矩阵的初等变换及其应用
矩阵的初等变换及其应用
3.矩阵的初等变换的应用
3.1求矩阵的秩
求矩阵秩的方法很多，一般有定义法、初等变换法、相关公式法、综合法、但当矩阵的具体元素为已知时，一般采用初等变换法即求非零行（列）的个数。
定义3.1.1 矩阵 中非零子式的最高阶数 称为矩阵 的秩.亦即， 中存在不为0的 阶子式，而所有 阶子式（若有的话）均为0，这时矩阵 的秩记作 (或 或秩 )
定义3.5.1 设 是一个 阶方阵，如果存在一个数 及一个 维非零列向量 ，使得
即
成立，则称数 为方阵 的一个特征值，非零列向量 称为方阵 的对应于（或属于）特征值 的特征向量.
定义3.5.2 行列式 （或 ）称为矩阵 的特征多项式（注：特征多项式是 的 次多项式.） 是矩阵 的特征方程，具体形式为：
总之，矩阵初等变换是线性代数中一种重要的计算手段，我们可以利用矩阵初等变换求矩阵的秩，求逆矩阵，求矩阵方程等各种计算实例。随着科学技术的不断发展，矩阵的应用已经深入到了自然，社会，工程，经济等各个领域，而且人工智能、手机通讯和一般的算法设计和阐发等，矩阵在其应用中是通讯优化。我们不能局限于书本的学习，要理论联系实际，更好的运用理论知识解决实际遇到的问题。
时，子块 就化为 ，使得 。此时，若令 ，则 化为标准形
例8 化二次型 为标准形。
解：二次型矩阵为
实施初等变换
这样，经坐标变换 ，其中
二次型化为标准形
注：二次型可以用多种方法化标准形，其标准形不唯一。
总 结
在解决代数方面的一些题目时，运用矩阵的初等变换可以使问题简单化，比如在化二次型为标准型时，除了可以用初等变换法，还可以用正交变换法和配方法来计算，相比较初等变换更为简单，易于计算，好理解。矩阵的初等变换在解决线性代数的计算问题中有很多应用，这些计算格式有不少类似之处，一旦掌握了矩阵的运算，我们分析和解决方程组的能力将会大大增强。
矩阵的初等变换及其应用
在数学中矩阵最早来源于方程组的系数及常数所构成的方阵，现在矩阵是线性代数最基本也是最重要的概念之一。
在线性代数及其许多的问题中都能看到矩阵的身影，它能把抽象的问题用矩阵表示出来，通过对矩阵进行计算得出结果。
作为矩阵的基础及核心，矩阵的初等变换及应用是非常重要的，它能够把各种复杂的矩阵转化成我们需要的矩阵形式，从而使计算变得更加的简便。
本文总结了线性变换在线性代数、初等数论、通信、经济、生物遗传等方面的应用。
关键词：矩阵；初等变换；标准型；逆矩阵；标准型；秩；方程组ABSTRACTMatrix derived from the first phalanx of the coefficients and constants of the equations in mathematics, now matrix is the most fundamental and important concepts of linear algebra, in linear algebra and many other questions can be seen the figure of the matrix, It can abstract the matrix representation, then matrix calculated results. As the foundation and core of the matrix, the elementary transformation matrix and its application is very important, it can conversion a variety of complex matrix into a matrix form we need, then the calculation becomes more simple.This paper summarizes the application of linear algebra, elementary number theory, communications, and economic, biological heredity.Key words:Matrix; Elementary transformation; standard; inverse matrix; standard; rank; equations;1矩阵及其初等变换的概念 (1)2矩阵初等变换的应用 (1)2.1在线性代数中的应用 (2)2.1.1 将矩阵化简为阶梯型和等价标准型 (2)2.1.2矩阵的分块和分块矩阵的初等变换 (3)2.1.3求伴随矩阵和逆矩阵 (4)2.1.4求矩阵的秩，向量组的秩 (5)2.1.5求矩阵的特征值和特征向量 (6)2.1.6 解线性方程组 (7)2.1.7求解矩阵方程 (8)2.1.8化二次型为标准型 (9)2.1.9判断向量组的线性相关性，求其极大线性无关组 (11)2.2在数论中的应用 (11)2.3在通信中的应用 (13)2.4在经济方面的应用 (14)2.5在生物遗传方面的应用 (15)总结 (18)致谢 (19)参考文献 (20)矩阵的初等变换及其应用在线性方程组的讨论中我们看到，线性方程组的一些重要性质反映在它的系数矩阵和增广矩阵的性质上，并且解方程组的过程也表现为对这些矩阵的转化过程，除方程组之外，还有很多方面的问题也都涉及矩阵的概念及其应用，这些问题的研究常常转化为对矩阵的研究，甚至于有些性质完全不同的、表面上完全没有联系的问题，归结成矩阵问题以后却是相同的。
矩阵初等变换及其在线性代数中的应用
矩阵初等变换及其在线性代数中的应用线性代数是一门重要的数学分支，它研究的是线性变换及其代数分析性质。
其中，矩阵是线性代数中非常重要的工具，它可以把线性方程组转化成一个更简单的形式，使得我们可以更容易地进行求解。
而矩阵的初等变换则是在求解线性方程组时必须要用到的一种基本技巧。
