尝试解释 Ax=b 的解与矩阵A的秩的关系
费曼技巧(The Feynman Technique)的尝试
1、拿张白纸;
2、在白纸顶部写上你想理解概念;
3、用你自己的话解释它,就像你在教给别人一样。
4、遇到解释不了的地方,就通过查课本、问老师、或到互联网搜寻答案。
5、重复上述1-4步骤,直到再没有难点为止。
系数矩阵A 与 线性方程组
Ax = b
其中,A是m×n矩阵有几种情况
m = n
线性方程组 相容/不相容
m < n
线性方程组 超定,未知数(n)比方程(m)多
m > n
线性方程组 亚定
方程组在不同的时候,解有不同的情况,系数矩阵的秩和m、n的关系可以反映解的情况。
rank(A)
秩的定义有很多,事实上,每个有关于秩的定义都可以作为它的定义,下面是一些我现在能想到的等价说法。
秩 等于 消元法后 矩阵主元的个数
秩等于 A(U、R)的列空间的维度
秩等于 A的行向量(列向量)的极大线性相关组中向量个数
determination不等于零的最大子式的阶数
1. 秩 等于 消元法后 矩阵主元的个数
Ax = b
A经过行初等变换,变为
PA = LU
其中P是转置矩阵,L是行初等变换矩阵的逆(L for Lower triangle matrix;U for Upper triangle matrix),U和A有着相同的Column Spa