Enkele nuttige resultaten uit de oefeningenbundel die weinig of niet aan bod komen in het boek van Lay. • Als A een m × n matrix is, en B een n × p matrix dan geldt rank AB ≤ rank A en rank AB ≤ rank B • Als A een m×n matrix is, R een inveerteerbare m×m matrix en S een inverteerbare n × n matrix, dan geldt rank A = rank RA = rank AS = rank RAS • Als A en B m × n matrices zijn, dan geldt rank A + B ≤ rank A + rank B • De rang van een m × n matrix A is gelijk aan 1 als en slechts als A te schrijven is als het product van een kolommatrix en een rijmatrix, beide verschillend van de nulmatrix. Met behulp van kolomvectoren u ∈ Rm en v ∈ Rn kunnen we dit ook noteren als A = uvT , u 6= 0, v 6= 0 • Voor een orthogonale n×n matrix (d.w.z. U T U = I), geldt det U =1 of det U = −1. • De determinant van een vierkante blokdriehoeksmatrix met vierkante diagonaalblokken is gelijk aan het product van de determinanten van de diagonaalblokken. (Dit geldt in het bijzonder voor een blokdiagonaalmatrix). • De eigenwaarden van een vierkante blokdriehoeksmatrix met vierkante diagonaalblokken zijn de eigenwaarden van de diagonaalblokken. (Dit geldt in het bijzonder voor een blokdiagonaalmatrix). • De determinant van een vierkante matrix is gelijk aan het product van zijn eigenwaarden, waarbij elke eigenwaarde evenveel keer voorkomt in het product als aangegeven door zijn multipliciteit. • Het spoor van een vierkante matrix (d.i. de som van de diagonaalelementen) is gelijk aan de som van de eigenwaarden, waarbij elke eigenwaarde evenveel keer voorkomt in de som als aangegeven door zijn multipliciteit. • De matrixvoorstelling van de lineaire afbeelding die loodrecht projecteert op Span{v1 , . . . , vk } met v1 , . . . , vk een lineair onafhankelijk stel vectoren in Rn , wordt gegeven door M = V (V T V )−1 V T waarbij V een matrix is met de vectoren v1 tot vk als kolommen. Wanneer {v1 , . . . , vk } een orthonormaal stel vectoren is, wordt deze formule vereenvoudigd tot M = V V T. 1 • Een vierkante matrix die voldoet aan A2 = A en AT = A. heet projectiematrix. Als A een projectiematrix is dan stelt de lineaire afbeelding x 7→ y = Ax een loodrechte projectie op de kolomruimte van A voor. Omgekeerd voldoet elke matrixvoorstelling van een loodrechte projectie (zie het item hierboven) aan A2 = A en AT = A. • Een n × n matrix A is orthogonaal (d.w.z. AT A = I) als en slechts als Ax · Ay = x · y voor alle x en y in Rn • De beste rang-k benadering van een m×n matrix A met singuliere-waardenontbinding A = U ΣV T wordt gegeven door à = U Σ̃V T , waarbij Σ̃ bekomen wordt uit Σ door enkel de grootste k singuliere waarden te behouden en de andere singuliere waarden door 0 te vervangen. (Deze matrix à ligt van alle rang-k matrices het dichtst bij A volgens de Frobeniusafstand. De Frobeniusafstand tussen twee m × n matrices A en B is de Frobeniusnorm van P A − B. De Frobeniusnorm van een m × n matrix X wordt gegeven door 1 m Pn kXkF = ( i=1 j=1 x2i,j ) 2 ). • Als A = P DP T een eigenwaardenontbinding is van een symmetrische matrix A met P T P = I, waarbij de eigenwaarden geordend zijn volgens dalende absolute waarde, kan een singuliere-waardenontbinding A = U ΣV T als volgt geconstrueerd worden: -Stel Σ = abs(D), (d.w.z. Σ wordt bekomen uit D door de elementen te vervangen door hun absolute waarde), -Construeer U door in P de kolommen pi , waarvoor de bijhorende eigenwaarde λi = di,i negatief is, te vervangen door −pi . -Stel V gelijk aan P . 2