矩阵论笔记

---

第一讲 线性空间与线性算子

线性空间

• 

向量系等价

• 

极大线性无关组（列向量）

• 秩rank(A)

• spark(A)，组成线性相关向量系最小向量个数

• 基底

• 子空间

  • 生成线性子空间 s p a n { x 1 , x 2 , . . . x n } span\{x_1,x_2,...x_n\} span{x1​,x2​,...xn​}
  • 交空间
  • 和空间（每个元素和）
  • 零空间
  • 像空间
  • 直接和
  • 超平面

• 转移矩阵$B=AP\Rightarrow x=Py$

线性算子

• 同构算子

向量在给定基底下的表示

• $T({\alpha }_1,{\alpha }_2,...,{\alpha }_n)=({\beta }_1,{\beta }_2,...,{\beta }_m)A$
  • 其中，$T({\alpha }_i)={\sum }_{j=1}^m{\alpha }_{ji}{\beta }_j$，为$V^m$空间的一个向量
• 矩阵相似

---

第二讲 内积空间与等积变换

内积

度量矩阵（Gram矩阵）

正交基

• Schmidt正交化

• 

• 复内积线性空间（酉空间）

• 线性泛函

• 伴随变换

• 正交变换

  • 

---

第三讲 赋范线性空间与范数

• 范数
  • 
• 赋范空间
• 

矩阵范数

• 
• -

谱半径

• 
• 

条件数

---

第四讲 矩阵的特征值与奇异值分解

特征值

• 
• 
• 
• 
• 
• 即[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wJV0BHnH-1610182355883)(https://raw.githubusercontent.com/lengjiayi/Lecture-Notes/main/assets/image-20201225170900528.png)]

相似矩阵

• 
• 
• 

实对称矩阵的特征值问题

• 
• [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-j6uI5P1D-1610182355886)(https://raw.githubusercontent.com/lengjiayi/Lecture-Notes/main/assets/image-20210105153926997.png)]

谱分解

Rayleigh 商

• 

Schur定理和正规矩阵

奇异值分解SVD

• 
• 
• [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-YCxbXw9B-1610182355890)(https://raw.githubusercontent.com/lengjiayi/Lecture-Notes/main/assets/image-20210105171323460.png)]
• [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-SdrKY7iE-1610182355893)(https://raw.githubusercontent.com/lengjiayi/Lecture-Notes/main/assets/image-20210105171323460.png)]
• 

数值性质

• 
• 

投影分析

投影算子

典型投影

• [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vaLZMxnF-1610182355896)(https://raw.githubusercontent.com/lengjiayi/Lecture-Notes/main/assets/image-20210105203059638.png)]

• 

矩阵分解与广义逆矩阵

满秩分解

三角分解

正交分解

广义逆矩阵

左逆/右逆

• 
• 

广义逆