第一章矩阵代数的相关知识技巧.ppt

非奇异矩阵的分块矩阵求逆 非奇异矩阵的分块矩阵求逆 非奇异矩阵的分块矩阵求逆 非奇异矩阵的分块矩阵求逆 平方根矩阵的性质 若A为p阶对称矩阵，有谱分解 则 有如下性质： 平方根矩阵的性质 正定矩阵和非负定矩阵的基本性质 (9) 若A0, B0, A-B0, 则 B-1- A-1 0 (10) 若A为n 阶正定矩阵，B为n阶半正定矩阵， 则 |A+B|≥|A|+|B|（当B正定时，不等式严格成立） (11) 若C0， 将C剖分为 其中C11为方阵，则 C110, C220, C11.20, C22.10 投影矩阵的基本性质 (1) 若A是投影矩阵，则tr(A)=rank(A) (2)若A是投影矩阵,则I-A也是投影矩阵 (3)若A是秩为r的投影矩阵，则A的r个特征值为1，其余为0. 故满秩的投影矩阵必为I。 (4) 若A和B均为投影矩阵，且A+B=I，则AB=BA=0 (5) 若X是n×p矩阵，n≥p，rank(X)=p, 则 H=X(X’X)-1X’是投影矩阵，且rank(H)=p. 矩阵微商 矩阵微商 矩阵微商的基本性质 (1) (2) 矩阵变换的雅可比行列式 矩阵变换的雅可比行列式 (5)设A=(aij)为p×q矩阵，则 (6)设λ1,λ2,?,λp为方阵A的特征值，则 tr(A)=λ1+λ2+?+λp (7)若A为投影矩阵，则 tr(A)=rank(A) §1.7 正定矩阵和非负定矩阵 设A是p阶对称矩阵，x是一p维向量，则x′Ax称为A的二次型。若对一切x≠0，有x′Ax0，则称A为正定矩阵，记作A0；若对一切x，有x′Ax≥0，则称A为非负定矩阵，记作A≥0。对非负定矩阵A和B，AB表示A?B0；A≥B表示A?B≥0。 正定矩阵和非负定矩阵的基本性质 (1)设A是对称矩阵，则A是正定(或非负定)矩阵，当且仅当A的所有特征值均为正(或非负)。 (2)设A≥0，则A的秩等于A的正特征值个数。 (3)若A0，则A?10。 (4)设A≥0，则A0，当且仅当|A|≠0。 (5)若A0(或≥0)，则|A|0(或≥0)。 (6)BB′≥0，对一切矩阵B成立。 (7)若A0(或≥0)，则存在 0(或≥0)，使得 称为A的平方根矩阵。 (8)设A≥0是p阶秩为r的矩阵，则存在一个秩为r(即列满秩)的p×r矩阵B，使得A=BB′。 §1.8 特征值的极值问题 (1)若A是p阶对称矩阵，其特征值依次为λ1≥λ2≥?≥λp，则 (2)若A是p阶对称矩阵，B是p阶正定矩阵，μ1≥μ2≥?≥μp是B?1A的p个特征值，则 (3)柯西—许瓦兹不等式(Cauchy?Schwarz) 若B0，则 (x′y)2≤(x′Bx)(y′B?1y) 第一章 矩阵代数 §1.1 定义 §1.2 矩阵的运算 §1.3 行列式 §1.4 矩阵的逆 §1.5 矩阵的秩 §1.6 特征值、特征向量和矩阵的迹 §1.7 正定矩阵和非负定矩阵 §1.8 特征值的极值问题 §1.1 定义 p×q矩阵： p维列向量： q维行向量： a′=(a1,a2,?,aq) 向量a的长度： 单位向量： 若A的所有元素全为零，则称A为零矩阵，记作A=0pq或A=0。 若p=q，则称A为p阶方阵，a11,a22,?,app称为它的对角线元素，其他元素aij(i≠j)称为非对角线元素。 若方阵A的对角线下方的元素全为零，则称A为上三角矩阵。显然，aij=0,ij。 若方阵A的对角线上方的元素全为零，则称A为下三角矩阵。显然，aij=0,ij。 若方阵A的所有非对角线元素均为零，则称A为对角矩阵，简记为A=diag(a11,a22,?,app)。 若p阶对角矩阵A的所有p个对角线元素均为1，则称A为p阶单位矩阵，记作A=Ip或A=I。 若将矩阵A的行与列互换，则得到的矩阵称为A的转置，记作A′，即 若方阵A满足A′=A，则称A为对称矩阵。显然，aij=aji。 §1.2 矩阵的运算 若A=(aij)：p×q，B=(bij)：p×q,则A与B的和定义为 A+B=(aij+bij)：p×q 若c为一常数，则它与A的积定义为 cA=(caij)：p×q 若A=(aij)：p×q，B=(bij)：q×r,则A与B的积定义为 运算规律 (1)(A+B)′=A′+B′。 (2)(AB)′=B′A′。 (3)A(B1+B2)=AB1+AB2。 (4) 。 (5)c(A+B)=cA+cB。 若两个p维向量a和b满足 a′b=a1b1+a2b2+?+apbp=0 则称a