Professional Documents
Culture Documents
钟裕民
ymzhong@bupt.edu.cn
2019 年 9 月
从线性方程组到矩阵
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2n xn = b2
...... ... ...... ... ... ... ...... ... ...
am1 x1 + am2 x2 + ... + amn xn = bm
矩阵的观点
a11 a12 ... a1n x1 b1
a21 a22 ... a2n x2 b2
.. .. .. .. = ..
. . . . .
am1 am2 ... amn xn bm
从线性方程组到矩阵
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2n xn = b2
...... ... ...... ... ... ... ...... ... ...
am1 x1 + am2 x2 + ... + amn xn = bm
矩阵的观点
a11 a12 ... a1n x1 b1
a21 a22 ... a2n x2 b2
.. .. .. .. = ..
. . . . .
am1 am2 ... amn xn bm
线方程组的系数矩阵
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2n xn = b2
...... ... ...... ... ... ... ...... ... ...
am1 x1 + am2 x2 + ... + amn xn = bm
增广矩阵
a11 a12 ... a1n b1
a21 a22 ... a2n b2
.. .. .. ..
. . . .
am1 am2 ... amn bm
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2n xn = b2
...... ... ...... ... ... ... ...... ... ...
am1 x1 + am2 x2 + ... + amn xn = bm
增广矩阵
a11 a12 ... a1n b1
a21 a22 ... a2n b2
.. .. .. ..
. . . .
am1 am2 ... amn bm
注
线性方程组与其增广矩阵是相互唯一确定的.
矩阵的定义
A = (aij )
A = (aij )
A = (aij )
A = (aij )
A = (a1 , a2 , ..., an ).
▶ 当 m = 1 时, 称
A = (a1 a2 ... an )
为行矩阵, 即 1 × n 矩阵, 也称为 n 维行向量. 行矩阵也记为
A = (a1 , a2 , ..., an ).
▶ 当 n = 1 时, 称
b1
b2
B= ..
.
bm
为列矩阵, 即 m × 1 矩阵, 也称为 m 维列向量.
▶ 当 m = 1 时, 称
A = (a1 a2 ... an )
为行矩阵, 即 1 × n 矩阵, 也称为 n 维行向量. 行矩阵也记为
A = (a1 , a2 , ..., an ).
▶ 当 n = 1 时, 称
b1
b2
B= ..
.
bm
为列矩阵, 即 m × 1 矩阵, 也称为 m 维列向量.
▶ 行向量和列向量也可以用粗体的小写字母表示, 如 a, b, c,
x, y, z 等.
▶ 如果两个矩阵的行数和列数分别相等, 则称它们是同型矩阵.
▶ 如果两个矩阵的行数和列数分别相等, 则称它们是同型矩阵.
▶ 设 A = (aij ), B = (bij ) 是两个矩阵. 如果 A B 是同型矩阵且
对应元素相等, 则称 A 与 B 相等, 即
A = B ⇔ aij = bij .
▶ 如果两个矩阵的行数和列数分别相等, 则称它们是同型矩阵.
▶ 设 A = (aij ), B = (bij ) 是两个矩阵. 如果 A B 是同型矩阵且
对应元素相等, 则称 A 与 B 相等, 即
A = B ⇔ aij = bij .
A = B ⇔ aij = bij .
注
对角矩阵必须是方阵, 常记为 Λ.
数量矩阵: 对角矩阵的主对角线上元素都相同, 即形如
a 0 ... 0 a
0 a ... 0 a
. 或 . .
. . . .
0 0 ... a a
单位矩阵: 数量矩阵主对角线上元素是 1, 即
1 0 ... 0 1
0 1 ... 0 1
. 或 .. .
.. .
0 0 ... 1 1
单位矩阵: 数量矩阵主对角线上元素是 1, 即
1 0 ... 0 1
0 1 ... 0 1
. 或 .. .
.. .
0 0 ... 1 1
注
通常 n 阶单位矩阵记为 En 或者 In .
n 阶上三角矩阵与下三角矩阵
a11 a12 ... a1n a11 0 ... 0
0 a22 ... a2n a21 a22 ... 0
.. .. .. .. .. .. .
