线性代数第二章--矩阵

方程组若干概念

n元齐次线性方程组
n元非齐次线性方程组
n元齐次线性方程组 (所有xi都为0一定是方程的解)

矩阵的若干概念

m*n个数的数表
任意一个数称之为元素
全为实数的称为实矩阵,存在复数的称之为复矩阵
行数和列数相等的称之为方阵
只有一行的矩阵称之为行矩阵又称之为行向量
只有一列的矩阵称之为列矩阵又称之为列向量
两个矩阵的行数和列数相等称之为同型矩阵
同型矩阵对应的元素相等记作A=B
系数矩阵 未知矩阵 常数项矩阵 增广矩阵
除对角线外,的都是0称之为对角矩阵
对角矩阵对角线上的值都为1,称之为单位阵。

矩阵的运算

1 矩阵的加法

只有同型矩阵才可以运算
A+B=B+A
A+(B+C) = A+B+C

2 数与矩阵相乘

λ \lambda λ μ \mu μ )A = λ \lambda λ( μ \mu μA)
λ \lambda λ+ μ \mu μ )A = λ \lambda λA+ μ \mu μA
λ \lambda λ(A+B) = λ \lambda λA+ λ \lambda λB

3 矩阵与矩阵相乘

满足结合律和分配率
(AB)C = A(BC)
λ \lambda λ)AB = ( λ \lambda λA)B
A(B+C) = AB+AC

矩阵的转置

( A T ) T (A^{T})^{T} (AT)T = A
( A + B ) T (A+B)^{T} (A+B)T = A T A^{T} AT+ B T B^{T} BT
( λ A ) T (\lambda A)^{T} (λA)T = λ \lambda λ A T A^{T} AT
( A B ) T (AB)^{T} (AB)T = B T A T B^{T}A^{T} BTAT
∣ A ∣ T = ∣ A ∣ |A|^{T} = |A| AT=A

方针的行列式

由方针构成的行列式
∣ A T ∣ |A^{T}| AT = ∣ A ∣ |A| A
∣ λ A ∣ |\lambda A| λA = λ n ∣ A ∣ \lambda^{n}|A| λnA
|AB| = ∣ A ∣ ∣ B ∣ |A||B| AB

伴随矩阵

行列式每个位置由代数余子式构成的矩阵转置称之为伴随矩阵
A A ∗ AA^{*} AA = A ∗ A A^{*}A AA = |A|E
( a ∗ ) ∗ (a^{*})^* (a) = ∣ A ∣ n − 2 |A|^{n-2} An2
( k A ) ∗ = k n − 1 A ∗ (kA)^{*} = k^{n-1}A^{*} (kA)=kn1A
( A B ) ∗ (AB)^{*} (AB) = B ∗ A ∗ B^{*}A^{*} BA
∣ A ∗ ∣ = ∣ A ∣ n − 1 |A^{*}| = |A|^{n-1} A=An1
伴随矩阵求法定义法 公式法
|A|!=0 即A可逆 A ∗ = ∣ A ∣ A − 1 A^{*} = |A|A^{-1} A=AA1

逆矩阵

定义 如果对于一个矩阵由AB=BA=E则称A是可逆的,B为A的逆矩阵
唯一: 逆矩阵存在唯一
定理1: 矩阵A可逆,则|A| != 0
定理2: A − 1 A^{-1} A1 = A ∗ ∣ A ∣ \dfrac {A^{\ast }}{\left| A\right| } AA
AB = E 推出 B = A − 1 A^{-1} A1
推论1:A 可逆 A − 1 A^{-1} A1亦可逆 ( A − 1 ) − 1 = A (A^{-1})^{-1} = A (A1)1=A
推论2: ( λ A ) − 1 (\lambda A)^{-1} (λA)1 = 1 λ A − 1 \dfrac {1}{\lambda }A^{-1} λ1A1
推论3:A,B可逆 AB亦可逆 ( A B ) − 1 = B − 1 A − 1 (AB)^{-1} = B^{-1}A^{-1} (AB)1=B1A1
推论4:| A − 1 A^{-1} A1| = ∣ A ∣ − 1 |A|^{-1} A1
求法:
1 用定义
2 用伴随
3 用初等变换
公式对比

转置 伴随
( A T ) T (A^{T})^{T} (AT)T = A ( a ∗ ) ∗ (a^{*})^* (a) = ∥ a ∥ n − 2 \|a\|^{n-2} an2 ( A − 1 ) − 1 = A (A^{-1})^{-1} = A (A1)1=A
( λ A ) T (\lambda A)^{T} (λA)T = λ \lambda λ A T A^{T} AT ( k A ) ∗ = k n − 1 A ∗ (kA)^{*} = k^{n-1}A^{*} (kA)=kn1A ( λ A ) − 1 (\lambda A)^{-1} (λA)1 = 1 λ A − 1 \dfrac {1}{\lambda }A^{-1} λ1A1
( A B ) T (AB)^{T} (AB)T = B T A T B^{T}A^{T} BTAT ( A B ) ∗ (AB)^{*} (AB) = B ∗ A ∗ B^{*}A^{*} BA ( A B ) − 1 = B − 1 A − 1 (AB)^{-1} = B^{-1}A^{-1} (AB)1=B1A1
∥ A ∥ T = ∥ A T ∥ \|A\|^{T} = \|A^{T}\| AT=AT ∥ A ∗ ∥ = ∥ A ∥ n − 1 \|A^{*}\| = \|A\|^{n-1} A=An1 ∥ A ∥ − 1 = ∥ A − 1 ∥ \|A\|^{-1} = \|A^{-1}\| A1=A1
( A + B ) T (A+B)^{T} (A+B)T = A T A^{T} AT+ B T B^{T} BT

克拉默法则的推广

A = 系数矩阵
Aj = 1到j-1列 并 b 并 j+1 到 n

分块矩阵

分块矩阵的性质与普通矩阵类似
可理解为广义矩阵

对角分块矩阵

反对角矩阵
线性代数第二章--矩阵_第1张图片附加:证明矩阵A=O 即证明 A T A = O A^{T}A = O ATA=O
AB != BA
( A + B ) 2 ! = A 2 + B 2 + 2 A B (A+B)^{2}!=A^{2}+B^{2}+2AB (A+B)2!=A2+B2+2AB
A 2 − B 2 ! = ( A − B ) ( A + B ) A^{2}-B^{2}!=(A-B)(A+B) A2B2!=(AB)(A+B)
A 2 = 0 A^{2}=0 A2=0 不能推出A=0
A 2 = A A^{2}=A A2=A 不能推出A=0或者A=E
AX=AY 且A!=0 不能推出X=Y

  • 行阶最简型矩阵
    非零行首个非零元素为1
    并且非0元素该列其他行为0

你可能感兴趣的:(数学)