线性代数及其应用习题答案(中文版)第二章 矩阵代数 2.2 矩阵的逆(2)

定理 5
若 $ n \times n $ 矩阵 $ A $ 可逆,则齐次线性方程组 $ A\mathbf{x} = \mathbf{0} $ 仅有零解。

证明

设 $ A $ 是一个 $ n \times n $ 可逆矩阵。根据可逆矩阵的定义,存在 $ n \times n $ 矩阵 $ A^{-1} $,使得
A−1A=AA−1=In, A^{-1}A = AA^{-1} = I_n, A1A=AA1=In,
其中 $ I_n $ 是 $ n \times n $ 单位矩阵。

考虑齐次线性方程组
Ax=0. A\mathbf{x} = \mathbf{0}. Ax=0.
在等式两边左乘 $ A^{-1} $,得
A−1(Ax)=A−10. A^{-1}(A\mathbf{x}) = A^{-1}\mathbf{0}. A1(Ax)=A10.
利用矩阵乘法的结合律和 $ A^{-1}A = I_n $,左边化为
(A−1A)x=Inx=x, (A^{-1}A)\mathbf{x} = I_n\mathbf{x} = \mathbf{x}, (A1A)x=Inx=x,
而右边为
A−10=0. A^{-1}\mathbf{0} = \mathbf{0}. A10=0.
因此,
x=0. \mathbf{x} = \mathbf{0}. x=0.

这说明方程 $ A\mathbf{x} = \mathbf{0} $ 的唯一解是零向量,即仅有零解。

证毕

  1. 说明若 n×nn \times nn×n 矩阵 AAA 为可逆的,则它的各列线性无关。

解答

  1. 由定理 5,若 AAA 可逆,则方程 Ax=0A\mathbf{x} = \mathbf{0}Ax=0 仅有零解。
  2. 根据 1.7 节的注释,这意味着 AAA 的各列线性无关(因为线性相关时方程会有非平凡解)。

结论
AAA 可逆,则它的各列线性无关。


  1. 说明若 n×nn \times nn×n 矩阵 AAA 为可逆,则它的各列生成 Rn\mathbb{R}^nRn。(提示:复习 1.4 节定理 4。)

解答

  1. 由定理 5,若 AAA 可逆,则方程 Ax=bA\mathbf{x} = \mathbf{b}Ax=b 对任意 b∈Rn\mathbf{b} \in \mathbb{R}^nbRn 都有唯一解。
  2. 根据 1.4 节定理 4,这意味着 AAA 的各列生成 Rn\mathbb{R}^nRn(即列空间为 Rn\mathbb{R}^nRn)。

结论
AAA 可逆,则它的各列生成 Rn\mathbb{R}^nRn


[!CAUTION]

定理 7
设 $ A $ 是一个 $ n \times n $ 矩阵。则以下陈述等价(即它们同时成立或同时不成立):

  1. $ A $ 是可逆的(即存在 $ A^{-1} $ 使得 $ A^{-1}A = AA^{-1} = I_n $);
  2. $ A $ 行等价于 $ n \times n $ 单位矩阵 $ I_n $;
  3. $ A $ 的列向量线性无关;
  4. 方程 $ A\mathbf{x} = \mathbf{0} $ 仅有平凡解(即只有零解);
  5. 对任意 $ \mathbf{b} \in \mathbb{R}^n $,方程 $ A\mathbf{x} = \mathbf{b} $ 有唯一解;
  6. $ A $ 的列张成 $ \mathbb{R}^n $;
  7. 存在 $ n \times n $ 矩阵 $ C $ 使得 $ CA = I_n $;
  8. 存在 $ n \times n $ 矩阵 $ D $ 使得 $ AD = I_n $;
  9. $ \det(A) \ne 0 $(若已引入行列式);
  10. $ A $ 有 $ n $ 个主元位置(即秩为 $ n $)。
  1. AAAn×nn \times nn×n 矩阵,方程 Ax=0A\mathbf{x} = \mathbf{0}Ax=0 仅有平凡解,说明为什么 AAAnnn 个主元位置且 AAA 行等价于 InI_nIn。由定理 7,这说明 AAA 必定可逆(本题与 24 题将在 2.3 节用到)。

