版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/xhf0374/article/details/65441241
MIT 公开课:Gilbert Strang《线性代数》课程笔记(汇总)
Lecture 10: The four fundamental subspaces
课程 10:四个基本子空间
四个基本子空间
设
列空间
-
A 的所有列向量生成的空间称为A 的列空间,记为C(A). - 由于
A 的每一列都是m 维列向量,因此C(A)⊂Rm. -
A 的列空间的维数为rankA=r ,A 的任意r 个线性无关的列向量都是C(A) 的一组基。
-
零空间
-
Ax=0 的解x 的集合称为A 的零空间,记为N(A). - 由于
x 是n 维列向量,因此N(A)⊂Rn. -
A 的零空间的维数为n−rankA=n−r ,也就是自由变量的个数,Ax=0 的n−r 个特解(或称为基础解系)构成N(A) 的一组基。 - 零空间与列空间维数的关系:
dimC(A)+dimN(A)=n.
-
行空间
-
A 的所有行向量张成的空间称为A 的行空间,也即是AT 的所有列向量生成的列空间,也即是AT 的列空间,记为C(AT). - 由于
A 的每一行都是n 维向量,因此C(AT)⊂Rn. -
A 的行空间的维数为rankA=r ,A 的任意r 个线性无关的行都是C(AT) 的一组基。 -
A 的行空间与列空间的维数相等,都等于A 的秩,即
dimC(AT)=dimC(A)=rankA.
这是因为矩阵的行秩等于列秩。 - 初等行变换不改变行空间,但会改变列空间。
-
左零空间(
AT 的零空间)-
AT 的零空间也称为A 的左零空间,记为N(AT). - 对于任意的
y∈N(AT) ,有ATy=0 ,取转置即得yTA=0 ,因此A 的左零空间即为yTA=0 的解y 的全体,因此称为左零空间(y 在左边,对比于零空间的x 在右边)。 - 由于
N(AT) 中的每一个向量都是m 维列向量,因此N(AT)⊂Rm. -
dimN(AT)=m−r ,那么如何求N(AT) 的一组基?
以
A=⎛⎝⎜111212323111⎞⎠⎟
为例,对A 作初等行变换将A 化为简化行阶梯形式R ,记录变换所用的矩阵,即对(A,I) 作初等行变换,当A 变为简化行阶梯形式R 时,I 就变成了变换所用的矩阵E ,即E(A,I)=(R,E) ,由此可得
⎛⎝⎜−11−12−10001⎞⎠⎟⎛⎝⎜111212323111⎞⎠⎟=⎛⎝⎜100010110100⎞⎠⎟=R.
注意到R 的最后一行为零,即
(−1,0,1)A=(0,0,0,0).
因此可知(−1,0,1)T∈N(AT) ,又因为
dimN(AT)=3−rankA=3−2=1
因此,(−1,0,1)T 即为N(AT) 的一组基。
这就是求解N(AT) 的一般步骤,即试着寻找一个产生零行向量的行组合。 - 左零空间与行空间维数的关系:
dimN(AT)+dimC(AT)=m.
-