线性代数（第二章）矩阵

第二章 矩阵（Matrix）

2.1 矩阵的概念

● 具体参考数据结构中的邻接矩阵。行列式与矩阵的区别：
● 行列式本质上是一个数，矩阵本质上是一个数表；
行列式的符号是竖线，矩阵符号是小括号，中括号； 大括号在线性代数中几乎不用。
行列式的行数等于列数，矩阵的形状无要求；
● 实矩阵，复矩阵；所有元素都是实数的，所有元素都是复数的。
● 行矩阵，列矩阵。
● 零矩阵，记作：O
● 把矩阵中的所有元素都取相反数，得到原来矩阵的负矩阵。
● 行数等于列数的矩阵叫方阵。
● 单位阵：主对角线都为1，其他位置是0的矩阵。
● 同型矩阵：行数和列数对应相等的两个矩阵。
● 两个同型矩阵的元素对应位置元素对应相等，就是相等矩阵。

2.2 矩阵的运算

● 同型矩阵才能相加减。
● 对应位置相加减即可。
● 矩阵的数乘：K乘以一个矩阵，用k乘以矩阵的每一个元素。
矩阵的所有元素都有同一个公因子，公因子朝外提一次。与行列式不同。
● 矩阵的乘法：
前提条件，第一个矩阵的列数等于第二个矩阵的行数；
结果矩阵的行数等于第一个矩阵的行数；结果矩阵的列数等于第二个矩阵的列数。
● 口诀：中相等，取两头。
● 矩阵的乘法中：
AB有意义，BA不一定有意义。（A不等于B）
AB = BC，A不等于0， 不能推出 B=C.
AB=0，不能推出A=0 或 B=0;
与零矩阵（符合相乘规则的）相乘都等于0矩阵(相应的结果0矩阵）
● 矩阵的乘法法则：
结合，(AB)C = A(BC)
分配，(A+B)C = AC+BC. C(AB) = CA + CB
K(A+B)=(KA)B=A(KB) K是常数
●

● 幂运算：
$A^{k_1}\cdot A^{k_2}=A^{k_1+k_2}$
$(A^{k_1}{)}^{k_2}=A^{k_1\cdot k2}$
一般来说，$(AB{)}^k\ne A^k\cdot B^k$ ；$(A+B{)}^2=A^2+AB+BA+B^2$
在A是方阵，E是单位阵时，$(A+E{)}^2=A^2+2AE+E^2$
● 矩阵的转置：
概念，i j 互换位置。
性质： $(AT)T=A $ $(A+B{)}^T=A^T+B^T$
$(kA{)}^T=k\cdot A^T$ $(AB{)}^T=B^T\cdot A^T$ 不能记反。
$(A_1{A}_2{A}_3{A}_4{)}^T=A_4^T{A}_3^T{A}_2^T{A}_1^T$
$(A+B+C{)}^T=A^T+B^T+C^T$

2.3 特殊矩阵（方阵）

● 数量矩阵（特殊的对角型矩阵），
主对角线全为 a(任意数) ，等于a乘以相应的单位阵。
$(aE)B=B(aE)=(aB)$
AE=EA=A 第一个E和第二个E不同。
● 对角型，
$diag(a_1{a}_2{a}_3{a}_4)$ 是以 $a_1,a_2,a_3,a_4$ 为主对角线的对角型矩阵。

● 三角型：
上三角型，下三角型
对角型既是上三角，又是下三角
数和上三角或下三角的乘积，以及上三角或下三角的和、差、积均是上三角或下三角。
● 对称和反对称：
对称矩阵 $a_{ij}=a_{ji}$ 或$A^T=A$
两个同阶对称矩阵的和、差、数乘依然是对称的。但是乘积一般不再是对称矩阵。

