第二章 矩阵的运算及与矩阵的秩

求矩阵的秩的三种方法实用2份求矩阵的秩的三种方法 1矩阵的`运算：矩阵的最基本运算包括矩阵加（减）法，数乘和转置运算。

被称为“矩阵加法”、“数乘”和“转置”的运算不止一种。

给出m×n矩阵 A 和B，可定义它们的和 A + B 为一m×n 矩阵，等i,j 项为(A + B)[i, j] = A[i, j] + B[i, j]。

举例：另类加法可见于矩阵加法。

若给出一矩阵A 及一数字c，可定义标量积cA，其中(cA)[i, j] = cA[i, j]。

例如这两种运算令M(m, n, R) 成为一实数线性空间，维数是mn.若一矩阵的列数与另一矩阵的行数相等，则可定义这两个矩阵的乘积。

如A 是m×n 矩阵和B 是n×p矩阵，它们是乘积AB 是一个m×p 矩阵，其中(AB)[i, j] = A[i, 1] * B[1, j] + A[i, 2] * B[2, j] + . + A[i, n] *B[n, j] 对所有i 及j。

例如此乘法有如下性质：(AB)C = A(BC) 对所有k×m 矩阵A, m×n 矩阵 B 及n×p 矩阵 C (“结合律").(A + B)C = AC + BC 对所有m×n 矩阵 A 及 B 和n×k 矩阵 C ("分配律")。

C(A + B) = CA + CB 对所有m×n 矩阵 A 及 B 和k×m 矩阵 C ("分配律")。

要注意的是：可置换性不一定成立，即有矩阵A 及B 使得AB ≠ BA。

对其他特殊乘法，见矩阵乘法。

求矩阵的秩的三种方法 2矩阵的运算：矩阵的最基本运算包括矩阵加（减）法，数乘和转置运算。

被称为“矩阵加法”、“数乘”和“转置”的运算不止一种。

给出m×n 矩阵 A 和B，可定义它们的和 A + B 为一m×n 矩阵，等i,j 项为(A + B)[i, j] = A[i, j] + B[i, j]。

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。

矩阵的秩与运算
一·矩阵秩的求法
求矩阵的秩主要有三种方法；(1)定义
法，利用定义寻找矩阵中非零子式的最高
阶数。

(2)初等变换法，对矩阵实施初等行变
换，将其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；(3)标准
形法，求矩阵的标准形，l的个数即为矩阵
的秩。

二·矩阵的秩与行列式
对于一个方阵A，如何判断它是
否可逆，除了根据它的行列式是否为零，还
可以根据方阵秩的大小来判断。

比如方阵A（nn）
其秩R, ，若R ＜ n，则显然矩阵行列式为零，不可逆；
若R = n ,则矩阵行列式不为零，矩阵可逆。

三·矩阵的秩与线性方程组
1齐次的
齐次线性方程组
●系数矩阵R = n ，则有且仅有一个0解
●系数矩阵R ＜ n，则有无数个解。

2非齐次的
费齐次线性方程组，设系数矩阵A ,增广矩阵B
●若R(A) = R(B) = n ，则有且仅有一个解；
●若R(A) = R(B)＜n，则有无数个解；
●若R(A)≠R(B) ，则方程组无解。

四·矩阵的秩与二次曲面
说二次曲面，其实就是与二次型的关系。

有定义知道，
二次型的秩定义为其矩阵的秩，这就为解决二次曲面问题找到了一个可转移的办法。

正所谓遇难则变，变则通。

道家之言，诚哉大哉！！
下面将具体举例阐述，二次型总可以经线性变换成CY化为标准形（比如合同变换），而且，同的非退化线性变换化为不同的标准形，但这些标准形中所含平方项的个数是相同的，所含平方项的个数就等于二次型的秩，也就是矩阵的秩。

矩阵的秩的运算一、矩阵秩的定义1. 基本概念- 对于一个m× n矩阵A，它的秩r(A)是矩阵A中线性无关的行向量（或列向量）的最大个数。

- 例如，对于矩阵A=begin{pmatrix}1&2&32&4&6end{pmatrix}，通过观察可以发现第二行是第一行的2倍，所以矩阵A的行向量中最多只有一个线性无关的向量，r(A) = 1。

