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
Zero19 分钟前
机器学习线性代数--(10)基变换:在不同坐标系之间切换
线性代数·机器学习
Tisfy1 小时前
LeetCode 1594.矩阵的最大非负积:动态规划O(mn)
leetcode·矩阵·动态规划·dp
Frostnova丶1 小时前
LeetCode 1594.矩阵中最大的非负乘积
算法·leetcode·矩阵
sheeta19982 小时前
LeetCode 每日一题笔记 日期:2025.03.22 题目:1886.判断矩阵经轮转后是否一致
笔记·leetcode·矩阵
带娃的IT创业者2 小时前
意图识别与工具智能路由:17 维关键词矩阵如何让 LLM 精准选择 38 个工具
线性代数·矩阵
Zero2 小时前
机器学习线性代数--(7)逆矩阵、列空间、秩、零空间与非方阵
线性代数·机器学习·矩阵
Zero2 小时前
机器学习线性代数--(12)抽象向量空间:超越箭头的世界
线性代数·机器学习
Zero2 小时前
机器学习线性代数--(9)叉积
人工智能·线性代数·机器学习
Zero2 小时前
机器学习线性代数--(8)点积与对偶性
人工智能·线性代数·机器学习
Zero2 小时前
机器学习线性代数--(11)特征向量与特征值:变换的“主轴”
线性代数·机器学习