9.矩阵的转置
矩阵的转置(Transpose)是矩阵操作中的一种基本运算。它通过交换矩阵的行和列来生成一个新的矩阵。具体来说,如果 A 是一个
m×n 的矩阵,那么它的转置矩阵 A^T 是一个 n×m 的矩阵,其中 A^T 的第 i 行第 j 列的元素等于 A 的第 j 行第i 列的元素。
定义
设 A 是一个 m×n 的矩阵,其元素为 aij,那么 A 的转置矩阵 A^T 是一个 n×m 的矩阵,其元素为 aji。
例子
假设有一个矩阵 A:
A
=
(
1
2
3
4
5
6
)
A=\begin{pmatrix} 1 & 2 & 3 \\ 4 & 5 & 6\end{pmatrix}
A=(142536)
这个矩阵是一个 2×3 的矩阵。它的转置矩阵 A^T 是一个 3×2 的矩阵,计算如下:
A
T
=
(
1
4
2
5
3
6
)
A^{T}=\begin{pmatrix} 1 & 4 \\ 2 & 5\\3 & 6 \end{pmatrix}
AT=
123456
性质
矩阵转置具有以下性质:
- (AT)T = A:一个矩阵的转置的转置等于原矩阵。
- (A + B)^T = A^T + B^T:两个矩阵和的转置等于它们各自转置的和。
- (kA)^T = kA^T:一个矩阵乘以一个标量的转置等于该矩阵的转置乘以该标量。
- (AB)^T = B^T A^T:两个矩阵乘积的转置等于它们各自转置的乘积,但顺序相反。
特殊矩阵
-
对称矩阵:如果一个矩阵 A 满足 A^T=A,那么 A 是对称矩阵。对称矩阵的元素关于主对角线对称。
如:
A = ( 1 1 3 1 1 4 3 4 1 ) A=\begin{pmatrix} 1 & 1 & 3 \\ 1 & 1 & 4 \\ 3 & 4 & 1\end{pmatrix} A= 113114341 -
反对称矩阵:如果一个矩阵 A 满足 A^T=−A,那么 A 是反对称矩阵。反对称矩阵的主对角线元素必须为零,且关于主对角线对称的元素互为相反数。
如:
A = ( 0 1 3 − 1 0 4 − 3 − 4 0 ) A=\begin{pmatrix} 0 & 1 & 3 \\ -1 & 0 & 4 \\ -3 & -4 & 0\end{pmatrix} A= 0−1−310−4340 A T = ( 0 − 1 − 3 1 0 − 4 3 4 0 ) = − A A^{T}=\begin{pmatrix} 0 & -1 & -3 \\ 1 & 0 & -4 \\ 3 & 4 & 0\end{pmatrix}=-A AT= 013−104−3−40 =−A
反对称矩阵:
a i j = − a j i a_{ij}=-a_{ji} aij=−aji
所以:
a i i = − a i i = > 2 a i i = 0 = > a i i = 0 a_{ii}=-a_{ii}=>2a_{ii}=0=>a_{ii}=0 aii=−aii=>2aii=0=>aii=0
得出主对角线元素必须为零。
对称矩阵和反对称矩阵都是方阵。
矩阵A和B为同阶对称矩阵,AB对称的充要条件为AB=BA
证明:
AB对称则
(
A
B
)
T
=
A
B
(AB)^{T}=AB
(AB)T=AB
同时
(
A
B
)
T
=
B
T
A
T
(AB)^{T}=B^{T}A^{T}
(AB)T=BTAT
由于A和B是对称矩阵,则
(
A
B
)
T
=
B
T
A
T
=
B
A
(AB)^{T}=B^{T}A^{T}=BA
(AB)T=BTAT=BA
所以
A
B
=
B
A
AB=BA
AB=BA
思考:
A为反对称矩阵,则A^k为?
证明:
(
A
k
)
T
=
(
A
×
A
.
.
