154 字
1 分钟
[人工智能数学基础] 秩-零度化定理

秩-零度化定理#

AA是一个m×nm \times n的矩阵,则有:

rank(A)+nullity(A)=n\text{rank}(A) + \text{nullity}(A) = n

一些相关性质#

rank(A)=行空间维度=列空间维度\text{rank}(A) = \text{行空间维度} = \text{列空间维度}

行空间和零空间是正交补#

列空间不是

Ax=0当且仅当x零空间A\mathbf{x} = 0 \quad \text{当且仅当} \quad \mathbf{x} \in \text{零空间}

由此可得AA的零空间中每个向量x\mathbf{x}都会与AA的行空间中的每个向量ai\mathbf{a}_i满足:

aiTx=0\mathbf{a}_i^T \mathbf{x} = 0

内积得0说明它们是正交的

NOTE

左零空间和列空间是正交补

yTA=0当且仅当y左零空间\mathbf{y}^T A = \mathbf{0} \quad \text{当且仅当} \quad \mathbf{y} \in \text{左零空间}
[人工智能数学基础] 秩-零度化定理
https://a1kari8.github.io/posts/ai_math/rank_null/
作者
A1kari8
发布于
2026-04-25
许可协议
CC BY-NC-SA 4.0