【考研数学一·线性代数(2)】矩阵

1.矩阵的定义

由$m\times n$个数$a_{ij}(i=1,2,\cdots ,m;j=1,2,\cdots ,n)$排成的$m$行$n$列的矩形表格，当$m=n$时，称为$n$阶方阵($n$阶矩阵).
$$\left[\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right]$$

2.矩阵的基本运算

1. 相等——同型且对应元素相等

2. 加法

   $$C=A+B=(a_{ij}{)}_{m\times n}+(b_{ij}{)}_{m\times n}=(c_{ij}{)}_{m\times n},c_{ij}=a_{ij}+b_{ij}$$

3. 数乘矩阵

   $$kA=Ak=k\left[\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right]=\left[\begin{array}{cccc}k{a}_{11}& k{a}_{12}& \cdots & k{a}_{1n}\\ k{a}_{21}& k{a}_{22}& \cdots & k{a}_{2n}\\ ⋮& ⋮& & ⋮\\ k{a}_{n1}& k{a}_{n2}& \cdots & k{a}_{nn}\end{array}\right]$$

4. 矩阵乘法

   $A$是$m\times s$矩阵，$B$是$s\times n$矩阵（$A$的列数和$B$的行数相等）

   $$\begin{gathered} C=AB=(c_{ij}{)}_{m\times n} \\ {c}_{ij}=\sum _{k=1}^s{a}_{ik}bkj=a_{i1}b1j+ai2b2j+\cdots +a_{is}{b}_{sj} \end{gathered}$$

5. 转置矩阵

   $$A^T=\left[\begin{array}{cccc}{a}_{11}& a_{21}& \cdots & a_{n1}\\ a_{12}& a_{22}& \cdots & a_{n2}\\ ⋮& ⋮& & ⋮\\ a_{1n}& a_{2n}& \cdots & a_{nn}\end{array}\right]$$

6. 向量的内积与正交

   设$\alpha =[a_1,a_2,\cdots ,a_n{]}^T,\beta =[b_1,b_2,\cdots ,b_n{]}^T$

   • 内积——${\alpha }^T\beta =\sum _{i=1}^n{a}_i{b}_i,$记作$(\alpha ,\beta ),(\alpha ,\beta )={\alpha }^T\beta =\Vert \alpha \Vert \Vert \beta \Vert \cos \theta$
   • 正交——${\alpha }^T\beta =0$
   • 模——$\Vert \alpha \Vert =\sqrt{\sum _{i=1}^n{a}_i^2},\Vert \alpha \Vert =1时称\alpha 为单位向量$
   • 标准正交向量组——向量组${\alpha }_1,{\alpha }_2,\cdots ,{\alpha }_s$满足${\alpha }_i^T{\alpha }_j=\{\begin{array}{l}0,i\ne j\\ 1,i=j\end{array}$

7. 施密特正交化

   线性无关向量组${\alpha }_1,{\alpha }_2,\cdots ,{\alpha }_m$的标准正交化

   ${\beta }_1={\alpha }_1$

   ${\beta }_2={\alpha }_2-\frac{({\alpha }_2,{\beta }_1)}{({\beta }_1,{\beta }_1)}{\beta }_1$

   ${\beta }_m={\alpha }_m-\frac{({\alpha }_m,{\beta }_1)}{({\beta }_1,{\beta }_1)}{\beta }_1-\cdots -\frac{({\alpha }_m,{\beta }_{m-1})}{({\beta }_{m-1},{\beta }_{m-1})}{\beta }_{m-1}$

8. 矩阵的幂——$A^m=AA\cdots A(m个A,A是n阶方阵)$

9. 方阵乘积的行列式——$|AB|=|A||B|$

3.几种重要矩阵

1. 零矩阵$O$——每个元素均为零
2. 单位矩阵$E/I$——主对角元素为1其余为0
3. 数量矩阵——数$k$和单位矩阵的乘积
4. 对角矩阵——非主对角元素均为零
5. 上（下）三角矩阵——$i>/<j$时，$a_{ij}=0$
6. 对称矩阵——$A^T=A\iff a_{ij}=a_{ji}$
7. 反对称矩阵——$A^T=-A\iff \{\begin{array}{l}{a}_{ij}=-aij,i\ne j\\ a_{ii}=0\end{array}$
8. 正交矩阵——$A^{T}A=E\iff A^T=A^{-1}\iff A$的行（列）向量组是标准正交向量组
9. 分块矩阵

