单位矩阵
在矩阵的乘法中,有一种矩阵起着特殊的作用,如同数的乘法中的1,这种矩阵被称为单位矩阵。它是个方阵,从左上角到右下角的对角线(称为主对角线)上的元素均为1。除此以外全都为0。
逆矩阵
一个n阶 方阵 A称为可逆的,或非奇异的,如果存在一个n阶方阵B,使得 AB = BA = E 并称B是A的一个逆矩阵。E为单位矩阵。A的逆矩阵记作A−1 。当|A|=0时,A称为奇异矩阵,否则称为非奇异矩阵。 可逆矩阵又称满秩矩阵,不可逆矩阵(奇异矩阵)又称降秩矩阵。
np.linalg.inv(A) #求A的逆矩阵,若矩阵A可逆,则|A|!=0
正定矩阵
对称阵A为正定矩阵充分必要条件是,A的特征值全部>0。 对称阵A为半正定矩阵充分必要条件是,A的特征值全部>=0。
矩阵的转置
把矩阵A的行换成同序数的列得到一个新矩阵,叫做A的转置矩阵,记住AT 。 矩阵的转置也是一种运算。 (AT)T=A
(A+B)T=AT+BT
(λA)T=λAT
(AB)T=BTAT
对称矩阵
设A为n阶方阵,如果满足AT=A ,那么A称为对称矩阵,简称对称阵。
共轭矩阵
当$ A = (a{ij}) 为复矩阵时,用 \bar {a{ij}} 表示 a{ij} 的共轭复数,记 \bar A = (\bar {a{ij}}) , \bar A 称为 A 的共轭矩阵。共轭矩阵满足下述运算规律(设A,B为复矩阵, \lambda 为复数,且运算都是可行的); \bar {A+B} = \bar A + \bar B \bar {\lambda A} = \bar \lambda \bar A \bar {AB} = \bar A \bar B $ a.H为矩阵a的共轭转置(先求矩阵a的共轭矩阵,然后再进行转置)
方阵行列式
由n阶方阵A的元素所构成的行列式(各元素的位置不变),称为方阵A的行列式,记作|A|或det A。
正交矩阵
如果n阶矩阵A满足ATA=E 即A−1=AT ,那么称A为正交矩阵,简称正交阵.
特征向量
设A是n阶矩阵,如果数λ 和n维非零列向量x使关系式Ax=λx 成立,那么,这样的数λ 称为矩阵A的特征值,非零向量x称为A的对应于特征值λ 的特征向量。 4和2是特征值,后面是特征值所对应的特征向量。
矩阵的迹
矩阵的迹为矩阵对角线各元素之和。
克拉默法则
两个矩阵行数和列数相同,则称为同型矩阵。
元素都为零的矩阵称为零矩阵
若一n行n列的复数矩阵U 满足:
$ U^H U= UU^H = E{n} 其中, U^H 为 U 的共轭转置, E{n} 为n阶单位矩阵,则 U 称为酉矩阵(幺正矩阵)。一个简单的充分必要判断准则是: U^{-1} = U^H $ ,即酉矩阵的共轭转置和它的逆矩阵相等。
奇异值分解
假设M是一个m xn ,如果存在一个分解使得
$ M=U \sum V^ 其中U是 m x m 阶酉矩阵; \sum 是半正定 m x n 阶对角矩阵;而 V^ 为共轭转置,是 n x n 阶酉矩阵。这样的分解就称作M的奇异值分解。 \sum $ 的对角线上的元素为M的奇异值。
对角矩阵
对角矩阵(diagonal matrix)是一个主对角线之外的元素皆为0的矩阵,常写为diag(a1,a2,…,an)