线性代数(十五):对偶空间与矩阵的转置
0 可能需要预习的知识
线性空间
线性映射与矩阵
1 线性标量值函数
(i)设X是域K上的线性空间。L是定义在X上的标量值函数:L : X->K
如果对任意x,y∈X都有:L(x+y)=L(x)+L(y)
对任意x∈X k∈K 都有:L(kx) = kL(x)
则称L是线性标量值函数(下边简称为线性函数)
(i) 线性函数之和依照函数在每一点的加法定义,设L,M为两个线性函数:
(L+M)x = L(x)+M(x)
(iii)线性函数的数乘运算依照函数在每一点的数乘:
(5L)x=5(L(x))
2 对偶空间
(i)对偶空间是在线性空间的概念基础上再次抽象得到的概念。并且对偶空间有着很多的应用,这里为了引出转置的概念,因此不做过多深入的探讨
(ii)线性空间X上的全体线性函数本身构成一个线性空间,这个空间叫做X的对偶空间记做X’ (根据上边线性函数的性质很容易证明这是一个线性空间,证明省略).
(iii)对偶空间的维度与原空间相同,因此他们的元素具有相同的分量数。
(iv)如果我们让一个线性空间X是全体有n个分量的列向量组成的空间。让他的对偶空间X'是全体有n个行向量组成的空间。
那么取a∈X ,b∈X’则下边是对偶空间中的元素作用在其对应的线性空间上的元素的一个例子:
3 线性映射的转置
(i)线性空间X上的映射T:X->U L属于U‘(即L是U上的线性函数)令m=LT 则m ∈X’:
m(x)= L(Tx). 这就将U'中的一个函数对应到X'中,这种对应关系也是一个线性映射。叫做T的转置。记做:
(其中的上标T是transpose的意思)
可以看出线性映射T的转置实际上是T的目标空间的对偶空间到T的域空间的对偶空间的线性变换
4 矩阵的转置:
(i)将上边转置的定义中的线性映射替换为矩阵(之前介绍过矩阵可以表示线性映射),就得到了矩阵转置的定义:
一个mxn的矩阵A对应于一个线性映射 T : R^n->R^m ,它将一个n维向量映射为一个m维向量,而A的转置的域空间是A的目标空间的对偶,
A转置的目标空间是A的域空间的对偶。因此A的转置是由m维空间到n维的线性映射。所以 A的转置 是一个nxm的矩阵。
A的转置记法同上有些地方也记做:A' (如matlab)
(ii)转置矩阵的求法:观察一下三个映射:
将他们对应到矩阵的话:
L是一个mx1行向量
T是mxn的矩阵
x是1xn的列向量
现在令 m(x)=L(T(x))=(LT)x
根据上边映射的转置的概念有:
m(x)=(T'L)x 因此有:
T‘L=LT (这个式子需要注意它对线性映射来说是没问题的,但是换成矩阵会出现问题如果左边的L还是行向量的话。却不满足矩阵乘法。也就是说如果用这个式子做计算的
话,需要将L改写成列的形式,以满足矩阵乘法的要求。)
根据这个式子有T’的一行乘L等于L乘T的一列.也就是说将T的每一行写成一个列这样得到的新矩阵就是T‘
总结出来也就是:
5 矩阵转置的性质(S,T,R为矩阵)
(i)(ST)'=T'S'
证明:假设矩阵对应以下映射:
T:X->U S:U->V, L:V->K(k是实数域这样L实际是V对偶空间中的元素)。令m:X->K于是有:
m = LST = L(ST) = (ST)' L 又:
m = LST = (LS)T = T'(LS) = T'(S'L)=T'S'L
综上(ST)'=T'S'
(ii)(T+R)'=T'+R'(易证)
(iii)(T^-1)'=(T')^-1
证明:令
T:X->U, L:U->K(k是实数域这样L实际是U对偶空间中的元素)。令m:X->K于是有:
(iv)T''=T(易证)
线性代数(十五):对偶空间与矩阵的转置相关推荐
- 漫步线性代数十五——余弦和投影
满足xTy=0x^Ty=0的向量是正交的,现在我们考虑内积不为零的情况,也就是夹角不是直角.我们想把内积和角度以及转置联系起来,回顾之前讲过的转置,将矩阵翻转一下就是它的转置,有点像摊煎饼. 首先不可 ...
- 【100题】三十五 求一个矩阵中最大的二维矩阵(元素和最大)
一,题目: 求一个矩阵中最大的二维矩阵(元素和最大).如: 1 2 0 3 4 2 3 4 5 1 1 1 5 3 0 中最大的是: 4 5 5 3 要求:(1)写出算法;(2)分析时间复杂度;(3) ...
