线性代数中的秩是什么,我不太理解,求帮忙
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。
m× n矩阵的秩最大为 m和 n中的较小者。有尽可能大的秩的矩阵被称为有满秩;类似的,否则矩阵是秩不足的。
扩展资料:
计算
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。
在应用在计算机上的浮点数的时候,基本高斯消去(LU分解)可能是不稳定的,应当使用秩启示(revealing)分解。
一个有效的替代者是奇异值分解(SVD),但还有更少代价的选择,比如有支点(pivoting)的QR分解,它也比高斯消去在数值上更强壮。秩的数值判定要求对一个值比如来自 SVD 的一个奇异值是否为零的依据,实际选择依赖于矩阵和应用二者。
参考资料:百度百科-秩
矩阵的秩,就是矩阵列(或行)向量组中,极大线性无关向量组中的向量个数。
也可以化成行最简型矩阵,然后数一下非零行的行数,就是秩
2016-04-21
2016-04-21