矩阵的秩及其求法

矩阵的秩及其求法矩阵的秩及其求法矩阵秩的概念k阶子式矩阵的秩矩阵秩的求法1、子式判别法(定义)2、用初等行变换求矩阵的秩满秩矩阵矩阵秩的概念k阶子式定义1:设A=(aij)m×nA=(a_{ij})_{m\timesn}A=(aij​)m×n​在AAA中任取kkk行kkk列交叉处元素按原相对位置组成的kkk(1≤k≤min{m.n})(1\leqk\leqmin\lbracem.n\rbrace)(1≤k≤min{m.n})阶行列式,称为AAA的一个kkk阶子式。m×nm\timesnm×n的矩阵A

大家好,又见面了,我是你们的朋友全栈君。

矩阵秩的概念

k阶子式

定义1: A = ( a i j ) m × n A=(a_{ij})_{m\times n} A=(aij)m×n A A A中任取 k k k k k k列交叉处元素按原相对位置组成的 k k k ( 1 ≤ k ≤ m i n { m . n } ) (1\leq k\leq min\lbrace m.n \rbrace) (1kmin{
m.n})
阶行列式,称为 A A A的一个 k k k阶子式。 m × n m\times n m×n的矩阵 A A A共有 C m k C n k C^k_mC^k_n CmkCnk k k k阶子式。

例如:
在这里插入图片描述
矩阵A的第一、二行,第二、四列相交处的元素所构成的二阶子式为 D 2 ′ = ∣ 2 4 3 1 ∣ D’_2=\left| \begin{matrix} 2 & 4 \\ 3 & 1\\ \end{matrix} \right| D2=2341
矩阵A的第一、三行,第一、三列相交处的元素所构成的二阶子式为 D 2 ′ ′ = ∣ 1 3 1 1 ∣ D”_2=\left| \begin{matrix} 1 & 3 \\ 1 & 1\\ \end{matrix} \right| D2=1131

例如:

A = ( 1 2 3 4 1 3 4 1 1 4 1 2 ) A=\left( \begin{matrix} 1 & 2 & 3 & 4 \\ 1 & 3 & 4 & 1 \\ 1 & 4 & 1 & 2 \\ \end{matrix} \right) A=111234341412共有 C 3 2 C 4 2 = 18 C^2_3C^2_4=18 C32C42=18个二阶子式,上面那两个就是其中之一。
共有 C 3 3 C 4 3 = 4 C^3_3C^3_4=4 C33C43=4个三阶子式。 D 3 = ∣ 1 3 4 1 4 1 1 1 2 ∣ D_3=\left| \begin{matrix} 1 & 3 & 4 \\ 1 & 4 & 1 \\ 1 & 1 & 2 \\ \end{matrix} \right| D3=111341412就是A的一个三阶子式。

矩阵的秩

定义2: A = ( a i j ) m × n A=(a_{ij})_{m\times n} A=(aij)m×n,有r阶子式不为0,任何r+1子式(如果存在的话)全为0,称r为矩阵A的秩,记做R(A)或秩(A)。

矩阵秩的求法

1、子式判别法(定义)

例1 A = ( 1 2 3 0 0 1 0 1 0 0 1 0 ) 求 R ( A ) \qquad A=\left( \begin{matrix} 1 & 2 & 3 & 0 \\ 0 & 1 & 0 & 1 \\ 0 & 0 & 1 & 0 \\ \end{matrix} \right) \qquad 求 R(A) A=100210301010R(A)

解: ∣ 1 2 3 0 1 0 0 0 1 ∣ = 1 ≠ 0 \left| \begin{matrix} 1 & 2 & 3 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \\ \end{matrix} \right|=1\neq0 100210301=1=0 存在一个三阶子式不为0,A没有四阶子式,所以 R ( A ) = 3 R(A)=3 R(A)=3

例2 C = ( 1 1 0 0 1 0 0 0 1 )    D = ( 1 2 5 0 3 4 0 0 0 )    E = ( 2 1 2 3 5 0 8 1 5 3 0 0 0 7 2 0 0 0 0 0 ) \qquad C=\left( \begin{matrix} 1 & 1 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \\ \end{matrix} \right) \ \ D=\left( \begin{matrix} 1 & 2 & 5 \\ 0 & 3 & 4 \\ 0 & 0 & 0 \\ \end{matrix} \right) \ \ E=\left( \begin{matrix} 2 & 1 & 2 & 3 & 5 \\ 0 & 8 & 1 & 5 & 3 \\ 0 & 0 & 0 & 7 & 2 \\0 & 0 & 0 & 0 & 0 \\ \end{matrix} \right) C=100110001  D=100230540  E=20001800210035705320

