Главная страница

12 Ранг матрицы. Лекция 12 Ранг матрицы


Скачать 247.07 Kb.
НазваниеЛекция 12 Ранг матрицы
Анкор12 Ранг матрицы.pdf
Дата02.07.2018
Размер247.07 Kb.
Формат файлаpdf
Имя файла12 Ранг матрицы.pdf
ТипЛекция
#20963

Лекция 12: Ранг матрицы
Б.М.Верников
Уральский федеральный университет,
Институт математики и компьютерных наук,
кафедра алгебры и дискретной математики
Б.М.Верников
Лекция 12: Ранг матрицы

Вступительные замечания
В данной лекции изучается важная числовая характеристика матрицы —
ее ранг. Сначала будут введены три ранга матрицы: по строкам, по столбцам и по минорам. Затем будет доказано, что все три ранга совпадают. Из доказательства этого фундаментального результата,
известного как теорема о ранге матрицы, будет вытекать алгоритм нахождения ранга. Кроме того, как мы увидим, теорема о ранге позволит обосновать некоторые из сформулированных ранее алгоритмов и доказать упоминавшееся в лекции 8 утверждение о невырожденности матрицы перехода от одного базиса к другому. После этого мы докажем теорему о ранге произведения матриц. Понятие ранга матрицы часто возникает и играет важную роль в линейной алгебре и ее приложениях. В частности,
оно оказывается очень полезным при исследовании систем линейных уравнений. Одним из проявлений этого является критерий совместности системы линейных уравнений, который формулируется на языке рангов основной и расширенной матриц системы. Этот результат будет доказан в конце лекции. Еще одному применению понятия ранга матрицы при анализе систем линейных уравнений будет посвящена следующая лекция.
Б.М.Верников
Лекция 12: Ранг матрицы

Векторы-строки и векторы-столбцы матрицы
Определение
Рассмотрим произвольную матрицу
A =




a
11
a
12
. . . a
1n a
21
a
22
. . . a
2n a
m1
a m2
. . . a mn




Векторы, компонентами которых являются элементы строк матрицы A,
т. е. векторы a
1
= (a
11
, a
12
, . . . , a
1n
), a
2
= (a
21
, a
22
, . . . , a
2n
), . . . , a m
= (a m1
, a m2
, . . . , a mn
),
называются векторами-строками матрицы A. Аналогично, векторы,
компонентами которых являются элементы столбцов матрицы A, т. е.
векторы a
1
= (a
11
, a
21
, . . . , a m1
), a
2
= (a
12
, a
22
, . . . , a m2
), . . . , a n
= (a
1n
, a
2n
, . . . , a mn
),
называются векторами-столбцами матрицы A.
Векторы a
1
, a
2
, . . . , a m
принадлежат пространству R
n
, а векторы a
1
, a
2
, . . . , a n
— пространству R
m
Б.М.Верников
Лекция 12: Ранг матрицы

Ранги матрицы по строкам, по столбцам и по минорам
В следующем определении используется понятие минора матрицы,
которое было введено в лекции 5.
Определение
Рангом матрицы A по строкам называется размерность подпространства,
порожденного векторами-строками этой матрицы, а рангом матрицы A по столбцам — размерность подпространства, порожденного векторами-столбцами этой матрицы. Ранг матрицы A по строкам обозначается через r s
(A), а ранг A по столбцам — через r c
(A).
Рангом матрицы по минорам называется наибольший из порядков тех миноров этой матрицы, которые не равны нулю. Ранг матрицы A по минорам обозначается через r m
(A).
Б.М.Верников
Лекция 12: Ранг матрицы

Теорема о ранге матрицы
Б´
ольшая часть данной лекции будет посвящена доказательству следующего фундаментального результата.
Теорема 1 (теорема о ранге матрицы)
Пусть A — произвольная матрица. Ранг матрицы A по строкам равен ее рангу по столбцам и равен ее рангу по минорам.
Прежде чем переходить к непосредственному доказательству этого утверждения, мы докажем ряд лемм.
Б.М.Верников
Лекция 12: Ранг матрицы

