矩阵论 – 5 – 转置、置换、向量空间

矩阵论 – 5 – 转置、置换、向量空间ToaccountforrowexchangesinGaussianelimination,weincludeapermutationmatrixPinthefactorizationPA=LU.Thenwelearnaboutvectorspace

大家好,欢迎来到IT知识分享网。矩阵论 - 5 - 转置、置换、向量空间

转置、置换、向量空间

置换矩阵(Permutation Matrix

置换矩阵(Permutation Matrix),\(n\)阶方阵的置换矩阵有\(\binom{n}{1}=n!\)个,3阶方阵的置换矩阵有6个:

\[\begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \\ \end{bmatrix} \begin{bmatrix} 0 & 1 & 0 \\ 1 & 0 & 0 \\ 0 & 0 & 1 \\ \end{bmatrix} \begin{bmatrix} 0 & 0 & 1 \\ 0 & 1 & 0 \\ 1 & 0 & 0 \\ \end{bmatrix} \begin{bmatrix} 1 & 0 & 0 \\ 0 & 0 & 1 \\ 0 & 1 & 0 \\ \end{bmatrix} \begin{bmatrix} 0 & 1 & 0 \\ 0 & 0 & 1 \\ 1 & 0 & 0 \\ \end{bmatrix} \begin{bmatrix} 0 & 0 & 1 \\ 1 & 0 & 0 \\ 0 & 1 & 0 \\ \end{bmatrix} \]

为了交换两行,我们在左边乘以一个置换矩阵。

例如右乘 $$P_{12} = \begin{bmatrix}
0 & 1 & 0 \
1 & 0 & 0 \
0 & 0 & 1 \
\end{bmatrix}$$以交换3 × 3矩阵的第一和第二行。

矩阵 \(A\) 左乘一个置换矩阵\(P\)交换矩阵的行,右乘则交换矩阵的列


置换矩阵有一个比较重要的性质是:任何置换矩阵的逆等于它的转置,即\(P^{-1} = P^T\)

对置换矩阵\(P\),有\(P^TP = I\)

LU分解的补充:若\(P\)为置换矩阵,对任意可逆矩阵\(A\)有:\(PA=LU\)

转置矩阵(Transpose Matrix

转置:\((A^T)_{ij} = (A)_{ji}\)

例子:(转置就好像是让矩阵站了起来)

\(\begin{bmatrix}1&0&0\\3&1&0\end{bmatrix}^T = \begin{bmatrix}1&3\\0&1\\0&0\end{bmatrix}\)

一些性质:

  1. \((A^T)^T = A\)

  2. \((AB)^T=B^TA^T\)

对称矩阵(Symmetric Matrix

满足\(A^T=A\) 的矩阵为对称矩阵。

对任意矩阵\(R\),都有\(R^TR\)为对称矩阵。

推导过程:

\[(R^TR)^T = (R)^T(R^T)^T = R^TR\\ \textrm{即}(R^TR)^T = R^TR\]

A matrix \(A\) is symmetric if \(AT=A\). Given any matrix \(R\) (not necessarily square) the product \(R^TR\) is always symmetric, because \((R^TR)T=R^T(R^T)^T=R^TR\).

向量空间(Vector Space

向量的线性组合张成(span)向量空间(即将向量相加或者进行数乘)。

We can add vectors and multiply them by numbers, which means we can dis­ cuss linear combinations of vectors. These combinations follow the rules of a vector space.

一个具体的实例就是\(\mathbb{R}^2\) ,他就是全部的x-y平面,二维空间。

Another example of a space is \(\mathbb{R}^n\), the set of (column) vectors with n real number components

封闭性(Closure

向量空间中任意向量的数乘、求和运算得到的向量也在该空间中。即向量空间要满足加法封闭和数乘封闭

举例:第一象限不是向量空间,\(\begin{bmatrix}1\\1\end{bmatrix}\)数乘-2得到\(\begin{bmatrix}-2\\-2\end{bmatrix}\),不属于第一象限。

子空间(Subspaces

如果一个向量空间存在于另一个向量空间内,就称为为一个子空间

举例:如果 \(v\;in\;\mathbb{R}^2\) ,对于任意 \(\textrm{c}v\) (c是任意实数)都是\(\mathbb{R}^2\)的一个子空间\((\textrm{c}v\) 是一条过零点的直线,\(\mathbb{R}^2\)是xy平面)。需要注意的是:任何子空间都要包含0向量,否则如果乘以系数为0的话就不满足子空间的定义了

Every subspace must contain the zero vector because vector spaces are closed under multiplication.

\(\mathbb{R}^2\)的典型子空间:

  1. \(\mathbb{R}^2\)(自己)
  2. 任何通过点\(\begin{bmatrix}0\\0\end{bmatrix}\)的直线
  3. 0向量

\(\mathbb{R}^3\)的典型子空间:

  1. \(\mathbb{R}^3\)(自己)
  2. 任何穿过原点的面
  3. 任何穿过原点的线
  4. 0向量

综上,向量空间的重点为:

  1. 所有向量空间都必须包含原点(Origin);
  2. 向量空间要满足加法封闭和数乘封闭。

reference

[1] textbook

[2] mit18.06学习笔记

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/34314.html

(0)

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注微信