跳转到课程

LINEAR ALGEBRA · UNIT I · LECTURE 01

线性方程的
几何意义

The Geometry of Linear Equations

两道方程,不只是两串数字。它们可以成为两条相交的直线,也可以成为两支向量的组合;当未知数增加到三个,直线又会变成平面。理解这些图像,是学习线性代数的第一步。

先修:二元一次方程、平面坐标行图像 · 列图像 · 矩阵5 道理解题 · 6 道课后练习

01 / ROW PICTURE

两条方程,
为什么是在寻找一个交点?

我们要找一对数 x、y,让它们同时满足:

2x − y = 0−x + 2y = 3

第一道方程等价于 y = 2x。如果 x = 0,y 也等于 0;如果 x = 1,y = 2。把这样的点连起来,就得到一条直线。第二道方程等价于 y = (x + 3)/2,它也是一条直线,但不经过原点。

一个点如果只在第一条直线上,还不能算整个方程组的解;它必须同时在两条直线上。因此,我们要找的是它们的交点。

y = 2x−x + 2(2x) = 33x = 3,故 x = 1,y = 2

代回检查:2×1−2=0,−1+2×2=3。两个等式都成立,所以 (1,2) 的确是共同解,而不只是图上看起来接近交点。

理解检查 1 · 为什么 (0,0) 不是这个方程组的解?

选出最准确的解释。
查看完整解析

B。第一式 2×0−0=0 成立;第二式 −0+2×0=0,不等于 3。解方程组时,不能只满足其中一个条件。

02 / COLUMN PICTURE

现在换个方向看:
两支向量能拼成目标吗?

刚才我们沿着每一“行”看方程。现在把 x 的两个系数上下排在一起:(2,−1)ᵀ;把 y 的两个系数上下排在一起:(−1,2)ᵀ。这里的 T 表示将横着写出的分量理解为列向量。

原来的两个方程就变成了一道向量题:

x(2, −1)ᵀ + y(−1, 2)ᵀ = (0, 3)ᵀ

取 x = 1、y = 2,第一支向量向右 2、向下 1;第二支向量乘 2,向左 2、向上 4。首尾接起来,最终向右 0、向上 3,恰好抵达目标 b = (0,3)ᵀ。

1(2,−1)ᵀ + 2(−1,2)ᵀ = (2,−1)ᵀ + (−2,4)ᵀ = (0,3)ᵀ

这样的“倍数乘向量再相加”,叫做线性组合。注意两个图像中数的身份不同:行图像里 (1,2) 是解点的坐标;列图像里 1 和 2 是组合系数,而组合得到的目标是 (0,3)。不要把解点与目标点混成一个点。

试一试 / SAME NUMBERS, TWO PICTURES改变 x、y,观察同一组数在两幅图里的意义
行图像 · 候选点 (x,y) 蓝:2x−y=0黄:−x+2y=3(1,2)
列图像 · 两段箭头的合成 虚线:b=(0,3)0

当前 (x,y)=(1,2)。两行计算得到 (0,3);两列组合也得到 (0,3)。恰好满足目标 b。

图中的两条直线保持不变;滑块移动的是候选解点和列向量的组合系数。即使关闭脚本,初始图与上面的推导仍然可以阅读。

理解检查 2 · 列组合

若取 x = 1、y = 1,两列相加会到达哪个向量?
查看完整解析

D。1(2,−1)+1(−1,2)=(1,1)。它不等于 b=(0,3),因此 (1,1) 不是原方程组的解。

03 / THE THREE-DIMENSIONAL PICTURE

如果未知数有三个,
我们还要寻找“交点”吗?

