求逆矩阵的方法

合集下载

矩阵求逆方法大全

矩阵求逆方法大全

矩阵求逆方法大全
矩阵的逆是一个重要的数学概念,它在很多领域中都得到了广泛的应用,如线性代数、微积分、概率论等。

求解矩阵的逆可以用于解线性方程组、计算行列式、计算特征值和特征向量等。

本文将介绍几种常见的矩阵求逆方法,包括伴随矩阵法、高斯消元法、LU分解法和特征值分解法。

1.伴随矩阵法:
伴随矩阵法是求解逆矩阵最常用的方法之一、首先,计算出矩阵的伴
随矩阵,然后将其除以矩阵的行列式即可得到逆矩阵。

2.高斯消元法:
高斯消元法是一种常用的线性方程组求解方法,也可以用来求解矩阵
的逆。

通过将待求逆矩阵与单位矩阵连接起来,然后进行初等行变换,直
至左边的矩阵变为单位矩阵,右边的矩阵即为所求逆矩阵。

3.LU分解法:
LU分解法将矩阵分解为下三角矩阵L和上三角矩阵U的乘积,然后
通过求解两个三角矩阵的逆矩阵,进而求得原矩阵的逆。

LU分解法是一
种常用的数值计算方法,应用广泛。

4.特征值分解法:
特征值分解法是一种通过矩阵的特征值和特征向量来求解矩阵的逆的
方法。

首先,根据特征值定理求解矩阵的特征值和特征向量,然后利用这
些特征值和特征向量构建一个对角矩阵,最后通过对角矩阵求逆得到原矩
阵的逆。

除了上述方法外,还有其他一些方法可以用来求解矩阵的逆,如迭代法、SVD分解法等。

这些方法在不同的应用场景下有不同的优势。

总之,求解矩阵的逆是一个重要的数学问题,在实际应用中有着广泛的应用。

以上介绍的几种方法是常用的求解逆矩阵的方法,读者可以根据自己的需求选择合适的方法进行求解。

逆矩阵求解方式

逆矩阵求解方式

逆矩阵求解方式简介在线性代数中,逆矩阵是一个非常重要的概念。

一个方阵A的逆矩阵记作A-1,满足A·A-1=I,其中I是单位矩阵。

求解逆矩阵的方法有多种,本文将介绍几种常用的方法。

具体方法1. 初等行变换法初等行变换法是一种常用的求解逆矩阵的方法。

具体步骤如下:1.将待求逆矩阵A和单位矩阵I合并成一个增广矩阵(A|I)。

2.对增广矩阵进行初等行变换,使得(A|I)变为(I|B)。

3.如果A存在逆矩阵,则B就是它的逆矩阵。

初等行变换包括以下三种操作:•交换两行:将第i行与第j行互换。

•数乘某一行:将第i行所有元素都乘以一个非零常数k。

•某一行加上另一行的k倍:将第j行所有元素都加上第i行对应元素的k倍。

通过多次进行这些操作,可以将增广矩阵变为单位矩阵,此时增广矩阵的右半部分就是原矩阵的逆矩阵。

2. 初等变换法初等变换法是一种与初等行变换法类似的方法。

具体步骤如下:1.将待求逆矩阵A和单位矩阵I合并成一个增广矩阵(A|I)。

2.对增广矩阵进行初等变换,使得(A|I)变为(I|B)。

3.如果A存在逆矩阵,则B就是它的逆矩阵。

初等变换包括以下三种操作:•交换两列:将第i列与第j列互换。

•数乘某一列:将第i列所有元素都乘以一个非零常数k。

•某一列加上另一列的k倍:将第j列所有元素都加上第i列对应元素的k倍。

通过多次进行这些操作,可以将增广矩阵变为单位矩阵,此时增广矩阵的左半部分就是原矩阵的逆矩阵。

3. 公式法对于一个二维方阵A,如果其行列式不为零,则可以通过公式求解其逆矩阵。

公式如下:A-1 = (1/|A|)·adj(A)其中,|A|表示A的行列式,adj(A)表示A的伴随矩阵。

