线性代数:如何最通俗地理解矩阵的「秩」? 您所在的位置:网站首页 怎样快速判断矩阵的秩 线性代数:如何最通俗地理解矩阵的「秩」?

线性代数:如何最通俗地理解矩阵的「秩」?

2024-07-11 04:00| 来源: 网络整理| 查看: 265

小时候老师总告诉我们「要有n个方程才能确定地解出n个未知数」——这句话其实是不严格的,如果你想确定地解出n个未知数,只有n个方程是不够的,这n方程还必须都是「干货」才行。从这个角度,初学者可以更好地理解「矩阵的秩」。

其实,《线性代数》这门课自始自终被两条基本线索交叉贯穿——它们可以被称为这门课程最为关心的两大基本问题;当这两个问题被深入地研究之后,我们还会发现这两者在某一个节点上被统一在了一起——这两个问题中的一个就是寻求形如:

在这里插入图片描述 这样的n元一次方程组的「解法」、并且对它的解进行如下的研究。

在面对一个具体的问题时,一般而言我们会首先关注这个问题“有没有答案”——这就是所谓「解的存在性」。如果所研究的问题是有答案的,进一步地我们会关心这个问题的“答案是不是只有一个”——这就是所谓「解的唯一性」。如果我们对上述两个问题的回答是:答案唯一地存在,那么接下来我们想要知道是否能有统一的方法来找到这个解;如果我们的回答是:答案存在但是不唯一,我们就要问:能否把每一个答案全部找到?并且、能否说清楚这个问题不同答案之间的相互关系——换言之,我们想要研究线性方程组「解的结构」。

当然,小时候老师就告诉过我们:「想要确定地*解出n个未知数,你要有n个方程才行」——这句话其实是不严格的,如果你想准确地解出n个未知数,只有n个方程是不够的,这n方程还必须都是「干货」才行,而这些干货的个数,就是所谓「矩阵的秩」。

换用精确的数学语言,「确定地解出方程」这句话应该表述为「解出方程,并且要求该结果是唯一的」,换言之,矩阵的秩回答了「方程组解的唯一性」。

换言之,有些方程组你看上去有很多内容,但其实它是被严重注水的——那个方程组中可能有一些方程是完全没用的,比如下面这个例子: 在这里插入图片描述 如果你将第一个方程的-1、-4、-2倍分别加在随后的各个方程上,就可以得到: 在这里插入图片描述 这一步消掉了后三式中含有 x_{1} 和 x_{2} 的项,继续:将第二个方程的-3倍和1倍分别加在第三、第四个方程上: 在这里插入图片描述 注意:后两个方程“0=0”实际上没有告诉我们任何新的信息,这实际上这两个方程完全没用!换言之,整个方程组真正「有价值的」部分只有两个: 在这里插入图片描述 按照中学数学的观点:老师常常告诉我们,四个未知数、两个方程,是没有办法解的——这是一句不严谨的说法,中学老师真正想要告诉我们的是:方程的个数低于未知量个数时,这个线性方程组是没有唯一解的——换言之,这个方程组有无穷多个解。

那么我们接下来就有一个很自然的问题:

我们究竟应该除去哪些方程,以保证剩下的方程每一个都是“有价值的”?

这个问题实际上是线性代数特别关心的一个话题,回答了这个问题,就可以帮助我们非常恰当地化简一个方程组。

要回答这个问题,我们就需要引入一个新的概念:极大线性无关组;

在讲清楚这个概念之前,我们需要了解什么叫做“线性无关”。

在这里插入图片描述

以上面的方程组为例:观察这个方程组前两个方程的系数和常数项组成的行向量,令:

在这里插入图片描述 对于前两个向量而言:如果计算在这里插入图片描述 得到的方程组是: 在这里插入图片描述 实际上这其中第一、二、四个方程是是同一个,整个方程组简化为: 在这里插入图片描述 在这里插入图片描述 而我们关于「矩阵的秩」的定义是这样的:矩阵中所有行向量中极大线性代无关组的元素个数。——而我们前面已经说了,「极大线性无关组」其实就是那个方程组中真正有价值的方程对应的系数向量。

现在,相信你一定理解了我们最初的那句话:那些方程组中真正是干货的方程个数,就是这个方程组对应矩阵的秩。

原文链接:如何理解矩阵的「秩」?



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有