MIT 18.06 linear algebra 第十一讲笔记

MIT 18.06 linear algebra 第十一讲笔记

---

第十一课课程要点：

• Basic of new vector spaces
• Rank one matrices
• small world graphs

---

对于形状为$3\times 3$对称矩阵组成的空间的维度为多少？
由形状为$3\times 3$的上三角矩阵组成的空间维度为多少？

如下所示，下面6个矩阵就是$3\times 3$对称矩阵组成的空间的基，那么其维度也就是6。

$$\begin{bmatrix} 1&0&0\\ 0&0&0\\ 0&0&0 \end{bmatrix} \begin{bmatrix} 0&0&0\\ 0&1&0\\ 0&0&0 \end{bmatrix} \begin{bmatrix} 0&0&0\\ 0&0&0\\ 0&0&1 \end{bmatrix} \begin{bmatrix} 0&1&0\\ 1&0&0\\ 0&0&0 \end{bmatrix} \begin{bmatrix} 0&0&1\\ 0&0&0\\ 1&0&0 \end{bmatrix} \begin{bmatrix} 0&0&0\\ 0&0&1\\ 0&1&0 \end{bmatrix}\tag{1}$$

同理，可以得出形状为$3\times 3$上三角矩阵的维度为6。

下面我们用$S$代表对称矩阵（Symmetric matrices）空间用$U$代表上三角矩阵（Upper triangular matrices）组成的空间。那么$S\cap U$的维度为3（因为交集组成的空间等于对角阵组成的空间）。$S\cup U$并不能组成一个空间，因为$S$和$U$的空间维度都是6维的。只是它们的“朝向”不同，因此它们的并集并不能组成空间。$S+U$表示这样的空间。其中一个元素(element)从$U$中取，另一个元素从$S$中取，这样构成的空间。这个空间的维度为9。

$S+U$=any element of $S$ + any element of $U$ = all $3\times 3$

我们可以发现$S\cap U$的维度加上$S + U$的维度之和等于$S$加$U$的维度之和。因此有如下结论：

两个空间的维度之和等于两个空间交的维度加和的维度

---

假设有矩阵$A$如下：

$$\begin{bmatrix} 1&4&5\\ 2&8&10 \end{bmatrix} = \begin{bmatrix} 1\\2 \end{bmatrix} \begin{bmatrix} 1&4&5\\ \end{bmatrix}\tag{2}$$
从上式（2）中可以看出所有秩为1的矩阵都可以写为一列乘以一行的形式。即$A=UV^{T}$,如果一个形状为$5\times 17$的矩阵，假设它的秩为4，那么我们可以通过4个秩为1的矩阵搭建出这个矩阵来。

所有形状为$5\times 17$且秩为4的矩阵能构成一个空间吗？答案是不能。因为两个同形状秩为4的矩阵有可能相加构成秩为5的矩阵。就不在这个空间之内了。

---

在$R^{4}$中所有满足$v = \begin{bmatrix}v_1\\v_2\\v_3\\v_4\end{bmatrix}$其四个分量之和为0构成一个集合，请问这个集合对应的空间的维度是多少？这个问题等价于求下式的零空间：

$$Av = \begin{bmatrix} 1&1&1&1 \end{bmatrix} \begin{bmatrix} v_1\\v_2\\v_3\\v_4\ \end{bmatrix}=0\tag{3}$$
由于矩阵 $A$的秩为1，那么有$dim(N(A)) = n-r$得出维度为3。这个空间的一组基如下所示:
$$\begin{bmatrix} -1\\0\\0\\1 \end{bmatrix} \begin{bmatrix} -1\\1\\0\\0 \end{bmatrix} \begin{bmatrix} -1\\0\\1\\0 \end{bmatrix}\tag{4}$$
矩阵 $A$的列空间的维度为1。$N(A^{T})=0$也就是说 $A^T$的基是空集，维度为0。

以上用到了我们以前总结的一条规律：

• $N(A)+row(A) = n$
• $col(A)+N(A^T)=m$

---

图：图是由一些点和线构成的。