5.【线性代数】—— 转置,置换和向量空间

五 转置,置换和向量空间

    • [1. 置换矩阵](#1. 置换矩阵)
    • [2. 转置矩阵](#2. 转置矩阵)
    • [3. 对称矩阵](#3. 对称矩阵)
    • [4. 向量空间](#4. 向量空间)
        • [4.1 向量空间](#4.1 向量空间)
        • [4.2 子空间](#4.2 子空间)

1. 置换矩阵

定义: 用于行互换的矩阵P。

之前进行A=LU分解时,可能存在该行主元为0,要进行行互换,即PA=LU

性质: P − 1 = P T P^{-1} = P^{T} P−1=PT, P T P = I P^{T}P=I PTP=I

例子:
1 0 0 0 1 0 0 0 1 0 1 0 1 0 0 0 0 1 . . . \begin{bmatrix} 1&0&0\\ 0&1&0\\ 0&0&1 \end{bmatrix} \begin{bmatrix} 0&1&0\\ 1&0&0\\ 0&0&1 \end{bmatrix} ... 100010001 010100001 ...

2. 转置矩阵

1 3 2 3 4 1 \] T = \[ 1 2 4 3 3 1 \] {\\begin{bmatrix} 1\&3\\\\ 2\&3\\\\ 4\&1 \\end{bmatrix}}\^{T} = \\begin{bmatrix} 1\&2\&4\\\\ 3\&3\&1 \\end{bmatrix} 124331 T=\[132341

( A T ) i j = A j i (A^T){ij} = A{ji} (AT)ij=Aji

3. 对称矩阵

定义: A i j = A j i A_{ij} = A_{ji} Aij=Aji

性质: 对称矩阵的转置不变性 A T = A A^T = A AT=A

推论: R T R R^TR RTR都是对称矩阵
( R T R ) T = R T ( R T ) T = R T R (R^TR)^T = R^T(R^T)^T = R^TR (RTR)T=RT(RT)T=RTR

4. 向量空间

4.1 向量空间

记 R 2 R^2 R2为所有二维空间实数向量,组成的向量空间。
R n R^n Rn为所有n维空间实数向量,组成的向量空间。

性质:

  1. 所有数乘,加法都在子空间中
  2. 包含零向量
4.2 子空间

定义:空间中的一部分,且满足性质1和性质2。

例子:
R 2 R^2 R2的子空间包含

  1. R^2 二维平面
  2. 通过(0,0)点的直线
  3. 零向量

其他:存在子空间P和L, P ∪ L P\cup L P∪L不是子空间, P ∩ L P \cap L P∩L是子空间

相关推荐
不辣的皮蛋君16 小时前
2026年短视频矩阵系统实战:如何用工具实现多平台一键分发,效率提升300%
人工智能·线性代数·矩阵
じ☆冷颜〃1 天前
Picard-Lindelöf 定理的多视角证明、推广与加权范数方法
经验分享·笔记·线性代数·数学建模
San813_LDD1 天前
[量化]《从 L1/L2 缓存到 SIMD:矩阵乘法性能优化完全指南》
线性代数·矩阵·架构
AI科技星2 天前
精细结构常数α的多维度物理比值特性及空间螺旋模型研究
人工智能·线性代数·架构·概率论·学习方法
AI科技星2 天前
基于奇合数边界的离散解析数论与双螺旋宇大统一体系(中英文双语纯净终稿)
人工智能·线性代数·架构·概率论·学习方法
写代码写到手抽筋2 天前
PMI预编码矩阵全解:矩阵含义\+系统作用\+实战案例
线性代数·矩阵·预编码算法
chsmiao3 天前
深度学习之线性代数
人工智能·深度学习·线性代数
Eloudy3 天前
光子的单缝衍射模型
线性代数·机器学习·概率论
2601_957879334 天前
基于LBS位置服务与跨域OpenAPI的同城矩阵系统:边缘裂变与数据网关架构实践
线性代数·矩阵·架构
lqjun08274 天前
Hessian 矩阵(海森矩阵)及其应用
线性代数·矩阵