Nullspace

nullspace matrix 에 대해서, 에 대한 모든 solution 들 의 collection 을 뜻한다. 즉, 선형 결합 을 통해 zero vector 를 얻을 수 있는 column vector 들을 포함하고 있다.

A.1) 다른 정의 (using Linear mapping)

만약 linear map 이 존재한다면, 의 nullspace 는 다음을 만족한다.

그리고 에 대한 range 는 다음과 같다.

B) Column Space 와 비교

column space column vector 의 차원 수 을 따른다. 즉, subspace 를 가지는데, 반대로 nullspace 는 의 subspace 를 가진다.

이 subspace 는 벡터 공간 에 대한 조건을 만족한다: 이고, 를 만족

C) Nullspace 찾기

정확히는 nullspace matrix 을 찾는 방법.

  1. 에서, 에 대한 echelon(staircase, 계단) form 을 찾는다.
  2. 를 reduced row-echelon form 으로 변경한다.
  3. 이제, 의 형태로 바꾸면, 을 만족하는 를 찾을 수 있다.

여기서 의 column 들은 special solution 들을 의미한다.그리고 에 해당하는 special solution 들의 모든 조합들은 의 nullspace 를 구성한다.

C.1) 예시

  1. 찾기

2. $R$ 찾기

U=\left[\begin{array}{llll}1 & 2 & 2 & 2 \ 0 & 0 & 2 & 4 \ 0 & 0 & 0 & 0\end{array}\right] \rightarrow\left[\begin{array}{rrrr}1 & 2 & 0 & -2 \ 0 & 0 & 2 & 4 \ 0 & 0 & 0 & 0\end{array}\right] \rightarrow\left[\begin{array}{rrrr}1 & 2 & 0 & -2 \ 0 & 0 & 1 & 2 \ 0 & 0 & 0 & 0\end{array}\right]=R

3. $N$ 찾기

N = \left[\begin{array}{rr}-2 & 2 \ 0 & -2 \ 1 & 0 \ 0 & 1\end{array}\right]

# 4. Some Properties nullspace 는 $\mathbf{R}^{n}$ 의 subspace 이다. # 5. 예시 1. $\left[\begin{array}{lll}1 & 1 & 2 \\ 2 & 1 & 3 \\ 3 & 1 & 4 \\ 4 & 1 & 5\end{array}\right]\left[\begin{array}{l}x_{1} \\ x_{2} \\ x_{3}\end{array}\right]=\left[\begin{array}{l}0 \\ 0 \\ 0 \\ 0\end{array}\right]$ 에 대한 matrix $A$ 의 nullspace $N(A)$ 는 $c\left[\begin{array}{r}1 \\ 1 \\ -1\end{array}\right]$ 로 구성된다. 즉, $N(A)$ 는 $\mathbb{R}^{3}$ 에 대한 line 을 나타낸다. * $\left[\begin{array}{lll}1&2&3\end{array}\right]\left[\begin{array}{l}x\\y\\z\end{array}\right]=0$ 의 두 special solution 들은 $s_{1}=\left[\begin{array}{r}-2\\1\\0\end{array}\right]$ 와 $\boldsymbol{s}_{2}=\left[\begin{array}{r}-3\\\mathbf{0}\\\mathbf{1}\end{array}\right]$ 이므로, nullspace 는 plane 이다.