线性代数复习CH2：矩阵

2.矩阵

2.1 矩阵的定义

矩阵：由$m\times n$个数按照一定的次序排列成的m行n列的矩形数表称为$m\times n$的矩阵，简称矩阵。
$$A=\left[\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ \cdots & \cdots & \cdots & \cdots \\ a_{m1}& a_{m2}& \cdots & a_{mn}\end{array}\right]，简记为A=(a_{ij}{)}_{m\times n}$$

• 行矩阵：只有一行；
• 列矩阵：只有一列

特殊的矩阵：

• 当m==n时，即矩阵的行数与列数相等时，称矩阵为方阵。

  • 主对角线：行标 == 列表
  • 斜对角线：行标 + 列表 == n

  只有方阵才有主对角线和斜对角线

• 零矩阵

  

• 对角矩阵

  一定是方阵

  

  • 单位阵E

    因为对角阵一定是方阵，所以只要一个角标就能确定维度

    

  • 数量阵

    

• 三角阵

  
  • 上三角阵
  • 下三角阵

• 梯形阵

  重要矩阵

  

2.2 矩阵的运算

2.2.1 线性运算

2.2.1.1 相等

矩阵相等：两个矩阵相等是指这两个矩阵有相同的行数与列数，且对应元素相等

• 同型、对应元素相等

2.2.1.2 加减法

对应元素相加、相减

运算规律：

• 交换律：$A+B=B+A$
• 结合律：$(A+B)+C=A+(B+C)$
• 零元：$A+O=A=O+A,A-A=O$

负矩阵：每个元素都取负—— $-A=(-a_{ij}{)}_{m\times n}$

2.2.1.3 数乘

2.2.2 矩阵的乘法

2.2.2.1 矩阵乘法的计算

2.2.2.2 矩阵乘法满足的性质

矩阵乘法的特征：

• 矩阵乘法不满足交换律$AB\ne BA$
• 矩阵乘法不满足消去律
• $AB=0$不一定A=0或B=0，可以是非零的因子

由于不满足上述的性质，所以矩阵的乘法对于完全平方等公式不成立。

满足的运算规律：

• 结合律：$(AB)C=A(BC)$

• 分配律：$A(B+C)=AB+AC$

  ​ $(B+C)A=BA+CA$

• $k(AB)=(kA)B=A(kB)$

• $E_m{A}_{m\times n}=A=A_{m\times n}{E}_n$

2.2.2.3 方阵的正整数幂

方阵的幂的定义：$A^k=AAA...A$，特别的，当$A\ne 0$时，$A^0=E$

• $A^{k+l}=A^k{A}^l$

• $(AB{)}^k\ne A^k{B}^k$

  $(AB{)}^k=ABABABA...AB$

  $A^k{B}^k=AAAAA..AB....BBB$

  若满足$AB=BA$，那么上式相等

2.2.3矩阵的转置

2.2.3.1 转置的概念

矩阵A的第i行转换为第i列，那么结果为$A^T$

特别的，对角阵的转置为其本身

运算规律：

• $(A^T{)}^T=A$
• $(A+B{)}^T=A^T+B^T$
• $(kA{)}^T=k{A}^T$
• $(AB{)}^T=B^T{A}^T$

证明：

2.2.3.2 对称阵与非对称阵

对称阵与非对称阵一定是方阵

对称阵：$A^T=A$

对称阵的例子：$A{A}^T,A^{T}A,A+A^T$

反对称阵：$A^T=-A$

反对称阵的例子：$A-A^T$

任何一个矩阵都可以写成一个对称阵和一个反对称阵的和：

$A=\frac{A+A^T}{2}+\frac{A-A^T}{2}$

反对称阵：$A^T=-A$怎么说明$a_{ii}=0$

2.2.4 方阵的行列式

2.2.4.1 定义

定义：由方阵A构成的行列式称为方阵的行列式，记为$|A|=detA$

只有方阵才有行列式！

2.2.4.2 奇异方阵与非奇异方阵

定义：若方阵的行列式不为0，那么称方阵为非奇异方阵，否则称为奇异方阵。

• 0矩阵一定是奇异矩阵
• 单位阵是非奇异矩阵

2.2.4.3 方阵行列式的性质

由方阵A多确定的行列式除了具备行列式一般具有的性质外，还具有以下的性质：

设A,B为n阶方阵，k为常数，则有：

• $|kA|=k^n|A|$
• $|AB|=|A||B|$，如果A，B不是方阵，那么不成立——只有方阵才有行列式

证明：奇数阶反对称阵的行列式为0

2.2.5 伴随矩阵

注意排列的顺序！！！

复习：
$$a_{j1}{A}_{i1}+a_{j2}{A}_{i2}+...+a_{jn}{A}_{in}=\{\begin{array}{l}D,(i=j)\\ 0,(i\ne j)\end{array}$$

