n阶行列式
第一种定义(按行展开) : 行标 取自然排列, 列标取所有可能,不同行不同列取n个元素相乘。符号由
列标排列的 逆序数的奇偶性决定。
第二种定义(按列展开):类似第一种。
第三种定义(既不按行也不按列):符号由 行标排列和列标排列的 逆序数的奇偶性决定。
行列式性质
转置 原来的行变成列 列变成行
D
T
D^T
DT
(对行成立的性质,对列也成立)
性质1.
D
T
=
D
D^T = D
DT=D
性质2.
两行互换,值变号。(两行或者两列对应相等 行列式的值为0)
性质4.
某一行都乘以k。等于用k乘以D.(推论:某一行都有公因子,k可以提到外面)
∣
1
2
3
4
k
5
k
6
k
7
8
9
∣
=
k
∣
1
2
3
4
5
6
7
8
9
∣
\begin{vmatrix} 1 & 2 & 3\\ 4k & 5k & 6k \\ 7 & 8 & 9 \end{vmatrix} = k\begin{vmatrix} 1 & 2 & 3 \\ 4 & 5 & 6\\ 7 & 8 & 9\end{vmatrix}
∣∣∣∣∣∣14k725k836k9∣∣∣∣∣∣=k∣∣∣∣∣∣147258369∣∣∣∣∣∣
行列式的所有元素,均有公因子k,k外提n次。
性质5. 两行对应成比例 D = 0(推论:某一行全为0,D = 0)
性质6. 是和的那一行分开,其余行不变
∣ 1 2 3 2 + 7 8 + 5 9 + 10 4 5 6 ∣ = ∣ 1 2 3 2 8 9 4 5 6 ∣ + ∣ 1 2 3 7 5 10 4 5 6 ∣ \begin{vmatrix} 1 & 2 & 3\\ 2+7 & 8+5 & 9+10 \\ 4 & 5 & 6 \end{vmatrix} = \begin{vmatrix} 1 & 2 & 3 \\ 2 & 8 & 9\\ 4 & 5 & 6\end{vmatrix} + \begin{vmatrix} 1 & 2 & 3 \\ 7 & 5 & 10\\ 4 & 5 & 6\end{vmatrix} ∣∣∣∣∣∣12+7428+5539+106∣∣∣∣∣∣=∣∣∣∣∣∣124285396∣∣∣∣∣∣+∣∣∣∣∣∣1742553106∣∣∣∣∣∣
性质7.某一行乘以一个数,加到另一行上去,D不变
1.先处理第一列,再第二列,...
2.第一列处理完后,不再参与运算
3.某一行乘以x,加到第几行去
余子式
指定某个元素,去掉所在行 和 列,剩余元素 按原来排列好。
M
32
M_{32}
M32
代数余子式(多了个符号)
A
32
=
(
−
1
)
(
3
+
2
)
∣
.
.
.
∣
A_{32} = (-1)^{(3+2)}|...|
A32=(−1)(3+2)∣...∣
定理(按某行展开)
D
=
a
i
1
A
i
1
+
a
i
2
A
i
2
+
.
.
.
