矩阵：数字的整齐排列指南

各位同学好！欢迎来到矩阵的世界。别被这看似复杂的名字吓倒。矩阵其实就是一个把数字整齐排列成格状的简单方法。想象一下你的班级时间表、电子游戏的得分榜，甚至是电子表格——它们都运用了相同的概念！在这一章，我们会学习如何操作这些格状排列的数字：包括加、减、乘，甚至是“除”。矩阵是一种强大的工具，应用范围从计算机图形学到解决复杂方程无所不包，所以我们现在就开始吧！

1. 什么是矩阵？基本概念

矩阵 简单来说就是一个长方形的数字网格，这些数字称为元素，它们按行（横向）和列（纵向）排列。

矩阵的“大小”或维数（亦称阶）由“（行数）x（列数）”表示。

例子： 这是一个有2行3列的矩阵A。它的维数是2x3。

$$ A = \begin{pmatrix} 1 & -5 & 3 \\ 4 & 0 & 7 \end{pmatrix} $$

要说明某个特定元素，我们使用符号aij，其中i是行数，而j是列数。对于上面的矩阵A：

  • 第1行第2列的元素是a12 = -5。
  • 第2行第3列的元素是a23 = 7。
特殊矩阵类型
  • 方阵：行数和列数相同（例如2x2，3x3）。
  • 零矩阵 (O)：所有元素都是0的矩阵。它是矩阵世界的“零”。
  • 单位矩阵 (I)：它是矩阵世界的“一”！这是一个方阵，其主对角线（左上到右下）上的元素全是1，其他地方的元素全是0。
$$ I_2 = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix} \quad \text{and} \quad I_3 = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix} $$
重点提示

矩阵是一个数字网格。它的大小称为维数（行 x 列）。单位矩阵I和零矩阵O是在矩阵代数中非常重要的特殊矩阵。

2. 矩阵运算：基本规则

矩阵加法与减法

这部分很简单！你只能对维数完全相同的矩阵进行加法或减法运算。

操作方法： 只需将对应位置的元素相加或相减。

类比： 想象你有两张不同星期的购物清单，它们的格式相同。要找出你购买的总物品数量，你只需把相同位置的数字相加。

例子： 我们来加两个2x2矩阵。

$$ A = \begin{pmatrix} 4 & 8 \\ 3 & 7 \end{pmatrix}, \quad B = \begin{pmatrix} 1 & 0 \\ 5 & 2 \end{pmatrix} $$

$$ A + B = \begin{pmatrix} 4+1 & 8+0 \\ 3+5 & 7+2 \end{pmatrix} = \begin{pmatrix} 5 & 8 \\ 8 & 9 \end{pmatrix} $$

常见错误： 切勿尝试对不同维数的矩阵进行加法或减法运算！这是不可行的。

例子： 你不能将一个2x3矩阵和一个2x2矩阵相加。

标量乘法

标量 只是对普通数字（非矩阵）的一个花哨称呼。标量乘法是指将一个矩阵乘以一个数字。

操作方法： 将矩阵内每一个元素都乘以该标量。

类比： 如果你想把食谱的份量加倍，你会将所有材料的份量都乘以2。

例子： 对以下矩阵A求3A。

$$ A = \begin{pmatrix} 2 & -1 \\ 5 & 9 \end{pmatrix} $$

$$ 3A = 3 \begin{pmatrix} 2 & -1 \\ 5 & 9 \end{pmatrix} = \begin{pmatrix} 3 \times 2 & 3 \times (-1) \\ 3 \times 5 & 3 \times 9 \end{pmatrix} = \begin{pmatrix} 6 & -3 \\ 15 & 27 \end{pmatrix} $$

快速复习：基本性质

对于大小相同的矩阵A、B、C以及标量λ、μ：

  • 加法交换律： $$ A + B = B + A $$ （加法次序不影响结果）。
  • 加法结合律： $$ (A + B) + C = A + (B + C) $$ （加法分组方式不影响结果）。
  • 分配律：
    $$ \lambda(A + B) = \lambda A + \lambda B $$ $$ (\lambda + \mu)A = \lambda A + \mu A $$
重点提示

