麻省理工大学线性代数导论笔记 - Lecture 5 转置-置换-向量空间R

学习视频来源：麻省理工公开课_线性代数导论 讲师：Gilbert Strang

http://open.163.com/special/opencourse/daishu.html

---

Lecture 5 置换-转置-向量空间

Permutation and Transpose 置换和转置

接着上节课的内容，我们来更详细地了解下置换和转置。

• Permutation 置换

  置换矩阵记作$P$，是行重新排列了的单位矩阵，用来完成行互换。当求解$A=LU$存在主元为 0 的情况时，方程式变为$PA=LU$。对任意可逆矩阵$A$，都有这种形式。

  所有$n×n$置换矩阵的个数为$n!$ （n factorial n的阶乘），且所有的置换矩阵可逆$P^{-1}=P^{T}$。

• Transpose 转置

  已知一个$3×2$的矩阵$A= \left( \begin{array}{ccc} 1&3\\ 2&3\\ 4&1 \end{array} \right)$，则$A^{T}= \left( \begin{array}{ccc} 1&2&4\\ 3&3&1 \end{array} \right)$。用符号表示为$A^{T}_{i,j}=A_{j,i}$。

  若$A^{T}_{i,j}=A_{i,j}$，则$A$为symmetric matrix 对称矩阵（方阵）。

  那么怎样通过rectangular matrix 长方阵$R$得到对称矩阵呢？我们只需要将$R$和其转置$R^{T}$相乘。先看上面的特例：
  $AA^{T}=\left( \begin{array}{ccc} 1&3\\ 2&3\\ 4&1 \end{array} \right) \left( \begin{array}{ccc} 1&2&4\\ 3&3&1 \end{array} \right)= \left( \begin{array}{ccc} 10&11&7\\ 11&13&11\\ 7&11&17 \end{array} \right)$

  再用符号进行推算：$(R^{T}R)^{T}=R^{T}R$

Vector Space 向量空间 The beginning of real Linear Algebra

满足一定规则的空间才可以被称为向量空间，必须能进行 add 加法和 multiply 数乘运算，必须能进行线性组合。

• 二维real vectors 实向量的向量空间${\mathbb R^2}$

  ${\mathbb R^2}$里可能有$\left( \begin{array}{ccc} 3\\ 2\end{array} \right)$，$\left( \begin{array}{ccc} 0\\ 0\end{array} \right)$（零向量是所有向量里最重要的），$\left( \begin{array}{ccc} \pi\\ e\end{array} \right)$。我们可以将它们相加，点乘，其计算结果仍在${\mathbb R^2}$里。画图，横坐标表示第一个分量，纵坐标表示第二个分量。
  
  我们可以把${\mathbb R^2}$称为一个平面，如果拿掉其中的一个向量比如零向量，就像是在平面上戳了一个洞，这会非常糟糕。对于向量空间，必须满足存在于此空间的向量乘以任何数后都在向量空间。乘以 0 也是如此，因此所有的向量空间都必须包含零向量。

• 怎样找出${\mathbb R^2}$的子空间？

  对于${\mathbb R^2}$内一条穿过原点（数乘允许乘以 0）的直线上的任意向量，乘以任意数的结果均在这条直线上，即对数乘封闭。而直线上的任意向量，加上直线上的任意向量，结果仍在直线上，即对加法封闭。所以${\mathbb R^2}$内的一条直线是${\mathbb R^2}$的一个子空间。

  列出${\mathbb R^2}$的所有子空间：①${\mathbb R^2}$本身（最大的子空间）；②穿过原点，两边无限延伸的直线；③零向量$\vec 0 = \left( \begin{array}{ccc} 0\\ 0\end{array} \right)$（最小的子空间）。

• 已知矩阵$A= \left( \begin{array}{ccc} 1&3\\ 2&3\\ 4&1 \end{array} \right)$，如何构造子空间？

  通过列向量构造子空间。

  $A$中的各列均为${\mathbb R^3}$中的向量，这两列所有的线性组合（包括数乘和加法）构成一个子空间，即column space 列空间，记$C(A)$。