线性代数之矩阵运算

最新推荐文章于 2024-02-24 21:18:47 发布

小许要努力！

最新推荐文章于 2024-02-24 21:18:47 发布

阅读量1.2k

点赞数 29

分类专栏：线性代数文章标签：线性代数矩阵学习考研

本文链接：https://blog.csdn.net/xiaoxiaoliana/article/details/135777608

版权

线性代数专栏收录该内容

7 篇文章 1 订阅

订阅专栏

关于此章重中之重并不是那些高深的定理、结论而是看似毫不起眼的“矩阵运算法则”，见前言。

3.关于伴随矩阵的秩【见下篇“矩阵的秩”】

前言

矩阵运算与我们日常实数运算不同，故一些运算法则略有罗列，如下：

关于矩阵与常数运算：

$|kA|=k^{n}|A|$ 、 $|kA|^{T}=kA^{T}$ 、 $|kA|^{-1}=\frac{1}{k}A^{-1}$ 、 $|kA|^{*}=k^{n-1}A^{*}$ ；

关于矩阵之间的加法：

$|A+B|\neq|A|+|B|$ 、 $(A+B)^{-1}\neq A^{-1}+B^{-1}$ 、 $(A+B)^{*}\neq A^{*}+B^{*}$ 、 $(A+B)^{T}= A^{T}+B^{T}$

关于矩阵之间的乘法：

$|AB|=|A||B|$ 、 $(AB)^{T}=B^{T}A^{T}$ 、 $(AB)^{-1}=B^{-1}A^{-1}$ 、 $(AB)^{*}=B^{*}A^{*}$

关于各类矩阵间的复合运算：

$(A^{T})^{-1}=(A^{-1})^{T}$ 、 $(A^{*})^{-1}=(A^{-1})^{*}$ 、 $(A^{T})^{*}=(A^{*})^{T}$ 、 $|A^{-1}|=|A|^{-1}$

提示：以下是本篇文章正文内容，下面案例可供参考

一、关于高阶矩阵 $A^n$

1.A为方阵且r(A)=1

则： $A^{n}=[tr(A)]^{n-1}A$ ；

2.找规律

（1）：若 $A^{2}=kA$ ，则 $A^{n}=k^{n-1}A$

（2）：若 $A^{2}=kE$ ，则 $A^{2n}=k^{n}E$ 、 $A^{2n+1}=k^{n}A$

3.分解（A=B+C）

（1）：若 $A=B+C,BC=CB$ ，

则： $A^{n}=\sum_{k=0}^{n}C_{n}^{k}B^{n-k}C^{k}$ 【这里与高数中求高阶导数方法类似】

（2）：再“（1）”的条件下，若 $BC=CB=O$ ，则 $A^{n}=B^{n}+C^{n}$

4.运用初等矩阵理解 $P_{1}^{m}AP_{2}^{n}$

若 $P_{1},P_{2}$ 均为初等矩阵，m,n为正整数，则 $P_{1}^{m}AP_{2}^{n}$ 表示对矩阵A作了与 $P_{1}$ 相同的初等行变换，且重复m次；再对 $P_{1}^{m}A$ 作了与 $P_{2}$ 相同的初等列变换，且重复n次。

5.运用相似理论求

（1）：若 $A\sim B$ 则存在可逆矩阵 $P$ ，使得 $A=PBP^{-1}$ , $A^{n}=PB^{n}P^{-1}$

（2）：若 $A\sim \Lambda$ 则存在可逆矩阵 $P$ ，使得 $A=P\Lambda P^{-1}$ , $A^{n}=P\Lambda ^{n}P^{-1}$

二、关于伴随矩阵 $A^{*}$

1.定义

原矩阵内所有元素都替换成对应的代数余子式，再转置即为“伴随矩阵”.

