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阶矩阵或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
从 到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
- A + B = B + A
- (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
设, 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
如果 则
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。
- 设,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