利用矩阵初等变换进行对角化

目录

矩阵初等变换

对角化

证明


矩阵初等变换

        记某矩阵为\begin{pmatrix} \alpha_{1}\\ ...\\ \alpha_{n} \end{pmatrix},其中\alpha_{1},...,\alpha_{n}为维度为n的行向量。则行初等变换有以下三种:

1. 交换两行的位置;

2. \alpha_{i}=k\cdot \alpha_{i}

3. \alpha_{i}=k\cdot \alpha_{j}+\alpha_{i}

同样的,对应的列初等变换就是把行向量换成列向量即可。

        为什么这些变换被称为矩阵的初等变换呢?或者说这些操作有什么特点呢?

        如果我们把矩阵看成一个多元一次齐次线性方程组的系数矩阵的话,那么很显然,这些操作并不会改变该方程组的解空间,即加入某个向量是变换前的解,那么一定也是变换后的解,反之亦然。因此,矩阵的初等变换(无论是行初等变换还是列初等变换)实际上就是不会改变解空间的简单变换(解空间实际上就是核空间)。这一特点对矩阵的后续研究有重要的意义。

对角化

命题:对于秩为k的nxn的矩阵A,一定可以通过矩阵初等变换成如下形式:

\begin{pmatrix} 1 &... &0 & ... &b_{1,n} \\ ...&... &... &... &... \\ 0& ...& 1 & ...& b_{k,n}\\ ...&... &... & ..& ...\\ 0 &... &0 &... &0 \end{pmatrix}=\begin{pmatrix} E_{k,k} &B_{k,n-k} \\ O_{n-k,k} & O_{n-k,n-k} \end{pmatrix}

即可以通过矩阵初等变换,让矩阵对角化。其中E_{k,k}表示kxk的单位矩阵,O_{i,j}表示ixj的元素为0的矩阵,B_{i,j}表示ixj的任意矩阵。

证明

1. 由于矩阵的秩为k,那么该方程组只有k个有效方程,并且这k个有效方程的系数向量是线性无关的。因为根据秩的定义,这n个方程都可以由这k个方程的线性组合得到,即这n个方程的解和这k个有效方程的解是完全一样的,因此,我们可以很容易的通过初等变换将系数矩阵变换成如下的形式:

\begin{pmatrix} M_{k,n}\\ O_{n-k,n} \end{pmatrix}

2. 接下来,我们只要证明M_{k,n}可以转成(E_{k,k},B_{k,n-k})即可。

a. 首先我们看第一个行向量\alpha_{1},由于是线性无关非零向量,因此必存在非零元素\alpha_{1,i},将第i列通过列初等变换和第一列进行互换,再将该行除以\alpha_{1,i},便将第一行第一列变成了1;然后将第一列除了第一个元素外的任意元素,记为\alpha_{j,1}都减去\alpha_{j,1}\cdot \alpha_{1},便可以将第一列除了第一个元素外,其他元素都变成0。

b. 然后再看变换后得到的第二个行向量,可知必存在非零元素。因为如果是全零的向量,那么因为该向量只经过初等变换,也就是跟其他行向量的线性组合得到的,由此可以推出该向量和其他行向量是线性相关的,这个和前提矛盾,因此必存在非零元素。同样的,将该非零元素所在的列和第二列互换,然后重复a的操作即可。直至第k个行向量,就可以将M_{k,n}转成(E_{k,k},B_{k,n-k})

        这里需要强调的是,假设上述操作已经进行到第i个行向量了,由于经过上述操作后,第i行的第1到i-1的元素全都是0,因此第i行和其他行的线性组合并不会影响到其他行的第1到i-1列的元素的值,也就是对之前进行的a,b操作得到的结果不会造成影响。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值