线性代数之——向量空间
1. 向量空间和子空间
向量空间 Rn\boldsymbol R^nRn 由所有的 nnn 维向量 vvv 组成,向量中的每个元素都是实数。
向量空间 R2\boldsymbol R^2R2 可以用 xyxyxy 平面来表示,其中的每个向量有两个元素,它们定义了平面上一个点的坐标。
在一个向量空间中,如果我们将任意向量相加或者乘以一个标量,也就是任意向量的线性组合,它们的结果仍然在这个向量空间中。
三维空间中过原点的一个平面是一个向量空间,这个向量空间和 R2\boldsymbol R^2R2 很像,但其中的每个向量都有三个元素。如果我们对这个平面中的两个向量相加,那结果仍然在这个平面中。如果我们对其中的一个向量乘以一个常数,结果也仍然在这个平面中。这个平面位于 R3\boldsymbol R^3R3 向量空间里,称为 R3\boldsymbol R^3R3 的子空间。
一个向量空间的子空间是由一系列包含零向量的向量组成的,并且满足:如果是 v\boldsymbol vv 和 w\boldsymbol ww 是子空间的两个向量并且 ccc 是任意标量,那么有 (1) v+w\boldsymbol v + \boldsymbol wv+w在子空间中, (2) cvc \boldsymbol vcv 在子空间中。
也就是说,所有向量的线性组合都仍然在这个子空间中。
R3\boldsymbol R^3R3 的所有可能子空间有:
- LLL 所有过 (0, 0, 0) 的直线
- PPP 所有过 (0, 0, 0) 的平面
- ZZZ 只有零向量 (0, 0, 0)
- R3\boldsymbol R^3R3 整个空间
一个最重要的子空间是和矩阵 AAA 紧密联系的。当我们求解 Ax=bAx=bAx=b 时,AxAxAx 是对 AAA 的列的线性组合。为了得到 bbb,我们用任何可能的 xxx 来求取 AAA 的列的所有可能的线性组合,这产生了一个 AAA 的列空间 C(A)C(A)C(A)。C(A)C(A)C(A) 不仅仅包含 AAA 的所有列向量,还包括他们的所有线性组合。
因此,当我们求解 Ax=bAx=bAx=b 时,如果 bbb 存在于 AAA 的列空间中的话,我们就可以找到一组系数,使得它们对 AAA 的列的线性组合就是 bbb,否则,方程就无解。
2. AAA 的零空间
矩阵 AAA 的零空间包含所有 Ax=0Ax=\boldsymbol0Ax=0 的解,这些向量位于 Rn\boldsymbol R^nRn 中,表示为 N(A)N(A)N(A)。
假设 xxx 和 yyy 位于矩阵 AAA 的零空间中,也就是 Ax=0Ax=0Ax=0、Ay=0Ay=0Ay=0,那就有 A(x+y)=0A(x+y)=0A(x+y)=0、A(cx)=0A(cx)=0A(cx)=0,即它们相加或者乘以一个标量后仍然在零空间中,因此零空间是一个子空间。
零空间是所有特解的线性组合。
平面 x+2y+3z=0x+2y+3z=0x+2y+3z=0 可以表示为
[123][xyz]=0\begin{bmatrix} 1&2&3 \end{bmatrix} \begin{bmatrix} x\\y\\z \end{bmatrix} = 0[123]⎣⎡xyz⎦⎤=0
上述方程的两个特解分别为
s1=[−210],s2=[−301]s_1 = \begin{bmatrix} -2\\1\\0 \end{bmatrix},s_2=\begin{bmatrix} -3\\0\\1 \end{bmatrix}s1=⎣⎡−210⎦⎤,s2=⎣⎡−301⎦⎤
向量 s1s_1s1 和 s2s_2s2 位于平面 x+2y+3z=0x+2y+3z=0x+2y+3z=0 中,这个平面就是矩阵 A=[123]A=\begin{bmatrix} 1&2&3 \end{bmatrix}A=[123] 的零空间,这个平面上的所有向量都是 s1s_1s1 和 s2s_2s2 的线性组合。
