<< 返回 Menu

空间

欧几里得空间

(6, 66)属于二维欧几里得空间;$R^2$
(3.14, 0, sqrt(2)) 属于三维欧几里得空间;$R^3$

欧几里得空间是点集,是起点为原点的向量集合。

欧几里得空间是有序实数元组的集合 $R^n$,空间中的元素是“向量”

向量空间($V$)满足十条性质

  1. 如果$u$, $v$都属于$V$,则$u+v$属于$V$
  2. 如果$u$属于$V$,$k$是一个实数,则$ku$属于$V$
  3. 加法交换律: $u+v = v+u$
  4. 加法结合律: $(u+v)+w = u+(v+w)$
  5. 存在$O$属于向量空间,使得$u+O=u$
  6. 对于每一个$u$存在$-u$,使得$u+(-u)=O$
  7. 数量乘结合律:$(kc)u=k(cu)$
  8. 数量乘分配律:$k(u+v)=ku+kv$ (基于向量)
  9. 数量乘分配律:$(k+c)u=ku+cu$ (基于标量)
  10. $1*u=u$ ($u$是实数)

欧几里得空间 $\quad R^n \quad$ 是向量空间 (元素:有序实数元组)

广义向量空间

  • 所有的n阶方阵,构成一个向量空间;
  • 所有的$m*n$矩阵,构成一个向量空间;
  • 所有的多项式,构成一个向量空间;
  • 所有的某类函数,构成一个向量空间;

子空间

对于三维空间来说:

  • 过原点的一个平面,是三维空间的一个子空间
  • 过原点的一个支线,是三维空间的一个子空间
  • 原点本身,是三维空间的一个子空间

    对于n维空间来说:
    过原点的一个m维空间(m<n),是n维空间的一个子空间

维度

一个空间的基中,向量的个数,称为维度

二维欧几里得空间的维度为2。$e_1 = (1,0)^T \quad e_2=(0,1)^T$
$dim(R^2)=2$

三维欧几里得空间的维度为3。$e_1 = (1,0,0)^T \quad e_2=(0,1,0)^T \quad e_3=(0,0,1)^T$
$dim(R^3)=3$

n维欧几里得空间的维度为n
$dim(R^n)=n$

给处一组n维向量 $\vec{v_1}, \vec{v_2}, \vec{v_3},... , \vec{v_p} $,其生成空间的维度是多少?
找到这组向量有多少和其他向量线性相关,将这组向量按照行排列成一个矩阵,执行Gauss-Jordan消元法(化为RREF),非零行的个数即为其生成空间的维度。

行空间

对于一个矩阵
行向量生成的空间,称为行空间(Row Space)
列向量生成的空间,称为列空间(Column Space)

对于3行4列 $\begin{pmatrix} 1 & 2 & 3 & 4 \\ 5 & 6 & 7 & 8 \\ 9 & 10 & 11 & 12 \end{pmatrix}$
的矩阵,行空间是4维空间的子集,列空间是3维空间的子集,引申得出:
m行n列的矩阵,行空间是n维空间的子集,列空间是m维空间的子集,行最简形式的非零行数量即为维度

一个矩阵的行最简形式的非零行数量称为矩阵的行秩(Row Rank)

列空间

主元列的个数,为维度。

主元列的个数,为列秩 (Column Rank)

主元列的对应原矩阵的列,是列空间的一组基。注意,和行空间的区别,行最简形式中的非零行,不是一组基。

对于任意一个 m * n 的矩阵,行秩 = 列秩

$\begin{pmatrix} I & F \\ O & O \end{pmatrix}$

零空间

一个齐次线性方程组的所有解,形成一个向量空间,称这个空间为零空间(Null Space)
A的零空间,就是Ax=0中,所有x组成的空间;
零空间是一个集合,这个集合中的所有的向量,和A的行空间中所有向量点成结果都为0;
这个集合中的所有向量,和A的行空间中所有向量点乘结果为0;
这个集合中的所有向量,和A的行空间中所有向量垂直(正交);
A的零空间和A的行空间正交;
A的零空间中所有的向量,和A的行空间中所有向量垂直。

深入理解零空间

矩阵A的零空间

  • 把A看作是系统:A的零空间,就是Ax=0中,所有x组成的空间;
  • 把A看作是函数(变换):A的零空间,所有被A变化为0的向量所组成的空间;
  • 把A看作是空间:A的零空间,是和A的行空间正交的向量空间。