本篇文章将深入探讨矩阵初等变换及其在线性代数中的应用。
矩阵初等变换到底是什么？矩阵初等变换是指对于一个矩阵来说，可以通过三种基本变换操作得到新的矩阵。
这三种操作分别是：交换矩阵的任意两行或两列；用一个非零常数 k 乘以矩阵的某一行或某一列；将矩阵的某一行或某一列加上另一行或另一列的 k 倍。
这三种操作称为矩阵的行初等变换或列初等变换。
首先来看一个示例，假设有如下矩阵：$$\begin{bmatrix}1 &2 \\3 &4 \\\end{bmatrix}$$对于这个矩阵，我们可以进行如下初等变换：①交换第一行和第二行$$\begin{bmatrix}3 &4 \\1 &2 \\\end{bmatrix}$$②将第二行乘以2$$\begin{bmatrix}1 &2 \\6 & 8 \\\end{bmatrix}$$③将第二行减去第一行的两倍$$\begin{bmatrix}1 &2 \\4 & 4 \\\end{bmatrix}$$通过这三种基本变换，我们可以将原始矩阵变换成一个新的矩阵。
这个过程通常用矩阵的运算符号表示，比如将第二行减去第一行两倍的操作可以表示为：$$\begin{bmatrix}1 & 0 \\-2 & 1 \\\end{bmatrix}\begin{bmatrix}1 &2 \\3 &4 \\\end{bmatrix}=\begin{bmatrix}1 &2 \\1 & 0 \\\end{bmatrix}$$其中，左侧的矩阵就是一个变换矩阵，它表示了对原矩阵的操作。
矩阵的广义初等变换及应用
设 A, B, C , D ∈ M n ( F ) ,证明
A B C D B A D C C D A B D C B A
M =
=
1 8 2 0 −2 14 2 − 2 11 = 1 ⋅ 14 − 20 11 8 − ⋅ [0 − 20 2 2] −2 = 14 −5 = 118 − 24
−
1 B, 2
A 0
0 A B → B 0 B
→
A 0
A + B B
万方数据
芜湖职业技术学院学报 2005 年第 7 卷第 2 期
57
A 0 A A + B ∴ r ≥ r(A+B) 0 B =r 0 B
对此分块矩阵
则
A B C D
实施一次广义初等变换后得到的矩阵称为广义初等 矩阵 广义初等矩阵有下面三种形式 1
0 E n Em 0
B A 广义初等变换 → −1 0 D − CA B
由行列式的性质知在此变换过程中矩阵 M 作成的行 列式的值不变,即
→
−E E
− ( A − B) ( A − B) 1 1 [( A + B ) −1 − ( A − B ) −1 ] [( A + B ) −1 + ( A − B ) −1 ] 2 2
−1 −1
r(A)+r(B) ≤ n 证明 构造分块矩阵
E B E 0 E → → → B E A − AB 0 0 0 0 0
B −1 = 1 B B = 1 A − B −1 4 B − B 4
矩阵的初等变换及其应用
矩阵的初等变换及其应用线性代数第一次讨论课1.导语2.讨论内容目录3.正文4.个人总结导语:矩阵是研究线性代数方程组和其他相关问题的有力工具，也是线性代数的主要研究啊、对象之一。
它的理论和方法在自然科学、工程技术、社会科学等众多领域等都有极其广泛的应用。
矩阵作为一些抽象数学的具体表现，在数学研究中占有极其重要的地位。
本文从矩阵的概念讨论矩阵的运算及性质，进而讨论用途很广的矩阵的初等变换及其应用。
讨论内容目录矩阵的初等变换及其应用1.两个矩阵的等价2.两个矩阵的乘积3.将矩阵化为行阶梯型、行最简形、标准型4.求矩阵的秩5.求可逆矩阵的逆矩阵6.求线性方程组的解7.判断向量组的线性相关性8.求向量组的秩与极大无关组9.求矩阵的对角化矩阵（采用行列初等变换，对角线元素为特征值）10.二次型化为标准形正文一、矩阵的等价1.定义：若矩阵A经过一系列初等行变换化为B矩阵,则称A与B行等价；若矩阵A经过一系列初等列变换化为B矩阵,则称A与B列等价；若矩阵A经过一系列初等变换化为B矩阵,则称A与B等价（相抵）。
2.矩阵的等价变换形式主要有如下几种：1）矩阵的i行（列）与j行（列）的位置互换；2）用一个非零常数k乘矩阵的第i行（列）的每个元；3）将矩阵的第j行（列）的所有元得k倍加到第i行（列）的对应元上去；即如果两个矩阵可通过有限次上述变换中的一个或几个的组合变为一样的，两个矩阵等价。
3.矩阵等价具有下列性质（1）反身性任一矩阵A与自身等价；（2）对称性若A与B等价，则B与A等价；（3）传递性若A与B等价，B与C等价，则A与C等价；注意：矩阵作初等变换是矩阵的一种运算，得到的是一个新矩阵，这个矩阵一般与原矩阵不会相等。
下面举例说明矩阵等价及等价变换：13640824100412204128--?? ?- ? ?-- ?-??13r r +→43213131414331222136413640824100824100412204122041280 412813641364082410082410000300030060000r rr r r r r rr r r r B ++-++-----???? ? ?-- ? ????→???→---- ? ?-------- ? ?→= ? ? ? ?????1231213121310341813601030013001300001000100000000r r r r r r r r r C -------???? ?-- ? ?→→= ?显然，根据矩阵等价的定义，以上变换过程中的每一个矩阵均为等价的，每个步骤都是等价转换。
矩阵的初等变换及应用的总结
矩阵的初等变换及应用内容摘要：矩阵是线性代数的重要研究对象。
矩阵初等变换是线性代数中一种重要的计算工具，利用矩阵初等变换，可以求行列式的值，求解线性方程组，求矩阵的秩，确定向量组向量间的线性关系。
