# 李宏毅_Linear Algebra Lecture 20: Column Space, Null Space, Row Space ###### tags: `Hung-yi Lee` `NTU` `Linear Algebra Lecture` [課程撥放清單](https://www.youtube.com/playlist?list=PLJV_el3uVTsNmr39gwbyV-0KjULUsN7fW) ## Linear Algebra Lecture 20: Column Space, Null Space, Row Space [課程連結](https://www.youtube.com/watch?v=aW0JVmpIxas&list=PLJV_el3uVTsNmr39gwbyV-0KjULUsN7fW&index=20) ### Three Associated Subspaces ![](https://i.imgur.com/kPTy0q2.png) 課程主要說明三個著名的subspace,分別為Column Sapce、Null Space、Row Space。 假設A是一個mxn的Matrix: * Col A * A的column space一定是落在R^m^裡面。如果將A視為一個function,那它的A的column space就是所有的column linear combination之後所成的集合,也就是A的linear transform的range * 假設藍色圈是domain,綠色為co-domain,將doamin內的東西對應到co-domain所成的集合就是range,也就是A的column space * Null A * Ax=0所成的集合,就是Null Space,而A是一個mxn的Matrix,那x就會是一個n維的vector,因此,Null A一定會落在R^n^裡面 * 假設藍色圈是input domain,綠色為co-domain。在co-domain上,那些input domain可以產生zero vector的成員,就是A的Null Space,而且一定包含zero vector * Row A * 將Row做Span,而每一個row都是n維向量,因此它一定落在R^n^裡面,等同於Col A^T^ 後續將說明如何計算上面三個subspace的basis與dimension。 ### Col A ![](https://i.imgur.com/tJeyydg.png) * Basis * Column Space的basis就是pivot column * Dimension * Column Space的dimension就是pivot column的數目,而這個數目也等於Matrix的Rank ### Rank A(revisit) ![](https://i.imgur.com/olJyYS9.png) Rank代表的意義。 ### Null A ![](https://i.imgur.com/RlWD69v.png) ![](https://i.imgur.com/wwg511A.png) * Basis * A的Null Space就是Ax=0這個homogeneous system of linear equation的解所成的集合 * 找出這個system of linear equation的parameteric representation就找出A的Null Space的Basis * 與free variable相乘的vector就是Null Space的Basis * Dimension * Null Space的Dimension就是free variable的數目,這也是Nullity的數目,也就是n - Rank A(n就是矩陣維度mxn中的n) * Dim(Null A) + Dim(Col A) = n(n就是矩陣維度mxn中的n) ### Row A ![](https://i.imgur.com/dRwPDTB.png) * Basis * 當A做完RREF之後,其nonzero的row A就是basis * 先前課程提過,將A做Span與將R做Span所得的vector set是一樣的,只是比較難從A一眼看出,因此先做RREF之後就可以比較快得到 * Dimension * 也就是做完RREF之後的nonzero row的數目,也就是Rank A ### Rank A(revisit) ![](https://i.imgur.com/r5QBS3J.png) Rank代表的意義。 很神奇的是,兩個不同的subspace(Col A, Row A)卻有相同的dimension,都是Rank A ### Rank A = Rank A^T^ ![](https://i.imgur.com/57lZQNh.png) * Proof * Rank A = Dim(Col A) 且 Rank A = Dim(Row A) = Dim(Col A^T^) = Rank A^T^ ### Dimension Theorem ![](https://i.imgur.com/GdQVrGD.png) * range就是將domain投影到co-domain所成的集合,是一個subspace,可以計算出它的dimension * null space就是domain上有一群vector,投影到co-domain上之後會是zero vector,這也是一個subapce,也可以計算它的dimension 兩個supbapce的dimension相加會等於domain的dimension,這讓人感到訝異的是,range是在另一個vector space,但domain的dimension卻會等於range + null space的dimension。 但仔細想一下,range等於A的column space,而range的dimension為A的column space的dimension,也就是Rank A。而null space的dimension就是Null A的dimension,也就是n - Rank A,兩者相加,當然就是等於n,也就是column的數目,也就是input domain的dimension。 ### Summary ![](https://i.imgur.com/iyvfzDs.png) 總結說明,假設A是一個mxn的matrix,那它的三個subspace就會是如上圖的關係。