本文共 4726 字,大约阅读时间需要 15 分钟。
引言
- 题型总结中推荐例题有蓝皮书的题型较为重要,只有吉米多维奇的题型次之。
- 码字不易,如果这篇文章对您有帮助的话,希望您能点赞、评论、收藏,投币、转发、关注。您的鼓励就是我前进的动力!
知识点思维导图
补充:
- 方阵与行列式是两个不同的概念:n 阶方阵是 n 2 n^2 n2个数按一定方式排列的数表,而 n 阶行列式则是这些数按一定的运算法则所确定的一个数。
- A A A与 A ∗ A^* A∗的行列式之间的关系: ∣ A ∗ ∣ = ∣ A ∣ n − 1 |A^*|=|A|^{n-1} ∣A∗∣=∣A∣n−1
- 伴随矩阵常用结果: 1) ( k A ) ∗ = k n − 1 A ∗ (kA)^*=k^{n-1}A^* (kA)∗=kn−1A∗ 2) ( A T ) ∗ = ( A ∗ ) T (A^T)^*=(A^*)^T (AT)∗=(A∗)T 3) ( A ∗ ) ∗ = ∣ A ∣ n − 2 A (A^*)^*=|A|^{n-2}A (A∗)∗=∣A∣n−2A 4) ( A B ) ∗ = B ∗ A ∗ (AB)^*=B^*A^* (AB)∗=B∗A∗
- 任意一矩阵经过有限次的初等变换,都可以化为标准形矩阵,行阶梯形矩阵和行最简形矩阵。
- 初等变换求逆矩阵时,若构造的矩阵是 (A,E) 型的(要变换为 ( E , A − 1 ) (E,A^{-1}) (E,A−1))只能用初等行变换。同理:构造的如果是列的矩阵只能用初等列变换。
- 常用的分块矩阵:
1)
( A 1 A 2 ⋱ A m ) n = ( A 1 n A 2 n ⋱ A m n ) \begin{pmatrix} A_1&\\ &A_2\\ &&\ddots\\ &&&A_m\\ \end{pmatrix}^n =\begin{pmatrix} A_1^n&\\ &A_2^n\\ &&\ddots\\ &&&A_m^n\\ \end{pmatrix} A1A2⋱Am n= A1nA2n⋱Amn 2)
( A 1 A 2 ⋱ A m ) − 1 = ( A 1 − 1 A 2 − 1 ⋱ A m − 1 ) \begin{pmatrix} A_1&\\ &A_2\\ &&\ddots\\ &&&A_m\\ \end{pmatrix}^{-1} =\begin{pmatrix} A_1^{-1}&\\ &A_2^{-1}\\ &&\ddots\\ &&&A_m^{-1}\\ \end{pmatrix} A1A2⋱Am −1= A1−1A2−1⋱Am−1 3)
( A 1 A 2 … A m ) − 1 = ( A m − 1 … A 2 − 1 A 1 − 1 ) \begin{pmatrix} &&&A_1\\ &&A_2\\ &\dots\\ A_m&\\ \end{pmatrix}^{-1} =\begin{pmatrix} &&&A_m^{-1}\\ &&\dots\\ &A_2^{-1}\\ A_1^{-1}&\\ \end{pmatrix} Am…A2A1 −1= A1−1A2−1…Am−1 矩阵秩的基本性质与相关结论总结
一、单个矩阵的秩
- 若矩阵 A A A 中有某个 s s s 阶子式不为 0 0 0,则 r ( A ) ≥ s r(A)≥s r(A)≥s;若矩阵 A A A 中所有 t t t 阶子式全为 0 0 0,则 r ( A ) < t r(A)<t r(A)<t。
