线性代数之矩阵我们需要了解的知识点(增广矩阵矩阵的迹 矩阵的秩阶梯型...)

26 篇文章 53 订阅
订阅专栏

                                                                      线性代数之矩阵基础点常见概念与示例汇总

矩阵的定义

由m乘n个数(i∈[1,m], j∈[1,n],i、j∈Z)排成的m行n列的数表记作矩阵A:

几点说明:

  • 矩阵,记作A或者,其中它的第i行j列元素 ,叫做矩阵的元(素)。
  • 只有一行的矩阵称之为行矩阵又叫行向量,列向量类似。如

行矩阵:A=(1,4,5),通俗形式

列矩阵: ,通俗形式

:这里的都是数。

  • 只有如果矩阵A和B的行数、列数都相等,则成为同型矩阵。
  • 矩阵A和B相等当且仅当A和B是同型的、每个元素都相等。
  • 对角矩阵 ,它是一个方阵,除了对角线元素外其它元素都为0。它一般表示为:
  • 单位矩阵E(又简写为I),它是一个方阵,除了对角线元素为1外其它元素都为0。由此可见单位矩是特殊的对角矩阵。

  • 元素都是0的矩阵称为零矩阵,记作0。零矩阵分型,不同型的零矩阵不相等。型即“型号”由矩阵的行数和列数决定。

矩阵的运算

矩阵相加

两个同型矩阵A和B相加,即相对应元素相加。这里两矩阵都是m行n列。

不难发现矩阵相加有如下规律:

A+B = B+A (交换律)

A+B+C = A+(B+C)(结合律)

A+(-B) = A - B

A+(-A) = A – A = 0 (这里的零矩阵跟A是同型矩阵)

数乘矩阵

数λ乘矩阵A记作λA或Aλ,即矩阵的每个元素都乘以λ,其形式见下:

不难发现:

(λμ)A=λ(μ)A (结合律)

(λ+μ)A =λA+μA (分配律,含加和乘运算)

λ(A+B)= λA+λB (分配律)

矩阵相乘

设A为    的矩阵,B为   的矩阵,那么称   的矩阵C为矩阵A与B的乘积,记作   ,其中矩阵C中的第   行第    列元素可以表示为:

所示:

 

注意事项:

  • 当矩阵A的列数等于矩阵B的行数时,A与B可以相乘。
  • 矩阵C的行数等于矩阵A的行数,C的列数等于B的列数。
  • 乘积C的第m行第n列的元素等于矩阵A的第m行的元素与矩阵B的第n列对应元素乘积之和。

基本性质:

  • (AB)C=A(BC) (乘法结合律)
  • (A+B)C=AC+BC (乘法左分配律)
  • C(A+B)=CA+CB (乘法右分配律)
  • k(AB)=(kA)B=A(kB)(数乘的结合性)
  • 矩阵乘法一般不满足交换律,即AB不一定等于BA。见下示例:

  • (这里E是单位阵)
  • 一般成BA为B左乘A,AB为B右乘A。

应用案例:

矩阵的幂

类似于数的幂,矩阵也可以进行幂运算,比如。这里A显然是个方阵。

不难发现:

对于不同型的矩阵A、B,一般不满足 。当且仅当AB=BA时,即A、B可交换(显然这里A、B是同型方阵)时上式满足。

有了矩阵的乘法,如下方程组可以用矩阵相乘的方式表示:

Y = AX,

矩阵转置

将矩阵的行列的对应元素互换得到的新矩阵叫做该矩阵的转置,记作

不难发现:

(简言之AB的转置等于B先转置乘A的转置,简单的理解AB转置后的型取原B的列在前、原A的行在后,对应B先转置乘A的转置即B列在前、A的行在后)

对于方阵A,如果(即以对角线为轴左右对应元素相同,),则A称为对称矩阵。

矩阵的行列式

方阵A的元素构成的行列式即成为矩阵的行列式,记作|A|或者detA,det是Determinant的缩写。

假设A、B均为n阶方阵,这里有:

(因矩阵数乘是每个元素都乘以λ,这里A是n阶的,所以取行列式时是λ的n次方)

|AB|=|A||B| =|BA|

伴随矩阵

由行列式|A|的代数余子式Aij 的转置所构成的矩阵,见下

叫做矩阵A的伴随矩阵。或者见如下表示:

伴随矩阵的求法:

  • 先按行求出|A|里每个元素的代数余子式
  • 构建矩阵时按列存放。

不难发现:

简要证明

因为这里按照矩阵相乘(行乘列),行列式代数余子式展开两个特性,某行元素乘以其代数余子式等于行列式的值,乘以非对应代数余子式为0。所以AA*的矩阵,所有主对角线元素都是|A|,其它元素均为0)

注:异乘变零定理是某行元素与另一个行的代数余子式相乘之和等于0。

不难证明

矩阵的逆

针对一个n阶的矩阵A,如果存在一个n阶的矩阵B满足AB=BA=E,则称A是可逆的, B是A的逆。这里的B也记作

A可逆则|A|≠0(有定义得知)

如果|A|≠0,则A可逆,且= A*/|A| (由伴随矩阵定义得知)

如果|A|=0,则成矩阵A是奇异矩阵,退化的,反之为非奇异矩阵。

关于矩阵的逆

  • 如果A可逆,则A逆的逆是A,即 () =A,(类似矩阵的转置)
  • 如果A可逆,λ≠0,则(λA) =1/λ
  • 如果A、B是同阶的且均可逆,AB也可逆,且 (AB) = BA

分块矩阵

将矩阵的相互独立的部分分块即得到分块矩阵,如下:

不难发现

 

和A、B两个矩阵单独比分块时相乘的结果相同。

矩阵法看克拉姆法则

如果方阵A的行列式|A|≠0,则方程AX=b有唯一解且

(即左边左乘A-1 得到x,这里A*是A的伴随矩阵,详见上述说明)

初等变换

  • 对调两(对调i,j两行,记作
  • 以不等于0的数k乘某里的所有元素(第i行乘k,记作)
  • 把某一的所有元素的k倍加到另外一行对应的元素上取(第j行的k倍加到第i行上,记作

以上3种对矩阵的运算叫做初等行变换。如果这里的换成列,则称为初等列变换。初等行和列变换统称为初等变换。

初等行变换的特点

初等行变换是可逆的

初等行变换的逆变换是同一类型的变换。(如

初等变化法求矩阵的逆

初等变换法(只做行变换) (A,E)-->行(E, )  的处理步骤:

           step1:在行列式右边新增个E并用虚线分开

           step2:对左边的A处理成E时先第1列,再第2列,再第3列

           step3:对一整行就行变换操作

           step4:以前处理时参与运算的行不再参与运算

           step4:运算过程以箭头表示不是等号

           step4:只做初等行变换step3中形式 对换行、乘以个数加到另外个行上、行乘个数)

           step4: 不管是否可逆,如果左边划不成E则说明A不可逆

初等矩阵

单位矩阵经过一次初等变换得到矩阵叫做初等矩阵。

矩阵等价

矩阵A经过有限次初等(或单独行、单独列)变换得到矩阵B,记作A(行或列)等价于B,记作 A ~B。

等价的性质:

1) 反射性 A和它本身等价

2) 对称性 A和B等价,则B和A是等价的

3) A等于B B等价于C 则A等价于C

针对矩阵A、B(m×n)有以下结论:

  • A行等价于B的充要条件是存在m阶的可逆矩阵P使得 PA=B (P左乘A等于B)
  • A列等价于B的充要条件是存在n阶的可逆矩阵Q使得 AQ=B (Q右乘A等于B)
  • A等价B的充要条件是存在m阶的可逆矩阵P和n阶的可逆矩阵Q使得PAQ=B
  • 矩阵A可逆的充要条件是A行等价与单位矩阵。
  • 方阵A可逆的充要条件是存在有限个初等矩阵  使得A=

这里矩阵的初等变换和矩阵的乘法结合上。

行阶梯型矩阵

针对矩阵可以画出一个阶梯线,

  • 该线的下方全为0
  • 每个台阶只有一行
  • 台阶数即是非零行的行数
  • 阶梯线的竖线(每段竖线的长度是一行)后面的第一个元素是非零元

:这里阶梯竖线后的非零元不是一定都是1。

行最简阶梯型

满足行阶梯型的同时,又满足以下条件:

非零行的首非零元是1且零元所在列的其它元素都是0

标准型

对行简化型再实施初等列变换则可以化成更简单形式的矩阵(该矩阵的左上角是单位阵,其它元素全为0),该矩阵叫做标准型

对于m×n的矩阵A,总可以通过初等变换(行或列)转换成标准型。

K阶子式

在m×n的矩阵A中,任取k行、k列(k小于等于m、k小于等于n),位于这些行和列交叉处的 个元素,在不改变原有次序的情况下组成的矩阵叫做矩阵A的k阶子式

不难发现矩阵A有个k阶子式。

比如有矩阵A

比如取第1行,第3行,第1列,第4列交叉上的元素组成的子式即为其一个2阶子式。即按照如下划线操作 :

即其中的一个2阶子式是: 

矩阵的秩

设在m×n的矩阵A中有一个不等于0的r阶子式D,且所有r+1阶子式全等于0,则D是该矩阵的最高阶非零子式。非零子式的最高阶数即叫做矩阵的秩 记作R(A) r是rank的缩写。

不难发现

  • 矩阵的秩 R(A)大于等于0小于等于min{m,n}。
  • r(A) = m 取了所有的行,叫行满秩
  • r(A) = n 取了所有的列,叫列满秩
  • r(A) < min{m,n}则叫做降秩
  • A是方阵,A满秩的充要条件是A是可逆的(转换为A的行列式不等于0,所以可逆)
  • r(A) = r的充要条件是有一个r阶子式不为0,所有r+1阶子式为0
  • 矩阵A(m乘n阶)左乘m阶可逆矩阵P,右乘n阶可逆矩阵Q,或者左右乘可逆矩阵PAQ不改变其秩。
  • 对矩阵实施(行、列)初等变换不改变矩阵的秩
  • 阶梯形矩阵的秩 r(A)等于非零行的行数。
  • A的秩等于A转置的秩
  • 任意矩阵乘可逆矩阵,秩不变