Элементарные преобразования матрицы и ее ранг по строкам (1)
Лемма 1
Элементарные преобразования матрицы не меняют ее ранга по строкам.
Доказательство.
Пусть A — произвольная матрица, а B — матрица,
полученная из A с помощью некоторого элементарного преобразования.
Обозначим векторы-строки матрицы A через a
1
, a
2
, . . . , a m
, а векторы-строки матрицы B — через b
1
, b
2
, . . . , b m
. Положим
V
A
= a
1
, a
2
, . . . , a m
и V
B
= b
1
, b
2
, . . . , b m
. Требуется доказать, что dim V
A
= dim V
B
. Рассмотрим пять случаев, соответствующих пяти элементарным преобразованиям матриц. Как мы увидим, в большинстве случаев совпадают сами пространства V
A
и V
B
, что, естественно, влечет равенство их размерностей.
Случай 1:
B получена из A умножением i -й строки матрицы A на ненулевое число t. В этом случае b j
= a j
для всех j = 1, 2, . . . , m, j = i и b
i
= ta i
. Ясно, что каждый из векторов b
1
, b
2
, . . . , b m
лежит в V
A
, и потому V
B
⊆ V
A
. С другой стороны, каждый из векторов a
1
, a
2
, . . . , a m
лежит в V
B
(для всех векторов, кроме a i
, это очевидно, а для a i
вытекает из того, что a i
=
1
t
· b i
). Следовательно, V
A
⊆ V
B
, и потому V
A
= V
B
Б.М.Верников
Лекция 12: Ранг матрицы

Элементарные преобразования матрицы и ее ранг по строкам (2)
Случай 2:
B получена из A прибавлением j -й строки матрицы A к ее i -й строке. В этом случае b k
= a k
для всех k = 1, 2, . . . , m, k = i и b i
= a i
+ a j
Как и в предыдущем случае, ясно, что каждый из векторов b
1
, b
2
, . . . , b m
лежит в V
A
, и потому V
B
⊆ V
A
. Остается справедливым и обратное утверждение: каждый из векторов a
1
, a
2
, . . . , a m
лежит в V
B
(для всех векторов, кроме a i
, это очевидно, а для a i
вытекает из того, что a
i
= b i
− b j
). Следовательно, V
A
⊆ V
B
, и потому V
A
= V
B
Случай 3:
B получена из A перестановкой i -й и j -й строк матрицы A. В
этом случае равенство V
A
= V
B
очевидно.
Случай 4:
B получена из A перестановкой i -го и j -го столбцов матрицы A.
В этом случае для всякого k = 1, 2, . . . , m вектор b k
отличается от a k
только порядком следования компонент (i -тая компонента вектора b k
равна j -й компоненте вектора a k
и наоборот). Ясно, что для любых чисел t
1
, t
2
, . . . , t m
равенство t
1
a
1
+ t
2
a
2
+ · · · + t m
a m
= 0 выполнено тогда и только тогда, когда t
1
b
1
+ t
2
b
2
+ · · · + t m
b m
= 0. Следовательно,
максимальное число линейно независимых векторов в пространствах V
A
и
V
B
совпадает, т. е. dim V
A
= dim V
B
Случай 5:
B получена из A добавлением или вычеркиванием нулевой строки. Как и в случае 3, здесь равенство V
A
= V
B
очевидно.
Б.М.Верников
Лекция 12: Ранг матрицы

Элементарные преобразования матрицы и ее ранг по минорам (1)
Лемма 2
Элементарные преобразования матрицы не меняют ее ранга по минорам.
Доказательство.
Вновь предположим, что A — произвольная матрица, а B
— матрица, полученная из A с помощью некоторого элементарного преобразования. Пусть M — произвольный минор матрицы A. Матрицу,
определителем которой является минор M, будем обозначать через A
M
Если матрица A
M
расположена в строках с номерами i
1
, i
2
, . . . , i k
и столбцах с номерами j
1
, j
2
, . . . , j k
матрицы A, то определитель матрицы,
расположенной в строках и столбцах матрицы B с теми же номерами,
обозначим через M . Ясно, что M — минор матрицы B, и порядки миноров M и M совпадают. Рассмотрим те же пять случаев, что и в доказательстве леммы 1.
Случай 1:
B получена из A умножением i -й строки матрицы A на ненулевое число t. Пусть M — произвольный минор матрицы A. Если матрица A
M
не содержит элементов i -й строки матрицы A, то M = M. В
противном случае предложение 1 из лекции 5 влечет, что M = tM.
Учитывая, что t = 0, получаем, что M = 0 тогда и только тогда, когда
M = 0. Следовательно, максимальные порядки ненулевых миноров в матрицах A и B совпадают, т. е. r m
(A) = r m
(B).
Б.М.Верников
Лекция 12: Ранг матрицы

