从零开始学数据分析之——《线性代数》第二章矩阵

最新推荐文章于 2023-03-28 17:00:55 发布

doubleyue1314

最新推荐文章于 2023-03-28 17:00:55 发布

阅读量7.5k

点赞数

文章标签：数据分析数据挖掘算法线性代数

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/doubleyue1314/article/details/126152302

版权

2.1 矩阵的概念

元素全为实数的矩阵称为实矩阵

元素全为负数的矩阵称为复矩阵

只有一行（列）的矩阵称为行（列）矩阵

元素全为零的矩阵称为零矩阵

行数和列数都等于n的矩阵称为n阶矩阵或n阶方阵

主对角线元素全为1，其余元素全为0的矩阵称为单位矩阵，记作E或I

两个矩阵行数和列数对应相等的矩阵称为同型矩阵

2.2 矩阵的运算

2.2.1 矩阵的加（减）法

对应元素相加（减）所得到的矩阵（前提是同型矩阵）

满足的运算法则：

（1）交换律： $A+B=B+A$

（2）结合律： $(A+B)+C=A+(B+C)$

（3） $A+0=A$

（4） $A+(-A)=0$

（5）移项规则： $A+B=C\Leftrightarrow A=C-B$

2.2.2 矩阵的数乘

数乘：将数乘到矩阵的个元素上

矩阵提供因子：矩阵所有元素均有公因子，公因子外提一次

满足的运算法则：

（1） $k(A+B)=kA+kB$

（2） $(k+l)A=kA+lA$

（3） $k(lA)=(kl)A$

2.2.3 矩阵的乘法和方阵的幂

1.矩阵的乘法

矩阵相乘前提条件：第一个矩阵的列数等于第二个矩阵的行数

结果矩阵的形状：结果矩阵行数等于第一个矩阵的行数，结果矩阵列数等于第二个矩阵的列数

$A_{m\times s}\times B_{s\times n}=C_{m\times n}$

宋氏七字口诀：中间相等取两头

注：1） $AB\neq BA$ ,AB有意义，BA不一定有意义（若AB=BA，则AB可交换）

2）AB表示A左乘B，B右乘A

3）AB=0推不出来A=0 or B=0

4）AB=AC，A $\neq$ 0推不出来B=C

与E相乘：AE=A，EB=B

矩阵乘法满则的运算规则：

（1）结合律：(AB)C=A(BC)

（2）分配律：(A+B)C=AC+BC C(AB)=CA+CB

（3）k(AB)=(kA)B=A(kB)

