11.【线性代数】——矩阵空间,秩1矩阵,小世界图

十一 矩阵空间,秩1矩阵,小世界图

    • [1. 矩阵空间](#1. 矩阵空间)
      • [交集 和 和集](#交集 和 和集)
    • [2. 所有解空间](#2. 所有解空间)
    • [3. r = 1 r=1 r=1的矩阵](#3. r = 1 r=1 r=1的矩阵)
    • [4. 题目](#4. 题目)
    • [5. 小世界图](#5. 小世界图)

空间:组成空间的元素的线性组合都在这个空间中。

1. 矩阵空间

举例:矩阵空间( M M M 所有3x3的矩阵)
M 3 ∗ 3 M_{3*3} M3∗3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} \newline \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} \newline \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

维度为9。

对称矩阵( S S S)的基,维度为6
[ 1 0 0 0 0 0 0 0 0 ] , [ 0 0 0 0 1 0 0 0 0 ] , [ 0 0 0 0 0 0 0 0 1 ] [ 0 1 0 1 0 0 0 0 0 ] , [ 0 0 1 0 0 0 1 0 0 ] , [ 0 0 0 0 0 1 0 1 0 ] \begin{bmatrix} 1&0&0\\ 0&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&0\\ 0&0&1 \end{bmatrix} \newline \begin{bmatrix} 0&1&0\\ 1&0&0\\ 0&0&0 \end{bmatrix}, \begin{bmatrix} 0&0&1\\ 0&0&0\\ 1&0&0 \end{bmatrix}, \begin{bmatrix} 0&0&0\\ 0&0&1\\ 0&1&0 \end{bmatrix} 100000000 , 000010000 , 000000001 010100000 , 001000100 , 000001010

上三角矩阵( U U U)的基,维度为6
[ 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 0 1 0 0 0 0 ] , [ 0 0 0 0 0 1 0 0 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} \newline \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\\ 0&0&1 \end{bmatrix} 100000000 , 000100000 , 000000100 000010000 , 000000010 , 000000001

交集 和 和集

交集: S ∩ U = 对角矩阵,维度是 3 S\cap U = 对角矩阵,维度是3 S∩U=对角矩阵,维度是3

和集: S + U = M , d i m ( S + U ) = 9 S + U = M, dim(S+U) = 9 S+U=M,dim(S+U)=9

d i m ( S + U ) + d i m ( S ∩ U ) = d i m ( S ) + d i m ( U ) dim(S+U) + dim(S \cap U) = dim(S) + dim(U) dim(S+U)+dim(S∩U)=dim(S)+dim(U)

2. 所有解空间

对于 d 2 y d x 2 + t = 0 , y = c o s x , s i n x ⏟ 解基 \dfrac{d^2y}{dx^2}+t =0, y=\underbrace{cosx,sinx}_{解基} dx2d2y+t=0,y=解基 cosx,sinx

解空间 y = c 1 c o s x + c 2 s i n x y=c_1cosx+c_2sinx y=c1cosx+c2sinx

3. r = 1 r=1 r=1的矩阵

[ 1 4 5 2 8 10 ] ⏟ A 2 ∗ 3 = [ 1 2 ] [ 1 4 5 ] \underbrace{\begin{bmatrix} 1&4&5\\ 2&8&10 \end{bmatrix}}{A{2*3}} = \begin{bmatrix} 1\\ 2 \end{bmatrix} \begin{bmatrix} 1&4&5 \end{bmatrix} A2∗3 [1248510]=[12][145]

所有 r = 1 r=1 r=1的矩阵,可以拆成 A = u v T A=uv^T A=uvT

4. 题目

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 = 所有 V 在 R 4 中,满足 v 1 + v 2 + v 3 + v 4 = 0 。 S 能否构成子空间呢? S=所有V在R^4中,满足v_1+v_2+v_3+v_4=0。S能否构成子空间呢? S=所有V在R4中,满足v1+v2+v3+v4=0。S能否构成子空间呢?

能。相当于 A V = 0 , S = N ( A ) AV=0,S=N(A) AV=0,S=N(A)
[ 1 1 1 1 ] ⏟ A [ v 1 v 2 v 3 v 4 ] ⏟ V = 0 \underbrace{\begin{bmatrix} 1&1&1&1\\ \end{bmatrix}}{A} \underbrace{\begin{bmatrix} v_1\\ v_2\\ v_3\\ v_4 \end{bmatrix}}{V}=0 A [1111]V v1v2v3v4 =0

A矩阵的秩为1, d i m ( N ( A ) ) = n − r = 4 − 1 = 3 dim(N(A)) = n -r = 4 - 1 = 3 dim(N(A))=n−r=4−1=3

S的基为(等价于求AV=0的解空间)
[ − 1 1 0 0 ] , [ − 1 0 1 0 ] , [ − 1 0 0 1 ] \begin{bmatrix} -1\\1\\0\\0 \end{bmatrix}, \begin{bmatrix} -1\\0\\1\\0 \end{bmatrix}, \begin{bmatrix} -1\\0\\0\\1 \end{bmatrix} −1100 , −1010 , −1001

5. 小世界图

图的定义 g r a p h = { n o d e s , e d g e s } graph=\{nodes, edges\} graph={nodes,edges}

相关推荐
蹦蹦跳跳真可爱58910 小时前
Python----线性代数(线性代数基础:标量,向量,矩阵,张量)
python·线性代数·矩阵
yh2021SYXMZ12 小时前
物理竞赛中的线性代数
线性代数
bingw01141 天前
ZT20 【模板】静态矩阵和(二维前缀和)
线性代数·算法·矩阵
T06205141 天前
【更新】各城市间地理距离矩阵数据集(2024年)
线性代数·矩阵
audyxiao0012 天前
探秘《矩阵之美》:解锁矩阵的无限魅力
大数据·人工智能·线性代数·算法·矩阵
修昔底德3 天前
费曼学习法11 - NumPy 的 “线性代数” 之力:矩阵运算与应用 (应用篇)
人工智能·python·深度学习·学习·线性代数·numpy
Shockang3 天前
矩阵基本概念
线性代数·机器学习·矩阵
山楂树の3 天前
【线性代数的理解】 为什么说线性代数研究的是空间变换?旋转矩阵坐标转换矩阵
线性代数·矩阵·webgl