1. 由m行n列数组成的数表称为矩阵,
2. 几种特殊的矩阵:
1) 零矩阵:元素全部为0的矩阵称为零矩阵,记作0。
2) 行矩阵:m==1 即仅有一行的矩阵称为行矩阵,
3)列矩阵:n==1 即仅有一列的矩阵称为列矩阵
4) 方阵:m==n 即行数 == 列数 时,称为n阶方阵。
对于方阵,自左上角到右下角的连线称为主对角线
5) 特殊方阵
(1)三角方阵:非零元素只出现在主对角线上方的称为上三角方阵;非零元素只出现在主对角线下方的称为下三角方阵,
(2)对角方阵:非零元素只出现在主对角线上的方阵称为对角方阵。
(3)数量方阵:主对角线上是相同的非零元素,其余均为0的方阵称为数量方阵。
(4)单位方阵:对角线上的元素全为1,其余元素全为0的方阵,称为单位方阵,记作E
(5)对称方阵:n阶方阵,Aij = Aji ,则称之为对称方阵。
2.1 矩阵的线性运算: 主要包含加减以及数乘三种运算。
1) 矩阵相等:两个矩阵的对应行列元素相等,即矩阵相等。
2)矩阵的加减法:必须是同型矩阵才能做加法和减法,计算步骤即对应元素加减。
3)矩阵的数乘:即一个数诚乘以一个矩阵,等效于乘以每个元素。
注意,上述三种矩阵的线性运算满足交换律,结合律,分配律。(即简单的运算,没有特殊规则)
2.2 矩阵的乘法以及方阵的幂 (注意只有方阵才有可能有幂的概念)
1) 矩阵乘法结果中的元素 与 原来的元素之间的关系:以AB = C为例,则:
Cij = A的 i 行与B的 j 列的对应元素的乘积 之和。
2) Amxn * Bnxk =Cmxk 即左边的是m行n列, 右边的是n行k列,则乘积的结果为 m行k列
------------------1----------
3) 只有当左边的列数与 右边的行数相同的时候才能相乘。
4) 乘积的 i 行数 j 列的元素是 左矩阵的 i 行与右矩阵的 j 列对应元素乘积之和。
------------------1-----------
5)矩阵乘法属于非线性运算,其性质:
(1)一般不满足交换律,即AB != BA
(2)不满足消去律,因为两个非零矩阵相乘有可能等于零。即 AB = AC , 无法推导出 B==C。
(3) 满足结合率,即(AB)C = A(BC)
(4) 满足分配律,即A(B+C) = AB+AC;
(5)数乘结合率 k(AB) = (kA)B = A(kB) k为常数。
(6)EA = AE = A 即E在乘法中的作用相当于普通乘法中的 1.
(7)利用矩阵乘法以及矩阵相等的概念,可以把线性方程组改写为矩阵的形式,即Ax=y
其中A为系数矩阵 x为未知数向量 y为右侧的0幂次的常数项。
6) 利用乘法可以定义方阵的幂:(注意一个矩阵要想求幂次,则必须是方阵)
(1)A^k * A^l == A^(k+l)
(2) [A(^k)] ^l = A^(k*l)
(3) 由于乘法不满足交换律,所以一般(AB)^k != (A^k) * (B^k)
(4) 如果A^k ==0 , 也不能说明 A == 0
7) 矩阵的转置:也是一种运算,满足一定的定理。
(1)A的转置记作 AT , 如果原来的A是 m 行 n 列,则AT为 n 行 m 列。
(2)(AT)T = A 即连续两次转置则变回原来的
(3) (A+B)T = AT + BT 因为加法是线性运算
(4) (kA)T = kAT 因为数乘也是线性运算
(5)(A*B)T == BT*AT
8) 方阵的行列式:注意必须是方阵。
方阵A的元素按照原来的次序构成的行列式称为A的行列式记作 detA 或者 |A|
注意方阵是数表, 方阵的行列式是一个数值。方阵行列式有如下运算规则:
(1) |AT| = |A|
(2)|kA| = (k^n) |A| 即 kA的行列式等于 A的行列式乘以k的n次方。
(3)|AB| = |A| |B| 该性质可用于证明一些矩阵的性质。
2.3 逆矩阵:注意必须是n阶方阵才有逆矩阵。
1) 定义:对于n阶方阵A,如果存在同阶方阵B,使得AB==BA==E,则称方阵A是可逆的,并把方阵B称为方阵A的逆矩阵,记作 A^-1
2) 逆矩阵的唯一性:如果方阵A可逆,则其逆唯一,其证明用到矩阵乘法的分配律。
3)逆矩阵存在的充要条件:方阵对应的行列式的值不等于0.
(1) 其证明用到方阵的行列式的性质:|A*B| = |A|*|B|。
(2) 奇异矩阵和非奇异矩阵的概念:其对应的行列式的值非零,则非奇异矩阵; 对应的行列式为零,则奇异矩阵。
4) 逆矩阵的求解: A^-1 = (A*) / ( |A| ) 其中(A*)是 A 的伴随矩阵,
(1)求解步骤:分别求出原来矩阵的每个元素的代数余子式的值(按照行列式的规则计算),放置到对应位置上,即伴随矩阵。
(2)求解其行列式的值,然后取倒数,
(3)用第二部得到的倒数数乘第一步得到的矩阵,即遍历每个元素,数乘该倒数。
5) 逆矩阵的一些性质:
(1)n阶方阵A如果存在逆矩阵,则其逆矩阵的逆 等于A。
(2)方阵A可逆,且k != 0,则 kA 可逆,且(kA)的逆为 (1/k)*A^-1 即kA的逆:常数的倒数乘以A 的逆。
(3)若A,B同为方阵且均可逆,则AB也可逆,且(AB)^-1 = (B^-1)(A^-1), 即同阶方阵AB相乘的逆矩阵等于B的逆矩阵乘以A的逆矩阵(注意顺序变了)
(4) A可逆,则AT也可逆,且AT^-1 = (A^-1)T 即A转置的逆,等于A的逆矩阵的转置。
注意实际求解逆矩阵的时候,第一步是先遍历重写每个元素(各个元素的新值即其对应的代数余子式计算得到(按照行列式的规则计算)),然后求出原矩阵的行列式的倒数,分别数乘每个新元素即可。
6) 逆矩阵存在的前提下,有如下推论:
(1)如果 AX = B,则X=(A^-1)B 即两边同时左乘 A^-1
(2) XA = B, 则 X = B(A^-1) 即两边同时右乘(A^-1)
(3) AXB = C , 则X=(A^-1)C(B^-1) 即两边同时先左乘A的逆矩阵,然后两边再同时右乘B的逆矩阵。
2.4 矩阵的初等变换:
1) 矩阵的初等变换来自于线性方程组的初等变换,有三种:
(1)将两个方程位置对调
(2)一个方程两边同时乘以非零常数
(3)将一个方程两边同乘非零常数以后加到另一个方程上。
上述三种变换统称为线性方程组的初等变换,线性方程组经过初等变换后解不变。且对应的可以衍生出矩阵的初等变换。
2) 矩阵的初等变换:又称为矩阵的初等行变换 或者 列变换
(1)对调变换:将矩阵的两行或者两列对调。记作 ri <-->rj 或者 ci<-->cj
(2)数乘变换:矩阵的某行(列)同乘非零常数,i行乘以k,记作 kri
(3)乘加变换:将矩阵的某行元素同乘非零常数,然后加到另一行。
3)矩阵A经过有限次初等变换后得到矩阵B,则称 A和 B 等价 记作 A->B. 有如下性质:
(1)自反性: A->A
(2)对称性:A->B 则 B->A
(3)传递性:A->B B->C 则 A->C
4) 方阵经过初等变换后其非奇异性不会发生变化,即非奇异方阵初变后仍为非奇异方阵。从根源上说,是因为三种初变都不会影响方阵对应的行列式的非零性。
5) 任何非奇异方阵都可以经过有限次的初等变换 化为 单位阵。
6) 矩阵的秩:是矩阵的一个关键特征,
(1)矩阵的子式:在m行n列矩阵中任取k行k列【k< min(m, n)】,组成一个k阶行列式,称为矩阵的k阶子式,如果该行列式值非零,则称为非零子式。
注意,取得是k行k列组成的k阶行列式。
(2)矩阵的最高阶非零子式的阶数称为该矩阵的秩。记作 r(A) = k.
注意:上文对非零子式的定义中,是只要有一个k阶子式非零即可,而非所有的k阶子式非零;此外从定义中可以推到出:如果矩阵的秩为k,则所有的k+1 阶子式的值均为0.
