高斯消元
旋转矩阵:
[cosθsinθ−sinθcosθ]
逆时针的旋转。
转置
tr(ATA)=0⇒A=0。
行列式
余子式、代数余子式。
k=1∑naikAjk=∣A∣,i=j;0,i=j
λn∣λIm+AB∣=λm∣λIn+BA∣
求:
∣kI−αTβ∣
得到:
kn∣kI−αTβ∣=k∣k−βαT∣=k(k−βαT)
范德蒙德行列式:
⎣⎡1a1a121a2a221a3a32⎦⎤
det=i<j∑(aj−ai)
解:类似于拉格朗日插值,
∏i=k(ak−ai)∏i=k(ak−b)
可逆矩阵
设 B 是元素全为 1 的 n 阶方阵,n≥2,求
-
B2017
不妨设α=(1,1,⋯,1)T,B=ααT,B2017=α(αTα)2016αT=n2016B。
这也告诉我们秩一矩阵的 k 次幂是好求的。
-
试求 t 的取值范围,使得矩阵 E−tB 可逆,并求出这个矩阵的逆。
一般地,设 f(x) 是一个多项式,k 为常数,若 f(A)=O,而且
f(x)=(x−k)g(x)+c(c=0)
则,
(A−kE)−1=−c1g(A)
t=0 时,显然可逆,t=0 时,
E−tB=−t(B−t1E),当 t=n1 时,可逆得,到 (B−t1E)−1=nt−1t2(B−(n−t1)E),于是,结果应该是:
nt−1−t(B−(n−t1)E)=−nt−1tB+E
在右边用列变换。
[OBAO]−1=[OA−1B−1O]
可逆包含的可交换的条件
A+B=AB,证明A,B可交换
(A−I)(B−I)=I⇒(B−I)(A−I)=I
ABA−1=BA−1+3E
先转化为两个矩阵相乘为单位阵的情况:
(A−E)BA−1=3E
那么:
BA−1(A−E)=B(E−A−1)=B(E−A∗/∣A∣)=3E
则:
B=3(E−A∗/∣A∣)−1
伴随矩阵
A∗=(Aji)A∗A=AA∗=∣A∣E
设 A,B 均为 n 阶矩阵,∣A∣=2,∣B∣=−3,求 ∣2A∗B−1∣。
注意 ∣kA∣=kn−1∣A∣,∣A∗∣=∣A∣n−1。
A∗=AT
∣A∣n−1=∣A∣
推出:若 ∣A∣=0,可能成为一组解,但若 A 非零,注意到 r(A)=n 不满足 ∣A∣=0,而当 r(A)=n−1 时,r(A∗)=1,只有在 n=2 的情况成立,当 r(A)≤n−2 时,r(A∗)=0,更不成立。
当 n 为奇数时,∣A∣=1。
当 n 为偶数时,∣A∣=−1 或 ∣A∣=1。
∣A∣E=A∗A=ATA
当 ∣A∣=1 时,A 正交。
分块矩阵
∣∣∣∣AdOB∣∣∣∣=∣A∣∣B∣
证明:归纳证明。
∣AB∣=∣A∣∣B∣
构造:
D=∣∣∣∣A−E0B∣∣∣∣
一方面 ∣D∣=∣A∣∣B∣,另一方面,
D=∣∣∣∣O−EABB∣∣∣∣=(−1)n∣∣∣∣ABBO−E∣∣∣∣=∣AB∣
于是成立。
[OBAO]−1=[OA−1B−1O]
矩阵的秩
矩阵的秩的定义
r+1 阶子式全为 0,r 阶子式存在一个不为 0。
矩阵的秩和方程有解的关系
r(A)=r(A,β)
平时应该是 r(A)≤r(A,β)。
想要证明 r(A)=r(B),需要证明 Ax=0⇒Bx=0,而且 Bx=0⇒Ax=0。
例如:
Ax=0⇒ATAx=0ATAx=0⇒xTATAx=0⇒Ax=0
设 A,B 为 n 阶方阵,且 r(A)=r(BA),证明 r(A2)=r(BA2)。
A2x=0⇒BA2x=0BA2x=0⇒(BA)Ax=0
而 BAx=0⇒Ax=0,推出 Ax=0,于是 A2x=0。
Ax=0 与 Bx=0 同解的充要条件是存在可逆矩阵 P,满足 B=PA。(对应的 rref 相等)