+
a
i
n
A
i
n
D = a_{i1}A_{i1} + a_{i2}A_{i2} + ...+a_{in}A_{in}
D=ai1Ai1+ai2Ai2+...+ainAin
定理(异乘变零定理)
某一行元素与另一行元素的代数余子式之和 = 0
拉普拉斯定理
k阶子式(取m行,取m列,相交的部分)
k阶余子式(剩下的部分)
k阶代数余子式(加符号 第几行第几列 相加)
取定k行,由k行元素组成的所有k阶子式与代数余子式乘积之和=D
说明
∣
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
∣
4
\begin{vmatrix} 1 & 2 & 3 & 4 \\ 5 & 6 & 7 & 8 \\ 9 & 10 & 11 & 12 \\ 13 & 14 & 15 & 16 \\ \end{vmatrix}_4
∣∣∣∣∣∣∣∣15913261014371115481216∣∣∣∣∣∣∣∣4
假设取 第1,2行 1,2列
那么
∣
1
2
5
6
∣
2
就
是
子
式
\begin{vmatrix} 1 & 2\\ 5 & 6 \end{vmatrix}_2就是子式
∣∣∣∣1526∣∣∣∣2就是子式
∣
11
12
15
16
∣
2
就
是
余
子
式
\begin{vmatrix} 11 & 12\\ 15 & 16 \end{vmatrix}_2就是余子式
∣∣∣∣11151216∣∣∣∣2就是余子式
(
−
1
)
1
+
2
+
1
+
2
∣
11
12
15
16
∣
2
就
是
代
数
余
子
式
(-1)^{1+2+1+2}\begin{vmatrix} 11 & 12\\ 15 & 16 \end{vmatrix}_2就是代数余子式
(−1)1+2+1+2∣∣∣∣11151216∣∣∣∣2就是代数余子式
行列式计算
加边法
1.加一行,加一列
范德蒙德行列式
∣
1
1
1
⋯
1
x
1
x
2
x
3
⋯
x
n
⋮
⋮
⋮
⋮
⋮
x
1
n
−
1
x
2
n
−
1
x
3
n
−
1
⋯
x
n
n
−
1
∣
n
=
∏
1
≤
j
<
i
≤
n
(
x
i
−
x
j
)
\begin{vmatrix} 1 & 1 & 1 & \cdots & 1 \\ x_1 & x_2 & x_3 & \cdots & x_n \\ \vdots & \vdots &\vdots &\vdots &\vdots &\\ x_1^{n-1} & x_2^{n-1} & x_3^{n-1} & \cdots & x_n^{n-1} \end{vmatrix}_n = \prod \limits_{1\leq j <i \leq n}(x_i-xj)
∣∣∣∣∣∣∣∣∣1x1⋮x1n−11x2⋮x2n−11x3⋮x3n−1⋯⋯⋮⋯1xn⋮xnn−1∣∣∣∣∣∣∣∣∣n=1≤j<i≤n∏(xi−xj)
反对称行列式
a
i
j
=
−
a
j
i
a_{ij} = -a_{ji}
aij=−aji
1.主对角线为0
2.上下位置成相反数
∣
0
1
2
3
−
1
0
−
5
6
−
2
5
0
−
8
−
3
−
6
8
0
∣
4
\begin{vmatrix} 0 & 1 & 2 & 3 \\ -1 &0 &-5 &6 \\ -2 &5 &0 &-8\\ -3 &-6& 8& 0 \end{vmatrix}_4
∣∣∣∣∣∣∣∣0−1−2−3105−62−50836−80∣∣∣∣∣∣∣∣4
奇数阶 D = 0
对称行列式
a
i
j
=
a
j
i
a_{ij} = a_{ji}
aij=aji
1.主对角线没有要求
2.上下位置相等
克莱姆法则
x
1
+
x
2
+
x
3
=
1
x
1
−
x
2
+
5
x
3
=
6
−
x
1
+
x
2
+
6
x
3
=
9
x_1 + x_2 + x_3 = 1\\ x_1 - x_2 + 5x_3 = 6\\ -x_1 + x_2 + 6x_3 = 9
x1+x2+x3=1x1−x2+5x3=6−x1+x2+6x3=9
D = ∣ 1 1 1 1 − 1 5 − 1 1 6 ∣ D 1 = ∣ 1 1 1 6 − 1 5 9 1 6 ∣ D 2 = ∣ 1 1 1 1 6 5 − 1 9 6 ∣ D 3 = ∣ 1 1 1 1 − 1 6 − 1 1 9 ∣ D= \begin{vmatrix} 1 & 1 & 1 \\ 1 & -1 & 5 \\ -1 & 1 & 6 \end{vmatrix} D_1= \begin{vmatrix} 1 & 1 & 1 \\ 6 & -1 & 5 \\ 9 & 1 & 6 \end{vmatrix} D_2= \begin{vmatrix} 1 & 1 & 1 \\ 1 & 6 & 5 \\ -1 & 9 & 6 \end{vmatrix} D_3= \begin{vmatrix} 1 & 1 & 1 \\ 1 & -1 & 6 \\ -1 & 1 & 9 \end{vmatrix} D=∣∣∣∣∣∣11−11−11156∣∣∣∣∣∣D1=∣∣∣∣∣∣1691−11156∣∣∣∣∣∣D2=∣∣∣∣∣∣11−1169156∣∣∣∣∣∣D3=∣∣∣∣∣∣11−11−11169∣∣∣∣∣∣
1.
