矩阵运算
- 可逆:$AB=BA=I$
- 求矩阵的逆
- $[A|I]\rightarrow[I|A^{-1}]$
- 有零行,不可逆
- 求矩阵的逆
- trace: $tr(A)=\sum_{i=1}^na_{ii}$
行列变换
- 分块矩阵
- 初等行列变换
- 初等阵
- $P(i,j)$
- $P(j,i(k))$
- $P(i(k))$
- 对 A 作 k 个初等变换得到 B
- $B=AQ_1Q_2\cdots Q_k$
- 初等阵
秩
- 行秩=列秩
- $rank(A_{m*n})\leq min(m,n)$
- $rank(PA)\leq rank(A)$ 取等 if P 可逆
- $rank(AQ)\leq rank(A)$ 取等 if Q 可逆
- 求秩: 高斯消元
- 可逆$\Leftrightarrow$满秩
- 线性方程组可解$\Leftrightarrow$$rank(A)=rank([A|b])$
- $null(A) = dimH$
- $rank(A) + null(A) = n$
- 子阵:A 的某$k$行与某$l$列的交点,得$k*l$子阵
- 若$rank(A)\geq k$,则$\exist B$为$A$的 k 阶子方阵且$B$可逆
- 若$rank(A)<l$,则$\forall B$为$A$的 l 阶子方阵且$B$不可逆
行列式
-
排列
- 逆序数:$\tau(P)$
- 排列的奇偶性与变为自然排列所需对换的奇偶性相同
-
$\det(A) = \sum_{(j_1,j_2,\cdots,j_n)}(-1)^{\tau(j_1,j_2,\cdots,j_n)}a_{1j_1}a_{1j_2}\cdots a_{nj_n}$
-
外积
- 分配律
- 数乘提取
- 对换为负
- 外积运算:结合律
- $a_1\wedge\cdots\wedge a_m=0\Leftrightarrow$线性相关
-
方阵可逆$\Leftrightarrow|A|\not=0$
-
矩阵基础变化的影响
- $r_i\leftrightarrow r_j$ : -1
- $kr_i + r_j \rightarrow r_j$ : no change
- $kr_i \rightarrow r_i$ : k
-
上三角矩阵: $|A| = \prod_{i=1}^na_{ii}$
-
$\det(BC)=\det(B)\det(C)$
-
$|AB|=|BA|$
-
$\det(A^{-1})=\frac{1}{\det(A)}$
-
行列式计算 高斯消元化为上三角阵
-
$$ \begin{bmatrix} B_{11} & B_{12} \newline 0 & B_{22} \end{bmatrix} $$
则 $\det(B)=\det(B_{11})\det(B_{22})$
-
$$ \begin{bmatrix} 0 & B_{12} \newline B_{21} & B_{22} \end{bmatrix} $$
则 $\det(B)=(-1)^{mn}\det(B_{12})\det(B_{21})$
-
代数余子式$A_{ij}=(-1)^{i+j}\det(R_{ij})$,其中$R_{ij}$为 A 删去第 i 行第 j 列得到的(n-1)阶方阵 (余子阵)
- |A|展开: $|A|=\sum_{j=1}^na_{ij}A_{ij}$
-
$\sum a_{ik}A_{jk}=|A|,i=j$; $0,i \not= j$
-
伴随阵 求伴随阵
$$ \begin{bmatrix} A_{11} & A_{21} & \cdots & A_{n1} \newline A_{12} & A_{22} & \cdots & A_{n2} \newline \vdots & \vdots & \ddots & \vdots \newline A_{1n} & A_{2n} & \cdots & A_{nn} \end{bmatrix} $$
- $A^A=AA^=\det(A)*I$
- $\det(A)\not=0$时,$A^{-1}=\frac{1}{\det(A)}A^*$
-
rank($A$) rank($A^*$) n n n-1 1 <n-1 0 - $|xI|=x^n$
- 求二阶方阵的逆
- $|A+B|=|A^{-1}+B^{-1}|=|A(A^{-1}+B^{-1})B|$
- $|A|\neq0\iff rank(A)=n$
$$ \begin{bmatrix} 1 & 1 \newline 0 & 1 \end{bmatrix} ^n= \begin{bmatrix} 1 & n \newline 0 & 1 \end{bmatrix} $$
- $(\alpha\beta^T)^n=C(\alpha\beta^T)$