Shawn Zhong

Shawn Zhong

钟万祥
  • Tutorials
  • Mathematics
    • Math 240
    • Math 375
    • Math 431
    • Math 514
    • Math 521
    • Math 541
    • Math 632
    • Abstract Algebra
    • Linear Algebra
    • Category Theory
  • Computer Sciences
    • CS/ECE 252
    • CS/ECE 352
    • Learn Haskell
  • AP Notes
    • AP Microecon
    • AP Macroecon
    • AP Statistics
    • AP Chemistry
    • AP Physics E&M
    • AP Physics Mech
    • CLEP Psycho

Shawn Zhong

钟万祥
  • Tutorials
  • Mathematics
    • Math 240
    • Math 375
    • Math 431
    • Math 514
    • Math 521
    • Math 541
    • Math 632
    • Abstract Algebra
    • Linear Algebra
    • Category Theory
  • Computer Sciences
    • CS/ECE 252
    • CS/ECE 352
    • Learn Haskell
  • AP Notes
    • AP Microecon
    • AP Macroecon
    • AP Statistics
    • AP Chemistry
    • AP Physics E&M
    • AP Physics Mech
    • CLEP Psycho

Mathematics

Home / Notes / Mathematics / Page 57

第9讲 特殊矩阵

  • Jul 02, 2017
  • Shawn
  • Linear Algebra
  • No comments yet
9.1 对角矩阵 • 定义 ○ 除了主对角线以外都为零的矩阵 ○ a_ij=0, i≠j ○ A=(■8(a_11&0&…&0@0&a_22&…&0@⋮&⋮&⋱&⋮@0&0&…&a_nn )) • 性质 ○ 零矩阵是对角矩阵 ○ 同阶对角矩阵之和仍为对角矩阵 § A+B=(■8(a_11&0&…&0@0&a_22&…&0@⋮&⋮&⋱&⋮@0&0&…&a_nn )) ○ 对角矩阵数乘后仍为对角矩阵 § kA=(■8(〖ka〗_11&0&…&0@0&〖ka〗_22&…&0@⋮&⋮&⋱&⋮@0&0&…&〖ka〗_nn )) ○ 同阶对角矩阵相乘后仍为对角矩阵 § AB=(■8(a_11 b_11&0&…&0@0&a_22 b_22&…&0@⋮&⋮&⋱&⋮@0&0&…&a_nn b_nn )) ○ 对角矩阵转置后仍为本身 § A为对角矩阵⇒A^T=A § A^T=A⇏A为对角矩阵 § A^T=A⇒A为对称矩阵 9.2 单位矩阵 • 定义 ○ 一般用 I 或 E 表示 ○ a_ij={█(1, i=j@0, i≠j)┤ ○ I=(■8(1&0&…&0@0&1&…&0@⋮&⋮&⋱&⋮@0&0&…&1) • 性质 ○ 原矩阵右乘单位矩阵仍为本身 § I_m A_(m×n)=A_(m×n) § (■8(1&0&…&0@0&1&…&0@⋮&⋮&⋱&⋮@0&0&…&1))(■8(a_11&a_12&…&a_1n@a_21&a_22&…&a_2n@⋮&⋮&⋮&⋮@a_m1&a_m2&…&a_mn ))=(■8(a_11&a_12&…&a_1n@a_21&a_22&…&a_2n@⋮&⋮&⋮&⋮@a_m1&a_m2&…&a_mn )) ○ 原矩阵左乘单位矩阵仍为本身 § A_(m×n) I_n=A_(m×n) § (■8(a_11&a_12&…&a_1n@a_21&a_22&…&a_2n@⋮&⋮&⋮&⋮@a_m1&a_m2&…&a_mn ))(■8(1&0&…&0@0&1&…&0@⋮&⋮&⋱&⋮@0&0&…&1))=(■8(a_11&a_12&…&a_1n@a_21&a_22&…&a_2n@⋮&⋮&⋮&⋮@a_m1&a_m2&…&a_mn )) ○ 规定 A^0=I 9.3 数量矩阵 • 定义 ○ a_ij={█(a, i=j@0, i≠j)┤ ○ A=(■8(a&0&…&0@0&a&…&0@⋮&⋮&⋱&⋮@0&0&…&a)) • 性质 ○ 可以表示为单位矩阵数乘 § A=aI ○ 与数量矩阵相乘等价于原矩阵的数乘 § AB=aB § BA=aB ○ 与任意方阵可交换 9.4 三角形矩阵 • 上三角矩阵 ○ 主对角线左下方全为零的矩阵 ○ a_ij=0, i>j ○ A=(■8(a_11&a_12&…&a_1n@0&a_22&…&a_2n@⋮&⋮&⋱&⋮@0&0&…&a_nn )) • 下三角矩阵 ○ 主对角线右上方全为零的矩阵 ○ a_ij=0, i<j ○ A=(■8(a_11&0&…&0@a_21&a_22&…&0@⋮&⋮&⋱&⋮@a_n1&a_n2&…&a_nn )) • 性质 ○ 若 A 为上(下)三角矩阵,则 kA 仍为上(下)三角矩阵 § kA=(■8(〖ka〗_11&ka_12&…&〖ka〗_1n@0&ka_22&…&ka_2n@⋮&⋮&⋱&⋮@0&0&…&ka_nn )) ○ 若 A, B 为同阶上(下)三角矩阵,则 A+B 仍为上(下)三角矩阵 § A+B=(■8(a_11+b_11&a_12+b_12&…&a_1n+b_1n@0&a_22+b_22&…&a_2n+b_2n@⋮&⋮&⋱&⋮@0&0&…&a_nn+b_nn )) ○ 若 A, B 为同阶上(下)三角矩阵,则 AB 仍为上(下)三角矩阵 § 设 A=(a_ij )_(n×n) (a_ij=0,i>j) § B=(b_ij )_(n×n) (b_ij=0,i>j) § C=AB=(c_ij )_(n×n) § 要证 c_ij=0,i>j § 根据定义,c_ij=∑_(k=1)^n▒〖a_ik b_kj 〗 § 对于任意 k,i>k 和 k>j 至少有一个满足 § 若 i>k, 则 a_ik=0 § 若 k>j, 则 b_kj=0 § ∴ c_ij=∑_(k=1)^n▒〖a_ik b_kj 〗=0 ,i>j § 即 C=AB 仍为上三角矩阵 ∎ 9.5 对称矩阵 • 定义 ○ A^T=A ○ A=(■8(a_11&a_12&…&a_1n@a_12&a_22&…&a_2n@⋮&⋮&⋱&⋮@a_1n&a_2n&…&a_nn )) ○ A=(a_ij )_(n×n), A^T=(b_ij )_(n×n), b_ij=a_ji • 性质 ○ 若 A 对称矩阵,则 kA 仍为对称矩阵 § kA=(■8(ka_11&ka_12&…&ka_1n@ka_12&ka_22&…&ka_2n@⋮&⋮&⋱&⋮@ka_1n&ka_2n&…&ka_nn )) ○ 若 A, B 为同阶对称矩阵,则 A+B 仍为对称矩阵 § A+B=(■8(a_11+b_11&a_12+b_12&…&a_1n+b_1n@a_12+b_12&a_22+b_22&…&a_2n+b_2n@⋮&⋮&⋱&⋮@a_1n+b_1n&a_2n+b_2n&…&a_nn+b_nn )) ○ 若 A, B 为同阶对称矩阵,则 AB 不一定为对称矩阵 § 反例:A=(■8(0&−1@−1&1)),B=(■8(1&1@1&1))⇒AB=(■8(−1&−1@0&0 ○ AB 对称⇔ 可交换 § (AB)^T=B^T A^T=BA=┴若可交换 AB ○ 对于任意 A_(m×n), A^T A 与 AA^T 对称 § (A^T A)^T=A^T (A^T )^T=A^T A § (AA^T )^T=(A^T )^T A^T=AA^T 9.6 反对称矩阵 • 定义 ○ A^T=−A ○ A=(■8(0&a_12&…&a_1n@〖−a〗_12&0&…&a_2n@⋮&⋮&⋱&⋮@〖−a〗_1n&−a_2n&…&0)) ○ A=(a_ij )_(n×n), A^T=(b_ij )_(n×n), b_ij=−a_ji • 性质 ○ 若 A 是奇数阶反对称矩阵,则 |A|=0 § 证明略 ○ 对于任意方阵 A, A+A^T 是对称方阵,A−A^T 是反对称矩阵 § (A+A^T )^T=A^T+(A^T )^T=A^T+A=A+A^T § (A−A^T )^T=A^T−(A^T )^T=A^T−A ○ 任意方阵可以写成对称矩阵与反对称矩阵之和 § A=1/2 (A+A^T )+1/2(A−A^T)
Read More >>

