第2章_矩阵的相似及应用

第二章 矩阵及其运算一、矩阵的概念与几类特殊方阵（一）矩阵及相关概念1.矩阵阶方阵阶矩阵或是，则称若或矩阵，简记称为列的表格行排成的个数n n A n m a A n m a a a a a a a a a n m a n m n m ij mn m m n n ij =⨯⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⨯⨯,)( (21)2222111211 2.0矩阵00，则称为零矩阵，记作中所有元素而都是如果矩阵A3.同型矩阵是同型矩阵与则称中如果，矩阵B A t n s m b B a A t s ij n m ij ,,,)(,)(====⨯⨯4.矩阵相等即对应的元素都相等同型矩阵),,(j i b a B A ij ij ∀=⇔= 1. 方阵的行列式 阶行列式其元素可构造对于方阵n a A ij )(=B A B A a a a a a a a a a A nnn n n n ≠≠=得不到由,.............. (2122221)11211(二)几类特殊方阵1.单位矩阵 主对角线上的运算全是1，其余元素均为0的n 阶段方阵，称为n 阶单位矩阵，记为E E A A AE EA ===0;2.对称矩阵),(,j i a a A A n A ji ij T ∀==即阶矩阵，如是设3.反对称矩阵对称矩阵反不一定是对称矩阵，但反也是对称矩阵，则反是同阶的若，即阶矩阵，如是设)()(,,)(,0),(-,-AB A B A B A B A a j i a a A A n A ii ji ij T λ-+=∀==4.对角矩阵 、积仍然是对角矩阵同阶的对角矩阵的和差，对角矩阵记为阶矩阵，如是设Λ≠∀≡)(0j i a n A ij5.逆矩阵 1,-==AA AB A E BA AB B n n A 记为的逆矩阵唯一的逆矩阵，是是可逆矩阵，，则称使阶矩阵阶矩阵，如存在是设6.正交矩阵T T T A A A E A A AA n A ===-1,是正交矩阵，则称阶矩阵，如是设7.伴随矩阵*=A A A A A A A A A A A n A a A n a A nn n n n n ij ij ij 的伴随矩阵，记为，称为阶矩阵所构成的的代数余子式的各元素阶矩阵，则由行列式是设....................)(212221212111二、矩阵的运算（一）矩阵的线性运算1.矩阵的加法CB A B A b a cC n m n m b B a A ij ij ij ij ij =++==⨯⨯==的和称为矩阵矩阵矩阵，则是两个设,)()()(),(2.矩阵的数乘kAA k b a ka n m k n m a A ij ij ij ij 记为的数乘，与矩阵称为数矩阵是一个常数，则矩阵，是设)()()(+=⨯⨯=3.矩阵的乘法nb r A r B Ax B AB A E A A A A B AB BA AB B A BA AB ABC B A b a b a b a b a c c C s m s n b B a A nk kj ik nj in j i j i ij ij ij ij ≤+≠======≠==≠==+++==⨯⨯==∑=)()(,00,0;0,;00,0)2(,)1(,...)()(),(212211则齐次方程组有非零解的解，若程中的每一列都是其次方应联想到或不能堆出，不能退出时，才能运算可交换即与只有换律矩阵的乘法一般没有交的乘积，记为与称为其中矩阵矩阵，则是两个设 ，命题成立矩阵，秩序是若不能退出的列数，则，且若可逆，则，且矩阵若立：以下两种情况消去率成，对于矩阵乘以不具有消去律n A r n m A C B A AC AB B A A r AB B A AB A AB =⨯=≠======≠=)(,,0,)3(0)(000),0(0（二）关于逆矩阵的运算规律A A =--11))(1( 111))(2(--=A k kA 111))(3(---=AB AB 11)())(4(--=T T A A 11)5(--=A A n n A A )())(6(11--=(三)关于矩阵转置的运算规律 A A T T =))(1( T T kA kA =))(2( T T T A B AB =))(3(T T T B A B A +=+))(4(（四）关于伴随矩阵的运算规律E A AA A A ==**)1( )2()2(1≥=-*n A A n )2())(3(2≥=-**n A A A n*-*=A k kA n 1))(4( **=)())(5(T T A A1)(,0)(;1)(,1)(;)(,)()6(-=-====***n A r A r n A r A r n A r n A r111-1-,)()(,1)()7(-**-**===A A A A A A AA A 可逆，则若（五）关于分块矩阵的运算法则⎥⎦⎤⎢⎣⎡++++=⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡4433221143214321)1(B A B A B A B A B B B B A A A A ⎥⎦⎤⎢⎣⎡++++=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡DW CY DZ CX BW AY BZ AX W Z Y X D C B A )2( ⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡T T T T T D BC AD C B A )3( ⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡n n n C OO B C O O B )4( ⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡--O BC O O C B O C O O B C O O B 111-1-1-1-)4(，三、矩阵可逆的充分必要条件.8,.70.6)(.5,.4)(.30.2.121的特征值全不为总有唯一解非齐次方程组只有零解齐次方程组向量线性无关行的列是初等矩阵其中，有阶方阵存在可逆，等价于阶方阵A b Ax b Ax A P P P P A nA r A EBA AB B n A n i s =∀=⋅⋅⋅==≠==四、矩阵的初等变换与初等矩阵（一）矩阵的初等变换及相关概念1.矩阵的初等变换下述三种对矩阵的行列实施的变换称为矩阵的初等行列变换（1） 对调矩阵的两行列（2） 用非零常数k 乘以某行列中所有元素（3） 把矩阵某行列所有元素的k 倍加至另一行列对应的元素上去（4） 求秩（行列变换可混用）；求逆矩阵（只用行或只用列）；求线性方程组的解（只用行变换）（5） 不要混淆矩阵的运算2.行阶梯形矩阵与行最简形矩阵（1）具体如下特征的矩阵称为行阶梯形矩阵①零行（即元素全为零的行）全都位于非零行的下方②各非零行坐起第一个非零元素的列指标由上至下是严格增大（2）如果其非零行的第一个非零元素为1，并且这些非零元素所在列的其他元素均为零，这个行阶梯形矩阵称为行最简形矩阵对于任何矩阵A ，总可以经过有限次初等行变换把它化为行阶梯形矩阵和行最简形矩阵（二）初等矩阵的概念单位鞠振宁经过一次初等变换所得到的矩阵称为初等矩阵（三）初等矩阵的性质逆是同类型的初等矩阵初等矩阵均可逆，且其同样的行列初等变换做了一次与就是对矩阵，所得乘右左用初等矩阵.2)()(.1P A AP PA A P )()(100013-001100013001)1()(100021000110002000100101010000101010011-11-11-k E k E k E k E E E ij ij i i ij ij -=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---主对角线以外；主对角线；副对角线五、矩阵的等价（一）矩阵等价的概念的秩是矩阵阶单位矩阵是的等价标准形，其中后者是则称若等价，记作与则称矩阵矩阵经有限次初等变换变成矩阵A r r E A E A B A B A B A r r,,000~.~,⎥⎦⎤⎢⎣⎡ （二）矩阵等价的充分必要条件价向量组等价必有矩阵等向量可以互相线性表示；向量组等价是指两个等价是两个不同的概念矩阵的等价与向量组的使得阶可逆矩阵，阶可逆矩阵矩阵，则存在时设，使和存在可逆矩阵秩是同型矩阵且有相同的，等价于⎥⎦⎤⎢⎣⎡=⨯=000,.2.1~r E PAQ Q n P m n m A BPAQ Q P B A B A六、常考题型及其解题方法与技巧题型一、有关矩阵的概念及运算题型二、求方阵的幂n A数学归纳法思路，可用相似对角化来求个线性无关的特征向量有，当思路可用二项式定理展开则且，能分解成两个矩阵的和，若思路律就可很方便地求出个矩阵的乘积，用结合能分解为一列与一行两则，若思路,43)(,2,1)(1nn n nA n A CB A CB BC C B A A A A A r +==+== 题型三、求与已知矩阵可交换的矩阵题型四、有关初等变换的问题题型五、关于伴随矩阵的命题题型六、矩阵可逆的计算与证明⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=====----*-O BC O O C B O C O O B C O O B A E E A A E E A A AA EBA E AB B 111-1-1-1-1114)()();()(3121，，分块矩阵法思路，初等变换法思路，伴随矩阵法思路或使，定义法，找出思路 题型七、求解矩阵方程为阶梯形方程组列方程用高斯消元法化不可逆，则可设未知数，若方法可以先求出可逆，则若方法解题思路的列向量表出的每列可由有解等价于A AB A X A B A r A r A B B Ax 2,,1)()(.2.111--===。

矩阵相似例题摘要：一、矩阵相似的定义与性质1.矩阵相似的定义2.矩阵相似的性质二、矩阵相似的判定方法1.秩相似2.行列式相似3.迹相似4.标准型相似三、矩阵相似的应用1.矩阵对角化2.线性变换的性质3.矩阵函数的性质四、矩阵相似的例题解析1.矩阵相似的判定例题2.矩阵相似的应用例题正文：矩阵相似是线性代数中的一个重要概念，它涉及到矩阵的性质及其应用。

本文将详细介绍矩阵相似的定义、性质、判定方法及其应用。

一、矩阵相似的定义与性质矩阵相似是指存在一个可逆矩阵P，使得矩阵A 与矩阵B 满足关系式：B = P^(-1) * A * P。

其中，A 和B 称为相似矩阵。

矩阵相似具有以下性质：1.相似矩阵具有相同的特征多项式；2.相似矩阵具有相同的行列式值；3.相似矩阵具有相同的迹；4.相似矩阵具有相同的秩。

二、矩阵相似的判定方法矩阵相似的判定方法有多种，常见的有以下四种：1.秩相似：当两个矩阵的秩相等时，它们是相似矩阵；2.行列式相似：当两个矩阵的行列式值相等时，它们是相似矩阵；3.迹相似：当两个矩阵的迹相等时，它们是相似矩阵；4.标准型相似：当两个矩阵具有相同的标准型时，它们是相似矩阵。

