线性代数学习笔记——矩阵

1.引出

在利用Gauss消元法求解线性方程组的过程中,参与运算的只是其中的系数和常数项,将这些系数和常数项写成"表格"的形式来表示求解的过程,于是引入矩阵的概念。

2.定义

矩阵及其初等行变换

 ①矩阵

( a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋮ ⋮ a s 1 a s 2 ⋯ a s n ) (1) \left( \begin{matrix} a11 &a12 &\cdots &a1n \\ a21 &a22 &\cdots &a2n \\ \vdots &\vdots &\vdots &\vdots \\ as1 &as2 &\cdots &asn \end{matrix} \right)\tag{1} a11a21as1a12a22as2a1na2nasn(1)

  • aij称为矩阵的元素。元素为实数的矩阵称为实矩阵,元素为复数的矩阵称为复矩阵。如果s=n,则(1)式中的矩阵称为n阶矩阵n阶方阵
  • 两个矩阵完全相同时(行数相同,列数相同,对应元素相同),称他们相等
  • 两个或两个以上矩阵,行数相同,列数相同,称它们为同型矩阵

 ②初等行变换

 对矩阵所作的下述变换称为矩阵的初等行变换

  • 互换矩阵两行的位置
  • 用一不等于零的数乘以矩阵某行的所有元素
  • 将矩阵的一行换成该行与另一行的同一个倍数之和

阶梯型矩阵

 如果矩阵A满足下述两个条件,则称A是阶梯型矩阵:

  • 如果A有零行(每个元素都等于零的行),则零行全位于A的下方
  • A的每个非零行的非零首元(从左往右第一个不为零的数)必位于上一行的非零首元的右边

 如果阶梯型矩阵A还满足下面两个条件,则称A是简化阶梯型矩阵:

  • A的每个非零首元都等于1
  • 除了非零首元外,非零首元所在列的其余元素都等于零

可逆矩阵

 ①行列式的乘法定理

 设A,B都是n阶方阵,则 ∣ A B ∣ = ∣ A ∣ ∣ B ∣ |AB| = |A||B| AB=AB

 ②可逆矩阵

 设A是n阶方阵。若存在n阶矩阵B,使得
A B = B A = E AB = BA = E AB=BA=E

则称A是可逆的,称B是A的可逆矩阵

 ③伴随矩阵

 设n ≥ 2。n阶方阵A = (aij)nxn。记Aij是A中第i行第j列元素aij的代数余子式。则称矩阵
( A 11 A 21 ⋯ A n 1 A 12 A 22 ⋯ A n 2 ⋮ ⋮ ⋮ ⋮ A 1 n A 2 n ⋯ A n n ) (2) \left( \begin{matrix} A11 &A21 &\cdots &An1 \\ A12 &A22 &\cdots &An2 \\ \vdots &\vdots &\vdots &\vdots \\ A1n &A2n &\cdots &Ann \end{matrix} \right)\tag{2} A11A12A1nA21A22A2nAn1An2Ann(2)
为A的伴随矩阵,并用符号A*表示
注意,在上面的定义中,Aij不是aij的余子式,而是aij的代数余子式。而且,A*中的第i行第j列元素不是Aij,而是Aji

分块矩阵

 ①矩阵加减法分块原则

 设A,B都是mxn矩阵,只要两个矩阵的行和列的分块方式完全一致即可。

 ②矩阵数乘分块原则

 矩阵分块并无特殊要求,用数乘以矩阵的每一个分块。

 ③矩阵乘法分块原则

 设A是mxn矩阵,B是nxk矩阵,只要矩阵A的列的分块与矩阵B的行的分块完全一致,不管A的行与B的列如何分。

 ④矩阵转置的分块原则

 设A是mxn矩阵,对A的任意分块方式,均有
A = ( A 11 A 12 ⋯ A 1 t A 21 A 22 ⋯ A 2 t ⋮ ⋮ ⋮ ⋮ A s 1 A s 2 ⋯ A s t ) , A T = ( A 11 T A 21 T ⋯ A s 1 T A 12 T A 22 T ⋯ A s 2 T ⋮ ⋮ ⋮ ⋮ A 1 t T A 2 t T ⋯ A s t T ) , A= \left( \begin{matrix} A_{11} &A_{12} &\cdots &A_{1t} \\ A_{21} &A_{22} &\cdots &A_{2t} \\ \vdots &\vdots &\vdots &\vdots \\ A_{s1} &A_{s2} &\cdots &A_{st} \end{matrix} \right), A^T= \left( \begin{matrix} A_{11} ^T&A_{21}^T &\cdots &A_{s1}^T \\ A_{12}^T &A_{22}^T &\cdots &A_{s2}^T \\ \vdots &\vdots &\vdots &\vdots \\ A_{1t}^T &A_{2t}^T &\cdots &A_{st}^T \end{matrix} \right), A=A11A21As1A12A22As2A1tA2tAst,AT=A11TA12TA1tTA21TA22TA2tTAs1TAs2TAstT,

