Notes Archives - Page 81 of 84 - Shawn Zhong

第11讲分块矩阵

$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) ))$

第12讲矩阵的初等变换

$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))$

第13讲矩阵的秩

$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$

第14讲线性方程组

$14.1 消元解法 • 增广矩阵 ○ 系数矩阵+常数列 • 简化阶梯形 ○ 阶梯形 ○ 非零首元都是1 ○ 首元上下都为零 • 例1：有一组解 ○ {█(2x_1+2x_2−x_3=6@x_1−2x_2+4x_3=3@5x_1+7x_2+x_3=28)┤⇒{█(2x_1+2x_2−x_3=6@−3x_2+9/2 x_3=0@2x_2+7/2 x_3=13)┤⇒{█(2x_1+2x_2−x_3=6@x_2−3/2 x_3=0@13/2 x_3=13)┤⇒{█(x_1=1@x_2=3@x_3=2)┤ ○ (■8(2&2&−1&6@1&−2&4&3@5&7&1&28))⇒(■8(2&2&−1&6@0&−3&9/2&0@0&2&7/2&13))⇒(■8(2&2&−1&6@0&1&−3/2&0@0&0&13/2&13))⇒(■8(1&0&0&1@0&1&0&3@0&0&1&2)) • 例2：无穷多解 ○ {█(2x_1−x_2+3x_3=1@4x_1−2x_2+5x_3=4@2x_1−x_2+4x_3=−1)┤⇒{█(2x_1−x_2+3x_3=1@−x_3=2@x_3=−2)┤⇒{█(2x_1−x_2+3x_3=1@x_3=−2@0=0)┤⇒{█(x_1=7/2+1/2 x_2@x_3=−2)┤ ○ (■8(2&−1&3&1@4&−2&5&4@2&−1&4&−1))⇒(■8(2&−1&3&1@0&0&−1&2@0&0&1&−2))⇒(■8(2&−1&3&1@0&0&1&−2@0&0&0&0)) • 例3：无解 ○ {█(x_1+x_2+x_3=3@x_1+2x_2+x_3=4@x_1+x_3=1)┤⇒{█(x_1+x_2+x_3=3@x_2=1@−x_2=−2)┤⇒{█(x_1+x_2+x_3=3@x_2=1@0=−1)┤ ○ (■8(1&1&1&3@1&2&1&4@1&0&1&1))⇒(■8(1&1&1&3@0&1&0&1@0&−1&0&−2))⇒(■8(1&1&1&3@0&1&0&1@0&0&0&−1)) 14.2 解的情况 • 方程组{█(c_11 x_1+c_12 x_2+…+c_1n x_n=d_1@ c_22 x_2+…+c_2n x_n=d_2@ ⋮@ c_rr x_r+…+c_rn x_n=d_r@ 0=d_(r+1)@ 0=0@ ⋮@ 0=0)┤⇒(■(c_11&c_12&…&…&c_1n@&c_22&…&…&c_2n@&&…&…&⋮@&&c_rr&…&c_rn@&&&&0@&&&&0) │■8(d_1@d_2@⋮@d_r@d_(r+1)@0)) 解的情况 1. 若 d_(n+1)≠0⇒无解 § 0=d_(r+1)≠0 矛盾 2. 若 d_(n+1)=0 且 r=n⇒唯一解 § {█(c_11 x_1+c_12 x_2+…+c_1n x_n=d_1@ c_22 x_2+…+c_2n x_n=d_2@⋮@ c_nn x_n=d_n )┤ § 从后往前解出后代入可以求得{█(x_n=d_n/c_nn @x_(n−1)=…@⋮@x_1=…)┤ 3. 若 d_(n+1)=0 且 r<n⇒无穷多组解 § {█(c_11 x_1+c_12 x_2+…+c_1n x_n=d_1@ c_22 x_2+…+c_2n x_n=d_2@ ⋮@ c_rr x_r+…+c_rn x_n=d_r@ 0=0)┤ § ⇒{█(c_11 x_1+c_12 x_2+…+c_1r x_r=d_1−c_1n x_n…@⋮@c_rr x_r=d_r−c_rn x_n…)┤，即等式右边均为自由变量 • 用矩阵的秩来表示解的情况 ○ 对于 Ax ⃗=b ⃗，构造增广矩阵 (A,b ⃗ ) ○ 无解 § r(A,b)≠r(A)⇔r(A,b)>r(A)⇔r(A,b)=r(A)+1 ○ 有解 § r(A,b)=r(A) ○ 唯一解 § r(A,b)=r(A)=n ○ 无穷多组解 § r(A,b)=r(A)<n • 齐次线性方程组 Ax ⃗=0 ⃗ ○ 齐次线性方程组一定有零解，故只讨论两种解的情况 ○ 定理1 § 有非零解⇔无穷多解⇔r(A)<n § 只有零解⇔有唯一解⇔r(A)=n ○ 定理2 § 如果方程个数少于未知数个数，则有非零解 § 证明：将方程个数记为 m，则有 r(A)<m<n$

