跳至正文

MIT 18.06SC · UNIT I · SESSION 11

四个基本子空间

The Four Fundamental Subspaces

过去我们分别认识了列空间和零空间。现在把矩阵转置过来,另外两种空间就出现了。四个空间看似复杂,其实围绕“秩 r”形成一张非常整齐的地图:两个属于输入 Rⁿ,两个属于输出 Rᵐ。

先修:第6讲转置、第8讲行消元、第10讲基与维数4 个教学章节4 道随堂题 · 6 道解析题

01 / FOUR SPACES / TWO SIDES

一张 m×n 矩阵,
刚好引出四个空间。

矩阵 A 把输入 x∈Rⁿ 送到输出 b∈Rᵐ。我们已见过两个空间:列空间 C(A)是所有可能的输出,属于 Rᵐ;零空间 N(A)是被送到零的输入,属于 Rⁿ。

把 A 换成转置 Aᵀ,其输入输出的环境也对调:行空间 C(Aᵀ)是 A 的行向量所张成的空间,属于 Rⁿ;左零空间 N(Aᵀ)是满足 Aᵀy=0 的向量 y,属于 Rᵐ。

输入 Rⁿ:行空间 C(Aᵀ),零空间 N(A)输出 Rᵐ:列空间 C(A),左零空间 N(Aᵀ)

“左零”之所以叫这个名字,是因为 Aᵀy=0 等价于 yᵀA=0。普通零空间写 Ax=0,是从 A 右边乘 x;左零空间则可以看作从 A 左边乘 yᵀ。

例如 m=3、n=4 的 A:无论秩是多少,C(A)、N(Aᵀ)都位于三维 R³;C(Aᵀ)、N(A)都位于四维 R⁴。记住所在空间与这个子空间实际维数是两个不同概念。

随堂检查 01 · 四空间所在位置

A 是 4×3 矩阵,哪个空间一定是 R⁴ 的子空间?
查看完整解析与错因

Aᵀ是3×4矩阵,Aᵀy=0的y有4个分量,因此N(Aᵀ)⊆R⁴。另一个在R⁴的空间是C(A)。

02 / RANK / DIMENSION

为什么四个维数
都能从一个 r 算出来?

若 A 的秩为 r,就有 r 个主元列,因此列空间维数是 r;在 n 个输入变量中剩余 n−r 个自由变量,因此零空间维数是 n−r。转置 Aᵀ 的秩仍为 r,于是它的列空间(也就是原行空间)维数是 r,而它的零空间(左零空间)维数是 m−r。

dim C(A) = rdim N(A) = n−rdim C(Aᵀ) = rdim N(Aᵀ) = m−r

这四个数字形成两对加法:r+(n−r)=n,r+(m−r)=m。前者是输入维数的分配,后者是输出维数的分配。

若某个 b∈Rᵐ 不在 C(A),则 Ax=b 无解。这意味着列空间未覆盖整个 Rᵐ,必有 r<m,因此 m−r>0,左零空间中必有非零向量。它代表行方程之间的某种依赖关系,也能用来检验右端是否相容。

别记错 m 与 n。

普通零空间 N(A) 在 Rⁿ,所以它的维数是 n−r;左零空间 N(Aᵀ) 在 Rᵐ,所以它的维数是 m−r。不需要背四个互不相干的公式,只记住 A 与 Aᵀ 各自的列数减秩。

随堂检查 02 · 四个维数

A 为 5×7、rank(A)=3,dim N(Aᵀ) 是多少?
查看完整解析与错因

A有m=5行,rank r=3。Aᵀ有5列,因此其零空间维数为5−3=2。

03 / BASES / ROW OPERATIONS

一个具体矩阵,
四组基一次算清楚。

取本站原创 A=[[1,2,0],[0,1,1],[1,3,1]],第三行恰好是第一行与第二行之和。它有两个独立行,因此 rank(A)=2。消去第三行,前两行已经是阶梯形;再消去第一行的第二列,得到行最简形 R=[[1,0,−2],[0,1,1],[0,0,0]]。

C(A) 的基:原列1=(1,0,1)ᵀ、原列2=(2,1,3)ᵀC(Aᵀ) 的基:R 的非零行 (1,0,−2)ᵀ、(0,1,1)ᵀN(A) 的基:h=(−2,1,−1)ᵀN(Aᵀ) 的基:y=(−1,−1,1)ᵀ

验证 N(A):R x=0 给 x₁−2x₃=0、x₂+x₃=0。令 x₃=−1,得到 h=(−2,1,−1),且 A h=0。对左零空间:因为第三行=第一行+第二行,所以 −行1−行2+行3=0,得到 yᵀA=0,即 Aᵀy=0。

行空间为什么可以用 R 的非零行?因为初等行变换只用原有行的线性组合生成新行,且每个行操作可逆,所以两个矩阵张成相同的行空间。与此相反,列空间基仍需要去取原始 A 的主元列,因为行变换会改变输出向量。

随堂检查 03 · 求行空间基

对 A=[[1,2,0],[0,1,1],[1,3,1]],下列哪组能作为行空间 C(Aᵀ) 的基?
查看完整解析与错因

第一行、第二行线性无关;第三行等于两者的和,因而二者张成全部行空间且无关。

04 / LEFT NULL / MATRIX SPACES

左零空间其实在说:
哪条方程是其他方程的组合?