矩阵的秩的大小关系
r(AB)≤min(r(A),r(B))
若 Am×n,Bn×s,则:
r(A)+r(B)≤r(AB)+n(A的列数,B的行数)
当 AB=O 时,r(A)+r(B)≤n。
r(A+B)≤r(A,B)≤r(A,O;O,B)=r(A)+r(B)
r(A,O;C,B)≥r(A)+r(B)
r(A∗)=1,当r(A)=n−1 时。首先至少 r(A∗)=1。其次,r(A∗A)=r(∣A∣E)=0,当 A∗A=O 时,r(A)+r(A∗)≤n,推出 r(A∗)≤1,所以 r(A∗)=1。
r(A4∗B4)=2,首先,推出 r(A4∗)≥2,r(B4)≥2,其次,r(A∗) 只可能取 4,1,0,于是 A 可逆。推出 r(B)=2。
r(ATA)=r(A)
(通过解相同证明)
xTATAx=0⇒(Ax,Ax)=0⇒Ax=0
初等变换不改变矩阵的秩。
r(A)=r(AB)=r(BA)当B可逆
若 An×mBm×n=En(n<m),证明 r(Bm×n)=n。
n=r(En)=r(An×mBm×n)≤r(Bm×n)=n(必须)
设 A∈Cm×n,r(A)=m<n,Im 为 m 阶单位矩阵,则下列说法正确的是:
- 若矩阵 B 满足 BA=0,则 B=0,利用 r(A)+r(B)≤r(BA)+m,其中 r(A)=m,则 r(B)=0。而且必有解。
设 A∈Cm×n,AX=b 为一非齐次线性方程组(b=0),则:
- 若 m<n,则方程组 AX=b 有非零解。r(A) 不一定等于 r(A,b),例如,取 A=0。
- 若 r(A)=m,则方程组 AX=0 有非零解。不一定,比如取 A=[1,0],b=[0;1],则无解。
- 若 r(A)=n,则 AX=0 只有零解。r(A)+r(X)≤r(AX)+n,得到 r(X)=0。
n 阶矩阵 A,A(A+kE)=0⇔r(A)+r(A+kE)=n。
证明:
r(A)+r(A+kE)≤r(0)+n
r(A)+r(A+kE)≥r(A+kE−A)=n
线性空间与线性变换
线性空间
- α+β=β+α
- α+(β+γ)=(α+β)+γ
- 零元:∃0∈V,0+α=α
- 负元:∀α,∃β,s.t.α+β=0
- 单位元:1∈F,1α=α
- (kl)α=k(lα)
- (k+l)α=lα+kα
- k(α+β)=kα+kβ。
子空间
子空间需要对加法、数乘封闭即可。
W,U 是 V 的子空间,则 W∩U 也是 V 的子空间。 如果互不包含,则 W∪V 不是 V 的子空间。
和子空间:
W+U={w+u∣w∈W,u∈U}
生成子空间
L(α1,α2,α3,⋯,αm)
线性相关,线性组合。
α1,α2,⋯,αn
线性无关,而且 V 中任意向量都可以用 α1,α2,⋯,αn 线性表示,则称 V 为 n 维线性空间。
dim(V) 基,坐标。
ℑA={Ax∣x∈V}kerA={x∈V∣Ax=0}
核和像相等的条件:A2=0。
A(x,y)=A(y,0)ℑA=kerA={(x,0)∣x∈R}
dimℑ+dimker=n
求 V={Xn×m∣AX=0} 的维数:
X 的每一列都有 n−r(A) 种选择,因此是 (n−r(A))m。
dimV1+dimV2=dimV1∩V2+dimV1+V2
内积,实数域上的线性空间,欧氏空间。
坐标
A=(α1,α2,α3)x是列向量,Ax
过渡矩阵
[η]=[ε]C
C 是可逆矩阵。
[η] 下坐标是 Y,[ε] 下坐标是 X,则:
CY=X
内积的性质
- 对称性
- 线性性