一矩阵的概念定义：由于m×n个数aij（i=1，2，….，m；j=1，2，….，n）排成的m行n列的数表，称为m行n列，简称m×n矩阵二矩阵初等变换的概念定义：矩阵的初等行变换与初等列变换，统称为初等变换1.初等行变换矩阵的下列三种变换称为矩阵的初等行变换:(1) 交换矩阵的两行(交换两行,记作);(2) 以一个非零的数乘矩阵的某一行(第行乘数,记作);(3) 把矩阵的某一行的倍加到另一行(第行乘加到行,记为).1.初等列变换把上述中“行”变为“列”即得矩阵的初等列变换3 ,如果矩阵A经过有限次初等变换变成矩阵B,就称矩阵A 与矩阵B等价，记作A~B矩阵之间的等价关系具有下列基本性质:(1) 反身性;(2) 对称性若,则;(3) 传递性若,,则.三矩阵初等变换的应用1.利用初等变换化矩阵为标准形定理：任意一个m×n矩阵A，总可以经过初等变换把它化为标准形2.利用初等变换求逆矩阵求n阶方阵的逆矩阵：即对n×2n矩阵（A¦E）施行初等行变换，当把左边的方阵A变成单位矩阵E的同时，右边的单位矩阵也就变成了方阵A的逆矩阵A^(-1)即(A|E)经过初等变换得到(E|A^(-1))这种计算格式也可以用来判断A是否可逆，当我们将A化为行阶梯形矩阵时，若其中的非零行的个数等于n时，则A可逆，否则A不可逆。
设矩阵可逆，则求解矩阵方程等价于求矩阵，为此，可采用类似初等行变换求矩阵的逆的方法，构造矩阵，对其施以初等行变换将矩阵化为单位矩阵，则上述初等行变换同时也将其中的单位矩阵化为，即.这样就给出了用初等行变换求解矩阵方程的方法.同理, 求解矩阵方程等价于计算矩阵亦可利用初等列变换求矩阵. 即.3．利用矩阵初等变换求矩阵的秩矩阵的秩的概念是讨论向量组的线性相关性、深入研究线性方程组等问题的重要工具. 从上节已看到，矩阵可经初等行变换化为行阶梯形矩阵，且行阶梯形矩阵所含非零行的行数是唯一确定的, 这个数实质上就是矩阵的“秩”,鉴于这个数的唯一性尚未证明，在本节中，我们首先利用行列式来定义矩阵的秩，然后给出利用初等变换求矩阵的秩的方法.定理：矩阵的初等变换不改变矩阵的秩，即若A~B则R（A）=R(B)为求矩阵的秩，只要把矩阵用初等行变换变成阶梯矩阵解体矩阵中非零行的行数即是该矩阵的秩利用矩阵值得概念，能够讨论线性方程组有解的条件，然后通过研究向量组的线性相关性，向量组的秩等重要概念，讨论线性方程组的结构。
矩阵的初等变换及其应用
三类 变换 并 不会 改 变 方 程组 的解 ， 们 称 这 三 种 我
Ａ。（ ） 兰 一
例 １ 将矩阵 Ａ 一
方 程 的运 算 为方 程 组 的初 等变 换 ． 这 三类 初 等 把
变换 转移 到 矩 阵上 ， 就是矩 阵的初 等变 换 。 定 义 １ 对 矩 阵进 行 下 列 三种 变 换 ， 为 矩 称 阵 的初 等行 变 换 ： 对 换 矩 阵 两 行 的 位 置 ； 用 ① ②
根 性 ３ Ｌｓｔ 据 质 ． ｒ 一 ￣ ｉ］ ｎ
一
一 号
（） ４ｒ
０
￡
ｔ
ａｒ ａｎ ｃｔ Ｓ
所 以
（） ５ｒ ＝！ ｅｔ Ｊ －ｄ Ｓ￡
解：
—
ｃ 一ｒ ｎ）ｊ＝号 号 ａｔ Ｉ ｃ ｓ一 ａ 。
（） ， ￡ ５ 设 （）一 １ ｃｓ 一 ｏ
（）设 ， ￡ １ （）一 ｓ ｔ 则 Ｆ（）一 Ｌ 厂 ￡］ ｉ ３， ｎ ｓ ［ （）
１ ４ １ １ ４
因此可 利用 矩 阵的初 等变换 解线性 方程 组 。 例 ４ 解方 程组
ｆ １一 ｘ２一 ｘ３ ２，
４ 用初等 变换 法求 解矩阵 方程
． ｘ — ２ ３ ３— １ ｛ ｌ — ｘ ２ ，
【ｘ１ ２ ２ ５ ３ ＋ ｘ — ｘ３— ０ ．
设 矩阵 Ａ可 逆 ， 求解 矩阵方 程 Ａｘ — Ｂ等 则 价 于求 矩 阵 Ｘ ： Ｂ， 这此 可采 用类 似于初 等行 变 换 求逆矩 阵 的方 法 ， 构造 矩 阵 （ ； ） 对 其 施 Ａ Ｂ ，
Ｂ ＝ ＝
ｂ ２
，
●
则 利用 矩阵 的乘法 ， 线性 方程组 （ ） １ 表
：
线性代数课件 矩阵的初等变换
第i列
第 j列
11
(2) 以数 k 0 乘某行或某列，得初等倍乘矩阵。
以数k 0乘单位矩阵的第i行( ri k )，得初等 矩阵E ( i ( k )).
1 1 E ( i ( k )) k 1 1
标准形矩阵
特点：左上角为一个单 位矩阵,其他位置上的元素全 都为 0 .
9
二、初等矩阵
矩阵的初等变换是矩阵的一种基本运算，应 用广泛. 定义 由单位矩阵 E 经过一次初等变换得到的方 阵称为初等矩阵. 1 0 0 r 4r 1 0 4 1 3 例如 E 0 1 0 ~ 0 1 0 0 0 1 0 0 1 三种初等变换对应着三种初等方阵. 1. 对调两行或两列； 2. 以数 k 0 乘某行或某列； 3. 以数 k 乘某行（列）加到另一行（列）上去．
3
定义3 如果矩阵 A 经有限次初等变换变成 矩阵 B， 就称矩阵 A 与 B 等价，记作A ~ B．
等价关系的性质：
（1）自反性 A A；
（2）对称性 若 A B , 则 B A; （3）传递性 若 A B, B C, 则 A C.
4
行阶梯形矩阵：
特点： （1）可划出一 条阶梯线，线的 下方全为零； （2）每个台阶 只有一行，
对应的元素上去（第 j 行的 k 倍加到第 i 定义矩阵的初等列变换(所用记号是 把“r”换成“c”)．
定义2 矩阵的初等列变换与初等行变换统称为 初等变换．
初等变换的逆变换仍为初等变换, 且变换类型 相同．
ri rj 逆变换 ri rj ; 1 ri k 逆变换 ri ( ) 或 ri k; k ri krj 逆变换 ri ( k )rj 或 ri krj .
第三章 矩阵的初等变换
第三章 矩阵的初等变换矩阵是数学中一个重要的概念，它在科学和工程应用中有着广泛的用途。
矩阵的初等变换是矩阵学中的一项基本操作，对矩阵进行初等变换可以用于求解线性方程组、矩阵的逆以及矩阵的特征值与特征向量等问题。
本章将从初等变换的定义、性质、分类以及应用方面进行阐述。