- A A A行(或列)满秩 ⟺ \iff ⟺ r ( A ) = m ( 或 n ) r(A) = m(或 n ) r(A)=m(或n) ⟺ \iff ⟺A 的等价标准形为 ( E m , 0 ) (E_m,0) (Em,0)(或 ( E m , 0 ) T (E_m,0)^T (Em,0)T)
- 若 A A A为 m × n m×n m×n矩阵,则 0 ≤ r ( A ) ≤ m i n ( m , n ) 0≤r(A)≤min( m,n ) 0≤r(A)≤min(m,n)。
- 若 A A A 是 n n n 阶方阵: r ( A ) = n r(A) = n r(A)=n ⟺ \iff ⟺ ∣ A ∣ ≠ 0 |A|≠0 ∣A∣=0; r ( A ) < n r(A) < n r(A)<n ⟺ \iff ⟺ ∣ A ∣ = 0 |A| = 0 ∣A∣=0。
二、两个矩阵的秩
- r ( A T A ) = r ( A A T ) = r ( A T ) = r ( A ) r(A^TA)=r(AA^T)=r(A^T)=r(A) r(ATA)=r(AAT)=r(AT)=r(A)。
- 同型矩阵 A 、 B A、B A、B等价的充要条件是 r ( A ) = r ( B ) r(A) = r(B) r(A)=r(B) 。
- m a x ( r ( A ) , r ( B ) ) ≤ r ( A , B ) ≤ r ( A ) + r ( B ) max( r(A), r(B) ) ≤ r(A,B) ≤ r(A) + r(B) max(r(A),r(B))≤r(A,B)≤r(A)+r(B),特别的,当 B = b B=b B=b为向量时,有 r ( A ) ≤ r ( A , b ) ≤ r ( A ) + 1 r(A) ≤ r(A,b) ≤ r(A)+1 r(A)≤r(A,b)≤r(A)+1 。
- r ( A + B ) ≤ r ( A ) + r ( B ) r(A+B) ≤ r(A) + r(B) r(A+B)≤r(A)+r(B),若 A m × n B n × s = 0 A_{m×n}B_{n×s} = 0 Am×nBn×s=0,则 r ( A ) + r ( B ) ≤ n r(A) + r(B) ≤ n r(A)+r(B)≤n。
- r ( A ) + r ( B ) − n ≤ r ( A B ) ≤ m i n ( r ( A ) , r ( B ) ) r(A) + r(B) - n ≤ r( AB ) ≤ min( r(A), r(B) ) r(A)+r(B)−n≤r(AB)≤min(r(A),r(B))
- 若 P 、 Q P 、Q P、Q可逆,则 r ( P A Q ) = r ( A ) r(PAQ) = r(A) r(PAQ)=r(A)。
三、其他
- 由 n n n 维非零列向量 α , β α,β α,β 乘积生成的矩阵( A = α β T A=αβ^T A=αβT)有: A m = k m − 1 A A^m=k^{m-1}A Am=km−1A
- A ∗ A^* A∗是 n n n 阶方阵 A A A 的伴随矩阵,则 r ( A ∗ ) = { n 若 r ( A ) = n , 1 若 r ( A ) = n − 1 , 0 若 r ( A ) 小于 n − 1. \boxed{ r(A^*)= \begin{cases} n&若r(A)=n,\\ 1&若r(A)=n-1,\\ 0&若r(A)小于n-1.\\ \end{cases}} r(A∗)=⎩ ⎨ ⎧n10若r(A)=n,若r(A)=n−1,若r(A)小于n−1.