解答

  1. Ax=0A\mathbf{x} = \mathbf{0}Ax=0 仅有平凡解,则方程中没有自由变量。
  2. 因此 AAAnnn 个主元列。
  3. 由于 AAA 是方阵且 nnn 个主元位置必须在不同行,行阶梯形中主元必须在主对角线上。
  4. AAA 行等价于 n×nn \times nn×n 单位矩阵 InI_nIn

结论
AAAnnn 个主元位置且行等价于 InI_nIn,则AAA 可逆。


  1. AAAn×nn \times nn×n 矩阵,方程 Ax=bA\mathbf{x} = \mathbf{b}Ax=b 对任意 Rn\mathbb{R}^nRn 中的 b\mathbf{b}b 有解,证明 AAA 必可逆。(提示:AAA 是否行等价于 InI_nIn?)

解答

  1. Ax=bA\mathbf{x} = \mathbf{b}Ax=b 对任意 b∈Rn\mathbf{b} \in \mathbb{R}^nbRn 有解,则根据 1.4 节定理 4,AAA 每行都有主元位置。
  2. 由于 AAA 是方阵,主元必须在对角线上。
  3. 因此 AAA 行等价于 InI_nIn
  4. 由定理 7,AAA 可逆。

结论
AAA 必可逆。


  1. ad−bc=0ad - bc = 0adbc=0,则方程 Ax=0A\mathbf{x} = \mathbf{0}Ax=0 有多于一个解,为什么这说明 AAA 不可逆?(提示:首先考虑 a=b=0a = b = 0a=b=0。其次,若 a,ba, ba,b 不全为 0,考虑向量 x=[−ba]\mathbf{x} = \begin{bmatrix} -b \\ a \end{bmatrix}x=[ba]。)

解答
A=[abcd]A = \begin{bmatrix} a & b \\ c & d \end{bmatrix}A=[acbd]ad−bc=0ad - bc = 0adbc=0

  1. a=b=0a = b = 0a=b=0,则方程 [00cd][x1x2]=[00]\begin{bmatrix} 0 & 0 \\ c & d \end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \end{bmatrix}[0c0d][x1x2]=[00] 有解 x1=[d−c]\mathbf{x}_1 = \begin{bmatrix} d \\ -c \end{bmatrix}x1=[dc](非零,除非 c=d=0c = d = 0c=d=0,此时 AAA 为零矩阵,Ax=0A\mathbf{x} = \mathbf{0}Ax=0 有无穷多解)。

  2. a,ba, ba,b 不全为 0,设 x2=[−ba]\mathbf{x}_2 = \begin{bmatrix} -b \\ a \end{bmatrix}x2=[ba],则:
    Ax2=[abcd][−ba]=[−ab+ba−cb+da]=[00] A\mathbf{x}_2 = \begin{bmatrix} a & b \\ c & d \end{bmatrix} \begin{bmatrix} -b \\ a \end{bmatrix} = \begin{bmatrix} -ab + ba \\ -cb + da \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} Ax2=[acbd][ba]=[ab+bacb+da]=[00]
    (因为 ad−bc=0ad - bc = 0adbc=0)。

  3. 由定理 5,若 AAA 可逆,则 Ax=0A\mathbf{x} = \mathbf{0}Ax=0 仅有零解,矛盾。

结论
AAA 不可逆。


  1. 证明:若 ad−bc≠0ad - bc \neq 0adbc=0,则计算 A−1A^{-1}A1 的公式成立。

解答

  1. 计算乘积:
    [d−b−ca][abcd]=[da−bc00−cb+da] \begin{bmatrix} d & -b \\ -c & a \end{bmatrix} \begin{bmatrix} a & b \\ c & d \end{bmatrix} = \begin{bmatrix} da - bc & 0 \\ 0 & -cb + da \end{bmatrix} [dcba][acbd]=[dabc00cb+da]

