《第一章矩阵代数》.docxVIP

第一章 矩阵代数 §1.1 定义 §1.2 矩阵的运算 §1.3 行列式 §1.4 矩阵的逆 §1.5 矩阵的秩 §1.6 特征值、特征向量和矩阵的迹 §1.7 正定矩阵和非负定矩阵 §1.8 特征值的极值问题 1 §1.1 定义 p×q矩阵： p维列向量： q维行向量： a′=(a1,a2,⋯,aq) 向量a的长度： 单位向量： 2 若A的所有元素全为零，则称A为零矩阵，记作A=0pq或A=0。 若p=q，则称A为p阶方阵，a11,a22,⋯,app称为它的对角线元素，其他元素aij(i≠j)称为非对角线元素。 若方阵A的对角线下方的元素全为零，则称A为上三角矩阵。显然，aij=0,ij。 若方阵A的对角线上方的元素全为零，则称A为下三角矩阵。显然，aij=0,ij。 若方阵A的所有非对角线元素均为零，则称A为对角矩阵，简记为A=diag(a11,a22,⋯,app)。 若p阶对角矩阵A的所有p个对角线元素均为1，则称A为p阶单位矩阵，记作A=Ip或A=I。 3 若将矩阵A的行与列互换，则得到的矩阵称为A的转置，记作A′，即 若方阵A满足A′=A，则称A为对称矩阵。显然，aij=aji。 4 §1.2 矩阵的运算 若A=(aij)：p×q，B=(bij)：p×q,则A与B的和定义为 A+B=(aij+bij)：p×q 若c为一常数，则它与A的积定义为 cA=(caij)：p×q 若A=(aij)：p×q，B=(bij)：q×r,则A与B的积定义为 5 运算规律 (1)(A+B)′=A′+B′。 (2)(AB)′=B′A′。 (3)A(B1+B2)=AB1+AB2。 (4) 。 (5)c(A+B)=cA+cB。 6 若两个p维向量a和b满足 a′b=a1b1+a2b2+⋯+apbp=0 则称a和b正交。几何上，正交向量之间相互垂直。 若方阵A满足AA′=I，则称A为正交矩阵。 正交矩阵的三个等价定义： 若方阵A满足A2=A，则称A为幂等矩阵。 对称的幂等矩阵称为投影矩阵。 7 正交矩阵A的几何意义 当p=2时， 8 当p=3时，如下形式的正交变换同样有着直观的几何展示。 正交阵A的行列式非1即−1。若|A|=1，则正交变换y=Ax意味着对原p维坐标系作一刚性旋转（或称正交旋转），y的各分量正是该点在新坐标系下的坐标；若|A|=−1，则包含了一个镜面反射的坐标轴。 由于 y′y=(Ax)′(Ax)=x′A′Ax=x′x 故在新、旧坐标系下，该点到原点的距离保持不变。 9 矩阵的分块 设A=(aij)：p×q,将它分成四块，表示成 其中A11：k×l，A12：k×(q−l)，A21：(p−k)×l， A22：(p−k)×(q−l)。 若A和B有相同的分块，则 10 若C为q×r矩阵，分成 其中C11：l×m，C12：l×(r−m)，C21：(q−l)×m，C22：(q−l)×(r−m)，则有 11 例1.2.2 证明正交矩阵A：p×p的p个列向量和p个行向量都是一组正交单位向量。 证明 记 由A′A=I，得 12 于是 故有 即a1,a2,⋯,ap为一组正交单位向量。同理，由AA′=I可证a(1),a(2),⋯,a(p)也是一组正交单位向量。 13 §1.3 行列式 p阶方阵A=(aij)的行列式定义为 这里 表示对1,2,⋯,p的所有排列求和，τ(j1j2⋯jp) 是排列j1,j2,⋯,jp中逆序的总数，称它为这个排列的逆序数，一个逆序是指在一个排列中一对数的前后位置与大小顺序相反，即前面的数大于后面的数。例如，τ(3142)=1+τ(1342)=3+τ(1234)=3。 14 行列式的一些基本性质 (1)若A的某行(或列)为零，则|A|=0。 (2)|A′|=|A|。 (3)若将A的某一行(或列)乘以常数c，则所得矩阵的行列式为c|A|。 (4)若A是一个p阶方阵，c为一常数，则|cA|=cp|A|。 (5)若互换A的任意两行(或列)，则行列式符号改变。 (6)若A的某两行(或列)相同，则行列式为零。 (7)若将A的某一行(或列)的倍数加到另一行(或列)，则所得行列式不变。 (8)若A的某一行(或列)是其他一些行(或列)的线性组合，则行列式为零。 15 (9)若A为上三角矩阵或下三角矩阵或对角矩阵，则 (10)若A和B均为p阶方阵，则|AB|=|A||B|。 (11)|AA′|≥0。 (12)若A与B都是方阵，则 (13)若A：p×q，B：q×p，则 |Ip+AB|=|Iq+BA| 证明 因为 16 上述两个等式两边各取行列式，故得 |Ip+AB|=|Iq+BA| 例1.3.3 设x,y为两个p维向量，则 |Ip+xy′|=1+y′x 17