正交矩阵的性质和应用

正交矩阵的性质和应用
正交矩阵的性质和应用

目录

摘要(关键词) (1)

Abstract(Key words) (1)

1前言 (1)

2正交矩阵的性质 (1)

3正交矩阵的相关命题 (3)

4 正交矩阵的应用 (5)

4.1 正交矩阵在解析几何上的应用 (6)

4.2正交矩阵在拓扑学和近似代数中的应用 (7)

4.3 正交矩阵在物理学中的应用 (9)

5后记 (10)

参考文献 (10)

致谢 (11)

关于正交矩阵的性质及应用研究

摘要:正交矩阵是数学中一类特殊的矩阵,同时它还具有一些非常特殊的性质和广泛的应用.目前也有很多关于正交矩阵文献,但是其中大部分都是研究关于正交矩阵性质,而关于正交矩阵的应用很少提及.本文的主要任务就是利用正交矩阵的定义,并以矩阵性质,行列式性质为主要工具,归纳正交矩阵的性质,并探讨正交矩阵在解析几何、拓扑学、近似代数及物理学上的应用.

关键词:正交矩阵;行列式;性质;应用

Abstract: Orthogonal matrix is a kind of special matrix in mathematics. Meanwhile, it also has some very special properties and it is widely used. At present, there are many literatures about orthogonal matrix, but most of them are about the properties of orthogonal matrix. However, the application of orthogonal matrix is seldom mentioned. The main task of this paper is to induce the properties of orthogonal matrix and explore the applications of it in analytic geometry, topology, approximate algebra and physics by using the definition of orthogonal matrix and utilizing the properties of matrix and determinant as the main tool.

Key words: Orthogonal matrix; determinant; property; application

1前言

我们在讨论标准正交基的求法后,由于标准正交基在欧氏空间中占有特殊的地位,从而讨论一组标准正交基到另一组标准正交基的基变换公式。那么由一组标准正交基到另一组标准正交基的过渡矩阵是什么样的,它有什么性质呢?

我们由上面的问题引出了关于正交矩阵的定义。正交矩阵是一种特殊的矩阵,因此对于正交矩阵的性质及分类的探讨具有非常重要的意义。而这篇文章就是针对正交矩阵所具有的一系列性质,以及正交矩阵在数学领域,结构化学基础及力学领域的一系列应用。

2正交矩阵的性质

本文在探讨正交矩阵的性质时除特殊强调外都是指数域P 上的矩阵,用n n P ?表示数域P 上n 阶方阵的集合,用E 表示单位矩阵,用A 、1-A 、*A 、'A 分别表示矩阵A 的行列式、逆矩阵(当A 可逆时)、伴随矩阵、转置矩阵.

定义2.1 n 阶实矩阵A ,若有 E A A =' ,则称A 为正交矩阵.

等价定义1: n 阶实矩阵A ,若有 E

A A =',则称A 为正交矩阵;

等价定义2: n 阶实矩阵A ,若有 1-='A A ,则称A 为正交矩阵;

等价定义3: n 阶实矩阵A 的n 个行(列)向量是两两正交的单位向量 ,则称A 为正交矩阵.

性质2.1 A 为正交矩阵,则其行列式的值为1或1-.

证明: 由正交矩阵的定义知,E A A =' 两边同取行列式,得1=='E A A ,又由于

A A =',则12

=A , 即1±=A

性质2.2 A 为正交矩阵,A 的任一行(列)乘以1-得到的矩阵仍为正交矩阵. 证明: 设()n j i A ββββ ,,,,1=,其中n j i ββββ,,,,,,1 是A 的单位正交向量组.显然()n j i ββββ,,,,,,1 -也是A 的单位正交矩阵,则由正交矩阵的等价定义3知成立.

性质2.3 A 为正交矩阵,A 的任两行(列)互换得到的矩阵仍为正交矩阵.

证明: 设()n j i A ββββ ,,,,1=其中n j i ββββ,,,,,,1 是A 的单位正交向量组.显然n i j ββββ,,,,,,1 也是A 的单位正交矩阵,则由正交矩阵的等价定义3知成立.

性质2.4 A 为正交矩阵,则1-A 、A '、*A 也是正交矩阵.

证明: ()()()E E A A A A A A =='='='------11

1111 ∴1-A 为正交矩阵,()E A A A A ='='''

∴A '为正交矩阵,()()()()E A A A A A A A A A A A A A ='='='='------**112

1111,*∴A 为正交矩阵.

性质2.5 A 为正交矩阵,则m

A 也是正交矩阵.

证明: A 为正交矩阵,则1-='A A ,()()()()11--=='='m m m

m A A A A ,由正交矩阵的等价定义2知,A 为正交矩阵.

性质2.6 A 、B 均为正交矩阵,则它们的积AB 也是正交矩阵.

证明:A 、B 为正交矩阵,1-='A A ,1-='B B ,由于()()1

11---==''='AB A B A B AB ,由正交矩阵的等价定义2知,AB 为正交矩阵.

性质2.7 A 、B 均为正交矩阵,则B A '()B A '也是正交矩阵.

证明:A 、

B 为正交矩阵,1-='A A ,1-='B B 由于()()()()1

111----'='='''=''A B A B A B B A ()1

-'=B A 所以B A '为正交矩阵.B A '证明同上.

性质2.8 A 、B 均为正交矩阵,则B A 1-()1-AB 也是正交矩阵.

证明:A 、

B 为正交矩阵,1-='A A ,1-='B B ,由于()()()1

11111------==''='A B A B A B B A ()

1

1--=B A ,所以B A 1-为正交矩阵.1-AB 证明同上.

性质2.9 A 、B 均为正交矩阵,则BA A 1-也是正交矩阵.

证明:A 、B 为正交矩阵,1-='A A ,1-='B B 由于()()11111-----=='

''='A A B A A B A BA A ()()

1

1

11

1-----=BA A

A B 所以BA A 1-为正交矩阵.

性质2.10 A 、B 均为正交矩阵,则???

?

??B A 00也是正交矩阵.

证明:A 、B 为正交矩阵,1-='A A ,1

-='B B ,由于=???

? ??=???? ??''='???? ??--11000000B A B A B A

1

00-???

?

??B A 所以????

??B A 00为正交矩阵. 性质2.11 A 、B 均为正交矩阵,则???

? ??--A A A A 21也是正交矩阵. 证明:A 、B 为正交矩阵,1-='A A ,1-='B B ,则有 ???????

??? ??--'

?????????? ??--A A A A A A A A 2121

???? ??=???? ??''=???? ??''=???? ??--???? ??''-'-'=E A A A A A A A

A A A A A A A A A 00E 002002212121,则有结论???? ??--A A A A 21为正交矩阵成立.

性质2.12 A 为正交矩阵,λ是A 的特征值,则

λ

1

也是A 的特征值. 证明:A 为正交矩阵,有1-='A A ,那么有()=-='-='

-=--1A E A E A E A E λλλλ A E A A E A E A A A A A n n --=--=-=------λ

λλλ

λλ1

1

1

1

111,则λ是A 的特征值,则

λ

1也是A 的特征值.

性质2.13 A 为正交矩阵,它的特征值为1±,并且属于A 的不同特征值的特征向量两两相互正交.

证明:设λ为A 的特征值,η是A 的属于特征值λ的特征向量,ληη=A ,两边同时取转置得,ηλη'=''A ,所以ηηλληηληηηη'='=''='2A A ,因为A 为正交矩阵,所以E A A =',而0≠'ηη,则12=λ,即1±=λ.

另外,设ξ是A 的属于特征值μ的特征向量.由于ληη=A ,μξξ=A ,E A A ='可

得()()()()()()ξηλμμξληξηξηξη'='

='=''='A A A A ,所以()0-1='ξηλμ,又μλ≠,因此可 得λμλλλ≠==12

,则0='ξη,即η与ξ正交.

性质2.14 A 为上(下)三角的正交矩阵,那么矩阵A 必为对角矩阵,且对线上的元素值为1±.

证明:设A 为上三角的正交矩阵,那么-1A 必为上三角矩阵且A A '=-1,因此A 为对角矩阵.又由于E A A =',则矩阵A 的对角线上的元素为1±.

性质2.15 A 为正交矩阵,那么矩阵A 的一切k 阶主子式之和与一切相应k n -阶主子式之和或者相等或互为相反数.

性质2.16 A 为n 阶正交基础循环矩阵,那么矩阵A 的全部特征根为实根,并且是n 个n 次单根.

证明:设?????

??

? ??=0001100001000010 A 为基础循环矩阵可知A 的特征多项式为

()1-=-=n x A xE x f ,那么它的特征根为()n k n

k i n k x i ,,2,12sin 2cos

=+=π

π,故n x 为n 次单根.

3 正交矩阵的相关命题

命题3.1 A 、B 为正交矩阵,如果B A '+E 2

1

为反对称矩阵,则B A +也是正交矩阵,

且()111

---+=+B A B A .

证明:由于A 、B 为正交矩阵,则1-='A A ,1-='B B ,B A '+E 2

1

为反对称矩阵,则

??

?

??'+-='

??? ??'+A B E B A E 2121

()()()()E

A B E B A E E B B A B B A A A B A B A B A B A =??

?

??'++??? ??'++='+'+'+'=+'+'=+'+2121

因此B A +为正交矩阵.且()()B A B A B A '+'='

+=+-1.

命题3.2 A 、B 为正交矩阵,且B A -=,则B A +不可逆.

证明:由于A 、B 为正交矩阵,则E A A =',E B B =',又因为A B A A B B A B A ='+'=+

()()B A B A A B B A A B A B +-='

+-='+='+'2,则B A B A +-=+,得0=+B A ,因

此B A +不可逆.

命题3.3 A 、B 为奇数阶的正交矩阵,且B A =,则B A -不可逆.

证明:由于A 、B 为正交矩阵,则有E A A =',E B B =',A B A A B B A B A ='-'=-

()B A A B A B A B A B n

--=-='-'='-'12

,由于 A 、B 为奇数阶,则B A B A --=-,

即0=-B A ,因此B A -不可逆.

命题3.4 A 、B 为奇数阶的正交矩阵,则()()B A B A -+必不可逆.

证明:由于A 、B 为正交矩阵,则有E A A =',E B B =',()()=+-=+-B A B A B A B A

()()()()()()()()()()

n

n n n n

n B A B A B A B A B A B A B A A A B B A B B A A B A B B A B B A B B A A A B A B A B A B A 111111-=-+-=-'+'-=-'+'-='-'+'-'-='-'-='-'='-'-'+'=+'-'=+'-'()()B A B A -+,由于A 、B 为奇数阶的矩阵,则()()0=-+B A B A ,即()()B A B A -+必不

可逆.

命题3.5 A 为正交矩阵,且1-=A ,则E A +不可逆,且1-为A 特征值. 证明:因为1-=A 知,E A -=,由定理3.2.1知,0=+E A ,故E A +不可逆.又

0=+E A ,故()01=+-=--A E A E n

,所以1-为A 特征值.

命题3.6 A 为奇数阶正交矩阵,且1=A ,则E A -不可逆,且1为A 特征值. 证明:因为1=A 知,E A =,由定理 3.2.1知,0=-E A ,故E A -不可逆.又

0=-E A ,故()01=--=-E A A E n

,所以1为A 特征值.

命题 3.7 A 为对称矩阵,B 为反对称矩阵,A 、B 可交换,B A -可逆,则()()B A B A -+-1及()()1--+B A B A 都为正交矩阵.

证明:由题意知BA AB =,则()()()()B A B A B BA AB A B A B A +-=-+-=-+22,因

为B A -可逆,那么B A +也可逆.即()()1

1--+-B A B A ,()()[]()()[]

B A B A B A B A -+'-+--11

()()()()()()[]()()()()11111

------+=-+'+''-'=-+??

?

???'

+'-=B A B A B A B A B A B A B A B A B A B A

()()()()()()E B A B A B A B A B A B A =--++=-+---111,

则()()B A B A -+-1

为正交矩阵.同理可证()()1

--+B A B A 也为正交矩阵.

命题 3.8 B 为反对称矩阵,则()()B E B E -+-1及()()1

--+B E B E 都为正交矩阵,

并且其特征值不为1-.

证明:E 为对称矩阵,B 为反对称矩阵,则由定理 3.3知()()B E B E -+-1

及()()1--+B E B E 都为正交矩阵.由于反对称矩阵的特征值只为零或纯虚数,

因此B 的特征值不是1±.则0≠-B E ,()01≠---=+B E B E n

,因此B E ±可逆 ,由于()()B E B E -+-1及()()1--+B E B E 都为正交矩阵,令()()B E B E A -+=-1,那么有=+A E

()()()()()()111122-----=-=+-+--A E A E E B E B E B E B E ,可知A E +可逆,且=+A E ()01≠---A E n ,因此1-不是()()B E B E A -+=-1的特征值.同理1-不是()()1

--+B E B E 的特征值.

命题 3.9 矩阵()n n ij b B ?=,()n n ij c C ?=,矩阵A 为正交矩阵,且BA A C 1-=,则,

∑∑∑∑=====n j n

i ij

n j n i ij

c

b 11

11

.

证明:由于A 为正交矩阵,则1-='A A ,那么()BA B A BA A A B A C C ''='''='--11

,知

B B '与

C C '相似,则有它们的迹相等.即()()B B tr A A tr '=',故∑∑∑∑=====n j n

i ij n j n i ij c b 11

11

.

命题3.10 矩阵A 为n 阶正交矩阵,并且A 的特征值不为1-,则一定存在反对称

矩阵B 、C 使得()()()()1

1--+-=+-=C E C E B E E B A

证明:由于A 的特征值不为1-,则()01-≠+-=-A E A E n

,所以A E +可逆.矩阵A

为n 阶正交矩阵,取()()A E A E C -+=-1

,由于()()()-+=-+±=±-A E A E A E E C E 1

()()()()()()[]A E A E A E A E A E A E -±++=-+±+--11,那么可以得到()()12-+=+A E C E 和

()()A A E C E 12-+=-,因此C E ±可逆,从而()()()()[]=++=+----1

11122-A E A A E C E C E

()()A A E A A E =+?+-2

121

下证矩阵C 为反正交矩阵:

()()()()()

()11111

-----+-+='+'-=??

????'+'-='A E A E A E A E A E A E C ,()()=-+=--E A A E C 1

()()11--+-+A E A A E ,则有C C -=',则C 为反对称矩阵,则取()()1--+=A E A E B ,同理

可证B 为反对称矩阵,且满足()()1

-+-=B E E B A

4 正交矩阵的应用

在对正交矩阵的性质有一定的了解之后,下面我们开始讨论正交矩阵在不同领域上的应用问题.

4.1正交矩阵在解析几何上的应用

在讨论正交矩阵在解析几何上的应用时,我们先从正交矩阵的性质出发,转化到

转化到正交变换,进而研究正交矩阵在解析几何上的简单应用.

由定义2.1[1]等价定义3知正交矩阵的行(列)向量组为标准正交向量组.引入n

R 上的正交变换定义

定义 4.1 n 阶正交矩阵A ,对于()n n R x x x x ∈'

=,,2,1 ,称n R 到n R 的线性变换

T :()Px x T =为n R 上的正交变换.对于2R 上的线性变换??

?+='-='???

?cos sin sin cos y x y y x x ,将2R 上的点??????y x 映射为2

R 上的点??????''y x ,现将变换?

??+='-='????c o s s i n s i n c o s y x y y x x 写成矩阵的形式

?????????? ??-=???? ??''y x y x ????

c o s s i n s i n c o s ,由于矩阵??????-=????cos sin sin cos A 是正交矩阵,因此上述变换是正交变换.

下面我们看一下这个变换在平面直角坐标系下的几何意义,如图所示:

O

x

y

()y x ,

()y x '',

θ

?

r

r

在一个平面直角坐标系xoy 中,设点()y x ,的极坐标为()θ,r ,由极坐标变换知???==θ

θ

sin cos r y r x

由???+='-='????cos sin sin cos y x y y x x 得 ()()?

??+=+=+='+=-=-='θ??θθ???θ?θ?θ???sin sin cos cos sin cos sin cos sin sin cos cos sin cos r y r y x y r r r y x x , 可知点()y x '',的极坐标是()?θ+,r ,这说明将向径???

?

??y x 按逆时针方向旋转角度?,即可得

到向径???? ??''y x (如图所示)因此这个正交变换是平面2R 上将向径???? ??y x 绕坐标原点按逆时针方向旋转?角的一个变换.因此同理,如果用1-P 左乘向量???

?

??y x ,那么可以表示成将这个

向量按照逆时针的方向旋转角度?.

正交变换在解析几何里面有重要的性质:

定理4.1 设A 为n 阶正交矩阵,21,x x 是n R 中的任意向量,则有

⑴2121,,x x Ax Ax =,即正交变换保持向量的内积不变性.

证明:由于()()212121,Ax A x Ax Ax Ax Ax ''

='=,而正交矩阵A 满足E A A =',因此

212121,,x x x x Ax Ax ='

=

⑵11x Ax =,即正交变换保持向量的范数不变.

证明:在⑴中令21x x =,便得2

12

1x Ax =,两边开平方,既得11x Ax =.

4.2正交矩阵在拓扑学和近似代数中的应用

将所有的n 阶正交矩阵做成的集合记作()n M ,在近似代数和拓扑的角度来说,它将构成一拓扑群,我们将进一步证明它也是一个不连通的紧致lie 群.

首先我们证明()n M 构成拓扑群.在证明()n M 构成拓扑群之前,我们先介绍一下有关的概念.

