MIT线性代数笔记六 列空间和零空间
本节继续研究子空间,特别是矩阵的列空间(column space)和零空间(nullspace)。
列空间的符号表示为C(A),零空间的符号表示为N(A)。
文章目录
- 1. 向量空间和子空间(复习)
- 2. 列空间 Column space
- 3. 零空间 Nullspace
1. 向量空间和子空间(复习)
向量空间指的是向量的线性运算在该空间中是封闭的。
向量空间是对于线性运算封闭的向量集合。即对于空间中的任意向量 vvv 和www,其和 v+wv+wv+w 和数乘 cvcvcv 必属于该空间;换而言之对于任何实数 ccc 和ddd,线性组合 cv+dwcv+dwcv+dw必属于该空间。
R1R^1R1、R2R^2R2,R3R^3R3……都是重要的向量空间,RnR^nRn 代表的空间包含所有具有 n 个分量的向量。其中字母 RRR 表明分量均为实数 。
子空间为包含于向量空间内的一个向量空间。 它是原向量空间的一个子集,而且本身也满足向量空间的要求。 但是“子空间”和“子集”的概念有区别,所有元素都在原空间之内就可称之为子集,但是要满足对线性运算封闭的子集才能成为子空间。
如果PPP是平面,LLL是直线,那么可知:
P∪LP \cup LP∪L(union)通常并不是R3R^3R3 的子空间。
P∩LP\cap LP∩L(intersection)是R3R^3R3子空间的特例——0 空间,只有零向量。
任意子空间SSS和TTT的交集都是子空间,可以通过SSS 和TTT本身对线性组合封闭来证明。、
2. 列空间 Column space
矩阵 AAA 的列空间 C(A)C(A)C(A)是其列向量的所有线性组合所构成的空间。
求解 Ax=bAx=bAx=b 的问题,对于给定的矩阵 AAA,对于任意的bbb 都能得到解么?
A=[112213314415]A=\left[ \begin{array} { l l l } { 1 } & { 1 } & { 2 } \\ { 2 } & { 1 } & { 3 } \\ { 3 } & { 1 } & { 4 } \\ { 4 } & { 1 } & { 5 } \end{array} \right]A=⎣⎢⎢⎡123411112345⎦⎥⎥⎤
显然并不是所有的 bbb 都能保证Ax=bAx=bAx=b 有解, 因为它有 4 个线性方程而只有3个未知数,矩阵AAA列向量(3个列向量)的线性组合无法充满 R4R^4R4,因此如果 bbb不能被表示为AAA 列向量的线性组合时,方程是无解的。只有当bbb在矩阵AAA 列空间 C(A)C(A)C(A)里时,xxx 才有解。
列空间是非常重要的概念,它能告诉方程组何时是有解的。
对于我们所给定的矩阵 AAA,由于列向量不是线性无关的,第三个列向量为前两个列向量之和,所以尽管有 3 个列向量,但是只有 2 个对向量空间有贡献,这两个列向量称为是pivot columns。矩阵 AAA的列空间为R4R^4R4 内的一个二维子空间。
3. 零空间 Nullspace
矩阵 A 的零空间 N(A)是指满足Ax=0Ax=0Ax=0的所有解的集合。对于所给定这个矩阵AAA,其列向量含有 4 个分量,因此列空间是空间 R4R^4R4 的子空间,xxx 为含有 3 个分量的向量,故矩阵AAA 的零空间是R3R^3R3 的子空间。 对于m∗nm*nm∗n 矩阵,列空间为 RmR^mRm 的子空间,零空间为RnR^nRn空间的子空间。
本例中矩阵 A 的零空间 N(A)N(A)N(A)为包含[11−1]\left[ \begin{array} { c } { 1 } \\ { 1 } \\ { - 1 } \end{array} \right]⎣⎡11−1⎦⎤的任何倍数的集合,因为很容易看到第一列向量(1)和第二列向量(1)相加减去第三列向量(-1)为零。此零空间为R3R^3R3中的一条直线。
为了验证 Ax=0Ax=0Ax=0 的解集是一个向量空间, 我们可以检验它是否对线性运算封闭。若vvv和 www为解集中的元素,则有:
A(v+w)=Av+Aw=0+0=0A(v+w)=Av+Aw=0+0=0A(v+w)=Av+Aw=0+0=0
A(cv)=cAv=0A(cv)=cAv=0A(cv)=cAv=0
因此可证 N(A)N(A)N(A)确实是 RnR^nRn 空间的一个子空间。
b 值的影响 Other values of b,若方程变为:
[112213314415][x1x2x3]=[1234]\left[ \begin{array} { l l l } { 1 } & { 1 } & { 2 } \\ { 2 } & { 1 } & { 3 } \\ { 3 } & { 1 } & { 4 } \\ { 4 } & { 1 } & { 5 } \end{array} \right] \left[ \begin{array} { l } { x _ { 1 } } \\ { x _ { 2 } } \\ { x _ { 3 } } \end{array} \right] = \left[ \begin{array} { l } { 1 } \\ { 2 } \\ { 3 } \\ { 4 } \end{array} \right]⎣⎢⎢⎡123411112345⎦⎥⎥⎤⎣⎡x1x2x3⎦⎤=⎣⎢⎢⎡1234⎦⎥⎥⎤
则其解集不能构成一个子空间。零向量并不在这个集合内。解集是空间 R3R^3R3 内过[100]\left[ \begin{array} { l } { 1 } \\ { 0 } \\ { 0 } \end{array} \right]⎣⎡100⎦⎤和[0−11]\left[ \begin{array} { l } { 0 } \\ { -1 } \\ { 1 } \end{array} \right]⎣⎡0−11⎦⎤的一个平面,但是并不穿过原点[000]\left[ \begin{array} { l } { 0 } \\ { 0 } \\ { 0 } \end{array} \right]⎣⎡000⎦⎤。
本讲给出了关于矩阵的两种子空间,同时给出了两种构造子空间的方法。对于列空间,它是由列向量进行线性组合张成的空间;而零空间是从方程组出发,通过让xxx 满足特定条件而得到的子空间。
MIT线性代数笔记六 列空间和零空间相关推荐
- 列运算_MIT—线性代数笔记06 列空间和零空间
第06讲 列空间和零空间 Column space & Nullspace 网易公开课open.163.com 本节继续研究子空间,特别是矩阵的列空间(column space)和零空间(n ...