练习题1

零空间的维度是多少?能否给出一组基?
$\begin{pmatrix} -1 & 2 & 3 \\ 1 & -4 & -13 \\ -3 & 5 & 4 \end{pmatrix} \longrightarrow \begin{pmatrix} 1 & 0 & 7 \\ 0 & 1 & 5 \\ 0 & 0 & 0 \end{pmatrix} \begin{pmatrix} x_1 \\ x_2 \\ x_3 \end{pmatrix} = \begin{pmatrix} -7x_3 \\ -5x_3 \\ x_3 \end{pmatrix} = \begin{pmatrix} -7 \\ -5 \\ 1 \end{pmatrix}x_3$
$x_3$为自由项,这组基为$\begin{pmatrix} -7 \\ -5 \\ 1 \end{pmatrix}$

练习题2

零空间的维度是多少?能否给出一组基?
$\begin{pmatrix} 1 & 2 & 3 & 4 & 5 & 6 \\ 27 & 28 & 29 & 30 & 31 & 32 \\ 15 & 16 & 17 & 18 & 19 & 20 \\ 31 & 32 & 33 & 34 & 35 & 36 \\ 45 & 46 & 47 & 48 & 49 & 50 \end{pmatrix} \longrightarrow \begin{pmatrix} 1 & 0 & -1 & -2 & -3 & -4 \\ 0 & 1 & 2 & 3 & 4 & 5 \\ 0 & 0 & 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 \end{pmatrix}$
意味着这个齐次线性方程组的解为 $\left\{ \begin{array}{ll} x_1 = x_3 + 2x_4 + 3x_5 + 4x_6 \\ x_2 = -2x_3 -3x_4 -4x_5 - 5x_6 \end{array} \right.$
所以解向量为:$\begin{pmatrix} x_1 \\ x_2 \\ x_3 \\ x_4 \\ x_5 \\ x_6 \end{pmatrix} = \begin{pmatrix} x_3 + 2x_4 + 3x_5 + 4x_6 \\ -2x_3 -3x_4 -4x_5 - 5x_6 \\ x_3 \\ x_4 \\ x_5 \\ x_6 \end{pmatrix} = \begin{pmatrix} x_3 \\ -2x_3 \\ x_3 \\ 0 \\ 0 \\ 0 \end{pmatrix} + \begin{pmatrix} 2x_4 \\ -3x_4 \\ 0 \\ x_4 \\ 0 \\ 0 \end{pmatrix} + \begin{pmatrix} 3x_5 \\ -4x_5 \\ 0 \\ 0 \\ x_5 \\ 0 \end{pmatrix} + \begin{pmatrix} 4x_6 \\ -5x_6 \\ 0 \\ 0 \\ 0 \\ x_6 \end{pmatrix}$
=$\begin{pmatrix} 1 \\ -2 \\ 1 \\ 0 \\ 0 \\ 0 \end{pmatrix}x_3 + \begin{pmatrix} 2 \\ -3 \\ 0 \\ 1 \\ 0 \\ 0 \end{pmatrix}x_4 + \begin{pmatrix} 3 \\ -4 \\ 0 \\ 0 \\ 1 \\ 0 \end{pmatrix}x_5 + \begin{pmatrix} 4 \\ -5 \\ 0 \\ 0 \\ 0 \\ 1 \end{pmatrix}x_6$
所以零空间的维度为4,这几列的组合就是零空间的基

主元列有2个
自由列有4个
$\left( \begin{array}{cc|cccc} 1 & 0 & -1 & -2 & -3 & -4 \\ 0 & 1 & 2 & 3 & 4 & 5 \\ 0 & 0 & 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 \end{array} \right)$
对于一个$m*n$的矩阵,将其转化为行最简形式,主元列数为列空间的维度(矩阵的秩),自由列数为零空间的维度
$$列空间的维度 + 零空间的维度 = n$$ $$秩(rank) + 零化度(Nullity) = n$$

秩-零化度定理





左零空间和四大子空间

对于 $m*n$ 的矩阵A

  • 列空间 $Col(A)$ 维度为r
  • 零空间 $Null(A)$ 维度为n-r
  • 行空间 $Col(A^T)$ (零空间与行空间垂直,正交)
  • 左零空间 $Null(A^T)$ 维度为m-r (左零空间与列空间垂直,正交)

为什么要研究子空间

  • 子空间维度大大降低
  • 其他一些应用的基础 (真实世界中应用采集的数据 Ax=b,A中一直会添加新的内容,所以行数大于列数,即方程数大于未知数个数,非常容易得出无解,这是误差导致的,因此使用子空间让b在列空间中,即找A的列空间中离b最近的b‘,Ax=b’)