向量组的行秩和列秩
知道线性相关如何求秩？
知道线性相关如何求秩？
设有n个向量a1,a2...,an（都是m维），如果他们线性无关，那么n个向量组成的向量组的秩就是n。
在线性代数里，矢量空间的一组元素中，若没有矢量可用有限个其他矢量的线性组合所表示，则称为线性无关或线性独立，反之称为线性相关。
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。矩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。
线性无关和线性相关的性质：
1、对于任一向量组而言,，不是线性无关的就是线性相关的。
2、向量组只包含一个向量a时，a为0向量，则说A线性相关; 若a≠0, 则说A线性无关。
3、包含零向量的任何向量组是线性相关的.。
4、含有相同向量的向量组必线性相关。
5、增加向量的个数，不改变向量的相关性。(注意，原本的向量组是线性相关的)
6、减少向量的个数，不改变向量的无关性。(注意，原本的向量组是线性无关的）
7、一个向量组线性无关，则在相同位置处都增加一个分量后得到的新向量组仍线性无关。
8、一个向量组线性相关，则在相同位置处都去掉一个分量后得到的新向量组仍线性相关。
什么样的向量组秩为零？
通俗的说，就是把这一组向量中的垃圾向量踢出后剩下的高品质向量的个数，假设这一组有5个向量，踢出两个垃圾，还剩3个。那么这个向量组的秩就是3。那什么是垃圾向量呢？就是能被别人线性表示的向量。比如说向量α1能被α2和α3线性表示，也就是它的工作能被别人取代。那么α1就是垃圾向量！秩是线性代数中最重要的概念，是广大考生一定要掌握的概念。在线性代数中，关于秩有两大类：矩阵的秩以及向量组的秩，这两个概念之间是有区别和联系的。首先，我们来看一下它们各自的概念。
矩阵的秩：矩阵A最高阶非零子式的阶数称之为矩阵A的秩，记为r（A），其中r（A）不超过矩阵行数和列数的最小值。
矩阵的秩可以化为向量组的秩来计算，向量组的秩也可以化为矩阵的秩来计算。
在计算矩阵的秩时，理论上需要计算非零子式来确定，但是有的时候计算量大、计算麻烦，故可以利用初等行变换把矩阵化为阶梯型矩阵，最后非零行的个数就是矩阵的秩。扩展资料：根据向量组的秩可以推出一些线性代数中比较有用的定理1 向量组α1，α2，···，αs线性无关等价于R{α1，α2，···，αs}s。2 若向量组α1，α2，···，αs可被向量组β1，β2，···，βt线性表出，则R{α1，α2，···，αs}小于等于R{β1，β2，···，βt}。3 等价的向量组具有相等的秩。4 若向量组α1，α2，···，αs线性无关，且可被向量组β1，β2，···，βt线性表出，则s小于等于t。5 向量组α1，α2，···，αs可被向量组β1，β2，···，βt线性表出，且st，则α1，α2，···，αs线性相关。6 任意n 1个n维向量线性相关。矩阵的秩有向量组的秩的概念可以引出矩阵的秩的概念。一个m行n列的矩阵可以看做是m个行向量构成的行向量组，也可看做n个列向量构成的列向量组。
行向量组的秩成为行秩，列向量组的秩成为列秩，容易证明行秩等于列秩，所以就可成为矩阵的秩。矩阵的秩在线性代数中有着很大的应用，可以用于判断逆矩阵和线性方程组解的计算等方面。