Day02-线性代数-矩阵(DataWhale)

最新推荐文章于 2024-09-07 17:08:44 发布

liying_tt

最新推荐文章于 2024-09-07 17:08:44 发布

阅读量292

点赞数

分类专栏：数学基础文章标签：线性代数

本文链接：https://blog.csdn.net/liying_tt/article/details/120778459

版权

数学基础专栏收录该内容

17 篇文章 0 订阅

订阅专栏

本文深入探讨了矩阵的各个方面，包括矩阵的概念、性质、运算和特殊类型的矩阵，如对称矩阵、伴随矩阵、逆矩阵。还介绍了矩阵在解决线性方程组、求逆、行列式计算及初等变换中的应用。此外，讨论了矩阵的秩和等价关系，以及如何通过初等变换求解逆矩阵。矩阵的秩决定了方阵是否可逆，对于满秩矩阵，其逆矩阵存在且可通过初等变换求得。

摘要由CSDN通过智能技术生成

二、矩阵

2.1 概念

同型矩阵：两个矩阵的行数相等、列数也相等

非齐次线性方程组：
$\begin{cases} a_{11}x_1+a_{12}x_2+...+a_{1n}x_n =b_1 \\ a_{21}x_1+a_{22}x_2+...+a_{2n}x_n =b_2\\ ......\\ a_{m1}x_1+a_{m2}x_2+...+a_{mn}x_n =b_m \end{cases}$

系数矩阵： $A=(a_{ij})$

未知系数矩阵：

$\left( \begin{matrix} x_1 \\ x_2\\ ...\\ x_n \end{matrix} \right)$

常数项矩阵：

$\left( \begin{matrix} b_1 \\ b_2\\ ...\\ b_n \end{matrix} \right)$

增广矩阵：

$\left( \begin{matrix} a_{11} & a_{12} & ...& a_{1n} & b_1 \\ a_{21} & a_{22} & ...& a_{2n} & b_2 \\ ... & ... & & ... & ...\\ a_{m1} & a_{m2} & ...& a_{mn} & b_m \\ \end{matrix} \right)$

对称矩阵

A为n阶方阵，如果 $A^T=A$ ，即 $a_{ij}=a_{ji}$ ，则A为对称矩阵。元素以对角线为对称轴对应相等。

伴随矩阵

行列式 $∣ A ∣$ 的各个元素的代数余子式 $A_{ij}$ 构成的矩阵
【注意排列的顺序与矩阵不同】 $AA^*=A^*A=|A|E$ ==
$A^*= \left( \begin{matrix} A_{11} & A_{21} & ... & A_{n1}\\ A_{12} & A_{22} & ... & A_{n2}\\ ... & ... & & ...\\ A_{1n} & A_{2n} & ... & A_{nn}\\ \end{matrix} \right)$
公式：

$AA^*=A^*A=|A|E$
$A^*=|A|A^{-1}$
$A^*|=|A|^{n-1}$
$(A^*)^{-1}=(A^{-1})^*=\frac{1}{|A|}A$
$A^*)^T=(A^T)^*$
$kA)^*=k^{n-1}A^*$
$A^*)^*=|A|^{n-2}A$
$r(A^*)= \begin{cases} n, & r(A)=n \\ 1, & r(A)=n-1 \\ 0, & r(A)<n-1 \end{cases}$

逆矩阵【首先要是方阵】

AB=BA=E (B是A的逆矩阵)， $A^{-1}=\frac{1}{|A|}A^*$

A是可逆矩阵的充要条件是： $|A|\neq 0$

A是可逆矩阵的充要条件是： $A$ 的标准型为 $E$

A是可逆的充要条件是： $A$ 等于初等方阵的乘积

如果A是可逆的，A的逆矩阵是唯一的

公式：

$A^{-1})^{-1} = A$
$(kA)^{-1} =\frac{1}{k}A^{-1}$
$AB)^{-1}=B^{-1}A^{-1}$
$A^n)^{-1}=(A^{-1})^n$
$A^{-1})^T=(A^T)^{-1}$
$|A^{-1}|=\frac{1}{|A|}$
$A^{-1} = \frac{1}{A}A^*$

奇异矩阵

$|A|\neq0$ ：A是非奇异矩阵

$∣ A ∣ = 0$ ：A是奇异矩阵

矩阵A的m次多项式

设 $\varphi(x)= a_0+a_1x+...+a_mx^m$ 为 $x$ 的 $m$ 次多项式，A 为n阶矩阵，记：

$\varphi(A)=a_0E+a_1A+a_2A^2+...+a_mA^m$ 为矩阵A的m次多项式

行阶梯矩阵

若有零行，零行在非零行的下边
左起首非零元左边零的个数随行数增加而严格增加

行简化阶梯形矩阵

是阶梯形
非零行的首非零元素是1
首非零元所在的列的其余元素是0

$\left( \begin{matrix} 1 & 0 & 0 & 5 \\ 0 & 1 & 0 & 4 \\ 0 & 0 & 1 & 7 \\ 0 & 0 & 0 & 0 \end{matrix} \right)$

