线代第二章矩阵第九、十节:初等变换、矩阵的标准形、阶梯形与行最简阶梯形、初等矩阵

初等变换、矩阵的标准形、阶梯形与行最简阶梯形、初等矩阵

这几个概念是线性代数中矩阵化简的核心,是求解线性方程组、计算矩阵秩、求逆矩阵的基础工具,彼此关联紧密。

一、矩阵的初等变换

矩阵的初等变换分为初等行变换 和初等列变换,两者操作规则一致,只是作用对象不同。

1. 定义

设 A 是 m×n 矩阵,以下三种操作称为矩阵的初等行变换:

  1. 换行变换 :交换矩阵的任意两行,记作 (交换第 i,j 行)。
  2. 数乘变换 :用一个非零常数 k 乘以矩阵的某一行,记作 。
  3. 倍加变换 :将某一行的 k 倍加到另一行上,记作 (第 j 行的 k 倍加到第 i 行)。

初等列变换 的定义完全类似,只需将 "行" 换成 "列",记作 、、

2. 核心性质

  1. 可逆性 :初等变换是可逆的,且逆变换是同类型的初等变换:
    • 换行变换 的逆变换是自身;
    • 数乘变换 的逆变换是 ;
    • 倍加变换 的逆变换是 。
  2. 等价矩阵 :若矩阵 A 经过有限次初等变换得到矩阵 B,则称 A 与 B 等价 ,记作 A≅B。等价矩阵的性质:
    • 反身性:A≅A;
    • 对称性:若 A≅B,则 B≅A;
    • 传递性:若 A≅B 且 B≅C,则 A≅C;
    • 等价矩阵的秩相等:。

二、阶梯形矩阵与行最简阶梯形矩阵

通过初等行变换,任何矩阵都可以化为阶梯形矩阵和行最简阶梯形矩阵,这是矩阵化简的核心目标。

1. 阶梯形矩阵(行阶梯形)

定义(满足两个条件)
  1. 矩阵的零行(所有元素都为 0 的行)全部位于非零行的下方;
  2. 各非零行的首非零元(从左到右第一个不为 0 的元素,也称主元)的列标,随着行标的增大而严格增大。
示例(3×4 阶梯形矩阵)

2. 行最简阶梯形矩阵

定义(在阶梯形矩阵基础上增加两个条件)
  1. 各非零行的首非零元都是 1;
  2. 每个首非零元所在列的其他元素都为 0。
示例(3×4 行最简阶梯形矩阵)

3. 化简步骤(初等行变换法)

4. 核心作用

  • 阶梯形矩阵:直接读出矩阵的秩(秩 = 非零行的行数);
  • 行最简阶梯形矩阵:求解线性方程组的通解、求逆矩阵的初等变换法的核心步骤。

三、矩阵的标准形

1. 定义

对于 m×n 矩阵 A,若其秩为 r,则 A 等价于唯一的矩阵

其中 Er​ 是 r 阶单位矩阵,O 是零矩阵。这个矩阵 F 称为 A 的等价标准形(简称标准形)。

2. 化简方法

对矩阵 A 同时进行初等行变换和初等列变换,步骤如下:

  1. 先通过初等行变换将 A 化为行最简阶梯形;
  2. 再通过初等列变换将主元列以外的列消为零,最终得到标准形。
示例

3. 核心性质

  1. 任何矩阵的标准形由其行数 m、列数 n、秩 r 唯一确定;
  2. 两个矩阵等价 ⟺ 它们的标准形相同;
  3. n 阶方阵 A 可逆 ⟺A 的标准形是 n 阶单位矩阵 En。

四、初等矩阵

1. 定义

由单位矩阵 E 经过一次初等变换得到的矩阵,称为初等矩阵。初等矩阵分为三类,对应三种初等变换:

初等变换类型 对应的初等矩阵 记号 示例(3 阶)
交换 E 的第 i,j 行 / 列 换行 / 列初等矩阵 P(i,j) ​​
非零常数 k 乘 E 的第 i 行 / 列 数乘初等矩阵 P(i(k))
E 的第 j 行的 k 倍加到第 i 行 / 第 i 列的 k 倍加到第 j 列 倍加初等矩阵 P(i,j(k)) ​​

2. 核心定理(初等变换与初等矩阵的关系)

关键结论:对矩阵 A 进行初等行变换 ⟺ 左乘对应的初等矩阵;对 A 进行初等列变换 ⟺ 右乘对应的初等矩阵。

3. 初等矩阵的性质

  1. 初等矩阵都是可逆矩阵 ,且其逆矩阵是同类型的初等矩阵:
  2. 可逆矩阵的等价结论:n 阶方阵 A 可逆 ⟺A 可以表示为有限个初等矩阵的乘积,即A=P1P2⋯Ps其中 P1,P2,...,Ps 均为初等矩阵。
  3. 初等矩阵的转置:

4. 应用:初等变换求逆矩阵的原理

求逆矩阵的初等行变换法 A∣E初等行变换​E∣A−1,本质是:

Ps​⋯P2​P1​A=E⟹A−1=Ps​⋯P2​P1​

因此 Ps​⋯P2​P1​E=A−1,即对 E 施加相同的初等行变换,就得到 A−1。

相关推荐
麦豆GEO34 分钟前
GEO信源布局策略:看懂大模型信源偏好,搭建动态可迭代的全域信源矩阵
大数据·人工智能·矩阵
Jmyd012316 小时前
手持激光三维扫描仪技术解析:三角测量数据链路、材质适配矩阵与点云处理流程
数码相机·矩阵·材质·三维数字化
HIT_Weston1 天前
14、【数学】【线性代数】one-hot 与基向量:分类目标为什么能当概率分布
线性代数·数学
微三云 - 廖会灵 (私域系统开发)7 天前
企业大模型应用工程化思考:跳出 Demo 陷阱,构建「业务‑资产‑Agent」三层落地架构
人工智能·矩阵·重构
tryxr7 天前
矩阵的几种基础变换
java·数据结构·算法·矩阵
老鱼说AI8 天前
从点积到希尔伯特空间:向量内积的几何本质与大模型相似度度量
人工智能·深度学习·线性代数·算法·机器学习·数学建模
俗人六哥AI企业获客盈利系统9 天前
知识库才是AI落地的分水岭
人工智能·线性代数·矩阵·自动化
船厂电气自动化ai大模型9 天前
AI大模型与数学|第81天 课程:正交向量、正交基、格拉姆‑施密特(Gram‑Schmidt)正交化
开发语言·数据结构·人工智能·线性代数·机器学习
微三云 - 廖会灵 (私域系统开发)10 天前
私域电商多端商城系统架构实践:小程序 / APP / H5 一套后端如何落地
矩阵·重构·零售
微三云 - 廖会灵 (私域系统开发)10 天前
多端商城统一账号体系设计实践:小程序 / APP / H5 登录打通与账号合并
矩阵·重构·自动化·零售