再理解：零空间、行空间、列空间、左零空间、基础解系、极大线性无关组、齐次解、非齐次解之间的关系

1.再理解：零空间、行空间、列空间、左零空间、基础解系、极大线性无关组、齐次解、非齐次解之间的关系
- 1.1 零空间（Null Space，N(A)N(A)N(A)）
- 1.2 行空间（Row Space，C(AT)C(A^T)C(AT)）
- 1.3 零空间与行空间
- 1.4 列空间（Column Space，C(A)C(A)C(A)）
- 1.5 左零空间（Left Nullspace，N(AT)N(A^T)N(AT)）
- 1.6 列空间与左零空间
- 1.7 各个空间之间的关系
- 1.8 基础解系、极大线性无关组
- 1.9 齐次与非齐次方程组的解

1.再理解：零空间、行空间、列空间、左零空间、基础解系、极大线性无关组、齐次解、非齐次解之间的关系

笔记来源：This is what matrices (and matrix manipulation) really look like

本人博客：计算矩阵的秩、行空间、列空间、零空间、左零空间

本人博客：3Blue1Brown系列：逆矩阵、秩、列空间、零空间

本人博客：从线代角度图解：通解、特解、非齐次通解、非齐次特解、齐次通解、齐次特解

此篇文章仅以方阵为例

1.1 零空间（Null Space，N(A)N(A)N(A)）

齐次线性方程组

方程组的矩阵表示
注意此矩阵为AAA
Ax⃗=0⃗A\vec{x}=\vec{0} Ax=0

方程组解的角度：
上面三个方程分别对应三个平面，三个平面交于一线，这条交线上的每个点(x,y,z)(x,y,z)(x,y,z)代入三个方程都会使得三个方程为0，即交线上每个点均为三个方程的解，这些点（解）构成了矩阵A的零空间
线性变换的角度：
线性变换前的空间内所有点，在经过矩阵A的变换后，在上图交线中的所有点都被压缩到原点

矩阵A的零空间

1.2 行空间（Row Space，C(AT)C(A^T)C(AT)）

非齐次线性方程组

方程组的矩阵表示
注意此矩阵为ATA^TAT

ATy⃗=b⃗A^T\vec{y}=\vec{b} ATy=b
将上式化为矩阵AAA乘以某个向量的形式
ATy⃗=b⃗(ATy⃗)T=b⃗Ty⃗TA=b⃗TA^T\vec{y}=\vec{b}\\ ~\\ (A^T\vec{y})^T=\vec{b}^T\\ ~\\ \vec{y}^TA=\vec{b}^T ATy=b (ATy)T=bT yTA=bT
矩阵左乘向量
下面第一张图来自：矩阵乘法核心思想（2）：行空间

我们观察一下矩阵AAA 的行向量与零空间中的向量之间的关系

矩阵AAA的三个行向量张成行空间，白线为矩阵AAA的零空间，我们发现行空间⊥零空间

1.3 零空间与行空间

零空间⊥行空间

1.4 列空间（Column Space，C(A)C(A)C(A)）

非齐次线性方程组

方程组的矩阵表示
注意此矩阵为AAA

Ax⃗=b⃗A\vec{x}=\vec{b} Ax=b

矩阵右乘向量
下面第一张图来自：矩阵乘法核心思想（2）：行空间

上图中列空间是由矩阵A的三个列向量线性组合张成的空间

我们将矩阵A的三个空间放在一起看看它们之间的关系

1.5 左零空间（Left Nullspace，N(AT)N(A^T)N(AT)）

非齐次线性方程组

方程组的矩阵表示
注意此矩阵为ATA^TAT

ATy⃗=0⃗A^T\vec{y}=\vec{0} ATy=0
将上式化为矩阵AAA乘以某个向量的形式
ATy⃗=0⃗(ATy⃗)T=0⃗Ty⃗TA=0⃗TA^T\vec{y}=\vec{0}\\ ~\\ (A^T\vec{y})^T=\vec{0}^T\\ ~\\ \vec{y}^TA=\vec{0}^T ATy=0 (ATy)T=0T yTA=0T
上面这些式子中 y⃗TA=0⃗T\vec{y}^TA=\vec{0}^TyTA=0T 解向量 y⃗T\vec{y}^TyT 在矩阵AAA的左侧，从这里体现了“左”字
矩阵AAA的左零空间就是矩阵ATA^TAT的零空间

1.6 列空间与左零空间

左零空间⊥行空间

1.7 各个空间之间的关系

零空间与行空间正交
列空间与左零空间正交
下面第一张图来自：线性代数“正交”全家桶(2) ：正交子空间

对任一矩阵Am×nA_{m×n}Am×n 都有 Row Rank=Column Rank=Rank\text{Row Rank}=\text{Column Rank}=\text{Rank}Row Rank=Column Rank=Rank

行空间：im(AT)\text{im}(A^T)im(AT)
零空间：ker(A)\text{ker}(A)ker(A)
列空间：im(A)\text{im}(A)im(A)
左零空间：ker(AT)\text{ker}(A^T)ker(AT)
行空间和零空间构成nnn维空间
列空间和左零空间构成mmm维空间

