如何转置_线性代数笔记-（5）置换和转置

为了与上一节

的分解联系在一起，这节将继续讲置换和转置。

晓得啦：线性代数笔记-（4）LU分解​zhuanlan.zhihu.com

但为了对

有更深刻的理解，我们再举一个关于他的例子作为复习。

Example:

令

第一步用第二行减去第一行的

倍，然后从第三行减去第一行的

倍。

为明确减去第一行的倍数，我们令

,

。再消去

处的

，则可完成消元过程。

令

表示从第三行减去第二行的倍数。如果称结果矩阵为

之所以称为

是因为它是上三角形矩阵（

upper triangular）的第一个单词的首字母，而且 它的对角线的下方的元素全为

；同理

为单位下三角形矩阵（

unit lower triangular）的lower的首字母，从下面这个矩阵中，我们很容易发现， 它的主对角线上的元素全为

，对角线上方的元素全为

。

并令

则容易验证

我们又可以再次回顾下第四讲的一个结论：对于

，如果不存在行互换，消元乘数即消元步骤中需要乘以并减去的那个倍数，消元乘数可以直接写入

中。

那么，现在，如果我们需要对行进行互换，我们该怎么办？

在矩阵的代数运算过程中，我们不可能保证，每次在计算过程中所遇到的首元均不为

。当首元为

时，我们就需要它与别的行进行互换。

在Matlab中，Matlab不仅会像人一样，检验主元位置，检验它是否为0。它甚至不允许存在非常小的非零主元。主元接近于0，数值运算上很难处理，因此在Matlab的实际运算中，它会对一些我们认为没必要的行进行互换操作。虽然代数上，我们认为这没有必要，但它对数值准确性是有影响的。

既然，行互换是不可避免的，那我们应该怎么解决呢？答案在下方

即置换（permutation），置换矩阵可以将某个矩阵的行与行之间进行互换。

Permutation is the identity matrix with reordered rows.

当然置换在上一节也提到过，这一节打算举例子来更加地说明。

比如一个单位矩阵（Identity）就是一个置换矩阵。

任何一个矩阵乘以

，表示这个矩阵不进行任何改变，即不进入任何的互换，这当然包括了行互换。

Example:

所以单位矩阵

是不置换任何行的矩阵。

我们再来看另外一个置换矩阵：

，它表示对某个矩阵的第二行和第三行进行互换。

Example:

在上节，我们提到过一个

的矩阵，有

个置换矩阵。

除此之外，作为置换矩阵，他还有一个特别好的性质，即

之所以，说它好，是因为，一个转置矩阵乘以它本身就变为了单位矩阵。

即

这是因为定义

下面，我们再来说说转置（transpose）。

所谓转置就是把矩阵的行元素和列元素进行互换。用数学符号表示就是

Example:

接着是对称矩阵（symmetric matrices）：

Example:

这就是一个对称矩阵。这里都是正数这只是一个偶然，对称矩阵不需要如此，只要转置以后形态不变的都是对称矩阵。

这里，我想引起大家的注意，这种具有转置不变性质的矩阵，它们非常容易找到。之前，我们讲过“转置=逆”的矩阵，但这种矩阵数量稀少，远没现在这种情况普遍，毕竟这种情况只要求转置等于其本身就行了。这很常见，我甚至随时能求出对称矩阵。

当然上面那个例子

，远算不上对称，它和

一个站着，一个趴着。

但我可以用它构造出一个对称矩阵出来，只需要把它们俩相乘。

现在，我令

令

只要将它们俩相乘，就能得到对称矩阵。

我们先来乘乘看

结论：

is always symmetic.

那么，用矩阵语言如何描述这种现象呢？

我们先思考这样一个问题，为什么

是对称的呢？

我们先把它转置一下，希望它转置后形式不变。

下面我们就开始转置：

没错，将它转置，最终还是得到了它。验证完毕，没有用任何具体的数字。

---

参考资料：

• Linear Algebra with Applications（Ninth Edition）
• MIT 18.06 Linear Algebra, Spring 2005

MIT课程链接：

【完整版-麻省理工-线性代数】全34讲+配套教材_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili​www.bilibili.com

Linear Algebra with Applications电子版可去“CSXP”微信公众号下。