选择特殊符号
选择搜索类型
请输入搜索
a1,a2,....an,线性无关,而a1,a2,....an,b,r线性相关,所以有x1a1+x2a2+....xnan+xb+yr=0,若y=0,则x1a1+x2a2+....xnan+xb=0,说明a1,a2,...an,b线性相关,同理x=0,可得a1,a2,....an,r线性相关。若x,y都不为零,两边除以x可得-b=x1/x)a1+(x2/x)a2+...+(xn/x)an+(y/x)r,这表示b可以用a1,a2,....an,r.表示。若除以y可证明r可以用a1,a2,....an,b表示。这就说明a1,a2,....an,b与a1,a2,....an,r等价.综合可得命题得证。
当A和B为同型矩阵,且r(A)=r(B)时,A,B一定等价。
在线性代数和矩阵论中,两个矩阵之间的等价是一种矩阵之间的等价关系。若存在可逆矩阵P、Q,使PAQ=B,则A与B等价。所谓矩阵A与矩阵B等价,即A经过初等变换可得到B。
刚度矩阵根据位移求内力,{F}=[K]{d} 柔度矩阵根据内力求位移,{d}=[D]{F} 两者互逆。现有有限元计算绝大多数采用刚度矩阵。特殊情况也采用柔度矩阵,如根据力法计算特殊单元的刚度矩阵(先求...
楼上恐怕还是不大了解,数字矩阵首先信号是数字信号,数字信号包括:SDI(标清)、HD-SDI(高清)这两种以前都是广播级信号,都是在广播电视应用的,但是现在随着电视会议的发展,已经出现高清电视会议系统...
条件相当于对任意的可逆矩阵Q,有Q^(-1)AQ=A,即AQ=QA,令Q为非奇异的对角阵,可证得A只能是对角元全相等的对角阵,因此A是数量阵。
矩阵
第五章 矩 阵 §5.1 矩阵的运算 1.计算 421 421 421 963 642 321 ; 412 503 310 231 4102 2013 ; n n b b b aaa 2 1 21 ,,, ; n n bbb a a a ,, 21 2 1 ; 113 210 121 121 011 132 113 210 121 . 2.证明,两个矩阵 A 与 B 的乘积 AB 的第 i 行等于 A 的第 i 行右乘以 B, 第 j 列等于 B的第 j 列左乘以 A. 3.可以按下列步骤证明矩阵的乘法满足结合律: (i) 设 B=( ijb )是一个 n p矩阵.令 j = njj bjbb ,,2,1 是 B的第 j 列, j=1,2,⋯ ,p. 又 设 pxxx ,,, 21 是 任 意 一 个 p 1 矩 阵 . 证 明 : B = ppxxx 211 . (ii)设 A 是一个
矩阵的等价标准型在量子力学中的应用
矩阵的等价标准型是矩阵论中的一种重要形式。不仅可以解决很多线性代数中的问题,也可以解决物理中的一些问题。本文以矩阵的等价标准型为研究对象,通过举例的方式,探讨了矩阵的等价标准型在量子力学中的应用。
等价命题1:若A是幂等矩阵,则与A相似的任意矩阵是幂等矩阵;
等价命题2:若A是幂等矩阵,则A的AH,AT,A*,E-AH,E-AT都是幂等矩阵;
等价命题3:若A是幂等矩阵,则对于任意可逆阵T,T^(-1)·A·T也为幂等矩阵;
等价命题4:若A是幂等矩阵,A的k次幂仍是幂等矩阵
(由于数学符号编辑问题,更多等价命题及其证明见扩展阅读1)
由于幂等矩阵所具有的良好性质及其对向量空间的划分,幂等矩阵在可对角化矩阵的分解中具有重要的作用,同时也为空间的投影过程提供了一种工具。
符号说明如下:
AT为矩阵A的转置矩阵;
AH矩阵A的共轭转置矩阵;
A*为矩阵A的伴随矩阵;
E为单位矩阵
则下列诸条件是等价的:
1) A 是正交矩阵
2) A×A′=I 为单位矩阵
3) A′是正交矩阵
4) A的各行是单位向量且两两正交
5) A的各列是单位向量且两两正交
6) (Ax,Ay)=(x,y) x,y∈R
定义1设A,B都n是阶矩阵, 若存在可逆矩阵P,使
P^(-1)AP=B,
则称是的相似矩阵, 并称矩阵与相似.记为.
对进行运算称为对进行相似变换, 称可逆矩阵为相似变换矩阵.
