技术心得:可逆矩阵定理

简介: 技术心得:可逆矩阵定理

设矩阵A为nn矩阵,那么以下命题等价:


1.A是可逆矩阵。


2.存在nn矩阵C使得CA=I。


3.存在nn矩阵D使得AD=I。


4.A的各列线性无关。


5.对于向量空间R^n中任意向量b,方程AX=b有且仅有一个解。


6.A的各列张成R^n。


7.A行等价于单位矩阵。


8.方程AX=0仅有平凡解。


9.A.T是可逆矩阵。


10.A有n个主元位置,有n个主元列,没有自由元。


向量空间方面:


10.矩阵的零空间nul A只含有零向量,即{0}。


11.矩阵的各列构成R^n的一组基。


12.矩阵的列空间col A=R^n


13.矩阵列空间的维度dim col A=n


14.矩阵的秩rank A=n


15.矩阵零空间的维度dim //代码效果参考:http://www.lyjsj.net.cn/wx/art_23538.html

nul A=0

接下来我们要一点一点地完成论证,透过纷繁芜杂的信息,抽丝剥茧地思考矩阵可逆的本质;并体会方阵与非方阵,非奇异矩阵和奇异矩阵的异同。


根据可逆矩阵的定义:


因此,1蕴含2,1蕴含3.


接下来证明2蕴含8,即命题“存在nn矩阵C使得CA=I”蕴含“方程AX=0仅有平凡解。”


由题可得:CAX=C(AX)=C0=0


CAX=(CA)X=IX=0


可得X=0.


8蕴含10,即“方程AX=0仅有平凡解”蕴含“A有n个主元位置,有n个主元列,没有自由元。”:


(接上)这同时说明AX=0没有自由变量(有自由变量的话就有无穷多解),它的每个变量都是主元(有n个主元位置),每列都是主元列。


10蕴含7,即“A有n个主元位置,有n个主元列,没有自由元。”蕴含“A行等价于单位矩阵”:


已知A是方阵且有n个主元位置,则主元必然位于主对角线上(n个主元位置在不同的行)。所以A的行最简形是单位矩阵In。


7蕴含1,即“A行等价于单位矩阵”蕴含“A是可逆矩阵。”


我们先证明:


另外,有:


因此:


这也正是我们求逆矩阵的方法:作增广矩阵(A|E),经过行变换得(E|A^-1).


至此,我们完成了以下几个命题的等价证明:


1==> 2==> 8==> 10==> 7==> 1


3蕴含5,即“存在nn矩阵D使得AD=I。”蕴含“对于向量空间R^n中任意向量b,方程AX=b有且仅有一个解。”:


ADb=Ib=b


得A(Db)=b


所以向量x=Db满足Ax=b。


命题5和6完全等价。参见向量组的线性相关性。


5蕴含1,即“对于向量空间R^n中任意向量b,方程AX=b有且仅有一个解。”蕴含“A是可逆矩阵。”


由题得A在每一行都有一个主元位置,又因为A是方阵,主元位于主对角线上,A行等价与单位矩阵,故A是可逆矩阵。


我们完成了以下几个命题的等价证明:


1==>3==>5==>1


命题4和8是完全等价的。参见向量组的线性相关性。


1蕴含9,即“A是可逆矩阵”蕴含“A.T是可逆矩阵”:


因为A.T.T=A,故将A于A.T互换后可得9蕴含1.


至此,完成了可逆矩阵定理1-10的证明。


接下来我们考虑这个问题:假设一个mn矩阵A,若存在nm矩阵C和D使CA=I,AD=I;我们可以说矩阵A是可逆的吗?


事实上,我们可以推出A是方阵(即m=n)且C=D。所以A是可逆的。我们说只有方阵才有可逆的概念。


但是,只满足一个条件的话不能推出A 可逆。


接下来我们开始论证。


1.设CA=In(nn单位矩阵),A是mn矩阵,C是nm矩阵。先证明Ax=0只有平凡解:


CAX=C(AX)=C0=0


CAX=(CA)X=IX=0


可得X=0.


