พิมพ์คำที่ต้องการค้นหา ทั้งภาษาไทยและอังกฤษ

  1. หน้าแรก
  2. คลังความรู้
  3. พีชคณิตเชิงเส้น
  4. แรงก์ (ค่าลำดับขั้น)

// บทที่ 7.10 · พีชคณิตเชิงเส้น · Rank of a Matrix

ค่าลำดับขั้นของเมทริกซ์ (แรงก์, Rank of a Matrix): หาด้วยการลดแถวและไมเนอร์ โจทย์พารามิเตอร์ k และทฤษฎีบทการมีคำตอบ

แรงก์คือตัวเลขตัวเดียวที่ตอบได้ว่าในเมทริกซ์มี “ข้อมูลไม่ซ้ำกัน” อยู่กี่แถว ระบบสมการจึงรู้ได้ทันทีว่ามีคำตอบเดียว มีไม่จำกัด หรือไม่มีเลย หน้านี้ไล่จากวิธีนับแบบ ม.ปลาย ผ่านโจทย์พารามิเตอร์ kk ที่ออกสอบบ่อย ไปจนถึงปริภูมิศูนย์ แรงก์-ภาวะศูนย์ และการใช้แรงก์ในวงจรไฟฟ้ากับระบบควบคุม สูตรใช้รหัส R

เขียนโดย อาจารย์มดอัปเดต
สรุปใน 30 วินาที
  • rank⁡A\operatorname{rank}A = จำนวนแถวไม่เป็นศูนย์หลังลดแถวเป็นขั้นบันได = จำนวนตัวหลัก (pivot)
  • จำนวนแถวอิสระ = จำนวนหลักอิสระเสมอ จึงได้ rank⁡AT=rank⁡A≤min⁡(m,n)\operatorname{rank}A^T = \operatorname{rank}A \le \min(m, n)
  • เมทริกซ์ n×nn\times n: det⁡A≠0  ⟺  rank⁡A=n\det A \ne 0 \iff \operatorname{rank}A = n ถ้า det⁡A=0\det A = 0 ต้องลดแถวจึงรู้ว่าแรงก์เหลือเท่าไร
  • ระบบ Ax=bA\mathbf x = \mathbf b: rank⁡A<rank⁡[A∣b]\operatorname{rank}A \lt \operatorname{rank}[A\mid\mathbf b] ไม่มีคำตอบ · เท่ากัน =n= n คำตอบเดียว · เท่ากัน =r<n= r \lt n ไม่จำกัด มีตัวแปรอิสระ n−rn - r ตัว
ระดับพื้นฐาน ม.ปลาย · เตรียมสอบ · ปี 1กลาง ป.ตรี วิศวกรรมขั้นสูง ป.โท · งานวิจัย
อ่านวิธีทำตัวหลัก (pivot)สูตรที่ใช้แถวที่กลายเป็นศูนย์

แรงก์คืออะไร: นับข้อมูลที่ไม่ซ้ำกัน พื้นฐาน

สมมุติมีสามสมการ แต่สมการที่สามได้จากการบวกสองสมการแรก สมการที่สามจึงไม่ได้ให้ข้อมูลใหม่ ระบบนี้ “ดูเหมือน” มีสามสมการ แต่มีข้อมูลจริงแค่สอง ตัวเลข 2 นี้คือแรงก์ (rank) หรือค่าลำดับขั้นของเมทริกซ์สัมประสิทธิ์

xyzrank 1อยู่บนเส้นเดียวxyzrank 2อยู่บนระนาบเดียวxyzrank 3กางเต็ม 3 มิติ
แรงก์คือจำนวนทิศทางที่หลักทั้งหมดของเมทริกซ์ “ครอบคลุม” ได้ เวกเตอร์ทุกตัวอยู่บนเส้นเดียว = แรงก์ 1 · อยู่บนระนาบเดียว = แรงก์ 2 · กางเต็มสามมิติ = แรงก์ 3

R1 Definition of rank นิยามแรงก์

rank⁡A=จำนวนแถวอิสระเชิงเส้น=จำนวนหลักอิสระเชิงเส้น=จำนวนตัวหลักในรูปขั้นบันได\operatorname{rank}A = \text{จำนวนแถวอิสระเชิงเส้น} = \text{จำนวนหลักอิสระเชิงเส้น} = \text{จำนวนตัวหลักในรูปขั้นบันได}

ทั้งสามนิยามให้ค่าเดียวกันเสมอ ตำราไทยบางเล่มเรียก “ค่าลำดับขั้น” หรือ “ลำดับชั้น” เขียนได้ทั้ง rank⁡A\operatorname{rank}A, r(A)r(A), ρ(A)\rho(A)

R2 Basic bounds ขอบเขตของแรงก์

0≤rank⁡A≤min⁡(m,n),rank⁡AT=rank⁡A0 \le \operatorname{rank}A \le \min(m, n), \qquad \operatorname{rank}A^T = \operatorname{rank}A

rank⁡A=0\operatorname{rank}A = 0 เฉพาะเมทริกซ์ศูนย์ · เมทริกซ์ 3×53\times5 มีแรงก์ได้มากสุด 3

R3 Row operations keep the rank ลดแถวแล้วแรงก์ไม่เปลี่ยน

A∼B (ด้วย Ri↔Rj, kRi, Ri+kRj)⇒rank⁡A=rank⁡BA \sim B \ (\text{ด้วย } R_i \leftrightarrow R_j,\ kR_i,\ R_i + kR_j) \Rightarrow \operatorname{rank}A = \operatorname{rank}B

ต่างจากดีเทอร์มิแนนต์ที่เปลี่ยนเครื่องหมายหรือถูกคูณ แรงก์ไม่สนใจเลย จึงลดแถวได้อิสระ (และลดหลักได้ด้วย)

หาแรงก์ด้วยการลดแถวเป็นขั้นบันได พื้นฐาน

วิธีที่ใช้ได้กับเมทริกซ์ทุกขนาด: ใช้การดำเนินการตามแถว (ดู ระบบสมการ: การดำเนินการแถว) ทำให้ใต้ตัวหลักเป็นศูนย์ทีละหลัก จนได้รูปขั้นบันได (row echelon form, REF) แล้วนับแถวที่ไม่เป็นศูนย์

  1. เลือกตัวหลักในหลักซ้ายสุดที่ยังไม่เป็นศูนย์ (สลับแถวถ้าจำเป็น เลือก ±1 จะคำนวณง่าย)
  2. กำจัดตัวเลขใต้ตัวหลักให้เป็นศูนย์ด้วย Ri←Ri−kRหลักR_i \leftarrow R_i - kR_{\text{หลัก}}
  3. ขยับลงหนึ่งแถว ขวาหนึ่งหลัก ทำซ้ำ (หลักไหนไม่มีตัวหลักให้ข้ามไป)
  4. นับแถวที่ไม่เป็นศูนย์ทั้งแถว = แรงก์
ตัวอย่าง R-1 · 3×3

หาแรงก์ของ A=(12−1231350)A = \begin{pmatrix} 1 & 2 & -1 \\ 2 & 3 & 1 \\ 3 & 5 & 0 \end{pmatrix}

  1. ใช้ 1\hlP{1} ที่มุมบนซ้ายเป็นตัวหลัก กำจัดหลักที่ 1: R2←R2−2R1, R3←R3−3R1R_2 \leftarrow R_2 - 2R_1,\ R_3 \leftarrow R_3 - 3R_1

    (12−10−130−13)\begin{pmatrix} \hlP{1} & 2 & -1 \\ 0 & -1 & 3 \\ 0 & -1 & 3 \end{pmatrix}
  2. ตัวหลักถัดไปคือ −1-1 กำจัดใต้มัน: R3←R3−R2R_3 \leftarrow R_3 - R_2

    (12−10−13000)\begin{pmatrix} \hlP{1} & 2 & -1 \\ 0 & \hlP{-1} & 3 \\ \hlU{0} & \hlU{0} & \hlU{0} \end{pmatrix}

rank⁡A=2\operatorname{rank}A = 2 (แถวไม่เป็นศูนย์ 2 แถว)

เหตุผล: แถว 3 = แถว 1 + แถว 2 พอดี (1+2, 2+3, −1+1)=(3,5,0)(1+2,\ 2+3,\ -1+1) = (3, 5, 0) · ตรวจซ้ำ det⁡A=0\det A = 0 สอดคล้องกัน

ตัวอย่าง R-2 · 3×4 ไม่จัตุรัส

หาแรงก์ของ B=(12032417−1−22−1)B = \begin{pmatrix} 1 & 2 & 0 & 3 \\ 2 & 4 & 1 & 7 \\ -1 & -2 & 2 & -1 \end{pmatrix}

  1. R2←R2−2R1, R3←R3+R1R_2 \leftarrow R_2 - 2R_1,\ R_3 \leftarrow R_3 + R_1

    (120300110022)\begin{pmatrix} \hlP{1} & 2 & 0 & 3 \\ 0 & 0 & 1 & 1 \\ 0 & 0 & 2 & 2 \end{pmatrix}
  2. หลักที่ 2 ใต้แถว 1 เป็นศูนย์หมด จึงข้ามไปหลักที่ 3 ใช้ 11 เป็นตัวหลัก: R3←R3−2R2R_3 \leftarrow R_3 - 2R_2

    (120300110000)\begin{pmatrix} \hlP{1} & 2 & 0 & 3 \\ 0 & 0 & \hlP{1} & 1 \\ \hlU{0} & \hlU{0} & \hlU{0} & \hlU{0} \end{pmatrix}

rank⁡B=2\operatorname{rank}B = 2 ตัวหลักอยู่หลักที่ 1 และ 3

หลักที่ 2 ไม่มีตัวหลักเพราะหลัก 2 = 2 × หลัก 1 และหลัก 4 = 3 × หลัก 1 + หลัก 3 ตรวจ: 3⋅(1,2,−1)+(0,1,2)=(3,7,−1)3\cdot(1, 2, -1) + (0, 1, 2) = (3, 7, -1) ✓

ตัวอย่าง R-3 · 4×4

หาแรงก์ของ C=(11111234136102345)C = \begin{pmatrix} 1 & 1 & 1 & 1 \\ 1 & 2 & 3 & 4 \\ 1 & 3 & 6 & 10 \\ 2 & 3 & 4 & 5 \end{pmatrix}

  1. R2−R1, R3−R1, R4−2R1R_2 - R_1,\ R_3 - R_1,\ R_4 - 2R_1

    (1111012302590123)\begin{pmatrix} \hlP{1} & 1 & 1 & 1 \\ 0 & 1 & 2 & 3 \\ 0 & 2 & 5 & 9 \\ 0 & 1 & 2 & 3 \end{pmatrix}
  2. R3−2R2, R4−R2R_3 - 2R_2,\ R_4 - R_2

    (1111012300130000)\begin{pmatrix} \hlP{1} & 1 & 1 & 1 \\ 0 & \hlP{1} & 2 & 3 \\ 0 & 0 & \hlP{1} & 3 \\ \hlU{0} & \hlU{0} & \hlU{0} & \hlU{0} \end{pmatrix}

rank⁡C=3\operatorname{rank}C = 3

สังเกตตั้งแต่แรก: แถว 4 = แถว 1 + แถว 2 จึงคาดว่าแรงก์ไม่เกิน 3 ส่วนสามแถวแรก (สามเหลี่ยมปาสคาล) อิสระกัน

หาแรงก์ด้วยไมเนอร์ (ดีเทอร์มิแนนต์ย่อย) กลาง

ไมเนอร์อันดับ kk คือดีเทอร์มิแนนต์ของเมทริกซ์ย่อย k×kk\times k ที่ได้จากการเลือก kk แถวและ kk หลัก วิธีนี้สะดวกกับเมทริกซ์ 3×3 หรือ 3×4 ที่มีตัวแปร และใช้คู่กับ สมบัติของดีเทอร์มิแนนต์

R4 Determinantal rank แรงก์จากไมเนอร์

rank⁡A=r  ⟺  มีไมเนอร์อันดับ r ที่ไม่เป็นศูนย์ และไมเนอร์อันดับ r+1 ทุกตัวเป็นศูนย์\operatorname{rank}A = r \iff \text{มีไมเนอร์อันดับ } r \text{ ที่ไม่เป็นศูนย์ และไมเนอร์อันดับ } r + 1 \text{ ทุกตัวเป็นศูนย์}

R5 Square matrices เมทริกซ์จัตุรัส

An×n:rank⁡A=n  ⟺  det⁡A≠0  ⟺  A−1 มีอยู่A_{n\times n}:\quad \operatorname{rank}A = n \iff \det A \ne 0 \iff A^{-1} \text{ มีอยู่}

เป็นส่วนหนึ่งของ ทฤษฎีบทเมทริกซ์หาอินเวอร์สได้ I10

ตัวอย่าง R-4 · ไมเนอร์

หาแรงก์ของ (123456789)\begin{pmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{pmatrix} ด้วยไมเนอร์

  1. ไมเนอร์อันดับ 3 มีตัวเดียวคือ det⁡A\det A D2

    det⁡A=(45+84+96)−(105+48+72)=225−225=0 ⇒ rank⁡A<3\det A = (45 + 84 + 96) - (105 + 48 + 72) = 225 - 225 = 0 \ \Rightarrow\ \operatorname{rank}A \lt 3
  2. ลองไมเนอร์อันดับ 2 มุมบนซ้าย R4

    ∣1245∣=5−8=−3≠0\begin{vmatrix} 1 & 2 \\ 4 & 5 \end{vmatrix} = 5 - 8 = -3 \ne 0

rank⁡A=2\operatorname{rank}A = 2

ไม่ต้องตรวจไมเนอร์ 2×2 ครบทั้ง 9 ตัว เจอตัวที่ไม่เป็นศูนย์เพียงตัวเดียวก็พอ · ข้อควรระวัง: ถ้าเมทริกซ์ 4×44\times4 ต้องไล่ไมเนอร์จำนวนมาก การลดแถวจะเร็วกว่า

แล็บหาแรงก์ทีละขั้น (เศษส่วนแม่นตรง)

พิมพ์เมทริกซ์ได้ถึง 6 แถว 7 หลัก หนึ่งบรรทัดต่อหนึ่งแถว ใช้เศษส่วนอย่าง 3/4 ได้ แล็บจะลดแถวทีละขั้นพร้อมแรเงาตัวหลัก บอกแรงก์ ภาวะศูนย์ ฐานของปริภูมิหลักและปริภูมิศูนย์ ถ้าติ๊ก “หลักสุดท้ายคือ b” จะเทียบ rank⁡A\operatorname{rank}A กับ rank⁡[A∣b]\operatorname{rank}[A\mid\mathbf b] และเขียนคำตอบทั่วไปให้

แรงก์ที่มีพารามิเตอร์ kk: โจทย์ที่ออกสอบบ่อย กลาง

รูปแบบคำถาม “จงหาค่า kk ที่ทำให้แรงก์เท่ากับ 2” หรือ “แรงก์ของ AA เป็นเท่าใดสำหรับทุกค่า kk” มีขั้นตอนตายตัวสามขั้น

R6 Procedure for a parameter ขั้นตอนโจทย์พารามิเตอร์

① หา det⁡A(k) แยกตัวประกอบ → ② k ที่ det⁡≠0⇒rank⁡=n → ③ แทน k ที่ทำให้ det⁡=0 ทีละค่า แล้วลดแถว\text{① หา } \det A(k) \text{ แยกตัวประกอบ} \ \rightarrow\ \text{② } k \text{ ที่ } \det \ne 0 \Rightarrow \operatorname{rank} = n \ \rightarrow\ \text{③ แทน } k \text{ ที่ทำให้ } \det = 0 \text{ ทีละค่า แล้วลดแถว}

ข้อ ③ ห้ามข้าม: det⁡=0\det = 0 บอกแค่ว่าแรงก์ไม่เต็ม อาจเหลือ n−1n - 1 หรือน้อยกว่านั้น · ถ้าเมทริกซ์ไม่จัตุรัส ให้ลดแถวโดยเก็บ kk ไว้ แล้วแยกกรณีตามตัวที่อาจเป็นศูนย์

ตัวอย่าง R-5 · พารามิเตอร์ k

หาแรงก์ของ A=(11k1k1k11)A = \begin{pmatrix} 1 & 1 & k \\ 1 & k & 1 \\ k & 1 & 1 \end{pmatrix} สำหรับทุกค่า kk

  1. กระจายตามแถวแรก D4

    det⁡A=1(k−1)−1(1−k)+k(1−k2)=−k3+3k−2=−(k−1)2(k+2)\det A = 1(k - 1) - 1(1 - k) + k(1 - k^2) = -k^3 + 3k - 2 = \hlF{-(k - 1)^2(k + 2)}
  2. k≠1k \ne 1 และ k≠−2k \ne -2: det⁡A≠0\det A \ne 0 จึงได้ rank⁡A=3\operatorname{rank}A = 3 R5

  3. k=1k = 1: ทุกแถวเป็น (1,1,1)(1, 1, 1) ลดแถวเหลือแถวเดียว

    (111000000) ⇒ rank⁡A=1\begin{pmatrix} \hlP{1} & 1 & 1 \\ \hlU{0} & \hlU{0} & \hlU{0} \\ \hlU{0} & \hlU{0} & \hlU{0} \end{pmatrix} \ \Rightarrow\ \operatorname{rank}A = 1
  4. k=−2k = -2: R2−R1, R3+2R1R_2 - R_1,\ R_3 + 2R_1 แล้ว R3+R2R_3 + R_2

    (11−21−21−211)∼(11−20−33000) ⇒ rank⁡A=2\begin{pmatrix} 1 & 1 & -2 \\ 1 & -2 & 1 \\ -2 & 1 & 1 \end{pmatrix} \sim \begin{pmatrix} \hlP{1} & 1 & -2 \\ 0 & \hlP{-3} & 3 \\ \hlU{0} & \hlU{0} & \hlU{0} \end{pmatrix} \ \Rightarrow\ \operatorname{rank}A = 2

rank⁡A=3\operatorname{rank}A = 3 เมื่อ k≠1,−2k \ne 1, -2 · rank⁡A=1\operatorname{rank}A = 1 เมื่อ k=1k = 1 · rank⁡A=2\operatorname{rank}A = 2 เมื่อ k=−2k = -2

ราก k=1k = 1 เป็นรากซ้ำสองชั้น แรงก์ก็ลดลงสองขั้นพอดี (จาก 3 เหลือ 1) เป็นเรื่องบังเอิญที่ดีของเมทริกซ์สมมาตรนี้ ไม่ใช่กฎทั่วไป

เลื่อนค่า kk ในแล็บด้านล่างแล้วดูว่ากราฟของ det⁡A(k)\det A(k) แตะศูนย์ตรงไหน และแรงก์ลดลงเท่าไรที่จุดนั้น มีชุดตัวอย่างระบบเอกพันธ์และระบบ [A∣b][A\mid\mathbf b] ให้ลองด้วย

แรงก์กับการมีคำตอบของระบบสมการ พื้นฐาน → กลาง

นี่คือเหตุผลหลักที่ต้องรู้จักแรงก์ เทียบแรงก์ของเมทริกซ์สัมประสิทธิ์ AA กับเมทริกซ์แต่งเติม [A∣b][A\mid\mathbf b] ก็รู้ทันทีว่าระบบเป็นแบบไหน โดยไม่ต้องแก้จนจบ

R7 Rouché–Capelli theorem ทฤษฎีบทรูเช-กาเปลลี (โครเนกเกอร์-กาเปลลี)

Ax=b, Am×n:{rank⁡A<rank⁡[A∣b]ไม่มีคำตอบ (inconsistent)rank⁡A=rank⁡[A∣b]=nคำตอบเดียวrank⁡A=rank⁡[A∣b]=r<nคำตอบไม่จำกัดA\mathbf x = \mathbf b,\ A_{m\times n}: \quad \begin{cases} \operatorname{rank}A \lt \operatorname{rank}[A\mid\mathbf b] & \text{ไม่มีคำตอบ (inconsistent)} \\ \operatorname{rank}A = \operatorname{rank}[A\mid\mathbf b] = n & \text{คำตอบเดียว} \\ \operatorname{rank}A = \operatorname{rank}[A\mid\mathbf b] = r \lt n & \text{คำตอบไม่จำกัด} \end{cases}

R8 Free variables จำนวนตัวแปรอิสระ

จำนวนตัวแปรอิสระ=n−rank⁡A\text{จำนวนตัวแปรอิสระ} = n - \operatorname{rank}A

คำตอบไม่จำกัดเขียนเป็น x=xp+t1v1+⋯+tn−rvn−r\mathbf x = \mathbf x_p + t_1\mathbf v_1 + \cdots + t_{n-r}\mathbf v_{n-r}

R9 Homogeneous systems ระบบเอกพันธ์ Ax=0A\mathbf x = \mathbf 0

มีคำตอบไม่ชัด (x≠0)  ⟺  rank⁡A<n   ⟺  n×n det⁡A=0\text{มีคำตอบไม่ชัด } (\mathbf x \ne \mathbf 0) \iff \operatorname{rank}A \lt n \ \overset{n\times n}{\iff}\ \det A = 0

ระบบเอกพันธ์มี x=0\mathbf x = \mathbf 0 เสมอ จึงไม่มีกรณี “ไม่มีคำตอบ”

จุดเดียวrank 3 · 3ไม่จำกัด (เส้นตรง)rank 2 · 2ไม่มีคำตอบrank 2 · 3
สามกรณีของระบบสามสมการสามตัวแปร มองเป็นสามระนาบ: ตัดกันที่จุดเดียว (rank 3, 3) · ผ่านเส้นเดียวกันเหมือนหน้าหนังสือ (rank 2, 2) · ตัดกันเป็นคู่ ๆ แต่ไม่มีจุดร่วม (rank 2, 3)
ตัวอย่าง R-6 · พารามิเตอร์ a, b

พิจารณา x+y+z=1x+2y+3z=2x+3y+az=b\begin{aligned} x + y + z &= 1 \\ x + 2y + 3z &= 2 \\ x + 3y + az &= b \end{aligned} หาเงื่อนไขของ a,ba, b ที่ทำให้ระบบมีคำตอบเดียว ไม่จำกัด และไม่มีคำตอบ

  1. ลดแถวเมทริกซ์แต่งเติม: R2−R1, R3−R1R_2 - R_1,\ R_3 - R_1

    (1111012102a−1b−1)\left(\begin{array}{ccc|c} 1 & 1 & 1 & 1 \\ 0 & 1 & 2 & 1 \\ 0 & 2 & a - 1 & b - 1 \end{array}\right)
  2. R3−2R2R_3 - 2R_2

    (1111012100a−5b−3)\left(\begin{array}{ccc|c} \hlP{1} & 1 & 1 & 1 \\ 0 & \hlP{1} & 2 & 1 \\ 0 & 0 & \hlF{a - 5} & \hlF{b - 3} \end{array}\right)
  3. อ่านแถวสุดท้ายด้วย R7

    a≠5: rank⁡A=rank⁡[A∣b]=3⇒คำตอบเดียวa=5, b=3: แถว [0 0 0∣0]⇒rank⁡=2=2<3⇒ไม่จำกัดa=5, b≠3: [0 0 0∣b−3]⇒2<3⇒ไม่มีคำตอบ\begin{aligned} a \ne 5 &: \ \operatorname{rank}A = \operatorname{rank}[A\mid\mathbf b] = 3 \Rightarrow \text{คำตอบเดียว} \\ a = 5,\ b = 3 &: \ \text{แถว } [0\ 0\ 0 \mid 0] \Rightarrow \operatorname{rank} = 2 = 2 \lt 3 \Rightarrow \text{ไม่จำกัด} \\ a = 5,\ b \ne 3 &: \ [0\ 0\ 0 \mid b - 3] \Rightarrow 2 \lt 3 \Rightarrow \text{ไม่มีคำตอบ} \end{aligned}
  4. กรณีไม่จำกัด ให้ z=tz = t: จากแถว 2 y=1−2ty = 1 - 2t จากแถว 1 x=1−y−z=tx = 1 - y - z = t R8

    (x,y,z)=(0,1,0)+t(1,−2,1)(x, y, z) = (0, 1, 0) + t(1, -2, 1)

a≠5a \ne 5: คำตอบเดียว (เช่น a=6,b=4a = 6, b = 4 ได้ (1,−1,1)(1, -1, 1)) · a=5,b=3a = 5, b = 3: ไม่จำกัด (t,1−2t,t)(t, 1 - 2t, t) · a=5,b≠3a = 5, b \ne 3: ไม่มีคำตอบ

ตรวจกรณีไม่จำกัดในสมการที่ 3: t+3(1−2t)+5t=3t + 3(1 - 2t) + 5t = 3 ✓ ทุกค่า tt

ตัวอย่าง R-7 · ระบบเอกพันธ์

หา kk ที่ทำให้ x+2y+z=02x+y+z=0x−y+kz=0\begin{aligned} x + 2y + z &= 0 \\ 2x + y + z &= 0 \\ x - y + kz &= 0 \end{aligned} มีคำตอบที่ไม่ใช่ศูนย์ แล้วหาคำตอบนั้น

  1. det⁡(1212111−1k)=1(k+1)−2(2k−1)+1(−2−1)=−3k\det\begin{pmatrix} 1 & 2 & 1 \\ 2 & 1 & 1 \\ 1 & -1 & k \end{pmatrix} = 1(k + 1) - 2(2k - 1) + 1(-2 - 1) = -3k
  2. ต้องการ det⁡=0\det = 0 R9 จึงได้ k=0k = 0

  3. แทน k=0k = 0: สมการ 1 ลบสมการ 2 ได้ −x+y=0⇒y=x-x + y = 0 \Rightarrow y = x แทนในสมการ 1: 3x+z=0⇒z=−3x3x + z = 0 \Rightarrow z = -3x

k=0k = 0 และ (x,y,z)=t(1,1,−3)(x, y, z) = t(1, 1, -3)

ตรวจสมการ 3: 1−1+0⋅(−3)=01 - 1 + 0\cdot(-3) = 0 ✓ · แรงก์ = 2 จึงมีตัวแปรอิสระ 3−2=13 - 2 = 1 ตัว

แล็บสามระนาบ 3 มิติ: เห็นแรงก์เป็นภาพ

แต่ละสมการ ax+by+cz=dax + by + cz = d คือระนาบหนึ่งระนาบ ลากที่ภาพเพื่อหมุน เลือกกรณีต่าง ๆ แล้วสังเกตว่าแรงก์สองตัวสัมพันธ์กับรูปการตัดกันอย่างไร ชุด “เลื่อน a, b” คือระบบในตัวอย่าง R-6

ปริภูมิหลัก ปริภูมิศูนย์ และทฤษฎีบทแรงก์-ภาวะศูนย์ กลาง → ขั้นสูง

แรงก์คือ “มิติ” ของปริภูมิหลัก (column space) C(A)C(A) ซึ่งคือเซตของ AxA\mathbf x ทั้งหมดที่เป็นไปได้ ส่วนปริภูมิศูนย์ (null space) N(A)N(A) คือเซตของ x\mathbf x ที่ทำให้ Ax=0A\mathbf x = \mathbf 0 สองปริภูมินี้แบ่งจำนวนตัวแปร nn กันพอดี

R10 Rank–nullity theorem ทฤษฎีบทแรงก์-ภาวะศูนย์

rank⁡A+nullity⁡A=n,nullity⁡A=dim⁡N(A)\operatorname{rank}A + \operatorname{nullity}A = n, \qquad \operatorname{nullity}A = \dim N(A)

nn คือจำนวนหลัก (จำนวนตัวแปร) ไม่ใช่จำนวนแถว

R11 Bases from row reduction หาฐานจากการลดแถว

C(A): หลักของ A เดิม ที่ตำแหน่งตัวหลักR(A): แถวไม่เป็นศูนย์ของ REFN(A): แก้ RREF⁡(A) x=0C(A):\ \text{หลักของ } \hlP{A \text{ เดิม}} \text{ ที่ตำแหน่งตัวหลัก} \qquad R(A):\ \text{แถวไม่เป็นศูนย์ของ REF} \qquad N(A):\ \text{แก้ } \operatorname{RREF}(A)\,\mathbf x = \mathbf 0

ข้อผิดพลาดยอดนิยม: เอาหลักของ REF มาเป็นฐานของ C(A)C(A) — ผิด เพราะการลดแถวเปลี่ยนปริภูมิหลัก (แต่ไม่เปลี่ยนปริภูมิแถว)

ตัวอย่าง R-8 · ฐานของปริภูมิ

จาก BB ในตัวอย่าง R-2 หาฐานของ C(B)C(B) และ N(B)N(B) แล้วตรวจทฤษฎีบทแรงก์-ภาวะศูนย์

  1. ตัวหลักอยู่หลักที่ 1 และ 3 จึงใช้หลัก 1 และ 3 ของ BB เดิม R11

    C(B)=span⁡{(12−1),(012)}C(B) = \operatorname{span}\left\{ \begin{pmatrix} 1 \\ 2 \\ -1 \end{pmatrix}, \begin{pmatrix} 0 \\ 1 \\ 2 \end{pmatrix} \right\}
  2. RREF ของ BB คือ (120300110000)\begin{pmatrix} 1 & 2 & 0 & 3 \\ 0 & 0 & 1 & 1 \\ 0 & 0 & 0 & 0 \end{pmatrix} ตัวแปรอิสระ x2=s, x4=tx_2 = s,\ x_4 = t ได้ x1=−2s−3t, x3=−tx_1 = -2s - 3t,\ x_3 = -t

    x=s(−2100)+t(−30−11)\mathbf x = s\begin{pmatrix} -2 \\ 1 \\ 0 \\ 0 \end{pmatrix} + t\begin{pmatrix} -3 \\ 0 \\ -1 \\ 1 \end{pmatrix}
  3. ตรวจ R10: rank⁡+nullity⁡=2+2=4=n\operatorname{rank} + \operatorname{nullity} = 2 + 2 = 4 = n ✓

ฐานของ C(B)C(B): (1,2,−1), (0,1,2)(1, 2, -1),\ (0, 1, 2) · ฐานของ N(B)N(B): (−2,1,0,0), (−3,0,−1,1)(-2, 1, 0, 0),\ (-3, 0, -1, 1)

ตรวจ B(−3,0,−1,1)T=(−3+0+0+3, −6−1+7, 3−2−1)=(0,0,0)B(-3, 0, -1, 1)^T = (-3 + 0 + 0 + 3,\ -6 - 1 + 7,\ 3 - 2 - 1) = (0, 0, 0) ✓

สมบัติของแรงก์ที่ใช้พิสูจน์และแก้โจทย์ ขั้นสูง

R12 Products · Sylvester's inequality ผลคูณ

rank⁡A+rank⁡B−n≤rank⁡(AB)≤min⁡(rank⁡A,rank⁡B)\operatorname{rank}A + \operatorname{rank}B - n \le \operatorname{rank}(AB) \le \min(\operatorname{rank}A, \operatorname{rank}B)

AA ขนาด m×nm\times n, BB ขนาด n×pn\times p · คูณด้วยเมทริกซ์หาอินเวอร์สได้ แรงก์ไม่เปลี่ยน: rank⁡(PAQ)=rank⁡A\operatorname{rank}(PAQ) = \operatorname{rank}A

R13 Sums and Gram matrices ผลบวกและ ATAA^TA

rank⁡(A+B)≤rank⁡A+rank⁡B,rank⁡(ATA)=rank⁡(AAT)=rank⁡A\operatorname{rank}(A + B) \le \operatorname{rank}A + \operatorname{rank}B, \qquad \operatorname{rank}(A^TA) = \operatorname{rank}(AA^T) = \operatorname{rank}A

ข้อหลังคือเหตุผลที่ กำลังสองน้อยสุด ATAx=ATbA^TA\mathbf x = A^T\mathbf b มีคำตอบเดียวเมื่อหลักของ AA อิสระกัน

R14 Rank-one matrices เมทริกซ์แรงก์ 1

rank⁡A=1  ⟺  A=uvT, u≠0, v≠0\operatorname{rank}A = 1 \iff A = \mathbf u\mathbf v^T,\ \mathbf u \ne \mathbf 0,\ \mathbf v \ne \mathbf 0

ทุกแถวเป็นพหุคูณของแถวเดียวกัน · เป็นฐานของ Sherman–Morrison และการบีบอัดข้อมูลด้วย SVD

R15 Rank of the adjugate แรงก์ของ adj⁡A\operatorname{adj}A

rank⁡(adj⁡A)={nrank⁡A=n1rank⁡A=n−10rank⁡A≤n−2\operatorname{rank}(\operatorname{adj}A) = \begin{cases} n & \operatorname{rank}A = n \\ 1 & \operatorname{rank}A = n - 1 \\ 0 & \operatorname{rank}A \le n - 2 \end{cases}

เช่น A=(123456789)A = \begin{pmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{pmatrix} แรงก์ 2 จึงได้ adj⁡A\operatorname{adj}A แรงก์ 1

แรงก์ในงานวิศวกรรม: วงจรไฟฟ้า ระบบควบคุม และข้อมูลจริง กลาง → ขั้นสูง

R16 Incidence matrix of a circuit เมทริกซ์อุบัติการณ์ของวงจร

rank⁡Ainc=nnode−1 ⇒ KCL อิสระ n−1 สมการ,KVL อิสระ b−n+1 สมการ (= จำนวนเมช)\operatorname{rank}A_{\text{inc}} = n_{\text{node}} - 1 \ \Rightarrow\ \text{KCL อิสระ } n - 1 \text{ สมการ},\quad \text{KVL อิสระ } b - n + 1 \text{ สมการ (= จำนวนเมช)}

ผลรวมของทุกแถวเป็นศูนย์ (กระแสออกจากโนดหนึ่งเข้าอีกโนด) แรงก์จึงขาดไปหนึ่งเสมอ ต่อยอดใน การประยุกต์: เมทริกซ์อุบัติการณ์

R17 Kalman controllability test ทดสอบการควบคุมได้

x˙=Ax+Bu ควบคุมได้  ⟺  rank⁡[BAB⋯An−1B]=n\dot{\mathbf x} = A\mathbf x + B u \ \text{ควบคุมได้} \iff \operatorname{rank}\begin{bmatrix} B & AB & \cdots & A^{n-1}B \end{bmatrix} = n

การสังเกตได้ใช้ rank⁡[CTATCT⋯]=n\operatorname{rank}\begin{bmatrix} C^T & A^TC^T & \cdots \end{bmatrix} = n แบบเดียวกัน

R18 Numerical rank แรงก์เชิงตัวเลข (ข้อมูลจริงมีความคลาดเคลื่อน)

rank⁡εA=#{σi>ε},ε=max⁡(m,n) σ1 ϵmach (ค่าเริ่มต้นของ NumPy/MATLAB)\operatorname{rank}_\varepsilon A = \#\{\sigma_i \gt \varepsilon\},\qquad \varepsilon = \max(m, n)\,\sigma_1\,\epsilon_{\text{mach}} \ (\text{ค่าเริ่มต้นของ NumPy/MATLAB})

σi\sigma_i คือค่าเอกฐาน (singular values) จาก SVD · ข้อมูลวัดจริงแทบไม่มีเมทริกซ์ที่ det⁡=0\det = 0 พอดี จึงนับเฉพาะ σi\sigma_i ที่ใหญ่กว่าระดับสัญญาณรบกวน

ตัวอย่าง R-9 · วงจร 4 โนด 5 กิ่ง

วงจรมีโนด 1–4 กิ่ง 1→2, 2→3, 3→4, 4→1, 1→31\to2,\ 2\to3,\ 3\to4,\ 4\to1,\ 1\to3 เขียนเมทริกซ์อุบัติการณ์ หาแรงก์ และจำนวนสมการ KCL/KVL อิสระ

  1. แถว = โนด หลัก = กิ่ง ใส่ +1+1 ที่โนดต้นทาง −1-1 ที่โนดปลายทาง

    Ainc=(100−11−110000−110−100−110)A_{\text{inc}} = \begin{pmatrix} 1 & 0 & 0 & -1 & 1 \\ -1 & 1 & 0 & 0 & 0 \\ 0 & -1 & 1 & 0 & -1 \\ 0 & 0 & -1 & 1 & 0 \end{pmatrix}
  2. ทุกหลักมี +1+1 กับ −1-1 อย่างละตัว ผลรวมสี่แถว = 0\mathbf 0 แรงก์จึงไม่เกิน 3 และลดแถวได้ตัวหลักสามตัวพอดี R16

rank⁡=3\operatorname{rank} = 3: KCL อิสระ 4−1=34 - 1 = 3 สมการ · KVL อิสระ 5−4+1=25 - 4 + 1 = 2 สมการ (สองเมช)

นี่คือเหตุผลที่การวิเคราะห์โนดเลือกโนดอ้างอิง (กราวด์) หนึ่งโนดแล้วเขียนสมการเฉพาะอีก n−1n - 1 โนด ดู วิเคราะห์โนดด้วยเมทริกซ์

ตัวอย่าง R-10 · ระบบควบคุม

ระบบ A=(01−2−3)A = \begin{pmatrix} 0 & 1 \\ -2 & -3 \end{pmatrix} ตรวจการควบคุมได้เมื่อ (ก) B=(0,1)TB = (0, 1)^T (ข) B=(1,−1)TB = (1, -1)^T

  1. (ก) AB=(1,−3)TAB = (1, -3)^T R17

    rank⁡[011−3]=2 (det⁡=−1≠0)\operatorname{rank}\begin{bmatrix} 0 & 1 \\ 1 & -3 \end{bmatrix} = 2 \ (\det = -1 \ne 0)
  2. (ข) AB=(−1,1)T=−BAB = (-1, 1)^T = -B

    rank⁡[1−1−11]=1<2\operatorname{rank}\begin{bmatrix} 1 & -1 \\ -1 & 1 \end{bmatrix} = 1 \lt 2

(ก) ควบคุมได้ · (ข) ควบคุมไม่ได้

ใน (ข) BB เป็นเวกเตอร์เฉพาะของ AA (λ=−1\lambda = -1) อินพุตจึงกระตุ้นได้แค่โหมดเดียว อีกโหมด (λ=−2\lambda = -2) ไม่มีทางควบคุม

