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)|定義:行階梯形矩陣、行最簡形矩陣和標準形

這篇具有很好參考價值的文章主要介紹了線性代數(shù)|定義:行階梯形矩陣、行最簡形矩陣和標準形。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。

前置知識:

  • 【定義】矩陣
  • 【定義】矩陣初等變換和矩陣等價

定義 1(行階梯形矩陣) 非零矩陣若滿足:

  1. 非零行在零行的上面;
  2. 非零行的首非零元在列的上一行(如果存在的話)的首非零元所在列的后面;

則稱此矩陣為 行階梯形矩陣。

例如,下面的矩陣 A \boldsymbol{A} A 就是一個行階梯形矩陣。
A = ( 1 1 ? 2 1 4 0 1 ? 1 1 0 0 0 0 1 ? 3 0 0 0 0 0 ) \boldsymbol{A} = \begin{pmatrix} 1 & 1 & -2 & 1 & 4 \\ 0 & 1 & -1 & 1 & 0 \\ 0 & 0 & 0 & 1 & -3 \\ 0 & 0 & 0 & 0 & 0 \\ \end{pmatrix} A= ?1000?1100??2?100?1110?40?30? ?
定義 2(行最簡形矩陣) 若行階梯形矩陣滿足:

  1. 非零行的首非零元為 1 1 1
  2. 首非零元所在的列的其他元均為 0 0 0

則稱此矩陣為 行最簡形矩陣。

例如,下面的矩陣 B \boldsymbol{B} B 就是一個行最簡形矩陣。
B = ( 1 0 ? 1 0 4 0 1 ? 1 0 3 0 0 0 1 ? 3 0 0 0 0 0 ) \boldsymbol{B} = \begin{pmatrix} 1 & 0 & -1 & 0 & 4 \\ 0 & 1 & -1 & 0 & 3 \\ 0 & 0 & 0 & 1 & -3 \\ 0 & 0 & 0 & 0 & 0 \\ \end{pmatrix} B= ?1000?0100??1?100?0010?43?30? ?
定理 1 對于任何非零矩陣 m × n \boldsymbol{m \times n} m×n,總可經(jīng)有限次初等行變換將它變?yōu)樾须A梯形矩陣和行最簡形矩陣。

證明 首先證明對于任何非零矩陣 m × n \boldsymbol{m \times n} m×n,總可經(jīng)有限次初等行變換將它變?yōu)樾须A梯形矩陣。

不妨設(shè)有 m × n m \times n m×n 矩陣 A \boldsymbol{A} A,不妨設(shè)其第 i i i 行第 j j j 列的元素為 a i j a_{ij} aij?。

首先對第 1 1 1 列進行如下處理。若第 1 1 1 列中的元素全部為 0 0 0,則沒有非零行的首非零元處于第 1 1 1 列。若第 1 1 1 列中的元素不全為 0 0 0,則進行如下操作:

  1. 通過 “對換兩行” 的操作,將第 1 1 1 列的元素不為 0 0 0 的行對換到第 1 1 1 行;
  2. 通過 “將第 1 1 1 行所有元的 k k k 倍加到另一行對應(yīng)的元上去” 的操作,令第 i i i 行( i ≠ 1 i \ne 1 i=1)加上第 1 1 1 行所有元的 a i 1 a 11 \frac{a_{i1}}{a_{11}} a11?ai1?? 倍,從而使除第 1 1 1 行外其他行第 1 1 1 列的元素均為 0 0 0。

通過上述處理,可以保證第 1 1 1 列最多只有第 1 1 1 行一個非零元。接著一次對第 2 , 3 , ? ? , n 2,3,\cdots,n 2,3,?,n 列均進行上述處理。處理后的矩陣 B \boldsymbol{B} B 滿足:

  • 每一行的首非零元一定在上一行(如果存在的話)的首非零元的列的右側(cè);
  • 如果有非零行的話,一定在矩陣的最下面;

因此矩陣 B \boldsymbol{B} B 為行階梯形矩陣。

類似地,可以證明對于任何非零矩陣 m × n \boldsymbol{m \times n} m×n,總可經(jīng)有限次初等行變換將它變?yōu)樾凶詈喰尉仃嚒?/p>

定義 3(標準形) 如果一個行最簡形矩陣滿足:

  1. 左上角是一個單位矩陣;
  2. 其他元全為 0 0 0

則此矩陣稱為 標準形。

例如,下面的矩陣 F \boldsymbol{F} F 就是標準形矩陣。
F = ( 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 ) \boldsymbol{F} = \begin{pmatrix} 1 & 0 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 & 0 \\ 0 & 0 & 1 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 \\ \end{pmatrix} F= ?1000?0100?0010?0000?0000? ?
定理 2 對于 m × n m \times n m×n 矩陣 A \boldsymbol{A} A,總可經(jīng)過有限次初等變換將它化為標準形
F = ( E r O O O ) m × n \boldsymbol{F} = \begin{pmatrix} \boldsymbol{E}_r & \boldsymbol{O} \\ \boldsymbol{O} & \boldsymbol{O} \end{pmatrix}_{m \times n} F=(Er?O?OO?)m×n?
此標準形由 m , n , r m,n,r m,n,r 三個數(shù)完全確定,其中 r r r 就是行階梯形矩陣中非零行的行數(shù)。

證明 類似定理 1 可以證明。

所有與 A \boldsymbol{A} A 等價的矩陣組成一個集合,標準形 F \boldsymbol{F} F 是這個集合中形狀最簡單的矩陣。文章來源地址http://www.zghlxwxcb.cn/news/detail-715101.html

