列满秩(如何证明矩阵满秩)

列满秩，如何证明矩阵满秩？

设A是n阶矩阵, 若r（A） = n, 则称A为满秩矩阵。但满秩不局限于n阶矩阵。

若矩阵秩等于行数，称为行满秩；若矩阵秩等于列数，称为列满秩。既是行满秩又是列满秩则为n阶矩阵即n阶方阵。行满秩矩阵就是行向量线性无关，列满秩矩阵就是列向量线性无关；所以如果是方阵,行满秩矩阵与列满秩矩阵是等价的。

中文名

满秩矩阵

外文名

non-singular matrix

别名

矩阵

提出者

凯利

重要性

判断矩阵是否可逆的充分必要条件

快速

导航

单位阵

矩阵的秩

定义1:用初等行变换将矩阵A化为阶梯形矩阵, 则矩阵中非零行的个数就定义为这个矩阵的秩, 记为r（A），根据这个定义, 矩阵的秩可以通过初等行变换求得。需要注意的是, 矩阵的阶梯形并不是唯一的, 但是阶梯形中非零行的个数总是一致的。

定义2:在

中，若

（1）有某个r阶子式

;

（2）所有r+1阶子式

（如果有r+1阶子式的话）

称A的秩为r，记作R（A)=r。规定：R（O)=0.

对

，若R（A)=m，称A为行满秩矩阵；

若R（A)=n，称A为列满秩矩阵。

对

，若R（A)=n，称A为满秩矩阵（可逆矩阵，非奇异矩阵）；

若R（A)<n，称A为降秩矩阵（不可逆矩阵，奇异矩阵）。

满秩矩阵是一个很重要的概念, 它是判断一个矩阵是否可逆的充分必要条件。[1]

单位阵

单位阵是单位矩阵的简称，它指的是对角线上都是1，其余元素皆为0的矩阵。

在矩阵的乘法中,有一种矩阵起着特殊的作用，如同数的乘法中的1，我们称这种矩阵为单位矩阵，简称单位阵。它是个方阵，除左上角到右下角的对角线(称为主对角线)上的元素均为1以外全都为0。

可用将系数矩阵转化成单位矩阵的方法解线性方程组。

为什么线性方程组只跟矩阵的列向量有关？

只能说一个矩阵的列向量线性相关，或者行向量线性相关，而不能说一个矩阵相关或无关！很多系数矩阵都不是方阵，比如一个3*4的矩阵，如果秩为3的话，那就说明该矩阵行满秩，而列向量是线性相关的。

相反，如果是4*3矩阵，秩为3的话，那就是列向量线性无关（列满秩），行向量线性相关。

矩阵满秩有唯一解还是零解？

准确的说是列满秩的矩阵对应的其次线性方程组只有零解。

比如对于线性方程组Ax=0. 设A=[α1 α2 ...... αn], (α1,α2......αn为m维的列向量）

假设解为x=[k1 k2 ....... kn]T （k1,k2,...kn均为常数）

则Ax=k1α1+k2α2+......+knαn=0

又因A为列满秩矩阵，各个列向量线性无关

则有k1、k2......kn=0，即只有零解。

什么是列主元？

主元就是在矩阵消去过程中，每列的要保留的非零元素，用它可以把该列其他消去。

在阶梯型矩阵中，主元就是每个非零行第一个非零元素就是主元。将一个矩阵分解为比较简单的或具有某种特性的若干矩阵的和或乘积，矩阵的分解法一般有三角分解、谱分解、奇异值分解、满秩分解等。扩展资料：在线性代数中，三角矩阵是方形矩阵的一种，因其非零系数的排列呈三角形状而得名。三角矩阵分上三角矩阵和下三角矩阵两种。将矩阵分解为由其特征值和特征向量表示的矩阵之积的方法。需要注意只有对可对角化矩阵才可以施以特征分解。

两个矩阵相乘是满秩矩阵说明什么？

满秩矩阵乘以满秩矩阵的结果是满秩矩阵，两个列满秩矩阵相乘得到的矩阵一定列满秩。因为满秩，所以|A|>0,|B|>0,而|AB|=|A|*|B|>0,所以AB满秩。

若矩阵秩等于行数，称为行满秩；若矩阵秩等于列数，称为列满秩。既是行满秩又是列满秩则为n阶矩阵即n阶方阵。行满秩矩阵就是行向量线性无关，列满秩矩阵就是列向量线性无关；所以如果是方阵,行满秩矩阵与列满秩矩阵是等价的。

矩阵的秩定义

A=(aij)m×n的不为零的子式的最大阶数称为矩阵A的秩，记作rA，或rankA或R(A)。

特别规定零矩阵的秩为零。

显然rA≤min(m,n) 易得：

若A中至少有一个r阶子式不等于零，且在r<min(m,n)时，A中所有的r+1阶子式全为零，则A的秩为r。

由定义直接可得n阶可逆矩阵的秩为n，通常又将可逆矩阵称为满秩矩阵, det(A)≠0；不满秩矩阵就是奇异矩阵，det(A)=0。

由行列式的性质知，矩阵A的转置AT的秩与A的秩是一样的，即rank(A)=rank(AT)