秩 (线性代数)

Disambiguate.png

关于其它含义, 请参见 “”.

线性代数中, 线性映射是指其维数, 是对线性映射的大小的刻画.

对向量组、矩阵而言, 也有非常类似的秩的概念.

1定义

对线性映射

定义 1.1., 为有限维 -向量空间. 则线性映射 定义为: 即映射 维数.

由定义, 我们总有若等号成立, 则称 满秩. 此时, 若 , 则 单射; 若 , 则 满射.

对向量组

定义 1.2., 为有限维 -向量空间. 则 中一组向量 定义为: 即这组向量的张成空间 的维数. 这也等于这组向量中任一极大线性无关子集中的向量个数.

对矩阵

定义 1.3., 上的 矩阵. 则 定义为它所代表的线性映射 的秩.

矩阵 的秩也有以下等价定义:

行秩: 矩阵行向量组的秩, 即 的每行视为 中向量, 得到的具有 个向量的向量组的秩.

列秩: 矩阵列向量组的秩, 即 的每列视为 中向量, 得到的具有 个向量的向量组的秩.

中非零子式的最大阶数.

2性质

对域 上的 方阵 , 其秩为 等价于其可逆, 也等价于其行列式不为 .

对域 上的矩阵 , 有以下矩阵运算关系:

.

.

可逆, 则 .

秩-零度定理: 对有限维向量空间之间的线性映射 , 有换言之, 的秩等于其出发空间的维数减去其丢失的维数.

3相关概念

术语翻译

英文 rank德文 Rang (m)法文 rang (m)