第2个回答 推荐于2016-04-22
有可能有,也有可能没有,比如A=1 1 B= 1 0 ,秩都是1,A没有等于0的1阶 1 1 0 0
子式,但是B有。
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。
方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。
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。
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。
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,则方程组只要有一个解。在这种情况下,它有精确的一个解,如果它的秩等于方程的数目。如果增广矩阵的秩大于系数矩阵的秩,则通解有 k个自由参量,这里的 k是在方程的数目和秩的差。否则方程组是不一致的。
在控制论中,矩阵的秩可以用来确定线性系统是否为可控制的,或可观察的。