第15讲向量

$15.1 向量及其线性运算 • 什么是向量 ○ 向量 = 矢量 = vector ○ 物理：有大小、方向的量 ○ 几何：有向线段 ○ 代数：有序数组 • 向量的表示 ○ 粗体：α, β, γ ○ 箭头：α ⃗, β ⃗, γ ⃗ ○ 行向量(几何,物理)：α ⃗=(a_1,a_2…a_n ) ○ 列向量(代数)：β ⃗=(■8(b_1@⋮@b_n ))=(b_1…b_n )^T • 注 ○ 零向量：0 ⃗=(0…0)^T ○ 负向量：−α ⃗=(−a_1,−a_2…〖−a〗_n ) ○ 相等、加法、数乘与矩阵相同 • 线性空间：所有 n 维向量组成的集合，记作 Rn，又称为向量空间 ○ 可定义加法，数乘（对加法、数乘封闭） § α ⃗, β ⃗∈Rn⇒α ⃗+β ⃗∈Rn § k∈R⇒kα ⃗∈Rn ○ 八条性质 1. α ⃗+β ⃗=β ⃗+α ⃗ 2. (α ⃗+β ⃗ )+γ ⃗=α ⃗+(β ⃗+γ ⃗ ) 3. α ⃗+(−α ⃗ )=0 ⃗ 4. α ⃗+0 ⃗=α ⃗ 5. (kl) α ⃗=k(lα ⃗ ) 6. (k+l) α ⃗=kα ⃗+lα ⃗ 7. k(α ⃗+β ⃗ )=kα ⃗+kβ ⃗ 8. 1α ⃗=α ⃗ • 线性子空间：S 是线性空间，且 S⊂Rn ○ 自然满足第1，2，5，6，7，8条性质 ○ 需要验证第3，4条性质，以及是否对加法、数乘封闭，即 § α ⃗∈S⇒┴?−α ⃗∈S § 0 ⃗∈S § α ⃗, β ⃗∈S⇒┴? α ⃗+β ⃗∈S § α ⃗∈S,k∈R⇒┴? kα ⃗∈S ○ 由于后两条包含了前两条，故只需验证 § {█(α ⃗, β ⃗∈S ⇒┴? α ⃗+β ⃗∈S@α ⃗∈S,k∈R⇒┴? kα ⃗∈S)┤ 15.2 向量的点积与叉积 • 点积（内积，点乘） ○ 定义 § α ⃗=(a_1,a_2…a_n )^T, β ⃗=(b_1,b_2…b_n )^T § α ⃗⋅β ⃗=∑_(i=1)^n▒〖a_i b_i 〗=a_1 b_1+a_2 b_2+…+a_n b_n § α ⃗⋅β ⃗=α ⃗^T β=(a_1,a_2…a_n )(■8(b_1@b_2@⋮@b_n ))=a_1 b_1+a_2 b_2+…+a_n b_n ○ 性质 § 交换律：α ⃗⋅β ⃗=β ⃗⋅α ⃗ § 结合律：(kα ⃗ )⋅β ⃗=α ⃗⋅(kβ ⃗ )=k(α ⃗⋅β ⃗ ) § 分配律：(α ⃗+β ⃗ )⋅γ ⃗=α ⃗⋅γ ⃗+β ⃗⋅γ ⃗ § α ⃗⋅α ⃗=α ⃗^2≥0 § (α ⃗+β ⃗ )^2=α ⃗^2+β ⃗^2+2α ⃗⋅β ⃗ • 向量的长度（范数） ○ 定义 § ‖■8(α ⃗ )‖=√(α ⃗^2 )=√(a_1^2+a_2^2+…+a_n^2 ) § ‖(■8(AB)) ⃗ ‖=√((x_B−x_A )^2+(y_B−y_A )^2+(z_B−z_A )^2 ) ○ 性质1：‖■8(α ⃗ )‖≥0 § ‖■8(α ⃗ )‖=0⇔ α ⃗=0 ⃗ ○ 性质2：‖■8(kα ⃗ )‖=|k|⋅‖■8(α ⃗ )‖ § 证明略 ○ 性质3：|α ⃗⋅β ⃗ |≤‖■8(α ⃗ )‖⋅‖■8(β ⃗ )‖ § 柯西-施瓦茨不等式 § 施瓦茨不等式 § 柯西-布尼亚科夫斯基-施瓦茨不等式 § |∑_(i=1)^n▒〖a_i b_i 〗|≤√(∑_(i=1)^n▒a_i^2 ) √(∑_(i=1)^n▒b_i^2 ) § 构造 γ ⃗=α ⃗+kβ ⃗ (k∈R § 则 γ ⃗^2=(α ⃗+kβ ⃗ )^2=α ⃗^2+k^2 β ⃗^2+2kα ⃗⋅β ⃗≥0 恒成立 § 看作以 k 为未知数的方程，有 Δ=(2α ⃗⋅β ⃗ )^2−4α ⃗^2⋅β ⃗^2≤0 § (α ⃗⋅β ⃗ )^2≤α ⃗^2⋅β ⃗^2 § ⇒|α ⃗⋅β ⃗ |≤‖■8(α ⃗ )‖⋅‖■8(β ⃗ )‖ § （亦可用用均值不等式证明） • 向量的夹角 ○ 定义 § 根据余弦定理 ‖■8(α ⃗−β ⃗ )‖^2=‖■8(α ⃗^2 )‖+‖■8(β ⃗^2 )‖+2‖■8(α ⃗ )‖‖■8(β ⃗ )‖ cos⁡θ § 又因为 ‖■8(α ⃗−β ⃗ )‖^2=(■8(α ⃗−β ⃗ ))^2=α ⃗^2+β ⃗^2−2α ⃗⋅β ⃗ § ⇒α ⃗^2+β ⃗^2−2α ⃗⋅β ⃗=‖■8(α ⃗^2 )‖+‖■8(β ⃗^2 )‖+2‖■8(α ⃗ )‖‖■8(β ⃗ )‖ cos⁡θ § ⇒α ⃗^2+β ⃗^2−2α ⃗⋅β ⃗=α ⃗^2+β ⃗^2+2‖■8(α ⃗ )‖‖■8(β ⃗ )‖ cos⁡θ § ⇒α ⃗⋅β ⃗=‖■8(α ⃗ )‖‖■8(β ⃗ )‖ cos⁡θ （此为几何学的内积定义） § ⇒cos⁡θ=(α ⃗⋅β ⃗)/‖■8(α ⃗ )‖‖■8(β ⃗ )‖ § （柯西不等式保证了−1≤(α ⃗⋅β ⃗)/‖■8(α ⃗ )‖‖■8(β ⃗ )‖ ≤1 ○ 正交（垂直） § θ=π/2⇔α ⃗⋅β ⃗=0 • 叉积（在 R3 中） ○ 几何定义 § {█(大小:‖■8(γ ⃗ )‖=‖■8(α ⃗ )‖‖■8(β ⃗ )‖ sin⁡θ@方向:通过右手法则判断)┤⇒α ⃗×β ⃗=γ ⃗ ○ 代数定义 § α ⃗×β ⃗=(|■8(a_2&a_3@b_2&b_3 )|,−|■8(a_1&a_3@b_1&b_3 )|,|■8(a_1&a_2@b_1&b_2 )|) § α ⃗×β ⃗=|■8(i ̂&j ̂&k ̂@a_1&a_2&a_3@b_1&b_2&b_3 )|, 其中{█(i ̂=(1,0,0)@j ̂=(0,1,0)@k ̂=(0,0,1))┤ ○ 性质 § 反交换律：α ⃗×β ⃗=−β ⃗×α ⃗ § 结合律：(kα ⃗ )×β ⃗=α ⃗×(kβ ⃗ )=k(α ⃗×β ⃗ ) § 分配律：(α ⃗+β ⃗ )×γ ⃗=α ⃗×γ ⃗+β ⃗×γ ⃗ 15.3 空间中的直线与平面 • 空间中的直线 ○ 已知空间内一点 P，以及方向 α ⃗，假设直线上有一点 P_0 ○ 则直线方程可以用向量形式写为 § P ⃗=kα ⃗+(P_0 ) ⃗ (k∈R) ○ 也可以写成分量形式，若 P(x,y,z), P_0 (x_0,y_0,z_0 ),α ⃗=(a_1,a_2,a_3) ○ 可以得到直线的参数方程（显式） § {█(x=x_0+ka_1@y=y_0+ka_2@z=z_0+ka_3 )┤ ○ 将 k 约去可以得到直线的标准方程（隐式） § (x−x_0)/a_1 =(y−y_0)/a_2 =(z−z_0)/a_3 • 例1：求过空间内两点 P_1 (x_1,y_1,z_1 ), P_2 (x_2,y_2,z_2) 的直线方程 ○ α ⃗=(P_2 ) ⃗−(P_1 ) ⃗ ○ ⇒P ⃗=(P_1 ) ⃗+k((P_2 ) ⃗−(P_1 ) ⃗ ) ○ ⇒{█(x=x_1+k(x_2−x_1)@y=y_1+k(y_2−z_1)@z=z_1+k(z_2−z_1))┤ ○ ⇒(x−x_1)/(x_2−x_1 )=(y−y_1)/(y_2−y_1 )=(z−z_1)/(z_2−z_1 ) • 空间中的平面 ○ 