三、矩阵相似的应用矩阵相似在许多领域都有广泛的应用，例如：1.矩阵对角化：通过矩阵相似可以将一个矩阵对角化，从而简化矩阵的运算和求解线性方程组；2.线性变换的性质：线性变换的性质可以通过矩阵相似进行研究；3.矩阵函数的性质：矩阵函数的性质也可以通过矩阵相似进行研究。

四、矩阵相似的例题解析以下是一些关于矩阵相似的例题：1.矩阵相似的判定例题：已知矩阵A 和B，如何判定它们是否相似？2.矩阵相似的应用例题：已知矩阵A，如何通过矩阵相似将其对角化？。

第二章矩阵第一节矩阵的概念1、分类：行矩阵：只有一行的矩阵列矩阵：只有一列的矩阵零矩阵O：元素全为零的矩阵单位阵E：主对角线上元素为1，其他元素为0的方阵数量阵（纯量阵）：λE对角阵：不在主对角线上的元素都为0的方阵上（下）三角阵：主对角线上以下（上）的元素全为0的方阵2、两矩阵同型：两个矩阵行数且列数都相等两矩阵相等：两矩阵同型，且对应元素相等。

记做A=B。

3、不同型的零矩阵是不相等的第二节矩阵的运算设A,B,C为m×n矩阵，λ, μ为数一、加法：只有同型矩阵才能进行加法运算（1）交换律：A+B=B+A（2）结合律：(A+B)+C=A+(B+C)（3）A+O=A二、减法：A-B=A+(-B) -B称为B的负矩阵三、乘法：1、只有当第一个矩阵（左矩阵）的列数等于第二个矩阵（行矩阵）的行数时，两个矩阵才能相乘。

简记为：(m×s)(s×n)=(m×n)例: A为2×3矩阵，B为3×2矩阵，则AB=C为2×2矩阵2、数与矩阵：（1）(λμ)A=λ(μA)=μ(λA)（2）(λ+μ)A=λA+μA（3）λ(A+B)=λA+λ B（4）1*A=A, (-1)*A=-A矩阵与矩阵：（1）结合律：(AB)C=A(BC)（2）分配律：A(B+C)=AB+AC(B+C)A=BA+CA（3）λ(AB)=(λA)B=A(λB)（4）EA=AE=A（5）A k A l=A k+l（6）(A k)l=A kl3、矩阵乘法不满足交换律，即(AB)C≠(AC)B另外：（1）一般有AB≠BA （A与B可交换时，等式成立）（2）AB=O，不能推出A=O或B=O（3）AB=AC,A≠O,不能推出B=C（4）(AB)k≠A k B k（A与B可交换时，等式成立）4、可交换的：对于两个n阶方阵A,B,有AB=BA，则称A与B是可交换的。

纯量阵与任意同行方阵都是可交换的。

相似矩阵的性质相似矩阵在线性代数和矩阵论中有着重要的地位和广泛的应用。

它们具有独特的性质，为解决许多实际问题提供了强大的工具。

本文将介绍相似矩阵的定义、性质和应用，以深入了解这一重要的数学概念。

相似矩阵的定义给定两个n阶方阵A和B，如果存在一个可逆矩阵P，使得B = PAP^-1那么矩阵B就称为矩阵A的相似矩阵，而矩阵P则称为相似变换矩阵。

相似矩阵的定义表明它们有相同的特征值和特征向量，但不一定有相同的线性变换。

相似矩阵的性质相似矩阵具有以下性质：1.相似矩阵具有相同的特征值：如果A和B是相似矩阵，它们具有相同的特征值。

这可以通过相似变换的特征值的性质来证明。

由于相似变换不改变特征值，B的特征值与A的特征值相同。

2.相似矩阵具有相同的迹：矩阵的迹等于其特征值之和。

因此，如果A和B是相似矩阵，它们具有相同的迹。

迹的性质可以通过相似变换的迹的性质来证明。

由于迹等于特征值之和，B的迹与A的迹相同。

3.相似矩阵具有相同的秩：矩阵的秩是指其线性无关的行或列的最大数目。

如果A和B是相似矩阵，它们具有相同的秩。

这可以通过相似变换的秩的性质来证明。

由于秩也是特征值的性质，B的秩与A的秩相同。

4.相似矩阵具有相同的行列式：矩阵的行列式是其特征值之积。

因此，如果A和B是相似矩阵，它们具有相同的行列式。

行列式的性质可以通过相似变换的行列式的性质来证明。

由于行列式等于特征值之积，B的行列式与A 的行列式相同。

相似矩阵的应用相似矩阵在各个领域中都有着广泛的应用，例如：1.特征值计算：相似矩阵的性质使得计算矩阵的特征值变得更加简单。

通过将矩阵A化为其相似矩阵B，我们可以使用B的特征值来得到A的特征值。

2.矩阵对角化：相似矩阵的性质使得矩阵对角化成为可能。

对角化是一种特殊的相似变换，将矩阵化为对角矩阵，使得矩阵的计算更加简便。

3.线性变换：相似矩阵描述了不同线性变换之间的关系。

通过相似变换，我们可以将一个复杂的线性变换转化为一个简单的线性变换，从而简化问题的解决过程。