  2. 两边除以 ad−bcad - bcadbc
    1ad−bc[d−b−ca][abcd]=I \frac{1}{ad - bc} \begin{bmatrix} d & -b \\ -c & a \end{bmatrix} \begin{bmatrix} a & b \\ c & d \end{bmatrix} = I adbc1[dcba][acbd]=I

  3. 类似地:
    [abcd][d−b−ca]=[ad−bc00−cb+da] \begin{bmatrix} a & b \\ c & d \end{bmatrix} \begin{bmatrix} d & -b \\ -c & a \end{bmatrix} = \begin{bmatrix} ad - bc & 0 \\ 0 & -cb + da \end{bmatrix} [acbd][dcba]=[adbc00cb+da]
    两边除以 ad−bcad - bcadbcA⋅(1ad−bc[d−b−ca])=IA \cdot \left( \frac{1}{ad - bc} \begin{bmatrix} d & -b \\ -c & a \end{bmatrix} \right) = IA(adbc1[dcba])=I

  4. 因此 A−1=1ad−bc[d−b−ca]A^{-1} = \frac{1}{ad - bc} \begin{bmatrix} d & -b \\ -c & a \end{bmatrix}A1=adbc1[dcba]

结论
ad−bc≠0ad - bc \neq 0adbc=0 时,A−1=1ad−bc[d−b−ca]A^{-1} = \frac{1}{ad - bc} \begin{bmatrix} d & -b \\ -c & a \end{bmatrix}A1=adbc1[dcba] 成立。


  1. a. 利用 2.1 节方程 (1) 证明对 i=1,2,3i=1,2,3i=1,2,3,有 rowi(A)=rowi(I)⋅A\text{row}_i(A) = \text{row}_i(I) \cdot Arowi(A)=rowi(I)A
    b. 证明:若交换 AAA 的第 1 行和第 2 行,则结果可以写成 EAEAEA,其中 EEE 是由 III 交换第 1 行和第 2 行所得的初等矩阵。
    c. 证明:若 AAA 的第 3 行乘以 5,则结果可以写成 EAEAEA,其中 EEE 是由 III 的第 3 行乘以 5 所得的初等矩阵。

解答
a. 由 2.1 节方程 (1):rowi(BA)=rowi(B)⋅A\text{row}_i(BA) = \text{row}_i(B) \cdot Arowi(BA)=rowi(B)A
B=IB = IB=I,则 rowi(IA)=rowi(I)⋅A\text{row}_i(IA) = \text{row}_i(I) \cdot Arowi(IA)=rowi(I)A,即 rowi(A)=rowi(I)⋅A\text{row}_i(A) = \text{row}_i(I) \cdot Arowi(A)=rowi(I)A

b. 交换 AAA 的第 1 行和第 2 行后:
[row2(A)row1(A)row3(A)]=[row2(I)⋅Arow1(I)⋅Arow3(I)⋅A]=[row2(I)row1(I)row3(I)]A=EA \begin{bmatrix} \text{row}_2(A) \\ \text{row}_1(A) \\ \text{row}_3(A) \end{bmatrix} = \begin{bmatrix} \text{row}_2(I) \cdot A \\ \text{row}_1(I) \cdot A \\ \text{row}_3(I) \cdot A \end{bmatrix} = \begin{bmatrix} \text{row}_2(I) \\ \text{row}_1(I) \\ \text{row}_3(I) \end{bmatrix} A = EA row2(A)row1(A)row3(A)=row2(I)Arow1(I)Arow3(I)A=row2(I)row1(I)row3(I)A=EA
其中 EEE 是由 III 交换第 1 行和第 2 行得到的初等矩阵。

c. AAA 的第 3 行乘以 5 后:
[row1(A)row2(A)5⋅row3(A)]=[row1(I)⋅Arow2(I)⋅A5⋅row3(I)⋅A]=[row1(I)row2(I)5⋅row3(I)]A=EA \begin{bmatrix} \text{row}_1(A) \\ \text{row}_2(A) \\ 5 \cdot \text{row}_3(A) \end{bmatrix} = \begin{bmatrix} \text{row}_1(I) \cdot A \\ \text{row}_2(I) \cdot A \\ 5 \cdot \text{row}_3(I) \cdot A \end{bmatrix} = \begin{bmatrix} \text{row}_1(I) \\ \text{row}_2(I) \\ 5 \cdot \text{row}_3(I) \end{bmatrix} A = EA row1(A)row2(A)5row3(A)=row1(I)Arow2(I)A5row3(I)A=row1(I)row2(I)5row3(I)A=EA
其中 EEE 是由 III 的第 3 行乘以 5 得到的初等矩阵。

结论
a. 对任意 iiirowi(A)=rowi(I)⋅A\text{row}_i(A) = \text{row}_i(I) \cdot Arowi(A)=rowi(I)A 成立。
b. 交换行操作可表示为初等矩阵左乘。
c. 行缩放操作可表示为初等矩阵左乘。


  1. 证明:若 AAA 的第 3 行换成 row3(A)−4⋅row1(A)\text{row}_3(A) - 4 \cdot \text{row}_1(A)row3(A)4row1(A),则结果可以写成 EAEAEA,其中 EEE 是由 III 的第 3 行换成 row3(I)−4⋅row1(I)\text{row}_3(I) - 4 \cdot \text{row}_1(I)row3(I)4row1(I) 所得的初等矩阵。

解答
变换后的矩阵为:
[row1(A)row2(A)row3(A)−4⋅row1(A)]=[row1(I)⋅Arow2(I)⋅Arow3(I)⋅A−4⋅row1(I)⋅A] \begin{bmatrix} \text{row}_1(A) \\ \text{row}_2(A) \\ \text{row}_3(A) - 4 \cdot \text{row}_1(A) \end{bmatrix} = \begin{bmatrix} \text{row}_1(I) \cdot A \\ \text{row}_2(I) \cdot A \\ \text{row}_3(I) \cdot A - 4 \cdot \text{row}_1(I) \cdot A \end{bmatrix} row1(A)row2(A)row3(A)4row1(A)=row1(I)Arow2(I)Arow3(I)A4row1(I)A

=[row1(I)row2(I)row3(I)−4⋅row1(I)]A=EA = \begin{bmatrix} \text{row}_1(I) \\ \text{row}_2(I) \\ \text{row}_3(I) - 4 \cdot \text{row}_1(I) \end{bmatrix} A = EA =row1(I)row2(I)row3(I)4row1(I)A=EA

其中 EEE 是由 III 的第 3 行替换为 row3(I)−4⋅row1(I)\text{row}_3(I) - 4 \cdot \text{row}_1(I)row3(I)4row1(I) 得到的初等矩阵。

结论
行替换操作可表示为初等矩阵左乘。


  1. [1247]\begin{bmatrix} 1 & 2 \\ 4 & 7 \end{bmatrix}[1427] 的逆

解答
构造增广矩阵 [A∣I][A \mid I][AI]
[12104701] \left[\begin{array}{cc|cc} 1 & 2 & 1 & 0 \\ 4 & 7 & 0 & 1 \end{array}\right] [14271001]
行变换过程:

  1. R2←R2−4R1R_2 \leftarrow R_2 - 4R_1R2R24R1
    [12100−1−41] \left[\begin{array}{cc|cc} 1 & 2 & 1 & 0 \\ 0 & -1 & -4 & 1 \end{array}\right] [10211401]

  2. R2←−R2R_2 \leftarrow -R_2R2R2
    [1210014−1] \left[\begin{array}{cc|cc} 1 & 2 & 1 & 0 \\ 0 & 1 & 4 & -1 \end{array}\right] [10211401]

  3. R1←R1−2R2R_1 \leftarrow R_1 - 2R_2R1R12R2
    [10−72014−1] \left[\begin{array}{cc|cc} 1 & 0 & -7 & 2 \\ 0 & 1 & 4 & -1 \end{array}\right] [10017421]

结论
A−1=[−724−1]A^{-1} = \begin{bmatrix} -7 & 2 \\ 4 & -1 \end{bmatrix}A1=[7421]


  1. [51047]\begin{bmatrix} 5 & 10 \\ 4 & 7 \end{bmatrix}[54107] 的逆

解答
构造增广矩阵 [A∣I][A \mid I][AI]
[510104701] \left[\begin{array}{cc|cc} 5 & 10 & 1 & 0 \\ 4 & 7 & 0 & 1 \end{array}\right] [541071001]
行变换过程:

  1. R1←15R1R_1 \leftarrow \frac{1}{5}R_1R151R1
    [121/504701] \left[\begin{array}{cc|cc} 1 & 2 & 1/5 & 0 \\ 4 & 7 & 0 & 1 \end{array}\right] [14271/5001]

  2. R2←R2−4R1R_2 \leftarrow R_2 - 4R_1R2R24R1
    [121/500−1−4/51] \left[\begin{array}{cc|cc} 1 & 2 & 1/5 & 0 \\ 0 & -1 & -4/5 & 1 \end{array}\right] [10211/54/501]

  3. R2←−R2R_2 \leftarrow -R_2R2R2
    [121/50014/5−1] \left[\begin{array}{cc|cc} 1 & 2 & 1/5 & 0 \\ 0 & 1 & 4/5 & -1 \end{array}\right] [10211/54/501]

  4. R1←R1−2R2R_1 \leftarrow R_1 - 2R_2R1R12R2
    [10−7/52014/5−1] \left[\begin{array}{cc|cc} 1 & 0 & -7/5 & 2 \\ 0 & 1 & 4/5 & -1 \end{array}\right] [10017/54/521]

结论
A−1=[−7/524/5−1]A^{-1} = \begin{bmatrix} -7/5 & 2 \\ 4/5 & -1 \end{bmatrix}A1=[7/54/521]


  1. [10−2−3142−34]\begin{bmatrix} 1 & 0 & -2 \\ -3 & 1 & 4 \\ 2 & -3 & 4 \end{bmatrix}132013244 的逆

解答
构造增广矩阵 [A∣I][A \mid I][AI]
[10−2100−3140102−34001] \left[\begin{array}{ccc|ccc} 1 & 0 & -2 & 1 & 0 & 0 \\ -3 & 1 & 4 & 0 & 1 & 0 \\ 2 & -3 & 4 & 0 & 0 & 1 \end{array}\right] 132013244100010001
行变换过程:

  1. R2←R2+3R1R_2 \leftarrow R_2 + 3R_1R2R2+3R1
    [10−210001−23102−34001] \left[\begin{array}{ccc|ccc} 1 & 0 & -2 & 1 & 0 & 0 \\ 0 & 1 & -2 & 3 & 1 & 0 \\ 2 & -3 & 4 & 0 & 0 & 1 \end{array}\right] 102013224130010001

  2. R3←R3−2R1R_3 \leftarrow R_3 - 2R_1R3R32R1
    [10−210001−23100−38−201] \left[\begin{array}{ccc|ccc} 1 & 0 & -2 & 1 & 0 & 0 \\ 0 & 1 & -2 & 3 & 1 & 0 \\ 0 & -3 & 8 & -2 & 0 & 1 \end{array}\right] 100013228132010001

