多元统计分析笔记一——矩阵基础知识

一、矩阵特性

( 1 ) (1)\quad (1) 对于矩阵 A A A,它的秩 r a n k ( A ) rank(A) rank(A)为矩阵 A A A线性无关的行或列的数目

( 2 ) (2)\quad (2) 对于方阵 A A A,它的迹运算为 t r ( A ) = ∑ i = 1 p a i i tr(A)=\sum\limits_{i=1}^pa_{ii} tr(A)=i=1paii

( 3 ) (3)\quad (3) 如果矩阵 A A A的行列式 det ⁡ ( A ) = ∣ A ∣ ≠ 0 \det(A)=|A|\ne0 det(A)=A=0,那么存在 A − 1 A^{-1} A1,使得 A A − 1 = A − 1 A = I AA^{-1}=A^{-1}A=I AA1=A1A=I,其中 I I I为单位矩阵(identity matrix

二、特征值和特征向量

( 4 ) (4)\quad (4) A A A p × p p\times p p×p的矩阵,如果存在标量 λ \lambda λ和非零向量 x \bm x x,满足 A x = λ x A\bm x=\lambda\bm x Ax=λx,那么称 λ \lambda λ是特征值,非零向量 x \bm x x为对应的特征向量

( 5 ) (5)\quad (5) 可以通过解 ∣ A − λ I p ∣ = 0 |A-\lambda I_p|=0 AλIp=0来求特征值

( 6 ) (6)\quad (6) det ⁡ ( A ) = ∏ i = 1 p λ i \det(A)=\prod\limits_{i=1}^p\lambda_i det(A)=i=1pλi t r ( A ) = ∑ i = 1 p λ i tr(A)=\sum\limits_{i=1}^p\lambda_i tr(A)=i=1pλi

三、一些特殊矩阵

( 7 ) (7)\quad (7) A ∈ R p × p A\in \bm R^{p\times p} ARp×p,如果 A T A = A A T = I A^TA=AA^T=I ATA=AA

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值