矩阵的秩(Rank)与其伴随矩阵(Adjugate Matrix)的秩之间存在如下关系:
1. 伴随矩阵的定义
伴随矩阵 adj ( A ) \text{adj}(A) adj(A) 是矩阵 A A A 的所有代数余子式组成的转置矩阵。若 A A A 是一个 n × n n \times n n×n 的方阵,伴随矩阵也是 n × n n \times n n×n 的方阵。
2. 基本性质
矩阵 A A A 和其伴随矩阵 adj ( A ) \text{adj}(A) adj(A) 的秩之间的关系可以总结如下:
(1)如果 rank ( A ) = n \text{rank}(A) = n rank(A)=n:
- A A A 是非奇异矩阵(可逆矩阵)。
- adj ( A ) = det ( A ) ⋅ I n \text{adj}(A) = \det(A) \cdot I_n adj(A)=det(A)⋅In,其中 I n I_n In 是单位矩阵。
- 结论: rank ( adj ( A ) ) = n \text{rank}(\text{adj}(A)) = n rank(adj(A))=n。
(2)如果 rank ( A ) = n − 1 \text{rank}(A) = n - 1 rank(A)=n−1:
- A A A 是奇异矩阵,但其秩接近满秩。
- adj ( A ) ≠ 0 \text{adj}(A) \neq 0 adj(A)=0,且 rank ( adj ( A ) ) = 1 \text{rank}(\text{adj}(A)) = 1 rank(adj(A))=1。
- 结论: 在这种情况下,伴随矩阵的秩始终为 1。
(3)如果 rank ( A ) < n − 1 \text{rank}(A) < n - 1 rank(A)<n−1:
- A A A 是奇异矩阵,且秩不足 n − 1 n - 1 n−1。
- adj ( A ) = 0 \text{adj}(A) = 0 adj(A)=0。
- 结论: rank ( adj ( A ) ) = 0 \text{rank}(\text{adj}(A)) = 0 rank(adj(A))=0。
3. 总结规律
设 A A A 是一个 n × n n \times n n×n 的矩阵,秩为 r r r:
- 当 r = n r = n r=n: rank ( adj ( A ) ) = n \text{rank}(\text{adj}(A)) = n rank(adj(A))=n。
- 当 r = n − 1 r = n - 1 r=n−1: rank ( adj ( A ) ) = 1 \text{rank}(\text{adj}(A)) = 1 rank(adj(A))=1。
- 当 r < n − 1 r < n - 1 r<n−1: rank ( adj ( A ) ) = 0 \text{rank}(\text{adj}(A)) = 0 rank(adj(A))=0。
4. 证明核心思路
伴随矩阵 adj ( A ) \text{adj}(A) adj(A) 的每个元素是矩阵 A A A 的 ( n − 1 ) (n-1) (n−1)-阶子式的行列式。当 rank ( A ) < n − 1 \text{rank}(A) < n - 1 rank(A)<n−1 时,所有的 ( n − 1 ) (n-1) (n−1)-阶子式为零,因此 adj ( A ) = 0 \text{adj}(A) = 0 adj(A)=0。但如果 rank ( A ) = n − 1 \text{rank}(A) = n - 1 rank(A)=n−1,则至少有一个 ( n − 1 ) (n-1) (n−1)-阶子式非零,因此 adj ( A ) \text{adj}(A) adj(A) 的秩为 1。
示例
假设 A A A 为 3 × 3 3 \times 3 3×3 的矩阵:
A = [ 1 2 3 4 5 6 7 8 9 ] . A = \begin{bmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{bmatrix}. A= 147258369 .
可以验证:
- 如果 A A A 的秩为 3,则 adj ( A ) \text{adj}(A) adj(A) 的秩为 3。
- 如果 A A A 的秩为 2,则 adj ( A ) \text{adj}(A) adj(A) 的秩为 1。
- 如果 A A A 的秩小于 2,则 adj ( A ) = 0 \text{adj}(A) = 0 adj(A)=0,秩为 0。