2-3-矩阵的求值

矩阵的求值

方阵的行列式

  1. 把方阵看作行列式求值,就称为方阵对应的行列式的值
  2. det(A):求方阵A的对应行列式的值

矩阵的秩

  1. 矩阵线性无关的行数或列数称为矩阵的秩
  2. rank(A):求矩阵的秩
  3. 魔方阵的秩
    • 奇数阶魔方阵秩为n,即奇数阶魔方阵是满阶魔方阵
    • 一重偶数阶魔方阵的秩为n/2+2(n是2的倍数,但不是4的倍数)
    • 二重偶数阶魔方阵的值均为3(阶数是4的倍数)

矩阵的迹

  1. 矩阵的迹等于矩阵的对角线元素之和;也等于矩阵的特征值之和
  2. trace(A):求矩阵A的迹

向量和矩阵的范数

  1. 矩阵或向量的范数用来度量矩阵或向量在某种意义下的长度
  2. 向量的3种常用范数
    • 向量1——范数:向量的绝对值之和
      在这里插入图片描述
      norm(V,1):计算向量1——范数
    • 向量2——范数:向量的绝对值的平方和的平方根
      在这里插入图片描述
      norm(V)或norm(V,2):计算向量2——范数
    • 向量∞——范数:所有向量元素绝对值中的最大值
      在这里插入图片描述
      norm(V,inf):计算向量∞——范数
  3. 矩阵的3种常用范数
    • 矩阵1——范数:向量的绝对值之和
      在这里插入图片描述
      norm(V,1):计算矩阵1——范数
    • 矩阵2——范数:向量的绝对值的平方和的平方根
      在这里插入图片描述
      norm(V)或norm(V,2):计算矩阵2——范数
    • 矩阵∞——范数:所有向量元素绝对值中的最大值
      在这里插入图片描述
      norm(V,inf):计算矩阵∞——范数

矩阵的条件数

  1. 矩阵A的条件数等于矩阵A的范数与A的逆矩阵的范数的乘积
  2. 条件数越接近1,矩阵性能越好,反之,矩阵的性能越差
  3. 条件数的计算
    • cond(A,1):计算A的1——范数下的条件数
    • cond(A)或cond(A,2):计算A的2——范数下的条件数
    • cond(A,inf):计算A的∞——范数下的条件数

,2):计算A的2——范数下的条件数
* cond(A,inf):计算A的∞——范数下的条件数

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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
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