当前位置: 首页 > ai >正文

矩阵的逆 线性代数

逆矩阵的定义

可逆矩阵必然是行列式不为0的方阵

逆矩阵的性质和重要公式

这个很重要,都需要记忆。

例题

对于这道题来说,给出的条件是一个式子,问的是什么是可逆矩阵。在条件没给可逆矩阵的情况下,我们现在对于可逆矩阵的判定方法只有一个,就是两个矩阵相乘为E。

那现在的问题是式子里面没有E,怎么办?所以题目的思路就很明确了,就是要想办法做一个E出来。

我们再回头看条件,题目上只有一个AB=A+B这个条件。一般对于我们这种表达式的条件,在考研当中是一定要用运算律往后面推导几步的。我们看能怎么推导。

说实话我的第一反应是把A移到左边去,因为这样可能就有个分配律,这样的话就是A(B-E)=B,这样就有E了,但问题是我们的E应该是两个相乘的E啊,在我们这E怎么被化进去了,那么如何做出两个矩阵相乘呢?很简单,就是把B也移到右边再加上一个E,这样的话很巧合的就出现了答案。

很多人疑惑我们这里是怎么想到加上E出来的。其实这也是有技巧的,一般来说我们对于没有出现的东西,但是我们又需要,我们就可以用这样两边同时加上的方法,其次是加上再减去我们需要的东西。如果条件或者我们的目标是分式的话,还可以上下同乘然后再用结合律来解决。

这些都是我们除了知识点记忆之外需要记忆的解题方法,但注意不是要记特定的题型,只要记住技巧和知识点即可。

这道题我们的目标是证明A+B为可逆矩阵,条件给了很多个可逆的方阵 ,那我们的路就比较多了,一个是定义,还有一个就是性质。

有了大方向之后就是我们的“翻译”,熟悉我的老粉都知道翻译是啥意思了。首先是联想知识点,其次是变化条件和结果。一般给出表达式类的结果或者条件我们是要做一到两步推导的。

这里先用分配律推导一下目标,为什么不推条件呢?因为目标比条件好推一点,那么推导用什么运算律呢?我们可以看到这里的+-,所以显然是用分配律。实际上在我们用分配律推导完结果之后答案也就呼之欲出了。

http://www.xdnf.cn/news/14700.html

相关文章:

  • LRU缓存设计与实现详解
  • Spring Cloud:服务监控与追踪的高级实践
  • C# 合并两个byte数组的几种方法
  • 零基础学习RabbitMQ(5)--工作模式(1)
  • C/C++数据结构之动态数组
  • ali PaddleNLP docker
  • vue-31(Nuxt.js 中的数据获取:asyncData和fetch)
  • XIP (eXecute In Place)
  • Spring AI Alibaba Nacos 集成实践
  • 【C++ 基础】 C++ 与 C 语言差异面试题(附大厂真题解析)
  • 【智能协同云图库】智能协同云图库第三弹:基于腾讯云 COS 对象存储—开发图片模块
  • 【Linux高级全栈开发】2.3.1 协程设计原理与汇编实现2.3.2 协程调度器实现与性能测试
  • 原型设计Axure RP网盘资源下载与安装教程共享
  • 【记录】服务器多用户共享Conda环境——Ubuntu24.04
  • 进阶向:Django入门,从零开始构建一个Web应用
  • Word之电子章制作——1
  • kubectl exec 原理
  • 力扣第73题-矩阵置零
  • Flutter基础(Children|​​Actions|Container|decoration|child)
  • git使用详解和示例
  • 【区块链】区块链交易(Transaction)之nonce
  • 【Docker基础】Docker容器管理:docker stats及其参数详解
  • C++共享型智能指针std::shared_ptr使用介绍
  • 机器学习配置环境
  • 某音Web端消息体ProtoBuf结构解析
  • 力扣 刷题(第七十一天)
  • 第七章——一元函数微分学的物理应用
  • 多表连接查询:语法、注意事项与最佳实践
  • 如何快速学习一门新编程语言
  • 【Linux】理解进程状态与优先级:操作系统中的调度原理