4.重要公式

	数乘	加法	乘法
行列式	$	kA	=k^n
转置	$(kA{)}^T=k{A}^T$	$(A+B{)}^T=A^T+B^T$	$(AB{)}^T=B^T{A}^T$
逆	$(kA{)}^{-1}=\frac{1}{k}{A}^{-1}(k\ne 0)$	$(A+B{)}^{-1}\ne A^{-1}+B^{-1}$	$(AB{)}^{-1}=B^{-1}{A}^{-1}$
伴随矩阵	$(kA{)}^{\ast }=k^{n-1}{A}^{\ast }$	$(A+B{)}^{\ast }\ne A^{\ast }+B^{\ast }$	$(AB{)}^{\ast }=B^{\ast }{A}^{\ast }$

$$\begin{gathered} (A^T{)}^{-1}=(A^{-1}{)}^T \\ (A^{\ast }{)}^{-1}=(A^{-1}{)}^{\ast } \\ (A^T{)}^{\ast }=(A^{\ast }{)}^T \end{gathered}$$

5.求矩阵的n次幂$A^n$

1. $A$为方阵且$r(A)=1(A=\alpha {\beta }^T)\Rightarrow A^n=[tr(A){]}^{n-1}A$

2. 试算$A^2,A^3,$找规律$,\{\begin{array}{l}{A}^2=kA\Rightarrow A^n=k^{n-1}A\\ A^2=kE\Rightarrow \{\begin{array}{l}{A}^{2n}=k^{n}E\\ A^{2n+1}=k^{n}A\end{array}\end{array}$

3. $A\stackrel{分解}{=}B+D,BD=DB\Rightarrow A^n=(B+D{)}^n=\sum _{i=0}^n{C}_n^i{B}^n{D}^{n-i}$

4. 用相似理论$A\sim B,P^{-1}AP=B\Rightarrow A=PB{P}^{-1},A^n=P{B}^n{P}^{-1}$

6.伴随矩阵

6.1.定义

$$A^{\ast }=\left[\begin{array}{cccc}{A}_{11}& A_{21}& \cdots & A_{n1}\\ A_{12}& A_{22}& \cdots & A_{n2}\\ ⋮& ⋮& & ⋮\\ A_{1n}& A_{2n}& \cdots & A_{nn}\end{array}\right](A_{ij}为代数余子式)$$

6.2.公式

$设A为n阶(n⩾2)矩阵.$

1. $A{A}^{\ast }=A^{\ast }A=|A|E$
2. $|A^{\ast }|=|A{|}^{n-1}$
3. $A^{\ast }=|A|A^{-1},A$可逆
4. $(A^{\ast }{)}^{\ast }=|A{|}^{n-2}A$
5. $|(A^{\ast }{)}^{\ast }|=|A{|}^{(n-1{)}^2}$

7.矩阵的逆

7.1.定义

$$对于方阵A,B,若AB=E,则A,B互为逆矩阵,且A^{-1}=B,B^{-1}=A,AB=BA.$$

7.2.性质

1. $(A^{-1}{)}^{-1}=A$
2. $|A^{-1}|=\frac{1}{|A|}$

7.3.求矩阵的逆

1. 具体型

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

   • $[A|E]\stackrel{初等行变换}{⟶}[E|A^{-1}]$

2. 抽象型

   • 创造$AB=E\Rightarrow A^{-1}=B$
   • 创造$A=BC(B,C均可逆)\Rightarrow A^{-1}=B^{-1}{C}^{-1}$

8.初等矩阵

8.1.定义

由单位矩阵经过一次初等行（列）变换得到的矩阵称为初等矩阵.

• $E_i(k)(k\ne 0)$：$E$的第$i$行（列）乘非零常数$k$（倍乘初等矩阵）.
• $E_{ij}$：$E$交换第$i$行（列）与第$j$行（列）（互换初等矩阵）
• $E_{ij}(k)$：$E$的第$j$行的$k$倍加到第$i$行（第$i$列加到第$j$列）（倍加初等矩阵）

8.2.性质

	$E_{ij}$	$E_{ij}(k)$	$E_{i}k$
行列式	-1	1	$k$
转置	$E_{ij}$	$E_{ji}(k)$	$E_i(k)$
逆	$E_{i}j$	$E_{ij}(-k)$	$E_i(\frac{1}{k})$
伴随矩阵	$-E_{ij}$	$E_{ij}(-k)$	$k{E}_i(\frac{1}{k})$