2.方阵的幂

$A^k=A\cdot A\cdot \cdot \cdot \cdot \cdot A$ ,A的k次幂， $A^0=E$

方阵的幂的性质：

1） $A^{k_1}A^{k_2}=A^{k_1+k_2}$

2） $(A^{k_1})^{k_2}=A^{k_1k_2}$

其中， $k_1,k_2$ 为非负整数

注意： $(AB)^k\neq A^kB^k$

$ABAB\neq AABB$

$(A+B)^2\neq A^2+2AB+B^2$

其中，A为方阵

2.2.4 矩阵的转置

将矩阵A的各行一次变为列后得到的矩阵，称为A的转置矩阵，即 $A_{m\times n}=A^T_{n\times m}$

转置矩阵的性质：

1） $\left ( A^T \right )^T=A$

2） $(A+B)^T=A^T+B^T$

3） $(kA)^T=kA^T$

4） $(AB)^T=B^TA^T$

2.3 几种特殊的矩阵

2.3.1 数量矩阵

主对角线上元素全部相等，其他与元素全为零的矩阵称为数量矩阵

2.3.2 对角形矩阵

主对角线上元素为任意数，而其他元素全为零的矩阵称为对角形矩阵

2.3.3 三角形矩阵

上三角形矩阵：主对角线上方的元素都是零的矩阵

下三角形矩阵：主对角线上方的元素都是零的矩阵

2.3.4 对称矩阵与反对称矩阵

对称矩阵

定义：以主对角线为轴，对应元素相等的矩阵

性质： $A^T=A$

两个同阶对称矩阵的和、差、数乘仍为对称矩阵，但其乘积一般不再是对称矩阵

定理：设A与B为两个同阶对称矩阵，则乘积AB仍为对称矩阵的充分必要条件是A与B可交换

反对称矩阵

定义：以主对角线为轴，对应元素成相反数的矩阵（注：反对称矩阵主对角线全为0，对称矩阵没有要求）

性质： $A^T=-A$

2.4 逆矩阵

注：不要把矩阵放在分母上

2.4.1 方阵的行列式与伴随矩阵

方阵的行列式：设n阶方阵A，用其所有元素按原来位置排列所称的n阶行列式称为方阵A的行列式。记作｜A｜或detA

性质：

1） $\left | A^T \right |=\left | A \right |$

2） $|kA|=k^n|A|$

3） $|AB|=|A||B|$ ,AB同阶

伴随矩阵：

只有方阵才有伴随矩阵

伴随矩阵的定义：

1）求所有元素的代数余子式

2）按行求的代数余子式按列放，构成的矩阵就是伴随矩阵，记作 $A^*$

按行求按列放

定理：对任意方阵A，有 $AA^*=A^*A=|A|E$

推论：若n阶方阵A满足， $|A|\neq 0,$ 则 $|A^*|=|A|^{n-1}$

2.4.2 逆矩阵

定义：设A是n阶方阵，若存在n阶方阵B，使得AB=BA=E，则称B是A的逆矩阵，记作 $A^-$ ,并称A为可逆矩阵。

逆矩阵满足三个基本事实：

1）未必任何方阵都有逆矩阵

2）一个方阵若有逆矩阵，则逆矩阵唯一

3）若A可逆，则 $AA^-=A^-A=E$

定义：若方阵A的行列式 $\left | A \right |\neq 0$ ，则称A为非奇异（非退化或满秩）矩阵；否则，则称A为奇异（退化或降秩）矩阵。

定理：A可逆的充要条件 $\left | A \right |\neq 0$ ， $A^{-1}=\frac{1}{\left | A \right |}A^{*}$

