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
爱刷碗的苏泓舒10 小时前
泰勒级数与泰勒展开:GNSS卫地距线性化、Jacobian矩阵与Hessian矩阵
线性代数·算法·矩阵·gnss·雅可比矩阵·卫地距线性化·海森矩阵
lhh_qrsly1 天前
机器学习 深度学习 强化学习 都学啥 和 高等数学 线性代数 概率论数理统计 有啥关系
深度学习·线性代数·机器学习
yeflx1 天前
行列式、特征值、SVD 等知识点记录(待补充)
线性代数·矩阵
虾..1 天前
三维图形学基础数学(向量,矩阵)
线性代数·矩阵
涉密IT资质笔记2 天前
2026 涉密资质三类硬性条件对照:军工 / 集成 / 印制参数矩阵与易错点
服务器·线性代数·矩阵·创业创新
BSD_HY2 天前
薄膜开关矩阵按键的GPIO扩展芯片选型与中断响应延迟
单片机·线性代数·矩阵
数智工坊2 天前
视觉SLAM第11讲|回环检测:词袋模型、字典构建与相似度计算全解析
人工智能·深度学习·线性代数
数智工坊2 天前
视觉SLAM第4讲|李群与李代数:位姿优化的数学基石
人工智能·深度学习·线性代数·cnn
数智工坊2 天前
视觉SLAM第10讲|后端优化(下):位姿图优化、滑动窗口与图优化工程实践
人工智能·深度学习·线性代数·矩阵
数智工坊2 天前
视觉SLAM第13讲|工程落地:双目视觉里程计系统架构设计与性能优化
人工智能·深度学习·线性代数·性能优化·矩阵·系统架构·机器人