第10讲 矩阵的逆

  • Jul 02, 2017
  • Shawn
  • Linear Algebra
  • No comments yet
10.1 逆矩阵的概念 • 引例:线性方程组 ○ {█(a_11 x_1+a_12 x_2+…+a_1n x_n=b_1@a_21 x_1+a_22 x_2+…+a_2n x_n=b_2@⋮@a_n1 x_1+a_n2 x_2+…+a_nn x_n=b_n )┤ ○ A=(■8(a_11&a_12&…&a_1n@a_21&a_22&…&a_2n@⋮&⋮&⋮&⋮@a_n1&a_n2&…&a_nn )), x ⃗=(■8(x_1@⋮@x_n )), b ⃗=(■8(b_1@⋮@b_n )) ○ Ax ⃗=b ⃗ • 定义 ○ 对于方阵 A,若存在方阵 B,使得 AB=BA=I ○ 则称 A 可逆,B 称为 A 的逆矩阵,一般表示为 A^(−1) ○ 注:定义并没有说明 A 的逆矩阵是否一定存在 • 性质 ○ 如果逆矩阵存在,则唯一 § 假设 B 与 C 都是 A 的逆矩阵,即 AB=BA=I , AC=CA=I § B=BI=B(AC)=(BA)C=IC=C § 即 B=C∎ ○ A,B 互逆 § AB=BA=I ○ 单位矩阵的逆 § I_n^(−1)=I_n § I_n I_n=I_n ○ 对角矩阵的逆 § A=(■8(a_1&0&…&0@0&a_2&…&0@⋮&⋮&⋱&⋮@0&0&…&a_n )), a_i≠0 (i=1,2…n) § A^(−1)=(■8(1/a_1 &0&…&0@0&1/a_2 &…&0@⋮&⋮&⋱&⋮@0&0&…&1/a_n )) • 例子:求 (■8(1&2@0&1)) 的逆矩阵 ○ A=(■8(1&2@0&1)), 设 B=A^(−1)=(■8(a&b@c&d)) ○ AB=(■8(a+2c&b+2d@c&d))=I=(■8(1&0@0&1)) ○ ⇒{█(a+2c=1@b+2d=0@c=0@d=1)⇒{█(a=1@b=−2@c=0@d=1)┤⇒B=(■8(1&−2@0&1))┤ ○ 检验 BA=(■8(1&0@0&1))=I ○ ∴AB=BA=I ○ 即(■8(1&2@0&1))^(−1)=(■8(1&−2@0&1)) 10.2 用伴随矩阵求逆 • 定义:非奇异(非退化) ○ 一个方阵的行列式不为零 ○ |A_(n×n) |≠0 • 定义:代数余子式矩阵(Cofactor) ○ 原矩阵 ○ 代数余子式矩阵 ○ A=(■8(a_11&a_12&…&a_1n@a_21&a_22&…&a_2n@⋮&⋮&⋮&⋮@a_n1&a_n2&…&a_nn )) ⇒┴代数余子式矩阵 C=(■8(A_11&A_12&…&A_1n@A_21&A_22&…&A_2n@⋮&⋮&⋮&⋮@A_n1&A_n2&…&A_nn )) • 伴随矩阵 A^∗ ○ 定义 § A^∗=C^T=(■8(A_11&A_21&…&A_n1@A_12&A_22&…&A_n2@⋮&⋮&⋮&⋮@A_1n&A_2n&…&A_nn )) ○ 例子 § A=(■8(1&1&0@0&1&1@0&0&1)) ⇒┴伴随矩阵 A^∗=(■8(1&−1&1@0&1&−1@0&0&1)) ○ 性质 § 〖AA〗^∗=A^∗ A=(■8(|A|&0&…&0@0&|A|&…&0@⋮&⋮&⋮&⋮@0&0&…&|A| ))=|A|I • 定理1 ○ |A|≠0⇔A 可逆 ○ 证明充分性 § ∵|A|≠0 § ∴A1/|A| A^∗=I, 1/|A| A^∗ A=I § 即 A 可逆,逆矩阵为 1/|A| A^∗ ∎ ○ 证明必要性 § 存在 AB=BA=I § |AB|=|I| § |A||B|=1 § |A|≠0 ∎ • 例1:求 (■8(1&1&0@0&1&1@0&0&1)) 的逆矩阵 ○ A=(■8(1&1&0@0&1&1@0&0&1)) ⇒┴伴随矩阵 A^∗=(■8(1&−1&1@0&1&−1@0&0&1)) ○ |A|=1≠0⇒A可逆 ○ A^(−1)=1/|A| A^∗=(■8(1&−1&1@0&1&−1@0&0&1)) • 例2:求 (■8(a_1&0&…&0@0&a_2&…&0@⋮&⋮&⋱&⋮@0&0&…&a_n )) a_i≠0 (i=1,2…n) 的逆矩阵 ○ |A|=a_1 a_2…a_n≠0 ○ A^∗=(■8(a_2 a_3…a_n&0&…&0@0&a_1 a_3…a_n&…&0@⋮&⋮&⋱&⋮@0&0&…&〖a_1 a_2…a〗_(n−1) )) ○ A^(−1)=1/|A| A^∗=(■8(1/a_1 &0&…&0@0&1/a_2 &…&0@⋮&⋮&⋱&⋮@0&0&…&1/a_n )) • 定理2 ○ AB=I⇔BA=I ○ 证明 § ∵AB=I § ∴|AB|=|I|=1 § ∴|A||B|=1 § ∴|A|≠0 § ∴B=IB=(A^(−1) A)B=A^(−1) (AB)=A^(−1) I=A^(−1) § 根据逆矩阵的性质,有 BA=I • 例3:已知 〖aA〗^2+bA+cI=0 (c≠0),问 A 是否可逆 ○ 法1:行列式不等于零 § 〖aA〗^2+bA=−cI § ⇒A(aA+bI)=−cI § ⇒|A(aA+bI)|=|−cI| § ⇒|A||aA+bI|=|−cI|=(−c)^n |I|=(−c)^n≠0 § ⇒|A|≠0 即A可逆∎ ○ 法2:求出逆矩阵 § 〖aA〗^2+bA=−cI § ⇒A(aA+bI)=−cI § ⇒A(−a/c A+b/c I)=I § ⇒A^(−1)=(−a/c A+b/c I) 即A可逆∎ 10.3 逆矩阵的性质 1. (A^(−1) )^(−1)=A ○ 证明:A^(−1) A=I 2. (kA)^(−1)=1/k A^(−1) (其中k≠0) ○ 证明: 3. (A^T )^(−1)=(A^(−1) )^T ○ 证明:A^T (A^(−1) )^T=(A^(−1) A)^T=I^T=I 4. (AB)^(−1)=B^(−1) A^(−1) ○ 证明:AB(B^(−1) A^(−1) )=A(〖BB〗^(−1) ) A^(−1)=AIA^(−1)=AA^(−1)=I ○ 推广:(ABC)^(−1)=C^(−1) B^(−1) A^(−1) 5. (A^k )^(−1)=(A^(−1) )^k =┴def A^(−k) ○ 证明 § A^k (A^(−1) )^k § =(AA…A)┬共k个 (A^(−1) A^(−1)…A^(−1))┬共k个 § =AA…(A A^(−1) ) A^(−1)…A^(−1) § =AA…IA^(−1)…A^(−1)=…=I 6. |A^(−1) |=|A|^(−1) ○ 证明 § 〖AA〗^(−1)=I § |A||A^(−1) |=1 § |A^(−1) |=1/|A| § 即|A^(−1) |=|A|^(−1)∎ ○ 推广 § |A^(−k) |=|(A^k )^(−1) |=|A^k |^(−1)=|A|^(−k) 7. AB=AC,且 A 可逆⇒则 B=C ○ 证明 § AB=AC § ⇒A^(−1) (AB)=A^(−1) (AC) § ⇒(A^(−1) A)B=(A^(−1) A)C § ⇒IB=IC § ⇒B=C ○ 推广 § AB=0, 且 A 可逆⇒B=0 10.4 伴随矩阵的性质 1. 〖AA〗^∗=A^∗ A=|A|I ○ 证明略 2. A^(−1)=1/|A| A^∗, A^∗=|A| A^(−1) (|A|≠0) ○ 证明略 3. (A^∗ )^(−1)=1/|A| A (|A|≠0) ○ 证明略 4. |A^∗ |=|A|^(n−1) ○ 证明:当 n=1 时 § 规定 |A^∗ |=A^∗=1 ○ 若 |A|≠0,要证 |A^∗ |=|A|^(n−1) § 〖|AA〗^∗ |=|(|A|I)| § |A||A^∗ |=|A|^n |I|=|A|^n § |A^∗ |=|A|^(n−1) ○ 若 |A|=0,要证 |A^∗ |=|A|^(n−1)=0 § 反证:假设 |A^∗ |≠0,即 A^∗ 可逆 § AA^∗=|A|I § AA^∗ (A^∗ )^(−1)=|A|I(A^∗ )^(−1) § A=0 § A^∗=0 与 |A|=0 矛盾,故 |A^∗ |=0 ○ 综上所述 |A^∗ |=|A|^(n−1) 5. (A^∗ )^∗=|A|^(n−2) A ○ 只证 |A|≠0 时 § (A^∗ )^∗=|A^∗ | (A^∗ )^(−1)=|A|^(n−1) 1/|A| A=|A|^(n−2) A 6. (kA)^∗=k^(n−1) A^∗ ○ 观察到 A^∗ 中每个 n−1 阶的代数余子式都乘以 k^(n−1) 7. (A^T )^∗=(A^∗ )^T ○ 证明略 8. (AB)^∗=B^∗ A^∗ ○ 只证 |A|≠0, |B|≠0 时 § (AB)^∗=|AB| (AB)^(−1)=|A||B| B^(−1) A^(−1)=(|B| B^(−1) )(|A| A^(−1) )=B^∗ A^∗ ○ 推广 § (ABC)^∗=C^∗ B^∗ A^∗ 9. (A^(−1) )^∗=(A^∗ )^(−1) ○ 证明 § 左=(A^(−1) )^∗=|A^(−1) | (A^(−1) )^(−1)=1/|A| A § 右=(A^∗ )^(−1)=(|A| A^(−1) )^(−1)=1/|A| A § 等式成立 ∎ ○ 推广 § (A^(−k) )^∗=(A^∗ )^(−k) 10. (A^k )^∗=(A^∗ )^k ○ 证明略
Read More >>

