线性代数二

     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。