线性代数笔记11--矩阵空间、秩1矩阵

1. 矩阵空间

所有的 3 × 3 3 \times 3 3×3矩阵构成的空间 M M M。

考虑空间 M M M的子空间

  • 上三角矩阵
  • 对称矩阵
  • 对角矩阵

3 x 3 3x3 3x3矩阵空间的基:

1 0 0 0 0 0 0 0 0 \] \[ 0 1 0 0 0 0 0 0 0 \] \[ 0 0 1 0 0 0 0 0 0 \] \[ 0 0 0 1 0 0 0 0 0 \] \[ 0 0 0 0 1 0 0 0 0 \] \[ 0 0 0 0 0 1 0 0 0 \] \[ 0 0 0 0 0 0 1 0 0 \] \[ 0 0 0 0 0 0 0 1 0 \] \[ 0 0 0 0 0 0 0 0 1 \] \\begin{bmatrix} 1\&0\&0\\\\ 0\&0\&0\\\\ 0\&0\&0\\\\ \\end{bmatrix} \\begin{bmatrix} 0\&1\&0\\\\ 0\&0\&0\\\\ 0\&0\&0\\\\ \\end{bmatrix} \\begin{bmatrix} 0\&0\&1\\\\ 0\&0\&0\\\\ 0\&0\&0\\\\ \\end{bmatrix}\\\\ \\begin{bmatrix} 0\&0\&0\\\\ 1\&0\&0\\\\ 0\&0\&0\\\\ \\end{bmatrix} \\begin{bmatrix} 0\&0\&0\\\\ 0\&1\&0\\\\ 0\&0\&0\\\\ \\end{bmatrix} \\begin{bmatrix} 0\&0\&0\\\\ 0\&0\&1\\\\ 0\&0\&0\\\\ \\end{bmatrix}\\\\ \\begin{bmatrix} 0\&0\&0\\\\ 0\&0\&0\\\\ 1\&0\&0\\\\ \\end{bmatrix} \\begin{bmatrix} 0\&0\&0\\\\ 0\&0\&0\\\\ 0\&1\&0\\\\ \\end{bmatrix} \\begin{bmatrix} 0\&0\&0\\\\ 0\&0\&0\\\\ 0\&0\&1\\\\ \\end{bmatrix} 100000000 000100000 000000100 010000000 000010000 000000010 001000000 000001000 000000001 所以其维度为 9 9 9。 d i m ( M ) = 9 dim(M)=9 dim(M)=9 3 × 3 3 \\times 3 3×3对称矩阵的基为 M M M的基的 6 6 6个。 d i m ( S ) = 6 dim(S)=6 dim(S)=6 3 × 3 3 \\times 3 3×3上三角矩阵的基个数也为 6 6 6个。 d i m ( U ) = 6 dim(U)=6 dim(U)=6 既是对称矩阵又是上三角矩阵的空间为对角空间。其基空间数为 3 3 3 d i m ( S ∧ U ) = d i m ( D ) = 3 dim(S \\wedge U)=dim(D)=3 dim(S∧U)=dim(D)=3 取对称矩阵与上三角矩阵的和空间 S + U S+U S+U 即 ∀ s 1 ∈ S + ∀ u 1 ∈ U    ⟺    S + U \\forall s_1 \\in S+\\forall u_1\\in U \\iff S+U ∀s1∈S+∀u1∈U⟺S+U d i m ( S + U ) = 9 dim(S+U)=9 dim(S+U)=9;为什么? 对于上三角矩阵,一定可以拿出 6 6 6个基向量即可? 我们可以通过对称矩阵加上三角矩阵的基矩阵来形成下三角矩阵中剩下的 3 3 3个基。 所以可以得到 9 9 9个基。 如 \[ 0 0 0 1 0 0 0 0 0 \] = \[ 0 1 0 1 0 0 0 0 0 \] + \[ 0 − 1 0 0 0 0 0 0 0 \] \\begin{bmatrix} 0\&0\&0\\\\ 1\&0\&0\\\\ 0\&0\&0\\\\ \\end{bmatrix}= \\begin{bmatrix} 0\&1\&0\\\\ 1\&0\&0\\\\ 0\&0\&0\\\\ \\end{bmatrix} + \\begin{bmatrix} 0\&-1\&0\\\\ 0\&0\&0\\\\ 0\&0\&0\\\\ \\end{bmatrix} 010000000 = 010100000 + 000−100000 观察得到关系式 d i m ( S ) + d i m ( U ) = 6 + 6 = d i m ( S ∧ U ) + d i m ( S + U ) = 3 + 9 dim(S)+dim(U)=6+6=dim(S \\wedge U)+dim(S +U)=3+9 dim(S)+dim(U)=6+6=dim(S∧U)+dim(S+U)=3+9 ##### 1.1 微分方程中的空间 d 2 y d x 2 + y = 0 \\frac{d\^2y}{dx\^2}+y=0 dx2d2y+y=0 一个解空间为 c 1 sin ⁡ x + c 2 cos ⁡ x c_1\\sin x+c_2\\cos x c1sinx+c2cosx 这个解空间维度为 d i m ( S ( e q u a ) ) = 2 dim(S(equa))=2 dim(S(equa))=2 #### 2. 秩1矩阵 A = \[ 1 4 5 2 8 10 \] = \[ 1 2 \] \[ 1 4 5 \] A= \\begin{bmatrix} 1 \& 4 \& 5\\\\ 2 \& 8 \& 10\\\\ \\end{bmatrix}= \\begin{bmatrix} 1\\\\2 \\end{bmatrix} \\begin{bmatrix} 1\& 4 \& 5 \\end{bmatrix} A=\[1248510\]=\[12\]\[145