确定一个平面需要平面上一个点 P_0 和该平面的法向量 β ⃗ ○ 则平面的方程可以用向量表示为 § (P ⃗−(P_0 ) ⃗ )⋅β ⃗=0 ○ 写成分量形式，若 P(x,y,z), P_0 (x_0,y_0,z_0 ),β ⃗=(b_1,b_2,b_3 ) ○ 可以得到平面方程的标准形式（点法式） § b_1 (x−x_0 )+b_2 (y−y_0 )+b_3 (z−z_0 )=0 ○ 展开后可以得到平面的一般方程 § b_1 x+b_2 y+b_3 z+c=0 § 其中 c=−〖b_1 x〗_0−b_2 x_0−b_3 x_0 • 线性子空间 ○ 直线 § 若空间内的直线过原点 § 则直线方程 P ⃗=kα ⃗+(P_0 ) ⃗ 可以化为 P ⃗=kα ⃗ § 对于直线上任意两点 (P_1 ) ⃗=k_1 α ⃗ , (P_2 ) ⃗=k_2 α ⃗ ，可以得到 § (P_1 ) ⃗+(P_2 ) ⃗=(k_1+k_2)α ⃗ , t(P_1=) ⃗〖(tk〗_1)α ⃗ § 即过原点的直线方程对加法封闭 § 故过原点的直线是 R3 的子空间 ○ 平面 § 若空间内的平面过原点 § 则平面方程 (P ⃗−(P_0 ) ⃗ )⋅β ⃗=0 可以化为 P ⃗⋅β ⃗=0 § 对于平面上任意两点 (P_1 ) ⃗⋅β ⃗=0 , (P_2 ) ⃗⋅β ⃗=0 ，可以得到 § ((P_1 ) ⃗+(P_2 ) ⃗ )⋅β ⃗=0 , (k(P_1 ) ⃗ )⋅β ⃗=0 § 即过原点的平面方程对加法封闭 § 故过原点的平面是 R3 的子空间 • 例2：求过三点 P_1 (x_1,y_1,z_1 ), P_2 (x_2,y_2,z_2), P_3 (x_3,y_3,z_3 ) 的平面方程 ○ 法1：克莱姆法则 § {█(b_1 x_1+b_2 y_1+b_3 z_1+c=0@b_1 x_2+b_2 y_2+b_3 z_2+c=0@b_1 x_3+b_2 y_3+b_3 z_3+c=0@b_1 x+b_2 y+b_3 z+c=0)┤ 有非零解 § ⇒|■8(x_1&y_1&z_1&1@x_2&y_2&z_2&1@x_3&y_3&z_3&1@x&y&z&1)|=0 ○ 法2：向量法 § β ⃗=((P_2 ) ⃗−(P_1 ) ⃗ )×((P_3 ) ⃗−(P_1 ) ⃗ ) § =(x_2−x_1,y_2−y_1,z_2−z_1 )×(x_3−x_1,y_3−y_1,z_3−z_1 ) § =|■8(i ̂&j ̂&k ̂@x_2−x_1&y_2−y_1&z_2−z_1@x_3−x_1&y_3−y_1&z_3−z_1 )|=(A_11,A_12,A_13) § (P ⃗−(P_1 ) ⃗ )⋅β ⃗=0 § ⇒(x−x_1 ) A_11+(y−y_1 ) A_12+(z−z_1 ) A_13=0 § ⇒|■8(x−x_1&y−y_1&z−z_1@x_2−x_1&y_2−y_1&z_2−z_1@x_3−x_1&y_3−y_1&z_3−z_1 )|=0$

Shawn Zhong

Shawn Zhong

Notes

第11讲分块矩阵

第12讲矩阵的初等变换

第13讲矩阵的秩

第14讲线性方程组

第15讲向量

Search

WeChat Account

Notes

第11讲 分块矩阵

第12讲 矩阵的初等变换

第13讲 矩阵的秩

第14讲 线性方程组

第15讲 向量

Search

WeChat Account

第11讲分块矩阵

第12讲矩阵的初等变换

第13讲矩阵的秩

第14讲线性方程组

第15讲向量