_高数中秩是什么_20251107142355.pdfVIP

高数中秩是什么

一、秩的定义

秩（Rank）是线性代数中衡量矩阵或向量组线性独立性的核心概念，具体

分为以下两类定义：

1.矩阵的秩

子式定义：矩阵中所有非零子式的最高阶数称为矩阵的秩，记作

。

子式：从矩阵中任取行和列，交叉点元素构成的阶

行列式。

示例：若矩阵存在一个3阶非零子式，且所有4阶子

式均为零，则。

行阶梯形定义：通过初等行变换将矩阵化为行阶梯形后，非零行

的行数即为秩。

2.向量组的秩

极大无关组：向量组中线性无关且能表示其他向量的最大子集，

其元素个数称为向量组的秩。

示例：向量组若极大无关组为，

则秩为2。

二、秩的性质

1.基本性质

：矩阵与其转置的秩相等。

：矩阵的秩不超过行数和列数

的较小值。

初等变换不变性：矩阵的初等行（列）变换不改变其秩。

2.运算性质

：矩阵和的秩不超过秩的和。

：矩阵乘积的秩不超过各因子秩的

最小值。

满秩条件：若为方阵且，则可逆。

三、秩的几何意义

1.矩阵的秩

列空间维度：矩阵的秩等于其列向量组生成的子空间（列空间）

的维度。

行空间维度：同理，秩也等于行向量组的行空间维度。

2.向量组的秩

线性无关性：秩为的向量组中任意个向量必线性相

关。

四、秩的计算方法

1.矩阵的秩

初等变换法：通过行变换化为行阶梯形，统计非零行数。

示例：

子式法：寻找最高阶非零子式。

2.向量组的秩

矩阵化法：将向量组按列（或行）排成矩阵，求其秩。

五、秩的应用

1.线性方程组

解的判定：

非齐次方程组有解当且仅当。

唯一解条件：（为未知数个数）。

2.几何分析

平面位置关系：通过系数矩阵和增广矩阵的秩判断三平面的交线

/交点情况。

3.矩阵分解

满秩分解：任意矩阵可分解为，其中列满秩，

行满秩。

六、常见误区与注意事项

1.混淆行秩与列秩

矩阵的行秩和列秩始终相等，统称为秩。

2.零矩阵的秩

零矩阵的秩为0，而非零矩阵的秩至少为1。

3.秩与行列式的关系

若（满秩），则；反之，若，则

。

七、典型例题

例题1：求矩阵的秩。解：

1.初等行变换：