秩一矩阵的秩怎么求非常漂亮的伍个性质：
（1）秩一矩阵的秩怎么求一定能够拆解为两个列向量a? $\stackrel{}{}\stackrel{}{}\stackrel{}{}{\stackrel{}{}}^{}（2）秩一方阵的$特征值之和即矩阵的秩怎么求的迹即矩阵的秩怎么求主对角线之和等于上述两个向量的内积，即a? b? $\stackrel{}{}\stackrel{}{}$

上式右侧为秩一矩阵的秩怎么求之和。从列向量或者行向量的角度很容易理解u? v? T$\stackrel{}{}{\stackrel{}{}}^{}$这种極好的可以用于解决高次幂矩阵的秩怎么求乘法问题的性质具体推导如下，

关于第（3）点本人仍未能够给出很好的证明据本人目前的判断，这一点是稳定是成立的本人现有如下解释：r(A)=1，(A?λ)x? =0? $\stackrel{}{}\stackrel{}{0}0$的秩为1所以齐次线性方程组方程组必然有n-1个线性无关的解向量，而这正昰完全符合特征向量的要求n-1个特征向量撑起了n-1维的特征空间，我认为一个2重根的特征值可能只对应一个特征向量但是如果m个线性无关特征向量对应的同一个特征值则必然这个特征值至少是m重特征根。