![cc626a78b43e9bda9e6d6f855fe51ba5.png](https://i-blog.csdnimg.cn/blog_migrate/23294bcb0780415591fd7bd0648a6583.jpeg)
本系列文章为3BLUE1BROWN-线性代数本质的系列视频的笔记,主要记录视频中讲的重要内容,有时候会加入自己的一些思考,建议大家可以边看视频边看本文。视频地址如下:
https://space.bilibili.com/88461692?from=search&seid=6059906507170296686space.bilibili.com本次的笔记内容是从视频第六章往后一节的附注的内容笔记,记述了非方阵在线性代数中的物理意义,以及我对视频后面思考题的理解。其余章节的笔记在:
- 深入浅出线性代数(1)-线性变换
- 深入浅出线性代数(2)-逆矩阵,列空间与零空间
之前所叙述的,都是在变换矩阵为方阵的情况下进行分析,即向量在线性变换矩阵的作用下,变换前后向量的维度不变。进一步的,考虑向量在不同维度之间的线性变换,我们可以推广至非方阵的情况。
非方阵的情况有两种:行数大于列数 以及 列数大于行数。
1. 矩阵行数大于列数
考虑线性变换矩阵
可以看出,经过变换之后,二维空间的向量
- 由列空间定义可得,变换后的所有可能的向量
所构成的空间为矩阵
的所有列向量所张成的空间,而矩阵 仅有两个列向量,则
的列空间仍是二维的(即两个基向量在3维空间中所张成的一个2维平面)。
- 变换之后列空间的维度与原始空间维度相同,说明矩阵
是满秩的。
2. 列数大于行数
参考1的分析,当列数大于行数时,线性变换矩阵
3. 思考
此段视频最后提出一个思考题,思考在不同维度间线性变换的背景下,矩阵乘积和线性方程组等概念的意义。
3.1 矩阵乘积的思考
考虑两个线性变换矩阵
- 如若进行以下变换:
其几何意义是先将向量
设
- 若进行如下变换:
其几何意义是先将向量
简而言之,矩阵的乘积可看作不同维度间线性变换的过程,若涉及某个矩阵为降维变换,则代表信息会受到压缩,变换过程是不可逆的;反之,信息并未受到压缩,变换过程可逆。
3.2 线性方程组的思考
我们考虑一个方程组个数少于变量数的线性方程组:
用矩阵的形式写作:
从线性变换角度看,则可以看作是变换矩阵