定义4.2 设P 是任意集合,Q 是P 的子集构成的子集族,并且满足下列条件: ⑴结合P 与空集φ属于Q ;

⑵Q 中任意个集中的并集属于Q ;

⑶Q 中任意有穷个集的交集属于Q .

那么称Q 是P 上的一个拓扑,集合P 上定义了拓扑Q ,称P 是一个拓扑空间.

定义4.3 如果P 是一个拓扑空间,并赋予群的机构,使得群的在 乘法运算 μ: P P P →?; 求逆运算 ν: P P →.

上是连续的映射,那么就称P 为拓扑群. 根据定义4.3,我们将证明所有的n 阶正交矩阵做成的集合()n M 构成拓扑群的证明分成三步来实现:首先证明所有的n 阶正交矩阵做成的集合()n M 构成一个拓扑空间;其次证明所有的n 阶正交矩阵做成的集合()n M 构成一群;最后证明所有的n 阶正交矩阵做成的集合()n M 构成一个拓扑群.

证明:⑴设N 表示全部具有实元素的n 阶矩阵所构成的集合,用()ij a A =表示N 的

一个代表元素.我们把N 等同于2n 维欧氏空间2

n E ,可以理解为将()ij a A =对应成2

n E 的点()nn n a a a a a ,,,,,,2111211 ,Q 是点集2

n E 的子集族,则2

n E 和空集φ都属于Q ,Q 中任

意一个集合的并集都属于Q ,Q 中有穷个集合的交集也属于Q ,可得2

n E 构成一个拓扑空间.进而N 成为一拓扑空间.()n M 是所有实元素的n 阶正交矩,因此是N 的子集合,因此由N 的拓扑可以引出这个子集的拓扑,从而()n M 构成N 的一个子拓扑空间.

⑵对于任意的()n M C B A ∈,,,因为矩阵的乘法满足结合率则有()()BC A C AB → 存在()n n M E ∈对于任意()n M A ∈,有A AE A E n n ==

任意()n M A ∈,存在A A '=-1,使得E A A AA A A A A ='=='=--11 因此正交矩阵做成的集合()n M 对于乘法运算可构成群.

⑶对于⑴中的拓扑空间N 的拓扑,定义矩阵的乘法运算?:N N N →?,设对于任意()()ij ij b B a A ==,,乘积()B A ,?的第ij 个元素是

∑=n

i ij

ij b

a 1

,现在N 具有乘积空间

111E E E ??? (2n 个因子)的拓扑,现在对于任意满足n j i ≤≤,1的j i ,,都通过投影映射

1:E N N N ij →→??π,将A 和B 的乘积()B A ,?映射为它的第ij 个元素,则

()∑==n

i ij ij ij b a B A 1,?π为A 和B 的元素的多项式,因此?πij 连续,投影映射ij π也是连续的.

因此可以证明映射?是连续的.由于()n M 具有N 的子空间拓扑,是N 的一个拓扑空间.由上面的讨论知,映射n n n M M M →?:?也是连续的.

()n M 中的可逆矩阵,定义求逆矩阵的映射n n M M g →:,对于任意的,n M A ∈()=A g

1-A ;合成映射k n n ij E M M g →→:π,可以理解为将任意映射为1-A 的第ij 个元素,由于矩

阵A 为正交矩阵,由性质2.1知A 可逆,那么有A A A *

-=1

,因此A A a ij ij =,即()A

A A g ij ij =π,

又因为A 的行列式和A 的代数余子式都是A 内的元素多项式,并且0≠A ,所以g 0π是连续的,因此求逆映射n n M M g →:为连续函数.

因此,()n M 又是一个拓扑空间,并构成群,对群的乘法与求逆运算都是拓扑空间上的连续映射,因此所有的n 阶正交矩阵做成的集合()n M 构成一个拓扑群.且称它为正交群.

其次证明()n M 是一个紧致lie 群,证明之前给出有关的定义定理.

定义 4.4 设P 为拓扑群,P 的拓扑为n 维实(或复)解析流行,且映射

()12121,-→p p p p ,对于任意P p p ∈21,,为解析流行P P ?到P 上的解析映射,那么称P 为n 维lie 群.

定理4.2 欧氏空间内的有界闭集是紧致子集.

证明:设N 是所有具有实元素的n 阶矩阵做成的集合, 对于任意的N C ∈,C 对应的2n 维欧氏空间2

n E 的点()nn n c c c c c c c ,,,,,,222111211 ,N 可作为2n 维欧氏空间.A 为元

素nn n c c c c c c ,,,,,,222111211 的解析函数,{}

0=∈C N C 为N 中的开子集,由诱导拓扑可知*N 为解析流形,并且对于矩阵的乘法和求逆运算都解析,故*N 为2n 维lie 群.()n M 为

*N 的闭子集,根据诱导拓扑为子流行,()n M 为lie 群.

想要证明()n M 紧致,根据定理内容,只需要证明N 等同于2n E 时,()n M 相当于2

n E 内的有界闭集.设任意的()n M C ∈,由于E C C =',有 ∑==n

j ik kj ij c c 1δ n k i ≤≤,1

对任意的k i ,,定义映射

E N g ik →: N C ∈? ()∑==n

j kj ij ik b a C g 1

那么()n M 为系数各集合的交集

()01

-ik

g n k i ≤≤,1 k i ≠ ()11

-ik g n i ≤≤1

由于()n k i f ik ≤≤,1都是连续映射,因此上述的集合都是闭集,则()n M 是N 的有界闭集,

则()n M 的紧闭性得证.

由于在拓扑结构上是紧闭的lie 群,我们称它为紧lie 群,因此()n M 是紧lie 群. 最后证()n M 是不连通的

证明:设()n RM 是全部行列式为1的正交矩阵所构成的集合,R 为所有行列式为1-的

正交矩阵所构成的集合.由于()1:det E RM n →是连续映射,又由于单点集{

}1是1E 的闭集,()n RM 为()n M 的闭集,同样可证R 为闭集.由于()()n n M R RM = , ()φ=R RM n ,而

()n RM 和R 是闭集,根据不连通的定义可直接证明()n M 是不连通的,在这里我们就不做详细说明了.

4.3正交矩阵在物理学中的应用

物理学中每一个刚体运动都对应着一个正交矩阵,三维空间中的一条曲线经过刚

体运动,它的曲率和挠率一直是不变的,在物理学中称它们为运动不变量.下面我们来考察曲线在做刚体运动时的量.

设曲线()()()(){}t z t y t x t r 1111,,= 与曲线()()()(){}t z t y t x t r ,,=

只差一个运动,从曲线()t r 1 到

()t r

变换设为 ????? ??+????? ??=????? ??321111b b b z y x B z y x , 其中???

?

?

??=3332312322

21131211b b b

b b b b b b B 是三阶正交矩阵,

且321,,b b b 为常数.对????? ??+????? ??=????? ??321111b b b z y x B z y x 两边分别求n 阶导数,可以得()()()()()()?????? ??=?????

? ??n n n n n n z y x B z y x 11

1,从而有

?

????

?

??++++++=?????? ??=?????

? ??m m m m

m m m m m m m m m m m z b y b x b z b y b x b z b y b x b z y x A z y x 333231232221131211111,又B 是正交矩阵,则有 ()()t r t r =1成立.另一方

面,由一阶到三阶导数可以构成矩阵????

?

??''''''''''''

''''''±='????? ??''''''''''''''''''=?????

? ??''''''''''''''''''z y x z y x z y x B z y x z y x z y x z y x z y x z y x 111111111, 现取()()()()()()()()t r t r t r t r t r t r

,,,,111= 可类似的讨论.因为

1111

11111111111111

111111

y x y x z x z x z y z y z y x z y x z y x z y x ''''''''+''''''''+''''''''=?

???? ??''''''''''''''''''

1111

11111111111111

111111

y x y x z x z x z y z y z y x z y x z y x z y x '''''''''+'''''''''+'''''''''=?

???? ??''''''''''''''''''

??????

??++++++=?????? ??=?????

? ??m m m m m m m m m m m m m m m z b y b x b z b y b x b z b y b x b z y x A z y x 333231232221131211111 带入到

1

11

111111*********

111111

y x y x z x z x z y z y z y x z y x z y x z y x ''''''''+''''''''+''''''''=?

???? ??''''''''''''''''''

的右边,得到

()()()???

? ?

?'''''''''+'''''''''+'''''''''+???? ??'''''''''+'''''''''+'''''''''+???? ?

