CP.11矩阵空间、秩1矩阵、小世界图

1.矩阵空间

先前所讲的向量空间，都是$n$维实数空间，现在将矩阵看作向量，例如将$3\times 3$的矩阵看作向量；这相当于从原来的$n$维扩展到$n\times n$维。为什么可以把矩阵看作向量呢？
因为矩阵也服从向量空间的运算，向量能加减、数乘，矩阵同样可以。所以说矩阵也可以当成向量来张成空间，这种空间称之为矩阵空间。

1.1矩阵空间的基

所有$3\times 3$矩阵组成一个矩阵空间M，则矩阵空间M的一组基为：
$$E_{11}=\left[\begin{array}{ccc}1& 0& 0\\ 0& 0& 0\\ 0& 0& 0\end{array}\right],E_{12}=\left[\begin{array}{ccc}0& 1& 0\\ 0& 0& 0\\ 0& 0& 0\end{array}\right],E_{13}=\left[\begin{array}{ccc}0& 0& 1\\ 0& 0& 0\\ 0& 0& 0\end{array}\right]$$
$$E_{21}=\left[\begin{array}{ccc}0& 0& 0\\ 1& 0& 0\\ 0& 0& 0\end{array}\right],E_{22}=\left[\begin{array}{ccc}0& 0& 0\\ 0& 1& 0\\ 0& 0& 0\end{array}\right],E_{23}=\left[\begin{array}{ccc}0& 0& 0\\ 0& 0& 1\\ 0& 0& 0\end{array}\right]$$
$$E_{31}=\left[\begin{array}{ccc}0& 0& 0\\ 0& 0& 0\\ 1& 0& 0\end{array}\right],E_{32}=\left[\begin{array}{ccc}0& 0& 0\\ 0& 0& 0\\ 0& 1& 0\end{array}\right],E_{33}=\left[\begin{array}{ccc}0& 0& 0\\ 0& 0& 0\\ 0& 0& 1\end{array}\right]$$
这九个矩阵线性无关，矩阵空间$M$的维数为$dim(M)=9$

2.矩阵空间的子空间

$3\times 3$矩阵空间$M$的子空间有：
1.所有上三角矩阵组成空间$U$(upper triangular matrix)
2.所有的对称矩阵组成空间$S$(symmetric matrix)
3.所有对角矩阵组成的空间$D$(diagonal matrix)(对角阵是上三角阵和对称阵的交集）
$S$空间的维数是6，6个基分别为:
$$\left[\begin{array}{ccc}1& 0& 0\\ 0& 0& 0\\ 0& 0& 0\end{array}\right],\left[\begin{array}{ccc}0& 0& 0\\ 0& 1& 0\\ 0& 0& 0\end{array}\right],\left[\begin{array}{ccc}0& 0& 0\\ 0& 0& 0\\ 0& 0& 1\end{array}\right],\left[\begin{array}{ccc}0& 1& 0\\ 1& 0& 0\\ 0& 0& 0\end{array}\right],\left[\begin{array}{ccc}0& 0& 1\\ 0& 0& 0\\ 1& 0& 0\end{array}\right],\left[\begin{array}{ccc}0& 0& 0\\ 0& 0& 1\\ 0& 1& 0\end{array}\right]$$
这六个基都是最基本的对称矩阵。
$U$空间的维数是6，6个基分别为:
$$\left[\begin{array}{ccc}1& 0& 0\\ 0& 0& 0\\ 0& 0& 0\end{array}\right],\left[\begin{array}{ccc}0& 0& 0\\ 0& 1& 0\\ 0& 0& 0\end{array}\right],\left[\begin{array}{ccc}0& 0& 0\\ 0& 0& 0\\ 0& 0& 1\end{array}\right],\left[\begin{array}{ccc}0& 1& 0\\ 0& 0& 0\\ 0& 0& 0\end{array}\right],\left[\begin{array}{ccc}0& 0& 1\\ 0& 0& 0\\ 0& 0& 0\end{array}\right],\left[\begin{array}{ccc}0& 0& 0\\ 0& 0& 1\\ 0& 0& 0\end{array}\right]$$
将$U$和$S$进行组合，我们还可以得到其他子空间：
交：对称阵空间$S$和上三角阵空间$U$的交集为对角阵空间$D$，维数为3
并：对称阵空间 $S$和上三角阵空间 $U$的并集可以得到所有3*3矩阵，因此这个S+U构成的空间维度是9。

引用链接：https://blog.csdn.net/weixin_44895586/article/details/111311497

3.微分方程与向量空间

$$\frac{{\mathrm{d}}^2\mathrm{y}}{\mathrm{d}{x}^2}+y=0$$
微分方程的通解为$y=c_{1}cosx+c_{2}sinx$，其中c可取任意复数。解的线性组合构成的空间成为解空间，其维度为2.$cosx$和$sinx$可以理解成解空间的一组基。这些并不是向量，是函数，但是可以对其进行线性运算，在线性代数的讨论范畴之内。

4.秩1矩阵

$$A=\left[\begin{array}{ccc}1& 4& 5\\ 2& 8& 10\end{array}\right]=\left[\begin{array}{c}1\\ 2\end{array}\right]\left[\begin{array}{ccc}1& 4& 5\end{array}\right]$$
$R(A)=1$秩1矩阵可以改写成一列乘以一行的形式，每个秩1矩阵都可以写成一列乘以一行的形式：
$$A=U{V}^T$$
秩1矩阵最吸引人的一点是：它可以当作构建其他任何矩阵的“积木块”，例如存在一个$5\times 17$的矩阵，它的秩是4，那么可以用4个秩1矩阵组合成这个$5\times 17$矩阵。秩为$r$的矩阵总能分解成$r$个秩1矩阵。
用矩阵空间$M$表示所有的$5\times 17$矩阵，一个由秩4矩阵组成的空间是M的子空间吗？不是。即使把零矩阵加入也无法构成M子空间，因为对于两个矩阵的加和，秩4矩阵不封闭$$rank(A+B)\le rank(A)+rank(B)$$
例：假设在$R^4$中有$$v=\left[\begin{array}{c}{v}_1\\ v_2\\ v_3\\ v_4\end{array}\right]$$满足所有分量之和等于零，即$v_1+v_2+v_3+v_4=0$，向量$v$构成一个子空间$S$，包含零向量并对线性运算封闭，那么子空间的维数是多少。它是矩阵$A=\left[\begin{array}{cccc}1& 1& 1& 1\end{array}\right]$的零空间，因为矩阵$A$的秩为1，因此其零空间的秩为$n-r=3$。零空间的基就是$AX=0$的特解：
$$\left[\begin{array}{c}-1\\ 1\\ 0\\ 0\end{array}\right]\left[\begin{array}{c}-1\\ 0\\ 1\\ 0\end{array}\right]\left[\begin{array}{c}-1\\ 0\\ 0\\ 1\end{array}\right]$$

有时候求解子空间维数的时候，可以考虑子空间是不是某个方程的解空间。