线性代数之——向量空间

article/2025/9/8 10:14:06

1. 向量空间和子空间

向量空间 R n \boldsymbol R^n Rn 由所有的 n n n 维向量 v v v 组成,向量中的每个元素都是实数。

向量空间 R 2 \boldsymbol R^2 R2 可以用 x y xy xy 平面来表示,其中的每个向量有两个元素,它们定义了平面上一个点的坐标。

在一个向量空间中,如果我们将任意向量相加或者乘以一个标量,也就是任意向量的线性组合,它们的结果仍然在这个向量空间中。

三维空间中过原点的一个平面是一个向量空间,这个向量空间和 R 2 \boldsymbol R^2 R2 很像,但其中的每个向量都有三个元素。如果我们对这个平面中的两个向量相加,那结果仍然在这个平面中。如果我们对其中的一个向量乘以一个常数,结果也仍然在这个平面中。这个平面位于 R 3 \boldsymbol R^3 R3 向量空间里,称为 R 3 \boldsymbol R^3 R3子空间

一个向量空间的子空间是由一系列包含零向量的向量组成的,并且满足:如果是 v \boldsymbol v v w \boldsymbol w w 是子空间的两个向量并且 c c c 是任意标量,那么有 (1) v + w \boldsymbol v + \boldsymbol w v+w在子空间中, (2) c v c \boldsymbol v cv 在子空间中。

也就是说,所有向量的线性组合都仍然在这个子空间中。

R 3 \boldsymbol R^3 R3 的所有可能子空间有:

  • L L L 所有过 (0, 0, 0) 的直线
  • P P P 所有过 (0, 0, 0) 的平面
  • Z Z Z 只有零向量 (0, 0, 0)
  • R 3 \boldsymbol R^3 R3 整个空间

一个最重要的子空间是和矩阵 A A A 紧密联系的。当我们求解 A x = b Ax=b Ax=b 时, A x Ax Ax 是对 A A A 的列的线性组合。为了得到 b b b,我们用任何可能的 x x x 来求取 A A A 的列的所有可能的线性组合,这产生了一个 A A A 的列空间 C ( A ) C(A) C(A) C ( A ) C(A) C(A) 不仅仅包含 A A A 的所有列向量,还包括他们的所有线性组合

因此,当我们求解 A x = b Ax=b Ax=b 时,如果 b b b 存在于 A A A 的列空间中的话,我们就可以找到一组系数,使得它们对 A A A 的列的线性组合就是 b b b,否则,方程就无解。

2. A A A 的零空间

矩阵 A A A 的零空间包含所有 A x = 0 Ax=\boldsymbol0 Ax=0 的解,这些向量位于 R n \boldsymbol R^n Rn 中,表示为 N ( A ) N(A) N(A)

假设 x x x y y y 位于矩阵 A A A 的零空间中,也就是 A x = 0 Ax=0 Ax=0 A y = 0 Ay=0 Ay=0,那就有 A ( x + y ) = 0 A(x+y)=0 A(x+y)=0 A ( c x ) = 0 A(cx)=0 A(cx)=0,即它们相加或者乘以一个标量后仍然在零空间中,因此零空间是一个子空间。

零空间是所有特解的线性组合。

平面 x + 2 y + 3 z = 0 x+2y+3z=0 x+2y+3z=0 可以表示为

[ 1 2 3 ] [ x y z ] = 0 \begin{bmatrix} 1&2&3 \end{bmatrix} \begin{bmatrix} x\\y\\z \end{bmatrix} = 0 [123]xyz=0

上述方程的两个特解分别为

s 1 = [ − 2 1 0 ] , s 2 = [ − 3 0 1 ] s_1 = \begin{bmatrix} -2\\1\\0 \end{bmatrix},s_2=\begin{bmatrix} -3\\0\\1 \end{bmatrix} s1=210s2=301

向量 s 1 s_1 s1 s 2 s_2 s2 位于平面 x + 2 y + 3 z = 0 x+2y+3z=0 x+2y+3z=0 中,这个平面就是矩阵 A = [ 1 2 3 ] A=\begin{bmatrix} 1&2&3 \end{bmatrix} A=[123] 的零空间,这个平面上的所有向量都是 s 1 s_1 s1 s 2 s_2 s2 的线性组合。

注意到,上述特解的最后两个元素分别为 0 和 1,这些元素是自由的并且是我们特殊选择的。因为矩阵 A = [ 1 2 3 ] A=\begin{bmatrix} 1&2&3 \end{bmatrix} A=[123] 的第一列包含一个主元,因此特解的第一个元素是不自由的,自由的元素就对应着该列没有主元

3. 消元法求解 A x = 0 Ax=0 Ax=0

这时候,矩阵 A A A 是矩形的,我们求解有 n n n 个未知数的 m m m 个方程。

A = [ 1 1 2 3 2 2 8 10 3 3 10 13 ] A = \begin{bmatrix} 1&1&2&3\\2&2&8&10\\3&3&10&13 \end{bmatrix} A=123123281031013

第一个主元是 1,然后我们需要将主元下面的 2 和 3 变成 0。

A → [ 1 1 2 3 0 0 4 4 0 0 4 4 ] A \to \begin{bmatrix} 1&1&2&3\\ 0&\boxed0&4&4\\0&0&4&4 \end{bmatrix} A100100244344

这时候,第二列主元的位置为 0,并且其下面的位置也为 0,因此我们也无法用行交换来得到一个主元。

这意味着我们遇到了问题,但我们不应该停止,我们继续看第三列。我们得到了第二个主元 4,然后继续向下消元得到下三角矩阵 U U U

U = [ 1 1 2 3 0 0 4 4 0 0 0 0 ] U = \begin{bmatrix} \boxed1&1&2&3\\ 0&0&\boxed4&4\\0&0&0&0 \end{bmatrix} U=100100240340

由于第 1 列和第 3 列包含主元,因此主变量就是 x 1 x_1 x1 x 3 x_3 x3,而 x 2 x_2 x2 x 4 x_4 x4 是自由变量。

这时候,我们分别将两个自由变量设为 0 和 1,就可以得到方程的解为

针对每个自由变量都有一个与之对应的特解,所有特解的线性组合就是零空间 N ( A ) N(A) N(A)。如果没有一个变量是自由的,这就意味着方程组只有一个零向量解。

若是 n > m n>m n>m,即列数大于行数,那肯定至少有一个变量是自由的,因为每一行最多只有一个主元,这也就意味着方程组有至少一个特解,这个解是非零的。

对上面的下三角矩阵 U U U 继续进行消元,第二行除以 4,然后第一行减去第二行的 2 倍,我们可以得到简化行阶梯形式 R R R

R = [ 1 1 0 1 0 0 1 1 0 0 0 0 ] R = \begin{bmatrix} \boldsymbol1&1&\boldsymbol0&1\\ \boldsymbol0&0&\boldsymbol1&1\\0&0&0&0 \end{bmatrix} R=100100010110

这时候,特解就可以很容易地从 R R R 中读出来,第一个特解的 -1 和 0 就是 R R R 中第二列的元素 1 和 0 取负号,第二个特解的 -1 和 1 就是 R R R 中第四列的元素 1 和 1 取负号。

另外,在 R R R 的左边乘以任意可逆的矩阵,不会改变其零空间

获取更多精彩,请关注「seniusen」!


http://chatgpt.dhexx.cn/article/hZP8dg81.shtml

相关文章

4.1 向量空间与子空间

主要内容 本节讲述了向量空间的概念,这里要把之前由几何概念得到的对向量空间的直觉进行进一步抽象和泛化,只要满足定义的一组向量,都可以构成向量空间,例如多项式、实函数等等。在向量空间的基础上,引入了子空间的概…

向量空间模型

实数域定义向量 设有一个数的集合 F,它满足“F 中任意两个数的加减乘除法(除数不为零)的结果仍然在这个 F 中”,我们就可以称 F 为一个“域”。我们处理的数据通常都是实数,所以这里我只考虑实数域。而如果域 F 里的元…

线性代数 --- 向量空间(vector space)与子空间(subspace)

Part I --- 向量空间: 向量空间就是由包含n个分量的列向量所组成的Rn的空间,其中R表示实数。例如,R2就代表了一般的x-y平面,其中包含两个分量的向量表示坐标系中的一个点(x,y)。同理,R3中的一个向量,包含三…

向量空间

向量空间的概念 定义:设 V 是 n 维向量的集合,如果满足 若 a ∈ V, b ∈ V,则a b ∈ V .(对加法封闭)若 a ∈ V,k∈ R,则ka ∈ V . (对数乘封闭…

http 500 错误总结

500: Internal server Error The server encountered an unexpected condition which prevented it from fulfilling the request. 应用代码出了问题,比如说空指针、数据库异常、访问其它服务的网络异常等等,被tomcat容器捕获后,返回500错误…

HTTP Status 500错误

HTTP Status 500 - java.lang.IllegalStateException: Neither BindingResult nor plain target object for bean name command available as request attribute 发生的错误&#xff1a;在请求域例没有command这样的属性 <form:input path"lastName"/> 要想显…

HTTP-500错误---原因一

在运行项目的时候产生了下面的错误&#xff0c;然后就开始找原因。最后发现是数据库名字与代码中的不一样导致的。修改数据库之后就可以正常运行了 HTTP状态 500 - 内部服务器错误类型 异常报告消息 Servlet执行抛出一个异常描述 服务器遇到一个意外的情况&#xff0c;阻止它…

