矩阵秩的性质矩阵满秩有什么性质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，一个矩阵的行秩等于列秩，所以如果是方阵，行满秩矩阵与列满秩矩阵是等价的。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。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。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。在线性代数中，相似矩阵是指存在相似关系的矩阵。相似关系是两个矩阵之间的一种等价关系。两个n×n矩阵A与B为相似矩阵当且仅当存在一个n×n的可逆矩阵P。矩阵在物理学中的另一类泛应用是描述线性耦合调和系统。这类系统的运动方程可以用矩阵的形式来表示，即用一个质量矩阵乘以一个广义速度来给出运动项，用力矩阵乘以位移向量来刻画相互作用。
矩阵秩的性质如下：
1. max[R(A),R(B)]⩽R(A,B)⩽R(A)+R(B) ，特别的，当 B=b 为非零列向量时，有 R(A)⩽R(A,b)⩽R(A)+1
推导过程：
的最高阶非零子式总是的非零子式同理可知，令，且令，则，和中分别含有个和个非零行从而可知，中最大非零行个数为综上所述，∵A的最高阶非零子式总是(A,B)的非零子式∴R(A)⩽R(A,B)同理可知，R(B)⩽R(A,B)∴max[R(A),R(B)]⩽R(A,B)令，(A,B)→(A′,B′)A→A′B→B′且令，R(A′)=rR(B′)=t则，A′和B′中分别含有r个和t个非零行从而可知，(A′,B′)中最大非零行个数为r+t∴R(A,B)=R(A′,B′)⩽R(A′)+R(B′)=R(A)+R(B)综上所述，max[R(A),R(B)]⩽R(A,B)⩽R(A)+R(B)
2. R(A+B)⩽R(A)+R(B)R(A+B)⩽R(A+B,B)=R(A,B)⩽R(A)+R(B)
推导过程：
设为矩阵则对矩阵作初等行变换由秩的性质一可知，设A,B为m×n矩阵则对矩阵(A+BB)作初等行变换ri−rm+i(i=1,2,⋯,m/2)∴(A+BB)→r(AB)由秩的性质一可知，R(A+B)⩽R(A+BB)=R(AB)=R(AT,BT)T=R(AT,BT)⩽R(AT)+R(BT)=R(A)+R(B)
3. R(AB)⩽min[R(A),R(B)]
推导过程：
设可知矩阵方程有解根据矩阵方程定理六（矩阵方程有解的充分必要条件是）可知而由秩的性质一可知故，又可知矩阵方程有解根据矩阵方程定理六（矩阵方程有解的充分必要条件是）可知而由秩的性质一可知故，又且综上所述，设AB=C可知矩阵方程AX=C有解X=B根据矩阵方程定理六（矩阵方程AX=B有解的充分必要条件是R(A)=R(A,B)）可知R(A)=R(A,C)而由秩的性质一可知max[R(A),R(C)]⩽R(A,C)⩽R(A)+R(C)故，R(C)⩽R(A,C)∴R(C)⩽R(A)又∵(AB)T=BTAT=CT可知矩阵方程BTX=CT有解X=AT根据矩阵方程定理六（矩阵方程AX=B有解的充分必要条件是R(A)=R(A,B)）可知R(BT)=R(BT,CT)而由秩的性质一可知max[R(BT),R(CT)]⩽R(BT,CT)⩽R(BT)+R(CT)故，R(CT)⩽R(BT,CT)∴R(CT)⩽R(BT)又∵R(B)=R(BT)且R(CT)=R(C)∴R(C)⩽R(B)综上所述，R(C)⩽min[R(A),R(B)]
4.若 Am×nBn×l=O ，则 R(A)+R(B)⩽n
推导过程：
记又因故即，该方程表明为齐次方程的解设为齐次方程的解集则，故，由秩的定理七可知（定理七：设矩阵的秩，则元齐次线性方程组的解集的秩），得证
r(AB)与r(A),r(B)的关系小!设A为m*n矩阵;B为n*k矩阵;r(A)=a,r(B)=b;0≤r(AB)≤min(a,b);这与他们是不是N阶矩阵无关!!