  3. R3←R3+3R2R_3 \leftarrow R_3 + 3R_2R3R3+3R2
    [10−210001−2310002731] \left[\begin{array}{ccc|ccc} 1 & 0 & -2 & 1 & 0 & 0 \\ 0 & 1 & -2 & 3 & 1 & 0 \\ 0 & 0 & 2 & 7 & 3 & 1 \end{array}\right] 100010222137013001

  4. R3←12R3R_3 \leftarrow \frac{1}{2}R_3R321R3
    [10−210001−23100017/23/21/2] \left[\begin{array}{ccc|ccc} 1 & 0 & -2 & 1 & 0 & 0 \\ 0 & 1 & -2 & 3 & 1 & 0 \\ 0 & 0 & 1 & 7/2 & 3/2 & 1/2 \end{array}\right] 100010221137/2013/2001/2

  5. R1←R1+2R3R_1 \leftarrow R_1 + 2R_3R1R1+2R3
    [10083101−23100017/23/21/2] \left[\begin{array}{ccc|ccc} 1 & 0 & 0 & 8 & 3 & 1 \\ 0 & 1 & -2 & 3 & 1 & 0 \\ 0 & 0 & 1 & 7/2 & 3/2 & 1/2 \end{array}\right] 100010021837/2313/2101/2

  6. R2←R2+2R3R_2 \leftarrow R_2 + 2R_3R2R2+2R3
    [10083101010410017/23/21/2] \left[\begin{array}{ccc|ccc} 1 & 0 & 0 & 8 & 3 & 1 \\ 0 & 1 & 0 & 10 & 4 & 1 \\ 0 & 0 & 1 & 7/2 & 3/2 & 1/2 \end{array}\right] 1000100018107/2343/2111/2

结论
A−1=[83110417/23/21/2]A^{-1} = \begin{bmatrix} 8 & 3 & 1 \\ 10 & 4 & 1 \\ 7/2 & 3/2 & 1/2 \end{bmatrix}A1=8107/2343/2111/2


  1. 利用本节算法求矩阵 [100110111]\begin{bmatrix} 1 & 0 & 0 \\ 1 & 1 & 0 \\ 1 & 1 & 1 \end{bmatrix}111011001[1000110011101111]\begin{bmatrix} 1 & 0 & 0 & 0 \\ 1 & 1 & 0 & 0 \\ 1 & 1 & 1 & 0 \\ 1 & 1 & 1 & 1 \end{bmatrix}1111011100110001 的逆。设 AAA 是相应的 n×nn \times nn×n 矩阵,BBB 是它的逆,猜想 BBB 的形式,然后证明 AB=IAB = IAB=IBA=IBA = IBA=I

解答
猜想:对于 n×nn \times nn×n 下三角矩阵 AAA(对角线及以下为 1,其余为 0),其逆 BBB 满足:

  • bjj=1b_{jj} = 1bjj=1
  • bj+1,j=−1b_{j+1,j} = -1bj+1,j=1
  • 其余元素为 0

B=[100⋯0−110⋯00−11⋯0⋮⋮⋮⋱⋮000⋯1]B = \begin{bmatrix} 1 & 0 & 0 & \cdots & 0 \\ -1 & 1 & 0 & \cdots & 0 \\ 0 & -1 & 1 & \cdots & 0 \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & 0 & \cdots & 1 \end{bmatrix}B=1100011000100001

证明
aj,bj,ej\mathbf{a}_j, \mathbf{b}_j, \mathbf{e}_jaj,bj,ej 分别为 A,B,IA, B, IA,B,I 的第 jjj 列。

