矩阵的秩的定义(什么叫矩阵的秩,举个例子)
一、矩阵的秩的八大性质
矩阵的秩是反映矩阵固有特性的一个重要概念。
设A是一组向量，定义A的最大无关组中向量的个数为A的秩。
定义1.在m*n矩阵A中，任意决定k行和k列交叉点上的元素构成A的一个k阶子矩阵，此子矩阵的行列式，称为A的一个k阶子式。
例如，在阶梯形矩阵中，选定1，3行和3，4列，它们交叉点上的元素所组成的2阶子矩阵的行列式就是矩阵A的一个2阶子式。
定义2.A=(aij)m×n的不为零的子式的最大阶数称为矩阵A的秩，记作rA，或rankA或R(A)。特别规定零矩阵的秩为零。显然rA≤min(m,n)易得：若A中至少有一个r阶子式不等于零，且在r<min(m,n)时，A中所有的r+1阶子式全为零，则A的秩为r。
由定义直接可得n阶可逆矩阵的秩为n，通常又将可逆矩阵称为满秩矩阵,det(A)10；不满秩矩阵就是奇异矩阵，det(A)=0。
由行列式的性质1(1.5[4])知，矩阵A的转置AT的秩与A的秩是一样的。
例1.计算下面矩阵的秩，而A的所有的三阶子式，或有一行为零；或有两行成比例，因而所有的三阶子式全为零，所以rA=2。
二、矩阵的秩怎么定义的
矩阵的秩的定义：是其行向量或列向量的极大无关组中包含向量的个数。
能这么定义的根本原因是：矩阵的行秩和列秩相等（证明可利用n+1个n维向量必线性相关）
矩阵的秩的几何意义如下：在n维线性空间V中定义线性变换，可以证明：在一组给定的基下，任一个线性变换都可以与一个n阶矩阵一一对应；而且保持线性；换言之，所有线性变换组成的空间End<F>(V)与所有矩阵组成的空间M(n)<F>是同构的。
三、矩阵的秩是什么
矩阵的秩是线性代数中的一个概念，表示矩阵中线性独立的列向量或行向量的最大数量1。矩阵的秩也可以理解为矩阵变换后图像的空间维度，或者是列空间的维度2。矩阵的秩可以通过初等行变换将矩阵化为上三角形后，非零元素所在的行数或列数来确定3。