反对称矩阵 $a_{ji}=-a_{ji}$ ，对称矩阵主对角线没有要求，但是反对称矩阵的主对角线必须都是0；

2.4 逆矩阵

● 永远不要把矩阵放在分母上
● 方阵的行列式 ，
把矩阵的括号换成竖线.
行列式本质上是一个数，矩阵本质上是一个数表。
矩阵有很多属性：特征值、特征向量、行列式等等。
方阵的行列式的性质：$\left|\begin{array}{c}{A}^T\end{array}\right|=\left|\begin{array}{c}A\end{array}\right|$ $\left|\begin{array}{c}kA\end{array}\right|=k^n\left|\begin{array}{c}A\end{array}\right|$ *
$\left|\begin{array}{c}AB\end{array}\right|=\left|\begin{array}{c}A\end{array}\right|\cdot \left|\begin{array}{c}B\end{array}\right|$ 条件：同阶行列式，可以推广到多个行列式。
● 伴随矩阵
只有方阵才有伴随矩阵。

伴随矩阵记作：$A^{\ast }$
定理：$A{A}^{\ast }=A^{\ast }A=\left|\begin{array}{c}A\end{array}\right|E$

● 由$\left|\begin{array}{c}A{A}^{\ast }\end{array}\right|=\left|\begin{array}{c}A\end{array}\right|E$ , $\left|\begin{array}{c}A\end{array}\right|\cdot \left|\begin{array}{c}{A}^{\ast }\end{array}\right|={\left|\begin{array}{c}A\end{array}\right|}^n$ 那么：
在 $\left|\begin{array}{c}A\end{array}\right|\ne 0$ 时：$\left|\begin{array}{c}{A}^{\ast }\end{array}\right|=\left|\begin{array}{c}{A}^{n-1}\end{array}\right|$ 。事实上，在以后，我们也能证明在$\left|\begin{array}{c}A\end{array}\right|=0$ 时，也成立。
● 任何方阵都有伴随矩阵。
一阶矩阵的伴随矩阵都是1（矩阵或数字都行）
● 逆矩阵：
A是n阶方阵，若存在方阵B ，使AB=BA=E ；记作 $A^{-1}=B$
○ 未必所有方阵都可逆. 0B = B0 = 0；
○ 若可逆，逆矩阵是唯一的.
○ 如果可逆，$A{A}^{\ast }=A^{\ast }A=E$ (定义)
● 如何判断矩阵可逆？
若方阵的行列式不等于0，即该矩阵非奇异，非退化，满秩。该矩阵可逆。
● 定理矩阵可逆的充分必要条件：$\left|\begin{array}{c}A\end{array}\right|\ne 0$ 。$A^{-1}=\frac{1}{|\begin{array}{c}A\end{array}|}{A}^{\ast }$ .
推论：A 是n阶方阵，B也是n阶方阵，如果AB=E （BA=E） A 可逆，$A^{-1}=B$
● 求逆矩阵的两种方法：伴随矩阵法，初等变换法。用定理的是伴随矩阵法，计算量大。

例子： A+B=AB , 证：A-B可逆
AB-A-B = 0 （矩阵0）
AB-A-B+E=E
(A-E)B-(A-E)=E
(A-E)(B-E)=E
所以 $(A-E{)}^{-1}=B-E$

$$\begin{gathered} 矩阵方程：Ax=A+2x \\ Ax-2x=A \\ (A-2E)x=A(x在右边，提出后还在右边) \\ 一定要先判断(A-2E)可逆(\left|\begin{array}{c}(A-2E)\end{array}\right|\ne 0) \\ (A-2E{)}^{-1}(A-2E)x=(A-2E{)}^{-1}A(同时\ast 左乘\ast （A-2E{)}^{-1} \\ x=(A-2E{)}^{-1}A \end{gathered}$$
●
○ 提的时候注意方向
○ 矩阵不能直接减去一个数字，一定要将数字乘上单位阵
○ 矩阵不能做分母
○ 要先证明矩阵可逆，在使用逆矩阵
○ 待定法不要用
● 逆矩阵的性质：
a. $A可逆，A^{-1}也可逆。(A^{-1}{)}^{-1}=A$ $(A^T{)}^T=A$
b. 若A,B均可逆,AB可逆,$(AB{)}^{-1}=B^{-1}{A}^{-1}$ $(AB{)}^T=B^T{A}^T$
c. A 可逆，$A^T可逆$ $(A^T{)}^{-1}=(A^{-1}{)}^T（k\ne 0)$ $(kA{)}^{-1}=\frac{1}{k}{A}^{-1}$
$A^T(A^{-1}{)}^T=(A^{-1}A{)}^T=E^T=E$
d. A 可逆，$\left|\begin{array}{c}{A}^{-1}\end{array}\right|={\left|\begin{array}{c}A\end{array}\right|}^{-1}$
e. A 可逆，$A^{\ast }$ 也可逆，$(A^{\ast }{)}^{-1}=\frac{1}{|\begin{array}{c}A\end{array}|}A$
f.

