数学基础 -- 线性代数之矩阵运算

矩阵算术

矩阵算术是线性代数中的基本操作，它包括矩阵的加法、减法、标量乘法、矩阵乘法、转置以及逆矩阵等运算。掌握这些运算对于理解矩阵的性质和应用非常重要。以下是关于矩阵算术的详细讲解：

1. 矩阵的加法与减法

• 定义：矩阵的加法和减法是逐元素进行的。这意味着，只有大小相同的矩阵（即行数和列数相同的矩阵）才能相加或相减。

• 运算规则：
  $$C=A+B\text{其中}{C}_{ij}=A_{ij}+B_{ij}$$
  $$D=A-B\text{其中}{D}_{ij}=A_{ij}-B_{ij}$$
  其中，$A$ 和 $B$ 是相同大小的矩阵，$C$ 和 $D$ 是加法和减法的结果矩阵。

• 示例：
  $$A=\left(\begin{array}{cc}1& 2\\ 3& 4\end{array}\right),B=\left(\begin{array}{cc}5& 6\\ 7& 8\end{array}\right)$$
  $$A+B=\left(\begin{array}{cc}1+5& 2+6\\ 3+7& 4+8\end{array}\right)=\left(\begin{array}{cc}6& 8\\ 10& 12\end{array}\right)$$
  $$A-B=\left(\begin{array}{cc}1-5& 2-6\\ 3-7& 4-8\end{array}\right)=\left(\begin{array}{cc}-4& -4\\ -4& -4\end{array}\right)$$

2. 矩阵的标量乘法

• 定义：标量乘法是将矩阵中的每一个元素与一个标量相乘。这个标量可以是一个实数、复数等。

• 运算规则：
  $$B=c\cdot A\text{其中}{B}_{ij}=c\cdot A_{ij}$$
  其中，$c$ 是一个标量，$A$ 是一个矩阵，$B$ 是乘法结果矩阵。

• 示例：
  $$A=\left(\begin{array}{cc}1& 2\\ 3& 4\end{array}\right),c=2$$
  $$c\cdot A=2\cdot \left(\begin{array}{cc}1& 2\\ 3& 4\end{array}\right)=\left(\begin{array}{cc}2& 4\\ 6& 8\end{array}\right)$$

3. 矩阵乘法

• 定义：矩阵乘法不是逐元素进行的，而是通过行和列的点积来完成。两个矩阵相乘的前提条件是，第一个矩阵的列数必须等于第二个矩阵的行数。

• 运算规则：
  $$C=A\cdot B\text{其中}{C}_{ij}=\sum _{k=1}^n{A}_{ik}\cdot B_{kj}$$
  其中，$A$ 是一个 $m\times n$ 矩阵，$B$ 是一个 $n\times p$ 矩阵，结果 $C$ 是一个 $m\times p$ 矩阵。

• 示例：
  $$A=\left(\begin{array}{cc}1& 2\\ 3& 4\end{array}\right),B=\left(\begin{array}{cc}5& 6\\ 7& 8\end{array}\right)$$
  $$A\cdot B=\left(\begin{array}{cc}1\times 5+2\times 7& 1\times 6+2\times 8\\ 3\times 5+4\times 7& 3\times 6+4\times 8\end{array}\right)=\left(\begin{array}{cc}19& 22\\ 43& 50\end{array}\right)$$

4. 矩阵的转置

• 定义：矩阵的转置是将矩阵的行与列互换，得到一个新矩阵。

• 运算规则：
  $$B=A^T\text{其中}{B}_{ij}=A_{ji}$$
  其中，$A$ 是一个 $m\times n$ 矩阵，转置后的 $B$ 是一个 $n\times m$ 矩阵。

• 示例：
  $$A=\left(\begin{array}{ccc}1& 2& 3\\ 4& 5& 6\end{array}\right)$$
  $$A^T=\left(\begin{array}{cc}1& 4\\ 2& 5\\ 3& 6\end{array}\right)$$

5. 矩阵的逆

• 定义：一个方阵（行数等于列数）的逆矩阵是一个矩阵，满足原矩阵与其逆矩阵相乘结果为单位矩阵。

• 运算规则：
  $$A\cdot A^{-1}=I$$
  其中，$A$ 是一个 $n\times n$ 的可逆方阵，$A^{-1}$ 是它的逆矩阵，$I$ 是 $n\times n$ 的单位矩阵。

• 逆矩阵的计算：对于一个 $2\times 2$ 矩阵 $A=\left(\begin{array}{cc}a& b\\ c& d\end{array}\right)$，其逆矩阵 $A^{-1}$ 为：
  $$A^{-1}=\frac{1}{ad-bc}\left(\begin{array}{cc}d& -b\\ -c& a\end{array}\right)$$
  前提是 $ad-bc\ne 0$（即行列式不为零）。

• 示例：
  $$A=\left(\begin{array}{cc}1& 2\\ 3& 4\end{array}\right)$$
  $$A^{-1}=\frac{1}{1\times 4-2\times 3}\left(\begin{array}{cc}4& -2\\ -3& 1\end{array}\right)=\frac{1}{-2}\left(\begin{array}{cc}4& -2\\ -3& 1\end{array}\right)=\left(\begin{array}{cc}-2& 1\\ 1.5& -0.5\end{array}\right)$$

6. 矩阵的行列式

• 定义：行列式是方阵的一个标量值，反映了矩阵的某些代数性质。对于一个 $n\times n$ 的方阵 $A$，其行列式记为 $|A|$ 或 $\det (A)$。

• 计算方法：

  • 对于 $2\times 2$ 矩阵：
    $$\det (A)=\left|\begin{array}{cc}a& b\\ c& d\end{array}\right|=ad-bc$$
  • 对于 $3\times 3$ 矩阵，可以通过按行或按列展开的方式计算。

• 行列式的性质：

  • $|A^T|=|A|$
  • 如果矩阵 $A$ 是可逆的，那么 $|A^{-1}|=\frac{1}{|A|}$
  • 两个矩阵的行列式的乘积等于这两个矩阵乘积的行列式，即 $|AB|=|A|\cdot |B|$

矩阵算术的这些基本操作构成了线性代数中的基础内容，掌握它们有助于解决各种线性代数问题，如求解线性方程组、进行变换与对称性分析等。