线性代数笔记——矩阵运算和转置

一、矩阵的线性运算

1、定义:设  A=(a_{ij}),B=(b_{ij}) 是两个m*n矩阵.如果对任意的 i=1,2,..,m,j=1,2,...,n 都有 a_{ij}=b_{ij} ,

     则称A与B相等,记作A=B.

2、矩阵的加法

      设  A=(a_{ij}),B=(b_{ij}) 是两个m*n矩阵.如果对任意的 i=1,2,..,m,j=1,2,...,n令 c_{ij}=a_{ij}+b_{ij}

      m*n矩阵 C=(c_{ij}) 称为A与B的和,记作C=A+B.

3、数乘

     设  A=(a_{ij})  是m*n矩阵.如果对任意的 i=1,2,..,m,j=1,2,...,n 令  b_{ij}=ka_{ij},

      m*n矩阵 B=(b_{ij}) 称为常数k与矩阵A的乘积,简称数乘,记作 B=kA.

4、性质

     设A,B,C是m*n矩阵,h,k是常数,那么:

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

    (3)A+0 = A                     (4)A + -A = 0   

    (5)1*B = A                      (6)(hk)*C = h(kA)

    (7)(h+k)A = hA+kA         (8)k(A+B)+C = kA+kB

二、矩阵的乘法运算

1、定义:设 A=(a_{ij}) 是m*n矩阵,B=(b_{ij}) 是n*t矩阵.

    将A按行记作 A=\begin{pmatrix}A_{1} \\ A_{2} \\ \vdots \\ A_{m} \end{pmatrix} ,其中 A_{i}=(a_{i1},a_{i2},...,a_{in}),i=1,2,...,m.

    将B按列记作 B_{j}=(B_{1},B_{2},...,B_{t})  ,其中 B_{j}=\begin{pmatrix}b_{1j} \\ b_{nj} \\ \vdots \\ b_{nj} \end{pmatrix} ,j=1,2,...,t.

    A与B的乘积AB的(i,j)元定义为:

                 A_{i}B_{j}=(a_{i1},a_{i2},\cdots ,a_{in})\begin{pmatrix}b_{1j} \\ b_{2j} \\ \vdots \\ b_{1j} \end{pmatrix}=a_{i1}b_{1j}+a_{i2}b_{2j}+\cdots +a_{in}b_{nj},

                  i=1,2,\cdots ,m,\: \: j=1,2,\cdots ,t.

     因此,AB是m*t矩阵如下:

                 AB=\begin{pmatrix} A_{1}B_{1} & A_{1}B_{2} & \cdots &A_{1}B_{t} \\ A_{2}B_{1} & A_{2}B_{2} & \cdots & A_{2}B_{t}\\ \vdots & \vdots & & \vdots \\ A_{m}B_{1} & A_{m}B_{2} & \cdots & A_{m}B_{t} \end{pmatrix}

2、对于线性方程组有:

  • AX=\beta
  • x_{1}\alpha _{1}+x_{2}\alpha _{2}+\cdots +x_{n}\alpha _{n}=\beta
  • x_{1}\alpha _{1}+x_{2}\alpha _{2}+\cdots +x_{n}\alpha _{n}=AX

3、性质

    (1)命题1  如果A的第 i 行为零行,则AB的第 i 行为零行;如果B的第 j 列为零列,而则AB的第 j 列为零列.因此:

             ①AB的非零行的个数 \leq A的非零行的个数;

             ②AB的费零列的个数 \leq B的非零列的个数.

    (2)矩阵乘法不满足交换律

    (2)矩阵乘法不满足消去律

三、方阵

1、定义:行数和列数相等的矩阵称为方阵;行数和列数都为n的方阵为n阶矩阵或者n阶方阵。n阶矩阵 A=(a_{ij}) 的元素a_{11},a_{22},\cdots ,a_{nn} 称为A的对角元.

2、定义:设m是正整数,A是方阵.m个A的乘积为A的m次方,记作A^{m},约定 A^{0}=I,A^{1}=A.

