正交向量与正交子空间
2017-07-22 12:33
260 查看
在前面文章《矩阵的四个基本子空间》中提到:
一个秩为r,m*n的矩阵A中,其行空间和列空间的维数为r,零空间和左零空间的维数分别为n-r,m-r,并且有行空间与零空间正交,列空间与左零空间正交。
“掌握上面的这个结论就掌握了线性代数的半壁江山!”,MIT教授如是说。那么什么是正交子空间呢?我们首先从我们熟悉的正交向量说起。
注意:x,y的顺序没有区别,即下式也成立:
两个向量正交,可以表示为下图:
由勾股定理可知:
将上式展开得:
我们举例说明:假设两个向量分别为x,y,z=x+y:
其中x,y满足下式:
则向量的长度(即向量的2范数)为:
显然满足勾股定理:
上面的推导,已证明勾股定理,自己可以仔细领会。
文章开头说到,行空间与零空间正交,列空间与左零空间正交。下面我们来证明行空间与零空间正交,列空间与左零空间正交。
行空间与零空间正交的证明
在《矩阵的零空间》一文中,我们知道,Ax=0的解就是矩阵的零空间,则:
展开可得:
上式说明,矩阵的每一行向量都与零空间正交,而矩阵的行空间就是其行向量的线性组合,则说明行空间与零空间正交。同理,我们亦可以证明列空间与左零空间正交,在此就不重复了。
原文:http://blog.csdn.net/tengweitw/article/details/41171579
作者:nineheadedbird
一个秩为r,m*n的矩阵A中,其行空间和列空间的维数为r,零空间和左零空间的维数分别为n-r,m-r,并且有行空间与零空间正交,列空间与左零空间正交。
“掌握上面的这个结论就掌握了线性代数的半壁江山!”,MIT教授如是说。那么什么是正交子空间呢?我们首先从我们熟悉的正交向量说起。
1、正交向量
我们都知道,如果两个向量x,y正交,则其夹角为90度,可表示为表达式:注意:x,y的顺序没有区别,即下式也成立:
两个向量正交,可以表示为下图:
由勾股定理可知:
将上式展开得:
我们举例说明:假设两个向量分别为x,y,z=x+y:
其中x,y满足下式:
则向量的长度(即向量的2范数)为:
显然满足勾股定理:
上面的推导,已证明勾股定理,自己可以仔细领会。
2、正交子空间
定义:两个子空间正交即两个子空间的任意两个向量正交。文章开头说到,行空间与零空间正交,列空间与左零空间正交。下面我们来证明行空间与零空间正交,列空间与左零空间正交。
行空间与零空间正交的证明
在《矩阵的零空间》一文中,我们知道,Ax=0的解就是矩阵的零空间,则:
展开可得:
上式说明,矩阵的每一行向量都与零空间正交,而矩阵的行空间就是其行向量的线性组合,则说明行空间与零空间正交。同理,我们亦可以证明列空间与左零空间正交,在此就不重复了。
原文:http://blog.csdn.net/tengweitw/article/details/41171579
作者:nineheadedbird
相关文章推荐
- 【线性代数】正交向量与正交子空间
- 【线性代数】正交向量与正交子空间
- 检测判断向量是正交 还是平行
- 实对称阵属于不同特征值的的特征向量是正交的
- python 自定义 计算向量投影 正交 函数
- 基于MATLAB的线性代数 判断两向量是否正交
- 从向量乘法到规范正交
- 正交向量在CDMA中的运用
- 对称矩阵特征向量正交推导
- 信号分解:双正交、完备性、对偶向量
- Codeforces Round #337 (Div. 2)-C Harmony Analysis(构造x维正交向量)
- 正交向量 正交矩阵
- 024 正交向量 正交矩阵及性质
- 向量表示,投影,协方差矩阵,正交对角化对于降维的作用
- 求向量组的等价正交单位向量组-施密特正交化 C 语言 算法
- 证明:实对称矩阵中,属于不同特征值的特征向量相互正交
- 向量的施密特正交法
- 【Math】证明:实对称阵属于不同特征值的的特征向量是正交的
- 小知识,大应用--正交向量在CDMA中的运用
- 空间正交和向量投影