正交矩阵：满足 $AA^T=A^TA=E$

2.2 矩阵运算

A+B=B+A
(A+B)+C=A+(B+C)
$(\lambda \mu)$ A= $\lambda (\mu$ A)
( $\lambda + \mu$ )A = $\lambda$ A+ $\mu$ A
$\lambda$ (A+B)= $\lambda$ A+ $\lambda$ B
(AB)C=A(BC)
$\lambda$ (AB)=( $\lambda$ A)B=A( $\lambda$ B)
A(B+C)=AB+AC
(B+C)A=AB+CA

【注意：左乘和右乘不能交换位置 $A_{m_1\times n}B_{n\times m_2}=C_{m_1 \times m_2}$

1) $A B = 0 不能推出 A = 0 或 B = 0$

2) $AB=AC,A\neq0,如果A满秩，即|A|\neq 0，可以推出B=C，否则不能推出B=C$ 】

2.3 转置

$A^T)^T=A$
$A+B)^T=A^T+B^T$
$(\lambda A)^T=\lambda A^T$
$AB)^T=B^TA^T$ 【注意位置交换】

2.4 方阵的行列式

$A^T|=|A|$
$|\lambda A|=\lambda ^n|A|$
$∣ A B ∣ = ∣ A ∣ ∣ B ∣$

2.5 逆矩阵

A可逆， $A^{-1}$ 也可逆， $A^{-1})^{-1}=A$
$(\lambda A)^{-1} = \frac{1}{\lambda}A^{-1}$
若A、B为同阶矩阵且均可逆，则AB也可逆，且 $AB)^{-1}=B^{-1}A^{-1}$
A 可逆，则 $A^T$ 亦可逆，且 $A^T)^{-1}=(A^{-1})^T$

【求逆矩阵：

$在A的右边加入一个单位矩阵E组成[AE]，然后运用初等行变换，将A化成单位矩阵的时候，右边的E变为A^{-1}$ 】
$A^{-1}=\frac{1}{|A|}A^*$ 】

2.6 矩阵的多项式

$\varphi(A)=a_0E+a_1A+a_2A^2+...+a_mA^m$

若 $A=P\Lambda P^{-1}$ ，则 $A^k=P\Lambda ^k P$ 则：
$\begin{aligned} \varphi(A) &= Pa_0EP^{-1}+Pa_1\Lambda P^{-1}+...+Pa_m\Lambda^mP^{-1} \\ &=P\varphi(A)P^{-1} \end{aligned}$
若 $\Lambda=diag(\lambda_1,\lambda_2,...,\lambda_n)$ 是对角矩阵，则 $\Lambda^k=diag(\lambda_1^k,\lambda_2^k,...,\lambda_n^k)$

$\varphi(\Lambda) = a_0E+a_1\Lambda+...+a_m\Lambda^m$

2.7 克拉默法则

含有n个未知数的n个线性方程的方程组，解可以用n阶行列式表示
$\begin{cases} a_{11}x_1+a_{12}x_2+...+a_{1n}x_n =b_1 \\ a_{21}x_1+a_{22}x_2+...+a_{2n}x_n =b_2\\ ......\\ a_{n1}x_1+a_{n2}x_2+...+a_{nn}x_n =b_n \end{cases}$
克拉默法则：

上式线性方程组的系数矩阵A的行列式不等于0，即
$\left| \begin{matrix} a_{11} & ... & a_{1n}\\ ... & &...\\ a_{n1} & ... & a_{nn} \end{matrix} \right| \neq 0$
则上式方程有唯一解
$\begin{aligned} x_1=\frac{|A_1|}{|A|},&& x_2=\frac{|A_2|}{|A|}&&...&&x_n=\frac{|A_n|}{|A|} \end{aligned}$
其中 $A_j(j=1,2,...,n)$ 是将系数矩阵A的第j列元素用右端的常数项代替后所得到的n阶矩阵，即：
$A_j= \left( \begin{matrix} a_{11} &...& a_{1,j-1} & b_1 & a_{1,j+1} & ... & a_{1n}\\ ... & & ... & ...& ...& &...\\ a_{n1} & ... & a_{n,j-1} & b_n & a_{n,j+1}&... & a_{nn}\\ \end{matrix} \right)$

2.8 分块矩阵

$\left( \begin{matrix} A_{11} & ... & A_{1r}\\ ... & &...\\ A_{s1} & ... & A_{sr} \end{matrix} \right)$

$\\ B= \left( \begin{matrix} B_{11} & ... & B_{1r}\\ ... & &...\\ B_{s1} & ... & B_{sr} \end{matrix} \right)$

