[线性代数]矩阵
来源:互联网 发布:osi网络模型 编辑:程序博客网 时间:2024/06/01 19:04
- 矩阵的概念
- 矩阵的概念
- 几种特殊的矩阵
- 矩阵的运算
- 矩阵的线性运算
- 矩阵的乘法
- 矩阵的转置
- 共轭矩阵
- 方阵的行列式
- 排列与逆序
- nn阶方阵的行列式的定义
- 方阵的行列式的性质
- 行列式按行列展开
- 拉普拉斯定理
- 方阵的行列式的运算律
- 逆矩阵
- 逆矩阵的概念
- 逆矩阵的性质
- 矩阵的分块
- 分块矩阵的概念
- 分块矩阵的运算
- 克拉默法则
- 线性方程组的矩阵表示
- 克拉默法则及其应用
矩阵的概念
矩阵的概念
- 由
m×n 个数aij(i=1,2,...,n;j=1,2,...,n) 排成的m 行n 列的数表称其为一个⎛⎝⎜⎜⎜a11a21...am1a12a22am2.........a1na2namn⎞⎠⎟⎟⎟, m 行n 列矩阵,简称为m×n 矩阵。矩阵通常用A,B,C 等来表示,记为A=(aij)m×n 或Am×n ,其中aij 为第i 行第j 列交叉位置上的元素 - 元素
aij(i=1,2,...,m;j=1,2,...,n) 都为实数的矩阵称为实矩阵;元素aij(i=1,2,...,m;j=1,2,...,n) 中有复数的矩阵称为复矩阵;元素全为零的矩阵称为零矩阵,m×n 零矩阵记作Om×n - 在矩阵
Am×n 中,当m=1 时,称为行矩阵;当n=1 时,称为列矩阵;当m=n 时,称为n 阶方阵,简记为An - 若矩阵
A,B 的行数相同,列数也相同,则称A,B 为同型矩阵,设矩阵A,B 是同型矩阵,如果对一切i,j ,都有aij=bij ,则称矩阵A,B 相等,记作A=B
几种特殊的矩阵
- 对角矩阵:称方阵为对角矩阵,记为
⎛⎝⎜⎜⎜a10...00a20.........00an⎞⎠⎟⎟⎟, Λ 或diag(a1,a2,...,an) 。其特点是:除从左上角到右下角(称为主对角线)上的元素以外,其余元素都为零(对角线上元素不全为零) - 数量矩阵:若对角矩阵的主对角线上的元素全为非零常数
k ,即则称该矩阵为数量矩阵(或标量矩阵),记为⎛⎝⎜⎜⎜k0...00k0.........00k⎞⎠⎟⎟⎟n×n, kE - 单位矩阵:若对角矩阵的主对角线上的元素全为1,即称其为
⎛⎝⎜⎜⎜10...0010.........001⎞⎠⎟⎟⎟n×n, n 阶单位矩阵,记为En 或E - 三角阵,主对角线上(下)方元素全为0的方阵,称为下(上)三角阵,如矩阵
A=⎛⎝⎜⎜⎜a11a21...an10a22an2.........00ann⎞⎠⎟⎟⎟,B=⎛⎝⎜⎜⎜a110...0a12a220.........a1na2nann⎞⎠⎟⎟⎟, A 为下三角阵,B 为上三角阵
矩阵的运算
矩阵的线性运算
- 设矩阵
A=(aij),B=(bij) 都是m×n 矩阵,矩阵A 与矩阵B 的和记为A+B ,规定只有当两个矩阵是同型矩阵时,才能进行加法运算A+B=⎛⎝⎜⎜⎜a11+b11a21+b21...am1+bm1a12+b12a22+b22am2+bm2.........a1n+b1na2n+b2namn+bmn⎞⎠⎟⎟⎟,
设矩阵A=(aij) ,记−A=(−aij) ,称−A 为矩阵A 的负矩阵。这样,矩阵的减法可定义为,显然A−B=A+(−B) A−A=A+(−A)=O - 数
λ 与矩阵A 的乘积,记作λA 或Aλ ,规定数与矩阵的乘积运算称为数乘运算.特别的,λA=Aλ=(λaij)=⎛⎝⎜⎜⎜λa11λa21...λam1λa12λa22λam2.........λa1nλa2nλamn⎞⎠⎟⎟⎟. 1⋅A=A,(−1)⋅A=−A - 矩阵加法和数乘两种运算,统称为矩阵的线性运算.矩阵的线性运算满足以下运算律(设
A,B 都为m×n 矩阵,λ,μ 都为数):- 加法交换律:
A+B=B+A ; - 加法结合律:
(A+B)+C=A+(B+C) ; - 数乘结合律:
λ(μA)=μ(λA)=(λμ)A ; - 数乘矩阵的分配律:
(λ+μ)A=λA+μA ,λ(A+B)=λA+λB .