?'''''''''+'''''''''+'''''''''='''''

''''+'''+'''+'''''''''+'''+'''+'''''''''+'''+'''1111331111231111131111321111221111121111

3111112111111111

1

133323111112322211111131211y x y x z b x z x z z b z y z y z b y x y x y b x z x z y b z y z y y b y x y x x b x z x z x b z y z y x b y x y x z b y b x b x z x z z b y b x b z y z y z b y b x b

对照以上三个式子可得:

1111

3311112311

11131111

3211112211

11121111

3111112111

1111y x y x b x z x z b z y z y b y x y x y x y x b

x z x z b z y z y b x z x z y x y x b x z x z b z y z y b z y z y ''''''+''''''+''''''='''

'''''''''+''''''+''''''=''''''''''''+''''''+''''''='''''' 由于正交矩阵的性质,ij ij B b =,且jk n i kj ij B B σ∑==1

()3,2,1,=k j

将上边三个式子左右两边分别平方之后相加得:

()()

()2

1111

2111121111211

11

2

33

2322

31

2

11

11

22322222121111213212211322y x y x x z x z z y z y y x y x B B B

x z x z B B B z y z y B B B y x y x x z x z z y z y ''''''+''''''+''''''='''

'''

+++

''''''+++''''''++=''''''+''''''+''''''

将上式写成矢量函数形式记得:()(

)()()t r t r t r t r ''?'=''?'

11 ()()()()(

)()131113K t r t r t r t r t r t r K ='''?'='''?'=

()()()()()()()()()()()()(

)()12111112

ττ=''?'''''''=''?'''''''=t r t r t r t r t r t r t r t r t r t r

其中11,;,ττK K 分别为曲线()t r ' ,()t r 1'

的曲率和挠率.

5 后记

以上就是本篇文章的全部内容,由于时间和能力有限,本文仅针对正交矩阵矩阵的性质以及正交矩阵在解析几何,近似代数和拓扑学以及物理化学的应用上做了粗略的研究,希望得到的结论能给日后这部分的研究提供帮助,也希望读者在阅读后能受到一些启示,从而得出更有价值的理论.事实上,正交矩阵的这部分值得研究的内容还有很多,例如正交矩阵在化学等方面也有很多的应用,但是本位并没有对其给予明确的说明。这些在我以后的学习中会继续研究的.

参考文献

[1]魏战线.线性代数与解析几何[M].北京:高等教育出版社,2004. [2]燕建梁,裴金仙等.线性代数[M].北京:清华大学出版社,2007.

[3]熊金城.点集拓扑讲义[M].北京:高等教育出版社,1985.110-111,193-195 [4]程稼夫.力学[M].合肥:中国科学技术大学出版社,1996.

[5].线性代数及其应用(第二版)[M].北京:高等教育出版社,2006. [6]周英.正交矩阵的一个性质及应用[J].苏州大学学报,1987.

致谢

本篇论文在指导教师包振华的多次指导和帮助下终于完成,我对包振华老师感激之情溢于言表。在整篇论文写作过程当中,我也得到了很多同学的帮助,包振华老师严谨的专业知识、认真负责的态度给了我很多的支持。从论文选题、查阅资料,到整体思路、校对文章,无论在理论上还是在实践中,包振华老师都给予了我很大的帮助,我不胜感激!感谢所有帮助我、指导我、关心我的老师和同学,谢谢你们!

伴随矩阵的性质知识讲解

伴随矩阵的性质

编号2009011118 毕业论文(设计) ( 2013 届本科) 论文题目:伴随矩阵的性质 学院:数学与统计学院 专业:数学与应用数学 班级:09级本科1班 作者姓名:魏瑞继 指导教师:俱鹏岳职称:副教授 完成日期:2013年 4 月20日

目录 陇东学院本科生毕业论文(设计)诚信声明 (4) 摘要 (5) 关键词 (5) 0引言 (5) 1主要结论 (6) 1.1伴随矩阵的基本性质 (6) 1.2伴随矩阵的特征值与特征向量的性质 (9) 1.3矩阵与其伴随矩阵的关联性质 (10) 1.4两伴随矩阵间的关系性质 (11) 2应用举例 (12) 例1 (12) 例2 (12) 结束语 (13) 参考文献 (13) 致谢 (14)

陇东学院本科生毕业论文(设计)诚信声明 本人郑重声明:所呈交的本科毕业论文(设计),是本人在指导老师的指导下独立进行研究工作所取得的成果,成果不存在知识产权争议,除文中已经注明应用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 作者签名: 二〇一二年十二月二十日

伴随矩阵的性质 魏瑞继 (陇东学院 数学与统计学院 甘肃 庆阳 745000) 摘要:伴随矩阵是矩阵理论中一个重要的基本概念,我们对几类矩阵的伴随矩阵进行了研究,得到了一些有价值的结论,并给出了部分应用举例. 关键词:伴随矩阵;分块矩阵;正交矩阵;相似矩阵 0引言 伴随矩阵在高等代数中的作用是极其重要的,在关于伴随矩阵的一些性质可以应用到其他矩阵的计算证明中,在这时候就更需要这一方面的知识了,伴随矩阵的内容深入不仅增加了矩阵的内容,也补充了矩阵计算的不足,在矩阵的证明与应用中也得到广泛的推广. 定义1[1] 设矩阵()ij n n A a ?=,将矩阵A 的元素ij a 所在的第i 行第j 列元素划去后,剩余的2(1)n -个元素按原来的排列顺序组成的1n -阶矩阵所确定的行列式称为元素ij a 的余子式,记为ij M ,称(1)i j ij M +-为元素ij a 的代数余子式,记为ij A ,即 ij A = (1)i j ij M +-(i ,j=1,2,……,n). 定义2[2] 方阵()ij n n A a ?=的各元素的代数余子式ij A 所构成的如下矩阵 A *= 112111222212n n n n nn A A A A A A A A A ????? ???????L L M M O M M 称为矩阵A 的伴随矩阵.

矩阵与它伴随矩阵的关系1

矩阵与它伴随矩阵的关系 摘 要 通过对矩阵和伴随矩阵的学习,本文主要给出了伴随矩阵的定义和总结了它的一 些性质,如伴随矩阵的逆,行列式,转置,秩,矩阵的伴随矩阵的伴随矩阵与矩阵本身的 关系等.以及矩阵与它的伴随矩阵的关系,如两矩阵相似,则它们的伴随矩阵也相似等. 关键词 矩阵;伴随矩阵;转置;可逆;行列式;秩;相似矩阵;正定矩阵 1伴随矩阵的定义 设() n n ij a A ?=,则它的伴随矩阵()n n ij b A ?=* ,其中ji ij A b = (),,,3,2,1,n j i =ij A 为A 中ij a 的代数余子式. 2伴随矩阵的性质以及矩阵与它伴随矩阵的关系 2.1 I A A A AA ==**. 2.2 若A 非奇异,则* 11A A A =-. 2.3 ()()T T A A ** =. 证 当A 可逆时,1*-=A A A ,且T A 也可逆. 故 ()()1 * -=T T T A A A =() T A A 1- 另一方面, ()()T T A A A 1* -==() T A A 1- 由上两式推出 ()() T T A A ** =. 2.4 ()() 1 ** 1 --=A A . 证 当A 可逆时,1*-=A A A ,且1-A 也可逆. 故 ()()A A A A A 1 1 11* 1= =---- 又由 E A A A A A A =??? ? ??=???? ??* *11 故 *A 也可逆,且()A A A 1 1 *= - 从而 ()() 1 ** 1 --=A A .

2.5 ()*1* A a aA n -= (a 为实数). 证 设()n n ij a A ?=,再设 ()()n n ij b aA ?=* , 那么ij b 为行列式aA 中划去第j 行和第i 列的代数余子式1-n 阶行列式,其中每行提出公因子a 后,可得 ji n ij A a b 1-= ()n j i ,2,1,= 由此即证()*1* A a aA n -=. 2.6 1 *-=n A A ()2≥n . 证当A 可逆时,由于,1*-=A A A 两边取行列式 得 1 1* --==n n A A A A 当A 不可逆时,,0=A 这时秩1*≤A 所以.0*=A 从而也有 1 * -=n A A 所以对任意n 阶方阵,A 都有.1 *-=n A A 2.7 当秩n A =时,则秩n A =*.当秩1-=n A 时则秩1*=A .,当秩2-≤n A 则秩0*=A . 证 当秩,0≠?=A n A 那么由上面的(1)式有0*≠==n A I A AA 所以 ,0*≠A 即秩n A =* 当秩,01=?-=A n A 0*==I A AA 从而秩,1*≤A 又因秩,1-=n A 所以至少有一个代数余子式,0≠ij A 从而秩,1*≥A 于是秩,1*=A 当秩2-=n A ?0*=A 所以秩0*=A 同理秩2-

