什么是矩阵:
矩阵(Matrix)
在数学上,矩阵是指纵横排列的二维数据表格,最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。矩阵是高等代数学中的常见工具,也常见于统计分析等应用数学学科中。在物理学中,矩阵于电路学、力学、光学和量子物理中都有应用;计算机科学中,三维动画制作也需要用到矩阵。 矩阵的运算是数值分析领域的重要问题。将矩阵分解为简单矩阵的组合可以在理论和实际应用上简化矩阵的运算。对一些应用广泛而形式特殊的矩阵,例如稀疏矩阵和准对角矩阵,有特定的快速运算算法。关于矩阵相关理论的发展和应用,请参考矩阵理论。在天体物理、量子力学等领域,也会出现无穷维的矩阵,是矩阵的一种推广。
就是长这个样子:
0 1 1 0 ( 0 − i i 0 ) [ 0 − 1 1 0 ] { 1 0 0 − 1 } ∣ a b c d ∣ ∥ i 0 0 − i ∥ \begin{gathered} \begin{matrix} 0 & 1 \\ 1 & 0 \end{matrix} \quad \begin{pmatrix} 0 & -i \\ i & 0 \end{pmatrix} \quad \begin{bmatrix} 0 & -1 \\ 1 & 0 \end{bmatrix} \quad \begin{Bmatrix} 1 & 0 \\ 0 & -1 \end{Bmatrix} \quad \begin{vmatrix} a & b \\ c & d \end{vmatrix} \quad \begin{Vmatrix} i & 0 \\ 0 & -i \end{Vmatrix} \end{gathered} 0110(0i−i0)[01−10]{100−1}∣∣∣∣acbd∣∣∣∣∥∥∥∥i00−i∥∥∥∥
线性代数中的矩阵,紧邻着行列式,所以在矩阵第一课上,大多数人都会了解到下面这段话
矩阵和行列式的区别
① 行列式是一个数,矩阵是一个数表
② 行列式是nn,矩阵式nm
③ 行列式加减式数的运算,矩阵加减只能是同型矩阵对应元素的加减
④ λ|A|是把行列式的某行(列)乘以λ,λA是把矩阵里的每一个数都乘以λ
⑤ 矩阵如果是方阵的话,即n=m,该矩阵有行列式值|A|
到此为止,我们算是对矩阵有了一个初步认知了
矩阵的三则基本运算
- 矩阵加法&减法
- 只有同型矩阵才能向加减‘
- 对应位置相加减
( 1 2 3 2 4 6 ) + ( 2 0 4 − 1 0 − 3 ) = ( 3 2 7 1 4 3 ) \begin{gathered} \begin{pmatrix} 1 & 2 & 3 \\ 2 & 4 & 6 \end{pmatrix} + \begin{pmatrix} 2 & 0 & 4 \\ -1 & 0 & -3 \end{pmatrix}= \begin{pmatrix} 3 & 2 & 7 \\ 1 & 4 & 3 \end{pmatrix} \end{gathered} (122436)+(2−1004−3)=(312473)
- 矩阵与数的乘法
矩阵中的每个数都需要进行乘法操作
( 1 2 0 3 2 1 1 4 − 1 1 2 1 ) ∗ 2 = ( 2 4 0 6 4 2 2 8 − 2 2 4 2 ) \begin{gathered} \begin{pmatrix} 1 & 2 & 0 & 3 \\ 2 & 1 & 1 & 4 \\ -1 & 1 &2 &1 \end{pmatrix} *2= \begin{pmatrix} 2 & 4 & 0 & 6 \\ 4 & 2 & 2 & 8 \\ -2 & 2 &4 &2 \end{pmatrix} \end{gathered} ⎝⎛12−1211012341⎠⎞∗2=⎝⎛24−2422024682⎠⎞
- 矩阵乘法
A
n
∗
p
∗
B
p
∗
m
=
C
n
∗
m
A_{n*p}*B_{p*m}=C_{n*m}
An∗p∗Bp∗m=Cn∗m
a
i
j
=
A
i
1
∗
B
1
j
+
A
i
2
∗
B
2
j
+
A
i
3
∗
B
3
j
+
.
.
.