一、初等变换的定义及性质1. 初等变换的定义初等变换是矩阵学中对矩阵的一种基本操作，它包括三种类型的变换：（1）交换矩阵的任意两行或两列；（2）用非零常数乘矩阵的任意一行或一列；（3）把矩阵的任意一行或一列加上另一行或一列的某个倍数。
这三种变换分别称为行变换、列变换和倍加行变换 （或倍加列变换）。
通过对矩阵进行这三种变换，可以使得矩阵的某些特性变得更加清晰，可以方便地进行矩阵运算、矩阵求解等操作。
2. 初等变换的性质（1）初等变换不改变矩阵的秩。
（2）初等变换不改变矩阵的行列式的值。
（3）若矩阵A经过一次初等变换得到矩阵B，则存在一个可逆矩阵P，使得P·A=B。
（4）由矩阵A经过若干次初等变换得到的矩阵B和矩阵A之间可通过一系列的初等矩阵相乘得到，即B=E1·E2·...·En·A，其中Ei为第i种初等矩阵。
二、初等变换的分类根据初等变换的不同类型，我们可以把初等变换分为三类：行初等变换、列初等变换和整体初等变换。
1. 行初等变换行初等变换是对矩阵的一行进行变换，包括以下三种类型：（1）交换矩阵的两行；（2）用一个非零常数乘以矩阵的某一行；（3）把矩阵的某一行加上另一行的某个倍数。
对于一个n阶矩阵A，我们可以用行向量$(a_{1i} ,a_{2i} ,...,a_{ni})^{T}$表示A的第i行，例如A的第1行可以表示为$(a_{11} ,a_{12} ,...,a_{1n})^{T}$。
那么通过上述变换，我们可以得到新的矩阵A'，它的第i行表示为：（1）若把矩阵第i行和第j行交换，则$A'_{i}=A_{j}$，$A'_{j}=A_{i}$，其余行不变；（2）若用非零常数k乘以矩阵的第i行，则$A'_{i}=kA_{i}$，其余行不变；（3）若把矩阵的第j行的k倍加到第i行上，则$A'_{i}=A_{i}+kA_{j}$，其余行不变。
矩阵的初等变换及其应用
㊀㊀㊀㊀㊀㊀矩阵的初等变换及其应用矩阵的初等变换及其应用Һ顾江永㊀（宿迁学院文理学院，江苏㊀宿迁㊀２２３８００）㊀㊀ʌ摘要ɔ矩阵的初等变换在代数学中具有重要的地位，本文给出了运用初等变换求解方程组的基础解系㊁特征值㊁多项式的最大公因式和Ｊｏｒｄａｎ标准形相似变换矩阵等方法，这些方法具有直观㊁简捷㊁有效等特点．ʌ关键词ɔ初等变换；基础解系；最大公因式；相似变换矩阵ʌ基金项目ɔ２０１９江苏省高校教学研究一般项目（２０１９ＳＪＡ１９９７）一㊁引㊀言矩阵的初等变换包括矩阵的初等行变换和矩阵的初等列变换，矩阵的初等行（列）变换有三种形式［１］：（１）交换两行（列）；（２）任一行（列）的ｋ倍（ｋʂ０）；（３）任一行（列）的ｋ倍加到另一行（列）．在代数学中，矩阵的初等变换有着非常重要且广泛的应用，它常被应用于行列式的计算㊁方程组以及矩阵方程的求解㊁向量线性关系的判定㊁求矩阵的秩以及逆㊁λ－矩阵的不变因子和矩阵的Ｊｏｒｄａｎ标准形等．张家宝给出了初等变换求逆的几种方法［２］；石擎天等研究了初等变换求解方程组的特殊方法［３］；于莉琦等介绍了初等变换在行列式㊁矩阵和方程组中的应用［４］．本文给出了矩阵的初等变换求解方程组的基础解系㊁最大公因式和Ｊｏｒｄａｎ标准形的相似变换矩阵等方法及应用．二㊁预备知识引理１［５］㊀设矩阵Ａｍˑｎ的秩为ｒ，且Ａｍˑｎ＝ＰＥｒ０００æèçöø÷Ｑ，其中Ｐｍˑｍ，Ｑｎˑｎ为可逆矩阵，则有Ｐ－１００Ｅｎæèçöø÷ＡＥｎæèçöø÷Ｑ－１＝Ｅｒ０００Ｑ－１æèççöø÷÷．证明㊀因为Ａｍˑｎ＝ＰＥｒ０００æèçöø÷Ｑ，所以Ｅｒ０００æèçöø÷＝Ｐ－１ＡｍˑｎＱ－１，故Ｐ－１００Ｅｎæèçöø÷ＡＥｎæèçöø÷Ｑ－１＝Ｐ－１ＡＥｎæèçöø÷Ｑ－１＝Ｐ－１ＡＱ－１Ｑ－１æèçöø÷＝Ｅｒ０００Ｑ－１æèççöø÷÷，注：引理１给出了化一个矩阵为标准形的求Ｑ－１的方法．引理２㊀设矩阵Ａｍˑｎ的秩为ｒ，则矩阵ＡＥｎæèçöø÷仅经初等列变换可以化为β１，β２， ，βｒ，０， ，０Ｑ－１æèçöø÷，其中β１，β２， ，βｒ线性无关，且ＡＱ＝β１，β２， ，βｒ，０， ，０()．证明㊀因为Ａｍˑｎ的秩为ｒ，所以Ａｍˑｎ的列秩等于ｒ，即矩阵Ａｍˑｎ列向量组的最大线性无关组由ｒ个向量构成，不妨设为β１，β２， ，βｒ，故由初等变换的性质可得ＡＥｎæèçöø÷仅经初等列变换可以化为β１，β２， ，βｒ，０， ，０Ｑ－１æèçöø÷．引理３［６］㊀设Ａ是数域Ｐ上的ｎ阶方阵，将矩阵λＥ－Ａ经初等变换化为上三角形矩阵ｆ１（λ）０ ０∗ｆ２（λ）０︙︙⋱︙∗∗ｆｎ（λ）æèççççöø÷÷÷÷，则ｆｉ（λ）＝０（ｉ＝１，２， ，ｎ）在数域Ｐ上的根即为矩阵Ａ的全部特征根．证明㊀根据初等变换的性质可知，初等变换不改变λＥ－Ａ＝０的根，故ｆ１（λ）０ ０∗ｆ２（λ） ０︙︙⋱︙∗∗ｆｎ（λ）＝ｆ１（λ）ｆ２（λ） ｆｎ（λ）＝０的根即为矩阵Ａ的全部特征根．引理４㊀设ｆ１（ｘ），ｆ２（ｘ）， ，ｆｓ（ｘ）是数域Ｐ上的多项式，且ｆ１（ｘ），ｆ２（ｘ）， ，ｆｓ（ｘ）()Ｔ经初等行变换化为ｄ（ｘ），０， ，０()Ｔ，则ｄ（ｘ）即为ｆ１（ｘ），ｆ２（ｘ）， ，ｆｓ（ｘ）的最大公因式．证明㊀由辗转相除法原理直接可得［１］．三㊁主要结论定理１㊀设齐次线性方程组Ａｍˑｎｘ＝０，其系数矩阵Ａｍˑｎ的秩为ｒ，且Ａｍˑｎ＝ＰＥｒ０００æèçöø÷Ｑ，又设Ｑ－１＝（η１， ，ηｒ，ηｒ＋１， ，ηｎ），则ηｒ＋１，ηｒ＋２， ，ηｎ是线性方程组Ａｍˑｎｘ＝０的基础解系．证明㊀设Ｑｘ＝ｙ１︙ｙｒ︙ｙｎæèçççççöø÷÷÷÷÷＝ＹｒＹｎ－ｒæèçöø÷，由Ａｍˑｎｘ＝ＰＥｒ０００æèçöø÷Ｑｘ＝ＰＥｒ０００æèçöø÷ＹｒＹｎ－ｒæèçöø÷＝０，可得Ｙｒ＝ｙ１︙ｙｒæèççöø÷÷＝０，所以ｘ＝Ｑ－１ＹｒＹｎ－ｒæèçöø÷＝Ｑ－１０︙０ｙｒ＋１︙ｙｎæèççççççöø÷÷÷÷÷÷．㊀㊀㊀㊀㊀令Ｑ－１＝（η１， ，ηｒ，ηｒ＋１， ，ηｎ），则ｘ＝ｙｒ＋１ηｒ＋１＋ｙｒ＋２ηｒ＋２＋ ＋ｙｎηｎ．因为Ｑ是可逆矩阵，则ηｒ＋１，ηｒ＋２， ，ηｎ线性无关，所以ηｒ＋１，ηｒ＋２， ，ηｎ为方程组的一个基础解系．