四者之间关系:
加(减)法: aij - bij = cij 乘法: a00 * b00 + a01 * b10 + a02 * b20 = c00 除法: Z / A = Z * B, AB = BA = E
a11 a12 a13 b11 b12 b13 a11*b11 + a12*b21 + a13*b31, a11*b12 + a12*b22 + a13*b32, a11*b13 + a12*b23 + a13*b33
a21 a22 a23 * b21 b22 b23 = a21*b11 + a22*b21 + a23*b31, a21*b12 + a22*b22 + a23*b32, a21*b13 + a22*b23 + a23*b33
a31 a32 a33 b31 b32 b33 a31*b11 + a32*b21 + a33*b31, a31*b12 + a32*b22 + a33*b32, a31*b13 + a32*b23 + a33*b33
秩是列空间的维度, 即秩是图经过矩阵变换后的空间维度 矩阵可以拉伸, 可以旋转
求矩阵的秩, 使用高斯消元法, 即使用初等变换把矩阵转换成行阶梯形矩阵, 梯形台阶 就是秩
a = a , b = a * d - b * c c , d
a = a , b , c = a * (e * i - f * h) - b * (d * i - f * g) + c * (d * h - e * g) d , e , f g , h , i
a = a , b = a , c c , d b , d
初等变换并不改变矩阵的秩
先转换成行阶梯形矩阵, 台阶既为秩
向量v在矩阵A的作用下, 保持方向不变, 进行比例λ的伸缩, 即Av=λv, 则v为特征向量, λ为特征值. 从定义式还可以看出, 特征向量所在直线上的向量都是特征向量, 特征向量 所在的直线包含了所有的特征向量, 称其为特征空间.
假设K是域(比如实数域), V是K上的向量空间, 如果W是V的子集, 并且W自身是带有和V一样 的向量运算的向量空间, 则称W是V的子空间.
衡量失量的大小