深度解析可逆矩陣與等價矩陣的區別與聯繫

2020-12-07 別跡無涯

儘管你可能會計算一個具體矩陣的可逆矩陣,但是你知道這種做法背後的原理嗎?

儘管你對等價矩陣的定義背誦如流,但是你知道如何快速判斷兩個矩陣是否是等價矩陣嗎?

儘管從一個矩陣變換到可逆矩陣、等價矩陣的過程中,都涉及到矩陣的初等變換,但是你知道兩者涉及到的初等變換的區別嗎?

小編在本文將對上述問題進行詳細地闡述。

1.可逆矩陣

首先來看可逆矩陣的定義:

對於上述定義,大家一定要注意以下幾點:一、如果一個矩陣不是方陣,那麼這個矩陣不可能是可逆矩陣;二、對於n階矩陣A和B,只需要滿足AB=E或BA=E,即可證明矩陣A和矩陣B為可逆矩陣!

2.可逆矩陣求法的原理

對於一個具體的n階可逆矩陣,常常採用初等變換的方法求其逆矩陣。

以三階矩陣為例進行說明。

相信大家都知道採用如下的方法進行求解。將一個矩陣A與單位矩陣E並排放在一起,然後全程用相同的初等行變換,將矩陣A化為單位矩陣,而矩陣E則化簡成了矩陣A的可逆矩陣。儘管大家都會用,但是你們知道其原理嗎?

小編現在簡要解釋這種方法的原理。

可以清晰地看到,矩陣A通過2次初等行變換得到單位矩陣E,單位矩陣E通過相同的兩次初等行變換得到B。解釋過程如下:

同理,可以用初等列變換來求矩陣A的可逆矩陣。大家可以自行嘗試!

不過小編在這裡要強調三點:一、用上述方法求可逆矩陣時,要麼全程用初等行變換,要麼全程用初等列變換,不能摻雜著用!二、每次只進行一次初等變換,不要一次進行多次初等變換!因為再用這種方法求可逆矩陣時,矩陣比較龐大,一次只進行一次初等變換能夠大大減少錯誤率。三、推薦全程使用初等行變換,而不要用初等列變換,因為在求線性方程組中只能用初等行變換!

在第1節最後小編稍加解釋,在用這種方法求可逆矩陣時,初等行變換和初等列變換為什麼不能摻雜著用?假設矩陣A通過一次初等行變換和一次初等列變換得到B,則根據「左行右列原則」,有PAQ=E,PEQ=PQ=B,根據這兩個等式是得不出A與B互為逆矩陣的!因此不能將初等行變換和初等列變換摻雜著用。

3.可逆矩陣的性質

在記憶可逆矩陣的性質時,一定要結合可逆矩陣的定義去理解和記憶

下面是n階可逆矩陣A和B常用的性質:

性質1說明互為逆矩陣的兩個矩陣的行列式互為倒數。

性質2說明互為逆矩陣的兩個矩陣的秩都是滿秩。

性質3說明對於任意一個n階可逆矩陣,均可以通過初等行變換(或初等列變換)化為n階單位矩陣。

性質4說明兩個可逆矩陣的乘積亦為可逆矩陣,且乘積得到的新矩陣的行列式等於兩個矩陣行列式的乘積。

最後,小編要強調一句,兩個可逆矩陣相加減,形成的新矩陣並不一定是可逆矩陣

4.等價矩陣

何為等價矩陣呢?

對於兩個矩陣A和B,矩陣A經過有限次初等變換能夠得到矩陣B,則矩陣A與矩陣B之間的關係為等價關係。此時稱矩陣B為矩陣A的等價矩陣,同時矩陣A也為矩陣B的等價矩陣。

那麼從上述定義中,大家一定要記住:如果A能通過有限次初等變換得到B,那麼B亦能通過有限次初等變換得到A,即A與B是等價的。

等價矩陣的數學形式定義如下所示:

儘管等價矩陣的定義比較簡單,但是如何判斷兩個矩陣是否是等價矩陣呢?

