线性代数复习 第二章 矩阵
第二章 矩阵
2.1 矩阵的概念
矩阵的概念和运算
矩阵和前面的行列式定义类似,记 A=(aij)m×n\mathbf{A} = (a_{ij})_{m \times n} 为 m×nm \times n 矩阵。
- 单位矩阵,主对角线均为 11,其他均为 00 的矩阵,记为 E\mathbf{E} 或者 I\mathbf{I}
- 对角矩阵,主对角线上都是常数,其他的都是零
- 三角矩阵,分上三角矩阵和下三角矩阵
- 对称矩阵,AT=A\mathbf{A}^T = \mathbf{A}
- 反对矩阵,AT=−A\mathbf{A}^T = -\mathbf{A}
- 正交矩阵,A\mathbf{A} 为方阵,且 ATA=AAT=E\mathbf{A}^T\mathbf{A} = \mathbf{A}\mathbf{A}^T = \mathbf{E}
- 可交换矩阵,设 A\mathbf{A} 和 B\mathbf{B} 是同阶矩阵,且 AB=BA\mathbf{AB}=\mathbf{BA}
矩阵的乘法不满足交换律,两个矩阵乘为零矩阵也不能说明其中一个是零矩阵。
方阵的行列式
只有方阵才有行列式的概念,记方阵 A\mathbf{A} 的行列式为 |A||\mathbf{A}| 或者 det(A)\text{det}(\mathbf{A}),有下面的性质:
- |AT|=|A||\mathbf{A}^T| = |\mathbf{A}|
- 即转置不改变行列式的值
- |kA|=kn|A||k\mathbf{A}| = k^n|\mathbf{A}|
- 矩阵中的系数 kk 和行列式中的某行(列)的系数不一样,注意区分。
- |AB|=|A||B||\mathbf{AB}| = |\mathbf{A}||\mathbf{B}|
- 这个证明很麻烦,要从定义入手。
- 矩阵加法的行列式不能拆分,只有矩阵乘法满足。
2.2 逆矩阵和伴随矩阵
逆矩阵
对于 nn 阶方阵 A,B\mathbf{A,B},若满足 AB=BA=E\mathbf{AB=BA=E},那么两个矩阵可以互称作是逆矩阵,记作 A−1=B\mathbf{A}^{-1} = \mathbf{B}
逆矩阵有下面的一些性质:
- 若 A\mathbf{A} 可逆,则其可逆矩阵唯一。
- 若 A\mathbf{A} 可逆,则AT\mathbf{A}^T 和 A−1\mathbf{A}^{-1} 也可逆。(AT)−1=(A−1)T(\mathbf{A}^T)^{-1} = (\mathbf{A}^{-1})^T 且 (A−1)−1=A(\mathbf{A}^{-1})^{-1} = \mathbf{A}
- 若 A\mathbf{A} 可逆,且 k≠0k \ne 0,则 (kA−1)=1kA−1(k\mathbf{A}^{-1}) = \frac1k \mathbf{A}^{-1}
- 若 A\mathbf{A} 可逆,则 |A−1|=1|A||\mathbf{A}^{-1}| = \frac{1}{|\mathbf{A}|}
- 若 AB=O\mathbf{AB=O},A\mathbf{A} 可逆能推出 B=0\mathbf{B} = \mathbf{0},而 B\mathbf{B} 可逆能推出 A=0\mathbf{A} = \mathbf{0}
补充:对于 nn 阶方阵 A\mathbf{A},下面所有的说法都是等价的,
- 方阵 A\mathbf{A} 是可逆的
- |A|≠0|\mathbf{A}| \ne 0,A\mathbf{A} 不是奇异矩阵
- A\mathbf{A} 等价于 nn 阶单位矩阵,可表示成初等矩阵的乘积
- 矩阵 A\mathbf{A} 满秩,即 r(A)=nr(\mathbf{A}) = n
- A\mathbf{A} 的行(列)向量线性无关
- 任何的 nn 维向量,可以用 A\mathbf{A} 的行(列)向量组线性表示。
- 齐次线性方程组 Ax=0\mathbf{Ax=0} 仅有零解
- 非齐次线性方程组 Ax=b\mathbf{Ax=b} 有唯一解
伴随矩阵
把矩阵 A=(aij)n×n\mathbf{A} = (a_{ij})_{n \times n} 的项替换成其对应的代数余子式 Aij\mathbf{A}_{ij},那么得到的矩阵做转置后就是伴随矩阵。记作
\mathbf{A}^* = (\mathbf{A}_{ji}) = (\mathbf{A}_{ij})^T
