矩阵的基本使用
来源:互联网 发布:物流网络的特点 编辑:程序博客网 时间:2024/06/05 17:29
矩阵
(数学术语)
在数学中,矩阵(Matrix)是一个按照长方阵列排列的复数或实数集合 ,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。
定义
由 m × n 个数aij排成的m行n列的数表称为m行n列的矩阵,简称m × n矩阵。记作:
这m×n 个数称为矩阵A的元素,简称为元,数aij位于矩阵A的第i行第j列,称为矩阵A的(i,j)元,以数 aij为(i,j)元的矩阵可记为(aij)或(aij)m × n,m×n矩阵A也记作Amn。
元素是实数的矩阵称为实矩阵,元素是复数的矩阵称为复矩阵。而行数与列数都等于n的矩阵称为n阶矩阵或n阶方阵。
基本运算
矩阵运算在科学计算中非常重要,而矩阵的基本运算包括矩阵的加法,减法,数乘,转置,共轭和共轭转置。
加法
矩阵的加法满足下列运算律(A,B,C都是同型矩阵):
应该注意的是只有同型矩阵之间才可以进行加法。
减法
数乘
矩阵的数乘满足以下运算律:
矩阵的加减法和矩阵的数乘合称矩阵的线性运算。
转置
把矩阵A的行和列互相交换所产生的矩阵称为A的转置矩阵,这一过程称为矩阵的转置。
矩阵的转置满足以下运算律:
乘法
两个矩阵的乘法仅当第一个矩阵A的列数和另一个矩阵B的行数相等时才能定义。如A是m×n矩阵和B是n×p矩阵,它们的乘积C是一个m×p矩阵。
例如:
矩阵的乘法满足以下运算律:
结合律:
左分配律:
右分配律:
矩阵乘法不满足交换律。
行列式
一个n×n的正方矩阵A的行列式记为
det(A)
或者 |A|
,一个2×2矩阵的行列式可表示如下:一个n×n矩阵的行列式等于其任意行(或列)的元素与对应的余子式乘积之和,即:
对称矩阵
在线性代数中,对称矩阵是一个方形矩阵,其转置矩阵和自身相等。
即。
例如:
三角矩阵
在线性代数中,三角矩阵是方形矩阵的一种,因其非零系数的排列呈三角形状而得名。
三角矩阵分上三角矩阵和下三角矩阵两种。
若 ,则 的矩阵称为上三角矩阵,若 ,则 的矩阵称为下三角矩阵。三角矩阵可以看做是一般方阵的一种简化情形。
对角矩阵
对于m×m的矩阵,当 时,有 ,此时所有非对角线上的元素均为0,此时的矩阵称为对角矩阵。
分块矩阵
一个分块矩阵是将矩阵分割出较小的矩阵,这些较小的矩阵就称为子块。例如:
该矩阵可以分为四个2×2的矩阵:
分块后的矩阵可以写为如下形式:
逆矩阵
定义
一个n阶方阵A称为可逆的,或非奇异的,如果存在一个n阶方阵B,使得,并称B是A的一个逆矩阵。不可逆的矩阵称为奇异矩阵。A的逆矩阵记作A-1。
定理
验证两个矩阵互为逆矩阵
按照矩阵的乘法满足: 故A,B互为逆矩阵。
逆矩阵的唯一性
若矩阵A是可逆的,则A的逆矩阵是唯一的。
证明:若B,C都是A的逆矩阵,则有
所以B=C,即A的逆矩阵是唯一的。
判定简单的矩阵不可逆
如 。假设有 是A的逆矩阵,则有
比较其右下方一项:0≠1。
若矩阵A可逆,则 |A|≠0
若A可逆,即有A-1,使得AA-1=E,故|A|·|A-1|=|E|=1
则|A|≠0
计算
若|A|≠0,则矩阵A可逆,且
其中,A*为矩阵A的伴随矩阵。
性质
可逆矩阵一定是方阵。
(唯一性)如果矩阵A是可逆的,其逆矩阵是唯一的。
A的逆矩阵的逆矩阵还是A。记作(A-1)-1=A。
可逆矩阵A的转置矩阵AT也可逆,并且(AT)-1=(A-1)T (转置的逆等于逆的转置)
若矩阵A可逆,则矩阵A满足消去律。即AB=O(或BA=O),则B=O,AB=AC(或BA=CA),则B=C。
两个可逆矩阵的乘积依然可逆。
矩阵可逆当且仅当它是满秩矩阵。
求法
求逆矩阵的初等变换法