伴随矩阵的计算方法如下:•对于A的每个元素aij,计算它的代数余子式Aij。

•将所有的代数余子式按照一定规律填入一个新的矩阵,这个新矩阵就是伴随矩阵adj(A)。

对于高维方阵来说,公式法求解逆矩阵会比较复杂,涉及到更多的行列式和代数余子式的计算。

求解逆矩阵的常用三种方法

求解逆矩阵的常用三种方法

求解逆矩阵的常用三种方法逆矩阵是线性代数中一个非常重要的概念,它在解线性方程组、求解矩阵方程等问题中具有重要作用。

本文将介绍解逆矩阵的三种常用方法:伴随矩阵法、初等变换法和分块矩阵法。

方法一:伴随矩阵法伴随矩阵法是一种直接求解逆矩阵的方法。

对于一个n阶方阵A,它的伴随矩阵记为adj(A)。

首先,计算矩阵A的代数余子式构成的余子式矩阵A*,即A* = [Cij],其中Cij是A的元素a_ij的代数余子式。

然后,将A*的转置矩阵记为adj(A)。

最后,计算逆矩阵A^-1 = adj(A) /det(A),其中det(A)是矩阵A的行列式。

方法二:初等变换法初等变换法是通过一系列的初等行变换将矩阵A变为单位矩阵I,同时对单位矩阵进行相同的变换,得到的矩阵就是原矩阵A的逆矩阵。

初等变换包括以下三种操作:1.对其中一行(列)乘以非零常数;2.交换两行(列);3.其中一行(列)乘以非零常数加到另一行(列)上。

具体步骤如下:1.构造增广矩阵[A,I],其中A是待求逆矩阵,I是单位矩阵;2.对增广矩阵进行初等行变换,使左侧的矩阵部分变为单位矩阵,右侧的部分就是待求的逆矩阵;3.如果左侧的矩阵部分无法变为单位矩阵,则矩阵A没有逆矩阵。

方法三:分块矩阵法当矩阵A有一些特殊的结构时,可以使用分块矩阵法来求解逆矩阵。

例如,当A是一个分块对角矩阵时,可以按照分块的大小和位置将其分解为几个小矩阵,然后利用分块矩阵的性质求解逆矩阵。

具体步骤如下:1.将方阵A进行分块,例如,将A分为4个分块:A=[A11A12;A21A22];2.根据分块矩阵的性质,逆矩阵也是可以分块的,即A的逆矩阵为A^-1=[B11B12;B21B22];3.通过求解分块矩阵的逆矩阵,可以得到原矩阵的逆矩阵。

以上就是解逆矩阵的常用三种方法:伴随矩阵法、初等变换法和分块矩阵法。

无论是在理论研究还是在实际应用中,这些方法都具有重要的作用。

在求逆矩阵时,我们可以根据具体的情况选择合适的方法,以获得高效、准确的计算结果。

求逆矩阵的四种方法

求逆矩阵的四种方法

求逆矩阵的四种方法逆矩阵是指一个矩阵与其逆矩阵相乘得到单位矩阵,也是线性代数中的重要概念之一。

但是,在实际应用中,需要对矩阵求逆的情况并不多,因为矩阵求逆的时间复杂度很高。

下面介绍四种求逆矩阵的方法:1. 初等变换法:采用列主元消去法(高斯-约旦消元法)进行初等变换,即将一个矩阵通过行变换,转化为一个行阶梯矩阵,其中行阶梯矩阵的左下方的元素均为零。

而这样一个变换后得到的矩阵实际上就是原矩阵的逆矩阵。

2. 伴随矩阵法:如果一个矩阵 A 可逆,则求它的逆矩阵等价于求它的伴随矩阵 AT 的结果除以 A 的行列式。

伴随矩阵的计算式为:adj(A)= COF(A)T,其中 COF(A) 为 A 的代数余子式组成的矩阵,它的每个元素满足 COF(A)ij = (-1)^(i+j) det(Aij),其中 det(Aij) 表示将第 i 行和第 j 列去掉后得到的子矩阵的行列式。

