计算矩阵 A的秩的最容易的方式是高斯消去法。高斯算法生成的A的行梯阵形式有同A一样的秩，它的秩就是非零行的数目。
通俗来讲：求增广矩阵的秩的方法一般是将矩阵通过行列变换，将矩阵转化为等价标准型，然后观察该矩阵中不为0的行数，那么此行数就是矩阵的秩。
以题为例：
（1）将该矩阵进行多次行倍加运算，转化为等价标准型。
（2）观察等价标准型矩阵不为0的行数，得出该增广矩阵的秩为3.
扩展资料：
秩是线性代数术语，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。m× n矩阵的秩最大为 m和 n中的较小者。有尽可能大的秩的矩阵被称为有满秩；类似的，否则矩阵是秩不足的。
例如考虑 4 × 4 矩阵用高斯算法验证。它生成下列 A的行梯阵形式：它有两个非零的横行。
考虑线性映射：
对于每个矩阵A，fA都是一个线性映射，同时，对每个的 线性映射f，都存在矩阵A使得 f= fA。也就是说，映射是一个同构映射。所以一个矩阵 A的秩还可定义为fA的像的维度（像与核的讨论参见线性映射）。
矩阵 A称为 fA的变换矩阵。这个定义的好处是适用于任何线性映射而不需要指定矩阵，因为每个线性映射有且仅有一个矩阵与其对应。秩还可以定义为 n减 f的核的维度；秩-零化度定理声称它等于 f的像的维度。
参考资料：秩（线性代数术语）_百度百科
温馨提示：答案为网友推荐，仅供参考
相似回答