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
大筒木老辈子1 分钟前
Linux笔记---基于HTTP协议搭建一个简单的Web服务器
笔记
hn小菜鸡11 分钟前
LeetCode 3643.垂直翻转子矩阵
算法·leetcode·矩阵
张晓~1833994812136 分钟前
短视频矩阵源码-视频剪辑+AI智能体开发接入技术分享
c语言·c++·人工智能·矩阵·c#·php·音视频
The_Killer.1 小时前
格密码--从FFT到NTT(附源码)
学习·线性代数·密码学·格密码
四谎真好看2 小时前
Java 黑马程序员学习笔记(进阶篇6)
java·笔记·学习·学习笔记
mzhan0172 小时前
[笔记] 来到了kernel 5.14
笔记
星梦清河2 小时前
宋红康 JVM 笔记 Day17|垃圾回收器
java·jvm·笔记
一枝小雨2 小时前
【C++】list 容器操作
开发语言·c++·笔记·list·学习笔记
Alice-YUE2 小时前
【css学习笔记8】html5css3新特性
css·笔记·学习
小李独爱秋2 小时前
特征值优化:机器学习中的数学基石
人工智能·python·线性代数·机器学习·数学建模