Bootstrap

线性代数(4)矩阵转置、求逆、求秩

矩阵转置 A T A^T AT

矩阵转置即将原矩阵的行变成列,原矩阵的列变成行
类比于R语言的转置函数t()的操作
示例1:
已知 A = ( 1 2 3 4 ) A=\begin{pmatrix}1&2\\3&4\end{pmatrix} A=(1324),求 A T A^T AT?
A T = ( 1 3 2 4 ) A^T=\begin{pmatrix}1&3\\2&4\end{pmatrix} AT=(1234)
示例2:
已知 A = ( 1 0 1 ) A=\begin{pmatrix}1&0&1\end{pmatrix} A=(101),则 A T = ( 1 0 1 ) A^T=\begin{pmatrix}1\\0\\1\end{pmatrix} AT=101,求 A T A A T A^TAA^T ATAAT?
在涉及转置矩阵的乘法中,先用行乘列要比先用列乘行简单
原式
A T A A T A^TAA^T ATAAT
= ( 1 0 1 ) ∗ ( 1 0 1 ) ∗ ( 1 0 1 ) =\begin{pmatrix}1\\0\\1\end{pmatrix}*\begin{pmatrix}1&0&1\end{pmatrix}*\begin{pmatrix}1\\0\\1\end{pmatrix} =101(101)101
这里先计算 A ∗ A T A*A^T AAT
A ∗ A T = ∗ ( 1 0 1 ) ∗ ( 1 0 1 ) A*A^T=*\begin{pmatrix}1&0&1\end{pmatrix}*\begin{pmatrix}1\\0\\1\end{pmatrix} AAT=(101)101
= 2 =2 =2
然后计算 A T ∗ 2 A^T*2 AT2
= ( 1 0 1 ) ∗ 2 = ( 2 0 2 ) =\begin{pmatrix}1\\0\\1\end{pmatrix}*2=\begin{pmatrix}2\\0\\2\end{pmatrix} =1012=202

  • 性质
    ( A B ) T = B T ∗ A T (AB)^T=B^T*A^T (AB)T=BTAT
    ∣ A T ∣ = ∣ A ∣ |A^T|=|A| AT=A

矩阵可逆

对于矩阵A,若满足以下条件则存在可逆矩阵
{ A m n , m = n ∣ A ∣ ≠ 0   o r   e x i s t   B : A B = E   o r   B A = E \begin{cases}A_{mn},m=n\\|A|\ne0\ or\ exist\ B:AB=E\ or\ BA=E\end{cases} {Amn,m=nA̸=0 or exist B:AB=E or BA=E

则称B是A的逆矩阵,A则是可逆矩阵。
例如 ( 1 2 3 4 ) \begin{pmatrix}1&2\\3&4\end{pmatrix} (1324),首先该矩阵是22的方阵, ∣ A ∣ = − 2 ≠ 0 |A|=-2\ne0 A=2̸=0,因此该矩阵存在可逆矩阵
已知方阵A满足 A 2 − A − 2 E = 0 A^2-A-2E=0 A2A2E=0,试求A是否可逆。
思路,A首先满足方阵的条件,但是这里无法求出A的行列式的值,因此,我们要构造AB=E的形式。
原式:
A 2 − A − 2 E = 0 ⇒ A 2 − A = 2 E ⇒ A 2 − A E = 2 E ⇒ A ( A − E ) = 2 E ⇒ A ∗ A − E 2 = E A^2-A-2E=0\Rightarrow A^2-A=2E\Rightarrow A^2-AE=2E\Rightarrow A(A-E)=2E\Rightarrow A*\frac{A-E}2=E A2A2E=0A2A=2EA2AE=2EA(AE)=2EA2AE=E
A − E 2 = B \frac{A-E}2=B 2AE=B,则A
B=E,也即存在矩阵B满足AB=E,因此该矩阵可逆。

求逆矩阵 A − 1 A^{-1} A1

已知矩阵 A = ( 1 2 3 4 ) A=\begin{pmatrix}1&2\\3&4\end{pmatrix} A=(1324),求其逆矩阵 A − 1 A^{-1} A1?
步骤:在待求解矩阵的右边写上同维度的单位矩阵,然后进行相应转化,使得二者交换形式,即把左边的原矩阵转换成单位矩阵,而一起变换的右边的单位矩阵的结果就是原矩阵的逆矩阵
( 1 2 ⋮ 1 0 3 4 ⋮ 0 1 ) r2-3r1 → ( 1 2 ⋮ 1 0 0 − 2 ⋮ − 3 1 ) r2 * (-1/2) → \begin{pmatrix}1&2&\vdots1&0\\3&4&\vdots0&1\end{pmatrix}\underrightarrow{\text{r2-3r1}}\begin{pmatrix}1&2&\vdots1&0\\0&-2&\vdots-3&1\end{pmatrix}\underrightarrow{\text{r2 * (-1/2)}} 13241001 r2-3r110221301 r2 * (-1/2)
( 1 2 ⋮ 1 0 0 1 ⋮ 3 2 − 1 2 ) r1-2r2 → ( 1 0 ⋮ − 2 1 0 1 ⋮ 3 2 − 1 2 ) \begin{pmatrix}1&2&\vdots1&0\\0&1&\vdots\frac{3}{2}&-\frac{1}{2}\end{pmatrix}\underrightarrow{\text{r1-2r2}}\begin{pmatrix}1&0&\vdots-2&1\\0&1&\vdots\frac{3}{2}&-\frac{1}{2}\end{pmatrix} 1021123021 r1-2r21001223121
至此,右边的矩阵 ( − 2 1 3 2 − 1 2 ) \begin{pmatrix}-2&1\\\frac{3}{2}&-\frac{1}{2}\end{pmatrix} (223121),就是原矩阵的逆矩阵

逆矩阵的性质

A ∗ A − 1 = E = A − 1 ∗ A A*A^{-1}=E=A^{-1}*A AA1=E=A1A
即矩阵乘其逆矩阵,或者逆矩阵乘其原矩阵都是单位矩阵E

伴随矩阵的性质

A A ∗ = ∣ A ∣ E = A ∗ A AA^*=|A|E=A^*A AA=AE=AA
A ∗ A^* A叫做矩阵A的伴随矩阵

矩阵的秩R(A)

对矩阵进行行变换,保证下一行的0比上一行多,直到全为0为止,最后看包含非0行的个数,有几行矩阵的秩就是多少
示例:
A = ( 1 2 3 4 ) A=\begin{pmatrix}1&2\\3&4\end{pmatrix} A=(1324)的秩R(A)?
原式:
A = ( 1 2 3 4 ) r2-3r1 → ( 1 2 0 − 2 ) A=\begin{pmatrix}1&2\\3&4\end{pmatrix}\underrightarrow{\text{r2-3r1}}\begin{pmatrix}1&2\\0&-2\end{pmatrix} A=(1324) r2-3r1(1022)
因此,该矩阵的秩是2,即 R ( A ) = 2 R(A)=2 R(A)=2

;