矩阵的加法和减法很简单：只需处理对应的元素，但请确保维数匹配。对于标量乘法，则将每个元素乘以该标量。

3. 矩阵乘法：难点来了！

刚开始觉得混乱也别担心！矩阵乘法是最复杂的运算，但它遵循一个非常特定的模式。一旦你掌握了窍门，它就只是一个重复的过程。

乘法的黄金法则

你只能对两个矩阵进行乘法运算（例如A x B），如果矩阵A的列数等于矩阵B的行数。

记忆法： 检查“内维数”。如果矩阵A是m x n，矩阵B是n x p，你可以对它们相乘，因为“内维数”的 'n' 相匹配。结果矩阵将具有“外维数”：m x p。

$$ (m \times \mathbf{n}) \cdot (\mathbf{n} \times p) \longrightarrow (m \times p) $$

如何相乘：逐步指南

规则是“行乘列”。要得到新矩阵中第i行第j列的元素，你需要将第一个矩阵的第i行元素与第二个矩阵的第j列对应元素相乘，然后将它们全部相加。

例子： 我们来计算AB。

$$ A = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix}, \quad B = \begin{pmatrix} 5 & 6 \\ 7 & 8 \end{pmatrix} $$

结果AB会是一个2x2矩阵，我们称它为C。

$$ C = \begin{pmatrix} c_{11} & c_{12} \\ c_{21} & c_{22} \end{pmatrix} $$
  • 要找出c11（第1行，第1列）：使用A的第1行和B的第1列。 $$ c_{11} = (1 \times 5) + (2 \times 7) = 5 + 14 = 19 $$
  • 要找出c12（第1行，第2列）：使用A的第1行和B的第2列。 $$ c_{12} = (1 \times 6) + (2 \times 8) = 6 + 16 = 22 $$
  • 要找出c21（第2行，第1列）：使用A的第2行和B的第1列。 $$ c_{21} = (3 \times 5) + (4 \times 7) = 15 + 28 = 43 $$
  • 要找出c22（第2行，第2列）：使用A的第2行和B的第2列。 $$ c_{22} = (3 \times 6) + (4 \times 8) = 18 + 32 = 50 $$

所以，最终结果是：

$$ AB = \begin{pmatrix} 19 & 22 \\ 43 & 50 \end{pmatrix} $$

大惊喜：AB 不一定等于 BA！

这与普通数字运算有着巨大的不同。矩阵乘法不具交换性。你的乘法次序很重要！

使用上面的矩阵，如果你尝试计算BA，你会得到一个不同的答案。这是需要记住的一个非常重要的性质。

矩阵乘法的性质

尽管它不具交换性，但它确实有一些有用的性质：

  • 结合律： $$ A(BC) = (AB)C $$ （分组方式不影响结果）。
  • 分配律： $$ A(B+C) = AB + AC $$ 以及 $$ (A+B)C = AC + BC $$
  • 标量性质： $$ (\lambda A)(\mu B) = (\lambda \mu)AB $$
  • 行列式性质： $$ |AB| = |A||B| $$ （乘积的行列式等于它们行列式的乘积。超级有用！）
重点提示

矩阵乘法要求内维数匹配。请记住“行乘列”的规则。最重要的是，乘法的次序很重要：一般而言，AB ≠ BA。

4. 矩阵的逆：撤销按钮

什么是逆？

在普通的代数中，5的逆是1/5，因为5 x (1/5) = 1。在矩阵世界中，矩阵A的逆是另一个矩阵，写作A-1，它能“撤销”A。

当你将一个矩阵乘以它的逆时，你会得到单位矩阵I。

$$ AA^{-1} = A^{-1}A = I $$

重要点：

  • 只有方阵才能有逆矩阵。
  • 一个有逆矩阵的矩阵称为可逆矩阵或非奇异矩阵。
  • 一个没有逆矩阵的矩阵称为不可逆矩阵或奇异矩阵。
  • 一个矩阵有逆矩阵当且仅当其行列式不为零。如果 det(A) = 0，则没有逆矩阵！

