特征值与秩的关系

特征值与秩的关系：如果矩阵可以对角化，那么非0特征值的个数就等于矩阵的秩;如果矩阵不可以对角化，这个结论就不一定成立。为讨论方便，设A为m阶方阵。证明，设方阵A的秩为n。无论特征值里有没0，A的行列式都为所有特征值的乘积。(文章内容来源于网络，仅供参考)

特征值与秩的关系

特征值是指设A是n阶方阵，如果存在数m和非零n维列向量x，使得Ax=mx成立，则称m是A的一个特征值(characteristic value)或本征值(eigenvalue)。非零n维列向量x称为矩阵A的属于(对应于)特征值m的特征向量或本征向量，简称A的特征向量或A的本征向量。

秩是线性代数术语。在线性代数中，一个矩阵的秩是其非零子式的最高阶数，一个向量组的秩则是其最大无关组所含的向量个数。在解析几何中，矩阵的秩可用来判断空间中两直线、两平面及直线和平面之间的关系;在控制论中，矩阵的秩可以用来确定线性系统是否为可控制的(或可观察的)。

特征值与秩的关系：如果矩阵可以对角化,那么非0特征值的个数就等于矩阵的秩;如果矩阵不可以对角化,这个结论就不一定成立。

特征值与秩的相关定理

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。