增广矩阵

增广矩阵是线性方程组里的一个常见概念。

在系数矩阵的右边添上一列,该列由线性方程组等号右边的值按照顺序拼接而成,该新的矩阵叫做方程组的增广矩阵。针对如下线性方程组,我们不难得到

其系数矩阵(即由每个未知量前的系数按照顺序组成的矩阵)是

而我们假设一列(方程组右边的值)构成新的矩阵即叫做该方程组的增广矩阵

或者更一般的,如果我们把线性方程组简写为Ax=b那么增广矩阵B可以记作(A,b)。

矩阵的迹

矩阵对角元素的和即成矩阵的迹,

不难发现迹有如下性质

:这里A、B是同型的矩阵。

延展

矩阵与行列式对比

  • 行列式是个数,矩阵是数表
  • 行列是双竖线。矩阵是中括号
  • 行列式是方的,行列相同,矩阵行数列数没有要求

矩阵运算综合

线性代数矩阵知识点总结
Rocket,Qian的博客
03-29 1160
线性代数矩阵知识点总结1. 向量及其运算2. 矩阵及其运算2.1 各种矩阵2.2 基本运算3. 行列式4.线性方程组5. 特征值与特征向量6.二次7. 矩阵分解 线性代数在ML和DL中扮演着非常重要的角色,虽然本科和研究生阶段修过线性代数矩阵论,不过不用则废啊,最近还是想把这部分数据基础知识整理一下,加深理解,这样才能在机器学习与深度学习这条路上走的更远,包括微积分、最优化、随机过程、信息论等。 1. 向量及其运算 矩阵内积:两个向量对应分量之和。 xTy=∑i=1nxiyi x^Ty=\sum
理解矩阵乘法
小布丁的读书笔记
09-22 1123
大多数人在高中,或者大学低年级,都上过一门课《线性代数》。这门课其实是教矩阵。 刚学的时候,还蛮简单的,矩阵加法就是相同位置的数字加一下。 矩阵减法也类似。 矩阵乘以一个常数,就是所有位置都乘以这个数。 但是,等到矩阵乘以矩阵的时候,一切就不一样了。 这个结果是怎么算出来的? 教科书告诉你,计算规则是,第一个矩阵第一行的每个数字(2 和1
线性代数矩阵知识点
热门推荐
m0_53365899的博客
05-21 1万+
文章目录(一),矩阵的基本概念1,矩阵的定义(二),矩阵的运算(三),可逆矩阵的逆矩阵 (一),矩阵的基本概念 1,矩阵的定义 定义1,将m×n个数aij(i=1,2,3…,m;j=1,2,…,n)排成m行n列的矩形数阵(为了表达这一整体,将其括以圆括号) 例: ​ (二),矩阵的运算 (三),可逆矩阵的逆矩阵 ...
CS229 机器学习课程复习材料-线性代数
Never say never
10-22 429
本文是斯坦福大学CS 229机器学习课程的基础材料,原始文件下载 原文作者:Zico Kolter,修改:Chuong Do, Tengyu Ma 翻译:黄海广 备注:请关注github的更新,线性代数和概率论已经更新完毕。 CS229 机器学习课程复习材料-线性代数 文章目录CS229 机器学习课程复习材料-线性代数线性代数复习和参考1. 基础概念和符号1.1 基本符号2.矩阵乘法2.1 向量-向量乘法2.2 矩阵-向量乘法2.3 矩阵-矩阵乘法3 运算和属性3.1 单位矩阵和对角矩阵3.2 转.
线性代数增广矩阵学习笔记
m0_72410588的博客
05-04 5644
一个线性方程组可以表示为AxbAx=bAxb的形式,其中AAA是系数矩阵,xxx和bbb都是列向量。设AAA为m×nm\times nm×n的矩阵,xxx和bbb都是nnn维列向量,则AxbAx=bAxb是一个包含mmm个线性方程的线性方程组。这个线性方程组可以转化为增广矩阵A∣bA​​​b​的形式。333将某一行乘以一个非零常数kkk;交换矩阵中的任意两行;将某一行加上另外一行的kkk倍。一个矩阵是。
线代线性代数矩阵PPT学习教案.pptx
10-01
本节课程主要讲解了线代线性代数矩阵的相关知识点,涵盖了矩阵矩阵的初等变换、矩阵的性质和定理、线性方程组的解法等方面的内容。 一、矩阵 矩阵是指矩阵中非零行或者非零列的个数。矩阵...
DOA.zip_DOA_augmented array_l阵列_二维DOA_增广矩阵
09-23
基于增广矩阵束的二维doa算法,阵列流为L,在matlab环境下实现
inexact_alm_mc.zip_不精确增广拉格朗日乘子法_增广拉格朗日_矩阵完备
09-20
该程序实现了矩阵完备化的不精确增广拉格朗日乘子法。
matlab-KICA.rar_KICA_KICA故障_matlab ica故障_matlab故障_时滞增广矩阵
07-14
通过对自回归模中测量矩阵引入时滞参数得到一个适用于动态系统的增广矩阵;然后,选择核函数,计算核矩阵,将增广矩阵映射到高维空间进行白化;最后,利用改进的快速ICA方法提取出独立成分实现对新的测试数据进行...
使用增广矩阵求解Ax=B
12-28
使用增广矩阵求解的Ax=B,矩阵长度为5x5,已在vc下编译通过。
基于不同调制方式(16QAM、64QAM、QPSK)OFDM的MATLAB仿真(内附基本原理+程序)
02-28
这是一个matlab的OFDM仿真程序。比较16QAM、64QAM与QPSK的误码率性能比较;包括信源、信道的编码、解码、调制与解调、串并/并串转换、保护间隔、插入AWGN等。
线性代数矩阵相关内容总结
gjyfe5f13的博客
09-09 1910
矩阵的性质
数学:常用的线性代数知识点
M_Z_G_Y的博客
04-27 1143
矩阵 定义:A,B为n阶方阵,E为n阶单位矩阵,AB=BA=E,说明A是可逆的,其逆矩阵为B 求解: ,其中为伴随矩阵,要求(A可逆的充要条件) 初等行变换: 矩阵 定义:m×n的矩阵A,若A中至少有一个r阶子式不等于零,且在r<min(m,n)时,A中所有的r+1阶子式全为零,则A的为r 求解:行阶梯矩阵(标准形)的行数 逆和的关系 A满()方阵A可逆(A...
矩阵手册(四)—— 增广矩阵
05-18 8593
(一维)线性问题w0+∑i=1dwixi⇒∑i=0dwixi⇒⟨w,x⟩ w_0+\sum_{i=1}^dw_ix_i⇒ \sum_{i=0}^dw_ix_i⇒ \langle w,x \rangle x0=1x_0=1(二维)线性方程Wm×nxn×1+bm×1=Wm×(n+1)x(n+1)×1 W_{m\times n}x_{n\times 1}+b_{m\times 1}=W_{m\time
线代[3]|从增广矩阵漫谈矩阵转置对向量在四个向量子空间内的“飞舞”(第三篇)
汉密士的博客
04-27 2310
该篇文章以非齐次线性方程组为例题引出增广矩阵(A,b)的解集,配合矩阵的QR分解对增广矩阵(A,b)重新构造。在转置方面从代数的角度切入,但这个角度比较浅显。我们需要真正明白的是转置在向量空间层面发挥了什么作用。 重要提醒,在阅读该文章之前,必须将MIT线性代数习题公开课第11题的习题观看完毕并消化理解,这是串联所有知识点的脉络,其余只是模块组成。...
在Markdown中表示(增广)矩阵及方程组
最新发布
yijing_jia的博客
02-08 2080
举例说明如何用markdown表示矩阵增广矩阵、阵列及方程组,包括分段方程
增广矩阵and线性方程组----线性代数
ResumeProject的博客
10-03 1万+
齐次线性方程组: (1)只有零解:⇔系数行列式D≠0克莱姆法则:D≠0⇒只有零解极大线性无关向量组:n个n维向量相关⇔矩阵的行列式=0(并且同时交换一个向量组多个相同位置的分量不改变相关性)(1)只有零解:\Leftrightarrow系数行列式D\neq 0 \\ 克莱姆法则:D\neq 0 \Rightarrow只有零解 \\ 极大线性无关向量组:\\ n个n维向量相关 \Leftrightarrow 矩阵的行列式 =0 (并且同时交换一个向量组 多个相同位置的分量不改变相关性)(1)只有零解:⇔系数行
高等代数、矩阵代数笔记整理汇总,超全面
炫云云
06-05 1112
💖💖感谢各位观看这篇文章,💖💖点赞💖💖、收藏💖💖、你的支持是我前进的动力!💖💖 💖💖感谢你的阅读💖,专栏文章💖持续更新!💖关注不迷路!!
2019-线代B知识点汇总1
08-04
1、行列式(求解用到行列式的)性质: 2、范德蒙行列式 1、向量组,( )线性相关的充要条件是,中至 2、包含零向量的向量组是线性相关的 3、如果向量组,中有一

