国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

線性代數(shù)拾遺(2)—— 何時用初等行變換,何時用初等列變換?

這篇具有很好參考價值的文章主要介紹了線性代數(shù)拾遺(2)—— 何時用初等行變換,何時用初等列變換?。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

1. 適用場合

  1. 初等行、列變換可以混用
    1. 求矩陣/向量組的秩:初等變化不改變矩陣的秩(求向量組的秩也是先排成矩陣然后求矩陣的秩)
    2. 矩陣化行階梯型矩陣(用來求秩):同上
    3. 矩陣化為等價標準形:根據(jù)定義,化標準形時要同時左乘和右乘可逆矩陣,相當于初等行列變換都做了
    4. 求行列式的值:只要求出數(shù)值就行。注意在初等變換時要同步記錄對行列式值的影響(互換→反號,倍乘→變k倍,倍加→不變)
  2. 只能用初等行變換:
    1. 解線性方程組:只有行變換是線性方程組的同解變換
    2. 矩陣化行階梯型矩陣(用來解線性方程組):同上
    3. 求特征向量:本質(zhì)是解齊次線性方程組
    4. 求(列向量)極大線性無關(guān)組:對于列向量而言,初等行變換保持線性相關(guān)性(證明見第2節(jié))
    5. 求逆矩陣(橫向排列)
      線性代數(shù)拾遺(2)—— 何時用初等行變換,何時用初等列變換?
  3. 只能用初等列變換:
    1. 求(行向量)極大線性無關(guān)組:對于行向量而言,初等列變換保持線性相關(guān)性(證明見第2節(jié))
    2. 求逆矩陣(縱向排列)
      線性代數(shù)拾遺(2)—— 何時用初等行變換,何時用初等列變換?

2. 初等行變換保持列向量的線性相關(guān)性

  • 考慮一個 n n n 元齊次線性方程組如下,它總共有 m m m 個顯式約束
    { a 11 x 1 + a 12 x 2 + a 13 x 3 + . . . + a 1 n x n = 0 a 21 x 1 + a 22 x 2 + a 23 x 3 + . . . + a 2 n x n = 0 . . . a m 1 x 1 + a m 2 x 2 + a m 3 x 3 + . . . + a m n x n = 0 \left\{\begin{matrix} a_{11}x_1+a_{12}x_2+a_{13}x_3+...+a_{1n}x_n=0\\ a_{21}x_1+a_{22}x_2+a_{23}x_3+...+a_{2n}x_n=0 \\...\\ a_{m1}x_1+a_{m2}x_2+a_{m3}x_3+...+a_{mn}x_n=0 \end{matrix}\right. ????????a11?x1?+a12?x2?+a13?x3?+...+a1n?xn?=0a21?x1?+a22?x2?+a23?x3?+...+a2n?xn?=0...am1?x1?+am2?x2?+am3?x3?+...+amn?xn?=0? 提取出系數(shù)矩陣 A m × n \pmb{A}_{m\times n} AAAm×n?,并把它用 n n n m m m 維列向量 a i = [ a 1 i , a 2 i , . . . , a m i ] ? \pmb{a}_i=[a_{1i},a_{2i},...,a_{mi}]^\top aaai?=[a1i?,a2i?,...,ami?]? 表示,原方程組變形為
    A x = [ a 1 , a 2 , . . . , a n ] x = x 1 a 1 + x 2 a 2 + . . . + x n a n = 0 \begin{aligned} \pmb{Ax} &= [\pmb{a}_1,\pmb{a}_2,...,\pmb{a}_n]\pmb{x} \\&= x_1\pmb{a}_1+x_2\pmb{a}_2 +...+x_n\pmb{a}_n \\&= \pmb{0} \end{aligned} AxAxAx?=[aaa1?,aaa2?,...,aaan?]xxx=x1?aaa1?+x2?aaa2?+...+xn?aaan?=000? 這樣,任意一個列向量都可以寫成用其他列向量表示的形式
    a i = ? ∑ j ≠ i x j x i a j \pmb{a}_i = -\sum_{j\neq i} \frac{x_j}{x_i}\pmb{a}_j aaai?=?j?=i?xi?xj??aaaj? 這意味著,這組向量的線性相關(guān)性由線性方程組的解唯一確定