(3)特别的,如果方阵A为n阶非奇异方阵,即方阵 A对应的行列式 det(A) != 0, 则r(A) = n ,即n阶非奇异方阵的秩等于n 。
(4)满秩方阵:【首先是方阵,才会有满秩的概念】:即(3)中提到的,结合之前的概念,满秩方阵,可逆方阵,非奇异方阵是等价的。
(5)矩阵经过有限次初等变换,秩不变,即初等变换不改变矩阵的秩。
注意,上述结论的缘由是:对矩阵作初等变换,相当于对其子行列式做化简,(行列式进行三种变换的时候,其非零姓不会改变)
(6)通过结论(5)我们可以得知另外一种求解秩的方法,即对矩阵进行初等行变换,将其中部分行的元素化简为0,则非零行的行数即秩。
注意矩阵的初等变换与行列式不同,【行列式本质上是一个多项式,交换两行变号】,但是矩阵是数表,对应一个多元线性方程,三种初等变换【交换两行,某行数乘,多行数乘然后相加】,一个矩阵经过若干次初等变换,与原矩阵等价。
(7)求矩阵的秩,为什么要用初等变换化简:只要能化简为行阶梯形,此时非零行的行数即为矩阵的秩。
(8)行阶梯形矩阵:(a)零行位于非零行的下面; (b)各非零行的首个非零元素的列标随着行标的增加而增加。
(9)行最简形矩阵:(a)行阶梯形矩阵 (b)各行的首个非零元素为1 (c)各行的首个非零元素[1]所在的列的其他元素均为0.
7) 初等方阵 对应三种初等变换【交换两行, 某行数乘, 多行数乘后相加】
(1)单位方阵E经过一次初等变换得到的方阵称为初等方阵。
(2)由上面的定义可知,共有三种初等方阵
(a)E对调两行i j得到 初等对调方阵。记作 E(i, j),
(b)E第 i 行数乘 k 得到 初等数乘方阵, 记作 E[i(k)] ,
(c)E第 j 行乘以 k 倍加到 i 行,得到初等乘加方阵,记作 E[i, j(k)].
(3)初等方阵的转置:仍为初等方阵。准确来说,初等对调方阵和初等数乘方阵与转置前完全一致;乘加方阵的转置,E[i, j(k)] 变为 E[i(k), j] 可以简单的画图验证一下。
(4)初等方阵的逆:其逆矩阵为同种类型的初等方阵:
(a)初等对调矩阵的伴随矩阵是其本身,记作 E[i, j] 的逆 E[i, j]
(b)初等数乘矩阵的伴随矩阵是 记作 E[i(k)] 的逆 E[i(1/k)] 即数乘矩阵的逆仍是数乘矩阵,只不过该行的数乘因子变为(1/k)
(c)初等乘加矩阵的逆:与书上的描述不一致 书上的描述是 E[i, j(k)] 的逆,等于 E[i, j(-k)] 但是实际为 E[j, i(k)] 即i ,j的位置对调。
8) 初等方阵与初等变换的关系:
(1)m行n列矩阵的初等行变换《===》用初等方阵左乘该矩阵
(a)初等方阵为m行m列
(2)m行n列矩阵的初等列变换 《===》用初等方阵右乘该矩阵
(b)初等方阵为n行n列
(3)举例如下:对调两行 Amxn(i, j) = E(i,j) Amxn 其中E为m行m列 。
9)利用初等变换求矩阵的逆:该结论仅适用于可逆方阵。
(1)一个已有的结论:任何可逆方阵A都可以通过初等行变换 化简为单位阵,结合上面的内容,可表示为: E1*E2*E3*..En*A = E . (即若干的初等方阵左乘可逆方阵,可变为单位阵)
(2)对上述等式两边 右乘 A^-1【A的逆】得到: E1*E2*E3*...En*A*A^-1 = E*A^-1
(3)进一步化简得到 (E1*E2*E3*..En) *E = A^-1
总结:A-->E 经过的初等变换【E1*E2*E3*En】 作用到E上,则结果为A^-1 即A的逆。表示为:
(A|E)----(E|A^-1)
(4)上述方法对比伴随矩阵法的有点:
(a)不必判断A是否可逆,如果A化简不成E,则不可逆,·
(b)如果A可以化简为E,则可逆,且同时也求出了A^-1
(5) 对于AX=B,如果A可逆,则X=(A^-1)B . 而且可以用上面提到的初等变换来求解。即 (A|B)-----> (E|A^-1* B) 注意该等式可从上面的等式推导而来
【注意上面均为左乘和行变换,需要右乘的场景,需要改为列变换】
【注意其中A必须是方阵,如果A能变化为E,则A可逆】
【解决实际问题的时候最好套用该公式】
2.5 分块矩阵:与其说是一种矩阵,不如说是一种运算,主要用于降低大矩阵的运算复杂度,用的不多,省略。
1) 概念:用若干横竖线条分割矩阵,得到若干小矩阵,称为分块矩阵,
(1)分块矩阵主要用于维数较高的矩阵以方便计算。
(2)分块的方法没有限制,各子块的维数没有关系,有的可以是向量,有的可能是矩阵,
2) 分块矩阵的运算,省略,主要用于降低大矩阵的复杂度。