一.矩陣的秩
1.定義:
矩陣線性無關的行數或列數稱爲矩陣的秩
補充:
線性代數中的線性相關是指:
如果對於向量α1,α2,…,αn,
存在一組不全爲0的實數k1、k2、…、kn,
使得:k1·α1+k2·α2+…kn·αn=0成立,
那麼就說α1,α2,…,αn線性相關;線性代數中的線性無關是指:
如果對於向量α1,α2,…,αn,
只有當k1=k2=…=kn=0時,
才能使k1·α1+k2·α2+…kn·αn=0成立,
那麼就說α1,α2,…,αn線性無關
2.矩陣的秩的求法
MATLAB中:rank(A) 表示求矩陣A的秩。
實際計算中:一般當矩陣階數不是很大時,我們可以採用對矩陣做初等變換化簡爲梯形矩陣求秩。
例:矩陣A =
1 3 2 -3 2 1 4 1 2
求矩陣的秩
通過初等行變換,將矩陣化爲上階梯型矩陣:
1 3 2 0 11 7 0 0 1
非零行數爲3,那麼矩陣的秩爲3。
使用MATLAB可以得到同樣的結果。
除此之外,還有很多種矩陣求秩的方法:
https://zhidao.baidu.com/question/1771639702174299740.html
二.矩陣的範數
1.矩陣的範數的定義和求法
https://zhuanlan.zhihu.com/p/35897775
- 矩陣A的1——範數:矩陣列元素絕對值之和的最大值
- 矩陣A的2——範數:矩陣
的最大特徵值,又稱爲譜範數
-
矩陣A的∞——範數:所有矩陣行元素絕對值之和的最大值
MATLAB中,求向量範數的函數爲:norm(V)或者norm(V,2):計算向量V的2——範數
norm(V,1):計算向量V的1——範數
norm(V,inf):計算向量V的∞——範數
三.矩陣的條件數
1.矩陣的條件數的定義
是判斷矩陣病態與否的一種度量,條件數越大矩陣越病態。
矩陣A的條件數等於A的範數與A的逆矩陣的範數的乘積
條件數越接近於1,矩陣的性能越好,反之矩陣的性能越差
2.矩陣的條件數的求法
MATLAB中,計算矩陣A的三種條件數的函數是:
cond(A,1)計算A的1——範數下的條件數
cond(A) cond(A,2)——計算A的2——範數下的條件數
cond(A,inf)——計算A的∞——範數下的條件數
四.矩陣的特徵值和特徵向量
1.定義
設矩陣A爲n階方陣,如果存在:
常數λ和n維非零列向量x,使得等式
成立,那麼稱
λ是矩陣A的特徵值
x是對應特徵值λ的特徵向量
2.矩陣的特徵值和特徵向量的求法
MATLAB中:
可以使用E=eig(A求解矩陣A的全部特徵值
或者使用[X,D]=eig(A)求矩陣A的全部特徵值,構成對角陣D,併產生矩陣X,X各列是相應的特徵向量
實際計算中:
貼大神博客鏈接
https://blog.csdn.net/baidu_38172402/article/details/82312967
Thanks for watching!