Lecture 14 : Orthogonal Vectors and Subspaces
MIT 公开课:Gilbert Strang《线性代数》课程笔记(汇总)
正交向量
-
x x x与 y y y正交,(这里 x , y x,y x,y可以看成列向量)表示 x , y x,y x,y点积为零
x T y = 0 x^Ty = 0 xTy=0 Σ i x i y i = 0 Σ_ix_iy_i = 0 Σixiyi=0 -
x , y , x + y x, y, x+y x,y,x+y可以构成一个直角三角形, x , y x,y x,y夹角为 90 ° 90° 90°满足毕达哥拉斯定理,即:
∣ ∣ x ∣ ∣ 2 ||x||^2 ∣∣x∣∣2 + ∣ ∣ y ∣ ∣ 2 ||y||^2 ∣∣y∣∣2 = ∣ ∣ x + y ∣ ∣ 2 ||x+y||^2 ∣∣x+y∣∣2 x T x x^Tx xTx + y T y y^Ty yTy = ( x + y ) T ( x + y ) (x+y)^T(x+y) (x+y)T(x+y) x T y = y T x = 0 x^Ty = y^Tx = 0 xTy=yTx=0 -
零向量与所有向量正交
正交子空间
子空间S与子空间T正交 ,表示S中的任意向量与T中的任意向量正交
-
两个子空间如果相交,不会相交于非零向量
解释: 如果它们相交于非零向量,容易找到 v 1 ∈ S , v 2 ∈ S ∩ T v1∈S, v2 ∈ S∩T v1∈S,v2∈S∩T,且两者不成90°
列空间,行空间与零空间的关系
- 行空间与系数矩阵的零空间是正交互补的
A x = 0 Ax = 0 Ax=0 其中A是系数矩阵,A的行向量组成了行空间 [ r o w 1 r o w 2... ] T x [row1\ row2 ...]^Tx [row1 row2...]Tx = [ 0 0... ] T [0 \ 0 ...]^T [0 0...]T
列数 - 系数矩阵的秩 = 零空间的秩 - 列空间与系数矩阵的转置是正交互补的