- CTR 预测理论(二十五):矩阵和向量乘法总结
推荐系统中常涉及矩阵.向量乘法,此处结合现有文献做一个小结,仅用于学习交流使用. 1. 矩阵乘法 矩阵乘积(matrix product,也叫matmul product):Am×n⋅Bn×p=Cm× ...
- 考研:研究生考试(十五天学完)之【数学考试】—《高等数学-上册/下册》、《线性代数与空间解析几何》、《概率与统计》的研究生学霸重点知识点总结之考试内容各科占比及其知识结构重点
考研:研究生考试(十五天学完)之[数学考试]-<高等数学-上册/下册>.<线性代数与空间解析几何>.<概率与统计>的研究生学霸重点知识点总结之考试内容各科占比及其知 ...
- 推荐系统系列教程之十五:一网打尽协同过滤、矩阵分解和线性模型
编者按:之前推出了<推荐系统系列教程>,反响不错,前面已经推出了十四期,今天按约推出第十五期:一网打尽协同过滤.矩阵分解和线性模型.希望朋友们多点"在看",多多转发,我 ...
- 线性代数 --- 用内积重新定义矩阵的转置(个人学习笔记)
在我的另一篇文章中,我简单的介绍了向量的点积,也叫内积.那篇文章的侧重点是点积或者说是点乘.主要是以的方式来定义两个向量的内积.而这篇文章我会见到内积的另外一种表示方式,从变成了. 线性代数 --- ...
- 二进制空间权重矩阵_白话空间统计之二十五:空间权重矩阵(三)解构空间权重矩阵...
原标题:白话空间统计之二十五:空间权重矩阵(三)解构空间权重矩阵 中国古代就有"天圆地方"一说,所谓的"方"就是所谓的矩阵-- 在军事上面,最为讲究就是团体的力 ...
- moran指数 r语言_白话空间统计之二十五:空间权重矩阵(四)R语言中的空间权重矩阵(2):不同空间关系对莫兰指数的影响...
原标题:白话空间统计之二十五:空间权重矩阵(四)R语言中的空间权重矩阵(2):不同空间关系对莫兰指数的影响 上一篇,讲了R语言中的空间权重矩阵的结构,这一节讲讲R语言里面空间权重矩阵的自定义. 与Ar ...
- 线性代数(十六) : 矩阵的左零空间及四个基本子空间总结
矩阵的列空间,行空间,零空间,和做零空间是矩阵的四个基本的子空间,本节总结这四个子空间. 0 本节需要复习的内容 子空间 基与维数 列空间与零空间 1 行空间 (i) 将矩阵的每一行看做一个行向量,则 ...
最新文章
- 分类模型的ROC曲线、AUC值、GINI系数、Lift、Gain、KS指标分别是什么?计算公式是什么?有什么意义?
- Flutter开发之HTTP网络请求:HttpClient(26)
- 单选框_vue实现单选框自定义样式
- gstreamer应用
- Web移动应用调试工具——Weinre
- linux 启动流详解
- mybatis generator生成example_[Springboot系列] SpringBoot与Mybatis结合
- DNS解析原理与Bind部署DNS服务
- js百度地图android定位不准,百度地图js定位不准
- c语言左(<<)右(>>)移
- 记事本之修改非txt文档
- 还担心学习AI没有数学基础吗?读完它们,你就有了!!!
- 世界中英文国家及国家代码
- 实践 | 图片文本爬虫与数据分析
- 计算机房加湿机,数据中心加湿系统计算及方法探讨【新规范加湿方式对比及计算分析】...
- 问题1362:小鑫鑫的平均分
- # 2021-03-04 文件搜索命令 find
- 双目视觉三维重构(一)————简介
- Spring cloud 和 Spring Boot 升级到F版和2.x遇到的问题。
- QSqlQuery内存问题分析及解决
热门文章
- Yarn公平调度器[转自 AIMP平台wiki]
- office365请求产品激活,如何找密匙?
- 转贴:网友【原创·教程】 SRT外挂字幕时间轴调整及合并中英文同步字幕制作方法...
- (HDU-1024)Max Sum Plus Plus(动态规划)
- Aultium Designer 的使用心得和基本电路图的搭建
- 【老生谈算法】matlab实现AHP算法源码——AHP算法
- (留念)第一个视频教程 U盘超级加密软件的原理详解与解密
- java创建触发器_Java触发器CronTrigger
- php - 使用 phpqrcode.php 生成二维码图片,同时并将生成的二维码图片保存到本地服务器中(详细示例教程源码)
- 人事办公考勤工资管理系统(ssm,mysql)