第11讲 分块矩阵

  • Jul 03, 2017
  • Shawn
  • Linear Algebra
  • No comments yet
11.1 矩阵的分块 • 引例 ○ A=(■8(1&0&0&1@0&1&0&2@0&0&1&3@0&0&0&4))_(4×4)=(■8(A_1&A_2@A_3&A_4 ))_(2×2),其中 ○ A=(■8(A_1&A_2@A_3&A_4 ))_(2×2),其中{█(A_1=I_2@A_2=(■8(0&1@0&2))@A_3=0@A_4=(■8(1&3@0&4)) )┤ ○ A=(■8(I^3&M@0&4)),其中 M=(■8(1@2@3)) • 常见的分块方法 ○ 按列分:A=(A_1,A_2,A_3,A_4 ) ○ 按行分:A=(■8(B_1@B_2@B_3@B_4 )) • 运算 ○ 假设 A=(■8(A_11&A_12&A_13@A_21&A_22&A_23 )), B=(■8(B_11&B_12&B_13@B_21&B_22&B_23 )) ○ 数乘 § kA=(■8(kA_11&kA_12&〖kA〗_13@kA_21&〖kA〗_22&kA_23 )) ○ 加法 § A+B=(■8(A_11+B_11&A_12+B_12&A_13+B_13@A_21+B_21&A_22+B_22&A_23+B_23 )) ○ 转置 § A^T=(■8(A_11^T&A_21^T@A_12^T&A_22^T@A_13^T&A_23^T )) 11.2 分块矩阵的乘法 • 前提条件 ○ A=(■8(A_11&A_12&…&A_1t@A_21&A_22&…&A_2t@⋮&⋮&⋮&⋮@A_s1&A_s2&…&A_st )), B=(■8(B_11&B_12&…&B_1r@B_21&B_22&…&B_2r@⋮&⋮&⋮&⋮@B_t1&B_t2&…&B_tr )) ○ A 的列分块方式与 B 的行分块方式一致时,才能做分块乘法 • 例子:已知 A=(■8(1&0&0&1@0&1&0&2@0&0&1&3))_(3×4), B=(■8(1&0@0&1@1&0@0&1))_(4×2),求 AB ○ 分法1 § A=(■8(1&0&0&1@0&1&0&2@0&0&1&3))_(3×4) =┴分块 (■8(1&(■8(0&0))&1@(■8(0@0))&(■8(1&0@0&1))&(■8(2@3)) ))_(2×3) § B=(■8(1&0@0&1@1&0@0&1))_(4×2) =┴分块 (■8(1&0@(■8(0@1))&(■8(1@0))@0&1))_(3×2) § AB=(■8(1&(■8(0&0))&1@(■8(0@0))&(■8(1&0@0&1))&(■8(2@3)) ))_(2×3) (■8(1&0@(■8(0@1))&(■8(1@0))@0&1))_(3×2)=(■8(C_1&C_2@C_3&C_4 ))_(2×2) § 其中 {█(C_1=1+(■8(0&0))(■8(0@1))+0=1@C_2=0+(■8(0&0))(■8(1@0))+1=0@C_3=(■8(0@0))1+(■8(1&0@0&1))(■8(0@1))+(■8(2@3))0=(■8(0@1))@C_4=(■8(0@0))0+(■8(1&0@0&1))(■8(1@0))+(■8(2@3))1=(■8(3@3)) )┤⇒AB=(■8(1&1@0&3@1&3))_(3×2) ○ 分法2 § A=(■8(1&0&0&1@0&1&0&2@0&0&1&3))_(3×4)=(■8(I_3&(■8(1@2@3)) ))_(1×2) § B=(■8(1&0@0&1@1&0@0&1))_(4×2)=(■8((■8(1&0@0&1@1&0))@(■8(0&1)) ))_(2×1) § AB=I_3 (■8(1&0@0&1@1&0))+(■8(1@2@3))(■8(0&1))=(■8(1&0@0&1@1&0))+(■8(0&1@0&2@0&3))=(■8(1&1@0&3@1&3))_(3×2) ○ 分法3 § A=(■8(1&0&0&1@0&1&0&2@0&0&1&3))_(3×4)=(■8(I_2&(■8(0&1@0&2))@(■8(0&0))&(■8(1&3)) ))_(2×2) § B=(■8(1&0@0&1@1&0@0&1))_(4×2)=(■8(I_2@I_2 ))_(2×1) § AB=(■8(C_1@C_2 )),其中{█(C_1=I_2+(■8(0&1@0&2))=(■8(1&1@0&3))@C_2=(■8(0&0))+(■8(1&3))=(■8(1&3)) )┤⇒AB=(■8(1&1@0&3@1&3)) 11.3 分块矩阵的行列式 • 分块矩阵行列式成立有条件 ○ |■8(A&B@C&D)|≠|A||D|−|B||C| ○ |■8(A_(r×r)&0_(r×s)@C_(s×r)&D_(s×s) )|=(−1)^(2(1+2+…+r)) |A||D|=|A||D| ○ |■8(A_(r×r)&B_(r×s)@0_(s×r)&D_(s×s) )|=(−1)^(2(1+2+…+r)) |A||D|=|A||D| • 下三角分块矩阵 ○ |■8(A_11&0&0&…&0@A_21&A_22&0&…&0@A_31&A_32&A_33&…&0@⋮&⋮&⋮&⋱&⋮@A_s1&A_s2&A_s3&…&A_ss )|=|A_11 ||A_22 |…|A_ss | • 上三角分块矩阵 ○ |■8(A_11&A_12&A_13&…&A_1s@0&A_22&A_23&…&A_2s@0&0&A_33&…&A_3s@⋮&⋮&⋮&⋱&⋮@0&0&0&…&A_ss )|=|A_11 ||A_22 |…|A_ss | • 对角形分块矩阵 ○ |■8(A_11&0&0&…&0@0&A_22&0&…&0@0&0&A_33&…&0@⋮&⋮&⋮&⋱&⋮@0&0&0&…&A_ss )|=|A_11 ||A_22 |…|A_ss | • 例题:已知分块矩阵 D=(■8(A_(r×r)&C_(r×s)@0_(s×r)&B_(s×s) )), 其中 A,B 可逆,求证 D 可逆 ○ |D|=|A||B|≠0⇒D 可逆 ○ 设 D^(−1)=(■8(X&Y@Z&W)) ○ 则 〖DD〗^(−1)=(■8(A&C@0&B))(■8(X&Y@Z&W))=(■8(AX+CZ&AY+CW@BZ&BW))=I=(■8(I_r&0@0&I_s )) ○ ⇒{█(AX+CZ=I@AY+CW=0@BZ=0@BW=I)┤⇒{█(X=A^(−1)@Y=−A^(−1) CB^(−1)@Z=0@W=B^(−1) )┤⇒D^(−1)=(■8(A^(−1)&−A^(−1) CB^(−1)@0&B^(−1) ))
Read More >>

