1. 程式人生 > >矩陣分析一子空間和特徵分解

矩陣分析一子空間和特徵分解

線性方程組Ax=b的行檢視是超平面,列檢視是列向量的線性組合。從這個視角,將矩陣與向量組聯絡起來了。

5.1 線性相關、線性無關

定義:給定向量組A: a 1 , a 2 ,

. . . , a m ,如果存在不全為零的數 k 1 ,
k 2 , , . . . , k m
,使得
k 1 a 1 + k 2 a 2 + . . . + k m a m = 0
,則稱向量組A是線性相關的,否則稱為線性無關的。

定理:向量組 A : a i , i = 1 , . . . , m 線性相關 Ax=0有非零解 R ( A ) < m ;

向量組 A : a i , i = 1 , . . . , m 線性無關 Ax=0有唯一解,即零解 R ( A ) = m ;

向量組的秩等於其最大線性無關向量組中向量個數。

定理:矩陣的秩等於它的列向量組的秩。

定理:如果n維向量組a1,…,ar是一組兩兩正交的非零向量,那麼a1,…,ar線性無關。

定理7:設 A R m × n 的秩 R ( A ) = r ,則n元齊次線性方程組 A x = 0 的解集S的秩 R ( S ) = n r 。解集中任意n-r個線性無關解都可構成它的基礎解系。

5.2 span,基,子空間

向量組 A : a i , i = 1 , . . . , N , a i R m 線性無關,則可以構成一個子空間S

S = s p a n [ a 1 , . . . , a N ] = { y R m | y = i = 1 N k i a i }

向量組A稱為子空間S的一組基。如果向量組A兩兩正交( a i T a j = 0 ),則稱為正交基,如果向量 a i 為單位向量,則稱為規範正交基。

子空間的基有很多,但是基的秩(即向量個數)是不變的,稱為子空間的維度。

從子空間定義可知,子空間一定包含原點(全為0的向量)。

5.2.1 四個基本子空間

1. 列空間 column space

列空間也稱為值域或span,用C(A)表示,其中 A R m × n ,其定義為所有列向量的線性組合即

C ( A ) = { y | y = A x , x R m } , C(A)是 R m 的子空間。

2. 零空間 null space

零空間N(A)定義為Ax=0的所有解構成的集合。N(A)是 R n 的子空間。

N ( A ) = { x | A x = 0 }

3. 行空間 row space

行空間是所有行的線性組合,表示為 C ( A T ) R n ,是 R n 的子空間

4. 左零空間 left null space

N (