- 加法交换律:
矩阵的乘法
- 设
A=(aij) 是一个m×s 矩阵,B=(bij) 是一个s×n 矩阵,规定矩阵A 与矩阵B 的乘积是一个m×n 矩阵C=(cij) ,其中,记作cij=ai1b1j+ai2b2j+...+aisbsj=∑k=1saikbkj,i=1,2,...,m;j=1,2,...,n C=AB .(只有第一个矩阵的列数等于第二个矩阵的行数时,才能相乘) - 矩阵乘法满足以下运算规律:
- 结合律:
(AB)C=A(BC) ; - 分配律:
A(B+C)=AB+AC,(B+C)A=BA+CA ; λ(AB)=(λA)B=A(λB) ,其中λ 为数;- 设矩阵
Am×n ,则AEn=EmA=A
- 结合律:
- 若矩阵
A 与矩阵B 满足AB=BA ,则称矩阵A,B 可交换,否则称为不可交换.显然,可交换的矩阵一定是方阵 - 设
A 是一个n 阶方阵,记其中A1=A,A2=A⋅A,...,Ak+1=Ak⋅A, k 为正整数,称Ak 为方阵A 的k 次幂,也就是k 个A 的连乘积.规定A0=E .容易验证方阵的幂运算满足以下运算律:,其中AkAl,(Ak)l=Akl k,l 都为正整数.
若多项式f(x)=akxk+ak−1xk−1+...+a1x+a0(ak,ak−1,...,a0 均为实数)中的x 以方阵A 代替,得f(A)=akAk+ak−1Ak−1+...a1A+a0E, 称其为方阵A 的多项式
矩阵的转置
- 设矩阵
A=(aij)m×n 把矩阵A 的行换成同序数的列,得到新矩阵B=(aji)n×m ,称矩阵B 为矩阵A 的转置矩阵,记作AT 。例如,A=(142528)AT=⎛⎝⎜122458⎞⎠⎟ - 矩阵的转置满足以下运算律:
(AT)T=A; (A+B)T=AT+BT; (λA)T=λAT (AB)T=BTAT
- 设矩阵
A 为n 阶方阵,如果AT=A ,即对一切的i,j(1≤i,j≤n) ,有则称矩阵aij=aji, A 为对称矩阵 - 设矩阵
A 为n 阶方阵,如果AT=−A ,即对一切的i,j(1≤i,j≤n) ,有则称矩阵aij=−aji, A 为反对称矩阵
共轭矩阵
- 设矩阵
A=(aij) 为复(数)矩阵,称矩阵A¯¯¯=(aij¯¯¯¯) 为矩阵A 的共轭矩阵 ,其中aij¯¯¯¯ 表示aij¯¯¯¯ 的共轭复数 - 共轭矩阵满足以下运算律:
A+B¯¯¯¯¯¯¯¯¯=A¯¯¯+B¯¯¯; λA¯¯¯¯¯=λ¯+A¯¯¯; AB¯¯¯¯¯=A¯¯¯⋅B¯¯¯; AT¯¯¯¯¯=(A¯¯¯)T
其中λ 是复数
方阵的行列式
排列与逆序
- 将自然数
1,2,...,n 排成一列称为这n 个自然数的一个全排列.n 个数的不同全排列有n! 个,我们规定按数的大小次序,由小到大的排列称为自然排列 - 在一个排列中,若某个较大的数排在某个较小的数前面,就称这两个数构成一个逆序,一个排列中出现的逆序的总数称为这个排列的逆序数,通常记为
τ(i1i2...in) - 逆序数为奇数的排列称为奇排列,逆序数为偶数的排列称为偶排列
- 在排列中,将任意两个元素对调,其余元素不动,称为一次对换,将相邻两个元素对调,称为相邻对换
- 将一个排列中任意两个元素对换,排列的奇偶性改变
- 自然数
1 n(n≥2) 的全排列中,奇偶排列各占一半,各为n!2 个
n 阶方阵的行列式的定义
- 由
n 阶方阵A 的n2 个元素组成如下形式:称为∣∣∣∣∣∣a11a21...an1a12a22an2.........a1na2nann∣∣∣∣∣∣, n 阶行列式,记为|A| 或detA. 也可用D 来表示.它等于n! 项的代数和,其中每一项都是取自不同行、不同列的n 个元素的乘积a1j1a2j2...anjn ,并赋予符号(−1)τ(j1j2...jn) .这里,j1j2...jn 是1,2,...,n 的某个全排列,τ(j1j2...jn) 为该排列的逆序数,即|A|=∣∣∣∣∣∣a11a21...an1a12a22an2.........a1na2nann∣∣∣∣∣∣=∑(−1)τ(j1j2...jn)a1j1a2j2...anjn,
例如,6阶方阵的行列式由6!项组成的代数和,对于含a12a23a35a41a54a66 的项,由于τ(235146)=4 ,所以其符号为正
特别的,当n=1 时,|A|=|a11|=a11 ,此处行列式|a| 不是a 的绝对值,如行列式|−1|=−1 - 对角矩阵的行列式(除主对角线上的元素外,其余元素都为0):
|Λ|=∣∣∣∣∣∣a110...00a220.........00ann∣∣∣∣∣∣=a11a22...ann; - 上(下)三角矩阵的行列式:
|A|=∣∣∣∣∣∣a110...0a12a220.........a1na2nann∣∣∣∣∣∣=∣∣∣∣∣∣a11a21...an10a22an2.........00ann∣∣∣∣∣∣=a11a22...ann - 负对角矩阵的行列式:
|Λ|=∣∣∣∣∣∣00...an1.........0a2,n−10a1n00∣∣∣∣∣∣=(−1)n(n−1)2a1na2,n−1...an1 - 行列式的等价定义:
∣∣∣∣∣∣a11a21...an1a12a22an2.........a1na2nann∣∣∣∣∣∣=∑(−1)τ(i1i2...in)ai11ai22...ainn
方阵的行列式的性质
n 阶方阵A=(aij)n×n 的转置矩阵AT 的行列式等于矩阵A 的行列式,即设⎛⎝⎜⎜⎜a11a21...an1a12a22an2.........a1na2nann⎞⎠⎟⎟⎟,AT=⎛⎝⎜⎜⎜a11a12...a1na21a22a2n.........an1an2ann⎞⎠⎟⎟⎟,则|AT|=|A|. - 交换行列式的任意两行(列),行列式变号
- 如果行列式的某两行(列)对应元素相同,则行列式为0
- 用数
k 乘以行列式的某一行(列)中所有元素,等于用数k 乘以此行列式 - 行列式中某一行(列)的公因子可以提到行列式符号外面,即
∣∣∣∣∣∣∣a11...kai1...an1a12kai2an2.........a1nkainann∣∣∣∣∣∣∣=k∣∣∣∣∣∣∣a11...ai1...an1a12ai2an2.........a1nainann∣∣∣∣∣∣∣ - 若行列式某两行(列)的对应元素成比例,则行列式等于0
- 在行列式中,如果某一行(列)都是两数之和,则此行列式等于两个行列式的和,并且这两个行列式除这一行(列)以外,其余的行(列)与原来行列式对应的行(列)一样,即
∣∣∣∣∣∣∣a11...ci1+bi1...an1a12ci2+bi2an2.........a1ncin+binann∣∣∣∣∣∣∣=∣∣∣∣∣∣∣a11...ci1...an1a12ci2an2.........a1ncinann∣∣∣∣∣∣∣+∣∣∣∣∣∣∣a11...bi1...an1a12bi2an2.........a1nbinann∣∣∣∣∣∣∣ - 行列式的某一行(列)的所有元素乘以同一数