矩阵的相似关系是一种等价关系,满足:
(1) 反身性: 对任意阶矩阵,有相似;
(2)对称性: 若相似, 则与相似;
(3) 传递性: 若与相似, 则与相似.
(1) ;
(2) , 其中为任意实数.
定理1若n阶矩阵A与B相似,则A与B的特征多项式相同,从而A与B的特征值亦相同.
相似矩阵的其它性质:
(1) 相似矩阵的秩相等;
(2) 相似矩阵的行列式相等;
(3) 相似矩阵具有相同的可逆性, 当它们可逆时,则它们的逆矩阵也相似.
定理2n阶矩阵A与对角矩阵相似的充分必要条件为矩阵A有n个线性无关的特征向量.
注: 定理的证明过程实际上已经给出了把方阵对角化的方法.
推论1若n阶矩阵A有n个相异的特征值,则A与对角矩阵
相似.
对于n阶方阵A,若存在可逆矩阵P, 使为对角阵, 则称方阵A可对角化.
定理3n阶矩阵A可对角化的充要条件是对应于A的每个特征值的线性无关的特征向量的个数恰好等于该特征值的重数. 即设是矩阵A的重特征值, 则
A与相似。
若矩阵可对角化,则可按下列步骤来实现:
(1) 求出的全部特征值;
(2) 对每一个特征值,设其重数为,则对应齐次方程组
的基础解系由个向量构成, 即为对应的线性无关的特征向量;
(3) 上面求出的特征向量
恰好为矩阵的个线性无关的特征向量;
(4) 令, 则
1.利用矩阵对角化计算矩阵多项式
定理4设是矩阵A的特征多项式,则.
2.利用矩阵对角化求解线性微分方程组
3.利用矩阵对角化求解线性方程组
在某城市有15万具有本科以上学历的人,其中有1.5万人是教师,据调查,平均每年有10%的人从教师职业转为其他职业,又有1%的人从其他职业转为教师职业,试预测10年以后这15万人中有多少人在从事教师职业.
定义2在n阶矩阵A中, 形如的矩阵称为约当块.
若一个分块矩阵的所有子块都是约当块, 即
中都是约当块,则称J为约当形矩阵,或约当标准形.
注:对角矩阵可视为每个约当块都为一阶的约当形矩阵.
定理5对任意一个n阶矩阵A,都存在n阶可逆矩阵T使得
即任一n阶矩阵A都与n阶约当矩阵J相似.
例题选讲:
例1 (讲义例1)设有矩阵 试验证存在可逆矩阵, 使得A与B相似.
例2
容易算出A与B的特征多项式均为但可以证明A与B不相似. 事实上,A是一个单位阵, 对任意的非异阵P有
因此若B与A相似,B也必须是单位阵, 而现在B不是单位阵.所以A与B不相似
例3 (讲义例2)试对矩阵验证前述定理2的结论.
例4 (讲义例3)试对矩阵验证定理2的结论.
注: 本例子说明了A的特征值不全互异时,A也可能化为对角矩阵.
例5 (讲义例4)判断矩阵能否化为对角阵.
例6 (讲义例5)设 问为何值时, 矩阵能对角化?
例7下列矩阵是约当型矩阵(虚线是为了更清楚地表示分块情况而加上去的):
(4); (5)
(4)是一个对角阵, 它可看成是由4个1阶约当块组成的约当型矩阵. 一般来说, 一个n阶对角阵可看成为由n个1阶约当块组成的约当型矩阵. 也就是说对角阵是约当型矩阵的特殊情况.
(5)是由3个约当块组成的约当型矩阵, 其中左上角一块是一个1阶零矩阵, 它也是一个约当块.
例8下列矩阵不是约当型矩阵:
(1); (2);
(3); (4).
(1)中, 右下方一块主对角线上元素不相同, 因此不是约当块.
(2)的主对角线上元素不相同.
(3)的右下方一块主对角线上方的元素是而不是1, 因此也不是约当块.
(4)的右下方一块主对角线上方的元素是而不是1, 因此也不是约当块.
例9设矩阵
可求出它的特征值为2,1,1. 又可用解线性方程组的办法求出A的线性无关的特征向量有2个:
其中是关于特征值2的特征向量, 是关于特征值1的特征向量. 由于A的线性无关的特征向量个数为2, 小于A的阶数, 所以A不可能相似于一个对角阵. 但可以证明A与下列约当型矩阵J相似: