行列式基本变换
余子式和代数余子式
∣ A ∣ = a i 1 A i 1 + a i 2 A i 2 + . . . + a i n A i n |A|=a_{i1}A_{i1}+a_{i2}A_{i2}+...+a_{in}A_{in} ∣A∣=ai1Ai1+ai2Ai2+...+ainAin
当
∣
A
∣
≠
0
|A|\neq 0
∣A∣=0的时候,有
A
∗
=
∣
A
∣
A
−
1
A*=|A|A^{-1}
A∗=∣A∣A−1
由于A*是由Aij构成的,所以得出A*就可以得出所有的Aij
设A为三阶可逆矩阵,其特征值分别为
λ
1
,
λ
2
,
λ
3
\lambda_1, \lambda_2, \lambda_3
λ1,λ2,λ3,则A-1的特征值为
λ
1
−
1
,
λ
2
−
1
,
λ
3
−
1
\lambda_1^{-1}, \lambda_2^{-1}, \lambda_3^{-1}
λ1−1,λ2−1,λ3−1
由
A
∗
=
∣
A
∣
A
−
1
A*=|A|A^{-1}
A∗=∣A∣A−1可知,
λ
1
∗
=
λ
2
⋅
λ
3
\lambda_1^*=\lambda_2\cdot \lambda_3
λ1∗=λ2⋅λ3
λ
2
∗
=
λ
1
⋅
λ
3
\lambda_2^*=\lambda_1\cdot \lambda_3
λ2∗=λ1⋅λ3,
λ
3
∗
=
λ
1
⋅
λ
2
\lambda_3^*=\lambda_1\cdot \lambda_2
λ3∗=λ1⋅λ2
行列和相等的矩阵,一般处理方法是将其他行或列依次加到第一行或列,此时第一行或列上的元素相等。
当行列和相等矩阵中的a元素位于副对角线时,应该依次对换各行或者各列。
副对角线: ( − 1 ) a ( a − 1 ) 2 a 1 , n a 2 , n − 1 a 3 , n − 2 . . . a 1 , n (-1)^{\frac{a(a-1)}{2}}a_{1,n}a_{2,n-1}a_{3,n-2}...a_{1,n} (−1)2a(a−1)a1,na2,n−1a3,n−2...a1,n
注意副对角拉普拉斯需要加上系数(-1)nm
TIPS:对于分块矩阵的行列式的运算,为主对角线相乘加上(-1)nm的副对角线
TIPS:
某些一开始不适用互换、倍乘、倍加的行列式,可以考虑使用加边法:将n阶行列式添加一行和一列升至n+1阶行列式
递推法主要是用于处理一般方法处理不了的异爪型行列式
递推法主要是找出Dn和Dn-1的递推关系式,实现递推,所需条件是:1.Dn比Dn-1只多一阶 2.元素分布规律相同
Tip:
上述的思想十分重要,将方程矩阵化是线性代数很多题目的求解核心。如果出现了多个约束方程,则可以使用方程组矩阵化
( k A ) (kA) (kA) | ( A + B ) (A+B) (A+B) | A B AB AB |
---|---|---|
∣ k A ∣ = k n ∣ A ∣ |kA|=k^n|A| ∣kA∣=kn∣A∣ | ∣ A + B ∣ ≠ ∣ A ∣ + ∣ B ∣ |A+B|\neq|A|+|B| ∣A+B∣=∣A∣+∣B∣ | ∣ A B ∣ = ∣ A ∣ ∣ B ∣ = ∣ B ∣ ∣ A ∣ |AB|=|A||B|=|B||A| ∣AB∣=∣A∣∣B∣=∣B∣∣A∣ |
( k A T ) = k A T (kA^T)=kA^T (kAT)=kAT | ( A + B ) T = A T + B T (A+B)^T=A^T+B^T (A+B)T=AT+BT | ( A B ) T = B T A T (AB)^T=B^TA^T (AB)T=BTAT |
( k A ) − 1 = 1 k A − 1 (kA)^{-1}=\frac{1}{k}A^{-1} (kA)−1=k1A−1 | ( A + B ) − 1 ≠ A − 1 + B − 1 (A+B)^{-1}\neq A^{-1}+B^{-1} (A+B)−1=A−1+B−1 | ( A B ) − 1 = B − 1 A − 1 (AB)^{-1}=B^{-1}A^{-1} (AB)−1=B−1A−1 |
( k A ) ∗ = k n − 1 A ∗ (kA)^*=k^{n-1}A^* (kA)∗=kn−1A∗ | ( A + B ) ∗ ≠ A ∗ + B ∗ (A+B)^*\neq A^*+B^* (A+B)∗=A∗+B∗ | ( A B ) ∗ = B ∗ A ∗ (AB)^*=B^*A^* (AB)∗=B∗A∗ |