- 正定性 (α,α)≥0 且 (α,α)=0 充要条件是 α=0。
如果定义 (α,β)=(Aα)T(Aβ),其中 A 非奇异,可以满足正定性、线性性的要求,而对称性:
(α,β)=αTATAβ=(αTATAβ)T=βTATAα=(β,α)
柯西施瓦茨不等式
∣(α,β)∣≤∣α∣⋅∣β∣
等号成立当且仅当 α,β 线性相关。
可以进行角度的定义:
cosθ=∣α∣∣β∣(α,β)
可以进行长度的定义:
∣α∣=(α,α)
施密特正交化
αs 在 βt 上的投影:
(βt,βt)(αs,βt)βt
原因:因为 (αs,βt) 代表 αs 在 βt 上的投影的长度乘以 βt 的长度。
正交矩阵的定义
AAT=ATA=E
注意两个都要写到。
设 A 为实反对称矩阵,α 为 n 维实列向量,且 Aα=β,证明 α 与 β 正交。
αTAα+(αTAα)T=0⇒αTAα=αTβ=0
线性变换
σ(A+B)=σ(A)+σ(B)σ(kA)=kσ(A)
记为:
β=σ(α),β=σα
线性变换在给定基下的矩阵
A(ε1,ε2,⋯,εn)=(Aε1,Aε2,⋯,Aεn)=(ε1,ε2,⋯,εn)A
意义是,只要找到一组 (ε1,ε2⋯,εn) 与和其对应变换过后的基,就可以知道 A 的全貌。
基变换
[α1,α2,α3]γ=[β1,β2,β2]γ′
希望 γ=Aγ′,因此:
A=[α1,α2,α3]−1[β1,β2,β2]
也可以这样快速记忆,要从 α 转到 β,需要先消除 α 的信息,再转到 β 的信息。
从 β 转换到 α,矩阵就是 A−1。
线性变换在不同基矩阵下的关系
[ε],[η] 是基,已知 A([ε]) 对应矩阵 A,和 [ε]C=[η] 求 A([η]) 对应矩阵 B。
A([η])=A([ε]C)=A([ε])C=[ε]AC=[η]C−1AC
也可以考虑 B 是 η 到 η 的矩阵,知道 ε→η 的变换,就需要 (ε→η)−1×ε→ε×(ε→η)。
在线性空间 P[x]n+1 中,求向量:f
f(x)=a0+a1x+a2x2+⋯+anxn
在基:
1,(x−a),(x−a)2,⋯,(x−a)n
下的坐标。
f(x) 在 x=a 点处展开,可以得到 f(x)=f(a)+1f′(a)(x−a)+⋯+n!f(n)(a)(x−a)n。
利用泰勒公式展开的唯一性。
x2,(x+1)2,(x+2)2,(x+3)2
线性相关。
HouseHolder矩阵
A=E+kαTα。
第一种特征向量是 αx=0 的基础解系中的向量。
例如 α=(a1,a2,a3),得出 α1=(−a2,a1,0)T,α2=(−a3,0,a1)T,一共 n−1 个。对应的特征值是 1。
第二种特征向量就是 αT,对应特征值是 1+k(α,α)。如果是正交矩阵,需要特征值 =−1,那么 k=(α,α)−2,如果需要正定,则 k>(α,α)−2。
矩阵的特征值
(λ,α)A,(λ−1,α)A−1(λ,α)A,(g(λ),α)g(A)A,AT相同
n 阶方阵的属于不同特征值的特征向量线性无关。
∑λi=tr(A)∏λi=∣A∣
A∗ 的特征值为 λ−1∣A∣。若 A 可逆,则 A 对应于 λ 的特征向量也为 A∗ 对应于 ∣A∣/λ 的特征向量。
B=P−1AP,对应的特征向量为 P−1α。
若 A 的每行元素都是 a,取特征向量为 (1,1,⋯,1)T ,则得出一个特征值为 a。
证明:
i=1∑nλi2=i=1∑nk=1∑naikaki
注意到 ∑i=1nλi2=tr(A2),而 tr(A2) 展开就是右边的形式。
