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)

3个列向量的线性组合无法充满整个四维空间,因此有大量的b不是这三个向量的线性组合,因为三个向量的线性组合也许是四维空间中的一个平面,三个未知数四个方程通常是无解的,但是上面这种情况却有解,我们可以取b(1,2,3,4),自然可以得到解x(1,0,0),那么总结出只要b是属于A的列空间的线性组合,则方程组有解。

而且,上面的矩阵A列是线性相关的,也就是第三列是第二列加上第一列,所以第三列其实是没有做贡献的,其实这个矩阵并不是三维的,是两维的,所以最终对该矩阵的描述为R^4中的二维子空间。

2.零空间

零空间N(A)就是满足Ax=0的所有解的集合,因为x是三维的,所以A的零空间就是三维的子空间。

由此不难得出解为

则表示为R^3中的过原点的一条直线

2.1为什么零空间是向量空间?

检验:Ax=0的解构成一个子空间

如果Av=0,Aw=0,那么A(v+w)=0。也就是说v和w都在零空间内,(v+w)也在零空间内,同理如果A(cv)=0(c为常数),那么c(Av)=0。

但是任意取一个b,请问x能构成一个空间吗?很明显不行,因为0向量不是解,任何空间都包括0向量。

3如何构造子空间

1.通过矩阵的列向量的线性组合

2.通过让x满足特定条件的方程组,比如Ax=0来构造零空间

猜你喜欢

转载自blog.csdn.net/qq_37370420/article/details/81103712