美文网首页
MIT-18.06-线性代数(第五讲)

MIT-18.06-线性代数(第五讲)

作者: 林枫bioinfo | 来源:发表于2022-03-19 01:14 被阅读0次

第五讲 —— 转置、置换、向量空间

1. 置换与转置

1.1 置换

置换矩阵,记为P,是用来完成行互换的矩阵。PA=LU,该描述包含了存在行互换的消元,P就是表示行互换的矩阵,它将各行互换为正确的顺序,互换后主元位置不会再出现0的情况(A为任意可逆矩阵)。置换矩阵,是行重新排列了的单位矩阵。n×n置换矩阵的个数为n!所有置换矩阵均可逆(因为各行还原后能够得到单位阵),而且其逆矩阵与其转置相等。P^T=P,P^{-1}=P^T

1.2 转置和对称

有矩阵\begin{bmatrix} 1 & 3 \\ 2 & 3 \\ 4 & 1 \\ \end{bmatrix}^T=\begin{bmatrix} 1 & 2 & 4 \\ 3 & 3 & 1 \\ \end{bmatrix}。写成公式形式:(A^T)_{ij}=A_{ji}

对称矩阵(symmetric matrix),对称表示,转置以后该矩阵没有改变,即A^T=A,如\begin{bmatrix} 3 & 1 & 7 \\ 1 & 2 & 9 \\ 7 & 9 & 4 \\ \end{bmatrix}。有长方矩阵RR代表rectangular),R^TR永远得对称矩阵。\begin{bmatrix} 1 & 3 \\ 2 & 3 \\ 4 & 1 \\ \end{bmatrix} \begin{bmatrix} 1 & 2 & 4 \\ 3 & 3 & 1 \\ \end{bmatrix}=\begin{bmatrix} 10 & 11 & 7 \\ 11 & 13 & 11 \\ 7 & 11 & 17 \\ \end{bmatrix}(R^TR)^T=R^T(R^T)^T=R^TR

2. 向量空间及其子空间

向量空间(vector spaces),空间表示有很多向量,一整个空间的向量,但并不是任意向量的组合都能称为空间,空间必须满足一定的规则,必须能够进行加法和数乘运算,必须能够进行线性组合
R^2,讨论的是实数,向量用两个实数表示。所以这里均为二维向量、实向量。\begin{bmatrix} 3 \\ 2 \\ \end{bmatrix} \begin{bmatrix} 0 \\ 0 \\ \end{bmatrix} \begin{bmatrix} \pi \\ e \\ \end{bmatrix}

水平表示第一个分量,竖直表示第二个分量,整个平面则为R^2,可以把R^2称为一个平面,"x-y plane"。所有向量空间必须包含0向量。

R^3,由所有三维实向量组成的空间。
R^n,包含所有的n维向量,是列向量的形式,且它们的分量均为实数。

向量空间的性质,以R^2为例,向量两两相加仍在R^2中,数乘某向量仍在R^2中,取线性组合仍在R^2中,对于R^n也是一样。

向量空间必须对数乘和加法两种运算是封闭的,或者说对线性组合封闭,

R^2的向量子空间(subspace):

  • R^2自身
  • 穿过原点的直线,L
  • 只包含0向量,Z

R^3的向量子空间(subspace):

  • R^3自身
  • 穿过原点的平面
  • 穿过原点的直线
  • 只包含0向量

关于列空间(column space),举例A=\begin{bmatrix} 1 & 3 \\ 2 & 3 \\ 4 & 1 \\ \end{bmatrix},各列属于R^3,所有的线性组合构成一个子空间,只要包含了所有的线性组合,那么就必然得到向量子空间,也称为“列空间”,记作C(A)

相关文章

  • MIT-18.06-线性代数(第五讲)

    第五讲 —— 转置、置换、向量空间 1. 置换与转置 1.1 置换 置换矩阵,记为,是用来完成行互换的矩阵。,该描...

  • MIT-18.06-线性代数(第二讲)

    第二讲 —— 矩阵消元 消元(Elimination) 回代(Back-Substitution) 用矩阵语言描述...

  • MIT-18.06-线性代数(第七讲)

    第七讲 —— :主变量、特解 1. 计算零空间、主变量、自由变量、特解 有矩阵,对这个矩阵消元,消元过程中,零空间...

  • MIT-18.06-线性代数(第六讲)

    第六讲 —— 列空间和零空间 1. 子空间回顾 子空间,是向量空间内的一些向量,它们属于母空间,但自身又构成向量空...

  • MIT-18.06-线性代数(第八讲)

    第八讲 —— 可解性及解的结构 本讲将完整解出线性方程组,目标是:。其是否有解需要通过消元来确认,有解则需要知道是...

  • MIT-18.06-线性代数(第九讲)

    第九讲 —— 线性相关性,基,维数 本讲将学习线性无关(linear independence),对于向量组,何谓...

  • MIT-18.06-线性代数(第十讲)

    第十讲 —— 四个基本子空间 本讲将讲解矩阵的四个基本子空间(subspace)。研究四个子空间及其关系是线性代数...

  • MIT-18.06-线性代数(第一讲)

    第一讲 —— 方程组的几何解释 本讲将讨论线性代数的基础,求解线性方程组,方程组有n个方程,n个未知数 行图像(R...

  • MIT-18.06-线性代数(第四讲)

    第四讲 —— 的分解 回顾上一节没讲完的一些内容,首先是乘积的逆,两矩阵相乘,且它们的逆均已知,那么的逆是什么?有...

  • MIT-18.06-线性代数(第三讲)

    第三讲 —— 矩阵乘法和逆 1. 矩阵乘法 1.1 行列内积 假设矩阵乘矩阵,得到矩阵,。回顾单个元素的求法,取特...

网友评论

      本文标题:MIT-18.06-线性代数(第五讲)

      本文链接:https://www.haomeiwen.com/subject/rauwdrtx.html