7.2 不变子空间

醒过来摸鱼

已于 2023-05-19 14:38:04 修改

阅读量2k

点赞数 3

分类专栏：线性代数【更新中】文章标签：线性代数矩阵算法

于 2022-11-20 16:06:45 首次发布

本文链接：https://blog.csdn.net/m0_66201040/article/details/127945509

版权

线性代数【更新中】专栏收录该内容

71 篇文章 38 订阅

订阅专栏

文章目录

定义
核空间
像空间
特征空间

定义

对于线性空间 $V$ 的一个子空间 $W$ ，如果存在一个线性变换 $T$ ，对 $W$ 中的任意向量 $w$ ，有 $\in W$ ，那么 $W$ 就被成为 $V$ 的 $T$ 不变子空间invariant subspace。这么说非常干，我举个例子：
$A=\begin{bmatrix} 22 & -84\\ 6 & -23\\ \end{bmatrix} w= \begin{bmatrix} 4\\ 1\\ \end{bmatrix}$
对于以上述 $w$ 为基的一维空间 $W$ 就是 $C^2$ 的 $A$ 不变子空间。因为在这个例子中 $4,1)^T$ 是A的特征向量，所以矩阵A作用在特征向量上，不过是延长或缩短了而已。下面我介绍常见的三种不变子空间。

核空间

任意线性变换的核空间都是不变子空间。核空间指的是经过变换会变成0向量的那些向量组成的空间。这个就无需解释了吧，一般来说线性变换对应的矩阵，如果是满秩的，那么它的核空间就是0空间。所以我举个没有满秩的例子：
$A=\begin{pmatrix} 1 & 2 & 1\\ 2 & 2 & 2\\ 2 & 4 & 2 \end{pmatrix}\\ Ax=0\\ x=k\begin{pmatrix} 1 \\ 0\\ -1 \end{pmatrix}$
以 $1,0,-1)^T$ 为基的子空间就是A的不变子空间，因为 $A$ 会把这个空间的所有向量全部变成0，毫无疑问0向量是属于任何子空间的，所以符合不变子空间定义。核空间也等同于齐次线性方程组的解空间。

像空间

像空间也叫值域，因为满秩的矩阵会把所有向量变成平凡子空间，所以我依旧举一个没满秩的矩阵作为例子:
$A=\begin{pmatrix} 1 & 1 & 1\\ 2 & 1 & 2\\ 3 & 1 & 3 \end{pmatrix}\\$
这个空间的像空间是一个平面。实际上它是有下面两个基：
$w_1=\begin{pmatrix} 1 \\ 2 \\ 3 \end{pmatrix}, w_2=\begin{pmatrix} 1 \\ 1 \\ 1 \end{pmatrix}\\$
其实直白的说，就是矩阵A自己的所有列的最大线性无关组，也就是A的列向量张成的空间就是像空间，或者是值域。对于满秩的矩阵，像空间是整个空间，所以不变子空间也就是平凡不变子空间 $V$ 了。

特征空间

因为矩阵仅仅放大或缩小自己的特征向量，矩阵所有的特征向量所在的空间就是特征空间。特征空间也是不变子空间。这个就无需解释了吧，哈哈，举个例子：
$A=\begin{pmatrix} 1 & 1 & 1\\ 2 & 1 & 2\\ 3 & 1 & 3 \end{pmatrix}\\ \lambda_1=5,\lambda_2=\lambda_3=0\\ \lambda_1=5,A-5I=0\Rightarrow w=\begin{pmatrix} 3\\ 5\\ 7 \end{pmatrix}$
由 $3,5,7)^T$ 构成的直线就是A不变子空间，这种非常容易理解。
至此，三种常见的不变子空间就介绍完成了。