500 Internal Server Error错误问题解决办法

这两天遇见两次页面报 500 Internal Server Error错误问题,网上找了许多答案都未能解决问题&#xff0c;如图&#xff1a; 最后找到原因&#xff1a; 本地服务端正常&#xff0c;由于该数据调用的是第三方接口&#xff0c;次数第三方接口服务已经停止运行&#xff0c;所有导致…

http 500错误解决_什么是HTTP错误500?如何解决?

http 500错误解决 Http is the world’s most popular protocol used on the internet to exchange data and run web applications. Http protocol also has standards. Http is a stateless protocol which means separate Http requests do not have any connection with ea…

有关于500的报错

关于500的报错&#xff0c;目前有两种原因&#xff1a; 1.后端数据库获取失败&#xff0c;后端原因 2.根据id上传响应的信息。首先&#xff0c;应该先把上一个页面传过来的id,赋值给本页面的id,然后进行save保存&#xff0c;如果不进行id的赋值&#xff0c;则会发生500报错

Nginx显示500错误原因和解决方法

文章目录 1.背景2.Nginx 常见的几种报错3. 解决500错误 1.背景 最近在操作nginx 的时候出现了 Nginx 500 内部错误&#xff0c;在此记录一下原因&#xff0c;项目采用的是前后端分离方式&#xff0c;后端SpringBoot &#xff0c;前端是Vue 部署到Nginx 下。 2.Nginx 常见的几…

“HTTP 错误 500.19”的错误解决方法

IIS发布网站 在使用windows系统发布网站时&#xff0c;采用IIS&#xff0c;见下图流程 有关IIS发布网站的详细步骤可参考&#xff1a;使用IIS创建Cesium本地服务器 HTTP 错误 500.19 我使用的为阿里云服务器&#xff0c;操作系统为:windows server 2019。 我采用ASP.Net We…

官网显示500内部服务器有错误代码,【500错误】http 500 - 内部服务器错误(错误代码500)解决方法...

在上网浏览网页的时候时不时的会遇到500错误&#xff0c;会提示内部服务器错误、你查找的资源存在问题&#xff0c;网页无法显示&#xff0c;一般来说这是网站的问题&#xff0c;对于浏览用户一般没办法解决&#xff0c;只有换个时间再试&#xff0c;但是对于站长来说就要着手解…

500错误原因

报500错误一般是业务代码的问题 典型的NoClassDefFoundError 尝试从页面提供的错误信息排除 比如&#xff1a;could not initializc XXXX&#xff0c;这是我编写的一个JDBC工具类。 显然是无法完成初始化&#xff0c;刚开始我以为是路径jar包错误&#xff0c;排查不是&#x…

微服务架构深度解析与最佳实践 - 第七部分:全文总结与引用材料

最佳实践的总结 林林总总说了这么多的微服务架构相关的知识也好&#xff0c;经验也罢&#xff0c;不一定适合每个希望做微服务系统的技术人员的实际需求。“道无常道&#xff0c;法无常法&#xff0c;君子审时度势&#xff0c;自可得而法”。实际项目里需要做哪些工作&#xff…

罗胖的用户招你了?

你说罗胖骗人。可得到的用户&#xff0c;真有你想象的那么傻吗&#xff1f; 往年&#xff0c;骂罗胖的文章&#xff0c;只是骂罗胖。 但是今年不同了&#xff0c;很多刷屏的文章&#xff0c;都来亲切关心和问候得到的用户了。 得到的用户&#xff0c;似乎很快就要和买假冒保健品…

统计学原理-----概率分布

0.大纲&#xff1a; 1.什么是概率分布&#xff1f; 概率分布就是随机变量与对应概率关系的函数。换句话说&#xff0c;概率分布就是随机变量和概率的映射&#xff0c;所有的事件都会对应一个概率。某个随机变量的所有概率形成的概率-事件分布就是该随机变量的概率分布&#xf…

晓之以理,不如动之以情——新书《以大致胜》解读(上篇)

《以大致胜&#xff1a;怎样在这个事实根本不重要的世界里使用说服力》&#xff08; Win Bigly: Persuasion in a World Where Facts Dont Matter &#xff09;这本书&#xff0c;是我很敬佩的一位作家斯科特亚当斯&#xff08;Scott Adams&#xff09;于今年10月31号刚刚出版的…

如何高效学习?现在有答案了。。。

先说答案&#xff1a;15.87% 15.87% 是什么意思&#xff1f;我来慢慢解释&#xff0c;先来看下面的一幅图&#xff1a; 绿色代表舒适区 紫色代表学习区 红色代表痛苦区 如果一项任务对你来说太简单了&#xff0c;很轻松就能搞定&#xff0c;那么你会觉得无聊&#xff0c;如果…

博弈论,你知多少

“无意中发现了一个巨牛的人工智能教程&#xff0c;忍不住分享一下给大家。教程不仅是零基础&#xff0c;通俗易懂&#xff0c;而且非常风趣幽默&#xff0c;像看小说一样&#xff01;觉得太牛了&#xff0c;所以分享给大家。点这里可以跳转到教程。” 在《从“名将之路”到“写…