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一个矩阵的行秩等于列秩,所以如果是方阵,行满秩矩阵与列满秩矩阵是等价的.
我明白这个道理你选涡
伴随矩阵的性质与应用的Word文档,我给你!!!其实论文任何一个课题的研究或开发都是有学科基础或技术基础的。综述部分主要阐述选题在相应学科领域中的发展进程和研究方向，特别是近年来的发展趋势和最新成果。可以帮你写个提纲或者开题要吗？
在数学中，矩阵（Matrix）是一个按照长方阵列排列的复数或实数集合[1] ，最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。矩阵是高等代数学中的常见工具，也常见于统计分析等应用数学学科中。在物理学中，矩阵于电路学、力学、光学和量子物理中都有应用；计算机科学中，三维动画制作也需要用到矩阵。 矩阵的运算是数值分析领域的重要问题。将矩阵分解为简单矩阵的组合可以在理论和实际应用上简化矩阵的运算。对一些应用广泛而形式特殊的矩阵，例如稀疏矩阵和准对角矩阵，有特定的快速运算算法。关于矩阵相关理论的发展和应用，请参考矩阵理论。在天体物理、量子力学等领域，也会出现无穷维的矩阵，是矩阵的一种推广。矩阵的研究历史悠久，拉丁方阵和幻方在史前年代已有人研究。作为解决线性方程的工具，矩阵也有不短的历史。成书最迟在东汉前期的《九章算术》中，用分离系数法表示线性方程组，得到了其增广矩阵。在消元过程中，使用的把某行乘以某一非零实数、从某行中减去另一行等运算技巧，相当于矩阵的初等变换。但那时并没有现今理解的矩阵概念，虽然它与现有的矩阵形式上相同，但在当时只是作为线性方程组的标准表示与处理方式。矩阵正式作为数学中的研究对象出现，则是在行列式的研究发展起来后。逻辑上，矩阵的概念先于行列式，但在实际的历史上则恰好相反。日本数学家关孝和（1683年）与微积分的发现者之一戈特弗里德·威廉·莱布尼茨（1693年）近乎同时地独立建立了行列式论。其后行列式作为解线性方程组的工具逐步发展。1750年，加布里尔·克拉默发现了克莱姆法则[2] 。矩阵的现代概念在19世纪逐渐形成。1800年代，高斯和威廉·若尔当建立了高斯—若尔当消去法。1844年，德国数学家费迪南·艾森斯坦（F.Eisenstein）讨论了“变换”（矩阵）及其乘积。1850年，英国数学家詹姆斯·约瑟夫·西尔维斯特（James Joseph Sylvester）首先使用矩阵一词[3] 。英国数学家凯利被公认为矩阵论的奠基人。他开始将矩阵作为独立的数学对象研究时，许多与矩阵有关的性质已经在行列式的研究中被发现了，这也使得凯利认为矩阵的引进是十分自然的。他说：“我决然不是通过四元数而获得矩阵概念的；它或是直接从行列式的概念而来，或是作为一个表达线性方程组的方便方法而来的。”他从1858年开始，发表了《矩阵论的研究报告》等一系列关于矩阵的专门论文，研究了矩阵的运算律、矩阵的逆以及转置和特征多项式方程。凯利还提出了凯莱-哈密尔顿定理，并验证了3×3矩阵的情况，又说进一步的证明是不必要的。哈密尔顿证明了4×4矩阵的情况，而一般情况下的证明是德国数学家弗罗贝尼乌斯（F.G.Frohenius）于1898年给出的[2] 。1854年时法国数学家埃尔米特（C.Hermite）使用了“正交矩阵”这一术语，但他的正式定义直到1878年才由费罗贝尼乌斯发表。1879年，费罗贝尼乌斯引入矩阵秩的概念。至此，矩阵的体系基本上建立起来了。无限维矩阵的研究始于1884年。庞加莱在两篇不严谨地使用了无限维矩阵和行列式理论的文章后开始了对这一方面的专门研究。1906年，希尔伯特引入无限二次型（相当于无限维矩阵）对积分方程进行研究，极大地促进了无限维矩阵的研究。在此基础上，施密茨、赫林格和特普利茨发展出算子理论，而无限维矩阵成为了研究函数空间算子的有力工具[4] 。