因此得到A的各列线性无关。所以列向量的个数小于等于列向量的维度。即行数大于等于列数。


2.设AD=Im(mm单位矩阵),A是nm矩阵,D是m*n矩阵。先证明对于R^m中的向量b,Ax=b有解:


ADb=Ib=b


得A(Db)=b


所以向量x=Db满足Ax=b。


因此A的各列张成Rm,列向量个数大于等于列向量维度,即行数小于等于列数。


结合1,2可得行数等于列数,所以A是方阵。


C=D非常容易论证:


C = InC = (DA)C = D(AC) = DIn = D


以上论证解答了为什么可逆矩阵一定是方阵。


(……)

相关文章
欧姆定理
欧姆定律(Ohm's Law)是电学中最基本的定律之一,描述了电流、电压和电阻之间的关系。该定律由德国物理学家乔治·西蒙·欧姆于1827年提出,是电学领域的重要基础。
85 0
戴维宁定理
一、戴维宁定理概念 戴维宁定理,也被称为欧拉定理,是图论中的一个重要定理,它描述了在一个连通的无向图中,如果图中除两个节点外,其余节点的度数都是偶数,那么可以从这两个节点出发,经过所有的边,最终回到这两个节点。这个回路被称为欧拉回路。 总之,戴维宁定理是图论中的一个重要定理,它描述了在满足一定条件下,一个连通的无向图可以构成欧拉回路。它在实际问题中有着广泛的应用,同时也带动了对图论的推广和发展。
225 0
齐次定理
齐次定理(Homogeneity principle)是物理学中的一个原理,它适用于线性系统,描述了当系统受到缩放输入时,系统响应的缩放关系。
393 0
代入定理的介绍
代入定理(Substitution Theorem)是数学中的一个重要概念,它在代数、几何和计算机科学等领域都有广泛的应用。本文将介绍代入定理的基本概念、证明方法和应用场景,并通过具体例子来解释其原理和作用。 一、代入定理的基本概念 代入定理是数学中的一个重要定理,它描述了在一个等式或不等式中,如果两个表达式相等或不等,则可以将一个表达式代入另一个表达式中。换句话说,代入定理允许我们在一个等式或不等式中用一个表达式替换另一个表达式,而不改变等式或不等式的真值。 代入定理的基本形式如下: 如果$a=b$,且$P(x)$是一个关于$x$的表达式,则$P(a)$和$P(b)$相等。 这个定理的
335 0
对偶定理的介绍
对偶定理:问题的对偶性与解的对偶性 一、引言 对偶定理是数学中的一个重要概念,它描述了问题的对偶性与解的对偶性之间的关系。通过对偶定理,我们可以将一个问题转化为其对偶问题,并通过解决对偶问题来解决原问题。本文将介绍对偶定理的概念、证明方法以及应用场景。 二、对偶定理的概念 对偶定理是指在某些情况下,一个问题的对偶问题与原问题具有相同的性质和结构。对偶问题是通过对原问题的变量、约束条件或目标函数进行转换而得到的。对偶定理认为,如果原问题的解存在,则对偶问题的解也存在,并且两个问题的解具有一种对应关系。 三、对偶定理的证明方法 对偶定理的证明方法通常是通过构造一个对偶映射来进行推导。具体步骤
282 0
替代定理
替代定理(Superposition theorem)是电路分析中的一个重要原理,它适用于线性电路,描述了当电路中有多个独立电源时,可以通过分别计算每个电源的影响,然后将它们的效应叠加,得到电路中任意元件的电流或电压。
358 0
一文看懂奈奎斯特定理和香农定理
一文看懂奈奎斯特定理和香农定理
266 0
一文看懂奈奎斯特定理和香农定理
三大微分中值定理证明方法(罗尔定理、拉格朗日中值定理、柯西中值定理)
三大微分中值定理证明方法(罗尔定理、拉格朗日中值定理、柯西中值定理)
780 0
三大微分中值定理证明方法(罗尔定理、拉格朗日中值定理、柯西中值定理)
【组合数学】递推方程 ( 有重根递推方程求解问题 | 问题提出 )
【组合数学】递推方程 ( 有重根递推方程求解问题 | 问题提出 )
197 0
|
人工智能 Python 机器学习/深度学习
盖尔金圆定理及严格对角占优矩阵(SDD)
盖尔金圆定理(Gersghorin Circle Thorem)   盖尔金圆定理(Gersghorin Circle Thorem)是线性代数中一个有趣而实用的定理,可以用它来描述矩阵的特征值。
1659 0