线性代数的本质(五)——逆矩阵、列空间与零空间

本文深入探讨线性代数中的逆矩阵概念,当det(A)≠0时,存在唯一解;当det(A)=0时,矩阵无逆变换,但可能有解,这涉及到了零空间的概念。零空间是指经过线性变换后变为零向量的向量集合,是线性方程组解集的特殊情况。此外,介绍了秩作为衡量空间压缩程度的指标,满秩矩阵意味着所有列向量线性无关。
摘要由CSDN通过智能技术生成

我们知道,线性方程组可以改写成矩阵向量乘法的形式。

在这里插入图片描述

矩阵 A A A 代表一个线性变换,求解 A x ⃗ = v ⃗ A\vec{x} = \vec{v} Ax =v 意味着我们去寻找一个向量 x ⃗ \vec{x} x ,使它在变换后与 v ⃗ \vec{v} v 重合,我们看一个在二维空间中的例子, [ 2 2 1 3 ] [ x y ] =

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值