将一n阶可逆矩阵A和n阶单位矩阵I写成一个nX2n的矩阵 对B施行初等行变换,即对A与I进行完全相同的若干初等行变换,目标是把A化为单位矩阵。当A化为单位矩阵I的同时,B的右一半矩阵同时化为了A。
如求 的逆矩阵A-1。
故A可逆并且,由右一半可得逆矩阵A-1=
初等变换法计算原理
若n阶方阵A可逆,即A行等价I,即存在初等矩阵P1,P2,...,Pk使得
比较两式可知:对A和I施行完全相同的若干初等行变换,在这些初等行变化把A变成单位矩阵的同时,这些初等行变换也将单位矩阵化为A-1。
如果矩阵A和B互逆,则AB=BA=I。由条件AB=BA以及矩阵乘法的定义可知,矩阵A和B都是方阵。再由条件AB=I以及定理“两个矩阵的乘积的行列式等于这两个矩阵的行列式的乘积”可知,这两个矩阵的行列式都不为0。也就是说,这两个矩阵的秩等于它们的级数(或称为阶,也就是说,A与B都是方阵,且rank(A) = rank(B) = n)。换句话说,这两个矩阵可以只经由初等行变换,或者只经由初等列变换,变为单位矩阵。伴随矩阵法
如果矩阵可逆,则
注意: 中元素的排列特点是的第k列元素是A的第k行元素的代数余子式。要求得 即为求解的余因子矩阵的转置矩阵。
A的伴随矩阵为 ,其中Aij=(-1)i+jMij称为aij的代数余子式。
伴随矩阵
在线性代数中,一个方形矩阵的伴随矩阵是一个类似于逆矩阵的概念。如果矩阵可逆,那么它的逆矩阵和它的伴随矩阵之间只差一个系数。然而,伴随矩阵对不可逆的矩阵也有定义,并且不需要用到除法。
步骤
A的伴随矩阵可按如下步骤定义:
1.把D的各个元素都换成它相应的代数余子式;
(代数余子式定义:在一个n阶行列式A中,把 元 所在的第 行和第 列划去后,留下来的 阶行列式叫做 元 的余子式,记作 ;即
注意:其中所求的 为一个数值,并非矩阵。
2.将所得到的矩阵转置便得到A的伴随矩阵,
补充:(实际求解伴随矩阵即A*=adj(A):去除 A的行列式D中 元素 对应的第 行和第 列得到的新行列式D1代替,这样就不用转置了)
即: n阶方阵的伴随矩阵A*为
例如:A是一个2x2矩阵,
则由A可得 (I,j=1,2)为代数余子式
则A的伴随矩阵 A* 为
(余子式定义:A关于第i 行第j 列的余子式(记作Mij)是去掉A的第i行第j列之后得到的(m -1)×(n - 1)矩阵的行列式。特殊规定:一阶矩阵的伴随矩阵为一阶单位方阵)
注意:在matlab中一阶矩阵的伴随矩阵是空矩阵。
0 0
- 矩阵的基本使用
- 【矩阵乘法】:矩阵乘法的基本实现
- 稀疏矩阵的基本运算
- 稀疏矩阵的基本运算
- 矩阵算法的基本题型
- 矩阵的基本变换 | Matrix
- opencv矩阵的基本运算
- matlab矩阵的基本操作
- 稀疏矩阵的基本操作
- 投影矩阵的使用
- 矩阵的基本运算 ------ C 实现
- 基本矩阵运算的Java实现
- 杨氏矩阵的基本操作
- 经典数据结构之矩阵的基本运算
- Matlab中矩阵的基本操作
- numpy的基本操作(矩阵、文件)
- 基本矩阵运算的Java实现
- OpenCV 矩阵—图像的基本
- C语言:标记化结构初始化语法
- Angular2-PrimeNG 分页模块源码学习
- 根据推送消息 跳转到指定控制器
- Java-Card-技术简介
- Got error 28 from storage engine
- 矩阵的基本使用
- 一步步教你Hadoop多节点集群安装配置
- 阿里DataV 2016双十一媒体大屏回顾&技术分享
- Spring4 整合hibernate3报错问题
- 1.1 linux基础命令-常用命令
- SpringMVC源码剖析(三)- DispatcherServlet的初始化流程
- 数据库-复制表;
- Yii 使用七牛上传图片
- mycat部署测试