线代 A1 笔记 第 7 部分(矩阵乘积的秩与行列式)

Last updated on April 10, 2026 6:12 PM

矩阵乘积的秩

定理:设 As×nA_{s\times n},Bn×mB_{n\times m},则

  1. rank⁡(AB)≤min⁡{rank⁡(A),rank⁡(B)}\operatorname{rank}(AB)\le \min\left\{ \operatorname{rank}(A),\operatorname{rank}(B) \right\}

    证明应该是容易的,按照一开始提到的,ABAB 的列是由 AA 的列表出的,故 ABAB 的列秩 ≤rank⁡(A)\le \operatorname{rank}(A);同理,ABAB 的行是由 BB 的行表出的,所以 ABAB 的行秩 ≤rank⁡(B)\le \operatorname{rank}(B)。

  2. 若 AB=0AB=0,则 rank⁡(A)+rank⁡(B)≤n\operatorname{rank}(A)+\operatorname{rank}(B)\le n

  3. rank⁡(A)+rank⁡(B)≤n+rank⁡(AB)\operatorname{rank}(A)+\operatorname{rank}(B)\le n + \operatorname{rank}(AB)
    来一起证明 22 和 33。记 B=[β1⋯βm]B = \begin{bmatrix} \beta_1 & \cdots & \beta_m \\\end{bmatrix},则 AB=[Aβ1⋯Aβm]AB = \begin{bmatrix} A\beta_1 & \cdots & A\beta_m \\\end{bmatrix},设 rank⁡(AB)=r\operatorname{rank}(AB)=r,WLOG 设 Aβ1,⋯ ,AβrA\beta_1, \cdots ,A\beta_r 为 ABAB 的列极大无关组,于是 Aβr+1,⋯ ,AβsA\beta_{r+1},\cdots,A\beta_s 可以由 Aβ1,⋯ ,AβrA\beta_1, \cdots ,A\beta_r 线性表出:

    Aβr+i=ci1Aβ1+ci2Aβ2+⋯+cirAβr1≤i≤s−rA\beta_{r+i} = c_{i1}A\beta_1 + c_{i2}A\beta_2 + \cdots + c_{ir}A\beta_r\quad 1\le i\le s - r

    令 βr+i′=βr+i−∑j=1rcijβj\beta_{r+i}' = \beta_{r+i} - \displaystyle \sum_{j=1}^r c_{ij}\beta_j,则显然 Aβr+i′=0A\beta'_{r+i} = 0,对于所有 1≤i≤s−r1\le i\le s - r。所以自然 βr+1′,⋯ ,βs′∈AX=0\beta_{r+1}', \cdots ,\beta_s'\in AX=\boldsymbol{0} 的解空间,所以 rank⁡{βr+1′,⋯ ,βs′}≤n−rank⁡(A)\operatorname{rank}\left\{ \beta_{r+1}', \cdots ,\beta_s' \right\}\le n - \operatorname{rank}(A),于是

    rank⁡(B)=rank⁡{β1,⋯ ,βr,⋯ ,βr+1,⋯ ,βs}=rank⁡{β1,⋯ ,βr,⋯βr+1′,⋯ ,βs′}≤rank⁡{β1,⋯ ,βr}+rank⁡{βr+1′,⋯ ,βs′}≤r+n−rank⁡(A)\begin{aligned} \operatorname{rank}(B) &= \operatorname{rank}\left\{ \beta_1, \cdots ,\beta_r, \cdots ,\beta_{r+1}, \cdots ,\beta_s \right\}\\ &= \operatorname{rank}\left\{ \beta_1, \cdots ,\beta_r, \cdots \beta_{r+1}', \cdots ,\beta_s' \right\} \\ &\le \operatorname{rank}\left\{ \beta_1, \cdots ,\beta_r \right\} + \operatorname{rank}\left\{ \beta_{r+1}', \cdots ,\beta_s' \right\}\\ &\le r + n - \operatorname{rank}(A) \end{aligned}

    证毕。

    注意在这个证明过程中,满足条件 Aη=0A\eta = \boldsymbol{0} 的向量 η\eta 在 AX=0AX=\boldsymbol{0} 的解空间内是很重要的思路。很多时候利用这个性质可以列 dim⁡W≤n−rank⁡(A)\operatorname{dim} W\le n - \operatorname{rank}(A) 来解决问题。

  4. 根据 3 给出的重要不等式,可以得出如下推论:

    • 左乘列满秩的矩阵,矩阵的秩不变;
    • 右乘行满秩的矩阵,矩阵的秩不变;
    • 左乘/右乘满秩矩阵,矩阵的秩不变。

实矩阵的一个重要性质

在继续之前,我们先引出一条重要的引理:若实向量 α\alpha 满足 αTα=0\alpha^T\alpha = 0,则 α=0\alpha = 0。证明:αTα=α⋅α=a12+a22+⋯+an2≥0\alpha^T\alpha= \alpha\cdot \alpha = a_1^2 + a_2^{2} + \cdots + a_n^{2}\ge 0,等号成立当且仅当 α=0\alpha = 0。

