Ранг матрицы

147326998
1
Ранг матрицы
Пусть дана матрица
 a11

a
A   21


 a n1
a12
a 22

a n2
 a1m 

 a 2m 
  

 a nm 
(1)
имеющая п строк и т столбцов. Столбцы этой матрицы представляют собой
систему из т п-мерных векторов. Ранг этой системы векторов называется рангом
матрицы.
Выберем в матрице (1) произвольные k строк и столько же столбцов.
Естественно считать, что k  minm, n . Определитель, матрицы, стоящей на
пересечении выбранных строк и столбцов будем называть минором k-го порядка
матрицы А.
Очевидно, что если все миноры k-го порядка матрицы А равны нулю, то и
все миноры более высоких порядков будут равны нулю. Это непосредственно
следует из формулы разложения определителя по строке.
Теорема. Ранг матрицы равен наивысшему порядку отличного от нуля
минора.
Доказательство. Пусть наивысший порядок отличного от нуля минора
матрицы А (1) равен r. Перестановками строк и столбцов можно добиться того,
что этот минор будет стоять в верхнем левом углу матрицы, которую обозначим
А*. Очевидно, что если все миноры (r + 1)-го порядка у А равны нулю, то и у
матрицы А* такие миноры тоже будут равны нулю. Обозначим минор порядка r,
стоящий в верхнем левом углу через М. Очевидно, что первые r столбцов
матрицы линейно независимы. Если бы это было не так, то столбцы,
составляющие минор М были бы линейно зависимы, и этот минор равнялся бы
нулю.
147326998
2
Теперь осталось доказать, что любой k-й столбец матрицы при r < k  m
будет линейной комбинацией первых r столбцов. Выберем произвольные числа i
и j (r < j  n). Поменяем местами в матрице А* (r+1)-ю строку c i-й и (r+1)-й
столбец с j-м. Теперь минор М получился “окаймлённым” минором Mij
a11

M ij 
a r1
a i1
 a1r
 
 a rr
 air
a1 j

a rj
a ij
При любых i минор Mij будет равен нулю. Например, если r < i  n, то Mij
является минором порядка r + 1 матрицы А, и следовательно, по условию равен
нулю. Если i  r, то Mij не является минором матрицы А, но он содержит две
одинаковых строки, и поэтому равен нулю.
Разложим минор Mij. по последней строке:
M ij  ai1 A1  ai 2 A2    air Ar  aij M  0
(2)
Поскольку в последней формуле алгебраическое дополнение элемента аik не
зависит от i, оно обозначено Аk. Поскольку М  0, из равенства (2) можно
выразить элемент j-го столбца aij через элементы первых r столбцов i-й строки:
A
A
A
aij   1 ai1  2 ai 2    r air
M
M
M
Это равенство справедливо при всех i (i = 1,2,,r), причём коэффициенты при аik
от i не зависят. Отсюда следует, что i-й столбец матрицы будет линейной
комбинацией её первых r столбцов. Таким образом, в системе столбцов матрицы
А найдена максимальная линейно независимая подсистема, состоящая из r
столбцов, то есть ранг матрицы А равен r.
Теперь для того, чтобы найти ранг системы векторов, достаточно составить
матрицу, столбцами которой служат вектора системы, и найти минор
максимального порядка, отличный от нуля. Порядок этого минора и будет рангом
системы векторов.
147326998
3
Для определения ранга матрицы, как следует из доказательства последней
теоремы, достаточно найти минор М из левого верхнего угла, отличный от нуля, и
затем методом окаймления перебрать миноры порядка на единицу большего до
обнаружения такого минора, отличного от нуля. Если таких миноров, отличных
от нуля не оказалось, то ранг матрицы равен порядку минора М. Если такой
минор, не равный нулю, нашелся, то процедуру расчёта окаймляющих миноров
нужно продолжить.
Из доказанной теоремы следует, что ранг системы строк матрицы равен
рангу системы столбцов.
Другое важное следствие теоремы состоит в том, что теперь можно
утверждать: чтобы определитель п-го порядка равнялся нулю необходимо и
достаточно, чтобы между его столбцами существовала линейная зависимость.
Достаточность условия здесь очевидна. Чтобы доказать необходимость,
заметим, что наивысший порядок отличных от нуля миноров определителя
меньше порядка самого определителя. Отсюда следует, что столбцы этой
матрицы линейно зависимы.
Диагональная форма матрицы.
Две теоремы о ранге матрицы.
1. Ранг произведения двух матриц не выше ранга каждого из сомножителей.
Пусть имеются две матрицы А и В, которые можно перемножать и пусть
АВ = С. В i-й строке, и j-м столбце матрицы-произведения С стоит элемент c ij ,
определяемый формулами:
при i = 1
c1 j  a11b1 j  a12 b2 j    a1n bnj
при i = 2
c 2 j  a 21b1 j  a 22 b2 j    a 2n b1nj
при произвольном i
cij  ai1b1 j  ai 2 b2 j    ain bnj
(9)
147326998
4
Здесь видно, что j-й столбец матрицы С представляет собой линейную
комбинацию столбцов матрицы А, взятых с коэффициентами b1 j ,b2 j , ,bnj .
Отсюда следует, что система столбцов матрицы С линейно выражается через
систему столбцов матрицы А, и ранг системы столбцов С не превышает ранга
системы столбцов А.
Если теперь использовать формулу (9) для элементов произвольной строки
матрицы С, то получится:
при j = 1
ci1  ai1b11  ai 2 b21    ain bn1
при j = 2
ci 2  ai1b12  ai 2 b22    ain bn 2
и так далее.
Отсюда видно, что система строк матрицы С является линейной
комбинацией системы строк матрицы В, следовательно, ранг системы строк
матрицы С не может превышать ранга системы строк матрицы В, и теорема
доказана.
2. Ранг произведения произвольной матрицы А справа или слева на
невырожденную квадратную матрицу Q равен рангу матрицы А.
Доказательство. Пусть
AQ = C
(**)
Из первой теоремы о ранге матрицы следует, что ранг матрицы С не выше ранга
матрицы А. Если умножить обе части равенства (**) на Q–1 справа, получится
равенство
AQ = CQ–1
Из той же теоремы о ранге матрицы следует, что ранг А не выше ранга С. Отсюда
следует, что ранги матриц А и С совпадают.
Теорема Кронекера-Капелли.
147326998
5
Рассмотрим систему уравнений
 a11 x1
a x
 21 1

