跳至内容
Topos Uranos

摘要

本课介绍矩阵,即由数排成的矩形表,它使线性方程组和变量的线性替换能够写得紧凑。本课定义矩阵的主要类型及其运算:加法与数乘,其性质逐个元素地证明;以及矩阵乘法,它按“行乘列”定义,并由两个线性替换的复合引出。本课证明乘法满足结合律和分配律,单位矩阵是它的单位元,并用例子说明乘法不满足交换律、存在零因子,而且存在某个幂为零的非零矩阵。最后,本课定义转置矩阵与迹,证明乘积的转置等于各转置按相反顺序的乘积,以及 ABAB 的迹与 BABA 的迹相等,并把这些工具应用于斐波那契数、矩阵的幂以及未知量为矩阵的方程。

学习目标

  1. 认识矩阵的主要类型,会进行加法与数乘,并逐个元素地论证其性质。
  2. 按行乘列计算矩阵的乘积,把乘积解释为线性替换的复合,并把线性方程组写成一个矩阵方程。
  3. 证明乘法的结合律与分配律,并用例子说明乘法为何不可交换,以及非零矩阵的乘积为何可能为零。
  4. 运用转置、迹与矩阵的幂解决问题,例如计算斐波那契数,或证明方程 AB−BA=IAB - BA = I 无解。

矩阵

在课程 代数与几何 I 中关于一次方程、一次不等式与线性方程组的课里,高斯消元法是在一张汇集各方程系数的表上进行的:未知数不参与计算,全部工作都是对表中的数进行的。这一观察由来已久;约两千年前编成的中国典籍《九章算术》已经通过把系数排成列来解方程组。矩阵(matrix)一词由詹姆斯·约瑟夫·西尔维斯特于 1850 年引入,阿瑟·凯莱于 1858 年发表了第一个矩阵运算理论,也就是本课所研究的理论。

设 mm 与 nn 为自然数。矩阵(型为 m×nm \times n)是由 mnmn 个数排成 mm 行 nn 列的表。位于第 ii 行第 jj 列的数称为矩阵的元素 (i,j)(i, j);若矩阵用大写字母表示,如 AA,则其元素用对应的小写字母加两个下标表示,即 aija_{ij},其中第一个下标总是表示行。也记作 A=(aij)A = (a_{ij})。例如,2×32 \times 3 矩阵具有如下形式:

A=(a11a12a13a21a22a23)A = \begin{pmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \end{pmatrix}

除非另有说明,元素都是实数;以下所有内容对复数矩阵同样成立,因为证明只用到数的加法和乘法的性质,而这些性质是 C\mathbb{C} 与 R\mathbb{R} 共有的。两个矩阵相等,是指它们型相同,并且相同位置上的元素相同:两个 m×nm \times n 矩阵相等等价于 mnmn 个数的等式。

矩阵的类型

有些形式出现得如此频繁,以至于有了专门的名称。

  • 行矩阵是 1×n1 \times n 矩阵,列矩阵是 m×1m \times 1 矩阵。课程 I 中关于平面向量的课里的平面向量,可以写成 2×12 \times 1 列矩阵。
  • 给定型的零矩阵的所有元素都等于 00;它也记作 00,其型由上下文确定。
  • 若一个矩阵的行数与列数相等,就称它为方阵;n×nn \times n 矩阵也称为 nn 阶方阵。它的元素 a11,a22,…,anna_{11}, a_{22}, \ldots, a_{nn} 构成主对角线。
  • 若方阵主对角线以外的元素全为零,就称它为对角矩阵。单位矩阵(阶为 nn,记作 InI_n,阶数明确时记作 II)是对角元素都等于 11 的对角矩阵。
  • 若方阵位于主对角线下方的元素全为零,即 aij=0a_{ij} = 0 对一切满足 i>ji > j 的下标成立,就称它为上三角矩阵;若位于主对角线上方的元素全为零,就称它为下三角矩阵。
  • 若方阵对所有下标都有 aij=ajia_{ij} = a_{ji},就称它为对称矩阵:主对角线是这张表的对称轴。

例如,下面四个矩阵中,第一个是 33 阶单位矩阵,第二个是对角矩阵,第三个是上三角矩阵,第四个是对称矩阵。

I3=(100010001),D=(200−5),T=(14−2037006),S=(1220)I_3 = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix}, \qquad D = \begin{pmatrix} 2 & 0 \\ 0 & -5 \end{pmatrix}, \qquad T = \begin{pmatrix} 1 & 4 & -2 \\ 0 & 3 & 7 \\ 0 & 0 & 6 \end{pmatrix}, \qquad S = \begin{pmatrix} 1 & 2 \\ 2 & 0 \end{pmatrix}