所有秩 1 1 1矩阵都可以转换为 1 1 1列矩阵乘 1 1 1行矩阵。

2.1 子空间例题1

M M M为所有 5 × 17 5 \times17 5×17矩阵秩为 1 1 1矩阵的子集,是否构成子空间?

不构成。

  • 不包含零空间
  • 两个相同秩的矩阵可能会形成更大的秩空间
2.2 子空间例题2

在 R 4 R^4 R4中,

v = [ v 1 v 2 v 3 v 4 ] v= \begin{bmatrix} v_1\\v_2\\v_3\\v_4 \end{bmatrix} v= v1v2v3v4

S : v 1 + v 2 + v 3 + v 4 = 0 S: v_1+v_2+v_3+v_4=0 S:v1+v2+v3+v4=0

A v = 0 Av=0 Av=0
A = [ 1 1 1 1 ] A=\begin{bmatrix} 1 & 1 & 1 & 1 \end{bmatrix} A=[1111]

S = N ( A ) S=N(A) S=N(A)

N ( A ) = A = c [ − 1 1 0 0 ] + d [ − 1 0 1 0 ] + e [ − 1 0 0 1 ] N(A)= A=c\begin{bmatrix} -1 \\ 1 \\0 \\ 0 \end{bmatrix}+ d\begin{bmatrix} -1 \\ 0 \\1 \\ 0 \end{bmatrix} +e\begin{bmatrix} -1 \\ 0 \\0 \\ 1 \end{bmatrix} N(A)=A=c −1100 +d −1010 +e −1001

C ( A ) = R 1 C(A)=R^1 C(A)=R1

N ( A ⊤ ) = 0 N(A^{\top})={0} N(A⊤)=0

相关推荐
霸王蟹8 分钟前
带你手写React中的useReducer函数。(底层实现)
前端·javascript·笔记·学习·react.js·typescript·前端框架
Humbunklung16 分钟前
分布假设学习笔记
笔记·深度学习·学习
嵌入式@秋刀鱼1 小时前
《 第三章-招式初成》 C++修炼生涯笔记(基础篇)程序流程结构
linux·开发语言·数据结构·c++·笔记·visual studio code
HaiQinyanAN1 小时前
【学习笔记】重载和重写的注意事项
c++·笔记·学习
zsq11 小时前
【论文阅读笔记】HaDes幻觉检测benchmark
论文阅读·笔记·nlp·大语言模型幻觉
nenchoumi311913 小时前
Swift 6 学习笔记(二)The Basics
笔记·学习·swift
云云32115 小时前
亚矩阵云手机针对AdMob广告平台怎么进行多账号的广告风控
大数据·网络·线性代数·游戏·智能手机·矩阵
余=1853816280015 小时前
矩阵系统源码开发技术难题与应对策略
线性代数·矩阵
終不似少年遊*15 小时前
机器学习方法实现数独矩阵识别器
人工智能·python·opencv·机器学习·计算机视觉·矩阵
村头的猫15 小时前
建站SEO优化之站点地图sitemap
前端·经验分享·笔记