定义(矩阵) 由 m × n m times n m×n 个数 a i j a_{ij} aij( i = 1 , 2 , ⋯ , m ; j = 1 , 2 , ⋯ , n i=1,2,cdots,m;j=1,2,cdots,n i=1,2,⋯,m;j=1,2,⋯,n)排成的 m m m 行 n n n 列的数表
a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋮ a m 1 a m 2 ⋯ a m n begin{matrix} a_{11} & a_{12} & cdots & a_{1n} \ a_{21} & a_{22} & cdots & a_{2n} \ vdots & vdots & & vdots \ a_{m1} & a_{m2} & cdots & a_{mn} end{matrix} a11a21⋮am1a12a22⋮am2⋯⋯⋯a1na2n⋮amn
称为 m m m 行 n n n 列矩阵,简称 m × n m times n m×n 矩阵。为表示它是一个整体,总是加一个括弧,并用大写黑体字母表示它,记作
A = ( a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋮ a m 1 a m 2 ⋯ a m n ) boldsymbol{A} = begin{pmatrix} a_{11} & a_{12} & cdots & a_{1n} \ a_{21} & a_{22} & cdots & a_{2n} \ vdots & vdots & & vdots \ a_{m1} & a_{m2} & cdots & a_{mn} end{pmatrix} A= a11a21⋮am1a12a22⋮am2⋯⋯⋯a1na2n⋮amn
这个 m × n m times n m×n 个数称为矩阵 A boldsymbol{A} A 的 元素,简称为 元,数 a i j a_{ij} aij 位于矩阵 A boldsymbol{A} A 的第 i i i 行第 j j j 列,称为矩阵 A boldsymbol{A} A 的 ( i , j ) (i,j) (i,j) 元。以数 a i j a_{ij} aij 为 ( i , j ) (i,j) (i,j) 元的矩阵可简记作 ( a i j ) (a_{ij}) (aij) 或 ( a i j ) m × n (a_{ij})_{m times n} (aij)m×n。 m × n m times n m×n 矩阵 A boldsymbol{A} A 也记作 A m × n boldsymbol{A}_{m times n} Am×n。
矩阵其他性质的定义:
实矩阵 和 复矩阵:元素是实数的矩阵称为 实矩阵,元素是复数的矩阵称为 复矩阵。
方阵:行数与列数都等于 n n n 的矩阵称为 n n n 阶矩阵 或 n n n 阶方阵。 n n n 阶矩阵 A boldsymbol{A} A 也记作 A n A_n An。
行矩阵 和 行向量:只有一行的矩阵 A = ( a 1 a 2 ⋯ a n ) boldsymbol{A} = begin{pmatrix} a_1 & a_2 & cdots & a_n end{pmatrix} A=(a1a2⋯an) 称为 行矩阵,又称 行向量。为避免元素间的混淆,行矩阵也记作 A = ( a 1 , a 2 , ⋯ , a n ) boldsymbol{A} = (a_1,a_2,cdots,a_n) A=(a1,a2,⋯,an)。
列矩阵 和 列向量:只有一列的矩阵
B = ( b 1 b 2 ⋮ b m ) boldsymbol{B} = begin{pmatrix} b_1 \ b_2 \ vdots \ b_m end{pmatrix} B= b1b2⋮bm
称为 列矩阵,又称 列向量。
同型矩阵:两个矩阵的行数相等、列数也相等时,就称它们是 同型矩阵。
矩阵相等:如果 A = ( a i j ) boldsymbol{A} = (a_{ij}) A=(aij) 与 B = ( b i j ) boldsymbol{B} = (b_{ij}) B=(bij) 是同型矩阵,并且它们的对应元素相等,即
a i j = b i j ( i = 1 , 2 , ⋯ , m ; j = 1 , 2 , ⋯ , n ) a_{ij} = b_{ij} hspace{1em} (i=1,2,cdots,m;j=1,2,cdots,n) aij=bij(i=1,2,⋯,m;j=1,2,⋯,n)
那么就称矩阵 A boldsymbol{A} A 与矩阵 B boldsymbol{B} B 相等,记作 A = B boldsymbol{A} = boldsymbol{B} A=B。
需要注意的是,不同型的零矩阵是不同的。
对角矩阵:从左上角到右下角的直线(叫做对角线)以外的元素都是 0 0 0。这种方阵称为 对角矩阵,简称 对角阵。对角阵也记作 Λ = diag ( λ 1 , λ 2 , ⋯ , λ n ) boldsymbol{Lambda} = operatorname{diag}(lambda_1,lambda_2,cdots,lambda_n) Λ=diag(λ1,λ2,⋯,λn)。
单位矩阵:对于对角阵 Λ = diag ( λ 1 , λ 2 , ⋯ , λ n ) boldsymbol{Lambda} = operatorname{diag}(lambda_1,lambda_2,cdots,lambda_n) Λ=diag(λ1,λ2,⋯,λn),特别当 λ 1 = λ 2 = ⋯ = λ n = 1 lambda_1 = lambda_2 = cdots = lambda_n = 1 λ1=λ2=⋯=λn=1 时的线性变换叫做恒等变换,它对应的 n n n 阶方阵
E = ( 1 0 ⋯ 0 0 1 ⋯ 0 ⋮ ⋮ ⋮ 0 0 ⋯ 1 ) boldsymbol{E} = begin{pmatrix} 1 & 0 & cdots & 0 \ 0 & 1 & cdots & 0 \ vdots & vdots & & vdots \ 0 & 0 & cdots & 1 end{pmatrix} E= 10⋮001⋮0⋯⋯⋯00⋮1
叫做 n n n 阶 单位矩阵,简称 单位阵。这个方阵的特点是:对角线上的元素都是 1 1 1,其他元素都是 0 0 0。即单位阵 E boldsymbol{E} E 的 ( i , j ) (i,j) (i,j) 元 e i j e_{ij} eij 为
e i j = { 1 , 当 i = j 0 , 当 i ≠ j ( i , j = 1 , 2 , ⋯ , n ) e_{ij} = begin{cases} 1, 当 i = j \ 0, 当 i ne j end{cases} hspace{1em} (i,j=1,2,cdots,n) eij={1, 当i=j0, 当i=j(i,j=1,2,⋯,n)
本文发布于:2024-01-30 15:17:28,感谢您对本站的认可!
本文链接:https://www.4u4v.net/it/170659904920930.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
留言与评论(共有 0 条评论) |