  • j=1,…,n−1j = 1, \ldots, n-1j=1,,n1
    Abj=A(ej−ej+1)=aj−aj+1=ej A\mathbf{b}_j = A(\mathbf{e}_j - \mathbf{e}_{j+1}) = \mathbf{a}_j - \mathbf{a}_{j+1} = \mathbf{e}_j Abj=A(ejej+1)=ajaj+1=ej
    因为 aj\mathbf{a}_jajaj+1\mathbf{a}_{j+1}aj+1 仅在第 jjj 行不同(aj\mathbf{a}_jaj 有 1,aj+1\mathbf{a}_{j+1}aj+1 有 0)。

  • j=nj = nj=n
    Abn=Aen=an=en A\mathbf{b}_n = A\mathbf{e}_n = \mathbf{a}_n = \mathbf{e}_n Abn=Aen=an=en

  • BA=IBA = IBA=I
    Baj=B(e1+⋯+ej)=b1+⋯+bj=(e1−e2)+(e2−e3)+⋯+(ej−1−ej)+ej=ej B\mathbf{a}_j = B(\mathbf{e}_1 + \cdots + \mathbf{e}_j) = \mathbf{b}_1 + \cdots + \mathbf{b}_j = (\mathbf{e}_1 - \mathbf{e}_2) + (\mathbf{e}_2 - \mathbf{e}_3) + \cdots + (\mathbf{e}_{j-1} - \mathbf{e}_j) + \mathbf{e}_j = \mathbf{e}_j Baj=B(e1++ej)=b1++bj=(e1e2)+(e2e3)++(ej1ej)+ej=ej

结论
BBBAAA 的逆矩阵,满足 AB=BA=IAB = BA = IAB=BA=I


  1. 重复 33 题的方法猜想 A=[100⋯0120⋯0123⋯0⋮⋮⋮⋱⋮123⋯n]A = \begin{bmatrix} 1 & 0 & 0 & \cdots & 0 \\ 1 & 2 & 0 & \cdots & 0 \\ 1 & 2 & 3 & \cdots & 0 \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ 1 & 2 & 3 & \cdots & n \end{bmatrix}A=111102220033000n 的逆 BBB,证明你的猜想是正确的。

解答
猜想BBB 为对角矩阵,其中 bjj=1jb_{jj} = \frac{1}{j}bjj=j1bj+1,j=−1j+1b_{j+1,j} = -\frac{1}{j+1}bj+1,j=j+11,其余元素为 0。
B=[100⋯0−1/21/20⋯00−1/31/3⋯0⋮⋮⋮⋱⋮000⋯1/n]B = \begin{bmatrix} 1 & 0 & 0 & \cdots & 0 \\ -1/2 & 1/2 & 0 & \cdots & 0 \\ 0 & -1/3 & 1/3 & \cdots & 0 \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & 0 & \cdots & 1/n \end{bmatrix}B=11/20001/21/30001/300001/n

证明
aj,bj,ej\mathbf{a}_j, \mathbf{b}_j, \mathbf{e}_jaj,bj,ej 分别为 A,B,IA, B, IA,B,I 的第 jjj 列。

  • j=1,…,n−1j = 1, \ldots, n-1j=1,,n1
    Abj=A(1jej−1j+1ej+1)=1jaj−1j+1aj+1=ej A\mathbf{b}_j = A\left(\frac{1}{j}\mathbf{e}_j - \frac{1}{j+1}\mathbf{e}_{j+1}\right) = \frac{1}{j}\mathbf{a}_j - \frac{1}{j+1}\mathbf{a}_{j+1} = \mathbf{e}_j Abj=A(j1ejj+11ej+1)=j1ajj+11aj+1=ej
    因为 aj=j(e1+⋯+ej)\mathbf{a}_j = j(\mathbf{e}_1 + \cdots + \mathbf{e}_j)aj=j(e1++ej)aj+1=(j+1)(e1+⋯+ej+1)\mathbf{a}_{j+1} = (j+1)(\mathbf{e}_1 + \cdots + \mathbf{e}_{j+1})aj+1=(j+1)(e1++ej+1)

