11.【线性代数】——矩阵空间,秩1矩阵,小世界图

devtools/2025/3/5 5:43:36/

十一 矩阵空间,秩1矩阵,小世界图

空间:组成空间的元素的线性组合都在这个空间中。

1. 矩阵空间

举例:矩阵空间 M M M 所有3x3的矩阵)
M 3 ∗ 3 M_{3*3} M33的基
[ 1 0 0 0 0 0 0 0 0 ] , [ 0 1 0 0 0 0 0 0 0 ] , [ 0 0 1 0 0 0 0 0 0 ] [ 0 0 0 1 0 0 0 0 0 ] , [ 0 0 0 0 1 0 0 0 0 ] , [ 0 0 0 0 0 1 0 0 0 ] [ 0 0 0 0 0 0 1 0 0 ] , [ 0 0 0 0 0 0 0 1 0 ] , [ 0 0 0 0 0 0 0 0 1 ] \begin{bmatrix} 1&0&0\\ 0&0&0\\ 0&0&0 \end{bmatrix}, \begin{bmatrix} 0&1&0\\ 0&0&0\\ 0&0&0 \end{bmatrix}, \begin{bmatrix} 0&0&1\\ 0&0&0\\ 0&0&0 \end{bmatrix} \newline \begin{bmatrix} 0&0&0\\ 1&0&0\\ 0&0&0 \end{bmatrix}, \begin{bmatrix} 0&0&0\\ 0&1&0\\ 0&0&0 \end{bmatrix}, \begin{bmatrix} 0&0&0\\ 0&0&1\\ 0&0&0 \end{bmatrix} \newline \begin{bmatrix} 0&0&0\\ 0&0&0\\ 1&0&0 \end{bmatrix}, \begin{bmatrix} 0&0&0\\ 0&0&0\\ 0&1&0 \end{bmatrix}, \begin{bmatrix} 0&0&0\\ 0&0&0\\ 0&0&1 \end{bmatrix} 100000000 , 000100000 , 000000100 010000000 , 000010000 , 000000010 001000000 , 000001000 , 000000001
维度为9。

对称矩阵( S S S)的基,维度为6
[ 1 0 0 0 0 0 0 0 0 ] , [ 0 0 0 0 1 0 0 0 0 ] , [ 0 0 0 0 0 0 0 0 1 ] [ 0 1 0 1 0 0 0 0 0 ] , [ 0 0 1 0 0 0 1 0 0 ] , [ 0 0 0 0 0 1 0 1 0 ] \begin{bmatrix} 1&0&0\\ 0&0&0\\ 0&0&0 \end{bmatrix}, \begin{bmatrix} 0&0&0\\ 0&1&0\\ 0&0&0 \end{bmatrix}, \begin{bmatrix} 0&0&0\\ 0&0&0\\ 0&0&1 \end{bmatrix} \newline \begin{bmatrix} 0&1&0\\ 1&0&0\\ 0&0&0 \end{bmatrix}, \begin{bmatrix} 0&0&1\\ 0&0&0\\ 1&0&0 \end{bmatrix}, \begin{bmatrix} 0&0&0\\ 0&0&1\\ 0&1&0 \end{bmatrix} 100000000 , 000010000 , 000000001 010100000 , 001000100 , 000001010

上三角矩阵( U U U)的基,维度为6
[ 1 0 0 0 0 0 0 0 0 ] , [ 0 1 0 0 0 0 0 0 0 ] , [ 0 0 1 0 0 0 0 0 0 ] [ 0 0 0 0 1 0 0 0 0 ] , [ 0 0 0 0 0 1 0 0 0 ] , [ 0 0 0 0 0 0 0 0 1 ] \begin{bmatrix} 1&0&0\\ 0&0&0\\ 0&0&0 \end{bmatrix}, \begin{bmatrix} 0&1&0\\ 0&0&0\\ 0&0&0 \end{bmatrix}, \begin{bmatrix} 0&0&1\\ 0&0&0\\ 0&0&0 \end{bmatrix} \newline \begin{bmatrix} 0&0&0\\ 0&1&0\\ 0&0&0 \end{bmatrix}, \begin{bmatrix} 0&0&0\\ 0&0&1\\ 0&0&0 \end{bmatrix}, \begin{bmatrix} 0&0&0\\ 0&0&0\\ 0&0&1 \end{bmatrix} 100000000 , 000100000 , 000000100 000010000 , 000000010 , 000000001

交集 和 和集

交集: S ∩ U = 对角矩阵,维度是 3 S\cap U = 对角矩阵,维度是3 SU=对角矩阵,维度是3
和集: S + U = M , d i m ( S + U ) = 9 S + U = M, dim(S+U) = 9 S+U=M,dim(S+U)=9

d i m ( S + U ) + d i m ( S ∩ U ) = d i m ( S ) + d i m ( U ) dim(S+U) + dim(S \cap U) = dim(S) + dim(U) dim(S+U)+dim(SU)=dim(S)+dim(U)

2. 所有解空间

对于 d 2 y d x 2 + t = 0 , y = c o s x , s i n x ⏟ 解基 \dfrac{d^2y}{dx^2}+t =0, y=\underbrace{cosx,sinx}_{解基} dx2d2y+t=0,y=解基 cosx,sinx
解空间 y = c 1 c o s x + c 2 s i n x y=c_1cosx+c_2sinx y=c1cosx+c2sinx

