海轟Pro 2021-09-18 11:33:40 阅读数:343
Hello!小夥伴!
非常感謝您閱讀海轟的文章,倘若文中有錯誤的地方,歡迎您指出~
自我介紹 ଘ(੭ˊᵕˋ)੭
昵稱:海轟
標簽:程序猿|C++選手|學生
簡介:因C語言結識編程,隨後轉入計算機專業,有幸拿過一些國獎、省獎…已保研。目前正在學習C++/Linux/Python
學習經驗:紮實基礎 + 多做筆記 + 多敲代碼 + 多思考 + 學好英語!
機器學習小白階段
文章僅作為自己的學習筆記 用於知識體系建立以及複習
知其然 知其所以然!
【機器學習|數學基礎】Mathematics for Machine Learning系列之線性代數(1):二階與三階行列式、全排列及其逆序數
【機器學習|數學基礎】Mathematics for Machine Learning系列之線性代數(2):n階行列式、對換
【機器學習|數學基礎】Mathematics for Machine Learning系列之線性代數(3):行列式的性質
【機器學習|數學基礎】Mathematics for Machine Learning系列之線性代數(4):行列式按行(列)展開
【機器學習|數學基礎】Mathematics for Machine Learning系列之線性代數(5):克拉默法則
【機器學習|數學基礎】Mathematics for Machine Learning系列之線性代數(6):矩陣的運算
【機器學習|數學基礎】Mathematics for Machine Learning系列之線性代數(7):逆矩陣
矩陣的初等行變換
列變換同理,對列進行相應的操作(也是上面三種操作)
初等行變換、列變換統稱初等變換。
如果矩陣A經過有限次初等行變換變成B,就稱矩陣A與B行等價,記作 A ∼ B ( r ) A \sim B(r) A∼B(r)
如果矩陣A經過有限次初等列變換變成B,就稱矩陣A與B列等價,記作 A ∼ B ( c ) A \sim B(c) A∼B(c)
如果矩陣A經過有限次初等變換變成矩陣B,那麼稱矩陣A與B等價,記作 A ~ B A~B A~B
注:
後文中使用如下符號代錶行、列變換
A ∼ B ( r ) 代 錶 A 通 過 列 變 換 到 B A \sim B(r) 代錶A通過 列 變換到B A∼B(r)代錶A通過列變換到B
A ∼ B ( c ) 代 錶 A 通 過 列 變 換 到 B A \sim B(c) 代錶A通過 列 變換到B A∼B(c)代錶A通過列變換到B
矩陣之間的等價關系具有以下性質:
1、行階梯形矩陣
可以畫出一條階梯線,線的下方全為0;
每一個臺階只有一行,臺階數即是非零行的行數,階梯線的豎線後面的第一個元素為非零元,也就是非零行的第一個非零元。
2、行最簡形矩陣
在行階梯形矩陣定義的基礎之上還要求:
- 非零行的第一個非零元為1
- 且這些非零元所處的列的其他元素為0.
任何矩陣 A m × n A_{m×n} Am×n總可經過有限次初等變換將其變為行階梯形矩陣、行最簡形矩陣。
3、標准形矩陣
對行最簡形矩陣再進行處等列變換,可以得到一種形狀更簡單的矩陣,成為標准形矩陣。
其特點是左上角是一個單比特矩陣,其餘元素均為0.
