当前位置: 首页 > news >正文

高等数学:线性代数-第三章

文章目录

  • 第3章 矩阵的初等变换与线性方程组
    • 3.1 矩阵的初等变换
    • 3.2 矩阵的秩
    • 3.3 方程组的解

第3章 矩阵的初等变换与线性方程组

3.1 矩阵的初等变换

矩阵的初等变换 下面三种变换称为矩阵的初等变换

对换两行(列),记作 r i ↔ r j ( c i ↔ c j ) r_{i} \leftrightarrow r_{j} (c_{i} \leftrightarrow c_{j}) rirj(cicj)
以数 k ≠ 0 k \ne 0 k=0 乘某一行(列)中的所有元,记作 r i × k ( c i × k ) r_{i} \times k ( c_{i} \times k ) ri×kci×k
把某一行(列)所有元的 k 倍加到另一行(列)对应的元上去,记作 r i + k r i ( c i + k c i ) r_{i} + kr_{i} ( c_{i} + kc_{i} ) ri+krici+kci
矩阵等价 如果矩阵 A \bm{A} A 经过优有限次初等变换变成矩阵 B \bm{B} B ,就称矩阵 A \bm{A} A 与矩阵 B \bm{B} B 等价,记作 A ∼ B \bm{A} \sim \bm{B} AB .

矩阵等价满足:
A ∼ A \bm{A} \sim \bm{A} AA

A ∼ B \bm{A} \sim \bm{B} AB

B ∼ A \bm{B} \sim \bm{A} BA

A ∼ B \bm{A} \sim \bm{B} AB
B ∼ C \bm{B} \sim \bm{C} BC

A ∼ C \bm{A} \sim \bm{C} AC
定理 设 A \bm{A} A B \bm{B} B m × n m \times n m×n矩阵,那么

A ∼ r B \bm{A} \overset{r}{\sim} \bm{B} ArB的充分必要条件是 ∃ P = ( p i j ) m × m , ∣ P ∣ ≠ 0 s . t . P A = B \exists \bm{P} = (p_{ij})_{m \times m},~|\bm{P}| \ne 0 ~~ s.t.~\bm{P}\bm{A}=\bm{B} P=(pij)m×m, P=0  s.t. PA=B
A ∼ r B \bm{A} \overset{r}{\sim} \bm{B} ArB的充分必要条件是 ∃ Q = ( q i j ) n × n , ∣ Q ∣ ≠ 0 s . t . A Q = B \exists \bm{Q} = (q_{ij})_{n \times n},~|\bm{Q}| \ne 0 ~~ s.t.~\bm{A}\bm{Q}=\bm{B} Q=(qij)n×n, Q=0  s.t. AQ=B
A ∼ B \bm{A} \sim \bm{B} AB的充分必要条件是 ∃ P = ( p i j ) m × m , Q = ( q i j ) n × n , ∣ P ∣ ≠ 0 , ∣ Q ∣ ≠ 0 s . t . P A Q = B \exists \bm{P} = (p_{ij})_{m \times m},~ \bm{Q} = (q_{ij})_{n \times n},~ |\bm{P}| \ne 0,~ |\bm{Q}| \ne 0 ~~ s.t.~ \bm{PAQ}=\bm{B} P=(pij)m×m, Q=(qij)n×n, P=0, Q=0  s.t. PAQ=B

3.2 矩阵的秩

子式 在 m × n m \times n m×n矩阵 A \bm{A} A中,任取 k 行 k 列,位于这些行列交叉处的 k 2 k^{2} k2 个元素,不改变它们在 A \bm A A中所处的位置次序而得的 k 阶行列式,称为矩阵 A \bm A A的 k 阶子式。

秩 若矩阵 A \bm A A中存在一个不为零的 r 阶子式,且所有 r+1 阶子式全为零,那么数 r 称为矩阵 A \bm A A 的秩,记作 R ( A ) R(\bm A) R(A). 规定零矩阵的秩为 0 .

