矩阵及其运算

数域F中的$m \times n$个数$a_{ij}(i=1, \cdots, m; j=1, \cdots, n)$排成m行n列的数表。

$$\begin{bmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n}\\ \vdots & \vdots & & \vdots\\ a_{m1} & a_{m2} & \cdots & a_{mn} \\ \end{bmatrix}$$
叫做F上的 $m \times n$矩阵， 简称 矩阵，其中 $a_{ij}$叫做此矩阵的第i行第j列元素。元素都是实数的矩阵称为 实矩阵；元素都是复数的矩阵称为 复矩阵。

特别地，当$m = n$时，称A为n阶方阵，n阶方阵A的从左上角到右下角那条线叫做主对角线，简称对角线，其上的元素$a_{11}, a_{22}, \cdots, a_{nn}$叫做A的主对角线元素。

• 主对角线元素全为1，其余元素全为0的方阵称为单位矩阵，记作I。
• 除主对角线其余元素全为0的方阵称为对角矩阵。
• 满足$A^T = A$的实方阵A称为实对称矩阵，简称对称矩阵；满足$\overline{A^T} = A$的复矩阵称为Hermite矩阵
• 所有元素全是0的矩阵称为零矩阵，记作$O$

矩阵的运算

1. 矩阵的加法   设$A=[a_{ij}], B=[b_{ij}]$都是$m \times n$矩阵，定义A与B的和为$m \times n$矩阵$[a_{ij} + b_{ij}]$，记做$A + B$.
2. 矩阵的数乘   定义$k$与A的乘积为$m \times n$矩阵$[ka_{ij}]$，记为$kA$.
3. 矩阵的乘法   设$A=[a_{ij}]$是$m \times s$矩阵，$B=[a_{ij}]$是$s \times n$矩阵，则称$m \times n$矩阵$C = [c_{ij}]$，其中$c_{ij} = \sum_{k=1}^s a_{ik}b_{kj}, i=1, \cdots, m, j=1, \cdots, n$ ，为矩阵A与B的乘积，记作$C = AB$.

4. 可逆矩阵与逆矩阵

   设A是一个n阶方阵，如果存在一个n阶方阵G，使得

   $$AG = GA = I$$

   则称A是可逆矩阵，并称G是A的逆矩阵；记为$G = A^{-1}$
   给定n阶方阵$A=[a_{ij}]$，$A_{ij}$是元素$a_{ij}$的代数余子式，则A的伴随矩阵$adjA$定义为
   

   $$adjA = [A_{ij}]^T$$
   A可逆的充要条件是A的行列式不等于零。当A可逆时，
   $$A^{-1} = \frac{1}{\vert A \vert} adjA.$$

   所以要求解一个矩阵的逆矩阵时可以先计算其伴随矩阵，再计算原矩阵的行列式。一般不推荐使用该方法，计算量大后面会有更快速的方法。

   矩阵的初等变换及其应用

   1. 交换A的两行（列）
   2. 用一个非零数乘A的某一行（列）
   3. 用任一数乘以A的某一行（列）加到A的另一行（列）

   上述三种称为矩阵A的行（列）初等变换。

   如果矩阵B可以由矩阵A经过有限次初等变换而得到，则称矩阵A与B等价，记做$A \cong B$

   例 将A化成阶梯形矩阵

   $$A = \begin{bmatrix} 1 & 1 & 0 & 1 \\ 0 & 2 & 1 & 2 \\ -1 & 3 & 2 & 3 \\ \end{bmatrix} \underrightarrow{第三行加第一行} \begin{bmatrix} 1 & 1 & 0 & 1 \\ 0 & 2 & 1 & 2 \\ 0 & 4 & 2 & 4 \\ \end{bmatrix} \\ \underrightarrow{第三行减去第二行的两倍} \begin{bmatrix} 1 & 1 & 0 & 1 \\ 0 & 2 & 1 & 2 \\ 0 & 0 & 0 & 0 \\ \end{bmatrix} \\ \underrightarrow{进一步化简} \begin{bmatrix} 1 & 0 & -\frac{1}{2} & 0 \\ 0 & 1 & \frac{1}{2} & 1 \\ 0 & 0 & 0 & 0 \\ \end{bmatrix}$$

   矩阵A称为简化阶梯形矩阵，如果它是阶梯形矩阵，且A的非零行左起第一个非零元素为1，而且这些1分别是它们所在列的唯一非零元素。