Элементарные преобразования матрицы и ее ранг по минорам (2)
Случай 2:
B получена из A прибавлением j -й строки матрицы A к ее i -й строке. Пусть M — ненулевой минор k-го порядка матрицы A. Покажем,
что в матрице B тоже есть ненулевой минор k-го порядка. Если матрица
A
M
не содержит элементов i -й и j -й строк матрицы A, то M = M = 0.
Если A
M
содержит элементы как i -й, так и j -й строки матрицы A, то в силу предложения 6 из лекции 5 вновь получаем, что M = M = 0.
Предположим, наконец, что A
M
содержит элементы i -й строки матрицы
A, но не содержит элементов ее j -й строки. Если M = 0, то нужный нам факт установлен. Пусть теперь M = 0. Будем для простоты предполагать,
что матрица A
M
расположена в первых k строках и первых k столбцах матрицы A, i = 1 и j = k + 1 (в общем случае доказательство вполне аналогично).
Б.М.Верников
Лекция 12: Ранг матрицы

Элементарные преобразования матрицы и ее ранг по минорам (3)
Используя предложение 5 из лекции 5, мы получаем, что
M =
a
11
+ a k+1 1
a
12
+ a k+1 2
. . . a
1k
+ a k+1 k a
21
a
22
a
2k a
k1
a k2
a kk
=
=
a
11
a
12
. . . a
1k a
21
a
22
. . . a
2k a
k1
a k2
. . . a kk
+
a k+1 1
a k+1 2
. . . a k+1 k a
21
a
22
a
2k a
k1
a k2
a kk
=
= M +
a k+1 1
a k+1 2
. . . a k+1 k a
21
a
22
a
2k a
k1
a k2
a kk
Обозначим последний из определителей, возникших в этой цепочке равенств, через D. Поскольку M + D = M = 0, имеем
D =
a k+1 1
a k+1 2
. . . a k+1 k a
21
a
22
a
2k a
k1
a k2
a kk
= −M = 0.
(1)
Б.М.Верников
Лекция 12: Ранг матрицы

Элементарные преобразования матрицы и ее ранг по минорам (4)
В матрице, определитель которой мы обозначили через D, поменяем местами сначала первую строку и вторую, затем вторую строку и третью,
. . . , наконец, (k − 1)-вую строку и k-тую. В результате, сделав k − 1
перестановку строк, мы получим минор k-го порядка матрицы B
(матрица, определителем которой он является, расположена в первых k столбцах и в строках со второй по (k + 1)-вую матрицы B). Обозначим этот минор через D . Предложение 3 из лекции 5 и равенство (1) влекут,
что D = (−1)
k−1
D = (−1)
k
M = 0.
Итак, если матрица A содержит ненулевой минор k-го порядка, то тем же свойством обладает и матрица B. Следовательно, максимальный порядок ненулевого минора матрицы B не может быть меньше, чем максимальный порядок ненулевого минора матрицы A. Иными словами, r m
(A)
r m
(B).
Матрица A может быть получена из матрицы B последовательным выполнением трех операций: умножением j -й строки матрицы B на −1,
прибавлением j -й строки полученной матрицы к ее i -й строке и повторным умножением j -й строки полученной после этого матрицы на −1. Первая и третья из этих операций, как было установлено при разборе случая 1, не меняют ранга матрицы по минорам, а вторая, как мы только что убедились, может разве лишь увеличить его. Следовательно,
r m
(B)
r m
(A) и потому r m
(A) = r m
(B).
Б.М.Верников
Лекция 12: Ранг матрицы

Элементарные преобразования матрицы и ее ранг по минорам (5)
Случай 3:
B получена из A перестановкой i -й и j -й строк матрицы A.
Пусть M — ненулевой минор k-го порядка матрицы A. Как и в предыдущем случае, покажем, что в матрице B тоже есть ненулевой минор k-го порядка. Если матрица A
M
не содержит элементов i -й и j -й строк матрицы A, то M = M = 0. Если A
M
содержит элементы как и i -й,
так и j -й строки матрицы A, то в силу предложения 3 из лекции 5
M = −M = 0. Предположим, наконец, что A
M
содержит элементы i -й строки матрицы A, но не содержит элементов ее j -й строки. Как и в случае 2, будем для простоты предполагать, что матрица A
M
расположена в первых k строках и первых k столбцах матрицы A, i = 1 и j = k + 1 (в общем случае доказательство вполне аналогично). Положим
F =
a
21
a
22
. . . a
2k a
k1
a k2
. . . a kk a
11
a
12
. . . a
1k
Определитель, стоящий в правой части этого равенства, есть минор k-го порядка матрицы B (матрица, определителем которой он является,
расположена в первых k столбцах и в строках со второй по (k + 1)-ю матрицы B). Поменяем в этом определителе местами сначала k-ю строку и (k − 1)-ю, затем (k − 1)-ю строку и (k − 2)-ю, . . . , наконец, вторую строку и первую. Мы получим минор M, отличный от 0.
Б.М.Верников
Лекция 12: Ранг матрицы