  • j=nj = nj=n
    Abn=A(1nen)=1nan=en A\mathbf{b}_n = A\left(\frac{1}{n}\mathbf{e}_n\right) = \frac{1}{n}\mathbf{a}_n = \mathbf{e}_n Abn=A(n1en)=n1an=en

  • BA=IBA = IBA=I
    Baj=B(j(e1+⋯+ej))=j(Be1+⋯+Bej)=j(1jej)=ej B\mathbf{a}_j = B(j(\mathbf{e}_1 + \cdots + \mathbf{e}_j)) = j(B\mathbf{e}_1 + \cdots + B\mathbf{e}_j) = j\left(\frac{1}{j}\mathbf{e}_j\right) = \mathbf{e}_j Baj=B(j(e1++ej))=j(Be1++Bej)=j(j1ej)=ej

结论
BBBAAA 的逆矩阵,满足 AB=BA=IAB = BA = IAB=BA=I


  1. A=[−2−7−9256134]A = \begin{bmatrix} -2 & -7 & -9 \\ 2 & 5 & 6 \\ 1 & 3 & 4 \end{bmatrix}A=221753964,求出 A−1A^{-1}A1 的第 3 列而不计算其他列。

解答
A−1A^{-1}A1 的第 3 列是方程 Ax=e3A\mathbf{x} = \mathbf{e}_3Ax=e3 的解,其中 e3=[001]\mathbf{e}_3 = \begin{bmatrix} 0 \\ 0 \\ 1 \end{bmatrix}e3=001
构造增广矩阵 [A∣e3][A \mid \mathbf{e}_3][Ae3]
[−2−7−9025601341] \left[\begin{array}{ccc|c} -2 & -7 & -9 & 0 \\ 2 & 5 & 6 & 0 \\ 1 & 3 & 4 & 1 \end{array}\right] 221753964001
行变换过程:

  1. 交换 R1R_1R1R3R_3R3
    [13412560−2−7−90] \left[\begin{array}{ccc|c} 1 & 3 & 4 & 1 \\ 2 & 5 & 6 & 0 \\ -2 & -7 & -9 & 0 \end{array}\right] 122357469100

  2. R2←R2−2R1R_2 \leftarrow R_2 - 2R_1R2R22R1
    [13410−1−2−2−2−7−90] \left[\begin{array}{ccc|c} 1 & 3 & 4 & 1 \\ 0 & -1 & -2 & -2 \\ -2 & -7 & -9 & 0 \end{array}\right] 102317429120

  3. R3←R3+2R1R_3 \leftarrow R_3 + 2R_1R3R3+2R1
    [13410−1−2−20−1−12] \left[\begin{array}{ccc|c} 1 & 3 & 4 & 1 \\ 0 & -1 & -2 & -2 \\ 0 & -1 & -1 & 2 \end{array}\right] 100311421122

  4. R2←−R2R_2 \leftarrow -R_2R2R2
    [134101220−1−12] \left[\begin{array}{ccc|c} 1 & 3 & 4 & 1 \\ 0 & 1 & 2 & 2 \\ 0 & -1 & -1 & 2 \end{array}\right] 100311421122

  5. R3←R3+R2R_3 \leftarrow R_3 + R_2R3R3+R2
    [134101220014] \left[\begin{array}{ccc|c} 1 & 3 & 4 & 1 \\ 0 & 1 & 2 & 2 \\ 0 & 0 & 1 & 4 \end{array}\right] 100310421124

  6. 回代:
    x3=4,x2=2−2x3=−6,x1=1−3x2−4x3=3 x_3 = 4, \quad x_2 = 2 - 2x_3 = -6, \quad x_1 = 1 - 3x_2 - 4x_3 = 3 x3=4,x2=22x3=6,x1=13x24x3=3

结论
A−1A^{-1}A1 的第 3 列是 [3−64]\begin{bmatrix} 3 \\ -6 \\ 4 \end{bmatrix}364

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值