秩1矩阵

所有的秩1矩阵(Rank 1 matrix)都可转化为:

Am×n=um×1vTn×1

一个列向量乘以一个行向量。

秩1矩阵与线性空间理论

如何描述一个空间——基与维数;

比如如下的一个线性子空间, vR4,v1+v2+v3+v4=0 ,所有的 v 构成的子空间 S。它的基和维数分别是多少?

v1+v2+v3+v4=0 ,改造成方程组的形式:

Av=0[1,1,1,1]v1v2v3v4=0

秩1矩阵登堂入室,此时的子空间 S 即为 A=[1,1,1,1]的 零空间(null space)

而求解null space of Am×n 的维数的一般公式是:

dimN(A)=nrank(A)=nr

故此时 S 的维数(也即 A 的核空间的维数)为 41 rank(A)=1 秩1矩阵嘛)。我们接着给出其基的形式,一个主元(第一个位置),三个自由变量(free variable):

1100,1010,1001

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

五道口纳什

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值