本文主要是介绍MIT18.06线性代数课程笔记10:column space、row space、null space、left null space,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
课程简介
18.06是Gilbert Strang教授在MIT开的线性代数公开课,课程视频以及相关资料请见https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/index.htm。
课程笔记
此部分讨论了矩阵四个基本子空间的定义、性质以及求解方法。
1. 定义
关于column space和null space的定义请参考 MIT18.06线性代数课程笔记6:vector space,subspace,column space,null space,简单的说column space是矩阵 A 所有列向量的线性组合,即span;而null space是所有满足
由此推出row space和null space的定义也十分简单:row space就是
2. 性质
首先四个子空间都是大空间的subspace,第一个性质就是讨论各自所在的大空间,完全由集合内部元素的维度限制。设
然后讨论四个空间的维度,由之前的内容可知
笔者注:笔者不记得Strang给出过
Dim(C(A))=r(A) 的严格证明,这里尝试说明一下。实际上仍然使用的是行变换矩阵 E 和P 的可逆性,设对 A 做消元回代得到EA=R ,其中 E 是多个行变换矩阵的乘积,仍然是方阵且可逆。那么在R 为free column的 rf ,容易发现可以表示为所有的pivot column [rp1,rp2,⋯,rpi] 的线性组合,即 ∃c,[rp1,rp2,⋯,rpi]c=rf 。因为 Eai=ri ,所以有 ∃c,E[ap1,ap2,⋯,api]c=Eaf ,因为 E 可逆,所以∃c,[ap1,ap2,⋯,api]c=af 。即free column可以表示所有pivot column的线性组合在 A 中仍然成立。至于Dim(N(A))=m−r(A) ,则是受限于free column的数量,若另外存在某个向量 x∉N(A),Ax=0 ,这里的 N(A) 是所有 m−r(A) 个 xp 的span,(而 xp 的计算请参考 MIT18.06线性代数课程笔记7:使用消元法求解Null space)。若 x∉N(A) ,则有 {x}∪N(A) 的span包含有所有free column对应位置设为0,某个pivot column仍然不设为0的向量,从而推出pivot column之间线性相关。而 A 中的pivot column线性相关可以推出R 中对应的pivot column线性相关,但是通过主元pivot的定义可知 R 中的pivot column线性无关。从而Dim(N(A))=m−r(A) 。3. 计算四个子空间的基向量
如上所述, C(A) 的基向量即为 A 的所有pivot column,证明很简单,因为所有free column可以表示为pivot column的线性组合。而
N(A) 的基向量为所有的 xp 。至于row space和left null space,一个直观的想法是同样求解 AT ,但这样就需要做两次消元。Strang给出了只做一次消元的方法,主要基于消元矩阵的性质。
首先回顾消元法,使得notation更加明确,即对 A 做行变换等价于左乘一个可逆的方阵
E ,最终得到矩阵 R=EA 具有性质 ∃Pc,RPc=[I,F0] ,其中 Pc 是置换列向量位置的矩阵(类似于permutation matrix的转置,详情参看 MIT18.06线性代数课程笔记4b:打乱矩阵集合及相关性质 ),并不增减或者修改元素, I 是单位阵,F 是free column的表示, 0 表示全零的方阵。那么第一个结论就是
R 的前 r 个行向量即为row space的基向量。证明非常简单,只需要证明这r 个向量的span是row space即可。而我们已知 E−1R=A ,即 AT=RT(ET)−1 ,进而 ∀x,ATx=RT((ET)−1x) ,即 C(AT)=C(RT) 。从证明过程中,我们也发现对矩阵做行变换,并没有改变矩阵的row space;对比column space,则相反(随机生成一个矩阵,然后比较 C(A) 和 C(R) 即可,应该绝大多数都不相等)。这个结论做个转置可以得到对矩阵做列变换不改变column space,但是改变row space。至于线性无关性可以从数量 r 或者存在单位阵I 中容易看出。对于left null space的基向量,需要一些小trick。首先观察left null space中包含哪些向量, xTA=0T ,即对 A 的行向量做行变换得到零向量的系数向量。观察消元结果
EA=[R′0] ,有 E 的后n−r(A) 个行向量均位于left null space中。至于线性无关性,则是基于 E <script type="math/tex" id="MathJax-Element-996">E</script>为可逆方阵得出。
这篇关于MIT18.06线性代数课程笔记10:column space、row space、null space、left null space的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!