反对称矩阵的维数_线性代数笔记11-矩阵空间、秩1矩阵和小世界图

本文介绍了矩阵空间的概念,强调了对称矩阵和上三角矩阵的子空间,并探讨了反对称矩阵的维数。接着,文章深入分析了秩为1的矩阵,并给出例子说明秩1矩阵不一定构成子空间。最后,引入了小世界图的概念,以一个5节点6边的图为例进行说明。
摘要由CSDN通过智能技术生成

矩阵空间

将矩阵看做是“向量”,我们可以得出一个矩阵空间的概念,空间内的矩阵可以做加法和数乘后仍在空间内。我们以所有

equation?tex=3%5Ctimes3 矩阵组成的空间
equation?tex=M 为例。它的子空间,比如
equation?tex=3%5Ctimes3 对称矩阵子空间,
equation?tex=3%5Ctimes3 上三角矩阵子空间。

equation?tex=M 的一组基:
equation?tex=%5Cbegin%7Bbmatrix%7D1%260%260%5C%5C0%260%260%5C%5C0%260%260%5Cend%7Bbmatrix%7D
equation?tex=%5Cbegin%7Bbmatrix%7D0%261%260%5C%5C0%260%260%5C%5C0%260%260%5Cend%7Bbmatrix%7D
equation?tex=%5Cbegin%7Bbmatrix%7D0%260%261%5C%5C0%260%260%5C%5C0%260%260%5Cend%7Bbmatrix%7D
equation?tex=%5Cbegin%7Bbmatrix%7D0%260%260%5C%5C1%260%260%5C%5C0%260%260%5Cend%7Bbmatrix%7D
equation?tex=%5Cbegin%7Bbmatrix%7D0%260%260%5C%5C0%261%260%5C%5C0%260%260%5Cend%7Bbmatrix%7D
equation?tex=%5Cbegin%7Bbmatrix%7D0%260%260%5C%5C0%260%261%5C%5C0%260%260%5Cend%7Bbmatrix%7D
equation?tex=%5Cbegin%7Bbmatrix%7D0%260%260%5C%5C0%260%260%5C%5C1%260%260%5Cend%7Bbmatrix%7D
equation?tex=%5Cbegin%7Bbmatrix%7D0%260%260%5C%5C0%260%260%5C%5C0%261%260%5Cend%7Bbmatrix%7D
equation?tex=%5Cbegin%7Bbmatrix%7D0%260%260%5C%5C0%260%260%5C%5C0%260%261%5Cend%7Bbmatrix%7D 。则
equation?tex=M 的维数为9。

我们称对称矩阵子空间为

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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