告诉你拟就会写吗。不如我给你写得了
矩阵在许多领域都应用广泛。有些时候用到矩阵是因为其表达方式紧凑，例如在博弈论和经济学中，会用收益矩阵来表示两个博弈对象在各种决策方式下的收益。文本挖掘和索引典汇编的时候，比如在TF-IDF方法中，也会用到文件项矩阵来追踪特定词汇在多个文件中的出现频率。早期的密码技术如希尔密码也用到矩阵。然而，矩阵的线性性质使这类密码相对容易破解。计算机图像处理也会用到矩阵来表示处理对象，并且用放射旋转矩阵来计算对象的变换，实现三维对象在特定二维屏幕上的投影。多项式环上的矩阵在控制论中有重要作用。化学中也有矩阵的应用，特别在使用量子理论讨论分子键和光谱的时候。具体例子有解罗特汉方程时用重叠矩阵和福柯矩阵来得到哈特里－福克方法中的分子轨道。
矩阵的应用是很多的。尤其是在程序处理方面。在世界上存在的，都是离散的，那些理想的才是连续的~而矩阵可以很好地诠释世界上的各种东西~例如我们经常处理的图片，我们平时的数据等等。
找点文献给你自己看看吧，需要就发邮件给我[1]高朝邦,祝宗山.关于矩阵的秩的等价描述[J].成都大学学报（自然科学版）,2006,25(1)从行列式、矩阵的等价、线性方程组、线性空间、线性映射等角度来刻画矩阵的秩,进而用这些命题来证明与矩阵的秩有关的一些命题.[2]费绍金.用矩阵的秩判断空间中平面与平面、直线与直线及直线与平面间的位置关系[J].牡丹江教育学院学报,2007,(6)利用线性方程组解的理论讨论空间中平面与平面、直线与直线及直线与平面间的位置关系,给出用矩阵的秩判定以上关系的方法及结论.[3]严坤妹.一类矩阵的秩[J].福建商业高等专科学校学报,2005,(4)矩阵的秩是矩阵的一个重要不变量,根据两个重要的矩阵的秩的不等式以及分块矩阵的初等变换的性质,本文研究了一类矩阵的秩的特征.[4]戴红霞.关于矩阵的秩的例题教学[J].南京审计学院学报,2005,2(2)本文通过三个典型例题的具体讲解,加深学生对抽象概念"矩阵的秩"的理解和掌握.[5]余航.试论分块矩阵的秩[J].桂林师范高等专科学校学报,2001,15(3)任一矩阵都可求得它的秩,而在矩阵运算中,矩阵的分块是一个很重要的技巧.本文从不同角度,从特殊到一般地探求了分块矩阵的秩.[6]徐兰.利用分块矩阵探讨矩阵的秩的有关定理[J].昌吉学院学报,2003,(4)矩阵是线性代数的主要研究对象之一,利用分块矩阵,研究高阶矩阵的秩及矩阵在运算后秩的变化,得到有关的定理.[7]邹晓光.互素多项式矩阵的秩的一个简单结论及其应用[J].金华职业技术学院学报,2006,6(1)本文给出了互素多项式在矩阵的秩讨论中的一个简单结果:定理:设f(x),g(x)∈P[x],A是n阶方阵,若(f(x),g(x))=1,则n+r[f(A)g(A)]=r(f(A))+r(g(A)).以及结果的一些简单应用,对文献[1]中的一些结论进一步讨论.[8]张丽梅,乔立山,李莹.可逆坡矩阵与坡矩阵的秩[J].山东大学学报（理学版）,2007,42(9)坡是两个元素的乘积小于等于每个因子的加法幂等半环.讨论了可逆坡矩阵的若干性质,证明了可逆坡矩阵必是满秩的.讨论了坡矩阵的行秩、列秩与Schein秩.给出了坡矩阵的Schein秩的一个重要性质.