那么有：

important：
$$A{A}^{\ast }=A^{\ast }A=|A|E$$

2.3 初等变换

2.3.1 矩阵初等变换的定义

以下三种变换称为矩阵的第一、二、三种初等变换：

• 对换矩阵中的第i, j两行（列）的位置，记做$r_{ij}(c_{ij})$或$r_i(c_i)\leftrightarrow r_j(c_j)$
• 用非零常数k乘以第i行（列），记做$k{r}_i(k{c}_i)$
• 将矩阵的第j行（列）乘以常数k后加到第i行（列）对应元素上去，记做$r_i+k{r}_j(c_i+k{c}_j).$

初等行变换和初等列变换是线性代数中的重要工具，统称为初等变换。

初等变换的作用：

矩阵的初等变换可以将矩阵化为梯形阵。

初等变换后矩阵之间不相等：利用初等变换将A化为B，A与B之间用记号$\to$或者$\cong$连接。

2.3.2 矩阵的等价

2.3.1 等价的定义

对矩阵A实行有限次初等变换得到矩阵B，则称A与B等价，记做$A\cong B$或者$A\to B$

等价的性质：

等价矩阵具有自反性，对称性，传递性

• 自反性：$A\cong A$
• 传递性：$A\cong B$,$B\cong A$
• 传递性：$A\cong B,B\cong C\Rightarrow A\cong C$

等价标准型中1的个数与什么有关？

2.4 矩阵的秩

2.4.1 矩阵秩的概念

k阶子式：在$A_{m\times n}$中任取k行k列，位于这些行、列相交处的$k^2$个元素，按原次序组成的k阶行列式，称为矩阵A的k阶子式。

一般的：
$$m\times n矩阵的k阶子式有C_m^k{C}_n^k个$$

矩阵的秩rank：**矩阵的所有不为0子式的最高阶数称为矩阵的秩，**记做$r(A)$

显然：$r(O)=0;$只要A不是零矩阵，就有$r(A)>0$，并且：

(i) r ( A m × n ) < m i n { m , n } r(A_{m\times n})<min\{m,n\} r(Am×n​)<min{m,n}

(ii)若有一个r阶子式不为0，那么$r(A)\ge r$，

​ 若所有的r阶子式全为0，那么$r(A)<r$

(iii)$r(A^T)=r(A)$

(iv)设$A_{n\times n},若|A|\ne 0,则r(A)=n;若|A|=0,则r(A)<n$

2.4.2 秩的求法

梯形阵的秩很好求：非0行的行数

任何一个矩阵都可以通过初等变换将其转换为梯形阵

那么矩阵经初等变换后，其秩若不变，那么就可以根据初等变换求秩。

定理：矩阵经初等变换后其秩不变。

秩的求法：初等变换法

先做初等变换：

2.4.3 性质

若两个矩阵有相同的秩，那么这两个矩阵有相同的标准型，从而等价。

反之，如果两个矩阵等价，那么他们的秩相同。

定理：矩阵A和B等价的充要条件是$r(A)=r(B)$

2.4.4 满秩矩阵

定义：如果方阵A的秩与其阶数相等，那么则称A为满秩矩阵，否则称为降秩矩阵。

定理：设A为满秩矩阵，那么A的标准型为同阶单位阵E。即：
$$A\cong E$$
定义：若方阵A的行列式$|A|\ne 0$，则A为非奇异矩阵；若$|A|=0$，则称A为奇异矩阵。那么：
$$\begin{gathered} 满秩\iff 非奇异矩阵 \\ 降秩\iff 奇异矩阵 \end{gathered}$$