R ( C ) = 3 , R ( D ) = 2 , R ( E ) = 3 R(C)=3,R(D)=2,R(E)=3 R(C)=3R(D)=2R(E)=3

例3 A = ( a 1 1 1 a 1 1 1 a ) 如 果 R ( A ) < 3 , 求 a \qquad A=\left( \begin{matrix} a & 1 & 1 \\ 1 & a & 1 \\ 1 & 1 & a \\ \end{matrix} \right) 如果 R(A)<3,求a A=a111a111aR(A)<3a

R ( A ) < 3 R(A)<3 R(A)<3,A的所有三阶子式全为0,也就是A的行列式为0。解得 a = 1 或 a = − 2 a=1或a=-2 a=1a=2

2、用初等行变换求矩阵的秩

定理:矩阵初等变换不改变矩阵的秩

注:

  1. r i ↔ r j r_i \leftrightarrow r_j rirj 只改变子行列式的符号
  2. k r i kr_i kri 是A中对应子式的k倍
  3. r i + k r j r_i+kr_j ri+krj 是行列式运算的性质

将 矩阵 A A A 用初等行变换化为 阶梯型矩阵 B B B R ( A ) = R ( B ) = R(A)=R(B)= R(A)=R(B)=矩阵 B B B的非零行行数

例4 A = ( 1 0 2 − 4 2 1 3 − 6 − 1 − 1 − 1 2 ) 求 R ( A ) \qquad A=\left( \begin{matrix} 1 & 0 & 2 & -4 \\ 2 & 1 & 3 & -6 \\ -1 & -1 & -1 & 2 \\ \end{matrix} \right) \qquad 求 R(A) A=121011231462R(A)

解: A ⟶ r 2 − 2 r 1 ( 1 0 2 − 4 0 1 − 1 2 − 1 − 1 − 1 2 ) ⟶ r 3 + r 1 ( 1 0 2 − 4 0 1 − 1 2 0 − 1 1 − 2 ) ⟶ r 3 + r 2 ( 1 0 2 − 4 0 1 − 1 2 0 0 0 0 ) R ( A ) = 2 \qquad A \stackrel{r_2-2r_1}{\longrightarrow} \left( \begin{matrix} 1 & 0 & 2 & -4 \\ 0 & 1 & -1 & 2 \\ -1 & -1 & -1 & 2 \\ \end{matrix} \right) \stackrel{r_3+r_1}{\longrightarrow} \left( \begin{matrix} 1 & 0 & 2 & -4 \\ 0 & 1 & -1 & 2 \\ 0 & -1 & 1 & -2 \\ \end{matrix} \right) \stackrel{r_3+r_2}{\longrightarrow} \left( \begin{matrix} 1 & 0 & 2 & -4 \\ 0 & 1 & -1 & 2 \\ 0 & 0 & 0 & 0 \\ \end{matrix} \right) \qquad R(A)=2 Ar22r1101011211422r3+r1100011211422r3+r2100010210420R(A)=2

例5 \qquad 求矩阵 A = ( 4 − 2 1 1 2 − 2 − 1 8 − 7 2 14 − 13 ) A=\left( \begin{matrix} 4 & -2 & 1 \\ 1 & 2 & -2 \\ -1 & 8 & -7 \\ 2 & 14 & -13 \\ \end{matrix} \right) A=41122281412713的秩

解: A ⟶ r 1 ↔ r 2 ( 1 2 − 2 4 − 2 1 − 1 8 − 7 2 14 − 13 ) — r 2 − 4 r 1 r 3 + r 1 r 4 − 2 r 1 ⟶ ( 1 2 − 2 0 − 10 9 0 10 − 9 0 10 − 9 ) — r 3 + r 2 r 4 + r 2 ⟶ ( 1 2 − 2 0 10 − 9 0 0 0 0 0 0 ) = B R ( A ) = R ( B ) = 2 A \stackrel{r_1 \leftrightarrow r_2}{\longrightarrow} \left( \begin{matrix} 1 & 2 & -2 \\ 4 & -2 & 1 \\ -1 & 8 & -7 \\ 2 & 14 & -13 \\ \end{matrix} \right) —\begin{matrix} {r_2-4r_1} \\ {r_3+r_1} \\ {r_4-2r_1} \end{matrix}{\longrightarrow} \left( \begin{matrix} 1 & 2 & -2 \\ 0 & -10 & 9 \\ 0 & 10 & -9 \\ 0 & 10 & -9 \\ \end{matrix} \right) —\begin{matrix} {r_3+r_2} \\ {r_4+r_2} \end{matrix}{\longrightarrow} \left( \begin{matrix} 1 & 2 & -2 \\ 0 & 10 & -9 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \\ \end{matrix} \right)=B \\ R(A)=R(B)=2 Ar1r214122281421713r24r1r3+r1r42r1100021010102999r3+r2r4+r21000210002900=BR(A)=R(B)=2

