当前位置: 代码迷 >> 综合 >> 2.5 初等变换、线性变换
  详细解决方案

2.5 初等变换、线性变换

热度:96   发布时间:2023-12-29 23:46:59.0

1 初等变换

  1. 一个非零常数乘矩阵的某一行(列);(倍乘)
  2. 互换矩阵中某两行(列)的位置;(互换)
  3. 将矩阵的某一行(列)的 kkk 倍加到另一行(列)。(倍加)

1.1 初等矩阵

由单位矩阵经过一次初等变换得到的矩阵称为初等矩阵。

  1. E2(k)=[1000k0001]\boldsymbol{E}_2(k)=\begin{bmatrix} 1 & 0 & 0 \\ 0 & k & 0 \\ 0 & 0 & 1 \\ \end{bmatrix}E2?(k)=???100?0k0?001????E\boldsymbol{E}E 的第 222 行(或第 222 列)乘 kkk 倍,称为倍乘初等矩阵。
    定义:Ei(k)(k≠0)\boldsymbol{E}_i(k)(k \ne 0)Ei?(k)(k??=0) 表示单位矩阵 E\boldsymbol{E}E 的第 iii 行(或第 iii 列)乘以非零常数 kkk 所得的初等矩阵。
  2. E12=[010100001]\boldsymbol{E}_{12}=\begin{bmatrix} 0 & 1 & 0 \\ 1 & 0 & 0 \\ 0 & 0 & 1 \\ \end{bmatrix}E12?=???010?100?001????E\boldsymbol{E}E 的第 1,21,21,2 行(或第 1,21,21,2 列)互换,称为互换初等矩阵。
    定义:Eij\boldsymbol{E}_{ij}Eij? 表示单位矩阵 E\boldsymbol{E}E 交换第 iii 行与第 jjj 行(或第 iii 列与第 jjj 列)所所得的初等矩阵。
  3. E31(k)=[100010k01]\boldsymbol{E}_{31}(k)=\begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ k & 0 & 1 \\ \end{bmatrix}E31?(k)=???10k?010?001????E\boldsymbol{E}E 的第 111 行的 kkk 倍加到第 333 行(或第 333 列的 kkk 倍加到第 111 列),称为倍加初等矩阵。
    定义:Eij(k)\boldsymbol{E}_{ij}(k)Eij?(k) 表示单位矩阵 E\boldsymbol{E}E 的第 jjj 行的 kkk 倍加到第 iii 行(或第 iii 列的 kkk 倍加到第 jjj 列)所得的初等矩阵。

1.2 初等矩阵的性质

  1. 初等矩阵的转置仍是初等矩阵。
  2. 初等矩阵都是可逆矩阵,且其逆矩阵仍是同一类型的初等矩阵,即 [Ei(k)]?1=Ei(1k),Eij?1=Eij,Eij(k)?1=Eij(?k)[\boldsymbol{E}_i(k)]^{-1}=\boldsymbol{E}_i(\frac{1}{k}),\boldsymbol{E}_{ij}^{-1}=\boldsymbol{E}_{ij},\boldsymbol{E}_{ij}(k)^{-1}=\boldsymbol{E}_{ij}(-k)[Ei?(k)]?1=Ei?(k1?),Eij?1?=Eij?,Eij?(k)?1=Eij?(?k)
  3. A\boldsymbol{A}A 是可逆矩阵,则 A\boldsymbol{A}A 可以表示成有限个初等矩阵的乘积,即 A=P1P2?Ps\boldsymbol{A}=\boldsymbol{P}_1\boldsymbol{P}_2\cdots\boldsymbol{P}_sA=P1?P2??Ps?,其中 P1,P2,?,Ps\boldsymbol{P}_1,\boldsymbol{P}_2,\cdots,\boldsymbol{P}_sP1?,P2?,?,Ps?是初等矩阵。
  4. nnn 阶矩阵 A\boldsymbol{A}A 进行初等行变换,相当于矩阵 A\boldsymbol{A}A 左乘相应的初等矩阵;同样,对 A\boldsymbol{A}A 进行初等列变换,相当于矩阵 A\boldsymbol{A}A 右乘相应的初等矩阵。

2 线性变换

  • 线性变换:对于 nnn 元二次型 f(x1,x2,?,xn)f(x_1,x_2,\cdots,x_n)f(x1?,x2?,?,xn?),若令 {x1=c11y1+c12y2+?+c1nynx2=c21y1+c22y2+?+c2nyn?xn=cn1y1+cn2y2+?+cnnyn\begin{cases} x_1=c_{11}y_1+c_{12}y_2+\cdots+c_{1n}y_n\\ x_2=c_{21}y_1+c_{22}y_2+\cdots+c_{2n}y_n\\ \cdots\\ x_n=c_{n1}y_1+c_{n2}y_2+\cdots+c_{nn}y_n \end{cases}??????????x1?=c11?y1?+c12?y2?+?+c1n?yn?x2?=c21?y1?+c22?y2?+?+c2n?yn??xn?=cn1?y1?+cn2?y2?+?+cnn?yn??,记 x=[x1x2?xn],C=[c11c12?c1nc21c22?c2n???cn1cn2?cnn],y=[y1y2?yn]\boldsymbol{x}=\begin{bmatrix} x_1\\ x_2\\ \vdots\\ x_n \end{bmatrix}, \boldsymbol{C}=\begin{bmatrix} c_{11} & c_{12} & \cdots & c_{1n}\\ c_{21} & c_{22} & \cdots & c_{2n}\\ \vdots & \vdots & & \vdots\\ c_{n1} & c_{n2} & \cdots & c_{nn} \end{bmatrix},\boldsymbol{y}=\begin{bmatrix} y_1\\ y_2\\ \vdots\\ y_n \end{bmatrix}x=??????x1?x2??xn????????,C=??????c11?c21??cn1??c12?c22??cn2??????c1n?c2n??cnn????????,y=??????y1?y2??yn????????,则上式可写为 x=Cy\boldsymbol{x}=\boldsymbol{Cy}x=Cy,上式称为从 y1,y2,?,yny_1,y_2,\cdots,y_ny1?,y2?,?,yn?x1,x2,?,xnx_1,x_2,\cdots,x_nx1?,x2?,?,xn? 的线性变换。
  • 若线性变换的系数矩阵 C\boldsymbol{C}C 可逆,则 ∣C∣≠0\begin{vmatrix} \boldsymbol{C} \end{vmatrix} \ne 0?C????=0,则称为可逆线性变换。