线性代数学习笔记（二）

课程六

• 列空间$C(A)$
  $A$的所有列向量的线性组合组成列空间。
  子空间的交集仍然是子空间。
  $Ax=b$是否有解的一种解释是：b必须在A的列空间中，即存在A的列向量的线性组合等于b。
  假设$A$为$m \times n$的矩阵，m > n，则在这种解释下，$A$是向量空间$R^n$的子空间，$Ax=b$是否有解取决于向量$b$是否在$A$的列空间中。
  当$A$为$n \times n$的矩阵（方阵），且$A$的各列线性无关时，$A$的向量空间占满整个$R^n$，b为任何向量$Ax=b$皆有解。
• 零空间$N(A)$
  使$Ax=0$的所有列向量$x$组成$A$的零空间。
  零空间必定包含零向量。
  零空间之所以为向量空间，因为其中的任意向量的数乘和加法仍然在向量空间内。

课程七

• 消元
  $$\begin{bmatrix} 1 & 2 & 2 & 2 \\ 2 & 4 & 6 & 8 \\ 3 & 6 & 8 & 10 \\ \end{bmatrix} \to \begin{bmatrix} 1 & 2 & 2 & 2 \\ 0 & 0 & 2 & 4 \\ 0 & 0 & 2 & 4 \\ \end{bmatrix} \to \begin{bmatrix} \color{red}{1} & 2 & 2 & 2 \\ 0 & 0 & \color{red}{2} & 4 \\ 0 & 0 & 0 & 0 \\ \end{bmatrix} = U$$
• 秩（Rank）
  消元后主元(pivot)的数目
• 自由变量与特殊解
  无法通过消元得到主元的列是自由变量（自由列）。
  自由变量可以赋任意值。
  通常，通过设置自由变量中的任意一个为1，其他为0，得到一个解。变换赋值1的变量，得到其他解。
  零空间为这些解的所有线性组合。
• 秩与主元
  秩（r）就是主元的个数。自由变量的个数为$n-r$
• 简化行阶梯形式（Reduced Row Echelon Form）
  $$\begin{bmatrix} 1 & 2 & 2 & 2 \\ 0 & 0 & 2 & 4 \\ 0 & 0 & 0 & 0 \\ \end{bmatrix} \to \begin{bmatrix} 1 & 2 & 0 & -2 \\ 0 & 0 & 2 & 4 \\ 0 & 0 & 0 & 0 \\ \end{bmatrix} \to \begin{bmatrix} 1 & 2 & 0 & -2 \\ 0 & 0 & 1 & 2 \\ 0 & 0 & 0 & 0 \\ \end{bmatrix} = R$$
• 通过$Rx=0$求解$Ax=0$
  $$R = \begin{bmatrix} I & F \\ 0 & 0 \end{bmatrix} \\ x = \begin{bmatrix} -F \\ I \end{bmatrix}$$

课程八

• 增广矩阵
  $$\begin{bmatrix} \begin{array}{cccc|c} 1 & 2 & 2 & 2 & b_1 \\ 2 & 4 & 6 & 8 & b_2 \\ 3 & 6 & 8 & 10 & b_3 \\ \end{array} \end{bmatrix} \to \begin{bmatrix} \begin{array}{cccc|c} 1 & 2 & 2 & 2 & b_1 \\ 0 & 0 & 2 & 4 & b_2 - 2 b_1 \\ 0 & 0 & 0 & 0 & b_3 -b_2 - b_1 \\ \end{array} \end{bmatrix}$$
  则$Ax=b$有解的条件是$b_3 - b_2 - b_1 = 0$
• $Ax=b$有解的两种描述
  $b$在列空间$C(A)$里
  如果A的行向量的的某个线性组合得到了零向量，b的相同的组合也必须给出0
• $Ax=b$的所有解
  
  1. 设置所有自由变量为0，解出所有主变量，得到特解。
  2. 解出零向量空间。
  3. 所有解为特解加上零空间。
• $A$为$m \times n$矩阵，秩为$r$，有$r \le m, r \le n$
  
  1. 列满秩$r = n$时，自由变量个数为0，$N(A)=0$，如果存在解，解唯一。（有0个或1个解）
  2. 行满秩$r = m$时，对任意b都有解。自由变量有n-r个。
  3. $r=m=n$时，矩阵可逆，$R=I$，有唯一解。
  4. $r=n<m$时，$R= \begin{bmatrix} I \\ 0 \end{bmatrix}$，有0或1个解。
  5. $r=m<n$时，$R = \begin{bmatrix} I & F \end{bmatrix}$, 有无穷多解。
  6. $r<m, r<n$，$R = \begin{bmatrix} I & F \\ 0 & 0 \end{bmatrix}$，有0个解或无穷多解。