. . . . . .
0 0 ... ann an1 an2 ... ann
一个矩阵的例子
设小赵与小李本学年学习成绩表如下:
小赵 线代 高数 英语
第一学期 90 95 85
第二学期 85 100 80
小李 线代 高数 英语
第一学期 80 90 80
第二学期 90 95 75
一个矩阵的例子
设小赵与小李本学年学习成绩表如下:
小赵 线代 高数 英语
第一学期 90 95 85
第二学期 85 100 80
小李 线代 高数 英语
第一学期 80 90 80
第二学期 90 95 75
则小赵与小李的成绩表可分别用以下矩阵表示
( ) ( )
90 95 85 80 90 80
85 100 80 90 95 75
矩阵的转置
定义
把矩阵 A 的所有行换成相应的列得到的矩阵, 称为矩阵 A 的转
置矩阵, 记为 AT 或 A′ , 即若
a11 a12 ... a1m a11 a21 ... an1
a21 a22 ... a2m
T a12 a22 ... an2
A= . ,A = .
..
.
.. .
.. ..
.
.. ..
.
an1 an2 ... anm a1m a2m ... anm
矩阵的转置
定义
把矩阵 A 的所有行换成相应的列得到的矩阵, 称为矩阵 A 的转
置矩阵, 记为 AT 或 A′ , 即若
a11 a12 ... a1m a11 a21 ... an1
a21 a22 ... a2m
T a12 a22 ... an2
A= . ,A = .
..
.
.. .
.. ..
.
.. ..
.
an1 an2 ... anm a1m a2m ... anm
注
矩阵转置把 m × n 矩阵变为 n × m 矩阵, 且 (AT )T = A
例
设 ( )
1 2 5
A=
6 4 3
例
设 ( )
1 2 5
A=
6 4 3
则
1 6
AT = 2 4 .
5 3
加法
定义
设 A, B 是两个同型矩阵 (m × n), 定义
性质
设 A, B 是两个 m × n 矩阵, O 为同型零矩阵, 则:
▶ A + B = B + A (交换律);
加法
定义
设 A, B 是两个同型矩阵 (m × n), 定义
性质
设 A, B 是两个 m × n 矩阵, O 为同型零矩阵, 则:
▶ A + B = B + A (交换律);
▶ (A + B) + C = A + (B + C) (结合律);
加法
定义
设 A, B 是两个同型矩阵 (m × n), 定义
性质
设 A, B 是两个 m × n 矩阵, O 为同型零矩阵, 则:
▶ A + B = B + A (交换律);
▶ (A + B) + C = A + (B + C) (结合律);
▶ A + O = O + A = A;
加法
定义
设 A, B 是两个同型矩阵 (m × n), 定义
性质
设 A, B 是两个 m × n 矩阵, O 为同型零矩阵, 则:
▶ A + B = B + A (交换律);
▶ (A + B) + C = A + (B + C) (结合律);
▶ A + O = O + A = A;
▶ A + C = B + C ⇔ A = B (消去律);
加法
定义
设 A, B 是两个同型矩阵 (m × n), 定义
性质
设 A, B 是两个 m × n 矩阵, O 为同型零矩阵, 则:
▶ A + B = B + A (交换律);
▶ (A + B) + C = A + (B + C) (结合律);
▶ A + O = O + A = A;
▶ A + C = B + C ⇔ A = B (消去律);
▶ (A + B)T = AT + BT
数乘
定义
对任意 m × n 矩阵 A 和一个数 k, 定义
kA := (kaij )m×n .
数乘
定义
对任意 m × n 矩阵 A 和一个数 k, 定义
kA := (kaij )m×n .
性质
设 A, B 是两个 m × n 矩阵, k, l 为数, 则:
▶ (kl)A = k(lA) = klA (结合律);
数乘
定义
对任意 m × n 矩阵 A 和一个数 k, 定义
kA := (kaij )m×n .
性质
设 A, B 是两个 m × n 矩阵, k, l 为数, 则:
▶ (kl)A = k(lA) = klA (结合律);
▶ k(A + B) = kA + kB, (k + l)A = kA + lA (分配律);
数乘
定义
对任意 m × n 矩阵 A 和一个数 k, 定义
kA := (kaij )m×n .
性质
设 A, B 是两个 m × n 矩阵, k, l 为数, 则:
▶ (kl)A = k(lA) = klA (结合律);
▶ k(A + B) = kA + kB, (k + l)A = kA + lA (分配律);
▶ (kA)T = kAT .
注
▶ 由数乘的定义, n 阶数量矩阵可以表示为 n 阶单位矩阵 En
与一个数 a 的数乘, 即 aEn .
注
▶ 由数乘的定义, n 阶数量矩阵可以表示为 n 阶单位矩阵 En
与一个数 a 的数乘, 即 aEn .
▶ 由数乘可以定义矩阵减法. 定义
−→ −→ −→
OR = OP + OQ
−→
OQ
−→
OP
列矩阵称为列向量的几何原因
向量
−→
在平面或者空间中的有向线段称为向量, 记为 OP, 其中 O 为起
点, P 为终点. 有相同起点的向量可以相加, 其运算满足平行四边
形法则.
−→ −→ −→
OR = OP + OQ
−→
OQ
−→
OP
注
向量一词在不同的语境中有不同的定义, 因此在阅读文献时要注
意区别其含义. 此处为了需要, 我们使用这一定义.
2 维列矩阵的与平面向量
−→
将二维列矩阵 (x0 , y) 按如下方式与向量 OP 对映
y0 P
O x0
2 维列矩阵的与平面向量
−→
将二维列矩阵 (x0 , y) 按如下方式与向量 OP 对映
y0 P
O x0
注
显然按上述方式可以将所有二维列矩阵与坐标平面所有从原点你
出发的向量一一对映.
2 维列矩阵加法的几何意义
将 (x1 , y1 )T , (x2 , y2 )T 按前述对映关系, 则
R
y1 + y2 −→
Q
y2 (x1 , y1 )T ←→ OP
−→
y1 P (x2 , y2 )T ←→ OQ
−→
(x1 , y1 )T + (x2 , y2 )T ←→ OR
O x2 x1 x1 + x2
注
▶ 将二维列矩阵按前述方式与坐标平面向量对映后, 列矩阵的
加法运算与平面向量的加法平行四边形法则一致, 类似地,
可以解释数乘运算. 上述对映关系是将二维列矩阵称为二维
列向量的原因.
▶ 对于二维行矩阵也可以用上述方式理解.
▶ 对于一般的 n 维行矩阵或列矩阵亦然.
对称矩阵与反对称矩阵
定义
设 A = (aij ) 为 n 阶实方阵,
▶ 如果 A = AT , 则称 A 为实对称矩阵;
▶ 如果 A = −AT , 则称 A 为实反对称矩阵.
注
▶ 实对称矩阵和反对称矩阵都是方阵.
对称矩阵与反对称矩阵
定义
设 A = (aij ) 为 n 阶实方阵,
▶ 如果 A = AT , 则称 A 为实对称矩阵;
▶ 如果 A = −AT , 则称 A 为实反对称矩阵.
注
▶ 实对称矩阵和反对称矩阵都是方阵.
▶ 方阵 A = (aij )n×n 是实对称矩阵 ⇔ aij = aji ;
对称矩阵与反对称矩阵
定义
设 A = (aij ) 为 n 阶实方阵,
▶ 如果 A = AT , 则称 A 为实对称矩阵;
▶ 如果 A = −AT , 则称 A 为实反对称矩阵.
注
▶ 实对称矩阵和反对称矩阵都是方阵.
▶ 方阵 A = (aij )n×n 是实对称矩阵 ⇔ aij = aji ;
▶ 方阵 A = (aij )n×n 是实反对称矩阵 ⇔ aij = −aji (主对角线元
素是 0);
应用举例
设小赵与小李本学年学习成绩表如下:
小赵 线代 高数 英语
第一学期 90 95 85
第二学期 85 100 80
小李 线代 高数 英语
第一学期 80 90 80
第二学期 90 95 75
则小赵与小李的成绩表可分别用以下矩阵表示
( ) ( )
90 95 85 80 90 80
85 100 80 90 95 75
问二人每学期各科的平均成绩为多少?
