=1*(kai+aj)-kai,因此a1，…,as可以由a 1，…,ai,kai+aj,…,as线性表处。

于是它们等价。

而等价的向量组由相同的秩，因此A的行秩等于B的行秩。

同理可证2和3型初等行变换使所得矩阵的行向量组与原矩阵的行向量组等价，从而不改变矩阵的行秩。

3.矩阵的初等行变换不改变矩阵的列向量组的线性相关性。

证明：一是为什么初等行变换不改变列向量的线性相关性?二是列向量进行初等行变换后，为什么可以根据行最简形矩阵写出不属于极大无关组的向量用极大无关组表示的表示式?第一个问题：设α1，α2，…，αn是n个m维列向量，则它们的线性相关性等价于线性方程组AX=0(其中A=(α1，α2，…，αn)，X=(x1，x2，…，xn)T)是否有非零解，即α1，α2，…，αn线性相关等价于AX=0有非零解，α1，α2，…，αn 线性无关等价于AX=0只有零解。

而对A进行三种行初等变换分别相当于对线性方程组中的方程进行：两个方程交换位置，对一个方程乘一个非零常数，将一个方程的常数倍对应加到另一个方程上。

显然进行三种变换后所得方程组与原方程组同解，若设所得方程组为BX=0，则B即为对A进行行初等变换后所得矩阵。

B 的列向量的线性相关性与BX=0是否有解等价，也就是与AX=0是否有解等价，即与A的列向量的线性相关性等价!第二个问题以一个具体例子来说明。

例：设矩阵，求A的列向量组的一个极大无关组，并把不属于极大无关组的列向量用极大无关组线性表示。

11.6矩阵的初等变换与秩11.6.1初等变换与初等矩阵这一节介绍矩阵的初等变换，以及初等变换在化矩阵为标准型和求逆矩阵等方面的应用。

另外我们通过矩阵与行列式的联系，引进矩阵的秩的概念，并讨论矩阵的初等变换求秩法。

定义11.21 对矩阵施以下列三种变换，称为矩阵的初等变换。

（1）互换变换：交换矩阵的两行（列）；（2）倍法变换：以一个非零数k 乘矩阵的某一行（列）；（3）消法变换：把矩阵的某一行（列）的l 倍加于另一行（列）上。

2．初等变换求逆法定理11.15 n 阶方阵A 为可逆的充分必要条件是它可以表示成一系列初等矩阵的乘积。

证：必要性。

由定理11.14的推论知，若A 可逆，则存在初等矩阵1P ，2P ，…，s P ；1Q ，2Q ，…，s Q 使得I Q AQ P P t s = 11于是，111111111111--------⋅==Q Q P P Q IQ P P A t s t s由于初等矩阵的逆矩阵仍为初等矩阵，故A 可表示为初等矩阵的乘积。

反之，由初等矩阵是可逆矩阵，而可逆矩阵的乘积仍为可逆矩阵，可知充分性成立。

下面介绍一种用初等变换求逆矩阵的方法。

如果A 可逆，则其逆矩阵1-A 也可逆，由定理2.5，存在初等矩阵1P ，2P ，…，s P ，使得 I P P P P P P A s s 21211==-两端由乘以A ，得A P P P A A I s 211==-即 ⎩⎨⎧==-I P P P A A P P P I s s 21121 （11.35） 式（11.35）表明，若对A 的行施以若干次初等变换使之化为单位矩阵I ，则对单位矩阵I 的行施以同样的初等变换可使I 化为1-A 。

据此，我们有如下求逆矩阵的方法：作一个n n 2⨯的矩阵()I A ，然后对此矩阵施以行的初等变换，使子阵A 化为I ，则子阵I 就化为1-A 。

例3 求矩阵⎪⎪⎪⎭⎫⎝⎛---=303331132A的逆矩阵。

矩阵的初等行变换与矩阵的秩一、矩阵的初等行变换矩阵的初等行变换是指对矩阵进行下列三种变换：1.互换矩阵两行的位置（对换变换）；2.用非0常数遍乘矩阵的某一行（倍乘变换）；3.将矩阵的某一行遍乘一个常数k加到另一行（倍加变换）上。

二、阶梯形矩阵满足下列条件的矩阵称为阶梯形矩阵1.各个非0行（元素不全为0的元素）的第一个非0元素的列标随着行标的递增而严格增大；2.如果矩阵有0行，0行在矩阵的最下方。

例如重要定理一任意一个矩阵经过若干次初等行变换可以化成阶梯形矩阵。

例题注意：一个矩阵的阶梯形矩阵不唯一例如：三、矩阵的秩矩阵A的阶梯形矩阵非0行的行数称为矩阵A的秩，记作秩（A）或r(A) 例如下列矩阵的秩分别为2、3、4⎪⎪⎪⎭⎫⎝⎛--000049201321、⎪⎪⎪⎭⎫ ⎝⎛--100980201、⎪⎪⎪⎪⎪⎭⎫⎝⎛---50000301000783013002例题 求矩阵⎪⎪⎪⎪⎪⎭⎫⎝⎛----=35222232111201107033A 秩及秩(TA ) 解⎪⎪⎪⎪⎪⎭⎫⎝⎛----=35222232111201107033A ()⎪⎪⎪⎪⎪⎭⎫⎝⎛----−−→−35222232110703312011,②① ⎪⎪⎪⎪⎪⎭⎫⎝⎛--−−−−→−-+-+-+11200112003100012011)2()1()3(①④①③①② ⎪⎪⎪⎪⎪⎭⎫⎝⎛--−−−→−-+00000112003100012011)1(③④()⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--−−→−00000310001120012011,③② 所以，秩(A)=3⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----=32105327220021132113A T⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛−−−−→−-⨯++32101101220000002113)2(①④①②⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛−−→−00002113220032101101,,⑤②④①⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛--−−−−→−-⨯+00001210220032101101)3(①④⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--−−−−→−-⨯+00004400220032101101)1(②④⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛−−−→−⨯+000000002200321011012③④所以，()3AT=秩可以证明：对于任意矩阵A ，()()TA A 秩秩=；矩阵的秩是唯一的。