矩阵的秩

 ①秩的概念

  • 设A是sxn矩阵,k(k ≤ \le s,n)是正整数。任取A的k行、k列,这些行和列交叉处的k2个元素按原有的相对次序所构成的k阶行列式称为A的k阶子式
  • 设A是sxn矩阵,r(r ≤ \le s,n)是正整数。如果A中存在非零的r阶子式,但A中阶数更高的子式(如果存在的话)都等于零,则称A的等于r,记为r(A)=r。

 ②初等变换和矩阵的秩

  • 初等变换不改变矩阵的秩

 ③矩阵的等价标准型

  • 矩阵的初等行变换和初等列变换统称为矩阵的初等变换
  • 如果矩阵A经过一些初等变换变成B,则称A等价于B,记为A → \rightarrow B
  • 等价关系满足反身性、对称性、传递性
  • 如果矩阵A → \rightarrow B,则r(A) = r(B)
  • 设s×n矩阵A的秩如果为r,将矩阵A作初等变换可化为
    E s × n ( r ) = ( E r 0 0 0 ) E_{s×n}^{(r)}= \left( \begin{matrix} E_r &0 \\ 0 &0 \end{matrix} \right) Es×n(r)=(Er000)
    E s × n ( r ) E_{s×n}^{(r)} Es×n(r)为A的等价标准型
  • 一个矩阵的等价标准型由其秩唯一确定
  • 设A,B都是s×n矩阵,则A → \rightarrow B当且仅当r(A) = r(B)

初等矩阵

单位矩阵经过一次初等变换得到的矩阵称为初等矩阵

 ①初等矩阵与矩阵的乘积

  • 对s×n矩阵A作一次初等行变换相当于在A的左边乘以一相应的初等矩阵;对A作一次初等列变换相当于在A的右边乘以一相应的初等矩阵

 ②用初等变换求逆矩阵

  • 方阵A是可逆的当且仅当A可以写成初等矩阵的乘积
  • 设A,B都是s×n矩阵,则A → \rightarrow B的充分必要条件是存在s阶可逆矩阵P和n阶可逆矩阵Q,使得B = PAQ
  • 对于s×n矩阵A,B,r(A) = r(B)的充分必要条件是存在可逆矩阵P,Q,使得B = PAQ
  • 设A是s×n矩阵,则r(A) = r当且仅当存在s阶可逆矩阵P和n阶可逆矩阵Q,使得A = P E s × n ( r ) E_{s×n}^{(r)} Es×n(r)Q

 ③矩阵的代数运算与矩阵的秩

  • 设A,B都是s×n矩阵,则
    r ( A ) , r ( B ) ≤ r ( A B ) ≤ r ( A ) + r ( B ) r(A),r(B)\le r \left( \begin{matrix} A \\ B \end{matrix} \right) \le r(A) + r(B) r(A),r(B)r(AB)r(A)+r(B)
  • 设A,B都是s×n矩阵,则 r ( A + B ) ≤ r ( A ) + r ( B ) r(A+B)\le r(A) + r(B) r(A+B)r(A)+r(B)
  • 当矩阵A,B的乘积有意义时, r ( A B ) ≤ r ( A ) , r ( B ) r(AB)\le r(A),r(B) r(AB)r(A),r(B)
  • 设A,B分别是s×n和n×t矩阵,则 r ( A B ) ≥ r ( A ) + r ( B ) − n r(AB)\ge r(A) + r(B) - n r(AB)r(A)+r(B)n
  • 设A,B分别是s×n和n×t矩阵,如果AB = 0,则 r ( A ) + r ( B ) ≤ n r(A) + r(B)\le n r(A)+r(B)n

3.性质

矩阵的代数运算

 ①矩阵的线性运算

  • 设s×n矩阵A = (aij)s×n,B = (bij)s×n。矩阵C = (aij + bij)s×n称为A与B的,记为C = A + B
  • 矩阵加法性质:
     交换律: A + B = B + A A + B = B + A A+B=B+A
     结合律: ( A + B ) + C = A + ( B + C ) (A + B) + C = A + (B + C) (A+B)+C=A+(B+C)
    A + 0 = A A + 0 = A A+0=A
    A + ( − A ) = 0 A + (-A) = 0 A+(A)=0
  • 设A =(aij)s×n,k是数。称矩阵(ka)s×n为k与A的数乘,记为kA
  • 矩阵线性运算性质:
    1 A = A 1A = A 1A=A
    k ( l A ) = ( k l ) A k(lA) = (kl)A k(lA)=(kl)A
    ( k + l ) A = k A + l A (k + l)A = kA + lA (k+l)A=kA+lA
    k ( A + B ) = k A + k B k(A + B) =kA +kB k(A+B)=kA+kB
    k A = 0 当 且 仅 当 k = 0 或 A = 0 kA = 0当且仅当k = 0或A = 0 kA=0k=0A=0

