3.7 KiB
题型一:初等变换与初等矩阵
识别特征
- 涉及"交换两行/列""某行乘 $k$""倍加行"操作
- 需要判断某个矩阵是否可逆并求逆矩阵
- 出现"对
A实施初等变换化为 $B$"或"用初等矩阵表示"
解题流程
flowchart TD
A[识别题型] --> B{题目要求}
B -->|判断变换类型| C[对应初等矩阵]
B -->|求逆矩阵| D[A|E化为E|A⁻¹]
B -->|左乘右乘辨析| E[左乘行变; 右乘列变]
B -->|化行阶梯/最简| F[标准消去流程]
C --> G[写出变换前后的矩阵关系]
D --> H[验证 AA⁻¹ = E]
E --> I[套用性质]
F --> J[判断秩或解方程]
通法步骤
- 辨析变换类型:确认是初等行变换还是初等列变换
- 写初等矩阵:
r_i \leftrightarrow r_j对应 $E_{ij}$(E互换i,j行)r_i \times k对应 $E_i(k)$(E第i行乘 $k$)- $r_i + k r_j$($i \ne j$)对应
E_{ij}(k)
- 左乘 / 右乘:
- 左乘
E_{ij}(k)\Rightarrow第i行加第j行的k倍 - 右乘
E_{ij}(k)\Rightarrow第j列加第i列的k倍
- 左乘
- 求逆矩阵(初等变换法):
- 构造分块矩阵
(A \mid E) - 仅用初等行变换化为
(E \mid A^{-1}) - 若左侧无法化为 $E$,则
A不可逆
- 构造分块矩阵
常见陷阱
- 左乘 / 右乘的对应关系:对行变换"左乘 $E$,对列变换右乘 $E$",常被混淆
- 倍加行时:
r_i + k r_j中i是"被加行",j是"参考行",对应初等矩阵E_{ij}(k)的第i行含k - 求逆矩阵时只能用行变换:列变换会破坏左侧为单位阵的结构
- 初等矩阵转置:$E_{ij}(k)^T = E_{ji}(k)$(左乘行变
\Leftrightarrow右乘列变,对称写法)
经典母题
题目:设 $A = \begin{pmatrix} 0 & 1 & 0 \ 1 & 0 & 0 \ 0 & 0 & 1 \end{pmatrix}$。 (1) 写出把
A化为E所用的初等矩阵的乘积形式; (2) 求 $A^{-1}$; (3) 判断A是否可逆;若可逆,用初等变换法求 $A^{-1}$。
解答
(1) 初等矩阵乘积形式:
观察 A 是置换矩阵:第 1、2 行互换后得 $E$,即 $E_{12} \cdot A = E$,故 $A = E_{12}$,初等矩阵的乘积形式为 $E_{12}$。
(2) 求 $A^{-1}$:
A 是对称置换矩阵,自逆矩阵 $A^{-1} = A$(互换两次还原)。验证:$A \cdot A = \begin{pmatrix} 0 & 1 & 0 \ 1 & 0 & 0 \ 0 & 0 & 1 \end{pmatrix}^2 = \begin{pmatrix} 1 & 0 & 0 \ 0 & 1 & 0 \ 0 & 0 & 1 \end{pmatrix} = E$。
(3) 初等变换法验证:
(A \mid E) = \left( \begin{array}{ccc|ccc} 0 & 1 & 0 & 1 & 0 & 0 \\ 1 & 0 & 0 & 0 & 1 & 0 \\ 0 & 0 & 1 & 0 & 0 & 1 \end{array} \right)
\xrightarrow{r_1 \leftrightarrow r_2}
\left( \begin{array}{ccc|ccc} 1 & 0 & 0 & 0 & 1 & 0 \\ 0 & 1 & 0 & 1 & 0 & 0 \\ 0 & 0 & 1 & 0 & 0 & 1 \end{array} \right)
故 $A^{-1} = \begin{pmatrix} 0 & 1 & 0 \ 1 & 0 & 0 \ 0 & 0 & 1 \end{pmatrix} = A$。
复盘
- 关键观察:
A是对称矩阵($A^T = A$)且为置换矩阵,因此自逆。 - 初等变换法求逆:左侧化为
E时右侧即为 $A^{-1}$,只能用初等行变换。 - 本题考频:初等变换 + 初等矩阵可逆性的概念辨析,每年选择题必有。
变式:设
A是n阶可逆矩阵,证明A总可表为若干初等矩阵的乘积。
证明思路:
A 可逆 \Leftrightarrow A 经有限次初等行变换可化为 $E$,即 $E_{k} \cdots E_2 E_1 A = E$,故 $A = E_1^{-1} E_2^{-1} \cdots E_k^{-1}$。由初等矩阵可逆且逆仍是同类初等矩阵,结论得证。
意义:这一命题是"用初等变换求逆矩阵"算法的存在性根据,也是"矩阵分解为初等矩阵"的理论基础。