矩阵的秩有以下性质:
0 ≤ R ( ( a i j ) m × n ) ≤ min ⁡ { m , n } R ( ( A ) T ) = R ( A ) ∣ ( a i j ) n × n ∣ = 0 , R ( ( a i j ) n × n ) < n 0\leq R((a_{ij})_{m \times n})\leq\min\{m,n\} R((\bm A)^\mathrm T) = R(\bm A) |(a_{ij})_{n \times n}|=0,~ R((a_{ij})_{n \times n})<n 0R((aij)m×n)min{m,n}R((A)T)=R(A)(aij)n×n=0, R((aij)n×n)<n
A ∼ B \bm A\sim\bm B AB ,则 R ( A ) = R ( B ) max ⁡ { R ( A ) , R ( B ) } ≤ R ( A , B ) ≤ R ( A ) + R ( B ) R(\bm A)=R(\bm B) \max\{R(\bm A),R(\bm B)\}\leq R(\bm A,\bm B)\leq R(\bm A)+R(\bm B) R(A)=R(B)max{R(A),R(B)}R(A,B)R(A)+R(B)
R ( A + B ) ≤ R ( A ) + R ( B ) R(\bm A+\bm B)\leq R(\bm A)+R(\bm B) R(A+B)R(A)+R(B)
R ( A B ) ≤ min ⁡ { R ( A ) , R ( B ) } R(\bm{AB})\leq\min\{R(\bm A),R(\bm B)\} R(AB)min{R(A),R(B)}
A m × n B n × l = O \bm{A}_{m \times n}\bm{B}_{n \times l}=\bm O Am×nBn×l=O,则 R ( A ) + R ( B ) ≤ n R(\bm A)+R(\bm B) \leq n R(A)+R(B)n

3.3 方程组的解

n \bm n n 元齐次线性方程组解的判定 n 元齐次线性方程组 A x = 0 \bm{Ax}=\bm{0} Ax=0 解的情况如下:

有非零解的充分必要条件是 R ( A ) < n R(\bm A)<n R(A)<n,即 ∣ A ∣ = 0 | \bm A | = 0 A=0
只有零解的充分必要条件是 R ( A ) = n R(\bm A)=n R(A)=n ,即 ∣ A ∣ ≠ 0 |\bm A|\ne0 A=0
n \bm n n 元非齐次线性方程组解的判定 n 元非齐次线性方程组 A x = b \bm{Ax}=\bm{b} Ax=b 解的情况如下:

无解的充分必要条件是 R ( A ) < R ( A , b ) R(\bm A)<R(\bm A,\bm b) R(A)<R(A,b)
有解的充分必要条件是 R ( A ) = R ( A , b ) R(\bm A)=R(\bm A,\bm b) R(A)=R(A,b) ,其中
有惟一解的充分必要条件是 R ( A ) = R ( A , b ) = n R(\bm A)=R(\bm A,\bm b)=n R(A)=R(A,b)=n
有无穷多解的充分必要条件是 R ( A ) = R ( A , b ) < n R(\bm A)=R(\bm A,\bm b)<n R(A)=R(A,b)<n
矩阵方程解的判定 矩阵方程 A X = B \bm{AX}=\bm{B} AX=B 解的情况如下:

无解的充分必要条件是 R ( A ) < R ( A , B ) R(\bm A)<R(\bm A,\bm B) R(A)<R(A,B)
有解的充分必要条件是 R ( A ) = R ( A , B ) R(\bm A)=R(\bm A,\bm B) R(A)=R(A,B)

相关文章:

高等数学:线性代数-第三章

文章目录 第3章 矩阵的初等变换与线性方程组3.1 矩阵的初等变换3.2 矩阵的秩3.3 方程组的解 第3章 矩阵的初等变换与线性方程组 3.1 矩阵的初等变换 矩阵的初等变换 下面三种变换称为矩阵的初等变换 对换两行&#xff08;列&#xff09;&#xff0c;记作 r i ↔ r j ( c i …...

