【线性代数】矩阵及其运算

矩阵

一、矩阵的定义

已知$A=\left(\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{2}2& \cdots & a_2\\ ⋮& ⋮& & ⋮\\ a_{m1}& a_{m2}& \cdots & a_{mn}\end{array}\right)$，这$m\times n$个数称为矩阵$A$的元素，简称为元，数$a_{ij}$位于矩阵$A$的第$i$行第$j$列，称为矩阵$A$的$(i,j)$元。以数$a_{ij}$为$(i,j)$元的矩阵可简记作$(a_{ij})$或$(a_{ij}{)}_{m\times n}$，$m\times n$的矩阵$A$也记作$A_{m\times n}$

当两个矩阵的行数相同，列数也相同时，则称它们是同型矩阵

二、线性变换的定义

$n$个变量$x_1,x_2,\cdots ,x_n$与$m$个变量$y_1,y_2,\cdots ,y_n$之间的关系式$\{\begin{array}{l}{y}_1=a_{11}{x}_1+a_{12}{x}_2+\cdots +a_{1n}{x}_n\\ y_2=a_{21}{x}_1+a_{22}{x}_2+\cdots +a_{2n}{x}_n\\ \cdots \\ y_m=a_{m1}{x}_1+a_{m2}{x}_2+\cdots +a_{mn}{x}_n\end{array}$表示从一个变量$x_1,x_2,\cdots ,x_n$到变量$y_1,y_2,\cdots ,y_m$的线性变换，其中$a_{ij}$为常数，线性变换的系数$a_{ij}$构成矩阵$A=(a_{ij}{)}_{m\times n}$

三、几种特殊的矩阵

1. 零矩阵

元素都是零的矩阵称为零矩阵，记作$O$

2. 对角矩阵

$\Lambda =\left(\begin{array}{cccc}{\lambda }_1& 0& \cdots & 0\\ 0& {\lambda }_2& \cdots & 0\\ ⋮& ⋮& & ⋮\\ 0& 0& \cdots & {\lambda }_n\end{array}\right)$
这个方阵的特点是：不在对角线上的元素都是$0$，我们把这种方阵称为对角矩阵，简称对角阵，对角阵也记作$\Lambda =diag({\lambda }_1,{\lambda }_2,\cdots ,{\lambda }_n)$

${\Lambda }^n=\left(\begin{array}{cccc}{\lambda }_1^n& 0& \cdots & 0\\ 0& {\lambda }_2^n& \cdots & 0\\ ⋮& ⋮& & ⋮\\ 0& 0& \cdots & {\lambda }_n^n\end{array}\right)$

3. 单位矩阵

我们把 E = ( 1 0 ⋯ 0 0