例
−1 2 3 1 1 2 −1 0
A = 0 2 −1 3 , B = 4 −3 1 1
4 2 0 5 1 0 2 5
求 2A − 3B.
例
( ) ( )
3 0 −1 2 5 6 3 2
A= , B=
2 8 3 1 2 4 7 1
且 A + 2X = B, 求 X.
例
证明任意方阵都可以唯一的表示为一个对称矩阵和一个反对称矩
阵之和.
乘法的引入
设小赵本学年学习成绩表如下:
小赵 线代 高数 英语
第一学期 90 95 85
第二学期 85 90 80
小赵 线代 高数 英语
第一学期 90 95 85
第二学期 85 90 80
小赵 线代 高数 英语
第一学期 90 95 85
第二学期 85 90 80
用矩阵形式我们可以记为
[ ] 0.3 [ ]
90 95 85 90 × 0.3 + 95 × 0.5 + 85 × 0.2
0.5 =
85 90 80 85 × 0.3 + 90 × 0.5 + 80 × 0.2
0.2
如果改变线代、高数及英语的权重为 40%, 50%, 10% 则相应的
总评成绩矩阵变为
[ ] 0.4 [ ]
90 95 85 90 × 0.4 + 95 × 0.5 + 85 × 0.1
0.5 =
85 90 80 85 × 0.4 + 90 × 0.5 + 80 × 0.1
0.1
如果改变线代、高数及英语的权重为 40%, 50%, 10% 则相应的
总评成绩矩阵变为
[ ] 0.4 [ ]
90 95 85 90 × 0.4 + 95 × 0.5 + 85 × 0.1
0.5 =
85 90 80 85 × 0.4 + 90 × 0.5 + 80 × 0.1
0.1
如果我们希望对比改变前后的总评成绩, 则用矩阵记法可以写为
[ ] 0.3 0.4 [ ]
90 95 85 91.5 92
0.5 0.5 =
85 90 80 86.5 87
0.2 0.1
现在反过来, 假设已知两个学期的总评成绩分别是 92 和 87 希望
求出各科的权重. 设线代、高数及英语的权重为 x1 , x2 , x3 则
{
90 × x1 + 95 × x2 + 85 × x3 = 92
.
85 × x1 + 90 × x2 + 80 × x3 = 87
现在反过来, 假设已知两个学期的总评成绩分别是 92 和 87 希望
求出各科的权重. 设线代、高数及英语的权重为 x1 , x2 , x3 则
{
90 × x1 + 95 × x2 + 85 × x3 = 92
.
85 × x1 + 90 × x2 + 80 × x3 = 87
利用矩阵的记法, 则
[ ] x1 [ ]
90 95 85 x2 = 92
85 90 80 87
x3
1 × n 矩阵与 n × 1 矩阵的乘积
设
b1
b2
A = (a1 , a2 , ..., an ), B = ..
.
bn
规定
b1
b2
AB = (a1 , a2 , ..., an ) .. = a1 b1 + a2 b2 + ... + an bn
.
bn
设
a11 a12 ... a1s
a21 a22 ... a2s
A= .. .. .. ,
. . .
am1 am2 ... ams
Ai = (ai1 ai2 ... ais ), (i = 1, 2, ..., m)
则矩阵 A 可视为 m 个 s 维行向量构成, 即
A1
A2
A= .
..
Am
设
b11 b12 ... b1n b1j
b21 b22 ... b2n b2j
B= .. .. .. , Bj = .. (j = 1, 2, ..n),
. . . .
bs1 bs2 ... bsn bsj
B = (B1 B2 ... Bn )
一般矩阵乘积
设矩阵 A = (aij )m×s , B = (bij )s×n . 定义 m × n 矩阵
A1 B1 A1 B2 ... A1 Bn
A2 B1 A2 B2 ... A2 Bn
C = (cij ) = .. .. ..
. . .
