MIT_线性代数笔记_11_矩阵空间、秩1矩阵、小世界图
2017-03-27 18:54
537 查看
MIT 公开课:Gilbert Strang《线性代数》课程笔记(汇总)
Lecture 11: Matrix spaces; rank 1; small world graphs
课程 11:矩阵空间、秩1矩阵、小世界图
矩阵空间
所有 n×n 维矩阵构成的线性空间称为矩阵空间,记为 Rn×n.
若记 M 为所有 3×3 矩阵构成的矩阵空间,则所有的 3×3 对称矩阵构成的矩阵空间 S 和 3×3 上三角矩阵构成的矩阵空间 U 都是 M 的子空间,显然他们的交也是 M 的子空间,事实上,S 与 U 的交即为所有 3×3 对角矩阵构成的矩阵空间。但 S∪U 不是线性空间,因为对加法不封闭。
定义 S+U={α+β|α∈S,β∈U},显然 S+U 是 M 的子空间,且 S+U=M.
dimM=9,dimS=6,dim(S+U)=9,dim(S∩U)=3, 故
dimS+dimU=dim(S+U)+dim(S∩U).
这就是维数公式。
秩1矩阵
任何一个秩矩阵都能写成 A=uvT 的形式,其中 rankA=1,u,v 均为列向量。
秩 1 矩阵的集合不是线性空间,因为对加法不封闭(两个秩 1 矩阵的和的秩可能为 2)。
任何一个秩为 r 的矩阵都能写成 r 个秩 1 矩阵的和。
MIT 公开课:Gilbert Strang《线性代数》课程笔记(汇总)
Lecture 11: Matrix spaces; rank 1; small world graphs
课程 11:矩阵空间、秩1矩阵、小世界图
矩阵空间
所有 n×n 维矩阵构成的线性空间称为矩阵空间,记为 Rn×n.
若记 M 为所有 3×3 矩阵构成的矩阵空间,则所有的 3×3 对称矩阵构成的矩阵空间 S 和 3×3 上三角矩阵构成的矩阵空间 U 都是 M 的子空间,显然他们的交也是 M 的子空间,事实上,S 与 U 的交即为所有 3×3 对角矩阵构成的矩阵空间。但 S∪U 不是线性空间,因为对加法不封闭。
定义 S+U={α+β|α∈S,β∈U},显然 S+U 是 M 的子空间,且 S+U=M.
dimM=9,dimS=6,dim(S+U)=9,dim(S∩U)=3, 故
dimS+dimU=dim(S+U)+dim(S∩U).
这就是维数公式。
秩1矩阵
任何一个秩矩阵都能写成 A=uvT 的形式,其中 rankA=1,u,v 均为列向量。
秩 1 矩阵的集合不是线性空间,因为对加法不封闭(两个秩 1 矩阵的和的秩可能为 2)。
任何一个秩为 r 的矩阵都能写成 r 个秩 1 矩阵的和。
MIT 公开课:Gilbert Strang《线性代数》课程笔记(汇总)
相关文章推荐
- MIT18.06线性代数课程笔记11:矩阵空间、子空间的交和、秩一矩阵
- MIT18.06线性代数课程笔记4a:矩阵的LU分解
- MIT18.06线性代数课程笔记5:矩阵转置,vector space以及subspace
- MIT_线性代数笔记_02_矩阵消元
- MIT18.06线性代数课程笔记4b:打乱矩阵集合及相关性质
- 【线性代数公开课MIT Linear Algebra】 第十一课 矩阵空间和秩1矩阵
- MIT18.06线性代数课程笔记20:矩阵逆元计算、克里默法则 以及 行列式与volume、外积的关系
- MIT_线性代数笔记_06_列空间和零空间
- MIT_线性代数笔记_05_转置、置换、空间R^n
- MIT18.06线性代数课程笔记17:正交标准矩阵
- MIT18.06线性代数课程笔记1:矩阵和向量相乘的三种解释
- MIT18.06线性代数课程笔记9:线性无关、向量拓展空间、空间的基、空间维度
- 【线性代数公开课MIT Linear Algebra】 第五课 排列矩阵、转置、向量空间与列空间
- MIT18.06线性代数课程笔记19:矩阵行列式公式与代数余子式
- MIT18.06线性代数课程笔记8:求解Ax=b、矩阵的秩以及矩阵的逆
- MIT18.06线性代数课程笔记3a:矩阵相乘的五种看待角度
- 线性代数 -- 矩阵空间、秩1矩阵、小世界图
- MIT18.06线性代数课程笔记2a:矩阵相乘的三种看待角度
- 线性代数(十) : 矩阵的列空间与零空间
- MIT线性代数课程笔记对应代码-【lecture 3】