+
A
i
p
∗
B
p
j
a_{ij}=A_{i1}*B_{1j}+ A_{i2}*B_{2j}+A_{i3}*B_{3j}+...+A_{ip}*B_{pj}
aij=Ai1∗B1j+Ai2∗B2j+Ai3∗B3j+...+Aip∗Bpj
A
=
(
1
3
−
1
2
1
5
)
,
B
=
(
1
2
3
3
5
2
)
\begin{gathered} A= \begin{pmatrix} 1 & 3 & -1\\2&1&5 \end{pmatrix} ,B=\begin{pmatrix}1&2 \\3&3 \\5&2 \end{pmatrix} \end{gathered}
A=(1231−15),B=⎝⎛135232⎠⎞
A
B
=
(
1
∗
1
+
3
∗
3
−
1
∗
5
1
∗
2
+
3
∗
3
−
1
∗
2
2
∗
1
+
1
∗
3
+
5
∗
5
2
∗
2
+
1
∗
3
+
5
∗
2
)
=
(
5
9
30
17
)
\begin{gathered} AB= \begin{pmatrix} 1*1+3*3-1*5 & 1*2+3*3-1*2\\2*1+1*3+5*5&2*2+1*3+5*2 \end{pmatrix}=\begin{pmatrix} 5&9\\30&17\end{pmatrix} \end{gathered}
AB=(1∗1+3∗3−1∗52∗1+1∗3+5∗51∗2+3∗3−1∗22∗2+1∗3+5∗2)=(530917)
B
A
=
(
1
∗
1
+
2
∗
2
1
∗
3
+
2
∗
1
−
1
∗
1
+
2
∗
5
3
∗
1
+
3
∗
2
3
∗
3
+
3
∗
1
−
1
∗
3
+
3
∗
5
5
∗
1
+
2
∗
2
5
∗
3
+
2
∗
1
−
1
∗
5
+
2
∗
5
)
=
(
5
5
9
9
12
12
9
17
5
)
\begin{gathered} BA= \begin{pmatrix} 1*1+2*2 & 1*3+2*1&-1*1+2*5\\3*1+3*2&3*3+3*1&-1*3+3*5 \\ 5*1+2*2&5*3+2*1&-1*5+2*5 \end{pmatrix}= \begin{pmatrix} 5&5&9\\9&12&12\\9&17&5\end{pmatrix} \end{gathered}
BA=⎝⎛1∗1+2∗23∗1+3∗25∗1+2∗21∗3+2∗13∗3+3∗15∗3+2∗1−1∗1+2∗5−1∗3+3∗5−1∗5+2∗5⎠⎞=⎝⎛599512179125⎠⎞
转置矩阵,伴随矩阵,单位矩阵,逆矩阵
- 转置矩阵(行变列)
A = ( 1 2 3 4 5 6 ) , A T = ( 1 4 2 5 3 6 ) \begin{gathered} A= \begin{pmatrix} 1&2&3 \\4 &5&6\end{pmatrix}, A ^ \mathrm{ T } =\begin{pmatrix}1&4\\2&5\\3&6\end{pmatrix} \end{gathered} A=(142536),AT=⎝⎛123456⎠⎞
性质:
(
A
T
)
T
=
A
(
A
+
B
)
T
=
A
T
+
B
T
(
A
B
)
T
=
B
T
A
T
(
λ
A
)
T
=
λ
A
T
\begin{gathered} (A^\mathrm{T})^\mathrm{T}=A \quad (A+B)^\mathrm{T}=A^\mathrm{T}+B^\mathrm{T} \quad (AB)^\mathrm{T}=B^\mathrm{T}A^\mathrm{T} \quad (λA)^\mathrm{T}=λA^\mathrm{T} \end{gathered}
(AT)T=A(A+B)T=AT+BT(AB)T=BTAT(λA)T=λAT
- 伴随矩阵