找出2x2矩阵的逆

找出2x2矩阵的逆有一个简单的公式。你应该记住它！

如果 $$ A = \begin{pmatrix} a & b \\ c & d \end{pmatrix} $$，那么它的逆是：

$$ A^{-1} = \frac{1}{ad-bc} \begin{pmatrix} d & -b \\ -c & a \end{pmatrix} $$

项ad-bc是该矩阵的行列式。

逐步指南 (2x2)：
  1. 计算行列式： det(A) = ad - bc。
  2. 检查是否为零。如果 det(A) = 0，停止。逆矩阵不存在。
  3. 创建一个新矩阵：
    • 交换主对角线上的元素（a和d）。
    • 改变另外两个元素（b和c）的符号。
  4. 将新矩阵乘以 1/det(A)。

例子： 求矩阵 $$ M = \begin{pmatrix} 4 & 7 \\ 2 & 6 \end{pmatrix} $$ 的逆。

  1. det(M) = (4)(6) - (7)(2) = 24 - 14 = 10。（不为零，所以我们可以继续！）
  2. 交换4和6，改变7和2的符号： $$ \begin{pmatrix} 6 & -7 \\ -2 & 4 \end{pmatrix} $$
  3. 乘以1/10： $$ M^{-1} = \frac{1}{10} \begin{pmatrix} 6 & -7 \\ -2 & 4 \end{pmatrix} = \begin{pmatrix} 0.6 & -0.7 \\ -0.2 & 0.4 \end{pmatrix} $$

找出3x3矩阵的逆

这是一个较长的过程，但它非常有系统。我们使用一种涉及行列式和“伴随矩阵”的方法。

快速概念：矩阵转置

矩阵的转置（写作AT）是将矩阵沿着其主对角线翻转而得。行会变成列，列会变成行。

例子： 如果 $$ A = \begin{pmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \end{pmatrix} $$，那么 $$ A^T = \begin{pmatrix} 1 & 4 \\ 2 & 5 \\ 3 & 6 \end{pmatrix} $$

逐步指南 (3x3)：
  1. 计算3x3矩阵的行列式。如果为零，停止。逆矩阵不存在。
  2. 找出子式矩阵。对于每个元素，遮盖其行和列，然后计算剩下2x2矩阵的行列式。
  3. 创建余因子矩阵。对子式矩阵应用“棋盘式”的正负号模式（+、-、+、-等）。 $$ \begin{pmatrix} + & - & + \\ - & + & - \\ + & - & + \end{pmatrix} $$
  4. 找出伴随矩阵 (adj(A))。这是余因子矩阵的转置 (adj(A) = CT)。
  5. 使用公式计算逆： $$ A^{-1} = \frac{1}{\det(A)} \text{adj}(A) $$

这个过程最好通过练习来学习。每一步都请慢慢来！

逆矩阵的性质

令A和B为可逆矩阵，λ为非零标量。

  • 唯一性：一个矩阵的逆矩阵是唯一的。
  • 双重逆： $$ (A^{-1})^{-1} = A $$ （撤销一次撤销会让你回到起点）。
  • 标量逆： $$ (\lambda A)^{-1} = \frac{1}{\lambda} A^{-1} $$
  • 转置逆： $$ (A^T)^{-1} = (A^{-1})^T $$
  • 逆矩阵的行列式： $$ |A^{-1}| = \frac{1}{|A|} $$
  • 乘积逆（袜子与鞋子法则）： $$ (AB)^{-1} = B^{-1}A^{-1} $$ 类比：要撤销先穿袜子再穿鞋的动作，你必须先脱鞋，然后才脱袜子。次序颠倒了！
重点提示

逆矩阵 A-1 “撤销”矩阵 A，得到单位矩阵 I。一个矩阵只有在其行列式不为零时才存在逆矩阵。请记住2x2逆矩阵的公式，以及乘积的逆矩阵的“袜子与鞋子”法则。