[荐]矩阵分解在考研线代中的应用.pdfVIP

矩阵分解在考研线代中的应用

一、矩阵分解是什么？

在此仅谈考研数学中常用的矩阵分解的构思C=AB，将一个矩阵C拆分

为两个矩阵的乘积AB，有时候方便研究问题，在求行列式，讨论秩，

相似等均有应用和考察。

二、什么时候想矩阵分解？

矩阵分解：若一个矩阵B的每一列向量都可以由另一个矩阵A的列向

量组线性表示（特征），则可对B进行矩阵分解为：B=AC，其中C

是对应的表示系数矩阵（构思）。

例：如上图B的每一个列向量均可由A的列向量线性表示。

特征：回答了什么时候用的问题，构思：回答了怎么用的

问题。

[相关知识链接]：向量β，α1，α2，···αn,若存在一组数

k1,k2,···kn,使得β=k1α1+k2α2+···+knαn,则称β可以被α

1，α2，···αn向量组表示。

α+2β=α+2β+0γ，向量α+2β可被向量组：α、β、γ表示

请仔细观察下面例题，为什么想到想到用矩阵分解？

（一）、矩阵分解在行列式中的应用

例.设3阶矩阵A=（α1，α2，α3），|A|=1，B=（α1+α2+α3，α1+2

α2+3α3，α1+4α2+9α3），求|B|=？

分析：抽象行列式，主要利用行列式、矩阵，相似的性质及结论来求解。

一眼可见B的每一列向量，都可以由A的列向量组表示，立马想到矩

阵分解B=AC

关于C=AB的理解：表示与秩的构思

理解角度1：C=AB表示角度结论

.矩阵C=AB的列向量可由A的列向量线性表出；

.矩阵C=AB的行向量可由B的行向量线性表出。

[对比记忆]：C=AB····即AB=C，对比向量方程：AX=C，C

的列向量可以由A的列向量表示。亦可结合具体的例题来

理解抽象的理论文字语言，如上题B的每一列向量都可由

A的列向量线性表示。一个具体的解决解决几个问题。

同理：对B,C按行分块，可见：C的行向量可以由B的行

向量组表示。

例2.由于AB=C，可见C的列向量可由A的列向量表示；又因为B可

逆，故A=CB-,再利用一次结论，可见A的列向量可被C的列向量表示；

进而C和A的列向量可相互表示，列向量组等价。故选B

定理：初等变换不改变矩阵的秩

•结论：可逆矩阵A可以写成一系列初等矩阵的乘积

[α1α2α3，α1+2α2-α3]…→初等列变换→[α1α2α3，o]

故：R[α1α2α3，α1+2α2-α3]=R[α1α2α3，o]=R[α1α2α3]

[A,AB]→[A,O]初等列变换；

[Aα1，Aα2]=A[α1，α2]

拓展点：矩阵等价与向量组等价的关系，两者没有必然关系（考生易混点）

1.向量组等价：向量组能互相表示

2.矩阵等价

定义：如果矩阵A经过有限次初等变换化为B，则矩阵A与B等价。

（文字语言，相应的数学矩阵语言如何表达呢？）

判别方法：

定理1：A,B是同型矩阵，且秩相等R(A)=R(B)，则矩阵A与B等价

定理2：存在可逆矩阵P,Q使得，PAQ=B，则矩阵A,B等价→R(A)=R(B)

3.初等变换的几点补充

•矩阵A经过初等行变换变成矩阵B，有以下结论：

A,B的行向量组等价。

A,B的列向量组具有相同的线性关系→求极大线性无关组会用到。

齐次方程组AX=0与BX=0是同解方程组

分析：表达为数学语言，再利用有关理论研究。

矩阵语言：存在初等矩阵P1,P2···Pn,使得：P1P2···PnA=B，

由前文的解读分析，可知B的行向量可由A的行向量表示。

又由于初等变换中初等矩阵是可逆的。

即A=Pn-····P2-P1-B，此时A的行向量又可由B的行向量

表示，即A,B行向量能互相表示，进而A,B的行向量组等