当前位置: 首页 > article >正文

10.【线性代数】—— 四个基本子空间

讨论矩阵 A m ∗ n A_{m*n} Amn的四个基本空间,m行 n列

1. 列空间 C ( A ) C(A) C(A) in R m R^m Rm

[ c o l 11 c o l 21 . . . c o l n 1 c o l 12 c o l 22 . . . c o l n 2 . . . . . . . . . . . . c o l 1 m c o l 23 . . . c o l n m ] ⏟ A [ a b . . . c ] ⏟ x = a ∗ c o l 1 + b ∗ c o l 2 + . . . + c ∗ c o l n \underbrace{\begin{bmatrix} col_{11}&col_{21}&...&col_{n1}\\ col_{12}&col_{22}&...&col_{n2}\\ ...&...&...&...\\ col_{1m}&col_{23}&...&col_{nm} \end{bmatrix}}_{A} \underbrace{\begin{bmatrix} a\\b\\...\\c \end{bmatrix}}_{x} =a*col_1+b*col_2+...+c*col_n A col11col12...col1mcol21col22...col23............coln1coln2...colnm x ab...c =acol1+bcol2+...+ccoln
其中 c o l 1 = [ c o l 11 c o l 12 . . . c o l 1 m ] col_1 = \begin{bmatrix} col_{11}\\ col_{12}\\ ...\\ col_{1m} \end{bmatrix} col1= col11col12...col1m ,表示矩阵 A m ∗ n A_{m*n} Amn的第一列。因为一行有m个元素,所以在 R m R^m Rm空间中
将矩阵的每一列,看成一个向量,他们的所有线性组合(数乘和加法)在一个子空间中,这个子空间,记为 C(A),即A的列空间。
维度为矩阵的秩,记 r r r

2. 零空间 N ( A ) N(A) N(A) in R n R^n Rn

矩阵A的零空间 :满足 Ax =0 的所有向量。
由之前的知识,矩阵 A A A,可以化简为 [ I F 0 0 ] \begin{bmatrix} I&F\\0&0 \end{bmatrix} [I0F0],得出零空间为 N ( A ) = N ( R ) = [ − F I ] N(A)=N(R)=\begin{bmatrix} -F\\I \end{bmatrix} N(A)=N(R)=[FI]

由于 A 一行有 n 个元素,所以 N ( A ) 一列有 n 个元素,所以 N ( A ) 在 R n 空间 由于A一行有n个元素,所以N(A)一列有n个元素,所以N(A) 在 R^n 空间 由于A一行有n个元素,所以N(A)一列有n个元素,所以N(A)Rn空间
维度=自由列的个数= n − r n-r nr

3. 行空间 C ( A T ) C(A^T) C(AT) in R n R^n Rn

矩阵 A A A的行空间 = 矩阵 A T A^T AT的列空间

之前进行矩阵消元时,矩阵 A A A化简得到矩阵 R = [ I F 0 0 ] R=\begin{bmatrix} I&F\\0&0 \end{bmatrix} R=[I0F0]
矩阵 R 的列空间 C ( R ) ≠ C ( A ) 矩阵 R的列空间 C(R)\neq C(A) 矩阵R的列空间C(R)=C(A),但两者的行空间相同。
维度为 r r r

4. 左零空间 N ( A T ) N(A^T) N(AT) in R m R^m Rm

由于
A T y = 0 ⇒ 两遍求转置 y T A T T = 0 ⇒ y T A ⏟ 左乘 = 0 A^Ty = 0 \xRightarrow{两遍求转置} y^T{A^T}^T = 0 \xRightarrow{} \underbrace{y^TA}_{\text{左乘}} = 0 ATy=0两遍求转置 yTATT=0 左乘 yTA=0
所以 N ( A T ) N(A^T) N(AT)称矩阵A的左零空间。
维度为 m − r m-r mr

综述

空间 C ( A ) C(A) C(A) C ( A T ) C(A^T) C(AT) N ( A ) N(A) N(A) N ( A T ) N(A^T) N(AT)
主列-特殊解-
维度 r r r r r r n − r n-r nr m − r m-r mr
性质行空间与列空间维度相同,行秩=列秩

在这里插入图片描述

5. 新的向量空间

所有3x3的矩阵( M M M)
M M M的子空间: 所有上三角矩阵|| 对称矩阵|| 对角矩阵

子空间:满足其矩阵的线性组合(数乘、加减)都在其空间内


http://www.kler.cn/a/566429.html

相关文章:

  • 网络安全红队工具
  • 水滴tabbar canvas实现思路
  • dify镜像拉取不下来如何解决
  • 【Kubernetes】API server 限流 之 maxinflight.go
  • SpringBoot集成Elasticsearch 7.x spring-boot-starter-data-elasticsearch 方式
  • 请求对象和响应对象
  • [杂学笔记]迭代器的原理、进程与线程的区别、.vector的内存管理、vim的命令模式指令集合、多线程的最大问题、HTTP协议与HTPPS协议区别
  • 使用write函数
  • Windows上使用go-ios实现iOS17自动化
  • C++20 新特性:char8_t 的诞生与意义
  • DeepSeek 助力 Vue3 开发:打造丝滑的页脚(Footer)
  • linux第四讲----基础开发工具vim
  • Web Storage: LocalStorage 和 SessionStorage 深入解析
  • 跨平台实时文件互传工具
  • 第十四届蓝桥杯大赛软件赛国赛C/C++大学C组
  • Storm实时流式计算系统(全解)——上
  • 手机隐私数据彻底删除工具:回收或弃用手机前防数据恢复
  • Basler acA1920-40gc
  • Mean Shift聚类算法深度解析与实战指南
  • C++ unordered_set、unordered_map哈希使用及其封装