定理２［７］㊀设Ａ是数域Ｐ上的ｎ阶方阵，矩阵λＥｎ－ＡＥｎæèçöø÷经初等变换化为φ１（λ）０⋱０φｎ（λ）Ｑ（λ）æèççççöø÷÷÷÷（其中初等行变换只能在前ｎ行进行）．设Ｑ（λ）的第ｊ列为ｑｊ（λ），若λ－λ０()ｋ为φｊ（λ）的初等因子，则Ａｑｊ（λ０），ｑᶄｊ（λ０）１！，ｑᵡｊ（λ０）２！， ，ｑ（ｋ－１）ｊ（λ０）（ｋ－１）！æèçöø÷＝ｑｊ（λ０），ｑᶄｊ（λ０）１！，ｑᵡｊ（λ０）２！， ，ｑ（ｋ－１）ｊ（λ０）（ｋ－１）！æèçöø÷λ０１００λ００︙︙⋱１００λ０æèççççöø÷÷÷÷．证明㊀由题设知，存在可逆矩阵Ｐ（λ），Ｑ（λ），使得Ｐ（λ）λＥｎ－Ａ()Ｑ（λ）＝φ１（λ）０⋱０φｎ（λ）æèççöø÷÷．因为ｑｊ（λ）是Ｑ（λ）的第ｊ列，所以Ｐ（λ）λＥｎ－Ａ()ｑｊ（λ）＝（０， ，０，φｊ（λ），０， ，０）Ｔ．又设ｑｊ（λ）的幂级数展开式为ｑｊ（λ）＝ｑｊ（λ０）＋ｑᶄｊ（λ０）１！λ－λ０()＋ｑᵡｊ（λ０）２！λ－λ０()２＋ ，代入Ｐ（λ）λＥｎ－Ａ()ｑｊ（λ）＝（０， ，０，φｊ（λ），０， ，０）Ｔ，得λ０Ｅｎ－Ａ()ｑｊ（λ０）＝０，λ０Ｅｎ－Ａ()ｑᶄｊ（λ０）＋ｑｊ（λ）＝０，λ０Ｅｎ－Ａ()ｑ（ｋ－１）ｊ（λ０）（ｋ－１）！＋ｑｋ－２()ｊ（λ０）ｋ－２()！＝０．上面等式两边相加㊁移项并提取矩阵Ａ可得Ａ(ｑｊ（λ０），ｑᶄｊ（λ０）１！，ｑᵡｊ（λ０）２！， ，ｑ（ｋ－１）ｊ（λ０）（ｋ－１）！)＝(ｑｊ（λ０），ｑᶄｊ（λ０）１！，ｑᵡｊ（λ０）２！， ，ｑ（ｋ－１）ｊ（λ０）（ｋ－１）！)λ０１００λ０ ０︙︙⋱１００λ０æèççççöø÷÷÷÷．四㊁应用举例例１㊀求多项式ｆ１（ｘ），ｆ２（ｘ），ｆ３（ｘ）的最大公因式，其中ｆ１（ｘ）＝ｘ４＋２ｘ３＋４ｘ２＋３ｘ＋２，ｆ２（ｘ）＝ｘ４＋ｘ３＋３ｘ２＋ｘ＋２，ｆ３（ｘ）＝ｘ３＋２ｘ２＋３ｘ＋２．解㊀因为ｆ１（ｘ）ｆ２（ｘ）ｆ３（ｘ）æèççöø÷÷＝ｆ１（ｘ）－ｆ２（ｘ）ｆ２（ｘ）－ｘｆ３（ｘ）ｆ３（ｘ）æèççöø÷÷＝ｘ３＋ｘ２＋２ｘ－ｘ３－ｘ＋２ｘ３＋２ｘ２＋３ｘ＋２æèççöø÷÷＝ｘ３＋ｘ２＋２ｘｘ２＋ｘ＋２ｘ２＋ｘ＋２æèççöø÷÷＝ｘ３＋ｘ２＋２ｘｘ２＋ｘ＋２０æèççöø÷÷＝ｘ２＋ｘ＋２００æèççöø÷÷，所以由引理４知，ｆ１（ｘ），ｆ２（ｘ），ｆ３（ｘ）的最大公因式为ｄ（ｘ）＝ｘ２＋ｘ＋２．例２㊀求齐次线性方程组ｘ１＋ｘ２＋ｘ３＋ｘ４＋ｘ５＝０，３ｘ１＋２ｘ２＋ｘ３＋ｘ４－３ｘ５＝０，５ｘ１＋４ｘ２＋３ｘ３＋３ｘ４－ｘ５＝０{的基础解系．解㊀对系数矩阵Ａ施行初等行变换如下Ａ＝１１１１１３２１１－３５４３３－１æèççöø÷÷ ｒ２－３ｒ１ｒ３－５ｒ１１１１１１０－１－２－２－６０－１－２－２－６æèççöø÷÷ ｒ１＋ｒ２ｒ２ˑ（－１）ｒ３－ｒ２１０－１－１－５０１２２６０００００æèççöø÷÷．又１０－１－１－５０１２２６１０００００１０００００１０００００１０００００１æèçççççççöø÷÷÷÷÷÷÷ ｃ３＋ｃ１ｃ４＋ｃ１ｃ５＋５ｃ１１０００００１２２６１０１１５０１０００００１０００００１０００００１æèçççççççöø÷÷÷÷÷÷÷ ｃ３－２ｃ２ｃ４－２ｃ２ｃ５－６ｃ２１０００００１０００１０１１５０１－２－２－６００１０００００１０００００１æèçççççççöø÷÷÷÷÷÷÷则由引理２知，方程组的基础解系为η１＝（１，－２，１，０，０）Ｔ，η２＝（１，－２，０，１，０）Ｔ，η３＝（５，－６，０，０，１）Ｔ．ʌ参考文献ɔ［１］王萼芳，石生明．高等代数（第五版）［Ｍ］．北京：高等教育出版社，２０１９：５．［２］张家宝．浅谈求逆矩阵的几种方法［Ｊ］．数学学习与研究，２０２０（１０）：４－５．［３］石擎天，黄坤阳．线性方程组求解及应用［Ｊ］．教育教学论坛，２０２０（１２）：３２５－３２７．［４］于莉琦，高恒嵩．初等变换概述［Ｊ］．数学学习与研究，２０１９（０６）：１１６．［５］徐仲，陆全，等．高等代数考研教案（第２版）［Ｍ］．西安：西北工业大学出版社，２００９．［６］卢博，田双亮，等．高等代数思想方法及应用［Ｍ］．北京：科学出版社，２０１７．［７］朱广化．关于‘相似变换矩阵的简单求法“的改进［Ｊ］．数学通报，１９９４（１１）：４４－４６．。
矩阵初等变换的性质及其应用
摘要本文探讨矩阵初等变换的性质及其在代数中的若干应用，主要从矩阵的逆、矩阵的秩、求解线性方程组及矩阵方程、求一元多项式的最大公因式、求解指派问题等若干方面进行阐述。
关键词：矩阵的初等变换；矩阵的秩；可逆矩阵；线性方程组；最大公因式AbstractThis paper is mainly to discuss the application of the elementary transfor mation of matrix in algebra, using matrix elementary transformation to solve th e matrix inverse, matrix rank, solving linear equations and matrix equations, on e yuan polynomial greatest common divisor, solving assignment problem of the se aspects of the application.Keywords:Elementary transformation of matrix;Matrix rank;Invertible matrix;System of linear equations;Greatest common factor目录1 引言 ............................. 错误!未定义书签。
