
按品级排列。 明 沉德符 《野获编·礼部·羽流恩恤之滥》:“ 国祥 列秩黄冠衔名,不登仕版。”
列秩是线性代数中的核心概念,指一个矩阵中线性无关的列向量的最大个数。它反映了矩阵列向量所张成的向量空间的维度,是刻画矩阵结构特性的重要指标。以下从定义、性质及应用三个层面详细阐释:
设矩阵 ( A ) 为 ( m times n ) 阶矩阵,其列向量组为 ( {mathbf{a}_1, mathbf{a}_2, ldots, mathbf{a}_n} )。若存在一组不全为零的标量 ( c_1, c_2, ldots, c_k ) 使得: $$ c1mathbf{a}{i1} + c2mathbf{a}{i2} + cdots + ckmathbf{a}{ik} = mathbf{0} $$ 则这些列向量线性相关;否则线性无关。列秩即该矩阵中最大线性无关列向量组的向量个数,记为 ( text{rank}(A) )。
关键定理:
对任意矩阵 ( A ),其列秩等于行秩(线性无关行向量的最大个数),统称为矩阵的秩(Rank)。数学表述为: $$ text{rank}(A) = dim(text{col}(A)) $$ 其中 ( text{col}(A) ) 表示由列向量张成的列空间。
秩-零度定理关联
矩阵秩与零空间维度满足:
$$ text{rank}(A) + text{nullity}(A) = n $$ 其中 ( text{nullity}(A) ) 是齐次方程 ( Amathbf{x}=mathbf{0} ) 解空间的维度(高等教育出版社《线性代数》第五版)。
行列式判据
若 ( A ) 为方阵,则 ( text{rank}(A) = n ) 当且仅当 ( det(A) eq 0 )(即矩阵可逆)。
初等变换不变性
矩阵的列秩在行初等变换下保持不变,可通过高斯消元法化为行阶梯形矩阵的非零行数确定秩值(华章数学译丛《线性代数及其应用》)。
解线性方程组
方程组 ( Amathbf{x} = mathbf{b} ) 有解的充要条件是系数矩阵 ( A ) 与增广矩阵 ( [A|mathbf{b}] ) 的秩相等。
向量空间分析
列秩等于列空间的维度,决定了矩阵作为线性变换时像空间的维数(维基百科"Rank (linear algebra)"条目)。
数据降维与机器学习
在主成分分析(PCA)中,矩阵的秩对应数据内在维度,是特征提取的理论基础(Stanford CS229课程讲义)。
参考文献:
建议通过数学工具书或权威教材进一步验证定义细节。
列秩的解释需结合数学术语和古汉语语境分述如下:
一、数学定义(线性代数) 列秩指矩阵中线性无关的纵列的最大数量,是矩阵秩的核心概念。例如,若矩阵有3列且其中两列线性无关,则列秩为2。行秩同理指线性无关横行的最大数量。关键性质:
二、古汉语释义 原指按品级排列官职或事物等级,常见于古代文献。例如:
两类含义差异显著:数学术语描述矩阵特性,古汉语则侧重等级排序。需根据上下文判断具体指向。
班白冰川学笔试长淮齿弟侈志怆神矬人弹棊丹铅手盗杀笃禄咄欪纷委覆勘宫合觥政谷牝黄帐鹘坊悔恡火所火烛小心讲祀僭名娇好嗟嗷解亭极谏金版警政急人所急秬草离宫遴弃癃疝銮江旅魂卯时明如指掌纳喊贫薄牵缠青笼轻禽劝驾撒丫子申孙嗜痂成癖霜清水笔私忌通署吐沫驼酥徒囚歪死缠文褓兀剌吴霜