线性代数10.四个基本子空间
四种基本子空间
这节课我们将研究四种基本子空间及其关系。
假设有 \(m*n\) 矩阵 \(A\)
四种基本子空间:
1)列空间 \(C(A)\)
在 \(R^m\) 空间,因为列向量是 \(m\) 维的
2)零空间 \(N(A)\)
在 \(R^n\) 空间,因为她是 \(Ax=0\) 的解,\(x\) 是 \(n\) 维向量
3)行空间 \(C(A^{T})\)
矩阵 \(A\) 所有行的线性组合,将矩阵转置,我们就能像以前像列空间一样处理,即变成 \(A\) 转置的列的所有的线性组合。
在 \(R^n\) 空间,因为 \(A^T\) 列向量是 \(n\) 维向量
4)\(A\) 转置的零空间,记为 \(N(A^T)\),通常叫做左零空间,
在 \(R^m\) 空间,因为她是 \(A^Tx=0\) 的解,\(x\) 是 \(m\) 维向量
理解这些空间,我们需要解决两个问题:
1)她们各自的基是什么?
2)她们是几维空间?
列空间
假设有 \(m*n\) 矩阵 \(A\) ,矩阵的秩就是维数,就是主列的个数。
行空间的维数
行空间的维数也是 \(r\) 。
性质:
行空间和列空间维数相等 。
举例
从行空间角度看,很明显主行可以是 行1和行3,秩为2,行空间是个二维子空间。
根据性质,列空间也是2维。
零空间的维数
零空间维数为 \(n-r\) ,就是自由变量的个数。
特殊解可以构成零空间的一组基。
- 行空间和零空间都在 \(R^n\) ,行空间是 \(r\) 维,零空间是 \(n-r\) 维,两个加起来正好是 \(n\) ,也就是矩阵 \(A\) 的列的数目
类似于,有 \(n\) 个变量,\(r\) 个主变量, \(n-r\) 个是自由变量,加起来是 \(n\) .
左零空间的维数
左零空间的维数是 \(m-r\)
- 列空间和零空间都在 \(R^m\) ,列空间是 \(r\) 维,零空间是 $ m-r$ 维,两个加起来正好是 \(m\) ,也就是矩阵 \(A^T\) 的列的数目。
所以两个结论其实是一样的,两个维度加起来都等于列的数目。只不过 \(A^T\) 有 \(m\) 列,\(A\) 有 \(n\) 列。
列空间的基
前面我们已经知道,矩阵的主列可以构成列空间的一组基,
行空间的基
假设
主列是列1和列2
我们对她进行消元:
注意,\(R\) 的列空间不等于 \(A\) 的列空间。例如 \(\left( \begin{array}{c} 1 \\ 1 \\ 1 \\ \end{array} \right)\) 显然再 \(A\) 里面,但不在 \(R\) 里面。
- 初等行变换不会改变行空间,列空间发生了改变。
消元属于初等行变换,初等行变换包含三种类型:
- 某一行,乘以一个非零倍数
- 某一行,乘以一个非零倍数,加到另一行(列)
- 某两行,互换
初等行变换不会改变行空间,
- 行向量乘以倍数只是对向量进行缩放,
- 行向量乘以一个倍数,加到另一行,显然结果是原来两行的线性运算,
前面说过,向量空间满足加法和数乘封闭性。所以进行线性变换后结果仍然在行空间中。
下面是截取知乎两个理解:
https://www.zhihu.com/question/66712234
-
上面两种情况都不会改变张成行空间的基,也就是保证行空间不变,零空间不变。
-
因为初等行变换都是线性变换,我举一个变换的例子好了。
假设有两个行向量分别为a和b,且我现在做了个行变换比如把a变成a+mb(m是常数),我们来讨论a+mb和b的关系,因为mb和b肯定成线性关系,所以a+mb和b的关系就等价于a和b的关系,所以它俩还是该相关就相关,该不相关就不相关。
其他的两种变换同样也可以证明。 -
行向量a1,a2,……an张成行空间。里面的任意向量都可表示为a1,a2……an的线性组合。对行向量的任意初等变换,变换后所得的行向量仍在行空间中。所以行空间没变,但列空间变了。若对列向量做初等变换,则列空间没变,行空间变。
所以 \(A\) 和 \(R\) 的行空间一样, \(R\) 行空间的基就是 \(A\) 行空间的基。
\(R\) 行空间的基就是前两行。
结论:
对于 \(A、R\) ,基都是 \(R\) 的前 \(r\) 行。
注意,不是 \(A\) 的前 \(r\) 行,因为这不一定成立,行变换不改变行空间,但可能改变基,该例子就不改变。
所以行空间的一组基就是 \(\left( \begin{array}{cccc} 1 & 0 & 1 & 1 \\ 0 & 1 & 1 & 0 \\ \end{array} \right)\) .
左零空间的基
为了和零空间区分,设为 \(A^Ty=0\) ,
左零空间和零空间的区别:
- 求矩阵的左零空间,就是求一个让矩阵的行产生零行向量的行组合.
- 求矩阵的零空间,就是求一个让矩阵的列产生零列向量的列组合.
为什么叫左零空间?
因为这里如果不矩阵 \(A^T\) 转置,式子中 \(y\) 就在左边。
两边转置,两矩阵相乘转置后需要反顺序相乘:
\(y^T\) 对 \(A\) 左乘,所以称为左零空间.
但习惯上保留 \(A^T.y=0\) 形式.
怎么求她的基?
之前我们求解零空间是通过 \(A\) 化简为 \(R\) ,也许这些步骤可以揭示左零空间的秘密.
重新思考一下步骤,乘以一个什么矩阵能够使 \(A\) 变成 \(R\) ,
我们可以使用高斯-若尔当消元法,
所有引入的消元可以合并为左边的一个矩阵 \(E\) ,\(E\) 记录着对矩阵 \(A\) 所有的行初等变换.我们只需要在 \(A\) 后面加上单位阵,消元后就可以把它求出来,只不过之前我们用她来求可逆方阵的逆,可逆方阵消元后就是 \(I\) ,这时 \(E=A^{-1}\)
现在, \(E.A=R\) ,因为 \(A\) 不可逆,她是长方形矩阵.
我们在 \(A\) 后面加上 单位阵,可以求出 \(E\) :
可以通过 \(E.A=R\) 检验她.
我们知道左零空间维数是 \(m-r\) ,所以这里 左零空间是一维空间,左零空间的基只有一个向量,说明存在一个线性组合使得 \(A\) 三行的结果为0,这个线性组合就是左零空间的基.
该例子这个向量就是等效消元矩阵 \(E\) 的最后一行.
左乘 \(E\) 最后一行 ,就是一个让矩阵 \(A\) 的行的线性组合为0的向量.
因为 \(E\) 是对 \(A\) 所有初等行变换的等效.
所以求左零空间的基,无法直接从 \(R\) 看出来,必须先和 \(E\) 联系起来 .