線性代數 如何最通俗地理解矩陣的 秩 ?

2021-10-24 06:55:27 字數 2361 閱讀 8702

小時候老師總告訴我們「要有n個方程才能確定地解出n個未知數」——這句話其實是不嚴格的,如果你想確定地解出n個未知數,只有n個方程是不夠的,這n方程還必須都是「乾貨」才行。從這個角度,初學者可以更好地理解「矩陣的秩」。

其實,《線性代數》這門課自始自終被兩條基本線索交叉貫穿——它們可以被稱為這門課程最為關心的兩大基本問題;當這兩個問題被深入地研究之後,我們還會發現這兩者在某乙個節點上被統一在了一起——這兩個問題中的乙個就是尋求形如:

這樣的n元一次方程組的「解法」、並且對它的解進行如下的研究。

在面對乙個具體的問題時,一般而言我們會首先關注這個問題「有沒有答案」——這就是所謂「解的存在性」。

如果所研究的問題是有答案的,進一步地我們會關心這個問題的「答案是不是只有乙個」——這就是所謂「解的唯一性」。

如果我們對上述兩個問題的回答是:答案唯一地存在,那麼接下來我們想要知道是否能有統一的方法來找到這個解;如果我們的回答是:答案存在但是不唯一,我們就要問:能否把每乙個答案全部找到?並且、能否說清楚這個問題不同答案之間的相互關係——換言之,我們想要研究線性方程組「解的結構」。

當然,小時候老師就告訴過我們:「想要確定地*解出n個未知數,你要有n個方程才行」——這句話其實是不嚴格的,如果你想準確地解出n個未知數,只有n個方程是不夠的,這n方程還必須都是「乾貨」才行,而這些乾貨的個數,就是所謂「矩陣的秩」。

換用精確的數學語言,「確定地解出方程」這句話應該表述為「解出方程,並且要求該結果是唯一的」,換言之,矩陣的秩回答了「方程組解的唯一性」。

換言之,有些方程組你看上去有很多內容,但其實它是被嚴重注水的——那個方程組中可能有一些方程是完全沒用的,比如下面這個例子:

如果你將第乙個方程的-1、-4、-2倍分別加在隨後的各個方程上,就可以得到:

這一步消掉了後三式中含有 x_ 和 x_ 的項,繼續:將第二個方程的-3倍和1倍分別加在第

三、第四個方程上:

注意:後兩個方程「0=0」實際上沒有告訴我們任何新的資訊,這實際上這兩個方程完全沒用!換言之,整個方程組真正「有價值的」部分只有兩個:

按照中學數學的觀點:老師常常告訴我們,四個未知數、兩個方程,是沒有辦法解的——這是一句不嚴謹的說法,中學老師真正想要告訴我們的是:方程的個數低於未知量個數時,這個線性方程組是沒有唯一解的——換言之,這個方程組有無窮多個解。

那麼我們接下來就有乙個很自然的問題:

我們究竟應該除去哪些方程,以保證剩下的方程每乙個都是「有價值的」?

這個問題實際上是線性代數特別關心的乙個話題,回答了這個問題,就可以幫助我們非常恰當地化簡乙個方程組。

要回答這個問題,我們就需要引入乙個新的概念:極大線性無關組;

在講清楚這個概念之前,我們需要了解什麼叫做「線性無關」。

以上面的方程組為例:觀察這個方程組前兩個方程的係數和常數項組成的行向量,令:

對於前兩個向量而言:如果計算

得到的方程組是:

實際上這其中第

一、二、四個方程是是同乙個,整個方程組簡化為:

而我們關於「矩陣的秩」的定義是這樣的:矩陣中所有行向量中極大線性代無關組的元素個數。——而我們前面已經說了,「極大線性無關組」其實就是那個方程組中真正有價值的方程對應的係數向量。

現在,相信你一定理解了我們最初的那句話:那些方程組中真正是乾貨的方程個數,就是這個方程組對應矩陣的秩

如何理解線性代數

矩陣的乘法,其實就是多個線性變換疊加的效果,它顯然滿足結合律,但不滿 換律。主對角線全是 1 的矩陣所對應的線性變換其實就是不變的意思,因此它叫做單位矩陣。矩陣 a 乘以矩陣 b 得單位矩陣,就是做完線性變換 a 後再做一次線性變換 b 就又變回去了的意思,難怪我們說矩陣 b 是矩陣 a 的逆矩陣。...

線性代數 矩陣空間的理解

首先說說空間 space 這個概念是現代數學的命根子之一,從拓撲空間開始,一步步往上加定義,可以形成很多空間。線形空間其實還是比較初級的,如果在裡面定義了範數,就成了賦範線性空間。賦範線性空間滿足完備性,就成了巴那赫空間 賦範線性空間中定義角度,就有了內積空間,內積空間再滿足完備性,就得到希爾伯特空...

線性代數 矩陣的逆

關於矩陣的逆有很多性質和定理,例如,可逆矩陣一定是方陣 滿秩矩陣 非奇異矩陣,可逆矩陣的行列式的值不為零等等。在證明乙個矩陣是不可逆矩陣時,strang教授講了一種幾何的思路 根據可逆矩陣的定義,如果方陣a b i mathbf mathbf mathbf a b i,則a mathbf a和b m...