2.5 分块矩阵

● 要求：横线和属性一汽到头。
● 经常把每行或每列去分块。（行向量，列向量）
● 标准型：
特征，从左上角开始的一串1，其余地方全是0. （标准型不一定是方的）
没有0，也行。没有1，也行
标准型的左上角可以分成一个单位阵，
● 分块矩阵的运算
加法，对应位置相加
数乘，用数去乘以分块矩阵的每个元素
乘法，跟矩阵乘法相似。前提：能乘

● 常见错误：

● 分块矩阵的转置
把子块看作普通元素求转置，再对每个子块求转置
● 结论1：$H=\left[\begin{array}{cc}A& 0\\ C& B\end{array}\right]$ A，B是m阶，n阶可逆。那么：$H^{-1}=\left[\begin{array}{cc}{A}^{-1}& 0\\ 0& B^{-1}\end{array}\right]$ （可以推广到n阶）
● 结论2： $H=\left[\begin{array}{cc}A& C\\ 0& B\end{array}\right]$ A，B是m阶，n阶可逆。那么：$H^{-1}=\left[\begin{array}{cc}{A}^{-1}& -A^{-1}C{B}^{-1}\\ 0& B^{-1}\end{array}\right]$
● 结论3： 结论2： $H=\left[\begin{array}{cc}A& 0\\ C& B\end{array}\right]$ A，B是m阶，n阶可逆。那么：$H^{-1}=\left[\begin{array}{cc}{A}^{-1}& -B^{-1}C{A}^{-1}\\ 0& B^{-1}\end{array}\right]$ (用的待定系数法)

2.6.1 初等变换

● 矩阵的三种初等变换：行和列相同。做初等变换不能用等号，只能用箭头
交换两行
用$k(k\ne 0)$ 乘以某行
某一行的x 倍加到零一行上。
● 矩阵的初等变换跟行列式的关系
没有关系
行列式一定是方的
矩阵是方的时，有关系：方阵的行列式与该方阵做初等变换后的行列式相等，可以画等号。
● 定理：任何矩阵通过初等变换变换为标准型
A经过初等变换得到B ，那么$A\cong B$
反身性：$A\cong A$
对称性：$A\cong B\to B\cong A$
传递性：$A\cong B,B\cong C\Rightarrow A\cong C$
● 矩阵的标准型的种类和秩：

2.6.2 初等方阵

● 对单位阵做一次初等变换得到的矩阵

● 初等变换时一个过程，而初等方阵时一个结果。

● 初等方阵均可逆，其逆矩阵也是初等方阵，初等仿真的转置也是初等方阵。
● 初等方阵左乘A ,相当于对A 实施了第 i 种 (同种的) 初等行变换；
初等方阵右乘A ,相当于对A 实施了第 i 种 (同种的) 初等列变换。
● 定理：任意矩阵A　，存在初等矩阵，使得A左乘或右乘该初等矩阵后，化成标准型。
推论：如果A、B等价 充要条件 存在可逆矩阵P,Q ，使得A左乘可逆矩阵后，等于B。
● 定理：A可逆$\iff$A 的标准型为单位阵。
● 定理：A可逆$\iff$ A =单位阵的乘积
● 初等行变换法（只做行变换）：$A^{-1}=\frac{1}{|\begin{array}{c}A\end{array}|}$ 对矩阵A和单位阵E同时做初等变换，当A变成单位阵时，E就变成了$A^{-1}$

