奇异矩阵就是Singular Matrix 的中文翻译。

Singular 就是唯一的，可以想成是单身狗，所以他没有对象 逆矩阵。
Non-singular的非奇异矩阵就是Couple 有逆矩阵。

奇异矩阵

奇异矩阵是线性代数的概念，就是对应的行列式等于0的矩阵。

奇异矩阵的判断方法：首先，看这个矩阵是不是方阵（即行数和列数相等的矩阵。若行数和列数不相等，那就谈不上奇异矩阵和非奇异矩阵）。 然后，再看此方阵的行列式|A|是否等于0，若等于0，称矩阵A为奇异矩阵；若不等于0，称矩阵A为非奇异矩阵。 同时，由$|A|\ne 0$可知矩阵A可逆，这样可以得出另外一个重要结论:可逆矩阵就是非奇异矩阵，非奇异矩阵也是可逆矩阵。　如果A为奇异矩阵，则$AX=0$有无穷解，$AX=b$有无穷解或者无解。如果A为非奇异矩阵，则$AX=0$有且只有唯一零解，$AX=b$有唯一解。

如果$A(n\times m)$为奇异矩阵（singular matrix）<=> A的秩Rank(A)<n.

如果$A(n\times m)$为非奇异矩阵（nonsingular matrix）<=> A满秩，Rank(A)=n.

非奇异矩阵：

若n阶矩阵A的行列式不为零，即 $|A|\ne 0$，则称A为非奇异矩阵或满秩矩阵，否则称A为奇异矩阵或降秩矩阵。

若n阶矩阵A的行列式不为零，即 $|A|\ne 0$，则称A为非奇异矩阵，否则称A为奇异矩阵。

判定方法
n 阶方阵 A 是非奇异方阵的充要条件是 A 为可逆矩阵，也即A的行列式不为零。 即矩阵（方阵）A可逆与矩阵A非奇异是等价的概念。

对一个 n 行 n 列的非零矩阵A，如果存在一个矩阵 B 使 $AB=BA=E$（ E是单位矩阵），则称 A 是可逆的，也称 A 为非奇异矩阵，此时A和B互为逆矩阵。

一个矩阵非奇异当且仅当它的行列式不为零。

一个矩阵非奇异当且仅当它代表的线性变换是个自同构。

一个矩阵半正定当且仅当它的每个特征值大于或等于零。

一个矩阵正定当且仅当它的每个特征值都大于零。

一个矩阵非奇异当且仅当它的秩为n

$AX=b$ 有唯一解

$AX=0$ 有且仅有零解

A可逆

如果n 阶方阵A奇异，则一定存在一个n*1阶非零向量X使： $X^{\prime }AX=0$；成立

注意：若A为非奇异矩阵，其顺序主子阵$A_i（i=1,...,n-1）$不一定均非奇异

方阵A可逆的充要条件是
在线性代数中，给定一个 n 阶方阵 A，若存在一 n 阶方阵 B 使得 $AB=BA=I_n$，其中 $I_n$ 为 n 阶单位矩阵，则称 A 是可逆的，且 B 是 A 的逆阵，记作 A 。 若方阵 A 的逆阵存在，则称 A 为非奇异方阵或可逆方阵。 给定一个 n 阶方阵 A，则下面的叙述都是等价的： A 是可逆的、A 的行列式不为零、A 的秩等于 n（A 满秩）、A 的转置矩阵 A也是可逆的、AA 也是可逆的、存在一 n 阶方阵 B 使得 $AB=I_n$、存在一 n 阶方阵 B 使得 $BA=I_n$。 A是可逆矩阵的充分必要条件是$︱A︱\ne 0$（方阵A的行列式不等于0）。

n方阵可逆的条件有以下几种判断，满足其中一项即可

1，$R（A）=n$
2，存在n阶方阵B使得$AB=BA=E$
3，A经有限次的初等变换可化为$En$
4，$Ax=0$，有唯一解。

伪逆矩阵

对于矩阵A，如果存在一个矩阵B，使得$AB=BA=I$，其中$I$为与A,B同维数的单位阵，就称A为可逆矩阵（或者称A可逆），并称B是A的逆矩阵，简称逆阵。（此时的逆称为凯利逆）
矩阵A可逆的充分必要条件是$|A|\ne 0$。
奇异矩阵阵或非方阵的矩阵不存在逆矩阵，但可以用函数$pinv(A)$求其伪逆矩阵。
基本语法为$X=pinv(A),X=pinv(A,tol)$,其中$tol$为误差：$max(size(A))\ast norm(A)\ast eps$。函数返回一个与A的转置矩阵A’ 同型的矩阵X，并且满足：$AXA=A,XAX=X$.此时，称矩阵X为矩阵A的伪逆，也称为广义逆矩阵。
$pinv(A)$具有$inv(A)$的部分特性，但不与$inv(A)$完全等同。
如果A为非奇异方阵，$pinv(A)=inv(A)$，但却会耗费大量的计算时间，相比较而言，$inv(A)$花费更少的时间。

https://blog.csdn.net/xml1990/article/details/39340195