2 矩阵的初等变换及其性质 (1)2.1 矩阵初等变换的定义.......................... 错误!未定义书签。
2.2 矩阵初等变换相关性质 (2)3 矩阵初等变换的若干应用 (2)3.1 利用矩阵初等变换求矩阵的逆 (1)3.2 利用矩阵的初等变换来求矩阵的秩 (5)3.3 利用矩阵初等变换求解线性方程组及矩阵方程 (7)3.4 利用矩阵的初等变换求一元多项式最大公因式 (11)3.5 利用矩阵初等变换解决指派问题 (13)参考文献 (16)矩阵初等变换的性质及其应用矩阵及其理论在众多领域中都发挥着重要的作用,而矩阵的初等变换是矩阵理论的核心和灵魂。
矩阵的初等变换及其应用
矩阵的初等变换及其应用
矩阵初等变换包括三种变换：
1.交换任意两行或列。
2.用一个数与一行或列中所有数相乘。
3.把某一行或列中的某个数加上另一行或列中对应的数的k倍。
初等变换的主要应用有：
1.解线性方程组：通过初等变换把系数矩阵化为一个容易求解的三角矩阵。
2.计算矩阵的秩：通过初等变换把矩阵化为阶梯形矩阵，可以方便地求出矩阵的秩。
3.求逆矩阵：通过初等变换把原矩阵化为一个对角矩阵，然后对角线上的元素取倒数得到逆矩阵。
矩阵的初等变换及应用(吴礼斌)
对 B 进一步化为行简化矩阵
3. 求逆矩阵
版权所有，安徽财经大学统计与应用数学学院吴礼斌，13955236046
2
线性代数
0 1 1 设矩阵 A = 1 1 2 ，求 A −1 。 2 −1 0
解：A 是 3 阶矩阵，在 A 的右边写上 3 阶单位矩阵，并对其施行初等行变换，得
版权所有，安徽财经大学统计与应用数学学院吴礼斌，13955236046 5
线性代数
其中 c1 , c 2 为任意常数。 （2）求解齐次线性方程组
x1 + x2 + x3 + x4 + x5 = 0, 3x + 2 x + x + x − 3x = 0, 1 2 3 4 5 5 x1 + 4 x2 + 3x3 + 3x4 − x5 = 0, x2 + 2 x3 + 2 x4 + x5 = 0.
再由行简化形矩阵写出原方程组的同解方程组为
x1 − 2 x2 − 2 x4 = −4 +1 x =5 2 4 2 x3
移项得
x1 = −4 + 2 x 2 + 2 x 4 5 −1 x3 = 2 2 x4
令 x2 = c1 , x4 = c2 ，代入上面同解方程组得原方程组的通解（一般表示形式）为
线性代数
矩阵的初等行变换及应用
一、矩阵的初等行变换概念
定义。 初等行 定义。对矩阵进行下列三种变换，称为矩阵的初等 初等行变换。 变换 (1)交换矩阵某两行的位置； (2)用一个非零数乘以矩阵某一行的每一个元； (3)将矩阵某一行的元都乘以数 λ 后对应加到另一行上. 并称(1)为换法行变换，称(2)为倍法行变换，称(3)为倍加行变换. 若把对矩阵施行的三种“行”变换改为对“列”的三种变换，称为矩阵的初等列 变换。矩阵的初等行变换和初等列变换统称为矩阵的初等变换 初等变换。 初等变换。 为了表示的方便，我们引入如下的一组变换运算符号： ri ↔ rk 表示交换矩阵的第 i 行与第 k 行的位置；
3.1 矩阵的初等变换及其应用
在科学技术与经济管理领域，线性方程组是许多问题的数学模型，因此，线性方程组的求解问题十分重要，本章将研究更一般的线性方程组的求解问题。
一、矩阵的初等变换
用消元法求解简单线性方程组时，其消元步骤是对方程组施以下列变换：
(i) 对调某两个方程在方程组中的位置；
(ii) 以数 乘某一方程的两端；
(iii) 把某一方程的两端乘以数 后加到另一方程的两端.
这些变换称为线性方程组的初等变换，由此引出矩阵的初等行变换.
定义6 下面三种变换称为矩阵的初等行变换:
(i) 对调两行(对调 两行,记作 );
(ii) 以数 乘某一行中的所有元素(第 行乘 ,记作 );
(iii) 把某一行所有元素的 倍加到另一行对应的元素上去(第 行的 倍加到第 行上,记作 ).
.
解
上式中最后一个矩阵为行阶梯矩阵，由此即可看出 .
若Ｄ含有矩阵Ｂ的第 行元素，同时含有矩阵Ｂ的第 行元素，那么由行列式的性质知Ｄ与矩阵Ａ中的一个相应 阶子式相等，所以也有Ｄ＝０.
综上，则得 .
又因为，将Ｂ的第 行的乘以 加到第 行得到矩阵Ａ，所以同理可得 .故
由定理3知，求矩阵的秩只需利用初等行变换将矩阵化为行阶梯形矩阵，然后确定矩阵的秩.
例4 求矩阵Ａ的秩，其中
用 阶初等方阵 左乘矩阵 得
其结果相当于对矩阵Ａ施行第一种初等行变换:把Ａ的第 行与第 行对调( )；类似地可以验证：以 左乘矩阵Ａ,其结果相当于以数 乘Ａ得第 行( )；以 左乘矩阵Ａ,其结果相当于把Ａ的第 行乘 加到第 行上( ).
综上所述,可得下述定理.
定理1设Ａ是一个 矩阵,对Ａ施行一次初等行变换,相当于在Ａ的左边乘以相应的 阶初等方阵;对Ａ施行一次初等列变换,相当于在Ａ的右边乘以相应的 阶初等方阵.
高等数学：3-1 矩阵的初等变换
r
A B A B,
于是
1
1
A B
1
A B
初等行变换
E
例3 求 矩 阵 X , 使 AX B， 其 中 2 1 3 1 1 A 1 2 2 B 2 0 1 3 2 2 5 1 若 A 可逆，则 X A B. 解
举例证明 用3阶初等矩阵 E3 (2,3) 左乘矩阵 A34 (aij )34，得
E 3 ( 2,3) A34
1 0 0 a11 0 0 1 a 21 0 1 0 a 31
a12 a 22 a 32
a13 a 23 a 33
1 r1 3
3 0 2 1 4 9
4 A 1 1 0 3 0 0 6 4 6
6 3 4 1 A 4 2 3 9 4 6
2. 利用初等行变换求逆阵 的方法，还可用于求
矩阵A1 B .
由于
A A E,
1
A~ E B ~ A 1 B
c
为证明定理1，我们引进初等矩阵的知识．
1、初等矩阵的概念
定义2 由单位矩阵E经过一次初等变换得到的方阵 称为初等矩阵. 三种初等变换对应着三种初等方阵.