易错
- 伴随矩阵: 1)是个方阵; 2)行列式 |A| 个元素的代数余子式构成的方阵,还要转置一下。
- 把矩阵变换为行阶梯形矩阵或行最简形矩阵,只能用初等行变换。
题型总结
一、初等变换法求解逆矩阵和解矩阵方程
- 方法原理:(最常用) 1)求逆矩阵: ( A , E ) → 初等行变换 ( E , A − 1 ) \boxed{(A,E)\overset{初等行变换}{\rightarrow}(E,A^{-1})} (A,E)→初等行变换(E,A−1) 2)解矩阵方程:对矩阵方程 A X = B AX=B AX=B,有 ( A , B ) → 初等行变换 ( E , A − 1 B ) \boxed{(A,B)\overset{初等行变换}{\rightarrow}(E,A^{-1}B)} (A,B)→初等行变换(E,A−1B)
- 计算逆矩阵的方法还有:公式法( A − 1 = A ∗ / ∣ A ∣ A^{-1}=A^*/|A| A−1=A∗/∣A∣ ),定义法,初等列变换,行列一起变。
- 用定义法求逆矩阵的关键是凑出等式 A B = E AB=E AB=E从而 A − 1 = B A^{-1}=B A−1=B。
- 相关例题: 1)(蓝皮书):P30。 2)(吉米多维奇):P61-P64, P75-P77, P94-P95。
二、求矩阵的秩
- 方法一:(初等变换法)把矩阵用初等行变换变成行阶梯形矩阵,其非零行的行数就是矩阵的秩。 1)此方法最常用,也最简便。
- 方法二:(定义法)利用矩阵的定义求矩阵的秩。 1)若矩阵的任意两行两列都成比例,则所有矩阵的二阶子式都为0,秩为1。 2)由秩的定义可知:若矩阵存在一个不为0的 r 阶子式,而包含这个 r 阶子式的所有 r+1 阶子式全为 0 ,则矩阵的秩为 r。 3)利用 r ( A ) < n r(A)<n r(A)<n可以得到 ∣ A ∣ = 0 |A|=0 ∣A∣=0,从而解出相关未知量。 4)要掌握此方法的关键是理解、牢记并熟练地运用秩的定义。
- 方法三:(公式法)利用常用的公式求矩阵的秩。 1)常见的题型如证明矩阵的秩。 2)求解的关键就是要牢记并能熟练地使用秩的相关公式和结论。 3)此方法较难想到,尤其是繁多的公式结论,但若能掌握此方法,对求解矩阵的秩的相关习题将有极大的帮助。
- 相关例题: 1)(蓝皮书):P31。 2)(吉米多维奇):P80-P85。
其余题型
- 矩阵的幂运算。 1)主要思想:在 A n A^n An的每一项上做文章,把它展开,想办法使项与项相消,化繁为简。 2)注意使用 A = α β T A=αβ^T A=αβT。 3)利用数学归纳法,先求出较低次的幂,观察其定律,再归纳证明。 4)相关例题: i. (蓝皮书):P23-P24。 ii. (吉米多维奇):P51-P54。
- 用其他矩阵来表示或推导某个矩阵。 1)因式分解,想办法配凑出要求的矩阵。 2)注意 E 的使用(增、减,配凑式子)。 3)相关例题:(蓝皮书):P25-P27。
- 求方阵的行列式:此类题目的一般求法是:首先对所给的等式进行变形,使得矩阵两边都是矩阵相乘的形式,然后两边同时取行列式。求解的关键是找已知式子与未知结果的式子的关联。
- 分块矩阵的运算 1)将大矩阵的运算分块为多个小矩阵的运算,从而简化运算。 2)再分块时尽量时矩阵的子块是特殊的矩阵,如单位矩阵,对角矩阵,零矩阵等。
方法心得
- 求分块矩阵的逆矩阵常用方法:待定系数法。 如求分块矩阵 A 的逆矩阵。可以设 A − 1 = ( X 11 X 12 X 21 X 22 ) A^{-1}= \begin{pmatrix} X_{11}&X_{12}\\ X_{21}&X_{22}\\ \end{pmatrix} A−1=(X11X21X12X22) 再由 A A − 1 = ( E O O E ) AA^{-1}= \begin{pmatrix} E&O\\ O&E\\ \end{pmatrix} AA−1=(EOOE) 求出相应元素即可。
参考资料:
[1]
[2]
[3]
转载地址:http://nbsduy.baihongyu.com/