矩阵代数概述
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
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。
11121212221
2n n ij m m mn a a a a a a A a a a a ⎡⎤⎢⎥⎢⎥⎡⎤==⎣⎦⎢⎥⎢⎥⎣⎦
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:
[]12,,...,m x x x x ≡
(2)一个n*1的矩阵被称为一个(n 维)列向量,并可记为:
12n y y y y ⎡⎤⎢⎥
⎢⎥≡⎢⎥⎢⎥⎣⎦
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:
1122000000ij mn a a A a a ⎡⎤⎢⎥⎢⎥⎡⎤==⎣⎦⎢⎥⎢⎥⎣⎦
定义5:单位矩阵和零矩阵
(1)用I (或为了强调维数而用I n )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;
10002000n I I n ⎡⎤⎢⎥⎢⎥=≡⎢⎥⎢⎥⎣⎦
(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=[a ij ]+[b ij ]。更准确地,有:
11111212112121
22222211
22n n n n m m m m mn mn a b a b a b a b a b a b A B a b a b a b +++⎡⎤⎢⎥+++⎢⎥+=⎢⎥⎢⎥+++⎣⎦
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=[ka ij ]
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:
1n ik kj k AB a b =⎡⎤=⎢⎥⎣⎦
∑ 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:
11221...n ik kj i j i j in nj k a b a b a b a b ==+++∑
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α和β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)( α+β)A= αA+βA;
(2) α(A+B)= αA +αB;
(3) (αβ)A=α(βA);
(4) α(AB)= (αA)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AB ≠BA
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AB ≠BA 仍成立。
定义6:转置
令A=[a ij ]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'=[a ji ]。
数值例子:略
转置的性质:
(1) (A')'=A
(2) ( αA)'= αA',α为任意数;
(3) (A+B)'=A'+B';
(4) (AB)'=B'A',A 和B 分别是m*n 和n*p 矩阵;
(5) x'x=∑x i 2,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a 1,a 2,...,a n 给出的n*k 矩阵,所以可以写成:
12n a a A a ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦
于是:A'=(a 1' a 2' ... a n ')
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X'X 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a 1,a 2,...,a n 给出的一个n*k 矩阵,令B 表示一个行由1*m 向量b 1,b 2,...,b n 给出的n*m 矩阵:
12n a a A a ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦ ,12n b b B b ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦ 那么:1n
i i
i A B a b =''=∑ 上式中,a'i b i 对每个i ,都是一个k*m 矩阵。因此,A'B 可写成n 个k*m 矩阵之和。作为一个特殊情形,有:
1n
i i i A A a a =''=∑
式中,a'i a i 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:
()1n ii i tr A a ==∑
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α,都有tr(αA)= αtr(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=I n ,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α≠0,且A 是可逆的,则(αA)-1=(1/α)A -1;
(3) 如果A 和B 都是n*n 可逆矩阵,则(AB)-1=B -1A -1;