正交矩阵的作用

正交矩阵的作用 引言 正交矩阵是一类重要的实方阵,由于它的一些特殊的性质,使得它在不同的领域都有着广泛的作用,也推动了其它学科的发展.本文从正交矩阵的最主要的性质入手,来讨论它的四点作用. 首先,我们来了解一下正交矩阵的定义. 一.正交矩阵的定义及性质 (一)正交矩阵的定义 定义1n阶实矩阵A,若满足A A E '=,则称A为正交矩阵. 定义2n阶实矩阵A,若满足AA E '=,则称A为正交矩阵. 定义3 n阶实矩阵A,若满足1 '=,则称A为正交矩 A A- 阵. 定义4n阶实矩阵A的n个行(列)向量是两两正交的单位向量,则称A为正交矩阵. 以上四个定义是等价定义. (二)正交矩阵的性质

设A 为正交矩阵,它有如下的主要性质. <1>∣A ∣=±1,A -1存在,并且A -1也为正交矩阵; <2>A ′,A *也是正交矩阵; 当∣A ∣=1时,* A A '= ,即ij ij a A =; 当∣A ∣=-1时,*A A '=-,即ij ij a A =-. <3>若B 也是正交矩阵,则11,,,,AB A B AB A B AB --''都为正交 矩阵. 证明 <1>显然 1A =± () 1 1 11 ()() A A A ----''== 所以1A -也是正交矩阵. <2>1 A A -'= ,显然A '为正交矩阵. 由 1A =±,* 1 A A A A -'== 当 1A =时,*A A '=,即ij ij a A = 当 1A =-时,*A A '=-,即ij ij a A =- 所以*A 为正交矩阵. <3>由1 A A -'= ,1B B -'= 可知 1 1 1 ()() AB B A B A AB ---'''=== 故A B 为正交矩阵.由<1>,<2>推知11,,,A B AB A B AB --''均为正交矩阵.

酉矩阵和正交矩阵的性质和应用

正交矩阵与酉矩阵的性质和应用 0 前言 (1) 1 欧式空间和正交矩阵 (2) 1.1 欧式空间 (2) 1.2 正交矩阵的定义和性质 (2) 1.2.1 正交矩阵的定义和判定 (2) 1.2.2 正交矩阵的性质 (3) 2正交变换的定义和性质 (12) 2.1正交变换定义的探讨 (12) 2.2正交变换的判定 (14) 2.3正交变换的性质 (15) 3正交矩阵的应用 (17) 3.1正交矩阵在线性代数中的应用 (17) 3.2利用正交矩阵化二次型为标准形 (22) 3.2.1 对称矩阵可对角化的相关理论证明 (22) 3.2.2 对称矩阵对角化的具体方法及应用举例 (23) 3.2.3利用正交矩阵化简直角坐标系下的二次曲面方程 (25) 3.3正交矩阵在矩阵分解中的作用 (26) 3.4正交矩阵在方程组的求解中的应用 (35) 4 酉空间和酉矩阵 (38) 4.1 酉空间 (38) 4.1.1 酉空间的定义 (38) 4.1.2 酉空间的重要结论 (38) 4.2 酉矩阵 (40) 4.2.1 酉矩阵的定义 (40) 4.2.2 酉矩阵的性质 (40) 5酉矩阵的应用 (48) 5.1酉矩阵在矩阵的分解中的应用 (48) 5.2 利用酉矩阵化正规矩阵为对角形矩阵 (54) 6 正交矩阵与酉矩阵 (57) 7结论 (60) 参考文献 (62) 致谢 (63)

0前言 正交矩阵是一类特殊的实方阵,酉矩阵是一类重要的复矩阵,它们的一些特殊性质,使得它在不同的领域都有着广泛的应用,也推动了其它学科的发展. 随着科学技术的迅速发展,特别是计算机的广泛应用,矩阵问题特别是特殊矩阵的性质及其构造越来越受到科学工作者以及工程人员的重视.它不仅局限于一个数学分支,而且许多理工方法和技术的发展就是矩阵理论的创造的应用与推广的结果. 在矩阵理论的研究中,正交矩阵与酉矩阵在线性代数、优化理论、计算方法等方法都占有重要的地位.戴立辉等(2002)对正交矩阵进行了详细的研究,得到了正交矩阵的若干性质;2005年,雷纪刚在《矩阵理论与应用》中给出了正交矩阵和酉矩阵的关系并证明了酉矩阵就是等距变换;2006年,苏育才在《矩阵理论》中介绍了酉矩阵的概念的推广和酉矩阵的一系列性质;2008年,吴险峰在《正交矩阵的进一步探究》中给出了正交矩阵和酉矩阵的一些性质定理,这些都为正交矩阵和酉矩阵的应用奠定了基础. 在矩阵理论中,经常利用矩阵来描述变换.在实空间中正交变换保持度量不变,而正交变换中对应的变换矩阵就是正交矩阵,所以对正交矩阵的研究就显得格外重要.同样道理,想要得到复空间中保持度量不变的线性变换,就应该对正交变换进行推广,将其推广到复数域上,那对应的正交矩阵相应的也推广到复数域──酉矩阵.下面将通过矩阵理论的深入研究,对正交矩阵与酉矩阵进行比较,得到了酉矩阵的若干结果.

浅谈伴随矩阵的性质及其应用【开题报告】

开题报告 数学与应用数学 浅谈伴随矩阵的性质及其应用 一、综述本课题国内外研究动态, 说明选题的根据和意义 矩阵是代数学的一个主要研究对象, 是数学中最重要的基本概念之一, 也是数学研究及应用的一个重要工具. 矩阵这一概念自19世纪英国数学家凯利首先提出以后, 就形成了矩阵代数这一系统理论, 而且还广泛应用于实际生活. 把现实世界中的实际问题抽象成数学模型, 求出模型的解, 验证模型的合理性后, 用它的解来解释现实问题, 这其中要用到许多的数学知识, 而矩阵作为一种认识复杂问题的简捷的数学工具, 在数学模型中具有重要的作用, 如在各循环赛中常用的赛况表格、国民经济的数学问题等. 矩阵可以分为很多类, 有初等矩阵、分块矩阵、幂等矩阵、伴随矩阵等, 在不同的矩阵类型中近几年来分别取得了不同的成果与进展. 而伴随矩阵作为矩阵中较特殊的一类, 其理论与应用有自身的特点, 它是矩阵理论及线性代数中的一个基本概念, 是许多数学分支研究的重要工具. 在线性代数的解题方面, 灵活地运用这些伴随矩阵的性质有效地解决了线性代数中的问题, 且它有助于拓宽解决线性代数问题的思路. 比如, 矩阵间一些关系的证明, 求矩阵的逆, 一些复合矩阵的行列式等. 运用伴随矩阵的性质还可以用来解决一些复杂的问题. 比如, 用伴随矩阵的性质: I A A A AA ==**可以解决《美国数学月刊》上的E3227号问题(注: 若A 和B 为n 阶矩阵, 存在非零向量x 和向量y , 使得0=Ax , Bx Ay =. 设i A 为A 中第i 列被B 中的第i 列替换后所得到的矩阵,证明01=∑=n i i A ). 现今不仅专业研究伴随矩阵 的数学工作者愈加众多, 而且量子力学、刚体力学、流体力学、自动控制等各个学科或尖端技术领域内的研究工作者也都以它为必需的工具. 如蔡建乐提出了用特征矩阵的伴随矩阵求惯量主轴的代数方法, 这有利于刚体力学的发展, 体现伴随矩阵的物理意义. 正因为它有如此重要的作用, 古今中外对其研究颇多, 并且得到了许多重要的成果. 如杨闻起探讨了伴随矩阵在对称、反对称、正定、半正定、正交、相似和特征值等方面的性质; 王航平也在伴随矩阵的定义与基本性质的基础上, 探讨了伴随矩阵的运算性质, 特别研究了

伴随矩阵

伴随矩阵 在线性代数中,一个方形矩阵的伴随矩阵是一个类似于逆矩阵的概念。如果矩阵可逆,那么它的逆矩阵和它的伴随矩阵之间只差一个系数。然而,伴随矩阵对不可逆的矩阵也有定义,并且不需要用到除法。 A的伴随矩阵可按如下步骤定义: 1.把D的各个元素都换成它相应的代数余子式;(代数余子式定义:在一个n级行列式A中,把元所在的第i行和第j列划去后,留下来的阶行列式叫做元的余子式,记为M ij;称(-1)^i+j *M ij为a ij的代数余子式) 2.将所得到的矩阵转置便得到A的伴随矩阵, 补充:(实际求解伴随矩阵即A*=adj(A):去除A的行列式D中元素对应的第i行和第j列得到的新行列式D1代替a ij,这样就不用转置了) 即:n阶方阵的伴随矩阵A*为 A11 A12 (1) A21 A22 (2) 。。。 。。。 An1 An2 ……Ann 例如:A是一个2x2矩阵, a11,a12 a21,a22 则由A可得Aij (I,j=1,2)为代数余子式 此图片为相应代数余子式的计算过程。