深入理解 SQL 注入攻击原理与防御措施

系列文章目录 文章目录 系列文章目录前言一、SQL 注入的原理二、防御 SQL 注入攻击的措施1. 使用参数化查询2.输入验证与过滤3.最小权限原则4.不要动态拼接 SQL5.ORM 框架6.转义特殊字符三、实例演示总结前言 SQL 注入是一种常见的网络攻击方式,攻击者通过在输入框等用户交互…...

QT5.12.12通过ODBC连接到GBase 8s数据库(CentOS)

本示例使用的环境如下&#xff1a; 硬件平台&#xff1a;x86_64&#xff08;amd64&#xff09;操作系统&#xff1a;CentOS 7.8 2003数据库版本&#xff08;含CSDK&#xff09;&#xff1a;GBase 8s V8.8 3.0.0_1 为什么使用QT 5.12.10&#xff1f;该版本包含QODBC。 1&#…...

爱校对发布全新PDF校对工具,为用户带来更为便捷的校正体验

随着数字化文档使用的普及&#xff0c;PDF格式已经成为最为广泛使用的文件格式之一。为满足广大用户对于高效、准确PDF文档校对的需求&#xff0c;爱校对团队经过深入研发&#xff0c;正式推出全新的PDF校对工具&#xff01; 这一全新工具针对PDF文件格式进行了深度优化&#…...

记录protocol buffers Mac安装

使用brew安装最新的protobuf 在Mac 上安装&#xff0c;使用brew 可以安装最新的protobuf。这个也比较简单&#xff0c;简单说一下。 首先先检查一下是否安装了brew。如果没有安装brew的话&#xff0c;请先安装brew.可以通过brew --version来检查 使用brew install protobuf 来…...

基于Jenkins自动打包并部署docker、PHP环境,ansible部署-------从小白到大神之路之学习运维第86天

第四阶段提升 时 间&#xff1a;2023年8月23日 参加人&#xff1a;全班人员 内 容&#xff1a; 基于Jenkins部署docker、PHP环境 目录 一、环境部署 &#xff08;一&#xff09;实验环境&#xff0c;服务器设置 &#xff08;二&#xff09;所有主机关闭防火墙和selinu…...

【附安装包】Midas Civil2019安装教程

软件下载 软件&#xff1a;Midas Civil版本&#xff1a;2019语言&#xff1a;简体中文大小&#xff1a;868.36M安装环境&#xff1a;Win11/Win10/Win8/Win7硬件要求&#xff1a;CPU2.5GHz 内存4G(或更高&#xff09;下载通道①百度网盘丨64位下载链接&#xff1a;https://pan.…...

Apache StreamPark系列教程第一篇——安装和体验

一、StreamPark介绍 实时即未来,在实时处理流域 Apache Spark 和 Apache Flink 是一个伟大的进步,尤其是Apache Flink被普遍认为是下一代大数据流计算引擎, 我们在使用 Flink & Spark 时发现从编程模型, 启动配置到运维管理都有很多可以抽象共用的地方, 我们将一些好的经验…...

mysql replace insert update delete

目录 mysql replace && insert && update && delete replace mysql replace && insert && update && delete replace 我们在使用数据库时可能会经常遇到这种情况。如果一个表在一个字段上建立了唯一索引&#xff0c;当我们再向…...

实现SSM简易商城项目的商品查询功能

实现SSM简易商城项目的商品查询功能 介绍 在SSM&#xff08;SpringSpringMVCMyBatis&#xff09;框架下&#xff0c;我们可以轻松地实现一个简易商城项目。本博客将重点介绍如何实现商品查询功能&#xff0c;帮助读者了解并掌握该功能的开发过程。 步骤 1. 创建数据库表 首…...

