美文网首页
矩阵代数(七)- 维数与秩

矩阵代数(七)- 维数与秩

作者: mHubery | 来源:发表于2019-03-09 18:05 被阅读0次

    小结

    1. 坐标系
    2. 子空间的维数
    3. 秩与可逆矩阵定理

    坐标系

    选择子空间\boldsymbol{H}的一个基代替一个存粹生成集的主要原因是,\boldsymbol{H}中的每个向量可以被表示为基向量的线性组合的唯一表示。

    假设\boldsymbol{\beta}=\{ \boldsymbol{b_1},\cdots,\boldsymbol{b_p}\}是子空间\boldsymbol{H}的一组基,对\boldsymbol{H}中的每一个向量\boldsymbol{x},相对于基\boldsymbol{\beta}的坐标是使\boldsymbol{x}=c_1\boldsymbol{b_1} + \cdots + c_p\boldsymbol{b_p}成立的权c_1,\cdots,c_p,且\mathbb{R}^{p}中的向量\boldsymbol{[x]_\beta}=\begin{bmatrix}c_1 \\ \vdots \\ v_p \end{bmatrix}称为\boldsymbol{x}(相对于\boldsymbol{\beta})的坐标向量,或\boldsymbol{x}\boldsymbol{\beta}-坐标向量

    \boldsymbol{v_1}=\begin{bmatrix}3 \\ 6 \\ 2\end{bmatrix},\boldsymbol{v_2}=\begin{bmatrix}-1 \\ 0 \\ 1\end{bmatrix},\boldsymbol{x}=\begin{bmatrix}3 \\ 12 \\ 7\end{bmatrix},\boldsymbol{\beta}=\{\boldsymbol{v_1}, \boldsymbol{v_2}\}。因\boldsymbol{v_1}, \boldsymbol{v_2}线性无关,故\boldsymbol{\beta}\boldsymbol{H}=Span\{\boldsymbol{v_1}, \boldsymbol{v_2}\}的基。判断\boldsymbol{x}是否在\boldsymbol{H}中,如果是,求\boldsymbol{x}相对于\boldsymbol{\beta}的坐标向量。
    解:如果\boldsymbol{x}\boldsymbol{H}中,则下面的向量方程是相容的:
    \boldsymbol{c_1}\begin{bmatrix}3 \\ 6 \\ 2\end{bmatrix} + \boldsymbol{c_2}\begin{bmatrix}-1 \\ 0 \\ 1\end{bmatrix}=\begin{bmatrix}3 \\ 12 \\ 7\end{bmatrix}
    如果数c_1,c_2存在,则它们是\boldsymbol{x}\boldsymbol{\beta}-坐标。由行变换得:
    \begin{bmatrix}3 & -1 & 3 \\ 6 & 0 & 12 \\ 2 & 1 & 7 \end{bmatrix}~\begin{bmatrix}1 & 0 & 2 \\ 0 & 1 & 3 \\ 0 & 0 & 0 \end{bmatrix}
    于是c_1=2,c_2=3,\boldsymbol{[x]_\beta}=\begin{bmatrix}2 \\ 3\end{bmatrix}

    平面H的一个坐标系.png

    注意到虽然\boldsymbol{H}中的点也在\mathbb{R}^{3}中,但它们完全由属于\mathbb{R}^{2}的坐标向量确定。映射\boldsymbol{x}\mapsto\boldsymbol{[x]_\beta}是使\boldsymbol{H}\mathbb{R}^{2}之间保持线性组合关系的一一映射。我们称这种映射是同构的,且\boldsymbol{H}\mathbb{R}^{2}同构。
    一般地,如果\boldsymbol{\beta}=\{ \boldsymbol{b_1}, \cdots, \boldsymbol{b_p}\}\boldsymbol{H}的基,则映射\boldsymbol{x}\mapsto\boldsymbol{[x]_\beta}是使\boldsymbol{H}\mathbb{R}^{p}的形态一样的一一映射(尽管\boldsymbol{H}中的向量可能有多余p个元素)。

    子空间的维数

    非零子空间\boldsymbol{H}的维数(用dim \;\boldsymbol{H})是\boldsymbol{H}的任意一个基的向量个数。零子空间\{ \boldsymbol{0} \}的维数定义为零。
    \mathbb{R}^{n}空间维数为n\mathbb{R}^{n}的每个基由n个向量组合。\mathbb{R}^{3}中一个经过\boldsymbol{0}的平面是二维的,一条经过\boldsymbol{0}的直线是一维的。

    矩阵\boldsymbol{A}的秩(记为rank \;\boldsymbol{A})是\boldsymbol{A}的列空间的维数。

    确定矩阵的秩:
    \boldsymbol{A}=\begin{bmatrix} 2 & 5 & -3 & -4 & 8 \\ 4 & 7 & -4 & -3 & 9 \\ 6 & 9 & -5 & 2 & 4 \\ 0 & -9 & 6 & 5 & -6 \end{bmatrix}
    解:行化简\boldsymbol{A}称阶梯形:
    \begin{bmatrix} 2 & 5 & -3 & -4 & 8 \\ 4 & 7 & -4 & -3 & 9 \\ 6 & 9 & -5 & 2 & 4 \\ 0 & -9 & 6 & 5 & -6 \end{bmatrix}\begin{bmatrix} 2 & 5 & -3 & -4 & 8 \\ 0 & -3 & 2 & 5 & -7 \\ 0 & 0 & 0 & 4 & -6 \\ 0 & 0 & 0 & 0 & 0 \end{bmatrix}
    矩阵\boldsymbol{A}有3个主元列,因此rank \;\boldsymbol{A}=3

    定理 14(秩定理)
    如果一矩阵\boldsymbol{A}n列,则rank \;\boldsymbol{A} + dim \;Nul \;\boldsymbol{A}=n

    定理 15(基定理)
    \boldsymbol{H}\mathbb{R}^{n}p维子空间,\boldsymbol{H}中的任何恰好由p个元素组成的线性无关集构成\boldsymbol{H}的一个基。并且,\boldsymbol{H}中任何生成\boldsymbol{H}p个向量集也构成\boldsymbol{H}的一个基。

    秩与可逆矩阵定理

    定理(可逆矩阵定理(续))
    \boldsymbol{A}是一n \times n矩阵,则下面的每个命题与\boldsymbol{A}是可逆矩阵的命题等价:
    \begin{aligned} & m. \;\boldsymbol{A}的列向量构成\mathbb{R}^{n}的一个基 \\ & n.\;Col \;\boldsymbol{A}=\mathbb{R}^{n} & &o.\;dim \;Col\;\boldsymbol{A}=n \\ & p.\;rank \;\boldsymbol{A}=n && q.\;Nul\;\boldsymbol{A}=\{\boldsymbol{0}\} \\ &r.\;dim \;Nul \;\boldsymbol{A} = 0\end{aligned}

    相关文章

      网友评论

          本文标题:矩阵代数(七)- 维数与秩

          本文链接:https://www.haomeiwen.com/subject/jgospqtx.html