则A的伴随矩阵A* 为 A11 A21 A12 A22 即 a22 , -a12 -a21, a11 (余子式定义:A关于第i 行第j 列的余子式(记作Mij)是去掉A的第i行第j列之后得到的(m -1)×(n - 1)矩阵的行列式。特殊规定:一阶矩阵的伴随矩阵为一阶单位方阵) 注意:在matlab中一阶矩阵的伴随矩阵是空矩阵。 原矩阵中的值与伴随矩阵中的值一一映射,例如 1 2 3 2 2 1 -------> 3 4 3 +2 6 -4

-3 -6 5 2 2 -2 其中1对应5 ;2 2 对应-3;3对应2;等等 基本性质: (1)AA*=A*A=|A|E; (2)|A*|=|A|n-1 具体求法 ①当矩阵是大于等于二阶时: 主对角元素是将原矩阵该元素所在行列去掉再求行列式. 非主对角元素是原矩阵该元素的共轭位置的元素去掉所在行列求行列式乘以(-1)^(x+y) x,y为该元素的共轭位置的元素的行和列的序号,序号从1开始的. 主对角元素实际上是非主对角元素的特殊情况,因为x=y,所以(-1)^(x+y)=(-1)^(2x)=1,一直是正数,没必要考虑主对角元素的符号问题。 常用的可以记一下: a b —— 1/(ad-bc) (d -c c d -b a) ②当矩阵的阶数等于一阶时,他的伴随矩阵为一阶单位方阵. 3.二阶矩阵的求法口诀:主对角线对换,副对角线符号相反

正交矩阵和酉矩阵对比

在矩阵理论中,经常利用矩阵来描述变换.在实空间中正交变换保持度量不变,而正交变换中对应的变换矩阵就是正交矩阵,所以对正交矩阵的研究就显得格外重要.同样道理,想要得到复空间中保持度量不变的线性变换,就应该对正交变换进行推广,将其推广到复数域上,那对应的正交矩阵相应的也推广到复数域上就是酉矩阵.本文通过矩阵理论的研究,对正交矩阵与酉矩阵进行比较,得到了酉矩阵的若干结果. 正交矩阵是一类重要的实矩阵,由于它的一些特殊性质,使得它在不同的领域都有着广泛的作用,也推动了其它学科的发展.本文从矩阵理论的角度,探讨正交矩阵的常用性质以及正交矩阵在数学方面的一些应用。 以酉矩阵的定义为基础,对酉矩阵的性质等进行研究,通过对这些问题的研讨,为酉矩阵的构造奠定了基础.在实际应用方面,若要应用酉矩阵解决实际问题,快速地构造一个酉矩阵就显得及其重要. 本文对酉矩阵的性质及构造展开研究. 根据矩阵理论, 通过查阅图书、电子书库, 以及对以前的知识进行归纳总结, 深入理解, 进行深入的研究, 从而对酉矩阵有了新的认识, 总结一些结论. 在代数性质方面包括:酉矩阵的特征根、对角化、判断方法及酉矩阵的等价条件等. 在运算性质方面包括:酉矩阵的逆、转置矩阵、方幂、数乘、矩阵乘、伴随矩阵等是否仍为酉矩阵. 在酉矩阵的构造方面:以酉矩阵的定义为基础, 对酉矩阵的性质等进行研究, 通过对这些问题的探讨, 为酉矩阵的构造奠定了基础. 在实际应用方面, 若要应用酉矩阵解决实际问题, 快速地构造出一个酉矩阵就显得极其重要, 本文给出了构建酉矩阵的五种方法, 并对应相应的构造方法给出证明. 通过本文的研究对酉矩阵的构造有了进一步的认识.

矩阵性质

关于实正交矩阵的某些性质 华东师范大学数学系04级基地班高等代数与解析几何04学年第二学期大作业 10041510134裘鹏翔 正交矩阵是实数域上一类十分特殊的矩阵,具有很多特殊的性质,经过一个学期来学习,也积累收集了不少正交矩阵的性质,罗列如下: 定义:满足的方阵称为正交矩阵(orthogonal matrix)。 n阶正交矩阵的集合记为。 本文摘要: 1正交矩阵与运算的关系 1.1和:正交矩阵的和不一定是正交矩阵; 1.2差:正交矩阵的差也不一定是正交矩阵; 1.3乘积:正交矩阵的乘积是正交矩阵; 1.4数乘:正交矩阵数乘后一般不是正交矩阵; 1.5直积:正交矩阵的直积还是正交矩阵; 1.6圈积:正交矩阵的圈积还是正交矩阵; 1.7转置:正交矩阵的转置还是正交矩阵; 1.8逆:正交矩阵的逆还是正交矩阵; 1.9伴随:矩阵的伴随矩阵是正交矩阵的充分必要条件是这个矩阵是正交矩阵;2正交矩阵的特征 2.1迹:迹小于阶数; 2.2特征值:实数域上,复数域上模为1; 2.3不定性:正交矩阵是不定矩阵; 2.4对角化:正交矩阵在对角化中的作用; 3正交矩阵与特殊矩阵的关系 3.1与数量矩阵:只有的数量矩阵和正交矩阵的乘积还是正交矩阵; 3.2与整系数矩阵:如果n阶正交矩阵是整系数矩阵(即),则它共有! 种; 3.3与实可逆矩阵:分解为正交矩阵和三角矩阵; 与上(下)三角矩阵:每个实可逆矩阵的分解等等; 3.4与对角矩阵:特征值全是实数的对角化等等; 3.5与对称矩阵:特征值全是实数的正交矩阵是对称的等等; 3.6与反对称矩阵:可对角化情况下的典范型; 4正交矩阵的特殊构造 4.1整系数与非整系数实(反)对称正交矩阵; 5附录 :正规矩阵正交准对角化概述(纯矩阵的证明方法) 5.1定理1;上三角标准定理;

伴随矩阵的若干性质及应用

伴随矩阵的若干性质及应用 摘要 矩阵是学习高等代数中的一个非常重要的知识点,而在矩阵的运算和应用中伴随矩阵起着十分重要的作用.本篇文章运用矩阵计算中的一些技巧和方法,证明了一般n 阶方阵和某些特殊矩阵的伴随矩阵的一些性质.这些性质的探讨是基于矩阵的伴随矩阵与原矩阵之间的关系,利用研究矩阵的方法来着手.通过这些性质,对矩阵、伴随矩阵有了更深一步地认识.而且,在以后的学习中遇到关于伴随矩阵的问题我们可以直接应用这些性质,使问题变得简单. 关键词 矩阵 伴随矩阵 特征值 引言 因为伴随矩阵是学习矩阵的一个重要知识点,在计算中经常出现,把矩阵的 伴随矩阵看作一般的一个矩阵来研究.给出了伴随矩阵的秩、伴随矩阵的转置、伴随矩阵的特征值、几个特殊矩阵的伴随矩阵的性质,以及伴随矩阵的其他性质.这些性质能帮我们方便解决在计算矩阵时遇到的问题. 本文出现的矩阵A 和B 均为n 阶方阵. 1.一般n 阶方阵其伴随矩阵的一些性质及应用 1.1 E A A A AA ==**,在求解A 与*A 的乘积,*A 和1-A 的有关的问题时可以从这个性质着手.常用的关系式如下: ()1当A 为可逆矩阵时,*A 也为可逆矩阵,由E A A A AA = =**可得()A A A = -1 *; ()2当A 为可逆矩阵时,由E A A A AA = =**可得1*-=A A A ; 例1、已知A 为一三阶矩阵,且??? ? ? ??=100310241A ,求() 1 * -A . 解 经计算可得1=A ,所以() ? ??? ? ??===-1003102411 *A A A A .

例2、已知A 为一三阶可逆矩阵,它的伴随矩阵为*A ,且4 1= A ,求()*1 32A A --. 解 ()1 111* 14 32132132------=-= -A A A A A A A 1611 4141413 131-=? ?? ??-=??? ??-=-=--A A A . 例3、已知A 和 B 均为n 阶矩阵,相应的伴随矩阵分别为*A 和*B ,分块矩阵 ? ?? ? ??=B O O A C ,求C 的伴随矩阵* C . 解 由E C C C CC ==**得, ???? ??=???? ? ?=??? ? ??==------11 11 1 1 * B B A O O A B A B O O A B A B O O A B O O A C C C . 1.2 当A 为可逆矩阵时,有() () * 11 * --=A A 证明 因为 () E A A A E A AA 1 * 11 * ,---==故有,A A A * 1 =-;又因为A A 11=- 从而 () () E A E A A A A A A 1 1* 1 ** 11 = ==----,因0≠A ,故() E A A =-* 1*, 所以 () () * 11 * --=A A . 例4、已知A 为一三阶可逆矩阵,且???? ? ??=-2311123211 A , 求*A 的逆矩阵. ㈠解 因为E A AA A A ==**,且A 为可逆矩阵,可得 () A A A A A 11 * --== , 而2 311123 211=-A =8,() ???? ? ??------==--315513151811 1A A ,所以() ???? ? ??------=-3155131511 *A .