2. 等价定义- 矩阵A的秩等于矩阵A的行最简形矩阵中非零行的行数。

例如，将矩阵A=begin{pmatrix}1&1&11&2&31&3&5end{pmatrix}化为行最简形begin{pmatrix}1&0& - 10&1&20&0&0end{pmatrix}，非零行有2行，所以r(A)=2。

二、矩阵秩的基本运算性质1. r(A)=r(A^T)- 矩阵A与其转置矩阵A^T具有相同的秩。

这是因为矩阵A中行向量的线性相关性与A^T中列向量的线性相关性是对应的。

例如，若A=begin{pmatrix}1&2&34&5&6end{pmatrix}，A^T=begin{pmatrix}1&42&53&6end{pmatrix}，通过计算可知r(A)=2，r(A^T) = 2。

2. r(kA)- 若k≠0为常数，r(kA)=r(A)。

这是因为数乘矩阵只是对矩阵的每个元素进行数乘，不会改变向量之间的线性相关性。

例如，设A=begin{pmatrix}1&23&4end{pmatrix}，2A=begin{pmatrix}2&46&8end{pmatrix}，r(A)=2，r(2A)=2。

- 当k = 0时，r(0A)=0（零矩阵的秩为0）。

3. r(A + B)≤ r(A)+r(B)- 设A=begin{pmatrix}1&00&0end{pmatrix}，B=begin{pmatrix}0&00&1end{pmatrix}，r(A)=1，r(B)=1，A +B=begin{pmatrix}1&00&1end{pmatrix}，r(A + B)=2，此时r(A + B)=r(A)+r(B)；再设A=begin{pmatrix}1&00&0end{pmatrix}，B=begin{pmatrix}-1&00&0end{pmatrix}，r(A)=1，r(B)=1，A +B=begin{pmatrix}0&00&0end{pmatrix}，r(A + B)=0，r(A + B)<r(A)+r(B)。

