线性代数C复习用资料整理
Author chaoL
矩阵A与矩阵行列式|A|的关系
|AB|=|A|*|B|
行列式是一个数,一个进行特定运算后的得出的数;而矩阵是一个数表,是一系列数的整体。它们(行列式、矩阵、向量组、线性空间)一些属性从定义开始就存在非常大的联系,如:矩阵的秩是最高阶非零子式的维数。因此这也为关于它们的问题之间的转换提供了可能。
我觉得行列式与矩阵最主要的联系体现在:|AB| = |A| |B| 。这将两个截然不同的东西联系到了一起,进而推出了后面的定理。
矩阵A的行列式|A|与零的关系
|A|=0 的充分必要条件:
l <=> A不可逆 (又称奇异)
l <=> A的列(行)向量组线性相关
l <=> R(A)
|A|≠0的充分必要条件:
l <=> A可逆 (又非奇异)
l <=> 存在同阶方阵B满足 AB = E (或 BA=E)
l <=> R(A)=n
l <=> R(A*)=n
l <=> |A*|≠0
l <=> A的列(行)向量组线性无关
l <=> AX=0 仅有零解
l <=> AX=b 有唯一解
l <=> 任一n维向量都可由A的列向量组唯一线性表示
l <=> A可表示成初等矩阵的乘积
l <=> A的等价标准形是单位矩阵
l <=> A的行最简形是单位矩阵
l <=> A的特征值都不等于0.
l <=> A^TA是正定矩阵.
矩阵的秩
定义:一个矩阵A的列秩是A的线性独立的纵列的极大数。通常表示为r(A),rk(A)或rank A。
设A**是一组向量,定义A****的极大无关组中向量的个数为A****的秩。**
矩阵的秩的性质
矩阵的列秩和行秩总是相等的,因此它们可以简单地称作矩阵A的秩。通常表示为r(A),rk(A)。
m × n矩阵的秩最大为m和n中的较小者,表示为min(m,n)。有尽可能大的秩的矩阵被称为有满秩;类似的,否则矩阵是秩不足(或称为“欠秩”)的。一个“满秩”的矩阵是可逆矩阵,其行列式不为零;一个“欠秩”的矩阵不可逆,其行列式为零,又称“奇异矩阵”。
性质总结如下:
转置后秩不变
<