Skip to content

​


符号约定 ​

本文中花体即形如ABC,用来表示映射

黑板粗体即形如ABC,用来表示集合/数域

普通斜体即体即形如ABC,用来表示矩阵

小写哥特体即形如abc,用来表示李代数

大写正体即形如ABC,用来表示李群




基础定义 ​

一个m行n列的矩阵A∈Fm×n的零空间(Null Space) or 核空间(Kernal Space):

Ker(A)={x|Ax=0,x∈Fn}⊆Fn
A的列空间(Column Space) or 像空间(Image Space): Im(A)={Ax|x∈Fn}⊆Fm

而Ax=b的可解性由其rank决定

有唯一解⟺rank(A)=rank(A|b)=n有解⟺rank(A)=rank(A|b)

线性映射与矩阵算子 ​

推导 ​

矩阵论的核心思想,就是把所有的线性映射抽象为矩阵算子。

如此,研究矩阵便可以研究所有的线性映射。

具体而言

A:V→Wdim(V)=n,dim(W)=m

设线性空间V的一组基为{ϵ1,ϵ2,...,ϵn},W的一组基为{η1,η2,...,ηm}

给定v∈V,其在基{ϵ1,ϵ2,...,ϵn}下的坐标为x

即v=∑i=1nϵixi

则

A(v)=∑i=1nA(ϵi)xi=[A(ϵ1),...,A(ϵn)]x=[η1,...,ηm]A

则A(v)∈W的基{η1,η2,...,ηm}下的坐标为Ax

线性映射A的矩阵形式为A


微分算子矩阵表示 ​

已知多项式空间Ri[x]是线性空间。一个微分算子可以进行如下的映射运算:

D:R4[x]→R3[x]

此处我们取R4[x]的一组线性基向量:[1,x,x2,x3]

取R3[x]的一组线性基向量:[1,x,x2]

则

D[1,x,x2,x3]=[D(1),D(x),D(x2),D(x3)]=[0,1,2x,3x2]=[1,x,x2][010000200003]

此处的

[010000200003]

即为微分算子在给定的两组基向量下的矩阵表示。

进而我们可以利用微分算子,直接通过矩阵乘法求解多项式函数的导数。

举个例子,我们求f(x)=x3+5x的导数

显然,f(x)在R4[x]中

取R4[x]的一组线性基向量:[1,x,x2,x3]

取R3[x]的一组线性基向量:[1,x,x2]

在这两组基下,微分算子的矩阵表示即为

[010000200003]

而f(x)在该基下的坐标可求出:

f(x)=[1,x,x2,x3][0501]

用我们此前求得的R4[x]上的微分算子,可以直接计算微分。

[010000200003][0501]=[503]

再代入R3[x]的基,最终结果可以表示为

D(f(x))=[1,x,x2][503]