學習筆記,僅供參考,有錯必糾
王學明應用多元分析
矩陣代數
定義
p∗q階矩陣,常記作A=(aij):p×q
若q=1,則稱A爲p維列向量:
若p=1,則稱A爲q維行向量:
a′=(a1,a2,...,aq)
a′a稱爲向量a的長度,記作∣∣a∣∣,若∣∣a∣∣=1則稱a爲單位向量。任一非零向量a被其長度∣∣a∣∣相除後即爲單位向量,即c=a/∣∣a∣∣是一個單位向量。
∣∣a∣∣=a12+a22+...+ap2
若A的所有元素全爲零,則稱A爲零矩陣,記作A=0pq或A=0
若p=q,則稱A爲p階方陣,a11,a22,...,app稱爲它的對角線元素,其他元素稱爲非對角線元素。
若方陣A的對角線下方的元素全爲零,則稱A爲上三角矩陣。顯然,aij=0,i>j
若方陣A的對角線上方的元素全爲零,則稱A爲下三角矩陣。顯然,aij=0,i<j
若方陣A的所有非對角線元素均爲零.則稱A爲對角矩陣,可記爲diag(a11,a22,...,app)
若p階對角矩陣A的所有p個對角線元素均爲1,則稱A爲p階單位矩陣,記作Ip或I
若將矩陣A的行與列互換,則得到的矩陣稱爲A的轉置,記作A′
若方陣A滿足A′=A,則稱A爲對稱矩陣。顯然,aij=aji
矩陣運算
若A=(aij):p×q,B=(aij):p×q,則A與B的和定義爲:
A+B=(aij+bij):p×q
若c爲一常數,則它與A的積定義爲:
cA=(caij):p×q
若A=(aij):p×q,B=(aij):q×r,則A與B的積定義爲:
AB=(k=1∑qaikbkj):p×r
(A+B)′=A′+B′(AB)′=B′A′A(B1+B2)=AB1+AB2A(i=1∑kBi)=i=1∑kABic(A+B)=cA+cB
若兩個p維向量a和b滿足:
a′b=a1b1+a2b2+...+apbp=0
則稱a和b正交。幾何上,正交向量之間相互垂直。
若方陣A滿足A′A=I,則稱A爲正交矩陣。
正交矩陣可有這三種等價定義:
AA′=I⟺A′=A−1⟺A′A=I
正交矩陣A有着較好的幾何意義:
如將p維向量x看作是在Rp中的一個點,則x的各分量是該點在相應各座標軸上的座標。
正交變換y=Ax意味着對原p維座標系作一剛性旋轉(或稱正交旋轉,此時∣A∣=1)或反射(此時∣A∣=−1),y的各分量正是該點在新座標系下的座標。在新、舊座標系下,該點到原點的距離保持不變。
當p=2時:
y=(y1y2)=(cosθ−sinθsinθcosθ)(x1x2)=Ax
設A=(aij):p×q將它分成四塊,表示成:
若A和B有相同的分塊,則:
若C爲q×r矩陣,分成:
則有: