A,B是两个行数相同的矩阵,R(A,B) 是分块矩阵(A,B)的秩。有的教材把非齐次线性方程组表示为 AX=B,那么 R(A,B) 就是方程组的增广矩阵的秩。
秩是线性代数术语,在线性代数中,一个矩阵A的列秩是 A的线性无关的纵列的极大数目。类似地,行秩是 A的线性无关的横行的极大数目。
矩阵的列秩和行秩总是相等的,因此它们可以简单地称作矩阵 A的秩。通常表示为 rk(A) 或 rank A。
扩展资料:
矩阵的秩
引理,设矩阵A=(aij)sxn的列秩等于A的列数n,则A的列秩,秩都等于n。
定理,矩阵的行秩,列秩,秩都相等。
定理,初等变换不改变矩阵的秩。
定理,矩阵的乘积的秩Rab<=min{Ra,Rb};
当r(A)<=n-2时,最高阶非零子式的阶数<=n-2,任何n-1阶子式均为零,而伴随阵中的各元素就是n-1阶子式再加上个正负号,所以伴随阵为0矩阵。
当r(A)<=n-1时,最高阶非零子式的阶数<=n-1,所以n-1阶子式有可能不为零,所以伴随阵有可能非零(等号成立时伴随阵必为非零)。
A,B是两个行数相同的矩阵,R(A,B) 是分块矩阵(A,B)的秩。有的教材把非齐次线性方程组表示为 AX=B,那么 R(A,B) 就是方程组的增广矩阵的秩。
秩是线性代数术语,在线性代数中,一个矩阵A的列秩是 A的线性无关的纵列的极大数目。类似地,行秩是 A的线性无关的横行的极大数目。
矩阵的列秩和行秩总是相等的,因此它们可以简单地称作矩阵 A的秩。通常表示为 rk(A) 或 rank A。
扩展资料:
计算矩阵的秩的一个有用应用是计算线性方程组解的数目。如果系数矩阵的秩等于增广矩阵的秩,则方程组有解。在这种情况下,如果它的秩等于方程(未知数)的数目,则方程有唯一解;如果秩小于未知数个数,则有无穷多个解。
计算矩阵 A的秩的最容易的方式是高斯消去法。高斯算法生成的 A的行梯阵形式有同 A一样的秩,它的秩就是非零行的数目。
例如考虑 4 × 4 矩阵。
我们看到第 2 纵列是第 1 纵列的两倍,而第 4 纵列等于第 1 和第 3 纵列的总和。第1 和第 3 纵列是线性无关的,所以 A的秩是 2。这可以用高斯算法验证。它生成下列 A的行梯阵形式:它有两个非零的横行。
A,B应该是两个行数相同的矩阵
R(A,B) 是分块矩阵(A,B)的秩
有的教材把非齐次线性方程组表示为 AX=B
那么 R(A,B) 就是方程组的增广矩阵的秩