Элементарные преобразования матрицы и ее ранг по минорам (6)
Поскольку мы сделали k − 1 перестановку строк, предложение 3 из лекции
5 влечет, что F = (−1)
k−1
M = 0.
Итак, если матрица A содержит ненулевой минор k-го порядка, то тем же свойством обладает и матрица B. Как и в предыдущем случае, отсюда вытекает, что r m
(A)
r m
(B). Учитывая, что матрица A также получается из матрицы B перестановкой строк, получаем, что r m
(B)
r m
(A), и потому r m
(A) = r m
(B).
Случай 4:
B получена из A перестановкой i -го и j -го столбцов матрицы A.
Этот случай разбирается вполне аналогично предыдущему. Надо только дополнить ссылку на предложение 3 из лекции 5 упоминанием о предложении 9 из той же лекции.
Случай 5:
B получена из A добавлением или вычеркиванием нулевой строки. Пусть M — произвольный ненулевой минор матрицы A. В силу предложения 2 из лекции 5 матрица A
M
не содержит нулевых строк. Это означает, что нулевая строка, добавленная к из A при переходе от A к B,
или вычеркнутая из A при этом переходе проходит «за пределами»
матрицы A
M
. Следовательно, M является минором не только матрицы A,
но и матрицы B. Таким образом, вычеркивание из матрицы A нулевой строки не может изменить максимальный порядок ее ненулевого минора.
Значит, и в этом случае r m
(A) = r m
(B).
Б.М.Верников
Лекция 12: Ранг матрицы

Ранг ступенчатой матрицы по строкам (1)
Лемма 3
Ранг ступенчатой матрицы по строкам равен числу ее ненулевых строк.
Доказательство.
Пусть A = (a ij
) — ступенчатая матрица, число ненулевых строк которой равно k. Очевидно, что любой набор из более чем k векторов-строк матрицы A (если он существует, т. е. если A содержит более k строк) содержит нулевой вектор и потому линейно зависим (см.
лемму 4 в лекции 7). Следовательно, r s
(A)
k. Для завершения доказательства достаточно установить, что первые k векторов-строк матрицы A линейно независимы. Без ограничения общности можно считать, что матрица A имеет вид












a
11
a
12
a
13
. . . a
1k
. . . a
1n
0 a
22
a
23
. . . a
2k
. . . a
2n
0 0 a
33
. . . a
3k
. . . a
3n
0 0
0 . . . a kk
. . . a kn
0 0
0 . . .
0 . . .
0 0
0 0 . . .
0 . . .
0












,
(2)
где a
11
, a
22
, . . . , a kk
= 0.
Б.М.Верников
Лекция 12: Ранг матрицы

Ранг ступенчатой матрицы по строкам (2)
(В самом деле, если это не так, то матрицу A можно привести к виду (2) с помощью перестановок столбцов. В силу леммы 1 ранг A по строкам при этом не изменится.) Обозначим первые k векторов-строк матрицы A через a
1
, a
2
, . . . , a k
. Предположим, что t
1
a
1
+ t
2
a
2
+ · · · + t k
a k
= 0
(3)
для некоторых чисел t
1
, t
2
, . . . , t k
. Приравнивая первые, вторые, . . . , k-тые компоненты этого векторного равенства, мы получим следующую однородную систему линейных уравнений:











t
1
a
11
= 0,
t
1
a
12
+ t
2
a
22
= 0,
t
1
a
13
+ t
2
a
23
+ t
3
a
33
= 0,
t
1
a
11
+ t
2
a
2k
+ t
3
a
3k
+ · · · + t k
a kk
= 0.
(4)
Из первого уравнения этой системы и того, что a
11
= 0, вытекает, что t
1
= 0. Подставляя это значение t
1
во второе уравнение системы (4),
получаем, что t
2
a
22
= 0. Поскольку a
22
= 0, отсюда вытекает, что t
2
= 0.
Аналогичным образом из третьего уравнения системы (4) выводится, что t
3
= 0, . . . , из k-го уравнения этой системы — что t k
= 0. Итак, из равенства (3) вытекает, что t
1
= t
2
= · · · = t k
= 0. Следовательно, векторы a
1
, a
2
, . . . , a k
линейно независимы.
Б.М.Верников
Лекция 12: Ранг матрицы

