第二章 矩阵及其运算 第一二节 矩阵/矩阵的运算

§2.1 矩阵
§2.2 矩阵的运算

2.1 矩阵

  由$m\times n$个数$a_{ij}(i=1,2,\cdots ,m;j=1,2,\cdots ,n)$排成的$m$行$n$列的数表
$$\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& & ⋮\\ a_{m1}& a_{m2}& \cdots & a_{mn}\end{array}$$
称为$m$行$n$列矩阵，简称$m\times n$矩阵。为表示它是一个整体，总是加一个括弧，并用大写黑体字母表示它，记作
$$A=\left(\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& & ⋮\\ a_{m1}& a_{m2}& \cdots & a_{mn}\end{array}\right),$$
这$m\times n$个数称为矩阵$A$的元素，简称为元，数$a_{ij}$位于矩阵$A$的第$i$行第$j$列，称为矩阵$A$的$(i,j)$元。以数$a_{i,j}$为$(i,j)$元的矩阵可简记为$(a_{ij})$或$(a_{ij}{)}_{m\times n}.$$m\times n$矩阵$A$也记作$A_{m\times n}.$行数与列数都等于$n$的矩阵称为$n$阶矩阵或$n$阶方阵。$n$阶矩阵$A$也记作$A_n.$只有一行的矩阵$$A=(a_1{a}_2\cdots a_n)$$
称为行矩阵，又称行向量。相应的也有列向量。
两个矩阵的行数相等、列数也相等时，就称它们是同型矩阵。如果$A=(a_{ij})$与$B=(b_{ij})$是同型矩阵，并且它们的对应元素相等，即
$$a_{ij}=b_{ij}(i=1,2,\cdots ,m;j=1,2,\cdots ,n),$$
那么就称矩阵$A$与矩阵$B$相等，记作$$A=B.$$
元素都是零的矩阵称为零矩阵，记作$O.$

线性变换

$n$个变量$x_1,x_2,\cdots ,x_n$与$m$个变量$y_1,y_2,\cdots ,y_m$之间的关系式
$$\{\begin{array}{l}{y}_1=a_{11}{x}_1+a_{12}{x}_2+\cdots +a_{1n}{x}_n,\\ y_2=a_{21}{x}_1+a_{22}{x}_2+\cdots +a_{2n}{x}_n,\\ \cdots \cdots \cdots \cdots \\ y_m=a_{m1}{x}_1+a_{m2}{x}_2+\cdots +a_{mn}{x}_n,\end{array}\text{\hspace{1em}(2)}$$
表示一个变量$x_1,x_2,\cdots ,x_n$到变量$y_1,y_2,\cdots ,y_m$的线性变换，其中$a_{ij}$为常数。线性变换$(2)$的系数$a_{ij}$构成矩阵$A=(a_{ij}{)}_{m\times n}.$
给定了线性变换$(2)$，它的系数所构成的矩阵(称为系数矩阵)也就确定。反之，如果给出一个矩阵作为线性变换的系数矩阵，则线性变换也就确定。在这个意义上，线性变换和矩阵之间存在一一对应的关系。

2.2 矩阵的运算

2.2.1 矩阵的加法

设有两个$m\times n$矩阵$A=(a_{ij})$和$B=(b_{ij}),$那么矩阵$A$和$B$的和记作$A+B,$规定为
$$A+B=\left(\begin{array}{cccc}{a}_{11}+b_{11}& a_{12}+b_{12}& \cdots & a_{1n}+b_{1n}\\ a_{21}+b_{21}& a_{22}+b_{22}& \cdots & a_{2n}+b_{2n}\\ ⋮& ⋮& & ⋮\\ a_{n1}+b_{n1}& a_{n2}+b_{n2}& \cdots & a_{nn}+b_{nn}\end{array}\right).$$

2.2.2 数与矩阵相乘

数$\lambda$与矩阵$A$的乘积记作$\lambda A$或$A\lambda ,$规定为
$$\lambda A=A\lambda =\left(\begin{array}{cccc}\lambda a_{11}& \lambda a_{12}& \cdots & \lambda a_{1n}\\ \lambda a_{21}& \lambda a_{22}& \cdots & \lambda a_{2n}\\ ⋮& ⋮& & ⋮\\ \lambda a_{n1}& \lambda a_{n2}& \cdots & \lambda a_{nn}\end{array}\right).$$
矩阵的相加与数乘矩阵合起来，统称为矩阵的线性运算。

2.2.3 矩阵与矩阵相乘

设$A=(a_{ij})$是一个$m\times s$矩阵，$B=(b_{ij})$是一个$s\times n$矩阵，那么规定矩阵$A$与矩阵$B$的乘积是一个$m\times n$矩阵$C=(c_{ij}),$其中
$$\begin{gathered} c_{ij}=a_{i1}{b}_{1j}+a_{i2}{b}_{2j}+\cdots +a_{is}{b}_{js}=\sum _{k=1}^s{a}_{ik}{b}_{kj} \\ (i=1,2,\cdots ,m;j=1,2,\cdots ,n), \end{gathered}$$
并把此乘积记作
$$C=AB.$$
对于两个$n$阶方阵$A,B,$若$AB=BA,$则称方阵$A$和$B$是可交换的。

2.2.4 矩阵的转置

把矩阵$A$的行换成同序数的列得到一个新矩阵，叫做$A$的转置矩阵，记作$A^T.$
设$A$为$n$阶方阵，如果满足$A^T=A,$即
$$a_{ij}=a_{ji}(i,j=1,2,\cdots ,n),$$
那么$A$称为对称矩阵，简称对称阵。它的元素以对角线为对称轴对应相等。

2.2.5 方阵的行列式

由$n$阶方阵$A$的元素所构成的行列式(各元素的位置不变)，称为方阵$A$的行列式，记作$|A|$或$detA.$
行列式$|A|$的各个元素的代数余子式$A_{ij}$所构成的如下矩阵
$$A^{\ast }=\left(\begin{array}{cccc}{A}_{11}& A_{21}& \cdots & A_{n1}\\ A_{12}& A_{22}& \cdots & A_{n2}\\ ⋮& ⋮& & ⋮\\ A_{1n}& A_{2n}& \cdots & A_{nn}\end{array}\right),$$
称为矩阵$A$的伴随矩阵，简称伴随阵。则有
$$A{A}^{\ast }=A^{\ast }A=|A|E.$$

2.2.6 共轭矩阵

当$A=(a_{ij})$为复矩阵时，用${\overline{a}}_{ij}$表示$a_{ij}$的共轭复数，记
$$\overline{A}=({\overline{a}}_{ij}),$$
$\overline{A}$称为$A$的共轭矩阵。

《线性代数》同济大学第五版笔记