搞懂矩阵的转置,矩阵的逆和伴随矩阵(一)
文章目录
- 矩阵和行列式的区别:
- 三种常见的矩阵计算
- 矩阵的转置
- 矩阵的逆
- 伴随矩阵
- 正交矩阵
- 矩阵的计算
- 1. 用伴随矩阵求矩阵的逆
- 2. 用初等变换来求矩阵的逆
矩阵和行列式的区别:
- 即使内部元素相同,但是行列式∣1221∣\begin{vmatrix} 1&2\\ 2&1 \end{vmatrix}∣∣∣∣1221∣∣∣∣和矩阵(1221)\begin{pmatrix} 1 & 2 \\ 2 & 1 \end{pmatrix}(1221)所传达的信息是不一样的,具有不同的性质.
矩阵是表达系统信息(systematical information)
,而行列式则是一种测度
,例如同样是数乘运算,矩阵的数乘要把数k乘以矩阵中的每一个元素,而行列式只需要乘某一行或者某一列即可. - 矩阵可以看成由若干行(列)向量拼成的,矩阵和行列式不同,矩阵不能运算,但是其若干行(列)之间存在某种联系,这种联系反应了矩阵的本质——
矩阵的秩
.
三种常见的矩阵计算
矩阵的转置
- 定义:将一个m*n矩阵的行列互换即可得到矩阵的转置.
- 性质:
- (AT)T=A(A^T)^T=A(AT)T=A
- (kA)T=kAT(kA)^T=kA^T(kA)T=kAT
- ∣kA∣=k2∣A∣|kA|=k^2|A|∣kA∣=k2∣A∣
- (A+B)T=AT+BT(A+B)^T=A^T+B^T(A+B)T=AT+BT
- (AB)T=BTAT(AB)^T=B^TA^T(AB)T=BTAT
- 当m=n时,∣AT∣=∣A∣当m=n时,|A^T|=|A|当m=n时,∣AT∣=∣A∣
矩阵的逆
- 如果一个矩阵有逆,则矩阵和矩阵的逆都要是
方阵
- AB=BA=EAB=BA=EAB=BA=E,则称A是可逆矩阵,并且B是A的逆矩阵,而且
逆矩阵是唯一的
- 判别方法:
- 行列式∣A∣≠0\begin{vmatrix} A \end{vmatrix}\ne0∣∣A∣∣=0
- A满秩
- 组成A的n个向量线性无关
伴随矩阵
- 定义:将行列式|A|的代数余子式按照如下形式排列形成的矩阵叫做A的伴随矩阵,记作A∗A^*A∗:
A∗=(A11A21....An1A12A22....An2A13A23...An3..................A1nA2n....Ann)A^*=\begin{pmatrix} A_{11}&A_{21}&....&A_{n1}\\ A_{12}&A_{22}&....&A_{n2}\\ A_{13}&A_{23}&...&A_{n3}\\ ....&.....&....&.....\\ A_{1n}&A_{2n}&....&A_{nn} \end{pmatrix}A∗=⎝⎜⎜⎜⎜⎛A11A12A13....A1nA21A22A23.....A2n...................An1An2An3.....Ann⎠⎟⎟⎟⎟⎞
伴随是按照矩阵的
列
排列代数余子式
正交矩阵
A是正交矩阵<=>ATA=EA^TA=EATA=E<=>A−1=ATA^{-1}=A^TA−1=AT
矩阵的计算
大概了解了矩阵的常用三种计算的概念,接下来就要进行到计算环节了,我们先从具体矩阵入手.
