图

线性方程组与矢量空间

预备知识 矩阵与矢量空间

   线性方程组可以记为

\begin{equation} \mat A \bvec x = \bvec y \end{equation}
其中 $\mat A$ 是 $M \times N$ 的矩阵, $\bvec x$ 是 $N$ 维列矢量, $\bvec y$ 是 $M$ 维列矢量. $\mat A$ 和 $\bvec y$ 是已知的, $\bvec x$ 是未知的, 即方程组的解.

   从矢量空间的角度来看, $\bvec x$ 是 $N$ 维矢量空间(以下称为 $x$ 空间)中一个矢量关于某组基底的坐标, $\bvec y$ 是 $M$ 维矢量空间(以下称为 $y$ 空间)中一个矢量关于某组基底的坐标. 矩阵 $\mat A$ 可以将 $x$ 空间中的任意矢量映射到 $y$ 空间的对应矢量.

   我们知道 $\mat A$ 的第 $i$ 列代表的矢量就是 $x$ 空间中的第 $i$ 个基底映射到 $y$ 空间的对应矢量. 我们把这 $N$ 个矢量记为 $\{\bvec \alpha_i\}$. 下面我们根据 $\mat A$ 的不同性质来分类讨论方程组的解.

   我们知道矩阵的秩等于线性无关的行数, 也等于线性无关的列数, 将其记为 $R$.

满秩方阵($R = M = N$)

   这是最简单的情况, 由于 $\{\bvec \alpha_i\}$ 两两线性无关, 它们可以作为 $y$ 空间的一组基底, 与 $x$ 空间的基底一一对应. 那么这个映射既是单射又是满射.对于 $y$ 空间的任意矢量 $\bvec y$, $x$ 空间都存在唯一的解 $\bvec x$. 特殊地,当 $\bvec y = \bvec 0$ 时(即方程是齐次的),唯一解就是 $\bvec x = \bvec 0$.

$R = M < N$

   当 $\mat A$ 的秩等于 $M$ 且小于 $N$ 时, 映射变为从 $N$ 维空间到 $M$ 维空间 . 虽然任意的 $\bvec x$ 仍然映射到唯一的 $\bvec y$, 但任意的 $\bvec y$ 却对应无穷多个 $\bvec x$.

   当方程是齐次的时候, $\bvec y = \bvec 0$ 对应的所有 $\bvec x$ 组成 $x$ 空间中的 $N- M$ 维的子空间, 我们把它叫做零空间. 这种情况下,我们希望能解出零空间的一组($N - M$ 个)基底,使得这组基底的任意线性组合都是齐次方程的解.

   对于非齐次方程, 我们可以先求对应的齐次方程组的零空间的一组基底,再求出非齐次方程的任意一个解(特解), 那么非齐次方程组的解集(所有解的集合)就等于零空间中的所有矢量与特解相加. 注意非齐次方程的解集并不构成一个矢量空间, 因为它不包含零矢量($\bvec x = \bvec 0$ 总是对应 $\bvec y = \bvec 0$, 所以不可能是非齐次方程组的解),解集中若干矢量的线性组合也不一定仍然属于解集.

$R < M$

   当 $R < M$ 时, $\{\bvec \alpha_i\}$ 中只有 $R$ 个线性无关的矢量, 在 $y$ 空间中张成一个 $R$ 维子空间. 如果 $\bvec y$ 落在这个子空间中(我们可以通过 $\bvec y$ 是否与 $\{\bvec \alpha_i\}$ 线性无关来判断), 方程组就存在解, 如果落在子空间外, 方程组就无解.

致读者: 小时物理百科一直以来坚持所有内容免费且不做广告,这导致我们处于日渐严重的亏损状态。长此以往很可能会最终导致我们不得不选择商业化,例如大量广告,内容付费,会员制,甚至被收购。因此,我们鼓起勇气在此请求广大读者热心捐款,使网站得以健康发展。如果看到这条信息的每位读者能慷慨捐助 10 元,我们几天内就能脱离亏损状态,并保证网站能在接下来的一整年里向所有读者继续免费提供优质内容。感谢您的支持。
—— 小时(项目创始人)

编辑词条 返回目录 返回主页 捐助项目 © 小时物理百科 保留一切权利