    1. ? x i ≠ 0 \exist x_i \neq 0 ?xi??=0,對應(yīng)的 a i \pmb{a}_i aaai? 就真的能由其他列向量線性表示,這一組向量就線性相關(guān)了(這時有效方程數(shù)量少于未知數(shù)個數(shù),齊次線性方程組有無窮多非零解)
    2. ? x i = 0 \forall x_i = 0 ?xi?=0(即 x = 0 \pmb{x}=\pmb{0} xxx=000)時,這一組向量線性無關(guān)(這時有效方程數(shù)量等于未知數(shù)個數(shù),齊次線性方程組有唯一的零解)
  • 對于線性方程組來說,對它做初等行變換是不改變解的(這正是高斯消元法的理論基礎(chǔ))。因此,對矩陣做初等行變換得到新矩陣

    1. 變換前后,任何相應(yīng)部分的列向量組有相同的線性相關(guān)性
    2. 變換前后,行向量組等價(可以相互線性表出)
  • 由于行列的等價性,把上述討論中所有 “行”,“列” 交換,仍成立文章來源地址http://www.zghlxwxcb.cn/news/detail-447063.html

到了這里,關(guān)于線性代數(shù)拾遺(2)—— 何時用初等行變換,何時用初等列變換?的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔相關(guān)法律責任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經(jīng)查實,立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費用

相關(guān)文章

  • 線性代數(shù)拾遺(6)—— 向量空間投影與投影矩陣

    線性代數(shù)拾遺(6)—— 向量空間投影與投影矩陣

    參考:麻省理工線性代數(shù) 閱讀本文前請先了解矩陣四個基本子空間,參考:線性代數(shù)拾遺(5) —— 矩陣的四個基本子空間 考察二維平面投影,如下將向量 b pmb b 投影到向量 a pmb{a} a 方向,得到 a pmb{a} a 的子空間中的向量 p pmb{p} p ,假設(shè)是 a pmb{a} a 的 x x x 倍 如圖可見

    2024年02月07日
    瀏覽(23)
  • 線性代數(shù)感悟之6 單位矩陣和初等矩陣

    線性代數(shù)感悟之6 單位矩陣和初等矩陣

    最近在看 liuyubobobo 的??線性代數(shù)?課,感覺很妙,有些感悟記錄一下~~~ ?? 單位矩陣的特點:從左上角到右下角的對角線(稱為主對角線)上的元素均為1。 使用行視角,將單位矩陣看成一個變化矩陣。 ?‘? 那么 單位矩陣 第1行的作用: 將1行的數(shù)據(jù)保持不變,第2行,和

    2023年04月10日
    瀏覽(25)
  • 線性代數(shù)(六) 線性變換

    線性代數(shù)(六) 線性變換

    《線性空間》定義了空間,這章節(jié)來研究空間與空間的關(guān)聯(lián)性 函數(shù)是一個規(guī)則或映射,將一個集合中的每個元素(稱為自變量)映射到另一個集合中的唯一元素(稱為因變量)。 一般函數(shù)從 “A” 的每個元素指向 “B” 的一個函數(shù) 它不會有一個 “A” 的元素指向多于一個

    2024年02月09日
    瀏覽(30)
  • 高等代數(shù)(七)-線性變換03:線性變換的矩陣

    § 3 § 3 §3 線性變換的矩陣 設(shè) V V V 是數(shù)域 P P P 上 n n n 維線性空間, ε 1 , ε 2 , ? ? , ε n varepsilon_{1}, varepsilon_{2}, cdots, varepsilon_{n} ε 1 ? , ε 2 ? , ? , ε n ? 是 V V V 的一組基, 現(xiàn)在我們來建立線性變換與矩陣的關(guān)系. 空間 V V V 中任一向量 ξ xi ξ 可以經(jīng) ε 1 , ε 2 , ? ?