推论：设A为n阶方阵，B为n阶方阵，使得AB=E或BA=E，则A可逆，且 $A^{-1}=B$

求逆矩阵的方法：

1）伴随矩阵法

2）初等变换法

2.4.3 逆矩阵的性质

1）A可逆， $A^{-1}$ 可逆， $(A^{-1})^{-1}=A$

2）A、B均可逆，AB可逆， $(AB)^{-1}=B^{-1}A^{-1}$

3）A可逆， $A^T$ 可逆， $(A^T)^{-1}=(A^{-1})^T$ , $k\neq 0,(kA)^{-1}=\frac{1}{k}A^{-1}$

4）A可逆， $\left | A^{-1} \right |=\left | A \right |^{-1}$

5）A可逆， $A^*$ 可逆， $(A^*)^{-1}=\frac{1}{\left | A \right |}A$

2.5 分块矩阵

2.5.1 分块矩阵的概念

灵活分，要求：横线竖线一气到头

标准形矩阵

从左上角开始的一串1（不断），标准形不一定是方阵

2.5.2 分块矩阵的运算

1）分块矩阵的加法

2）分块矩阵的数乘

3）分块矩阵的乘法

4）分块矩阵的转置：1.把子块视作普通元素求转置2.对每个子块求转置

2.6 矩阵的初等变换

2.6.1 矩阵的初等变换

1）交换矩阵的两行（列）

2）用数 $k(k\neq 0)$ 乘以矩阵的某一行（列）

3）谋行（列）的l被加到另一行（列）上

定理：任何矩阵都可以经过初等变换化为标准形矩阵

定义：若矩阵A可经过初等变换为矩阵B，则称A与B等价，记作 $A\cong B$

等价关系的性质

1）反身性：对任何矩阵A，都有 $A\cong A$

2）对称性：若 $A\cong B$ ，则 $B\cong A$

3）传递性：若 $A\cong B$ ， $B\cong C$ ，则 $A\cong C$

推论：任何矩阵A都与标准形矩阵等价

2.6.2 初等方阵

定义：对单位矩阵E施行一次初等变换所得到的矩阵称为初等方阵

三种初等方阵：

1） $E(i,j),\left | E(i,j) \right |=-1$

2） $E(i(k)),\left | E(i(k)) \right |=k(k\neq 0)$

3） $E(i,j(l)),\left | E(i,j(l)) \right |=1$

初等方阵均可逆，其逆矩阵也是初等方阵，初等方阵的转置矩阵也是初等方阵

定理：设A是任意一个矩阵，则用第i种初等方阵左（右）乘A，相当于对A施行第i种初等行（列）变换（i=1,2,3）

推论：A、B等价 $\Leftrightarrow$ 存在可逆矩阵P、Q，使得PAQ=B

2.6.3 矩阵可逆的两个充分必要条件

1）方阵A可逆的充分必要条件是A的标准形矩阵为E

2）方阵A可逆的充分必要条件是A可表示为若干初等方阵的乘积

2.6.4 初等变换法求逆矩阵

设A可逆， $A^{-1}$ 可逆，

设 $A^{-1}=Q_1Q_2\cdot \cdot \cdot Q_t$ ，

$Q_1Q_2\cdot \cdot \cdot Q_tA=E$ ,用若干初等方阵左乘A，可以得到单位矩阵E

$Q_1Q_2\cdot \cdot \cdot Q_tE=A^{-1}$ ，用与以上相同的初等方阵左乘E，可得到 $A^{-1}$

以上方法称为：初等行变换法

注意：1）先第一列，再第二列，再第三列

2）写整行，对整行进行操作

3）第一行处理好后，不再主动参与变换

2.7 矩阵的秩

2.7.1 矩阵的秩

k阶子式：设A是mxn矩阵，从A中任取k行和k列，位于这些行、列相交处的元素按原来位置所构成的行列式称为A的一个k阶子式

$0\leqslant r(A)=min{m,n}$

非零子式的最高阶数就是矩阵的秩

零矩阵的秩为0

矩阵的秩r等于矩阵的行，则称行满秩矩阵

矩阵的秩r等于矩阵的列，则称行列秩矩阵

A为方阵，A为满秩矩阵 $\Leftrightarrow$ A为可逆矩阵

定理：矩阵A的秩为r的充分必要条件是A有一个r阶子式不等于零，而所有r+1阶子式都等于零

阶梯形矩阵：

1）若有零行，零行在非零行的下边

2）自上而下，左起首非零元素左边零的个数随行数增加而严格增加

判断阶梯形矩阵的折线法：

横线可跨多个数，折线只跨一个数

行简化阶梯型：

1）非零行的首非零元是1

2）首非零元所在列的其余元素都是0

宋氏判断三步走：

1）折线判断阶梯形

2）圆圈画出首非零元

3）首非零元画竖的虚线，只有1其余0

阶梯形矩阵的秩等于其非零行的行数

初等（行列）变换不改变矩阵的秩

2.7.2 求矩阵的秩的方法

两种方法：

1）将矩阵A利用初等行、列变换化为标准矩阵D，则A的秩等于D中1的个数

2）将矩阵A利用初等行变换化为阶梯形矩阵B，则A的秩等于B中非零行的行数

2.7.3 矩阵的秩的性质

1） $r(A)=r(A^T)$

2）任何矩阵乘以可逆矩阵后，其秩不变

推论：设矩阵 $A_{m\times n}$ , $P_m$ 可逆方阵， $Q_n$ 可逆方阵

则 $r(A)=r(PA)=r(AQ)=r(PAQ)$

关注

0
点赞
踩
9

收藏

觉得还不错? 一键收藏
2
评论
从零开始学数据分析之——《线性代数》第二章矩阵

此篇为《线性代数》，第四版，经济科学出版社出版，为B站宋浩老师《线性代数》教学视频所用教材，自己也是跟着宋老师学，边学边做笔记，在此特别感谢像宋老师一样无私奉献的人。本书共7章，纯手工码字，视内容多少，分批次发布...
复制链接

扫一扫

评论 2

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。