这是Strang教授的第六讲,讲解的内容是线性代数里的俩个最重要向量子空间:列空间和零空间,同时还有上节课剩余的一点关于向量空间的问题。1.向量空间和子空间;2.列空间;3.零空间。

1.向量空间和子空间

这里还有一点关于向量空间和子空间的问题。假设有两个向量子空间P和L,回答下面两个问题:1.是向量子空间吗?2.是向量子空间吗?下面直接给出问题的答案:

问题1: 不一定是向量子空间,比如L是三维空间中过原点的直线,P是三维空间中过原点的平面,那么P和L都是的向量子空间,但却并不一定:如果L在平面P上,那么,是向量子空间;但如果L穿过平面P,就不是向量子空间。

问题2:一定也是向量子空间。

2.列空间

列空间是十分重要的一个向量子空间。举例说明列空间是什么样的子空间,也引出列空间的定义。e.x.:

列空间的定义:The column space consists of all combinations of the columns. The combinations are all posible vectors .They fill the column space .

简单说,列空间是对矩阵A的,记作,是由A的列向量所有可能线性组合构成的向量空间。既然是由A的列向量线性组合构成的向量空间,那么上面例子中的的一个向量子空间,对于mxn大小的A,是属于的。抽象的定义背后总是存在实际的意义,那么定义列空间的意义何在呢?

还是回到解线性方程组的问题上,上面的矩阵A是某个线性方程组的系数矩阵。那么我们提出问题:对于所有的右侧向量b,方程组都有解呢?如果不是,那么什么样的b让方程组有解?

首先,问题1的答案是否定的,以中学就学过,3个未知数,4个方程的方程组不一定有解。用线性代数的知识解释就是:3个列向量的线性组合不能充满整个。那么什么样的b让方程组有解呢?答案是:

有解,当且仅当b属于A的列空间

这是列空间背后的意义所在,它决定了方程组的解的可能性。

列空间只是向量空间的一个特殊定义,它和其他向量空间本质上并没有什么不同,只是它里面的向量都是源自某个矩阵的列向量。下面说一下在任意向量空间V中产生子向量空间的方法(视频中未讲):

假设S是向量空间V中的一组向量,我们可以得到V的子空间SSSS = S所有线性组合。

3.零空间

定义:

The nullspace of A consists of all solutions to . These vectors x are in .The nullspace containing all solutions of  is denoted by .

简单说,矩阵A的零空间就是使得成立的所有解构成的向量子空间。

对于上面例子中的矩阵A,它的零空间空间由下面的方程组求解:

求解上面的线性方程组,可得 : ,这里的零空间是3维空间中过原点的一条直线。

注意:对于mxn的实数矩阵A,的向量子空间,空间中的向量和A的行向量大小一样;而的向量子空间。

给出两个检验:

(1)Ax=0的解构成一个向量子空间.

(2)Ax=b的解不构成一个向量子空间.

这两个检验的证明很简单,检验证明在这里不列出了,以备以后回头复习时检验对知识掌握的牢固程度。

本节课的内容对应《INTRODUCTION TO LINEAR ALGEBRA》3.1章节的后半部分和3.2章节的前半部分。

下节课:求解Ax=0:主变量,特解-线性代数课时7(MIT Linear Algebra , Gilbert Strang)

列空间和零空间-线性代数课时6(MIT Linear Algebra , Gilbert Strang)相关推荐

  1. 矩阵消元-线性代数课时2(MIT Linear Algebra , Gilbert Strang)

    这是Strang教授的第二讲,讲解了求线性方程组的一种系统方法:消元法(Gaussian elimination),它的核心思想是行变换.本课时的几个核心知识点:消元.回代.消元过程的矩阵描述和逆矩阵 ...

  2. 矩阵乘法和逆矩阵-线性代数课时3(MIT Linear Algebra , Gilbert Strang)

    这是Strang教授的第三讲,讲解的内容是矩阵乘法和矩阵的逆.矩阵乘法在前面已经使用过,本节课教授只是集中细致的讲解矩阵乘法满足的定律和几种计算矩阵乘法的方法,矩阵的逆是本节课的重要内容. 矩阵乘法 ...

