【线性代数】矩阵转置常见性质
在矩阵的世界里，转置操作揭示了一系列引人入胜的性质，它们如同数学的瑰宝，为线性代数的研究提供了强大的工具。首先，我们探讨一个直观的特性——转置矩阵乘法的奇妙之处： 当我们将一个矩阵与其转置相乘时，其结果并非总是我们所预想的那样，而是隐藏着某种秩序。通过归纳证明，我们可以发现，对于任意给定的方阵 \( A \)，
如果我们构造出其转置 \( A^T \)，它们的乘积 \( A \cdot A^T \) 和 \( A^T \cdot A \) 展现出对称性，就像是一对亲密的舞伴，共舞在矩阵的舞池中：
对称矩阵示例：
矩阵 \( \begin{bmatrix} a & b \\ b & c \end{bmatrix} \) 和 \( \begin{bmatrix} a & b \\ b & c \end{bmatrix}^T \) 的乘积将呈现对称性，证明了这一点。
反对称矩阵的呈现：
而矩阵 \( \begin{bmatrix} 0 & a \\ -a & 0 \end{bmatrix} \) 和其转置 \( \begin{bmatrix} 0 & -a \\ a & 0 \end{bmatrix} \) 的乘积则揭示了反对称矩阵的特性，它们的乘积 \( \begin{bmatrix} 0 & a \\ -a & 0 \end{bmatrix} \cdot \begin{bmatrix} 0 & -a \\ a & 0 \end{bmatrix} = \begin{bmatrix} a^2 & 0 \\ 0 & a^2 \end{bmatrix} \) 是反对称的。
接下来，让我们进一步探索这个世界的奥秘。对于任意方阵 \( A \)，我们不仅能将其分解为对称和反对称矩阵的组合，如 \( A = S + A' \)，其中 \( S \) 是对称部分，\( A' \) 是反对称部分， 这个分解为我们提供了构造新矩阵的新视角。
对称矩阵的再利用魔法：
假设我们有两个方阵 \( A \) 和 \( B \)，其中 \( A = \begin{bmatrix} a & b \\ b & c \end{bmatrix} \) 是对称的，我们可以利用这个特性，构造出一个新的对称矩阵 \( C = A + B \) 或 \( C = A \cdot B^T \)，这种操作揭示了对称矩阵的加法和乘法规则。
绛旓細涓銆佸熀鏈ц川锛氱煩闃佃浆缃殑鍩烘湰鎬ц川鍖呮嫭锛(A^T)^T=A锛屽嵆鐭╅樀杞疆鐨勮浆缃瓑浜庡師鐭╅樀锛(AB)^T=B^TA^T锛屽嵆鐭╅樀涔樼Н鐨勮浆缃瓑浜庡洜瀛愮殑杞疆閫嗗簭鐩镐箻銆備簩銆佽浆缃繍绠楃殑杩愮畻瑙勫緥锛氱煩闃佃浆缃殑杩愮畻瑙勫緥鍖呮嫭锛氬浜庝换鎰忕殑瀹炵煩闃礎鍜孊浠ュ強鏍囬噺c锛屾湁(A+B)^T=A^T+B^T鍜(cA)^T=cA^T锛涜嫢A鏄竴涓绉扮煩闃碉紝...
绛旓細鍙嶅绉鐭╅樀鐨鍛堢幇锛氳岀煩闃 \( \begin{bmatrix} 0 & a \\ -a & 0 \end{bmatrix} \) 鍜屽叾杞疆 \( \begin{bmatrix} 0 & -a \\ a & 0 \end{bmatrix} \) 鐨勪箻绉垯鎻ず浜嗗弽瀵圭О鐭╅樀鐨勭壒鎬э紝瀹冧滑鐨勪箻绉 \( \begin{bmatrix} 0 & a \\ -a & 0 \end{bmatrix} \cdot \begin...
绛旓細锛1锛夌煩闃佃浆缃殑鍩烘湰鎬ц川锛(A卤B)T=AT卤BT锛(A脳B)T= BT脳AT锛(AT)T=A锛(KA)T=KA銆傦紙2锛夐嗙煩闃电殑鍩烘湰鎬ц川锛氬彲閫嗙煩闃典竴瀹氭槸鏂归樀銆傚鏋滅煩闃礎鏄彲閫嗙殑锛屽叾閫嗙煩闃垫槸鍞竴鐨勩侫鐨勯嗙煩闃电殑閫嗙煩闃佃繕鏄疉銆傝浣滐紙A-1锛-1=A銆傚彲閫嗙煩闃礎鐨勮浆缃煩闃礎T涔熷彲閫嗭紝骞朵笖锛圓T锛-1=锛圓-1锛塗 (杞疆鐨...
绛旓細杞疆鐭╅樀鍏锋湁涓浜涙ц川锛屽寘鎷細(A^T)^T=A锛氬嵆杞疆涓ゆ鍚庝粛寰楀埌鍘熺煩闃銆(A+B)^T=A^T+B^T锛氬嵆杞疆鐭╅樀鐨勫拰绛変簬杞疆鍚庣殑鐭╅樀鐨勫拰銆(cA)^T=c(A^T)锛氬嵆甯告暟涔樹互鐭╅樀鐨勮浆缃瓑浜庤甯告暟涔樹互鐭╅樀杞疆鍚庣殑缁撴灉銆3.杞疆鐭╅樀涓庣煩闃佃繍绠楃殑鍏崇郴 杞疆鐭╅樀鍦ㄧ煩闃佃繍绠椾腑鏈変竴浜涢噸瑕佺殑搴旂敤鍜屽叧绯伙細鐭╅樀涔樻硶锛氳...