    2024年02月20日
    瀏覽(19)
  • 【線性代數(shù)】20 基變換,基變換公式,坐標變換公式

    【線性代數(shù)】20 基變換,基變換公式,坐標變換公式

    ?前言:基變換在做圖像壓縮等計算的時候,經(jīng)常用到?;儞Q和相似矩陣的定義也有非常密切的聯(lián)系:基變換的本質(zhì)就是變換了基向量的一個關(guān)聯(lián)計算,在最小二乘的算法里面,通過選擇正確的基可以將計算進行簡化。 而正確的的特征向量和特征值的確定,又和本節(jié)的基變

    2024年02月07日
    瀏覽(51)
  • 線性代數(shù):正交變換學(xué)習(xí)筆記

    在線性代數(shù)中,如果一個矩陣 A A A 滿足 A T A = A A T = I A^T A = A A^T = I A T A = A A T = I ,則稱其為正交矩陣。正交矩陣也常被稱為正交變換。 正交變換是線性變換的一種特殊形式,它不改變向量的長度和夾角。因此,它可以用來描述旋轉(zhuǎn)、鏡像等幾何變換。 正交矩陣有以下性質(zhì):

    2024年02月03日
    瀏覽(32)
  • 線性代數(shù)本質(zhì)系列(二)矩陣乘法與復(fù)合線性變換,行列式,三維空間線性變換

    線性代數(shù)本質(zhì)系列(二)矩陣乘法與復(fù)合線性變換,行列式,三維空間線性變換

    本系列文章將從下面不同角度解析線性代數(shù)的本質(zhì),本文是本系列第二篇 向量究竟是什么? 向量的線性組合,基與線性相關(guān) 矩陣與線性相關(guān) 矩陣乘法與復(fù)合線性變換 三維空間中的線性變換 行列式 逆矩陣,列空間,秩與零空間 克萊姆法則 非方陣 點積與對偶性 叉積 以線性

    2024年02月02日
    瀏覽(30)
  • 線性代數(shù)|證明:線性變換在兩個基下的矩陣相似

    前置定義 1(基變換公式、過渡矩陣) 設(shè) α 1 , ? ? , α n boldsymbol{alpha}_1,cdots,boldsymbol{alpha}_n α 1 ? , ? , α n ? 及 β 1 , ? ? , β n boldsymbol{beta}_1,cdots,boldsymbol{beta}_n β 1 ? , ? , β n ? 是線性空間 V n V_n V n ? 中的兩個基, { β 1 = p 11 α 1 + p 21 α 2 + ? + p n 1 α n β 2

    2024年02月03日
    瀏覽(30)
  • 線性代數(shù)中基向量變換參照原理

    線性代數(shù)中基向量變換參照原理

    經(jīng)常需要用到,又記不住,所以這里記錄下來方便以后翻閱。 很重要。 截圖出自書為:

    2024年02月13日
    瀏覽(15)
  • MIT線性代數(shù)筆記-第31講-線性變換及對應(yīng)矩陣

    MIT線性代數(shù)筆記-第31講-線性變換及對應(yīng)矩陣

    線性變換相當于是矩陣的抽象表示,每個線性變換都對應(yīng)著一個矩陣 例: 考慮一個變換 T T T ,使得平面上的一個向量投影為平面上的另一個向量,即 T : R 2 → R 2 T:R^2 to R^2 T : R 2 → R 2 ,如圖: ? ??圖中有兩個任意向量 v ? , w ? vec{v} , vec{w} v , w 和一條直線,作 v ?

    2024年02月03日
    瀏覽(36)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包