目录
一、定义
矩阵:
维列向量:
维行向量:
- 向量
的长度:
- 单位向量:
- 零矩阵:若
的所有元素全为零,则称A为零矩阵,记作
- 若
,则称
为
阶方阵,
称为它的对角线元素,其他元素称为非对角线元素
- 若方阵
的对角线下方的元素全为零,则称
为上三角矩阵
-
若方阵
的对角线上方的元素全为零,则称
为下三角矩阵
-
若方阵
的所有非对角线元素全为零,则称
为对角矩阵,简记为
- 若
阶对角矩阵
的所有
个对角线元素均为1,则称
为
阶单位矩阵,记作
- 若将矩阵
的行与列互换,则得到的矩阵称为
的转置,记作
。
- 若方阵
满足
,则称
为对角矩阵。
- 若方阵
满足
,则称
为幂等矩阵。
- 若方阵
满足
,则称
为投影矩阵。
二、矩阵的运算
1.相关运算
- 若
,则
- 若
为一常数,则它与
的积定义为
2.运算规律
3.正交矩阵
(1)定义
若两个维向量
满足
,则称
正交。几何上,正交向量之间相互垂直。
若方阵满足
,则称
为正交矩阵。
显然,,即
的
个行向量为单位向量;
,即
的
个行向量相互正交。又从
得,
即的
个列向量也相互正交。
(2)几何意义
将维向量
看成是在
中的一个点,则
的各分量是该点在相应各坐标轴上的坐标。正交矩阵的行列式非1即-1,若
,则正交变换
意味着对原
维坐标系作一刚性旋转(或称为正交旋转),
的各分量正是该点在新坐标下的坐标;若
,则包含了一个反射的坐标轴。
当时,按逆时针方向将直角坐标系
旋转一个角度
,所得新坐标
与原坐标之间的变换为
。
当时同样有直观的几何展示。
由于,故在新旧坐标下,该点到原点的距离保持不变。
4.矩阵的分块
(1)定义
设,将它分成四块,表示成
其中。
(2)运算
- 若
有相同的分块,则
- 若
,分成
,则有
(3)【例】
用矩阵分块方法证明正交矩阵的
个列向量和
个行向量都是一组正交单位向量。
将矩阵分别按列向量和行向量分块,并记
。由
,得
故有 ,即
为一组正交单位向量。同理,由
可证
也是一组正交单位向量。
三、行列式
1.定义
p阶方阵得行列式定义为
,这里
表示对
的所有排列求和,
是排列
中逆序的总数,称它为这个排列的逆序数,一个逆序是指在一个排列中一对数的前后位置与大小顺序相反,即前面的数大于后面的数。例如
。
2.基本性质
- 若
的某行(或列)为零,则
- 若将
的某一行(或列)乘以常数
,则所得矩阵的行列式为
- 若
是一个
阶方阵,
为一常数,则
- 互换
的任意两行(或列),则行列式符号改变
- 若
的某两行(或列)相同,则行列式为零
- 若将
的某一行(或列)的倍数加到另一行(或列),则所得行列式不变
- 若
的某一行(或列)是其他一些行(或列)的线性组合,则行列式为零
- 若
为上三角矩阵或下三角矩阵或对角矩阵,则
- 若
均为
阶方阵,则
- 若
都是方阵,则
- 若
;设
为两个
维向量,则
上述两个等式两边各取行列式,故得。
3.代数余子式
设为
阶方阵,将其元素
所在得第
行与第
列划去之后所得
阶矩阵的行列式,称为元素
的余子式,记为
。
称为元素
的代数余子式。
四、矩阵的逆
1.定义
- 若方阵
满足
,则称
为非退化矩阵;若
,则称
为退化矩阵。
- 设
是一非退化方阵,若方阵
满足
,则称
为
的逆矩阵,记为
,
必是一个非退化矩阵。令
,其中
是
的代数余子式,则容易验证
。由于
,因此
是唯一的,且
2.基本性质
- 若
均为
阶非退化方阵,则
- 若
为正交矩阵,则
- 若
非退化(即
),则
- 若
为非退化方阵,则
五、矩阵的秩
1.相关定义
- 一组同维向量
,若存在不全为0的常数
,使得
,则称这组向量线性相关,否则称为线性无关。
- 矩阵
的线性无关行向量的最大数目称为行秩,其线性无关列向量的最大数目称为列秩。矩阵的行秩和列秩必相等,故统一将其称为矩阵
的秩,记作
2.基本性质
- 若
,则
(若
,则称
为行满秩的;若
,则称
为列满秩的)
为非退化矩阵,则
阶方阵
是非退化的,当且仅当
(称作
满秩)
六、特征值、特征向量
1.相关定义
- 设
是
阶方阵,若对于一个数
,存在一个
维非零向量
,使得
,则称
为
的一个特征值或特征根,而称
为
的属于特征值
的一个特征向量
- 依该定义有,
,
是
的
次多项式,称为特征多项式。上式有
个根(可能有重根),记作
,它们可能是实数,也可能是复数(虽然
是实数矩阵)。反过来,若
是上式的一个根,则
为退化矩阵,故存在一个
维非零向量
,使得
,即
是
的一个特征值,而
是相应的特征向量。今后,一般取
为单位向量,即满足
。
2.基本性质
有相同的特征值
- 若
有相同的非零特征值
-
有完全相同的特征值
- 若
为是对称矩阵,则
的特征值全为实数,
个特征值按大小依次表示为
若,则相应的特征向量
必正交,即
-
若
,则
为
的
个特征值,相应的特征向量分别为
-
,即
的行列式等于其特征值的乘积。可见,
为非退化矩阵,当且仅当
的特征值均不为0;
为退化矩阵,当且仅当
至少有一个特征值为0。
- 若
为
阶对称矩阵,则存在正交矩阵
及对角矩阵
,使得
称之为
的谱分解。
将按列向量分块,并记作
,于是有
这表明是
的
个特征值,而
为相应的(一组正交单位)特征向量。
- 若
为
实数矩阵,则存在
阶正交矩阵
和
阶正交矩阵
,使得
,其中
的
元素
,其他元素均为零。正数
称为
的奇异值,上述分解式称为奇异值分解
七、矩阵的迹
1.定义
设为
阶方阵,则他的对角线元素之和称为
的迹,记作
,即
2.基本性质
-
- 设
为方阵
的特征值,则
- 若
为投影矩阵,则
八、正定矩阵和非负定矩阵
1.定义
- 设
是
阶对称矩阵,
是一
维向量,则
称为
的二次型
- 若对一切
,有
,则称
为正定矩阵,记作
- 若对一切,有
,则称
为非负定矩阵,记作
- 对非负定矩阵
,
2.基本性质
是对称矩阵,则
是正定(或非负定)矩阵,当且仅当
的所有特征值均为正(或非负)
- 设
,则
的秩等于
的正特征值个数
- 设
,则
- 若
,对一切矩阵
成立
- 若
,则存在
,使得
,
称为
的平方根矩阵。
- 设
是
阶秩为
的矩阵,则存在一个秩为
(即列满秩)的
矩阵
,使得
九、特征值的极值问题
1.柯西-许瓦兹
不等式
设是两个
维向量,则
,等号成立当且仅当
,这里的
为常数。
2.推广的柯西-许瓦兹
不等式
设,则
,等号成立当且仅当
,这里的
为常数。