最近学习了矩阵的空间,以及各个空间的关系,为了以后查阅方便,便做个笔记,有错误的地方请大家指正一下。
数学符号
符号 | 意义 |
---|---|
Rn | n维实空间 |
Rm×n | mxn的实矩阵集合 |
T | 转置 |
行列式 | |
C(A) | 列空间 |
N(A) | 零空间 |
A−1 | 逆 |
diag(a) | 将向量转化为对角矩阵 |
Tr | 迹 |
rank | 秩 |
重新看待矩阵和 Ax=b
Ax=b 的行视图
行视图:凸优化中的超平面
可以将(2)理解为两个直线相交与一点
可以将(3)理解为三个平面相交与一点:
Ax=b 的列视图
列视图:矩阵列的线性组合。
(2)可以理解为以下形式:
(3)可以理解为以下形式:
(4)与(5)可以理解为向量相加得到向量,我们将(4)用图(3),(5)用图(4)示意:
图(3)如下:
图(4)如下:
线性相关与线性无关
线性相关:矢量集[
a1,a2,⋯,an
]是线性相关的,如果
∑nk=1ckak=0
,当且仅当
c1,c2,⋯,cn≠0
。即,至少有一个向量,
al
可以由其他向量线性表出:
线性无关:矢量集[ a1,a2,⋯,an ]是线性无关的(即不是线性相关的),如果 ∑nk=1ckak=0 ,当且仅当 c1,c2,⋯,cn=0 。
思考:对于线性相关的理解可以参考图(3)理解;将
[21]
设置为
a1
,
x
设置为
性质:定义
A=[a1,a2,⋯,an]
,则
Ax=0
只有
x=0
,没有其他线性组合能产生
0
(即
A
线性无关的),此时矩阵
Span、基和子空间(Subspace)
Span:生成子空间
A=[a1,a2,⋯,an] 的所有线性组合。此时,如果 [a1,a2,⋯,an] 是线性无关的,则他们是 S 的一组基。正交基满足条件是
aTiaj=0 ;也可以理解为向量 ai 与向量 aj 夹角是90度。S 可以有不同的一组基,但是基向量的的个数是相同的,被称为
S 的维数,等于 rank(A) 。一个子空间用一组基就可以表示了。- 例子:
A=⎡⎣⎢100230330⎤⎦⎥ ,则 S=span⎡⎣⎢⎡⎣⎢100⎤⎦⎥,⎡⎣⎢230⎤⎦⎥⎤⎦⎥ 是 R3 的子空间,同时 S 还具有其他基。
四个基本的子空间
(1)列空间:
- 定义:包含所有列的线性组合,即
C(A)={y=Ax,x∈Rn}
A=⎡⎣⎢142033⎤⎦⎥ , C(A)=span⎡⎣⎢⎡⎣⎢142⎤⎦⎥,⎡⎣⎢033⎤⎦⎥⎤⎦⎥ ,构成一个 R3 的子空间。
如图5
(2) 零空间: N(A) 是 Rn (not Rm ) 的子空间。
- 定义: N(A) 包含 Ax=0 的所有解的集合。
- 注意: Ax=b 的解并不形成一个子空间。
- 例子:求
A
的零空间的基
A=[132826416]→U=[10222044] 经过初等变化
即 Ux=0 ,于是有 s1=⎡⎣⎢⎢⎢0−201⎤⎦⎥⎥⎥ , s2=⎡⎣⎢⎢⎢−2010⎤⎦⎥⎥⎥ ;
因此 N(A)=C⎛⎝⎜⎜⎜⎡⎣⎢⎢⎢0−201⎤⎦⎥⎥⎥,⎡⎣⎢⎢⎢−2010⎤⎦⎥⎥⎥⎞⎠⎟⎟⎟ ,是 R4 的子空间。
(2) 行空间: N(A) 是 Rn (not Rm ) 的子空间。
待续。。。