更加好理解的线性代数理论

重新定义一下上篇文章所述的矩阵的三相性。

一个矩阵是零矩阵,当其元素都是 0 0 0。一个矩阵 A A A非零矩阵,当 A x = 0 ⇒ x = 0 A\boldsymbol{x}=\boldsymbol{0}\Rightarrow\boldsymbol{x}=\boldsymbol{0} Ax=0x=0。其它矩阵称为临界矩阵

它们的乘法规律可由下述三相乘法表描述。

非零 临界
非零 非零 临界
临界 临界 临界/零

非零的方阵可逆。

以下是一些不重要的叙述。之后我们将不区分 { a 1 , ⋯   , a n } \{\boldsymbol{a}_1,\cdots,\boldsymbol{a}_n\} {a1,,an} [ a 1 ⋯ a n ] \left[\begin{matrix}\boldsymbol{a}_1&\cdots&\boldsymbol{a}_n\end{matrix}\right] [a1an],并将后者记为 A A A

显然, A A A线性无关意即 A A A是非零矩阵。 A A A线性相关即 A A A是临界矩阵或零矩阵。

span ( A ) \text{span}(A) span(A) R ( A ) \mathcal{R}(A) R(A)可以表示为 { y ∣ y = A x } \{\boldsymbol{y}|\boldsymbol{y}=A\boldsymbol{x}\} {yy=Ax},其中 x \boldsymbol{x} x是任意向量。

你可能感兴趣的:(数学)