线性代数 - 期末复习(一)

简介: 线性代数 - 期末复习(一)

第一章: 矩阵


1. 矩阵概念

矩阵定义:由m×n个数aij(i = 1,2 ···,m ;j = 1,2 ···,n)按一定顺序排成的m行n列的矩形数表

注意:矩阵表示的是一个数表,不是一个具体的数


主对角线:

当m = n,即矩阵的行数与列数相同时,称矩阵为n阶方阵 或 n阶矩阵,在n阶方阵A中,元素aii (i = 1,2,···,n)排成的对角线称为方阵A的主对角线


行矩阵:

当m = 1时,得到一个1行n列的矩阵

A1×n = (a11 a12 ··· a1n)

称它为行矩阵


列矩阵:

当n = 1时,得到一个m行1列的矩阵

Am×1 = (a11 a21 ··· am1)T

称它为行矩阵


几种特殊矩阵↓

1) 零矩阵:

💛所有元素皆为0的矩阵称为零矩阵,简称零阵,记为O或Om×n

2) 对角矩阵(是方阵)

💛一个n阶方阵,若除主对角线上的元素aii (i = 1,2,···,n)外,其余元素全部为0,则称这个矩阵为对角矩阵,对角矩阵通常用Λ表示

(非主对角线上的零元素可省略不写)也可记作:diag(λ1,λ2,···,λn)


3) 单位矩阵(是方阵)

💛是特殊的对角矩阵;

主对角线上元素全是1的对角矩阵称为单位矩阵,n阶单位矩阵通常用En(或I n)表示,下标n表示单位矩阵的阶数,有时也简记为E(或 I)


4) 标量矩阵(是方阵)

(又叫做“纯量矩阵”,“数量矩阵”)

💛主对角线上的元素全为常数k的对角矩阵称为标量矩阵

5) 三角形矩阵:(是方阵)

💛主对角线下(上)面的元素全为0的方阵称为上(下)三角形矩阵;上、下三角形矩阵统称为三角形矩阵

6) 阶梯型矩阵(不一定是方阵)

💛设A = (aij)m×n为非零矩阵,若非零行(至少有一个非零元素的行)全在零行的前面,且A中各非零行第一个(最后一个)非零元素前(后)面零元素的个数随行数增加而增加(减少),则称A为上(下)阶梯型矩阵


上阶梯型矩阵👇

下阶梯型矩阵则是0元素在右上↗方

注意:阶梯型是以主对角线为“界限”像下面这样的矩阵就不是阶梯型


2. 矩阵运算

主要包括矩阵的线性运算、乘法运算、矩阵的转置


💙1)线性运算:

矩阵的加、减法、数乘运算统称为线性运算


1》加、减法:

同型矩阵A = (aij)m×n 与 B = (bij)m×n,称矩阵C = (cij)m×n = (aij±bij)m×n为矩阵A与B的和(差),记为C = A ± B

注意:只有同型矩阵才能相加(减),其和(差)矩阵仍是与它们同型的矩阵

性质:

(1)A+B = B+A

(2)(A+B)+C = A+(B+C)

(3)A+O = O+A = A

(4)A+(-A) = (-A)+A = O


2》数乘

矩阵A = (aij)m×n,k为常数,以k乘A的每一个元素得到的矩阵称为数k与矩阵A的数量乘积,简称数乘,记作kA,即kA = (k·aij)m×n

性质:

(1)k(A+B) = kA + kB

(2)(k+l) A=kA + lA

(3)(kl) A = k(lA)

(4)1A = A;( -1 )A = -A;0A = O


💙2)乘法运算

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,其中矩阵C中的第i行第j列元素可以表示为: (AB)ij = cij = ai1b1j + ai2b2j + ······ + aipbpj

矩阵相乘的前提:左乘矩阵的列数 = 右乘矩阵的行数

注意:

(1) AB有意义,BA 不一定有意义

(2)一般来说AB ≠ BA,即矩阵乘法不满足交换律

(3)由AB = O不能推出A = O或B = O,即两个非零矩阵的 乘积可以是零矩阵

(4)由AB = AC 且A ≠ O,不能推出 B = C ,即矩阵乘法不满足消去律


性质:

(1) (AB)C = A(BC)

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

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

(4)k (AB) = (kA) B = A (kB)

(5)Em Am×n = Am×nEn = Am×n

(6)Am×nOn×s = Om×s


💙3)矩阵的转置

将矩阵A = (aij)m×n的行列互换得到的矩阵称为矩阵A的转置矩阵,记作AT

性质:

(1) (AT)T = A

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

(3)(kA)T = kAT(k是常数)

(4)⭐(AB)T = BTAT

性质(4)可以推广:(A1A2 ··· Am)T = AmT···A2TA1T


📘对称矩阵与反对称矩阵

设A为n阶方阵,若AT = A ,则称A为对称矩阵;若AT = - A,则称A为反对称矩阵

对称矩阵特点:aij = aji

反对称矩阵特点:aij = -aji ; 由此可推得 aii = 0(主对角线元素为0)

