Lecture 14 : Orthogonal Vectors and Subspaces
MIT 公开课:Gilbert Strang《线性代数》课程笔记(汇总)
正交向量
-
x与
y正交,(这里
x,y可以看成列向量)表示
x,y点积为零
xTy=0
Σixiyi=0
-
x,y,x+y可以构成一个直角三角形,
x,y夹角为
90°满足毕达哥拉斯定理,即:
∣∣x∣∣2 +
∣∣y∣∣2 =
∣∣x+y∣∣2
xTx +
yTy =
(x+y)T(x+y)
xTy=yTx=0
-
零向量与所有向量正交
正交子空间
子空间S与子空间T正交 ,表示S中的任意向量与T中的任意向量正交
-
两个子空间如果相交,不会相交于非零向量
解释: 如果它们相交于非零向量,容易找到
v1∈S,v2∈S∩T,且两者不成90°
列空间,行空间与零空间的关系
- 行空间与系数矩阵的零空间是正交互补的
Ax=0
其中A是系数矩阵,A的行向量组成了行空间
[row1 row2...]Tx =
[0 0...]T
列数 - 系数矩阵的秩 = 零空间的秩
- 列空间与系数矩阵的转置是正交互补的