矩阵的秩的直观解释
我们都知道,秩是矩阵中的重要概念。但是你对它有什么直观的认识吗?
本期视频中,我们用筛子作比喻,对秩做一个形象的讲解。
秩是矩阵中的重要概念,谈秩肯定是离不开矩阵的。因此,我们先来看看矩阵的作用。
矩阵完成的是向量空间的映射。
它负责将左边向量空间的点,映射到右边的向量空间
如果将左边的区域都用相同的规则进行映射,就可以得到右边的区域
此时,因为秩的不同,映射后的维度会有所不同
面(维度为2)
线(维度为1)
点(维度为0)
可以看到秩越大,映射后图形的维度越高。
因为上面的结论,所以可以将矩阵 看作一个筛子:
那么矩阵的秩 可以看作筛眼的大小, 越小对应的筛眼越小(忽略掉筛子的形状,下面用带网格的圆来表示筛子):
筛眼越小,自然漏过去的越小。
把矩阵的秩看作筛眼的大小还是有一定解释能力的。比如矩阵的秩有如下的性质,该性质也称为矩阵复合的秩:
可以看作两个筛子:
可以用带网格两个圆来表示这两个筛子,可以看到各自的筛眼大小不同,也就是各自的矩阵的秩不相同:
当这两个筛子叠在一起的时候,叠加部分的筛眼变小了,比单独某一个筛子的筛眼要小:
所以此时有:
当然还有可能 、 如下:
这时叠在一起时,叠加部分的筛眼等于其中某一个筛子的筛眼:
所以此时有;
综合起来就是:
满秩矩阵 可以看作完全没有筛眼的筛子:
这样两者复合,筛眼大小就完全取决于 :
所以可得到满秩矩阵复合的性质:
用筛眼比做矩阵的秩
这个比喻虽然形象,但并不严谨。更多,更系统的线代知识,可以在马同学的网站上进行学习。
赞 (0)