.
×
A
)
T
=
A
T
×
A
T
.
.
.
×
A
T
=
(
−
A
)
×
(
−
A
)
.
.
.
×
(
−
A
)
=
(
−
1
)
k
A
k
(A^{k})^{T}=(A\times A ...\times A)^{T}=A^{T}\times A^{T}...\times A^{T}=(-A)\times (-A)...\times (-A)=(-1)^{k}A^{k}
(Ak)T=(A×A...×A)T=AT×AT...×AT=(−A)×(−A)...×(−A)=(−1)kAk
如果k为偶数,则
(
A
k
)
T
=
A
k
(A^{k})^{T}=A^{k}
(Ak)T=Ak
此时A^k为对称矩阵
如果k为奇数,则
(
A
k
)
T
=
−
A
k
(A^{k})^{T}=-A^{k}
(Ak)T=−Ak
此时A^k为反对称矩阵
10.方阵的行列式
要计算行列式的前提为矩阵A为方阵。
性质:A为n阶的方阵
∣
A
T
∣
=
∣
A
∣
|A^{T}|=|A|
∣AT∣=∣A∣
∣ k A ∣ = k n ∣ A ∣ |kA|=k^{n}|A| ∣kA∣=kn∣A∣
∣ − A ∣ = ( − 1 ) n ∣ A ∣ |-A|=(-1)^{n}|A| ∣−A∣=(−1)n∣A∣
∣ A B ∣ = ∣ A ∣ ∣ B ∣ |AB|=|A||B| ∣AB∣=∣A∣∣B∣
∣ A m ∣ = ∣ A ∣ m |A^{m}|=|A|^{m} ∣Am∣=∣A∣m
∣ E ∣ = 1 |E|=1 ∣E∣=1
例子
1.有矩阵A
A
=
(
1
2
0
0
3
0
−
1
4
5
)
A=\begin{pmatrix} 1 & 2 & 0 \\ 0 & 3 & 0 \\ -1 & 4 & 5\end{pmatrix}
A=
10−1234005
求|2A|和|A|A
解:
d
e
t
(
A
)
=
∣
1
2
0
0
3
0
−
1
4
5
∣
=
3
×
(
−
1
)
2
+
2
∣
1
0
−
1
5
∣
=
15
det(A)=\begin{vmatrix} 1 & 2 & 0 \\ 0 & 3 & 0 \\ -1 & 4 & 5\end{vmatrix}=3\times (-1)^{2+2}\begin{vmatrix} 1 & 0\\-1 & 5 \end{vmatrix}=15
det(A)=
10−1234005
=3×(−1)2+2
1−105
=15
则
d
e
t
(
2
A
)
=
2
3
d
e
t
(
A
)
=
120
det(2A)=2^{3}det(A)=120
det(2A)=23det(A)=120
d e t ( A ) A = 15 A = 15 ( 1 2 0 0 3 0 − 1 4 5 ) = ( 15 30 0 0 45 0 − 15 60 75 ) det(A)A=15A=15\begin{pmatrix} 1 & 2 & 0 \\ 0 & 3 & 0 \\ -1 & 4 & 5\end{pmatrix}=\begin{pmatrix} 15 & 30 & 0 \\ 0 & 45 & 0 \\ -15 & 60 & 75\end{pmatrix} det(A)A=15A=15 10−1234005 = 150−153045600075
2.A为n阶方阵,|A|=3,求
∣
∣
A
∣
A
T
∣
=
?
||A|A^{T}|=?
∣∣A∣AT∣=?
解:
∣
∣
A
∣
A
T
∣
=
∣
A
∣
n
∣
A
T
∣
=
∣
A
∣
n
+
1
=
3
n
+
1
||A|A^{T}|=|A|^{n}|A^{T}|=|A|^{n+1}=3^{n+1}
∣∣A∣AT∣=∣A∣n∣AT∣=∣A∣n+1=3n+1
11.伴随矩阵
设 A 是一个 n×n 的方阵,其元素为 aij。伴随矩阵 adj(A)或A* 是一个 n×n的矩阵,其第 i 行第 j 列的元素是 A 的余子式 Mji 的代数余子式 Cji,即:
(
A
∗
)
i
j
=
C
j
i
=
(
−
1
)
i
+
j
M
j
i
(A^{*})_{ij}=C^{ji}=(−1)^{i+j}M_{ji}
(A∗)ij=Cji=(−1)i+jMji
其中 Mji是 A 的第j 行第i 列元素的余子式,即去掉第 j 行和第 i 列后剩下的 (n−1)×(n−1) 矩阵的行列式。
简单理解:
1.先按行求出每个元素的代数余子式
2.将每行元素的代数余子式按列组成一个矩阵,该矩阵就是伴随矩阵。
例如:
A
=
(
1
1
1
2
1
3
1
1
4
)
A=\begin{pmatrix} 1 & 1 & 1 \\ 2 & 1 & 3 \\ 1 & 1 & 4\end{pmatrix}
A=
121111134
求A的伴随矩阵A*
解:
按行求出每个元素的代数余子式:
C
11
=
(
−
1
)
1
+
1
∣
1
3
1
4
∣
=
1
,
C
12
=
(
−
1
)
1
+
2
∣
2
3
1
4
∣
=
−
5
,
C
13
=
(
−
1
)
1
+
3
∣
2
1
1
1
∣
=
1
C
21
=
−
3
,
C
22
=
3
,
C
23
=
0
C
31
=
2
,
C
32
=
−
1
,
C
33
=
−
1
C_{11}=(-1)^{1+1}\begin{vmatrix} 1 & 3 \\ 1 & 4 \end{vmatrix}=1,C_{12}=(-1)^{1+2}\begin{vmatrix} 2 & 3 \\ 1 & 4 \end{vmatrix}=-5,C_{13}=(-1)^{1+3}\begin{vmatrix} 2 & 1 \\ 1 & 1 \end{vmatrix}=1\\ C_{21}=-3,C_{22}=3,C_{23}=0\\ C_{31}=2,C_{32}=-1,C_{33}=-1
C11=(−1)1+1
1134
=1,C12=(−1)1+2
2134
=−5,C13=(−1)1+3
2111
=1C21=−3,C22=3,C23=0C31=2,C32=−1,C33=−1
然后将每行元素的代数余子式按列组成矩阵:
C
=
(
1
−
3
2
−
5
3
−
1
1
0
−
1
)
C=\begin{pmatrix} 1 & -3 & 2 \\ -5 & 3 & -1 \\ 1 & 0 & -1\end{pmatrix}
C=
1−51−3302−1−1
性质:
A
A
∗
=
A
∗
A
=
∣
A
∣
E
AA^{*}=A^{*}A=|A|E
AA∗=A∗A=∣A∣E
证明:
(
a
11
C
11
+
a
12
C
12
+
.
.
.
+
a
1
n
C
1
n
0
.
.
.
0
0
a
21
C
21
+
a
22
C
22
+
.
.
.
+
a
2
n
C
2
n
.
.
.
0
⋮
0
0
.
.
.
a
n
1
C
n
1
+
a
n
2
C
n
2
+
.
.
.
+
a
n
n
C
n
n
)
=
(
∣
A
∣
0
.
.
.
0
0
∣
A
∣
.
.
.
0
⋮
0
0
.
.
.
∣
A
∣
)
=
∣
A
∣
E
\begin{pmatrix} a_{11}C_{11}+a_{12}C_{12}+...+a_{1n}C_{1n} & 0 & ... & 0 \\ 0 & a_{21}C_{21}+a_{22}C_{22}+...+a_{2n}C_{2n} & ... & 0 \\& \vdots \\ 0 & 0 & ... & a_{n1}C_{n1}+a_{n2}C_{n2}+...+a_{nn}C_{nn}\end{pmatrix}\\=\begin{pmatrix}|A| & 0 & ... & 0 \\ 0 & |A| & ... & 0 \\& \vdots \\ 0 & 0 & ... & |A| \end{pmatrix}=|A|E
a11C11+a12C12+...+a1nC1n000a21C21+a22C22+...+a2nC2n⋮0.........00an1Cn1+an2Cn2+...+annCnn
=
∣A∣000∣A∣⋮0.........00∣A∣
=∣A∣E
性质2:
∣
A
∗
∣
=
∣
A
∣
n
−
1
|A^{*}|=|A|^{n-1}
∣A∗∣=∣A∣n−1
证明:
∣
A
A
∗
∣
=
∣
A
∣
∣
A
∗
∣
=
∣
∣
A
∣
E
∣
=
∣
A
∣
n
∣
E
∣
=
∣
A
∣
n
|AA^{*}|=|A||A^{*}|=||A|E|=|A|^{n}|E|=|A|^{n}
∣AA∗∣=∣A∣∣A∗∣=∣∣A∣E∣=∣A∣n∣E∣=∣A∣n
所以
∣
A
∣
∣
A
∗
∣
=
∣
A
∣
n
=
>
∣
A
∣
(
∣
A
∣
n
−
1
−
∣
A
∗
∣
)
=
0
|A||A^{*}|=|A|^{n}=>|A|(|A|^{n-1}-|A^{*}|)=0
∣A∣∣A∗∣=∣A∣n=>∣A∣(∣A∣n−1−∣A∗∣)=0
得出
∣
A
∣
=
0
或
∣
A
∗
∣
=
∣
A
∣
n
−
1
|A|=0 或 |A^{*}|=|A|^{n-1}
∣A∣=0或∣A∗∣=∣A∣n−1
如果|A|=0,则A中两行元素相等或成比例,或一行元素为0,则其代数余子式必有一行元素为0,所以
∣
A
∗
∣
=
0
=
0
n
−
1
=
∣
A
∣
n
−
1
|A^{*}|=0=0^{n-1}=|A|^{n-1}
∣A∗∣=0=0n−1=∣A∣n−1
所以等式成立。
12.逆矩阵
对于一个 n×n 的方阵 A,如果存在另一个 n×n的方阵 B,使得 AB=BA=E,其中 E 是 n×n 的单位矩阵,那么 B 称为 A 的逆矩阵,记作
A
−
1
A^{−1}
A−1
逆矩阵的存在条件
一个矩阵 A 有逆矩阵的充分必要条件是 A 是可逆的,即 det(A)≠0。如果 det(A)=0,则 A 是奇异矩阵,没有逆矩阵。
思考:如果A可逆,则可逆矩阵是唯一的
证明:
假设可逆矩阵不是唯一的,存在两个可逆矩阵B1和B2,则由可逆矩阵定义可知:
A
B
1
=
B
1
A
=
E
A
B
2
=
B
2
A
=
E
AB_{1}=B_{1}A=E\\ AB_{2}=B_{2}A=E
AB1=B1A=EAB2=B2A=E
则:
B
1
=
B
1
E
=
B
1
(
A
B
2
)
=
(
B
1
A
)
B
2
=
E
B
2
=
B
2
B_{1}=B_{1}E=B_{1}(AB_{2})=(B_{1}A)B_{2}=EB_{2}=B_{2}
B1=B1E=B1(AB2)=(B1A)B2=EB2=B2
所以可逆矩阵唯一。
性质:
1.n阶方阵A可逆的充要条件为
∣
A
∣
≠
0
|A|\neq 0
∣A∣=0
且当A可逆时,
A
−
1
=
1
∣
A
∣
A
∗
A^{-1}=\dfrac{1}{|A|}A^{*}
A−1=∣A∣1A∗
证明:
充分性:
因为
∣
A
∣
≠
0
|A|\neq 0
∣A∣=0
则
A
A
∗
=
A
∗
A
=
∣
A
∣
E
=
>
A
(
1
∣
A
∣
A
∗
)
=
(
1
∣
A
∣
A
∗
)
A
=
E
AA^{*}=A^{*}A=|A|E=>A(\dfrac{1}{|A|}A^{*})=(\dfrac{1}{|A|}A^{*})A=E
AA∗=A∗A=∣A∣E=>A(∣A∣1A∗)=(∣A∣1A∗)A=E
所以A可逆,并且
A
−
1
=
1
∣
A
∣
A
∗
A^{-1}=\dfrac{1}{|A|}A^{*}
A−1=∣A∣1A∗
必要性:
因为A可逆,则
A
B
=
B
A
=
E
=
>
∣
A
B
∣
=
∣
A
∣
∣
B
∣
=
∣
E
∣
=
1
AB=BA=E=>|AB|=|A||B|=|E|=1
AB=BA=E=>∣AB∣=∣A∣∣B∣=∣E∣=1
所以
∣
A
∣
≠
0
|A|\neq 0
∣A∣=0
例子:
有矩阵A:
A
=
(
1
0
1
2
1
0
−
3
2
−
5
)
A=\begin{pmatrix} 1 & 0 & 1 \\ 2 & 1 & 0 \\ -3 & 2 & -5\end{pmatrix}
A=
12−301210−5
问矩阵A是否可逆,如果可逆,求可逆矩阵
解:
∣
A
∣
=
∣
1
0
1
2
1
0
−
3
2
−
5
∣
=
−
5
+
4
+
3
=
2
≠
0
|A|=\begin{vmatrix} 1 & 0 & 1 \\ 2 & 1 & 0 \\ -3 & 2 & -5\end{vmatrix}=-5+4+3=2\neq 0
∣A∣=
12−301210−5
=−5+4+3=2=0
所以A可逆
A
−
1
=
1
∣
A
∣
A
∗
=
1
2
(
−
5
2
−
1
10
−
2
2
7
−
2
1
)
A^{-1}=\dfrac{1}{|A|}A^{*}=\dfrac{1}{2}\begin{pmatrix} -5 & 2 & -1 \\ 10 & -2 & 2 \\ 7 & -2 & 1\end{pmatrix}
A−1=∣A∣1A∗=21
−51072−2−2−121
2.设A、B 和 C 是 n×n 的可逆矩阵,那么它们的乘积 ABC的逆矩阵为:
(
A
B
C
)
−
1
=
C
−
1
B
−
1
A
−
1
(ABC)^{−1}=C^{−1}B^{−1}A^{−1}
(ABC)−1=C−1B−1A−1
13.初等变换
初等变换一般可以分为两种类型:行变换、列变换。
初等行变换:
-
交换两行:将矩阵的第 i 行和第 j 行交换位置
如:矩阵第二行和第三行交换
( 1 2 3 4 5 6 7 8 9 ) − > ( 1 2 3 7 8 9 4 5 6 ) \begin{pmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9\end{pmatrix}->\begin{pmatrix} 1 & 2 & 3\\ 7 & 8 & 9 \\ 4 & 5 & 6 \end{pmatrix} 147258369 −> 174285396 -
某一行乘以非零常数:将矩阵的第i 行乘以一个非零常数 k
如:第二行乘以非零整数k
( 1 2 3 4 5 6 7 8 9 ) − > ( 1 2 3 4 k 5 k 6 k 7 8 9 ) \begin{pmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9\end{pmatrix}->\begin{pmatrix} 1 & 2 & 3 \\ 4k & 5k & 6k \\ 7 & 8 & 9\end{pmatrix} 147258369 −> 14k725k836k9 -
某一行加上另一行的倍数:将矩阵的第 i行加上第 j 行的 k 倍
如:矩阵第一行乘以-4加到第二行
( 1 2 3 4 5 6 7 8 9 ) − > ( 1 2 3 0 − 3 − 6 7 8 9 ) \begin{pmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9\end{pmatrix}->\begin{pmatrix} 1 & 2 & 3 \\ 0 & -3 & -6 \\ 7 & 8 & 9\end{pmatrix} 147258369 −> 1072−383−69
初等列变换
- 交换两列:将矩阵的第 i 列和第 j 列交换位置
- 某一列乘以非零常数:将矩阵的第 i 列乘以一个非零常数 k
- 某一列加上另一列的倍数:将矩阵的第 i 列加上第 j 列的 k 倍
14.矩阵的标准形
常见的矩阵标准形包括行阶梯形矩阵、简化行阶梯形矩阵等。
14.1 行阶梯形矩阵
行阶梯形矩阵是一种特殊的矩阵形式,具有以下特征:
- 非零行在零行之上:所有非零行都在零行之上。
- 主元:每一行的第一个非零元素(主元)在上一行主元的右边。
- 主元下方元素为零:每一行的主元下方元素都为零。
例如,以下矩阵是一个行阶梯形矩阵:
(
1
2
3
0
5
6
0
0
9
)
,
(
1
2
3
4
0
5
6
7
0
0
0
9
)
\begin{pmatrix} 1 & 2 & 3 \\ 0 & 5 & 6 \\ 0 & 0 & 9\end{pmatrix},\begin{pmatrix} 1 & 2 & 3 & 4 \\ 0 & 5 & 6 & 7\\ 0 & 0 &0 & 9\end{pmatrix}
100250369
,
100250360479
简单理解为:用折线表示,竖线只过一个数,横线可过多个数
下边的矩阵不是行阶梯形矩阵
14.2 简化行阶梯形矩阵
简化行阶梯形矩阵是行阶梯形矩阵的一种特殊形式,具有以下特征:
- 非零行在零行之上:所有非零行都在零行之上。
- 主元为 1:每一行的第一个非零元素(主元)为 1。
- 主元下方元素为零:每一行的主元下方元素都为零。
- 主元上方元素为零:每一行的主元上方元素都为零。
即:
1.是行阶梯形矩阵;2.非0行的首非0元是1;3.非0行的首非0元所在列的其它元素都是0
红色折线表示矩阵为行阶梯形矩阵;蓝色圆圈表示首非0元是1;黄色竖线表示首非0元所在列的其它元素都是0
例子:
有矩阵A
(
2
−
1
−
1
1
2
1
1
−
2
1
4
4
−
6
2
−
2
4
3
6
−
9
7
9
)
\begin{pmatrix} 2 & -1 & -1 & 1 & 2 \\ 1 & 1 & -2 & 1 & 4\\ 4 & -6 & 2 & -2 & 4\\ 3 & 6 & -9 & 7 & 9\end{pmatrix}
2143−11−66−1−22−911−272449
求该矩阵的行阶梯形矩阵和行简化阶梯形矩阵
解:
1.第1行和第2行交换,得到
(
1
1
−
2
1
4
2
−
1
−
1
1
2
4
−
6
2
−
2
4
3
6
−
9
7
9
)
\begin{pmatrix} 1 & 1 & -2 & 1 & 4\\ 2 & -1 & -1 & 1 & 2 \\ 4 & -6 & 2 & -2 & 4\\ 3 & 6 & -9 & 7 & 9\end{pmatrix}
12431−1−66−2−12−911−274249
2.第1行乘以-2加到第2行,第1行乘以-4加到第3行,第1行乘以-3加到第4行,得到
(
1
1
−
2
1
4
0
−
3
3
−
1
−
6
0
−
10
10
−
6
−
12
0
3
−
3
4
−
3
)
\begin{pmatrix} 1 & 1 & -2 & 1 & 4\\ 0 & -3 & 3 & -1 & -6 \\ 0 & -10 & 10 & -6 & -12\\ 0 & 3 & -3 & 4 & -3\end{pmatrix}