8.3.矩阵等价

• 设$A,B$均是$m\times n$矩阵，若存在可逆矩阵$P_{m\times m},Q_{n\times n}$使得$PAQ=B$，则称$A,B$是等价矩阵，记作$A\cong B$.
• $A$的等价标准形$\left[\begin{array}{cc}{E}_r& O\\ O& O\end{array}\right],r(A)=r$.
• $A$与$B$等价$\iff r(A)=r(B)$

9.分块矩阵

1. 转置：${\left[\begin{array}{cc}A& B\\ C& D\end{array}\right]}^T=\left[\begin{array}{cc}{A}^T& C^T\\ B^T& D^T\end{array}\right]$

2. 加法：同型，且分法一致，$\left[\begin{array}{cc}{A}_1& A_2\\ A_3& A_4\end{array}\right]+\left[\begin{array}{cc}{B}_1& B_2\\ B_3& B_4\end{array}\right]=\left[\begin{array}{cc}{A}_1+B_1& A_2+B_2\\ A_3+B_3& A_4+B_4\end{array}\right]$

3. 数乘：$k\left[\begin{array}{cc}A& B\\ C& D\end{array}\right]=\left[\begin{array}{cc}kA& kB\\ kC& kD\end{array}\right]$

4. 乘法：$\left[\begin{array}{cc}A& B\\ C& D\end{array}\right]\left[\begin{array}{cc}X& Y\\ Z& W\end{array}\right]=\left[\begin{array}{cc}AX+BZ& AY+BW\\ CX+DZ& CY+DW\end{array}\right]$

5. 幂：$A,B$分别为$m,n$阶方阵，${\left[\begin{array}{cc}A& O\\ O& B\end{array}\right]}^k=\left[\begin{array}{cc}{A}^k& O\\ O& B^k\end{array}\right]$

6. 逆：$B$为$r$阶可逆矩阵，$C$为$s$阶可逆矩阵，$\{\begin{array}{l}{A}_1=\left[\begin{array}{cc}B& O\\ D& C\end{array}\right]\Rightarrow A_1^{-1}=\left[\begin{array}{cc}{B}^{-1}& O\\ -C^{-1}D{B}^{-1}& C^{-1}\end{array}\right]\\ A_2=\left[\begin{array}{cc}B& D\\ O& C\end{array}\right]\Rightarrow A_2^{-1}=\left[\begin{array}{cc}{B}^{-1}& -B^{-1}D{C}^{-1}\\ O& C^{-1}\end{array}\right]\\ A_3=\left[\begin{array}{cc}O& B\\ C& D\end{array}\right]\Rightarrow A_3^{-1}=\left[\begin{array}{cc}-C^{-1}D{B}^{-1}& C^{-1}\\ B^{-1}& O\end{array}\right]\\ A_4=\left[\begin{array}{cc}D& B\\ C& O\end{array}\right]\Rightarrow A41^{-1}=\left[\begin{array}{cc}O& C^{-1}\\ B^{-1}& -B^{-1}D{C}^{-1}\end{array}\right]\end{array}$

   (左乘同行，右乘同列，再添负号，副对角调换位置)

   $A=\left[\begin{array}{cccc}{A}_1& & & \\ & A_2& & \\ & & \ddots & \\ & & & A_s\end{array}\right]\Rightarrow A^{-1}=\left[\begin{array}{cccc}{A}_1^{-1}& & & \\ & A_2^{-1}& & \\ & & \ddots & \\ & & & A_s^{-1}\end{array}\right]$

   $A=\left[\begin{array}{cccc}& & & A_1\\ & & A_2& \\ & \dots & & \\ A_s& & & \end{array}\right]\Rightarrow A^{-1}=\left[\begin{array}{cccc}& & & A_s^{-1}\\ & & \dots & \\ & A_2^{-1}& & \\ A_1^{-1}& & & \end{array}\right]$

7. 舒尔公式

   • $\left[\begin{array}{cc}{E}_r& O\\ -C{A}^{-1}& E_{n-r}\end{array}\right]\left[\begin{array}{cc}A& B\\ C& D\end{array}\right]=\left[\begin{array}{cc}A& B\\ O& D-C{A}^{-1}B\end{array}\right]$
   • $\left[\begin{array}{cc}A& B\\ C& D\end{array}\right]\left[\begin{array}{cc}{E}_r& -A^{-1}B\\ O& E_{n-r}\end{array}\right]=\left[\begin{array}{cc}A& O\\ C& D-C{A}^{-1}B\end{array}\right]$
   • $\left[\begin{array}{cc}{E}_r& O\\ -C{A}^{-1}& E_{n-r}\end{array}\right]\left[\begin{array}{cc}A& B\\ C& D\end{array}\right]\left[\begin{array}{cc}{E}_r& -A^{-1}B\\ O& E_{n-r}\end{array}\right]=\left[\begin{array}{cc}A& O\\ O& D-C{A}^{-1}B\end{array}\right]$

10.矩阵的秩

10.1.定义

设$A$是$m\times n$矩阵，$A$中最大的不为零的子式的阶数称为矩阵$A$的秩，记为$r(A)$.

