线性代数之——行图像和列图像

最新推荐文章于 2025-09-07 12:10:00 发布

原创最新推荐文章于 2025-09-07 12:10:00 发布 · 3.9k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#行图像和列图像

数学之美专栏收录该内容

32 篇文章

订阅专栏

本文深入探讨了线性方程组的几何意义，从二维平面的直线到三维空间的平面，解析了线性方程组的解集如何在几何上表现为点、线或面。通过向量和矩阵的形式，揭示了线性方程组求解的本质。

ACE-Step

音乐合成

ACE-Step

ACE-Step是由中国团队阶跃星辰（StepFun）与ACE Studio联手打造的开源音乐生成模型。它拥有3.5B参数量，支持快速高质量生成、强可控性和易于拓展的特点。最厉害的是，它可以生成多种语言的歌曲，包括但不限于中文、英文、日文等19种语言

1. 线性方程组的几何解释

线性代数的中心问题就是解决一个方程组，这些方程都是线性的，也就是未知数都是乘以一个数字的。

$11\begin{alignedat}{2} &x \space- \space&2&y \space=\space 1 \\ 3&x\space+\space&2&y \space=\space 11 \end{alignedat}$

针对上面的方程组，如果我们一行一行来看的话，那么第一个方程 $x−2y=1\boldsymbol{x-2y=1}$ 表示二维平面的一条直线。点 (1, 0) 是方程的一个解，点 (3, 1) 也是方程的一个解，因此它们都位于这条直线上。

同理，第二个方程 $3x+2y=11\boldsymbol{3x+2y=11}$ 也表示二维平面的一条直线，这两条直线的交点也就是上述方程组的解，因为它同时满足了方程一和方程二。

另外，我们也可以将上述方程写成向量的形式：

$\begin{bmatrix} 1 \\ 3 \end{bmatrix} + y \begin{bmatrix} -2 \\ 2 \end{bmatrix} = \begin{bmatrix} 1 \\ 11 \end{bmatrix} = \boldsymbol b$

问题就变成了寻找左边两个向量的一个特定线性组合来产生右边的向量。

若将上述方程组表示成矩阵的形式，就是：

$\leftrightarrow \begin{bmatrix} 1&-2 \\ 3 & 2\end{bmatrix} \begin{bmatrix} x \\ y\end{bmatrix} = \begin{bmatrix} 1 \\ 11\end{bmatrix}$

行图像就是对矩阵 $A$ 的行进行处理，而列图像则是矩阵 $A$ 的列的线性组合。

2. 三个未知数三个方程

针对三个未知数 $x, y, z$ ，我们有三个线性方程：

$KaTeX parse error: Too many math in a row: expected 2, but got 3$

在行图像中，每个方程产生一个三维空间中的平面。第一个平面和第二个平面相交于一条直线 $L$ ，然后第三个平面和这条直线又相交于一点，也就是方程组的解。

在列图像中，我们要寻找左边向量的一个线性组合。在这里，我们可以非常容易地看到方程组的解，(6, 4, 2) 为 (3, 2, 1) 的 2 倍，因此解就为 (0, 0, 2)。

$\begin{bmatrix} 1 \\ 2\\6 \end{bmatrix} + y \begin{bmatrix} 2 \\ 5\\-3 \end{bmatrix} +z \begin{bmatrix} 3 \\ 2\\1 \end{bmatrix}= \begin{bmatrix} 6 \\ 4\\2 \end{bmatrix}$

表示成矩阵的形式，就是

$\leftrightarrow \begin{bmatrix} 1&2&3 \\ 2&5&2\\6&-3&1 \end{bmatrix}\begin{bmatrix}x \\ y \\ z \end{bmatrix} = \begin{bmatrix}6 \\ 4\\ 2\end{bmatrix}$