秩1矩阵的特征值为 n−1 个 0 和 一个 tr(A)。对应的向量为 αTx=0 的解空间和 αT。
代入 A=α,B=αT,就可以得到秩一矩阵的性质。
判断矩阵是否相似于一个对角阵,主要是看是否有 n 个线性无关的特征向量。
经典题型:
- 已知 A 的所有特征值,求 ∣f(A)∣ 的行列式:A∗ 用 A−1 代替,
∏f(λi)
- 实对称矩阵 A,已知所有特征值和部分特征对,求 A。不同特征值对应的特征向量正交。
- 求 A∗ 的特征值,长的是 λ1⋯λi−1λi+1,⋯λn。
A 的特征对 (λ,α),则 f(A) 的特征对 (f(λ),α)。
设 A 实反对称矩阵,证明:
-
A2 半负定矩阵。
xTA2x=−xTATAx=−(Ax)T(Ax)≤0
-
∣E−A2∣>1,相似的,半负定矩阵的所有特征值 ≤0,令 f(x)=1−x,则 E−A2 的所有特征值为 f(λi)≥1,而且特征值不全为 0,推出 ∣E−A2∣>1,这道题主要用到了特征值和行列式的关系。
限定 k 重特征值:r(λE−A)=n−k。几何重数+原矩阵的秩=n。例如 (A−E)B=0,r(B)=r,得出 r(A−E)=n−r,则 1 对应的几何重数应该是 r。
A2=A,A∼diag(1,1,1,⋯,1,⋯,0)
A2=0,A∼diag(0,⋯,0)
可对角化等价于最小多项式没有重根。
矩阵的相似对角化
正交相似
AQ=QΛ,QTQ=E
QTAQ=Λ
二次型
合同
非奇异 P,s.t. PTAP=B。
惯性系数相同。
- 自反性
- 对称性
- 传递性
- 合同矩阵必有相同的秩
- A 对称推出 B 对称
- f(x)=xTAx 经过可逆变换 x=Py 化为二次型 g(x)=yTBy 充要条件是 PTAP=B。
正定的性质
如果 A 正定,则:
-
正定的定义,xTAx>0 当 x=0。
-
A=QTΛQ,其中 Q 是正交阵,如果令 Λ 分解为 Λ1/2,则可以得到 A=PTP,但此时 P 不满足正交的性质。
-
A=PTP,其中 P 非奇异。从这个性质可以根据定义推出 A 正定。
-
A 是对称阵,A=AT,由上一条性质可知。
-
对 x 取正交替换 x=Qy,则还是满足正定性的要求,因为 xTAx=yTQTAQy,则 B=QTAQ 依然是正定矩阵。
如果 A 正定,则下属命题等价。
- A 为正定矩阵。
- A 的特征值全部大于 0。
- A 合同于单位矩阵 E。
- 存在非奇异矩阵 M,使得 A=MTM。
判断正定性的方法:主子式法,定义法。
已知 A,B 均为 n 阶正定矩阵,则 kA+lB 为正定矩阵,其中 k,l>0。
正定矩阵的对角线元素全部 >0,如果 ≤0,取 (0,⋯,1,⋯,0),就会出现反例。
A 正定推出 A−1 正定,因为 A=QTQ,A−1=(Q−T)T(Q−T),也是正定。反之也能成立。
A 正定也能推出 Ak 正定,因为 A,A 可交换。
A,B 正定,可以推出 BAB 正定。
n 阶方阵 A 是反对称矩阵当且仅当对于任意的 n 维向量 α,有 αTAα=0。
定义:标准型,规范标准型
规范标准型必须全是 1。
一些题目
如果 A,B 正定,证明 AB 正定与 AB=BA 等价。
正向:
AB=(AB)T=BTAT=BA。
反向:
由于 B 正定,所以 B 对称,可以分解为 PΛPT,其中 P 是正交阵。
于是 B1/2 可以定义为 PΛ1/2PT,易得 B1/2 是正交矩阵,是对称的。AB 与 B1/2AB1/2 相似,具有相同的特征值,只需证明 B1/2AB1/2 正定。