Am B1 Am B2 ... Am Bn
其中
b1j
b2j
Ai = (ai1 ai2 ... ais ), (i = 1, 2, ..., m), Bj = .. (j = 1, 2, ..., n)
.
bsj
即
cij = Ai Bj = ai1 b1j + ai2 b2j + ... + ais bsj ,
称矩阵 C 为矩阵 A 与 B 的乘积, 记为 C = AB.
注
▶ 两个矩阵 A, B 的积 C = AB 有定义当且仅当 A 的列数等于
B 的行数.
▶ 一般的矩阵乘法不是对应元素相乘!同型矩阵对应元素相乘
的运算称为“Hadamard”积运算.
矩阵乘法的四种计算方式
设 C = AB, 其中 A, B 为 m × s 和 s × n 矩阵, 则
▶ 矩阵 C 中第 i 行第 j 列元素由 A 中第 i 行和 B 中第 j 列确
定, 即
∑
n
cij = aik bkj .
k=1
矩阵乘法的四种计算方式
设 C = AB, 其中 A, B 为 m × s 和 s × n 矩阵, 则
▶ 矩阵 C 中第 i 行第 j 列元素由 A 中第 i 行和 B 中第 j 列确
定, 即
∑
n
cij = aik bkj .
k=1
▶ 矩阵 C 中第 j 列元素由 A 和 B 的第 j 列确定, 即
Cj = ABj ,
其中 Cj 为 C 的第 j 列, Bj 为 B 的第 j 列.
矩阵乘法的四种计算方式
设 C = AB, 其中 A, B 为 m × s 和 s × n 矩阵, 则
▶ 矩阵 C 中第 i 行第 j 列元素由 A 中第 i 行和 B 中第 j 列确
定, 即
∑
n
cij = aik bkj .
k=1
▶ 矩阵 C 中第 j 列元素由 A 和 B 的第 j 列确定, 即
Cj = ABj ,
其中 Cj 为 C 的第 j 列, Bj 为 B 的第 j 列.
▶ 矩阵 C 中第 i 行元素由 A 的第 i 行和 B 确定, 即
Ci = Ai B,
其中 Ci 为 C 的第 i 列, Ai 为 A 的第 i 行.
矩阵乘法的四种计算方式
设 C = AB, 其中 A, B 为 m × s 和 s × n 矩阵, 则
▶ 矩阵 C 中第 i 行第 j 列元素由 A 中第 i 行和 B 中第 j 列确
定, 即
∑
n
cij = aik bkj .
k=1
▶ 矩阵 C 中第 j 列元素由 A 和 B 的第 j 列确定, 即
Cj = ABj ,
其中 Cj 为 C 的第 j 列, Bj 为 B 的第 j 列.
▶ 矩阵 C 中第 i 行元素由 A 的第 i 行和 B 确定, 即
Ci = Ai B,
其中 Ci 为 C 的第 i 列, Ai 为 A 的第 i 行.
▶ 矩阵 C 等于矩阵 A 中各列与 B 中各行乘积之和, 即
∑
s
C= Ak Bk .
k=1
例
关于矩阵乘法的第四种方法
[ ][ ] [ ]
a b e f ae + bg af + bh
=
c d g h ce + dg cf + dh
[ ] [ ]
ae af bg bh
= +
ce cf dg dh
[ ] [ ]
a [ ] b [ ]
= e f + g h
c d
矩阵乘法与线性方程组
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2n xn = b2
...... ... ...... ... ... ... ...... ... ...
am1 x1 + am2 x2 + ... + amn xn = bm
矩阵的观点
a11 a12 ... a1n x1 b1
a21 a22 ... a2n x2 b2
.. .. .. .. = ..
. . . . .
am1 am2 ... amn xn bm
例
1 0 −1 1 0
A = 2 1 0 , B = 3 1
3 2 −1 0 2
求 AB.
例
( ) ( )
1 0 0 0
A= , B=
1 0 1 1
求 AB 和 BA.
注
▶ 矩阵乘法一般不满足交换性, 即存在 AB ̸= BA. 当 AB = BA
时, 称 A, B 可交换. (此时, A, B 必为同阶方阵).
