美文网首页
线代(二):矩阵

线代(二):矩阵

作者: 逸无无争 | 来源:发表于2020-07-18 15:22 被阅读0次

    线性方程组

    假设有 n个未知数 m个方程的线性方程组如下所示:


    其中,若(第个方程的常数项)不全为0,此方程组称为n元非齐次线性方程组,若全为0,则是n元齐次线性方程组,如下所示:

    对于n元齐次线性方程组来说,必有零解(x_{1}=x_{2}=\cdots x_{n}=0,但不一定有非零解。关于如何求解线性方程组,可参考后续文章。

    矩阵

    矩阵的定义

    m\times n 个数a_{ij}(i=1,2,\dots,m;j=1,2,\dots, n)排成的 m 行n列的数表,称作m行n列矩阵,记作:A_{mn}=\begin{pmatrix} a_{11} & a_{12} &\cdots &a_{1n} \\ a_{21} & a_{22} & \cdots &a_{2n} \\ \vdots & \vdots & &\vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} \end{pmatrix},若a_{ij}为实数,矩阵则称为实矩阵a_{ij}为复数时,矩阵则是复矩阵
    当行数和列数相同时,这样的矩阵则称为n阶矩阵或者n阶方阵,记作A_{n}
    只有一行的则是行矩阵A=(a_{1},a_{2},\dots,a_{n})
    只有一列的则是列矩阵A=\begin{pmatrix} a_{1}\\ a_{2}\\ \vdots \\ a_{n} \end{pmatrix}
    若两个矩阵行数和列数都相同时,就称他们为同型矩阵
    若两矩阵是同型矩阵且元素都相等时,则称他们为两矩阵相等,记作A=B

    对于非齐次线性方程组:



    我们在来了解两个特殊n阶方阵和一个矩阵:

    • 对角矩阵(方阵):对角线以外的元素都为0,记作:\Lambda = \begin{pmatrix} \lambda_{1} & 0 & \cdots & 0\\ 0 & \lambda _{2}& \cdots &0 \\ \vdots & \vdots & \ & \vdots \\ 0 & 0& \cdots & \lambda _{4} \end{pmatrix}
    • 单位矩阵(方阵):对角线元素都为1,其余都为0,记作:E = \begin{pmatrix} 1 & 0 & \cdots & 0\\ 0 & 1& \cdots &0 \\ \vdots & \vdots & & \vdots \\ 0 & 0& \cdots & 1 \end{pmatrix}
    • 零矩阵:元素全为0,记作O

    矩阵的运算

    矩阵的加法

    A=[a_{ij}],B=[b_{ij}]是两个m\times n矩阵,则m\times n矩阵C=[c_{ij}]=[a_{ij}+b_{ij}]称为矩阵A与B的和,记为A+B=C

    • A+B=B+A
    • (A+B)+C=A+(B+C)
    • A+O=A
    • A+(-A)=O

    数与矩阵相乘

    A=[a_{ij}]m\times n矩阵,k是一个常数,则m\times n矩阵[ka_{ij}]称为数k与矩阵A的数乘,记为kA

    • 1A=A
    • k(lA)=(kl)A
    • k(A+B)=kA+kB
    • (k+l)A=kA+lA

    矩阵与矩阵相乘

    A=[a_{ij}]m\times n矩阵,B=[b_{ij}]n\times s矩阵,那么m\times s矩阵C=[c_{ij}],其中c_{ij}=a_{i1}b_{1j}+a_{i2}b_{2j}+\dots+a_{in}b_{nj}=\sum_{k=1}^{n}a_{ik}b_{kj},称为AB的乘积,记为C=AB

    • A(BC)=(AB)C
    • A(B+C) = AB+AC,(A+B)C=AC+BC
    • (kA)(lB)=klAB
    • AE=A,EA=A
    • OA=O,AO=O

    注:
    (1) 矩阵乘法无交换律,即一般情况下,AB\neq BA
    (2) AB=O不能推出A=O或者B=O
    (3) AB=AC,A\neq O,不能推出B=C

    矩阵的转置

    把矩阵A的行换成同序数的列得到一个新矩阵,叫做A的转置矩阵,记作:A^{T},如:A=\begin{pmatrix} 1 &2 &3 \\ 4 &5 &6 \end{pmatrix} \Rightarrow A^{T}=\begin{pmatrix} 1 & 4\\ 2 &5 \\ 3& 6 \end{pmatrix}