伴随矩阵可以用来求逆矩阵,存在下面的转换公式
\mathbf{A}^{-1} = \frac1{|\mathbf{A}|}\mathbf{A}^*
伴随矩阵的主要性质如下:
- AA∗=A∗A=|A|E\mathbf{AA}^* = \mathbf{A}^*\mathbf{A} = |\mathbf{A}|\mathbf{E}
- 若 A 可逆,那么 A∗A^* 也可逆,且,
- A∗=|A|A−1\mathbf{A}^* = |\mathbf{A}|\mathbf{A}^{-1}
- (A∗)−1=(A−1)∗=1|A|A(\mathbf{A}^*)^{-1} = (\mathbf{A}^{-1})^* = \frac1{|\mathbf{A}|}\mathbf{A}
- |A∗|=|A|n−1|\mathbf{A}^*| = |\mathbf{A}|^{n-1}
- (A∗)∗=|A|n−2A(\mathbf{A}^*)^* = |\mathbf{A}|^{n-2}\mathbf{A}
2.3 分块矩阵
分块矩阵的求逆有一些常见的形式,如下:
- [AOOB]−1=[A−1OOB−1]\begin{bmatrix} A & O \\ O & B \end{bmatrix}^{-1} = \begin{bmatrix} A^{-1} & O \\ O & B^{-1} \end{bmatrix}
- [AOCB]−1=[A−1O−A−1CB−1B−1]\begin{bmatrix} A & C \\ O & B \end{bmatrix}^{-1} = \begin{bmatrix} A^{-1} & -A^{-1}CB^{-1} \\ O & B^{-1} \end{bmatrix}
- [ACOB]−1=[A−1−B−1CA−1OB−1]\begin{bmatrix} A & O \\ C & B \end{bmatrix}^{-1} = \begin{bmatrix} A^{-1} & O \\ -B^{-1}CA^{-1} & B^{-1} \end{bmatrix}
- [OBAO]−1=[OA−1B−1O]\begin{bmatrix} O & A \\ B & O \end{bmatrix}^{-1} = \begin{bmatrix} O & B^{-1} \\ A^{-1} & O \end{bmatrix}
有了上面的公式,可以推一下这个式子:
\begin{align*} \begin{bmatrix} A & O \\ O & B \end{bmatrix}^* & = |AB| \begin{bmatrix} A^{-1} & O \\ O & B^{-1} \end{bmatrix} = |A||B| \begin{bmatrix} A^{-1} & O \\ O & B^{-1} \end{bmatrix} \\ & = \begin{bmatrix} |B||A|A^{-1} & O \\ O & |A||B|B^{-1} \end{bmatrix} = \begin{bmatrix} |B|A^* & O \\ O & |A|B^* \end{bmatrix}\end{align*}
分块矩阵求行列式也有一些常见的形式,
∣∣∣AOOB∣∣∣=∣∣∣AOCB∣∣∣=∣∣∣AOCB∣∣∣=|A||B|\begin{vmatrix} A & O \\ O & B \end{vmatrix} = \begin{vmatrix} A & C \\ O & B \end{vmatrix} = \begin{vmatrix} A & C \\ O & B \end{vmatrix} = |A||B|
∣∣∣OBn×nAm×mO∣∣∣=(−1)mn|A||B|\begin{vmatrix} O & A_{m \times m} \\ B_{n \times n} & O \end{vmatrix} = (-1)^{mn}|A||B|
∣∣∣ACBD∣∣∣≠|AD−BC|\begin{vmatrix} A & B \\ C & D \end{vmatrix} \ne |AD - BC|, 注意当且仅当 AC=CAAC=CA 时等号成立。
2.4 初等变换
初等变换
一共只有三种初等变换:
1. 交换两行(列)
2. 某行(列)乘以某常数 kk
3. 某行(列)的 kk 倍加到另一行(列)
对一个矩阵进行这三种初等变换,不会改变行列式的值。初等变换可以通过乘以一个初等矩阵来实现。
