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
有为少年9 小时前
从概率估计到“LLM 训练是有损压缩”
人工智能·线性代数·机器学习·计算机视觉·矩阵
风落无尘10 小时前
第二章《概率与生存》完整学习资料
人工智能·矩阵·概率论
大江东去浪淘尽千古风流人物14 小时前
【UV-SLAM】eLSD/LBD 数据维度 UV-SLAM吸收借鉴
数据库·线性代数·oracle·矩阵·uv·augmented reality
风落无尘15 小时前
《智能重生:从垃圾堆到AI工程师》——第三章 矩阵与防线
人工智能·线性代数·矩阵
玛丽莲茼蒿17 小时前
Leetcode hot100 螺旋矩阵【中等】
算法·leetcode·矩阵
个微管理1 天前
小红书新规深度拆解:从被封到破局,2026年矩阵号生存手册
大数据·人工智能·矩阵
互联科技报2 天前
2026年第一季度短视频矩阵视频混剪头部工具市场动态深度解析
人工智能·矩阵·音视频
一晌小贪欢2 天前
第3节:从表格到矩阵——NumPy 高级索引与维度变换实战
线性代数·矩阵·numpy
图码2 天前
矩阵数据结构入门指南:声明、初始化与基本操作
运维·数据结构·线性代数·算法·矩阵
我是大聪明.2 天前
Attention机制的数学本质:从Softmax到FlashAttention的演进
线性代数·矩阵