矩阵的转置和伴随基本都是考计算量的,我们主要来看矩阵的逆如何来求:
1. 用伴随矩阵求矩阵的逆
- 如果|A|可逆,即∣A∣≠0\begin{vmatrix} A \end{vmatrix}\ne0∣∣A∣∣=0,并且此时A−1=1∣A∣A∗A^{-1}=\frac{1}{\begin{vmatrix} A \end{vmatrix}}A^*A−1=∣A∣1A∗
- 此种方法只要注意好AijA_{ij}Aij的位置和正负号即可
求矩阵A=(321111101)A=\begin{pmatrix} 3&2&1\\ 1&1&1\\ 1&0&1 \end{pmatrix}A=⎝⎛311210111⎠⎞的逆矩阵:
解:∣A∣=3+2+0−1−2=2≠0,即A可逆A11=∣1101∣=1,A12=−∣1111∣=0,A13=∣1110∣=−1A21=−∣2101∣=−2,A22=∣3111∣=2,A23=−∣3210∣=−2A31=−∣2111∣=1,A32=−∣3111∣=−2,A33=∣3211∣=1故A−1=1∣A∣A∗=12(1−2102−2−121)解:|A|=3+2+0-1-2=2\ne0,即A可逆\\ A_{11}=\begin{vmatrix} 1&1\\ 0&1 \end{vmatrix}=1,A_{12}=-\begin{vmatrix} 1&1\\ 1&1 \end{vmatrix}=0,A_{13}=\begin{vmatrix} 1&1\\ 1&0 \end{vmatrix}=-1\\ A_{21}=-\begin{vmatrix} 2&1\\ 0&1 \end{vmatrix}=-2,A_{22}=\begin{vmatrix} 3&1\\ 1&1 \end{vmatrix}=2,A_{23}=-\begin{vmatrix} 3&2\\ 1&0 \end{vmatrix}=-2\\ A_{31}=-\begin{vmatrix} 2&1\\ 1&1 \end{vmatrix}=1,A_{32}=-\begin{vmatrix} 3&1\\ 1&1 \end{vmatrix}=-2,A_{33}=\begin{vmatrix} 3&2\\ 1&1 \end{vmatrix}=1\\ 故A^{-1}=\frac{1}{|A|}A^*=\frac{1}{2}\begin{pmatrix} 1&-2&1\\ 0&2&-2\\ -1&2&1 \end{pmatrix} 解:∣A∣=3+2+0−1−2=2=0,即A可逆A11=∣∣∣∣1011∣∣∣∣=1,A12=−∣∣∣∣1111∣∣∣∣=0,A13=∣∣∣∣1110∣∣∣∣=−1A21=−∣∣∣∣2011∣∣∣∣=−2,A22=∣∣∣∣3111∣∣∣∣=2,A23=−∣∣∣∣3120∣∣∣∣=−2A31=−∣∣∣∣2111∣∣∣∣=1,A32=−∣∣∣∣3111∣∣∣∣=−2,A33=∣∣∣∣3121∣∣∣∣=1故A−1=∣A∣1A∗=21⎝⎛10−1−2221−21⎠⎞
2. 用初等变换来求矩阵的逆
- 我们常用矩阵的
初等行变换
来求逆:(AE)⟶矩阵的初等行变换(EA−1)\begin{pmatrix} A&E \end{pmatrix}\longrightarrow_{矩阵的初等行变换}\begin{pmatrix} E&A^{-1} \end{pmatrix}(AE)⟶矩阵的初等行变换(EA−1)
求矩阵A=(02−1112−1−1−1)A=\begin{pmatrix} 0&2&-1\\ 1&1&2\\ -1&-1&-1 \end{pmatrix}A=⎝⎛01−121−1−12−1⎠⎞的逆矩阵:
(02−1100112010−1−1−1001)⟶(11201002−1100001011)⟶(1100−1−2020111001011)⟶(1100−1−2010121212001011)⟶(100−12−32−52010121212001011)\begin{pmatrix} 0&2&-1&1&0&0\\ 1&1&2&0&1&0\\ -1&-1&-1&0&0&1 \end{pmatrix}\longrightarrow\begin{pmatrix} 1&1&2&0&1&0\\ 0&2&-1&1&0&0\\ 0&0&1&0&1&1 \end{pmatrix}\longrightarrow\\\begin{pmatrix} 1&1&0&0&-1&-2\\ 0&2&0&1&1&1\\ 0&0&1&0&1&1 \end{pmatrix}\longrightarrow\begin{pmatrix} 1&1&0&0&-1&-2\\ 0&1&0&\frac{1}{2}&\frac{1}{2}&\frac{1}{2}\\ 0&0&1&0&1&1 \end{pmatrix}\\\longrightarrow\begin{pmatrix} 1&0&0&-\frac{1}{2}&-\frac{3}{2}&-\frac{5}{2}\\ 0&1&0&\frac{1}{2}&\frac{1}{2}&\frac{1}{2}\\ 0&0&1&0&1&1 \end{pmatrix}⎝⎛01−121−1−12−1100010001⎠⎞⟶⎝⎛1001202−11010101001⎠⎞⟶⎝⎛100120001010−111−211⎠⎞⟶⎝⎛1001100010210−1211−2211⎠⎞⟶⎝⎛100010001−21210−23211−25211⎠⎞所以最后求得A−1=(12−32−52121212011)A^{-1}=\begin{pmatrix} \frac{1}{2}&-\frac{3}{2}&-\frac{5}{2}\\ \frac{1}{2}&\frac{1}{2}&\frac{1}{2}\\ 0&1&1 \end{pmatrix}A−1=⎝⎛21210−23211−25211⎠⎞
搞懂矩阵的转置,矩阵的逆和伴随矩阵(一)相关推荐
- MATLAB笔记5:矩阵的转置、求逆、旋转、翻转;矩阵的行列式、秩、迹;矩阵的特征值、特征向量
矩阵的转置.求逆.旋转.翻转 inv(A):求矩阵A的逆矩阵: 转置:A.'为矩阵A的转置,A'为矩阵A的共轭转置: rot90(A,k):将矩阵A逆时针方向旋转90°的k倍,k为1时可省略: fli ...