例6 \qquad 设矩阵 A = ( 1 − 1 1 2 3 λ − 1 2 5 3 μ 6 ) A=\left( \begin{matrix} 1 & -1 & 1 & 2 \\ 3 & \lambda & -1 & 2 \\ 5 & 3 & \mu & 6 \\ \end{matrix} \right) A=1351λ311μ226,且 R ( A ) = 2 R(A)=2 R(A)=2,求 λ \lambda λ μ \mu μ

解: A = ( 1 − 1 1 2 3 λ − 1 2 5 3 μ 6 ) ⟶ ( 1 − 1 1 2 0 λ + 3 − 4 − 4 0 8 μ − 5 − 4 ) \qquad A=\left( \begin{matrix} 1 & -1 & 1 & 2 \\ 3 & \lambda & -1 & 2 \\ 5 & 3 & \mu & 6 \\ \end{matrix} \right) \longrightarrow \left( \begin{matrix} 1 & -1 & 1 & 2 \\ 0 & \lambda+3 & -4 & -4 \\ 0 & 8 & \mu-5 & -4 \\ \end{matrix} \right) A=1351λ311μ2261001λ+3814μ5244

∵ R ( A ) = 2 ∴ λ + 3 8 = − 4 μ − 5 = − 4 − 4 ∴ λ = 5 , μ = 1 \because R(A)=2 \qquad \therefore \frac{\lambda+3}{8}=\frac{-4}{\mu-5}=\frac{-4}{-4} \qquad \therefore \lambda=5,\mu=1 R(A)=28λ+3=μ54=44λ=5,μ=1

满秩矩阵

定义3: A \qquad A A n n n阶方阵时,
R ( A ) = n \qquad R(A)=n R(A)=n,称 A A A满秩阵,(非奇异矩阵
R ( A ) < n \qquad R(A)<n R(A)<n,称 A A A降秩阵,((奇异矩阵
∴ \therefore \quad 易知: R ( A ) = n ⟺ ∣ A ∣ ≠ 0 R(A)=n \quad \Longleftrightarrow \quad |A| \neq 0 R(A)=nA=0
对于满秩方阵 A A A施行初等行变换可以化为单位阵 E E E,又根据初等阵的作用:每对 A A 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 A A,由此得到下面的定理

定理: A A A是满秩矩阵,则存在一系列初等方阵 P 1 , P 2 , ⋯   , P s P_1,P_2,\cdots,P_s P1,P2,,Ps,使得 P s P s − 1 , ⋯   , P 2 P 1 A = E P_sP_{s-1},\cdots,P_2P_1A=E PsPs1,,P2P1A=E

例7
A = ( 1 2 3 2 1 2 3 1 2 ) — r 2 − 2 r 1 r 3 − 3 r 1 ⟶ ( 1 2 3 0 − 3 − 4 0 − 2 − 3 ) — r 1 + r 3 r 2 − r 3 ⟶ ( 1 0 0 0 − 1 − 1 0 − 2 − 3 ) — ( − r 3 + 2 r 2 ) ⟶ ( 1 0 0 0 − 1 − 1 0 0 1 ) — ( − r 2 − r 3 ) ⟶ ( 1 0 0 0 1 0 0 0 1 ) = E A=\left( \begin{matrix} 1 & 2 & 3 \\2 & 1 & 2 \\ 3 & 1 & 2 \\ \end{matrix} \right) —\begin{matrix} {r_2-2r_1} \\ {r_3-3r_1} \end{matrix}{\longrightarrow} \left( \begin{matrix} 1 & 2 & 3 \\ 0 & -3 & -4 \\ 0 & -2 & -3 \\ \end{matrix} \right) —\begin{matrix} {r_1+r_3} \\ {r_2-r_3} \end{matrix}{\longrightarrow} \left( \begin{matrix} 1 & 0 & 0 \\ 0 & -1 & -1 \\ 0 & -2 & -3 \\ \end{matrix} \right) — \\ \begin{matrix} {(-r_3+2r_2)} \end{matrix}{\longrightarrow} \left( \begin{matrix} 1 & 0 & 0 \\ 0 & -1 & -1 \\ 0 & 0 & 1 \\ \end{matrix} \right) —\begin{matrix} {(-r_2-r_3)} \end{matrix}{\longrightarrow} \left( \begin{matrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \\ \end{matrix} \right)=E A=123211322r22r1r33r1100232343r1+r3r2r3100012013(r3+2r2)100010011(r2r3)100010001=E