對於矩陣A,總可以經過一系列初等變換轉化為標准形矩陣F
其中r為行階梯形矩陣中非零行的行數。
4、初等矩陣
由單比特矩陣E經過一次初等變換得到的矩陣稱為初等矩陣
有三種初等變換,則有三種初等矩陣,下面以行初等變換為例
(1)將單比特矩陣中的第i、j行對調,得初等矩陣
用m階初等矩陣 E m ( i , j ) E_m(i,j) Em(i,j)左乘矩陣A,其中 A = ( a i j ) m ∗ n A=(a_{ij})_{m*n} A=(aij)m∗n,得到
觀察結果,可以發現最終結果其實就是將A矩陣中第i、j行進行了對調 ( r i r j ) (r_i \leftrightarrow r_j) (rirj)
舉個實際例子(左乘):
對調單比特矩陣的第1、3行
同理,以n階初等矩陣右乘矩陣A,結果就是相對於對矩陣A進行列變換
(2)以數 k ! = 0 k!=0 k!=0乘單比特矩陣的第i行(或第i列),得到初等矩陣
可以發現,矩陣 E m ( i ( k ) ) E_m(i(k)) Em(i(k))左乘矩陣A,結果就是相對於數k乘以A的第i行
舉個實際例子(左乘):
單比特矩陣第二行乘以k=2
同理, E m ( i ( k ) ) E_m(i(k)) Em(i(k))右乘A,相當於k乘以A的第i列
(3)以k乘E的第j行加到第i行(或k乘以第j列加到第i列),得到初等矩陣
左乘時,相當於把矩陣A的第j行乘k加到第i行上
舉個實際例子(左乘):
單比特矩陣第3行乘以k=2加到第2行上
同理,右乘時,相當於把矩陣A的第j列乘k加到第i列上
從上面的討論中,可以得出
設A是一個m*n矩陣
初等矩陣都是可逆的,且其逆矩陣都是同一類型的初等矩陣
注意
實例演示
設3階單比特陣E
E = [ 1 0 0 0 1 0 0 0 1 ] E=\begin{bmatrix} 1 & 0 & 0\\ 0 & 1 & 0\\ 0 & 0 & 1 \end{bmatrix} E=⎣⎡100010001⎦⎤
很顯然
所以單比特陣的逆矩陣為其本身 即 E ( i , j ) − 1 = E ( i , j ) E(i,j)^{-1} = E(i,j) E(i,j)−1=E(i,j)
假設對E的第二行乘以2
得到 E ( i ( 2 ) ) = [ 1 0 0 0 2 0 0 0 1 ] ( i = 2 , 錶 示 第 二 行 ) E(i(2)) =\begin{bmatrix} 1 & 0 & 0\\ 0 & 2 & 0\\ 0 & 0 & 1 \end{bmatrix}(i = 2,錶示第二行) E(i(2))=⎣⎡100020001⎦⎤(i=2,錶示第二行)
那麼 E ( i ( 2 ) ) − 1 = E ( i ( 1 2 ) ) = [ 1 0 0 0 1 2 0 0 0 1 ] E(i(2))^{-1}=E(i(\frac{1}{2})) =\begin{bmatrix} 1 & 0 & 0\\ 0 & \frac{1}{2} & 0\\ 0 & 0 & 1 \end{bmatrix} E(i(2))−1=E(i(21))=⎣⎡1000210001⎦⎤
有
[ 1 0 0 0 2 0 0 0 1 ] ∗ [ 1 0 0 0 1 2 0 0 0 1 ] = [ 1 0 0 0 1 0 0 0 1 ] = E \begin{bmatrix} 1 & 0 & 0\\ 0 & 2 & 0\\ 0 & 0 & 1 \end{bmatrix} * \begin{bmatrix} 1 & 0 & 0\\ 0 & \frac{1}{2} & 0\\ 0 & 0 & 1 \end{bmatrix}=\begin{bmatrix} 1 & 0 & 0\\ 0 & 1 & 0\\ 0 & 0 & 1 \end{bmatrix} = E ⎣⎡100020001⎦⎤∗⎣⎡1000210001⎦⎤=⎣⎡100010001⎦⎤=E
假設對E的第3行乘以2 再加到第2行上
得到 E ( i j ( 2 ) ) = [ 1 0 0 0 1 2 0 0 1 ] ( i = 2 、 j = 3 , 分 別 錶 示 第 2 、 3 行 ) E(ij(2)) = \begin{bmatrix} 1 & 0 & 0\\ 0 & 1 & 2\\ 0 & 0 & 1 \end{bmatrix}(i=2、j = 3,分別錶示第2、3行) E(ij(2))=⎣⎡100010021⎦⎤(i=2、j=3,分別錶示第2、3行)
那麼 E ( i j ( 2 ) ) − 1 = E ( i j ( − 2 ) ) = [ 1 0 0 0 1 − 2 0 0 1 ] E(ij(2))^{-1} = E(ij(-2)) = \begin{bmatrix} 1 & 0 & 0\\ 0 & 1 & -2\\ 0 & 0 & 1 \end{bmatrix} E(ij(2))−1=E(ij(−2))=⎣⎡1000100−21⎦⎤
有
