矩阵
矩阵是由排列在矩形阵列中的数字或其他数学对象组成的表格结构。它由行和列组成,并且在数学和应用领域中广泛使用。
基本概念
-
元素:矩阵中的每个数字称为元素。元素可以是实数、复数或其他数学对象。
-
维度:矩阵的维度表示矩阵的行数和列数。一个 m × n 的矩阵有 m 行和 n 列。
-
行向量和列向量:矩阵中的行可以看作是行向量,列可以看作是列向量。
-
主对角线:矩阵从左上角到右下角的对角线称为主对角线。主对角线上的元素称为主对角元素。
-
零矩阵:所有元素都为零的矩阵称为零矩阵,通常表示为 0。
-
单位矩阵:主对角线上的元素全为 1,其余元素全为零的矩阵称为单位矩阵,通常表示为 I。
-
矩阵运算:矩阵可以进行加法、减法和乘法运算。加法和减法的操作是逐个对应元素相加或相减。矩阵乘法是一种复合运算,需要满足乘法规则。
-
转置:矩阵的转置是将矩阵的行和列互换得到的新矩阵。
-
逆矩阵:对于方阵 A,如果存在一个矩阵 B,使得 A × B = B × A = I,那么矩阵 B 称为矩阵 A 的逆矩阵。
矩阵一般使用大写字母表示
如下图所示,矩阵A表示由mxn个数排成 m行n列的数表
则A矩阵叫做m行n列矩阵,简称mxn矩阵。这mxn 个数叫做矩阵A的元素 ,a~ij~叫做矩阵A的第i行第j列的元素。
方阵、对称矩阵、单位矩阵
-
方阵
方阵是指行数和列数相等的矩阵。换句话说,方阵的维度为 n × n,其中 n 表示方阵的阶数。方阵可以是任意的维度,例如 2 × 2、3 × 3、4 × 4 等。
-
对称矩阵
对称矩阵是一种特殊类型的方阵,它满足矩阵的主对角线对称性,即矩阵中第 i 行第 j 列的元素等于第 j 行第 i 列的元素。换句话说,如果 A 是一个方阵,且对于所有的 i 和 j,都有 A(i, j) = A(j, i),那么矩阵 A 就是对称矩阵。对称矩阵通常在许多领域中具有特殊的性质和应用,例如在线性代数中的特征值和特征向量计算中经常涉及到对称矩阵。
例如:
就是个对称矩阵。
-
单位矩阵
单位矩阵是一个特殊的方阵,它的主对角线上的元素都是 1,而其余元素都是 0。单位矩阵的维度通常用 n 表示,表示一个 n × n 的方阵。单位矩阵通常用符号 I 表示。对于任何与单位矩阵相乘的矩阵 A,都会得到原始矩阵 A,即 A × I = I × A = A。单位矩阵在线性代数中扮演着类似于数字中的数字 1 的角色,它是矩阵乘法中的单位元素。
特点:主对角线都是1,其它位置是0
注意
对称矩阵、单位矩阵都是方阵!
矩阵的基本运算
-
矩阵的加减
矩阵的加减法就是矩阵的对应位置相加减
-
矩阵的数乘
用实数与矩阵的每个元素相乘
-
转置
矩阵的转置就是行变列,列变行,变成一个新的矩阵
注意
对称矩阵的转置矩阵是其本身!
例如:下面这个对称矩阵的转置矩阵仍是其本身
矩阵乘法
矩阵和向量的乘法
矩阵T与向量a相乘
- 矩阵T的列数必须和向量a的元素个数一致
- 分别用矩阵的每一行与向量进行内积(点乘)运算,得到的数作为结果向量的某个元素
- 矩阵T实际上将向量a转换成了向量b
- 可以把矩阵理解成向量的函数
矩阵和矩阵的乘法
前提:左矩阵的列数必须与右矩阵的行数一致
矩阵与矩阵的乘法可以看作:左矩阵分别与右矩阵的每一列(相当于列向量)相乘,得到的每一个列向量作为结果矩阵的每一列
例子:
注意
对于单位矩阵E,如果满足与矩阵A相乘的条件,则:EA=AE=A
矩阵乘法的运算规律
逆矩阵
逆矩阵的定义
对于n阶方阵A,如果存在n阶方阵B,使AB=BA=E,E为单位矩阵,则称方阵A是可逆
的,并称方阵B为方阵A的逆矩阵,简称A的逆,记为A^-1^.
- 可逆矩阵一定是方阵,并且逆矩阵一定是其同阶方阵
- 定义中A与B互为逆阵
- 可逆矩阵也叫做非奇异矩阵 (non-singular);不可逆矩阵叫做奇异矩阵 (singular)
逆矩阵的性质
- 可逆矩阵的逆矩阵是唯一的,如果矩阵 A 的逆存在,那么它是唯一的。换句话说,不存在两个不同的矩阵 B 和 C,使得 A × B = B × A = I。
- 若A可逆,则A^-1^也可逆,且(A^-1^)^-1^=A
- 若A可逆,则A^T^也可逆,且(A^T^)^-1^=(A^-1^)^T^
- 若A、B为同阶方阵且均可逆,则AB也可逆,且(AB)^-1^=B^-1^A^-1^
判断一个矩阵是否可逆的方法是计算其行列式。如果一个方阵的行列式不等于零,那么它是可逆的;如果行列式等于零,那么它是奇异的或不可逆的。
逆矩阵在解线性方程组和矩阵变换中具有重要作用。例如,对于线性方程组 A × X = B,其中 A 是系数矩阵,X 是未知向量,B 是常数向量,如果 A 是可逆的,那么解可以通过左乘 A 的逆矩阵得到,即 X = A^(-1) × B。