机器学习数学知识积累之线性代数解析几何,微积分 (9)

任何一个矩阵通过初等行变换(相当于矩阵左乘)和列变换(相当于矩阵右乘)都能变换成标准型$\begin{pmatrix}E_r & 0\\ 0 & 0\end{pmatrix}$,也称称为等价标准型

初等行变换不改变列向量组的线性相关性;初等列变换不改变行向量组的线性相关性

等价矩阵

如果矩阵A经过初等行列变换(分别对应矩阵的左乘和右乘)能成为B,则称A和B等价,也就是说存在两个可逆矩阵$P,Q$使得以下式子成立: $PAQ = B$,则称$A,B$等价。P和Q分别对应着一系列行变换(左乘)和列变换(右乘)的累积效应

相似矩阵

设$A,B$都是n阶矩阵,若存在可逆矩阵$P$,使得$P^{-1}AP=B$,则称$A,B$相似,记为$A \sim B$

相似的性质:

1. 反身性: $A \sim A$

2. 对称性: $A \sim B \Rightarrow  B \sim A$

3. 传递性: $A \sim B, B \sim C \Rightarrow A \sim C$

注意:相似矩阵的条件强于等价矩阵。相似的矩阵一定等价,等价的矩阵却不一定相似

相似矩阵的性质

相似矩阵必有相同的特征值

矩阵的秩

子阵,子方阵为矩阵

子式为对应子方阵的行列式,

非零子式为子方阵行列式不为0情况下的值及对应的子方阵

矩阵A的所有非零子式的最高阶数被成为矩阵A的秩$R(A),r(A),rank(A)$

比如$$\begin{pmatrix}1 & 1 & 2 & 2\\ 2 & 2 & 4 & 4\end{pmatrix}$$的秩为1

秩的性质:

对$mXn$阶的矩阵$A$,其秩有以下性质:

$0\leq R(A) \leq min (m,n)$

$R(A\')=R(A)$

$R(kA)=R(A)$

$R(AB) \leq min \{R(A),R(B)\}$ 非常重要,矩阵相乘之后,秩不会大于最小秩矩阵的秩

矩阵经过初等变换不改变矩阵的秩

矩阵的行秩等于列秩

初等矩阵

对单位矩阵经过一次初等变换(换法,倍法,消法)得到的矩阵为初等矩阵

初等矩阵都是可逆矩阵

初等矩阵求解逆矩阵比较方便

一次行变换可以用在矩阵左边乘以一个初等矩阵来刻画,一次列变换可以用在矩阵右边乘以一个初等矩阵来刻画

定理:

$A$矩阵可逆的充分必要条件是存在有限的初等矩阵$P_1,P_2,..,P_s$使得$A=P_1P_2..P_s$

可逆矩阵必然可以通过初等变换化为单位阵

A经过行变换生成B的充分必要条件是:存在一个可逆矩阵P,使得PA = B

A经过列变换生成B的充分必要条件是:存在一个可逆矩阵Q,使得AQ = B

A经过初等(行、列)变换生成B的充分必要条件是:存在两个可逆矩阵P,Q使得PAQ = B

可逆矩阵左乘或右乘不改变矩阵的秩

设A为mxn的矩阵$R(A) =r$,则存在可逆阵P,Q,使得$PAQ=\begin{pmatrix}E_r & 0\\ 0 & 0\end{pmatrix}$

矩阵特征值重要性质:

针对一个矩阵增加一个 delta*I的单位对角矩阵,其新的特征值则全部变更为+delta

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/zzwxgz.html