线性代数-矩阵--自己复习用

这篇具有很好参考价值的文章主要介绍了线性代数-矩阵--自己复习用。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。

矩阵乘法:

定义

        ab可交换说明ab可逆,线性代数

***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。

矩阵相乘:左行右列

相乘有效:左列右行

 矩阵的运算规律:

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交换律  AB!=BA

②消去律  BA=BC ---->A!=C

(以上例子代表一般矩阵)

错误案例:

                AB=0------------>A||B=0 

                BA-BC=0------>B(A-C)=0------>A=C  ||A-C=0     ||B=0

因为非零矩阵相乘也会得零,因此以上说法通通错误!

矩阵幂的运算规律 

满足:Aⁿ ⁺ ⁱ=A ⁿ A ⁱ            (A ⁿ) ⁱ =A ⁿ ⁱ 

ab可交换说明ab可逆,线性代数

不满足:(AB) ⁿ =AⁿBⁿ

 矩阵转置

定义:略

运算规律:

ab可交换说明ab可逆,线性代数

ab可交换说明ab可逆,线性代数

ab可交换说明ab可逆,线性代数

ab可交换说明ab可逆,线性代数

        用C表示转置后的AB.

         1.矩阵相乘取左行右列.即AB由(Ai,Bj)组成.转置后C为(Bj,Ai)

         2.BA由(Bi,Aj)组成(左行i右列j),可知(BjAi)(左列i)恰恰是B的转置*A的转置得来的。

          

 特殊矩阵

①对称矩阵: Aᴛ = A

②反对称矩阵:  Aᴛ = -A

推论:

①:若AAᴛ = O,则A=O

推导过程:矩阵相乘左行右列--AAᴛ=(AiAi)=O,所以A=O

②:对称矩阵元素以主对角线为对称轴对应相等

③:反对称矩阵主对角线上的元素必为0

推导:设主对角线上所有元素为a.   a=-a---->a=0;

矩阵的逆 

定义

若AB相乘有效,AB=BA=E,则A可逆,B为A的逆矩阵.(充要条件)

推论

①如果矩阵A可逆,那么它的逆矩阵唯一

证明:

假设A的逆矩阵不唯一,为B1,B2。可以得出:

1.AB1=B1A=E-------->B1=EB1

   AB2=B2A=E-------->B2=EB2

   E=B1A=B2A

2.B1=EB1=(B2A)B1=B2(AB1)=B2E=B2

   B2=EB2=(B1A)B2=B1(AB2)=B1E=B1

所以B1=B2,假设不成立。

②若A可逆,则其逆矩阵B也可逆.且B的逆矩阵为A(AB互为逆阵)即可逆矩阵的逆阵的逆阵为矩阵本身。

   

   ab可交换说明ab可逆,线性代数(若矩阵 A 存在逆阵,则用 A^ {-1}表示,B=A^ {-1})

推导:1.AB=BA=E------>AB可交换

            2.所以 BA=AB=E----->B可逆

ab可交换说明ab可逆,线性代数k为数,k≠0;

④若A可逆,B可逆, 则AB可逆(有限个可逆矩阵的乘积仍然可逆)。且满足:

ab可交换说明ab可逆,线性代数

推导:1.由可逆的充要条件我们可知,要证明AB可逆,只要找到一个C,使

                (AB)C=C(AB)=E,我们就可以说AB可逆.

           2.因为(AB)(B⁻¹ A⁻¹ )=A(BB⁻¹ )A⁻¹=AEA⁻¹=E

              同时(B⁻¹ A⁻¹ )(AB)=B⁻¹(A⁻¹ A)B=B⁻¹EB=E

所以AB可逆.且AB的逆为B⁻¹A⁻¹.

⑤若A可逆,则A⊤也可逆。且(A⊤)⁻¹=(A⁻¹)⊤ (转置逆=逆转置)

推导:1.同上一条论证一样,我们需要找到一个C的存在证明AT可逆.

           2.ab可交换说明ab可逆,线性代数

因此A⊤也可逆。且(A⊤)⁻¹=(A⁻¹)⊤

⑥A可逆时,AB=AC,则B=C

推导:ab可交换说明ab可逆,线性代数

⑦对角阵的逆是原对角元素取倒数

ab可交换说明ab可逆,线性代数图源:猫咪钓鱼

⑧若A,B可逆,且A+B可逆,那么A⁻¹+B⁻¹也可逆

推导:

ab可交换说明ab可逆,线性代数

分块矩阵

分块对角矩阵

定义:

        略

推导:

        若分块对角矩阵A里各Ai都是可逆阵,那么A也可逆。

矩阵初等变换

三种初等变换:

初等变换的逆变换:

矩阵等价关系

定义:

矩阵A经过有限次初等变换变成矩阵B,则称矩阵A与矩阵B等价,记作A~B

性质

①反身性:A~A

②对称性:若A~B,则B~A

③传递性:若A~B,B~C,则A~C

初等变换结果

①行阶梯矩形

②行最简矩阵

③标准型

初等矩阵

定义:

        由单位矩阵E经过一次初等变换得到的矩阵成为初等矩阵

三种初等矩阵:

三种初等变换形成三种初等矩阵:

①E( i, j )

②E(i ( k))  把i行乘k倍

③E(i, j( k)) 行变换时:把 j 行的 k 倍加到 i 行   

                  列变换时:把 i 列的 k 倍加到 j 列 

定理

① 对A进行行变换,相当于对A左乘相应的初等矩阵

    对A进行列变换,相当于对A右乘相应的初等矩阵

初等变换对应初等矩阵,由初等变换可逆,可知初等矩阵可逆。初等变换的逆变换对应着初等矩阵的逆矩阵.三种,略。

②方阵A可逆的充要条件是存在有限个初等矩阵P₁,P₂.....Pl,使A=P₁,P₂.....Pl

证明:

充分性A=P₁,P₂.....Pl.则A可逆):

             1.A=P₁,P₂.....Pl.

