MIT 线性代数第14讲:正交向量和子空间
向量正交和子空间正交
子空间:
- 子空间的维数,和垂直
向量正交
$x \bot y$, 则有$x^Ty=0$。证明:
- 如果$x \bot y$, $\Vert x \Vert^2 + \Vert y \Vert ^2 = \Vert x + y \Vert^2$
- 长度的平方:$\Vert x \Vert^2 = X^TX$
- $\Vert x \Vert^2 + \Vert y \Vert ^2 = \Vert x + y \Vert ^2 = x^Tx + y^Ty = (x+y)^T(x+y) = x^T x + y^T y + x^Ty + y^Tx$
- => $0 = x^Ty + y^Tx = 2x^Ty$
- => $x^Ty=0$
- 如果$x \bot y$, $\Vert x \Vert^2 + \Vert y \Vert ^2 = \Vert x + y \Vert^2$
零向量与任何向量正交
子空间正交
- S与T正交,S空间的所有向量与T空间的所有向量正交
- 墙与地面不正交
- 两个墙面的交线与地面正交
- 交点为零向量
- 平面的子空间包括
- 通过零向量的直线垂直平面:永不
- 通过零向量的直线垂直零向量:永远
- 通过零向量的直线垂直另一个通过零向量的直线:两条线垂直90度,只相交于原点
- 行空间与零空间正交:证明
- 行空间有Ax = 0,$\begin{bmatrix} 矩阵A的第1行\\\ 矩阵A的第2行\\\\ 矩阵A的第n行\end{bmatrix}\begin{bmatrix} X \end{bmatrix} = \begin{bmatrix} 0 \\
0\\\\ 0 \end{bmatrix}$ - X与A的每一行垂直
- A每一行的线性组合和X垂直
- 行空间有Ax = 0,$\begin{bmatrix} 矩阵A的第1行\\\ 矩阵A的第2行\\\\ 矩阵A的第n行\end{bmatrix}\begin{bmatrix} X \end{bmatrix} = \begin{bmatrix} 0 \\
- $C(A)\bot N(A^T)$
- 例子: $A=\begin{bmatrix} 1& 2 & 5 \end{bmatrix} \begin{bmatrix}x_1 \\\ x_2 \\\ x_3 \end{bmatrix} = \begin{bmatrix}0 \end{bmatrix}$
- n = 3?
- dim N(A) = 2
- 零空间和行在$R^n$空间内正交互补。零空间包含的所有向量垂直于行空间。
- S与T正交,S空间的所有向量与T空间的所有向量正交
解Ax=b,m > n, 无解的时候, 找到最接近的解
- $A^TA$
- 行列数相等
- 对称:证明:$(A^TA)^T = A^TA$
- 可逆吗?
- 由$A^TA$得到$A^TA \hat x = A^Tb$, $A^TA$可逆吗?
- A有独立列时,$A^TA$可逆
- $A^TA$