3、m次方的性质

  • 如果s,t为为非负整数,则 A^{s}A^{t}=A^{s+t},(A^{s})^{t}=A^{st}
  • 设A,B为同阶方阵,m为正整数.如果AB=BA,那么(AB)^{m}=A^{m}B^{m}

4、定义:设 a_{0},a_{1},a_{2},\cdots ,a_{m} 是常数,f(x)=a_{0}x^{m}+a_{1}x^{m-1}+\cdots +a_{m-1}x+a_{m}x^{0}

             是x的多项式,对于方阵A, f(A)=a_{0}A^{m}+a_{0}A^{m-1}+\cdots +a_{m-1}A+a_{m}I

            称为方阵A的多项式.

5、方阵的性质

设 f(x),g(x),h(x) 是x的多项式,A是方阵.如果f(x)=g(x)h(x),那么f(A)=g(A)h(A).

四、矩阵的转置

1、定义:设 A=(a_{ij}) 是m*n矩阵.对任意的 i=1,2,\cdots ,m,\: \: j=1,2,\cdots ,n, 令 b_{ij}=a_{ji} ,n*m矩阵 B=(b_{ij}) 称为A的转置,记作A^{T}.

2、性质:设A,B是两个矩阵,k是任意常数,则有

(1)(A^{T})^{T}=A

(2)(A+B)^{T}=A^{T}+B^{T}

(3)(kA)^{T}=kA^{T}

(4)(AB)^{T}=B^{T}A^{T}

(5)命题2  如果m*n矩阵A的n个列为\alpha _{1},\alpha _{2},\cdots ,\alpha _{n}, n阶单位矩阵I_{n}的n个列为\varepsilon _{1},\varepsilon _{2},\cdots ,\varepsilon _{n},那么\alpha _{j}=A\alpha _{j},j=1,2,\cdots ,n.

            (\alpha _{1},\alpha _{2},\cdots ,\alpha _{n},)=AI_{n}=(A\varepsilon _{1},A\varepsilon _{2},\cdots ,A\varepsilon _{n})

(6)命题3  如果m*n矩阵A的n个列为A _{1},A _{2},\cdots ,A _{m}, m阶单位矩阵I_{m}的n个列为\varepsilon _{1}^{T},\varepsilon _{2}^{T},\cdots ,\varepsilon _{n}^{T},那么A _{i}=\varepsilon _{i}^{T}A,i=1,2,\cdots ,m.

           \begin{pmatrix}A_{1} \\ A_{2} \\ \vdots \\ A_{m} \end{pmatrix}=I_{m}A= \begin{pmatrix}\varepsilon _{1}^{T}A \\ \varepsilon _{2}^{T}A \\ \vdots \\ \varepsilon _{m}^{T}A \end{pmatrix}

五、初等矩阵

1、定义:如果对矩阵A作有限次初等变换得B,则称A与B是等价的,记作A\cong B .

2、定义:对n阶单位矩阵 I _{n} 作一次初等变换得到的矩阵称为n阶初等矩阵.

3、性质

(1)命题4  初等矩阵的转置是同类型的初等矩阵.

  • (E_{n}(i\leftrightarrow j))^T=E_{n}(i\leftrightarrow j)
  • (E_{n}(i(h)))^{T}=E_{n}(i(h))
  • (E_{n}(i(k)\rightarrow j))^{T}=E_{n}(j(k)\rightarrow i)

(2)定理1  设A是m*n矩阵.如果对A作一次初等行变换得矩阵B,相同的初等行变换作用到m阶单位矩阵得初等矩阵P,则B=PA;如果对A作一次初等列变换得矩阵C,相同的初等列变换作用到n阶单位矩阵得初等矩阵Q,则C=AQ.

         推论:矩阵A与B等价的充分必要条件是存在初等矩阵P_{1},\cdots ,P_{s} ,以及Q_{1},\cdots ,Q_{t} ,使得P_{s}\cdots P_{1}AQ_{1}\cdots Q_{t}=B.

(3)命题5  如果P是初等矩阵,那么存在同阶初等矩阵Q,使得PQ=QP=I.

         推论1  n阶初等矩阵P与单位矩阵 I_{n} 是行等价的,故有 r(P)=n

         推论2  如果矩阵A与B是行等价的,则B与A也是行等价的.

(4)如果矩阵A与B是行等价的,则AC与BC也是行等价的.

         P_{s}\cdots P_{2}P_{1}A=B\Rightarrow P_{s}\cdots P_{2}P_{1}(AC)=BC

猜你喜欢

转载自blog.csdn.net/wys7541/article/details/81565624