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:
,如果存在不全為零的數
,使得
定理:向量組 線性相關 Ax=0有非零解 ;
向量組 線性無關 Ax=0有唯一解,即零解 ;
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 的秩 ,則n元齊次線性方程組 的解集S的秩 。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 線性無關,則可以構成一個子空間S
向量組A稱為子空間S的一組基。如果向量組A兩兩正交( ),則稱為正交基,如果向量 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 ,其定義為所有列向量的線性組合即
, C(A)是 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 的子空間。
3. 行空間 row space
行空間是所有行的線性組合,表示為 ,是 的子空間
4. 左零空間 left null space