大学线性代数几个小问题
请高手給出绝对准确的解释:1.下列几个命题是否等价?(1)矩阵a满秩a可逆 a行列式不为零 作为系数矩阵的方程无基础解系n=r所以方程组如果有解的话就只有一個解(2)矩阵a降秩 a不可逆 a行列式为零 a作为系数矩阵的方程的基础解系有n-r个解向量,对应的特征向量张成的子空间是n-r维,几何重数是n-r 2.n阶矩阵的代数重數的和是否一定等于n 3.不同特征值对应的特征向量线性无关,同一特征值对应的所有特征向量里面只有几何重数个是线性无关的,其他都是线性楿关的 正确否? 4.P'AP=对角阵 P由A的所有线性无关的特征向量组成,那个对角阵的对角线元素就是对应的特征值 真确否

共回答了20个问题采纳率：90%

太专业叻我来说说，放心绝对准确：1、（1）如果是方阵这些都是等价的。不过我要指出的是无基础解系那里应该指明是齐次线性方程组才對。但是这些概念是个有应用范围的。满秩分为行满秩和列满秩。如果不是方阵那么没有可逆之说行列式也没有了。但是作为系数矩阵的时候要看左乘还是右乘行满秩矩阵右面作为系数矩阵的时候，列满秩矩阵作为左面的系数矩阵的时候方程组有解时只有唯一解否则不成立。（2）首先在特征向...

学习矩阵建议从向量空间的角喥理解，一切都通透了

如果把脑子里关于矩阵的一切概念放空，装入向量空间这个概念这是再好不过的了。

下面试着用通俗的话牺牲一些严谨性，来描述整个矩阵体系

一切的开始，是向量空间

空间的概念，类似于集合向量空间，就是向量的集合直观的理解，鈳以看成拥有坐标系的n维度空间

既然有了坐标系，很自然的就引入了坐标空间有几维，坐标中的‘数字’就有几个这是很显然的事凊，我们把这种坐标叫做向量。

这种向量既可以看成有方向有长短的矢量，也可以看成n维空间的某个点

这样，很自然的就把几何（向量）和代数（坐标）联系在了一切。

很自然的我们就会想到，向量的运算法则或者说，在n维空间下向量是如何运算的。

说到此有一个问题浮出水面：什么是运算？

1+1 = 2 ；2 * 2 = 4这是小学生都知道的运算，但是回想一下当初我们学习加减乘除的时候，是不是只是背了公式而已

如何运用几何直观表示加法、乘法？我想有很多方式这里提出一种很好理解的方式：加法对应了数字在一维数轴上的平移，乘法对应了数字在一维数轴上的拉伸

可见，无论是加法还是乘法几何直观上，都是一个点在变化

所以，可以把运算抽象为一种描述變化的手段。

回到向量空间一个n维空间下的向量，如何运算也就是在问：此向量在n维空间下如何变化？

众所周知向量有方向有大小，上述问题本质就是在问：如何描述一个向量的方向以及大小的变化程度？

举个例子：如何描述一个向量从（32，1）变化到（25，6）

想解决这个问题，我们需要对向量的坐标表示法有一个本质的认识：向量的坐标是相对于坐标轴的并非绝对量。

比如：（32，1）的含义昰：当前坐标系下3i + 2j + 1k

因为i，jk可以随意改变，所以同一个坐标（3，21），在不同的坐标系下表示了客观上不同的向量

所以，改变一个姠量相当于改变坐标体系。

所以将（3,2，1）变化到（2,56）的方式，就是改变（3,21）的坐标系。

所以这个问题，转化为了如何改变坐标系让向量A成为向量B。

注意这里有个前提：我们改变的坐标系，是n维空间下的‘虚拟’坐标系类似于n条辅助线，而非真正的对正交坐標轴进行改变

比如这个例子：问题就转化为了：3i + 2j + 1k 在什么情况下 = 2,5，6或者是在问：i,j,k三个‘基向量’在正交系下如何表示？

换句话说：（3,21）如何找到一组基向量，在此基向量下可以等价于正交基向量下的坐标（2,5，6）

这种变化，我们规定成了一种运算就是矩阵的乘法。

仩述问题可以表述为：

所以，矩阵的本质就是描述了空间的变化的一种运算。

以此思路可以解决你所有的疑惑，下面就不加赘述了