行列式与矩阵听课记录

一上午学习了行列式与矩阵的一些基础知识，了解并明白了一些基本的运算，有些部分听得比较迷，会有一些写的不够透彻

或者有错误，还得麻烦读者在评论指错，海涵，算法的实现还要求教各位仁人志士。

一.行列式

行列式在我看来，其实就是用n*n的数字方阵来表示一个数。

行列式的数值：

对于二阶行列式：

即主对角线的数值乘积减去次对角线的数值乘积。

对于三阶行列式：将其分解为三个二阶行列式

=a1(b2*c3-b3*c2)+b1(c2*a3-c3*a2)+c1(a2*b3-a3*b2);

a1对应b2  c2             b1对应c2     a2             c1对应a2    b2

           b3  c3                        c3     a3                       a3    b3

计算对应的二阶行列式的数值再乘以自身，全部相加便得到上面的等式。

以此类推，n阶也是分解成n个二阶多项式进行计算。

加减运算：

对应行与列的数值相加减即可。

乘法运算：

对应行与列的数值相乘即可。满足结合律，交换律，分配律。

行列式的相等只要数值相等即可，不需要对应行列的数值相等，与后面矩阵的相等有区别。

二.矩阵

矩阵就不需要严格的n*n，只需要n行m列即可。

矩阵加法，减法，乘法与二项式的运算相同。

矩阵相等需要每行每列的元素都相等，与行列式有本质的区别。

矩阵相乘：

设A为m*p的矩阵，B为p*n的矩阵，那么称m*n的矩阵C为矩阵A与B的乘积，记作C=AB，

那么矩阵C中第i行第j列元素可表示为：

矩阵相乘需要A的列数等于B的行数。

由上易得，C的行数等于A的行数，列数等于B的列数。

矩阵相乘不满足交换律，但满足结合律与分配律。

在讲逆矩阵之前，需要引入单位阵的概念。

单位阵就是主对角线都是1的矩阵。可用 I 表示。单位阵的性质：任何矩阵与单位阵的乘积都是本身。

逆矩阵：

一个矩阵的逆矩阵与这个矩阵的乘积为单位阵。

数学上有一些求解已知矩阵的逆矩阵的问题：

1.比较暴力的方法就是设未知数，列方程，求出各行各列的值

2.将原矩阵与相等行数和列数的单位阵进行比对，根据两阵中元素的变化，可以得出相应的逆矩阵

有一些求解逆矩阵的数学问题：

矩阵A满足A^2+2*A-3*I=0,求证A可逆，并求其逆矩阵。

思路有些难以想到：A^2+2*A=3*I，A^2+2*A*I=3*I（单位阵性质），A*(A+2*I)=3*I

因为A*A^(-1)=I，所以A^(-1)=（A+2*I）/3

变式：在上述条件下，证明A+4*I是否可逆。

解法：（A+4*I）*（A-2*I）=A^2+2*I*A-8*I^2=A^2+2*A-8*I=A^2+2*A-3*I-5*I=-5*I

所以A+4*I的逆矩阵为(-5*I)/(A-2*I)。

由上述解决过程，可以推得求A+n*I的逆矩阵只需配凑成原方程的形式（多次项与一次项相同），

                           只要“常数项”不为0，就有逆矩阵

在讲矩阵的秩之前，引入线性相关的概念。

在向量空间V的一组向量A：  a1,a2,......am 

如果存在 不全为零 的数 k 1 , k 2 , ···,k m  ,使k1*a1+k2*a2+......+km*am=0,

则称向量组A是线性相关的，否则数 k1, k2, ···,km全为0时，称它是线性无关。

秩的概念：

在n*m的矩阵中，可以将其分为n个横向向量或m个竖向向量，这些向量中线性无关的向量个数就是秩的值。

所有向量都是线性无关的矩阵叫做满秩矩阵。

满秩矩阵有一些美好的性质：

1.满秩矩阵的行列式数值不为0。秩不满的矩阵的行列式数值定为0。

2.满秩矩阵必有一个逆矩阵。

有一道证明题比较有趣：

若A,B皆为矩阵，且A*B=I，求证：B*A=I。

乍一看这与前面所说的矩阵相乘不满足交换律相悖，但证明思路也是较为简单。

又因为存在A^(-1),使得A*A^(-1)=I

所以（A*A^(-1))*B=I*B=B

那么（A*A^（-1）)*B=A*(-1)*(A*B)=A*(-1) （结合律）

所以B=A^(-1)，B*A=I

很有趣吧。

当然这篇博客所讲述的都是数学知识，没有涉及编程方面，但是算法思想已蕴含其中。