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
灏瀚星空11 分钟前
从单机工具到协同平台:开源交互式模拟环境的技术演进之路
经验分享·笔记·python·开源·oneapi
我的golang之路果然有问题17 分钟前
给git配置SSH(github,gitee)
经验分享·笔记·git·学习·gitee·ssh·github
MrsBaek1 小时前
前端笔记-Axios
前端·笔记
优美的赫蒂1 小时前
理解欧拉公式
线性代数·算法·数学建模
西洼工作室1 小时前
黑马商城-微服务笔记
java·笔记·spring·微服务
chao_7891 小时前
自动化标注软件解析
笔记
丰锋ff2 小时前
计算机网络学习笔记
笔记·学习·计算机网络
愚润求学2 小时前
【专题刷题】二分查找(一):深度解刨二分思想和二分模板
开发语言·c++·笔记·leetcode·刷题
岩中竹2 小时前
力扣热题100题解(c++)—矩阵
数据结构·c++·程序人生·算法·leetcode·矩阵
努力奋斗的小杨3 小时前
学习MySQL的第十一天
数据库·笔记·sql·学习·mysql·navicat