【线性代数基础进阶】矩阵-part1

一、概念、运算

概念

$m\times n$个数排成如下$m$行$n$列的一个表格
$$\left(\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{2}2& \cdots & a_2\\ ⋮& ⋮& & ⋮\\ a_{m1}& a_{m2}& \cdots & a_{mn}\end{array}\right)$$
称为一个$m\times n$矩阵
当$m=n$时，称为$n$阶矩阵或$n$阶方阵，简记为$A$

如果一个矩阵的所有元素都是$0$，即
$$\left(\begin{array}{cccc}0& 0& \cdots & 0\\ 0& 0& \cdots & 0\\ ⋮& ⋮& & ⋮\\ 0& 0& \cdots & 0\end{array}\right)$$
称这个矩阵为零矩阵，简记$O$

如果$A$和$B$都是$m\times n$矩阵，称为$A$和$B$是同型矩阵
设$A$和$B$都是$m\times n$矩阵，如果
$$a_{ij}=b_{ij}(\forall i=1,2,\cdots ,m;j=1,2,\cdots ,n)$$
称矩阵$A$和$B$相等，记作$A=B$

一个矩阵主对角元素的和叫际

运算

加法

同型矩阵可以做加法
$$A+B=(a_{ij}+b_{ij})$$

加法运算法则（$A,B,C$同型）

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

数乘

数乘，注意不要和行列式混
$$kA=(k{a}_{ij})$$

数乘运算法则

• $k(mA)=m(kA)=(km)A$
• $(k+m)A=kA+mA$
• $k(A+B)=kA+kB$
• $1A=A,0A=O$

乘法

$$\begin{array}{c}A=(a_{ij}{)}_{m\times s},B=(b_{ij}{)}_{s\times n}\\ AB=C=(c_{ij}{)}_{m\times n}\\ c_{ij}=a_{i1}{b}_{1j}+a_{i2}{b}_{2j}+\cdots +a_{is}{b}_{sj}=\sum _{k=1}^s{a}_{ik}{b}_{kj}\end{array}$$

注意：

1. $AB\ne BA$
2. $AB=O\nRightarrow A=O或B=O$
3. $AB=AC,A\ne O\nRightarrow B=C$

对于向量，行在前列在后，乘出来是数；行在后列在前，乘出来是方阵

转置

设$A=(a_{ij}{)}_{m\times n}$，将$A$和行、列互换，得到的$n\times m$的矩阵$(a_{ji}{)}_{n\times m}$称为$A$的转置矩阵，记为$A^T$

转置运算法则：

• $(A+B{)}^T=A^T+B^T$
• $(kA{)}^T=k{A}^T$
• $(AB{)}^T=B^T{A}^T$
• $(A^T{)}^T=A$

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$\Lambda =diag({\lambda }_1,{\lambda }_2,\cdots ,{\lambda }_n)$
有
$$diag(a_1,a_2,\cdots ,a_n)diag(b_1,b_2,\cdots ,b_n)=diag(a_1{b}_1,a_2{b}_2,\cdots ,a_n{b}_n)$$

运算法则

• ${\Lambda }_1{\Lambda }_2=$