计算增广矩阵的秩，可以把增广矩阵当成一个普通矩阵，用初等行变换把它化成行阶梯形，再数非零行的行数。这个非零行数就是增广矩阵的秩。增广矩阵由系数矩阵和常数项列拼接而成，记作 A|b。在线性方程组学习里，计算增广矩阵的秩主要用于了解解的存在情况。当系数矩阵的秩和增广矩阵的秩相等时，方程组有解；当增广矩阵的秩比系数矩阵的秩大时，说明常数项列带来了一个新的独立方向，方程组判定会进入另一个分支。
增广矩阵的组成
| 部分 | 内容 | |
|---|---|---|
| 系数矩阵 | 方程组中变量前面的系数 | |
| 常数项列 | 等号右侧的数值列 | |
| 增广矩阵 | 系数矩阵和常数项列拼接后的整体，记作 A | b |
例如线性方程组可以写成矩阵形式：
```text
A x = b
```
其中 A 是系数矩阵，b 是常数项列，A|b 就是增广矩阵。
计算流程
| 序号 | 操作 | 说明 | |
|---|---|---|---|
| 1 | 写出增广矩阵 A | b | 保持最后一列常数项参与后续变换 |
| 2 | 做初等行变换 | 对整张增广矩阵一起变换 | |
| 3 | 化成行阶梯形 | 让下方元素逐行变零 | |
| 4 | 数非零行数 | 非零行数量就是增广矩阵的秩 | |
| 5 | 记作 rank(A | b) | 用于后续判断线性方程组情况 |
常用行变换
- • 交换两行位置
- • 用非零数乘某一整行
- • 把某一行加上另一行的倍数
初等行变换会保持矩阵的行空间维数，因此增广矩阵的秩在变换前后保持一致。
与系数矩阵的秩比较
| 系数矩阵秩 | 增广矩阵秩 | 方程组判定 |
|---|---|---|
| r | r | 有解 |
| r | r | 若 r 等于未知数个数，有唯一解 |
| r | r | 若 r 小于未知数个数，有无穷多解 |
| r | s | 若 s 大于 r，常数项列带来新的独立方向，判定进入另一个分支 |
这里用 r 表示系数矩阵 A 的秩，用 s 表示增广矩阵 A|b 的秩。
示例计算
给定增广矩阵：
```text
1 2 3
2 4 6
0 1 2
```
对整张矩阵做行变换。
保持第一行，处理第二行：
```text
R2 <- R2 - 2R1
```
得到：
```text
1 2 3
0 0 0
0 1 2
```
交换第二行和第三行：
```text
R2 <-> R3
```
得到：
```text
1 2 3
0 1 2
0 0 0
```
非零行有两行，所以：
```text
rank(A|b) = 2
```
如果系数矩阵取前两列：
```text
1 2
2 4
0 1
```
化成阶梯形后也有两行非零行，因此系数矩阵的秩也是 2。两者相等，说明这个线性方程组有解。
快速检查清单
- • 是否把常数项列一起参与行变换
- • 是否化成行阶梯形或简化阶梯形
- • 是否只数非零行的行数
- • 是否同时计算系数矩阵的秩用于比较
小结
按上述流程，核心动作是整张增广矩阵一起变换、化成行阶梯形、数非零行数。把它与系数矩阵的秩放在一起看，就能得到线性方程组解的存在情况。
免责声明：本文内容用于线性代数概念说明和学习参考，具体矩阵的秩以题目给定数据和标准运算结果为准。
