美文网首页
线性代数笔记11

线性代数笔记11

作者: 大飞哥 | 来源:发表于2019-01-23 20:32 被阅读7次

    第十一节

    新型向量空间的基//矩阵的秩

    新型向量空间 即:矩阵空间

    对于3x3矩阵空间
    矩阵空间的维度是9
    对称矩阵空间的维度是6
    上三角矩阵空间的维度是6
    对角矩阵空间的维度是3

    对称矩阵空间S,上三角矩阵空间U,对角矩阵空间D
    交集(intersection)
    S \cap U =D

    并集(union)
    S \cup U 都不是一个子空间

    和(sum)
    S + U
    任意S中的元素 + 任意U中的元素 维度是9,整个3x3的矩阵空间
    加空间,就是 一个平面加另一个平面,完全的相加

    dim(S+U)+dim(S \cap U)=dim(S)+dim(U)\\ 9+3=6+6

    一个例子:
    \frac{\mathrm{d^2y} }{\mathrm{d} x^2}+y=0

    两个特解是 cos x,sin x,则y的通解是:
    y=c_1cos x+c_2sinx
    dim(解空间)=2
    cos x,sin x就是解空间的一组基

    任何一个秩为1的矩阵,都可以表示为A=UV^T
    U,V分别为均为列向量

    例子:
    v=\begin{bmatrix} v_1\\v_2\\v_3\\v_4 \end{bmatrix}
    S是R^4内的,满足v_1+v_2+v_3+v_4=0的空间
    则S就是零空间,对应Av=0,其中A=\begin{bmatrix} 1&1&1&1 \end{bmatrix}
    则A的秩,rank=1,dim(N(A))=n-r=3

    由A可以求得S的基:
    第一个1设为主元,则分别另其他自由变量,一个为1,其他为0,可以求得S的基:
    \begin{bmatrix} -1\\1\\0\\0 \end{bmatrix},\begin{bmatrix} -1\\0\\1\\0 \end{bmatrix},\begin{bmatrix} -1\\0\\0\\1 \end{bmatrix}

    小世界 图论的引入

    Graph=\{nodes ,edges\}

    相关文章

      网友评论

          本文标题:线性代数笔记11

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