四个基本子空间
Posted ^_^|
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了四个基本子空间相关的知识,希望对你有一定的参考价值。
基本概念
矩阵A(m*n)的四个基本子空间分别为:
列空间:A的列的所有线性组合
零空间:Ax=0的左右解空间
行空间:A的行的所有线性组合
A转置的零空间(左零空间):A转置的零空间
列空间 | 行空间 | 零空间 | 左零空间 | |
---|---|---|---|---|
基 | 主列 | 主元所在行 | 解向量 | 转置后算出的解向量 |
维数 | rank(A)=r | rank(A)=r | n-rank(A) | m-rank(A) |
正交关系
正交即向量
u
v
=
0
uv=0
uv=0
记
W
⊥
W^\\perp
W⊥为正交补,表示与子空间
W
W
W正交的所有向量的集合。
所以对
W
⊥
W^\\perp
W⊥中的任意向量
u
u
u都与
W
W
W中的任意向量
v
v
v正交,
u
v
=
0
uv=0
uv=0
有了上面的铺垫,我们给出重要结论:
假
设
A
是
m
×
n
矩
阵
,
那
么
A
的
行
空
间
的
正
交
补
是
A
的
零
空
间
,
且
A
的
列
空
间
的
正
交
补
是
A
T
的
零
空
间
:
(
R
o
w
A
)
⊥
=
N
u
l
A
且
(
C
o
l
A
)
⊥
=
N
u
l
A
T
假设A是m\\times n矩阵,那么A的行空间的正交补是A的零空间,且A的列空间的正交补是A^T的零空间: \\\\ (Row A)^\\perp = Nul A 且 (Col A)^\\perp = Nul A^T
假设A是m×n矩阵,那么A的行空间的正交补是A的零空间,且A的列空间的正交补是AT的零空间:(RowA)⊥=NulA 且 (ColA)⊥=NulAT
证明如下:
Nul A表示A的零空间,由计算
A
x
=
0
Ax=0
Ax=0的解得到,因此,向量
x
x
x与
A
A
A中的每一行都正交。由于A的行生成行空间,故向量
x
x
x与
R
o
w
A
Row A
RowA正交。反之,如果
x
x
x与
R
o
w
A
Row A
RowA正交,那么
x
x
x当然与
A
A
A的每一行正交,因此
A
x
=
0
Ax=0
Ax=0,从而得证第一个结论。另一个,转置后可以同理得证。
关于行空间和列空间的一点补充
A = [ 1 2 3 1 1 1 2 1 1 2 3 1 ] ⟶ [ 1 0 1 1 0 1 1 0 0 0 0 0 ] = R A = \\left[ \\begin{matrix} 1 & 2 & 3 & 1 \\\\ 1 & 1 & 2 & 1 \\\\ 1 & 2 & 3 & 1 \\end{matrix} \\right] \\longrightarrow \\left[ \\begin{matrix} 1 & 0 & 1 & 1 \\\\ 0 & 1 & 1 & 0 \\\\ 0 & 0 & 0 & 0 \\end{matrix} \\right]=R A=⎣⎡111212323111⎦⎤⟶⎣⎡100010110100⎦⎤=R
经过行变换后,没有改变的A的列之间的关系
A的列空间
≠
\\neq
= R的列空间
A的行空间
=
=
= R的行空间
A的列空间的基为A主元所在列
[
1
1
1
]
,
[
2
1
2
]
\\left[ \\begin{matrix} 1 \\\\ 1 \\\\ 1 \\end{matrix} \\right], \\left[ \\begin{matrix} 2 \\\\ 1 \\\\ 2 \\end{matrix} \\right]
⎣⎡111⎦⎤,⎣⎡212⎦⎤
A的行空间的基为A/R主元所在行
[
1
0
1
1
]
,
[
0
1
1
0
]
或
者
[
1
2
3
4
]
,
[
1
1
2
1
]
\\left[ \\begin{matrix} 1 & 0 &1 & 1 \\end{matrix} \\right], \\left[ \\begin{matrix} 0 & 1 &1 & 0 \\end{matrix} \\right] 或者 \\left[ \\begin{matrix}1 & 2 & 3 & 4 \\end{matrix} \\right], \\left[ \\begin{matrix} 1 & 1 & 2 & 1 \\end{matrix} \\right]
[1011],[0110]或者[1234],[1121]
以上是关于四个基本子空间的主要内容,如果未能解决你的问题,请参考以下文章