矩阵A和B 的行数相同、列数相同，采用相同的分块法

$\left( \begin{matrix} A_{11}+B_{11} & ... & A_{1r}+B_{1r}\\ ... & &...\\ A_{s1}+B_{s1} & ... & A_{sr}+B_{sr} \end{matrix} \right)$
$\lambda A= \left( \begin{matrix} \lambda A_{11} & ... & \lambda A_{1r}\\ ... & &...\\ \lambda A_{s1} & ... & \lambda A_{sr} \end{matrix} \right)$
A为 $\times l$ 矩阵，B为 $\times n$ 矩阵，分块成
$\left( \begin{matrix} A_{11} & ... & A_{1t}\\ ... & &...\\ A_{s1} & ... & A_{st} \end{matrix} \right) , B= \left( \begin{matrix} B_{11} & ... & B_{1r}\\ ... & &...\\ B_{t1} & ... & B_{tr} \end{matrix} \right)$
其中 $A_{i1},A_{i2},...,A_{it}$ 的列数分别等于 $B_{1j},B_{2j},...,B_{tj}$ 的行数，则：
$\left( \begin{matrix} C_{11} & ... & C_{1r} \\ ... & & ...\\ C_{s1} & ... & C_{sr} \end{matrix} \right)$
$\left( \begin{matrix} A_{11} & ... & A_{1r}\\ ... & &...\\ A_{s1} & ... & A_{sr} \end{matrix} \right)$

$A^T= \left( \begin{matrix} A_{11}^T & ... & A_{s1}^T\\ ... & &...\\ A_{1r}^T &... &A_{sr}^T \end{matrix} \right)$
A为n阶方阵，若A的分块矩阵只有在对角线上有非零子块，其余子块都为零矩阵，且在对角线上的子块都是方阵即
$\left( \begin{matrix} A_1 && && 0\\ && A_2 &&\\ && ... &&\\ 0 && && A_s \end{matrix} \right)$
其中 $A_i(i=1,2,...,s)$ 都是方阵，则A为分块对角矩阵，并有
$A|=|A_1||A_2|...|A_s|$
若 $|A_i|\neq0 (i=1,2,...,s)$ ，则 $|A|\neq 0$ ，并有
$A^{-1} = \left( \begin{matrix} A_1^{-1} && && 0\\ && A_2^{-1} &&\\ && ... &&\\ 0 && && A_s^{-1} \end{matrix} \right)$

矩阵A=0的充要条件是方阵 $A^TA=0$

【分块矩阵求转置，先看普通矩阵求转置，再每个分量求转置】

三、矩阵的初等变换

3.1 初等变换

(使用（）$\rightarrow $ （）)

对换两行
以数 $k\neq 0$ 乘某一行中的所有元
把某一行所有元的k倍加到另一行对应的元上

行列式

交换两行，行列式变号
用k乘以行列式某一行等于k乘以行列式
行列式某一行的k倍加到另一行，行列式不变

任一矩阵通过初等变换(行或列变换)化成标准型

3.2 等价

等价：矩阵A通过初等变换得到B，则A等价于B

等价的性质：

反身性：A ~ B
对称性：若A~B ，则B~A
传递性：若A~B, B~C，则A ~ C

3.3 初等方阵

初等方阵：对E做一次初等变换(行或列)得到的矩阵

初等方阵：

$∣ E (i, j) ∣ = - 1$
$|E(i(k))|=k(k\neq 0)$
$∣ E (i, j (k)) ∣ = 1$

初等方阵均可逆

其逆矩阵也是初等方阵

初等方阵的转置矩阵也是初等方阵

$E^{-1}(i,j)=E(i,j)$
$E^{-1}(i(k))=E(i(\frac{1}{k}))$
$E^{-1}(i,j(l))=E(i,j(-l))$

初等方阵左乘A相当于对A实施初等方阵同种的行变换

初等方阵右乘A相当于对A实施初等方阵同种的列变换

任意A存在初等方阵 $P_1,P_2,...,P_s，Q_1,Q_2,...,Q_t$ 使得 $P_s...P_1AQ_1...Q_t$ 为标准型

A,B等价则存在P,Q使得PAQ=B （ $P_s...P_1AQ_1...Q_t=B$ ）

A可逆的充要条件：A的标准型为E

A可逆的充要条件：A等于初等方阵的乘积

3.4 初等变换求逆矩阵

$A^{-1}=Q_1Q_2...Q_t$

对A做初等行变换，A化为E时，E化成的就是 $A^{-1}$ 。 $\rightarrow (E,A^{-1})$

四、矩阵的秩

k阶子式：任取k行k列

秩：非零子式的最高阶数

4.1 秩的性质

$\le r(A_{m\times n})\le min\{m,n\}$ ， $r (A) = m$ 取所有行，行满秩； $r (A) = n$ 取所有列，列满秩
- 满秩： $r(A)=min\{m,n\}$
- 降秩： $r(A)< min\{m,n\}$
- A是方阵并且A是满秩，则A可逆(此时 $|A|\neq 0$ )
$r(A) =r(A^T)$
矩阵乘以可逆矩阵，秩不变
- $A_{m \times n}$ ，P是m阶可逆方阵，Q是n阶可逆方阵，则 $r (A) = r (P A) = r (A Q) = r (P A Q)$