可逆矩阵必须是方阵？
矩阵的秩和可逆性之间的关系，一句话概括就是：
只有方阵才谈可逆；一个 n 阶方阵可逆，当且仅当它的秩等于 n，即满秩。
如果秩小于 n，矩阵就不可逆，也叫奇异矩阵，奇异表示退化、特殊、不满足某种良好性质的含义。
可逆的定义是：存在矩阵 n，使得 \(AB = BA = I\) 这要求 \(A\) 和 n 都是同阶方阵。
左逆/右逆
对于非方阵没有通常意义的逆矩阵，只有左逆或右逆的概念。左逆 B 满足 BA=I，右逆 C 满足 AC=I。左逆要求列满秩，右逆要求行满秩；非方阵只能从一边抵消，且逆不唯一。方阵可逆时，左逆=右逆=逆矩阵。
例：行向量 \(A = [1, 2]\)
- m=1, n=2，行满秩 r(A)=1=m，所以有右逆。
- 找 \(C = \begin{pmatrix}x\\y\end{pmatrix}\) 使 \(AC = I_1 = [1]\)：
\([1,2]\begin{pmatrix}x\\y\end{pmatrix} = x+2y = 1\)
有无数解，比如 (C=\begin{pmatrix}1\0\end{pmatrix}) 或 (C=\begin{pmatrix}0\0.5\end{pmatrix})。
所以右逆存在，但不唯一。 - 列满秩？(n=2)，但 (r=1<2)，所以没有左逆。
n 阶方阵可逆的等价条件
对于 n 阶方阵 \(A\)，下面这些说法全部等价：
| 条件 | 说明 |
|---|---|
| \(A\) 可逆 | 存在 \(A^{-1}\) |
| \(r(A)=n\) | 秩等于阶数，即满秩 |
| \(\det(A)\neq 0\) | 行列式不为 0 |
| 列向量组线性无关 | n 个列向量彼此独立 |
| 行向量组线性无关 | n 个行向量彼此独立 |
| \(Ax=0\) 只有零解 | 零空间维数为 0 |
| 对任意 n，\(Ax=b\) 有唯一解 | 方程组总有唯一解 |
| 列空间 = \(\mathbb{R}^n\) | 矩阵能输出整个空间 |
| 零空间 = \(\{0\}\) | 没有非零向量被变成零 |
| 特征值全不为 0 | 若考虑特征值 |
一、可逆为什么一定满秩？
设 A 是 n 阶方阵，可逆意味着存在 \(A^{-1}\)，使得 \(AA^{-1}=A^{-1}A=I\)
关键推理：看齐次方程 Ax=0。
如果 Ax=0，两边左乘 \(A^{-1}\)，得到
\(x=A^{-1}0=0\)
所以 (Ax=0) 只有零解。
而“(Ax=0) 只有零解”等价于：
- (A) 的 (n) 个列向量线性无关；
- 矩阵的秩 (r(A)=n)，即满秩。
所以：可逆 (\Rightarrow) 满秩。
二、可逆为什么一定行列式不为 0？
还是用 (AA^{-1}=I)，两边取行列式：
[
\det(A)\det(A^{-1})=\det(I)=1
]
既然乘积等于 1，那么 (\det(A)) 和 (\det(A^{-1})) 都不可能为 0。
所以：
[
\det(A)\neq 0
]
从另一个角度看：
行列式 (\det(A)) 就是矩阵 (A) 的最高阶（(n) 阶）子式。如果可逆，则满秩，秩为 (n)，说明存在非零的 (n) 阶子式，也就是 (\det(A)\neq 0)。
三、反过来也成立
- 若 (r(A)=n)（满秩），则 (A) 的列向量线性无关，(Ax=0) 只有零解，因此 (A) 可逆。
- 若 (\det(A)\neq 0)，则可以用伴随矩阵构造逆矩阵： [ A^{-1}=\frac{1}{\det(A)}\operatorname{adj}(A) ] 所以 (A) 可逆。
因此三者完全等价： [ \boxed{\text{可逆} \iff \text{满秩} \iff \det(A)\neq 0} ]
四、直观理解
- 满秩：矩阵的 (n) 个列向量没有冗余，张满整个 (n) 维空间，映射是一一对应的，信息不丢失。
- 行列式不为 0：行列式表示线性变换对体积的缩放因子。如果为 0，说明空间被压缩到了更低维，信息丢失，无法还原，所以不可逆。
一句话：
可逆就是“没有信息丢失”，所以秩必须满，体积缩放因子（行列式）不能为 0。
秩小于 n 会怎样？
如果 \(r(A) < n\)，则：
- \(\det(A)=0\)，矩阵不可逆；
- 列（行）向量组线性相关，存在冗余；
- \(Ax=0\) 有非零解，零空间维数 \(n-r(A)>0\)；
- 对某些 n，\(Ax=b\) 无解；对有解的 n，解不唯一（无穷多解）；
- 列空间不能张满整个 \(\mathbb{R}^n\)。
举个例子
\(A=\begin{pmatrix}1&2\\2&4\end{pmatrix}\)
- 第二列是第一列的 2 倍，列向量线性相关；
- \(r(A)=1<2\)，不满秩；
- \(\det(A)=1\times4-2\times2=0\)；
- 所以 \(A\) 不可逆。
再如： \(B=\begin{pmatrix}1&2\\3&4\end{pmatrix}\)
- 两列不成比例，线性无关；
- \(r(B)=2\)，满秩；
- \(\det(B)=1\times4-2\times3=-2\neq0\)；
- 所以 n 可逆。