MIT 線性代數導論 第六講:列空間以及零空間
本講的主要內容:
- 回顧向量空間以及子空間的知識點
- 使用線性方程組的思想看待列空間問題
- 零空間的概念
向量空間以及子空間
這裡主要是對之前的知識的一點回顧,有一點新問題是對於子空間,交以及並是否仍然是子空間? 這裡以三維空間 為例: 取 為三維空間中過原點的一個平面(plane) ,取 為三維空間中過原點的一條直線,則根據向量空間以及子空間的定義,可以得知 和 都是三維空間的子空間,那麼有: 非子空間,而 是子空間,很好理解,如果在 和 中各取一個向量,則它們的向量和不一定在並集之內,而交集則是兩個向量的肯定共同屬於 和 。
矩陣的列空間(Column Space)
在之前的一講中我們知道將矩陣 看作是多個列向量,則這些列向量的所有線性組合就組成了列空間(column space 簡記為 ),這裡老師使用的例子: 將三個列向量的所有線性組合得出向量放在一起,就得到了列空間(這裡的 是四維空間的一個子空間),現在有一個問題: 是否能構成整個四維空間? 如果我們使用方程的思想來看,也就轉化為這個問題: 是否總是有解?即: 直觀一點來想的話:是不能的,我們有三個四維向量(實際上是兩個),只能構成一個三維平面,現在卻要表示四維空間的所有向量,一般是無解的。 知道 無法覆蓋整個四維空間之後,關於上面的方程組還有一個結論:如果上面的方程有解,顯然有一個條件:。
零空間(Null Space)
接下來是一個新的概念:零空間(null space 簡記為:),其實是上面的方程組的一種情況,也就是考慮 的解,方程的所有解向量構成了零空間,可以看出零空間是三維空間 的一個子空間,而列空間,則是四維空間 的一個子空間,這個地方注意一下,比如之前的例子:
因為第三列其實是前兩列的組合,我們可以很簡單的求解這個方程: 結果是四維空間的一條直線。 接下來,我們來驗證一下 的解總是可以構成子空間,也就是檢驗解滿足向量的加法以及數乘,其實非常簡單: 設任意 , 都是方程的解,則加法: 數乘就更明顯了。 這一講的內容比較簡單,主要是為下面的內容介紹幾個概念。
以上~