高等代数(八)-线性变换02:λ-矩阵在初等变换下的标准形

这篇具有很好参考价值的文章主要介绍了高等代数(八)-线性变换02:λ-矩阵在初等变换下的标准形。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。

§ 2 λ § 2 \lambda §2λ-矩阵在初等变换下的标准形
λ \lambda λ-矩阵也可以有初等变换.
定义 3 下面的三种变换叫做 λ \lambda λ-矩阵的初等变换:文章来源地址https://www.toymoban.com/news/detail-827549.html

  1. 矩阵的两行 (列) 互换位置;
  2. 矩阵的某一行 (列) 乘非零常数 c c c;
  3. 矩阵的某一行 (列) 加另一行 (列) 的 φ ( λ ) \varphi(\lambda) φ(λ) 倍,
    φ ( λ ) \varphi(\lambda) φ(λ) 是一个多项式.
    和数字矩阵的初等变换一样, 可以引进初等矩阵. 例如, 将单位矩阵的第 j j j
    行的 φ ( λ ) \varphi(\lambda) φ(λ) 倍加到第 i i i 行上 (或第 i i i 列的
    φ ( λ ) \varphi(\lambda) φ(λ) 倍加到第 j j j 列上) 得
    i i i
    j j j
    P ( i , j ( φ ) ) = ( 1 ⋱ 1 ⋯ φ ( λ ) ⋱ 1 ⋱ 1 )  第  i  行  \boldsymbol{P}(i, j(\varphi))=\left(\begin{array}{ccccccc} 1 & & & & & & \\ & \ddots & & & & & \\ & & 1 & \cdots & \varphi(\lambda) & & \\ & & & \ddots & & & \\ & & & & 1 & & \\ & & & & & \ddots & \\ & & & & & & 1 \end{array}\right) \text { 第 } i \text { 行 } P(i,j(φ))= 11φ(λ)11   i  
    仍用 P ( i , j ) \boldsymbol{P}(i, j) P(i,j) 表示由单位矩阵经过第 i i i 行第 j j j 行 (或第
    i i i 列与第 j j j 列) 互换位置所得的初等矩阵, 用 P ( i ( c ) ) \boldsymbol{P}(i(c)) P(i(c))
    表示用非零常数 c c c 乘单位矩阵第 i i i 行所得的初等矩阵. 同样地, 对一个
    s × n s \times n s×n λ \lambda λ-矩阵 A ( λ ) \boldsymbol{A}(\lambda) A(λ)
    作一次初等行变换就相当于在 A ( λ ) \boldsymbol{A}(\lambda) A(λ) 的左边乘相应的
    s × s s \times s s×s 初等矩阵; 对 A ( λ ) \boldsymbol{A}(\lambda) A(λ)
    作一次初等列变换就相当于在 A ( λ ) \boldsymbol{A}(\lambda) A(λ) 的右边乘相应的
    n × n n \times n n×n 初等矩阵.
    初等矩阵都是可逆的, 并且有
    P ( i , j ) − 1 = P ( i , j ) , P ( i ( c ) ) − 1 = P ( i ( c − 1 ) ) , P ( i , j ( φ ) ) − 1 = P ( i , j ( − φ ) ) . \boldsymbol{P}(i, j)^{-1}=\boldsymbol{P}(i, j), \quad \boldsymbol{P}(i(c))^{-1}=\boldsymbol{P}\left(i\left(c^{-1}\right)\right), \quad \boldsymbol{P}(i, j(\varphi))^{-1}=\boldsymbol{P}(i, j(-\varphi)) . P(i,j)1=P(i,j),P(i(c))1=P(i(c1)),P(i,j(φ))1=P(i,j(φ)).
