Processing math: 100%

线性代数 Cheat Sheet 4-2:零空间、列空间和线性变换

  在线性代数的应用中,Rn 的子空间通常由以下两种方式产生:(1)作为齐次线性方程组的解集;(2)作为某些确定向量的线性组合的集合。

1. 矩阵的零空间

  满足 Ax=0 的所有 x 的集合称为矩阵 A零空间

  定义 矩阵 A 的零空间写成 NulA,是齐次方程 Ax=0 的全体解的集合。用集合符号表示,即

NulA={x:xRn,Ax=0}

  NulA 的更进一步的描述为 Rn 中通过线性变换 xAx 映射到 Rm 中的零向量的全体向量 x 的集合。

  一个矩阵的零空间是一个向量空间。

  定理 2 m×n 矩阵 A 的零空间是 Rn 的一个子空间。等价地,m 个方程、n 个未知数的齐次线性方程组 Ax=0 的全体解的集合是 Rn 的一个子空间。

  注意上面定理中“齐次”这个条件时很重要的。对于非齐次方程组,零向量不是它的解,方程组的解集不能确定一个子空间;而且解集可能是空集。

  NulA 中向量与 A 中的元素之间没有明显的关系,称 NulA 被隐式地定义。

2. 矩阵的列空间

  矩阵的列空间由列向量的线性组合显式地定义。

  定义 m×n 矩阵 A列空间(记为 ColA)是由 A 的列的所有线性组合组成的集合。若 A=[a1,,an],则 ColA=Span{a1,,an}

  定理 3 m×n 矩阵的列空间是 Rm 的一个子空间。

  注意 ColA 中一个典型向量可写成 Ax 的形式,其中 x 为某向量,这是因为 Ax 表示 A 的列向量的一个线性组合,即

ColA={b:b=Ax,xRn}

上式中的 Ax 也表明 ColA 是线性变换 xAx 的值域。

  前面定理 4 说明 A 的列生成 Rm 当且仅当方程 Ax=b 对任意 b 有解,这一事实可以重述为:

  m×n 矩阵 A 的列空间等于 Rm 当且仅当 Ax=bRm 中的每个 b 有一个解。

3. 线性变换的核与值域

  定义 由向量空间 V 映射到向量空间 W 内的线性变换 T 是一个规则,它将 V 中每个向量 x 映射成 W 中唯一向量 T(x),且满足:
(i) T(u+v)=T(u)+T(v),对 V 中所有 u,v 均成立。
(ii) T(cu)=cT(u),对 V 中所有 u 及所有数 c 均成立。

  线性变换 T(或零空间)是 V 中所有满足 T(u)=0 的向量 u 的集合(0W 中的零向量),它是一个子空间。T值域W 中所有具有形式 T(x)(任意 xV)的向量的集合。如果 T 是由一个矩阵变换得到的,比如对某矩阵 AT(x)=Ax,则 T 的核与值域恰好是 A 的零空间和列空间。

  在应用中,一个子空间往往由一个适当的线性变换和核或值域产生。比如一个齐次线性微分方程的全部解的集合是一个线性变换的核。