视频批量剪辑矩阵分发系统源码开源分享----基于PHP语言

批量剪辑视频矩阵分发&#xff1a; 短视频seo主要基于抖音短视频平台&#xff0c;为企业实现多账号管理&#xff0c;视频分发&#xff0c;视频批量剪辑&#xff0c;抖音小程序搭建&#xff0c;企业私域转化等&#xff0c;本文主要介绍短视频矩阵系统抖音小程序开发详细及注意事…...

亚信科技AntDB数据库通过GB 18030-2022最高实现级别认证,荣膺首批通过该认证的产品之列

近日&#xff0c;亚信科技AntDB数据库通过GB 18030-2022《信息技术 中文编码字符集》最高实现级别&#xff08;级别3&#xff09;检测认证&#xff0c;成为首批通过该认证的数据库产品之一。 图1&#xff1a;AntDB通过GB 18030-2022最高实现级别认证 GB 18030《信息技术 中文编…...

第11章 优化多线程应用程序

对软件来说&#xff0c;为持续增长的CPU核数做好准备&#xff0c;对应用程序在未来的成功至关重要。 11.1 性能扩展和开销 通过可伸缩定律将计算单元&#xff08;线程&#xff09;之间的通信描述为影响性能的另一个门控因素。通用可伸缩定律描述性能劣化由多个因素导致&#…...

分布式下的session共享问题

首页我们确定在分布式的情况下session是不能共享的。 1.不同的服务&#xff0c;session不能共享&#xff0c;也就是微服务的情况下 2.同一服务在分布式情况&#xff0c;session同样不能共享&#xff0c;也会是分布式情况 分布式下session共享问题解决方案(域名相同) 1.session复…...

webrtc的Sdp中的Plan-b和UnifiedPlan

在一些类似于视频会议场景下&#xff0c;媒体会话参与者需要接收或者发送多个流&#xff0c;例如一个源端&#xff0c;同时发送多个左右音轨的音频&#xff0c;或者多个摄像头的视频流&#xff1b;在2013年&#xff0c;提出了2个不同的SDP IETF草案Plan B和Unified Plan&#x…...

LLM-Rec:基于提示大语言模型的个性化推荐

1. 基本信息 论文题目:LLM-Rec: Personalized Recommendation via Prompting Large Language Models 作者:Hanjia Lyu, Song Jiang, Hanqing Zeng, Yinglong Xia, Jiebo Luo 机构:University of Rochester, University of California Los Angeles, Meta AI, University of Ro…...

microsoft -en - us 无法卸载

因为office2013 有漏洞&#xff0c;要进行升级&#xff0c;弄了个office2016&#xff0c;提示无法安装&#xff0c; microsoft visio -en - us 即点即用的存在。点击各种卸载&#xff0c;都无法生效。 再去搜了下软件使用评论&#xff0c;里面提到geek 可以卸载&#xff0c;下…...

day43参与通信的服务器

1.题目描述 这里有一幅服务器分布图&#xff0c;服务器的位置标识在 m * n 的整数矩阵网格 grid 中&#xff0c;1 表示单元格上有服务器&#xff0c;0 表示没有。 如果两台服务器位于同一行或者同一列&#xff0c;我们就认为它们之间可以进行通信。 请你统计并返回能够与至少…...

K8S如何部署ZooKeeper以及如何进行ZooKeeper的平滑替换

前言 在之前的章节中&#xff0c;我们已经成功地将Dubbo项目迁移到了云环境。在这个过程中&#xff0c;我们选择了单机ZooKeeper作为注册中心。接下来&#xff0c;我们将探讨如何将单机ZooKeeper部署到云端&#xff0c;以及在上云过程中可能遇到的问题及解决方案。 ZooKeeper…...

Leetcode刷题之1658. 将 x 减到 0 的最小操作数

题目: 算法分析: 可以看出,这道题本意是从计算两侧和为x 的数字, 要求数量最少, 那我们可以反向思考, 假如整个数组的和为sum, 那么我们就可以求中间部分和为sum-x的数字(当然必须连续), 当中间部分的数字同时达到和为sum-x以及长度最长两个要求时, 两侧数字也就达到了和为x以…...