化矩阵为阶梯型（中间用到列对换操作能减少计算），构造一行为0，得a=3另楼上说第四行可以用前三行表示，鄙人觉得未必：如前三个行向量线性相关而第四个行向量前三者向量空间无关，则不可取……如实在需要详细步骤，qq495591268告知，我去贴空间……赚个分容易么我……
(1)作行初等变换（#是主元）1#-23 -1*主行不变0 5 -40 这行－第1行×30 5 -40 这行－第1行×2————1#-23 -1 这行不变0 5#-40 *主行不变0 0 0 0 这行－第2行秩=2(2)作行初等变换（#是主元）1#-24 -7*主行不变0 7 -919 这行－第1行×20 7 -10 14 这行－第1行×30 7 -19 34 这行－第1行×4————1#-24 -7 这行不变0 7#-919*主行不变0 0 -1-5 这行－第2行0 0 -10 15 这行－第2行————1#-24 -7 这行不变0 7#-919 这行不变0 0 -1# -5*主行不变0 0 0 65 这行－第3行×10秩=4(3)作行初等变换第2行减去第1行*a2/a1第3行减去第1行*a3/a1第4行减去第1行*a4/a1...第n行减去第1行*an/a1得秩=1
A不等于I 所以A-I不等于0矩阵， 所以A-I秩>=1所以r（A+I）=n-r(A-I) 两种方法：一种是对矩阵A进行初等行变换，使矩阵A化成行阶梯形矩阵，非零行的行数即为矩阵A的秩;第二种方法求矩阵行列式的秩值|A|。一看看出矩阵A有一个二阶非零子式，因此r(A)>=2,又因为|A|<>0,所以r(A)=4。 矩阵正定性的性质： 1、正定矩阵的特征值都是正数。 2、正定矩阵的主元也都是正数。 3、正定矩阵的所有子行列式都是正数。 4、正定矩阵将方阵特征值，主元，行列式融为一体。 相关信息： 对于n阶实对称矩阵A，下列条件是等价的：A是正定矩阵；A的一切顺序主子式均为正；A的一切主子式均为正；A的特征值均为正。 对于具体的实对称矩阵，常用矩阵的各阶顺序主子式是否大于零来判断其正定性；对于抽象的矩阵，由给定矩阵的正定性，利用标准型，特征值及充分必要条件来证相关矩阵的正定性。 对于对称矩阵A,若对任意非零向量x，都有x*AX>0成立，则称A为正定。如果A是正定矩阵，那么a[i][i]一定大于0。因为，a[i][i]=ei*Aei>0.其中，ei为第i个单位向量。 雅可比行列式有哪些性质 相信正定矩阵的定义楼主很清楚。定义矩阵的正定性是根据二次型来的，这也就是说明正定矩阵的性质反映了一个二次表达式的性质，从另一个角度讲这也给我们提供了一个二次表达式的矩阵表示方法。在最初学函数的时候，我们学过配方法，其实化一个二次型为标准二次型的时候也是利用这个原理，只不过我们通过矩阵的手段来进行计算同时还用到了满值线性变换的一些知识。其实在数学理论中更愿意研究Hermite二次型的正定问题，因为Hermite矩阵（A=AH（表示共轭转置矩阵））更能和一些工程学科相结合。另外在数值计算科学中也经常会用到正定矩阵的知识。比如线性方程组的高斯-塞德尔迭代法就是在方程组的系数矩阵是正定的情况下对任意初始向量是收敛的。从工程学科来说，举一个控制系统为例，如果可以找到一个利亚普诺夫函数使得它的倒数是负定（也就是说倒数的相反数是正定的）那么这个系统就是渐进稳定的。正定矩阵的性质研究论文