- 数组:矩阵快速转置 矩阵相加 三元组顺序表/三元矩阵 随机生成稀疏矩阵 压缩矩阵【C语言,数据结构】(内含源代码)
目录 题目: 题目分析: 概要设计: 二维矩阵数据结构: 三元数组\三元顺序表顺序表结构: 详细设计: 三元矩阵相加: 三元矩阵快速转置: 调试分析: 用户手册: 测试结果: 源代码: 主程序: 头文 ...
- 高中计算机矩阵算法ppt,矩阵及其基本算法.ppt
<矩阵及其基本算法.ppt>由会员分享,可在线阅读,更多相关<矩阵及其基本算法.ppt(32页珍藏版)>请在人人文库网上搜索. 1.矩阵及其基本算法,计13 刘汝佳,矩阵及其基 ...
- 矩阵的转置与矩阵的逆
矩阵的转置 设 是一个 矩阵, 将 的行与列互换, 得到的一个 矩阵 . 称 为 的转置矩阵, 简称为 的转置. 矩阵转置的运算规律见提示 2.4. 例 6 证明: 任何一个 阶方阵总可以唯一 ...
- 矩阵的基础知识回顾:矩阵乘法,矩阵的逆,伴随矩阵,矩阵的转置,行列式,相似矩阵,实对称矩阵
Agenda 1. 矩阵matrix 1.1 矩阵运算matrix operations 1.1.1 矩阵乘法matrix multiplication 1.1.1.1 简化矩阵乘法(facilita ...
- 用C++写的矩阵处理函数 包括求逆、转置、乘积等等
用C++写的矩阵处理函数 包括求逆.转置.乘积等等 最近,无论是大学还是小学,都放暑假了. 我们本来也应该有暑假的,可是悲催地被老师给残忍剥夺了,只能继续呆在实验室里面苦逼地干活. 最近南方天气太热, ...
- 一文搞懂什么VR,什么是6Dof,欧拉角,四元数转视图矩阵
目录 一.什么是VR 二.什么是3Dof,6Dof, 9Dof 三.欧拉角(姿态角) 四.Android手机的欧拉角与坐标系 五.安卓坐标系转换欧拉角 六.根据姿态四元数求视图矩阵 一文搞懂什么VR, ...
- Eigen入门系列 —— Eigen::Matrix矩阵点乘、叉乘、转置、求逆、求和、行列式、迹、数乘
Eigen入门系列 -- Eigen::Matrix矩阵点乘.叉乘.转置.求逆.求和.行列式.迹.数乘 前言 程序说明 输出结果 代码示例 前言 随着工业自动化.智能化的不断推进,机器视觉(2D/3D ...
- 矩阵的转置等于矩阵的逆
http://zhidao.baidu.com/question/334500638.html 百度知道三个回答 矩阵A的转置矩阵A^T等于A的逆矩阵A^-1 那么AA^T=AA^-1=E 设A=(α ...
最新文章
- iPhone常用设置
- uniapp增加百度统计代码(h5)
- 一文读懂NoSQL的模式 | 时光机
- PhoneGap学习笔记(一) 框架搭建
- 理财最低持有天数是什么意思?
- Python 密文转换为明文
- Python asyncio库的学习和使用
- 2020 年度 OSC 中国开源项目评选结果公布
- ArcGIS for Android Runtime100 基本操作(四)——GPS定位
- 【其他专题】好用的截图(包括动图gif)软件分享
- 笔记本内置键盘的外接改造(上篇)
- 计算机图形学入门(十七)-光线追踪(蒙特卡洛积分与路径追踪)
- excel 文件过大 瘦身
- 【历史上的今天】6 月 3 日:微软推出必应搜索引擎;Larry Roberts 启动阿帕网;Visual Basic 之父出生
- CMOS MIPI EOT 学习 基于Zynq高速串行CMOS接口的设计与实现
- js 页面动态创建一个坐标(图标)
- python怎么定义一个整数_python整数实现
- Qt笔记 之 QListWidget控件的使用
- 【Linux】Linux的内核空间(低端内存、高端内存)
- 哪怕四处碰壁也要贯彻正道