线性代数公式大全Word文件下载.docx

上传人:b****6 文档编号:21689648 上传时间:2023-01-31 格式:DOCX 页数:45 大小:234.20KB
下载 相关 举报
线性代数公式大全Word文件下载.docx_第1页
第1页 / 共45页
线性代数公式大全Word文件下载.docx_第2页
第2页 / 共45页
线性代数公式大全Word文件下载.docx_第3页
第3页 / 共45页
线性代数公式大全Word文件下载.docx_第4页
第4页 / 共45页
线性代数公式大全Word文件下载.docx_第5页
第5页 / 共45页
点击查看更多>>
下载资源
资源描述

线性代数公式大全Word文件下载.docx

《线性代数公式大全Word文件下载.docx》由会员分享,可在线阅读,更多相关《线性代数公式大全Word文件下载.docx(45页珍藏版)》请在冰豆网上搜索。

线性代数公式大全Word文件下载.docx

AE=A,EA=A

A(kE)=kA,(kE)A=kAAB=E⇔BA=E

与数的乘法的不同之处

无交换律因式分解障碍是交换性

一个矩阵A的每个多项式可以因式分解,例如

A2-2A-3E=(A-3E)(A+E)

无消去律(矩阵和矩阵相乘)

当AB=0时⇒/A=0或B=0

由A≠0和AB=0⇒/B=0

由A≠0时AB=AC⇒/B=C(无左消去律)

特别的设A可逆,则A有消去律。

左消去律:

AB=AC⇒B=C。

右消去律:

BA=CA⇒B=C。

如果A列满秩,则A有左消去律,即

①AB=0⇒B=0

②AB=AC⇒B=C

可逆矩阵的性质

i)当A可逆时,

AT也可逆,且(AT)-1=(A-1)T。

Ak也可逆,且(Ak)-1=(A-1)k。

数c≠0,cA也可逆,(cA)-1=1A-1。

c

ii)A,B是两个n阶可逆矩阵⇔AB也可逆,且(AB)-1=B-1A-1。

推论:

设A,B是两个n阶矩阵,则AB=E⇔BA=E

命题:

初等矩阵都可逆,且

(E(i,j))-1=E(i,j)

 

(E(i(c)))-1=

⎛⎛1⎫⎫

Eiç

⎝⎝⎭⎭

(E(i,j(c)))-1=E(i,j(-c))

准对角矩阵

A11

A=

A22

00

0

0Akk

-111

可逆⇔每个A都可逆,记A-1=0

000

-122

00

-1

kk

伴随矩阵的基本性质:

AA*=A*A=

当A可逆时,

AE

AA*=E得

,(求逆矩阵的伴随矩阵法)

且得:

(A*)-1=

伴随矩阵的其他性质

A=(A-1)*

A

⎛-1

ç

)*=

A-1

(A-1

)-1=⎫

A*=

AA-1

②(AT)*=(A*)T,

④(AB)*=B*A*,

⑤(Ak)*=(A*)k,

⎛a-b⎫

n=2时,(A*)*=A

关于矩阵右上肩记号:

T,k,-1,*

A*=ç

-cd⎪

i)任何两个的次序可交换,如(AT)*=(A*)T,

(A*)-1=(A-1)*等

ii)(AB)T=BTAT,(AB)-1=B-1A-1,

(AB)*=B*A*

但(AB)k=BkAk不一定成立!

线性表示

0→α1,α2,,αs

αi→α1,α2,,αs

β→α1,α2,,αs⇔x1α1+x2α2++xsαs=β有解

⇔(α1,α2

,αs

)x=β有解(x=(x1,,xs

)T)

Ax=β有解,即β可用A的列向量组表示

AB=C=(r1,r2,,rs),A=(α1,α2,,αn),则r1,r2,,rs→α1,α2,,αn。

β1,β2,,βt→α1,α2,,αs,

则存在矩阵C,使得(β1,β2,,βt)=(α1,α2,,αs)C

线性表示关系有传递性当β1,β2,,βt→α1,α2,,αs→r1,r2,,rp,

则β1,β2,,βt→r1,r2,,rp。

等价关系:

如果

α1,α2,,αs→←β1,β2,,βt

α1,α2,,αs

与β1,β2,,βt

互相可表示

记作α1,α2,,αs≅β1,β2,,βt。

线性相关

s=1,单个向量α,xα=0

α相关⇔α=0

s=2,α1,α2相关⇔对应分量成比例α1,α2相关⇔a1:

b1=a2:

b2==an:

bn

A=(α1,α2,,αn),Ax=0有非零解⇔

A=0

如果s>

n,则α1,α2,,αs一定相关

Ax=0的方程个数n<

未知数个数s

证明:

