【线性代数系列】第二章 矩阵运算性质权威总结

【线性代数系列】第二章 矩阵运算性质权威总结

文章目录

  • 【线性代数系列】第二章 矩阵运算性质权威总结
  • 1. 矩阵加法
    • 交换律:
    • 结合律:
    • 零元素:
    • 负元素:
  • 2.矩阵乘法
    • 数乘矩阵:
    • 矩阵乘法:
      • 结合律 分配律
      • 交换律
  • 3. 矩阵转置
    • 转置的转置:
    • 转置的加法:
    • 转置的数乘:
    • 转置的矩阵乘法:
    • 转置的迹:
  • 4.方阵行列式
    • 交换律:
    • 转置的性质:
    • 逆矩阵的性质:
    • 缩放的性质:
    • 行列式的乘法:
    • 行列式的零元素:

1. 矩阵加法

交换律:

对于两个矩阵 A A A B B B A + B = B + A A + B = B + A A+B=B+A

结合律:

对于三个矩阵 A A A B B B C C C ( A + B ) + C = A + ( B + C ) (A + B) + C = A + (B + C) (A+B)+C=A+(B+C)

零元素:

存在一个零矩阵 O O O,使得 A + O = A A + O = A A+O=A 对于任意矩阵 A A A成立。

负元素:

对于每个矩阵 A A A,存在一个负矩阵 − B -B B ,使得 A + ( − B ) = O A + (-B) = O A+(B)=O ,其中 O O O是零矩阵

2.矩阵乘法

数乘矩阵:

对于标量k和矩阵 A 、 B A、B AB, k ( A + B ) = k A + k B k(A + B) = kA + kB k(A+B)=kA+kB

对于标量k v和矩阵 A 、 B , ( k v ) A = k ( v B ) A、B,(kv)A = k(vB) AB(kv)A=k(vB)

A 、 B , ( k + v ) A = k B + v B A、B,(k+v)A = kB+vB AB(k+v)A=kB+vB

矩阵乘法:

结合律 分配律

  1. 对于三个矩阵 A 、 B A、B AB C C C ( A B ) C = A ( B C ) (AB)C = A(BC) (AB)C=A(BC)

  2. 矩阵乘法与数乘的结合律:

    对于标量 k k k和矩阵 A A A k ( A B ) = ( k A ) B = A ( k B ) k(AB) = (kA)B = A(kB) k(AB)=(kA)B=A(kB)

  3. 单位矩阵的乘法特性:

    对于任何矩阵 A A A A I = I A = A AI = IA = A AI=IA=A,其中 I I I是单位矩阵。

  4. 对于矩阵A、B和C,乘法分配律规定如下:

    1. 左分配律:$ A(B + C) = AB + AC$
      即,将一个矩阵 ( A ) (A) A与两个矩阵之和 ( B + C ) (B + C) B+C相乘,等于将该矩阵与每个矩阵分别相乘后再求和。

    2. 右分配律: ( A + B ) C = A C + B C (A + B)C = AC + BC (A+B)C=AC+BC
      即,将两个矩阵之和 ( A + B ) (A + B) A+B与一个矩阵 ( C ) (C) C相乘,等于将每个矩阵分别与该矩阵相乘后再求和。

    这些分配律类似于数字的乘法分配律,但需要注意的是,矩阵乘法不满足交换律 ( A B ≠ B A ) (AB ≠ BA) AB=BA,因此分配律的顺序不能颠倒。

  5. 矩阵的幂运算:

    对于一个方阵A和正整数 n n n,定义 A A A的n次幂为 A n = A ∗ A ∗ . . . ∗ A A^n = A * A * ... * A An=AA...A(共计n个A相乘)。例如, A 2 = A ∗ A , A 3 = A ∗ A ∗ A A^2 = A * A,A^3 = A * A * A A2=AAA3=AAA

​ 注意一般 ( A B ) n ≠ A n B n (AB)^{n}≠ A^nB^n (AB)n=AnBn 只有满足 A B AB AB 可以交换时才相等

交换律

矩阵乘法不满足交换律 ( A B ≠ B A ) (AB ≠ BA) AB=BA,因此分配律的顺序不能颠倒

3. 矩阵转置

转置(Transpose)是一种常见的矩阵运算,它对矩阵的行和列进行互换。

转置操作具有以下运算性质:

转置的转置:

对于任意矩阵 A A A ( A T ) T = A (A^T)^T = A (AT)T=A

即对矩阵进行两次转置,等于恢复原始矩阵。

转置的加法:

对于矩阵 A A A B B B,$(A + B)^T = A^T + B^T $ 。

即矩阵相加后进行转置,等于先转置再相加。

转置的数乘:

对于标量k和矩阵 A A A,$(kA)^T = kA^T $ 。

即矩阵与标量的乘积进行转置,等于标量与矩阵转置的乘积。

转置的矩阵乘法:

对于矩阵 A A A B B B ,$ (AB)^T = B^T A^T $。即两个矩阵相乘后进行转置,等于每个矩阵转置后再相乘,且顺序相反。

转置的迹:

对于矩阵 A A A ,$tr(A) = tr(A^T) $。即矩阵的迹不受转置操作的影响。

4.方阵行列式

方阵(即行数和列数相等的矩阵)的行列式具有一些重要的性质和规则。

以下是方阵的行列式性质:

交换律:

对于方阵A和B,有$det(AB) = det(BA) $。即方阵乘积的行列式等于乘积顺序颠倒时的行列式。

转置的性质:

对于方阵A,有 d e t ( A T ) = d e t ( A ) det(A^T) = det(A) det(AT)=det(A) 。即方阵转置后的行列式等于原始矩阵的行列式。

逆矩阵的性质:

对于可逆方阵A,有$ det(A^{-1}) = \frac{1}{det(A)} $。即可逆方阵的逆矩阵的行列式等于原始矩阵的行列式的倒数。

缩放的性质:

对于方阵A和标量k,有$ det(kA) = k^n * det(A) $,其中n为方阵A的维度。即对方阵进行整体缩放,行列式等于原始矩阵的行列式乘以缩放因子的n次幂。

行列式的乘法:

对于方阵A和B,有$det(AB) = det(A) * det(B) $。即方阵乘积的行列式等于各个矩阵行列式的乘积。

行列式的零元素:

如果方阵A中存在一行(或一列)全为零,则det(A) = 0。即方阵的行列式为零,当且仅当矩阵中存在一行(或一列)全为零。

你可能感兴趣的:(线性代数,线性代数,矩阵,算法)