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
写文章

热门文章

  • 线性代数之极大无关组的求法 200535
  • SQL Server 2014 Win7 Win10 安装详解 SQL Server 2017 2019 Linux及SQL TSQL ETL实用案例 156454
  • 线性代数之特征值与特征向量的求法 101392
  • 线性代数之基础解系与通解的求法 66749
  • 线性代数之矩阵标准型的求法 40839

分类专栏

  • 数据库与大数据 55篇
  • Shell脚本 21篇
  • MySQL 45篇
  • SQL案例 140篇
  • Python案例 30篇
  • Python基础知识 15篇
  • 机器学习 47篇
  • 统计 16篇
  • ETL-Kettle 37篇
  • 数学与英语 26篇

最新评论

  • 线性代数之矩阵秩的求法与示例详解

    色晴~: 想问一下如果是 0 1 2 0 3 4 0 0 1 这种情况下数台阶不是两阶吗,但是非零行数是3,这怎么算

  • 线性代数之行列式矩阵术语中英对照

    西珩.: 谢谢!很有用表情包表情包表情包

  • Kettle使用_28 转换之数值范围与字符串操作

    m0_58862381: 将字段值设为常量,没有lable啊

  • 极度随机树ExtraTreesClassifier

    ShenHua05: 漏洞百出

  • 线性代数之行列式矩阵术语中英对照

    Jay1999.: 怎么没有后续了?

大家在看

  • 红蓝对抗下的内网横向移动渗透技术详解 773
  • 数据提取的奥秘
  • 舞会无领导:一种树形动态规划的视角 359
  • 环保管理新篇章:智慧环保引领制造业走向绿色未来
  • PFC双轴试验说明以及命令流解释 48

最新文章

  • Paddle多卡多个GPU并行运行之libnccl.so NCCL离线安装及配置详解 The third-party dynamic library (libnccl.so) that Paddle
  • 一种基于OpenCV的图片倾斜矫正方法
  • OpenCV表格图片寻找有效的x、y坐标并删除异常点
2024年3篇
2023年19篇
2022年15篇
2021年309篇
2020年17篇
2019年21篇
2018年31篇
2017年17篇
2016年13篇
2015年1篇

目录

目录

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ShenLiang2025

您的鼓励是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或 充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值

深圳SEO优化公司大浪网站建设坑梓外贸网站设计广州网站设计吉祥设计网站盐田企业网站改版平湖模板推广大运seo排名西乡seo排名坑梓百度网站优化木棉湾模板制作松岗网络营销大芬网站推广系统松岗网站建设设计塘坑网站关键词优化丹竹头网站优化按天收费丹竹头企业网站改版石岩百度爱采购盐田营销网站大芬关键词按天收费荷坳网站优化横岗网站推广系统广州网站优化按天收费广州网站搭建龙华网站推广方案盐田网站推广工具平湖阿里店铺托管南澳百度网站优化宝安网站推广系统东莞关键词按天扣费坂田网站推广工具歼20紧急升空逼退外机英媒称团队夜以继日筹划王妃复出草木蔓发 春山在望成都发生巨响 当地回应60岁老人炒菠菜未焯水致肾病恶化男子涉嫌走私被判11年却一天牢没坐劳斯莱斯右转逼停直行车网传落水者说“没让你救”系谣言广东通报13岁男孩性侵女童不予立案贵州小伙回应在美国卖三蹦子火了淀粉肠小王子日销售额涨超10倍有个姐真把千机伞做出来了近3万元金手镯仅含足金十克呼北高速交通事故已致14人死亡杨洋拄拐现身医院国产伟哥去年销售近13亿男子给前妻转账 现任妻子起诉要回新基金只募集到26元还是员工自购男孩疑遭霸凌 家长讨说法被踢出群充个话费竟沦为间接洗钱工具新的一天从800个哈欠开始单亲妈妈陷入热恋 14岁儿子报警#春分立蛋大挑战#中国投资客涌入日本东京买房两大学生合买彩票中奖一人不认账新加坡主帅:唯一目标击败中国队月嫂回应掌掴婴儿是在赶虫子19岁小伙救下5人后溺亡 多方发声清明节放假3天调休1天张家界的山上“长”满了韩国人?开封王婆为何火了主播靠辱骂母亲走红被批捕封号代拍被何赛飞拿着魔杖追着打阿根廷将发行1万与2万面值的纸币库克现身上海为江西彩礼“减负”的“试婚人”因自嘲式简历走红的教授更新简介殡仪馆花卉高于市场价3倍还重复用网友称在豆瓣酱里吃出老鼠头315晚会后胖东来又人满为患了网友建议重庆地铁不准乘客携带菜筐特朗普谈“凯特王妃P图照”罗斯否认插足凯特王妃婚姻青海通报栏杆断裂小学生跌落住进ICU恒大被罚41.75亿到底怎么缴湖南一县政协主席疑涉刑案被控制茶百道就改标签日期致歉王树国3次鞠躬告别西交大师生张立群任西安交通大学校长杨倩无缘巴黎奥运

深圳SEO优化公司 XML地图 TXT地图 虚拟主机 SEO 网站制作 网站优化