矩阵可逆的一种刻画方式
本文共 551 字，大约阅读时间需要 1 分钟。
问题
若矩阵A满足 A + A T = I A+A^{\rm{T}}=I A+AT=I，则A可逆。
证明一
反证法。假设A不可逆，则
∃ x 0 ≠ 0 \exists{x_0}\ne0 ∃x0=0，使得 A x 0 = 0 A{x_0}=0 Ax0=0，则 x 0 A T = ( A x 0 ) T = 0 T {x_0}{A^{\rm{T}}} = {(A{x_0})^{\rm{T}}} = {0^{\rm{T}}} x0AT=(Ax0)T=0T∴ 0 ≠ x 0 T x 0 = x 0 T ( A + A T ) x 0 = x 0 T A x 0 + x 0 T A T x 0 = x 0 T 0 + 0 T x 0 = 0 \therefore 0 \ne x_0^{\rm{T}}{x_0} = x_0^{\rm{T}}(A + {A^{\rm{T}}}){x_0} = x_0^{\rm{T}}A{x_0} + x_0^{\rm{T}}{A^{\rm{T}}}{x_0} = x_0^{\rm{T}}0 + {0^{\rm{T}}}{x_0} = 0 ∴0=x0Tx0=x0T(A+AT)x0=x0TAx0+x0TATx0=x0T0+0Tx0=0
矛盾，所以A可逆。
证明二
转载地址：http://fulnz.baihongyu.com/
你可能感兴趣的文章
NLP三大特征抽取器：CNN、RNN与Transformer全面解析
查看>>
NLP入门（六）pyltp的介绍与使用
查看>>
NLP学习笔记：使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么？
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统：使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目：维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP：从头开始的文本矢量化方法
查看>>
NLP：使用 SciKit Learn 的文本矢量化方法
查看>>
NLTK - 停用词下载
查看>>