而 xTB1/2AB1/2x=(B1/2x)TA(B1/2x),根据 A 正定可得 B1/2AB1/2 正定。
于是命题得证。
另外,如果 A,B 正定,则 AB 的特征值都大于 0。
QABQ−1=(PQT)TPQT
可以知道 AB 相似于一个正定矩阵,所以特征值全部大于 0。如果要 AB 正定,还需要 AB 对称,也就是 (AB)T=BA=AB,也就是可交换。
如果 A 是正交阵而且正定,则证明 A=E。
是正定,推出 A=PTP,AT=A,是正交,推出 AAT=E,则 A2=E。可以看成 g(λ)=λ2−1,g(λ) 是 A2−E 的特征值,必为 0,则有两个解 λ=1,−1。然而,A 正定,则 λ=−1 需要舍去,推出 A 特征值全为 1,则 A=B−1EB=E。
设 Bm×n 实矩阵,证明 BTB 正定 ⇔ r(B)=n。
BTB 正定则 xTBTBx=∣Bx∣2>0(对于 ∀x=0,Bx=0),则 r(B)=n。
反过来也好证。
A,B 是 n 阶正定矩阵,方程 f(x)=∣xA−B∣=0 的根均为 1,证明:
A=B
A=MTM。
∣xA−B∣=∣xMTM−B∣=∣MT∣∣xE−M−TBM−1∣∣M∣=∣A∣∣xE−M−TBM−1∣
∣xE−M−TBM−1∣ 的根均为 1。
M−TBM−1 是正定的,因为定义。对其进行分解,为 PTΛP,其中 P 正交。
∣xE−M−TBM−1∣=∣xE−Λ∣
推出:Λ=E。则 PTM−TBM−1P=Λ=E,推出 B=MTM=A。
假设 α,β 为正交的三维单位列向量,二次型 f(x)=xT(2ααT+ββT)x 经过正交替换可以化为标准型?
正交:经常需要乘一下。
r(A)≤r(2ααT)+r(ββT)=2
设 f(x)=xTAx,得到 Aα=2α,Aβ=β。而且由秩的性质,得到 λ3=0。
补充矩阵的秩一分解:
A=(α1,⋯,αn)diag(λ1,⋯,λn)(α1,⋯,αn)T=λ1α1α1T+⋯
其中 α1,⋯,αn 是标准正交基。
于是可以很容易看出 A 的三个特征值为 2,1,0。
计算 An,我们也可以直接将 λ1,⋯ 进行 m 次方。
二次型 f(x)=xTααTx 化为标准型:
ααT 的特征值:0(n−1个),αTα(≥0)。
正定矩阵可以定义“开根号”
A 正定,证明存在正定矩阵 B,使得 A=B2。
A=P−1ΛP
其中 P 是正交阵,Λ 每一个对角线元素都是正的,则令 B=P−1Λ1/2P
A 为 m∗n 阶实矩阵,证明 r(A)=n 的充要条件是 ATA 正定。
充分条件:$r(A)=n \Rightarrow $ 若存在 x 使得 Ax=0,则 r(A)+r(x)≤r(Ax)+n,推出 r(x)=0,x=0,因此,xTATAx=(Ax,Ax)≥0,等号当且仅当 x=0 取到。
必要条件:xTATAx≥0 等号当且仅当 x=0 取到,推出 r(A)=n−r=n。
An,Bn 实对称,A 正定,证明存在可逆矩阵 P,使得 PTAP,PTBP 均为对角阵。
设 A 为 m 阶正定矩阵,B 为 m×n 实矩阵,证明 BTAB 为正定矩阵的充分必要条件是矩阵 B 的秩数 r(B)=n。
xTBTABx=(Bx)TA(Bx)
需要 x=0⇔Bx=0。因此 r(B)=n。因此,不能随便说 BTB 正定,还要求 r(B)=n。
证明:可逆实矩阵 A 可以表示为一个正定矩阵与一个正交矩阵的积,且表示唯一。
ATA=B12,B1正定
Q=AB1−1,QTQ=(B1)−TATAB1−1=B1−TB1=(B1B1−1)T=E
于是,A=QB1。