列空间

更新时间:2024-10-05 18:11

若矩阵A=[a1,a2,…,an]∈Cm×n为复矩阵,则其列向量的所有线性组合的集合构成一个子空间,称为矩阵A的列空间(column space)或列张成(column span),用符号CoI(A)表示。

基本介绍

行向量、列向量 若A为一m×n矩阵,A的每一行为一个实的n元组,于是可将其看成是R1×n中的一个向量。对应于A的m个行的向量称为A的行向量(row vector)。类似地,A的每一列可以看成是Rm中的一个向量,且称这n个向量为A的列向量(column vector)。

行空间、列空间 如果A为一m×n矩阵,由A的行向量张成的R1×n的子空间称为A的行空间(row space)。由A的各列张成的Rm的子空间称为A的列空间(column space)。

例1 令

A的行空间是所有如下形式的3元组:

A的列空间是所有如下形式的向量:

因此,A的行空间为一个R1×3的二维子空间,且A的列空间为R。

列空间与线性方程组

在研究线性方程组时,行空间和列空间的概念十分有用,一个方程组可写为

定理1(线性方程组的相容性定理) 一个线性方程组相容的充要条件是b在的列空间中。

若将b用零向量替代,则(1)化为

由(2)知,当且仅当的列向量线性无关时,方程组仅有平凡解。

定理2 令为一m×n矩阵, 当且仅当的列向量张成Rm时,对每一,线性方程组是相容的,当且仅当的列向量线性无关时,对每一,方程组至多有一个解。

推论 当且仅当一个n×n矩阵的列向量为的一组基时,是非奇异的。

一般地,矩阵的秩和其零空间的维数加起来等于矩阵的列数。一个矩阵的零空间的维数称为矩阵的零度(nullity)。

定理3(秩一零度定理) 若为一m×n矩阵,则的秩与的零度的和为n。

相关定理

定理4 两个行等价的矩阵有相同的行空间。

证明: 若B行等价于A,则B可由A经有限次行运算得到。因此,B的行向量必为A的行向量的线性组合。所以,B的行空间必为A的行空间的子空间,因为A行等价于B,由相同的原因,A的行空间是B的行空间的子空间。

定义 A的行空间的维数称为矩阵A的秩(rank)。

为求矩阵的秩,可以将矩阵化为行阶梯形矩阵行阶梯形矩阵中的非零行将构成行空间的一组基。

例2令

将A 化为行阶梯形,得到矩阵

显然,(1,-2,,3)和(0,1,5)构成的行空间的一组基。因为和A是行等价所以它们有相同的行空间,且因此A 的秩为2。

一般地,若A为一m×n矩阵,且是A的行阶梯形,则由于当且仅当时,,故它们的列向量满足相同的依赖关系。

定理5若A为一m×n矩阵,则A的行空间的维数等于A的列空间的维数。

证明: 若A为一秩为r的m×n矩阵,则A的行阶梯形将有r个首1元素。中对应于首1元素的列将是线性无关的。然而,它们并不构成A的列空间的基,这是因为,一般地,A和有不同的列空间。令为消去中自由变量所在的列得到的新矩阵。从A中消去相应的列,并记新矩阵为。矩阵和也是行等价的。因此,若x为的一个解,则x必为的解。因为的各列是线性无关的,故x必为0,因此,的各列也是线性无关的,因为有r列,所以A的列空间的维数至少为r。因为对任何矩阵,其列空间的维数大于或等于行空间的维数,将这个结论应用于,我们有

dim(A的行空间)=dim(的列空间)

≥dim(的行空间)

=dim(A的列空间)

因此,对任何矩阵A,行空间的维数必等于列空间的维数。

我们可以利用A的行阶梯形求A的列空间的一组基。我们只需求中对应于首1元素的列即可。A中的相应列将是线性无关的,并构成A的列空间的一组基。

注意: 行阶梯形仅告诉我们A的哪一列用于构成基。但不能用的列作为基向量,这是因为和A一般有不同的列空间。

免责声明
隐私政策
用户协议
目录 22
0{{catalogNumber[index]}}. {{item.title}}
{{item.title}}