三年前曾经写过如何理解矩阵的秩,该文主要讲了矩阵的秩的几何意义。这期间我们的图解线性代数课程历经数次修改,已经面目全非。教学相长,我们对知识的看法也在不断刷新,基于此,本文尝试提供一个关于秩的一个全新的视角,一个可能不严谨但是更直观的视角。
矩阵的秩可以直观地理解为筛眼的大小:
下面就来解释这句话是什么意思?
1 矩阵的作用
假设对于向量 、 、 、 有:
上述关系可以用图像来表示,左侧的向量 、 、 、 ,在 的作用下,变为了右侧的向量 、 、 、
将各个向量依次连起来就得到了两个矩形。那么可以这么理解,左侧的矩形在 的作用下,变为了右侧的矩形:
2 矩阵的秩
如果 的秩不一样,那么左侧的矩形在 的作用下,右侧就可能得到不同的图形:
有一个很明显的特点,矩阵的秩 越小,得到的图形越小(这里直接给结论了,细节就不展开了,详细了解可以参看如何理解矩阵的秩,或者在我们的图解线性代数课程中查看):
3 矩阵是筛子
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。
4 矩阵复合的秩
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:
5 满秩矩阵复合的秩
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:
5 结语
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
https://www.matongxue.com/courses/math/ (二维码自动识别)
虽然一个线性空间有无穷多的元素,但实际上起关键性作用的只有有限个基。
考虑 的矩阵,它是两个线性空间之间的映射:
不妨设
设 ,并且满足下面的关系
秩的意义已然显明——像集的维数。
估算一个上界。思路是每一轮都寻求一条最短线段,将当前包含天使的多边形,按面积等分成两个新的子多边形。再假设天使的运气足够好,每次都瞬移到等分效率较低的子多边形。
直观看出,取平行于正三角形一条边的线段来等分其面积,等分效率最高。令此线段长度 ,三角形边长 ,则:
这样,初始正三角形被分成一个新的小正三角形和一个等腰梯形,易见等腰梯形的等分效率远高于新的小正三角形,于是根据假设,天使将瞬移到新的小正三角形当中。如此循环,至于无穷,天使将被锁定在初始正三角形的一个顶点。计算魔鬼走过的耗时路程:
记魔鬼速度 ,则捉住天使的时间:
这个题目如此离散,不借助于数值离散优化不易得到全局最优解,建议大家来改进这个上界吧。
按照 @yyx 说的圆弧线等分正三角形以及后续的扇形,上界可以改进为: