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(SU)=dim(D)=3

取对称矩阵与上三角矩阵的和空间 S + U S+U S+U

∀ s 1 ∈ S + ∀ u 1 ∈ U ⟺ S + U \forall s_1 \in S+\forall u_1\in U \iff S+U s1S+u1US+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。


[ 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 + 000100000

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(SU)+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

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

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/725503.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Vector Search和专用Search Nodes:现已正式发布

我们非常高兴地推出了 Atlas Vector Search 和 Search Nodes 的正式发布版本 (GA),为 Atlas 平台增添了更多价值。 自从在公开预览版中发布 Atlas Vector Search 和带有 Search Nodes 的专用基础架构以来,我们注意到,对于使用向量优化搜索节…

【Python 常用脚本及命令系列 2.4 -- 如何使用 .pyc 文件】

文章目录 如何使用 .pyc 文件 如何使用 .pyc 文件 在 Python中,.pyc文件是由Python源文件.py编译生成的字节码文件。这些文件通常不包含可以直接阅读的源代码,但是可以由Python解释器直接执行。如果别人给了你一个.pyc文件,你可以按照以下步…

信息安全、网络安全以及数据安全三者之间的区别

随着信息技术的飞速发展,网络安全、信息安全、数据安全等词汇在平时出现的频率越来越高,尤其是数据安全,是大家都关心的一个重要话题。事实上,有很多人对网络安全、信息安全、数据安全的概念是区分不清的,下面由我帮大…

js 将对象转换为数组,两个对象的属性相同合并相加

1、定义两个对象,属性相同的值相加,并将值赋值为数组中对象属性相同的 定义数组 var titleDate [{name: JKJInputQty,field: restQty,icon: config.ossUrl /afl-data-screen/images/icon-all-input.png,value: 0,titleNames: JKJInputQty,span: 3}, …

分布式概念-理论篇

分布式是一个描述计算机系统或应用架构的术语,它指的是将一个大型的系统或服务拆分成多个小的、独立的子系统或服务,这些子系统或服务可以在不同的计算机或服务器上运行,并通过网络进行通信和协作,从而共同完成整个系统的功能。 …

C#,回文分割问题(Palindrome Partitioning Problem)算法与源代码

1 回文串 “回文串”是一个正读和反读都一样的字符串,初始化标志flagtrue,比如“level”或者“noon”等等就是回文串。 2 回文分割问题 给定一个字符串,如果该字符串的每个子字符串都是回文的,那么该字符串的分区就是回文分区。…

DataLoader

import torchvision from torch.utils.data import DataLoader from torch.utils.tensorboard import SummaryWriter# 准备的测试数据集 数据放在了CIFAR10文件夹下test_data torchvision.datasets.CIFAR10("./CIFAR10",trainFalse, transformtorchvision.transfor…

Qt入门(一)Qt概述

Qt是什么? Qt是一个跨平台应用开发框架。 Qt既包括了一系列的Qt库,还包括诸多配套的开发工具如QtCreater,GUI Designer。Qt本身是由C开发的,但是也提供了其他编程语言的接口。 Qt的定位以及同类 学一种技术,最重要的是…

PDF控件Spire.PDF for .NET【安全】演示:加密 PDF 文档

加密PDF是人们常用的保护PDF的方法。无论对于公司还是个人,使用PDF加密来设置一些限制都是必不可少的。为了使PDF文档可供未经授权的用户阅读但无法修改,加密的PDF文档需要两个密码:所有者密码和用户密码。本节将特别介绍一种通过 Spire.PDF …

从mysql 数据库表导入数据到elasticSearch的几种方式

从MySQL数据库导入数据到Elasticsearch有几种方式,主要包括以下几种: 1. 使用Logstash: Logstash是一个开源的数据收集引擎,可以用来从不同的数据源导入数据到Elasticsearch。它具有强大的数据处理能力和插件生态系统&…

ChatGPT在地学、GIS、气象、农业、生态、环境等领域中的应用

以ChatGPT、LLaMA、Gemini、DALLE、Midjourney、Stable Diffusion、星火大模型、文心一言、千问为代表AI大语言模型带来了新一波人工智能浪潮,可以面向科研选题、思维导图、数据清洗、统计分析、高级编程、代码调试、算法学习、论文检索、写作、翻译、润色、文献辅助…

scanf从缓冲区读值、检查缓冲区与读取失败

先看一段代码&#xff1a;代码① #include <Windows.h> int main() { int n 0; while (scanf( "%d", &n) ! EOF) // 如果输入a死循环 { printf( "b\n"); //getchar(); Sleep(1000); } return 0; } 此程序的输出结果是 输出…

透明多级分流系统(用户端缓存和负载均衡)

部件考虑 有些设备位于客户端或者网络边缘&#xff0c;能够迅速响应用户请求&#xff0c;避免给cpu和数据库带来压力&#xff0c;比如&#xff0c;本地缓存&#xff0c;内容分发网络&#xff0c;反向代理等。 有些设备处理能力能够线性扩展&#xff0c;易于伸缩&#xff0c;应…

探索程序员职业迷宫:选择适合自己的职业赛道

作为现代社会中备受青睐的职业之一&#xff0c;程序员的职业赛道就如同一座错综复杂的迷宫&#xff0c;充满了挑战与机遇。在这个迷宫中&#xff0c;有着前端的绚丽花园、后端的神秘洞穴以及数据科学的深邃密室&#xff0c;每一条路径都蕴藏着无限可能和发展空间。而如何选择适…

代码随想录Day22 | Leetcode39 组合总和、Leetcode40 数组总和II | Leetcode131 分割回文串

上题 39. 组合总和 - 力扣&#xff08;LeetCode&#xff09; 40. 组合总和 II - 力扣&#xff08;LeetCode&#xff09; 131. 分割回文串 - 力扣&#xff08;LeetCode&#xff09; 第一题 给你一个 无重复元素 的整数数组 candidates 和一个目标整数 target &#xff0c;找…

ChatGPT聊天机器人数据隐私和安全问题

ChatGPT是否安全使用&#xff1f; 是的&#xff0c;ChatGPT是安全的&#xff0c;因为它无法对你或你的计算机造成任何直接损害。由于网页浏览器和智能手机操作系统都使用了沙箱技术&#xff0c;因此ChatGPT无法访问你设备的其余部分。换句话说&#xff0c;当你使用ChatGPT应用程…

node.js中path.join() 和 path.resolve()

《Node.js》path.resolve与path.join的区别与作用_js path.resolve-CSDN博客

Sentinel 面试题及答案整理,最新面试题

Sentinel的流量控制规则有哪些&#xff0c;各自的作用是什么&#xff1f; Sentinel的流量控制规则主要包括以下几种&#xff1a; 1、QPS&#xff08;每秒查询量&#xff09;限流&#xff1a; 限制资源每秒的请求次数&#xff0c;适用于控制高频访问。 2、线程数限流&#xf…

【异常处理】Mybatis报错 source is null for getProperty(null, “length“)

发现问题 <select id"listArticle" resultType"top.ambtwill.blog.dao.pojo.Article">select * from ms_article<where>11<if test"categoryId ! null">and category_id#{categoryId}</if><if test"tagId ! nul…

MacOS安装反编译工具JD-GUI 版本需要1.8+

Java Decompiler http://java-decompiler.github.io/ 将下载下来的 jd-gui-osx-1.6.6.tar 解压&#xff0c;然后将 JD-GUI.app 文件拷贝到 Applications 应用程序目录里面 1.显示包内容 2.找到Contents/MacOS/universalJavaApplicationStub.sh 3.修改sh文件 内容修改为下面…