• 矩阵理论复习部分——线性代数(2)矩阵运算


    一、矩阵类型

    1、转置矩阵 A = ( 3 2 1 1 2 3 2 3 1 ) A =

    (321123231)" role="presentation">(321123231)
    A= 312223131 A T = ( 3 1 2 2 2 3 1 3 1 ) A^T =
    (312223131)" role="presentation">(312223131)
    AT= 321123231
    T T T 表示矩阵的转置

    2、对角矩阵 ( 2 0 0 0 3 0 0 0 1 )

    (200030001)" role="presentation">(200030001)
    200030001 对角矩阵(diagonal matrix)是一个主对角线之外的元素皆为0的矩阵,常写为 d i a g ( a 1 , a 2 , a 3 , . . . , a n ) \mathrm{diag}(a_1,a_2,a_3,...,a_n) diag(a1,a2,a3,...,an)

    3、上下三角矩阵: ( 1 2 3 0 2 3 0 0 1 )

    (123023001)" role="presentation">(123023001)
    100220331 ( 1 0 0 3 2 0 2 3 1 )
    (100320231)" role="presentation">(100320231)
    132023001

    4、单位矩阵: ( 1 0 0 0 1 0 0 0 1 ) = E = I

    (100010001)" role="presentation">(100010001)
    = E = I 100010001 =E=I

    5、正交矩阵:若 n n n 阶方阵 A A A,满足 A A T = E AA^T=E AAT=E,称 A A A 为正交矩阵

    6、对称矩阵: A T = T A^T=T AT=T

    二、矩阵的基本运算

    1、加法、减法:矩阵对应元素位置直接进行加减法运算,矩阵形状不发生改变;
    2、乘法:左行乘右列(矩阵能够进行乘法的前提是:矩阵的左行等于右列);

    三、矩阵运算相关性质

    矩阵运算不一定满足交换律: A B ≠ B A AB \not= BA AB=BA

    数乘分配律:
    ( λ + μ ) A = λ A + μ A (\lambda + \mu)A = \lambda A + \mu A (λ+μ)A=λA+μA

    λ ( A + B ) = λ A + λ B \lambda(A+ B) = \lambda A + \lambda B λ(A+B)=λA+λB

    矩阵分配律:
    ( A B ) C = A ( B C ) (AB)C = A(BC) (AB)C=A(BC)

    A ( B + C ) A B + A C A(B+C) AB + AC A(B+C)AB+AC

    ( B + C ) A = B A + C A (B + C)A = BA + CA (B+C)A=BA+CA

    E A = A E = A EA =AE =A EA=AE=A

    转置相关性质:
    ( A T ) T = A (A^T)^T = A (AT)T=A

    ( A + B ) T = A T + B T (A + B)^T = A^T + B^T (A+B)T=AT+BT

    ( A B ) T = B T A T (AB)^T = B^TA^T (AB)T=BTAT(有些特殊)

    模的性质:
    ∣ A ⋅ B ∣ = ∣ A ∣ ⋅ ∣ B ∣ |A \cdot B| = |A| \cdot |B| AB=AB

    ∣ λ A ∣ = λ n ∣ A ∣ |\lambda A| = \lambda^n|A| λA=λnA n n n 为矩阵 A A A 的阶数)

  • 相关阅读:
    计算机体系结构(简记)
    【赠书活动】浅谈C#中垃圾回收机制
    香港服务器在大陆连不上怎么回事?
    vue-props
    Vue项目实战——【基于 Vue3.x + NodeJS】实现的课程表排课系统四(MyMessageBox)动态组件的编写
    PaLM-E: An Embodied Multimodal Language Model
    FreeRTOS基础(三):动态创建任务
    react使用react-sortable-hoc实现拖拽
    MAVEN在IDEA中的使用
    《动手学深度学习 Pytorch版》 6.1 从全连接层到卷积
  • 原文地址:https://blog.csdn.net/qq_43656233/article/details/127118079