线性代数笔记

320 阅读2分钟

矩阵运算法则


  • 矩阵加法

    定义: 两个矩阵[^1]相加,就是将对应元素分别相加,结果仍为矩阵.

    注意: 只有同型矩阵才能相加,且它们的和仍是与它们同型的矩阵.

    性质: 满足交换律、结合律.

  • 数乘矩阵

    定义: λ数\lambda矩阵A矩阵A的乘积记作 λA\lambda A. 规定数乘矩阵A矩阵A等于用这个λ\underline{数\lambda}遍乘矩阵A\underline{矩阵A}的每一个元素.

    性质:

    λA=Aλ\lambda A=A \lambda

    (1)A=A(-1)A=-A

  • 矩阵乘法

    定义:

    设 A=( aij )A=( a_{ij} ) 是一个 m×nm\times n 矩阵,B=( bij )B=( b_{ij} ) 是一个 n×pn\times p 矩阵,那么 矩阵A矩阵A 与 矩阵B矩阵B 的乘积是一个 m×pm\times p 矩阵 C=( cij )C=( c_{ij} ), 其中 cijc_{ij} 就是 AA 的第 ii 行与 BB 的第 jj 列对应元素乘积之和. 记作 C=ABC=AB .

    性质: 满足结合律、分配律.

    EA=AE=AEA=AE=A

    AkAl=Ak+lA^kA^l=A^{k+l}

    (Ak)l=Akl(A^k)^l=A^{kl}

  • 矩阵的转置

    定义: 

    设矩阵A=( aij )A=( a_{ij} ),不改变每行元素的相互顺序,把AA的行依次作为同序数的列所排成的矩阵称为AA的转置矩阵,记作AT=( aji )A^T=( a_{ji} )

    性质:

    (AT)T=A(A^T)^T=A

    (A+B)T=AT+BT(A+B)^T=A^T+B^T

    (λA)T=λAT(\lambda A)^T=\lambda A^T  (λ为数\lambda为数)

    (AB)T=BTAT(AB)^T=B^TA^T

  • 方阵的行列式

    定义: 由n阶方阵An阶方阵A的元素所构成的行列式 (各元素的位置不变),称为方阵A方阵A的行列式,记作A|A|detAdetA

    性质:

    AT=A|A^T|=|A|

    λA=λnA|\lambda A|=\lambda ^n|A| (λ是数)(\lambda 是数)

    AB=AB|AB|=|A||B|

可逆矩阵


  • 可逆矩阵的概念

    定义:

    设 AA 是n阶方阵n阶方阵,若存在 B B,使得  AB=BA=EAB=BA=E  ,则称 方阵AA 是__可逆的__,

    称 BB 为 AA 的逆矩阵,简称 A的逆A的逆,记作 A1A^{-1}

    注意: AA的逆矩阵是唯一的.

  • 方阵的伴随矩阵

    定义:

    n阶方阵 A=( aij )n阶方阵 A=( a_{ij} ),元素 aija_{ij} 在 A|A| 中的代数余子式为 Aij (i,j=1,2,,n)A_{ij} (i,j=1,2,…,n) ,则矩阵

    A=(A11A21An1A12A22An2A1nA2nAnn)A^*= \begin{pmatrix} A_{11} & A_{21} & \cdots & A_{n1} \\ A_{12} & A_{22} & \cdots & A_{n2} \\ \vdots & \vdots & \ddots & \vdots \\ A_{1n} & A_{2n} & \cdots & A_{nn} \end{pmatrix}

    称为AA的__伴随矩阵__

    注意: 伴随矩阵中元素位置与原行列式中相应元素位置并不相同,位置关系是转置关系.

  • 方阵可逆的充要条件

    1. 方阵A可逆的充分必要条件是:A0|A|\not=0
    2. nn阶方阵AA可逆的充分必要条件是存在nn阶方阵BB,使AB=EAB=E(或 BA=EBA=E).

    注意: 对于n阶方阵A,B,只要有AB=EAB=E,则A,B都可逆且互为逆矩阵. 

  • 逆矩阵的求法

    1. 定义法

      对于n阶方阵An阶方阵A,只要找到满足 AB=E\underline{AB=E}(或BA=E\underline{BA=E})的 n阶方阵Bn阶方阵B,则BB即为AA的逆.

    2. 公式法

      A1=1AAA^{-1}=\frac{1}{|A|}A^*A0A\not=0).

    3. 初等变换法

      n阶方阵An阶方阵A可逆 ,则可以通过初等变换求AA的逆,即对 n×2nn\times 2n矩阵(A,E)(A,E)  实施初等行变换,当把AA变成EE时,原来的EE就变成A1A^{-1}

                     (AE) 行变换初等 (EA1) \begin{pmatrix} A & E \end{pmatrix} \stackrel{初等}{\stackrel{行变换}{\longrightarrow}} \begin{pmatrix} E & A^{-1} \end{pmatrix}

  • 可逆矩阵的性质

    1. AA可逆,则A1A^{-1}也可逆,且 (A1)1=A(A^{-1})^{-1}=A .
    2. AA可逆,数λ0\lambda \not= 0,则λA\lambda A可逆,且 (λA)1=1λA1(\lambda A)^{-1}=\frac{1}{\lambda}A^{-1} .
    3. AA,BB均为可逆矩阵,则ABAB也可逆,且 (AB)1=B1A1(AB)^{-1}=B^{-1}A^{-1} .
    4. AA可逆,则ATA^T也可逆,且 (AT)1=(A1)T(A^T)^{-1}=(A^{-1})^{T} .

矩阵的初等变换


  • 初等变换的定义

    矩阵A=(aij)m×n矩阵A=(a_{ij})_{m \times n} ,则以下三种变换称为__矩阵A__的__初等行(列)变换__ .

    矩阵的初等行变换与初等列变换,统称为__初等变换__ .

    (1) 交换AA的两行(列) ,叫做 换法变换 ;

    (2) 用一个非零常数kk乘以AA的某一行(列) ,叫做 倍法变换 ;

    (3) 用一个数乘以AA的某一行(列)的各元素后再加到AA的另一行(列)对应的元素上去 ,叫做 消法变换 .

  • 矩阵的等价关系

    如果矩阵AA经过有限次初等变换变成矩阵BB,则称矩阵AA与矩阵BB 等价,记作 ABA \cong B .