1.8 基础解系、极大线性无关组

个人理解：行空间、零空间、列空间、左零空间都是由对应线性方程组的所有解构成的空间，由于每个解为一个点，此点与原点构成向量，也可以说线性方程组的解向量构成了上述空间，一句话概括：这些空间都是对应线性方程组的解空间
解向量的极大线性无关组就是基础解系（基础解系相当于解空间的基），基础解系通过线性组合得到所有解向量，即所有解向量都可以由基础解系线性表示

1.9 齐次与非齐次方程组的解

零空间和左零空间就是齐次方程组的解所构成的空间
行空间和列空间就是非齐次方程组的解所构成空间

Ax⃗=b⃗A\vec{x}=\vec{b}Ax=b 的解集是一个和 Ax⃗=0⃗A\vec{x}=\vec{0}Ax=0 的解空间相平行的结构，该结构是Ax=0的解空间沿着一个特解方向平移的结果 --摘自：非齐次线性方程组通解的结构如何理解？

下面第一张图来自：矩阵乘法核心思想（3）：零空间

具体详见本人博客：从线代角度图解：通解、特解、非齐次通解、非齐次特解、齐次通解、齐次特解

再理解：零空间、行空间、列空间、左零空间、基础解系、极大线性无关组、齐次解、非齐次解之间的关系相关推荐

线性代数学习笔记4-6：矩阵的四个子空间（零空间、列空间、行空间、左零空间）、初等行变换、测验题
与矩阵有关的四个子空间掌握矩阵的四个子空间,就掌握了线性代数的半壁江山之前说过,只要掌握①空间的一组基②空间的维数(基向量的个数),就获得了空间的所有信息对于一个矩阵 A m × n \math ...
线性代数笔记14——行空间和左零空间
前面已经介绍了矩阵的零空间和列空间,它们都属于矩阵的四个基本子空间,基本子空间还包括行空间和左零空间. 召唤一个矩阵: 为了找出零空间和列空间,先进行套路运算--转换为行最简阶梯矩阵: 只有一个主元, ...
MATLAB计算（线性代数）——行列式、逆矩阵、特征值与特征向量、基础解系、极大线性无关组
1 行列式 det(a) 矩阵a必须是方阵才能计算行列式 2 逆矩阵 pinv(b) 3 特征值与特征向量 [x,y]=eig(d) x的列向量是特征向量,y对角线元素是特征值 4 基础解系 B1=n ...
python json数组解析_Python基础系列（一）搞懂json数据解析与字典之间的关系
是不是一直傻傻分不清楚dumps.dump.loads和load的关系,长痛不如短痛,今天索性就把它写明白,不懂得朋友,请看下面. 这里我先回答一个很常见的问题,为什么 Python 会有四个操作 J ...
线性代数(十六) : 矩阵的左零空间及四个基本子空间总结
矩阵的列空间,行空间,零空间,和做零空间是矩阵的四个基本的子空间,本节总结这四个子空间. 0 本节需要复习的内容子空间基与维数列空间与零空间 1 行空间 (i) 将矩阵的每一行看做一个行向量,则 ...
【线性代数】结合 Ax=b 的通解结构，直观理解秩、线性变换、相关无关、基础解系
1. 前言本文的理论知识基于系列视频: 线性代数的本质.侵删阅读本文需要的前置知识: 向量组的概念矩阵可以视为一种线性变换任意的线性变换"零点"位置不改变行列式 ≠ 0 ...
已知基础解系反求有效方程(矩阵)
已知基础解系反求有效方程(矩阵) @(数学) 这个是很有趣的推导过程,原理需要弄清楚. 即:已知Ax = 0的基础解系,由Ax = 0的系数行向量与解向量的关系可以反过来求解A. 具体推导如下: 齐次 ...
【原创】赋值法写基础解系中解向量
赋值法写基础解系中解向量 (一)背景引入通常解方程组时,将系数矩阵化为行阶梯型,进而可化为行最简型 (说一嘴:行最简型是指阶梯口元素全是1,该1所在列全其余全为0:广义行阶梯的阶梯口处元素非1也可) ...
线性代数拾遗（3）—— “系数矩阵的秩” 和 “齐次线性方程组基础解系向量个数” 的关系
本文说明以下重要结论 nnn 元齐次线性方程组的解空间的维数(基础解系中向量个数),加上此方程组系数矩阵的秩 rrr,等于未知量个数 nnn 考虑一个 nnn 元齐次线性方程组如下,它总共有 nnn ...

再理解：零空间、行空间、列空间、左零空间、基础解系、极大线性无关组、齐次解、非齐次解之间的关系

再理解：零空间、行空间、列空间、左零空间、基础解系、极大线性无关组、齐次解、非齐次解之间的关系

1.再理解：零空间、行空间、列空间、左零空间、基础解系、极大线性无关组、齐次解、非齐次解之间的关系

1.1 零空间（Null Space，N(A)N(A)N(A)）

1.2 行空间（Row Space，C(AT)C(A^T)C(AT)）

1.3 零空间与行空间

1.4 列空间（Column Space，C(A)C(A)C(A)）

1.5 左零空间（Left Nullspace，N(AT)N(A^T)N(AT)）

1.6 列空间与左零空间

1.7 各个空间之间的关系

1.8 基础解系、极大线性无关组

1.9 齐次与非齐次方程组的解

再理解：零空间、行空间、列空间、左零空间、基础解系、极大线性无关组、齐次解、非齐次解之间的关系相关推荐

最新文章

热门文章