伴随矩阵的性质及其应用

伴随矩阵的性质及其应用 摘要:在矩阵中占据着比较特殊的位置,通过它我们可以推导出逆矩阵的计算公式,使方阵求逆的问题得到解决,伴随矩阵的性质和应用有着与众不同的特点。伴随矩阵不仅仅可以求矩阵的逆,它还有很多重要的性质。本文介绍了伴随矩阵的十四条性质,每一条都给出了详细的证明,同时也给出了应用伴随矩阵性质的例子。伴随矩阵是矩阵学习中的重点和难点,它的性质及其应用更是学习中的重中之重,掌握这些性质、证明及其应用将有利于我们今后的数学学习. 关键词:伴随矩阵可逆矩阵方阵性质 Adjoint matrices properties and applications Abstract Adjoint matrices is matrix and linear algebra, is an important concept of an important branch of mathematics study many tools, through which we can deduce that the inverse matrix calculation formula of inverse square, is the problem can be solved, the status of adjoint matrix in the matrix, it is special the properties and application has unique characteristics. In university mathematics study, adjoint matrices is only used for the inverse matrix solution, not too deep understanding of adjoint matrix, actually there are many important properties, this paper introduces the properties of adjoint matrix 12 is given, every single detail of the proof and the partial nature, and introduces the application of the development process, along with matrix matrix was the key and difficult point matrix learning, it is also learning the properties and applications of priority, master these properties, proof and application will benefit our future mathematics learning. Keywords Adjoint matrix Reversible matrix The phalanx Properties 矩阵是高等数学中非常重要的一个概念,而且应用相当广泛,它是线性代数的核心,矩阵的运算、概念和理论贯穿整个线性代数的学习中。伴随矩阵是一种特殊矩阵,它和矩阵的逆矩阵有着紧密的联系,方阵的伴随矩阵是在求可逆矩阵的逆矩阵时提出

正交矩阵的性质及其应用 2

学号 20090501050227 密级 兰州城市学院本科毕业论文正交矩阵的性质及应用 学院名称:数学学院 专业名称:数学与应用数学 学生姓名:苏志升 指导教师:宋雪梅 二○一三年五月

BACHELOR’S DEGREE THESIS OF LANZHOU CITY UNIVERSITY Properties and Applications of Orthogonal Matrix College :Mathematics College Subject :Mathematics and Applied Mathematics Name :Su Zhisheng Directed by :S ong Xuemei May 2013

郑重声明 本人呈交的学位论文,是在导师的指导下,独立进行研究工作所取得的成果,所有数据、资料真实可靠。尽我所知,除文中已经注明引用的内容外,本学位论文的研究成果不包含他人享有著作权的内容对本论文所涉及的研究工作做出贡献的其他个人和集体,均已在文中以明确的方式标明。本学位论文的知识产权归属于培养单位。 本人签名:日期:

摘要 本文给出了正交矩阵的性质并列举了正交矩阵的多个性质。研究正交矩阵在空间坐标旋转中的作用。 关键词:正交矩阵;性质;标准正交基;特征多项式;应用

ABSTRACT Orthogonal matrix is made up of inner product lead. This paper illustrates several properties of orthogonal matrix and to give the proof. Study the role of orthogonal matrix in space coordinate rotation, and the matrix analysis of typical cases, and illustrates the application of matrix. Key words:orthogonal matrix; Rotation matrix; Orthonormal basis; Characteristic value; The application.

伴随矩阵的性质

编号2009011118 毕业论文(设计) ( 2013 届本科) 论文题目:伴随矩阵的性质 学院:数学与统计学院 专业:数学与应用数学 班级:09级本科1班 作者姓名:魏瑞继 指导教师:俱鹏岳职称:副教授 完成日期:2013年 4 月20日

目录 陇东学院本科生毕业论文(设计)诚信声明 (3) 摘要 (4) 关键词 (4) 0引言 (4) 1主要结论 (4) 1.1伴随矩阵的基本性质 (4) 1.2伴随矩阵的特征值与特征向量的性质 (8) 1.3矩阵与其伴随矩阵的关联性质 (9) 1.4两伴随矩阵间的关系性质 (10) 2应用举例 (11) 例1 (11) 例2 (11) 结束语 (12) 参考文献 (12) 致谢 (13)

陇东学院本科生毕业论文(设计)诚信声明 本人郑重声明:所呈交的本科毕业论文(设计),是本人在指导老师的指导下独立进行研究工作所取得的成果,成果不存在知识产权争议,除文中已经注明应用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 作者签名: 二〇一二年十二月二十日

伴随矩阵的性质 魏瑞继 (陇东学院 数学与统计学院 甘肃 庆阳 745000) 摘要:伴随矩阵是矩阵理论中一个重要的基本概念,我们对几类矩阵的伴随矩阵进行了研究,得到了一些有价值的结论,并给出了部分应用举例. 关键词:伴随矩阵;分块矩阵;正交矩阵;相似矩阵 0引言 伴随矩阵在高等代数中的作用是极其重要的,在关于伴随矩阵的一些性质可以应用到其他矩阵的计算证明中,在这时候就更需要这一方面的知识了,伴随矩阵的内容深入不仅增加了矩阵的内容,也补充了矩阵计算的不足,在矩阵的证明与应用中也得到广泛的推广. 定义1[1] 设矩阵()ij n n A a ?=,将矩阵A 的元素ij a 所在的第i 行第j 列元素划去后,剩余的 2(1)n -个元素按原来的排列顺序组成的1n -阶矩阵所确定的行列式称为元素ij a 的余子式,记为ij M ,称(1)i j ij M +-为元素ij a 的代数余子式,记为ij A ,即 ij A = (1) i j ij M +-(i ,j=1,2,……,n). 定义2[2] 方阵()ij n n A a ?=的各元素的代数余子式ij A 所构成的如下矩阵 A * = 11 2111222212n n n n nn A A A A A A A A A ????? ??? ?? ?? 称为矩阵A 的伴随矩阵. 1主要结论 1.1伴随矩阵的基本性质 性质1 若A 是n 阶方阵(2)n ≥,那么

矩阵的伴随矩阵的性质

矩阵的伴随矩阵的性质 数学计算机学院数学与应用数学(师范)2011届方娜 摘要:本文首先回顾了伴随矩阵的定义,讨论了伴随矩阵的秩、可逆性、特征值及一些特殊矩阵的伴随矩阵,并加以证明.最后给出了某些性质的简单应用. 关键词:伴随矩阵;矩阵的秩; 矩阵的逆; 性质 中图分类号:O151.21 The properties of Adjoint Matrix Abstract:The concept of the adjoint matrix was firstly reviewed, then the rank, the reversibility, the eigenvalue of the adjoint matrix and adjoint matrices of some special matrices were discussed, with proofs of the properties being given out. Lastly, the simple applications of the properties about adjoint matrix were given out. Key words:adjoint matrix;the rank of the matrix;inverse matrix;property

目录 1 前言 (1) 2 伴随矩阵的定义 0 3 伴随矩阵的性质 0 3.1 伴随矩阵的基本性质 0 3.2 伴随矩阵秩的性质 (3) 3.3 伴随矩阵特征值的性质 (4) 3.4 特殊矩阵的伴随矩阵的性质 (4) 4 伴随矩阵的性质的简单应用 (7) 结束语 (8) 参考文献 (9) 致谢 (9)

正交矩阵的性质和应用

目录 摘要(关键词) (1) Abstract(Key words) (1) 1前言 (1) 2正交矩阵的性质 (1) 3正交矩阵的相关命题 (3) 4 正交矩阵的应用 (5) 4.1 正交矩阵在解析几何上的应用 (6) 4.2正交矩阵在拓扑学和近似代数中的应用 (7) 4.3 正交矩阵在物理学中的应用 (9) 5后记 (10) 参考文献 (10) 致谢 (11)

