第六节 列空间和零空间
第六节 列空间和零空间
子空间的交集和并集
假设有子空间\({D\mathop{{}}\nolimits_{{1}}}\)和\({D\mathop{{}}\nolimits_{{2}}}\),\({D\mathop{{}}\nolimits_{{1}}}\)是\({R\mathop{{}}\nolimits_{{3}}}\)中过原点的一条直线,\({D\mathop{{}}\nolimits_{{2}}}\)是\({R\mathop{{}}\nolimits_{{3}}}\)中过原点的平面
-
\({D\mathop{{}}\nolimits_{{1}} \not\subset D\mathop{{}}\nolimits_{{2}}}\)
- \({D\mathop{{}}\nolimits_{{1}} \cap D\mathop{{}}\nolimits_{{2}}}\)只有一个原点,显然是子空间
- \({D\mathop{{}}\nolimits_{{1}} \cup D\mathop{{}}\nolimits_{{2}}}\)则不能构成子空间,因为随便取\({D\mathop{{}}\nolimits_{{1}}}\)中的向量\(a\)和\({D\mathop{{}}\nolimits_{{2}}}\)中的向量\(b\)(\({a \neq b}\))相加(线性运算)肯定不属于构成的空间,故相并不能构成子空间
-
\({D\mathop{{}}\nolimits_{{1}} \subset D\mathop{{}}\nolimits_{{2}}}\)
不管交集还是并集都能构成子空间
列空间
-
列空间即矩阵列和列向量的线性组合构成的向量空间
-
在第一节中提到一个问题,对于任意的\(b\),是否都能求出\(Ax=b\)?接下来用向量空间来分析一下
比如\({A={ \left[ {{\left. \begin{array}{*{20}{l}} {1\text{ }\text{ }1\text{ }\text{ }3}\\ {2\text{ }\text{ }1\text{ }\text{ }3}\\ {3\text{ }\text{ }1\text{ }\text{ }4}\\ {4\text{ }\text{ }1\text{ }\text{ }5} \end{array} \right] }}\right. }}\),对于这个矩阵就能说明问题答案是否定的
因为它是由四个线性方程组成,而未知数却只有三个。即它时一个\({R\mathop{{}}\nolimits^{{4}}}\),却只是充满了\({R\mathop{{}}\nolimits^{{3}}}\),\(b\)不能表示为矩阵\(A\)的线性组合时,是无解的,只有\(b\)在矩阵\(A\)的列空间里时(\(b\)能表示为矩阵\(A\)的线性组合),才有解
总结:对于\(Ax=b\),只有\(b\)是矩阵\(A\)各列向量的线性组合时才有解
线性相关与线性无关
\({A={ \left[ {{\left. \begin{array}{*{20}{l}} {1\text{ }\text{ }1\text{ }\text{ }3}\\ {2\text{ }\text{ }1\text{ }\text{ }3}\\ {3\text{ }\text{ }1\text{ }\text{ }4}\\ {4\text{ }\text{ }1\text{ }\text{ }5} \end{array} \right] }}\right. }}\)和\({B={ \left[ {{\left. \begin{array}{*{20}{l}} {1\text{ }\text{ }1\text{ }\text{ }2}\\ {2\text{ }\text{ }1\text{ }\text{ }3}\\ {3\text{ }\text{ }1\text{ }\text{ }4}\\ {4\text{ }\text{ }1\text{ }\text{ }5} \end{array} \right] }}\right. }}\)
刚才已经忽略一个问题,当矩阵\(A\)的右上角的值改成2时,会发生什么
矩阵\(B\)前两列的和等于第三列,即是线性相关的,这时候矩阵\(B\)的列向量只能构成\({R\mathop{{}}\nolimits^{{2}}}\),因为第三列是毫无贡献的。
而矩阵\(A\)的各列之间都是线性无关的,每一列都能决定一个维度
零空间
- 矩阵\(A\)的零空间(Nullspace)\(N(A)\)是指满足\(Ax=0\)的\(x\)的集合
- 比如矩阵\({A={ \left[ {{\left. \begin{array}{*{20}{l}} {1\text{ }\text{ }1\text{ }\text{ }2}\\ {2\text{ }\text{ }1\text{ }\text{ }3}\\ {3\text{ }\text{ }1\text{ }\text{ }4}\\ {4\text{ }\text{ }1\text{ }\text{ }5} \end{array} \right] }}\right. }}\),因为前两列与第三列是线性相关的,即\(1 \times 列1+2 \times 列2-1 \times 列3=0\),所以
\(N(A)={ \left[ {{\left. \begin{array}{*{20}{l}} {1}\\ {1}\\ {-1} \end{array} \right] }}\right. }\)
-
如果存在零空间,矩阵一定有线性相关的列,它们会在消元中体现出来
\(\left[ \begin{matrix} 1&2&2&2\\ 2&4&6&8\\ 3&6&8&10 \end{matrix} \right] -> \left[ \begin{matrix} 1&2&2&2\\ 0&0&2&4\\ 0&0&0&0 \end{matrix} \right]\)
提示:为下一节做准备
-
如果方程是这样:
很显然零向量不在解集内,那么这个方程的解集就不能构成一个子空间