lecture01:The Column Space of A A A Contains All Vectors A x Ax Ax—— A A A的列向量空间包含所有 A x Ax Ax向量
矩阵向量乘法 A x Ax Ax和列空间 C ( A ) C(A) C(A)
[ 2 1 3 3 1 4 5 7 12 ] [ x 1 x 2 x 3 ] = [ 2 x 1 + x 2 + 3 x 3 3 x 1 + x 2 + 4 x 3 5 x 1 + 7 x 2 + 12 x 3 ] = x 1 [ 2 3 5 ] + x 2 [ 1 1 7 ] + x 3 [ 3 4 12 ] \left[\begin{matrix} 2&1&3\\3&1&4\\5&7&12 \end{matrix}\right] \left[\begin{matrix} x_1\\x_2\\x_3 \end{matrix}\right]=\left[\begin{matrix}2x_1+x_2+3x_3\\3x_1+x_2+4x_3\\5x_1+7x_2+12x_3 \end{matrix}\right]=x_1\left[\begin{matrix}2\\3\\5\end{matrix}\right]+x_2\left[\begin{matrix}1\\1\\7\end{matrix}\right]+x_3\left[\begin{matrix}3\\4\\12\end{matrix}\right] ⎣⎡2351173412⎦⎤⎣⎡x1x2x3⎦⎤=⎣⎡2x1+x2+3x33x1+x2+4x35x1+7x2+12x3⎦⎤=x1⎣⎡235⎦⎤+x2⎣⎡117⎦⎤+x3⎣⎡3412⎦⎤
计算方法:(行与列的点积)行向量与 x T x^T xT的点积;列向量的线性组合
结论: A x Ax Ax是 A A A列向量的线性组合,若 x x x是所有可能列向量,则 A x Ax Ax是 A A A的列空间 C ( A ) C(A) C(A)。如上例,列空间为平面。
矩阵的秩和列空间 C ( A ) C(A) C(A)的基和维度
结论:
秩 r a n k ( A ) rank(A) rank(A)为 A A A独立列的数目;
A A A的独立列向量为列空间 C ( A ) C(A) C(A)的基;
列空间 C ( A ) C(A) C(A)的维度等于矩阵 A A A的秩。
A = C R A=CR A=CR和行空间 C ( A T ) C(A^T) C(AT)
A = [ 2 1 3 3 1 4 5 7 12 ] = [ 2 1 3 1 5 7 ] [ 1 0 1 0 1 1 ] = C R A=\left[\begin{matrix} 2&1&3\\3&1&4\\5&7&12 \end{matrix}\right]= \left[\begin{matrix} 2&1\\3&1\\5&7 \end{matrix}\right] \left[\begin{matrix} 1&0&1\\0&1&1 \end{matrix}\right]=CR A=⎣⎡2351173412⎦⎤=⎣⎡235117⎦⎤[100111]=CR
A = [ 1 3 8 1 3 8 1 3 8 ] = [ 1 1 1 ] [ 1 3 8 ] = u v T A=\left[\begin{matrix} 1&3&8\\1&3&8\\1&3&8 \end{matrix}\right] =\left[\begin{matrix} 1\\1\\1 \end{matrix}\right]\left[\begin{matrix}1&3&8 \end{matrix}\right]=uv^T A=⎣⎡111333888⎦⎤=⎣⎡111⎦⎤[138]=uvT
说明: R = r r e f ( A ) = R=rref(A)= R=rref(A)=行最简矩阵(除全零行); A A A中各列是 C C C中各列的线性组合,各行是 R R R中各行的线性组合。
结论:行秩等于列秩; R R R的独立行向量为行空间 C ( A T ) C(A^T) C(AT)的基;列空间 C ( A T ) C(A^T) C(AT)的维度等于矩阵 A A A的秩。