合同线性代数.docxVIP

合同线性代数 　　篇一：线性代数中的合同关系、正定矩阵　　什么是线性代数中的合同？ 惯性定律？　　“合同”是矩阵之间的一种关系。两个n阶方阵A与B叫做合同的，是说存在一个满秩n阶方阵P,使得P′AP＝B.“合同”这种关系，是一种“等价关系”。按照 它可以对n阶方阵的全体进行分类。对于n阶实对称矩阵而言，线性代数中有两个结果。　　①每个n阶实对称矩阵，都一定与实对角矩阵合同，并且此时P也是实的。 ②对于一个n阶实对称矩阵A，与它合同的实对角矩阵当然不只一个，（相应的P也变化）。但是这些实对角矩阵的对角元中，正数的个数是一定的（叫A的正惯性指数），负数的个数也是一定的（叫A的负惯性指数）。　　结果②就是“惯性定理”。 　　一个矩阵是正定矩阵的充要条件是:矩阵的主对角线元素全大于0.这个命题是否正确 　　不对，反例： 12　　21　　只有主对角矩阵才能说对角元素全大与0就正定　　设M是n阶实系数对称矩阵， 如果对任何非零向量　　X=(x_1,...x_n) 都有 XMX′0，就称M正定(Positive Definite)。　　正定矩阵在相合变换下可化为标准型， 即单位矩阵。　　所有特征值大于零的对称矩阵（或厄米矩阵）也是正定矩阵。　　另一种定义：一种实对称矩阵.正定二次型f(x1,x2,…,xn)=X′AX的矩阵A(A′)称为正定矩阵. 　　正定矩阵的一些判别方法  　　由正定矩阵的概念可知，判别正定矩阵有如下方法：  　　阶对称矩阵A正定的充分必要条件是A的 n 个特征值全是正数。 　　证明：若 ， 则有 　　∴λ＞0  　　反之，必存在U使 　　即 ： A正定 　　由上面的判别正定性的方法，不难得到A为半正定矩阵的充要条件是：A的特征值全部非负。 　　特征值都在主对角线上运算你知道的吧。　　行列式小结　　一、行列式定义　　行列式归根结底就是一个数值，只不过它是由一大堆数字经过一种特殊运算规则而得出的数而已。当然这堆数排列成相当规范的n行n列的数表形式了。所以我们可以把行列式当成一个数值来进行加减乘除等运算。　　举个例子：比如说电视机（看做一个行列式），是由很多个小的元件（行列式中的元素）构成的，经过元件的相互作用、联系最终成为一台电视机（行列式）。　　那么这n*n个数字是按照什么规则进行运算的呢？　　行列式是不同行、不同列的所有可能元素乘积的（共有n!项）。（这里面的代数和，表示每个乘积项是带有正负号的，而正负号的确定要根据行列标的逆序数来判断！） 对于行列式的这个概念，仅仅是给出了行列式的一种通用定义，它能用来求特殊行列式（比如三角行列式、对角行列式等）的值和做一些证明，而真正要来求行列式的值，需要依据行列式的性质和展开法则。　　二、行列式性质　　行列式的那几条性质其实也很容易记忆。　　1、行列式转置值不变。这条性质说明行列式行、列等价，凡是对行成立的，对列也成立。　　2、互换两行（列），行列式变号。　　3、两行（列）相等，则行列式为0。　　4、数乘行列式等于该数与行列式某一行（列）所有元素相乘！　　5、两行（列）成比例，则行列式为0。　　6、行列式加法运算：某一行（列）每个元素都可以看成两项的和的话，可以将行列式展开成两个同阶行列式的和。　　7、某行（列）同乘一个数加到另外一行（列）上，行列式值不变。　　这7条性质往往组合使用来求行列式的值。尤其第7条性质，一定要会熟练运用来将一个行列式化为三角行列式（既要会对行使用，也要会对列使用），最好能自己多做点练习。　　三、行列式行（列）展开法则　　行列式的行（列）展开法则其实是一种降阶求行列式值的方法。　　行列式的行（列）展开法则一定注意一点，即一定是某行（列）每个元素同乘以自己对应的代数余子式。（即我一直强调的：要配套。）　　如果是某行（列）每个元素同乘以另外一行（列）对应位置的代数余子式则值为零。（即：不配套。） 矩阵小结　　初等矩阵的概念是随着矩阵初等变换的定义而来的。初等变换有三类：　　1、位置变换：矩阵的两行（列）位置交换；　　2、数乘变换：数k乘以矩阵某行（列）的每个元素；　　3、消元变换：矩阵的某行（列）元素同乘以数k，然后加到另外一行（列）上。 初等矩阵：由单位矩阵经过一次初等变换后所得的矩阵。　　则根据三类初等变换，可以得到三种不同的初等矩阵。　　1、交换阵E(i,j)：单位矩阵第i行与第j行位置交换而得；　　2、数乘阵E(i(k))：数k乘以单位矩阵第i行的每个元素（其实就是主对角线的1变成k）；　　3、消元阵E(ij(k))：单位矩阵的第i行元素乘以数k，然后加到第j行上。　　其上的三种初等矩阵均可看成是单位矩阵的列经过初等变换而得。