线性代数&矩阵分析 Linear algebra & Matrix Analysis

• constant term 常数项
• 矩阵的逆 inverse matrix
• 矩阵的秩 Rank of the matrix
• 矩阵的单位向量 unit vector
• 矩阵的特征向量eigenvectors，特征值 eigenvalues
• 余子式 Minor
• 辅因子 cofactor
• 矩阵奇异值 singular value 当行列式为0时 （即不可求逆），这个矩阵为奇异矩阵

Determinant 行列式

Linear equations 线性方程组

Norm 范数

求矩阵的逆

• 求矩阵的minor
  
  

• Matrix of Cofactors
  
  

• 求行列式
  数值A[1,j]乘以相对应的cofactorC[1,j]，然后将结果相加
  当|A|=0时，我们就称A为奇异矩阵，若|A|!=0，我们就称A为非奇异矩阵。

• 伴随矩阵 Adjugate Matrix
  伴随矩阵是将matrix of cofactors进行转置(transpose)之后得到的矩阵，我们称作A的伴随矩阵，记作adj(A)。
  

• 求逆
  

求矩阵的rank

• 初等变换 Elementary transformation of matrix

A满秩
<=> |A| ≠ 0
<=> A可逆 (又非奇异)
<=> A的列(行)向量组线性无关
<=> R(A)=n
<=> AX=0 仅有零解
<=> A的特征值都不等于0.
<=> A可表示成初等矩阵的乘积
<=> A的等价标准形是单位矩阵

矩阵的特征向量和特征值