A ∗ = ( A 11 A 21 . . . A n 1 A 12 A 22 . . . A n 2 . . . . . . . . . . . . A 1 n A 2 n . . . A n n ) A^{*}= \begin{gathered} \begin{pmatrix} A_{11}&A_{21} &...&A_{n1}\\A_{12}&A_{22} &...&A_{n2}\\...&...&...&...\\A_{1n}&A_{2n} &...&A_{nn} \end{pmatrix} \end{gathered} A∗=⎝⎜⎜⎛A11A12...A1nA21A22...A2n............An1An2...Ann⎠⎟⎟⎞
性质:
(
A
B
)
∗
=
B
∗
A
∗
∣
A
∗
∣
=
∣
A
∣
n
−
1
(
λ
A
)
∗
=
λ
n
−
1
A
∗
(AB)^*=B^*A^* \quad |A^*|=|A|^{n-1} \quad (λA)^*=λ^{n-1}A^*
(AB)∗=B∗A∗∣A∗∣=∣A∣n−1(λA)∗=λn−1A∗
- 单位矩阵
E = ( 1 0 0 0 1 0 0 0 1 ) \begin{gathered} E= \begin{pmatrix} 1&0&0\\0&1&0\\0&0&1 \end{pmatrix} \end{gathered} E=⎝⎛100010001⎠⎞
性质:
E A = A E = A ∣ E ∣ = 1 E 2 = E EA=AE=A \quad |E|=1 \quad E^2=E EA=AE=A∣E∣=1E2=E
- 逆矩阵
A
B
=
B
A
=
E
AB=BA=E
AB=BA=E,则B为A的逆矩阵,记
B
=
A
−
1
B=A^{-1}
B=A−1,即
A
B
=
A
A
−
1
=
E
AB=AA^{-1}=E
AB=AA−1=E
公式:
A
−
1
=
A
∗
∣
A
∣
A^{-1}={A^* \over |A|}
A−1=∣A∣A∗
A是可逆的充要条件是
∣
A
∣
<
>
0
|A|<>0
∣A∣<>0
性质:
(
A
B
)
−
1
=
B
−
1
A
−
1
(
A
−
1
)
−
1
=
A
(
A
T
)
−
1
=
(
A
−
1
)
T
(
λ
A
)
−
1
=
1
λ
A
−
1
(AB)^{-1}=B^{-1}A^{-1} \quad (A^{-1})^{-1}=A \quad (A^\mathrm{T})^{-1}=(A^{-1})^{\mathrm{T}} \quad (λA)^{-1}={1 \over λ}A^{-1}
(AB)−1=B−1A−1(A−1)−1=A(AT)−1=(A−1)T(λA)−1=λ1A−1
方阵的行列式计算
定义:由n阶方阵A的元素构成的行列式,称为方阵A的行列式
∣ A T ∣ = ∣ A ∣ ∣ λ A ∣ = λ n ∣ A ∣ ∣ A B ∣ = ∣ B A ∣ = ∣ A ∣ ∣ B ∣ ∣ A − 1 ∣ = 1 ∣ A ∣ |A^\mathrm{T}|=|A| \quad |λA|=λ^n|A| \quad |AB|=|BA|=|A||B| \quad |A^{-1}|={1 \over |A|} ∣AT∣=∣A∣∣λA∣=λn∣A∣∣AB∣=∣BA∣=∣A∣∣B∣∣A−1∣=∣A∣1
矩阵的初等行变换
以下三种变换,称为矩阵的初等行变换
- 换行:交换矩阵的两行
- 倍乘:以常数k(k<>0)乘以矩阵的某一行各元素
- 倍加:矩阵的某一行各元素乘以常数k(k<>0)后加到另一行的对应元素上
A
=
(
2
3
3
1
1
2
2
0
3
−
3
−
3
9
4
3
5
1
)
−
>
r
1
<
−
>
r
2
−
>
(
1
2
2
0
2
3
3
1
3
−
3
−
3
9
4
3
5
1
)
−
>
1
3
r
3
−
>
(
1
2
2
0
2
3
3
1
1
−
1
−
1
3
4
3
5
1
)
\begin{gathered} A= \begin{pmatrix} 2&3&3&1\\1&2&2&0\\3&-3&-3&9\\4&3&5&1 \end{pmatrix} ->r_1<->r_2-> \begin{pmatrix} 1&2&2&0\\2&3&3&1\\3&-3&-3&9\\4&3&5&1 \end{pmatrix} ->{1 \over 3}r_3-> \begin{pmatrix} 1&2&2&0\\2&3&3&1\\1&-1&-1&3\\4&3&5&1 \end{pmatrix} \end{gathered}
A=⎝⎜⎜⎛213432−3332−351091⎠⎟⎟⎞−>r1<−>r2−>⎝⎜⎜⎛123423−3323−350191⎠⎟⎟⎞−>31r3−>⎝⎜⎜⎛121423−1323−150131⎠⎟⎟⎞
−
>
r
3
−
r
1
,
r
2
−
2
r
1
,
r
4
−
4
r
1
−
>
(
1
2
2
0
0
−
1
−
1
1
0
−
3
−
3
3
0
−
5
−
3
1
)
−
>
r
3
−
3
r
2
,
r
4
−
5
r
2
−
>
(
1
2
2
0
0
−
1
−
1
1
0
0
0
0
0
0
2
−
4
)
−
>
r
3
<
−
>
r
4
−
>
(
1
2
2
0
0
−
1
−
1
1
0
0
2
−
4
0
0
0
0
)
−
>
1
2
r
3
−
>
(
1
2
2
0
0
−
1
−
1
1
0
0
1
−
2
0
0
0
0
)
->r_3-r_1,r_2-2r_1,r_4-4r_1-> \begin{gathered} \begin{pmatrix} 1&2&2&0\\0&-1&-1&1\\0&-3&-3&3\\0&-5&-3&1 \end{pmatrix} ->r_3-3r_2,r_4-5r_2-> \begin{pmatrix} 1&2&2&0\\0&-1&-1&1\\0&0&0&0\\0&0&2&-4 \end{pmatrix} ->r_3<->r_4-> \begin{pmatrix} 1&2&2&0\\0&-1&-1&1\\0&0&2&-4\\0&0&0&0 \end{pmatrix} ->{1 \over 2}r_3-> \begin{pmatrix} 1&2&2&0\\0&-1&-1&1\\0&0&1&-2\\0&0&0&0 \end{pmatrix} \end{gathered}
−>r3−r1,r2−2r1,r4−4r1−>⎝⎜⎜⎛10002−1−3−52−1−3−30131⎠⎟⎟⎞−>r3−3r2,r4−5r2−>⎝⎜⎜⎛10002−1002−102010−4⎠⎟⎟⎞−>r3<−>r4−>⎝⎜⎜⎛10002−1002−12001−40⎠⎟⎟⎞−>21r3−>⎝⎜⎜⎛10002−1002−11001−20⎠⎟⎟⎞
注意,我们在计算的最后得到了一个**“阶梯型矩阵”**
阶梯型矩阵
①如果有零行,零行在最下面
②每个阶梯首项即为主元,主元依次往右
③阶梯型不是唯一的
我们在得到阶梯型矩阵后,还可以进一步化简:
A
=
(
1
2
2
0
0
−
1
−
1
1
0
0
1
−
2
0
0
0
0
)
−
>
−
r
2
−
>
(
1
2
2
0
0
1
1
−
1
0
0
1
−
2
0
0
0
0
)
−
>
r
1
−
2
r
2
−
>
(
1
0
0
2
0
1
1
−
1
0
0
1
−
2
0
0
0
0
)
\begin{gathered} A= \begin{pmatrix} 1&2&2&0\\0&-1&-1&1\\0&0&1&-2\\0&0&0&0 \end{pmatrix} ->-r_2-> \begin{pmatrix} 1&2&2&0\\0&1&1&-1\\0&0&1&-2\\0&0&0&0 \end{pmatrix} ->r_1-2r_2-> \begin{pmatrix} 1&0&0&2\\0&1&1&-1\\0&0&1&-2\\0&0&0&0 \end{pmatrix} \end{gathered}
A=⎝⎜⎜⎛10002−1002−11001−20⎠⎟⎟⎞−>−r2−>⎝⎜⎜⎛1000210021100−1−20⎠⎟⎟⎞−>r1−2r2−>⎝⎜⎜⎛1000010001102−1−20⎠⎟⎟⎞
−
>
r
2
−
r
3
−
>
(
1
0
0
2
0
1
0
1
0
0
1
−
2
0
0
0
0
)
->r_2-r_3-> \begin{pmatrix} 1&0&0&2\\0&1&0&1\\0&0&1&-2\\0&0&0&0 \end{pmatrix}
−>r2−r3−>⎝⎜⎜⎛10000100001021−20⎠⎟⎟⎞
这里我们得到了 “最简型矩阵”
最简型矩阵
①主元全为1
②主元所在的列其他元素均为零
③最简型是唯一的
化成最简型可以干什么?
1.求逆矩阵
2.求矩阵的秩
3.向量无关组
4.特征向量
5.解方程组
6.对角化
7.二次型
Ex1.
A = ( 1 0 − 1 − 2 3 0 0 1 2 ) , 求 A − 1 A= \begin{pmatrix} 1&0&-1\\-2&3&0\\0&1&2 \end{pmatrix} ,求A^{-1} A=⎝⎛1−20031−102⎠⎞,求A−1
解:
(
A
∣
E
)
=
(
1
0
−
1
∣
1
0
0
−
2
3
0
∣
0
1
0
0
1
2
∣
0
0
1
)
\begin{gathered} (A|E)= \begin{pmatrix} 1&0&-1&|&1&0&0\\-2&3&0&|&0&1&0\\0&1&2&|&0&0&1 \end{pmatrix} \end{gathered}
(A∣E)=⎝⎛1−20031−102∣∣∣100010001⎠⎞
−
>
r
2
+
2
r
1
−
>
(
1
0
−
1
∣
1
0
0
0
3
−
2
∣
2
1
0
0
1
2
∣
0
0
1
)
->r_2+2r_1-> \begin{pmatrix} 1&0&-1&|&1&0&0\\0&3&-2&|&2&1&0\\0&1&2&|&0&0&1 \end{pmatrix}
−>r2+2r1−>⎝⎛100031−1−22∣∣∣120010001⎠⎞
−
>
r
2
<
−
>
r
3
−
>
(
1
0
−
1
∣
1
0
0
0
1
2
∣
0
0
1
0
3
−
2
∣
2
1
0
)
->r_2<->r_3-> \begin{pmatrix} 1&0&-1&|&1&0&0\\0&1&2&|&0&0&1\\0&3&-2&|&2&1&0 \end{pmatrix}
−>r2<−>r3−>⎝⎛100013−12−2∣∣∣102001010⎠⎞
−
>
r
3
−
3
r
2
−
>
(
1
0
−
1
∣
1
0
0
0
1
2
∣
0
0
1
0
0
8
∣
2
1
−
3
)
->r_3-3r_2-> \begin{pmatrix} 1&0&-1&|&1&0&0\\0&1&2&|&0&0&1\\0&0&8&|&2&1&-3 \end{pmatrix}
−>r3−3r2−>⎝⎛100010−128∣∣∣10200101−3⎠⎞
−
>
−
1
8
r
3
−
>
(
1
0
−
1
∣
1
0
0
0
1
2
∣
0
0
1
0
0
1
∣
−
1
4
−
1
8
3
8
)
->-{1 \over 8}r_3-> \begin{pmatrix} 1&0&-1&|&1&0&0\\0&1&2&|&0&0&1\\0&0&1&|&-{1 \over 4}&-{1 \over 8}&{3 \over 8} \end{pmatrix}
−>−81r3−>⎝⎛100010−121∣∣∣10−4100−810183⎠⎞
−
>
r
1
+
r
3
,
r
2
−
2
r
3
−
>
(
1
0
0
∣
3
4
−
1
8
3
8
0
1
0
∣
1
2
1
4
1
4
0
0
1
∣
−
1
4
−
1
8
3
8
)
=
E
∣
A
−
1
->r_1+r_3,r_2-2r_3-> \begin{pmatrix} 1&0&0&|&{3 \over 4}&-{1 \over 8}&{3 \over 8}\\0&1&0&|&{1 \over 2}&{1 \over 4}&{1 \over 4}\\0&0&1&|&-{1 \over 4}&-{1 \over 8}&{3 \over 8} \end{pmatrix} ={E|A^{-1}}
−>r1+r3,r2−2r3−>⎝⎛100010001∣∣∣4321−41−8141−81834183⎠⎞=E∣A−1
A
−
1
=
(
3
4
−
1
8
3
8
1
2
1
4
1
4
−
1
4
−
1
8
3
8
)
