矩阵知识点归纳
- 格式:doc
- 大小:175.00 KB
- 文档页数:4
矩阵知识点归纳
(一)二阶矩阵与变换
1.线性变换与二阶矩阵
在平面直角坐标系xOy 中,由⎩
⎪⎨⎪
⎧
x ′=ax +by ,y ′=cx +dy ,(其中a ,b ,c ,d 是常数)构成的变换称
为线性变换.由四个数a ,b ,c ,d 排成的正方形数表⎣⎢⎡⎦
⎥
⎤a b c d 称为二阶矩阵,其中a ,b ,c ,
d 称为矩阵的元素,矩阵通常用大写字母A ,B ,C ,…或(a ij )表示(其中i ,j 分别为元素a ij 所在的行和列).
2.矩阵的乘法
行矩阵[a 11a 12]与列矩阵⎣⎢⎡⎦⎥⎤b 11b 21的乘法规则为[a 11a 12]⎣⎢⎡⎦
⎥⎤b 11b 21=[a 11b 11+a 12b 21],二阶矩阵⎣⎢⎡⎦⎥⎤a b c d 与列矩阵⎣⎢⎡⎦⎥⎤x y 的乘法规则为⎣⎢⎡⎦⎥⎤a b c d ⎣⎢⎡⎦⎥⎤x y =⎣⎢⎡⎦⎥⎤ax +by cx +dy .矩阵乘法满足结合律,不满足交换律和消去律.
3.几种常见的线性变换
(1)恒等变换矩阵M =⎣⎢⎡⎦
⎥
⎤1 00 1;
(2)旋转变换R θ对应的矩阵是M =⎣⎢⎡⎦
⎥⎤
cos θ -sin θsin θ cos θ;
(3)反射变换要看关于哪条直线对称.例如若关于x 轴对称,则变换对应矩阵为M 1=⎣⎢⎡⎦⎥⎤1 00 -1;若关于y 轴对称,则变换对应矩阵为M 2=⎣⎢⎡⎦
⎥⎤
-1 0 0 1;若关于坐标原点对称,则变换对应矩阵M 3=⎣⎢⎡⎦
⎥⎤
-1 0 0 -1;
(4)伸压变换对应的二阶矩阵M =⎣⎢⎡⎦
⎥⎤k 1 00 k 2,表示将每个点的横坐标变为原来的k 1
倍,纵
坐标变为原来的k 2倍,k 1,k 2均为非零常数;
(5)投影变换要看投影在什么直线上,例如关于x 轴的投影变换的矩阵为M =⎣⎢⎡⎦⎥⎤1 00 0; (6)切变变换要看沿什么方向平移,若沿x 轴平移|ky |个单位,则对应矩阵M =⎣⎢⎡⎦
⎥
⎤1 k 0 1,
若沿y 轴平移|kx |个单位,则对应矩阵M =⎣⎢⎡⎦
⎥⎤1 0k 1.(其中k 为非零常数). 4.线性变换的基本性质
设向量α=⎣⎢⎡⎦⎥⎤x y ,规定实数λ与向量α的乘积λα=⎣⎢⎡⎦⎥⎤λx λy ;设向量α=⎣⎢⎡⎦⎥⎤x 1y 1,β=⎣⎢⎡⎦
⎥⎤x 2y 2,规定向量α与β的和α+β=⎣⎢⎡⎦
⎥⎤
x 1+x 2y 1+y 2.
(1)设M 是一个二阶矩阵,α、β是平面上的任意两个向量,λ是一个任意实数,则①M (λα)=λMα,②M (α+β)=Mα+Mβ.
(2)二阶矩阵对应的变换(线性变换)把平面上的直线变成直线(或一点).
(二)矩阵的逆矩阵、特征值与特征向量
1.矩阵的逆矩阵
(1)一般地,设ρ是一个线性变换,如果存在线性变换σ,使得σρ=ρσ=I ,则称变换ρ可逆.并且称σ是ρ的逆变换.
(2)设A 是一个二阶矩阵,如果存在二阶矩阵B ,使得BA =AB =E ,则称矩阵A 可逆,或称矩阵A 是可逆矩阵,并且称B 是A 的逆矩阵.
(3)(性质1)设A 是一个二阶矩阵,如果A 是可逆的,则A 的逆矩阵是唯一的.A 的逆矩
阵记为A -
1.
(4)(性质2)设A ,B 是二阶矩阵,如果A ,B 都可逆,则AB 也可逆,且(AB )-1=B -1A -
1. (5)已知A ,B ,C 为二阶矩阵,且AB =AC ,若矩阵A 存在逆矩阵,则B =C .
(6)对于二阶可逆矩阵A =⎣⎢⎡⎦⎥⎤a b c d (ad -bc ≠0),它的逆矩阵为A -1
=
⎣⎢⎢⎡⎦
⎥⎥⎤d ad -bc
-b ad -bc -c ad -bc
a
ad -bc
. 2.二阶行列式与方程组的解
对于关于x ,y 的二元一次方程组⎩
⎪⎨⎪⎧
ax +by =m ,cx +dy =n ,我们把⎪⎪⎪⎪⎪
⎪a b c d 称为二阶行列式,它的
运算结果是一个数值(或多项式),记为det(A )=⎪⎪⎪⎪
⎪⎪a b c d =ad -bc . 若将方程组中行列式⎪⎪⎪⎪⎪⎪a b c d 记为D ,⎪⎪⎪⎪⎪⎪m b n d 记为D x ,⎪⎪⎪⎪⎪⎪a m c n 记为D y
,则当D ≠0时,
方程组的解为⎩
⎨⎧
x =D x D
,
y =D y D
.
3.二阶矩阵的特征值和特征向量 (1)特征值与特征向量的概念
设A 是一个二阶矩阵,如果对于实数λ,存在一个非零向量α,使得Aα=λα,那么λ称为A 的一个特征值,α称为A 的一个属于特征值λ的一个特征向量.
(2)特征多项式
设λ是二阶矩阵A =⎣⎢⎡⎦⎥⎤a b c d 的一个特征值,它的一个特征向量为α=⎣⎢⎡⎦⎥⎤x y ,则A ⎣⎢⎡⎦⎥⎤x y =λ⎣⎢⎡⎦
⎥
⎤x y ,
即⎩⎪⎨⎪⎧ ax +by =λx ,cx +dy =λy ,也即⎩
⎪⎨⎪⎧
(λ-a )x -by =0,-cx +(λ-d )y =0.(*) 定义:设A =⎣⎢⎡⎦⎥⎤a b c d 是一个二阶矩阵,λ∈R ,我们把行列式f (λ)=⎪⎪⎪⎪
⎪
⎪λ-a -b -c λ-d =λ2-(a
+d )λ+ad -bc 称为A 的特征多项式.
(3)矩阵的特征值与特征向量的求法
如果λ是二阶矩阵A 的特征值,则λ一定是二阶矩阵A 的特征多项式的一个根,即f (λ)
=0,此时,将λ代入二元一次方程组(*),就可得到一组非零解⎣⎢⎡⎦⎥⎤x 0y 0,于是非零向量⎣⎢⎡⎦
⎥⎤x 0y 0即为A 的属于λ的一个特征向量
.