矩阵初等变换在高等代数中的应用_第1页
矩阵初等变换在高等代数中的应用_第2页
矩阵初等变换在高等代数中的应用_第3页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

矩阵初等变换在高等代数中的应用

矩阵作为一种矩阵运作方法,矩阵的初等变换在高等代数中起着非常重要的作用,也是高等代教育的重点和难点。在这项工作中,我们使用了等式矩阵、块矩阵和-矩阵的矩阵变换方法,并希望将矩阵理论的教育应用于矩阵理论的应用。1基于矩阵的某畅通列矩阵初等变换指下列的3种变换:一是用数域P中的一个非零的数c乘矩阵的某一行(列);二是把矩阵的某一行(列)的c倍加到另一行(列),其中c是数域P中的任意一个数;三是互换矩阵中两行(列)的位置.以下探讨初等变换在数字矩阵中的应用.1.1可逆性判断矩阵a的可逆性利用初等变换将矩阵化为阶梯形,若其对应的行列式不为零则矩阵可逆,且行列式的值等于主对角线上各元素之积,但应注意第三种变换会使行列式的值变号,第一种变换会使行列式的值变为原来的c倍.例1判断矩阵A的可逆性并求|A|,已知解:由于|A|≠0,故A可逆.又由于在上述初等变换过程中曾进行过一次两行的互换,故|A|=-(-13)×16×1.5=312.1.2逆矩阵法求解设A为n阶可逆阵,将A与E组成一个n行2n列矩阵(AE,),则由A-1(AE,)=(E,A-1)可知,通过对矩阵(AE,)作一系列行初等变换,即可求出A-1.用这种方法求逆矩阵,应注意的是只能进行行初等变换.例2求A-1,已知解:由于于是1.3确定原矩阵秩由于初等变换不改变矩阵的秩,故可先利用行初等变换将原矩阵化为行梯形矩阵,从而确定原矩阵的秩.例3求r(A),已知解:由于因此r(A)=3.1.4自由变量的运用对线性方程组的增广矩阵作行初等变换,将增广矩阵化为行阶梯型,即可得到方程组的解.用这种方法解线性方程组,应注意的是只能作行初等变换.例4解线性方程组解:由于故r(A)=2.通解中有4-2=2个自由变量,即令ξ1=(-2,1,0,0)T,ξ2=(1,0,0,1)T,则方程组的通解为x=k1ξ1+k2ξ2,其中k1,k2为任意数.2变换分块矩阵矩阵分块是矩阵理论中的基本方法之一,而初等变换则是处理分块矩阵的重要工具.对一个分块矩阵A作一次初等行(列)变换,就相当于在A的左(右)边乘上一个相应的分块初等矩阵.2.1采用分块矩阵的等分维方法,反矩阵的逆矩阵示例5其中矩阵A和D可逆,O为零矩阵,求T-1.解:由于则2.2n矩阵非变异顺序易证矩阵的秩有以下初等性质:设A是一个r×s矩阵,B是一个p×q矩阵,则当且仅当A(或B)是非奇异方阵或者C为零矩阵时等号成立.例6设A是m×n矩阵的非奇异顺序主子阵,则证明:因为而A是非奇异阵,故2.3行列公式的值是通过分块矩阵的初等变换来计算的证明:由于(I为单位阵),两边取行列式则可得3-矩阵的初等变换对一个s×n阶λ-矩阵A(λ)作一次初等变换,就相当于在A(λ)的左边乘上一个s×s初等矩阵,或者在A(λ)的右边乘上一个n×n初等矩阵.初等矩阵都是可逆的,并且有P(i,j)-1=P(i,j),P(i(c))-1=P(i(c-1))P,(i,j(ϕ))-1=P(i,j(-ϕ)).λ-矩阵的初等变换主要用来求矩阵的标准形,进而求初等因子、不变因子等.例8用初等变换化λ-矩阵为标准形,并求出其不变因子和初等因子.解:先化A(λ)为标准形.故不变因子分别为1,λ和λ2+1,初等因子为λ,λ和(λ+1).此外,也可利用λ-矩阵及其初等变换求多项式的最大公因式.具体步骤为:对A施行一系列行初等变换,逐步消去两个多项式中次数较高的首项,降低其次数,直到有一个多项式变为零多项式,再用非零行元素多项式的最高次项的倒数乘以该行而得到矩阵B,即例9求(f(x)g

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论