MIT 18.06 线性代数公开课笔记 Lecture10 四个基本子空间

本节要讲述联系列空间和行空间的重要结论.

• 列空间 $C(A)$ in ${\mathbb{R}}^m$

• 零空间 $N(A)$ in ${\mathbb{R}}^n$

• 行空间, $A$ 的所有行的线性组合, 也就是 $A^T$ 的列空间 $C(A^T)$ in ${\mathbb{R}}^n$

• $A^T$ 的零空间 $N(A^T)$ in ${\mathbb{R}}^m$ , 通常称作 $A$ 的左零空间(left null space)

当 $A$ 是 $n\times m$ 时, 这四个空间在哪里呢? 画个草图:

这四个子空间的基是什么? 维数是多少?

$C(A)$

列空间的维数就是 $r$ , 我们上节课讨论过, 并且列空间的一组基就是 $A$ 的主列.

$C(A^T)$

行空间的维数也是 $r$ , 行空间与列空间维数相同. 要找它的基, 我们举个栗子:
$$A=\left[\begin{array}{cccc}1& 2& 3& 1\\ 1& 1& 2& 1\\ 1& 2& 3& 1\end{array}\right]\to \left[\begin{array}{cccc}1& 0& 1& 1\\ 0& 1& 1& 0\\ 0& 0& 0& 0\end{array}\right]=\left[\begin{array}{cc}{I}_{r\times r}& F\\ 0& 0\end{array}\right]=R$$
注意通过行变换后, 行空间并没有发生变化, 因为行变换就是行的线性组合, 但是列空间发生了变化, 比如 $\left[\begin{array}{c}1\\ 1\\ 1\end{array}\right]$ 在 $C(A)$ 中但显然不在 $C(R)$ 中. $C(A^T)$ 的一组基就是 $R$ 的前 $r$ 行. 注意不一定是 $A$ 的前 $r$ 行.

$N(A)$

零空间的维数是 $n-r$ , 每一个自由变量都可以产生一个特解. 这些特解组成了一组基. 行空间和零空间维数之和恰好是 $n$ .

$N(A^T)$

左零空间的维数是 $m-r$ , 并且左零空间和零空间维数之和恰好是 $m$ .

为什么 $N(A^T)$ 被称作左零空间? 如果 $A^T\mathbf{y}=0$ , 那么 $\mathbf{y}$ 就在 $N(A^T)$ 中. 转置方程两边, 得到 ${\mathbf{y}}^{\mathbf{T}}A=0^{\mathbf{T}}$ , 得到 ${\mathbf{y}}^{\mathbf{T}}$ 左乘 $A$ , 所以叫左零空间.

举个栗子来求左零空间的基.

我们想知道乘以一个什么矩阵可以让 $A$ 变成 $R$ . 我们还是使用Gauss-Jordan消元法:
$$\begin{gathered} E\left[\begin{array}{cc}{A}_{m\times n}& I_{m\times m}\end{array}\right]\to \left[\begin{array}{cc}{R}_{m\times n}& E_{m\times m}\end{array}\right] \\ EA=R \end{gathered}$$
左零空间, 就是寻找得到零行向量的行组合, 对于上面的例子, 我们可以得到 $E$ :
$$\left[\begin{array}{ccccccc}1& 2& 3& 1& 1& 0& 0\\ 1& 1& 2& 1& 0& 1& 0\\ 1& 2& 3& 1& 0& 0& 1\end{array}\right]⟶\left[\begin{array}{ccccccc}1& 0& 1& 1& -1& 2& 0\\ 0& 1& 1& 0& 1& -1& 0\\ 0& 0& 0& 0& -1& 0& 1\end{array}\right]$$
对得到的 $E$ , 我们可以发现由于 $R$ 的最后一行是 $0$ , 所以 $E$ 的最后一行就是 $A$ 行向量的一种产生零向量的线性组合.

当然也可以用矩阵乘法的基于行向量的方法, $EA=R$ 产生了 $R$ 中 $m-r$ 个零行, 这些行都在最下面, 所以 $E$ 最下面 $m-r$ 行就是 $N(A^T)$ 的一组基:
$$\left[\begin{array}{ccc}-1& 2& 0\\ 1& -1& 0\\ -1& 0& 1\end{array}\right]\left[\begin{array}{cccc}1& 2& 3& 1\\ 1& 1& 2& 1\\ 1& 2& 3& 1\end{array}\right]=\left[\begin{array}{cccc}1& 0& 1& 1\\ 0& 1& 1& 0\\ 0& 0& 0& 0\end{array}\right]$$

一种新的向量空间: 所有 $3\times 3$ 矩阵

这次我们把矩阵看做"向量". 这种思想也就是把 $R^n$ 的概念延伸至 $R^{n\times n}$ .

向量空间的8条运算律对于矩阵都可以满足. 这个新的向量空间的子空间有哪些呢? 上三角矩阵, 下三角矩阵, 对称矩阵, 都是其子空间. 其中上三角矩阵和下三角矩阵的交集是对角矩阵.

想找到这些子空间的维数, 要先找到一组基. 对角矩阵的维数是3, 它的一组基是:
$$\left[\begin{array}{ccc}1& 0& 0\\ 0& 0& 0\\ 0& 0& 0\end{array}\right],\left[\begin{array}{ccc}0& 0& 0\\ 0& 1& 0\\ 0& 0& 0\end{array}\right],\left[\begin{array}{ccc}0& 0& 0\\ 0& 0& 0\\ 0& 0& 1\end{array}\right]$$
预知后事如何, 请听下回分解.