左零向量 y 满足 yᵀA=0,因此 y 的分量就是 A 各行之间的线性依赖系数。计算行消元时,如果把 [A | I] 一起做行操作,得到 [R | E],即 EA=R,那么 R 中的零行所对应的 E 的行,恰好给出这样的左零关系。

LIVE MODEL / KEEP A ROW DEPENDENCY改变第三行相对于前两行的倍数,观察左零向量如何同步变化
A 的第三行

(1,3,1)

左零向量 y

(−1,−1,1)ᵀ

按实际数字检查 yᵀA=(0,0,0)。

k=1:第三行等于第一行+第二行;左零空间方向为(−1,−1,1),四空间维数保持 2、1、2、1。

A 的前两行固定为(1,2,0)、(0,1,1),第三行随滑块改变;任意 k 下前两行仍独立、第三行仍依赖,rank 始终为2。

MIT 本节最后还向前推了一步:矩阵自己也可以构成向量空间。所有2×2实矩阵在加法和数乘下形成四维向量空间;其中对称矩阵形成三维子空间、上三角矩阵形成三维子空间,而它们的交集恰是二维的对角矩阵子空间。

例如对角矩阵 [[a,0],[0,b]] 可写成 aE₁₁+bE₂₂;E₁₁=[[1,0],[0,0]],E₂₂=[[0,0],[0,1]],两个独立矩阵构成基。这为下一讲研究秩一矩阵和矩阵空间做好准备。

还有一个即将学到的几何事实:行空间中的任意向量都与 N(A) 的任意向量点积为0;列空间中的任意向量都与 N(Aᵀ) 正交。因为 Ax=0 等价于 A 的每一行与 x 的点积为0;左侧同理。下一单元会深入展开这种正交性。

随堂检查 04 · 左零空间解释

如果 A 的第三行等于第一行减去两倍第二行,哪个 y 满足 Aᵀy=0?
查看完整解析与错因

第三行=第一行−2行2移项得−行1+2行2+行3=0,系数向量y=(−1,2,1)ᵀ满足yᵀA=0,等价于Aᵀy=0。

PRACTICE / EXPLAIN EVERY STEP

独立写出过程,
再展开答案。

先检查运算,再解释为什么这样做。以下题目为本站重新设计,难度参照本讲实际授课内容和可获得的配套练习。

01 / 画出维数地图

对 m=6、n=4、rank r=3 的 A,写出四空间所在环境和维数,检查两对维数和。

展开完整解析

列空间C(A)⊆R⁶维数r=3;N(A)⊆R⁴维数n−r=1;行空间C(Aᵀ)⊆R⁴维数r=3;左零N(Aᵀ)⊆R⁶维数m−r=3。输入一对3+1=4,输出一对3+3=6。

02 / 计算四个基

对 A=[[1,2,0],[0,1,1],[1,3,1]],给出列空间、零空间、行空间与左零空间的各一组基。

展开完整解析

第三行是前两行和,秩2。列空间基取原第1列(1,0,1)和第2列(2,1,3);行空间基取原第一行(1,2,0)与第二行(0,1,1)。解Ax=0得h=(−2,1,−1)张成零空间;行关系−行1−行2+行3=0得y=(−1,−1,1)张成左零空间。

03 / 判断是否总有解

A 是一个 4×5 秩为3的矩阵。能否让所有 b∈R⁴ 都满足 Ax=b?证明至少存在非零左零向量。

展开完整解析

C(A)的维数只有3,小于R⁴的维数4,因此有b不在C(A),Ax=b并非总有解。左零空间维数m−r=4−3=1,所以它不只包含零向量,必有非零y满足Aᵀy=0。

04 / 相容性与左零空间

若 y=(−1,−1,1)ᵀ 属于 A 的左零空间,为什么任何相容右端 b=(b₁,b₂,b₃) 都必须满足 b₃=b₁+b₂?

展开完整解析

若Ax=b,左乘yᵀ得yᵀAx=yᵀb。由于yᵀA=0,左边0,因此−b₁−b₂+b₃=0,等价于b₃=b₁+b₂。若该条件不成立则不存在解。

05 / 矩阵本身也构成向量空间

证明所有2×2实对角矩阵构成维数2的向量空间,并写出一组矩阵基。

展开完整解析

任意对角矩阵形如[[a,0],[0,b]]。两个这样的矩阵相加或数乘仍保持非对角元素为0,且含零矩阵,故是子空间。写为a[[1,0],[0,0]]+b[[0,0],[0,1]],两基矩阵独立且张成所有对角矩阵,维数2。

06 / 参数化左零向量

设 Aₖ 的前两行固定为(1,2,0)和(0,1,1),第三行等于第一行+k倍第二行。求任意 k 的非零左零向量并证明其秩恒为2。

展开完整解析

行3−行1−k行2=0,因此y=(−1,−k,1)满足yᵀAₖ=0。前两行的第一、第二列组成[[1,2],[0,1]],有两个独立主元,秩至少2;第三行依赖它们,秩至多2;故对任何k都恰好rank=2,左零空间维数3−2=1。

THE IDEA TO KEEP

m×n、秩为 r 的 A 对应四个空间,维数依次为 r、n−r、r、m−r。找列空间用原矩阵主元列,找行空间用 R 的非零行,找两个零空间用齐次方程。

本讲 4 道随堂题,可逐项答题并查看反馈。

本节先完整学习四个空间及其维数,利用点积直观展示两对垂直关系;系统的正交补、投影与最小二乘在 Unit II 继续展开。

返回线性代数目录 ↗
本讲参考的大学材料

MIT 18.06SC · The Four Fundamental Subspaces。可复核资料:official session ↗official summary ↗official problems ↗official solutions ↗。

已检查 MIT Session 1.10 官方课次、三页讲义文字及页面图像、练习10.1–10.2与解答;没有观看完整课程视频,也未通读指定教材。 本站不是 MIT 官方中文译课;文字、数值案例、模型和题目独立设计。