  3. 读Linear Algebra -- Gilbert Strang

    转眼间我的学士学位修读生涯已经快要到期了,重读线性代数,一是为了重新理解Algebra的的重要概念以祭奠大一刷过的计算题,二是为了将来的学术工作先打下一点点(薄弱的)基础.数学毫无疑问是指导着的科研方 ...

  4. 【线性代数公开课MIT Linear Algebra】 第六课 AX=b与列空间、零空间

    本系列笔记为方便日后自己查阅而写,更多的是个人见解,也算一种学习的复习与总结,望善始善终吧~ 列空间 给定矩阵A,对于Ax=b,当b满足什么条件时有解? 回忆第二课关于矩阵乘法的内容,Ax相乘,A为矩 ...

  5. 【线性代数公开课MIT Linear Algebra】 第二十三课 微分方程与exp(At)

    本系列笔记为方便日后自己查阅而写,更多的是个人见解,也算一种学习的复习与总结,望善始善终吧~ 一阶常系数微分方程 Au=dudt 将一阶常系数微分方程转换为线性代数问题的关键在于常系数微分方程的解一定 ...

  6. 【线性代数公开课MIT Linear Algebra】 第十八课 行列式的性质

    本系列笔记为方便日后自己查阅而写,更多的是个人见解,也算一种学习的复习与总结,望善始善终吧~ 行列式 determinant 行列式最早是应用在用来判断方程组是否有解,在矩阵被发明后,行列式就拥有了更 ...

  7. MIT 18.06 Gilbert Strang《线性代数》L2. 矩阵消元

    这里是 MIT 18.06 Gilbert Strang<线性代数>笔记汇总. 消元法 有三元方程组 {x+2y+z=23x+8y+z=124y+z=2\begin{cases}x& ...

  8. MIT 18.06 Gilbert Strang《线性代数》L3. 乘法和逆矩阵

    这里是 MIT 18.06 Gilbert Strang<线性代数>笔记汇总. 前面介绍了向量和矩阵的乘法,这一节我们要介绍一下两个矩阵之间的乘法.并讨论逆矩阵存在的条件.最后再介绍求解逆 ...

  9. MIT 18.06 Gilbert Strang《线性代数》L1. 方程组的几何解释

    这里是 MIT 18.06 Gilbert Strang<线性代数>笔记汇总. 从求解线性方程组来开始这门课,教授从"行图像"与"列图像"的角度解方 ...

最新文章

  1. TensorFlow接口升级汇总
  2. BP神经网络与卷积神经网络(CNN)
  3. 【SSM框架系列】Spring IoC(控制反转) DI(依赖注入)
  4. CVE-2017-11882漏洞分析
  5. mysql log table_mysqlbinlog功能扩展--table参数
  6. AJAX跨域问题解决方法(1)——禁止浏览器进行跨域限制
  7. [Redux/Mobx] redux它的三个原则是什么?
  8. 利用TF-IDF提取新闻文章摘要
  9. Docker 安装MongoDB 以及 相关配置文件、数据文件映射
  10. 《我的世界》AI大战降临:6000万帧超大数据集已发布,NeurIPS 19向你约战
  11. 下午,无心编程,读小诗...
  12. BootStrap4内容系列之文字排版
  13. 华为云 CentOS 镜像源配置
  14. 修11代12代希捷坏道
  15. 如何在网页上添加支付宝链接
  16. 香农码字matlab,香农--费诺编码的matlab实现
  17. 清北学堂2019.7.17
  18. 2019程序员薪资大爆料!看看学个编程可以拿多少?
  19. Java 高并发,什么方式解决?高并发和大流量解决方案
  20. 虚数与欧拉恒等式e^ix=cosx+isinx

热门文章

  1. picker插件 vue 移动端_vue实现移动端省市区选择
  2. mysql8.0新创建的数据库没有用户_mysql 8.0.12 创建新的数据库、用户并授权
  3. 单位阶跃信号是周期信号吗_教授科普,信号不满格,网速就会慢吗?
  4. 用go语言编写办公脚本——根据txt内容搜索对应文件
  5. bilibili小程序
  6. CAS虚拟化高级故障排查指导
  7. GitHub Star 日增 1.6K,火爆全网!这个项目很骚气!
  8. Matlab之函数探查器
  9. 基于Python股票网站数据爬虫情感可视化分析设计
  10. ffmpeg 实现转码一个普通视频文件为视频mpeg4,音频mp3的功能的程序(摘)