1. 向量基本運算
(1) 實數與向量的積的運算,設爲實數:
- 結合律:
- 第一分配律:
- 第二分配律:
(2) 向量數量積的運算律: - (a+b)·c=a·c+b·c
(3) 平面向量基本定理:
如果在同一個平面內存在兩個不共線的向量,那麼這個平面內的任意向量,都可由兩個不共線向量唯一表示。
(4) 向量的內積(或數量積):
其幾何意義是的長度與在的方向上的投影的乘積
2. 向量與矩陣的範數(L1範數,L2範數,Lp範數)
範數簡單來說就是一種距離的定義,是一種強化了的距離概念,比距離多了一條數乘的運算法則。通常將其作爲距離來進行理解。
範數(norm)是數學中的一種基本概念。在泛函分析中,它定義在賦範線性空間中,並滿足一定的條件,即①非負性;②齊次性;③三角不等式。它常常被用來度量某個向量空間(或矩陣)中的每個向量的長度或大小。
0範數:向量中非零元素的個數。
1-範數:爲絕對值之和
向量範數:,即向量元素絕對值之和
矩陣範數:假設矩陣行列,那麼其一階範數,即矩陣中所有列向量絕對值之和的最大值。
2-範數:通常意義上的模
向量範數:,即向量元素的平方和再開根。
矩陣範數:,即矩陣的最大特徵值開平方。
-範數:所有元素的絕對值的最大值
向量範數:
矩陣範數:
p-範數
向量範數:
3. 矩陣的逆
概念:
設有一個方陣,若存在一個方陣,使得或,則稱是的逆矩陣,用表示(事實上若,則必有)。
存在逆矩陣的條件:
矩陣的行列式不爲0(行列式爲0時稱爲奇異矩陣)
性質:
- 矩陣A可逆的充要條件是A的行列式不等於0。
- 可逆矩陣一定是方陣。
- 如果矩陣A是可逆的,A的逆矩陣是唯一的。
- 可逆矩陣也被稱爲非奇異矩陣、滿秩矩陣。
- 兩個可逆矩陣的乘積依然可逆。
- 可逆矩陣的轉置矩陣也可逆。
- 矩陣可逆當且僅當它是滿秩矩陣。
4. 矩陣的特徵值與特徵向量
如果是把矩陣看作是運動,對於運動而言,最重要的就是運動的速度和方向,那麼:
- 特徵值就是運動的速度
- 特徵向量就是運動的方向
二者也可以稱爲矩陣的特徵。
特徵值計算方法:
特徵向量計算方法:
相似矩陣
5. 矩陣的奇異值分解(此前文章)
參考:
https://blog.csdn.net/a493823882/article/details/80569888
https://www.zhihu.com/question/20473040/answer/102907063 知乎作者:魏通
http://www.cnblogs.com/MengYan-LongYou/p/4050862.html
看過的對矩陣理解最明白的一篇了https://blog.csdn.net/myan/article/details/649018/
https://www.matongxue.com/madocs/228.html
同濟大學《線性代數》(第五版)