求矩阵方程Ax=0仅有零解时秩与维度结论的直觉性解释

嘿，这个问题咱们从线性变换的角度拆解，就好理解多了，不用死抠枯燥的定义～

(i) A的秩为n #

• 首先，把矩阵A看成一个线性转换器：它接收n维空间里的向量x，输出m维空间里的向量Ax。
• 方程Ax=0仅有零解，意思就是只有n维空间里的原点（零向量），经过这个转换器后会变成m维空间的原点——没有任何其他非零向量会被“压扁”到原点。
• 而矩阵的秩，本质是这个转换器输出的所有向量（也就是A的列空间）构成的空间维度。根据线性代数里的“维度公式”：输入空间的维度（n）= 输出空间的维度（秩r(A)） + 被压扁到原点的向量空间（解空间）的维度。
• 现在解空间只有零向量，维度是0，那输出空间的维度自然就是n，也就是r(A)=n。换个大白话：A的n个列向量是完全独立的——如果它们有依赖关系，那肯定能找到非零的x把它们组合成零向量，那Ax=0就有非零解了，这和题设矛盾。

(ii) m ≥ n（原问题表述存在笔误，应为该结论） #

• 矩阵的秩有个硬限制：它不能超过矩阵的行数m，也不能超过列数n，也就是r(A) ≤ min(m,n)。
• 现在我们已经知道r(A)=n，那必然有n ≤ min(m,n)，这就意味着m ≥ n——也就是矩阵的行数至少要等于列数。
• 直觉上想：如果行数m比列数n少，那相当于用更少的“坐标轴”去描述n个独立的列向量，它们肯定没法完全独立，必然会有线性相关的情况，那Ax=0就会出现非零解，这也和题设矛盾。

内容的提问来源于stack exchange，提问作者Meera Unni