关于正交矩阵的性质及应用研究 摘要:正交矩阵是数学中一类特殊的矩阵,同时它还具有一些非常特殊的性质和广泛的应用.目前也有很多关于正交矩阵文献,但是其中大部分都是研究关于正交矩阵性质,而关于正交矩阵的应用很少提及.本文的主要任务就是利用正交矩阵的定义,并以矩阵性质,行列式性质为主要工具,归纳正交矩阵的性质,并探讨正交矩阵在解析几何、拓扑学、近似代数及物理学上的应用. 关键词:正交矩阵;行列式;性质;应用 Abstract: Orthogonal matrix is a kind of special matrix in mathematics. Meanwhile, it also has some very special properties and it is widely used. At present, there are many literatures about orthogonal matrix, but most of them are about the properties of orthogonal matrix. However, the application of orthogonal matrix is seldom mentioned. The main task of this paper is to induce the properties of orthogonal matrix and explore the applications of it in analytic geometry, topology, approximate algebra and physics by using the definition of orthogonal matrix and utilizing the properties of matrix and determinant as the main tool. Key words: Orthogonal matrix; determinant; property; application 1前言 我们在讨论标准正交基的求法后,由于标准正交基在欧氏空间中占有特殊的地位,从而讨论一组标准正交基到另一组标准正交基的基变换公式。那么由一组标准正交基到另一组标准正交基的过渡矩阵是什么样的,它有什么性质呢? 我们由上面的问题引出了关于正交矩阵的定义。正交矩阵是一种特殊的矩阵,因此对于正交矩阵的性质及分类的探讨具有非常重要的意义。而这篇文章就是针对正交矩阵所具有的一系列性质,以及正交矩阵在数学领域,结构化学基础及力学领域的一系列应用。 2正交矩阵的性质 本文在探讨正交矩阵的性质时除特殊强调外都是指数域P 上的矩阵,用n n P ?表示数域P 上n 阶方阵的集合,用E 表示单位矩阵,用A 、1-A 、*A 、'A 分别表示矩阵A 的行列式、逆矩阵(当A 可逆时)、伴随矩阵、转置矩阵. 定义2.1 n 阶实矩阵A ,若有 E A A =' ,则称A 为正交矩阵. 等价定义1: n 阶实矩阵A ,若有 E A A =',则称A 为正交矩阵; 等价定义2: n 阶实矩阵A ,若有 1-='A A ,则称A 为正交矩阵; 等价定义3: n 阶实矩阵A 的n 个行(列)向量是两两正交的单位向量 ,则称A 为正交矩阵. 性质2.1 A 为正交矩阵,则其行列式的值为1或1-. 证明: 由正交矩阵的定义知,E A A =' 两边同取行列式,得1=='E A A ,又由于 A A =',则12 =A , 即1±=A 性质2.2 A 为正交矩阵,A 的任一行(列)乘以1-得到的矩阵仍为正交矩阵. 证明: 设()n j i A ββββ ,,,,1=,其中n j i ββββ,,,,,,1 是A 的单位正交向量组.显然()n j i ββββ,,,,,,1 -也是A 的单位正交矩阵,则由正交矩阵的等价定义3知成立. 性质2.3 A 为正交矩阵,A 的任两行(列)互换得到的矩阵仍为正交矩阵.

矩阵运算性质及其应用

第一讲 矩阵运算性质及其应用 矩阵是数学中的一个重要容,它是继数值这个运算对象之后,人们研究的又一个新的运算对象,也是处理线性模型的重要工具.矩阵的运算,到目前为止,人们已经研究了几十上百种.在这一讲中,我们复习学习过的其中10种,包括加法、减法、数乘、乘法、乘方、转置、共轭、行列式、伴随和求逆.学习矩阵运算,重点有两方面:运算的条件和性质.而运算需要的条件和数值运算是大不相同的. 一 矩阵的概念及其运算方法 首先,我们复习矩阵的概念及其运算方法. 定义1 由m n ?个数字ij a (1,2,,i m =L ,1,2,,j n =L )排成的m 行n 列的数表,称为一个 m 行n 列矩阵,简称为m n ?型矩阵.通常用圆括号或方括号括起来表示矩阵数表是一个整体,并 用大写字母表示,即 1112121 22 212 n n m m mn a a a a a a A a a a ?? ? ? = ? ??? L L M M O M L 位于矩阵A 的第i 行第j 列的数字ij a ,称为A 的(,)i j 元素,简称(,)i j 元.以ij a 为(,)i j 元的矩阵可简记作()ij a .m n ?型矩阵A 也记作m n A ?或m n A ?.m n =时,n n ?型矩阵A 也称为n 阶矩阵,记作n A . 两个矩阵的行数相等,列数也相同时,称为同型矩阵.两个矩阵A 与B 是同型矩阵,且它们的对应位置上的数字元素都相等,就称这两个矩阵A 与B 相等,记作A B =. 有一些矩阵的元素分布比较特殊,我们用专门规定的记号来表示,如 零矩阵O ,它的元素全为0.要注意,不同型的零矩阵是不同的. 单位矩阵E (也记作I ),它是对角线元素都为1,其余元素都为0的方阵. 对角矩阵()1 2 12diag ,,,=n n λλλλλλ?? ? ?Λ= ? ?? ? L O (与行列式中一样,不写出的元素就是0). 下面,我们来复习矩阵的10个运算方法. 定义2 设两个矩阵()ij m n A a ?=和()ij s t B b ?=, ①A 与B 能相加、减的条件是:A 与B 同型,即m s =且n t =. ②A 与B 相加的和记作A B +,A 与B 相减的差记作A B -. 运算方法规定为

伴随矩阵的性质及应用汇总

中山大学 本科毕业论文(设计) (2016届) 题目:伴随矩阵及其应用 姓名: 学号: 学院:数学学院 专业: 指导老师: 申请学位:

摘要 伴随矩阵是高等代数中的一个重要概念,由它可以推导出求逆矩阵的计算公式,从而解决了矩阵求逆的问题.同时关于矩阵A 的伴随矩阵A* 的性质也是非常重要的. 在目前的高等数学教材中,伴随矩阵只是作为求解逆矩阵的工具出现,涉及内容较少,并没有深入的研究探讨.因此本文主要研究了伴随矩阵在对称性、合同性、正定性、正交性、特征多项式,特征值等方面的性质,并给出伴随矩阵在实际问题中的综合应用实例. 关键词:伴随矩阵,正交矩阵,正定矩阵,可逆矩阵,特征多项式,特征值 I

Abstract Adjoint matrix is an important concept in higher algebra, it can derive inverse matrix calculation formula, so as to solve the inverse problem of matrix inversion. At the same time on matrix A with the nature of the matrix A is also very important. In the current teaching of higher mathematics, adjoint matrix is only for solving inverse matrix appeared, less involved in the content, and no in-depth study. Therefore, this paper mainly studies the properties of adjoint matrix in symmetry, contract, positive definite, orthogonal and characteristic polynomial, characteristic value, and given with with matrix in the practical problems in comprehensive application examples. Key words:adjoint matrix, orthogonal matrix, positive definite matrix, reversible matrix, characteristic polynomial, eigenvalue. II

伴随矩阵的性质及其应用

伴随矩阵的性质及其应用 摘要: 伴随矩阵是矩阵理论及线性代数中的一个基本概念,是许多数学分支研究的重要工具。伴随矩阵作为矩阵中较为特殊的一类,其理论和应用有自身的特点.而在大学的学习中,伴随矩阵只是作为求解逆矩阵的工具出现的,并没有深入的研究.本文分类研究伴随矩阵的性质,并讨论其证明过程,得到一系列有意义的结论。 (1)介绍伴随矩阵在其行列式、秩等方面的基本性质; (2)研究数乘矩阵、乘积矩阵、分块矩阵的伴随矩阵的运算性质及伴随矩阵在逆等方面的运算性质; (3)研究矩阵与其伴随矩阵的关联性质,主要介绍由矩阵的对称性、正定性、奇异性、正交性推出伴随矩阵的对称性、正定性、奇异性、正交性; (4)研究伴随矩阵间的关系性质,主要研究由两矩阵的相似、合同等关系推出对应的两伴随矩阵之间的关系; (5)研究伴随矩阵在特征值与特征向量等方面的性质; (6)给出m 重伴随矩阵的定义及其一般形式,研究m 重伴随矩阵的相应的性质。 本文的主要创新点在于研究了一类分块矩阵的伴随矩阵的性质。 矩阵是高等代数学中的常见工具,也常见于统计分析等应用数学学科中。在物理学中,矩阵于电路学、力学、光学和量子物理中都有应用;计算机科学中,三维动画制作也需要用到矩阵。在天体物理、量子力学等领域,也会出现无穷维的矩阵,是矩阵的一种推广。 然而伴随矩阵在矩阵中占据着比较特殊的位置,通过它可以推导出逆矩阵的计算公式,使方阵求逆的问题得到解决,伴随矩阵的性质和应用有着与众不同的特点。在矩阵计算及讨论中, 常常会遇到伴随矩阵,但对伴随矩阵的一些性质进行系统讨论的却很少, 以下将主要针对伴随矩阵的各种性质及应用讨论。 关键词:伴随矩阵 可逆矩阵 方阵性质 1、 伴随矩阵的定义 定义 1.设ij A 是矩阵A =??? ???? ?????????nn n n n n a a a a a a a a a 2 122221 11211中元素ij a 的代数余子式,则矩阵 A *=??? ???? ? ????????nn n n n n A A A A A A A A A 2 1 22221112 11 称为A 的伴随矩阵。 定义2.设A 为n 阶方阵,如果有矩阵B 满足AB=BA=E,则B 就称为A 的逆矩阵,记为B=1-A 。 *注意:只有方阵才有伴随矩阵和逆矩阵。 2、伴随矩阵的性质 性质1.设A 为n 阶方阵,AA * =A *A=A E .

相关文档
最新文档