跳转至

矩阵的秩

简单介绍

本节分享的是有关矩阵秩不等式的相关内容。这部分的题目一般使用分块矩阵能得到巧妙解决,它通过将大矩阵分割成若干更小的子矩阵块来简化矩阵运算。通过对这些子矩阵块应用初等变换,我们可以获得与对整个矩阵操作相同的结果。

分块初等行变换有以下三个变换方式(列变换同理):

  • 互换两个分块行,
  • 某一分块行左乘可逆方阵 \(P\),
  • 某一分块行左乘矩阵 \(K\) 加到另一分块行。

Tip

以上三类分块初等变换,本质等价于原矩阵左 / 右乘可逆分块方阵,变换前后矩阵秩保持不变,这也是利用分块变换推导秩不等式的理论依据。

重要性质

下面首先介绍常用的 7 条矩阵秩的性质,都是基础内容,较为简单,读者可自行证明:

7 大性质

设矩阵 \(A,B\) 运算满足对应阶数要求,\(r(\cdot)\) 表示矩阵的秩:

  1. \(\displaystyle\ k\neq 0 \implies r(kA)=r(A);\)
  2. \(\displaystyle\ r(AB)\leqslant \min\big\{r(A),r(B)\big\};\)
  3. \(\displaystyle\ r\begin{pmatrix}A & O\\ O & B\end{pmatrix}=r(A)+r(B);\)
  4. \(\displaystyle\ r\begin{pmatrix}A & C\\ O & B\end{pmatrix}\geqslant r(A)+r(B);\)
  5. \(\displaystyle\ r\big(A\mid B\big)\leqslant r(A)+r(B),\quad r\begin{pmatrix}A\\ B\end{pmatrix}\leqslant r(A)+r(B);\)
  6. \(\displaystyle\ r(A+B)\leqslant r(A)+r(B),\quad r(A-B)\leqslant r(A)+r(B);\)
  7. \(\displaystyle\ r(A-B)\geqslant \big|r(A)-r(B)\big|.\)

Tip

其中性质(4)的取等条件是矩阵 \(A\) 可逆,这一点很重要!

秩不等式

下面介绍两个高频的不等式,借助分块初等变换都可以很轻松进行证明,一定要熟练掌握结论以及证明过程!

Sylvester 不等式

Sylvester 不等式

设 \(A\) 为 \(m\times n\) 矩阵,\(B\) 为 \(n\times t\) 矩阵,求证:

\[r(AB)\geqslant r(A)+r(B)-n\]
\[ \begin{aligned} \begin{pmatrix} I_n & O\\ O & AB \end{pmatrix} \xrightarrow[\text{分块行变换}]{\text{下}+A\cdot \text{上}} &\begin{pmatrix}I_n & O\\A & AB\end{pmatrix} \xrightarrow[\text{分块列变换}]{\text{右}-\text{左}\cdot B} \begin{pmatrix}I_n & -B\\A & O\end{pmatrix}\\ \xrightarrow{\text{第二列乘-1,交换分块列}} &\begin{pmatrix}B & I_n\\O & A\end{pmatrix} \end{aligned} \]

分块初等变换不改变矩阵的秩,故:

\[ r\begin{pmatrix}I_n & O\\O & AB\end{pmatrix}=r\begin{pmatrix}B & I_n\\O & A\end{pmatrix} \]

左边:

\[ \displaystyle r\begin{pmatrix}I_n & O\\O & AB\end{pmatrix}=r(I_n)+r(AB)=n+r(AB) \]

右边:

\[ \displaystyle r\begin{pmatrix}B & I_n\\O & A\end{pmatrix}\geqslant r(A)+r(B) \]

联立:

\[ n+r(AB)\geqslant r(A)+r(B) \]

整理即得 \(\mathrm{Sylvester}\) 不等式:

\[ r(AB)\geqslant r(A)+r(B)-n. \]

结合性质 2,我们可以得到一个重要的推论:

保秩公式

设 \(A_{m\times n}\),\(B_{n\times s}\),则有如下结论:

  • 若 \(r(A)=n\),则 \(r(AB)=r(B)\)

  • 若 \(r(B)=n\),则 \(r(AB)=r(A)\)

Frobenius 不等式

Frobenius 不等式

设相关矩阵运算满足阶数要求,求证:

\[r(ABC)\geqslant r(AB)+r(BC)-r(B)\]
\[ \begin{aligned} \begin{pmatrix} ABC & O\\ O & B \end{pmatrix} &\xrightarrow{\text{右}+\text{左}\cdot C} \begin{pmatrix}ABC & AB\\O & B\end{pmatrix}\\ &\xrightarrow{\text{左}-\,A\cdot\text{右}} \begin{pmatrix}O & AB\\-BC & B\end{pmatrix}\\ &\xrightarrow{\text{第一列乘-1,交换分块列}} \begin{pmatrix}AB & O\\B & BC\end{pmatrix} \end{aligned} \]

分块初等变换不改变矩阵的秩,因此:

\[ r\begin{pmatrix}ABC & O\\O & B\end{pmatrix}=r\begin{pmatrix}AB & O\\B & BC\end{pmatrix} \]

左边:

\[ r\begin{pmatrix}ABC & O\\O & B\end{pmatrix}=r(ABC)+r(B) \]

右边:

\[ r\begin{pmatrix}AB & O\\B & BC\end{pmatrix}\geqslant r(AB)+r(BC) \]

联立不等式:

\[ r(ABC)+r(B)\geqslant r(AB)+r(BC) \]

移项即得 \(\mathrm{Frobenius}\) 不等式:

\[ r(ABC)\geqslant r(AB)+r(BC)-r(B). \]

Tip

  1. \(\mathrm{Sylvester}\) 不等式等号成立条件,即 \(\boldsymbol{\mathrm{rank}(AB)=\mathrm{rank}A+\mathrm{rank}B-n}\) 成立的充要条件是:矩阵方程 \(XA+BY=I_n\) 关于未知矩阵 \(X,Y\) 有解。

  2. 在 \(\mathrm{Frobenius}\) 不等式中,令 \(B = I, C = B\) 即可得到 \(\mathrm{Sylvester}\) 不等式,也就是说 \(\mathrm{Sylvester}\) 不等式是 \(\mathrm{Frobenius}\) 不等式的一个特例。

  3. 记忆小窍门:\(\mathrm{Sylvester}\) 不等式减去的是两个矩阵相同维度的维度大小;\(\mathrm{Frobenius}\) 不等式减去的是两个乘积式的公共部分。

为了巩固上面介绍的秩不等式处理方法,下面我将通过北京大学 2007 年高等代数考研真题的第 2 题,细致讲解可交换矩阵下的经典秩不等式,熟练掌握这类题目的解题套路。

例题

例 1(北大 2007)

Example

设 \(n\) 阶矩阵 \(A,B\) 可交换,求证:

\[r(A)+r(B)\geqslant r(A+B)+r(AB).\]

首先通过“可交换”这一条件,我们可以得出 \(AB=BA\)

由于本题没有给出 \(B\) 矩阵可逆的条件,所以我们不能构造

\[C=B^{-1}A+I\]

直接运用 \(\mathrm{Frobenius}\) 不等式,下面给出两个处理方法:

法一

\[ \begin{aligned} \begin{pmatrix} A & \\ & B \end{pmatrix} &\to \begin{pmatrix} A & B \\ & B \end{pmatrix} \to \begin{pmatrix} A+B & B \\ B & B \end{pmatrix} \to \begin{pmatrix} A+B & B \\ -A & \end{pmatrix} \\[6pt] &\begin{pmatrix} A+B & (A+B)B \\ -A & \end{pmatrix} \to \begin{pmatrix} A+B & \\ -A & AB \end{pmatrix} \end{aligned} \]