 ②矩阵的乘法运算

  • 设m×s矩阵A = (aij)m×s,s×n矩阵B = (bij)s×n。当 1 ≤ i ≤ m 1\le i \le m 1im, 1 ≤ j ≤ n 1\le j \le n 1jn时,记
    c i j = a i 1 b 1 j + a i 2 b 2 j + ⋯ + a i s b s j , c_{ij} = a_{i1}b_{1j} + a_{i2}b_{2j} + \cdots +a_{is}b_{sj}, cij=ai1b1j+ai2b2j++aisbsj,
    称m×n矩阵C = (cij)m×n为A与B的乘积,记为AB
  • 如果AB = BA,则称A与B是可交换的
  • A ≠ 0且B ≠ 0时,AB可能会等于零矩阵
  • 矩阵乘法运算性质:
     结合律: ( A B ) C = A ( B C ) (AB)C = A(BC) (AB)C=A(BC)
     分配律: A ( B + C ) = A B + A C , ( A + B ) C = A C + B C A(B + C) = AB + AC, (A + B)C = AC + BC A(B+C)=AB+AC,(A+B)C=AC+BC
    ( k A ) B = k ( A B ) = A ( k B ) (kA)B = k(AB) = A(kB) (kA)B=k(AB)=A(kB)
  • A为方阵时,可以定义矩阵A的方幂
    A 1 = A , A 2 = A A , ⋯   , A k = A A . . . A ( k 个 A ) A^1 = A, A^2 = AA, \cdots, A^k = AA...A(k个A) A1=A,A2=AA,,Ak=AA...A(kA)
  • 对于方阵A,A的方幂具有下述性质:对任意正整数k,l
    A k A l = A k + l A^kA^l = A^{k+l} AkAl=Ak+l
    ( A k ) l = A k l (A^k)^l = A^{kl} (Ak)l=Akl
    当A时方阵时,定义A的多项式:设多项式
    f ( x ) = a n x n + a n − 1 x n − 1 + ⋯ + a 1 x + a 0 , f(x) = a_nx^n + a_{n-1}x^{n-1} + \cdots + a_1x + a_0, f(x)=anxn+an1xn1++a1x+a0,
    规定
    f ( A ) = a n A n + a n − 1 A n − 1 + ⋯ + a 1 A + a 0 E f(A) = a_nA^n + a_{n-1}A^{n-1} + \cdots + a_1A + a_0E f(A)=anAn+an1An1++a1A+a0E

 ③矩阵的转置

  • 设s×n矩阵A = (aij)s×n,A的转置是一个n×s矩阵,其第i行第j列元素等于A的第j行第i列元素aji。A的转置矩阵记为AT
  • 矩阵转置性质:
    ( A T ) T = A (A^T)^T =A (AT)T=A
    ( k A ) T = k A T (kA)^T = kA^T (kA)T=kAT
    ( A + B ) T = A T + B T (A+B)^T = A^T+B^T (A+B)T=AT+BT
    ( A B ) T = B T A T (AB)^T = B^TA^T (AB)T=BTAT

 ④矩阵的共轭*

 略

可逆矩阵的性质

 ①可逆矩阵与伴随矩阵

  • 设n ≥ 2。A*是n阶方阵A = (aij)nxn的伴随矩阵,则
    A A ∗ = A ∗ A = ∣ A ∣ E AA^* = A^*A = |A|E AA=AA=AE
  • 设A是n阶方阵,则A是可逆的当且仅当A的行列式|A| ≠ 0.并且,若n ≥ 2且|A| ≠ 0,则
    A − 1 = 1 ∣ A ∣ A ∗ A^{-1} = \frac{1}{|A|}A^* A1=A1A
    其中A*是A的伴随矩阵。

 ②可逆矩阵的性质

  • 对于方阵A,若存在矩阵B,使得AB = E,则A是可逆的,并且 B = A − 1 B = A^{-1} B=A1
  • 若A是可逆矩阵,则A-1也是可逆的,并且 ( A − 1 ) − 1 = A (A^{-1})^{-1} = A (A1)1=A
  • 若A是可逆矩阵,则AT也是可逆的,并且 ( A T ) − 1 = ( A − 1 ) T (A^T)^{-1} = (A^{-1})^T (AT)1=(A1)T
  • 若A是可逆矩阵,数k ≠ 0,则kA也是可逆的,且 ( k A ) − 1 = k − 1 A − 1 (kA)^{-1} = k^{-1}A^{-1} (kA)1=k1A1
  • 对于同阶方阵A,B,乘积AB是可逆的当且仅当A,B均可逆。并且,当AB可逆时, ( A B ) − 1 = B − 1 A − 1 (AB)^{-1} = B^{-1}A^{-1} (AB)1=B1A1

4.线性方程组的求解

  • Cramer法则
  • Gauss消元法
  • 齐次线性方程组有非零解的充要条件是,其系数行列式等于0

你可能感兴趣的:(线性代数学习笔记——矩阵)