3. r = 1 r=1 r=1的矩阵

[ 1 4 5 2 8 10 ] ⏟ A 2 ∗ 3 = [ 1 2 ] [ 1 4 5 ] \underbrace{\begin{bmatrix} 1&4&5\\ 2&8&10 \end{bmatrix}}_{A_{2*3}} = \begin{bmatrix} 1\\ 2 \end{bmatrix} \begin{bmatrix} 1&4&5 \end{bmatrix} A23 [1248510]=[12][145]
所有 r = 1 r=1 r=1的矩阵,可以拆成 A = u v T A=uv^T A=uvT

4. 题目

R 4 R^4 R4中, V = [ v 1 v 2 v 3 v 4 ] V=\begin{bmatrix} v_1\\ v_2\\ v_3\\ v_4 \end{bmatrix} V= v1v2v3v4 S = 所有 V 在 R 4 中,满足 v 1 + v 2 + v 3 + v 4 = 0 。 S 能否构成子空间呢? S=所有V在R^4中,满足v_1+v_2+v_3+v_4=0。S能否构成子空间呢? S=所有VR4中,满足v1+v2+v3+v4=0S能否构成子空间呢?

能。相当于 A V = 0 , S = N ( A ) AV=0,S=N(A) AV=0S=N(A)
[ 1 1 1 1 ] ⏟ A [ v 1 v 2 v 3 v 4 ] ⏟ V = 0 \underbrace{\begin{bmatrix} 1&1&1&1\\ \end{bmatrix}}_{A} \underbrace{\begin{bmatrix} v_1\\ v_2\\ v_3\\ v_4 \end{bmatrix}}_{V}=0 A [1111]V v1v2v3v4 =0
A矩阵的秩为1, d i m ( N ( A ) ) = n − r = 4 − 1 = 3 dim(N(A)) = n -r = 4 - 1 = 3 dim(N(A))=nr=41=3
S的基为(等价于求AV=0的解空间)
[ − 1 1 0 0 ] , [ − 1 0 1 0 ] , [ − 1 0 0 1 ] \begin{bmatrix} -1\\1\\0\\0 \end{bmatrix}, \begin{bmatrix} -1\\0\\1\\0 \end{bmatrix}, \begin{bmatrix} -1\\0\\0\\1 \end{bmatrix} 1100 , 1010 , 1001

5. 小世界图

图的定义 g r a p h = { n o d e s , e d g e s } graph=\{nodes, edges\} graph={nodes,edges}
在这里插入图片描述


http://www.ppmy.cn/devtools/164658.html

相关文章

C++20中的std::bind_front使用及原理分析

目录 1.简介 2.使用 2.1.绑定普通函数 2.2.绑定成员函数 2.3.与STL算法搭配使用 3.实现原理 4.注意事项 5.总结 1.简介 C中的std::bind深入剖析-CSDN博客 std::bind_front是C20 新引入的一个函数模板。它住在<functional>这个头文件里&#xff0c;和我们熟悉的st…

玩转ChatGPT:Claude 3.7 Sonnet进行数据分析(分类)

一、写在前面 Claude 3.7 Sonnet刚刚发布&#xff0c;号称是全球第一个混合推理模型。 我们直接来测试一下它的数据分析能力。 首先&#xff0c;是解决机器学习分类问题。 二、开测 &#xff08;1&#xff09;描述性分析 上传csv数据文件&#xff0c;写下咒语&#xff1a;…

大模型工程师学习日记(十一):FAISS 高效相似度搜索和密集向量聚类的库

Facebook AI Similarity Search (Faiss /Fez/) 是一个用于高效相似度搜索和密集向量聚类的库。它包含了在任意大小的向量集合中进行搜索的算法&#xff0c;甚至可以处理可能无法完全放入内存的向量集合。它还包含用于评估和参数调整的支持代码。 Faiss 官方文档&#xff1a;We…

Python 绘制迷宫游戏,自带最优解路线

1、需要安装pygame 2、上下左右移动&#xff0c;空格实现物体所在位置到终点的路线&#xff0c;会有虚线绘制。 import pygame import random import math# 迷宫单元格类 class Cell:def __init__(self, x, y):self.x xself.y yself.walls {top: True, right: True, botto…

PyCharm接入本地部署DeepSeek 实现AI编程!【支持windows与linux】

今天尝试在pycharm上接入了本地部署的deepseek&#xff0c;实现了AI编程&#xff0c;体验还是很棒的。下面详细叙述整个安装过程。 本次搭建的框架组合是 DeepSeek-r1:1.5b/7b Pycharm专业版或者社区版 Proxy AI&#xff08;CodeGPT&#xff09; 首先了解不同版本的deepsee…

【计算机网络入门】初学计算机网络(九)

目录 1.令牌传递协议 2. 局域网&IEEE802 2.1 局域网基本概念和体系结构 3. 以太网&IEEE802.3 3.1 MAC层标准 3.1.1 以太网V2标准 ​编辑 3.2 单播广播 3.3 冲突域广播域 4. 虚拟局域网VLAN 1.令牌传递协议 先回顾一下令牌环网技术&#xff0c;多个主机形成…

MyBatis的关联映射

前言 在实际开发中&#xff0c;对数据库的操作通常会涉及多张表&#xff0c;MyBatis提供了关联映射&#xff0c;这些关联映射可以很好地处理表与表&#xff0c;对象与对象之间的的关联关系。 一对一查询 步骤&#xff1a; 先确定表的一对一关系确定好实体类&#xff0c;添加关…

vue3+nuxt中监听sessionStorage.setItem,数据发生变化动态获取响应

在写项目时&#xff0c;遇见一个未读消息的功能&#xff0c;当消息已读时&#xff0c;减少一条未读消息提示&#xff0c;需要实现当sessionStorage.setItem存储的数据发生改变时&#xff0c;响应式的获取并显示&#xff0c;但是由于sessionStorage 的 setItem 操作本身并不会触…