Ранг ступенчатой матрицы по минорам
Лемма 4
Ранг ступенчатой матрицы по минорам равен числу ее ненулевых строк.
Доказательство.
Вновь предположим, что A = (a ij
) — ступенчатая матрица, число ненулевых строк которой равно k. Очевидно, что любой минор более чем k-го порядка матрицы A (если он существует, т. е. если A
содержит более k строк и более k столбцов) является определителем матрицы, которая содержит нулевую строку, и потому равен 0 (см.
предложение 2 из лекции 5). Следовательно, r m
(A)
k. Для завершения доказательства достаточно установить, что матрица A имеет ненулевой минор порядка k. Без ограничения общности можно считать, что матрица
A имеет вид (2), где a
11
, a
22
, . . . , a kk
= 0. (Если это не так, то матрицу A
можно привести к виду (2) с помощью перестановок столбцов. В силу леммы 2 ранг A по минорам при этом не изменится.) Матрица,
расположенная в первых k строках и первых k столбцах матрицы A,
является верхнетреугольной, и все элементы на ее главной диагонали отличны от 0. Определитель этой матрицы, являющийся минором k-го порядка матрицы A, отличен от 0 (см. предложение 11 из лекции 5).
Б.М.Верников
Лекция 12: Ранг матрицы

Доказательство теоремы о ранге
Предложение 9 из лекции 5 с очевидностью влечет
Лемма 5
При транспонировании матрицы ее ранг по минорам не меняется.
Теперь мы готовы завершить доказательство теоремы о ранге матрицы.
Пусть A — произвольная матрица, а B — ступенчатая матрица,
полученная при приведении матрицы A к ступенчатому виду. Тогда r
s
(A) = r s
(B) = r m
(B) = r m
(A) (первое из этих равенств вытекает из леммы 1, второе — из лемм 3 и 4, а третье — из леммы 2). Таким образом, ранг A по строкам равен рангу A по минорам. Очевидно, что r
c
(A) = r s
(A ). Используя только что доказанное совпадение рангов произвольной матрицы по строкам и по минорам и лемму 5, имеем r
c
(A) = r s
(A ) = r m
(A ) = r m
(A). Таким образом, ранг A по столбцам равен рангу A по минорам (а значит, и рангу A по строкам).
Теорема о ранге матрицы позволяет ввести следующее
Определение
Рангом матрицы называется число, равное любому из трех ее вышеопределенных рангов. Ранг матрицы A мы будем обозначать через r (A).
Б.М.Верников
Лекция 12: Ранг матрицы

Алгоритм нахождения ранга матрицы. Некоторые ранее сформулированные алгоритмы (1)
Из лемм 1 и 3 вытекает следующий
Алгоритм нахождения ранга матрицы
Приведем данную матрицу к ступенчатому виду. Число ненулевых строк в полученной матрице равно рангу исходной матрицы.
В лекции 7 был приведен без обоснования алгоритм определения линейной зависимости или независимости системы векторов из пространства R
n
. Напомним, в чем он состоит. Запишем данные векторы в матрицу по строкам и начнем приводить эту матрицу к ступенчатому виду.
Если в процессе элементарных преобразований возникнет хотя бы одна нулевая строка, система линейно зависима. Если мы доведем матрицу до ступенчатого вида и нулевые строки в процессе преобразований не возникнут, система линейно независима. Теперь мы в состоянии обосновать этот алгоритм. При приведении матрицы к ступенчатому виду мы заменяем каждую строку матрицы на нетривиальную линейную комбинацию ее строк. Поэтому возникновение нулевой строки означает,
что векторы-строки исходной матрицы линейно зависимы. Если же нулевых строк не возникло, то в силу лемм 1 и 3 размерность пространства, порожденного векторами-строками исходной матрицы равна числу этих строк, а значит эти векторы-строки линейно независимы.
Б.М.Верников
Лекция 12: Ранг матрицы

