线性代数的学习和整理18:什么是维度,什么是秩?秩的各种定理&&秩的计算 (计算部分未完成) |
您所在的位置:网站首页 › 线性代数nullity › 线性代数的学习和整理18:什么是维度,什么是秩?秩的各种定理&&秩的计算 (计算部分未完成) |
目录 0 问题引出:什么是秩? 概念备注: 1 先厘清:什么是维数? 1.1 真实世界的维度数 1.2 向量空间的维数 1.2.1 向量空间,就是一组最大线性无关的向量组/基张成的空间 1.3 向量α的维数 1.3.1 向量的维数=分量(数字/标量)个数 1.4 向量组/矩阵 A 的维数 1.4.1 什么是向量组的维度: 1.4.2 那如果把向量组拆成 列向量组/行向量组呢? (1)列空间与列秩 (2)行空间与行秩 (3)向量组的行秩=列秩 2 不同的点,线,面向量组的2种展示形式:方程组,矩阵函数 2.1 向量空间的点,线,面等用方程的形式展示 2.2 可表示为的点,线,面的向量组等如何用向量组表示呢? 2.2.0 为什么这里考虑向量组可表示为的点,线,面? 2.2.1 向量空间的点:一般维数是1,但是特例原点维数是0 2.2.2 向量空间的直线:维数是1 (1)第一种:向量空间里非原点的向量都可以认为是射线线段(直线) (2)第2种,传统的直线方法==也可以认为是两个向量加减所得的1个新向量 2.2.3 向量空间的平面:维数是2 2.2.4 向量空间的立体空间:维数是3 2.2.5 综上所述,向量空间的维度 ≠ 其中向量组的向量的个数!(而是值域的维度 5.13 定理13 在自然定义域下, A是行满秩矩阵 等价 AX=y是满射 5.14 定理14 在自然定义域下, A是满秩矩阵 等价 AX=y是双射 5.15 定理15 在自然定义域下 A是满秩矩阵对应矩阵函数为双射,且A存在反函数,称为A可逆 5.16 定理16,假设P,Q为满秩矩阵, 5.17 定理17,如果可以通过一系列初等变化矩阵Ei,将A变成I,那么A的逆矩阵就是这些Ei的乘积 5.18 如A可逆,那么A-也可以逆,(A-)-=A 5.24 定理24 6 求秩的方法 6.1 求秩的方法 6.2 行列式方法 6.3 线性变换方法 6.4 化简矩阵 7 秩的性质 0 问题引出:什么是秩?其实看线代一直挺模糊的,对这个概念,感觉好像就是维度,但好像又不是. 更不清楚,为什么有了维度为啥要搞出一个秩的概念。一般大家初步的想法就是,向量,矩阵/向量组不都有维度吗?而且大家经常会问的问题?秩和维度什么关系?秩=维度吗? 概念备注:本文里把向量=数组, 向量组=矩阵,这2组概念混用。 1 先厘清:什么是维数?问什么是秩需要先搞清楚:什么是维度数? 维数:维度的数量 讨论维度,首先需要明确对象:谁的维度?因为不同对象的维度定义不同 真实世界的维度向量的维度向量组的维度向量空间的维度... 1.1 真实世界的维度数(和数学概念不完全相同) 0维空间:点1维空间:一条线:直线/曲线。但强调是1条线!2维空间:一个面:平面/曲面。但强调是1个面!3维空间:立体图形,3维世界4维空间:加时间,加啥的各种说法都有。。。。。。。。 1.2 向量空间的维数 1.2.1 向量空间,就是一组最大线性无关的向量组/基张成的空间 一组最大线性无关的向量组 = (这个向量空间的) 一组基一组最新线性无关的向量组/基 张成的空间,是指这些这个向量空间内的所有向量,都可以由这组线性无关的向量组,线性变换而成。这也是向量空间的封闭性。 1.2.2 向量空间的维数 向量空间的维数,就是这些张成的向量空间的维数。 1.3 向量α的维数维数=维度数量 1.3.1 向量的维数=分量(数字/标量)个数 向量的维数数就是向量的分量数,向量内部的元素之间只需要数个数,不再考虑这些元素数字之间的关系。 向量的维数,就是向量的分量的个数,比如α1 =[a11,a12......a1m] 有m个分量,维度就是m列向量:α1 =[a11,a12......a1m],其分量的个数为m,所以列向量的维度就是m行向量:α1T=[a11,a12......a1m]T,其分量的个数为m,所以行向量的维度就是m 1.4 向量组/矩阵 A 的维数 1.4.1 什么是向量组的维度: 向量有维度概念,向量可以拆分为多个分量(标量)向量组的组成成分是向量,可以认为向量组只包含向量个数,没有维度。向量组只有向量个数层面的:向量个数,秩等。3个概念: 向量里的数字/标量个数=维度向量组的向量个数>=秩向量组的秩 1.4.2 那如果把向量组拆成 列向量组/行向量组呢?向量组本身是由多个向量组成的,同时又可以拆为多个行向量./列向量 如下构成的向量组 向量α1=[a11,a12......a1m]向量α2=[a21,a22......a2m]....因为向量组(矩阵)A=[α1, α2.......αn]向量组是什么?向量组其实就是矩阵 如果用row column分别表示行和列向量组可以转化为列向量组,比如[c1,c2.....cn]-----组成列空间向量组可以转化为行向量组,比如[r1,r2.....rn]-------组成行空间 (1)列空间与列秩 矩阵的列空间:向量组可以拆为多个列向量,进而组成列空间列空间有秩,列秩,记作 rank(colsp(A)) 可以转成列向量组 直接 A*X要记住,矩阵的经典的乘法展开方法为, 左边的1行列向量组 *(左乘) 右边的1列行向量组因此,在自然定义域下,矩阵函数Ax=y的值域就是A的列空间,因为A转成的列向量组 就可以看作一组基,而值域就是这个计算结果,就是一定落在以这组基组成的向量空间内,所以矩阵函数Ax=y的值域的维度就是A的列空间的维度 在自然定义域下,矩阵的秩 等于 矩阵函数Ax=y的值域的维度Amn*Xn1=Ym1展开为列向量好算,Amn*Xn1={c1,c2.....,cn}*Xn*1 = {Cm1,Cm1....,Cm1}*Xn*1={Cm1*x1,Cm1*X2.....Cm1*xn}=Y。因此可见Y(值域)的维度就是由A*x 决定的,确切的说是由A决定的,因为是A*X,A左乘X,A是基。向量组A=[c1, c2......cn] 的维度数,不再关注其中每个元素向量里包含的下级元素数量了! 而重点只关心向量组A=[c1, c2......cn]的列向量的个数就是n 但是列向量的个数n就是维数吗?NO 列向量组(组成的列空间)的维数 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |