我們來做一個(gè)簡短的回顧. 矩陣乘法可以理解為一個(gè)特定的線性變換, 矩陣的列向量相當(dāng)基向量 i: (1,0) 和 j: (0,1) 經(jīng)過變換過后的到達(dá)向量. (原諒我用鼠標(biāo)進(jìn)行的標(biāo)注吧) 空間變換后的任何向量都可以由矩陣 A 的列向量線性表出, 而這些所有可能的結(jié)果, 也就是矩陣的列所張成的列空間(Column Space). 原先的空間經(jīng)過這樣2x2 矩陣 A 線性變換后的空間可能會(huì)三種情況:
在數(shù)學(xué)專業(yè)的詞匯來表示線性變換后空間的維數(shù), 稱之為矩陣的秩( Rank ) . 換句話說, 列空間就是矩陣的列所張成的空間. 所以矩陣秩的另一種定義可以說是列空間的維數(shù). 經(jīng)過變換后被壓縮到原點(diǎn)的向量集合, 稱為矩陣 A 的"零空間"(Null Space)或"核"(Kernel), 記為 Null(A) 或 Ker(A). 對(duì)照上面的三種情況, 來分別來觀察. 1 變換 后仍是平面 觀察要點(diǎn):
2 變換后被壓縮為一條直線
3 變換壓縮到原點(diǎn)
維數(shù)定理 假設(shè) A 是 mxn 矩陣(非方陣的情況, 下次會(huì)介紹), 維數(shù)定理就是: dim Ker(A) + rank(A) = n 相信如果理解透徹 2x2 矩陣的情況, 那更高維的矩陣也就清楚了. 上面就是本次圖解線性代數(shù)所回顧的知識(shí)點(diǎn). 好了, 現(xiàn)在讓我們?cè)谙乱黄闹性僖? 因?yàn)楸救怂接邢? 疏忽錯(cuò)誤在所難免, 還請(qǐng)各位老師和朋友多提寶貴意見, 幫助我改進(jìn)這個(gè)系列, 您的關(guān)注和轉(zhuǎn)發(fā)就是鼓勵(lì)我繼續(xù)前行的最大動(dòng)力, 感謝感謝! 相關(guān)圖解線性代數(shù)文章: |
|