数学-线性代数-#5 矩阵变换之置换与转置

线性代数-#5 矩阵变换之置换与转置

在之前的基础课程中,我们以用于解线性方程组的Gauss消元法为主线,介绍了矩阵语言这一表示法如Ax=b,介绍了一些特殊的矩阵如单位矩阵I、初等矩阵E、上三角矩阵U、下三角矩阵L,学习了矩阵乘法这一矩阵的基本运算,学习了矩阵变换中的逆变换,并运用它们进行了矩阵的LU分解。在真正进入线性代数的大门之前,我们还需要配齐两种实现矩阵变换的工具,就是之前已经提及的置换与转置。

首先是置换。

置换操作,也即行交换,通过左乘置换矩阵P来实现,可以应对解Ax=b过程中主元位为0的情况。

在形式上,P一定是方阵。

在内容上,P为单位矩阵I进行置换后的结果。实际上,I就是一种最基本的置换矩阵(虽然没有实际作用)。

由于行交换的次数不定,交换的对象也不定,对于一个较大的矩阵A,显然有很多可能的置换矩阵。结论是,n阶置换矩阵的总数为n!。

本着一种对“性质优良的特殊矩阵”(Prof. Strang语)的热忱,我们来探究一下置换矩阵P的性质。

出于与I的亲缘关系,在实践中发现P有如下性质:

1.置换矩阵皆可逆;

2.置换矩阵的逆矩阵与转置矩阵相同:

置换矩阵可以通过左乘其转置矩阵变回I,即PTP=I;

3.置换矩阵取逆/转置的结果还是同阶的置换矩阵,同阶的置换矩阵相乘的结果还是同阶的置换矩阵;

其次是转置。

转置操作,也即对m*n矩阵A进行行列互换,其结果是产生一个n*m转置矩阵AT,有两种基本的实现方案:

1.元素交换:(AT)mn=(A)nm;

2.行列交换:AT中第k行为A中第k列。

处于与刚才相同的热忱,我们研究一种AT=A的矩阵,即对称矩阵。

根据转置中的具体操作,显然A为方阵,且关于左上-右下对角线对称的元素相等。

换一个角度,我们也可以把转置当成检验方阵对称性的一种方法。

这种特殊的矩阵比较常见,比如任意矩阵R右乘其转置矩阵RT得到A的就是对称矩阵。

要想证明A是对称矩阵,我们可以沿用刚才的思路,转置A,检验AT=A是否成立。

AT=(RTR)T=RTRTT=RTR=A,其中对矩阵乘积进行转置的运算法则类似于对矩阵乘积求逆的运算法则(先逆序再分别求逆)。

在下一课#6中,我们将真正进入线性代数的大门,从向量空间开始。

原文地址:https://www.cnblogs.com/samaritan-z/p/8366539.html

时间: 2024-11-05 21:42:38

数学-线性代数-#5 矩阵变换之置换与转置的相关文章

数学-线性代数-#2 用消元法解线性方程组

线性代数-#2 用消元法解线性方程组 #2实现了#1中的承诺,介绍了求解线性方程组的系统方法--消元法. 既然是一种系统的方法,其基本步骤可以概括如下: 1.将方程组改写为增广矩阵: 为了省去传统消元法中反复出现但是没有应用价值的未知数符号和运算符,我们可以将线性方程组表示为增广矩阵的形式,也就是把"Ax=b"中的b附在A右侧; 2.确定第一列中的一个非零元素为主元,以方框框起示之.此元素所在行即为主元行: 一般第n个主元选在第n行.若在进行行变换(交换上下行)后仍没有可供选择的非零元

数学-线性代数导论-#11 基于矩阵A生成的空间:列空间、行空间、零空间、左零空间

线性代数导论-#11 基于矩阵A生成的空间:列空间.行空间.零空间.左零空间 本节课介绍和进一步总结了如何求出基于一个m*n矩阵A生成的四种常见空间的维数和基: 列空间C(A),dim C(A) = r,基 = { U中主元列对应的原列向量 }: 行空间C(AT), dim C(AT) = r,基 = { U中的主元行 }: 1.为什么行空间不表示为R(A)而表示为C(AT)? 因为转置是矩阵的行与列之间的桥梁. 既然我们已经研究过列空间,通过转置,我们可以将行空间视为转置矩阵的列空间. 2.行

