一、简化矩阵

(1)阶梯形矩阵

1.1.1 定义

  a. 如果矩阵有零行( 元素全为 0 的行 ), 零行 全在下面;

        b. 各非零行的第一个非零元素列标随行标增大而增大;

1.1.2 展示

下图两个矩阵都是阶梯矩阵

(2)最简化矩阵

1.1.1 定义

  a. 各非零行的首非零元素(主元)都是 1;

        b. 所有的首非零元所在的列的其余元素都为 0 ;

        c. 最简化矩阵是一个阶梯矩阵;

1.1.2 展示

下图两个矩阵都是最简化矩阵

二、主元和自由变量

(1)定义

2.1.1 主元

行阶梯矩阵中每一行左起第一个非零元素所代表的未知数就叫做主元;

2.1.1 自由变量

矩阵中除主元外的元素变量叫自由变量;

(2)自由变量的取值规则

只有一个自由变量赋值为 1 ; 

        两个自由变量赋值为 ( 0 1 )^T 和 ( 1 0 )^T ;

        三个自由变量赋值为( 0  0 1 )^T 、 ( 0 1 0 )^T 、( 1 0 0 )^T ;

        …… ……

( 自由变量并非只能按上述规则取值,但是取 0、1 对于最简化阶梯型计算比较简单,且能保证特征之间线性无关 )

三、通解、 特解、基础解系的计算

例:

(1)

解:

(2)

解:

线性代数(7):矩阵的应用相关推荐

  1. Codeforces 947E Perpetual Subtraction (线性代数、矩阵对角化、DP)

    Codeforces 947E Perpetual Subtraction (线性代数.矩阵对角化.DP) 手动博客搬家: 本文发表于20181212 09:37:21, 原地址https://blo ...

  2. 线性代数之矩阵逆的微分

                                线性代数之矩阵逆的微分 矩阵微分 类似矩阵导数的定义,则矩阵微分的形式见下: 矩阵逆的微分 这里假设X是个可逆(非奇异)的矩阵,求其可逆矩阵的微 ...

  3. 线性代数之矩阵导数微分

                               线性代数之矩阵导数微分 矩阵微分及性质 矩阵微分的形式见下: 类似函数的微分,矩阵微分有如下性质: 其中矩阵转置的微分等于矩阵微分的转置: 矩阵导 ...

  4. 线性代数之矩阵偏导续

                                线性代数之矩阵偏导续 矩阵偏导 针对y或者f(x)是元素,x是矩阵的情况,则元素对矩阵的求导形式如下: 那么由这个定义则有: 证明有两种方法:一 ...

  5. 线性代数之矩阵标准型的求法

                             线性代数之矩阵化成标准型的求法 初等变换法 已知矩阵A    求其该矩阵的标准型. 总结 Step1:先对矩阵A仅以初等行变换转换为简化阶梯型 Ste ...

  6. python矩阵运算与线形代数_[译] 线性代数:矩阵基本运算

    线性代数:矩阵基本运算 在本文中,我们将介绍矩阵的大部分基本运算,依次是矩阵的加减法.矩阵的标量乘法.矩阵与矩阵的乘法.求转置矩阵,以及深入了解矩阵的行列式运算.本文将不会涉及逆矩阵.矩阵的秩等概念, ...

  7. 矩阵乘法 算法训练 试题_线性代数入门——矩阵乘法的定义及其意义

    系列简介:这个系列文章讲解线性代数的基础内容,注重学习方法的培养.线性代数课程的一个重要特点(也是难点)是概念众多,而且各概念间有着千丝万缕的联系,对于初学者不易理解的问题我们会不惜笔墨加以解释.在内 ...

  8. 线性代数_矩阵零空间的维度与奇异值的关系

    1. 矩阵的零空间 矩阵A的零空间就Ax=0的解的集合. 零空间的求法:对矩阵A进行消元求得主变量和自由变量:给自由变量赋值得到特解:对特解进行线性组合得到零空间. 假设矩阵如下: 对矩阵A进行高斯消 ...

  9. 人工智能-线性代数之矩阵篇

    线性代数之矩阵篇 继续接着上一篇<人工智能-线性代数之向量篇>的内容来学习汇总下一篇,在这一篇中,我们开始汇总学习人工智能中线性代数最最最重要的一部分,那就是矩阵的运算,几乎所有人工智能机 ...

  10. 【线性代数】矩阵及其特性

    [线性代数]矩阵及其特性 写在前面 只拉伸不旋转的方向 特征值和特征向量 相似和对角化 正交,对称矩阵 拉伸最大的方向 二次型理论 从曲线而来 合同矩阵 正定二次型 参考资料 写在前面 本文是笔者用于 ...

最新文章

  1. v-vim 代码批量缩进,字符串精确查找及替换
  2. 阿里云 Linux指令入门-文件与权限
  3. 黑马lavarel教程---10、lavarel模型关联
  4. myeclipse集成jad
  5. ubuntu系统和ROS系统的版本对应关系
  6. OpenCV超分辨率基准测试
  7. AI视觉在教育场景中的创新应用
  8. 04.openssl编程——哈希表
  9. SCREEN屏幕编程时候必须保证SCREN中词典的字段格式必须和数据表中字段的类型长度一致!...
  10. 数据访问......单条件查询与多条件查询
  11. 微信公众号url服务器在哪里,微信公众号url认证(服务器认证)
  12. windows写文件到ubuntu之samba
  13. Oracle SQL性能优化40条,值得收藏
  14. larvel nginx 配置
  15. 服务器2003光盘修复,windows光盘修复系统
  16. pt-show-grants的用法
  17. scrapy简单爬取图片
  18. vue.js学习笔记1——安装及创建并运行vue实例
  19. ORA-00932: 数据类型不一致: 应为 -, 但却获得 CLOB
  20. 面试突击63:distinct 和 group by有什么区别?

热门文章

  1. 数字电路和模拟电路-10时序逻辑电路的分析和设计
  2. 49个python经典电子书
  3. 在vue中使用echarts,echarts-map:echarts画地图
  4. mysql不能存字母_jdbc - 无法在mysql中存储俄语中文阿拉伯语字母
  5. Python服务器开发(1)
  6. 实现mysql主从复制
  7. 如何修复Word文档XML提示
  8. 互联网基础与应用复习
  9. js中判断字符串是否相等,使用 == 或===
  10. 量子计算核心突破!Shor算法实现或使密码成摆设