三维空间里,一个非退化的一次方程通常对应一个平面,而不是直线。要同时满足三个方程,就得找到三个平面的公共点。

来看一个三元方程组:

2x − y = 0−x + 2y − z = −1−3y + 4z = 4

这是 MIT 讲课时选用的三维例子。直接画出三个平面并找交点很困难,但列图像提供了另一个思路:把三个未知数分别乘在矩阵的三列上。

x(2,−1,0)ᵀ + y(−1,2,−3)ᵀ + z(0,−1,4)ᵀ = (0,−1,4)ᵀ

仔细观察:右边 (0,−1,4)ᵀ 刚好就是第三列!因此根本不用复杂计算:第一列取 0 倍、第二列取 0 倍、第三列取 1 倍就到达目标。所以 (x,y,z)=(0,0,1) 是共同解。

代回三式核对:0=0;−1=−1;4=4。在行图像中它是三个平面的共同点;在列图像中它是三个向量的组合系数。两幅图依然讲的是同一个方程组。

尝试换右边,不改变左边的三列。

如果目标换成第一列加第二列,即 (1,1,−3)ᵀ,那么立即可以取 x=1、y=1、z=0。检验:2−1=1;−1+2=1;−3=−3。这个例子说明:一旦理解列组合,有些解甚至可以直接读出来。

理解检查 3 · 三维列图像

新目标为 (1,1,−3)ᵀ,哪组 (x,y,z) 可以让三列组合到达它?
查看完整解析

C。第一列 (2,−1,0) 加第二列 (−1,2,−3) 正好是 (1,1,−3),因此系数为 (1,1,0)。

04 / WHICH TARGETS ARE POSSIBLE?

如果三支向量都困在一个平面里,
还能到达平面外吗?

刚才我们找到了两个能够到达的目标。但一个更重要的问题是:给定三支向量,无论右边目标 b 是什么,总能找到一组系数吗?

答案取决于这三支向量本身。如果第三支向量只是前两支的相加,它并没有开辟一个新的方向。所有组合仍留在前两支向量所张成的平面里,平面外的目标当然到不了。

例如,取三支向量:

u=(1,0,2)ᵀ,v=(0,1,1)ᵀw=(1,1,3)ᵀ = u+vu + v − w = (0,0,0)ᵀ

因为存在一组不全为零的系数 (1,1,−1),能够把它们组合成零向量,所以这三列线性相关。更直观地说,w 没有带来独立的新方向。

任取系数 a、b、c,组合总会是 (a+c,b+c,2a+b+3c)ᵀ。把前两个分量记成 s=a+c、t=b+c,第三个就必然是 2s+t。因此 (0,0,1)ᵀ 无法到达:前两个分量若都为 0,第三个只能是 0,不能是 1。

这里先记住几何结论。

这三列不能生成整个三维空间;把它们排成 3×3 方阵时,这类矩阵叫作奇异矩阵,也就是说它不可逆。今后我们会系统学习怎样判断可逆性,但此刻只要看清“新的列是否真的带来新的方向”。

理解检查 4 · 线性相关

已知 w=u+v,以下哪组系数能使 au+bv+cw=0,且不是三个系数全为 0?
查看完整解析

A。因为 w=u+v,故 u+v−w=0,系数 (1,1,−1) 不全为零。全零组合永远成立,但不能据此判断线性相关。

05 / MATRIX TIMES VECTOR

回到矩阵:
乘法的两种计算方式为什么相同?

在开始时,我们的系数排成矩阵 A,未知数排成列向量 x,两个等号右侧排成 b。这样,两道方程就能简写为 Ax=b:

A · 系数矩阵
2−1−12
×
未知向量
xy
=
b · 右侧目标
03

但“A 乘一个向量”到底怎么计算?不妨换一组新的数字来核对。令矩阵 M 的两行分别为 (3,1) 与 (−1,2),输入向量为 (2,1)ᵀ。

按行: (3×2+1×1, −1×2+2×1)ᵀ= (7,0)ᵀ按列: 2(3,−1)ᵀ + 1(1,2)ᵀ= (6,−2)ᵀ + (1,2)ᵀ = (7,0)ᵀ

