# 机器学习python：机器学习相关矩阵知识(七）空间映射与求解线性方程组

机器学习机器学习相关矩阵知识(七）

矩阵与线性方程组

矩阵描述线性方程组的方法：

决定线性方程组解的因素

如果方程组有解，需要使等式Ax=b成立，那么向量b必须在向量啊的列空间上，换句话说向量是向量A各列向量的线性组合时，才能保证方程有解。那么，根据空间映射相关知识，矩阵的秩r，行数m与列数n与方程组的解数相关。
共有4种情况：
①r=m=n
当矩阵A满足上述条件时，它是一个满秩的方阵。r=m=n说明原始空间，目标空间与列空间的维数相同都是R^r，或者说目标空间R^r中的任一一个向量都在矩阵A的列空间上，由于不存在空间压缩的情况，所以此时方程组有解且解是唯一解。
同时由于A是满秩方阵，所以其逆方阵存在，因此我们可以求得向量x的表达式为：Ax=b→A^-1Ax=A^-1b→x=A^-1b
②r=m<n
当矩阵a满足上述条件时，r=m说明目标空间是一个R^r空间与列空间相等，同样说明目标空间的所有向量都在矩阵A的列空间上。所以，方程组一定有解。但同时由于