k 后再加到另一行(列)对应元素上,行列式的值不变
行列式按行(列)展开
- 在
n 阶行列式中,把元素aij 所在的第i 行和第j 列划去后,余下的n−1 阶行列式称为元素aij 的余子式,记为Mij ,称为(−1)i+jMij 为元素aij 的代数余子式,记为Aij ,即Aij=(−1)i+jMij ,例如,|A|=∣∣∣∣∣∣a11a21a31a41a12a22a32a42a13a23a33a43a14a24a34a44∣∣∣∣∣∣,M23=∣∣∣∣a11a31a41a12a32a42a14a34a44∣∣∣∣ A23=(−1)2+3M23=−M23 - 行列式等于它的任一行(列)的各元素与其对应的代数余子式成绩之和,即
|A|=ai1Ai1+ai2Ai2+...+ainAin,i=1,2,...,n - 行列式任一行(列)的元素与另一行(列)的对应元素的代数余子式成绩之和等于零,即
ai1Aj1+ai2Aj2+...+ainAjn=0,i≠j. - 利用行列式按行(列)展开定理,并结合行列式性质,可简化行列式的计算,计算行列式时,可先用行列式的性质将某一行(列)化为仅含一个非零元素;再按此行(列)展开,变为低一阶的行列式来计算
拉普拉斯定理
- 在
n 阶方阵的行列式|A| 中,任取k 行k 列,位于这些行和列交叉位置上的k2 个元素,按原来的顺序组成一个新的k 阶行列式M ,称其为|A| 的一个k 阶子式,在|A| 中,划去这k 行k 列,余下元素按原来顺序构成一个n−k 阶行列式N ,称其为M 的余子式,(−1)i1+...+ik+j1+...+jkN 为M 的代数余子式,其中i1,...,ik,j1,...,jk 分别是k 阶行列式M 在|A| 中的行标和列标 - 拉普拉斯定理:在
n 阶方阵的行列式|A| 中,任取k 行(列),由这k 行(列)组成的所有k 阶行列式与它们对应的代数余子式之积求和等于|A|
方阵的行列式的运算律
- 设
A,B 都是n 阶方阵,λ 为实数,则(1)|AT|=|A|;(2)|λA|=λn|A|;(3)|AB|=|A||B| n 阶方阵A 的行列式|A| 的各个元素的代数余子式Aij 构成的如下矩阵:称为矩阵⎛⎝⎜⎜⎜A11A12...A1nA21A22A2n.........An1An2Ann⎞⎠⎟⎟⎟, A 的伴随矩阵,记为A∗ - 伴随矩阵的性质:
AA∗=A∗A=|A|E
逆矩阵
逆矩阵的概念
- 设
A 为n 阶方阵,若存在n 阶方阵B ,使得AB=BA=E, 则称矩阵A 是可逆的,称矩阵B 为矩阵A 的逆矩阵 - 设矩阵
B,C 都是矩阵A 的逆矩阵,有因此AB=BA=E,AC=CA=E, ,这说明,如果矩阵B=BE=B(AC)=(BA)C=EC=C. A 可逆,其逆矩阵一定唯一,记为A−1 n 阶方阵A 可逆的充分必要条件为|A|≠0 ,且当矩阵A 可逆时,A−1=1|A|A∗ .其中,A∗ 为矩阵A 的伴随矩阵- 当
|A|=0 时,称矩阵A 为奇异矩阵,否则称为非奇异矩阵,因此,可逆矩阵也称为非奇异矩阵 - 设矩阵
A,B 都为n 阶方阵,如果AB=E 或BA=E ,则矩阵A 可逆,且A−1=B
逆矩阵的性质
- 若
A 可逆,则A−1 也可逆,且(A−1)−1=A; 事实上,由AA−1=E, 有(A−1)−1=A. - 若
A 可逆,数λ≠0 ,则λA 可逆,且(λA)−1=1λA−1 - 若
