excel统计分析——矩阵相关知识

参考资料：生物统计学

1、矩阵的基本运算

（1）矩阵相等

        两个具有相同行数和列数的矩阵称为同型矩阵（homomorphic matrix）；两个同型矩阵对应位置上的元素相等时称为两个矩阵相等。

（2）矩阵的和（差）

        矩阵的和（差）定义为两个同型矩阵对应位置上的元素相加（减）得到的新矩阵。

（3）矩阵的数乘

        矩阵的数乘定义为数值与矩阵的每个元素相乘所得到的新矩阵。

（4）矩阵的乘积

        矩阵的乘积定义为前一矩阵第i行与后一矩阵第j列对应元素的乘积之和组成的新矩阵的第i行第j列的元素。前面的矩阵称为左乘矩阵，后面的矩阵称为右乘矩阵。需要注意：左乘矩阵的列数与右乘矩阵的行数相同；矩阵乘法不满足交换律，即AB≠BA。

（5）矩阵的转置

        矩阵的转置指互换矩阵行与列的位置，转置后的矩阵称为原矩阵的转置矩阵（transposed matrix）。

（6）矩阵的初等变换

        矩阵的初等变换（elementary transformation）指以下三种变化：①对换矩阵的某两行（列）元素；②用一个非零数k乘以矩阵的某一行（列）的元素；③矩阵的某行（列）元素的k倍，加到到另一行（列）的对应元素。对行进行的初等变换成为初等行变换，对列进行的初等变换成为初等列变换。

        初等变换是矩阵运算的重要方法，可以通过初等变换求逆矩阵、矩阵的特征根和特征向量等。

2、矩阵相关概念

（1）线性无关

        如果一组向量中的任何一个都不能表示成其他向量的线性组合，称该向量线性无关（linear independent）或线性独立。

（2）正交矩阵

        如果两个向量的内积为0，称两个向量正交。

（3）逆矩阵

        对于n阶方阵A，如果存在一个同阶方阵B，使得AB=BA=E，则称为矩阵A可逆，矩阵B为矩阵A的逆矩阵（inverse matrix）。

（4）矩阵的秩

        矩阵中线性独立的行（列）向量个数称为矩阵的秩（rank）。

（5）矩阵的特征根和特征向量

        对于n阶方阵A，如果存在数λ和非零向量γ，使AX=λX（X≠0），则称λ是矩阵A的特征根（characteristic root，又称特征值），X是矩阵A属于特征根λ的特征向量（characteristic vector）。线性无关的特征根和特征向量在统计学中有重要意义。