内容概述
本节将可逆矩阵的概念和之前学到的一些概念进行了关联,说明了这些概念之间的等价性。最后以空间变换为例,讲述了逆矩阵和逆变换之间的联系。
可逆矩阵的特征
本节重点讲逆矩阵的概念和第一章中
n
n
n个未知量
n
n
n个方程的方程组以及方阵联系起来。
定理:
设 A A A为 n × n n \times n n×n矩阵,则下列命题是等价的,即对某一特定的 A A A,它们同时为真或同时为假:
a. A是可逆矩阵
b. A行等价于 n × n n \times n n×n单位矩阵
c. A有 n n n个主元位置
d. 方程 A x = 0 A\boldsymbol x = \boldsymbol 0 Ax=0仅有平凡解
e. A A A的各列线性无关
f. 线性变换 x → A x \boldsymbol x \rightarrow A\boldsymbol x x→Ax是一对一的、
g. 对 R n \mathbb R^n Rn中任意 b \boldsymbol b b,方程 A x = b A\boldsymbol x = \boldsymbol b Ax=b至少有一个解
h. A A A的各列生成 R n \mathbb R^n Rn
i. 线性变换 x → A x \boldsymbol x \rightarrow A\boldsymbol x x→Ax把 R n \mathbb R^n Rn映上到 R n \mathbb R^n Rn
j. 存在 n × n n \times n n×n矩阵 C C C使 C A = I CA = \boldsymbol I CA=I
k. 存在 n × n n \times n n×n矩阵 D D D使 A D = I AD = \boldsymbol I AD=I
l. A T A^T AT是可逆矩阵
上述定理的等价性可以一一彼此证明,事实上,如果能够深刻理解之前学习的内容,这些结论是显而易见的,均是同一件事情的不同说法。
例:
应用可逆矩阵定理来判断 A A A是否可逆
A = [ 1 0 − 2 3 1 − 2 − 5 − 1 9 ] A = \begin{bmatrix}1 & 0 & -2 \\ 3 & 1 & -2 \\ -5 & -1 & 9\end{bmatrix} A=⎣⎡13−501−1−2−29⎦⎤
解:
A ∼ [ 1 0 − 2 0 1 4 0 − 1 − 1 ] ∼ [ 1 0 − 2 0 1 4 0 0 3 ] A \sim \begin{bmatrix}1 & 0 & -2 \\ 0 & 1 & 4 \\ 0 & -1 & -1\end{bmatrix} \sim\begin{bmatrix}1 & 0 & -2 \\ 0 & 1 & 4 \\ 0 & 0 & 3\end{bmatrix} A∼⎣⎡10001−1−24−1⎦⎤∼⎣⎡100010−243⎦⎤
由于 A A A有3个主元位置,根据上述定理(c), A A A是可逆的。
一定要注意的是,虽然可逆矩阵定理将许多重要概念作了关联,但必须强调,可逆矩阵定理仅能用于方阵。
可逆线性变换
当矩阵
A
A
A可逆时,方程
A
−
1
A
x
=
x
A^{-1}A \boldsymbol x = \boldsymbol x
A−1Ax=x可看作关于线性变换的一个命题:
线性变换
T
:
R
n
→
R
n
T:\mathbb R^n \rightarrow \mathbb R^n
T:Rn→Rn称为可逆的,若存在函数
S
:
R
n
→
R
n
S:\mathbb R^n \rightarrow \mathbb R^n
S:Rn→Rn,使得:
对所有
R
n
\mathbb R^n
Rn中的
x
\boldsymbol x
x,
S
(
T
(
x
)
)
=
x
S(T(\boldsymbol x)) = \boldsymbol x
S(T(x))=x
对所有
R
n
\mathbb R^n
Rn中的
x
\boldsymbol x
x,
T
(
S
(
x
)
)
=
x
T(S(\boldsymbol x)) = \boldsymbol x
T(S(x))=x
下列定理说明若这样的
S
S
S存在,则它时唯一的而且必是线性变换,我们称
S
S
S是
T
T
T的逆,把它写成
T
−
1
T^{-1}
T−1。
定理:
设 T : R n → R n T:\mathbb R^n \rightarrow \mathbb R^n T:Rn→Rn为线性变换, A A A为 T T T的标准矩阵。则 T T T可逆当且仅当 A A A是可逆矩阵。这时由 S ( x ) = A − 1 x S(\boldsymbol x)=A^{-1}\boldsymbol x S(x)=A−1x定义的线性变换 S S S是满足 S ( T ( x ) ) = x S(T(\boldsymbol x)) = \boldsymbol x S(T(x))=x和 T ( S ( x ) ) = x T(S(\boldsymbol x)) = \boldsymbol x T(S(x))=x的唯一函数。
证:
设 T T T是可逆的,则 T ( S ( x ) ) = x T(S(\boldsymbol x)) = \boldsymbol x T(S(x))=x说明 T T T是从 R n \mathbb R^n Rn映上到 R n \mathbb R^n Rn的映射,因若 b \boldsymbol b b属于 R n \mathbb R^n Rn, x = S ( b ) \boldsymbol x = S(\boldsymbol b) x=S(b),则 T ( x ) = T ( S ( b ) ) = b T(\boldsymbol x) = T(S(\boldsymbol b)) = \boldsymbol b T(x)=T(S(b))=b,所以每个 b \boldsymbol b b属于 T T T的值域,于是由上述定理(i), A A A为可逆的。
反之,若 A A A是可逆的,令 S ( x ) = A − 1 x S(\boldsymbol x)=A^{-1}\boldsymbol x S(x)=A−1x,则 S S S是线性变换,且显然 S S S满足 S ( T ( x ) ) = x S(T(\boldsymbol x)) = \boldsymbol x S(T(x))=x和 T ( S ( x ) ) = x T(S(\boldsymbol x)) = \boldsymbol x T(S(x))=x。例如: S ( T ( x ) ) = S ( A x ) = A − 1 ( A x ) = x S(T(\boldsymbol x)) = S(A\boldsymbol x)=A^{-1}(A\boldsymbol x) = \boldsymbol x S(T(x))=S(Ax)=A−1(Ax)=x。于是 T T T是可逆的。
例:
设
T
:
R
n
→
R
n
T:\mathbb R^n \rightarrow \mathbb R^n
T:Rn→Rn是一对一线性变换,则
T
T
T会如何?
解:
T T T的标准矩阵 A A A的列是线性无关的,所以根据可逆矩阵定理, A A A是可逆的,而且 T T T把 R n \mathbb R^n Rn映上到 R n \mathbb R^n Rn,所以, T T T为可逆。
思考
可逆矩阵有两大特性:
- 可逆矩阵一定是方阵
- 可逆矩阵对应的线性方程存在唯一解
正是这两个特性,让可逆矩阵和之前学到的一些概念很好的关联了起来,例如主元位置、线性无关、空间变换等等概念,线性代数中一个主要的任务就是寻找不同概念之间的等价性。