A,B 为同阶方阵且均可逆,则AB 也可逆,且(AB)−1=B−1A−1 - 设
A1,A2,...,Am 都是n 阶可逆矩阵,则(A1A2...Am)−1=A−1m...A−12A−11 - 若
A 可逆,则AT 也可逆,且(AT)−1=(A−1)T - 若
A 可逆,则|A−1|=1|A|=|A|−1 - 设
n 阶方阵B 满足B2=B ,称矩阵B 为幂等矩阵
矩阵的分块
分块矩阵的概念
- 将矩阵用若干条纵线和横线将其分成许多个小矩阵,每一个小矩阵称为矩阵的子块,以子块为元素的形式上的矩阵称为分块矩阵。例如,
A=⎛⎝⎜⎜⎜⎜⎜⎜a0−101a−01|||||00−b100−1b⎞⎠⎟⎟⎟⎟⎟⎟=(C1C3C2C4)
分块矩阵的运算
- 分块矩阵的加法:设矩阵
A,B 是同型矩阵,采用相同的分快法,有,其中,A=⎛⎝⎜A11...As1......A1rAsr⎞⎠⎟,B=⎛⎝⎜B11...Bs1.......B1rBsr⎞⎠⎟ Aij 与Bij 的行数相同、列数也相同,则,两个同型矩阵的分块方法相同,它们相加时,只需把对应的子块相加.A+B=⎛⎝⎜A11+B11...As1+Bs1......A1r+B1rAsr+Bsr⎞⎠⎟ - 分块矩阵的数乘运算:设为数,那么
A=⎛⎝⎜A11...As1......A1rAsr⎞⎠⎟,λ 数乘分块矩阵时,用数遍乘子块即可λA=⎛⎝⎜λA11...λAs1......λA1rλAsr⎞⎠⎟. - 分块矩阵的乘法:设
A 为m×l 矩阵,B 为l×n 矩阵,分块成其中,A=⎛⎝⎜A11...As1......A1tAst⎞⎠⎟,B=⎛⎝⎜B11...Bt1......B1rBtr⎞⎠⎟, Ai1,Ai2,...,Ait 的列数分别等于B1j,B2j,...,Btj 的行数,那么其中,AB=⎛⎝⎜C11...Cs1......C1rCsr⎞⎠⎟. Cij=∑tk=1AikBkj(i=1,...,s;j=1,...,r).
为了保证乘积的可行性,对矩阵A 的列的分法一定要与矩阵B 的行的分法一致,对A 的行的分法和对B 的列的分法可以任意.两个分块矩阵的乘法,以子块为元素,按矩阵的乘法法则相乘 - 分块矩阵的转置:设
A=⎛⎝⎜⎜⎜A11A21...As1A12A22As2.........A1rA2rAsr⎞⎠⎟⎟⎟ ,则分块矩阵AT=⎛⎝⎜⎜⎜⎜AT11AT12...AT1rAT21AT22AT2r.........ATs1ATs2ATsr⎞⎠⎟⎟⎟⎟. A 的转置,不仅要把分块矩阵的每一“行“变成同序号的“列”,还要把矩阵A 的每一子块取转置 - 分块对角矩阵:设矩阵
A 为方阵,若A 的分块矩阵只有在主对角线上有非零子块,其余子块都为零矩阵,且非零子块都是方阵,即其中,A=⎛⎝⎜⎜⎜A1A2...As⎞⎠⎟⎟⎟, Ai(i=1,2,...,s) 都是方阵,那么称A 为分块对角矩阵
分块对角矩阵具有下述性质:|A|=|A1||A2|...|As|; - 若
Ai(i=1,2,...,s) 可逆,则A 也可逆,且A−1=⎛⎝⎜⎜⎜⎜A−11A−12...A−1s⎞⎠⎟⎟⎟⎟
- 分块对角矩阵乘法性质:
⎛⎝⎜⎜⎜A1A2...As⎞⎠⎟⎟⎟⎛⎝⎜⎜⎜B1B2...Bs⎞⎠⎟⎟⎟=⎛⎝⎜⎜⎜A1B1A2B2...AsBs⎞⎠⎟⎟⎟
克拉默法则
线性方程组的矩阵表示
对于线性方程组
克拉默法则及其应用
- 克拉默法则:对含有