§1 矩阵及其运算一、矩阵的基本概念（必考）矩阵，是由m*n个数组成的一个m行n列的矩形表格，通常用大写字母表示，组成矩阵的每一个数，均称为矩阵的元素，通常用小写字母其元素表示，其中下标都是正整数，他们表示该元素在矩阵中的位置.比如,或表示一个m*n 矩阵，下标ij 表示元素位于该矩阵的第行、第列.元素全为零的矩阵称为零矩阵. 特别地，一个m*1矩阵，也称为一个 m维列向量；而一个 1*n矩阵B=(b1,b2,…，bn)，也称为一个 n维行向量.当一个矩阵的行数m与烈数n 相等时，该矩阵称为一个 n阶方阵.若一个n阶方阵的主对角线上的元素都是，而其余元素都是零，则称为单位矩阵，记为，即： .单位矩阵与实数中的‘1’的运算相近.如一个阶方阵的主对角线上（下）方的元素都是零，则称为下（上）三角矩阵是一个阶下三角矩阵.例题：1.A既是上三角矩阵，又是下三角矩阵，则A必是对角矩阵2.两矩阵既可相加又可相乘的充要条件是两矩阵为同阶方阵.3.A=(l≠n)，则A的主对角线上个元素的和为 (设矩阵为2行3列的矩阵，找规律)二、矩阵的运算1、矩阵的加法：如果是两个同型矩阵（即它们具有相同的行数和列数，比如说），则定义它们的和仍为与它们同型的矩阵（即），的元素为和对应元素的和，即：.给定矩阵，我们定义其负矩阵为： .这样我们可以定义同型矩阵的减法为： .由于矩阵的加法运算归结为其元素的加法运算，容易验证，矩阵的加法满足下列运算律：(1)交换律：； (2)结合律：；(3)存在零元：;(4)存在负元：.2 、数与矩阵的乘法的运算律：（1)；（2)；（3)；（4) .3 、矩阵的乘法（必考）设为距阵，为距阵，则矩阵可以左乘矩阵（注意：距阵的列数等与矩阵的行数），所得的积为一个距阵，即,其中,并且(即左行乘右列)矩阵的乘法满足下列运算律（假定下面的运算均有意义）：(1）结合律：； (2）左分配律：；(3）右分配律：；(4）数与矩阵乘法的结合律：；(5）单位矩阵的存在性：.若为阶方阵，则对任意正整数，我们定义：，并规定：由于矩阵乘法满足结合律，我们有：， .注意：矩阵的乘法与通常数的乘法有很大区别，特别应该注意的是：（必考重要）（1)矩阵乘法不满足交换律：一般来讲即便有意义，也未必有意义；倘使都有意义，二者也未必相等.正是由于这个原因，一般来讲,在实数中的某些运算不再适应，如,，反过来，这些公式成立的条件又恰是A、B 可逆.例：A,B,C 是同阶矩阵，A ≠0,若AB=BC,必有B=C,则A满足可逆（2)两个非零矩阵的乘积可能是零矩阵，即未必能推出或者. 同理，A ≠0，B ≠0，而AB却肯能等于0.例题：（选择题5、6）（3)矩阵的乘法不满足消去律：如果并且，未必有 .4 、矩阵的转置：定义：设为矩阵，我们定义的转置为一个矩阵，并用表示的转置，即：.矩阵的转置运算满足下列运算律：（1)；（2)；（3)；（4) (重要).5、对称矩阵：n 阶方阵若满足条件：，则称为对称矩阵；若满足条件：，则称为反对称矩阵.若设，则为对称矩阵，当且仅当对任意的成立；为反对称矩阵，当且仅当对任意的成立.从而反对称矩阵对角线上的元素必为零.对称矩阵具有如下性质：（1)对于任意矩阵，为阶对称矩阵；而为阶对称矩阵；（2)两个同阶（反）对称矩阵的和，仍为（反）对称矩阵；（3)如果两个同阶（反）对称矩阵可交换，即，则它们的乘积必为对称矩阵，即.运算性质：1） （2） （3）（4） （5）三、逆矩阵1.定义 对于n 阶矩阵A ，如果存在n 阶矩阵B ，使得E BA AB ==．则A 称为可逆矩阵或非奇异矩阵．B 称为A 的逆矩阵，．由定义可得，A 与B 一定是同阶的，而且A 如果可逆，则A 的逆矩阵是唯一的．这是因为（反证法），如果1B 、2B 都是A 的逆矩阵，则有E A B AB ==11，E A B AB ==22，那么22212111)()(B EB B A B AB B E B B =====所以逆矩阵是唯一的．我们把矩阵A 的逆矩阵记作1-A ．逆矩阵有下列性质： （1）如果A 可逆，则1-A 也可逆，且A A =--11)(．由可逆的定义，显然有A 与1-A 是互逆的． （2）如果A 、B 是两个同阶可逆矩阵，则)(AB 也可逆，且111)(---=A B AB ．（必考重点） 这是因为 E A A AEA ABB A A B AB =⋅===------111111)())((E B B EB B B A A B AB A B ====------111111)())((，所以111)(---=A B AB ．（必考重点）这个结论也可以推广到有限个可逆矩阵想乘的情形. （3）可逆矩阵A 的转置矩阵T A 也是可逆矩阵，且T T A A )()(11--=．这是因为E E A A A A T T TT===--)()(11，E E AA A A T T T T ===--)()(11所以 T TA A )()(11--=．（4）如果A 是可逆矩阵，则有11--=A A ．