定理:若 A∈Mm×n(R)A\in M_{m\times n}(\mathbb{R}),则

  1. N(ATA)=N(A)\mathcal{N}(A^TA)= \mathcal{N}(A),其中 N(A)\mathcal{N}(A) 表示齐次线性方程组 AX=0AX=\boldsymbol{0} 的解空间。
    证明:显然 ∀η∈N(A)\forall \eta\in \mathcal{N}(A) 有 η∈N(ATA)\eta \in \mathcal{N}(A^TA)(因为若 Aη=0A\eta = \boldsymbol{0} 必有 ATAη=0A^TA\eta=\boldsymbol{0}),所以 N(A)⊆N(ATA)\mathcal{N}(A) \subseteq \mathcal{N}(A^TA),接下来证明 N(ATA)⊆N(A)\mathcal{N}(A^TA) \subseteq \mathcal{N}(A) 即可。
    考虑 ∀η∈N(ATA)\forall \eta\in \mathcal{N}(A^TA),有 ATAη=0A^TA\eta = \boldsymbol{0},左乘一个 ηT\eta^T,ηTATAη=0\eta^TA^TA\eta = \boldsymbol{0},这即 (Aη)TAη=0(A\eta)^TA\eta = \boldsymbol{0},根据引理,Aη=0A\eta = \boldsymbol{0},所以 N(ATA)⊆N(A)\mathcal{N}(A^TA) \subseteq \mathcal{N}(A),证毕。
  2. rank⁡(ATA)=rank⁡(A)=rank⁡(AAT)\operatorname{rank}(A^TA) = \operatorname{rank}(A) = \operatorname{rank}(AA^T);
    证明:N(ATA)=N(A)  ⟹  dim⁡N(ATA)=dim⁡N(A)  ⟹  rank⁡(ATA)=rank⁡(A)\mathcal{N}(A^TA) = \mathcal{N}(A) \implies\operatorname{dim}\mathcal{N}(A^TA) = \operatorname{dim}\mathcal{N}(A)\implies \operatorname{rank}(A^TA) = \operatorname{rank}(A),又 rank⁡(AAT)=rank⁡((AT)T(AT))=rank⁡(AT)=rank⁡(A)\operatorname{rank}(A A^T) = \operatorname{rank}((A^T)^T(A^T)) = \operatorname{rank}(A^T)=\operatorname{rank}(A),证毕。
  3. C(A)=C(AAT)\mathcal{C}(A) = \mathcal{C}(AA^T),其中 C(A)\mathcal{C}(A) 表示 AA 的列空间。
    证明:我们知道 AATA A^T 的列都是由 AA 的列表出的,所以 C(AAT)⊆C(A)\mathcal{C}(AA^T) \subseteq \mathcal{C}(A),又由上我们知道 rank⁡(A)=rank⁡(AAT)\operatorname{rank}(A) = \operatorname{rank}(AA^T),根据秩与基底相关的概念,dim⁡C(A)=dim⁡C(AAT)\operatorname{dim} \mathcal{C}(A) = \operatorname{dim} \mathcal{C}(AA^T),所以 C(A)=C(AAT)\mathcal{C}(A) = \mathcal{C}(A A^T)。

矩阵乘积的行列式

我们通过 PJ 分解相关理论,可以知道满秩方阵都能分解成初等矩阵的乘积。(满秩阵的 rref 为单位阵)

随后我们证明一个引理:对于初等矩阵 PP 有 ∣PB∣=∣P∣∣B∣|PB|=|P||B|。分别考虑三种初等变换对行列式的影响即可,这里不写具体证明了。

定理:方阵积的行列式等于方阵行列式的积,即 ∣AB∣=∣A∣∣B∣|AB|=|A||B|。

证明:若 AA 不满秩,则 ∣A∣=0|A|=0 且 rank⁡(AB)≤rank⁡(A)<n\operatorname{rank}(AB)\le \operatorname{rank}(A)<n,∣AB∣=0|AB|=0,成立。

若 AA 满秩。则 AA 一定能拆成 P1P2⋯PsP_1P_2\cdots P_s 的形式,所以 ∣AB∣=∣P1P2⋯PsB∣=∣P1∣∣P2⋯PsB∣=∣P1∣∣P2∣⋯∣Ps∣∣B∣|AB| = |P_1P_2\cdots P_s B| = |P_1||P_2\cdots P_sB| = |P_1||P_2|\cdots|P_s||B|,由 ∣A∣=∣P1∣⋯∣Ps∣|A| = |P_1|\cdots|P_s|,证毕。


线代 A1 笔记 第 7 部分(矩阵乘积的秩与行列式)
https://blog.imyangty.com/note-linear-algebra-a1/7/
Author
YangTY
Posted on
November 15, 2023
Licensed under