1、 交换两行 (或两列 ) 交换 E 中第 i , j 两行，得初等方阵
1 1 0 1 1 j) 1 1 0 1 1
0 0 1 cr ,r 1 crn 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
例 用初等行变换将下面矩阵化为行最简形矩阵
多项式矩阵的初等变换
多项式矩阵的初等变换多项式矩阵是指矩阵的元素是多项式的矩阵。
初等变换是矩阵运算中常用的一种方式，可以通过对矩阵进行一系列基本操作来改变其性质。
本文将介绍多项式矩阵的初等变换方法及其应用。
1.行交换：通过交换矩阵的两行来改变行的顺序。
例如，将第一行与第二行交换，可以写作R1<->R2。
2.行倍乘：将矩阵的某一行的所有元素乘以一个非零常数。
例如，将第一行的元素都乘以2，可以写作2R1。
3.行加减：将某一行的所有元素与另一行的对应元素相加或相减，然后替换该行。
例如，将第一行的元素分别加到第二行上，可以写作R2=R2+R1。
在实际问题中，多项式矩阵的初等变换被广泛应用。
以下是一些常见的应用场景：1.线性方程组的求解：通过初等变换，可以将线性方程组转化为简化的行阶梯形矩阵，从而求解出未知数的值。
2.矩阵的秩计算：通过初等变换，可以将矩阵转化为行阶梯形矩阵，进而计算出矩阵的秩。
3.矩阵的相似性判定：通过初等变换，可以将矩阵转化为标准型，从而判断两个矩阵是否相似。
4.多项式插值：通过初等变换，可以将多项式插值问题转化为线性方程组求解问题，从而得到多项式的系数。
多项式矩阵的初等变换是一种常用的矩阵运算方法，通过行交换、行倍乘和行加减操作，可以改变矩阵的性质以及解决实际问题。
在实际应用中，初等变换广泛用于线性方程组求解、矩阵的秩计算、矩阵相似性判定和多项式插值等领域。
熟练掌握多项式矩阵的初等变换方法对于数学问题的解决具有重要意义。
1.张广福，陈皓，袁启土.数学分析[M].高等教育出版社，2013.2.蒋继宗.线性代数与几何[J].高等教育出版社，2018.。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
线性代数第一次讨论课1.导语2.讨论内容目录3.正文4.个人总结?导语:矩阵是研究线性代数方程组和其他相关问题的有力工具，也是线性代数的主要研究啊、对象之一。
它的理论和方法在自然科学、工程技术、社会科学等众多领域等都有极其广泛的应用。
矩阵作为一些抽象数学的具体表现，在数学研究中占有极其重要的地位。
本文从矩阵的概念讨论矩阵的运算及性质，进而讨论用途很广的矩阵的初等变换及其应用。
讨论内容目录矩阵的初等变换及其应用1.两个矩阵的等价2.两个矩阵的乘积3.将矩阵化为行阶梯型、行最简形、标准型4.求矩阵的秩5.·6.求可逆矩阵的逆矩阵7.求线性方程组的解8.判断向量组的线性相关性9.求向量组的秩与极大无关组10.求矩阵的对角化矩阵（采用行列初等变换，对角线元素为特征值）11.二次型化为标准形正文一、矩阵的等价1. 定义：若矩阵A 经过一系列初等行变换化为B 矩阵,则称A 与B 行等价；若矩阵A 经过一系列初等列变换化为B 矩阵,则称A 与B 列等价；若矩阵A 经过一系列初等变换化为B 矩阵,则称A 与B 等价（相抵）。
!2.矩阵的等价变换形式主要有如下几种：1）矩阵的i 行（列）与j 行（列）的位置互换； 2）用一个非零常数k 乘矩阵的第i 行（列）的每个元； 3）将矩阵的第j 行（列）的所有元得k 倍加到第i 行（列）的对应元上去；即如果两个矩阵可通过有限次上述变换中的一个或几个的组合变为一样的，两个矩阵等价。
3. 矩阵等价具有下列性质（1）反身性 任一矩阵A 与自身等价； （2）对称性 若A 与B 等价，则B 与A 等价；（3）传递性 若A 与B 等价，B 与C 等价，则A 与C 等价； 注意：矩阵作初等变换是矩阵的一种运算，得到的是一个新矩阵，这个矩阵一般与原矩阵不会相等。
下面举例说明矩阵等价及等价变换：;13640824100412204128--⎛⎫⎪- ⎪ ⎪-- ⎪-⎝⎭13r r +−−−→432131314143312221364136408241008241004122041220412804128136413640824100824100003000300060000r rr r r r r rr r r r B++-++-----⎛⎫⎛⎫ ⎪ ⎪-- ⎪ ⎪−−−→−−−→ ⎪ ⎪---- ⎪ ⎪--⎝⎭⎝⎭----⎛⎫⎛⎫⎪ ⎪-- ⎪ ⎪−−−→= ⎪ ⎪⎪ ⎪⎝⎭⎝⎭1231213121310341813601030013001300001000100000000r r r r r r r r r C -------⎛⎫⎛⎫⎪⎪-- ⎪ ⎪−−−→−−−→= ⎪⎪⎪⎪⎝⎭⎝⎭显然，根据矩阵等价的定义，以上变换过程中的每一个矩阵均为等价的，每个步骤都是等价转换。
二．矩阵的乘法1.定义：设A=（ij a ）是一个m*s 的矩阵，B=（ij b ）是一个s*n 的矩阵，规定矩阵A 与矩阵B 的乘积是m*n 矩阵C=（ij c ），记为C=AB ，其中11221sij i j i j is sj ik kj i c a b a b a b a b ==+++=∑(i=1,2,…,m;j=1,2,…,n)由矩阵乘积的定义可见，不是任何两个矩阵都可以相乘。
位于左边矩阵的列数与位于右边矩阵的行数相等的两个矩阵才能相乘；其乘积是一个与左边矩阵有相同行数，与右边矩阵有相同列数的矩阵；乘积矩阵的第i 行第j 列的元等于左边矩阵第i 行的各元与右边矩阵第j 列的对应元乘积之和。
所谓对应元，及第i 行的列号与第j 列的行号相同的元。
例：求矩阵A=(31−12041−12) 与 B=(231503)的乘积。
`解：AB=(31−12041−12)(231503) =(3×2+1×1+（−1）×03×3+1×5+(−1)×32×2+0×1+4×02×3+0×5+4×31×2+(−1)×1+2×01×3+(−1)×5+2×3)=(71141814)注意：1).矩阵乘法不满足交换律,即在一般情况下，AB ≠BA. 2).两个非零矩阵之积可能为零矩阵。
3).若A ≠O,AB=AC,不能推出B=C.2、矩阵乘法满足下列运算规律： （1） （AB ）C=A(BC);(2) A(B+C)=AB+BC,(B+C)A=BA+CA;(3) α（AB ）=(αα)α=A(αα),其中α是数； （4） αααα∗α=αα∗ααα=αα∗α. \三、将矩阵化为行阶梯型、行最简型、标准型将矩阵化为行阶梯型、行最简型、标准型就是利用矩阵的初等变换。