第12讲 矩阵的初等变换

  • Jul 03, 2017
  • Shawn
  • Linear Algebra
  • No comments yet
12.1 初等变换 1. 交换两行(列) ○ (■8(a_11&a_12&a_13@a_21&a_22&a_23 )) →┴(r_1↔r_2 ) (■8(a_21&a_22&a_23@a_11&a_12&a_13 )) 2. 用一非零的数 k 乘以某一行(列) ○ (■8(a_11&a_12&a_13@a_21&a_22&a_23 )) →┴(kr_1 ) (■8(ka_11&ka_12&ka_13@a_21&a_22&a_23 )) 3. 用一行(列)的 l 被加到另一行(列) ○ (■8(a_11&a_12&a_13@a_21&a_22&a_23 )) →┴(r_2+lr_1 ) (■8(a_11&a_12&a_13@a_21+la_11&a_22+la_12&a_23+la_13 )) • 初等行变换可以看作对线性方程组 {█(a_11 x_1+a_12 x_2+…+a_1n x_n=b_1@a_21 x_1+a_22 x_2+…+a_2n x_n=b_2@⋮@a_n1 x_1+a_n2 x_2+…+a_nn x_n=b_n )┤ 的操作 12.2 初等矩阵 • 定义 ○ 单位矩阵 I 经过一次初等变换得到的矩阵 • 三类初等矩阵 ○ I=(■(1&&@&⋱&@&&1)) →┴(交换两行(列)) I(ij)=(■(1&&&&&&@&⋱&&&&&@&&0&…&1&&@&&⋮&⋱&⋮&&@&&1&…&0&&@&&&&&⋱&@&&&&&&1)) ○ I=(■(1&&@&⋱&@&&1)) →┴(将一非零数 k 乘到第 i 行) I(i(k))=(■(1&&&&@&⋱&&&@&&k&&@&&&⋱&@&&&&1)) ○ I=(■(1&&@&⋱&@&&1)) →┴(将第 j 行的 l 倍加到第 i 行) I(ij(l))=(■(1&&&&&&@&⋱&&&&&@&&1&…&l&&@&&&⋱&⋮&&@&&&&1&&@&&&&&⋱&@&&&&&&1)) • 练习:判断初等矩阵 ○ (■8(1&0&0@0&2&0@0&0&1)) 是 ○ (■8(1&0&0@0&2&0@0&0&3)) 否 ○ (■8(0&0&1@0&1&0@1&0&0)) 是 ○ (■8(0&1&0@0&0&1@1&0&0)) 否 ○ (■8(1&2&0@0&1&0@0&0&1)) 是 • 定理 ○ 对 A_(m×n) 做初等行变换相当于左乘相应的初等矩阵 I(ij)_m, I(i(k))_m, I(ij(k))_m ○ 对 A_(m×n) 做初等列变换相当于右乘相应的初等矩阵 I(ij)_n, I(i(k))_n, I(ij(k))_n • 练习 ○ A=(■8(A_1@A_2@A_3 )) ○ 第一类变换 § I(ij)=I(1,2)=(■8(0&1&0@1&0&0@0&0&1)) § I(1,2)A=(■8(0&1&0@1&0&0@0&0&1))(■8(A_1@A_2@A_3 ))=(■8(A_2@A_1@A_3 )) ○ 第二类变换 § I(i(k))=I(1(k))=(■8(k&0&0@0&1&0@0&0&1)) § I(1(k))A=(■8(k&0&0@0&1&0@0&0&1))(■8(A_1@A_2@A_3 ))=(■8(〖kA〗_1@A_2@A_3 )) ○ 第三类变换 § I(ij(k))=I(2,1(l))=(■8(1&0&0@l&1&0@0&0&1)) § I(2,1(l))A=(■8(1&0&0@l&1&0@0&0&1))(■8(A_1@A_2@A_3 ))=(lA_1+■8(A_1@A_2@A_3 )) • 例题:已知 |A_(3×3) |=3,B 是 A 交换 1,2 行得到的,求 |BA^∗ | ○ B=I(12)A=(■8(0&1&0@1&0&0@0&0&1))A ○ |BA^∗ |=|I(12)AA^∗ |=|(I(12)|A|I)|=|A|^3 |I(12)||I|=3^3×(−1)×1 • 性质:初等矩阵都是可逆的 ○ I(ij)I(ij)=I ○ I(i(k^(−1)))I(i(k))=I ○ I(ij(−l))I(ij(l))=I 12.3 矩阵等价 • 定义 ○ 矩阵 A 与 B 等价 ⇔B 可由 A 经过一系列初等变换的得到 • 等价关系的三个性质 ○ 反身性:A 与 A 等价 § 矩阵等价显然满足反身性 ○ 对称性:A 与 B 等价⇔B 与 A 等价 § B=P_1…P_s 〖AQ〗_1…Q_t § ⇒A=P_s^(−1)…P_1^(−1) BQ_t^(−1)…Q_1^(−1) § 故矩阵等价满足对称性 ○ 传递性:若 A 与 B 等价,且 B 与 C 等价,则 A 与 C 等价 § {█(B=P_1…P_s 〖AQ〗_1…Q_t@C=R_1…R_l 〖BS〗_1…S_m )┤ § ⇒C=R_1…R_l 〖P_1…P_s 〖AQ〗_1…Q_t S〗_1…S_m § 故矩阵等价满足传递性 • 等价标准形 ○ 定义 § A_(m×n) 的等价标准形 D=(■8(I_r&0_(r×(n−r))@0_((m−r)×r)&0_((m−r)×(n−r)) )) ○ 例1:(■8(1&0&1@2&0&−1@3&1&2))_(3×3) 的等价标准形 § A=(■8(1&0&1@2&0&−1@3&1&2)) (→┴(r_2−2r_1 ))┬(r_3−3r_1 ) (■8(1&0&1@0&0&−3@0&1&−1)) →┴(r_2↔r_3 ) (■8(1&0&1@0&1&−1@0&0&−3)) →┴(r_3×(−1/3) ) (■8(1&0&1@0&1&−1@0&0&1)) (→┴(r_1−r_3 ))┬(r_2+r_3 ) (■8(1&0&0@0&1&0@0&0&1)) ○ 例2:2×3 矩阵所有可能的等价标准形 § (■8(0&0&0@0&0&0)) § (■8(1&0&0@0&0&0)) § (■8(1&0&0@0&1&0)) 12.4 关于初等变换的重要定理 • 定理1:可逆矩阵 A 的等价标准形 D=I ○ D=P_1…P_s 〖AQ〗_1…Q_t ○ {█(|A|≠0@|P_i |≠0@|Q_j |≠0)┤⇒|D|=|P_1 |…|P_s ||A||Q_1 |…|Q_t |≠0 ○ ∴D=I • 定理2:可逆矩阵 A 可以写成一系列初等矩阵的乘积 ○ A=P_1…P_s IQ_1…Q_t=P_1…P_s Q_1…Q_t • 推论1:A 与 B 等价⇔B=PAQ (其中 P,Q 可逆) ○ B=P_1…P_s 〖AQ〗_1…Q_t=PAQ, 其中 {█(P=P_1…P_s@Q=Q_1…Q_t )┤ • 推论2:可逆矩阵 A 只需初等行变换就可以化成 D=I ○ A=P_1…P_s=P_1…P_s I ○ ⇒P_s^(−1)…P_2^(−1) P_1^(−1) A=I 12.5 用初等变换求逆 • 思路 ○ 对于可逆矩阵 A , 根据推论2 ○ {█(P_1…P_s A=I@A^(−1)=P_1…P_s I)⇒{█(对 A 做一系列初等行变换可以得到 I@对 I 做同样变换可以得到 A^(−1) )┤┤ ○ 即分块矩阵 (■8(A&I))_(n×2n) 可以通过一系列初等行变换得到 (■8(I&A^(−1) ))_(n×2n) • 例:A=(■8(1&0&1@2&0&−1@3&1&2)), 求 A^(−1) ○ (■8(A&I))_(n×2n)=(■8(1&0&1&1&0&0@2&0&−1&0&1&0@3&1&2&0&0&1))_(3×6)→(■8(1&0&1&1&0&0@0&0&−3&−2&1&0@0&1&−1&−3&0&1))→(■8(1&0&1&1&0&0@0&1&−1&−3&0&1@0&0&−3&−2&1&0))→(■8(1&0&1&1&0&0@0&1&−1&−3&0&1@0&0&1&2/3&−1/3&0))→(■8(1&0&1&1&0&0@0&1&0&−7/3&−1/3&1@0&0&1&2/3&−1/3&0))→(■8(1&0&0&1/3&1/3&0@0&1&0&−7/3&−1/3&1@0&0&1&2/3&−1/3&0))=(■8(I&A^(−1) )) ○ ⇒A^(−1)=(■8(1/3&1/3&0@−7/3&−1/3&1@2/3&−1/3&0))
Read More >>