Docker 离线安装指南

参考文章 1、确认操作系统类型及内核版本 Docker依赖于Linux内核的一些特性&#xff0c;不同版本的Docker对内核版本有不同要求。例如&#xff0c;Docker 17.06及之后的版本通常需要Linux内核3.10及以上版本&#xff0c;Docker17.09及更高版本对应Linux内核4.9.x及更高版本。…...

docker详细操作--未完待续

docker介绍 docker官网: Docker&#xff1a;加速容器应用程序开发 harbor官网&#xff1a;Harbor - Harbor 中文 使用docker加速器: Docker镜像极速下载服务 - 毫秒镜像 是什么 Docker 是一种开源的容器化平台&#xff0c;用于将应用程序及其依赖项&#xff08;如库、运行时环…...

css实现圆环展示百分比,根据值动态展示所占比例

代码如下 <view class""><view class"circle-chart"><view v-if"!!num" class"pie-item" :style"{background: conic-gradient(var(--one-color) 0%,#E9E6F1 ${num}%),}"></view><view v-else …...

突破不可导策略的训练难题:零阶优化与强化学习的深度嵌合

强化学习&#xff08;Reinforcement Learning, RL&#xff09;是工业领域智能控制的重要方法。它的基本原理是将最优控制问题建模为马尔可夫决策过程&#xff0c;然后使用强化学习的Actor-Critic机制&#xff08;中文译作“知行互动”机制&#xff09;&#xff0c;逐步迭代求解…...

【WiFi帧结构】

文章目录 帧结构MAC头部管理帧 帧结构 Wi-Fi的帧分为三部分组成&#xff1a;MAC头部frame bodyFCS&#xff0c;其中MAC是固定格式的&#xff0c;frame body是可变长度。 MAC头部有frame control&#xff0c;duration&#xff0c;address1&#xff0c;address2&#xff0c;addre…...

mongodb源码分析session执行handleRequest命令find过程

mongo/transport/service_state_machine.cpp已经分析startSession创建ASIOSession过程&#xff0c;并且验证connection是否超过限制ASIOSession和connection是循环接受客户端命令&#xff0c;把数据流转换成Message&#xff0c;状态转变流程是&#xff1a;State::Created 》 St…...

c++ 面试题(1)-----深度优先搜索(DFS)实现

操作系统&#xff1a;ubuntu22.04 IDE:Visual Studio Code 编程语言&#xff1a;C11 题目描述 地上有一个 m 行 n 列的方格&#xff0c;从坐标 [0,0] 起始。一个机器人可以从某一格移动到上下左右四个格子&#xff0c;但不能进入行坐标和列坐标的数位之和大于 k 的格子。 例…...

MMaDA: Multimodal Large Diffusion Language Models

CODE &#xff1a; https://github.com/Gen-Verse/MMaDA Abstract 我们介绍了一种新型的多模态扩散基础模型MMaDA&#xff0c;它被设计用于在文本推理、多模态理解和文本到图像生成等不同领域实现卓越的性能。该方法的特点是三个关键创新:(i) MMaDA采用统一的扩散架构&#xf…...

相机从app启动流程

一、流程框架图 二、具体流程分析 1、得到cameralist和对应的静态信息 目录如下: 重点代码分析: 启动相机前,先要通过getCameraIdList获取camera的个数以及id,然后可以通过getCameraCharacteristics获取对应id camera的capabilities(静态信息)进行一些openCamera前的…...

现代密码学 | 椭圆曲线密码学—附py代码

Elliptic Curve Cryptography 椭圆曲线密码学&#xff08;ECC&#xff09;是一种基于有限域上椭圆曲线数学特性的公钥加密技术。其核心原理涉及椭圆曲线的代数性质、离散对数问题以及有限域上的运算。 椭圆曲线密码学是多种数字签名算法的基础&#xff0c;例如椭圆曲线数字签…...