3. LU 分解法:LU 分解法是将矩阵分解为一个下三角矩阵 L 和一个上三角矩阵 U 的乘积,即 A = LU,其中 L 的对角线元素均为 1。

当矩阵 A 可逆时,可用 LU 分解求解其逆矩阵。

假设 L 和 U 都是方阵,则A 的逆矩阵为:A^(-1) = (LU)^(-1) = U^(-1)L^(-1)。

4. 奇异值分解(SVD)方法:当矩阵 A 是非方阵时可以采用奇异值分解法,将矩阵 A 分解为A = UΣV^T,其中 U 为一个m×m 的正交矩阵,V 为一个n×n 的正交矩阵,Σ 为一个m×n 的矩形对角矩阵,若r 是 A 的秩,则Σ左上角的 r 个元素不为 0,其余元素为 0,即Σ有 r 个非零奇异值。

当A 可逆时,Σ 中的非零元素都存在逆元,逆矩阵为:A^(-1) = VΣ^(-1)U^T。

综上所述,求逆矩阵的四种方法各有特点,应根据实际情况选择合适的方法进行求解。

初等变换法适合较小规模的矩阵,伴随矩阵法适用于计算代数余子式较容易的矩阵,LU 分解法适合较大规模的矩阵,而SVD 方法则适用于非方阵或奇异矩阵的情况。

求矩阵逆矩阵的常用方法

求矩阵逆矩阵的常用方法

求矩阵逆矩阵的常用方法求矩阵逆矩阵是线性代数中的一个重要问题。

在实际应用中,常常需要对矩阵进行逆矩阵的计算,以便进行某些后续操作。

以下是几种常见的求矩阵逆矩阵的方法:1. 伴随矩阵法:如果矩阵 A 可逆,则其伴随矩阵 A^(-1) 也是存在的。

实际上,A^(-1) = A^(-T),其中 A^(-T) 表示 A 的逆矩阵的转置矩阵。

伴随矩阵法简单易行,但是要求矩阵 A 必须可逆。

2. 初等行变换法:对于任意矩阵 A,可以通过初等行变换将其化为行简化梯矩阵的形式。

如果左边子块是单位矩阵 E,则矩阵 A 可逆,且其逆矩阵为 A^(-1) = (A^(-T))[E - (A^T)A]。

这里,(A^(-T))[E - (A^T)A] 表示将 A 的逆矩阵插入到单位矩阵 E 和 A 的伴随矩阵A 之间的矩阵。

初等行变换法适用于大多数矩阵,但是需要对矩阵进行多次行变换,因此计算效率较低。

3. 列主元消元法:对于矩阵 A,可以通过列主元消元法将其化为行阶梯形式。

如果矩阵 A 的行主元不为 0,则其逆矩阵为 A^(-1) = (A^(-T))[(A^T)A - EE^T]。

这里,EE^T 表示矩阵 A 的列主元部分,(A^(-T))[(A^T)A - EE^T] 表示将矩阵 A 的逆矩阵插入到行阶梯形式的矩阵 A 的列主元和主元部分之间的矩阵。