互换 | ||
( A T ) − 1 = ( A − 1 ) T (A^T)^{-1}=(A^{-1})^T (AT)−1=(A−1)T | ( A ∗ ) − 1 = ( A − 1 ) ∗ (A^*)^{-1}=(A^{-1})^* (A∗)−1=(A−1)∗ | ( A ∗ ) T = ( A T ) ∗ (A^*)^T=(A^T)^* (A∗)T=(AT)∗ |
穿脱原则:
(
A
B
)
∗
=
B
∗
A
∗
(AB)^*=B^*A^*
(AB)∗=B∗A∗,
(
A
B
)
T
=
B
T
A
T
(AB)^T=B^TA^T
(AB)T=BTAT,
(
A
B
)
−
1
=
B
−
1
A
−
1
(AB)^{-1}=B^{-1}A^{-1}
(AB)−1=B−1A−1
如果存在矩阵A、B使得
P
A
Q
=
B
PAQ =B
PAQ=B,则称两个矩阵等价
性质:
反身性、传递性、等价性
|A|=k|B|
r(A)=r(B)
相等、加法、数乘
A是一个阶方阵,则Am=AAA…A为A的m次幂
运算规律:
矩阵乘法没有交换律,也就是
A
B
≠
B
A
AB\neq BA
AB=BA
推广1:由上述可知,存在
A
≠
O
A\neq O
A=O并且
B
≠
O
B\neq O
B=O但是
A
B
=
O
AB=O
AB=O的情况
推广2:
(
A
B
)
3
=
A
B
A
B
A
B
≠
A
3
B
3
(AB)^3 = ABABAB \neq A^3B^3
(AB)3=ABABAB=A3B3
推广3:
A
B
=
A
C
⟹
A
(
B
−
C
)
=
O
AB=AC\implies A(B-C)=O
AB=AC⟹A(B−C)=O, 在
A
≠
O
A\neq O
A=O的情况下无法推导出
B
=
C
B=C
B=C
推广4:
A
2
−
B
2
≠
(
A
−
B
)
(
A
+
B
)
A^2-B^2 \neq (A-B)(A+B)
A2−B2=(A−B)(A+B)
内积:向量
α
\alpha
α和
β
\beta
β的内积为
α
T
β
=
a
1
b
1
+
a
2
b
2
+
.
.
.
+
a
n
b
n
\alpha^T\beta=a_1b_1+a_2b_2+...+a_nb_n
αTβ=a1b1+a2b2+...+anbn记作
(
α
,
β
)
(\alpha,\beta)
(α,β)
正交:
α
T
β
=
0
\alpha^T\beta=0
αTβ=0的时候,向量
α
\alpha
α和
β
\beta
β正交
模:
∣
∣
α
∣
∣
=
a
i
2
||\alpha||=\sqrt {a_i^2}
∣∣α∣∣=ai2,若
∣
∣
α
∣
∣
||\alpha||
∣∣α∣∣称
α
\alpha
α为单位向量
将线性无关向量组
α
1
,
α
2
\alpha_1,\alpha_2
α1,α2的标准正交化公式为:
β
1
=
α
1
\beta_1=\alpha_1
β1=α1
β
2
=
α
2
−
(
α
2
,
β
1
)
(
β
1
,
β
1
)
β
1
\beta_2=\alpha_2-\frac{(\alpha_2,\beta_1)}{(\beta_1,\beta_1)}\beta_1
β2=α2−(β1,β1)(α2,β1)β1
将
β
1
,
β
2
\beta_1,\beta_2
β1,β2单位化得
η
1
=
β
1
∣
∣
β
1
∣
∣
\eta_1=\frac{\beta_1}{||\beta_1||}
η1=∣∣β1∣∣β1,
η
2
=
β
2
∣
∣
β
2
∣
∣
\eta_2=\frac{\beta_2}{||\beta_2||}
η2=∣∣β2∣∣β2
TIPS:
定义:如果AB=BA=E,则称A是可逆矩阵,并且B是A的逆矩阵,逆矩阵是唯一的,记作A-1
A可逆的充分必要条件是
∣
A
∣
≠
0
|A|\neq0
∣A∣=0
并且A可逆的时候有
A
−
1
=
1
∣
A
∣
A
∗
A^{-1}=\frac{1}{|A|}A^*
A−1=∣A∣1A∗
这是根据
[
A
∣
E
]
→
[
E
∣
A
−
1
]
[A|E]\to[E|A^{-1}]
[A∣E]→[E∣A−1]结合方程组推导出来的,
−
C
−
1
D
B
−
1
-C^{-1}DB^{-1}
−C−1DB−1可以记作为左乘同行,右乘同列,然后取反
