矩阵空间&秩1矩阵&小世界图

文章目录

  • [1. 矩阵空间](#1. 矩阵空间)
  • [2. 微分方程](#2. 微分方程)
  • [3. 秩为1的矩阵](#3. 秩为1的矩阵)
  • [4. 图](#4. 图)

1. 矩阵空间

我们以3X3的矩阵空间 M 为例来说明相关情况。目前矩阵空间M中只关心两类计算,矩阵加法和矩阵数乘。

  • 对称矩阵-子空间-有6个3X3的对称矩阵,所以为6维矩阵空间
  • 上三角矩阵-子空间-有6个3X3的上三角矩阵,所以为6维矩阵空间
    矩阵M的基础基有9个,表示如下
    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 ; (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};\tag{1} 100000000 ; 000100000 ; 000000100 ; 010000000 ;(1)
    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 ; (2) \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};\tag{2} 000010000 ; 000000010 ; 001000000 ; 000001000 ; 000000001 ;(2)

2. 微分方程

  • 假设我们有如下微分方程:
    d 2 y d x 2 + y = 0 (3) \frac{\mathrm{d}^2y}{\mathrm{d}x^2}+y=0\tag{3} dx2d2y+y=0(3)
  • 零空间解表示如下:
    y 1 = sin ⁡ ( x ) ; y 2 = cos ⁡ ( x ) (4) y_1=\sin(x);y_2=\cos(x)\tag{4} y1=sin(x);y2=cos(x)(4)
  • 通解表示如下:
    y = c 1 sin ⁡ ( x ) + c 2 cos ⁡ ( x ) (5) y=c_1\sin(x)+c_2\cos(x)\tag{5} y=c1sin(x)+c2cos(x)(5)
    以上可以用 sin ⁡ ( x ) \sin(x) sin(x)和 cos ⁡ ( x ) \cos(x) cos(x)当做解来表示解空间,所以微分方程的解空间为2.

3. 秩为1的矩阵

假设我们有一个秩为1的矩阵A ,表示如下:
A = 1 4 5 2 8 10 = 1 2 2 × 1 1 4 5 1 × 3 (6) A=\begin{bmatrix}1&4&5\\\\2&8&10\end{bmatrix}=\begin{bmatrix}1\\\\2\end{bmatrix}{2\times1}\begin{bmatrix}1&4&5\end{bmatrix}{1\times3}\tag{6} A= 1248510 = 12 2×11451×3(6)

  • 所有的秩为1的矩阵均可以分解为列向量乘以行向量。
  • 小结:
    我们可以通过组合秩为1的矩阵来构造我们想要的秩的矩阵。

4. 图

我们知道一个图可以有节点和边组成
G r a p h = n o d e s , e d g e s (7) Graph=nodes,edges\tag{7} Graph=nodes,edges(7)

相关推荐
可爱系程序猿5 小时前
模型推理任务弹出找不到 cublas64_12.dll,CUDA 12 矩阵计算库按安装包核对
程序人生·线性代数·矩阵·电脑
DevOps老兵14 小时前
【老计带你懂线性代数】09:特征值与特征向量,矩阵最本质的方向
线性代数·矩阵·pca·特征值·特征向量·pagerank
SomeOtherTime18 小时前
电磁波基础相关(AI回答)
人工智能·线性代数
artificiali2 天前
880 第7章行列式
线性代数
爱刷碗的苏泓舒2 天前
RTKLIB Neville 插值法:源码推导与 GNSS 精密轨道应用
线性代数·rtklib·内维尔算法·neville
小飞象—木兮3 天前
经营分析核心思路:经营分析的六层执行框架、底层原则、 全行业通用经营分析方法论
大数据·人工智能·矩阵·数据分析·用户运营
javaDocker3 天前
从「五个窗口」到「一条流水线」:金融核心交易测试的 AI 协作矩阵设计
人工智能·金融·矩阵·研发效能·ai自测
坐看风云变幻3 天前
《飞控数学与控制 · 新手入门连载》第 1 期|线性代数入门:向量、矩阵与旋转矩阵 SO(3)
线性代数·矩阵·飞控·旋转矩阵
智行合一科技3 天前
CTR报告:AI营销成广告增长引擎,GEO与AIGC矩阵营销成破局关键
人工智能·矩阵·aigc
烂蜻蜓5 天前
Matplotlib入门教程(十三):imshow() 详解——灰度图、彩色图、热力图与矩阵可视化
线性代数·矩阵·matplotlib