    • (A^{T})^{T}=A
    • (A+B)^{T}=A^{T}+B^{T}
    • (lA)^{T}=lA^{T}
    • (AB)^{T}=B^{T}A^{T}

    A为 n 阶方阵,如果满足 A^{T} =A,那么A称为对称矩阵,简称对矩阵

    方阵的行列式

    由 n 阶方阵 A 的元素所构成的行列式(各元素的位置不变),称为方阵A的行列式,记作det A|A|

    应该注意,方阵与行列式是两个不同的概念,n 阶方阵是 n^{2} 个数按一定方
    式排成的数表,而 n 阶行列式则是这些数(也就是数表 A)按一定的运算法则所
    确定的一个数

    • |A^{T}|=|A|
    • |lA|=l^{n}|A|
    • |AB|=|A||B|

    行列式|A|的各个元素的代数余子式A_{ij}所构成的如下的矩阵:称为矩阵A的伴随矩阵

    • AA^{*}=A^{*}A=|A|E

    对于2阶矩阵,用主对角线元素对换,副对角线元素变号即可求出伴随矩阵。

    逆矩阵

    对于n 阶矩阵 A,如果有一个n 阶矩阵 B,使AB=BA=E,则说矩阵A是可逆的,并把矩阵B称为矩阵A逆矩阵,简称逆阵。矩阵A则是可逆矩阵非奇异矩阵

    • A是可逆矩阵,则矩阵A的逆矩阵唯一,记为A^{-1}
    • 若矩阵A可逆,则|A| \neq 0
    • |A| \neq 0,则矩阵A可逆,且A^{-1}=\frac{1}{|A|}A^{*}\RightarrowAB=E (或 BA =E),则 B=A^{-1}
    • (A^{-1})^{-1}=A
    • (lA)^{-1}=\frac{1}{l}A^{-1}
    • (AB)^{-1}=B^{-1}A^{-1}
    • (A^{T})^{-1}=(A^{-1})^{T}

    克拉默法则


    矩阵分块法

    对矩阵适当地分块处理,有如下运算法则:

    • \begin{bmatrix} A_{1} &A_{2} \\ A_{3}& A_{4} \end{bmatrix}+\begin{bmatrix} B_{1} &B_{2} \\ B_{3}& B_{4} \end{bmatrix}=\begin{bmatrix} A_{1}+B_{1} &A_{2}+B_{2} \\ A_{3}+B_{3}& A_{4}+B_{4} \end{bmatrix}
    • \begin{bmatrix} A &B\\ C& D \end{bmatrix}+\begin{bmatrix} X &Y \\ Z& W \end{bmatrix}=\begin{bmatrix} AX+BZ &AY+BW \\ CX+DZ& CY+DW \end{bmatrix}
    • \begin{bmatrix} A&B \\ C& D \end{bmatrix}^{T}=\begin{bmatrix} A^{T} &C^{T} \\ B^{T}& D^{T} \end{bmatrix}
    • B,C分别是m阶与s阶矩阵,则:\begin{bmatrix} B &O \\ O& C \end{bmatrix}^{n}=\begin{bmatrix} B^{n}&O \\ O& C^{n} \end{bmatrix}
    • B,C分别是m阶与s阶可逆矩阵,则:\begin{bmatrix} B &O \\ O& C \end{bmatrix}^{-1}=\begin{bmatrix} B^{-1}&O \\ O& C^{-1} \end{bmatrix},\begin{bmatrix} O &B \\ C& O \end{bmatrix}^{-1}=\begin{bmatrix} O&C^{-1} \\ B^{-1}& O \end{bmatrix}
    • Am\times n矩阵,Bn \times s矩阵且AB=O,对BO矩阵按列分块有:AB=A[b_{1},b_{2},\dots,b_{s}]=[Ab_{1},Ab_{2},\dots,Ab_{s}]=[0,0,\dots,0],即B得列向量是齐次线性方程组Ax=0的解.

    补充公式:

    • |A^{*}|=|A|^{n-1}, |A^{*}|=|A|^{n-1},(A^{-1})^{*}=(A^{*})^{-1}=\frac{1}{|A|}A,(A^{*})^{T}=(A^{T})^{*},(kA)^{*}=k^{n-1}A^{*},(A^{*})^{*}=|A|^{n-2}A

    相关文章

      网友评论

          本文标题:线代(二):矩阵

          本文链接:https://www.haomeiwen.com/subject/zyxghktx.html