线性代数复习四——矩阵的维数和秩
2016-03-04 10:57
696 查看
说明:以后前一部分主要讲各种定义以及定理,用题目对定理来进行说明则放到后一板块
定义:
中的一个子空间是
中的集合H,具有以下三个性质:
a. 零向量属于H
b. 对H 中的任何向量u和v,u+v属于H
c. 对H中任意向量u和数c,c u属于H
即子空间对加法和标量乘法是封闭的
仅含零向量的子空间称为零子空间
中子空间H 的一组基是H 中一个线性无关组,它生成H
矩阵A的列空间的A的各列的线性组合的集合,记作 Col A
矩阵A的零空间是齐次方程
的所有解的集合,记作 Nul A
当线性方程组写成
的形式,Col A就是所有事方程有解的向量b的集合
矩阵A的主元列构成Col A的基
方程
的解的参数形式实际上就是确定Nul A的基
非零子空间H 的维数,用dim H 表示,是H 的任意一个基的向量个数,零子空间
的维数定义为零
矩阵A的秩(rank A)是A的列空间的维数,因为A的主元列形成Col A的一个基,A的秩正好是A的主元列的个数
秩定理:如果一个矩阵A有n列,则 rank A+ dim Nul A = n
最后接着上次最后给出的定理继续给出一些等价命题
设A为
矩阵,则下列命题是等价的:
m. A的列向量构成
的一个基
n. Col A=
o. dim Col A=n
p. rank A=n
q. Nul A={0}
r. dim Nul A=0
求
的零空间的基
首先把方程
的解写成参数向量的形式
通解为
为自由变量
,
生成Nul A
注:设
,虽然H 中的点也在
中,但它构成的是一个平面,映射
是H 和
之间保持线性组合关系的一一对应映射,我们称这种映射是同构的且H 与
同构,即若矩阵A是3x5的,有三个主元列,则Nul A
这一讲就到这里,我们下次继续~
定义:
中的一个子空间是
中的集合H,具有以下三个性质:
a. 零向量属于H
b. 对H 中的任何向量u和v,u+v属于H
c. 对H中任意向量u和数c,c u属于H
即子空间对加法和标量乘法是封闭的
仅含零向量的子空间称为零子空间
中子空间H 的一组基是H 中一个线性无关组,它生成H
矩阵A的列空间的A的各列的线性组合的集合,记作 Col A
矩阵A的零空间是齐次方程
的所有解的集合,记作 Nul A
当线性方程组写成
的形式,Col A就是所有事方程有解的向量b的集合
矩阵A的主元列构成Col A的基
方程
的解的参数形式实际上就是确定Nul A的基
非零子空间H 的维数,用dim H 表示,是H 的任意一个基的向量个数,零子空间
的维数定义为零
矩阵A的秩(rank A)是A的列空间的维数,因为A的主元列形成Col A的一个基,A的秩正好是A的主元列的个数
秩定理:如果一个矩阵A有n列,则 rank A+ dim Nul A = n
最后接着上次最后给出的定理继续给出一些等价命题
设A为
矩阵,则下列命题是等价的:
m. A的列向量构成
的一个基
n. Col A=
o. dim Col A=n
p. rank A=n
q. Nul A={0}
r. dim Nul A=0
求
的零空间的基
首先把方程
的解写成参数向量的形式
通解为
为自由变量
,
生成Nul A
注:设
,虽然H 中的点也在
中,但它构成的是一个平面,映射
是H 和
之间保持线性组合关系的一一对应映射,我们称这种映射是同构的且H 与
同构,即若矩阵A是3x5的,有三个主元列,则Nul A
这一讲就到这里,我们下次继续~
相关文章推荐
- 我对特征值与特征向量的理解
- 马尔科夫状态转移矩阵的一个性质,以及一个直观的图形证明
- 【转】理解矩阵(三)--看了这些才发觉,读大学的作用就是要用的时候不用再买书了 ̄□ ̄||
- [转]理解矩阵(一)--个人觉得是最好的,线性代数都弱爆了
- PCA以及降维的思想
- Stanford 机器学习课程cs229 数学推导知识
- 理解矩阵
- 基于特征值的斐波那契数列求解
- 从多元方程组到矩阵计算的乘法法则
- 基于 intel MKL 的对称矩阵特征值求解器
- 三阶矩阵的特征值一般求解
- 线性代数复习一——线性代数中的线性方程组
- 特征值 特征向量, 你怎么看?
- LinearAlgebra_3
- LinearAlgebra_4
- 行列式的故事
- PCA的数学原理
- 矩阵乘法的计算和来源
- 《3D数学基础:图像与游戏开发》读书笔记(一)
- 线性代数(一)(Linear Algobra with Application)steven J.Leon(Eighth Edition)