方程组的几何解释

本文通过实例讲解了线性代数中矩阵与向量的概念,展示了如何将线性方程组转化为矩阵形式,并利用矩阵的行图像和列图像直观理解方程组的解。同时,探讨了在二维和三维空间中方程组的几何意义,以及矩阵乘法与向量线性组合的关系。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

从一个例子讲起:$2$个方程,$2$个未知数的方程组

$$ \left\{ \begin{aligned} 2x-y=0\\ -x+2y=3\\ \end{aligned} \right. $$

写成矩阵形式为

$$ \begin{bmatrix}2&-1\\-1&2\end{bmatrix}\begin{bmatrix}x\\y\end{bmatrix}=\begin{bmatrix}0\\3\end{bmatrix} $$

第一个矩阵称为系数矩阵$A$,第二个矩阵称为$x$,第三个矩阵称为$b$,这样方程组可写为$Ax=b$,一个行图像显示一个方程,可以画出该方程组的行图像:

图片描述

列图像:

原方程组可写为$x\begin{bmatrix}2 \\ -1\end{bmatrix}+y\begin{bmatrix}-1\\2\end{bmatrix}=\begin{bmatrix}0\\3\end{bmatrix}$,该方程是寻找如何将$\begin{bmatrix}2 \\ -1\end{bmatrix}$和$\begin{bmatrix}-1\\2\end{bmatrix}$两个向量正确组合,来构成$\begin{bmatrix}0\\3\end{bmatrix}$,这就需要找到正确的线性组合。将$\begin{bmatrix}2 \\ -1\end{bmatrix}$记作$col_1$,$\begin{bmatrix}-1\\2\end{bmatrix}$记作$col_2$,当$x=1,y=2$时,等式成立。下面画出列向量:

图片描述

如果选取所有的$x$和$y$,即所有的组合,结果会得到整个二维空间。下面来看三维空间的例子:

$$ \left\{ \begin{aligned} 2x-y=0\\ -x+2y-z=-1\\ -3y+4z=4 \end{aligned} \right. $$

在这里$A=\begin{bmatrix}2&-1&0 \\ -1&2&-1\\0&-3&4\end{bmatrix},b=\begin{bmatrix}0 \\ -1\\4\end{bmatrix}$。在三维空间中,每一个方程确定一个平面,而例子中的三个平面会相交于一点,这个点就是方程组的解。将方程组写成列向量的线性组合:

$$ x\begin{bmatrix}2\\-1\\0\end{bmatrix}+y\begin{bmatrix}-1\\2\\3\end{bmatrix}+z\begin{bmatrix}0\\-1\\4\end{bmatrix}=\begin{bmatrix}0\\-1\\4\end{bmatrix} $$

同样将这三个列向量分别称为$col_1、col_2、col_3$,显而易见,当$x=y=0,z=1$时满足该等式。但不是对于所有的右侧向量$b$都有解,当$col_1、col_2、col_3$共面时,只有当$b$在此平面内时,方程组才有解,否则无解。

最后介绍矩阵形式的$Ax=b$,举个例子,取$A=\begin{bmatrix}2&5\\1&3\end{bmatrix},x=\begin{bmatrix}1\\2\end{bmatrix}$,则$Ax=\begin{bmatrix}2&5\\1&3\end{bmatrix}\begin{bmatrix}1\\2\end{bmatrix}=1\begin{bmatrix}2\\1\end{bmatrix}+2\begin{bmatrix}5\\3\end{bmatrix}=\begin{bmatrix}12\\7\end{bmatrix}$

总之,$A$右侧乘以一个向量可以看成$A$的各列的线性组合。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值