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=1∑paii
( 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} A−1,使得 A A − 1 = A − 1 A = I AA^{-1}=A^{-1}A=I AA−1=A−1A=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是 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 ∣A−λIp∣=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=1∏pλi, t r ( A ) = ∑ i = 1 p λ i tr(A)=\sum\limits_{i=1}^p\lambda_i tr(A)=i=1∑pλi
三、一些特殊矩阵
( 7 ) (7)\quad (7) 设 A ∈ R p × p A\in \bm R^{p\times p} A∈Rp×p,如果 A T A = A A T = I A^TA=AA^T=I ATA=AA

最低0.47元/天 解锁文章
4340

被折叠的 条评论
为什么被折叠?



