首页 > 其他分享 >线性代数(宋浩版)(4)

线性代数(宋浩版)(4)

时间:2024-09-17 13:54:00浏览次数:3  
标签:分块 转置 可逆 矩阵 宋浩版 行列式 线性代数 方阵

2.4逆矩阵

(不要把矩阵放在分母上)

方阵的行列式

性质1

性质2

性质3

伴随矩阵(只有方阵才有)

1.求出所有元素的代数余子式(矩阵先求行列式)。

2.按行求的代数余子式按列放。

定理1(重要)

定理2

|A|不等于0,|A*|=|A|n-1

(以后可以证明无论是否A的行列式等于零,该定理都成立)

注:所有方阵都拥有伴随矩阵。

逆矩阵定义(前提必须是方阵)

A是n阶方阵,存在n阶方阵B,AB=BA=E,记作A-1=B

(1)未必所有方阵均可逆。

比如0矩阵就不可逆,因为0矩阵乘其他任何矩阵都为0矩阵

(2)若一个方阵可逆,则其逆矩阵唯一。

逆矩阵的前提

*定理3

A可逆的充要条件是|A|不等于0(且A为方阵),A-1=1/|A|A*

推论

A为n阶方阵,B为n阶方阵,AB=E/BA=E(证明一个即可),则A可逆,A-1=B

伴随矩阵法(计算量大)

*初等变换法(初等变换法的解法在后面,该题使用的方法并不是初等变换法。)

矩阵方程

注:1.方程中的公因子提出的时候,要保证方向一致。

2.矩阵和数之间没法进行运算,所以当矩阵减一个数或者是加一个数的时候,嗯,要给那个数乘上E单位矩阵。(一般是不会直接对数进行加减的,这里指的数是指把公因子提完之后剩下的数字。)

3.矩阵不能放在分母上。

4.使用逆矩阵前先判断是否可逆。

性质4

A矩阵可逆, A的逆矩阵就可逆。 A的逆矩阵的逆矩阵等于A。

性质5

A,B均可逆,AB也可逆。

性质6

如果a可逆,那么a的转置也可逆,并且a的转置的逆矩阵等于a的逆矩阵的转置。(后面还有一个k的)

性质7

如果a可逆,AD的行列式等于 a的行列式的-1次方。

性质8

A可逆a的伴随矩阵也可逆且a的伴随矩阵的逆矩阵等于 a的行列式/1乘a。

2.5分块矩阵

标准型

从左上角开始的一串1(不断),其余的地方都是0;(标准型不一定是方阵)

分块

分块加法

数乘

乘法

前提分块条件要使Ai能与Bj块相乘

转置

1.把子块视作普通元素求转置。

2.对每个子块求转置

推论(A,B可逆)

标签:分块,转置,可逆,矩阵,宋浩版,行列式,线性代数,方阵
From: https://blog.csdn.net/m0_75208179/article/details/142307619

相关文章

  • 线性代数 第七讲 二次型_标准型_规范型_坐标变换_合同_正定二次型详细讲解_重难点题型
    文章目录1.二次型1.1二次型、标准型、规范型、正负惯性指数、二次型的秩1.2坐标变换1.3合同1.4正交变换化为标准型2.二次型的主要定理3.正定二次型与正定矩阵4.重难点题型总结4.1配方法将二次型化为标准型4.2正交变换法将二次型化为标准型4.3规范型确定取值范围......
  • 线性代数笔记1
    一.行列式1.行列式定义\(\left|\begin{matrix}a_{11}&a_{12}&...&a_{1n}\\a_{21}&a_{22}&...&a_{2n}\\...&...&...&...\\a_{n1}&a_{n2}&...&a_{nn}\end{matrix}\right|\)将此称为\(n\)阶行列式设\......
  • 线性代数 3B1B 笔记
    https://www.bilibili.com/video/BV1ys411472E概念秩Rank基础变换后的空间维数线性相关一组向量至少有一个是多余的,没有对张成空间做出任何贡献Atleastoneofthesevectorsisredundant,notaddinganythingtoourspan.解释你有多个向量,并且可以移除其中一个,而不减......
  • 线性代数重难点&题目
    抽象性矩阵求特征值例题1例题2知识点1相似对角化的2个充要和充分条件知识点2&例题3抽象型二次型的正定问题知识点3实对称矩阵的相似对角化例题4相似对角化反求参数或矩阵知识点4相似对角化与相似之间的关系知识点5二次型的可能考点知识点6&例题5等价......
  • 深度学习中的常用线性代数知识汇总——第一篇:基础概念、秩、奇异值
    文章目录0.前言1.基础概念2.矩阵的秩2.1秩的定义2.2秩的计算方法2.3秩在深度学习中的应用3.矩阵的奇异值3.1奇异值分解(SVD)3.2奇异值的定义3.3奇异值的性质3.4奇异值的意义3.5实例说明3.6奇异值在深度学习中的应用0.前言按照国际惯例,首先声明:本文......
  • 线性代数 第五讲:线性方程组_齐次线性方程组_非齐次线性方程组_公共解同解方程组_详解
    线性方程组文章目录线性方程组1.齐次线性方程组的求解1.1核心要义1.2基础解系与线性无关的解向量的个数1.3计算使用举例2.非齐次线性方程的求解2.1非齐次线性方程解的判定2.2非齐次线性方程解的结构2.3计算使用举例3.公共解与同解3.1两个方程组的公共解3.2同......
  • python科学计算:NumPy 线性代数与矩阵操作
    1NumPy中的矩阵与数组在NumPy中,矩阵实际上是一种特殊的二维数组,因此几乎所有数组的操作都可以应用到矩阵上。不过,矩阵运算与一般的数组运算存在一定的区别,尤其是在点积、乘法等操作中。1.1创建矩阵矩阵可以通过NumPy的array()函数创建。矩阵的形状可以通过shap......
  • 神经网络中的线性代数艺术
    矩阵我认为是最伟大的发明之一。而矩阵乘法我认为是是神经网络的具体体现。想象一张数表。我们把每一行想象成一个测试数据,每一列想象成一个特征值,我们的任务是如何对每一个测试数据进行分类。我们把问题抽象画位对一个给定的测试样本(有一些特征值)如何进行分类,直接的思想是假......
  • 【量化交易的数学基础】文科生也能搞懂的线性代数基础:矩阵和向量的那些事儿
    今天,我们继续来聊聊听起来有点可怕的线性代数,但其实,理解它并不需要你具备什么“数学天赋”。只需要一点点好奇心和一点点耐心。坐稳了,我们要启航了!1.矩阵和向量的基本概念和运算矩阵和向量是什么鬼?想象一下,矩阵就像一个表格,横竖排列了一堆数字,比如说我们有个3x3的方阵(对......
  • 主成分分析PCA找寻数据“灵魂”-线性代数(4)
    前言-PREFACE面向业务目标从浩瀚的数据中挖掘出相关性最高的数据“灵魂”,简化数据处理,去除噪声,提高计算效率,是人工智能领域的主要课题。除了上篇文章提到的矩阵分解(矩阵分解找寻数据“灵魂”-线性代数(3))之外,主成分分析(PCA,principalcomponentsanalysis,也可以翻译为主成因分析)......