列主元消元法适用于矩阵 A 为非方阵的情况,但是要求矩阵 A 的行主元不为 0。

以上是几种常见的求矩阵逆矩阵的方法。

不同的矩阵可以通过不同的方法来求其逆矩阵,选择适合该矩阵的方法可以有效地提高计算效率。

此外,对于一些特殊的矩阵,可能存在更高效的算法。

求逆矩阵的三种方法

求逆矩阵的三种方法

求逆矩阵的三种方法求逆矩阵的三种方法1.待定系数法待定系数法顾名思义是一种求未知数的方法。

将一个多项式表示成另一种含有待定系数的新的形式,这样就得到一个恒等式。

然后根据恒等式的性质得出系数应满足的方程或方程组,其后通过解方程或方程组便可求出待定的系数,或找出某些系数所满足的关系式,这种解决问题的方法叫做待定系数法。

对于这个题来说,左边是题目中的矩阵,右边是假设的三阶矩阵[1 -4 -3] | [a b c][1 -5 -3] | [d e f][-1 6 4] | [g h i]接下来该说说矩阵的乘法,两个矩阵相乘,内部决定可乘与否,外部决定新形状形如A[3*1]与B[2*3]不可乘,A[3*3]与B[3*1]可乘A*B=C3*1(三行一列的矩阵)其核心是第一个矩阵第一行的每个数字,各自乘以第二个矩阵第一列对应位置的数字,然后乘积相加就可以得到,换句话说,结果矩阵的第M行与第N列交叉的位置的那个值等于第一个矩阵的第M行与第二个矩阵第N列对应位置的每个数字的乘积之和。

过程如下[a-4d-3g b-4e-3h c-4f-3i ] | [1 0 0][a-5d-3g b-5e-3h c-5f-3i ] | [0 1 0][-a+6d+4g -b+6d+4g -c+6c+4i ] | [0 0 1]九个未知数九个方程a-4d-3g=1 a=2b-4e-3h=0 b=2c-4f-3i=0 c=3a-5d-3g=0 >>> d=1b-5e-3h=1 >>> e=-1c-5f-3i=0 >>> f=0-a+6d+4g=0 g=-1-b+6d+4g=0 h=2-c+6c+4i=1 i=1以上就是待定系数法的全部内容,这种方法方法并不难,主要考察的是细心。

2.伴随矩阵法用这个方法之前,必须先搞清什么是余子式和代数余子式!设矩阵,将矩阵的元素所在的第i行第j列元素划去后,剩余的,各元素按原来的排列顺序组成的n-1阶矩阵所确定的行列式称为元素的余子式,记为,称谓元素的代数余子式。

求解逆矩阵的常用三种方法

求解逆矩阵的常用三种方法

求解逆矩阵的常用三种方法逆矩阵是一个矩阵的逆操作,即找到一个矩阵,与原矩阵相乘后得到单位矩阵。

逆矩阵在线性代数中具有重要的应用,比如求解线性方程组、计算矩阵的行列式等。

在实际应用中,常用的求解逆矩阵的方法包括:伴随矩阵法、初等变换法和分块矩阵法。

第一种方法是伴随矩阵法。

对于一个n阶矩阵A,如果它的行列式不为0,那么它存在逆矩阵。

首先计算矩阵A的伴随矩阵,记作Adj(A),然后用伴随矩阵除以原矩阵A的行列式,即可得到逆矩阵。

具体步骤如下:1. 计算矩阵A的行列式det(A);2. 计算矩阵A的伴随矩阵Adj(A),其中第i行第j列的元素等于原矩阵A的代数余子式Aij的行列式乘以(-1)^(i+j);3. 将伴随矩阵Adj(A)的每个元素除以原矩阵A的行列式det(A),得到逆矩阵A^(-1) = Adj(A)/det(A)。

第二种方法是初等变换法。

利用矩阵的初等行变换和初等列变换来求解逆矩阵。

具体步骤如下:1.将原矩阵A和单位矩阵I进行横向拼接,得到一个增广矩阵[A,I];2.对增广矩阵进行行变换,将矩阵A变为单位矩阵I,同时单位矩阵I经过相同的行变换得到逆矩阵A^(-1);3.若矩阵A无法通过行变换变为单位矩阵I,则矩阵A不可逆。