 
a m1 x1
 a12 x 2
 a 22 x 2

 a m2 x2
   a1n x n
   a 2n x n


   a mn x n




b1
b2

bm
(3)
Обозначим через А матриц у её коэффициентов и через А* её расширенную
матрицу.
Теорема. Для того, чтобы система линейных уравнений была совместной,
необходимо и достаточно, чтобы ранг матрицы её коэффициентов равнялся рангу
расширенной матрицы.
Доказательство. Пусть система (3) совместна. Тогда существует набор чисел
z1 , z 2 , , z n , который будет решением системы. Если подставить этот набор
чисел в систему, то получится выражение столбца свободных членов в виде
линейной комбинации столбцов коэффициентов. Всякий другой столбец
расширенной матрицы системы очевидно тоже можно представить в виде
линейной комбинации матрицы коэффициентов. Очевидно, что и любой столбец
матрицы коэффициентов системы можно представить в виде линейной
комбинации столбцов расширенной матрицы. Таким образом, системы столбцов
матрицы коэффициентов и столбцов расширенной матрицы эквивалентны. Это
означает, что их ранги равны.
Пусть теперь ранги матрицы коэффициентов системы и расширенной
матрицы системы (3) равны. Тогда некоторая максимальная линейно независимая
система столбцов матрицы коэффициентов будет также максимальной линейно
независимой системой столбцов расширенной матрицы. Отсюда следует, что
столбец свободных членов может быть представлен в виде линейной комбинации
столбцов матрицы коэффициентов. Набор коэффициентов этой линейной
комбинации и будет решением рассматриваемой системы уравнений.
147326998
6
Системы линейных однородных уравнений.
Рассмотрим однородную систему т уравнений с п неизвестными
 a11 x1
a x
 21 1