这是因为E AA=-1，两边取行列式有 11=⋅-A A ，所以111--==A AA ． 矩阵可逆的条件（1）n 阶方阵A 可逆的充分必要条件是| A | ≠ 0（也即r （A ）= n ）；（2）n 阶方阵A 可逆的充分必要条件是A 可以通过初等变换（特别是只通过初等行（列）变换）化为n 阶单位矩阵；（3）n 阶方阵A 可逆的充分必要条件是A 可以写成一些初等矩阵的乘积；（4）n 阶方阵A 可逆的充分必要条件是A 的n 个特征值不为零；（5）对于n 阶方阵A ，若存在n 阶方阵B 使得AB = E （或BA = E ），则A 可逆，且A -1= B. 逆矩阵的有关结论及运算必考 ——求法方法1 定义法：设A 是数域P 上的一个n 阶方阵，如果存在P 上的n 阶方阵B ，使得AB = BA= E ，则称A 是可逆的，又称B 为A 的逆矩阵.当矩阵A 可逆时，逆矩阵由A 惟一确定，记为A -1.例1：设A 为n 阶矩阵，且满足22A - 3A + 5E = 0，求A -1.【解】22 2 -12A - 3A + 5E = 02A - 3A = - 5E23-A - A =E 552323A (- A - E) = - A - E = E555523A A = - A - E55∴∴∴∴可逆且方法 2 伴随矩阵法：A -1= 1|A|A*.定理n 阶矩阵A = a ij 为可逆的充分必要条件是A 非奇异.且11211122221121n n nnnn A A A A A A A A A A A -⎛⎫ ⎪ ⎪=⎪ ⎪⎝⎭其中A ij 是|A|中元素a ij 的代数余子式.矩阵112111222212n n nnnn A A A A A A A A A ⎛⎫ ⎪ ⎪⎪ ⎪⎝⎭称为矩阵A 的伴随矩阵，记作A*，于是有A -1=1|A|A*. 注 ①对于阶数较低（一般不超过3阶）或元素的代数余子式易于计算的矩阵可用此法求其逆矩阵.注意A* = （A ji ）n ×n 元素的位置及符号.特别对于2阶方阵11122122a a A a a ⎛⎫= ⎪⎝⎭，其伴随矩阵22122111*a a A a a -⎛⎫=⎪-⎝⎭,即伴随矩阵具有“主对角元素互换，次对角元素变号”的规律.②对于分块矩阵A B C D ⎛⎫⎪⎝⎭不能按上述规律求伴随矩阵.例2：已知101A=210325⎛⎫ ⎪ ⎪ ⎪--⎝⎭，求A -1.【解】 ∵| A | = 2 ≠ 0 ∴A 可逆.由已知得111213212223313233A = - 5, A = 10, A = 7A = 2, A = - 2, A = - 2A = - 1, A = 2, A = 1 ， A -1= 1|A| A* = 5115212211022511272171122⎛⎫-- ⎪--⎛⎫ ⎪⎪-=- ⎪ ⎪ ⎪ ⎪-⎝⎭- ⎪⎝⎭方法3 初等变换法：注 ①对于阶数较高（n ≥3）的矩阵，采用初等行变换法求逆矩阵一般比用伴随矩阵法简便.在用上述方法求逆矩阵时，只允许施行初等行变换.②也可以利用1E A E A -⎛⎫⎛⎫−−−−→⎪ ⎪⎝⎭⎝⎭初等列变换求得A 的逆矩阵. ③当矩阵A 可逆时，可利用求解求得A -1B 和CA -1.这一方法的优点是不需求出A 的逆矩阵和进行矩阵乘法，仅通过初等变换即求出了A -1B 或CA -1.例3：:用初等行变换求矩阵231A 013125⎛⎫⎪= ⎪ ⎪⎝⎭的逆矩阵.【解】()231100125001125001A E 01301001301001301012500123110000611212500112500101301001301001910211100166311341006631310122111001663⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪=→→ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪--⎝⎭⎝⎭⎝⎭⎛⎫ ⎪⎛⎫⎪ ⎪→→ ⎪ ⎪ ⎪ ⎪---⎝⎭-- ⎪⎝⎭⎛--→---⎝⎫⎪⎪⎪⎪ ⎪⎪ ⎪⎭1113410066313A 010********1663-⎛⎫--⎪ ⎪ ⎪=- ⎪ ⎪ ⎪-- ⎪⎝⎭故 方法4 用分块矩阵求逆矩阵：设A 、B 分别为P 、Q 阶可逆矩阵，则：1111111111111111A A 000B 0C O A A A CB A O A O BD B O B B DA B B O A O B B O AO ----------------⎛⎫⎛⎫⎛⎫-⎛⎫⎛⎫⎛⎫=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭例4：已知0052002112001100A ⎛⎫⎪ ⎪=⎪-⎪⎝⎭，求A -1.