注
▶ 矩阵乘法一般不满足交换性, 即存在 AB ̸= BA. 当 AB = BA
时, 称 A, B 可交换. (此时, A, B 必为同阶方阵).
▶ 当 AB = 0 时, 不一定有 A = 0 或 B = 0, 即存在 A ̸= 0,
B ̸= 0 使得 AB = 0.
矩阵乘法的性质
假设以下运算是有意义的, 则
▶ (A + B)C = AC + BC, A(B + C) = AB + AC (分配律)
矩阵乘法的性质
假设以下运算是有意义的, 则
▶ (A + B)C = AC + BC, A(B + C) = AB + AC (分配律)
▶ k(AB) = (kA)B = A(kB), 其中 k 为一个数
矩阵乘法的性质
假设以下运算是有意义的, 则
▶ (A + B)C = AC + BC, A(B + C) = AB + AC (分配律)
▶ k(AB) = (kA)B = A(kB), 其中 k 为一个数
▶ Em Am×n = Am×n , Am×n En = Am×n , 其中 Em , En 为 m 阶, n
阶单位阵.
矩阵乘法的性质
假设以下运算是有意义的, 则
▶ (A + B)C = AC + BC, A(B + C) = AB + AC (分配律)
▶ k(AB) = (kA)B = A(kB), 其中 k 为一个数
▶ Em Am×n = Am×n , Am×n En = Am×n , 其中 Em , En 为 m 阶, n
阶单位阵.
▶ (AB)C = A(BC) (结合律);
矩阵乘法的性质
假设以下运算是有意义的, 则
▶ (A + B)C = AC + BC, A(B + C) = AB + AC (分配律)
▶ k(AB) = (kA)B = A(kB), 其中 k 为一个数
▶ Em Am×n = Am×n , Am×n En = Am×n , 其中 Em , En 为 m 阶, n
阶单位阵.
▶ (AB)C = A(BC) (结合律);
▶ (AB)T = BT AT , (A1 A2 ...Ak )T = AT T T
k ...A2 A1 .
方阵的幂
设 A 为 n 阶方阵, 定义
注
▶ 矩阵乘法满足结合律, 故 Ak 与运算顺序无关, 定义完善;
▶ 设 k, l 为任意非负整数, 则
其中 E 是与 A 同阶的单位阵.
注
▶ 当矩阵为方阵时,上述定义才有意义 (非方阵不能求幂);
方阵多项式
设 f(x) = an xn + an−1 xn−1 + ... + a1 x + a0 为关于 x 的多项式, A
为任意方阵, 则定义
其中 E 是与 A 同阶的单位阵.
注
▶ 当矩阵为方阵时,上述定义才有意义 (非方阵不能求幂);
▶ 将 x 替换为方阵 A 时, 常数项替换为同阶的单位阵 E;
方阵多项式
设 f(x) = an xn + an−1 xn−1 + ... + a1 x + a0 为关于 x 的多项式, A
为任意方阵, 则定义
其中 E 是与 A 同阶的单位阵.
注
▶ 当矩阵为方阵时,上述定义才有意义 (非方阵不能求幂);
▶ 将 x 替换为方阵 A 时, 常数项替换为同阶的单位阵 E;
▶ 设 f(x), g(x) 是两个多项式, A, B 为两个同阶的方阵, 则
f(A)g(A) = g(A)f(A)
例
求 ( )n ( )n
1 1 1 1
1) 2)
0 1 1 1
.
例
设 f(x) = x2 − 2x + 2,
2 0 1
A = −3 1 2 ,
1 −1 0
求 f(A).
例
设 P 为 n 阶方阵.
▶ 证明: 若 A 为 n 阶对称阵, PAPT 为对称矩阵;
▶ 若 PAPT 为对称矩阵, 问 A 是否对称?
矩阵与线性变换
设
a11 a12 ... a1n
a21 a22 ... a2n
A= .. .. ..
. . .
am1 am2 ... amn
定义
fA
Rn / Rm
x / Ax
例1
[ ]
−1 0
A= ,
0 1
则
fA
R2 / R2
[ ] [ ][ ] [ ]
x / −1 0 x
=
−x
.
y 0 1 y y
则 A 诱导了 R2 到自身的线性变换.
