分享
分销 收藏 举报 申诉 / 7
播放页_导航下方通栏广告

类型矩阵可逆的判别方法.docx

  • 上传人:pc****0
  • 文档编号:6643482
  • 上传时间:2024-12-19
  • 格式:DOCX
  • 页数:7
  • 大小:109KB
  • 下载积分:10 金币
  • 播放页_非在线预览资源立即下载上方广告
    配套讲稿:

    如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。

    特殊限制:

    部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。

    关 键  词:
    矩阵 可逆 判别 方法
    资源描述:
    矩阵可逆的若干判别方法 学院:数学与数量经济学院 班级:数学与应用数学1班 姓名:黄新菊 学号:1250411025 内容摘要: 学了这么久高等代数,从学了矩阵之后,几乎每节都离不开矩阵。矩阵是一个主要研究对象和重要工具,其中在这期间,可逆矩阵是贯穿其中出现的最频繁的词语。可逆矩阵是矩阵运算理论的整体不可或缺的一部分。例如,分块矩阵的运算、二次型化为标准型再化为规范型、线性子空间、同构、矩阵线性变换、特征值与特征向量、对角矩阵等,都有用到可逆矩阵,矩阵可逆的性质,可以解决很多数学问题,是解决实际问题比较常用的工具之一。并且还可以物理、经济等各种问题。有重要的理论和实践意义。所以,研究、学习矩阵可逆的若干判别方法,还是很有必要的,有重要的意义。 关键词: 矩阵、可逆矩阵、线性方程组、特征值与特征向量、初等变换、线性变换、线性子空间、判别方法。 导言: 高等代数已经学了差不多两个学期。自从开始学了矩阵,矩阵在高等代数中就起到了不可或缺的作用。前面学的多项式、行列式、线性方程组原来也是为了学习矩阵奠定了基础。而矩阵的可逆性在其中起到了非常大的作用。突然发现,在矩阵的乘法运算中,可逆矩阵就像有理数的倒数一样,可逆矩阵是构成矩阵运算体系中非常重要的部分。 为了更加深入了解、学习、解决处理矩阵计算体系的各种题目,我决定用“矩阵可逆的若干判别方法”为题目作为论文的题目。我在图书馆查了很长时间的资料,并且还上网百度浏览了很多有关的网页。希望可以由此更加深入理解矩阵的逆的性质、定义、判别方法等。整理了所有资料,总结了以下的矩阵的逆的判别方法。 正文 矩阵可逆的若干判别方法 首先介绍一些下面要用性质及定义。 有关矩阵的逆的定义: 定义1:级方阵称为可逆的,如果有n级方阵B,使得AB=BA=E, 这里E是级单位矩阵. 即称A可逆,B为A的逆。 () 定义2:设 矩阵 中元素的代数余子式,矩阵 称为的伴随矩阵。 定义3:矩阵是可逆的充分必要条件是非退化,而 。 定义4:数域P上的n×n矩阵称为非退化的,如果; 否则称为退化的。 定义5:矩阵的三种初等行(列)变换: u 互换某两行(列)的位置; u 用非零的数乘某一行(列); u 把某一行(列)的倍数加到另一行(列)。 …… 有关矩阵的逆的性质: 性质1:; 性质2:; 性质3:; 性质4:; 性质5:矩阵A与它的伴随矩阵具有相同的可逆性.即A可逆 …… 矩阵可逆的若干判别方法 ① 定义判别法 设对于阶方阵A,如果存在n阶方阵B满足条件AB=E且BA=E,就称A可逆,并且称B为A的逆,记B=。 这种方法可以直接找到矩阵的逆,进而根据矩阵可逆的定义来证明矩阵是可逆的。 此种方法大多适用于简单矩阵和一些非具体矩阵的判断。 eg:A=1101,求A-1. 解:取矩阵1-101, 由于 11011-101=1001, 1-1011101=1001。 即A-1=1-101 ② 矩阵行列式判别法 矩阵A可逆的充分必要条件是A是方阵且A≠0(非退化)。 eg:A=2231-10-121,判断A是否可逆。 解:由于A=2231-10-121=-1≠0.则A可逆。 ③ 秩判别法 n 阶矩阵A可逆的充分必要条件是矩阵A的秩为n. (r(A)=n). eg:设矩阵A=,判断矩阵可逆。 解:由 知,矩阵A为3阶矩阵,其秩也为3. 则矩阵A=可逆。 ④ 伴随矩阵判别法 矩阵是可逆的充分必要条件是非退化,而 。 证明:当,由可知,A可逆,且。 反过来,如果A可逆,那么有使,两边取行列式,得 . 因为 即A非退化。 即是求可逆矩阵的公式。 eg:A=2231-10-121,判断A是否可逆。求A-1. 解:由于A=2231-10-121=-1≠0.A*=-143-1531-6-4。 则,A-1=1dA*=1-4-31-5-3-164 ⑤ 初等变换判别法 对矩阵A施行初等行(列)变换得到的矩阵B,则B可逆。可推知A可逆。 因为初等行列变换是等价变换,即不会改变A的秩,所以A和B秩相同,故A与B有相同的可逆性。从而B可逆可推知A可逆。 求矩阵的逆矩阵的方法 AE 初等行变换 EA-1 AE 初等列变换 EA-1 ⑥ 初等矩阵判别法 是可逆的充分必要条件是A可以表示成一些初等矩阵的乘积: 根据⑤⑥举例 设 ,求。 解: 于是 上面给出用初等行变换的方法求出矩阵的逆矩阵。当然,同样可逆矩阵也能用初等列变换化成单位矩阵来求出矩阵的逆矩阵。 ⑦ 线性方程组判别法 l 齐次线性方程组 即AX=0(A为该方程组的系数矩阵)只有零解。即A可逆。 l 非齐次线性方程组 即AX=0(A为该方程组的系数矩阵)有唯一解。即A可逆。 证明:, l 齐次线性方程组的系数矩阵为,用分别代表矩阵各列,。则齐次线性方程组可以写成向量形式 且只有零解,则 从而线性无关,且线性无关的充分必要条件是A可逆。 l 非齐次线性方程组的系数矩阵为,用分别代表矩阵各列,。则齐次线性方程组可以写成向量形式 由知,为的一组基,则每一都可以写成的线性组合的形式,则由唯一确定。即方程组有唯一解。 反过来,若方程组有唯一解,则必然有 则矩阵A可逆。 ⑧ 特征值判别法 n×n矩阵A可逆,即矩阵A的特征值全部不为零。 证明: 充分性:因为所有特征值全不为零,而所以特征值之积等于,故,从而A可逆。 必要性:假设n×n的矩阵A的特征多项式为,则,根据根与系数的关系,可知所有特征值之积等于,又由A可逆,知,故所有特征值全不为零。 eg:矩阵A=021-203-1-30,用特征值的方法判断矩阵是否可逆。 解:特征方程式λE-A=λ-2-12λ-313λ=λ-12(λ+2) 则,由于λE-A=0 时,特征值 λ1=1,λ2=1,λ3=-2 . 那么没有特征值为0,则矩阵可逆。 ⑨ 多项式判别法 n×n矩阵A可逆,即有特征多项式f(x),满足f(A)=0,且常数项不为零。 ⑩ 标准形判别法 n阶方阵A可逆的充分必要条件是矩阵A的标准形是En. 证明:任何一个矩阵都可经过行或列变换化成标准的对角阵。那么,如果n 阶方阵A可逆,那么A的矩阵的秩只能为n,即标准形一定为单位矩阵。 反过来,如果矩阵的标准形是En,即阶单位矩阵,则矩阵A的秩为,故A可逆。 结语 判断矩阵的可逆性,一定不止上上面所述的十种,而根据这些方法,我们已经可以解决一些常见有关矩阵和矩阵的逆的问题,对于学习高等代数有关矩阵的部分有着很大的作用。希望老师在课堂授课时多提及这类问题的研究思想方向,帮助我们更好的理解矩阵和矩阵的逆。并且,应该好好学习高等代数,不管以后要不要考研究生,高等代数作为一门基础数学学科,是高等学校数学类本科生的重要必修课程,特别是数学专业。学好高等代数为以后的学习一定大有裨益。所以,要常思考,常动手计算。 参考文献 ü 王萼芳,石生明修订。高等代数[M]. (第三版).北京: 高等教育出版社。 ü 李星,李宏伟修订。高等代数学习指导与习题解析。华中科技大学出版社。 ü 丘维声修订。高等代数 。中国水利水电出版社。 ü 阳庆节修订。高等代数简明教程。中国人民大学出版社。 ü 张禾瑞、郝炳修订。《高等代数习题指导书》(第三版)学习指导。
    展开阅读全文
    提示  咨信网温馨提示:
    1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
    2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
    3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
    4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前可先查看【教您几个在下载文档中可以更好的避免被坑】。
    5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
    6、文档遇到问题,请及时联系平台进行协调解决,联系【微信客服】、【QQ客服】,若有其他问题请点击或扫码反馈【服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【版权申诉】”,意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:0574-28810668;投诉电话:18658249818。

    开通VIP折扣优惠下载文档

    自信AI创作助手
    关于本文
    本文标题:矩阵可逆的判别方法.docx
    链接地址:https://www.zixin.com.cn/doc/6643482.html
    页脚通栏广告

    Copyright ©2010-2026   All Rights Reserved  宁波自信网络信息技术有限公司 版权所有   |  客服电话:0574-28810668    微信客服:咨信网客服    投诉电话:18658249818   

    违法和不良信息举报邮箱:help@zixin.com.cn    文档合作和网站合作邮箱:fuwu@zixin.com.cn    意见反馈和侵权处理邮箱:1219186828@qq.com   | 证照中心

    12321jubao.png12321网络举报中心 电话:010-12321  jubao.png中国互联网举报中心 电话:12377   gongan.png浙公网安备33021202000488号  icp.png浙ICP备2021020529号-1 浙B2-20240490   


    关注我们 :微信公众号  抖音  微博  LOFTER               

    自信网络  |  ZixinNetwork