矩阵理论复习部分——线性代数(3)初等变换、逆矩阵

这篇具有很好参考价值的文章主要介绍了矩阵理论复习部分——线性代数(3)初等变换、逆矩阵。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

初等变换

一、初等变换3种方式

  1. 对调矩阵的两行(两列);
  2. k ≠ 0 k \not = 0 k=0 乘某一行(列)所有元素;
  3. 某一行(列)元素 k k k 倍加到另一行(列);

二、初等矩阵

初等矩阵是指由单位矩阵经过一次初等变换得到的矩阵。
左乘初等矩阵 = 行变换
右乘初等矩阵 = 列变换

初等矩阵所对应的行列式一定不为0。


逆矩阵

定义:已知方阵 A A A,求一个方阵 B B B ,使得矩阵 B B B 满足: A B = B A = E AB = BA = E AB=BA=E,称 B B B A A A 的逆矩阵。

奇异矩阵:不可逆矩阵
非奇异矩阵:可逆矩阵

三、求逆矩阵

方法1:直接求逆矩阵(行变换法)
逆矩阵求法:初等行变换: ( A ∣ E ) → ( E ∣ A − 1 ) (A|E) \to (E|A^{-1}) (AE)(EA1)
直接在原矩阵右边增加一个单位矩阵,经过初等行变换将原矩阵变化为单位矩阵,右侧矩阵即原矩阵的逆。

方法2:凑逆矩阵
根据题干提示信息,经过变换,可得到逆矩阵。

四、化简表达式

∣ A − 1 ∣ = 1 ∣ A ∣ = ∣ A ∣ − 1 |A^{-1}| = \dfrac{1}{|A|} = |A|^{-1} A1=A1=A1

( A − 1 ) − 1 = A (A^{-1})^{-1} = A (A1)1=A

( λ A ) − 1 = 1 λ A − 1 (\lambda A)^{-1} = \dfrac{1}{\lambda}A^{-1} (λA)1=λ1A1

( A B ) − 1 = B − 1 A − 1 (AB)^{-1} = B^{-1}A^{-1} (AB)1=B1A1

( A − 1 ) T = ( A T ) − 1 (A^{-1})^T = (A^T)^{-1} (A1)T=(AT)1文章来源地址https://www.toymoban.com/news/detail-441078.html

到了这里,关于矩阵理论复习部分——线性代数(3)初等变换、逆矩阵的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 线性代数-矩阵--自己复习用

    定义          ***当左边矩阵的列数等于右边矩阵的行数时,两个矩阵相乘才有意义。 ① 矩阵相乘:左行右列 ② 相乘有效:左列右行 满足: ①结合律:(AB)C==A(BC) ②分配律:  (A+B)C==AC+BC    C(A+B)==CA+CB ③数量矩阵同任意矩阵可交换:AE=EA          (λE)A=λA=A(λE) 不满足: ①

    2024年02月03日
    浏览(46)
  • 【线性代数与矩阵论】范数理论

    2023年11月16日 向量的长度也称为向量的二范数 [!quote]- 长度的定理 设 x , y , z ∈ C n    ,    λ ∈ C {x,y,zin mathbb C^n ,,,,, lambdain mathbb C} x , y , z ∈ C n , λ ∈ C 非负性:长度大于等于 0 {0} 0 ,仅当向量为 0 {0} 0 时取等。 齐次性: ∣ ∣ λ x ∣ ∣ = ∣ λ ∣ ⋅ ∣ ∣ x ∣

    2024年01月22日
    浏览(43)
  • 线性代数拾遗(2)—— 何时用初等行变换,何时用初等列变换?

    初等行、列变换可以混用 求矩阵/向量组的秩 :初等变化不改变矩阵的秩(求向量组的秩也是先排成矩阵然后求矩阵的秩) 矩阵化行阶梯型矩阵(用来求秩) :同上 矩阵化为等价标准形 :根据定义,化标准形时要同时左乘和右乘可逆矩阵,相当于初等行列变换都做了 求行

    2024年02月05日
    浏览(41)
  • 【数值计算方法(黄明游)】解线性代数方程组的迭代法(一):向量、矩阵范数与谱半径【理论到程序】

       注意:速读可直接跳转至“4、知识点总结”及“5、计算例题”部分   当涉及到线性代数和矩阵理论时, 向量、矩阵范数以及谱半径 是非常重要的概念,下面将详细介绍这些内容: a. 定义及性质   考虑一个 n n n 维向量 x x x ,定义一个实值函数 N ( x ) N(x) N ( x ) ,

    2024年01月25日
    浏览(46)
  • 矩阵分解是计算机科学中的一个重要研究领域,涉及到向量空间理论、线性代数、密码学等领域。以下是100篇热门博客文

    作者:禅与计算机程序设计艺术 矩阵分解是计算机科学中的一个重要研究领域,涉及到向量空间理论、线性代数、密码学等领域。在机器学习和深度学习等领域中,矩阵分解被广泛应用。本文将介绍矩阵分解的相关原理、实现步骤以及应用示例。 2.1 基本概念解释 矩阵分解是

    2024年02月15日
    浏览(54)
  • 线性代数复习

    本博客主要根据教材《线性代数与解析几何》,代万基编写,对课本上概念等进行简单罗列,融合了一些个人理解,以供复习。 本章内容:矩阵及其运算,向量与分块矩阵,矩阵的初等变换与初等矩阵。 1.1 矩阵及其运算 1.1.1 矩阵的概念 定义1-1:由mxn个数a ij (i1,2,…,m;j=1

    2024年01月25日
    浏览(37)
  • 【线性代数】快速复习笔记

    本文图片均参考自猴博士的视频https://www.bilibili.com/video/BV1fv411y7YY,侵联删 某行(列加上或减去另一行(列的几倍,行列式不变 某行列乘k,等于k乘此行列式 互换两行列,行列式变号 计算的书写步骤和规范 1 主对角线是X,其余是其他常数a 2 范德蒙德行列式 3 行列式加减法 例

    2024年02月11日
    浏览(45)
  • 「6」线性代数(期末复习)

    🚀🚀🚀大家觉不错的话,就恳求大家点点关注,点点小爱心,指点指点🚀🚀🚀  目录   第五章    相似矩阵及二次型 2)方阵的特征值与特征向量 3)相似矩阵   定义6:设A是n阶矩阵,如果数𝛌和n维非零列向量x使关系式 Ax=𝛌x(1) 成立,那么,这样的数𝛌称为矩阵A的

    2024年02月02日
    浏览(86)
  • 线性代数复习:行列式

    求行列式就是求这个行列式的值 二,三阶行列式:可以用:对角线法则和沙路法做 对角线法则: 主对角线和的值减去 副对角线积的和值。 a b c d : 值就是ad-bc 注意:n阶:n行n列. 1.下三角法则(主对角线以上都为0): 把行列式化为下三角行列式值等于主对角线的元素的值的

    2024年02月07日
    浏览(40)
  • 保研线性代数复习3

    1.什么是生成集(Generating Set)?什么是张成空间(Span)? 存在向量空间V=(V,+,*),和向量集(xi是所说的列向量),如果 每一个属于V的向量都能被A中向量线性组合来表示,那么说明 A 是向量空间 V 的生成集 , A的所有线性组合(所有线性组合不同)称为A的张成空间。 如

    2024年04月13日
    浏览(33)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包