需要注意的是,伴随矩阵内代数余子式Aij的位置是在j行i列而非i行j列
对任意n阶方阵A都有伴随矩阵A*,有
A
A
∗
=
A
∗
A
=
∣
A
∣
E
AA^*=A^*A=|A|E
AA∗=A∗A=∣A∣E并且
∣
A
∗
∣
=
∣
A
∣
n
−
1
|A^*|=|A|^{n-1}
∣A∗∣=∣A∣n−1
当
∣
A
∣
≠
0
|A|\neq0
∣A∣=0的时候,有
TIPS:
若干个初等矩阵相乘,可凑成一个可逆矩阵
A是m x n矩阵,则 0 ≤ r ( A ) ≤ m i n ( m , n ) 0\leq r(A)\leq min(m,n) 0≤r(A)≤min(m,n)
r ( k A ) = r ( A ) r(kA)=r(A) r(kA)=r(A)
P和Q是可逆矩阵,则
r
(
A
)
=
r
(
P
A
)
=
r
(
P
A
Q
)
r(A)=r(PA)=r(PAQ)
r(A)=r(PA)=r(PAQ),也就是A作初等变换不改变秩的值。同理可知,r(AB)
r ( A B ) ≤ m i n ( r ( A ) , r ( B ) ) r(AB)\leq min(r(A),r(B)) r(AB)≤min(r(A),r(B))
r
(
A
+
B
)
≤
(
[
A
∣
B
]
)
≤
r
(
A
)
+
r
(
B
)
r(A+B)\leq ([A|B])\leq r(A)+r(B)
r(A+B)≤([A∣B])≤r(A)+r(B)
设A为m x n矩阵,AB=O,则 r ( A ) + r ( B ) ≤ n r(A)+r(B)\leq n r(A)+r(B)≤n
设A为m x n矩阵,
r
(
A
)
=
r
(
A
T
)
=
r
(
A
A
T
)
=
r
(
A
T
A
)
r(A)=r(A^T)=r(AA^T)=r(A^TA)
r(A)=r(AT)=r(AAT)=r(ATA)(四秩相同)
根据上述推导可得出,设A为n阶方阵
n=2时,
(
A
∗
)
∗
=
A
(A^*)^*=A
(A∗)∗=A
n>2时,如果A是可逆矩阵,则
(
A
∗
)
∗
=
∣
A
∣
n
−
2
A
(A^*)^*=|A|^{n-2}A
(A∗)∗=∣A∣n−2A
n>2时,如果A是不可逆矩阵,则
(
A
∗
)
∗
=
O
(A^*)^*=O
(A∗)∗=O
A为n阶方阵,A2=A,可得r(A)+r(A+E)=n
A为n阶方阵,A2=E则 r ( A + E ) + r ( A − E ) = n r(A+E)+r(A-E)=n r(A+E)+r(A−E)=n
三秩相等:A的秩=A的行秩=A的列秩
将矩阵化为阶梯型矩阵
若A可拆分为
α
β
T
\alpha\beta^T
αβT,则r(A)=1,这种情况下,有:
A
n
=
α
(
β
T
α
)
(
β
T
α
)
.
.
.
.
(
β
T
α
)
β
T
=
[
t
r
(
A
)
]
n
−
1
∗
A
A^n=\alpha(\beta^T\alpha)(\beta^T\alpha)....(\beta^T\alpha)\beta^T=[tr(A)]^{n-1}*A
An=α(βTα)(βTα)....(βTα)βT=[tr(A)]n−1∗A
最典型的两种情况是A2=kA或者A2=kE,
注意:矩阵的行列基本变换可能会破坏该规律,因此拿到题后,最好先不要进行行列基本变换
如果P1和P2是初等矩阵,则P1nAP2m表示对A作n次P1的初等行变换和m次P2的初等列变换
如果
A
B
A~B
A B,也就是A=P-1BP,则An=P-1BnP,
如果
A
∼
λ
A\sim \lambda
A∼λ,则
A
n
=
P
−
1
Λ
n
P
A_n=P_{-1}\Lambda_nP
An=P−1ΛnP
在题目要求的矩阵A的n次方无法直接求解的时候,使用求特征值和特征向量,求出其相似矩阵,使用相似矩阵代替A来求n阶矩阵
矩阵方程式含有未知矩阵的方程
1.通过左右同乘分解为
X
=
A
−
1
B
,
X
=
B
A
−
1
,
X
=
A
−
1
C
B
X=A^{-1}B,X=BA^{-1},X=A^{-1}CB
X=A−1B,X=BA−1,X=A−1CB
2.如果A不可逆,比如AX=B,可以将X和B按列分块,转化为求线性方程组
3.如果上面都不行,则应该设未知矩阵
X
=
(
x
i
j
)
X=(x_{ij})
X=(xij),直接代入方程到含未知量为xij的线性方程组,从而求的X