矩阵的秩和矩阵的特征值个数的关系，并证明
关系：
1、方阵A不满秩等价于A有零特征值。
2、A的秩不小于A的非零特征值的个数。
证明：
定理1：n阶方阵A可相似对角化的充要条件是A有n个线性无关的特征向量。
定理2：设A为n阶实对称矩阵，则A必能相似对角化。
定理3：设A为n阶实对称矩阵，矩阵的秩r（A）=k，（0<k<n，k为正整数），则λ=0恰为A的n-k重特征值。
定理4：设A为n阶方阵，矩阵的秩r（A）=k，（0<k<n，k为正整数），则λ=0至少为A的n-k的重特征值。
定理5：设A为n阶方阵，矩阵的秩r（A）=k，（0<k<n，k为正整数），且A可相似对角化，则λ=0恰为A的n-k重特征值。
定理6：设A为n阶方阵，矩阵的秩rf（A）=k，（0<k<n，k为正整数），且A可对角化，则λ=0恰为f（A）的n-k重特征值。
例1：
设矩阵A=1 2 3 42 4 6 83 6 9 124 8 12 16 ，求矩阵A的特征值，矩阵A的秩。
解：得到A→1 2 3 40 0 0 00 0 0 00 0 0 0 ，则矩阵A的秩r（A）=1。
通过上例，我们发现λ=0为A的三重特征值，而A的秩r（A）=4-3=1。下面的定理给出了相应的结论。
证：由定理2，实对称矩阵必能相似对角化，因此A必有n个线性无关的特征向量，即每一个特征值对应一个线性无关的特征向量，重根对应线性无关的特征向量的个数等于其重数[1]，故由秩r（A）=k，（0<k<n，k为正整数），则λ=0对应的特征向量恰有n-k个，即λ=0恰为A的n-k重特征值。
以上例题和相关定理均给出了矩阵的秩得到矩阵的特征值的情况，反过来，若n阶方阵A恰有k（0<k<n）个特征值为0，则矩阵A的秩大于等于n-k。
所以，方阵A不满秩等价于A有零特征值，A的秩不小于A的非零特征值的个数。
扩展资料
矩阵的秩是线性代数中的一个概念。在线性代数中，一个矩阵A的列秩是A的线性独立的纵列的极大数。通常表示为r(A)，rk(A)或rank A。
矩阵的秩的变化规律及证明
1、转置后秩不变
2、r(A)<=min(m,n),A是m*n型矩阵
3、r(kA)=r(A),k不等于0
4、r(A)=0 <=> A=0
5、r(A+B)<=r(A)+r(B)
6、r(AB)<=min(r(A),r(B))
7、r(A)+r(B)-n<=r(AB)
|AB O|
|O En|
A分乘下面两块矩阵加到上面两块矩阵,有
|AB A|
|0 En|
右边两块矩阵分乘-B加到左边两块矩阵,有
|0 A |
|-B En|
所以，r(AB)+n=r(第一个矩阵)=r(最后一个矩阵)>=r(A)+r(B)
即r(A)+r(B)-n<=r(AB)
注：这里的n指的是A的列数。这里假定A是m×n matrix。
特别的：A:m*n,B:n*s,AB=0 -> r(A)+r(B)<=n
8、P,Q为可逆矩阵, 则 r(PA)=r(A)=r(AQ)=r(PAQ)
图为信息科技（深圳）有限公司
2021-01-25 广告
矩阵的秩是最高阶非0子式。
n阶矩阵必定有n个特征值，(特征值可能是虚数)
对于n阶实对称矩阵，不同特征值的高数和矩阵的秩相等
第二句和最后一句不懂，比如元素全是1的矩阵，秩是1，特征值是0和n，怎么确定0的重数
矩阵有特征值必须是方阵
矩阵的秩是最高阶非0子式。
n阶矩阵必定有n个特征值，(特征值可能是虚数)
对于n阶实对称矩阵，不同特征值的高数和矩阵的秩相等