    由此得出初等变换具有可逆性: 设 λ \lambda λ-矩阵 A ( λ ) \boldsymbol{A}(\lambda) A(λ)
    用初等变换变成 B ( λ ) \boldsymbol{B}(\lambda) B(λ), 这相当于对
    A ( λ ) \boldsymbol{A}(\lambda) A(λ) 左乘或右乘一个初等矩阵.
    再用此初等矩阵的逆矩阵来乘 B ( λ ) \boldsymbol{B}(\lambda) B(λ) 就变回
    A ( λ ) \boldsymbol{A}(\lambda) A(λ), 而这逆矩阵仍是初等矩阵, 因而由
    B ( λ ) \boldsymbol{B}(\lambda) B(λ) 可用初等变换变回 A ( λ ) \boldsymbol{A}(\lambda) A(λ).
    我们还可看出在第二
    种初等变换中,规定只能乘一个非零常数, 这也是为了使 P ( i ( c ) ) \boldsymbol{P}(i(c)) P(i(c))
    可逆的缘故.
    定义 4 λ 4 \lambda 4λ-矩阵 A ( λ ) \boldsymbol{A}(\lambda) A(λ) 称为与
    B ( λ ) \boldsymbol{B}(\lambda) B(λ) 等价, 如果 B ( λ ) \boldsymbol{B}(\lambda) B(λ) 可以由
    A ( λ ) \boldsymbol{A}(\lambda) A(λ) 经过一系列初等变换将得到.
    等价是 λ \lambda λ-矩阵之间的一种关系,这个关系显然具有下列三个性质:
    1. 自反性: 每一个 λ \lambda λ-矩阵与自己等价.
    2. 对称性: 若 A ( λ ) \boldsymbol{A}(\lambda) A(λ) B ( λ ) \boldsymbol{B}(\lambda) B(λ)
    等价, 则 B ( λ ) \boldsymbol{B}(\lambda) B(λ) A ( λ ) \boldsymbol{A}(\lambda) A(λ) 等价.
    这是由于初等变换具有可逆性的缘故.
    3. 传递性: 若 A ( λ ) \boldsymbol{A}(\lambda) A(λ) B ( λ ) \boldsymbol{B}(\lambda) B(λ)
    等价, B ( λ ) \boldsymbol{B}(\lambda) B(λ) C ( λ ) \boldsymbol{C}(\lambda) C(λ) 等价, 则
    A ( λ ) \boldsymbol{A}(\lambda) A(λ) C ( λ ) \boldsymbol{C}(\lambda) C(λ) 等价.
    应用初等变换与初等矩阵的关系即得, 矩阵 A ( λ ) \boldsymbol{A}(\lambda) A(λ)
    B ( λ ) \boldsymbol{B}(\lambda) B(λ) 等价的充分必要条件是有初等矩阵
    P 1 , P 2 , ⋯   , P l , Q 1 , Q 2 , ⋯   , Q t \boldsymbol{P}_{1}, \boldsymbol{P}_{2}, \cdots, \boldsymbol{P}_{l}, \boldsymbol{Q}_{1}, \boldsymbol{Q}_{2}, \cdots, \boldsymbol{Q}_{t} P1,P2,,Pl,Q1,Q2,,Qt,
    使
    A ( λ ) = P 1 P 2 ⋯ P 1 B ( λ ) Q 1 Q 2 ⋯ Q 1 . \boldsymbol{A}(\lambda)=\boldsymbol{P}_{1} \boldsymbol{P}_{2} \cdots \boldsymbol{P}_{1} \boldsymbol{B}(\lambda) Q_{1} Q_{2} \cdots Q_{1} . A(λ)=P1P2P1B(λ)Q1Q2Q1.
    这一节主要是证明任意一个 λ \lambda λ-矩阵可以经过初等变换化为某种对角形.
    为此, 首先给出下面的引理.
    引理 设 λ \lambda λ-矩阵 A ( λ ) \boldsymbol{A}(\lambda) A(λ) 的左上角元素
    a 11 (

到了这里,关于高等代数(八)-线性变换02:λ-矩阵在初等变换下的标准形的文章就介绍完了。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

  • 高等代数(七)-线性变换03:线性变换的矩阵

    § 3 § 3 §3 线性变换的矩阵 设 V V V 是数域 P P P 上 n n n 维线性空间, ε 1 , ε 2 , ⋯   , ε n varepsilon_{1}, varepsilon_{2}, cdots, varepsilon_{n} ε 1 ​ , ε 2 ​ , ⋯ , ε n ​ 是 V V V 的一组基, 现在我们来建立线性变换与矩阵的关系. 空间 V V V 中任一向量 ξ xi ξ 可以经 ε 1 , ε 2 , ⋯  

    2024年02月20日
    浏览(50)
  • 线性代数中涉及到的matlab命令-第三章:矩阵的初等变换及线性方程组

    目录 1,矩阵的初等变换 1.1,初等变换 1.2,增广矩阵  ​1.3,定义和性质 1.4,行阶梯型矩阵、行最简型矩阵 1.5,标准形矩阵  1.6,矩阵初等变换的性质  2,矩阵的秩  3,线性方程组的解  初等变换包括三种:交换行或列、某行或列乘以一个非零系数、某行或列加上零一行

    2024年02月04日
    浏览(49)
  • 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)
  • 线性代数感悟之6 单位矩阵和初等矩阵

    最近在看 liuyubobobo 的  线性代数 课,感觉很妙,有些感悟记录一下~~~ ​  单位矩阵的特点:从左上角到右下角的对角线(称为主对角线)上的元素均为1。 使用行视角,将单位矩阵看成一个变化矩阵。 ​‘  那么 单位矩阵 第1行的作用: 将1行的数据保持不变,第2行,和

    2023年04月10日
    浏览(38)
  • 高等代数(四)-矩阵02:矩阵的运算

    § 2 矩阵的运算 现在我们来定义矩阵的运算, 可以认为它们是矩阵之间一些最基本的关系. 下面要定义的运算是矩阵的加法、乘法、矩阵与数的乘法以及矩阵的转置. 为了确定起见, 我们取定一个数域 P P P , 以下所讨论的矩阵全是由数域 P P P 中的数组成的. 1. 加法 定义 1 设 A

    2024年02月22日
    浏览(37)
  • 如何理解“对矩阵进行初等行变换不改变其列向量的线性关系”?

    一. 对矩阵进行初等行变换不改变其列向量的线性关系 对矩阵A进行初等行变换相当于左乘一个可逆矩阵P。 把A看作是列向量组,若有Ax=0,则其中的x就说明了列向量的线性关系: [ α 1 , α 2 , α 3 ] [ x 1 x 2 x 3 ] = [ 0 ] left[ alpha_1 ,alpha_2, alpha_3 right] begin{bmatrix} x_1\\\\ x_2\\\\ x_3 e

    2024年02月12日
    浏览(39)
  • 线性代数|证明:线性变换在两个基下的矩阵相似

    前置定义 1(基变换公式、过渡矩阵) 设 α 1 , ⋯   , α n boldsymbol{alpha}_1,cdots,boldsymbol{alpha}_n α 1 ​ , ⋯ , α n ​ 及 β 1 , ⋯   , β n boldsymbol{beta}_1,cdots,boldsymbol{beta}_n β 1 ​ , ⋯ , β n ​ 是线性空间 V n V_n V n ​ 中的两个基, { β 1 = p 11 α 1 + p 21 α 2 + ⋯ + p n 1 α n β 2

    2024年02月03日
    浏览(50)
  • 线性代数本质系列(二)矩阵乘法与复合线性变换,行列式,三维空间线性变换

    本系列文章将从下面不同角度解析线性代数的本质,本文是本系列第二篇 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 矩阵乘法与复合线性变换 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

    2024年02月02日
    浏览(50)
  • MIT线性代数笔记-第31讲-线性变换及对应矩阵

    线性变换相当于是矩阵的抽象表示,每个线性变换都对应着一个矩阵 例: 考虑一个变换 T T T ,使得平面上的一个向量投影为平面上的另一个向量,即 T : R 2 → R 2 T:R^2 to R^2 T : R 2 → R 2 ,如图: ​   图中有两个任意向量 v ⃗ , w ⃗ vec{v} , vec{w} v , w 和一条直线,作 v ⃗

    2024年02月03日
    浏览(54)
  • 线性代数|推导:线性变换与在基下的矩阵一一对应

    前置定义 1 设 T T T 是线性空间 V n V_n V n ​ 中的线性变换,在 V n V_n V n ​ 中取定一个基 α 1 , α 2 , ⋯   , α n boldsymbol{alpha}_1,boldsymbol{alpha}_2,cdots,boldsymbol{alpha}_n α 1 ​ , α 2 ​ , ⋯ , α n ​ ,如果这个基在变换 T T T 下的像(用这个基线性表示)为 { T ( α 1 ) = a 11 α 1 +

    2024年02月04日
    浏览(55)

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