Loading

矩阵的Spark和Rank

矩阵Spark的概念在纠错码和压缩感知等通信理论中广泛应用,并为线性方程组解的最大稀疏性提供了一个简单的准则,其与矩阵Rank的概念相近,容易混淆。

Spark

  1. 定义:若矩阵\(\mathbf{A}=[ \mathbf{a}_{1}, \mathbf{a}_{2}, {\dots}, \mathbf{a}_{n} ]{\;\in\;}\mathbb{C}^{m{\times}n}\)满足\(\mathrm{spark}(\mathbf{A})=k\),则存在最小整数\(k\),使得存在一个从矩阵\(\mathbf{A}\)中选取\(k\)列的向量集合\(\{ \mathbf{a}_{i_{1}}, \mathbf{a}_{i_{2}}, {\dots}, \mathbf{a}_{i_{k}} \}\)线性相关。
  2. 数学语言表述:

    \[\mathrm{spark}(\mathbf{A})=\min_{\mathbf{d}{\neq}\mathbf{0}} \| \mathbf{d} \|_{0}, \mathrm{s.t.} \mathbf{A}\mathbf{d} = \mathbf{0} \]

Rank

  1. 定义:若矩阵\(\mathbf{A}=[ \mathbf{a}_{1}, \mathbf{a}_{2}, {\dots}, \mathbf{a}_{n} ]{\;\in\;}\mathbb{C}^{m{\times}n}\)满足\(\mathrm{rank}(\mathbf{A})=k\),则存在最大整数\(k\),使得存在一个从矩阵\(\mathbf{A}\)中选取\(k\)列的向量集合\(\{ \mathbf{a}_{i_{1}}, \mathbf{a}_{i_{2}}, {\dots}, \mathbf{a}_{i_{k}} \}\)线性无关。
  2. 其它表述:矩阵\(\mathbf{A}\)的秩是由其列张成的向量空间的维数。

Spark和Rank的关系

易错辨析

在矩阵Spark和Rank的定义中,均仅表明了“存在性”而非“任意性”,二者的“存在性”互不影响。因此,矩阵Spark和Rank在一般情况下并不存在确定性等式关系。

  1. 例:若在矩阵\(\mathbf{A}\)中任选一列修改为为另一列的倍数,那么将导致\(\mathrm{spark}(\mathbf{A})=2\),但这一现象并不影响其它列的线性无关性质。
  2. 例:矩阵\(\mathbf{A}_{1}, \mathbf{A}_{2}, \mathbf{A}_{3}\)的Rank参数均为\(3\),但Spark参数分别为\(2,3,4\)

    \[\mathbf{A}_{1}=\begin{bmatrix} 1 & 0 & 0 & 1 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & 1 & 0 \\ \end{bmatrix}, \mathbf{A}_{2}=\begin{bmatrix} 1 & 0 & 0 & 1 \\ 0 & 1 & 0 & 1 \\ 0 & 0 & 1 & 0 \\ \end{bmatrix}, \mathbf{A}_{3}=\begin{bmatrix} 1 & 0 & 0 & 1 \\ 0 & 1 & 0 & 1 \\ 0 & 0 & 1 & 1 \\ \end{bmatrix} \]

定理

虽然矩阵Spark和Rank在一般情况下并不存在确定性等式关系,但仍有下列关系成立:

  1. (不等式关系)对于矩阵\(\mathbf{A}{\;\in\;}\mathbb{C}^{m{\times}n}\)\(\mathrm{spark}(\mathbf{A}){\;\leq\;}\mathrm{rank}(\mathbf{A})+1\):若矩阵\(\mathbf{\mathbf{A}}\)满足\(\mathrm{rank}(\mathbf{A})=k\),则根据定义,矩阵\(\mathbf{A}\)中一定存在\(k+1\)列线性相关的向量集合,即\(\mathrm{spark}(\mathbf{A}){\;\leq\;}k+1\)
  2. (推论)对于矩阵\(\mathbf{A}{\;\in\;}\mathbb{C}^{m{\times}n}\),当\(\mathrm{spark}(\mathbf{A})=m+1\)时,有\(\mathrm{rank}(\mathbf{A})=m\)成立:当\(\mathrm{spark}(\mathbf{A})=m+1\)时,根据上述不等式关系和矩阵秩的性质,有

    \[m=\mathrm{spark}(\mathbf{A})-1{\;\leq\;}\mathrm{rank}(\mathbf{A}){\;\leq\;}\min\{m,n\}{\;\leq\;}m \]

    \(\mathrm{rank}(\mathbf{A})=m\)成立。
posted @ 2022-04-17 16:00  Infinity-SEU  阅读(1114)  评论(0编辑  收藏  举报