6.列空间和零空间
列空间(通过某些向量的线性组合构建子空间)
列空间:某矩阵所有列向量的所有线性组合的集合,矩阵 A A A的列空间记作 C ( A ) C(A) C(A)
例: 已知矩阵 A [ 1 1 2 2 1 3 3 1 4 4 1 5 ] A \begin{bmatrix} 1 & 1 & 2 \\ 2 & 1 & 3 \\ 3 & 1 & 4 \\ 4 & 1 & 5 \end{bmatrix} A 123411112345 的列空间是 R 4 R^4 R4的子空间,但三个列向量的线性组合无法覆盖整个 R 4 R^4 R4,只能得到一个平面
联系线性方程组得: [ 1 1 2 2 1 3 3 1 4 4 1 5 ] [ x 1 x 2 x 3 ] = [ b 1 b 2 b 3 b 4 ] \begin{bmatrix} 1 & 1 & 2 \\ 2 & 1 & 3 \\ 3 & 1 & 4 \\ 4 & 1 & 5 \end{bmatrix} \begin{bmatrix} x_{1} \\ x_{2} \\ x_{3} \end{bmatrix} = \begin{bmatrix} b_{1} \\ b_{2} \\ b_{3} \\ b_{4} \end{bmatrix} 123411112345 x1x2x3 = b1b2b3b4 ,即 A x ⃗ = b ⃗ A \vec{x} = \vec{b} Ax=b,并不是 b ⃗ \vec{b} b取任意值, x ⃗ \vec{x} x都有解,当 b ⃗ ∈ C ( A ) \vec{b} \in C(A) b∈C(A)时,方 程组有解,否则无解
联系线性方程组时行数表示方程数,列数表示未知数数
这三个列向量并非线性无关,第三个列向量为前两个的和,因而其对线性组合无贡献,有贡献的两列称为主列
选取主列时,一般考虑从左往右最少的几个,即最靠前的极大线性无关组
零空间(通过方程组的解的集合构建子空间)
零空间:已知 A A A,使 A x ⃗ = 0 ⃗ A \vec{x} = \vec{0} Ax=0的所有 x ⃗ \vec{x} x的集合,矩阵 A A A的零空间记作 N ( A ) N(A) N(A)
例: [ 1 1 2 2 1 3 3 1 4 4 1 5 ] [ x 1 x 2 x 3 ] = [ 0 0 0 0 ] A x ⃗ b ⃗ \begin{matrix} \begin{bmatrix} 1 & 1 & 2 \\ 2 & 1 & 3 \\ 3 & 1 & 4 \\ 4 & 1 & 5 \end{bmatrix} & \begin{bmatrix} x_{1} \\ x_{2} \\ x_{3} \end{bmatrix} & = & \begin{bmatrix} 0 \\ 0 \\ 0 \\ 0 \end{bmatrix} \\ A & \vec{x} & & \vec{b} \end{matrix} 123411112345 A x1x2x3 x= 0000 b,零空间满足 x ⃗ = [ c c − c ] ( c ∈ R ) \vec{x} = \begin{bmatrix} c \\ c \\ -c \end{bmatrix} (c \in R) x= cc−c (c∈R)
-
无论 A A A如何,其零空间必然包含 0 ⃗ \vec{0} 0
-
零空间一定是向量空间
证明: 已知 A x ⃗ = 0 ⃗ A \vec{x} = \vec{0} Ax=0的两个解 v ⃗ , w ⃗ \vec{v} , \vec{w} v,w,则 A ( v ⃗ + w ⃗ ) = A v ⃗ + A w ⃗ = 0 ⃗ , A ( n v ⃗ ) = n A v ⃗ = n 0 ⃗ = 0 ⃗ , n ∈ R A (\vec{v} + \vec{w}) = A \vec{v} + A \vec{w} = \vec{0} , A(n \vec{v}) = n A \vec{v} = n \vec{0} = \vec{0} , n \in R A(v+w)=Av+Aw=0,A(nv)=nAv=n0=0,n∈R
-
思考: 对于任意的非零向量 b ⃗ \vec{b} b, A x ⃗ = b ⃗ A \vec{x} = \vec{b} Ax=b的解的集合是否都是向量空间
不是,因为集合中不一定有零向量
打赏
制作不易,若有帮助,欢迎打赏!