chapter6 逆矩阵，列空间，秩与零空间

1. 我们来聊聊线性方程组？
   

2. 哦？折合矩阵向量乘法非常相似吧？
   
   是吧？很像吧？

3. 中，A代表一种线性变换。所以求解,意味着我们去寻找一个，使得他在变换后与重合。

4. 当然，上面讲这么多，大前提都是:det(A) != 0(能看懂吧？)

5. 那么逆矩阵就很好理解了，我们可以将之理解为一个线性变换的逆变换。

6. 那么怎样的变换才是可逆的呢？

7. ,我们将“什么都不做”的变换称为恒等变换。

8. 有的变换没有逆变换？因为你总不能把一个平面转化为立体吧。

9. 但是，即使不存在逆变换，线性方程组的解仍然是可能存在的。

10. “秩”：变换后的空间的维数。

11. A的列空间：所有可能的输出向量构成的集合。

12. 非方阵的行列式是没有意义的，因为其基有歧义。如：

13. 中,输入的二维向量与输出的三维向量是完全不同的“物种”。

14. ，就是一个二维平面中的线性变换：二维平面的转变为三维平面的，二维平面的转变为三维平面的。

15. 满秩:列空间的维数与输出空间的维数相等。

---

逆矩阵，列空间，秩与零空间，大家理解了么？

好吧，大家下去感受感受。

继续3Blue1Brown的《线性代数的本质》(微信用户请点击阅读原文)

---