             2.根据初等矩阵可逆,且有限个可逆矩阵的乘积仍然可逆.所以P₁,P₂.....Pl.即A可逆

必要性A可逆,则A=P₁,P₂.....Pl.):

 1.A经过一系列初等变换(行变换和列变换)可以化为标准型.A~F

    同理F~A,标准型F经过一系列初等变换(行变换和列变换)可以化为A

               ab可交换说明ab可逆,线性代数

2.我们已经推出F标准型可逆.所以F满足可逆的定义:存在一个C,使得CF=FC=E.

由于F存在任何一行/列全为零,就不能满足FC=E,因此F只能使单位矩阵。即F=E

3.由F=E可知:

ab可交换说明ab可逆,线性代数

总结下必要性的证明过程:

1.A~F---->F~A---->F可逆

2.F可逆---->F=E

3.F=E----->A=P₁,P₂.....Pl.

在推导过程里衍生了其它推论

①方阵A可逆的充要条件使A行等价于E.ab可交换说明ab可逆,线性代数

②mxn阶矩阵A与B等价的充要条件是存在m阶可逆矩阵P和n阶可逆矩阵Q使PAQ=B.

ab可交换说明ab可逆,线性代数

③对于方阵A和矩阵B,若(A,B)~(行)(E,X).则A可逆,且X=A⁻¹B

累了,略文章来源地址https://www.toymoban.com/news/detail-771503.html

到了这里,关于线性代数-矩阵--自己复习用的文章就介绍完了。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

  • 「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(57)
  • 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(21)
  • 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(29)
  • 线性代数-知识点复习(面试用)

    整理:Peter1146717850 一、向量与线性组合 向量:往什么方向走多么远 e.g. ( 1 2 ) begin{pmatrix} 1 \\\\ 2end{pmatrix} ( 1 2 ​ ) 向量的 模 :向量的长度 向量的 加减法 :向量对应元素相加减(前提:维度相同) ( a b c ) + ( x y z ) = ( a + x b + y c + z ) begin{pmatrix} a \\\\b \\\\ cend{pmatrix} + begin{pma

    2024年04月25日
    浏览(29)
  • MIT_线性代数笔记:复习二

    正交矩阵 Q,用矩阵形式描述正交性质。 投影矩阵 P,最小二乘法,在方程无解时求“最优解”。 Gram-Schmidt 正交化——从任意一组基得到标准正交基,策略是从向量 中减去投影到其它向量方向的分量。 行列式 det(A) 三个性质定义了行列式,可以推导出之后的性质 4~10。 行列

    2024年01月23日
    浏览(38)
  • 线性代数复习公式整理(自用/持续更新)

    设A、B为n阶矩阵 ∣ A T ∣ = ∣ A ∣ left | A^T right | =left | A right | ​ A T ​ = ∣ A ∣ ∣ A m ∣ = ∣ A ∣ m left | A^m right | =left | A right | ^m ∣ A m ∣ = ∣ A ∣ m ∣ k A ∣ = k n ∣ A ∣ left | kA right | =k^nleft | A right | ∣ k A ∣ = k n ∣ A ∣ ∣ A B ∣ = ∣ A ∣ ∣ B ∣ left | AB right |

    2024年02月13日
    浏览(33)
  • 线性代数本质系列(一)向量,线性组合,线性相关,矩阵

    本系列文章将从下面不同角度解析线性代数的本质,本文是本系列第一篇 向量究竟是什么? 向量的线性组合,基与线性相关 矩阵与线性相关 矩阵乘法与线性变换 三维空间中的线性变换 行列式 逆矩阵,列空间,秩与零空间 克莱姆法则 非方阵 点积与对偶性 叉积 以线性变换

    2024年02月04日
    浏览(40)
  • 线性代数:线性方程求解、矩阵的逆、线性组合、线性独立

    本文参考www.deeplearningbook.org一书第二章2.3 Identity and Inverse Matrices 2.4 Linear Dependence and Span 本文围绕 线性方程求解 依次介绍矩阵的逆、线性组合、线性独立等线性代数的基础知识点。 本文主要围绕求解线性方程展开,我们先把线性方程写出来,方程如下: 其中,是已知的;,

    2024年02月08日
    浏览(38)
  • 0203逆矩阵-矩阵及其运算-线性代数

    定义7 对于 n n n 阶矩阵A,如果有一个 n n n 阶矩阵B,使 A B = B A = E AB=BA=E A B = B A = E 则说矩阵A是可逆的,并把矩阵B称为A的逆矩阵,简称逆阵。 定理1 若矩阵A可逆,则 ∣ A ∣ ≠ 0 vert Avert not = 0 ∣ A ∣  = 0 证明: A 可逆,即有 A − 1 ,使得 A A − 1 = E ∣ A A − 1 ∣ = ∣ A

    2024年04月13日
    浏览(47)
  • 线性代数-矩阵的本质

    线性代数-矩阵的本质

    2024年02月11日
    浏览(36)

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