线性代数基础7--特殊空间与矩阵实际意义

1,特殊的空间,矩阵空间
空间中不再是向量,而是矩阵.(矩阵也满足向量的各种运算.)
以3×3矩阵组成的空间记为M为例.
那么空间M的一组基有九个,才可以表示任意一个3×3矩阵.所以它的维数定为9,与九维空间不同的是,其中元素不再是一列,而是一个方阵.

那么空间M的一个子空间是:对称矩阵组成的子空间.记为S,那么这个S的维数是多少?结果为6,因为我们只要一个上三角矩阵或者下三角矩阵就可以写出整个对称矩阵.那么对称矩阵的基是什么?M九个基中对角线的3个矩阵,加上其他三个位置对称位置为1的矩阵.所以后三个矩阵中相当于两个1,与上三角矩阵的基是不同的.

M的另一个子空间为:上三角矩阵.记为U,它的维数同上也是6,它的基就是M九个基中的上三角的六个矩阵.

所以这两个矩阵空间相交的维度为3,也就是对角矩阵.

这里注意S+U与S和U的并集是不同的.并且S+U可以得到整个M空间.

这里得到一个公式.两个子空间的维数相加,等于他们并集的维数加上他两个相加的维数.在本例中为6+6=3+9

2,微分方程的解也可以看成是一个求0空间

这些例子告诉我们,维数,基空间的概念,不止适用于向量,在矩阵,以及Sin等函数上也适用,只要两个基之间加法乘法封闭.

3,秩为1的矩阵

A矩阵为2×3的矩阵但是秩只有1,它的行空间的一个基为第一行,列空间的一个基为第一列.
任何一个秩为1的矩阵都可以写成一列×一行,V要转置是因为默认为列向量.

同样秩为4的矩阵可以由4个秩为1的矩阵拼接而成.
那么所有秩为4的矩阵都可以构成子空间吗?
如何判断是否构成子空间就是包含原点和加法乘法封闭.
首先,秩为4的矩阵不包含0矩阵,所以不构成子空间.再有秩为4的两个矩阵相加结果不一定秩为4.
两个矩阵之和的秩不大于两个矩阵的秩之和.所以两个秩为4的矩阵相加,结果的矩阵也不一定秩为4.

这个问题是M是所有的5×17矩阵,那么从中取秩为1的矩阵,这些秩为1的矩阵是否构成子空间.也是不构成的.

对于这个问题,其实问的AV=0的零空间=S,因为S是由V组成的,注意是V在R4中,并且只有一个方程.所以S的维数为3.
由于V在R4中,而不是列向量在R4中,所以A的列空间为R1.并且其左零空间为0,只有0向量.那么左零空间的维数就为0.

4,图和网络
图:包括结点和边,可以用来构造矩阵

可以这样构造矩阵,每一个节点为一列,每一行为一条边,流出为-,流入为+,同时1,2,3边构成一个回路.在矩阵中的表示就是前三行线性相关.

这里虽然可以看出行是相关的,但是各列是否相关是不一定的.


如果我们设X1X2X3X4为每个节点的电势,那么AX最后等于的就是每条线两端的电势差.如果求解,AX=0,那么就是求解电势差为0,每个电势是多少,最后解得通解为c[1,1,1,1]表示各点电势相同.这样就不会产生电流.

当我们求左零空间时,y其实表示每条线上的电流.都是具有实际意义的.

这就是基尔霍夫定律,A的转置四行代表四个节点,最后得到的四个方程就是每个节点流入的电流等于流出的电流.

其实每一个基就是一个回路的电流闭合

行空间,里面应该是各边的线性组合,其中不构成回路的线性组合叫做树,也代表着线性无关.如果构成回路那就变成了线性相关.一个树就像本例中的y1y2y4就不构成回路.
列空间,其实是每一节点的电势线性组合.主列之间的电势互不干扰,相互独立

如果说左零空间的维数表示回路的数量,M表示边的条数,R表示节点数-1(因为0空间为一维),这样就得到了欧拉公式.这样就用线性代数的方法证明了欧拉公式.

就是这样的一个公式,其中回路数是3,因为大的回路线性相关.这个公式在自控原理中会用到.在自控原理中可能就应该选这种独立小回路.

AX得到的是每条边的电势差,或者说两个节点之间的电势差.
将A转置得到的是基尔霍夫电流公式.