几何解释
y y
x x
则 fB 诱导了 R2 到自身的线性变换.
几何解释
y y
x x
y y
x x
矩阵与矩阵诱导的线性变换的关系
▶ 对任意的矩阵 Am×n , 则 A 诱导了 Rn 到 Rm 的线性变换 fA
fA
Rn / Rm
x / f(x)
其中 fA (x) = Ax.
▶ 给定矩阵 Am×n , Bn×s , 则 A, B 分别诱导了线性变换 fA , fB ,
fB fA
Rs / Rn / Rm
此时不难证明有
即矩阵的乘积对映线性变换的复合.
方阵行列式
定义
由 n 阶方阵 A 的元素按原来的顺序构成的行列式称为方阵 A 的
行列式, 记作 |A| 或 det(A).
方阵行列式
定义
由 n 阶方阵 A 的元素按原来的顺序构成的行列式称为方阵 A 的
行列式, 记作 |A| 或 det(A).
例
( )
1 2
A= ,
3 4
则
1 2
det(A) = = −2.
3 4
方阵行列式
定义
由 n 阶方阵 A 的元素按原来的顺序构成的行列式称为方阵 A 的
行列式, 记作 |A| 或 det(A).
例
( )
1 2
A= ,
3 4
则
1 2
det(A) = = −2.
3 4
注
矩阵与行列式是不同的两个概念. 矩阵是一个数表,行列式是一
个数.
性质
假设 A, B 为 n 阶方阵, k 为一个数, 则
例
( ) ( )
1 3 2 5
A= B= ,
2 −2 3 4
求 AB, BA 及其行列式.
例
设 A 是 n 阶方阵, 满足 AAT = E, 且 |A| = −1, 求 |A + E|.
行列式的几何意义
例1
设 ( )
2 −1
A= ,
1 1/2
则 A 诱导了 R2 到 R2 的映射 (线性变换)
fA : ( R2 ) −−−→ ( R) (
2
)
x x 2x − y
7 → A =
y y x + y/2
问: 单位正方形在映射 A 下的像的面积?
y ( ) y
2 −1
1 1 1/2 1
S 1/2
1 x −1 2 x
1 x −1 2 x
1 x −1 2 x
1 x −1 2 x
1 x −1 2 x
1 x −1 2 x
1 x −1 2 x
1 x −1 2 x
1 x −1 2 x
1 x −1 2 x
1 x −1 2 x
1 x −1 2 x
1 x −1 2 x
1 x −1 2 x
1 x −1 2 x
fB : ( R2 ) −−−→ ( R) (
2
)
x x x + y/2
7 → B =
y y 2x − y
问: 单位正方形在映射 B 下的像的面积?
y
2
y
1
B
S 1/2
1 x 1 x
−1
1 1/2
area[B(S)] = −
2 −1
y
2
y
1
B
S 1/2
1 x 1 x
−1
1 1/2
area[B(S)] = −
2 −1
注
▶ 例 2 中方阵的行列式同样对应矩阵列向量诱导的平行四边
形的面积. 但行列式是负数, 这是因为 B 作为线性变换是反
向的 (蓝色向量到红色向量的方向是顺时针). 因此, 二阶方
阵行列式等于方阵中列向量 (有序的) 诱导的平行四边形的
有向面积.
▶ 例 1 和例 2 可以推广到高阶方阵的情形. 此时方阵行列式等
于方阵中列向量 (有序的) 诱导高维多面体的体积.
▶ 高阶方阵的行列式也可以解释为作为线性变换时体积的放缩
因子, 而行列式的符号对应于线性变换是否保持方向.
▶ 由行列式的几何解释可以容易理解, 行列式交换两列改变符
号, 而行列式某一列乘以一个倍数等于行列式乘以一个倍数.
▶ 由行列式的几何解释也容易理解
Det(AB) = Det(A)Det(B)
一个退化的例子
y
2
y ( )
1 1/2
1 B= 1
2 1
S
1 x 1/2 1 x