2.6.2 初等方阵

● 对单位阵做一次初等变换得到的矩阵
● 初等变换时一个过程，而初等方阵时一个结果。
● 初等方阵均可逆，其逆矩阵也是初等方阵，初等仿真的转置也是初等方阵。
● 初等方阵左乘A ,相当于对A 实施了第 i 种 (同种的) 初等行变换；
初等方阵右乘A ,相当于对A 实施了第 i 种 (同种的) 初等列变换。
● 定理：任意矩阵A　，存在初等矩阵，使得A左乘或右乘该初等矩阵后，化成标准型。
推论：如果A、B等价 充要条件 存在可逆矩阵P,Q ，使得A左乘可逆矩阵后，等于B。
● 定理：A可逆$\iff$A 的标准型为单位阵。
● 定理：A可逆$\iff$ A =单位阵的乘积
● 初等行变换法（只做行变换）：$A^{-1}=\frac{1}{|\begin{array}{c}A\end{array}|}$ 对矩阵A和单位阵E同时做初等变换，当A变成单位阵时，E就变成了$A^{-1}$

2.7 矩阵的秩(rank)

● 对于一个矩阵 ，任取k行k列的子式(k=0,1,2 $\cdots $ )，求出子式行列式的值，非零子式的最高阶数就是该矩阵的秩。
● 秩用r来表示。
● $A_{m\times n}$ 0 ≤ r ( A ) ≤ m i n { m , n } 0\le r(A) \le min\{m,n\} 0≤r(A)≤min{m,n}
若r(A)=m ，取所有行，行满秩；r(A)=n ，取了所有列，列满秩 。
● r ( A ) = m i n { m , n } r(A)=min\{m,n\} r(A)=min{m,n} 行列式满秩。
r ( A ) < m i n { m , n } r(A)<min\{m,n\} r(A)<min{m,n} 行列式降秩。
● A是方阵，且A满秩$\iff$ A可逆$\iff \left|\begin{array}{c}A\end{array}\right|\ne 0$
● 定理：$r(A)=r\iff 有一个r阶子式不为0，所有r+1阶为0.$
但是由于r+2阶子式按行展开都包含r+1阶的代数子式。运算后证明r+2阶子式为0。
● 阶梯型矩阵
定义：矩阵若有零行，零行在非零行下边；
左起首非零元左边零个数随行数增加而严格增加。(严格的意思是只能增加，不能相等)
● 行简化阶梯型
定义：是阶梯型的矩阵；
非零行的首非零元是1
首非零元所在列的其余元素是0
● 阶梯型与矩阵的秩之间的关系
对于一个阶梯型矩阵，取它的首非零元行、列的子式。那么所取到的子式的对角线上就是首非零元。那么这个子式的行列式一定不等于0。首非零元有几个数，矩阵的秩就是几
● 求矩阵秩的方法：
1.用初等变换将矩阵变换成标准型。根据标准型 ‘1’ 的个数来判断矩阵的秩。
2.用初等行变换将矩阵变换成阶梯型。根据阶梯型矩阵的非零行个数来判断矩阵的秩。
● 秩的性质：

$r(A)=r(A^T)$
任意矩阵乘以可逆矩阵，其秩不变。
$A_{m\times n}P是m阶可逆方阵，Q是n阶可逆方阵。r(a)=r(PA)=r(AQ)=r(PAQ)$原因：P、Q可以看作多个初等矩阵的乘积。
P= $P_1{P}_2{P}_3\cdots P_s$ $Q=Q_1{Q}_2{Q}_3\cdots Q_s$
PA=$P1P2P3P\cdots P_s$ 即矩阵A左乘初等矩阵。即矩阵A做初等行变换。并不改变A的秩。右乘Q跟上边相似。