Некоторые ранее сформулированные алгоритмы (2)
В лекции 9 был приведен без обоснования алгоритм нахождения базиса и размерности подпространства пространства R
n
, порожденного данным набором векторов. Напомним, в чем он состоит. Запишем данные векторы в матрицу по строкам и приведем эту матрицу к ступенчатому виду.
Ненулевые строки полученной матрицы будут базисом нашего подпространства, а число этих строк равно его размерности. Теперь мы в состоянии обосновать этот алгоритм. В самом деле, в силу алгоритма нахождения ранга матрицы число ненулевых строк полученной ступенчатой матрицы равно рангу исходной матрицы по строкам, т. е.
размерности пространства, порожденного ее векторами-строками. Далее,
как проверено в процессе доказательства леммы 3, справедливо следующее
Замечание 1
Ненулевые векторы-строки ступенчатой матрицы линейно независимы.
Следовательно, ненулевые векторы-строки полученной нами ступенчатой матрицы линейно независимы и их число равно размерности пространства, порожденного этими векторами-строками. В силу замечания 8 из лекции 8 эти векторы-строки образуют базис порожденного ими пространства.
Б.М.Верников
Лекция 12: Ранг матрицы

Невырожденность матрицы перехода от одного базиса к другому
В лекции 8 было введено понятие матрицы перехода от одного базиса к другому и утверждалось без доказательства, что определитель этой матрицы не равен 0. Теперь мы легко можем доказать этот факт. В самом деле, матрица перехода от одного базиса к другому — это квадратная матрица, порядок которой равен размерности рассматриваемого пространства. Обозначим это число через n. Векторами-столбцами этой матрицы являются координаты векторов нового базиса в старом.
Следовательно, векторы-столбцы матрицы перехода линейно независимы,
и потому ранг матрицы перехода по столбцам равен n. В силу теоремы о ранге ее ранг по минорам также равен n. Поскольку единственным минором n-го порядка квадратной матрицы порядка n является определитель этой матрицы, мы получаем, что определитель матрицы перехода не равен 0.
Б.М.Верников
Лекция 12: Ранг матрицы

Ранг произведения матриц (1)
Нашей следующей целью является доказательство следующего утверждения.
Теорема 2
Ранг произведения матриц не превосходит ранга каждого из сомножителей.
Доказательство.
Пусть A = (a ij
) — матрица размера k × , а B = (b ij
) —
матрица размера
× m. Положим C = AB. По определению произведения матриц, первый столбец матрицы C имеет вид




a
11
b
11
+ a
12
b
21
+ · · · + a
1
b
1
a
21
b
11
+ a
22
b
21
+ · · · + a
2
b
1
a k1
b
11
+ a k2
b
21
+ · · · + a k
b
1




=
= b
11
·




a
11
a
21
a k1




+ b
21
·




a
12
a
22
a k2




+ · · · + b
1
·




a
1
a
2
a k




Б.М.Верников
Лекция 12: Ранг матрицы

Ранг произведения матриц (2)
Таким образом, первый столбец матрицы C является линейной комбинацией столбцов матрицы A. Аналогичное утверждение можно получить и для любого другого столбца матрицы C . Итак, все столбцы матрицы C являются линейными комбинациями столбцов матрицы A.
Следовательно, подпространство, порожденное векторами-столбцами матрицы C , содержится в подпространстве, порожденном векторами-столбцами матрицы A. Размерность первого подпространства не превосходит поэтому размерности второго. Это означает, что ранг по столбцам матрицы C не превосходит ранга по столбцам матрицы A, т. е.
r (C )
r (A).
Рассуждая аналогично, легко убедиться в том, что строки матрицы C
являются линейными комбинациями строк матрицы B. Отсюда вытекает неравенство r (C )
r (B).
Б.М.Верников
Лекция 12: Ранг матрицы

Ранг произведения матриц (частный случай)
В некоторых случаях ранг произведения матриц оказывается равным рангу одного из сомножителей. Укажем один из таких случаев.
Следствие 1
Если A и B — квадратные матрицы одного и того же порядка и |A| = 0, то ранг матрицы AB равен рангу матрицы B.
Доказательство.
Положим C = AB. По теореме 2 r (C )
r (B). В силу критерия обратимости матрицы существует матрица A
−1
. Равенство
C = AB умножим слева на A
−1
. Получим
A
−1
C = A
−1
(AB) = (A
−1
A)B = EB = B,
т. е. B = A
−1
C . Применяя теорему 2 к последнему равенству получаем неравенство r (B)
r (C ). Следовательно, r (B) = r (C ).
Б.М.Верников
Лекция 12: Ранг матрицы