A^{-1}= \begin{pmatrix} {3 \over 4}&-{1 \over 8}&{3 \over 8}\\{1 \over 2}&{1 \over 4}&{1 \over 4}\\-{1 \over 4}&-{1 \over 8}&{3 \over 8} \end{pmatrix}
A−1=⎝⎛4321−41−8141−81834183⎠⎞
口诀:主对调,次反号,除以值
A = ( a b c d ) , A − 1 = 1 a d − b c ( d − b − c a ) A= \begin{pmatrix} a&b\\c&d \end{pmatrix} ,A^{-1}={1 \over ad-bc} \begin{pmatrix} d&-b\\-c&a \end{pmatrix} A=(acbd),A−1=ad−bc1(d−c−ba)
矩阵的秩
矩阵
A
A
A的秩用
R
(
A
)
R(A)
R(A)表示
简单来说,矩阵的秩就等于矩阵化为阶梯式后非零行的数量
Ex2. 已知
A = ( 3 1 0 2 1 − 1 2 − 1 1 3 − 4 4 ) , 求 R ( A ) A= \begin{pmatrix} 3&1&0&2\\1&-1&2&-1\\1&3&-4&4 \end{pmatrix},求R(A) A=⎝⎛3111−1302−42−14⎠⎞,求R(A)
解:
A
=
(
3
1
0
2
1
−
1
2
−
1
1
3
−
4
4
)
−
>
r
1
−
3
r
2
,
r
3
−
r
2
−
>
(
0
4
−
6
5
1
−
1
2
−
1
0
4
−
6
5
)
A= \begin{pmatrix} 3&1&0&2\\1&-1&2&-1\\1&3&-4&4 \end{pmatrix} ->r_1-3r_2,r_3-r_2-> \begin{pmatrix} 0&4&-6&5\\1&-1&2&-1\\0&4&-6&5 \end{pmatrix}
A=⎝⎛3111−1302−42−14⎠⎞−>r1−3r2,r3−r2−>⎝⎛0104−14−62−65−15⎠⎞
−
>
r
3
−
r
1
,
r
3
−
r
2
−
>
(
1
−
1
2
−
1
0
4
−
6
5
0
0
0
0
)
=
A
1
->r_3-r_1,r_3-r_2-> \begin{pmatrix} 1&-1&2&-1\\0&4&-6&5\\0&0&0&0 \end{pmatrix} =A_1
−>r3−r1,r3−r2−>⎝⎛100−1402−60−150⎠⎞=A1
R
(
A
)
=
2
R(A)=2
R(A)=2
秩的性质
①
0
<
=
R
(
A
m
∗
n
<
=
m
i
n
{
m
,
n
}
)
0<=R(A_{m*n}<=min\{m,n\})
0<=R(Am∗n<=min{m,n})
②
R
(
A
T
)
=
R
(
A
)
=
R
(
k
A
)
(
k
<
>
0
)
R(A^\mathrm{T})=R(A)=R(kA) (k<>0)
R(AT)=R(A)=R(kA)(k<>0)
③
若
A
B
,
则
R
(
A
)
=
R
(
B
)
若A~B,则R(A)=R(B)
若A B,则R(A)=R(B)
④
R
(
A
+
B
)
<
=
R
(
A
)
+
R
(
B
)
R(A+B)<=R(A)+R(B)
R(A+B)<=R(A)+R(B)
⑤
R
(
A
B
)
<
=
m
i
n
{
R
(
A
)
,
R
(
B
)
}
R(AB)<=min\{R(A),R(B)\}
R(AB)<=min{R(A),R(B)}
⑥
A
为
方
阵
,
R
(
A
)
=
n
<
=
>
∣
A
∣
!
=
0
;
R
(
A
)
<
n
<
=
>
∣
A
∣
=
0
A为方阵,R(A)=n<=>|A|!=0;R(A)<n<=>|A|=0
A为方阵,R(A)=n<=>∣A∣!=0;R(A)<n<=>∣A∣=0