(1)維度。A和B互為等價矩陣,那麼必然具有相同的行數m與列數n。

(2)矩陣的秩。A和B互為等價矩陣,那麼必然具有相同的秩,即r(A)=r(B)。

滿足上述兩個條件的矩陣A與B,那麼矩陣A與B就互為等價矩陣。

以下方兩個矩陣為例進行說明:

矩陣A與矩陣B都是2*3矩陣,且r(A)=r(B)=2,因此矩陣A與矩陣B互為等價矩陣。

下面是描述矩陣A如何通過有限次初等轉換得到矩陣B的詳細過程:

在上述變換過程中的,用到了兩次初等行變換,如上方綠色部分。此外,還用到了三次初等列變換,如上方橙色部分所示。大家不妨嘗試一下用數學公式表示出來吧!但是一定要注意哦,A左乘的矩陣是二階初等變換矩陣,A右乘的矩陣是三階初等變換矩陣。

5.可逆矩陣與等價矩陣的區別

圖1顯示了可逆矩陣與等價矩陣的區別。

圖1.可逆矩陣與等價矩陣的區別

大家一定要認真閱讀本編文章,尤其是對兩類矩陣的初等變換過程弄透!

喜歡小編的點個關注吧!

相關焦點

  • 正定矩陣與半正定矩陣
    性質:正定矩陣的行列式恆為正;實對稱矩陣A正定若且唯若A與單位矩陣合同;(合同矩陣:設A,B是兩個n階方陣,若存在可逆矩陣C,使得,則稱方陣A與B合同,記作 A≃B。)兩個正定矩陣的和是正定矩陣;正實數與正定矩陣的乘積是正定矩陣。
  • 線性代數(三) 特殊矩陣
    :如果矩陣B可以有A經一系列初等變換得到,則A與B等價。(6)可逆矩陣的可逆矩陣。② 性質:可逆矩陣一定是非奇異矩陣,非奇異矩陣一定是可逆矩陣。
  • 專題七:矩陣分解
    專題七:矩陣分解矩陣分解分為兩類:和分解與積分解.和分解是將一個矩陣分解為一些矩陣的和.積分解是將一個矩陣分解為一些矩陣的乘積.矩陣分解通常是利用標準形理論.利用等價標準形等價標準形: 設證由於存在可逆矩陣
  • 奇異值、奇異矩陣、SVD分解、正交矩陣
    定義:設A為m*n階矩陣,A'表示A的轉置矩陣,A'*A的n個特徵值的非負平方根叫作A的奇異值。記為σi(A)。如果把A『*A的特徵值記為λi(A『*A),則σi(A)=sqrt(λi(A』*A))。奇異矩陣:奇異矩陣是線性代數的概念,就是對應的行列式等於0的矩陣。奇異矩陣的判斷方法:首先,看這個矩陣是不是方陣(即行數和列數相等的矩陣。若行數和列數不相等,那就談不上奇異矩陣和非奇異矩陣)。
  • 高等代數教學筆記4:矩陣 V
    利用相抵的定義和分塊矩陣乘法不難得到.矩陣的秩是矩陣的非常重要的不變量, 有很多的應用. 首先我們利用標準形和秩給出矩陣相抵的若干等價條件.利用矩陣的秩, 我們很容易給出矩陣可逆的另一個判別法則.這樣, 我們把方陣的行列式與秩建立了一個比較鬆散的聯繫.
  • 機器學習筆記三初等列變換和常用矩陣
    2) 推論:設A和B是m×n矩陣,A和B行等價的充分必要條件是B=Ps…P1A,A和B列等價的充分必要條件是B=AQ1…Qs,A和B等價的充分必要條件是B=Ps…P1AQ1…Qs。3.3可逆矩陣1. 定義:設A是n階矩陣。如果存在n階矩陣B,使得AB=BA=In,則稱A是可逆矩陣,B是A的逆矩陣。2.
  • 五道可逆矩陣題目你會做幾道呢?
    在線代矩陣中,可逆矩陣是重點中的重點,但是可逆矩陣的性質和計算你都明白麼?小編在本文帶來五道可逆矩陣題目的講解,如果你能夠快速、準確地解決,那麼小編相信,95%以上的可逆矩陣題目你都能正確解答了!例1:特殊形式的可逆矩陣先來看看第一道例題:對於例題1,應從規律性既明顯且容易切入的地方入手,顯然應從上方標綠的地方入手,想辦法化簡成較短的關係式,具體做法如下:接下來,就是要往A的可逆矩陣方向進行化簡,具體操作過程如下:這時候,要考察J的n次冪了。答案自然就是C了。
  • R語言之矩陣操作
    下面是我參考《R語言與數據挖掘》總結出來以下關於矩陣運算的函數,其中包括矩陣的求和,轉置,等。+, -, * , /矩陣的四則運算,對應位置的元素進行運算要求矩陣的維數必須相同t()矩陣的行列轉置colSums()分別對矩陣的每一列進行求和rowSums()分別對矩陣的每一行進行求和colMeans()分別對矩陣的每一列進行求平均值
