线代基本定理2



1引言

线代基本定理一(看之前文章)告诉我们R ( A ) (A) (A)与N( A A A)的维度关系,我们希望知道它们的空间关系,平行?相交?垂直?线代基本定理2就告诉我们这些空间的位置关系。证明之前我们需要先证明
行秩=列秩

1.1 行秩=列秩

假设行秩为 r r r,列秩为 c c c.
列空间的特征向量为 b 1 , b 2 , . . . b c b_1,b_2,...b_c b1,b2,...bc.
矩阵 A A A的每一列可以表示为 b 1 , b 2 , . . . b c b_1,b_2,...b_c b1,b2,...bc的线性组合。
a j = [ b 1 , b 2 , . . . , b c ] d a_j=[b_1,b_2,...,b_c]d aj=[b1,b2,...,bc]d, d ∈ R n d\in R^n dRn 是线性组合系数。
A = B D A=BD A=BD==>
A T = D T B T = D T [ b 1 T b 2 T . . . b c T ] \begin{gathered} A^{T} =D^{T}B^{T} =D^T \begin{bmatrix} b_1^T \\ b_2^T \\ ...\\ b_c^T \end{bmatrix} \quad \end{gathered} AT=DTBT=DTb1Tb2T...bcT
因此矩阵 A T A^T AT的每一列都可以表示为矩阵 D T D^T DT每一列线性组合,因为矩阵 D T D^T DT只有 r r r列,
c ≤ r c\leq r cr同理可证 r ≤ c r\leq c rc
究起根本原因都在于矩阵的乘法方式!

2定理

对于一个矩阵 A ∈ R m ∗ n A\in R^{m*n} ARmn,C()表示column空间,N()表示零空间。
根据定理1以及,行秩=列秩得出
n = d i m N ( A ) + d i m C ( A T ) m = d i m N ( A T ) + d i m C ( A ) C ( A T ) = N ( A ) ⊥ C ( A ) = N ( A T ) ⊥ n=dimN(A)+dimC(A^T)\\ m=dimN(A^T)+dimC(A)\\ C(A^T)=N(A)^{\perp}\\ C(A)=N(A^T)^{\perp} n=dimN(A)+dimC(AT)m=dimN(AT)+dimC(A)C(AT)=N(A)C(A)=N(AT)
在这里插入图片描述

3证明

依旧是根据矩阵乘法方式
x ∈ N ( A ) x\in N(A) xN(A)
A x = [ a 1 a 2 . . . a m ] x = 0 \begin{gathered} Ax= \begin{bmatrix} a_1 \\ a_2 \\ ...\\ a_m \end{bmatrix} x=0 \quad \end{gathered} Ax=a1a2...amx=0
矩阵 A A A的每一行与 x x x相乘均为0,得证。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值