矩阵的秩是线性代数中的一个概念。在线性代数中,一个矩阵A的列秩是A的线性独立的纵列的极大数。通常表示为r(A),rk(A)或rank A。
在线性代数中,一个矩阵A的列秩是A的线性独立的纵列的极大数目。类似地,行秩是A的线性无关的横行的极大数目。通俗一点说,如果把矩阵看成一个个行向量或者列向量,秩就是这些行向量或者列向量的秩,也就是极大无关组中所含向量的个数。
拓展资料
变化规律
(1)转置后秩不变
(2)r(A)<=min(m,n),A是m*n型矩阵
(3)r(kA)=r(A),k不等于0
(4)r(A)=0 <=> A=0
(5)r(A+B)<=r(A)+r(B)
(6)r(AB)<=min(r(A),r(B))
(7)r(A)+r(B)-n<=r(AB)
证明:
AB与n阶单位矩阵En构造分块矩阵
|AB O|
|O En|
A分乘下面两块矩阵加到上面两块矩阵,有
|AB A|
|0 En|
右边两块矩阵分乘-B加到左边两块矩阵,有
|0 A |
|-B En|
所以,r(AB)+n=r(第一个矩阵)=r(最后一个矩阵)>=r(A)+r(B)
即r(A)+r(B)-n<=r(AB)
注:这里的n指的是A的列数。这里假定A是m×n matrix。
特别的:A:m*n,B:n*s,AB=0 -> r(A)+r(B)<=n
(8)P,Q为可逆矩阵, 则 r(PA)=r(A)=r(AQ)=r(PAQ)
参考资料:百度百科 - 矩阵的秩