【线性代数及其应用】03 - 向量空间

向量空间

1. 向量空间和子空间

1.1 向量空间

  通俗来讲，向量空间是一些向量的集合，这些向量满足以下特征

• 包括零向量
• 对加法封闭

  也就是 v1+v2仍然属于这个空间

• 对数乘封闭

  也就是 c*v1仍然属于这个空间

1.2 子空间

  子空间是向量空间的一部分，也满足向量空间的三个特征，小于等于向量空间。

2. 线性无关

2.1 线性无关与线性方程组的关系

  这也是线性无关的定义式，如果AX = 0有除了零向量以外的非平凡解，那么A中各个向量就是线性相关的

2.2 线性无关与零空间的关系

  如果A中的向量是线性无关的，那么A的零空间只有零向量

2.3 线性无关与秩的关系

  A的秩代表着A中线性无关的向量的个数

3.基和维度

  A中线性无关的向量个数=空间的维度=空间的基的个数

4. 四个子空间

4.1 列空间和零空间

4.1.1 列空间

  列空间就是A的列向量所组成的空间，如果方程AX=b有解，那么b就是属于列空间。列空间的定义是一种显示的定义。列空间的意义是，通过对A的列向量进行重新的线性组合能够得到什么向量。

4.1.2 零空间

  零空间就是满足AX=0的解集的向量。零空间是一种隐式定义的子空间，因为必须与矩阵A相乘来判断是否属于零空间。零空间的意义是通过怎么样的线性组合，能够使得A中的向量线性相关

4.1.3 列空间和零空间的维度关系

矩阵的秩r = 列空间的维度
n - r = 零空间的维度

4.1.4 求列空间和零空间中的基向量

  列空间的基向量求解方法，就是把矩阵A化为阶梯式，依照主元所在的列，从A中找到对应的列向量，就是基向量
  零空间的基向量的求解方法，就是解Ax = 0，利用基础解系，找到相应的特解，就是零空间的基向量

4.2 行空间和左零空间

4.2.1 行空间

  行空间其实就是A^T的列空间，也就是矩阵A的行所组成的向量空间。

4.2.2 左零空间

  左零空间其实就是A^T的零空间。
$$A^T\ast x=0$$
  如果把两边转置
$$x^T\ast A=0$$
  因为x^T在左边，所以得名左零空间

4.2.3 左零空间和行空间的维度关系

矩阵的秩 = 行空间的维度
m - r = 左零空间的维度

4.2.4 左零空间和行空间的基求解

  行空间的基就是获得到了阶梯式以后，根据主元所在的位置，在阶梯式中寻找对应的行作为基向量。也可以在A中寻找对应的行作为基向量。因为在阶梯式化简过程中，只涉及行变换，行变换不影响行空间的基向量。

  左零空间基向量的求解方法,化简前，右边加一个单位矩阵
$$E\ast \left\{\begin{array}{cc}A& I\end{array}\right\}=\left\{\begin{array}{cc}R& E\end{array}\right\}$$
  对矩阵A做阶梯式化简，找阶梯矩阵R中零行，对应的E中的相应行就是左零空间的基向量。
因为 E*A = 0，等价于x^T*A = 0，所以E中相应的行向量，就是左零空间中的x

4.3 行空间和零空间的关系

$$A\ast X=0$$

  从上式中，根据矩阵乘法，前行乘后列为0，后列属于零空间，而前行属于行空间，乘积为0说明二者正交，说明行空间与零空间是正交补的关系，两个子空间正交

4.4 列空间和左零空间的关系

  因为二者与行空间还有左零空间是A转置前后对应的子空间，所以二者也满足乘积为0的关系，列空间和左零空间是正交补关系，两个子空间正交。

5.矩阵空间

  矩阵空间是由矩阵构成的空间，比如3x3矩阵有九个数字，就可以分解为9个子矩阵的和，这些子矩阵叫做矩阵空间

6.坐标系与基变换

6.1 坐标系的分类

6.1.1 基于Rⁿ的坐标系

  坐标系是向量表示的基础，一般来说向量都是坐标系的基向量的线性组合，比如,我们通常所说的向量
$$\left\{\begin{array}{c}c1\\ c2\\ c3\end{array}\right\}=c1\ast \left\{\begin{array}{c}1\\ 0\\ 0\end{array}\right\}+c2\ast \left\{\begin{array}{c}0\\ 1\\ 0\end{array}\right\}+c3\ast \left\{\begin{array}{c}0\\ 0\\ 1\end{array}\right\}$$