数学-线性代数-#1 表示及解方程组的新视角

线性代数-#1 表示及解方程组的新视角 学习线性代数之前,我们解n元一次方程组的方法(消元法)着眼于行,把每一行当成一个独立的整体进行处理,最后将各行联系起来求解. 而线性代数为我们提供了一个新视角:着眼于列. 以二元一次方程组为例,即把方程组表示为系数x乘以未知数x的系数组成的列向量v1与系数y乘以未知数y的系数组成的列向量v2通过平行四边形/三角形法则相加后得到方程组每一行的常数项所组成的列向量v3. 在这个视角下,我们可以发现: 1.代数学中的方程组可以通过向量的画法表示为几何学中的列图像

数学-线性代数-#6 线性代数-#6 向量空间、列空间、R^n与子空间

线性代数-#6 向量空间.列空间.Rn与子空间 让我们回想一下#1的内容,当我们在用向量的新视角看待线性方程组时,曾经提到以"向量的图像"作为代数学与几何学桥梁的想法. 而现在,让我们沿着这个想法深入探索下去,将其作为开启线性代数核心学习的钥匙. 引入新概念:向量空间. 什么是向量空间?我们把向量构成的空间叫做向量空间. 为了简化问题,我们先假定研究的对象是某个元素数为2或3的非零向量. 回归到向量的几何定义,一条有向的线段.这条线段会覆盖从起点到终点的区域.显然,这个区域不足以以&q

数学-线性代数导论-#9 Ax=b的解:存在性、解法、解的数量、解的结构

线性代数导论-#9 Ax=b的解:存在性.解法.解的结构.解的数量 终于,我们在b为参数的一般情况下,开始分析Ax=b的解,包括标题中的四个方面. 首先是解的存在性. 从几何上说,当且仅当向量b位于列空间C(A)内时,Ax=b有解: 从代数上说,不能出现类似于"非0数=0"的矛盾方程: 1.这为我们判定是否有解提供了一个简便的途径: 根据Gauss消元法中对A和b进行行变换的同步性,行的相同线性组合其值一定相同. 所以加入A中各行可以通过简单的线性组合得到零行,而b进行相同线性组合的结

数学-线性代数导论-#10 线性相关性、向量空间的基和维数

线性代数导论-#10 线性相关性.向量空间的基和维数 这节课中,我们先讲了前面的课程中一直提及的线性相关性的具体定义,并以此为基础建立了向量空间的"基"和"维数"的定义,最后归纳为一种已知若干向量求其生成的空间的基和维数的系统方法. 首先是线性相关性的定义. 已知一个由n个向量构成的向量组[V1,V2,-,Vn],如果存在n个系数[C1,C2,-,Cn],使得各CiVi(i=1,2,3,-,n)的和为0,则称这组向量线性相关.反之,如不存在,则称其线性无关. 当然,

数学 - 线性代数 - #12 向量空间的衍生:矩阵空间、微分方程的解、图

线性代数导论-#12 向量空间的衍生:矩阵空间.微分方程的解.图 凡是可以进行加法和数乘运算的对象,我们都可以将其视为向量. 凡是对加法和数乘封闭的集合,我们都可以将其视为空间. 分析空间时,我们着眼于其维度和基. 矩阵空间:把矩阵视为向量 矩阵空间的维度与基 矩阵空间的交集与"合集" 秩1矩阵:rank = 1 的矩阵 特性 用途 微分方程的解:把函数视为向量 图: 图的概念 Graph = { Nodes, Edges } Small World Graph 图的两个任意节点之间最

【分享】近4000份数学学习资源免费分享给大家

一直以来喜欢收集数学类的教程资源,于是费了好大劲从万千合集站上扒拉了下来,总结归类了一下,一共有将近4000本电子书.经测试,均可免费下载,可能会弹出小广告,可不必理会之.[仅供学术学习和交流,请无用于商业用途.]另外,如有可能,还请尽量支持正版纸质书.   数学史(54)     数学史.rar 55.6 MB   数学的起源与发展.rar 4.3 MB   费马大定理—一个困惑了世间智者358年的谜.pdf 9.5 MB   通俗数学名著译丛14-无穷之旅:关于无穷大的文化史.pdf 14.

【线性变换/矩阵及乘法】- 图解线性代数 03

本文转自公众号---遇见数学---图解数学---线性代数部分 感谢遇见数学工作组将大学课本晦涩难懂.故作高深的数学知识,用通俗易懂而又生动有趣的方法解释出来. 线性变换是线性空间中的运动, 而矩阵就是用来描述这种变换的工具. 这样说还是没有直观印象, 所以还是直接看图解的动画吧. 矩阵不仅仅只是数值的表: 其实表示了在该矩阵的作用下, 线性空间是怎样的变化, 观察下图二维平面中水平和垂直方向的伸缩: 可以看到: 垂直方向并没有发生任何变换(A 的第二列没有变化); 水平方向伸展了 2 倍; 浅红