注意到,上述特解的最后两个元素分别为 0 和 1,这些元素是自由的并且是我们特殊选择的。因为矩阵 A=[123]A=\begin{bmatrix} 1&2&3 \end{bmatrix}A=[123] 的第一列包含一个主元,因此特解的第一个元素是不自由的,自由的元素就对应着该列没有主元。
3. 消元法求解 Ax=0Ax=0Ax=0
这时候,矩阵 AAA 是矩形的,我们求解有 nnn 个未知数的 mmm 个方程。
A=[112322810331013]A = \begin{bmatrix} 1&1&2&3\\2&2&8&10\\3&3&10&13 \end{bmatrix}A=⎣⎡123123281031013⎦⎤
第一个主元是 1,然后我们需要将主元下面的 2 和 3 变成 0。
A→[112300440044]A \to \begin{bmatrix} 1&1&2&3\\ 0&\boxed0&4&4\\0&0&4&4 \end{bmatrix}A→⎣⎡100100244344⎦⎤
这时候,第二列主元的位置为 0,并且其下面的位置也为 0,因此我们也无法用行交换来得到一个主元。
这意味着我们遇到了问题,但我们不应该停止,我们继续看第三列。我们得到了第二个主元 4,然后继续向下消元得到下三角矩阵 UUU。
U=[112300440000]U = \begin{bmatrix} \boxed1&1&2&3\\ 0&0&\boxed4&4\\0&0&0&0 \end{bmatrix}U=⎣⎡100100240340⎦⎤
由于第 1 列和第 3 列包含主元,因此主变量就是 x1x_1x1 和 x3x_3x3,而 x2x_2x2 和 x4x_4x4 是自由变量。
这时候,我们分别将两个自由变量设为 0 和 1,就可以得到方程的解为
针对每个自由变量都有一个与之对应的特解,所有特解的线性组合就是零空间 N(A)N(A)N(A)。如果没有一个变量是自由的,这就意味着方程组只有一个零向量解。
若是 n>mn>mn>m,即列数大于行数,那肯定至少有一个变量是自由的,因为每一行最多只有一个主元,这也就意味着方程组有至少一个特解,这个解是非零的。
对上面的下三角矩阵 UUU 继续进行消元,第二行除以 4,然后第一行减去第二行的 2 倍,我们可以得到简化行阶梯形式 RRR
R=[110100110000]R = \begin{bmatrix} \boldsymbol1&1&\boldsymbol0&1\\ \boldsymbol0&0&\boldsymbol1&1\\0&0&0&0 \end{bmatrix}R=⎣⎡100100010110⎦⎤
这时候,特解就可以很容易地从 RRR 中读出来,第一个特解的 -1 和 0 就是 RRR 中第二列的元素 1 和 0 取负号,第二个特解的 -1 和 1 就是 RRR 中第四列的元素 1 和 1 取负号。
另外,在 RRR 的左边乘以任意可逆的矩阵,不会改变其零空间。
获取更多精彩,请关注「seniusen」!
线性代数之——向量空间相关推荐
- 线性代数之 向量空间几何学(1)仿射
线性代数之 向量空间几何学(1)仿射 前言 仿射组合 仿射组合与向量空间 仿射无关性 总结 前言 本章是线性代数最后一节内容,向量空间与几何学. 仿射组合 定义仿射组合:对于RnR^nRn中的向量v⃗ ...
- 线性代数之 向量空间与基,子空间,列空间,零空间,秩
线性代数之 向量空间,基,子空间,列空间,零空间,秩 前言 向量空间 基 子空间 生成子空间 列空间 零空间 向量空间的维数 矩阵的秩 前言 本篇介绍向量空间的有关内容.向量空间实际上是一个群. 向量 ...
