Supongamos que tengo un matriz (compleja) visto como una transformación lineal de a . Me cuesta entender la diferencia entre los dos escenarios siguientes. Para simplificar, consideremos .
Escenario 1: Deja ser un subespacio de de dimensión . pensemos en como el subespacio generado por dos vectores propios y de .Se puede construir una matriz de proyección . Según este post , esta proyección debería estar dada por:
Escenario 2: Escribamos . Desde es un operador lineal en , podría ser posible descomponer para que, si y y :
Aquí está mi problema. Yo esperaría eso , desde debe ser la restricción de a . Sin embargo, como he subrayado antes, ambos y son matrices. Entonces, ¿dónde está la brecha? Si no es , como puedo obtener ? Y finalmente, ¿por qué es a matriz si se proyecta en un subespacio de dimensión ? (Yo esperaría que fuera un matriz en su lugar).
Si es un espacio de producto interno de dimensión finita (como ) y es un subespacio, tenemos dos nociones similares. Existe el operador de proyección ortogonal que intuitivamente toma al elemento más cercano del subespacio , pero sigue siendo un mapeo . Este operador satisface , , y , y sucede que . También está la descomposición y las asignaciones y ese mapa a o respectivamente. supongamos que tiene dimensión y tiene dimensión . Como funciones, y mapa al mismo elemento, pero tienen diferentes codominios y respectivamente. cuando escribimos y como matrices son y respectivamente.
En un momento, necesitaremos las asignaciones de inclusión. y que simplemente asignan un vector en el subespacio al mismo vector en el espacio vectorial más grande . Puede ser útil observar que aunque estas asignaciones esencialmente "no hacen nada", están representadas por matrices rectangulares (no cuadradas).
Dado un operador lineal , generalmente no podemos descomponerlo como como escribiste en tu publicación (a menos que interpretes la notación extrañamente). Podemos descomponerlo en una matriz de bloques con cuatro bloques. Debemos elegir una base de la forma de modo que es una base de y es una base de . Entonces
Si es -dimensional y es dimensional, entonces hemos cortado el matriz en (en el sentido de las agujas del reloj) un , y submatrices.
También podemos escribirlo de una manera muy similar como una suma de cuatro operadores (matrices cuadradas que asignan V a sí mismo). Recuerda eso . Entonces .
Para dar un ejemplo para relacionar estos conceptos, observe que
Finalmente, intentaré responder a su problema de manera concreta. Tu escribiste " " dónde se refiere a la descomposición . Creo que este es un uso impropio de esta notación, ya que si escribimos , debe ser eso y , pero y no producirá necesariamente valores en y respectivamente. [Si lo hacen, entonces las descomposiciones anteriores son bloques diagonales , que es un caso especial importante]. Lo más parecido a de tu publicación sería , que toma vectores de a y es, por tanto, (un mapeo de ). Compare las descomposiciones en bloques de y abajo:
También preguntas "¿por qué a mapeo si se proyecta a un subespacio de dimensión dos?" Las proyecciones se refieren a no . Creo que estás confundiendo estas dos asignaciones. Son esencialmente lo mismo, excepto que tienen diferentes codominios. Eso los hace muy diferentes cuando los representas como matrices.
Comencé a trabajar en un ejemplo trivial antes de que apareciera una respuesta mucho mejor, pero tal vez este simple ejemplo concreto ayude a guiar a alguien.
Puedes expresar tensores en diferentes bases. Al igual que puedo expresar el vector 2D en en términos de vectores base para un -plano, también puedo expresarlo en términos de dónde .
Cuando solo pasamos matrices con solo los coeficientes, por ejemplo se hace una suposición de en qué base se expresan. Si queremos proyectar otro vector, por ejemplo podemos expresar esta proyección de varias formas, en términos de los 2 coeficientes de y , o en términos del 1 coeficiente de . Trabajando a través de los cálculos para el caso que inventé aquí, uno obtendrá
Aquí está sucediendo algo complicado que básicamente se reduce al hecho de que puedes ver (y ) como matrices en ya que actúan sobre un espacio dimensional, o verlos como elementos de es decir, verlos como matrices.
Como es visto como un subconjunto de es una buena idea ver y como vectores con cuatro entradas aunque y , que son ambos subespacios dimensionales de nuestro espacio original.
Como en el ejemplo, si nuestro espacio es y consideramos dónde y son los vectores base estándar, entonces aún querríamos escribir, en vez de a pesar de , dónde es un -espacio dimensional, debido al hecho de que vemos como un subespacio de .
Por lo tanto, necesitamos y ser matrices, podría verse algo como esto:
.
Entonces sí, si ves como un matriz entonces tendrás (y que alguien me corrija si me equivoco, pero no veo por qué) tampoco funcionaría).
InMathweTrust
f3qgrgdf
f3qgrgdf
InMathweTrust
f3qgrgdf