เรื่องแรงก์เชิงตัวเลข: เมทริกซ์ (1111.0001)\begin{pmatrix} 1 & 1 \\ 1 & 1.0001 \end{pmatrix} มีแรงก์ 2 ตามทฤษฎี แต่ค่าเอกฐานคือ σ1≈2.00005\sigma_1 \approx 2.00005 และ σ2≈5×10−5\sigma_2 \approx 5\times10^{-5} ถ้าข้อมูลมีความคลาดเคลื่อนระดับ 10−310^{-3} ในทางปฏิบัติจึงมองเป็นแรงก์ 1 ผลกระทบของเมทริกซ์แบบนี้ต่อการแก้ระบบอยู่ในหน้า ผลเฉลยเชิงตัวเลข: เลขเงื่อนไข

ข้อผิดพลาดที่พบบ่อย

กับดักในข้อสอบ
  • เห็น det⁡A=0\det A = 0 แล้วตอบ “แรงก์ = n−1n - 1” ทันที — ต้องลดแถวตรวจ (ตัวอย่าง R-5 ที่ k=1k = 1 ได้แรงก์ 1)
  • นับแถวของ REF ที่มีศูนย์บางตัวว่าเป็นแถวศูนย์ — แถวศูนย์ต้องเป็นศูนย์ทั้งแถว
  • ใช้หลักของ REF เป็นฐานของปริภูมิหลัก — ต้องใช้หลักของ AA เดิม R11
  • ลืมว่า nn ในแรงก์-ภาวะศูนย์คือจำนวนหลัก (ตัวแปร) ไม่ใช่จำนวนแถว
  • เทียบแค่ rank⁡A\operatorname{rank}A กับ nn โดยไม่ดู rank⁡[A∣b]\operatorname{rank}[A\mid\mathbf b] — ระบบอาจไม่มีคำตอบ

ต่อยอดไปหน้าถัดไป

เมื่อรู้ว่าระบบมีคำตอบเดียวแล้ว คำถามต่อไปคือจะหาคำตอบอย่างไรให้เร็วและแม่น สำหรับ 2–3 ตัวแปรใช้ กฎของคราเมอร์ หรือ อินเวอร์ส ส่วนระบบใหญ่ที่คอมพิวเตอร์แก้ใช้ วิธีเชิงตัวเลข: LU จาโคบี เกาส์-ไซเดล ฝึกโจทย์แรงก์เพิ่มได้ที่ แนวข้อสอบชุด B และอ่านสรุปแบบบทความที่ แรงก์ของเมทริกซ์คืออะไร (English)

คำถามที่พบบ่อย

แรงก์ของเมทริกซ์คืออะไร?

แรงก์ (ค่าลำดับขั้น) คือจำนวนแถวที่เป็นอิสระเชิงเส้นของเมทริกซ์ ซึ่งเท่ากับจำนวนหลักที่อิสระเสมอ หาได้ง่ายที่สุดโดยลดแถวให้เป็นรูปขั้นบันไดแล้วนับแถวที่ไม่เป็นศูนย์ (จำนวนตัวหลัก) ในภาษาระบบสมการคือจำนวนสมการที่ไม่ซ้ำซ้อนกัน

หาแรงก์ด้วยดีเทอร์มิแนนต์ได้ไหม?

ได้ แรงก์คืออันดับของไมเนอร์ (ดีเทอร์มิแนนต์ของเมทริกซ์ย่อยจัตุรัส) ที่ใหญ่ที่สุดที่ไม่เป็นศูนย์ สำหรับเมทริกซ์ n×n ถ้า det ≠ 0 แรงก์คือ n แต่ถ้า det = 0 ต้องหาไมเนอร์ขนาดเล็กลงหรือลดแถวต่อ เพราะ det = 0 บอกแค่ว่าแรงก์ไม่เต็ม ไม่ได้บอกว่าเหลือเท่าไร

แรงก์บอกอะไรเกี่ยวกับระบบสมการ Ax = b?

ตามทฤษฎีบทรูเช-กาเปลลี ถ้า rank A < rank [A|b] ระบบไม่มีคำตอบ ถ้า rank A = rank [A|b] = n (จำนวนตัวแปร) มีคำตอบเดียว และถ้า rank A = rank [A|b] = r < n มีคำตอบไม่จำกัดโดยมีตัวแปรอิสระ n − r ตัว

โจทย์หาแรงก์ที่มีพารามิเตอร์ k ทำอย่างไร?

ถ้าเป็นเมทริกซ์จัตุรัส ให้หา det ในรูปของ k ก่อน ค่า k ที่ไม่ทำให้ det เป็นศูนย์ได้แรงก์เต็ม ส่วนค่า k ที่ทำให้ det = 0 ต้องแทนค่าทีละตัวแล้วลดแถวเพื่อนับแรงก์จริง เช่น [[1,1,k],[1,k,1],[k,1,1]] มี det = −(k−1)²(k+2) ได้แรงก์ 1 เมื่อ k = 1 แรงก์ 2 เมื่อ k = −2 และแรงก์ 3 เมื่อ k อื่น

ทฤษฎีบทแรงก์-ภาวะศูนย์ (rank–nullity) ใช้ทำอะไร?

สำหรับเมทริกซ์ m×n จะได้ rank A + nullity A = n ใช้นับจำนวนตัวแปรอิสระของระบบเอกพันธ์ Ax = 0 (เท่ากับ nullity) และจำนวนเวกเตอร์ในฐานของปริภูมิศูนย์ ในวงจรไฟฟ้าใช้นับจำนวนสมการ KCL และ KVL ที่เป็นอิสระ

อาจารย์มด · ธีรวุฒิ แสวงบุญ
อาจารย์สาขาวิชาวิศวกรรมไฟฟ้า มหาวิทยาลัยราชภัฏธนบุรี สมุทรปราการ · ดูโปรไฟล์