- 漫步线性代数八——向量空间和子空间
消元简化了线性方程组Ax=bAx=b,幸运的是它也简化了理论.存在性和唯一性的基本问题(一个解或没有解或无穷多个解)在消去之后很容易回答,我们现在就针对m×nm\times n系统讨论这些问题. 但消 ...
- 【线性代数】向量空间
对称矩阵 如果有一矩阵A.当中Aij=Aji,则称这个矩阵为对称矩阵. 对称矩阵有例如以下性质: 也就是说:1.一个对称矩阵的转置和其逆是相等的.2.一个对称矩阵能够由一个矩阵和其转置矩阵相乘得到. ...
- 线性代数(13)——向量空间、维度和四大子空间(下)
向量空间.维度和四大子空间 零空间的基和秩-零化度定理 零空间及零空间的基 秩-零化度定理 列空间与零空间对比 零空间与矩阵的逆 深入理解零空间 左零空间 回顾已有的三个子空间 第四个子空间 研究子空 ...
- 线性代数(12)——向量空间、维度和四大子空间(上)
向量空间.维度和四大子空间 空间的概念 欧几里得空间 向量空间 广义向量空间 子空间 欧几里得空间的子空间 维度 概念 子空间和维度 行空间和矩阵的秩 行空间 行秩 列空间与列秩 行空间和列空间对比 ...
- 计算机中的数学【线性代数】向量空间的概念
image.png image.png image.png image.png image.png image.png image.png
- 多彩的世界,离不开线性代数
线性代数之向量空间 1.向量表示 物理 数学 2.向量的加减与数乘 加减 数乘 3.向量的线性组合与线性相关 线性组合 线性相关 结束 1.向量表示 向量是线性代数的基石,基本上所有的知识都是在向量的 ...
- 03 - 大学生如何使用GPT
大学生如何使用GPT提高学习效率 一.引言 在当今的高速发展的信息时代,大学生面临着越来越多的学习挑战.作为一种先进的人工智能技术,GPT为大学生提供了一种强大的学习工具.本文将介绍大学生在不同场景中 ...
最新文章
- 澎思科技与新加坡国立大学等高校共研AI产品加快技术应用落地
- 交叉熵比平方损失函数的优点
- 第一周:信息系统项目管理基础与立项管理作业视频讲解
- 2018年12月份学习总结,PMP学习总结
- android pcm调节音量,调整PCM语音数据的音量
- 照看小猫(nowcoder 217602)
- python 命令行 解析模块 optparse、argparse
- 漫步凸分析二——凸集和锥
- 程序员挑战高薪,你必须会的十大面试题《一》
- c# 基础连接已经关闭: 连接被意外关闭,错误的解决
- spark基础之spark streaming的checkpoint机制
- 从此,懂一点CDMA
- MATLAB文件操作及读txt文件(fopen,fseek,fread,fclose)
- 焊接工时简便计算工具_焊接工时定额计算手册.doc
- psd导出切片html 分隔符,PHOTO SHOP里如何能把PSD的自动切成切片?存为HTML格式?
- PX4自主设置飞行模式
- An工具介绍之形状工具及渐变变形工具
- 制造工厂中的计件工资管理
- 对比分析偏差率的五个常见疑问
- 快速推导出等比数列的求和公式
热门文章
- Flask的简单介绍及使用方法简介
- 学习python-day01-01---转自Python分布式爬虫打造搜索引擎Scrapy精讲
- java 关闭jpanel_从JFrame [Java]关闭JPanel窗口
- 点阵字体(Bitmap font)
- mendeley 笔记_mendeley使用技巧
- 计算机前景 英语作文,计算机与我英语作文范文 The Computer and I
- |NO.Z.00005|——————————|BigDataEnd|——|HadoopHadoop核心框架.V05|——|Hadoop.v04|分布式集群搭建|...
- Ubuntu关于ERROR: activate-gcc_linux-64.sh failed, see above for details
- python数据驱动:基于ddt的数据驱动测试
- master - master (non-fast-forward)和git ! [rejected] master - master (fetch first)