初等矩阵

线性代数中,初等矩阵(又称为基本矩阵)是一个与单位矩阵只有微小区别的矩阵。具体来说,一个n阶单位矩阵E经过一次初等行变换或一次初等列变换所得矩阵称为n阶初等矩阵.

初等矩阵的操作

初等矩阵分为3种类型,分别对应着3种不同的行/列变换。

两行(列)互换:
RiRjR_i \leftrightarrow R_j
把某行(列)乘以一非零常数:
kRiRikR_i \rightarrow R_i,\ 其中k0k \neq 0
把第i行(列)加上第j行(列)的k倍:
Ri+kRjRiR_i + kR_j \rightarrow R_i
初等矩阵即是将上述3种初等变换应用于一单位矩阵的结果。以下只讨论对某行的变换,列变换可以类推。

行互换

这一变换TijT_{ij},将一单位矩阵的第i行的所有元素与第j行互换。

Ti,j=[101101]T_{i,j} = \begin{bmatrix} 1&&&&&&&\\ & \ddots&&&&&& \\ &&0&& 1&& \\ &&& \ddots&&&& \\ &&1&& 0&& \\&&&&&& \ddots&\\ &&&&&&& 1\end{bmatrix}\quad
性质
逆矩阵即自身:Tij1=TijT_{ij}^{-1} = T_{ij}
因为单位矩阵的行列式为1,故Tij=1|T_{ij}|=-1。与其他相同大小的方阵A亦有以下性质:TijA=A|T_{ij}A|=-|A|

把某行乘以一非零常数

这一变换TimTi(m),将第i行的所有元素乘以一非零常数m。

Ti(m)=[11m11]T_i (m) = \begin{bmatrix} 1&&&&&& \\&\ddots&&&&&\\ &&1&&&& \\ &&& m&&&\\ &&&&1&& \\ &&&&& \ddots&\\ &&&&&&1\end{bmatrix}\quad
性质
逆矩阵为Ti(m)1=Ti(1m)T_{i}(m)^{-1} = T_{i}(\frac{1}{m})
此矩阵及其逆矩阵均为对角矩阵。
其行列式Ti(m)=m|T_{i}(m)|=m。故对于一等大方阵A有Ti(m)A=mA|T_{i}(m)A|=m|A|

把第i行加上第j行的m倍

这一变换TijmT_{ij}(m),将第i行加上第j行的m倍。

Ti,j(m)=[11m11]T_{i,j}(m) = \begin{bmatrix} 1&&&&&&&\\ & \ddots&&&&&& \\ &&1&&&&&\\ &&& \ddots&&&& \\ &&m&& 1&& \\ &&&&&&\ddots&\\ &&&&&&& 1\end{bmatrix}
性质
逆矩阵具有性质Tij(m)1=Tij(m)T_{ij}(m)^{-1}=T_{ij}(-m)
此矩阵及其逆矩阵均为三角矩阵
Tij(m)=1|T_{ij}(m)|=1。故对于一等大方阵A有:Tij(m)A=A|T_{ij}(m)A| = |A|

初等矩阵的应用

在解线性方程组中的应用
初等行变换不影响线性方程组的解,也可用于高斯消元法,用于逐渐将系数矩阵化为标准形。初等行变换不改变矩阵的核(故不改变解集),但改变了矩阵的像。反过来,初等列变换没有改变像却改变了核。

用于求解一个矩阵的逆矩阵
有的时候,当矩阵的阶数比较高的时候,使用其行列式的值和伴随矩阵求解其逆矩阵会产生较大的计算量。这时,通常使用将原矩阵和相同行数(也等于列数)的单位矩阵并排,再使用初等变换的方法将这个并排矩阵的左边化为单位矩阵,这时,右边的矩阵即为原矩阵的逆矩阵。

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

登录

注册