矩阵杂谈——矩阵的秩

矩阵的秩,即为矩阵的主元个数,它决定着矩阵关于 A x = b Ax=b Ax=b这个方程组到底有多少解。

下面便来具体分析这句话:

r :矩阵的秩 A : m × n 大小的矩阵 r:矩阵的秩\\A:m \times n大小的矩阵 r:矩阵的秩A:m×n大小的矩阵


1. r = m = n r= m=n r=m=n

此时,矩阵消元过后可以简化表示为 I I I,此时必定有一个解。

可以理解为 r r r个 r r r元的线性不相关方程必然有且仅有一个解。

也可以理解为给你了一个线性不相关的基底,必然能以唯一形式表达出空间上的一个向量。

2. r = n < m r=n<m r=n<m

此时的矩阵消元后,可以简化表示为 I 0 \left \\begin{matrix} I\\\\ 0 \\end{matrix} \\right I0

当下面几行的参数能满足 0 = b n 0=b_n 0=bn时,情况便和第一种一样,有且仅有一个解。不满足的话就是无解。

3. r = m < n r=m<n r=m<n

此时的矩阵消元后,可以简化表示为 I F \left \\begin{matrix} {I} \&{F} \\end{matrix} \\right IF

由于自由列的存在,给解了不确定性,所以这样的矩阵对应的方程总是有解且有无数个解的。

4. r < m , r < n r<m,r<n r<m,r<n

这样的矩阵消元后可表示为: I F 0 0 \left \\begin{matrix} {I} \&{F} \\\\ {0}\& {0} \\end{matrix} \\right I0F0

情况是综合2与3,不难得到,可能有0个解或者无数个解。

相关推荐
乱七八糟的屋子4 小时前
MTL4 (Matrix Template Library) 超详细实战教程|C++高性能稠密/稀疏矩阵计算
c++·矩阵·稀疏矩阵·mtl4·matrixtemplate·c++线性代数·高性能数值计算
小趴蔡ha8 小时前
03 NumPy 入门:机器学习中的数组和矩阵
python·线性代数·机器学习·numpy
乱七八糟的屋子8 小时前
TooN 超详细入门实战教程|C++轻量极致精简矩阵库(机器人/SLAM专用)
矩阵·机器人·数值计算·slam·c++矩阵库·轻量线性代数·机器人数学
歪歪歪比巴卜1 天前
服务商批量接手客户跨平台社媒账号的技术落地:体检体系与重启架构
矩阵·架构·aigc
比卡超哥1 天前
Ctorch开发日志——矩阵乘法优化及数学原理
线性代数·矩阵
青山木1 天前
Hot 100 --- 搜索二维矩阵
java·算法·leetcode·矩阵
XUEYUAN52121 天前
跨境爬虫与矩阵运维:代理IP风控原理、节点差异与厂商技术调研
运维·爬虫·矩阵
A_cainiao_A1 天前
【ggml系列】【第四篇】ggml_graph_compute 多线程计算引擎与算子分发源码深度解析
开发语言·c++·矩阵
AI科技星2 天前
曲率‑挠率与 $\boldsymbol{\omega/c}$ 的关系、精算验证及其物理意义
c语言·开发语言·线性代数·算法·决策树·机器学习·ai科技星
粉色大象2 天前
线性代数入门:行列式与矩阵全解析
线性代数·矩阵