下面是以上三种形式的定义： 1、若满足以下两个条件：（1）若有零行（元全为0的行），则零行位于非零行（元不全为0的行）的下方；（2）每个首非零元（非零行从左边数起第一个不为零的元）前面零的个数逐行增加。
则为行阶梯型，简称阶梯型。
2、首非零元为1，且首非零元所在的列其他元都为0的行阶梯形称为行最简矩阵，简称最简形。
3、对任何m*n 矩阵A ，必可经有限次初等变换化为如下形式的矩阵rE O N OO ⎛⎫=⎪⎝⎭我们称N 为矩阵A 的等价标准形。
此标准形是有m ，n ，r 完全确定的，其中r 就是行阶梯矩阵中非零行的个数。
是否每个矩阵都能经过初等变换化为行阶梯型或行最简型呢下面这个定理给出了肯定的回答。
|定理1：任意m*n 矩阵A 总可以经初等变换行阶梯型及行最简型矩阵。
推论：m ×n 矩阵A 经过初等变换化为的行最简型是唯一的。
例：13640824100412204128--⎛⎫ ⎪- ⎪ ⎪-- ⎪-⎝⎭13r r +−−−→432131314143312221364136408241008241004122041220412804128136413640824100824100003000300060000r rr r r r r rr r r r B++-++-----⎛⎫⎛⎫ ⎪ ⎪-- ⎪ ⎪−−−→−−−→ ⎪ ⎪---- ⎪ ⎪--⎝⎭⎝⎭----⎛⎫⎛⎫⎪ ⎪-- ⎪ ⎪−−−→= ⎪ ⎪⎪ ⎪⎝⎭⎝⎭1231213121310341813601030013001300001000100000000r r r r r r r r r C -------⎛⎫⎛⎫⎪⎪-- ⎪ ⎪−−−→−−−→= ⎪⎪⎪⎪⎝⎭⎝⎭则B 为阶梯型，C 为最简型。
四、求矩阵的秩矩阵的秩是矩阵的一个重要的数值特征，是反映矩阵本质属性的一个不变的量。
它在线性方程组等问题的研究起着非常重要的作用。
下面我们介绍一下矩阵秩的求解方法。
1. 矩阵的秩的定义：如果矩阵A 中有一个不等于零的r 阶子式D ，而所有的r+1阶子式（如果存在的话）全为0，那么D 称为矩阵A 的一个最高阶非零子式。
数r 称为矩阵A 的秩，记作R(A)或r(A)，并规定零矩阵的秩为0.-由定义可得：（1） 若矩阵A 有一个r 阶子式不等于零，则（R ）≥r ,若矩阵A的所有r+1子式全为零，则（R ）≤r.（2） 若任意m*n 矩阵A ，必有R(A)=R(A T ).（3） 矩阵A 的秩既不会超过它的行数，也不会超过它的列数。
（4） 若矩阵B 是矩阵A 的子矩阵，则R(B)≤R(A). 2. 求矩阵的秩的方法(1)子式判别法（定义）：例为阶梯型矩阵，求R(B).解：由于，存在一个二阶子式不为零，而所有三阶子式全为零，所以Ｒ（Ｂ）＝２.结论：阶梯型矩阵的秩＝台阶数 .)(2)用初等变换发求矩阵的秩定理：初等变换不改变矩阵的秩推论 设A 是任一m*n 矩阵，P 、Q 分别是m 阶、n 阶可逆（满秩）矩阵，则必有R(PA)=R(AQ)=R(PAQ). 例：求R(A)。
⎪⎪⎪⎭⎫ ⎝⎛=00007204321B 0221≠⎪⎪⎪⎭⎫⎝⎛-----=211163124201A解：:所以R(A)=2.求矩阵A 的秩方法：1）利用初等行变换化矩阵A 为阶梯形矩阵B 2）数阶梯形矩阵B 非零行的行数即为矩阵A 的秩。
五、求可逆矩阵的逆矩阵逆矩阵是矩阵中单独的一个分支，但是其求解等各种方法与矩阵基本方法规律相同。
下面是矩阵的逆矩阵的定义：设A 为n 方阵，若存在你阶方阵B ，使AB=BA=E则称A 为可逆矩阵或A 是可逆的，并且称B 为A 的逆矩阵。
<可逆矩阵具有唯一性，即A 若可逆，其可逆矩阵是唯一的。
矩阵的逆矩阵的求法有三种： (1)特殊的矩阵。
1）矩阵为对角阵或者分块都为对角阵，可用特殊的方法求解。
若矩阵为对角阵，逆矩阵就是每一个元素分别求倒数放到原来位⎪⎪⎪⎭⎫⎝⎛--→00021104201−−→−-122rr A ⎪⎪⎪⎭⎫ ⎝⎛----211021104201置。
若矩阵分块都为对角阵，可将每个小块分别求逆矩阵，然后将逆矩阵放到原来的位置即可。
2）矩阵为两阶的矩阵，可运用公式求解（公式根据逆矩阵的定义推出）若ad-bc ≠0，则矩阵a b A c d ⎛⎫= ⎪⎝⎭ 可逆，且逆矩阵为11d b A c a ad bc --⎛⎫=⎪--⎝⎭(2) 运用矩阵的初等变换求矩阵的逆矩阵。
.其原理如下：若A 为n 阶可逆矩阵，其逆也是n 阶可逆矩阵，故A 可表示为初等矩阵的乘积，即存在初等矩阵12,,,m P P P ，使得112m A PP P -=。
由逆矩阵定义，有11()()A A E E A --=即112()()m PP P A E E A -=即有()()A E E A −−−−→初等行变换若摆放方式不同也可以将A ，E 竖放在经过初等列变换可得逆 矩阵与单位矩阵。
与第一个问题相关的是，变换前后两个矩阵等价。
(3)根据公式**A A AA A E==，可知A 的逆矩阵为1*1A A A-=. }这个公式在使用时十分复杂，但是若用于理论及电脑计算就有较大优势.例：信息加密问题将26个英文字母按顺序逐一与数字对应后，“send money ”编码为19,5,14,13,15,14,5,25，如果直接发出编码，很容易被人破译，显然这是不可取的，如何进行加密呢，可将式子表示为一个三阶方阵，乘以一个三阶方阵后密码的破译难度就大多了，问题是如何解密呢根据式子AB=C ，知B=A （-1） C.可知破译方式，即将得到的信息乘以逆矩阵就可以了。
1232132111110102213A A -⎛⎫⎪= ⎪⎪⎝⎭-⎛⎫ ⎪=- ⎪⎪-⎝⎭则明文SEND MONEY 对应的9个数值按3列被排成以下矩阵:194145135141525B ⎛⎫ ⎪= ⎪ ⎪⎝⎭矩阵乘积：232194148177931325135627379111141525383244AB ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪== ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭对应密文编码为：81,77,93,62,73,79,38,32,44。