$r(A_{n\times n})=n\iff |A|\ne 0\iff A可逆$

10.2.公式

1. 设$A$是$m\times n$矩阵，则 0 ⩽ r ( A ) ⩽ min ⁡ { m , n } 0\leqslant r(A)\leqslant\min\{m,n\} 0⩽r(A)⩽min{m,n}.

2. 设$A$是$m\times n$矩阵，则$r(kA)=r(A)(k\ne 0)$.

3. 设$A$是$m\times n$矩阵，$P,Q$分别是$m$阶、$n$阶可逆矩阵，则$r(A)=r(PA)=r(AQ)=r(PAQ)$.(初等变换不改变矩阵的秩)

   • 若$r(AB)<r(A)$，$B$为$n$阶矩阵，则$r(B)<n$.

4. 设$A$是$m\times n$矩阵，$B$是$n\times s$矩阵

   • 若$r(A)=n$(列满秩)，则$r(AB)=r(B)$.
   • 若$r(B)=n$(行满秩)，则$r(AB)=r(A)$.

5. 设$A$是$m\times n$矩阵，$B$是$n\times s$矩阵，则 r ( A B ) ⩽ min ⁡ { r ( A ) , r ( B ) } r(AB)\leqslant\min\{r(A),r(B)\} r(AB)⩽min{r(A),r(B)}.

6. 设$A,B$为同型矩阵，则$r(A+B)⩽r([A,B])⩽r(A)+r(B)$.

7. 设$A$是$m\times n$矩阵，$B$是$s\times t$矩阵，则$r\left(\begin{array}{c}\left[\begin{array}{cc}A& O\\ O& B\end{array}\right]\end{array}\right)=r\left(\begin{array}{c}\left[\begin{array}{cc}O& A\\ B& O\end{array}\right]\end{array}\right)=r(A)+r(B)$.

8. 设$A,B,C$均是$n$阶方阵，则$r(A)+r(B)⩽r\left(\begin{array}{c}\left[\begin{array}{cc}A& O\\ C& B\end{array}\right]\end{array}\right)⩽r(A)+r(B)+r(C)$.

9. 设$A$是$m\times n$矩阵，$B$是$n\times s$矩阵，则$r(AB)⩾r(A)+r(B)-n$.

   • $AB=O$时，$r(A)+r(B)⩽n$.

10. 设$A$是$m\times n$实矩阵，则$r(A)=r(A^T)=r(A{A}^T)=r(A^{T}A)$.

11. 设$A$是$n$阶方阵，则$r(A^{\ast })=\{\begin{array}{l}n,r(A)=n\\ 1,r(A)=n-1\\ 0,r(A)<n-1\end{array}$

12. 设$n$阶矩阵$A$满足$A^2-(k_1+k_2)A+k_1{k}_{2}E=O(k_1\ne k_2)$，则$r(A-k_{1}E)+r(A-k_{2}E)=n$.

    • 若$A^2=A$，则$r(A)+r(A-E)=n$
    • 若$A^2=E$，则$r(A+E)+r(A-E)=n$

13. 设$A$是$m\times n$矩阵，则$Ax=0$的基础解系所含向量的个数$s=n-r(A)$.

14. 方程组$A_{m\times n}x=0$与$B_{s\times n}x=0$同解$\iff r(A)=r\left(\begin{array}{c}A\\ B\end{array}\right)=r(B)$.

15. 设两个向量组：$(Ⅰ){\alpha }_1,{\alpha }_2\cdots ,{\alpha }_s(Ⅱ){\beta }_1,{\beta }_2,\cdots ,{\beta }_t$，则$r(Ⅰ)=r(Ⅱ)=r(Ⅰ,Ⅱ)\iff$向量组$(Ⅰ)$与向量组$(Ⅱ)$等价.

16. 若$A\sim \Lambda$，则$n_i=n-r({\lambda }_{i}E-A)$，其中${\lambda }_i$是$n_i$重特征根.

17. 若$A\sim \Lambda$，则$r(A)$等于非零特征值的个数，重根按重数算.