我是靠谱客的博主 大力黑猫,这篇文章主要介绍【线代】矩阵转置性质及代码证明,现在分享给大家,希望可以做个参考。

矩阵转置的定义

定义: 把矩阵A的行换成同序列数的列得到一个新矩阵,叫做A的转置矩阵 ,记作 A T A^T AT

矩阵转置的性质

  1. ( A T ) T = A (A^T)^T=A (AT)T=A
复制代码
1
2
3
4
5
6
7
8
import numpy as np A = np.random.randint(0, 100, [3, 3]) print((A.T).T == A) [OUT]: [[ True True True] [ True True True] [ True True True]]
  1. ( A + B ) T = A T + B T (A+B)^T=A^T+B^T (A+B)T=AT+BT
复制代码
1
2
3
4
5
6
7
8
9
import numpy as np A = np.random.randint(0, 100, [3, 3]) B = np.random.randint(0, 100, [3, 3]) print((A+B).T==A.T+B.T) [OUT]: [[ True True True] [ True True True] [ True True True]]
  1. ( λ A ) T = λ A T (lambda A)^T=lambda A^T (λA)T=λAT
复制代码
1
2
3
4
5
6
7
8
9
import numpy as np A = np.random.randint(0, 100, [3, 3]) lambda_ = 3.14 print((lambda_*A).T == lambda_*A.T) [OUT]: [[ True True True] [ True True True] [ True True True]]
  1. ( A B ) T = B T A T (AB)^T=B^TA^T (AB)T=BTAT
复制代码
1
2
3
4
5
6
7
8
import numpy as np A = np.random.randint(0, 100, [2, 4]) B = np.random.randint(0, 100, [4, 2]) print((A@B).T == B.T@A.T) [OUT]: [[ True True] [ True True]]
  1. 若方阵A满足 A T = A A^T=A AT=A,则称A为对称矩阵。 A = ( a i j ) n A=(a_{ij})_n A=(aij)n为对称矩阵的充要条件是 a i j = a j i ( i , j = 1 , 2 , ⋯   , n ) a_{ij}=a_{ji}(i,j=1,2,cdots,n) aij=aji(i,j=1,2,,n)
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
import numpy as np def symmetric(shape): matrix = np.triu(np.random.randint(0, 100, shape)) matrix += matrix.T-np.diag(matrix.diagonal()) return matrix A = symmetric([3, 3]) print(A.T == A) [OUT]: [[ True True True] [ True True True] [ True True True]]

最后

以上就是大力黑猫最近收集整理的关于【线代】矩阵转置性质及代码证明的全部内容,更多相关【线代】矩阵转置性质及代码证明内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(65)

评论列表共有 0 条评论

立即
投稿
返回
顶部