线性代数，为什么矩阵线性无关，可推出矩阵可逆？

Answer 1

n阶矩阵（方正）的行向量或列向量线性无关，则秩等于n，所以矩阵的行列式不等于0，矩阵可逆。

计算过程：

n×n的实对称矩阵A如果满足对所有非零向量

 

，对应的二次型

若

 

，就称A为正定矩阵。若

 

则A是一个负定矩阵，若

 

，则n阶矩阵（方正）的行向量或列向量线性无关，则秩等于n，所以矩阵的行列式不等于0，矩阵可逆。

扩展资料：

相关定理：

线性（linear）指量与量之间按比例、成直线的关系，在数学上可以理解为一阶导数为常数的函数。

非线性（non-linear）则指不按比例、不成直线的关系，一阶导数不为常数。

线性代数起源于对二维和三维直角坐标系的研究。在这里，一个向量是一个有方向的线段，由长度和方向同时表示。这样向量可以用来表示物理量，比如力，也可以和标量做加法和乘法。这就是实数向量空间的第一个例子。

现代线性代数已经扩展到研究任意或无限维空间。一个维数为 n 的向量空间叫做n 维空间。在二维和三维空间中大多数有用的结论可以扩展到这些高维空间。尽管许多人不容易想象n 维空间中的向量，这样的向量（即n 元组）用来表示数据非常有效。

由于作为 n 元组，向量是n 个元素的“有序”列表，大多数人可以在这种框架中有效地概括和操纵数据。比如，在经济学中可以使用 8 维向量来表示 8 个国家的国民生产总值（GNP）。

当所有国家的顺序排定之后，比如（中国、美国、英国、法国、德国、西班牙、印度、澳大利亚），可以使用向量（v1,v2,v3,v4,v5,v6,v7,v8）显示这些国家某一年各自的 GNP。这里，每个国家的 GNP 都在各自的位置上。

参考资料来源：百度百科--线性代数

参考资料来源：百度百科--矩阵

Answer 2

n阶矩阵（方正）的行向量或列向量线性无关，则秩等于n，所以矩阵的行列式不等于0，矩阵可逆。