设c1,,cs,c不全为0,使得c1α1++csαs+cβ=0

则其中c≠0,否则c1,,cs不全为0,c1α1++csαs=0,与条件α1,,αs无关矛

盾。

于是β=-c1α

c1

-

-csα。

cs

(表示方式不唯一⇔α1αs相关)

记A=(α1,,αs),B=(β1,,βt),

则存在s⨯t矩阵C,使得B=AC。

Cx=0有s个方程,t个未知数,s<

t,有非零解η,Cη=0。

则Bη=ACη=0,即η也是Bx=0的非零解,从而β1,,βt线性相关。

各性质的逆否形式

①如果α1,α2,,αs无关,则s≤n。

②如果α1,α2,,αs有相关的部分组,则它自己一定也相关。

③如果α1αs无关,而β→/α1,,αs,则α1,,αsβ无关。

⑤如果β1βt→α1αs,β1βt无关,则t≤s。

若两个无关向量组α1αs与β1βt等价,则s=t。

极大无关组

另一种说法:

取α1,α2,,αs的一个极大无关组(I)

(I)也是α1,α2,,αs,β的极大无关组⇔(I),β相关。

β→α1,,αs⇔β→(I)⇔(I),β相关。

⇒γ(β1,,βt)≤γ(α1,,αs)

矩阵的秩的简单性质

0≤r(A)≤min{m,n}r(A)=0⇔A=0

A行满秩:

r(A)=m

A列满秩:

r(A)=n

n阶矩阵A满秩:

A满秩⇔A的行(列)向量组线性无关

⇔A≠0

⇔A可逆

⇔Ax=0只有零解,Ax=β唯一解。

矩阵在运算中秩的变化

初等变换保持矩阵的秩

①r(AT)=r(A)

②c≠0时,r(cA)=r(A)

③r(A±

B)≤r(A)+r(B)

④r(AB)≤min{r(A),r(B)}

⑤A可逆时,r(AB)=r(B)

弱化条件:

如果A列满秩,则γ(AB)=γ(B)

证:

下面证ABx=0与Bx=0同解。

η是ABx=0的解⇔ABη=0

⇔Bη=0⇔η是Bx=0的解

B可逆时,r(AB)=r(A)

⑥若AB=0,则r(A)+r(B)≤n(A的列数,B的行数)

⑦A列满秩时r(AB)=r(B)

B行满秩时r(AB)=r(A)

⑧r(AB)+n≥r(A)+r(B)

解的性质

1.Ax=0的解的性质。

如果η1,η2,,ηe是一组解,则它们的任意线性组合c1η1+c2η2

++ceηe一定也

是解。

2.Ax=β(β≠0)

①如果ξ1,ξ2,,ξe是Ax=β的一组解,则

c1ξ1+c2ξ2++ceξe也是Ax=β的解⇔c1+c2++ce=1

c1ξ1+c2ξ2++ceξe是Ax=0的解⇔c1+c2++ce=0

Aξi=β⋅∀i

A(c1ξ1+c2ξ2++ceξe)=c1Aξ1+c2Aξ2++ceAξe

=(c1+c2++ce)β

当ξ1,ξ2是Ax=β的两个解时,ξ1-ξ2是Ax=0的解

特别的:

②如果ξ0是Ax=β的解,则n维向量ξ也是Ax=β的解⇔ξ-ξ0是Ax=0的解。

解的情况判别

方程:

Ax=β,即x1α1+x2α2++xnαn=β

有解

⇔β→α1,α2,,αn

⇔γ(A|β)=γ(A)⇔γ(α1,α2,,αn,β)=γ(α1,α2,,αn)

无解

⇔γ(A|β)>

γ(A)

唯一解

⇔γ(A|β)=γ(A)=n

无穷多解

⇔γ(A|β)=γ(A)<

n

方程个数m:

γ(A|β)≤m,γ(A)≤m

①当γ(A)=m时,γ(A|β)=m,有解

②当m<

n时,γ(A)<

n,不会是唯一解对于齐次线性方程组Ax=0,

只有零解⇔γ(A)=n(即A列满秩)

(有非零解⇔γ(A)<

n)