对于任意n阶方阵A,A+AT、AAT、ATA都是对称矩阵;而A - AT是反对称矩阵

任意方阵A都可以写成对称矩阵与反对称矩阵的和:

A = (A+AT)/2 + (A - AT)/2


注意:对称矩阵的乘积不一定是对称矩阵

可以证明:若A、B为同型对称矩阵,AB为对称矩阵⇔AB = BA

(充分:∵(AB)T = AB;∵(AB)T = BTAT = BA;∴AB = BA 必要:∵AB = BA;∵(AB)T = BTAT = BA;∴(AB)T = AB)

相关文章
|
测试技术 C语言 Perl
内存优化-使用tcmalloc分析解决内存泄漏和内存暴涨问题
其实我一直很想写关于tcmalloc的内存泄漏检测的文章,只是一直记不起来该如何下笔,有时项目太忙,在整理这方便的思考过少,另外遇到的问题也不是很多,直到最近用tcmalloc帮A项目排查...
|
10月前
|
人工智能 数据可视化 物联网
Reasoning模型蒸馏实践:用大模型提升小模型能力
DeepSeek-R1的爆火让更多开发者注意到模型蒸馏技术——这种让小模型也能"开小灶"习得大模型知识精华的秘诀。今天我们就用Qwen2.5-1.5B小模型(相当于AI界的初中生)来进行实践!
820 5
|
6月前
|
存储 运维 安全
阿里云服务器2核4G与4核8G配置解析:实例规格、价格及选择指南
阿里云服务器2核4G和4核8G配置凭借其均衡的性能与性价比,成为中小企业及开发者群体的热门选择。通用算力型u1实例2核4G5M带宽80G ESSD Entry云盘特惠价199元1年,个人用户最低531.79元1年,4核8G配置价格最低的是通用算力型u1实例,活动价格为955.58元1年起,除此之外,还有计算型c7、c9i、c8y等计算型实例有2核4G与4核8G配置可选。具体配置还需要看想要购买的云服务器实例规格和配置及带宽大小。本文将结合2025年最新活动价格,深度解析阿里云服务器2核4G与4核8G配置的实例规格、适用场景及选择策略,以供参考。
|
10月前
|
存储 XML Java
Android 文件数据储存之内部储存 + 外部储存
简介:本文详细介绍了Android内部存储与外部存储的使用方法及核心原理。内部存储位于手机内存中,默认私有,适合存储SharedPreferences、SQLite数据库等重要数据,应用卸载后数据会被清除。外部存储包括公共文件和私有文件,支持SD卡或内部不可移除存储,需申请权限访问。文章通过代码示例展示了如何保存、读取、追加、删除文件以及将图片保存到系统相册的操作,帮助开发者理解存储机制并实现相关功能。
2404 2
|
10月前
|
安全 编译器 开发工具
鸿蒙系统”套壳论”的认知迷思与技术真相-优雅草卓伊凡
鸿蒙系统”套壳论”的认知迷思与技术真相-优雅草卓伊凡
346 0
鸿蒙系统”套壳论”的认知迷思与技术真相-优雅草卓伊凡
|
人工智能 监控 安全
智能家居技术的未来:从自动化到人工智能
随着科技的飞速发展,智能家居已经从简单的自动化设备进化到了集成人工智能的高级系统。本文将探讨智能家居技术的演变历程、当前的应用实例以及未来的发展趋势,旨在为读者揭示如何通过技术创新实现家居生活的智能化和个性化。我们将从智能家居的基本概念出发,逐步深入到其背后的技术原理,最终展望人工智能如何塑造未来家居生活的可能性。
877 1
|
存储 编译器 Python
python文件处理-CSV文件的读取、处理、写入
python文件处理-CSV文件的读取、处理、写入
1309 0
python文件处理-CSV文件的读取、处理、写入
|
人工智能 搜索推荐 机器人
人工智能与心理健康:情感支持的新形式
【10月更文挑战第31天】在科技迅速发展的今天,人工智能(AI)已渗透到生活的方方面面,特别是在心理健康领域。本文探讨了AI如何通过智能聊天机器人、情感识别与分析及个性化心理健康计划,为用户提供24小时不间断的情感支持,打破传统服务的时间和地域限制,同时面临隐私保护和伦理等挑战,未来有望与虚拟现实等技术结合,提供更丰富的心理健康服务。
|
机器学习/深度学习 运维 算法
高斯混合模型(GMM)
高斯混合模型(GMM)
|
存储 定位技术 API
C语言实战 -- 经典贪吃蛇游戏(含完整源码)
C语言实战 -- 经典贪吃蛇游戏(含完整源码)
580 1

热门文章

最新文章