目录
rank函数的功能是求取矩阵的秩。
语法
k = rank(A)
k = rank(A,tol)
说明
k = rank(A) 返回矩阵 A 的秩。
使用 sprank 确定稀疏矩阵的结构秩。
k = rank(A,tol) 指定在秩计算中使用另一个容差。秩计算为 A 中大于 tol 的奇异值的个数。
示例
矩阵的秩
确定矩阵是否满秩。创建一个 3×3 矩阵。第三列中的值是第二列中的值的两倍。
A = [3 2 4; -1 1 2; 9 5 10]
A = 3×3
3 2 4
-1 1 2
9 5 10
计算矩阵的秩。如果矩阵满秩,则秩等于列数,size(A,2)。
rank(A)
ans = 2
size(A,2)
ans = 3
由于列是线性相关的,因此该矩阵秩亏。
指定秩容差
使用容差计算矩阵的秩。创建一个 4×4 对角矩阵。对角线上有一个等于 1e-15 的小值。
A = [10 0 0 0; 0 25 0 0; 0 0 34 0; 0 0 0 1e-15]
A = 4×4
10.0000 0 0 0
0 25.0000 0 0
0 0 34.0000 0
0 0 0 0.0000
计算矩阵的秩。
rank(A)
ans = 3
由于默认算法计算大于 max(size(A))*eps(norm(A)) 的奇异值的个数,因此该矩阵不被视为满秩。对于此矩阵,对角线上的小值被排除,因为它小于容差。
再次计算矩阵的秩,但指定容差 1e-16。
rank(A,1e-16)
ans = 4
秩
矩阵中线性无关列的个数是矩阵的秩。一个矩阵的行秩和列秩始终相等。
如果一个矩阵的秩是具有相同大小的矩阵能达到的最高秩,则该矩阵为满秩;如果矩阵不具有满秩,则该矩阵为秩亏。秩用于度量矩阵的范围或列空间的维度,它是所有列的线性组合的集合。
算法
rank 使用基于奇异值分解 (SVD) 的方法。SVD 算法相比其他一些方法耗时更多,但它也是最可靠的。
矩阵 A 的秩计算为大于容差的奇异值的个数。
默认情况下,容差为 max(size(A))*eps(norm(A))。但是,可以使用命令 rank(A,tol) 指定另一个容差。