我的矩阵学习

我的矩阵学习摘自矩阵 数学术语 百度百科 定义 由 m n 个数 aij 排成的 m 行 n 列的数表称为 m 行 n 列的矩阵 简称 m n 矩阵 记作 这 m n 个数称为矩阵 A 的元素 简称为元 数 aij 位于矩阵 A 的第 i 行第 j 列 称为矩阵 A 的 i j 元 以数 aij 为 i

大家好,我是讯享网,很高兴认识大家。

摘自矩阵(数学术语)_百度百科

定义

由 m × n 个数aij排成的m行n列的数表称为m行n列的矩阵,简称m × n矩阵。记作:


讯享网

这m×n 个数称为矩阵A的元素,简称为元,数aij位于矩阵A的第i行第j列,称为矩阵A的(i,j)元,以数 aij为(i,j)元的矩阵可记为(aij)或(aij)m × n,m×n矩阵A也记作Amn。

基本运算

矩阵运算在科学计算中非常重要 [8]
 
,而矩阵的基本运算包括矩阵的加法,减法,数乘,转置,共轭和共轭转置 [1]
 
[9]
 
。




加法

矩阵的加法满足下列运算律(A,B,C都是同型矩阵):




减法




数乘

矩阵的数乘满足以下运算律:

矩阵的加减法和矩阵的数乘合称矩阵的线性运算 。

转置

把矩阵A的行和列互相交换所产生的矩阵称为A的转置矩阵(),这一过程称为矩阵的转置

矩阵的转置满足以下运算律:




共轭

矩阵的共轭定义为:一个2×2复数矩阵的共轭(实部不变,虚部取负)如下所示 :

则




共轭转置

  矩阵的共轭转置定义为:,也可以写为:,或者写为。一个2×2复数矩阵的共轭转置如下所示:

        则       

乘法

主条目:矩阵乘法

两个矩阵的乘法仅当第一个矩阵A的列数和另一个矩阵B的行数相等时才能定义。如A是m×n矩阵和B是n×p矩阵,它们的乘积C是一个m×p矩阵

,它的一个元素:

并将此乘积记为:。

例如:

矩阵的乘法满足以下运算律:

结合律:(AB)C=A(BC)

左分配律:(A+B)C = AC+BC

右分配律:C(A+B)=CA+CB

矩阵乘法不满足交换律。

行列式

主条目:行列式

一个n×n的正方矩阵A的行列式记为或者,一个2×2矩阵的行列式可表示如下

:

一个n×n矩阵的行列式等于其任意行(或列)的元素与对应的代数余子式乘积之和,即:



特征值与特征向量

主条目:特征值,特征向量

n×n的方块矩阵A的一个特征值和对应特征向量是满足的标量以及非零向量 。其中v为特征向量,为特征值。

A的所有特征值的全体,叫做A的谱 [13]
 
,记为。矩阵的特征值和特征向量可以揭示线性变换的深层特性 。

矩阵的迹

主条目:矩阵的迹

n×n矩阵A的对角元素之和称为矩阵A的迹(trace),记作tr(A) , 即



正定性

n×n的实对称矩阵A如果满足对所有非零向量 ,对应的二次型

若Q>0,就称A为正定矩阵。若Q<0则A是一个负定矩阵,若Q≥0,则A为半正定矩阵,若A既非半正定,也非半负定,则A为不定矩阵
。对称矩阵的正定性与其特征值密切相关。矩阵是正定的当且仅当其特征值都是正数 。



矩阵的分解

主条目:矩阵分解




三角分解

设,则A可以唯一地分解为,其中U1是酉矩阵,R是正线上三角复矩阵,或A可以唯一地分解为其中L是正线上三角复矩阵,是酉矩阵。




谱分解




奇异值分解

假设M是一个m×n阶矩阵,其中的元素全部属于域K,也就是实数域或复数域。如此则存在一个分解使得

其中U是m×m阶酉矩阵;Σ是m×n阶实数对角矩阵;而V*,即V的共轭转置,是n×n阶酉矩阵。这样的分解就称作M的奇异值分解 [17]
 
。Σ对角线上的元素Σi,i即为M的奇异值。常见的做法是将奇异值由大而小排列。如此Σ便能由M唯一确定了。




满秩分解

设,若存在矩阵及,使得A=FG,则称其为的A一个满秩分解
。




LUP分解

LUP分解的思想就是找出三个n×n矩阵L,U,P,满足PA=LU其中L是一个单位下三角矩阵,U是一个单位上三角矩阵,P是一个置换矩阵。 而满足分解条件的矩阵L,U,P称为矩阵A的一个LUP分解
。

小讯
上一篇 2025-01-14 19:33
下一篇 2025-04-06 09:06

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/78137.html