MIT 18.06 linear algebra 第五课笔记

MIT 18.06 linear algebra 第五课笔记

---

第五课的课程要点如下：

• PA=LU
• vector space and subspace
• permutation: execute row exchange

---

前面的课程中一直假设在执行矩阵消元的时候不存在换行，其中$A=LU$，$A$为下三角矩阵对角线为1，$U$为上三角矩阵。然而在实际环境中，一般不会这么理想，大多情形下是要对被消元矩阵进行行的互换（因为存在主元位置为0的情形，而主元是不能为0，所以要进行行互换）。对于任何可逆的矩阵$A$,满足$PA=LU$，其中$P$为置换矩阵(permutation matrices)。有时是需要$P$，有时并不需要$P$。课上对$P$的定义如下：

$P=$identify matrix with reorder rows

对于一个$n\times n$的矩阵，它的置换阵$p$一种有$n!$种。其中置换阵有着独特的性质那就是$P^{-1}=p^{T}$,也就是说$P^{T}P=I$。

---

对于一个矩阵的置换，所做的变换为将矩阵的第一行变成第一列，第二行变成第二列，以此类推。即满足$(A^{T})_{ij}=A_{ji}$。下面给出一个例子：

$$\begin{bmatrix} 1&3\\ 2&3\\ 4&1\\ \end{bmatrix}—> \begin{bmatrix} 1&2&4\\ 3&3&1 \end{bmatrix}\tag{1}$$
如果一个矩阵转置后与没有转置是一样的，那么称这种矩阵为对称阵。即 $A^{T}=A$。
$A^{T}A$永远是一个对称阵，证明如下：
$$(A^{T}A)^{T}=A^{T}(A^{T})^{T}=A^{T}A\tag{2}$$

---

向量空间必须对数乘和加法两种运算是封闭的(即对于线性运算是封闭的)。切记：所有向量空间必须包含原点。比如直角坐标系中一条穿过原点的直线，在该直线上任意的向量线性运算都是在这条直线上的。所以这条穿过原点的直线是一个向量空间。它也是$R^{2}$的子空间。
对于$R^{2}$二维平面的子空间有：
①整个$R^{2}$平面
②任何穿过(0,0)点的直线。
③原点
对于一个三维空间它的子空间有：
①整个$R^{3}$平面
②任何穿过原点的二维平面
③任何穿过(0,0,0)点的直线。
④原点

---

对于一个矩阵$A$它的列向量的线性组合组成的向量空间我们称之为列空间，记为$C(A)$。例如一个矩阵:

$$A= \begin{bmatrix} 1&3\\ 2&3\\ 4&1\\ \end{bmatrix}\tag{3}$$
上式(3)由列向量线性组合构成的向量空间是 $R^3$的一个子空间，它是三维空间中穿过原点的一个二维平面。