MIT-18.06-线性代数（第十讲）

第十讲 —— 四个基本子空间

本讲将讲解矩阵的四个基本子空间（subspace）。研究四个子空间及其关系是线性代数的核心内容。

四个基本子空间

$A$ 是 $m×n$ 矩阵，有

列空间 Column space $C(A)$ ，是 $\Bbb R^m$ 的子空间
零空间 Null space $N(A)$ ，是 $\Bbb R^n$ 的子空间
行空间 Row space $C(A^T)$ ，是 $\Bbb R^n$ 的子空间
左零空间 Left null space $N(A^T)$ ，是 $\Bbb R^m$ 的子空间

基和维度

列空间，它的一组基就是主列，维数是秩 $r$ 。
零空间，它的一组基就是其特解，维数是 $n-r$ 。
行空间，行空间与列空间有相同的维数，也是 $r$ 。
举例矩阵 $A=\begin{bmatrix} 1 & 2 & 3 & 1 \\ 1 & 1 & 2 & 1 \\ 1 & 2 & 3 & 1 \\ \end{bmatrix}$ ——> $\begin{bmatrix} 1 & 2 & 3 & 1 \\ 0 & -1 & -1 & 0 \\ 0 & 0 & 0 & 0 \\ \end{bmatrix}$ ——> $\begin{bmatrix} 1 & 2 & 3 & 1 \\ 0 & 1 & 1 & 0 \\ 0 & 0 & 0 & 0 \\ \end{bmatrix}$ ——> $\begin{bmatrix} 1 & 0 & 1 & 1 \\ 0 & 1 & 1 & 0 \\ 0 & 0 & 0 & 0 \\ \end{bmatrix}=R$ ，化简后， $C(A) \neq C(R)$ ，列空间发生变化，而行变换不会对行空间产生影响。行空间的一组基，无论对 $A$ 还是对 $R$ 来说，都是行最简形式 $R$ 的前 $r$ 行。进一步思考，为什么 $A$ 的各行都是这个基的线性组合，通过各行消元的逆操作，可以从 $R$ 倒推回 $A$ ，因此 $A$ 各行是 $R$ 各行的线性组合，反之亦然。它们的行空间相同，它们的基也相同。行空间在行最简形式 $R$ 中以最佳形式表现出来。
左零空间，维数是 $m-r$ 。
如果有 $A^Ty=0$ ，那么向量 $y$ 就在 $A^T$ 的零空间中。进行转置，有 $y^TA^{TT}=y^TA=0$ ，即以 $y^T$ 对 $A$ 进行左乘，这也是把其称作左零空间的原因。采用高斯-若尔当（Gauss-Jordan）方法， $rref \left[\begin{array}{c|c} A_{m×n} & I_{m×m} \\ \end{array}\right]$ ——> $\left[\begin{array}{c|c} R_{m×n} & E_{m×m} \\ \end{array}\right]$ ，设消元矩阵为 $E$ ，则有 $EA=R$ 。而对于矩阵 $A=\begin{bmatrix} 1 & 2 & 3 & 1 \\ 1 & 1 & 2 & 1 \\ 1 & 2 & 3 & 1 \\ \end{bmatrix}$ 这个例子，基于上面的变换，可得 $E=\begin{bmatrix} -1 & 2 & 0 \\ 1 & -1 & 0 \\ -1 & 0 & 1 \\ \end{bmatrix}$ ，即 $\begin{bmatrix} -1 & 2 & 0 \\ 1 & -1 & 0 \\ -1 & 0 & 1 \\ \end{bmatrix} \begin{bmatrix} 1 & 2 & 3 & 1 \\ 1 & 1 & 2 & 1 \\ 1 & 2 & 3 & 1 \\ \end{bmatrix}=\begin{bmatrix} 1 & 0 & 1 & 1 \\ 0 & 1 & 1 & 0 \\ 0 & 0 & 0 & 0 \\ \end{bmatrix}$ 。通过 $E$ ，可求左零空间的维数和基。根据左零空间的维数 $m-r$ ，即 $3-2=1$ ，得到左零空间是一维的。存在一个线性组合使这三行的结果为零行，这个线性组合可以确定左零空间的基。左零空间的基只有一个向量，它就在 $E$ 的最后一行，即 $\begin{bmatrix} -1 & 0 & 1 \\ \end{bmatrix}$ 。

新向量空间

新向量空间 (new vector space) $M$ ，叫作所有的 $3×3$ 矩阵，把矩阵看作向量，每个 $3×3$ 矩阵都是一个“向量”。 $M$ 的子空间包括：所有的上三角矩阵，所有的对称矩阵，所有的对角矩阵。
对角矩阵子空间是前两者的交集，其维数为3，一组基为 $\begin{bmatrix} 1 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \\ \end{bmatrix},\begin{bmatrix} 1 & 0 & 0 \\ 0 & 3 & 0 \\ 0 & 0 & 0 \\ \end{bmatrix},\begin{bmatrix} 0 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 7 \\ \end{bmatrix}$ 。

最后编辑于：2022.05.05 01:00:50

人面猴
序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
沈念sama阅读 199,393评论 5赞 467
死咒
序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
沈念sama阅读 83,790评论 2赞 376
救了他两次的神仙让他今天三更去死
文/潘晓璐我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
开封第一讲书人阅读 146,391评论 0赞 330
道士缉凶录：失踪的卖姜人
文/不坏的土叔我叫张陵，是天一观的道长。经常有香客问我，道长，这世上最难降的妖魔是什么？我笑而不...
开封第一讲书人阅读 53,703评论 1赞 270
港岛之恋（遗憾婚礼）
正文为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
茶点故事阅读 62,613评论 5赞 359
恶毒庶女顶嫁案：这布局不是一般人想出来的
文/花漫我一把揭开白布。她就那样静静地躺着，像睡着了一般。火红的嫁衣衬着肌肤如雪。梳的纹丝不乱的头发上，一...
开封第一讲书人阅读 48,003评论 1赞 275
城市分裂传说
那天，我揣着相机与录音，去河边找鬼。笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。我是一名探鬼主播，决...
沈念sama阅读 37,507评论 3赞 390
双鸳鸯连环套：你想象不到人心有多黑
文/苍兰香墨我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
开封第一讲书人阅读 36,158评论 0赞 254
万荣杀人案实录
序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
沈念sama阅读 40,300评论 1赞 294
护林员之死
正文独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋以下内容为张勋视角年9月15日...
茶点故事阅读 35,256评论 2赞 317
白月光启示录
正文我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
茶点故事阅读 37,274评论 1赞 328
活死人
序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
沈念sama阅读 32,984评论 3赞 316
日本核电站爆炸内幕
正文年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
茶点故事阅读 38,569评论 3赞 303
男人毒药：我在死后第九天来索命
文/蒙蒙一、第九天我趴在偏房一处隐蔽的房顶上张望。院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
开封第一讲书人阅读 29,662评论 0赞 19
一桩弑父案，背后竟有这般阴谋
文/苍兰香墨我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。一阵脚步声响...
开封第一讲书人阅读 30,899评论 1赞 255
情欲美人皮
我被黑心中介骗来泰国打工，没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。一个月前我还...
沈念sama阅读 42,268评论 2赞 345
代替公主和亲
正文我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
茶点故事阅读 41,840评论 2赞 339

MIT-18.06-线性代数（第十讲）

第十讲 —— 四个基本子空间

四个基本子空间

基和维度

新向量空间

推荐阅读更多精彩内容