其他
干货|MIT线性代数课程精细笔记[第六课]-子空间与零空间
MIT线性代数课程精细系列笔记
本节从之前学习的子空间开始,介绍了子空间的部分性质。并重点介绍了列 空间与方程 Ax = b 之间的联系。并由此引出了零空间,根据 Ax = b 这个方程给 出了两种构建子空间的方法。
2.1 子空间回顾
很明显,子空间直线 L 或平面 P 上,任取两个向量相加,得到的向量仍在该 子空间中。而且将其上的向量做数乘伸长或缩短一定倍数,其结果也还在该子空 间中。所以它们都对线性运算封闭。
2.2 子空间的“交”与“并”
上面我们都是分别研究的两个子空间,那么接下来我们对两个空间之间联系 部分展开讨论
2.2.1 P∪L 空间
还是讨论上面𝑅 3 的子空间 P 与 L,首先要研究的就是它们的并空间,即:现 有一集合,包含了 P 与 L 中的所有向量,那么这个集合是子空间吗?
答案是否定的。
很明显,我们将直线 L 与平面 P 看做同一个集合 P∪L 之后,这个集合对线性 运算并不封闭。比如我们随便在直线 L 上取一个向量 a,在平面 P 上取一个向量 b。此时向量 a+b 方向就会夹在直线 L 与平面 P 之间,脱离了 P∪L 的范围。所以 P∪L 无法构成空间。
2.2.2 P∩L 空间
3.1 列空间回顾
那么这个子空间有多大呢?这就需要用 Ax = b 方程来解释了。
3.2 Ax = b 的空间解释(从 A 的角度)
4
4.1 零空间介绍
4.2 Ax = b 的空间解释(从 x 的角度)
那如果上面构造零空间的方程右侧变为任意向量的话,其解集 x 还能构成 向量空间吗?
推荐阅读:
干货|吴恩达 DeepLearning.ai 课程提炼笔记(1-2)神经网络和深度学习 --- 神经网络基础
干货|吴恩达 DeepLearning.ai 课程提炼笔记(1-3)神经网络和深度学习 --- 浅层神经网络
欢迎关注公众号学习交流~
欢迎加入交流群交流学习