matrix & arithmetic (1)

Matrix

概念

A称作m x n矩阵,矩阵中的数称作矩阵A的元。
$a_{ij}$位于矩阵的第i行,j列,称作矩阵A的(i, j)元。

  • 行列均为n的矩阵成为n阶矩阵n阶方阵
  • 只有一行的矩阵成为行向量
  • 只有一列的矩阵成为列向量
  • 行列相同的两矩阵成为同型矩阵
  • 矩阵的元均是0的矩阵成为零矩阵

线性变换

的过程称作线性变换

n阶方阵,主对角线均为1的矩阵,称作单位矩阵E。
代表这线性变换中的恒等变换,$x_i -> y_i$

Arithmetic

加减

有矩阵同型矩阵则:

矩阵加减满足交换率结合律

  1. A + B = B + A
  2. (A + B) + C = A + (B + C)

乘法

数乘矩阵:

矩阵相乘:
有矩阵是m s的矩阵,是s n的矩阵,

只有A矩阵的列和B矩阵的行相同时才能相乘
把矩阵相乘记作AB = C,C中的元即是A的行元与B的列元的积和。

n阶方阵,主对角线均为的矩阵,称作纯量矩阵

矩阵乘法一般不满足交换律,开平方公式、平方和公式,只有在AB可交换是有效。

矩阵的转置

将矩阵元放入行列交换的位置形成的新矩阵,称为转置矩阵

方阵行列式

关于第一点可参考行列式性质一,转置的行列式的组合与未转置的行列式一一对应。

伴随矩阵 为原矩阵元的代数余子式所组成的矩阵的转置

由于原矩阵的行和其伴随阵列的积,即行元对应代数余子式的和即是行列式的值D。
矩阵相乘,不在同行的积为0,所以最后得到的是一个纯量矩阵

Inverse matrix

给出一线性变换:

设X为xi组成的向量,Y为yi组成的向量, A为系数矩阵:

左乘A的伴随矩阵得到:

当A的行列式不为0时,有

, 则有

  • 如果对n阶矩阵A,有矩阵B使 AB=BA=E, 则称B为A的逆矩阵
  • 如果矩阵A可逆,则
  • 如果, 则矩阵A可逆
  • 如果A可逆,则也可逆。
  • 如果A可逆,,则也可逆。
  • 如果A、B为同阶矩阵均可逆,则AB也可逆。

polynomial 多项式

  1. 如果

  2. 如果是对角阵,则有

Matrix block

  • 矩阵A、B有相同行列数、分块方法有:

*

是分好块的矩阵, 是一个数,则有:

  • A 为m x l矩阵,B为l x n, 分块同上,则有:

ps. A矩阵为s x t,B矩阵为t x r。

  • ,则
  • 如果A为n阶矩阵,如果A的分块只有在主对角线上有非零子块,称A为分块对角矩阵