線性代數（二）-矩陣的運算
一、矩陣的加法
1.
二、矩陣的乘法
1.
三、矩陣與矩陣相乘
1.
PS：必須注意，只有第一個矩陣的列數等於第二個矩陣的行數的時候兩個矩陣才能相乘；
PS：矩陣相乘時要注意矩陣的順序，對於兩個矩陣A和B，如果AB=BA，則稱A和B是可交換的；
同時，若AB=0，不可說A=0或B=0；A（x-y）=0也不一定x=y；
2.
由於矩陣乘法適合結合律，所以矩陣的冪滿足以下運算規律
但因為矩陣相乘不滿足交換律，只有當A和B可交換時，才滿足
四、矩陣的轉置
1.
2.
五、方陣的行列式
1.
六、共軛矩陣
PS：共軛複數即指實部相等，復部互為相反數；
相關推薦
線性代數（二）-矩陣的運算
一、矩陣的加法 1. 二、矩陣的乘法 1. 三、矩陣與矩陣相乘 1. PS：必須注意，只有第一個矩陣的列數等於第二個矩陣的行數的時候兩個矩陣才能相乘； PS：矩陣相乘時要注意矩陣的順序，對於兩個矩陣A和B，如
形象理解線性代數（二）——行列式的意義
通過形象理解線性代數（一）——什麼是線性變換？，我們已經知道，原來矩陣的作用就是對向量的線性變換，而且更具體地講，是對原空間的基底的變換。如果原空間的基底是，那麼變換後的新的基底應該就相當於用A對舊的基底進行變換（縮放和旋轉），並且新的基底(,)。其中代表矩陣的列向量。 一、行列式與兩組基所圍成
線性代數（六）-矩陣的秩
1. PS：m*n矩陣A的k階子式共有 2. PS：對於行階梯形矩陣，它的秩就等於非零行的行數； 3. 所以Ax=B是無解的； 4、接下來討論矩陣的秩的性質，前面我們已經提出了矩陣秩的一些最基本的性質
線性代數（五）-矩陣的初等變換
一、矩陣的初等變換 1. PS：以上變換皆可逆； 2. 其中，有 （1）行階梯形矩陣：可畫出一條階梯線，線的下方全為0，每個臺階只有一行，臺階數即是非零行的行數， 階梯線的豎線（每段豎線的長度為一行）後面的第一個元素為非零元，也就是非零
線性代數（四）-矩陣分塊法
1. 對於行數和列數較高的矩陣A，運算時常採用分塊法，使大矩陣的運算化成小矩陣的運算； 每一個小矩陣稱為A的子塊，以子塊為元素的形式上的矩陣稱為分塊矩陣； 2、 分塊矩陣的運算規則與普通矩陣類似，分別說明如下： 以下為例子：
線性代數（六）矩陣的特徵值與特徵向量——特徵值與特徵向量求解 矩陣對角化
本節主要知識點 1.特徵向量與特徵值的定義：A為n階方陣，x為非零向量，Ax=λx，則λ為A的特徵值，x為A的屬於特徵值的特徵向量。 2.特徵值與特徵向量的求解過程（重點） 寫出f(λ)=det(A-λI) 特徵值：計算f(λ)的全部根 特徵向量：對A的每一個特徵值
機器學習筆記（二）矩陣和線性代數 例：用Python實現SVD分解進行圖片壓縮
線性代數基本只要是理工科，都是必修的一門課。當時學習的時候總是有一個疑惑，這個東西到底是幹嘛用的？為什麼數學家發明出這麼一套方法呢，感覺除了解方程沒發現有什麼大用啊！但隨著學習的深入，慢慢發現矩陣的應
形象理解線性代數（三）——列空間、零空間（核）、值域、特徵值（特徵向量）、矩陣與空間變換、矩陣的秩
這裡，我們還是要以 形象理解線性代數（一）——什麼是線性變換？為基礎。矩陣對向量的作用，可以理解為線性變換，同時也可以理解為空間的變換，即（m*n）的矩陣會把一個向量從m維空間變換到n維空間。 一、矩陣的列空間與矩陣的秩以及值域的關係 矩陣的列空間，其實就是矩陣的列所組成的空間。比如我們考慮
線性代數（三）-逆矩陣
1. 因A*A=|A|E，可得 PS：如果矩陣A是可逆的，則A的逆矩陣是唯一的； 2.若矩陣A可逆
Numpy系列（十二）- 矩陣運算
提取 是否 相同 val 小數 pos eat sub 矩陣存儲 numpy模塊中的矩陣對象為numpy.matrix，包括矩陣數據的處理，矩陣的計算，以及基本的統計功能，轉置，可逆性等等，包括對復數的處理，均在matrix對象中。 class numpy.matrix(d
線性代數的動態觀-線性變換（二）
切記：目前為止從向量空間到線性變換都必須在一個給定的基下才有意義！ 接下來談談相似矩陣： 1、相似矩陣描述的是同一個作用力或者
考研資料結構複習之線性表（二）
單鏈表的學習 #pragma once typedef char DataType; class SSeqListTest { public: SSeqListTest(); ~SSeqListTest(); }; typedef struct Node {
c++指標（二）---算術運算
c++中的指標可以理解為一個地址的值，這個值是用數值來表示的。 因此可以對其執行算術運算。可以對指標進行四種算術運算：++,--,+,- 遞增一個指標 程式中可以用指標代替陣列，因為變數指標可以遞增，而陣列不能遞增，因為陣列是一個常量指標。下面的程式遞
線性結構（二）--- 棧
棧: 先進後出 拿出資料後位置置空(棧長度減1) 1 public class MyStack { 2 3 //棧的底層我們使用陣列來儲存資料 4 int[] elements; 5 6 7 public MyStack() { 8
線性結構（二）----單鏈表
單鏈表: 通過class建立物件，為物件給予特殊屬性成為節點，多個節點形成連結串列 1 public class Node { 2 3 //節點內容 4 int data; 5 //下一個節點 6 No
線性結構（二）--- 雙鏈表
1 public class DoubleNode { 2 //上一個節點 3 DoubleNode pre=this; 4 //下一個節點 5 DoubleNode next=this; 6 //節點資料 7
形象理解線性代數（一）——什麼是線性變換？
在之前學習線性代數的時候，我們總是說矩陣乘以向量就是對其進行了線性變換，而且我們可以很容易的計算出結果，但是我們並不知道其在形象的幾何角度有什麼意義。於是我們可以這樣來理解： 首先，向量可以有三種表示形式，帶有箭頭的有向線段，符號以及，下面我們將在這三種表示中來回轉換，並且以二維空間為例，來說明
形象理解線性代數（四）——向量的點乘（點積，內積）和叉乘（外積）
一、向量的點積 首先，我們知道向量的點積公式定義： (1) 但是當學過內積之後，我們對其又有了新的表述形式
線性代數（七）-線性方程組的解
最近忙於演算法和戰神4，導致線性代數的優先順序往後降了降，現在半個學期多過去了看了一半，立個flag學期結束錢看完，不過估計是做不到了，但是至少在寒假要開始概率論了吧。 1. 證明如下： 可得求解線性方程組的步驟如下： 以下為解齊次線性方程和非齊次線性方程的過程
線性代數（一）-行列式
一、二階和三階行列式 1.二階行列式 PS：只適用於二元線性方程； 2.三階行列式 二、全排列及其逆序數 1.全排列 把n個不同的元素排成一列，叫做這n個元素的全排列； 2.逆序數 對於n個不同的元素，先規定各元素之間有一個標準次序，