特征值特征向量

λ是A的特征值⇔λ是A的特征多项式xE-A的根。

两种特殊情形:

(1)A是上(下)三角矩阵,对角矩阵时,特征值即对角线上的元素。

1

⎛λ**⎫

A=ç

0

⎝0

λ2*⎪

3⎭

xE-A=

x-λ1

-*

x-λ2

x-λ3

=(x-λ1)(x-λ2)(x-λ3)

(2)r(A)=1时:

A的特征值为0,0,,0,tr(A)

特征值的性质

n阶矩阵A的特征值λ的重数≥n-r(λE-A)

设A的特征值为λ1,λ2,,λn,则

设η是A的特征向量,特征值为λ,即Aη=λη,则

①对于A的每个多项式f(A),f(A)η=f(x)η

②当A可逆时,A-1η=1η,A*η=|A|η

λλ

设A的特征值为λ1,λ2,,λn,则

①f(A)的特征值为f(λ1),f(λ2),,f(λn)

②A可逆时,A-1的特征值为1,1

λ1λ2

,1

λn

A*的特征值为|A|,|A|,,|A|

λ1λ2λn

12n

③AT的特征值也是λ,λ,,λ

特征值的应用

①求行列式|A|=λ1,λ2,,λn

②判别可逆性

A-λE可逆⇔λ不是A的特征值。

当f(A)=0时,如果f(c)≠0,则A-cE可逆若λ是A的特征值,则f(λ)是f(A)的特征值⇒f(c)≠0⇒c不是A的特征值⇔AcE可逆。

n阶矩阵的相似关系

f(λ)=0。

当AU=UA时,B=A,而AU≠UA时,B≠A。

相似关系有i)对称性:

A~B⇔B~A

U-1AU=B,则A=UBU-1

ii)有传递性:

A~B,B~C,则A~C

U-1AU=B,V-1BV=C,则

(UV)-1A(UV)=V-1U-1AUV=V-1BV=C

命题当A~B时,A和B有许多相同的性质

①A=B

②γ(A)=γ(B)

③A,B的特征多项式相同,从而特征值完全一致。

A与B的特征向量的关系:

η是A的属于λ的特征向量⇔U-1η是B的属于λ的特征向量。

Aη=λη⇔B(U-1η)=λ(U-1η)

U-1Aη=λU-1η⇔U-1AUU-1η=λ(U-1η)

正定二次型与正定矩阵性质与判别可逆线性变换替换保持正定性

f(x1,x2,,xn)变为g(y1,y2,,yn),则它们同时正定或同时不正定

例如B=CTAC。

如果A正定,则对每个x≠0

xTBx=xTCTACx=(Cx)TACx>

(C可逆,x≠0,∴Cx≠0!

)我们给出关于正定的以下性质

A正定⇔A~-E

⇔存在实可逆矩阵C,A=CTC。

⇔A的正惯性指数=n。

⇔A的特征值全大于0。

⇔A的每个顺序主子式全大于0。

判断A正定的三种方法:

①顺序主子式法。

②特征值法。

③定义法。

基本概念

对称矩阵AT=A。

反对称矩阵AT=-A。

简单阶梯形矩阵:

台角位置的元素都为1,台角正上方的元素都为0。

如果A是一个n阶矩阵,A是阶梯形矩阵⇒A是上三角矩阵,反之不一定矩阵消元法:

(解的情况)

①写出增广矩阵(Aβ),用初等行变换化(Aβ)为阶梯形矩阵(Bγ)。

②用(Bγ)判别解的情况。

i)如果(Bγ)最下面的非零行为(0,,0d),则无解,否则有解。

ii)如果有解,记γ是(Bγ)的非零行数,则

γ=n时唯一解。

γ<

n时无穷多解。

iii)唯一解求解的方法(初等变换法)

去掉(Bγ)的零行,得(Bγ),它是n⨯(n+c)矩阵,B是n阶梯形矩阵,从而是上三角

矩阵。

则bnn≠0⇒bn-1n-1≠0⇒bii都不为0。

(Aβ)−−行→(Br)−−行→(Eη)

η就是解。

a11a21

一个n阶行列式

an1

①是n!

项的代数和

a12a22

an2

a1na

的值:

ann

②每一项是n个元素的乘积,它们共有n!