Теорема Кронекера–Капелли (1)
В оставшейся части лекции мы продемонстрируем, как понятие ранга матрицы возникает при исследовании систем линейных уравнений.
Следующее утверждение назывется критерием совместности системы линейных уравнений или теоремой Кронекера–Капелли.
Теорема 3
Система линейных уравнений совместна тогда и только тогда, когда ранг ее основной матрицы равен рангу ее расширенной матрицы.
Доказательство.
Рассмотрим произвольную систему линейных уравнений







a
11
x
1
+ a
12
x
2
+ · · · + a
1n x
n
= b
1
,
a
21
x
1
+ a
22
x
2
+ · · · + a
2n x
n
= b
2
,
a m1
x
1
+ a m2
x
2
+ · · · + a mn x
n
= b m
(5)
Обозначим ее основную матрицу через A, а расширенную — через B.
Векторы-столбцы матрицы A будем обозначать через a
1
, a
2
, . . . , a n
, а столбец свободных членов — через b. Пространство, порожденное векторами-столбцами матрицы A, условимся обозначать через V
A
, а пространство, порожденное векторами-столбцами матрицы B, — через V
B
Б.М.Верников
Лекция 12: Ранг матрицы

Теорема Кронекера–Капелли (2)
Заметим, что система (5) может быть записана в виде векторного равенства x
1
a
1
+ x
2
a
2
+ · · · + x n
a n
= b. Следовательно, система (5)
совместна в том и только в том случае, когда вектор b является линейной комбинацией векторов-столбцов матрицы A, т. е. когда b ∈ V
A
Пусть система (5) совместна. Тогда вектор b принадлежит пространству
V
A
. Это значит, что векторы-столбцы матрицы B принадлежат V
A
, и поэтому V
B
⊆ V
A
. Но столбцы матрицы A являются столбцами матрицы
B. Отсюда следует, что V
A
⊆ V
B
. Следовательно, V
A
= V
B
. Но тогда и dim V
A
= dim V
B
, т. е. ранг по столбцам матрицы A равен рангу по столбцам матрицы B. В силу теоремы о ранге матрицы, ранги матриц A и
B равны.
Предположим теперь, что ранги матриц A и B равны. Положим r = r (A) = r (B). Базис пространства V
A
состоит из r векторов. Для удобства обозначений будем считать что он состоит из первых r векторов-столбцов матрицы A, т. е. из векторов a
1
, a
2
, . . . , a r
. Эти векторы принадлежат и пространству V
B
. Размерность пространства V
B
равна r .
Следовательно, векторы a
1
, a
2
, . . . , a r
образуют базис пространства V
B
Вектор b принадлежит V
B
и потому является линейной комбинацией базисных векторов. Итак, вектор b является линейной комбинацией векторов a
1
, a
2
, . . . , a r
, а значит и линейной комбинацией всей системы векторов-столбцов матрицы A. Следовательно, система (5) совместна.
Б.М.Верников
Лекция 12: Ранг матрицы

Теорема Кронекера–Капелли (комментарий)
Отметим, что теорему Кронекера–Капелли легко вывести уже из метода
Гаусса. В самом деле, как мы видели в лекции 4, система линейных уравнений совместна тогда и только тогда, когда при приведении ее расширенной матрицы к ступенчатому виду не возникает строки, в которой все элементы, кроме последнего, равны 0, а последний элемент отличен от 0. Это, очевидно, равносильно тому, что при приведении к ступенчатому виду основной и расширенной матриц системы получатся матрицы с одинаковым числом ненулевых строк. С учетом алгоритма нахождения ранга матрицы, это, в свою очередь, равносильно тому, что ранги основной и расширенной матриц системы равны.
Таким образом, теорема Кронекера–Капелли не дает ничего нового по сравнению с методом Гаусса для анализа той или иной конкретной системы. Но она чрезвычайно полезна с теоретической точки зрения, так как используется в доказательствах целого ряда важных утверждений.
Б.М.Верников
Лекция 12: Ранг матрицы


написать администратору сайта