MIT18.06线性代数课程笔记11：矩阵空间、子空间的交和、秩一矩阵

课程简介

18.06是Gilbert Strang教授在MIT开的线性代数公开课，课程视频以及相关资料请见https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/index.htm。

课程笔记

这部分对向量空间做了一些拓展，介绍了矩阵空间以及解集空间，然后给出了子空间的操作定义：交、和。然后Strang给出了一些对秩一矩阵性质的定理，应该会在后面的章节中证明。

1. 向量空间的扩展

回忆向量空间的定义：满足标量乘法以及加法的结果仍然位于同一集合内的向量集合。具体的

$$\forall \vec v\in S, c\vec v\in S\\ \forall \vec v_1,\vec v_2 \in S, \vec v_1+\vec v_2\in S\\ \Leftrightarrow S \text{ is a vector space}$$
注意到实际上只需要定义对元素的标量乘法以及加法，即可对任意元素定义空间。即对向量空间的拓展。

1.1. 矩阵空间

矩阵空间的元素为任意固定大小的矩阵$M\in R^{m\times n}$，标量乘法和加法的定义与实际矩阵的定义一致。则有$\forall n,m, R^{m\times n}$ is a matrix space。因为$m\times n$维矩阵的标量乘法以及加法结果都是$m\times n$维矩阵。

空间的维度为基的个数，而$R^{m\times n}$有$mn$个，所以维度也是$mn$。

同样的，可以对subspace做拓展，例如对于3维方阵$R^{3\times 3}$构成的原空间，对角阵集合$D$、对称矩阵集合$S$以及上三角矩阵$U$都是原空间的子空间。其构成子空间的验证如上所述，满足标量乘法以及加法结果位于同一集合。

并且有$\text{Dim}(R^{3\times 3})=9$，$\text{Dim}(D) = 3$，$\text{Dim}(S)=6$，$\text{Dim}(U)=6$。进一步注意到 D=