【线性代数】1.1矩阵及其运算合集

1.矩阵的基本概念以及意义

矩阵定义

  $m\times n$个数排成如下$m$行$n$列的一个表格

$$\mathbf{A}=\left(\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ a_{m1}& a_{m2}& \cdots & a_{mn}\end{array}\right)$$
称为是一个$m\times n$矩阵。当$m=n$时，称矩阵A为n阶矩阵或n阶方阵。

零矩阵

  如果一个矩阵的所有元素都是0，即
$$\mathbf{A}=\left(\begin{array}{cccc}0& 0& \cdots & 0\\ 0& 0& \cdots & 0\\ ⋮& ⋮& \ddots & ⋮\\ 0& 0& \cdots & 0\end{array}\right)$$
则称这个矩阵式零矩阵，可简记为O

单位矩阵

单位矩阵E：对角线上都为1，其他位置都为0的方阵
$$\mathbf{E}=\left(\begin{array}{cccc}1& 0& \cdots & 0\\ 0& 1& \cdots & 0\\ ⋮& ⋮& \ddots & ⋮\\ 0& 0& \cdots & 1\end{array}\right)$$

对角矩阵

对角矩阵：是一个主对角线之外的元素皆为0的方阵,$diag({\lambda }_1,{\lambda }_2,\cdots ,{\lambda }_n)$
$$\wedge =\left(\begin{array}{cccc}{\lambda }_1& 0& \cdots & 0\\ 0& {\lambda }_2& \cdots & 0\\ ⋮& ⋮& \ddots & ⋮\\ 0& 0& \cdots & {\lambda }_n\end{array}\right)$$

两个矩阵相等

  两个$m\times n$型矩阵 A = [ a i j ] , B = [