《 线性代数及其应用 (原书第4版)》—— 2.3 可逆矩阵的特征

简介:

本节书摘来自华章出版社《 线性代数及其应用 (原书第4版)》一书中的第2章,第2.3节,作者:(美)戴维C. 雷(David C. Lay)马里兰大学帕克学院 著刘深泉 张万芹 陈玉珍 包乐娥 陆 博 译,更多章节内容可以访问云栖社区“华章计算机”公众号查看

2.3 可逆矩阵的特征

本节复习第1章引入的大部分重要概念,并且与n个未知量n个方程的方程组,以及方阵联系起来,主要结论是定理8.
定理8 (可逆矩阵定理)
设A为screenshot矩阵,则下列命题是等价的,即对某一特定的A,它们同时为真或同时为假.

  1. A是可逆矩阵.
  2. A等价于 screenshot单位矩阵.
  3. A有n个主元位置.
  4. 方程screenshot 仅有平凡解.
  5. A的各列线性无关.
  6. 线性变换 screenshot是一对一的.
  7. screenshot 中任意b,方程screenshot 至少有一个解.
  8. A的各列生成 screenshot.
  9. 线性变换 screenshotscreenshot映上到screenshot 上.
  10. 存在screenshot矩阵C使CA=I .
  11. 存在 screenshot矩阵D使 AD=I.
  12. screenshot是可逆矩阵.
    首先,我们需要某些记号,若当命题(a)为真则(j)也真,我们称(a)

蕴涵(j),记为(a)screenshot(j). 我们将按图2-6中蕴涵的“循环”来证明这些命题的等价性,即这五个命题之一为真可推出其他命题也真,然后我们将把其他命题链接进这个循环.
screenshot
证 若(a)为真,则screenshot 可作为(j)中的C,故(a)screenshot(j),其次,由2.1节23题(请参阅该习题),(j)screenshot(d),又由2.2节23题可知(d)screenshot(c). 若A是方阵且有n个主元位置,则主元必定在主对角线上,在这种情况下,A的简化阶梯形是screenshot,因此(c)screenshot(b). 同时由2.2节定理7知(b)screenshot(a). 至此完成图2-6中的证明循环.
其次,由于screenshot可作为D,(a)screenshot(k). 又由2.1节习题26知(k)screenshot(g),而由2.2节习题24有(g)screenshot(a),因此(g)和(k)被链接进这个循环. 再根据1.4节定理4和1.9节定理12(a),得到对任一矩阵来说,(g)、(h)和(i)是等价的,因此,通过(g)使(h)和(i)被链接进这个循环.
因(d)、(e)、(f)对任一矩阵A是等价的(参见1.7节及1.9节定理12(b)),而(d)在这个循环之中,所以(e)和(f)也在这个循环中. 最后,由2.2节定理6(c)有(a)screenshot(l),再根据同一个定理,将A和screenshot 互换后得到(l)screenshot(a). 见图2-7. 这就完成了定理8的证明.
由2.2节定理5,定理8中命题(g)也可写成“方程Ax=b 对任意screenshot 中的b 有唯一解”. 这命题当然也蕴涵(b),因此也蕴涵A为可逆阵.

screenshot
下列事实由定理8及2.2节习题12推出.
设A和B为方阵,若AB=I ,则A和B都是可逆的,且 screenshot .
可逆矩阵定理将所有screenshot 矩阵分为两个不相交集合:可逆(非奇异)矩阵和不可逆(奇异)矩阵. 定理中每个命题给出了screenshot 可逆矩阵的一个性质. 定理中每个命题的否命题给出了screenshot 奇异矩阵的一个性质. 例如,每个screenshot 奇异矩阵不行等价于screenshot ,没有 n个主元位置,它的各列线性相关,其他的否命题在习题中考虑.
例1 应用可逆矩阵定理来判断A是否可逆:
screenshot

screenshot
所以A有3个主元位置,根据可逆矩阵定理命题(c),A是可逆的.
可逆矩阵定理的作用在于它给出了许多重要概念的联系,例如矩阵A的列的线性无关性与形如Ax=b 的解的存在性关联起来. 但是必须强调,可逆矩阵定理仅能用于方阵. 例如,若一个4x3矩阵的列线性无关,我们不能用可逆矩阵定理断定形如 Ax=b的方程的解的存在性或不存在性.
可逆线性变换
回忆2.1节矩阵乘法对应于线性变换的复合. 当矩阵A可逆时,方程screenshot 可看作关于线性变换的一个命题,见图2-8.
screenshot

