矩阵与向量组关系。

1.矩阵

1.首先，引入矩阵：
由MxN个数aij，排成的m行n列的数表称为m行n列的矩阵，简称为MxN矩阵。
那么我说，如果将矩阵所有行/列组成若干向量，显然是成立的。

2.重要观点1：矩阵也是由若干行(列)向量拼成的。

3.重要观点2：矩阵不能运算，但是若干向量之间可能存在着某种关系，即平行/线性相关。

3.这种关系反映了矩阵的本质特征，记为rank。
我们知道相互平行的向量是可以被互相表示的，则构成矩阵的若干向量之间若存在平行，则可以被替代。替代到不存在平行关系时候，则剩下的个数即为秩。<=> 若存在k阶子式不为0，而任意k+1阶子式全为0，则r(A)=k,且r(Anxn)=n <=> |A|/=0 <=> A可逆。

2.向量组

即多个向量在一起，即为向量组，一定可以构成矩阵。
极大无关组个数即为秩。则可知矩阵秩与向量组的秩是一回事的两种说法。

3.等价区别

1.对于矩阵来说
矩阵A，B同型下，AB等价<=>r(A)=r(B)。

2.对于向量组来说
向量组(I) ,(II)同维下(向量个数可以不同，即向量组对应的矩阵可以是不同型)(I),(II)等价<=>r(I) = r(II) =r(I | II)。

3.解释为何明明矩阵就是向量组，却为何等价要求不同。

对于矩阵来说，表示仅仅是信息上的关系，数字与数字之间的关系，只要求同型前提下，若有效信息个数相同则就是等价。（并没有明确要求两个矩阵的有效信息一定存在某种关系，如相等。）

对于向量组来说，虽说两者的秩是一个意思，但是向量组还表示空间的几何意义。即如果两个向量组等价，不仅仅要求两者秩相同（极大无关组成员数量相同），还一定要求两个向量组的极大无关组成员，表示的是同一个维度。否则不同维度是等价不了的。