2.5 初等矩阵

2.5.1 定义与性质

定义：对单位阵进行一次初等变换后得到的矩阵称为初等矩阵。

性质：

• 初等矩阵的转置仍为同类型的初等矩阵

• 初等矩阵是非奇异的

  $|E(i,j)|=-1,|E(i(k))|=k,|E(i,j(k))|=1$

2.5.2 初等矩阵与初等变换的关系

行变换相当于左乘初等矩阵；

列变换相当于右乘初等矩阵

问题：

定义：若方阵A的秩与其阶数相等，那么A是满秩矩阵，否则A是降秩矩阵

定理：A是满秩矩阵，则A的标准型为同阶单位阵E，即：
$$A\cong E$$
推论1：以下命题等价：

• A满秩
• A等价于单位阵
• A非奇异
• $A=P_1{P}_2...P_m；$其中$P_i$为初等矩阵

证明如下：

推论2：矩阵A与矩阵B等价的充要条件为存在m阶及n阶满秩矩阵P、Q，使$B_{m\times n}=P_m{A}_{m\times n}{Q}_n$

由此还可以得到：若P、Q为满秩阵，则
$$r(A)=r(PA)=r(PAQ)=r(AQ)$$

2.6 矩阵的逆

2.6.1 矩阵逆的概念

定义：对n阶方阵A，若有n阶矩阵B使$AB=BA=E$，则称B是A的逆矩阵，称A是可逆的。

• 逆矩阵是唯一的，A的逆记做$A^{-1}$

  证明：设B，C都是A的逆，则有：$B=EB=(CA)B=C(AB)=CE=C$，即逆阵唯一

• 并非每个方阵都可逆

2.6.2 逆阵存在的条件

由伴随矩阵的知识：
$$A{A}^{\ast }=A^{\ast }A=|A|E$$
那么有上式知：当$|A|\ne 0$时，方阵是可逆的。

定理：n阶方阵A可逆的充要条件是$|A|\ne 0$

2.6.3 逆矩阵的求法

2.6.3.1 伴随矩阵求法

$$A^{-1}=\frac{1}{|A|}{A}^{\ast }$$

定理：n阶方阵A可逆的充要条件是$|A|\ne 0$充要性的证明：
$$\begin{gathered} "\Rightarrow "：由A可逆知A{A}^{-1}=E，两边取行列式， \\ |A{A}^{-1}|=|A||A^{-1}|=|E|=1\Rightarrow |A|\ne 0 \\ "\Leftarrow "：由|A|\ne 0，A{A}^{\ast }=A^{\ast }A=|A|E\Rightarrow A(\frac{1}{|A|}{A}^{\ast })=(\frac{1}{|A|}{A}^{\ast })A=E \\ \Rightarrow A^{-1}=\frac{1}{|A|}{A}^{\ast } \end{gathered}$$

2.6.3.2 初等变换法

$$\begin{gathered} A可逆\Rightarrow A^{-1}可逆\Rightarrow A^{-1}=P_1{P}_2...P_s \\ \Rightarrow P_1{P}_2...P_{s}A=E \\ \Rightarrow P_1{P}_2...P_{s}E=A^{-1} \end{gathered}$$

综上可知：对A和E进行完全相同的初等变换，待$A$变为$E$时，$E$变为$A^{-1}$
$$(A:E)\to ...\to (E:A^{-1})$$

2.6.3.3 定义求法

定义：对n阶方阵，若有n阶矩阵B，使得$AB=BA=E$，则称B是A的逆矩阵，称A是可逆的。

性质：$AB=E(orBA=E)\Rightarrow B=A^{-1}$

故：对于n阶方阵，只需要找到一个n阶矩阵B，使得$AB=E$或者$BA=E$即可。

2.6.3.4 证明逆矩阵

2.6.4 逆矩阵的性质

$$\{\begin{array}{l}A可逆\Rightarrow |A^{-1}|=\frac{1}{|A|}\\ A可逆\Rightarrow A^{-1}可逆，(A^{-1}{)}^{-1}=A\\ AB=E(orBA=E)\Rightarrow B=A^{-1}\\ (A^T{)}^{-1}=(A^{-1}{)}^T\\ (AB{)}^{-1}=B^{-1}{A}^{-1}\\ (kA{)}^{-1}=\frac{1}{k}{A}^{-1},(k\ne 0,A可逆)\end{array}$$

注意一个没有的性质：$(A+B{)}^{-1}\ne A^{-1}+B^{-1}$

证明：初等矩阵都可逆

综上，初等矩阵的三个性质：

1.初等矩阵的转置

2.初等矩阵都是非奇异的矩阵

3.初等矩阵的逆阵仍为同类型的初等矩阵

2.7 分块矩阵

2.7.1 概念与定义

2.7.2 分块矩阵的运算

• 线性运算 加法与数乘

• 乘法运算 符合乘法的要求

• 转置运算 大块小块一起转

2.7.3 几种特殊的分块矩阵

2.7.3.1 分块矩阵

• 准对角阵

$|A|=|A_1|A_2|...|A_s|$

A可逆的充要条件是每一个小块都可逆

$r(A)=r(A_1)+r(A_2)+...+r(A_s)$

• 分块三角阵

• 分块斜对角阵

  

2.8 矩阵方程——逆矩阵的应用

矩阵方程的三中类型：

• AX=B

• XA=B

• AXC=B

一定要先化简，再求解