1.4 矩阵与矩阵的运算¶
事实上,当提到矩阵时,并不陌生,只是在平时不把它叫做矩阵而已,而通常称作表。比如,一个班级有35名同学,这学期要修6门课程,在本学期期末考试后,为了便于管理和分析,老师将每位同学的各科成绩放在一起,做成一个35行,6列的表。在日常生活或在其他学科中有很多类似的表,将它们的特点进行提取,进而形成数学上的矩阵这样的抽象概念。其实这样的抽象过程也并不陌生,比如自然数的发明就是这样的一个过程。
1.4.1 矩阵的概念¶
定义 \(1.4.1\) 由 \(m \cdot n\) 个数排成 \(m\) 行、 \(n\) 列的一张表称为一个 \(m \times n\) 矩阵[3],其中的每一个数称为这个矩阵的一个元素,第 \(i\) 行与第 \(j\) 列交叉位置的元素称 为矩阵的 \((i, j)\) 元。
如 \(\begin{bmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \end{bmatrix}\quad\) 或 \(\left(\begin{array}{lll}1 & 2 & 3 \\ 4 & 5 & 6\end{array}\right)\) 都是一个矩阵。 矩阵通常用大写英文字母 \(A\) , \(B\) , \(C\) , \(\ldots\) 表示。一个 \(m \times n\) 矩阵可以简单地记作 \(A_{m m}\) ,它的 \((i, j)\) 元记作 \(A(i, j)\) 。如果矩阵 \(A\) 的 \((i, j)\) 元是 \(a_{i j}\) ,那么可以记作 \(A=\left[a_{i j}\right]\) 或 \(A=\left(a_{i j}\right)\) 。 如果某个矩阵 \(A\) 的行数与列数相等, 则称之为方阵。 \(m\) 行 \(m\) 列的方阵也称为 \(m\) 级矩阵。 元素全为 0 的矩阵称为零矩阵,简记作 \(0\) 。 \(m\) 行 \(n\) 列的零矩阵可以记成 \(0_{n \times n}\) 。 数域 \(G\) 上两个矩阵称为相等,如果它们的行数相等,列数也相等,并且它们所有元素对应相等(即第一个矩阵的 \((i, j)\) 元等于第二个矩阵的 \((i, j)\) 元) 。
定义 \(1.4.2\) 设矩阵 \(A=\left(a_{i j}\right){m \times n}\) , 若矩阵 \(B=\left(b{i j}\right){n \times m}\) 满足 \(a{i j}=b_{j i}\) ,则称矩阵 \(B\) 为矩阵 \(A\) 的转置,将其记作 \(A^{T}\) 或 \(A^{\prime}\) 。一个矩阵 \(A\) 如果满足 \(A=A^{T}\) , 那么称 \(A\) 是对称矩阵。
定义 \(1.4.3\) 设 \({n}\) 级矩阵 \(A=\left(a_{i j}\right){n \times n}\) ,称 \(T=\sum{i=1}^{n} a_{i i}\) 为矩阵 \(A\) 的迹,记作 \(\text{tr}(A)\) 。 可以验证矩阵的迹有如下性质:
由矩阵 \(A\) 的若干行、若干列的交叉位置元素按原来顺序排列成的矩阵称为 \(A\) 的一个子矩阵。
定义 \(1.4.4\) 把一个矩阵 \(A\) 的行分成若干组, 列也分成若干组,从而 \(A\) 被分成若干个子矩阵,把 \(A\) 看成是由 这些子矩阵组成的,这称为矩阵的分块,这种由子矩阵组成的矩阵称为分块矩阵。 例如矩阵 \(A\) 可写成分块矩阵的形式:
从而
1.4.2 矩阵的加法与乘法¶
定义 \(1.4.5\) 设 \(A=\left(a_{i j}\right), B=\left(b_{i j}\right)\) 都是数域 \(G\) 上 \(m \times n\) 矩阵,令
则称矩阵 \(C\) 是矩阵 \(A\) 与 \(B\) 的和,记作 \(C=A+B\) 。
定义 \(1.4.6\) 设 \(A=\left(a_{ij}\right)\) 是数域 \(G\) 上 \(m \times n\) 矩阵, \(k \in G\) ,令
则称矩阵 \(M\) 是 \(k\) 与矩阵 \(A\) 的数量乘积,记作 \(M=k A\) 。 8条运算法则:设 \(A\) , \(B\) , \(C\) , 都是 \(G\) 上 \(m \times n\) 矩阵 \(k, l \in G\) , 有:
利用负矩阵的概念,可以定义矩阵的减法如下:设 \(A\) 、 \(B\) 都是 \(m \times n\) 矩阵,则 \(A-B:=A+(-B)\)
定义 \(1.4.7\) 设 \(A=\left(a_{i j}\right)_{m \times n}\) , \(B=\left(b_{i j}\right)_{n \times s}\) ,令
其中
\(i=1,2, \ldots, m ; j=1,2, \ldots, s\) 。则矩阵 \(C\) 称为矩阵 \(A\) 与 \(B\) 的乘积, 记作 \(C=A B\) 。
矩阵乘法需要注意以下两点:
(1) 只有左矩阵的列数与右矩阵的行数相同的两个矩阵才能相乘;
(2) 乘积矩阵的行数等于左矩阵的行数, 乘积矩阵的列数等于右矩阵的列数。
例如设:
则:
矩阵的乘法有下面两条性质:
\(1^{\circ}\) 矩阵的乘法适合结合律,但一般不适合交换律:
设 \(A=\left(a_{ij}\right)_{m \times n}, B=\left(b_{i j}\right)_{n \times s}, C=\left(c_{i j}\right)_{s \times m}\) , 则 \((A B) C=A(B C)\) 。 一般对矩阵 \(A, B\) 不成立 \(A B=B A\) 如
若对矩阵 \(A\) , \(B\) 成立 \(A B=B A\) 则称 \(A\) 与 \(B\) 可交换。
\(2^{\circ}\) 矩阵的乘法适合左分配律,也适合右分配律:
\(n\) 级矩阵 \(A=\left(a_{i j}\right)\) 中的元素 \(a_{i i}(i=1,\ldots, n)\) 称为主对角线上元素。主对角线上元素都是 \(1\) , 其余元素都是 0 的 \(n\) 级矩阵称为 \(n\) 级单位阵,记作 \(I_{n}\) ,或简记作 \(I\) 。容易直接计算得:
特别的,如果 \(A\) 是 \(n\) 阶矩阵,则
矩阵的乘法与数量乘法满足下述关系式:
矩阵的加法、数量乘法、乘法与矩阵的转置有如下关系:
定义 \(1.4.8\) 主对角线以外的元素全为 0 的方阵称为对角矩阵,简记作
1.4.3 可逆矩阵和矩阵相似¶
定义 \(1.4.9\) 对于数域 \(G\) 上的矩阵 \(A\) ,如果存在数域 \(G\) 上的矩阵 \(B\) ,使得
那么称 \(A\) 是可逆矩阵 (或非奇异矩阵) ; 称 \(B\) 为 \(A\) 的逆矩阵,记作 \(A^{-1}\) 。
定义 \(1.4.10\) 设 \(A\) 与 \(B\) 都是数域 \(G\) 上的 \(n\) 级矩阵,如果存在数域 \(G\) 上的一个 \(n\) 级可逆矩阵 \(P\) ,使得 \(P^{-1} A P=B\) 那么称 \(A\) 与 \(B\) 是相似的。