机器学习深度学习之数学基础:线性代数中矩阵的初等变换
作者头像
  • 电脑报
  • 2020-05-12 15:45:36 3

文章重点

矩阵的初等变换有许多优点。矩阵可以被视为函数或线性方程组的参数。通过初等变换,我们可以快速求解方程组,方便地找到逆矩阵,并更容易确定矩阵的秩。

什么是矩阵的初等变换?

当满足以下条件时,我们称之为矩阵的初等变换:

  1. 交换矩阵的任意两行(或两列)
  2. 将矩阵的某一行(或某一列)乘以一个非零数k
  3. 将矩阵的某一行(或某一列)加上另一行(或另一列)的若干倍

初等矩阵

通过对单位矩阵I施加一次初等变换,所得到的矩阵被称为初等矩阵。

初等变换和初等矩阵

当我们对一个矩阵进行一次初等变换时,相当于该矩阵左乘(或右乘)一个与其相同的初等矩阵。行变换对应左乘,列变换则对应右乘。

示例

任意矩阵A经过多次初等变换可以化为如下形式的矩阵D:

这种形式的矩阵D称为矩阵A的等价标准形。在实际应用中,我们将矩阵绘制成这种形式,左上角为单位矩阵,其余部分为零矩阵,这样可以简化后续操作。

等价矩阵

如果矩阵A可以通过有限次初等变换转化为矩阵B,则称A与B等价。如果A是一个n阶可逆矩阵,则D等于单位矩阵I,这表明可逆矩阵是满秩的。

    本文来源:图灵汇
责任编辑: : 电脑报
声明:本文系图灵汇原创稿件,版权属图灵汇所有,未经授权不得转载,已经协议授权的媒体下载使用时须注明"稿件来源:图灵汇",违者将依法追究责任。
    分享
习之数学基础初等线性代数矩阵变换深度机器学习
    下一篇