线性方程组Ax=b的行视图是超平面,列视图是列向量的线性组合。从这个视角,将矩阵与向量组联系起来了。
5.1 线性相关、线性无关
定义:给定向量组A: a1,a2,...,am a 1 , a 2 , . . . , a m ,如果存在不全为零的数 k1,k2,,...,km k 1 , k 2 , , . . . , k m ,使得 k1a1+k2a2+...+kmam=0 k 1 a 1 + k 2 a 2 + . . . + k m a m = 0 ,则称向量组A是线性相关的,否则称为线性无关的。
定理:向量组 A:ai,i=1,...,m A : a i , i = 1 , . . . , m 线性相关 ⇔ ⇔ Ax=0有非零解 ⇔ ⇔ R(A)<m R ( A ) < m ;
向量组 A:ai,i=1,...,m A : a i , i = 1 , . . . , m 线性无关 ⇔ ⇔ Ax=0有唯一解,即零解 ⇔ ⇔ R(A)=m R ( A ) = m ;
向量组的秩等于其最大线性无关向量组中向量个数。
定理:矩阵的秩等于它的列向量组的秩。
定理:如果n维向量组a1,…,ar是一组两两正交的非零向量,那么a1,…,ar线性无关。
定理7:设 A∈Rm×n A ∈ R m × n 的秩 R(A)=r R ( A ) = r ,则n元齐次线性方程组 Ax=0 A x = 0 的解集S的秩 R(S)=n−r R ( S ) = n − r 。解集中任意n-r个线性无关解都可构成它的基础解系。
5.2 span,基,子空间
向量组 A:ai,i=1,...,N,ai∈Rm A : a i , i = 1 , . . . , N , a i ∈ R m 线性无关,则可以构成一个子空间S
S=span[a1,...,aN]={ y∈Rm|y=∑Ni=1kiai} S = s p a n [ a 1 , . . . , a N ] = { y ∈ R m | y = ∑ i = 1 N k i a i }
向量组A称为子空间S的一组基。如果向量组A两两正交( aTiaj=0 a i T a j = 0 ),则称为正交基,如果向量 ai a i 为单位向量,则称为规范正交基。
子空间的基有很多,但是基的秩(即向量个数)是不变的,称为子空间的维度。
从子空间定义可知,子空间一定包含原点(全为0的向量)。
5.2.1 四个基本子空间
1. 列空间 column space
列空间也称为值域或span,用C(A)表示,其中 A∈Rm×n A ∈ R m × n