n
个
方
程
,
n
个
未
知
量
,
D
≠
0
,
x
j
=
D
j
D
1.n个方程, n个未知量, D \neq 0, x_j = \frac{D_j}{D}
1.n个方程,n个未知量,D=0,xj=DDj
齐次方程组 ,右边都等于0,至少有零解
矩阵
单位阵(主对角线全为1,其他为0,且为方阵)。
零矩阵(全都是零)
加法,减法(同型),对应元素相加减
(
1
2
3
4
5
6
)
+
(
4
5
6
7
8
9
)
=
(
5
7
9
11
13
15
)
\left( \begin{array}{lcr} 1 & 2 & 3\\ 4 & 5 & 6 \end{array}\right)+\left( \begin{array}{lcr} 4&5&6\\ 7&8&9 \end{array}\right)=\left( \begin{array}{lcr} 5&7&9\\ 11&13&15 \end{array}\right)
(142536)+(475869)=(511713915)
数乘
k
(
1
2
3
4
5
6
7
8
9
)
=
(
k
2
k
3
k
4
k
5
k
6
k
7
k
8
k
9
k
)
k\left(\begin{array}{lcr} 1 &2&3\\ 4&5&6\\ 7&8&9 \end{array}\right)=\left(\begin{array}{lcr} k &2k&3k\\ 4k&5k&6k\\ 7k&8k&9k \end{array}\right)
k⎝⎛147258369⎠⎞=⎝⎛k4k7k2k5k8k3k6k9k⎠⎞
行列式是只提取一行,而矩阵提取所有。
乘法
一行和列对应相乘再相加,得到aij的值
条件:第一个矩阵的列 = 第二个矩阵的行数
结果行数= 第一个矩阵的列数
结果列数=第二个的列数
七字诀
中间相等取两头
( 2 1 0 1 0 1 ) ( 1 0 1 0 1 1 0 1 1 ) = ( 2 1 3 1 1 2 ) \left(\begin{array}{lcr} 2 &1&0\\ 1&0&1 \end{array}\right)\left(\begin{array}{lcr} 1 &0&1\\ 0&1&1\\ 0&1&1 \end{array}\right)=\left(\begin{array}{lcr} 2 &1&3\\ 1&1&2 \end{array}\right) (211001)⎝⎛100011111⎠⎞=(211132)
1.结合性:(AB)C = A(BC).
2.分配:(A+B)C=AC + BC.
3.k(AB) = (kA)B = A(kB).
AB = BA
A B 可交换(必须是方阵)
A
k
1
A
k
2
=
A
k
1
+
k
2
A^{k_1}A^{k_2}=A^{k_1+k_2}
Ak1Ak2=Ak1+k2
(
A
k
1
)
k
2
=
A
k
1
k
2
{(A^{k_1})}^{k2}=A^{k_1k_2}
(Ak1)k2=Ak1k2
矩阵的转置
A
T
A^T
AT
转置的性质
(
A
T
)
T
=
A
(A^T)^T=A
(AT)T=A
(
A
+
B
)
T
=
A
T
+
B
T
(A+B)^T=A^T+B^T
(A+B)T=AT+BT
(
k
A
)
T
=
k
A
T
(kA)^T=kA^T
(kA)T=kAT
(
A
B
)
T
=
B
T
A
T
(AB)^T=B^TA^T
(AB)T=BTAT
特殊矩阵(方阵)
1.数量矩阵
(
a
a
⋱
a
)
=
a
E
\left(\begin{array}{lcr} a\\ &a\\ &&\ddots\\ &&&a \end{array}\right)=aE
⎝⎜⎜⎛aa⋱a⎠⎟⎟⎞=aE
2.对角形
(
a
1
a
2
⋱
a
n
)
=
d
i
a
g
(
a
1
,
a
2
,
…
,
a
n
)
\left(\begin{array}{lcr} a_1\\ &a_2\\ &&\ddots\\ &&&a_n \end{array}\right)=diag(a_1,a_2,\dots,a_n)
⎝⎜⎜⎛a1a2⋱an⎠⎟⎟⎞=diag(a1,a2,…,an)
3.上,下三角形,主对角线下面(上面)全是零.
