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。
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!
项
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
,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