第13讲 矩阵的秩

  • Jul 04, 2017
  • Shawn
  • Linear Algebra
  • No comments yet
13.1 秩的概念 • 定义 ○ 非零子式的最高阶数,记作 r(A) ○ {█(存在 r 阶子式非零@所有 r+1 阶子式都为零)┤⇒{█(r(A)≥r@r(A)≤r)┤⇒矩阵 A 的秩为 r ○ 若 A=0, 则 r(A)=0 ○ 0≤r(A_(m×n) )≤min⁡(m,n) • 例子:A=(■8(1&2&3&4&5@0&6&7&8&9@0&0&0&0&0))⇒r(A)=2 • 满秩 ○ 方阵满秩 § r(A_(n×n) )=n ○ 行满秩 § r(A_(m×n) )=m (m<n) ○ 列满秩 § r(A_(m×n) )=n (n<m) ○ 性质:A 满秩⇔|A|≠0⇔A可逆⇔非奇异⇔非退化 § r(A)=n § ⇒存在 n 阶子式不为零 ,即其自身 § ⇒|A|≠0∎ 13.2 秩的性质 • 定理1 ○ 初等变换不改变秩 ○ 交换两行 § A=(■8(a_11&a_12&a_13@a_21&a_22&a_23 )) →┴(r_1↔r_2 ) B=(■8(a_21&a_22&a_23@a_11&a_12&a_13 )) § 对于交换到的子式,仅改变符号,不改变非零性 § 即 r(B)=r(A) ○ 用非零 k 乘一行 § A=(■8(a_11&a_12&a_13@a_21&a_22&a_23 )) →┴(kr_1 ) B=(■8(ka_11&ka_12&ka_13@a_21&a_22&a_23 )) § 包含这一行的子式乘以 k,不改变非零性 § 即 r(B)=r(A) ○ 一行的 l 倍加到另一行 § A=(■8(a_11&a_12&a_13@a_21&a_22&a_23@a_31&a_32&a_33 )) →┴(r_2+lr_1 ) B=(■8(a_11&a_12&a_13@a_21+la_11&a_22+la_12&a_23+la_13@a_31&a_32&a_33 )) § 对于不包含这两行的子式 □ 如 |■8(a_11&a_12@a_31&a_32 )|,无变化 § 对于两行都包含的子式 □ 如 |■8(a_11&a_12@a_21+la_11&a_22+la_12 )|=|■8(a_11&a_12@a_21&a_22 )|,与原子式相等 § 对于只包含被加行的子式 □ 如|■8(a_21+la_11&a_22+la_12@a_31&a_32 )|=|■8(a_21&a_22@a_31&a_32 )|+l|■8(a_11&a_12@a_31&a_32 )| □ 若r(A)=r,根据上式 B 的 r+1 阶全为零⇒r(B)≤r(A) □ 若将 B 初等变换回 A,同理可以得到 r(A)≤r(B) □ 即 r(B)=r(A) § 综上所述 r(B)=r(A) • 定理2 ○ 乘可逆矩阵不改变秩 ○ A 可逆⇒r(B)=r(AB)=r(BA) 13.3 化阶梯形求秩 • 等价标准形矩阵的秩 ○ D=(■8(I_r&0@0&0))⇒r(D)=r • 阶梯形矩阵 ○ 定义 {█(零行位于下方@每一行的非零首元下方都为零)┤⇔{█(零行位于下方@非零首元逐行靠后)┤ ○ 例子 § (■8(1&2&3@0&4&5@0&0&1)) § (■8(1&2&3&4@0&0&1&2@0&0&0&0)) ○ 练习:列举所有可能的 3×3 的阶梯形矩阵 § 用 ∗ 代表任意元素,用 ! 代表非零元素 § (■8(!&∗&∗@0&!&∗@0&0&!))(■8(!&∗&∗@0&!&∗@0&0&0))(■8(!&∗&∗@0&0&!@0&0&0))(■8(!&∗&∗@0&0&0@0&0&0)) § (■8(0&!&∗@0&0&!@0&0&0))(■8(0&!&∗@0&0&0@0&0&0)) § (■8(0&0&!@0&0&0@0&0&0)) § (■8(0&0&0@0&0&0@0&0&0)) • 定理:阶梯形矩阵的秩就是非零行的个数 • 例1:求 A=(■8(1&0&1&−1&2@2&1&3&−1&6@1&1&2&−2&5@−1&−1&1&0&−1)) 的秩 ○ (■8(1&0&1&−1&2@2&1&3&−1&6@1&1&2&−2&5@−1&−1&1&0&−1))→(■8(1&0&1&−1&2@0&1&1&1&2@0&1&1&−1&3@0&−1&2&−1&1)) ○ →(■8(1&0&1&−1&2@0&1&1&1&2@0&0&0&−2&1@0&0&3&0&3))→(■8(1&0&1&−1&2@0&1&1&1&2@0&0&0&−2&1@0&0&3&0&3))→(■8(1&0&1&−1&2@0&1&1&1&2@0&0&3&0&3@0&0&0&−2&1)) ○ ⇒r(A)=4 • 例2:A=(■8(λ+2&2λ+1&1@1&−1&0@5&4&1)),已知 r(A)=2,求 λ ○ 方法一:行列式 § r(A)=2⇒A不满秩⇒|A|=0 § |■8(λ+2&2λ+1&1@1&−1&0@5&4&1)|=|■8(λ+2&3λ+3&1@1&0&0@5&9&1)| § =−|■8(3λ+3&1@9&1)|=−(3λ+3)+9=0 § ⇒λ=2 § 经检验,此时 r(A)=2 ○ 方法二:初等行变换 § (■8(λ+2&2λ+1&1@1&−1&0@5&4&1))→(■8(1&−1&0@5&4&1@λ+2&2λ+1&1)) § →(■8(1&−1&0@0&9&1@0&3λ+3&1))→(■8(1&−1&0@0&9&1@0&0&1−1/3(λ+1))) § ∵r(A)=2 § ∴ 1−1/3 (λ+1)=0⇒λ=2
Read More >>
  • 1
  • …
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60

Search

  • Home Page
  • Tutorials
  • Mathematics
    • Math 240 – Discrete Math
    • Math 375 – Linear Algebra
    • Math 431 – Intro to Probability
    • Math 514 – Numerical Analysis
    • Math 521 – Analysis I
    • Math 541 – Abstract Algebra
    • Math 632 – Stochastic Processes
    • Abstract Algebra @ 万门大学
    • Linear Algebra @ 万门大学
    • Category Theory
  • Computer Sciences
    • CS/ECE 252 – Intro to Computer Engr.
    • CS/ECE 352 – Digital System Fund.
    • Learn Haskell
  • Course Notes
    • AP Macroeconomics
    • AP Microeconomics
    • AP Chemistry
    • AP Statistics
    • AP Physics C: E&M
    • AP Physics C: Mechanics
    • CLEP Psychology
  • 2048 Game
  • HiMCM 2016
  • 登峰杯 MCM

WeChat Account

Categories

  • Notes (418)
    • AP (115)
      • AP Macroeconomics (20)
      • AP Microeconomics (23)
      • AP Physics C E&M (25)
      • AP Physics C Mechanics (28)
      • AP Statistics (19)
    • Computer Sciences (2)
    • Mathematics (300)
      • Abstract Algebra (29)
      • Category Theory (7)
      • Linear Algebra (29)
      • Math 240 (42)
      • Math 375 (71)
      • Math 514 (18)
      • Math 521 (39)
      • Math 541 (39)
      • Math 632 (26)
  • Projects (2)
  • Tutorials (11)

Archives

  • October 2019
  • May 2019
  • April 2019
  • March 2019
  • February 2019
  • December 2018
  • November 2018
  • October 2018
  • September 2018
  • July 2018
  • May 2018
  • April 2018
  • March 2018
  • February 2018
  • January 2018
  • December 2017
  • November 2017
  • October 2017
  • September 2017
  • August 2017
  • July 2017
  • June 2017

WeChat Account

Links

RobeZH's thoughts on Algorithms - Ziyi Zhang
Copyright © 2018.      
TOP