  • 矩陣*轉置矩陣的性質大合集
    這裡我們來總結一下"矩陣*轉置矩陣"的若干性質,所謂的"矩陣*轉置矩陣"就是:格式約定:
  • 習題解析之矩陣與像素大小
    不多說了,今天討論矩陣與像素大小的關係。矩陣與像素大小的關係,下列表示正確的是(  )A.像素大小=視野大小/矩陣大小B.像素大小=矩陣大小/視野大小C.矩陣大小=像素大小/視野大小D.矩陣大小=視野大小/像素大小E.視野大小=像素大小/矩陣大小【習題解析】矩陣與像素大小的關係
  • 什麼叫矩陣式大燈,矩陣led和led區別
    矩陣式大燈其實是LED大燈的升級版,燈體內部由多個LED燈按照長方形陣列排列布置。矩陣式大燈可以控制每顆LED燈珠單體進行照明,從而實現對照明角度和範圍的精確控制,是目前最為先進的前大燈系統之一。
  • 線代專題:《矩陣的初等變換與線性方程組》內容小結、公式、題型與...
    12-09 09:21:23 來源: 不猶豫 舉報   一、初等變換與初等矩陣
  • 深度解析2013年新大綱-線代備考策略
    舉報 深度解析
  • 2021考研數學(三)線性代數部分大綱部分原文解析
    2021考研數學三線性代數大綱原文解析 2021考研大綱已經發布,線性代數大綱原文如下: 一、行列式 考試內容 行列式的概念和基本性質 行列式按行(列)展開定理
  • 矩陣相乘在GPU上的終極優化:深度解析Maxas彙編器工作原理
    機器之心發布作者:XiaoyuWang九大章節,一萬餘字,這篇文章可能是目前為止Maxas彙編器工作原理最全面、最細緻的解析。在從事深度學習框架的實現工作時,了解到 Nervana 有一個稱為 Maxas 的彙編代碼生成器項目,可以生成性能超過 nVidia 官方版本的矩陣相乘的 GPU 機器碼,由此對其工作原理產生興趣。
  • 矩陣與矩陣乘積簡介
    矩陣表示如下:矩陣A有兩行兩列,如果矩陣有m行和n列,並且包含實值,可以用以下符號來刻畫它:A∈(m×n)。我們可以使用不帶粗體的矩陣名稱引用矩陣中的元素,但是後面需要跟著行索引和列索引。例如,$ A_{2, 1}$表示第一行和第二列中的元素。按照慣例,第一個索引用於行,第二個索引用於列。
  • 2021考研數學二考試大綱解讀:線性代數大綱原文解析
    為方便考生了解2021考研數學二大綱內容,甘肅中公教育為大家整理了「2021考研數學二考試大綱解讀:線性代數大綱原文解析」相關信息,望考生及時查看。二、矩陣考試內容矩陣的概念 矩陣的線性運算 矩陣的乘法 方陣的冪 方陣乘積的行列式 矩陣的轉置 逆矩陣的概念和性質 矩陣可逆的充分必要條件 伴隨矩陣 矩陣的初等變換 初等矩陣 矩陣的秩 矩陣的等價  分塊矩陣及其運算考試要求1.理解矩陣的概念,了解單位矩陣、數量矩陣、對角矩陣、三角矩陣、對稱矩陣、
  • 線性代數基礎-矩陣
    矩陣A稱為2行3列的矩陣.將A矩陣的行列交換獲得的矩陣稱為A矩陣的轉置,如下:就是一個對稱矩陣.     矩陣加法: 第一點矩陣的形狀都要一樣為m*n形的才可相加, 計算方法就是對應元素相加,結果放回原來的位置即可.    矩陣減法同加法, 對應元素相減.    矩陣乘法: 必須是m*n與n*a的形式,即第一個矩陣的列與第二個矩陣的行相同才可以相乘.乘積為m*a形的矩陣. 計算方法如下:
  • 天元傑出講堂 | 隨機矩陣與SYK模型
    報告題目:隨機矩陣與SYK模型報告人:田剛 院士報告時間:10月23日下午1:30報告地點:數學樓二樓報告廳
  • 模與範疇1.4:自由模與矩陣
    下面例子也給出了自由模與線性空間的一個區別——真子模可能和子模具有相同的秩.Proof:定理等價於矩陣(you should verify it).事實上可以驗證這玩意兒和線性代數中線性空間上的線性變換等價於一個矩陣差不多可以說一回事.