到了這里,關(guān)于線性代數(shù)|定義:行階梯形矩陣、行最簡形矩陣和標準形的文章就介紹完了。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)本質(zhì)系列(一)向量,線性組合,線性相關(guān),矩陣

    線性代數(shù)本質(zhì)系列(一)向量,線性組合,線性相關(guān),矩陣

    本系列文章將從下面不同角度解析線性代數(shù)的本質(zhì),本文是本系列第一篇 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 以線性變換

    2024年02月04日
    瀏覽(43)
  • 線性代數(shù):線性方程求解、矩陣的逆、線性組合、線性獨立

    本文參考www.deeplearningbook.org一書第二章2.3 Identity and Inverse Matrices 2.4 Linear Dependence and Span 本文圍繞 線性方程求解 依次介紹矩陣的逆、線性組合、線性獨立等線性代數(shù)的基礎(chǔ)知識點。 本文主要圍繞求解線性方程展開,我們先把線性方程寫出來,方程如下: 其中,是已知的;,

    2024年02月08日
    瀏覽(35)
  • 0203逆矩陣-矩陣及其運算-線性代數(shù)

    定義7 對于 n n n 階矩陣A,如果有一個 n n n 階矩陣B,使 A B = B A = E AB=BA=E A B = B A = E 則說矩陣A是可逆的,并把矩陣B稱為A的逆矩陣,簡稱逆陣。 定理1 若矩陣A可逆,則 ∣ A ∣ =? 0 vert Avert not = 0 ∣ A ∣  = 0 證明: A 可逆,即有 A ? 1 ,使得 A A ? 1 = E ∣ A A ? 1 ∣ = ∣ A

    2024年04月13日
    瀏覽(31)
  • 線性代數(shù):矩陣的秩

    矩陣的秩(Rank)是線性代數(shù)中一個非常重要的概念,表示一個矩陣的行向量或列向量的線性無關(guān)的數(shù)量,通常用 r ( A ) r(boldsymbol{A}) r ( A ) 表示。具體來說: 對于一個 m × n mtimes n m × n 的實矩陣 A boldsymbol{A} A ,它的行秩 r ( A ) r(boldsymbol{A}) r ( A ) 定義為 A boldsymbol{A} A 的各

    2024年02月07日
    瀏覽(32)
  • 線性代數(shù)(七) 矩陣分析

    線性代數(shù)(七) 矩陣分析

    從性線變換我們得出,矩陣和函數(shù)是密不可分的。如何用函數(shù)的思維來分析矩陣。 通過這個定義我們就定義了矩陣序列的 收斂性 。 研究矩陣序列收斂性的常用方法,是用《常見向量范數(shù)和矩陣范數(shù)》來研究矩陣序列的極限。 長度是范數(shù)的一個特例。事實上,F(xiàn)robenius范數(shù)對

    2024年02月08日
    瀏覽(30)
  • 線性代數(shù)——求逆矩陣

    線性代數(shù)——求逆矩陣

    利用計算技巧湊出公式:兩邊加E、提取公因式、沒有公因式可提時利用隱形的E=AA^(-1),因為E可看作系數(shù)1 主對角線有矩陣(副對角線是0矩陣),則分別逆后放在原位置 副對角線有矩陣(主對角線是0矩陣),則分別逆后互換位置

    2024年02月11日
    瀏覽(33)
  • 線性代數(shù)基礎(chǔ)【2】矩陣

    線性代數(shù)基礎(chǔ)【2】矩陣

    一、基本概念 ①矩陣 像如下圖示的為矩陣,記為A=(aij)m*n ②同型矩陣及矩陣相等 若A、B為如下兩個矩陣 如果A和B的行數(shù)和列數(shù)相等,那么A和B為同型矩陣,且A和B的元素相等(即:aij=bij),則稱A和B相等 ③伴隨矩陣 設(shè)A為n階矩陣(如上圖所示),設(shè)A的行列式|A|,則A中aij的余子式為Mij,代數(shù)余

    2024年02月04日
    瀏覽(25)
  • 線性代數(shù)基礎(chǔ)--矩陣

    線性代數(shù)基礎(chǔ)--矩陣

    ?矩陣是由排列在矩形陣列中的數(shù)字或其他數(shù)學(xué)對象組成的表格結(jié)構(gòu)。它由行和列組成,并且在數(shù)學(xué)和應(yīng)用領(lǐng)域中廣泛使用。 元素:矩陣中的每個數(shù)字稱為元素。元素可以是實數(shù)、復(fù)數(shù)或其他數(shù)學(xué)對象。 維度:矩陣的維度表示矩陣的行數(shù)和列數(shù)。一個 m × n 的矩陣有 m 行和

    2024年02月11日
    瀏覽(22)
  • 線性代數(shù)-矩陣的本質(zhì)

    線性代數(shù)-矩陣的本質(zhì)

    2024年02月11日
    瀏覽(30)
  • 線性代數(shù)_對稱矩陣

    線性代數(shù)_對稱矩陣

    對稱矩陣是線性代數(shù)中一種非常重要的矩陣結(jié)構(gòu),它具有許多獨特的性質(zhì)和應(yīng)用。下面是對稱矩陣的詳細描述: ### 定義 對稱矩陣,即對稱方陣,是指一個n階方陣A,其轉(zhuǎn)置矩陣等于其本身,即A^T = A。這意味著方陣A中的元素滿足交換律,即對于任意的i和j(i ≤ j),都有A[

    2024年02月02日
    瀏覽(59)

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