初等矩阵
在单位矩阵中实行三种变换得到的矩阵,可以记作是 Eij,Ei(k),Eij(k)\mathbf{E}_{ij}, \mathbf{E}_i(k), \mathbf{E}_{ij}(k)
对矩阵进行一次初等行变换,相当于在矩阵左边乘以同类型的初等矩阵;同理列变换则要在右边乘。
若存在可逆矩阵 P,Q\mathbf{P}, \mathbf{Q},使 PAQ=B\mathbf{PAQ}=\mathbf{B},则称 A,B\mathbf{A}, \mathbf{B} 为等价矩阵,记作 A≅B\mathbf{A} \cong \mathbf{B},而等价矩阵的秩是一样的。
矩阵的秩
kk 阶子式 Mk\mathbf{M}_k 指的是,在原矩阵中选取 kk 行和 kk 列后,由交叉处的元素构成的新矩阵的行列式,是一个数值。
对矩阵 A\mathbf{A},若存在 Mk≠0\mathbf{M}_k \ne 0,但是任意的 k+1k+1 阶子式都是零,则定义矩阵 A\mathbf{A} 的 秩 为 kk,即 r(A)=kr(\mathbf{A}) = k
PS 所以秩的定义是从行列式来的,就是行列式不为零的极大子方阵的行数。
可以通过左右乘以一些初等矩阵的方法来求矩阵的秩,具体如下:对矩阵 Am×n\mathbf{A}_{m \times n},有 mm 阶可逆矩阵 P\mathbf{P} 和 nn 阶可逆矩阵 Q\mathbf{Q},使得
\mathbf{PAQ} = \begin{bmatrix} \mathbf{E}_r & \mathbf{O} \\ \mathbf{O} & \mathbf{O} \end{bmatrix} 其中 Er\mathbf{E}_r 为 rr 阶单位矩阵,那么有 r(A)=rr(\mathbf{A}) = r.
矩阵秩的性质:
- r(Am×n)≤min(m,n)r(\mathbf{A}_{m \times n}) \le min(m,n)
- 即秩的上界不会超过行和列的数量
- 秩也有下界,只要不为零矩阵,秩至少为 11
- r(A)=r(AT)=r(kA),k≠0r(\mathbf{A}) = r(\mathbf{A^T}) = r(k\mathbf{A}), k \ne 0
- 即转置,常数系数不会改变矩阵的秩
- r(A±B)≤r(A)+r(B)r(\mathbf{A} \pm \mathbf{B}) \le r(\mathbf{A}) + r(\mathbf{B})
- 若 Am×nBn×s=O\mathbf{A}_{m \times n}\mathbf{B}_{n \times s} = \mathbf{}O,则 r(A)+r(B)≤nr(\mathbf{A}) + r(\mathbf{B}) \le n
- 证明的话,考虑把矩阵 A\bf{A} 写成向量组的形式,由于等式右边是零向量,那么可以用矩阵 B\bf{B} 的元素线性表示这些向量组。
- 设矩阵 B\bf{B} 向量组的秩为 rr,那么由上面线性表示的关系有 r(A)≤n−rr(\mathbf{A}) \le n-r
- r(AB)≤min(r(A),r(B))r(\mathbf{AB}) \le min(r(\mathbf{A}), r(\mathbf{B}))
- r([AOOB])=r(A)+r(B)r(\begin{bmatrix} \mathbf{A} & \mathbf{O} \\ \mathbf{O} & \mathbf{B} \end{bmatrix}) = r(\mathbf{A}) + r(\mathbf{B})
- 等阶矩阵 A,B\mathbf{A}, \mathbf{B} 等价 ⇔\Leftrightarrow r(A)=r(B)r(\mathbf{A}) = r(\mathbf{B})
可以通过初等变换来求逆矩阵
(\mathbf{A}\ |\ \mathbf{E}) \xrightarrow{初等变换} (\mathbf{E}\ |\ \mathbf{A}^{-1})
当左边的原始矩阵通过基本的初等变换,转换成单位矩阵时;右边的单位矩阵也就成了原始矩阵的逆矩阵。
线性代数复习 第二章 矩阵相关推荐
- 【连载】线性代数笔记——第二章矩阵
我是灼灼,一只初学Java的大一金渐层. 向往余秀华和狄兰·托马斯的疯狂,时常沉溺于将情感以诗相寄:追逐过王尔德.王小波的文字,后陷于毛姆和斯蒂芬·金不可自拔:热爱文学的浪潮,白日梦到底却总在现实里清 ...
