线性代数的单位矩阵

1. 线性代数中的单位矩阵

在线性代数中，当我们看到方程 $AB=E$ 时，$E$ 通常表示单位矩阵（Identity Matrix）。

单位矩阵的定义

单位矩阵是一个特殊的方阵，其主对角线（从左上角到右下角的对角线）上的元素全为1，而其余元素全为0。对于 $n\times n$ 的单位矩阵，可以表示为：

![[Pasted image 20250301082401.png]]

常见的记号有 $E$、$I$ 或 $I_n$（其中 $n$ 表示矩阵的阶数）。

单位矩阵的性质

单位矩阵具有以下重要性质：

1. 乘法单位元：对于任何 $n\times n$ 矩阵 $A$，有 $A\cdot E=E\cdot A=A$。这类似于实数中的1，因为任何数乘以1等于它本身。

2. 逆矩阵关系：如果 $AB=E$，那么矩阵 $B$ 是矩阵 $A$ 的逆矩阵，通常记作 $B=A^{-1}$。同样地，$A$ 也是 $B$ 的逆矩阵，即 $A=B^{-1}$。

3. 幂运算：单位矩阵的任何幂都等于它本身，即 $E^n=E$，对所有正整数 $n$ 成立。

4. 行列式：$n$ 阶单位矩阵的行列式等于1，即 $|E|=1$。

5. 特征值：单位矩阵的所有特征值都是1。

$AB=E$ 的含义

方程 $AB=E$ 表明：

1. 矩阵 $A$ 和 $B$ 互为逆矩阵，即 $B=A^{-1}$ 且 $A=B^{-1}$。
2. 矩阵 $A$ 和 $B$ 都是可逆（非奇异）的。
3. $A$ 和 $B$ 必须是同阶方阵。

这个关系在解线性方程组、矩阵求逆和线性变换理论中有重要应用。

示例

如果有一个 $2\times 2$ 的矩阵 $A=\left(\begin{array}{ccc}2& 11& 1\end{array}\right)$，要找到满足 $AB=E$ 的矩阵 $B$，我们需要计算 $A$ 的逆矩阵：

![[Pasted image 20250301082421.png]]

2. 单位矩阵为啥是对角线是1， 而不是全是1

单位矩阵的对角线元素是1而非所有元素都是1，这是由它的数学目的和功能决定的。

单位矩阵的设计目的

单位矩阵（$I$）被设计为矩阵乘法中的"恒等元"，类似于实数乘法中的1或加法中的0。对于任何矩阵$A$，我们需要一个特殊矩阵$I$使得$AI=IA=A$。这个性质要求单位矩阵必须是对角线为1、其余为0的形式。

数学原因

假设我们有一个$n\times n$矩阵$A$和单位矩阵$I$，矩阵乘法的定义是:

$$(AI{)}_{ij}=\sum _{k=1}^n{a}_{ik}\cdot I_{kj}$$

为了保证$AI=A$，我们需要:

$$\sum _{k=1}^n{a}_{ik}\cdot I_{kj}=a_{ij}$$

这只有在$I_{kj}=1$当$k=j$时，且$I_{kj}=0$当$k\ne j$时才成立。这正是对角线为1、其余为0的定义。

实例对比

考虑一个全是1的$2\times 2$矩阵:

![[Pasted image 20250301082737.png]]

![[Pasted image 20250301082756.png]]

显然$AJ\ne A$，所以全1矩阵不能作为单位矩阵。

而对角线矩阵:

![[Pasted image 20250301082816.png]]

这证明了对角线为1的矩阵才能满足单位矩阵的基本性质。

几何解释

从几何角度看，单位矩阵代表"不做任何变换"的线性变换。当向量与单位矩阵相乘时，它们保持不变。如果单位矩阵是全1矩阵，那么它会使所有向量映射到一条线上，这显然改变了向量，不能称为"恒等变换"。