📋 详细解题步骤
目标：理解题意并确定方法
题目给出：$\alpha$ 是 $3$ 维单位列向量，$E$ 是 $3$ 阶单位矩阵，要求矩阵 $E - \alpha \alpha^T$ 的秩。
首先明确已知条件：
- $\alpha$ 是 $3 \times 1$ 列向量，且 $\alpha^T \alpha = 1$（单位向量性质）。
- $\alpha \alpha^T$ 是一个 $3 \times 3$ 矩阵，其秩为 $1$（因为它是列向量与行向量的乘积，非零列向量乘以非零行向量得到秩1矩阵）。
- $E$ 是 $3$ 阶单位矩阵，秩为 $3$。
目标是求 $E - \alpha \alpha^T$ 的秩。这是一个矩阵减法问题，两个矩阵都是 $3 \times 3$ 方阵。
分析思路：
1. **代数推导法**：利用特征值。因为 $\alpha \alpha^T$ 是秩1对称矩阵，其特征值为：一个特征值为 $\alpha^T \alpha = 1$（对应特征向量 $\alpha$），另外两个特征值为 $0$（对应与 $\alpha$ 正交的向量）。那么 $E - \alpha \alpha^T$ 的特征值就是 $1-1=0$（一个），$1-0=1$（两个）。因此矩阵 $E - \alpha \alpha^T$ 有 $2$ 个非零特征值，$1$ 个零特征值，故秩为 $2$。
2. **特殊值法**：取一个具体的单位列向量，例如 $\alpha = (1,0,0)^T$，则 $\alpha \alpha^T = \begin{pmatrix}1&0&0\\0&0&0\\0&0&0\end{pmatrix}$，$E - \alpha \alpha^T = \begin{pmatrix}0&0&0\\0&1&0\\0&0&1\end{pmatrix}$，秩为 $2$。由于题目中 $\alpha$ 是任意单位向量，但秩与具体取值无关，所以结果恒为 $2$。
本题采用代数推导法更严谨，特殊值法可用于快速验证。
因此，本步骤目标已明确：理解题意，确定使用特征值分析或特殊值代入的方法求解矩阵的秩。
公式：$$\alpha^T\alpha = 1, \quad \text{rank}(\alpha\alpha^T)=1, \quad \text{特征值}: \lambda_1=1,\lambda_2=\lambda_3=0$$
提示：抓住单位向量 $\alpha^T\alpha=1$ 这一关键条件，利用特征值快速求解。
目标：特殊值法：选取具体向量
为了简化计算，我们采用特殊值法，选取一个具体的向量 $\alpha$。由于题目中只涉及 $\alpha\alpha^T$ 和 $\alpha^T\alpha$ 等运算，且结果与 $\alpha$ 的具体方向无关（只与长度有关），我们可以取最简单的非零向量：$\alpha = (1,0,0)^T$。此时，$\alpha$ 是一个3维列向量，其转置为 $\alpha^T = (1,0,0)$。计算 $\alpha\alpha^T$：这是一个 $3 \times 3$ 矩阵，其第 $i$ 行第 $j$ 列元素为 $\alpha_i \alpha_j$。由于 $\alpha_1=1$，$\alpha_2=0$，$\alpha_3=0$，所以只有第一行第一列的元素为 $1 \times 1 = 1$，其余元素均为0。即：
$$
\alpha\alpha^T = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{pmatrix}.
$$
同时，$\alpha^T\alpha$ 是一个数（标量），计算得 $1 \times 1 + 0 \times 0 + 0 \times 0 = 1$。这个特殊选取保留了 $\alpha^T\alpha = 1$ 的性质（实际上我们选取的向量长度为1），便于后续计算。通过这个具体矩阵，我们可以直观地观察 $\alpha\alpha^T$ 的结构，为下一步求其特征值和特征向量做准备。
公式：$$\alpha = (1,0,0)^T, \quad \alpha\alpha^T = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{pmatrix}$$
提示：选取单位向量可简化计算，且不改变矩阵的秩和特征值结构。
目标：特殊值法：计算矩阵并求秩
采用特殊值法简化计算。设向量 $\alpha = (1,1,1)^T$，则 $\alpha\alpha^T$ 为 $3\times3$ 矩阵：
$$
\alpha\alpha^T = \begin{pmatrix} 1 \\ 1 \\ 1 \end{pmatrix} \begin{pmatrix} 1 & 1 & 1 \end{pmatrix} = \begin{pmatrix} 1 & 1 & 1 \\ 1 & 1 & 1 \\ 1 & 1 & 1 \end{pmatrix}.
$$
计算 $E - \alpha\alpha^T$，其中 $E$ 是 $3\times3$ 单位矩阵：
$$
E - \alpha\alpha^T = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix} - \begin{pmatrix} 1 & 1 & 1 \\ 1 & 1 & 1 \\ 1 & 1 & 1 \end{pmatrix} = \begin{pmatrix} 0 & -1 & -1 \\ -1 & 0 & -1 \\ -1 & -1 & 0 \end{pmatrix}.
$$
但题目中 $\alpha$ 是单位列向量，即 $\alpha^T\alpha = 1$。取特殊值 $\alpha = (1,0,0)^T$ 更简便，此时 $\alpha\alpha^T = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{pmatrix}$，则
$$
E - \alpha\alpha^T = \begin{pmatrix} 0 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix} = \operatorname{diag}(0,1,1).
$$
该对角矩阵有两个非零行（第二行和第三行），因此矩阵的秩为 $2$。
公式：E - \alpha\alpha^T = \operatorname{diag}(0,1,1)
提示：取$\alpha=(1,0,0)^T$可快速得到对角矩阵，避免复杂计算。
目标：代数法：证明矩阵是幂等矩阵
设 $A = E - \alpha \alpha^T$，其中 $\alpha$ 是 $n$ 维列向量，且满足 $\alpha^T \alpha = 1$。我们需要证明 $A$ 是幂等矩阵，即 $A^2 = A$。
计算 $A^2$：
$$A^2 = (E - \alpha \alpha^T)(E - \alpha \alpha^T)$$
展开乘积：
$$A^2 = E \cdot E - E \cdot (\alpha \alpha^T) - (\alpha \alpha^T) \cdot E + (\alpha \alpha^T)(\alpha \alpha^T)$$
由于 $E$ 是单位矩阵，有 $E \cdot (\alpha \alpha^T) = \alpha \alpha^T$，$(\alpha \alpha^T) \cdot E = \alpha \alpha^T$，因此：
$$A^2 = E - \alpha \alpha^T - \alpha \alpha^T + (\alpha \alpha^T)(\alpha \alpha^T) = E - 2\alpha \alpha^T + (\alpha \alpha^T)(\alpha \alpha^T)$$
现在处理最后一项 $(\alpha \alpha^T)(\alpha \alpha^T)$。根据矩阵乘法的结合律，有：
$$(\alpha \alpha^T)(\alpha \alpha^T) = \alpha (\alpha^T \alpha) \alpha^T$$
因为 $\alpha^T \alpha$ 是一个标量（即 $\alpha$ 的内积），且由条件知 $\alpha^T \alpha = 1$，所以：
$$\alpha (\alpha^T \alpha) \alpha^T = \alpha \cdot 1 \cdot \alpha^T = \alpha \alpha^T$$
代入上式：
$$A^2 = E - 2\alpha \alpha^T + \alpha \alpha^T = E - \alpha \alpha^T = A$$
因此 $A^2 = A$，由幂等矩阵的定义可知，$A$ 是幂等矩阵。
公式：$$A^2 = (E - \alpha \alpha^T)(E - \alpha \alpha^T) = E - 2\alpha \alpha^T + \alpha(\alpha^T \alpha)\alpha^T = E - \alpha \alpha^T = A$$
提示：注意区分 $\alpha \alpha^T$（矩阵）与 $\alpha^T \alpha$（标量），利用结合律将中间标量提出。
目标：代数法：利用秩不等式
已知条件为 $A(E-A)=O$，即 $A(E-A)=0$。根据矩阵乘积的秩不等式：对于任意两个可乘矩阵 $X$ 和 $Y$，有 $r(XY) \ge r(X)+r(Y)-n$，其中 $n$ 为 $X$ 的列数（或 $Y$ 的行数）。这里 $A$ 是 $3\times 3$ 矩阵，$E-A$ 也是 $3\times 3$ 矩阵，乘积为零矩阵，秩为 $0$。由秩不等式得：
$$0 = r(A(E-A)) \ge r(A) + r(E-A) - 3$$
即 $r(A) + r(E-A) \le 3$。
另一方面，根据矩阵和的秩不等式：$r(X+Y) \le r(X) + r(Y)$，但这里我们需要下界。注意到 $A + (E-A) = E$，而 $r(E)=3$。由秩的次可加性：$r(X+Y) \le r(X) + r(Y)$，反过来有 $r(X) + r(Y) \ge r(X+Y)$。因此：
$$r(A) + r(E-A) \ge r(A + (E-A)) = r(E) = 3$$
综合两个不等式得到：
$$r(A) + r(E-A) \le 3 \quad \text{且} \quad r(A) + r(E-A) \ge 3$$
因此必有 $r(A) + r(E-A) = 3$。
这个等式表明 $A$ 与 $E-A$ 的秩之和等于矩阵的阶数 $3$，这是后续求解 $r(A)$ 与 $r(E-A)$ 具体值的关键条件。
公式：$$r(A) + r(E-A) = 3$$
提示：利用 $A(E-A)=O$ 和 $A+(E-A)=E$ 两个条件，分别得到上下界，夹逼得出秩和。
目标：代数法：计算E-A的秩并得出结果
由前一步已知 $E - A = \alpha \alpha^T$，其中 $\alpha$ 是 $n$ 维单位列向量，即 $\alpha^T \alpha = 1$。
首先分析矩阵 $\alpha \alpha^T$ 的秩。对于任意非零列向量 $\alpha$，矩阵 $\alpha \alpha^T$ 的秩等于 $\alpha$ 的秩，而 $\alpha$ 作为列向量，其秩为 $1$（因为 $\alpha$ 的所有列（仅一列）线性无关）。因此 $r(\alpha \alpha^T) = 1$。
于是 $r(E - A) = 1$。
由于 $E$ 是 $3$ 阶单位矩阵，$A$ 是 $3$ 阶矩阵，根据矩阵秩的关系：
$$r(E - A) + r(A) \geq n = 3,$$
且 $r(E - A) = 1$，所以 $r(A) \geq 2$。
另一方面，由 $A = E - \alpha \alpha^T$，且 $\alpha \alpha^T$ 的秩为 $1$，而 $E$ 的秩为 $3$，一般情况下 $r(A) \geq r(E) - r(\alpha \alpha^T) = 3 - 1 = 2$。同时，因为 $\alpha \alpha^T$ 非零，$A$ 不可能满秩（否则 $E = A + \alpha \alpha^T$ 的秩会大于 $3$，矛盾），故 $r(A) = 2$。
因此，矩阵 $A$ 的秩为 $2$。
最终答案：$r(A) = 2$。
公式：$$r(E - A) = r(\alpha \alpha^T) = r(\alpha) = 1, \quad r(A) = 3 - 1 = 2$$
提示：注意单位列向量外积的秩恒为1，利用秩不等式确定最终秩。