第三种方法是分块矩阵法。

将原矩阵A按照其中一种方式进行分块,然后通过对分块矩阵进行运算来求解逆矩阵。

常见的分块矩阵法有Schur补法和Sherman–Morrison公式法,这里以Schur补法为例进行说明。

1.将原矩阵A分解为分块矩阵,例如A=[B,D;E,F];2.利用矩阵分块的性质求解逆矩阵,A^(-1)=[B^(-1)+B^(-1)D(X-F^(-1)E)B^(-1),-B^(-1)DF^(-1);-F^(-1)EB^(-1),F^(-1)+F^(-1)EHF^(-1)],其中X=(F-EF^(-1)D)^(-1);3.若分块矩阵的逆存在,即B可逆、F可逆且B-DF^(-1)E可逆,那么原矩阵A也存在逆矩阵。

逆矩阵的计算方法

逆矩阵的计算方法

逆矩阵的计算方法逆矩阵在线性代数中扮演着重要的角色,它在解线性方程组、求解线性变换的逆变换等方面具有重要的应用价值。

本文将介绍逆矩阵的计算方法,希望能够帮助读者更好地理解和掌握这一概念。

首先,我们需要明确什么是逆矩阵。

对于一个n阶方阵A,如果存在另一个n 阶方阵B,使得AB=BA=In(其中In为n阶单位矩阵),那么我们称B是A的逆矩阵,记作A^-1。

逆矩阵的存在与否对于方阵的可逆性有着重要的意义。

接下来,我们将介绍逆矩阵的计算方法。

在实际应用中,我们通常采用以下两种方法来计算逆矩阵。

一、初等行变换法。

初等行变换法是一种常用的计算逆矩阵的方法。

我们可以通过对原矩阵进行一系列的初等行变换,将原矩阵变换成单位矩阵,此时原矩阵经过的一系列变换即为逆矩阵。

具体步骤如下:1. 将原矩阵A与单位矩阵In拼接在一起,即构成一个2n阶的矩阵[A | In]。

2. 通过一系列的初等行变换,将矩阵[A | In]变换成[In | B],此时B即为原矩阵A的逆矩阵。

需要注意的是,初等行变换包括三种操作,互换两行、某一行乘以一个非零常数、某一行加上另一行的若干倍。

在进行初等行变换的过程中,需要保证每一步的变换都是可逆的,以确保得到的逆矩阵是正确的。

二、伴随矩阵法。

另一种常用的计算逆矩阵的方法是伴随矩阵法。

对于一个n阶方阵A,其逆矩阵可以通过以下公式计算得到:A^-1 = (1/|A|)·adj(A)。

其中|A|为A的行列式,adj(A)为A的伴随矩阵。

伴随矩阵的计算过程较为复杂,需要先求出原矩阵A的代数余子式矩阵,然后将其转置得到伴随矩阵。

需要注意的是,以上两种方法都要求原矩阵是可逆的,即其行列式不为0。

如果原矩阵不可逆,则不存在逆矩阵。

在实际应用中,我们可以根据具体问题的特点选择合适的计算方法。

初等行变换法适用于一般的矩阵求逆问题,而伴随矩阵法则在理论推导和证明中有着重要的作用。

总之,逆矩阵的计算方法是线性代数中的重要内容,它在解决线性方程组、求解线性变换的逆变换等问题中具有广泛的应用。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