绛旓細鍦绾挎т唬鏁涓紝瀵圭О鐭╅樀鏄竴涓柟褰㈢煩闃碉紝鍏杞疆鐭╅樀鍜岃嚜韬浉绛夈1銆佸浜庝换浣曟柟褰㈢煩闃礨锛孹+XT鏄绉扮煩闃点2銆丄涓烘柟褰㈢煩闃垫槸A涓哄绉鐭╅樀鐨蹇呰鏉′欢銆3銆佸瑙掔煩闃甸兘鏄绉扮煩闃点4銆佷袱涓绉扮煩闃电殑绉槸瀵圭О鐭╅樀锛屽綋涓斾粎褰撲袱鑰呯殑涔樻硶鍙氦鎹備袱涓疄瀵圭О鐭╅樀涔樻硶鍙氦鎹㈠綋涓斾粎褰撲袱鑰呯殑鐗瑰緛绌洪棿鐩稿悓銆
绛旓細鎬ц川锛氱畝鍗曞湴璇村鏋淎鏄袱涓悜閲忕┖闂翠箣闂寸殑绾挎ф槧灏勫湪缁欏畾鍩轰笅闈鐨勭煩闃锛岄偅涔圓鐨勮浆缃煩闃灏辨槸鍚戦噺绌洪棿鐨勫鍋剁┖闂翠笂鐨勭嚎鎬ф槧灏勫叧浜庤繖涓ょ粍鍩哄搴旂殑瀵瑰伓鍩猴紙鍧愭爣鍑芥暟锛夌殑鐭╅樀锛屽嚭浜庢柟渚胯捣瑙佹垜浠亣璁句互涓嬫墍鏈夊悜閲忕┖闂撮兘鏄痭缁寸殑銆傚湪绾挎т唬鏁涓紝鐩镐技鐭╅樀鏄寚瀛樺湪鐩镐技鍏崇郴鐨勭煩闃点傜浉浼煎叧绯绘槸涓や釜鐭╅樀涔嬮棿鐨勪竴绉嶇瓑浠...
绛旓細绾挎т唬鏁涓鐨勮浆缃鏄竴绉嶆搷浣滐紝瀹冨皢鐭╅樀鐨琛屽彉涓哄垪锛屽垪鍙樹负琛屻傚鏋滄湁涓涓煩闃 𝐴A锛屽叾杞疆璁颁綔 𝐴𝑇A T 銆傚叿浣撴潵璇达紝濡傛灉 𝐴A鏄竴涓 𝑚脳 𝑛m脳n鐭╅樀锛岄偅涔 𝐴𝑇A T 灏辨槸涓涓 𝑛脳 𝑚n脳m鐭╅樀锛屽叾涓 &#...
绛旓細鐭╅樀A鐨勮浆缃煩闃鈥濓級鎴朅TA=E锛屽垯n闃跺疄鐭╅樀A绉颁负姝ｄ氦鐭╅樀銆2銆佷竴闃鐭╅樀鐨勮浆缃涓嶅彉銆傛浜ょ煩闃典笉涓瀹氭槸瀹炵煩闃点傚疄姝ｄ氦鐭╅樀锛堝嵆璇ユ浜ょ煩闃典腑鎵鏈夊厓閮芥槸瀹炴暟锛夊彲浠ョ湅鍋氭槸涓绉嶇壒娈婄殑閰夌煩闃碉紝浣嗘槸瀛樺湪涓绉嶅姝ｄ氦鐭╅樀锛屽姝ｄ氦鐭╅樀涓嶆槸閰夌煩闃点傛浜ょ煩闃电殑涓涓噸瑕鎬ц川灏辨槸瀹冪殑杞疆鐭╅樀灏辨槸瀹冪殑閫嗙煩闃点
绛旓細6.杞疆鎬ц川锛氬浜庝换鎰忕殑鐭╅樀A锛屾湁A^T锛堣浆缃級=A^-1锛堥嗭級銆傝繖鎰忓懗鐫鐭╅樀鐨勮浆缃涓庡叾閫嗙浉绛夛紝杩欎釜鎬ц川鍦ㄦ眰瑙绾挎鏂圭▼缁勬椂闈炲父鏈夌敤銆7.绉╂ц川锛氬浜庝竴涓猰脳n鐨勭煩闃礎锛屽叾绉╁畾涔変负A涓嚎鎬х嫭绔嬬殑琛屾垨鍒楃殑鏈澶ф暟閲忋傛牴鎹З鐨勬ц川锛屾湁r(AB)鈮in(r(A),r(B))锛屽叾涓璻(AB)琛ㄧず鐭╅樀AB鐨勭З銆傝繖鎰忓懗...
绛旓細鏍规嵁鏌ヨ鏈湴鎯犵敓娲荤綉鏄剧ず锛屼即闅忕煩闃垫槸涓涓噸瑕佺殑绾挎т唬鏁姒傚康锛屽畠鎻忚堪浜嗕竴涓鐭╅樀鐨閫嗙煩闃点傚悓鏃讹紝杞疆鐭╅樀涔熸槸涓涓甯歌鐨勬蹇碉紝瀹冩弿杩颁簡涓涓煩闃电殑琛屽垪浜掓崲銆傚湪瀹炶返涓紝鎴戜滑鍙戠幇鏈変竴浜涚煩闃电殑浼撮殢鐭╅樀绛変簬鍏惰浆缃煩闃碉紝杩欎簺鐭╅樀鍏锋湁涓瀹氱殑鐗规畩鎬ц川銆傞鍏堬紝杩欎簺鐭╅樀蹇呴』鏄绉扮殑銆備篃灏辨槸璇达紝濡傛灉涓涓煩闃电殑...
