现在这移动数字时代，信息和知识随处可见，一搜哪儿都有，所以听君一席话胜读十年书的感觉我们是越来越难以拥有了，而与时俱进的是，听君一席话如听一席话的情况反而越来越多了。说了就跟没说一样，这种感觉，机智客觉得不仅出现在碎片化人生中，“似乎”也出现在冰冷的数学中。反正开始学高等数学中的矩阵的秩，就有这个感觉。
也正因为觉得矩阵的秩这个数学概念，让自己感觉糊里糊涂的，定义都不清不楚，加上高度近视，眼神不好，我还以为矩阵的秩是矩阵的矢，看到矢一样的感觉。矩阵的秩的介绍是这样描述的，设有n个未知数，m个方程的线性方程组，可以写成以向量x为未知元的向量方程Ax=b，其中，向量组（A）：a1，a2……am的极大无关向量组所含向量的个数r称为该向量组的秩。
瞧瞧，多不是人话。你说正常人念几遍能听懂？似乎是说了就跟没说一样，另外这里出现一个新概念：极大无关向量组。它的定义是向量组（A）：a1，a2……am的一个部分向量组ai1，ai2……air满足两个条件：一是它们线性无关，二是向量组（A）：a1，a2……am的任一向量都可以表示为ai1，ai2……air的向量组合。ai1，ai2……air就是极大无关向量组。
来，看下矩阵的秩的定义，矩阵A的行向量组成的向量组的秩称为矩阵A的行秩，矩阵A的列向量组成的向量组的秩称为矩阵A的列秩。矩阵的秩记作R（A）。怎么样，有没有文章开头那种听君一席话，胜似一席话的感觉？反正开始看书的时候自己就有这个感觉。
给人的感觉就是比较难懂，至少，乍一看其定义，感觉就是比之前我们学习过的高等数学的一些概念难一点。矩阵的秩的定理包含两个，第一个感觉挺“废话”的，第二个定理，则包含三种情况：无解、唯一解和无限多解的充要条件。而机智客觉得学习到这里，我们多看看，多理解理解，大概也都会有点点点点感悟吧，其实，秩这个知识点，比如向量组的秩，是可以用来解决线性方程组的解的。当线性方程组写成向量方程Ax=b的时候，就可以通过R(A)和它的共轭矩阵来分析问题解了。得，又来一个新的矩阵的知识概念：共轭矩阵。哎。学习真折腾脑细胞。
网友评论