以下学习笔记总结于《程序员的数学之线性代数》
基本概念
对于给定的问题 y = A x y=Ax y=Ax,如何判断矩阵A是否可逆或者该问题在确定y时是否有解呢?首先,如果A不是方阵,解的存在性和唯一性两者至少有一个被破坏了。为什么呢?我将用下面一段话对该问题给出直观理解。
A是m行n列,如果m<n,那么破坏的就是解的唯一性,因为A这个映射把原空间压缩了,压缩就必定存在信息丢失,在空间中也就意味着多个x将对应一个y,所以x不唯一。如果m>n,那么破坏的就是解的存在性,因为A这个映射把原空间维数扩大了,这时候y对应的空间比x对应的原空间要大,那一定能找到一个y是没法对应到原空间里面的x的。
当然,上述的情况也有特例,解的存在性这边,也有可能A不是方阵,但是对应y能有解。这种情况其实就是y正好在x能对应到的那片子空间中(这片线性子空间就是A的像,符号记作ImA,它其实和A的秩rank是等价的)。至于该解是否是唯一解,就看A的映射是否压缩了原空间的维数了,压缩了几维就是A的核维度,压缩的线性子空间就是A的核,记作KerA。其实也就是原空间中有dim KerA维的线性子空间映射到目标空间时对应着同一个点。
上面的概念也可以用単射,满射,双射来理解。由此顺带说明一下维数定理,即
K e r A + I m A = n KerA+ImA=n KerA+ImA=n
而本篇笔记主要讨论的是A是方阵的情况。
如果 y = A x y=Ax y=Ax是双射的,也就是说解存在且唯一,那么矩阵A一定是可逆的,因为双射就说明逆映射存在,逆矩阵也就存在。
与可逆性等价的条件
令A为n阶方阵, A = ( a 1 , ⋯ , a n ) A=\left(a_{1}, \cdots, a_{n}\right) A=(