Part2 正交、行列式、特征值

linyuxi_loretta

于 2022-09-21 23:37:36 发布

阅读量1k

点赞数 1

分类专栏：线性代数文章标签：线性代数算法机器学习

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/linyuxi_loretta/article/details/126909532

版权

方阵的行列式determinant

eigen values特征值

Determinants det A=|A|

这三个性质定义了行列式：

1. det I=1

2. exchange rows：reverse sign of det

置换矩阵 det P=1 even

= -1 odd

3.

matlab求行列式： pivot formula主元公式

矩阵可逆，行列式≠0

如果矩阵可逆，化简后各列都含有主元、

应用：box in 3D，体积是2^3=8倍

行和列性质一致

L和U都是对角阵，再转都不受影响

任何一种置换都可区分奇偶，

引入下节课的逆序数

行列式的求解公式

survivor：各行各列均有元素、

教授只是在用行列式的三个基本性质推出其计算方式，但是没有说基本性质怎么来的

在数学上，特别是在矩阵理论中，置换矩阵是一个方形二进制矩阵，它在每行和每列中只有一个1，而在其他地方则为0。

n x n det：

逆序数适合计算机

代数余子式cofactors

代数余子式的概念是从大公式提炼出来的，

代数余子式的作用是把n阶行列式，化简为n-1阶行列式

co是表示一起的前缀，factor是因子，这里指a11，cofactor就指括号里的东西

e.g.三对角线矩阵

$|A_{1}|=1$

$|A_{2}|=\begin{vmatrix} 11\\ 11 \end{vmatrix}=0$

$|A_{3}|=\begin{vmatrix} 110 \\111 \\ 011 \end{vmatrix}=-1$

$|A_{4}|=1*|A_{3}|-1*|A_{2}|=-1$

$|A_{n}|=|A_{n-1}|-|A_{n-2}|$

$|A_{5}|=0$

1,0,-1,-1,0,1 ,.... 行列式的值以6为周期循环

行列式应用一：formula for $A^{-1}$

通过高斯消元法得到的

.要引入伴随矩阵根据行列式的性质可以得出

A逆= 1/|A|* A的伴随矩阵

代数余子式组成的矩阵 C（cofactor matrix）

$C^{T}$ 伴随矩阵

有两行变一样的了

A screwed up

这个解释不是特别直观，第1列的a如果乘以第二列的b的代数余子式，则会构成a同列取了两个元素，这会导致行操作消元得到det余子式的det为0

相当于求一个有两个行相同的矩阵的行列式，比如把最后一行替换成第一行这么一个矩阵

写一个3*3的就明白了，当其中两行一样的时候，分别根据这两行进行分解出代数余子式，两个式子是一样的，也就是说如果错误分解，根据错误分解的式子写原行列式就是相当于是一个两行相同的行列式

行列式应用二：克莱姆法则

cramers rule for $x=A^{-1}b$

不可逆要么是求解空间，要么就是求最优解

这个公式解必须和消元法得到的解一样

余子式*什么东西，就是把什么都。东西放到对应位置

为什么是列不是行？因为转置

由于解由行列式定义，所以只能表示有唯一解的nxn方程组，即系数矩阵为满秩方阵

克莱默法则计算量比高斯消元大了很多

行列式应用三：|det A|=volume of box

三维里是列向量构成的平行多面体的体积

箱子通过行向量还是列向量定义都无所谓，因为行列式转置、他的值不会改变

在这个旋转变换中没有被旋转的向量称为特征向量

矩阵和转置矩阵的行列式一样

向量外积

在三维几何中，向量a和向量b的外积结果称为法向量

最低0.47元/天解锁文章

linyuxi_loretta

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
Part2 正交、行列式、特征值

置换矩阵 det P=1 even。应用：box in 3D，体积是2^3=8倍。如果矩阵可逆，化简后各列都含有主元、方阵的行列式determinant。L和U都是对角阵，再转都不受影响。eigen values特征值。矩阵可逆，行列式≠0。
复制链接

扫一扫

专栏目录

评论

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。