线性代数笔记【矩阵与线性方程组】

矩阵的初等变换

方程组初等变换

• 对调两个方程的位置
• 用一个非零的数乘某个方程的两边
• 把一个方程的倍数加到另一个方程上

经过这三种变换，线性方程组的解不变，将这三种变换称为线性方程组的初等变换，或可以叫作同解变换

矩阵的初等变换

由于矩阵和线性方程组之间存在某种神秘关系，可以定义矩阵的初等变换

• 对调行变换：对调A的第i行和第j行的位置，记作$r_i\leftrightarrow r_j$

• 倍乘行变换：用一个非零数k乘A的第i行，记作$r_i\times k$

• 倍加行变换：将A中的第i行的k倍加到第j行，记作$r_j+k{r}_i$

同理，存在用$c_i、c_j$（英语行row，列column，同理转置的T来源于transpose）表示的对调列变换、倍乘列变换、倍加列变换，这两类变换分别称为初等行变换和初等列变换，两类变换合称矩阵的初等变换。$r_i\times \frac{1}{2}、r_j+(-2)r_i$这两种记号也可写作$r_i÷2、r_j-r_i$

要特别注意：倍加变换中$r_j+k\times r_i$与$r_i+k\times r_j$含义不同，一个是把r_i乘k后加到j行，一个是把r_j乘k后加到i行！

矩阵的初等变换可逆

等价

若矩阵A经过有限次初等变换变成B，则称A与B等价，记作$A\to B$或$A\sim B$

A与B等价也称A与B相抵

A与B等价，B也与A等价；$A\to B$且$B\to C$，则$A\to C$

线性方程组消元法的本质

常用的线性消元法就是有n个未知数、n个方程，将未知数顺次排列，使用增广矩阵表示这些方程，并用行初等变换后可以得到形如$E_n[X]$这样的矩阵，其中X就是各个未知数的解

初等矩阵

由单位矩阵E经过一次初等变换得到的矩阵叫初等矩阵

依据初等变换方式的不同可以将初等矩阵分为对调矩阵E_i,j、倍乘矩阵E_i(k)、倍加矩阵E_i,j(k)，其中倍加矩阵指的是把第j行数乘k后加到第i行所得矩阵

初等矩阵的基本性质

$E_{i,j}^T=E_{i,j}、E_i^T(k)=E_i(k)$：转置对对调和倍乘不起作用

$E_{i,j}^T(k)=E_{j,i}(k)$：转置会让倍加调换

以下是三种获得单位矩阵性质

$E_{i,j}{E}_{i,j}=E$

$E_i(k)E_i(k^{-1})=E$

$E_{i,j}(k)E_{i,j}(-k)=E$

其中$i\ne j,k\ne 0$

初等矩阵+矩阵乘法=初等变换

一个矩阵左乘初等矩阵等同于对这个矩阵作同类型的初等行变换

一个矩阵右乘初等矩阵等同于对这个矩阵作同类型的初等列变换

左乘xxx就是在矩阵左边乘xxx，右乘xxx就是在矩阵右边乘xxx

等价标准型

基本定理1

对于任何方阵A，只用有限次初等变换都能将A化为上三角矩阵

另一表述：

一定存在一个倍加矩阵P使$\sum P_{i}A或\sum A{P}_i$为上三角形矩阵

在变换中间可以交叉使用行初等变换或列初等变换

基本定理2

对于任何m x n非零矩阵A，必能用初等变换把它化为形如$F=\left(\begin{array}{cc}{E}_s& O\\ O& O\end{array}\right)$的矩阵，其中E_s是一个单位矩阵，也可以是数1（1x1的单位矩阵，元素为1），其中F叫做矩阵A的等价标准型，s是A的秩，它由A唯一确定

秩相关的内容将在以后讲解

F包括$F=\left(\begin{array}{cc}{E}_m& O\end{array}\right)$、$F=\left(\begin{array}{c}{E}_n\\ O\end{array}\right)$、$F=E$三种特殊情况，分别对应s=m<n、s=n<m、s=m=n

NxN型线性方程组

NxN型齐次线性方程组

齐次线性方程组Ax=0一定有解x=0，把这个解称为Ax=0的零解；若$u\ne 0$也是它的解，则称u是Ax=0的非零解

而齐次线性方程组的解分为两种情况：只有零解或有非零解

NxN型齐次线性方程组Ax=0只有零解（有非零解）的充要条件是$|A|\ne 0$，也就是A可逆

NxN型非齐次线性方程组

NxN型非齐次线性方程组Ax=b有唯一解的充要条件是$|A|\ne 0$（即A可逆），其解为x=A^-1b

克拉默法则：当$|A|\ne 0$时，NxN型非齐次线性方程组Ax=b有唯一解$x_i=\frac{|B_i|}{|A|},(i=1,2,\cdots ,n)$，其中B_i是把A的第i列换为b所得的矩阵

解系数矩阵为可逆矩阵的线性方程组的三种方法

1. 初等行变换法

   运算量最小，需要将矩阵变为左边是单位矩阵，右边是方程的解的形式

2. 求逆矩阵法

   运算量中等，需要求出A的行列式和伴随矩阵

3. 利用克拉默法则

   运算量最大，需要算出A和b的对应矩阵、行列式