正文共:1931 字 132 图 预计阅读时间: 6 分钟
首先考虑最简单的二元线性方程组
从行的角度来看,
分别表示两条二维平面中的直线,如果这两条直线相交,那么交点的坐标
即为方程组的解。
更确切的讲:
从列的角度来看,上述二元线性方程组可以写成
此时,列向量
表示起点为
, 终点分别为
,
,
的向量,分别记为
,
,
.
那么方程的左边就表示向量
,
的线性组合,
称为线性组合的系数,因此线性方程组就可以理解为:
是否存在合适的线性组合系数
, 使得
,
的线性组合
恰好等于
。
类似的,将情形推广到三维,对于三元一次方程组
从行的角度来看,三个三元一次方程表示三维空间中的三个平面,如果三个平面相交于一点,那么交点的坐标即为方程组的解。
更确切的讲
从列的角度来看,类似二元线性方程组的情形,同样可以从列向量线性组合的角度来理解。
继续推广,对于一般的
维线性方程组
,其中
是
维系数矩阵,
是
维列向量,
是方程组右端的
维列向量。
不妨设
是
的
个列向量,
,则方程组
可以表示为
即
由此可以看出,矩阵
乘以向量
相当于对
的
的列向量作线性组合,线性组合的系数即为向量
各行对应的分量。
因此对线性方程组
可以理解为:
是否存在合适的线性组合系数,使得
的列向量的线性组合恰好为
如果存在,线性组合的系数为多少? 这些线性组合的系数就构成了
的解向量
。
现在,我们还有一个问题,线性方程组
在什么情况下有解?
首先我们考虑对于任意的
维列向量
,当
变动时,
也在变动,当
取遍所有的
维列向量时,
就能取遍所有
的列向量的线性组合,也就是说,所有的
就构成了
的列向量张成的线性空间
.
因此
又由于
因此我们也就得出了
特别地,如果
的
个列向量线性无关,那么这
个列向量就构成了
维向量空间
的一组基。此时对于任意的
均可由
的列向量线性表出,也即是
一定有解。
换言之,如果
可逆,则
一定有解。
有了对线性方程组的这些认识,我们可以更好地理解矩阵乘法。
首先考虑列向量
右乘矩阵
先从行的角度考虑,不妨设
其中,
是
的
个行向量,
是
的
个分量。
则
由此可知,从行的角度来看,
相当于分别用
的行点乘
,这就是矩阵乘法的定义。
下面从列的角度考虑,这是一种非常重要的理解方式。
不妨设
其中,
是
的
个列向量。
则
由此即知,列向量
右乘矩阵
即是对
的列向量作线性组合,
的各分量即为线性组合的系数。
下面考虑行向量
左乘矩阵
, 其中
不妨设
则
由此即知,行向量
左乘矩阵
相当于对
的行向量作线性组合,
的各分量即为线性组合的系数。
综上所述,列向量
右乘矩阵
相当于对
的列向量作线性组合,
的各分量即为线性组合的系数; 行向量
左乘矩阵
相当于对
的行向量作线性组合,
的各分量即为线性组合的系数。
对于矩阵与矩阵的乘法,只需把矩阵按行或列分块,即可按上述向量乘矩阵的方式理解。
即
也即是,矩阵
右乘 矩阵
相当于对
的列作线性组合,
的各列的分量即为线性组合的系数;矩阵
左乘 矩阵
相当于对
的行作线性组合,
的各行的分量即为线性组合的系数。
2011年线性方程组的几何解释习题
(https://open.163.com/movie/2016/4/H/1/MBKJ0DQ52_MBKJ0MDH1.html)
思考下列方程组:
回代到方程组可得:
行视图就是对于线性方程组的每一行的视角去理解该线性方程组,因此该方程组可以理解为 2 条直线(每一个方程组就是平面上的一条直线),所求的
也就是两条直线的交点了。
将
看作向量(2,1)和(1,-2)的线性组合,得到向量(3,-1),由此可以用平行四边形法则得到
的具体值。
那么如何求解呢?
考虑一元方程的情况:
推广到矩阵:
因此为了解得方程组的解,实际上就转化为求方程组的系数构成的矩阵
的逆矩阵