2.公式

（1）： $AA^{*}=A^{*}A=|A|E$

（2）： $|A^{*}|=|A|^{n-1}$

（3）： $(A^{T})^{*}=(A^{*})^{T}$

（4）： $(kA)^{*}=k^{n-1}A^{*}$ 、 $(-A)^{*}=(-1)^{n-1}A^{*}$

（5）： $A^{-1}=\frac{1}{|A|}A^{*}$

（6）： $A^{*}=|A|A^{-1}$

（7）： $(A^{*})^{-1}=\frac{1}{|A|}A=(A^{-1})^{*}$

（8）： $(A^{\ast})^{\ast}=|A|^{n-2}A$

（9）： $|(A^{*})^{*}|=|A|^{(n-1)^{2}}$

（10）： $(AB)^{*}=B^{*}A^{*}$

3.关于伴随矩阵的秩【见下篇“矩阵的秩”】

三、关于逆矩阵 $A^{-1}$

1.定义

对于方阵 $A,B$ ，若 $AB=E$ ，则 $A,B$ 互为逆矩阵，且 $A^{-1}=B,B^{-1}=A,AB=BA$

【注：任何一个可逆矩阵必可由若干个初等矩阵乘积得来】

2.求 $A^{-1}$

具体型： $A^{-1}=\frac{1}{|A|}A^{*}$ 、(初等行变换)： $[A|E]\rightarrow [E|A^{-1}]$

抽象型：

（1）：创造 $AB=E$ ,则 $A^{-1}=B$

（2）：创造 $A=BC,$ 若 $B,C$ 均可逆，则 $A^{-1}=C^{-1}B^{-1}$

四、初等矩阵

1.定义

“初等变换”：（1）：一个非零常数乘矩阵的某一行（列）；

（2）：互换矩阵中某两行（列）的位置；

（3）：矩阵的某一行（列）的k倍加到另一行（列）；

“初等矩阵”：由单位矩阵经过一次初等变换得到的矩阵成为初等矩阵。

2.左行右列定理

（1）：矩阵 $A$ 左乘初等矩阵 $P$ ，得 $PA$ ，相当于对 $A$ 作了一次与 $P$ 完全相同得初等行变换；

（2）：矩阵 $A$ 右乘初等矩阵 $P$ ，得 $AP$ ，相当于对 $A$ 作了一次与 $P$ 完全相同得初等列变换；

五、矩阵方程

1、定义

含有未知矩阵的方程成为矩阵方程；

2、化简

"消公因式"：即若 $CA=CB$ ，且 $C$ 可逆，则 $A=B$ ；

"提取公因式"：即 $CA+CB=C(A+B)$ ；

"移项"：即将已知表达式与位置表达式分别移至方程两边；

"利用公式".

3、求解

【注：理解此处需具备"方程组&向量组"相关知识】

（1）：若 $A$ 或 $B$ ，或 $A$ 且 $B$ 可逆，则分别可得解为 · $X=A^{-1}B,X=BA^{-1},X=A^{-1}CB^{-1}$

（2）：若 $A$ 不可逆，如 $AX=B$ ,则将 $X$ 和 $B$ 按列分块，得 $A[\xi _{1},\xi _{2},...,\xi _{n}]=[\beta_{1}, \beta_{2},...,\beta_{n}]$ ，即 $A\xi _{i}=\beta _{i},i=1,2,...,n$ ，求解上述线性方程组，得解 $\xi _{i}$ ,从而得 $X=$ $[\xi _{1},\xi _{2},...,\xi _{n}]$

（3）【待定系数法】：若无法化成上述几种形式，则应该设未知矩阵为 $X=(x_{ij})$ ,直接代入方程得到含未知量为 $x_{ij}$ 的线性方程组，求得矩阵X的元素 $x_{ij}$ ，从而求得未知矩阵。

总结

线代基础之三“矩阵方程”，呈上。

小许要努力！

关注

29
点赞
踩
19

收藏

觉得还不错? 一键收藏
1
评论
线性代数之矩阵运算

关于各类矩阵间的复合运算：提示：以下是本篇文章正文内容，下面案例可供参考原矩阵内所有元素都替换成对应的代数余子式，再转置即为“伴随矩阵”.对于方阵，若，则互为逆矩阵，且【注：任何一个可逆矩阵必可由若干个初等矩阵乘积得来】2.求“初等变换”：（1）：一个非零常数乘矩阵的某一行（列）；（2）：互换矩阵中某两行（列）的位置；（3）：矩阵的某一行（列）的k倍加到另一行（列）；初等矩阵”：由单位矩阵经过一次初等变换得到的矩阵成为初等矩阵。含有未知矩阵的方程成为矩阵方程；
复制链接

扫一扫