线性代数MIT 18.06 记录(十四)正交向量与子空间

四个子空间

线性代数MIT 18.06 记录(十四)正交向量与子空间
行向量的秩是r,列向量的秩是r,dim(null(A))=rdim(null(A)) = rdim(null(A))=r,dim(null(AT))=mrdim(null(A^T) )= m - rdim(null(AT))=m−r

而且 前两个正交,后两个相交

正交

意思就是向量夹角90°

如果判断?

使用点乘
线性代数MIT 18.06 记录(十四)正交向量与子空间
如果XTy=0X^T*y = 0XT∗y=0,那么就说他们正交

毕达哥拉斯(勾股定理)

线性代数MIT 18.06 记录(十四)正交向量与子空间

一个边长(向量)的平方,比如说向量A=[1,2,3]TA = [1,2,3]^TA=[1,2,3]T,它的边长的平方就是:XTXX^T*XXT∗X (其实也就是举例零向量的距离。

举例

线性代数MIT 18.06 记录(十四)正交向量与子空间

更一般化的定理

线性代数MIT 18.06 记录(十四)正交向量与子空间

注意,最后两个是相同的XTyyTXX^Ty和y^TXXTy和yTX是一摸一样的,所以,就退出了,xTy=0x^T y = 0xTy=0

这就是从毕达哥拉斯同理推出的正交条件。
两个正交向量的点乘为零

零向量与任何向量都相交

正交子空间

定义

子空间S和子空间T正交意味着,所有S中的向量都和T中的向量相交

如果两个子空间在某条直线相遇,那么它肯定不是相交的

行向量正交于 零空间

Ax=0Ax = 0Ax=0
线性代数MIT 18.06 记录(十四)正交向量与子空间
这样一看就非常明显了

注意:这里的维度非常重要,它们的秩加起来要得零
也就是补集的概念
线性代数MIT 18.06 记录(十四)正交向量与子空间
NullSpace包含了所有垂直于行向量的向量

无解方程怎么解?

线性代数MIT 18.06 记录(十四)正交向量与子空间

最最最最重要的的矩阵ATAA^TAATA

性质

  • 方阵
  • 对称

求解方法


Ax=bAx = bAx=b
变成ATAx=ATbA^TAx = A^TbATAx=ATb

ATAA^TAATA可逆的充要条件,是A的列向量互相独立

线性代数MIT 18.06 记录(十四)正交向量与子空间
这个公式为什么,下节课再说!

线性代数MIT 18.06 记录(十四)正交向量与子空间线性代数MIT 18.06 记录(十四)正交向量与子空间 qdmoxf 发布了25 篇原创文章 · 获赞 3 · 访问量 1142 私信 关注
上一篇:STL之set和map


下一篇:人工智能的前世今生,别被满大街的人工智能所迷惑