n 个未知数、n 个方程的线性方程组,如果系数矩阵的行列式⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪a11x1+a12x2+...+a1nxn=b1,a21x1+a22x2+...+a2nxn=b2,...an1x1+an2x2+...+annxn=bn, |A| 不等于零,则方程组有唯一解,并且其中xj=|Aj||A|,j=1,2,...,n, |Aj|=∣∣∣∣∣∣a11a21...an1.........a1,j−1a2,j−1an,j−1b1b2bna1,j+1a2,j+1an,j+1.........a1na2nann∣∣∣∣∣∣ - 如果含有
n 个未知数、n 个方程的线性方程组Ax=b 的系数矩阵的行列式|A|≠0 ,则方程组Ax=b 一定有解,且解是唯一的 - 如果含有
n 个未知数、n 个方程的线性方程组Ax=b 无解或者解不唯一,则其系数矩阵的行列式一定等于0 - 对线性方程组
Ax=b ,若常数项b=⎛⎝⎜⎜⎜⎜⎜⎜⎜⎜b1b2...bn⎞⎠⎟⎟⎟⎟⎟⎟⎟⎟≠⎛⎝⎜⎜⎜⎜⎜⎜⎜⎜00...0⎞⎠⎟⎟⎟⎟⎟⎟⎟⎟ (b1,b2,...,bn 不全为零),则称此方程组为非齐次线性方程组;当b=⎛⎝⎜⎜⎜⎜⎜⎜⎜⎜b1b2...bn⎞⎠⎟⎟⎟⎟⎟⎟⎟⎟=⎛⎝⎜⎜⎜⎜⎜⎜⎜⎜00...0⎞⎠⎟⎟⎟⎟⎟⎟⎟⎟ ,即b1=b2...=bn=0 ,则称此方程组为齐次线性方程组.齐次线性方程组Ax=0 一定有解,至少有一个解x1=x2=...=xn=0, 称此解为齐次方程组的零解,否则称为非零解. - 如果含有
n 个未知数、n 个方程的齐次线性方程组Ax=0 的系数矩阵的行列式|A|≠0 ,则齐次线性方程组Ax=0 只有零解 - 如果含有
n 个未知数、n 个方程的齐次线性方程组Ax=0 有非零解,则它的系数矩阵的行列式|A|=0
http://blog.csdn.net/vi_nsn/article/details/77949019
阅读全文
0 0
- [线性代数]矩阵
- 线性代数:矩阵行列式
- 线性代数:转置矩阵
- [线性代数] 矩阵白化
- 线性代数(四十一) : 伴随矩阵
- 线性代数(四十四) : 正交矩阵
- 《漫画线性代数》读书笔记 矩阵
- 线性代数 矩阵及其运算
- 矩阵论与线性代数
- 线性代数笔记(矩阵)
- 线性代数之矩阵相乘
- [线性代数] 矩阵#1
- Python 线性代数 矩阵乘法
- Octave 线性代数 矩阵 1
- Octave 线性代数 矩阵 2
- matlab-线性代数 矩阵换行
- 线性代数与矩阵
- 线性代数矩阵的投影
- 含运算放大器电阻电路
- Android使用OkHttp实例,以及OkHttp方法封装
- 关于ajax请求数据,并将数据赋值给全局变量的一些解决方法
- bzoj3407 [Usaco2009 Oct]Bessie's Weight Problem 贝茜的体重问题
- C++中头文件在源文件中总显示未定义
- [线性代数]矩阵
- 心情复杂
- hdu1828 Picture(线段树+扫描线+矩形周长并)
- hdu-3016-Man Down(线段树)
- android6.0及以上获取wifi mac地址的方法(亲测可行)
- 模拟基本的RPC框架代码
- LeetCode刷题(8)
- 机器学习中的L0L1L2
- 去除inline-block元素间间距的几种方法