然后可知:

\[ \begin{aligned} \operatorname{r}(A) + \operatorname{r}(B) &= \operatorname{r}\begin{pmatrix} A & \\ & B \end{pmatrix} = \operatorname{r}\begin{pmatrix} A+B & B \\ -A & \end{pmatrix} \\[0.2cm] &\geqslant \operatorname{r} \left( \begin{pmatrix} A+B & B \\ -A & 0 \end{pmatrix} \begin{pmatrix} I & 0 \\ 0 & A+B \end{pmatrix} \right)\\[0.2cm] &= \operatorname{r}\begin{pmatrix} A+B & B(A+B) \\ -A & \end{pmatrix} \\[0.2cm] &= \operatorname{r}\begin{pmatrix} A+B & (A+B)B \\ -A & \end{pmatrix} = \operatorname{r}\begin{pmatrix} A+B & \\ -A & AB \end{pmatrix} \\[0.2cm] &\geqslant \operatorname{r}(A+B) + \operatorname{r}(AB). \end{aligned} \]

法二

令:

\[ W_1 = \{X \in \mathbb{R}^n \mid AX = 0\},\quad W_2 = \{X \in \mathbb{R}^n \mid BX = 0\}, \]

则 \(\dim W_1 = n - \operatorname{r}(A),\ \dim W_2 = n - \operatorname{r}(B)\)。注意到:

\[ W_1 \cap W_2 \subset \{X \in \mathbb{R}^n \mid (A+B)X = 0\},\quad W_1 + W_2 \subset \{X \in \mathbb{R}^n \mid (AB)X = 0\}, \]

结合维数公式就有:

\[ n - \operatorname{r}(A) + n - \operatorname{r}(B) \leqslant n - \operatorname{r}(A+B) + n - \operatorname{r}(AB), \]

移项即得结果。

下面这道题要证明的是幂等矩阵的充要条件,今后只要看到这个条件,马上就要条件反射哦!

例 2(幂等矩阵充要条件)

Example

求证:\(n\) 阶方阵 \(A\) 为幂等矩阵(\(A^2=A\))的充要条件:

\[r(A)+r(I_n-A)=n\]

构造分块对角矩阵:

\[ \begin{pmatrix}A & O\\O & I-A\end{pmatrix},\quad 且 \quad r\begin{pmatrix}A & O\\O & I-A\end{pmatrix}=r(A)+r(I-A) \]

分块行初等变换得:

\[ \begin{aligned} \begin{pmatrix}A & O\\O & I-A\end{pmatrix} &\xrightarrow{C_1+C_2}\begin{pmatrix}A & A\\O & I-A\end{pmatrix}\\ &\xrightarrow{R_2+R_1}\begin{pmatrix}A & A\\A & I\end{pmatrix}\\ &\xrightarrow{C_1-AC_2}\begin{pmatrix}A-A^2 & A\\O & I\end{pmatrix}\\ &\xrightarrow{R_1-AR_2}\begin{pmatrix}A-A^2 & O\\O & I\end{pmatrix} \end{aligned} \]

分块初等变换不改变秩:

\[ r(A)+r(I-A)=r(A-A^2)+r(I_n)=r(A-A^2)+n \]

有了这个式子,我们就可以进行充分必要推导了:

  • 必要性:即 \(A^2=A\Rightarrow r(A)+r(I-A)=n\):
\[ A^2=A\implies A-A^2=O\implies r(A-A^2)=0 \]

代入上式:

\[r(A)+r(I-A)=n\]
  • 充分性:即 \(r(A)+r(I-A)=n\Rightarrow A^2=A\):
\[ r(A)+r(I-A)=n\implies r(A-A^2)+n=n\implies r(A-A^2)=0 \]

因为只有零矩阵的秩为 0,故 \(A-A^2=O\),即 \(A^2=A\)。

综上:\(A^2=A \iff r(A)+r(I_n-A)=n\)。

下面这个题目是有关矩阵秩相关内容的综合运用,掌握本题,相信不会再有难住你的秩不等式证明题!

例 3

Example

设 \(A,B\) 为数域 \(F\) 上 \(n\) 阶方阵,满足 \(AB=BA=O,\quad r(A)=r(A^2),\) 求证:

\[ r(A+B)=r(A)+r(B). \]

由 7 大性质中提到的性质 6,我们有秩不等式

\[ r(A+B)\leqslant r(A)+r(B) \]

因此根据迫敛性,我们只需证明:

\[ \boldsymbol{r(A+B)\geqslant r(A)+r(B)} \]

那么题目就被解决了。

于是下证:\(\boldsymbol{r(A+B)\geqslant r(A)+r(B)}\)