[ 1 0 0 0 1 − 2 0 0 1 ] + [ 1 0 0 0 1 2 0 0 1 ] = [ 1 0 0 0 1 0 0 0 1 ] = E \begin{bmatrix} 1 & 0 & 0\\ 0 & 1 & -2\\ 0 & 0 & 1 \end{bmatrix} + \begin{bmatrix} 1 & 0 & 0\\ 0 & 1 & 2\\ 0 & 0 & 1 \end{bmatrix}= \begin{bmatrix} 1 & 0 & 0\\ 0 & 1 & 0\\ 0 & 0 & 1 \end{bmatrix}=E ⎣⎡1000100−21⎦⎤+⎣⎡100010021⎦⎤=⎣⎡100010001⎦⎤=E
方陣A可逆的充分必要條件是存在有限個初等矩陣 P 1 , P 2 , . . . P i , P_1,P_2,...P_i, P1,P2,...Pi,使得 A = P 1 P 2 . . . P i A=P_1P_2...P_i A=P1P2...Pi
證明:
先證明充分性:
設 A = P 1 P 2 . . . P i A=P_1P_2...P_i A=P1P2...Pi
因為初等矩陣可逆,有限個可逆矩陣的乘積依然可逆
所以A可逆
證必要性:
假設n階方陣A可逆
A通過一系列變換轉換為標准形矩陣F
那麼F也可以通過一系列初等變換轉換為A
F ~ A F~A F~A
所以
A = P 1 . . . P s F P s + 1 . . . P i A=P_1...P_sFP_{s+1}...P_i A=P1...PsFPs+1...Pi
因為A可逆, P 1 , P 2 , . . . P i , P_1,P_2,...P_i, P1,P2,...Pi,也可逆
所以F也可逆
又因為
F = [ E r 0 0 0 ] n ∗ n F=\begin{bmatrix} E_r & 0\\ 0 & 0 \end{bmatrix}_{n*n} F=[Er000]n∗n
若r<n
那麼|F|=0 說明F不可逆 與前提條件相反
所以r=n
即F=E(F為單比特矩陣)
所以
A = P 1 P 2 . . . P i A=P_1P_2...P_i A=P1P2...Pi
設A、B均為m×n矩陣,那麼
方陣A可逆的條件是 A ~ E ( r , 指 行 變 換 ) A~E(r,指行變換) A~E(r,指行變換)
證明充分性:
因為 A ~ E ( r , 指 行 變 換 ) A~E(r,指行變換) A~E(r,指行變換)
所以存在初等矩陣P,使得 P A = E PA=E PA=E
因為E可逆、 P可逆
那麼A一定可逆
證明必要性:
首先A通過初等行變換一定可以變為F A~F
F = [ E r 0 0 0 ] n ∗ n F=\begin{bmatrix} E_r & 0\\ 0 & 0 \end{bmatrix}_{n*n} F=[Er000]n∗n
若r<n 說明|F|=0
因為A可逆 所以F可逆
若|F|=0 則不可逆
所以|F|!=0
那麼 r=n
即 F=E
故 A ~ E ( r , 指 行 變 換 ) A~E(r,指行變換) A~E(r,指行變換)
定理1錶明,如果 A ~ B ( r , 指 行 變 換 ) A~B(r,指行變換) A~B(r,指行變換),即A經過一系列初等行變換可以變為B,則一定存在可逆矩陣P,使得 P A = B PA=B PA=B,那麼如何求P呢?
假設已知A、B的情况下
首先依據題意可得
{ P A = B P E = P \begin{cases} PA=B\\ PE=P \end{cases} {
PA=BPE=P
所以
P ( A , E ) = ( B , P ) P(A,E)=(B,P) P(A,E)=(B,P)
推出
矩陣(A,E)通過初等行變換可以變為矩陣(B,P)
A、E、B已知,那麼P就一目了然啦
注意:
矩陣(A,E)的意思是矩陣A與矩陣E橫行拼接
比如 A = [ 1 2 3 4 ] A=\begin{bmatrix} 1 & 2\\ 3 & 4 \end{bmatrix} A=[1324]、 E = [ 1 0 0 1 ] E=\begin{bmatrix} 1 & 0\\ 0 & 1 \end{bmatrix} E=[1001]那麼矩陣 ( A , E ) = [ 1 2 1 0 3 4 0 1 ] (A,E)=\begin{bmatrix} 1 & 2 & 1 & 0\\ 3 & 4 & 0 & 1 \end{bmatrix} (A,E)=[13241001]
當B=E時,此時求的P就是A的逆矩陣 A − 1 A^{-1} A−1(求逆矩陣的一個常用方法!)
說明:
文章僅作為學習筆記,記錄從0到1的一個過程
希望對您有所幫助,如有錯誤歡迎小夥伴指正~
我是 海轟ଘ(੭ˊᵕˋ)੭
如果您覺得寫得可以的話,請點個贊吧
謝謝支持 ️
版权声明:本文为[海轟Pro]所创,转载请带上原文链接,感谢。 https://gsmany.com/2021/09/20210918113339781a.html