求逆矩阵的方法与矩阵的秩一、矩阵的初等行变换(由定理2.4给出的求逆矩阵的伴随矩阵法,要求计算矩阵A 的行列式A 值和它的伴随矩阵*A .当A 的阶数较高时,它的计算量是很大的,因此用伴随矩阵法求逆矩阵是不方便的.下面介绍利用矩阵初等行变换求逆矩阵的方法.在介绍这种方法之前,先给出矩阵初等行变换的定义.)定义2.13 矩阵的初等行变换是指对矩阵进行下列三种变换: (1) 将矩阵中某两行对换位置; (2) 将某一行遍乘一个非零常数k ;(3) 将矩阵的某一行遍乘一个常数k 加至另一行. 并称(1)为对换变换,称(2)为倍乘变换,称(3)为倍加变换. 矩阵A 经过初等行变换后变为B ,用A →B表示,并称矩阵B 与A 是等价的.(下面我们把)第i 行和第j,”;把第i行遍乘k k ”;第j 行的k 倍加至第i 为“ + k ”.例如,矩阵 A = ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡321321321c c c b b b a a a ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡321321321c c c a a a b b b ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡321321321c c c b b b a a a ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡321321321kc kc kc b b b a a a ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡321321321c c c b b b a a a ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+++321332211321c c c ka b ka b ka b a a a (关于初等矩阵内容请大家自己阅读教材)二、运用初等行变换求逆矩阵由定理2.7的推论“任何非奇异矩阵均能经过初等行变换化为单位阵”可知,对于任意一个n 阶可逆矩阵A ,经过一系列的初等行变换可以化为单位阵I ,那么用一系列同样的初等行变换作用到单位阵I 上,就可以把I 化成A -1.因此,我们得到用初等行变换求逆矩阵的方法:在矩阵A 的右边写上一个同阶的单位矩阵I ,构成一个n ⨯2n 矩阵 ( A , I ),用初等行变换将左半部分的A 化成单位矩阵I ,与此同时,右半部分的I 就被化成了1-A .即( A , I )初等行变换−→−−−( I , A -1 )例1 设矩阵 A = ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--232311111③k ①,② ②+①k求逆矩阵A -1 . 解 因为[A , I ] =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--100232010311001111 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----102010011220001111 ⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡---1212510002121110001111 ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-----1212510010201012127011 ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡----12125100102010221211001所以 A -1= ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡----12125102221211所求逆矩阵A -1是否正确,可以通过计算乘积矩阵A A -1进行验证.如果A A -1=I 成立,则A -1正确,否则不正确.对给定的n 阶矩阵A ,用上述方法也可以判断A 是否可逆.即在对矩阵[ A , I ] 进行初等行变换的过程中,如果[ A , I ]中的左边的方阵出现零行,说明矩阵A 是奇异的,即0=A ,可以判定A 不可逆;如果[ A , I ]中的左边的方阵被化成了单位阵I ,说明A 是非奇异的,可以判定A 是可逆的,而且这个单位矩阵I 右边的方阵就是A 的逆矩阵A -1,它是由单位矩阵I 经过同样的初等行变换得到的.例2 设矩阵 A = ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----116504612,问A 是否可逆? 解 因为[ A , I ] =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----100116010504001612→⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-----10317200121720001612 →⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----1110000121720001612[ A , I ]中的左边的矩阵A 经过初等行变换后出现零行,所以矩阵A 是奇异的,A 不可逆.②+①(-1)③+①(-2) ②(1/2)③+② ①+③(-1) ②+③(-1) ①+②(下面利用矩阵求逆运算求解矩阵方程.)例3 解矩阵方程AX = B ,其中 A =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---423532211,B =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---453211解 [思路] 如果矩阵A 可逆,则在矩阵方程AX = B 等号的两边同时左乘A -1,可得A -1AX = A -1B , X = A -1B因此,先用初等行变换法判别A 是否可逆,若可逆,则求出A -1,然后计算A -1B ,求出X .因为 [ A , I ] = ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---100423010532001211→⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-----103210012110001211→⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-----11510001211001311→⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-----115100127010102001→⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-----115100127010102001所以 A 可逆,且 A -1=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-----115127102X = A -1B = ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-----115127102⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---453211=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---429623三、矩阵的秩前面给出了利用矩阵行列式A 判别方阵A 是否可逆的方法,除了这种方法外,还可以利用矩阵A 的特征之一——矩阵的秩来判别方阵A 的可逆性.矩阵的秩是线性代数中非常有用的一个概念,它不仅与讨论可逆矩阵的问题有密切关系,而且在讨论线性方程组的解的情况中也有重要应用. 在给出矩阵的秩的概念之前,先要定义矩阵的子式.定义2.15 在矩阵A 中,位于任意选定的k 行、k 列交叉点上的2k 个元素,按原来次序组成的k 阶子阵的行列式,称为A 的一个k 阶子式.如果子式的值不为零.就称为非零子式.例4 设矩阵 A =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--324423211123取其第一、二行与第二、四列交叉点上的4个元素按原次序组成行列式22212=称为A 的一个二阶子式,而且是它的非零子式.定义2.16 矩阵A 的非零子式的最高阶数称为矩阵A 的秩,记作r A ()或秩(A ) . 规定:零矩阵O 的秩为零,即r O ()= 0.例4中的矩阵已经有一个二阶非零子式,通过计算可知,矩阵A 的所有三阶子式均为零,(该矩阵没有四阶子式),所以 r A ()= 2 .例5 设A 为n 阶非奇异矩阵,求r A ().解 由于A 为非奇异矩阵,即A 对应的行列式0≠A ,所以A 有n 阶非零子式,故 r A ()= n .例5的逆命题亦成立,即对一个n 阶方阵A ,若r A ()= n ,则A 必为非奇异的. 因此n 阶方阵A 为非奇异的等价于r A ()= n . 称r A ()= n 的n 阶方阵为满秩矩阵.用定义求矩阵的秩,需要计算它的子式,计算量常常是较大的.利用教材中的定理2.10计算矩阵的秩是比较方便的.定理2.10 设A 为n m ⨯矩阵,则r A ()= k 的充分必要条件为:通过初等行变换能将A 化为具有k 个非零行的阶梯阵.例如,阶梯阵A =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-000001040053162,B =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--200140531因为A 的非零行有二行,而B 的非零行有三行,所以A 的秩等于2,B 的秩等于3,即r A ()= 2,r B ()= 3.那么一个矩阵经过初等行变换化成阶梯阵后,它的秩是否会发生变化呢?不会的.教材中的定理2.9已经说明这一点.定理2.9 矩阵经过初等行变换后,其秩不变. (证明见教材)定理2.10给了我们求矩阵的秩的一种简便方法,即利用初等行变换将一个矩阵A 化成阶梯阵,然后算出矩阵A 的秩.例6 设矩阵A =⎥⎦⎤⎢⎣⎡-01422502, B =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡----2110460235230411 求r A (),r B (),r AB ().解 因为 A = ⎥⎦⎤⎢⎣⎡-01422502②①+−→−−⎥⎦⎤⎢⎣⎡26402502 所以 r A ()= 2因为 B =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡----2110460235230411②①③①++−→−−32⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--21104220317100411 ③②④②+-+-−→−−−()()21⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡----51600103200317100411④③+-−→−−−()12⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡---0000103200317100411所以 r B ()= 3因为 AB = ⎥⎦⎤⎢⎣⎡-01422502⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡----2110460235230411=⎥⎦⎤⎢⎣⎡---861016242048 AB =⎥⎦⎤⎢⎣⎡---861016242048②①+-−→−−−()2⎥⎦⎤⎢⎣⎡---5646180242048 所以 r AB ()= 2由例6可知,乘积矩阵AB 的秩不大于两个相乘的矩阵A , B 的秩,即 r AB ()≤ min{(),()}r A r B .例7 设矩阵 A =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡----01211024221160310030 求r A ()和)(A r '.解 因为 A =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡----01211024221160310030(,)①④−→−−⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡----10030024221160301211②①③①+-+-−→−−−()()32⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡---10030040001403001211−−−→−-+-+)1()1(②④③②⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--00000040001003001211 所以 r A ()=3 同理可得 )(A r '=3由例7可知,矩阵A 与它的转置矩阵A '的秩相等. 可以证明例6,例7的结论具有一般性.定理2.11 设A 为m ⨯n 矩阵,则 (1) 0≤≤r A m n ()min{,}; (2) r A () = r A T ()。

相关文档
最新文档