  基于Rⁿ的坐标系,实际上就是以向量空间中的单位向量为基组成的向量，如上面的公式写的那样

6.1.2 基于基向量β的坐标系

  但是有的时候，空间中坐标系并不以最常见的单位向量为基向量，可能以其他向量为基向量，这种使用其他向量做基向量的坐标系就叫做基于基向量β的坐标系，线性组合的系数，就是向量的大小，比如
$$\left\{\begin{array}{c}1\\ 3\\ 5\end{array}\right\}=1\ast \left\{\begin{array}{c}1\\ 2\\ 3\end{array}\right\}+2\ast \left\{\begin{array}{c}0\\ 2\\ 2\end{array}\right\}+3\ast \left\{\begin{array}{c}0\\ -1\\ 0\end{array}\right\}$$
  得到的向量为
$$[X{]}_{\beta }=\left\{\begin{array}{c}1\\ 2\\ 3\end{array}\right\}$$

  其原理基于Rⁿ的坐标系的向量为
$$X=\left\{\begin{array}{c}1\\ 3\\ 5\end{array}\right\}$$
  这种通过更改基向量使得向量坐标发生变换的情况叫做基变换

6.2 坐标系之间的映射关系

  坐标系之间的映射是通过映射矩阵实现的,具有关系
$$X=A\ast [X{]}_{\beta }$$
  矩阵A是基于β的坐标空间的基向量,比如
$$\left\{\begin{array}{c}1\\ 3\\ 5\end{array}\right\}=1\ast \left\{\begin{array}{c}1\\ 2\\ 3\end{array}\right\}+2\ast \left\{\begin{array}{c}0\\ 2\\ 2\end{array}\right\}+3\ast \left\{\begin{array}{c}0\\ -1\\ 0\end{array}\right\}$$

$$\left\{\begin{array}{c}1\\ 3\\ 5\end{array}\right\}=\left\{\begin{array}{ccc}1& 0& 0\\ 2& 2& -1\\ 3& 2& 0\end{array}\right\}\ast \left\{\begin{array}{c}1\\ 2\\ 3\end{array}\right\}$$

6.3 同构关系

  不管向量是在基于Rⁿ的坐标系中，还是在基于基向量β的坐标系中，其含义是一致的，相应的运算也是对应一致的，这种同一个向量的不同坐标系表示形式，构成了同构关系

6.4 基的变换

  除了Rⁿ坐标系和基向量β坐标系之间的变换，还存在其他基向量的坐标系变换，比如基向量γ和基向量β坐标系之间的变换

  有坐标系β中的基向量

$${\beta }_1=\left\{\begin{array}{c}1\\ 2\\ 3\end{array}\right\}$$

$${\beta }_2=\left\{\begin{array}{c}0\\ 2\\ 2\end{array}\right\}$$

$${\beta }_3=\left\{\begin{array}{c}0\\ -1\\ 0\end{array}\right\}$$
  同时有坐标系γ中的基向量

$${\gamma }_1=\left\{\begin{array}{c}1\\ 1\\ 0\end{array}\right\}$$

$${\gamma }_2=\left\{\begin{array}{c}0\\ 1\\ 1\end{array}\right\}$$

$${\gamma }_3=\left\{\begin{array}{c}1\\ 0\\ 1\end{array}\right\}$$

  二者之间具有关系

$${\beta }_1=0\ast {\gamma }_1+2\ast {\gamma }_2+1\ast {\gamma }_3$$

$${\beta }_2=0\ast {\gamma }_1+2\ast {\gamma }_2+0\ast {\gamma }_3$$

$${\beta }_3=-\frac{1}{2}\ast {\gamma }_1-\frac{1}{2}\ast {\gamma }_2+\frac{1}{2}\ast {\gamma }_3$$

  我们有如下公式

• X = P_c*[X]_C
• X = P_B*[X]_B
• X_B = P_CB*[X]_C
• X_C=P_BC*[X]_B

  其中P_B是基向量B的坐标，而P_BC是一个基向量B等于几个基向量C而构成的映射关系，比如本例中

$$[X{]}_{\beta }=\left\{\begin{array}{ccc}0& 2& 1\\ 0& 2& 0\\ -\frac{1}{2}& -\frac{1}{2}& \frac{1}{2}\end{array}\right\}\ast [X{]}_{\gamma }$$

  这四个公式构成了不同基向量坐标系和Rⁿ坐标系之间的基变换关系