∴ R ( A ) = 3 \therefore \quad R(A)=3 R(A)=3 A A A为满秩方阵。此过程相当于:
E [ ( − 1 ) 2 − 3 ] × E [ ( − 1 ) 3 + ( 2 ) 2 ] × E [ 2 − 3 ] × E [ 1 + 3 ] × E [ 3 − ( 3 ) 1 ] × E [ 2 − ( 2 ) 1 ] × A = E \qquad E[(-1)2-3] \times E[(-1)3+(2)2] \times E[2-3] \times E[1+3] \times E[3-(3)1] \times E[2-(2)1] \times A=E E[(1)23]×E[(1)3+(2)2]×E[23]×E[1+3]×E[3(3)1]×E[2(2)1]×A=E

相关性质

  1. 转置后秩不变
  2. R ( A ) ≤ min ⁡ { m , n } R(A) \leq \min\{m,n\} R(A)min{
    m,n}
    A A A是m行n列矩阵
  3. R ( k A ) = R ( A ) R(kA) = R(A) R(kA)=R(A) k k k不等于0
  4. R ( A ) = 0 ⟺ A = 0 R(A)=0 \Longleftrightarrow A=0 R(A)=0A=0
  5. R ( A + B ) ≤ R ( A ) + R ( B ) R(A+B) \leq R(A)+R(B) R(A+B)R(A)+R(B)
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/139313.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

  • 数据分析之数据预处理、分析建模、可视化[通俗易懂]

    概述:简介、思路、发展历程、应用领域、开发流程;数据类型:结构化与非结构化、定性与定量、截面数据与时间序列数据;数据来源:外部来源、内部来源;数据预处理:数据清洗、数据集成、数据规约、数据变换;数据分析模型:对比分析、漏斗分析、留存分析、A/B测试、用户行为路径分析、用户分群、用户画像分析等;数据分析方法:描述统计、假设检验、信度分析、相关分析、方差分析、回归分析、聚类分析、判别分析、主成分分析、因子分析、时间序列分析等;数据可视化:Excel、PowerBI、Tableau、Python;

  • IIS服务器实现跨域调用「建议收藏」

    IIS服务器实现跨域调用「建议收藏」今天用JS实现了一下ajax请求,本地作为服务器,但是请求的时候总是提示跨域,google了一下,都是说在服务器添加“Access-Control-Allow-Origin”,开始误以为是在服务器得html页面添加,后来才知道是在服务器中添加打开IIS,找到“HTTP响应标头”点进去,在右侧可以看到添加,然后添加如下标头即可Access-Control-Allow-Headers:Content-…

    2022年10月21日
  • 搭建Kubernetes集群基于calico网络插件

    搭建Kubernetes集群基于calico网络插件

  • JAVA布局模式:GridBagConstraints终极技巧参数详解「建议收藏」

    JAVA布局模式:GridBagConstraints终极技巧参数详解「建议收藏」布局模式:GridBagConstraints布局,先发一个实例:gridx=2;//X2gridy=0;//Y0gridwidth=1;//横占一个单元格gridheight=1;//列占一个单元格weightx=0.0;//当窗口放大时,长度不变weighty=0.0;//当窗口放大时,高度不变anchor=Gr

  • Vue生成二维码_vue通过二维码分享

    Vue生成二维码_vue通过二维码分享转存vue生成二维码并下载1、下载插件npminstall–saveqrcodejs22、引入constQRCode=require(“qrcodejs2″)3、组件使用<template><divclass=”qr_code”><divstyle=”display:flex;align-items:center”>地址:<Inputid=”text”type=”te

  • Java 排列组合_c语言排列组合函数

    Java 排列组合_c语言排列组合函数importjava.util.Arrays;//利用二进制算法进行全排列//count1:170187//count2:291656publicclasstest{publicstaticvoidmain(String[]args){longstart=System.currentTimeMillis();count2();longend=System.currentTim…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号