矩阵代数概述.docxVIP

矩阵代数概述一、基本定义定义1：矩阵：一个矩阵就是一个矩阵数组，更准确地讲，一个m*n维矩阵就有m行和n列。正整数m被称为行维数，n被称为列维数。定义2：方阵方阵具有相同的行数和列数。一个方阵的维数就是其行数和列数定义3：向量（1）一个1*m的矩阵被称为一个（m维）行向量，并可记为：（2）一个n*1的矩阵被称为一个（n维）列向量，并可记为：定义4：对角矩阵当一个方阵A的非对角元素都为零时，它就是一个对角矩阵。我们总能将一个对角矩阵写成：定义5：单位矩阵和零矩阵（1）用I（或为了强调维数而用In）表示的n*n单位矩阵就是对角位置都是1，而其它位置都是0的对角阵；（2）一个用0表示的m*n零矩阵，就是所有元素都为零的m*n矩阵。它并不一定是方阵。二、矩阵运算1. 矩阵加法两个都是m*n维的矩阵A和B可通过对应元素相加而相加：A+B=[aij]+[bij]。更准确地，有：数值例子：说明：不同维数的矩阵不能相加2. 数乘给定任意一个实数k（常被称为一个数量），数乘被定义为kA=[kaij]数值例子：3. 矩阵乘法为了使矩阵A乘以矩阵B，得到AB，A的列维数和B的行维数必须相同。因此，令A为一个m*n矩阵，而B为一个n*p矩阵，于是，矩阵乘法被定义为：换句话说，新矩阵AB的第（i,j）个元素，等于A中第i行的每个元素与B中第j列对应元素的乘积之和。如下简图可以使这个过程更一目了然：第i行第j列第（i,j）个元素数值例子：略我们可以将一个矩阵与一个向量相乘。如果A是一个n*m矩阵，而y是一个m*1向量，那么Ay就是一个n*1的向量；如果x是一个1*n的向量，那么xA就是一个1*m的向量。矩阵加法、数乘和矩阵乘法可以用各种方式组合，而且这些运算还满足几个熟悉的基本数值运算规则。在如下性质表中，A，B和C都具有运算所需要的适当的维数，而和则是实数。这些性质中的大多数都很容易从定义得到说明。矩阵乘法的性质：(1)(+)A=A+A;(2)(A+B)=A +B;(3)()A=(A);(4)(AB)=(A)B(5)A+B=B+A;(6)(A+B)+C=A+(B+C);(7)(AB)C=A(BC);(8)A(B+C)=AB+AC;(9)(A+B)C=AC+BC;(10)IA=AI=A;(11)A+0=0+A=A;(12)A-A=0;(13)A0=0A=0;(14)即使AB和BA都有定义，仍然会ABBA对于最后一个性质：如果A是一个n*m矩阵，而B是一个m*p矩阵，那么AB就有定义，而BA只有在n=p时，才有定义；如果A是一个m*n矩阵，而B是一个n*m矩阵，那么AB和BA都有定义，但除非A和B都是方阵，否则它们具有不同的维数。即便A和B都是方阵，除非在特殊情况下，否则ABBA仍成立。定义6：转置令A=[aij]表示一个m*n矩阵，用A（读作A撇）表示A的转置，是将A的行和列互换后得到的n*m矩阵。我们可以把它写成A=[aji]。数值例子：略转置的性质：(1)(A)=A(2)(A)=A，为任意数;(3)(A+B)=A+B;(4)(AB)=BA，A和B分别是m*n和n*p矩阵;(5)xx=xi2，x是一个n*1向量;(6) 如果A是一个各行分别由1*k的向量a1,a2,...,an给出的n*k矩阵，所以可以写成：于是：A=(a1 a2 ... an)定义7：对称矩阵一个方阵是一个对称矩阵的充分必要条件是：A=A如果X是任何一个n*k矩阵，那么XX总有定义并是一个对称矩阵，通过应用转置的第一和第四条性质即可看出。分块矩阵的乘法令A表示一个行由1*k向量a1,a2,...,an给出的一个n*k矩阵，令B表示一个行由1*m向量b1,b2,...,bn给出的n*m矩阵：，那么：上式中，aibi对每个i，都是一个k*m矩阵。因此，AB可写成n个k*m矩阵之和。作为一个特殊情形，有：式中，aiai对所有的i，都是一个k*k矩阵。定义8：迹一个矩阵的迹是只对方阵定义的一个很简单的运算。对任何一个n*n矩阵A，用tr(A)表示矩阵A的迹，它是其主对角线元素之和。从数学上看，即：迹的性质：(1)tr(In)=n;(2)tr(A)=tr(A);(3)tr(A+B)=tr(A)+tr(B);(4)对任意数量，都有tr(A)=tr(A);(5)tr(AB)=tr(BA)，A是m*n矩阵，而B是n*m矩阵定义9：逆对方阵而方，逆矩阵是一个很重要的概念对一个n*n矩阵A，如果A-1A=AA-1=In，则A-1表示矩阵A的逆，在这种情形下，A就是可逆的或非奇异的。否则，它就是不可逆的，或奇异的。逆的性质：(1)如果逆存在，它是唯一的;(2)如果0，且A是可逆的，则(A)-1=(1/)A-1;(3)如果A和B都是n*n可逆矩阵，则(AB)-1=B-1A-1;(4)(A)-1=(A-1);