4.对称
a
i
j
=
a
j
i
a_{ij} = a_{ji}
aij=aji
A
T
=
A
A^T = A
AT=A
定理:A.B对称,AB对称 ⇔ A,B可交换
5.反对称(主对角线全为零)
a
i
j
=
−
a
j
i
a_{ij}=-a{ji}
aij=−aji
逆矩阵
不要把矩阵放在分母上
A
∗
B
=
B
∗
A
=
E
A * B = B * A = E
A∗B=B∗A=E
方阵的行列式
A
=
(
2
2
2
3
3
3
1
1
1
)
A = \left( \begin{array}{lcr} 2&2&2\\ 3&3&3\\ 1&1&1 \end{array} \right)
A=⎝⎛231231231⎠⎞
∣
A
∣
=
∣
2
2
2
3
3
3
1
1
1
∣
|A| = \begin{vmatrix} 2&2&2\\ 3&3&3\\ 1&1&1 \end{vmatrix}
∣A∣=∣∣∣∣∣∣231231231∣∣∣∣∣∣
性质
1.
∣
A
T
∣
=
∣
A
∣
|A^T|=|A|
∣AT∣=∣A∣
2.
∣
k
A
∣
=
k
n
∣
A
∣
|kA|=k^n|A|
∣kA∣=kn∣A∣
3.
∣
A
B
∣
=
∣
A
∣
∗
∣
B
∣
|AB|=|A|*|B|
∣AB∣=∣A∣∗∣B∣
伴随矩阵(只有方阵有)
按行求按列放
1.求所有元素的代数余子式
2.按行求的代数余子式按列放构成伴随矩阵
A
∗
A^*
A∗
定理
A
A
∗
=
A
∗
A
=
∣
A
∣
E
AA^*=A*A=|A|E
AA∗=A∗A=∣A∣E
∣
A
∗
∣
=
∣
A
∣
n
−
1
|A^*| = |A|^{n-1}
∣A∗∣=∣A∣n−1
逆矩阵:A n阶方阵,存在同阶方阵B,使得 AB = BA = E
A
−
1
=
B
A^{-1} = B
A−1=B
1.不是所有方阵均可逆。0 0B=B0=0
2.若可逆,逆矩阵唯一。
1.如何判断可逆
2.
A
−
1
=
?
A^{-1} = ?
A−1=?
∣
A
∣
≠
0.
非
奇
异
,
非
退
化
,
满
秩
,
可
逆
|A| \neq 0.非奇异,非退化,满秩,可逆
∣A∣=0.非奇异,非退化,满秩,可逆
定理: A 可逆的充要条件 ∣ A ∣ ≠ 0. A − 1 = 1 ∣ A ∣ A ∗ |A| \neq 0. A^{-1} = \frac{1}{|A|}A^* ∣A∣=0.A−1=∣A∣1A∗
推论: A 是n阶方阵 ,B 是n阶方阵 . AB = E(BA = E) A可逆。 A − 1 = B A^{-1} = B A−1=B
求
A
−
1
A_{-1}
A−1
1.伴随矩阵法
2.初等变换法
矩阵方程
A
=
(
4
2
3
1
1
0
−
1
2
3
)
A=\left(\begin{array}{lcr} 4&2&3\\ 1&1&0\\ -1&2&3 \end{array}\right)
A=⎝⎛41−1212303⎠⎞
A
x
=
A
+
2
x
Ax = A + 2x
Ax=A+2x
注意顺序,AB 和 BA 不一定相等
1.
(
A
−
2
E
)
x
=
A
(A-2E)x=A
(A−2E)x=A
∣
A
−
2
E
∣
≠
0
|A-2E|\neq 0
∣A−2E∣=0 可逆
2.
(
A
−
2
E
)
−
1
(
A
−
2
E
)
x
=
(
A
−
2
E
)
−
1
A
(A-2E)^{-1}(A-2E)x=(A-2E)^{-1}A
(A−2E)−1(A−2E)x=(A−2E)−1A
性质:
1.A可逆 ,
A
−
1
A^{-1}
A−1可逆.
(
A
−
1
)
−
1
=
A
{(A^{-1})}^{-1} = A
(A−1)−1=A
2.AB均可逆, ( A B ) − 1 = B − 1 A − 1 {(AB)^{-1}}=B^{-1}A^{-1} (AB)−1=B−1A−1
3.A可逆 , A T A^T AT可逆, ( A T ) − 1 = ( A − 1 ) T {(A^{T})}^{-1}={(A^{-1})}^T (AT)−1=(A−1)T, k ≠ 0 ( k A ) − 1 = 1 k A − 1 k \neq 0 {(kA)^{-1}}=\frac{1}{k}A^{-1} k=0(kA)−1=k1A−1
4.A可逆. ∣ A − 1 ∣ = ∣ A ∣ − 1 |A^{-1}|=|A|^{-1} ∣A−1∣=∣A∣−1
5.A可逆. A ∗ 可 逆 . ( A ∗ ) − 1 = 1 ∣ A ∣ A A^*可逆. (A^*)^{-1} = \frac{1}{|A|} A A∗可逆.(A∗)−1=∣A∣1A
A
∗
A^*
A∗
1.按行求,按列放。
2. A A ∗ = A ∗ A = ∣ A ∣ E AA^*=A^*A=|A|E AA∗=A∗A=∣A∣E
3. ∣ A ∗ ∣ = ∣ A ∣ n − 1 |A^*|=|A|^{n-1} ∣A∗∣=∣A∣n−1
4. A − 1 = 1 ∣ A ∣ A ∗ A^{-1} = \frac{1}{|A|}A^* A−1=∣A∣1A∗, A ∗ = ∣ A ∣ A − 1 A^*=|A|A^{-1} A∗=∣A∣A−1
5. ( A ∗ ) ∗ = ∣ A ∣ n − 2 A (A^*)^*=|A|^{n-2}A (A∗)∗=∣A∣n−2A
分块矩阵
要求:横线、竖线 到头
按行分,按列分
标准形
从左上角开始的一串1(不断)
(
1
⋱
1
0
⋱
0
)
m
∗
n
=
(
E
r
0
r
∗
(
n
−
r
)
0
(
m
−
r
)
∗
r
0
(
m
−
r
)
∗
(
n
−
r
)
)
\left(\begin{array}{lcr} 1&\\ &\ddots\\ &&1\\ &&&0 \\ &&&&\ddots\\ &&&&&0 \end{array}\right)_{m*n} = \left(\begin{array}{lcr} E_r &0_{r*(n-r)}\\ 0_{(m-r)*r} & 0_{(m-r) * (n-r)} \end{array}\right)
⎝⎜⎜⎜⎜⎜⎜⎛1⋱10⋱0⎠⎟⎟⎟⎟⎟⎟⎞m∗n=(Er0(m−r)∗r0r∗(n−r)0(m−r)∗(n−r))
1.分块加法 (同型)
(
A
1
A
2
A
3
A
4
)
+
(
B
1
B
2
B
3
B
4
)
=
(
A
1
+
B
1
A
2
+
B
2
A
3
+
B
3
A
4
+
B
4
)
\left(\begin{array}{lcr} A_1 & A_2\\ A_3&A_4 \end{array}\right) + \left(\begin{array}{lcr} B_1&B_2\\ B_3 & B_4 \end{array}\right) = \left(\begin{array}{lcr} A_1 + B_1 & A_2 + B_2\\ A_3 + B_3 & A_4 + B_4 \end{array}\right)
(A1A3A2A4)+(B1B3B2B4)=(A1+B1A3+B3A2+B2A4+B4)
2.数乘
k
(
A
1
A
2
A
3
A
4
)
=
(
k
A
1
k
A
2
k
A
3
k
A
4
)
k\left(\begin{array}{lcr} A_1 & A_2\\ A_3 & A_4 \end{array}\right) = \left(\begin{array}{lcr} kA_1 & kA_2\\ kA_3 & kA_4 \end{array}\right)
k(A1A3A2A4)=(kA1kA3kA2kA4)
3.乘法
(
A
1
A
2
A
3
A
4
)
(
B
1
B
2
B
3
B
4
)
=
(
A
1
B
1
+
A
2
B
3
A
1
B
2
+
A
2
B
4
A
3
B
1
+
A
4
B
3
A
3
B
2
+
A
4
B
4
)
\left(\begin{array}{lcr} A_1 & A_2\\ A_3&A_4 \end{array}\right) \left(\begin{array}{lcr} B_1&B_2\\ B_3 & B_4 \end{array}\right) = \left(\begin{array}{lcr} A_1B_1 + A_2B_3 & A_1B_2 + A_2B_4\\ A_3 B_1 + A_4B_3 & A_3B_2 + A_4B_4 \end{array}\right)
(A1A3A2A4)(B1B3B2B4)=(A1B1+A2B3A3B1+A4B3A1B2+A2B4A3B2+A4B4)
对角形分块矩阵
(
A
1
A
2
⋱
A
n
)
\left(\begin{array}{lcr} A_1\\ &A_2\\ &&\ddots\\ &&&A_n \end{array}\right)
⎝⎜⎜⎛A1A2⋱An⎠⎟⎟⎞
分块转置矩阵
A
=
(
A
1
A
2
A
3
A
4
A
5
A
6
)
A = \left(\begin{array}{lcr} A_1 & A_2 &A_3\\ A_4 & A_5 & A_6 \end{array}\right)
A=(A1A4A2A5A3A6)
A
T
=
(
A
1
T
A
4
T
A
2
T
A
5
T
A
3
T
A
6
T
)
A^T = \left(\begin{array}{lcr} A_1^T & A_4^T \\ A_2^T & A_5^T \\ A_3^T & A_6^T \end{array}\right)
AT=⎝⎛A1TA2TA3TA4TA5TA6T⎠⎞
1.把子块当做元素,求转置
2.对每个子块求转置
H
=
(
A
C
0
B
)
H = \left(\begin{array}{lcr} A & C\\ 0 & B \end{array}\right)
H=(A0CB)
A,B m阶 n阶 可逆
H − 1 = ( A − 1 − A − 1 C B − 1 0 B − 1 ) H^{-1} = \left(\begin{array}{lcr} A^{-1} & -A^{-1}CB^{-1}\\ 0 & B^{-1} \end{array}\right) H−1=(A−10−A−1CB−1B−1)
( A 1 A 2 ⋱ A n ) − 1 = ( A 1 − 1 A 2 − 1 ⋱ A n − 1 ) \left(\begin{array}{lcr} A_1 \\ & A_2\\ &&\ddots\\ &&&A_n \end{array}\right) ^{-1} = \left(\begin{array}{lcr} A_1^{-1} \\ & A_2^{-1}\\ &&\ddots\\ &&&A_n^{-1} \end{array}\right) ⎝⎜⎜⎛A1A2⋱An⎠⎟⎟⎞−1=⎝⎜⎜⎛A1−1A2−1⋱An−1⎠⎟⎟⎞
初等变换
和行列式区别开
初 等 行 变 换 { 交 换 两 行 用 k ( k ≠ 0 ) 乘 某 一 行 某 一 行 的 t 倍 加 到 另 一 行 上 去 初等行变换\left \{ \begin{array}{c} 交换两行\\ 用k(k \neq 0) 乘某一行\\ 某一行的t倍加到另一行上去 \end{array}\right. 初等行变换⎩⎨⎧交换两行用k(k=0)乘某一行某一行的t倍加到另一行上去
定理1:任给一个矩阵 都可通过初等变换化为标准形
等价: A 经过初等变换得到B,
1.反射性: A
⟺
\Longleftrightarrow
⟺ A
2.对称性 : A
⟺
\Longleftrightarrow
⟺ B ->B
⟺
\Longleftrightarrow
⟺A
3.传递性:A
⟺
\Longleftrightarrow
⟺ B ,B
⟺
\Longleftrightarrow
⟺ C ->A
⟺
\Longleftrightarrow
⟺ C
任意矩阵都 等价于 标准形
初等方阵
对E做一次初等变换得到的矩阵
1.交换两行.
E
(
i
,
j
)
E(i,j)
E(i,j)
2.用K(k != 0) 乘某行.
E
(
i
(
k
)
)
E(i(k))
E(i(k))
3.某行l被加到另一行.
E
(
i
,
j
(
k
)
)
E(i,j(k))
E(i,j(k))
行列式的值不等0 矩阵可逆
初等方阵均可逆
初等左(右)乘想当于对A 实施第i种行(列)变换。
左乘 == 行
右乘 == 列
定理3: 任意A 存在初等矩阵
P
1
,
P
2
,
…
,
P
s
,
A
,
Q
1
,
Q
2
,
…
,
Q
t
P_1,P_2,\dots,P_s ,A ,Q_1,Q_2,\dots,Q_t
P1,P2,…,Ps,A,Q1,Q2,…,Qt为标准形
推论1:A,B等价存在可逆矩阵 P,Q . PAQ = B
定理4: A可逆
⟺
\Longleftrightarrow
⟺ A的标准形为E
定理5:A可逆
⟺
A
=
P
1
P
2
…
P
s
\Longleftrightarrow A=P_1P_2\dots P_s
⟺A=P1P2…Ps
初等变换求逆矩阵
初等行变换法
(
A
,
E
)
(
E
,
A
−
1
)
(A,E) (E,A^{-1})
(A,E)(E,A−1)
矩阵的秩
k阶子式
非零子式的最高阶数: 秩
r(0) = 0
1.
A
m
∗
n
,
0
≤
r
(
A
)
≤
m
i
n
{
m
,
n
}
1.A_{m*n}, 0 \leq r(A) \leq min\{m,n\}
1.Am∗n,0≤r(A)≤min{m,n}
满
秩
{
1.
若
r
(
A
)
=
m
,
取
所
有
行
,
行
满
秩
2.
r
(
A
)
=
n
,
取
所
有
列
,
列
满
秩
满秩\begin{cases} 1.若r(A) = m,取所有行,行满秩\\ 2.r(A) = n,取所有列,列满秩 \end{cases}
满秩{1.若r(A)=m,取所有行,行满秩2.r(A)=n,取所有列,列满秩
r(A) < min{m,n} 降秩
A是方阵,A满秩 == A可逆
定理1: r(A) = r 有一个r阶子式不为0, 所有r+1阶为0
阶梯形:
1.若有零行。零行在非零行下面
2.左起首非零元素。左边零的个数随行数增加而严格增加
行简化阶梯形:
是阶梯
1.非零行首非零元是1
2.首非零元所在列的其余元素为0
1.折线判断阶梯
2.标记首非零元素
3.首非零元素列, 除 首非零元 都为零
r(A) = 非零行的行数
初等变换不改变矩阵的秩
性质1:
r
(
A
)
=
r
(
A
T
)
r(A) = r(A^T)
r(A)=r(AT)
性质2:
矩阵乘以可逆矩阵,秩不变
A
m
∗
n
.
P
m
阶
可
逆
,
Q
n
阶
可
逆
方
阵
A_{m*n}.P m阶可逆 ,Q n阶可逆方阵
Am∗n.Pm阶可逆,Qn阶可逆方阵
r(A) = r(PA) = r(AQ) = r(PAQ)
向量
n个分量
n
个
数
a
1
,
…
,
a
n
组
成
的
有
序
数
组
(
a
1
,
a
2
,
…
,
a
n
)
n个数a_1,\dots,a_n组成的有序数组(a_1,a_2,\dots,a_n)
n个数a1,…,an组成的有序数组(a1,a2,…,an)
维数
行向量 (写作行)
列向量(写作列)
k α = 0 ⟹ k = 0 o r α = 0 k\alpha=0 \Longrightarrow k=0 \ or \ \alpha = 0 kα=0⟹k=0 or α=0
同维向量
向量间的线性关系
某些个向量表示一个向量
线性组合:
β
,
α
1
,
⋯
,
α
n
\beta ,\alpha_1,\cdots,\alpha_n
β,α1,⋯,αn,是m维向量
若存在
k
1
,
⋯
,
k
n
k_1,\cdots,k_n
k1,⋯,kn使得
β
=
k
1
α
1
+
⋯
+
k
n
α
n
\beta = k_1\alpha_1 + \cdots + k_n\alpha_n
β=k1α1+⋯+knαn,成立
叫
β
是
α
的
线
性
组
合
\beta 是 \alpha 的线性组合
β是α的线性组合,系数可以全取0
组合系数
1.零向量可由任意向量组表示
2.向量组中任一向量,可由向量组表示
3.任一向量可由
(
1
,
0
,
⋯
,
0
)
,
(
0
,
1
,
⋯
,
0
)
,
⋯
,
(
0
,
0
,
⋯
,
1
)
(1,0,\cdots,0),(0,1,\cdots,0),\cdots,(0,0,\cdots,1)
(1,0,⋯,0),(0,1,⋯,0),⋯,(0,0,⋯,1)表示
向量组的等价
同维,两个向量组可以相互表示
1.反射性
2.对称性
3.传递性