本篇博客仅记录一下我个人思考的一点想法,方便以后回顾。并不严谨,希望给大家提供一点直观的理解。
通过上边的变形,我们可以看出
A
x
Ax
Ax的本意就是用
x
=
[
x
1
x
2
.
.
.
x
n
]
x=[x_{1} x_{2} ... x_{n}]
x=[x1x2...xn]作为系数对
A
A
A的列向量
[
A
1
A
2
.
.
.
A
n
]
[A_{1} A_{2} ... A_{n}]
[A1A2...An]进行重新组合得到一个新向量。例如,我们从原点出发,先加上3倍的x轴单位向量
[
1
,
0
,
0
]
[1,0,0]
[1,0,0],再加上2倍的y轴单位向量
[
0
,
1
,
0
]
[0,1,0]
[0,1,0],最后再加上1倍的z轴单位向量
[
0
,
0
,
1
]
[0,0,1]
[0,0,1],最终运动到点
[
3
,
2
,
1
]
处
,
[3,2,1]处,
[3,2,1]处,如下图所示:
上述这个例子表述成
A
x
=
b
Ax=b
Ax=b的形式就是:
我们分别用
x
=
[
3
,
2
,
1
]
x=[3, 2, 1]
x=[3,2,1]作为倍数 对
A
A
A的三个列向量
[
1
,
0
,
0
]
、
[
0
,
1
,
0
]
、
[
0
,
0
,
1
]
[1,0,0]、[0,1,0]、[0,0,1]
[1,0,0]、[0,1,0]、[0,0,1]进行排列组合,组合得到的新向量就是
b
b
b。
现在我们来看 A x = 0 Ax=0 Ax=0的意思就是:从原点 [ 0 , 0 , 0 ] [0,0,0] [0,0,0]出发,先加上 x 1 x_{1} x1倍的 A A A的列向量 A 1 A_{1} A1,再加上 x 2 x_{2} x2倍的 A A A的列向量 A 2 A_{2} A2,以此类推,当我们最后加上 x n x_{n} xn倍的 A A A的列向量 A n A_{n} An时,得到的新向量要回到原点 [ 0 , 0 , 0 ] [0,0,0] [0,0,0]。这可不可能呢?
显然,当 A A A为n阶满秩方阵时, A A A的n个列向量均线性无关,这时我们总能把A化成一个单位矩阵的形式。我们就把 A A A作为单位矩阵来考虑, A A A的每一个列向量就代表一条坐标轴方向,一旦我们沿着x轴向前走一段距离后,y轴和z轴中是不存在x方向上的分量让我们再走回原点的。对于A的任何一个列向量都是这样,一旦对应的 x n x_{n} xn不等于0,就等于沿着这条坐标轴走了一段距离,其他坐标轴是不可能再让你走回原点的。由此可知,只有 x = [ x 1 , x 2 , . . . , x n ] x=[x_{1}, x_{2},...,x_{n}] x=[x1,x2,...,xn]中的每一个分量都等于0,也就是压根不从原点出发,才可能使组合得到的新向量还在原点。
当 A A A不满秩时,如秩为n-1,相当于 A A A的列向量形成的线性空间中有n-1条正交基,这n-1条正交基相互是没有对方分量的,也就是走出原点之后是回不来的。但是第n条列向量是前边n-1条正交基的线性组合,是可以让你走回来的。所以x中的部分分量可以不为0,也就是左拐右拐最后可以走回原点,也即不满秩的时候可以有非零解。