排列。

a1j1a2j2anjn其中j1j2jn是1,2,,n的一个全

③a1j1a

njn

前面乘的应为(-1)τ(j1j2jn)

τ(j1

j2jn

)的逆序数

=∑(-1)τ(j1j2jn)a

a2j2

anjn

j1j2jn

代数余子式

Mij为aij的余子式。

Aij

=(-1)i+jM

ij

定理:

一个行列式的值D等于它的某一行(列),各元素与各自代数余子式乘积之和。

一行(列)的元素乘上另一行(列)的相应元素代数余子式之和为0。

范德蒙行列式

11

a1a1

1

an

=∏(aji<

j

-ai)

C2个

乘法相关

AB的(i,j)位元素是A的第i行和B的第j列对应元素乘积之和。

乘积矩阵的列向量与行向量

(1)

设m⨯n矩阵A=(α,α

),n维列向量β=(b,b,,b

)T,则

Aβ=b1α1+b2α2++bnαn

矩阵乘法应用于方程组方程组的矩阵形式

Ax=β,(β=(b,b,,b

12m

方程组的向量形式

x1α1+x2α2++xnαn=β

(2)设AB=C,

AB=(Aβ1,Aβ2,,Aβs)

ri=Aβi=b1iα1+b2iα2++bniαn

AB的第i个列向量是A的列向量组的线性组合,组合系数是B的第i个列向量的各分

量。

AB的第i个行向量是B的行向量组的线性组合,组合系数是A的第i个行向量的各分

矩阵分解

当矩阵C的每个列向量都是A的列向量的线性组合时,可把C分解为A与一个矩阵B

的乘积

特别的在有关对角矩阵的乘法中的若干问题

(α,α

⎛λ00

)ç

0λ20

0⎫

0⎪=(λα,λα

,λα)

12nç

00⎪

1122nn

⎝00

0λn⎭

对角矩阵从右侧乘一矩阵A,即用对角线上的元素依次乘A的各列向量对角矩阵从左侧乘一矩阵A,即用对角线上的元素依次乘A的各行向量

于是AE=A,EA=A

A(kE)=kA,(kE)A=kA

两个对角矩阵相乘只须把对角线上对应元素相乘

对角矩阵的k次方幂只须把每个对角线上元素作k次方幂

对一个n阶矩阵A,规定tr(A)为A的对角线上元素之和称为A的迹数。

于是(αβT)k

=(βTα)k-1αβT=[tr(αβT)]k-1αβT

αTα=tr(ααT)

其他形式方阵的高次幂也有规律

⎛1

例如:

A=ç

01⎫

20⎪

0⎭

初等矩阵及其在乘法中的作用

(1)E(i,j):

交换E的第i,j两行或交换E的第i,j两列

(2)E(i(c)):

用数c(≠0)乘E的第i行或第i列

(3)E(i,j(c)):

把E的第j行的c倍加到第i行上,或把E的第i列的c倍加到第j列上。

初等矩阵从左(右)侧乘一个矩阵A等同于对A作一次相当的初等行(列)变换

乘法的分块法则

一般法则:

在计算两个矩阵A和B的乘积时,可以先把A和B用纵横线分割成若干小矩阵来进行,要求A的纵向分割与B的横向分割一致。

两种常用的情况

(1)A,B都分成4块

⎛A11

A12⎫

⎛B11

B12⎫

⎪,B=ç

ABB

⎝21

22⎭

其中Ai1的列数和B1j的行数相等,Ai2的列数和B2j的行数相关。

⎛A11B11+A12B21A11B12+A12B22⎫

AB=ç

AA

+

AB+AB⎪

⎝2111

2221

21122222⎭

(2)准对角矩阵

00⎫

0A22

0⎪

A

⎫⎛B

⎪ç

⎛A11B11

0A22

0⎪ç

B22

0⎪=ç

A22B220⎪

⎪ç

⎪ç

⎪ç

00A0

⎪ç

0B00AB

矩阵方程与可逆矩阵

两类基本的矩阵方程(都需求A是方阵,且A≠0)

(I)Ax=B

(I)的解法:

(AB)−−行→(Ex)

(II)xA=B

(II)的解法,先化为ATxT

(ATBT)→(ExT)。

=BT。

通过逆求解:

Ax=B,x=A-1B

可逆矩阵及其逆矩阵

定义:

设A是n阶矩阵,如果存在n阶矩阵H,使得AH=E,且HA=E,则称A是可逆矩

n阶矩阵A可逆⇔A≠0

求A

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 党团工作 > 思想汇报心得体会

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1