线性变换 screenshot称为可逆的,若存在函数 screenshot使得
对所有screenshot 中的 , screenshot (1)
对所有 screenshot中的 ,screenshot (2)
下列定理说明若这样的S存在,它是唯一的而且必是线性变换. 我们称S是T的逆,把它写成 screenshot.
定理9 设 screenshot为线性变换,A为T的标准矩阵. 则T可逆当且仅当A是可逆矩阵. 这时由 screenshot定义的线性变换S是满足(1)和(2)的唯一函数.
证 设 T是可逆的,则(2)说明T是从screenshot 映上到screenshot 的映射,因若b 属于 screenshotscreenshot ,则 screenshot,所以每个 b属于T的值域,于是由可逆矩阵定理命题(i), A为可逆的.
反之,若A是可逆的,令screenshot ,则S是线性变换,且显然S满足(1)和(2),例如
screenshot
于是T是可逆的. S的唯一性的证明见习题38.
例2 设 screenshot是一对一线性变换,则T会如何?
解 T的标准矩阵A的列是线性无关的(依1.9节定理12),所以依可逆矩阵定理,A是可逆的,而且T把screenshot 映上到 screenshot. 同时,依定理9,T为可逆.
数值计算的注解 实际工作中,你将会遇到“接近奇异的”或者病态矩阵——一个可逆矩阵,但当它的某些元素稍微改变就变成奇异矩阵. 在这种情况下,行变换可能由于舍入误差产生少于 个主元位置. 另外,有时舍入误差也可能使奇异矩阵变成是可逆的.
某些矩阵程序对一个方阵计算它的条件数,条件数越大,矩阵越接近奇异. 单位矩阵的条件数是1,奇异矩阵的条件数为无穷大. 在极端情况下,矩阵程序可能无法区别奇异矩阵与病态矩阵.
习题41~45说明当条件数大时,矩阵计算可能产生明显的错误.
练习题

  1. 确定 screenshot是否可逆.
  2. 设对某个矩阵 A,可逆矩阵定理命题(g)不成立. 那么形如 screenshot的方程会如何?
  3. 设 A,B是screenshot 矩阵,方程screenshot 有非平凡解,那么矩阵AB会如何?
    习题2.3

screenshot
screenshot
screenshot
screenshot
screenshot
screenshot

相关文章
|
机器学习/深度学习
线性代数(五)特征值和特征向量
线性代数(五)特征值和特征向量
215 1
学习笔记: 线性代数-矩阵的相似性
线性代数个人学习笔记
117 0
|
移动开发
|
算法
线性代数(二)矩阵代数
线性代数(二)矩阵代数
92 0
|
算法
线性代数(一)矩阵和方程组
线性代数(一)矩阵和方程组
161 0
|
机器学习/深度学习 算法 图形学
矩阵和线性代数的应用
矩阵和线性代数是数学中重要的概念,它们被广泛应用于物理、工程、计算机科学、经济学等众多领域。本文将讨论矩阵和线性代数的一些基本概念以及它们在实际应用中的重要性和影响。
303 0
|
机器学习/深度学习
【机器学习中的矩阵求导】(三)矩阵向量求导(微分法)
从上面可以发现:标量对向量的求导,和向量的微分,之间存在一个转置的一项。 推广到矩阵微分:
238 0
【机器学习中的矩阵求导】(三)矩阵向量求导(微分法)