- 【连载】线性代数笔记——第二章矩阵2
我是灼灼,一只初学Java的大一金渐层. 向往余秀华和狄兰·托马斯的疯狂,时常沉溺于将情感以诗相寄:追逐过王尔德.王小波的文字,后陷于毛姆和斯蒂芬·金不可自拔:热爱文学的浪潮,白日梦到底却总在现实里清 ...
- 线性代数:第二章 矩阵及其运算
本讲义是自己上课所用幻灯片,里面没有详细的推导过程(笔者板书推导)只以大纲的方式来展示课上的内容,以方便大家下来复习. 本章主要介绍有关矩阵的知识,主要包括矩阵的基本运算(加法.数乘.乘法.乘幂.迹. ...
- 线性代数:第二章 矩阵及其运算:逆矩阵、分块矩阵
第一节 矩阵及其运算 一.数学概念 定义1.1 由 个数 排成m行n列的数表 称为m行n列的矩阵,简称 矩阵,记作 二.原理,公式和法则 1.矩阵的加法 (1) 公式 (2) 运算律 2.数乘矩 ...
- 线性代数:第二章 矩阵及其运算(上)
- 【线性代数】【笔记】【@汤家凤】【数一】【第二章 矩阵】
<线性代数> 第二章 矩阵
- 线性代数 第二章 矩阵及其运算
第二章 矩阵及其运算 1 矩阵 2 矩阵的运算 3 逆矩阵 4 矩阵分块法 课后习题 1 矩阵 2 矩阵的运算 3 逆矩阵 4 矩阵分块法 课后习题
- 在c语言中a 这条语句的作用,C语言复习第二章
C语言第二章 C语言复习(第二章) 一.填空 1.若采用十进制数的表示形式,则077为( ),0111为( ),0xab为( ). 2.C语言中的标识符只能由3种字符组成,它们是( ).( )和( ) ...
- 计算机组成与系统结构期末复习 第二章 2.2
计算机组成与系统结构期末复习 第二章 2.2 1.实现下列各数的转换: (101101.011)2 = (?)10= (?) 8= (?) 16= (?) 8421 (0101 1001 0110.0 ...
最新文章
- 人人都能看懂的EM算法推导
- 颜水成团队开源VOLO:无需额外数据,首次在ImageNet上达到87.1%的精度
- SparkSQL(Spark-1.4.0)实战系列(一)——DataFrames基础
- [BZOJ 4827][Hnoi2017]礼物
- Android 识别图片二维码
- 实现CStack类遇到的问题
- Dubbo(十一)dubbo的超时重试配置以及启动检查
- 数据科学和人工智能技术笔记 八、特征选择
- python打造最强表白程序,Python 打造七夕最强表白程序
- 正向代理和反向代理的区别
- Ardunio开发实例-L9110直流电机驱动模块
- CSS之vmin和vmax
- 前端method常见请求方式
- 推荐一款STM32F030K6T6兼容替换灵动MM32F031K6T6
- wireshark如何抓取本机包
- gta5结局杀老崔我哭了_GTA5:每个主角都在故事里得到了自己想要的东西,但崔佛却是白给...
- CSS解决连续英文字母或连续数字不能自动换行
- 三方平台与对象存储对接后的应用场景及接口说明
- Redis介绍与安装
- nmap tcp syn扫描命令
热门文章
- 系统安全实验——xss_hb(?)
- BOOM-动态壁纸技术支持
- UI设计师进行扁平化设计时需要注意的4个方面!
- 苹果:中国内地的iCloud服务将转由国内公司负责运营
- 峰会倒计时|2022重新思考Zabbix—对话CEO获门票
- The XML location is ‘com/child/manager/mapper/TeacherMapper.xml‘. Cause: java.lang.IllegalArgumentEx
- 合作式智能运输系统-车用通信系统应用层及应用数据交互标准 第一阶段2020
- Fiddler缓存app数据
- Unity接入极光经验分享
- 鸿蒙之隙活动可以参加几次,语文小学选择题