 

a m1 x1
 a12 x 2 
 a 22 x 2 

 a m2 x 2 
  a1n x n
  a 2n x n


  a mn x n
0
0

0
(4)
Эта система всегда совместна. Если матрица коэффициентов системы (4)
имеет ранг r, равный п, то система имеет единственное решение, которое является
нулевым. Если r < п, то система имеет решения, отличные от нулевого.
Однородная система п линейных уравнений с п неизвестными имеет только
нулевое решение, если определитель матрицы коэффициентов системы отличен
от нуля. Если этот определитель равен нулю, то такая система имеет бесконечное
множество решений.
Если некоторый вектор zT = (z1 z2,,zn) является решением системы (4), то
при любом числе k вектор kzT = (kz1, kz2,, kzn) также будет решением этой
системы. Если несколько различных векторов являются решениями системы (4),
то любая их линейная комбинация также будет решением этой системы.
Очевидно, что система векторов, являющихся решениями системы (4), должна
содержать максимальную линейно независимую систему, содержащую не более п
векторов. Всякое решение системы уравнений (4) будет представлять собой
линейную комбинацию векторов выбранной максимальной линейно независимой
системы. Всякую максимальную линейно независимую систему решений
однородной системы уравнений будем называть фундаментальной системой
решений. п-мерный вектор тогда и только тогда является решением системы (4),
если он является линейной комбинацией векторов данной фундаментальной
системы.
147326998
7
Система (4) может обладать многими различными фундаментальными
системами решений. Все эти системы эквивалентны между собой, и поэтому
состоят из одного и того же числа решений.
Теорема. Если ранг r матрицы коэффициентов системы (4) меньше числа
уравнений п, то всякая фундаментальная система решений системы уравнений (4)
состоит из п – r решений.
Доказательство. Рассмотрим произвольный, отличный от нуля определитель
порядка п – r:
c1,r 1
c 2 ,r 1
d

c n r ,r 1
 c1,n
 c 2 ,n


c n r ,r  2  c n r ,n
c1,r  2
c 2 ,r  2

Придадим свободным неизвестным системы значения из i-й строки определителя:
xr+1 = ci,r+1, xr+2 = ci,r+2,, xп = ci,п. Тогда однозначно определятся значения
базисных переменных х1, х2, , хr. Таким образом, можно получить определённое
решение системы (4) α i T  ci1 , ci 2 , , cir , ci ,r 1 , ci ,r  2 , , cin  Перебрав все
строки определителя d, получим систему векторов
α1 , α 2 , , α n  r ,
(5)
которая является фундаментальной системой решений системы (4). Чтобы это
доказать, нужно, во-первых, доказать, что система (5) линейно независима, и вовторых, что любое решение системы (4) можно представить в виде линейной
комбинации системы векторов (5). Первое очевидно, так как матрица,
составленная из векторов системы (5), имеет отличный от нуля минор порядка
n  r, равный d.
Чтобы доказать второе, предположим, что вектор

β T  b1,b2 , , br , br 1 , , bn

(6)
147326998
8
T
является некоторым решением системы (4). Обозначим α i* , i  1,2, , n  r i-ю
T
строку определителя d и β*  br 1 , br 2 , , bn  . Система векторов
α1* , α 2* , α nr* , β*
очевидно, линейно зависима (число векторов превышает размерность векторов), и
существует набор чисел k1 , k 2 , , k nr , что
β*  k1α1*  k 2 α 2*    k nr α nr*
(7)
Теперь рассмотрим п-мерный вектор
δ  k1α1  k 2 α 2    k nr α nr  β
Вектор  является решением системы (4). Из (7) следует, что в решении  все
свободные переменные равны нулю. Однако, при всех свободных неизвестных,
равных нулю, система (4) может иметь только нулевое решение, то есть  = 0,
откуда следует, что
β  k1α1  k 2 α 2    k nr α nr ,
и теорема доказана.
Рассмотрим систему
 a11 x1
a x
 21 1

 
a m1 x1
 a12 x 2 
 a 22 x 2 

 a m2 x 2 
  a1n x n
  a 2n x n


  a mn x n
 b1
 b2
n

 bm
(8)
Очевидна справедливость двух выводов:
1. Сумма любого решения системы (4) с любым решением системы (8) будет
решением системы (8).
2. Разность двух любых решений системы (8) является решением системы (4).
Отсюда следует теорема: любое решение системы (8) можно получить в виде
суммы любого другого решения этой системы и линейной комбинации решений
системы (4).