矩阵的四个基本空间的基底

之前介绍过矩阵有四个基本空间

矩阵的四个基本空间

并且有两组正交关系

矩阵的四个基本空间正交关系

有了空间,若想继续研究,就需要找一些 ..代表.. ,即 ..基底..

普通基底

本小节用到的技术手段很简单-- ..初等行变换..

假设有任意 m×nm\times n 阶矩阵 AA,经过一系列..初等行变换..得到行阶梯型矩阵 RR.因为这一系列初等行变换可对应地表示为一系列初等矩阵的乘积 EE,因此,上述过程可描述为:

E[AIm]=[RE] E\begin{bmatrix}A & I_m \end{bmatrix} = \begin{bmatrix}R & E \end{bmatrix}

其中,行阶梯型矩阵 RR 可..分块..表示为:

R=[IrF00] R = \begin{bmatrix}I_r & F \\\\ 0 & 0 \end{bmatrix}

IrI_rrr 阶单位阵, FFr×(nr)r \times (n-r) 阶矩阵.

EE 为非奇异 mm 阶方阵,对应 RR 可..分块..表示为

E=[E1E2] E = \begin{bmatrix} E_1 \\\\[3pt] E_2 \end{bmatrix}

E1E_1r×mr\times m 阶,E_2(mr)×m(m-r)\times m

综上

[RE]=[IrFE100E2] \begin{bmatrix}R & E \end{bmatrix} = \begin{bmatrix}I_r & F & E_1\\\\ 0 & 0 & E_2\end{bmatrix}

矩阵 AA 的四个基本空间的基底信息全部蕴含在上式中

https://imgkr.cn-bj.ufileos.com/dcb900fa-a4ec-466d-a019-5e9a75079026.png

行空间 C(AT)C(A^{\mathsf T})

初等行变换不改变行空间,即

C(AT)=C(RT) C(A^{\mathsf T}) = C(R^{\mathsf T})

所以,[IrF]\left[ I_r \quad F \right] 构成 C(AT)C(A^{\mathsf T}) 的一组基底.

零空间 N(A)N(A)

初等行变换不改变零空间,即

N(A)=N(R)N(A) = N(R)

显然

P=[FInr]P = \begin{bmatrix}-F \\\\[3pt] I_{n-r}\end{bmatrix}

满足 RP=0RP=0,且 PP 列满秩,所以,PP 构成矩阵 AA 的零空间.

列空间 C(A)C(A)

初等行变换改变列空间,但不改变矩阵列向量间的线性关系,即 AA 矩阵中 IrI_r 对应的列指标构成列空间的一组基底.(下有例题)

左零空间 N(AT)N(A^{\mathsf T})

EA=[E1AE2A]=[IrF00]=R EA = \begin{bmatrix} E_1A \\\\[3pt] E_2A \end{bmatrix} = \begin{bmatrix}I_r & F \\\\ 0 & 0 \end{bmatrix} = R

E2A=0E_2A = 0,知 E2E_2 的行向量属于左零空间 N(AT)N(A^{\mathsf T}).因为 EE 非奇异,所以 E2E_2 的行向量也线性无关,构成 N(AT)N(A^{\mathsf T}) 的一组基底.

例题

假设一个 4×54\times 5 阶矩阵 AA

A=[26222131113934513123] A=\left[\begin{array}{lllll} {2} & {6} & {2} & {2} & {2} \\\\ {1} & {3} & {1} & {1} & {1} \\\\ {3} & {9} & {3} & {4} & {5} \\\\ {1} & {3} & {1} & {2} & {3} \end{array}\right]

求其 C(AT),N(A),C(A)C(A^{\mathsf T}), N(A), C(A) 以及 N(AT)N(A^{\mathsf T})

进行..初等行变换..

[AI4][RE] \begin{bmatrix}A & I_4 \end{bmatrix} \to \begin{bmatrix}R & E \end{bmatrix} [262221000131110100393450010131230001] \left[\begin{array}{lllll|llll}{2} & {6} & {2} & {2} & {2} & {1} & {0} & {0} & {0} \\\\ {1} & {3} & {1} & {1} & {1} & {0} & {1} & {0} & {0} \\\\ {3} & {9} & {3} & {4} & {5} & {0} & {0} & {1} & {0} \\\\ {1} & {3} & {1} & {2} & {3} & {0} & {0} & {0} & {1}\end{array}\right] \to

[131011728450001227436700000132033000004611] \left[\begin{array}{rrrrr|rrrr}{1} & {3} & {1} & {0} & {-1} & {-17} & {28} & {4} & {5} \\\\ {0} & {0} & {0} & {1} & {2} & {27} & {-43} & {-6} & {7} \\\\ {0} & {0} & {0} & {0} & {0} & {-13} & {20} & {3} & {-3} \\\\ {0} & {0} & {0} & {0} & {0} & {4} & {-6} & {-1} & {1}\end{array}\right]

所以 r=2r=21,41, 4 列线性独立.以及

[I2F]=[1310100012] \begin{bmatrix}I_2 & F \end{bmatrix} = \begin{bmatrix}1 & 3 & 1 & 0 & -1 \\\\ 0 & 0& 0&1&2 \end{bmatrix} E2=[1320334611] E_2 = \begin{bmatrix} -13&20&3&-3\\\\ 4&-6&-1&1 \end{bmatrix} P=[311100010002001]P=\left[\begin{array}{rrr}{-3} & {-1} & {1} \\\\ {1} & {0} & {0} \\\\ {0} & {1} & {0} \\\\ {0} & {0} & {-2} \\\\ {0} & {0} & {1}\end{array}\right]
  • 行空间 C(AT)C(A^{\mathsf T})
    [IrF]\left[ I_r \quad F \right] 的行向量组成

    [13101][00012] \begin{bmatrix} 1\\\\3\\\\1\\\\0\\\\-1 \end{bmatrix} \quad \begin{bmatrix} 0\\\\0\\\\0\\\\1\\\\2 \end{bmatrix}
  • 零空间 N(A)N(A)
    PP 的列向量组成

    [31000][10100][10021] \begin{bmatrix} -3\\\\1\\\\0\\\\0\\\\0 \end{bmatrix} \quad \begin{bmatrix} -1\\\\0\\\\1\\\\0\\\\0 \end{bmatrix} \quad \begin{bmatrix} 1\\\\0\\\\0\\\\-2\\\\1 \end{bmatrix}
  • 列空间 C(A)C(A)
    AA1,41, 4 列构成

    [2131][2142] \begin{bmatrix} 2\\\\1\\\\3\\\\1 \end{bmatrix} \quad \begin{bmatrix} 2\\\\1\\\\4\\\\2 \end{bmatrix}
  • 左零空间 N(AT)N(A^{\mathsf T})
    E2E_2 的行向量组成

    [132033][4611] \begin{bmatrix} -13\\\\20\\\\3\\\\-3 \end{bmatrix} \quad \begin{bmatrix} 4\\\\-6\\\\-1\\\\1 \end{bmatrix}

正交基底

将上述结果经过 Gram-Schmidt 正交化,即可得到对应的正交基.但是,还有更简单的方法,但涉及..奇异值分解..,故在之后的..奇异值分解系列..再讨论.