行算法把输入分别与每一行的数字相乘相加;列算法把输入的每个分量当作一列的倍数。展开以后得到同一组加法,因此结果必然相同。

如果矩阵有 m 行、n 列,它可以乘一个 n 维列向量,产生 m 维列向量。这也是为什么上一节的三元方程组需要三维向量。

理解检查 5 · 行与列两种算法

按行或按列计算 M(2,1)ᵀ,结果应为哪一个向量?
查看完整解析

D。逐行得到 (3×2+1×1,−1×2+2×1)=(7,0);逐列得到 2(3,−1)+(1,2)=(7,0)。这是同一个矩阵乘法的两种写法。

06 / EXERCISES

轮到你:
从图像走到计算。

这六道题依次检验本讲的共同解、列组合、三维推广、线性相关、矩阵乘向量和运算维数。先自己计算,再展开解答。

01 · 行图像

解出方程组 3x−y=1、x+y=7,并验证两式。

展开解答

两式相加得4x=8,所以x=2。代入x+y=7得y=5。检验3×2−5=1,2+5=7;唯一交点为(2,5)。

02 · 列组合

用两列 p=(3,1)ᵀ 与 q=(1,−1)ᵀ 组合得到 (7,−1)ᵀ。求系数 a、b。

展开解答

3a+b=7,a−b=−1。由第二式 b=a+1,代回3a+a+1=7,得a=3/2、b=5/2。逐分量检验:3×(3/2)+5/2=7;3/2−5/2=−1。

03 · 三维视角

给定三列 c₁=(1,2,0)ᵀ、c₂=(0,−1,1)ᵀ、c₃=(2,0,3)ᵀ,求 c₁+2c₂−c₃,并写出得到它的三个组合系数。

展开解答

c₁+2c₂−c₃=(1,2,0)+(0,−2,2)−(2,0,3)=(−1,0,−1)ᵀ。三个组合系数为 (1,2,−1),它们也可以作为相应三元方程组的候选解。

04 · 线性相关

令 u=(2,1,0)ᵀ、v=(0,1,2)ᵀ、w=(2,2,2)ᵀ。证明这三列线性相关,并说明目标 (0,0,1)ᵀ 是否能由它们组合得到。

展开解答

因为w=u+v,所以u+v−w=0,有不全为零的系数(1,1,−1),故三列相关。任意组合au+bv+cw=(2a+2c,a+b+2c,2b+2c)。若要得到(0,0,1),第一分量为0迫使a=−c;第二分量为0迫使b=−c;第三分量于是2(−c)+2c=0,不可能等于1,所以目标不可达。

05 · 矩阵乘向量

矩阵 N 的三行是 (2,−1)、(0,3)、(−2,1),计算 N(1,2)ᵀ。再按列计算核验。

展开解答

按行计算:(2×1−1×2,0×1+3×2,−2×1+1×2)ᵀ=(0,6,0)ᵀ。按列计算:1(2,0,−2)ᵀ+2(−1,3,1)ᵀ=(0,6,0)ᵀ。两种方式一致。

06 · 矩阵尺寸

P 有 4 行、3 列,Q 有 3 行、2 列。PQ 有多少行、多少列?反过来的 QP 能定义吗?

展开解答

P 为4×3,Q 为3×2;相邻的数字3相同,所以PQ存在,结果为4×2。反向 QP 要求Q的列数2等于P的行数4,但2≠4,因此QP没有定义。这里判断的是运算是否可做,并不需要计算每个乘积元素。

本讲结束

把一句话带到下一讲。

解线性方程组既可以看作寻找各行约束的公共解,也可以看作寻找若干列的组合系数。矩阵 Ax=b 把这两件事写成同一个问题。

本讲有 5 道随堂题。尝试独立完成课后练习后,再核对解析。

继续阅读大学课程目录的下一节 An Overview of Key Ideas ↗,或返回本网站的学科目录。

返回线性代数课程目录 ↗
课程来源

对应 MIT OpenCourseWare 18.06SC · The Geometry of Linear Equations ↗。可对照 讲义摘要、视频文字稿和官方配套习题。本站讲授与练习为独立编写,不是 MIT 的官方中文译课。