【解】 将A 分块如下：12005200211200110O A A A O ⎛⎫ ⎪ ⎪⎛⎫⎪== ⎪⎪⎝⎭- ⎪ ⎪⎝⎭其中 125212,2111A A -⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭可求得 1*1*1122121212111,2511||||3A A A A A A ---⎛⎫⎛⎫==== ⎪ ⎪--⎝⎭⎝⎭ 从而11211120033110331200250O A A A O ---⎛⎫ ⎪ ⎪ ⎪-⎛⎫ ⎪== ⎪⎪⎝⎭ ⎪ ⎪- ⎪-⎝⎭方法5 恒等变形法求逆矩阵：有些计算命题表面上与求逆矩阵无关,但实质上只有求出矩 阵的逆矩阵才能算出来,而求逆矩阵须对所给的矩阵等式恒等变 形,且常变形为两矩阵的乘积等于单位矩阵的等式.例8 已知，且，试求．解 由题设条件得3.伴随矩阵 如果n 阶矩阵A 的行列式0≠A ,则称A 是非奇异的(或非退化的).否则,称A 是奇异的(或退化的).（n 阶矩阵A 可逆的充要条件是:|A|≠0）设n n ij a A ⨯=)(,ij A 是A 中元素)21(n j i a ij ，，，， =的代数余子式.矩阵 ⎪⎪⎪⎪⎪⎭⎫⎝⎛=nn n n n n A A A A A A A A A A 212221212111*（顺序变化，重点）称为A 的伴随矩阵. 矩阵n n ij a A ⨯=)(为可逆矩阵的充分必要条件是A 为非奇异矩阵,并且当A 可逆时,有*11A AA =-，伴随矩阵 例1. 已知矩阵⎪⎪⎪⎭⎫ ⎝⎛---=313132121A 判断A 是否可逆,如果可逆,求1-A .解: 因为01313132121≠=---=A ,所以A 可逆.又.13221)1(11211)1(;11312)1(71321)1(;63311)1(53112)1(;11332)1(93312)1(;83113)1(333323321331322322221221311321121111=---==-==---=-=--=-=--=-=---==--==--==---=+++++++++A A A A A A A A A所以 ⎪⎪⎪⎭⎫⎝⎛---==-1711691581*1A A A 四、分块矩阵一、分块矩阵的概念对于行数和列数较高的矩阵, 为了简化运算，经常采用分块法，使大矩阵的运算化成若干小矩阵间的运算，同时也使原矩阵的结构显得简单而清晰. 具体做法是：将大矩阵用若干条纵线和横线分成多个小矩阵. 每个小矩阵称为A 的子块, 以子块为元素的形式上的矩阵称为分块矩阵.矩阵的分块有多种方式，可根据具体需要而定注：一个矩阵也可看作以n m ⨯个元素为1阶子块的分块矩阵. 二、分块矩阵的运算分块矩阵的运算与普通矩阵的运算规则相似. 分块时要注意，运算的两矩阵按块能运算，并且参与运算的子块也能运算，即，内外都能运算.1. 设矩阵A 与B 的行数相同、列数相同，采用相同的分块法, 若,,11111111⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=st s t st s t B B B B B A A A A A其中ij A 与ij B 的行数相同、列数相同, 则.11111111⎪⎪⎪⎭⎫ ⎝⎛++++=+st st s s t t B A B A B A B A B A2.设,1111⎪⎪⎪⎭⎫ ⎝⎛=st s t A A A A Ak 为数, 则.1111⎪⎪⎪⎭⎫ ⎝⎛=st s t kA kA kA kA kA 3．设A 为l m ⨯矩阵, B 为n l ⨯矩阵, 分块成,,11111111⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=tr t r st s t B B B B B A A A A A其中pt p p A A A ,,,21 的列数分别等于tq q q B B B ,,,21 的行数, 则,1111⎪⎪⎪⎭⎫ ⎝⎛=sr s r C C C C AB 其中).,,2,1;,,2,1(1r q s p B A C t k kqpk pq ===∑=4. 分块矩阵的转置设,1111⎪⎪⎪⎭⎫ ⎝⎛=st s t A A A A A则.1111⎪⎪⎪⎪⎭⎫ ⎝⎛=T st T tT s T TA A A A A 5. 设A 为n 阶矩阵, 若A 的分块矩阵只有在对角线上有非零子块, 其余子块都为零矩阵, 且在对角线上的子块都是方阵, 即⎪⎪⎪⎪⎪⎭⎫⎝⎛=s A O A O A A21, 其中),,2,1(s i A i =都是方阵, 则称A 为分块对角矩阵.分块对角矩阵具有以下性质：(1) 若 ),,2,1(0||s i A i =≠，则0||≠A ，且|;|||||||21s A A A A =(2) .112111⎪⎪⎪⎪⎪⎭⎫⎝⎛=----s A O A O A A(3) 同结构的对角分块矩阵的和、差、积、商仍是对角分块矩阵. 且运算表现为对应子块的运算。