矩阵空间
- 想像一个新的向量尺度,不再是 一列,可以是二维的,即 m*n 表示一个向量
- 矩阵空间是一种新的向量空间,满足单个矩阵向量之间的数乘、相加 封闭性
- 对于 3 * 3 的矩阵空间来说,我们可以知道一共有9个基,对称矩阵有6个,上三角矩阵有6个,我们分析:
Symmetric: 对称矩阵
Upper:上三角矩阵
S ∩ U 的 矩 阵 空 间 的 维 度 为 3 个 S\cap U 的矩阵空间的维度为3个 S∩U的矩阵空间的维度为3个
S ∪ U 的 集 合 不 一 定 是 一 个 空 间 S\cup U 的集合不一定是一个空间 S∪U的集合不一定是一个空间
定 义 S + U 为 表 示 任 意 一 个 S 中 元 素 + 任 意 一 个 U 中 元 素 的 结 果 集 合 组 成 的 空 间 定义 S + U 为表示 任意一个 S中元素 + 任意一个U中元素的结果集合组成的空间 定义S+U为表示任意一个S中元素+任意一个U中元素的结果集合组成的空间
d i m ( S ) + d i m ( U ) = d i m ( S ∩ U ) + d i m ( S + U ) dim(S) + dim(U) = dim(S\cap U)+dim(S+U) dim(S)+dim(U)=dim(S∩U)+dim(S+U)
理解空间的概念
- 比如
d
y
2
/
d
x
2
+
y
=
0
d^2_y/d^2_x + y = 0
dy2/dx2+y=0中,y的解,可以表示为
y = c 1 c o s x + c 2 s i n x y = c_1 cosx + c_2 sinx y=c1cosx+c2sinx,也可以认为解也可以是一个空间,基为 cosx,sinx。空间里面的元素 都是基的线性组合,空间的维度为基的数目,2 - 线性代数、基、不仅仅是可以指m * n 的矩阵!
秩1矩阵
- 指秩为1的矩阵,满足的一个特性是:可以由一列 * 一行
如:
[ 1 4 5 2 8 10 ] = [ 1 2 ] × [ 1 4 5 ] { \left[ \begin{array}{ccc} 1 & 4 & 5 \\ 2 & 8 & 10 \end{array} \right ]} = { \left[ \begin{array}{ccc} 1 \\ 2 \end{array} \right ]} \times { \left[ \begin{array}{ccc} 1 & 4 & 5 \end{array} \right ]} [1248510]=[12]×[145] - 秩1矩阵可以看成是一个积木一样,如 M = 所有的5 * 17的矩阵,一个由秩4矩阵组成的集合,可以由4个秩1矩阵相乘得到,注意,秩4矩阵的所有集合不能构成空间的原因有:
1、不包含 0向量
2、 秩 4 + 秩 4 ≠ = 秩 4 秩 4 + 秩 4 \neq = 秩 4 秩4+秩4̸==秩4
思考题
R4空间中,满足四个分量之和为0的向量组成的集合是不是一个空间?
- 是,原因是可以满足 v1 + v2 仍然在集合中,v1 * c 仍然在集合中,包含零向量。
找出该空间的基以及维度?
v
1
+
v
2
+
v
3
+
v
4
=
0
{v_1 + v_2 + v_3 + v_4 = 0}
v1+v2+v3+v4=0
即
[
1
1
1
1
]
×
v
=
0
{ \left[ \begin{array}{ccc} 1 & 1 & 1 & 1 \end{array} \right ]} \times v = 0
[1111]×v=0
所以有 该空间即为
[
1
1
1
1
]
的
零
空
间
{ \left[ \begin{array}{ccc} 1 & 1 & 1 & 1 \end{array} \right ]}的零空间
[1111]的零空间
所以有
该零空间基为
[
−
1
1
0
0
]
、
[
−
1
0
1
0
]
、
[
−
1
0
0
1
]
{ \left[ \begin{array}{ccc} -1\\ 1\\ 0\\ 0 \end{array} \right ]}、{ \left[ \begin{array}{ccc} -1\\ 0\\ 1\\ 0 \end{array} \right ]}、{ \left[ \begin{array}{ccc} -1\\ 0\\ 0\\ 1 \end{array} \right ]}
⎣⎢⎢⎡−1100⎦⎥⎥⎤、⎣⎢⎢⎡−1010⎦⎥⎥⎤、⎣⎢⎢⎡−1001⎦⎥⎥⎤维度为2
上面对应矩阵的四个子空间
1、零空间:
R4空间内的子空间,维度维3 = 4- rank
2、行空间:
R4 空间内的子空间,维度为1 = rank [1,1,1,1]
3、列空间:
R1 空间内的子空间,维度为1 = rank,[1]
4、左零空间
R1 空间内的子空间,维度为0 = 1-rank,基为0向量
小世界图:
图论、线性代数
图:
结点和边的集合,边连接各个结点
人与人之间的最大距离不超过6,是指可以最远通过6个结点找到另一个人~