【线性代数】结合 Ax=b 的通解结构，直观理解秩、线性变换、相关无关、基础解系

1. 前言

本文的理论知识基于系列视频： 线性代数的本质。侵删
阅读本文需要的前置知识：

• 向量组的概念
• 矩阵可以视为一种线性变换
• 任意的线性变换“零点”位置不改变
• 行列式 ≠ 0 => 线性变换不可逆，并产生降维
• 线性相关无关的几何意义
• 会计算 Ax = b 的通解
• 矩阵和三维空间的基的关系

2. 语义

2.1 Ax 的语义

$$假设A=\left[\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\\ 0& 0& 0\end{array}\right]$$
$$假设x=\left[\begin{array}{c}1\\ 2\\ 0\end{array}\right]$$

将三维空间中的向量x做线性变换。

2.2 Ax = b 和 Ax = 0 的语义

• 一般解释 ： 将三维空间中的向量x做线性变换得到b，x可为任意向量。
• 题目中的语义 ：已知目标向量b，该目标向量可以由未知向量x经过A的线性变化得到，求所有x
• 延展 ：Ax = 0 是目标向量b = 0向量的特殊情况

2.3 三阶方阵 Ax = 0 与基础解系

2.3.1 只有零解$$只有零解=>当且仅当x=0向量等式成立=>线性变换一定是可逆=>A满秩$$

---

2.3.2 有非零解 必存在基础解系

降成二维

$$A的线性变换是一个不可逆变换=>发生了降维=>A不满秩$$
$$某一个直线上的所有向量被压缩到了零点：$$

所以此时降维的A变换，作用于某一个直线上的所有向量，都会被压缩到零点，只要我们规定一个标量，x的取值是无限的。也就是此时x有无穷个解。如何写出标量，就是另外一个话题了
无穷个解分布在一条直线上，则只用一个基础解系就能表示这无穷个解，
$$可记为x=k\xi$$

---

降成一维

$$会有一个平面的向量被压缩到了原点$$
同理，任取这个平面上的两个线性无关的向量可以组成一个基础解系，表示所有x。
$$可记为x=k1\xi 1+k2\xi 2$$

3. 零空间

零空间定义在线性变换前的某一个空间，这个空间内的所有向量经过A的线性变化后，所有零空间的向量都会压缩至零点，所有线性变化都有零空间，对于三阶矩阵：

• 可逆矩阵：零空间为零点

• 秩为2的矩阵，零空间为直线

• 秩为1的矩阵，零空间为一个平面

• 惊奇的发现 三阶矩阵Ax=0基础解系所构成的 直线 或 平面就是零空间

4. 严格区分：张成的空间 与 零空间

$$假设A=\left[\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\\ 0& 0& 0\end{array}\right]$$

• 矩阵A 张成的空间
  

• 矩阵A的零空间
  

5. 用张成空间 理解Ax = b 的解情况

5.1 A可逆

5.1.1 有唯一解

有唯一解，没有产生降维，向量x经过线性变换唯一确认成向量b。此时线性变换A张成在整个三维空间，b也在A张成的空间中，即b能被A中的向量表示，即A和b组成的向量组线性无关， 所以R(A | b) = n
$$线性变换A一定是可逆$$ $$=>R(A)满秩$$ $$=>R(A)=R(A|b)=n$$

---

5.2 A不可逆

A不可逆，线性变化产生降维。经过线性变换A, 矩阵的空间中全部向量张成在一条直线（R = 1）或者一个平面（R = 2）内。 对于方程是否有解的情况，主要取决于目标向量b是否在矩阵张成的空间中。如何检验b是否在矩阵张成的空间呢：$$使用线性相关无关的定义=>用R(A|b)=?=R(A)判断$$

5.2.1 有无数个解$$线性变化A一定不可逆$$ $$=>R(A)=R(A|b)<n$$

---

5.2.2 无解

$$线性变化A一定不可逆$$$$=>R(A)<R(A|b)$$

6. 用特解映射、零空间 理解Ax = b 的解结构

$$Ax=b有解\{\begin{array}{ll}{\xi }^{\ast }+（Ax=0的基础解系）& 有无穷解\\ \xi & 有唯一解\end{array}$$

6.1 解释无穷多个解的来源

6.1.2 来源于特解

$$特解{\xi }^{\ast }可以举出很多个，因为线性变换降维，则b可以映射多个x，如图：$$

6.1.3 来源于零空间

零空间，也就是Ax=0 基础解系张成的空间。
$$x=k1\xi 1+k2\xi 2$$

6.1.4 总的解结构

$$x={\xi }^{\ast }+k1\xi 1+k2\xi 2$$

6.1.5 Ax=b 的通解可以代表所有解

与常微分方程(考研的另外一个考点)不同，线代Ax=b 可以代表所有解
$$假设A=\left[\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\\ 0& 0& 1\end{array}\right]$$
$$已知A矩阵可以表示为x=k1\left[\begin{array}{c}1\\ 0\\ 0\end{array}\right]+k2\left[\begin{array}{c}0\\ 1\\ 0\end{array}\right]+k3\left[\begin{array}{c}0\\ 0\\ 1\end{array}\right]=>整个三维空间的向量$$

$$Ax=b的通解结构x={\xi }^{\ast }+k1\xi 1+k2\xi 2=>一个三维受限空间$$
Ax = b 的基础解系是可以表示所有的解，这些解都在一个受限三维空间里，并不影响通解的无数种表达方式。就好像积分区域无限细分，f(ξ)取值是无穷的，但是积分区域是受限的

6.2 特解和基础解系线性无关

6.2.1 反证法

$$如果{\xi }^{\ast }和\xi 1，\xi 2线性相关$$ $$=>{\xi }^{\ast }，\xi 1，\xi 2都在同一个零空间中$$ $$=>{\xi }^{\ast }，\xi 1，\xi 2经过线性变换会压缩到零点$$ $$=>Ax=b无解，与Ax=b有无穷个解相悖$$ $$=>{\xi }^{\ast }和\xi 1，\xi 2线性无关$$

7. 补充：线性相关无关的几何意义

先给出数学上的定义（摘至百度），后文再归纳一下具体的几何意义

7.1 一维空间

最简单的情况：n个平行向量组成一个向量组时，我们说这n个向量线性相关。
稍微复杂点的情况：向量组α1 α2 α3 ....... αn 任意存在一对平行的向量，则该向量组线性相关。

7.2 二维空间

• 兼容一维
  一维空间中线性相关的向量组，在二维空间中同样成立

• 二维独有特性：
  从一维推广而来，如果存在向量α 和 β不平行，则这两个向量线性无关。同时，这两个向量可以张成为一个平面σ。任意落在平面σ的向量γ 与α 和 β线性相关。若γ未落在平面σ上，三者线性无关，且三者能张成为一个三维空间。

7.3 三维空间

• 兼容一维和二维
  一、二维空间中线性相关的向量组，在三维空间中同样成立
• 三维独有特性
  研究三维的相关无关需要兼容一二维度的情况，已经相对复杂了。研究三维的降维情况（也就是3阶矩阵行列式 = 0时），能帮助理解什么是Ax=0的基础解系，还有通解的形式的由来。

7.4 不同维度下向量相关无关总结

线性相关是一个整体的概念。我们不能说某一个向量线性无关，我们仅能描述向量组中的向量是否线性相关。