- 我总结的120页《图解MIT线性代数笔记.pdf》,都是干货!
作者:丁坤博 北京大学研究生 线性代数在工科学科上的地位是任何学科无可比拟的,MIT的线性代数课程更是线性代数课程中的最佳学习资料,我们本次分享这套课程的图解笔记. 经过最近几个月的整理和总结,我们产 ...
- MIT线性代数笔记三 矩阵的乘法和逆矩阵
文章目录 1. 矩阵乘法 Matrix multiplication 1.1 标准方法(行乘以列) 1.2 列向量的线性组合 1.3 行向量的线性组合 1.4 分块乘法 2. 逆矩阵 2.1 逆矩阵的 ...
- MIT线性代数笔记一 行图像和列图像
文章目录 1. 曾经 2. 现在 3. 第一讲 行图像和列图像 3.1 行图像 3.2 列图像 1. 曾经 若干年前,有一个年轻的男老师(王清老师)给我们讲线性代数.他讲课的声音比较小,坐到后面接 ...
- MIT线性代数笔记九 线性无关,基和维度
向量的线性无关意味着什么?如何用线性无关的概念来帮助我们描述包括零空间在内的子空间. 首先我们需要注意的是,线性无关是针对向量组而言的,而不是对矩阵而言的. 重要概念:线性无关(线性相关) ...
- MIT线性代数:6.列空间和零向量
1.列空间 该矩阵A是R^4空间的子空间(因为是4*3的矩阵,是四维向量),这个子空间是A的列空间所有列的线性组合.那么他对于每个Ax=b的每个b是否都有解呢?(也就是什么样的b才会使得Ax=b有解) ...
- MIT线性代数笔记十七讲 正交矩阵和施密特正交化
本节是"正交"部分的最后内容.Gram-Schmidt 过程可以将原空间的一组基转变为标准正交基. 文章目录 1. 标准正交向量 Orthonormal vectors 2. ...
- MIT线性代数笔记四 矩阵的LU分解
文章目录 1. 矩阵的LU分解 2. 消元法所需运算量 3. 行互换 Row exchanges 本节的主要目的是从矩阵的角度理解高斯消元法,最后找到所谓的 LLL矩阵,使得矩阵 AAA可以转变为 ...
- MIT线性代数笔记二 矩阵消元
文章目录 1. 消元 Elimation 2. 回代 Back-Substitution 3. 消元矩阵 Elimination Matrices 4. 置换矩阵 Permutation 5. 逆矩阵 ...
- MIT线性代数笔记五 转置、置换和空间
本节将引入向量空间(vector spaces)和子空间(subspaces). 文章目录 1. 置换 Permutations 2. 转置 Transposes 2.1 对称矩阵 Symmetr ...
最新文章
- Golang TDD实践报告:快速排序Quick Sort
- CAS SSO使用指南
- Linux调试技术介绍
- mysql优化说出九条_技术分享 | MySQL 优化:为什么 SQL 走索引还那么慢?
- layui selec下的option出现之前的渲染
- .Net PetShop 4.0的缓存处理
- 浅析Kubernetes资源管理
- (18)ADS1675高速模式采样率异常解决(学无止境)
- 业务展示类网站高保真原型模板库、企业品牌官网、公司业务介绍、产品展示及营销、首页模板、内页模板、单页模板、整站模板、导航、轮播、横幅、列表、客户、案例、页脚、动态面板、母版、页面事件、窗口函数
- TensorFlow学习笔记--第三节张量(tensor)及其定义方法
- 对变量移位顺序读写_Java多线程并发读写锁ReadWriteLock实现原理剖析
- unix系统发展史3
- java面试题,各大企业常见的java笔试题及答案(精华)
- linux攻击主机msfconsole,关于利用kali linux2017.2中MSFCONSOLE 利用MS17-010漏洞发起攻击的坑...
- 支付宝显示服务器网关错误,支付宝服务窗网关问题
- 华为项目管理金种子培训教材(资料下载)
- 魔术师要每位观众心里想一个三位数abc(abc分别是百位、十位和个位数字)然后魔术师让观众心中记下acb、bac、bca、cab、cba这5个数的和值。观众说出这个和是多少,则魔术师一定知道原数为多少
- tensorflow 学习笔记使用CNN做英文文本分类任务
- Dubbo 3.0新特性记录
- Android开发快速上手!来看看这份超全面的《Android面试题及解析》,详细的Android学习指南
热门文章
- 几款电纸书阅读器参数对比
- 单片机蜂鸣器发出叮咚c语言程序,单片机门铃程序设计 按键按下触发蜂鸣器门铃“叮咚”响...
- 什么软件能测试显卡功耗,如何在win10中检查计算机的显卡功耗
- 人力资源管理系统概要设计说明书
- c语言函数base,c中base的用法
- 【matlab】数值计算实现电路仿真
- Mybatis的pooled连接池工作原理
- Excel数据分析day1
- Flash CS3:FLV视频短片我来做!
- 电子技术基础(三)_第3章集成运算放大器及其应用__基本运算电路