Определения и ортогональность
Чтобы понять структуру матрицы, мы должны сначала определить, что означает перпендикулярность подпространств. Это гораздо более строгое условие, чем простая ортогональность векторов.
- Ортогональность подпространств: Два подпространства $V$ и $W$ векторного пространства ортогональны, если каждый вектор $v$ из $V$ перпендикулярен каждый вектору $w$ из $W$. Формально: $v^T w = 0$ для всех $v \in V$ и всех $w \in W$.
- Ортогональное дополнение ($V^\perp$): Ортогональное дополнение подпространства $V$ содержит каждый вектор, перпендикулярный $V$. Обозначается как $V^\perp$ (читается как «В перп»).
Основная теорема об ортогональности
Центральная идентичность линейной алгебры связывает действие матрицы с геометрией её пространств:
Если $x$ принадлежит нулевому пространству $N(A)$, то $Ax = 0$. Это означает, что скалярное произведение каждой строки $A$ на $x$ равно нулю. Поскольку пространство строк $C(A^T)$ порождается этими строками, каждый вектор в пространстве строк должен быть перпендикулярен $x$.
$$x^T(A^T y) = (Ax)^T y = 0^T y = 0$$
Это приводит к красивому балансу размерностей. В $\mathbb{R}^n$ размерности всегда дополняют друг друга: $\dim(C(A^T)) + \dim(N(A)) = n$. Аналогично, в $\mathbb{R}^m$ имеем $\dim(C(A)) + \dim(N(A^T)) = m$.
Альтернатива Фредгольма
Существует структурная двойственность, при которой ровно одно из этих уравнений имеет решение:
- $Ax = b$: Вектор $b$ принадлежит пространству столбцов.
- $A^T y = 0$ с $y^T b = 1$: $b$ имеет компоненту в левом нулевом пространстве, что делает систему несовместной.