线性代数-逆矩阵、列空间、秩与零空间

逆变换思想：

对于线性方程组

上面的方程组来起来就是线性变换，所以

可以将其看成是未知向量x经过矩阵A变换后成了向量v：

同理二元方程可表示：

以二元方程为例，向量x经过A所代表的变换变成了向量V，这个方程的解依赖于A所代表的变换

分两种情况：

1.变换后A的行列式不为0，即变换A没有改变空间的维度

变换前的向量X和变换后的向量v都是唯一的

而且你可以通过逆变换将V变换回X

逆变换即将经历的变换恢复到原始状态，因此，矩阵经历了A代表的变换，再作用一次A的逆变换就恢复到了初始的状态

利用逆变换的思想，可以很容易的求出向量x

因为变换前的向量X和变换后的向量v都是唯一的
方程只有唯一解

同理在三维空间也成立：

2.变换后的行列式为0，即发生了降维

如果空间被压缩成一条直线，且变换后V在压缩后的直线上，则解存在，负责不存在解

秩：

秩代表的是变换后的空间的维度

如一个3*3的矩阵，满秩为3，压缩到二维时，我们说他的秩为2，变换成一维后，秩为1，

列空间：

列空间代表变换后的矩阵所张成的空间

由此可知，列空间的维数就是变换后的秩

特殊：

零空间

变换后落在原点的向量的集合，称为零空间，核或者核空间

二维被挤压成一条直线：


这些向量变成了零空间

三维压缩到二维：

三维压缩到一维：

三维压缩到零点