构造分块矩阵并做分块初等变换:

\[ \begin{aligned} \begin{pmatrix}A+B & O\\ O & O\end{pmatrix} &\xrightarrow[AB=O]{R_2 \leftarrow R_2 + A \cdot R_1} \begin{pmatrix}A+B & O\\ A^2 & O\end{pmatrix}\\ &\xrightarrow[AB=O]{C_2 \leftarrow C_2 + C_1 \cdot A} \begin{pmatrix}A+B & A^2\\ A^2 & A^3\end{pmatrix}\\ \end{aligned} \]

前两步都很简单,但是接下来怎么变换呢?事实上,接下来的一步是整个题目最核心的地方,下面展开讲解:

首先对于 \(A^2\) 和 \(A\),我们显然有 \(A^2\) 的列空间是 \(A\) 的列空间的“子空间”,那么再结合条件 \(r(A) = r(A^2)\) ,也就是矩阵 \(A\) 的列空间和 \(A^2\) 的列空间的维度是完全相等的。

那么根据子空间维数定理:

引理

如果空间 \(V_1\) 是空间 \(V_2\) 的子空间(\(V_1 \subseteq V_2\)),并且它们的维数相等(\(\dim(V_1) = \dim(V_2)\)),那么这两个空间必定完全相同,即 \(V_1 = V_2\)。

我们得到矩阵 \(A\) 的列空间和 \(A^2\) 的列空间是完全相同的,这意味着 \(A\) 的所有列向量都可以由 \(A^2\) 的列向量线性表出。用矩阵等式表达,即存在一个矩阵 \(Y\),使得 \(A = A^2Y\)。

于是我们将第二分块列右乘 \(-Y\),加到第一分块列上。

左上角元素变为:\((A+B) - A^2Y\)。把 \(A^2Y = A\) 代入,得到 \((A+B) - A = B\)。

左下角元素变为:\(A^2 - A^3Y\)。这里可以提取出 \(A\),即 \(A^2 - A(A^2Y)\),将 \(A^2Y = A\) 代入,得到 \(A^2 - A \cdot A = A^2 - A^2 = 0\)。

于是我们得到:

\[ \begin{pmatrix} A+B & A^2 \\ A^2 & A^3 \end{pmatrix} \rightarrow \begin{pmatrix} B & A^2 \\ 0 & A^3 \end{pmatrix} \]

根据分块初等变换不改变秩,我们得到:

\[ r(A+B)=r\begin{pmatrix}B & A^2\\ O & A^3\end{pmatrix}\geqslant r(B)+r(A^3) \]

下证 \(\boldsymbol{r(A^3)=r(A)}\):

对 \(\mathrm{Frobenius}\) 不等式

\[ r(XYZ)\geqslant r(XY)+r(YZ)-r(Y) \]

令 \(X=Y=Z=A\),得到:

\[ r(A^3)\geqslant r(A^2)+r(A^2)-r(A)=2r(A^2)-r(A) \]

由条件 \(r(A)=r(A^2)\),代入得

\[ r(A^3)\geqslant 2r(A)-r(A)=r(A). \]

又由 7 大性质中提到的性质 2,乘积秩满足越乘越小,即: \(r(A^3)\leqslant r(A)\)

故根据迫敛性,有:

\[ \boldsymbol{r(A^3)=r(A)}. \]

代回得到:

\[ r(A+B)\geqslant r(B)+r(A) \]

得证!

习题

Q1

Question

设 \(A,B\) 均为 \(n\) 阶方阵,满足 \(AB=O\),证明:若 \(n\) 为奇数,则 \(AB^{T}+A^{T}B\) 必为不可逆矩阵;若 \(n\) 为偶数,举例说明上述结论一般不成立。

Q2

Question

求证:\(n\) 阶矩阵 \(A\) 是对合矩阵(即 \(A^{2}=I_{n}\))的充要条件是:

\[ r(I_{n}+A)+r(I_{n}-A)=n \]

Q3

Question

设 \(A\) 是 \(n\) 阶矩阵,证明:\(r(A)+r(I_{n}+A)\geqslant n\).

  • 更多精彩内容欢迎关注我的微信公众号!

搜一搜

评论区