10001−3−103−2310−31−1−644−6−12−3
3.第2行乘以-10/3加到第3行,第2行加到第4行,得到
(
1
1
−
2
1
4
0
−
3
3
−
1
−
6
0
0
0
−
8
3
8
0
0
0
3
−
9
)
\begin{pmatrix} 1 & 1 & -2 & 1 & 4\\ 0 & -3 & 3 & -1 & -6 \\ 0 & 0 & 0 & -\dfrac{8}{3} & 8\\ 0 & 0 & 0 & 3 & -9\end{pmatrix}
10001−300−23001−1−3834−68−9
4.第3三行乘以3/8,得到
(
1
1
−
2
1
4
0
−
3
3
−
1
−
6
0
0
0
−
1
3
0
0
0
3
−
9
)
\begin{pmatrix} 1 & 1 & -2 & 1 & 4\\ 0 & -3 & 3 & -1 & -6 \\ 0 & 0 & 0 & -1 & 3\\ 0 & 0 & 0 & 3 & -9\end{pmatrix}
10001−300−23001−1−134−63−9
5.第3行乘以3加到第4行,得到一个阶梯形矩阵
(
1
1
−
2
1
4
0
−
3
3
−
1
−
6
0
0
0
−
1
3
0
0
0
0
0
)
\begin{pmatrix} 1 & 1 & -2 & 1 & 4\\ 0 & -3 & 3 & -1 & -6 \\ 0 & 0 & 0 & -1 & 3\\ 0 & 0 & 0 & 0 & 0\end{pmatrix}
10001−300−23001−1−104−630
6.第三行乘以-1,得到
(
1
1
−
2
1
4
0
−
3
3
−
1
−
6
0
0
0
1
−
3
0
0
0
0
0
)
\begin{pmatrix} 1 & 1 & -2 & 1 & 4\\ 0 & -3 & 3 & -1 & -6 \\ 0 & 0 & 0 & 1 & -3\\ 0 & 0 & 0 & 0 & 0\end{pmatrix}
10001−300−23001−1104−6−30
7.第3行乘以-1加到第1行,第3行加到第2行
(
1
1
−
2
0
7
0
−
3
3
0
−
9
0
0
0
1
−
3
0
0
0
0
0
)
\begin{pmatrix} 1 & 1 & -2 & 0 & 7\\ 0 & -3 & 3 & 0 & -9 \\ 0 & 0 & 0 & 1 & -3\\ 0 & 0 & 0 & 0 & 0\end{pmatrix}
10001−300−230000107−9−30
8.第2行乘以1/3加到第1行,得到
(
1
0
−
1
0
4
0
−
3
3
0
−
9
0
0
0
1
−
3
0
0
0
0
0
)
\begin{pmatrix} 1 & 0 & -1 & 0 & 4\\ 0 & -3 & 3 & 0 & -9 \\ 0 & 0 & 0 & 1 & -3\\ 0 & 0 & 0 & 0 & 0\end{pmatrix}
10000−300−130000104−9−30
9.第2行乘以-1/3,得到一个行简化阶梯形矩阵
(
1
0
−
1
0
4
0
1
−
1
0
3
0
0
0
1
−
3
0
0
0
0
0
)
\begin{pmatrix} 1 & 0 & -1 & 0 & 4\\ 0 & 1 & -1 & 0 & 3 \\ 0 & 0 & 0 & 1 & -3\\ 0 & 0 & 0 & 0 & 0\end{pmatrix}
10000100−1−100001043−30
思考:行阶梯形矩阵是唯一的吗?行简化阶梯形矩阵是唯一的吗?
行阶梯形矩阵不是唯一的,上边例子中第5、6、7步得到的矩阵都是行阶梯形矩阵
如果只做初等行变换,行简化阶梯形矩阵是唯一的,因为不能再简化了