【矩陣的所有公式】在數(shù)學(xué)中，矩陣是一個(gè)由數(shù)字或符號(hào)組成的矩形陣列，廣泛應(yīng)用于線性代數(shù)、計(jì)算機(jī)科學(xué)、物理學(xué)等多個(gè)領(lǐng)域。為了更好地理解和應(yīng)用矩陣，掌握其相關(guān)公式至關(guān)重要。以下是對(duì)矩陣常用公式的總結(jié)，以文字加表格的形式呈現(xiàn)。
一、基本概念與運(yùn)算
| 類別 | 公式 | 說(shuō)明 |
| 矩陣定義 | $ A = \begin{bmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} \end{bmatrix} $ | m行n列的矩陣 |
| 矩陣加法 | $ C = A + B $, 其中 $ c_{ij} = a_{ij} + b_{ij} $ | 對(duì)應(yīng)元素相加 |
| 矩陣減法 | $ C = A - B $, 其中 $ c_{ij} = a_{ij} - b_{ij} $ | 對(duì)應(yīng)元素相減 |
| 數(shù)乘矩陣 | $ C = kA $, 其中 $ c_{ij} = k \cdot a_{ij} $ | 矩陣每個(gè)元素乘以常數(shù)k |
二、矩陣乘法
| 類別 | 公式 | 說(shuō)明 |
| 矩陣乘法 | $ C = AB $, 其中 $ c_{ij} = \sum_{k=1}^{n} a_{ik} b_{kj} $ | A為m×n矩陣，B為n×p矩陣，C為m×p矩陣 |
| 乘法結(jié)合律 | $ (AB)C = A(BC) $ | 矩陣乘法滿足結(jié)合律 |
| 乘法分配律 | $ A(B + C) = AB + AC $, $ (A + B)C = AC + BC $ | 矩陣乘法滿足分配律 |
三、特殊矩陣
| 類別 | 公式 | 說(shuō)明 |
| 單位矩陣 | $ I_n = \begin{bmatrix} 1 & 0 & \cdots & 0 \\ 0 & 1 & \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & \cdots & 1 \end{bmatrix} $ | 主對(duì)角線為1，其余為0的方陣 |
| 零矩陣 | $ O = \begin{bmatrix} 0 & 0 & \cdots & 0 \\ 0 & 0 & \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & \cdots & 0 \end{bmatrix} $ | 所有元素均為0的矩陣 |
| 轉(zhuǎn)置矩陣 | $ A^T $ | 行列互換后的矩陣，即 $ (A^T)_{ij} = A_{ji} $ |
四、行列式（僅適用于方陣）
| 類別 | 公式 | 說(shuō)明 |
| 二階行列式 | $ \det(A) = ad - bc $, 若 $ A = \begin{bmatrix} a & b \\ c & d \end{bmatrix} $ | 用于計(jì)算2×2矩陣的行列式 |
| 三階行列式 | $ \det(A) = a(ei - fh) - b(di - fg) + c(dh - eg) $, 若 $ A = \begin{bmatrix} a & b & c \\ d & e & f \\ g & h & i \end{bmatrix} $ | 用于計(jì)算3×3矩陣的行列式 |
| n階行列式 | $ \det(A) = \sum_{\sigma \in S_n} \text{sgn}(\sigma) \prod_{i=1}^{n} a_{i\sigma(i)} $ | 通過(guò)排列組合計(jì)算n階行列式 |
五、逆矩陣
| 類別 | 公式 | 說(shuō)明 |
| 逆矩陣定義 | $ AA^{-1} = A^{-1}A = I $ | 只有可逆矩陣才有逆矩陣 |
| 逆矩陣存在條件 | $ \det(A) \neq 0 $ | 行列式不為零時(shí)矩陣可逆 |
| 逆矩陣計(jì)算 | $ A^{-1} = \frac{1}{\det(A)} \text{adj}(A) $ | adj(A)為A的伴隨矩陣 |
六、特征值與特征向量
| 類別 | 公式 | 說(shuō)明 |
| 特征方程 | $ \det(A - \lambda I) = 0 $ | 求解特征值λ的方程 |
| 特征向量 | $ A\mathbf{v} = \lambda \mathbf{v} $ | 滿足該等式的非零向量稱為特征向量 |
七、矩陣的秩
| 類別 | 公式 | 說(shuō)明 |
| 秩的定義 | $ \text{rank}(A) $ | 矩陣中線性無(wú)關(guān)的行或列的最大數(shù)目 |
| 秩的性質(zhì) | $ \text{rank}(A) \leq \min(m, n) $ | 矩陣的秩不超過(guò)其行數(shù)和列數(shù)中的較小者 |
八、其他重要公式
| 類別 | 公式 | 說(shuō)明 | ||||
| 矩陣的跡 | $ \text{tr}(A) = \sum_{i=1}^{n} a_{ii} $ | 矩陣主對(duì)角線元素之和 | ||||
| 矩陣的范數(shù) | $ \ | A\ | _F = \sqrt{\sum_{i=1}^{m} \sum_{j=1}^{n} | a_{ij} | ^2} $ | 矩陣的Frobenius范數(shù) |
| 矩陣的奇異值分解 | $ A = U\Sigma V^T $ | 將矩陣分解為三個(gè)矩陣的乘積，常用于數(shù)據(jù)壓縮與降維 |
總結(jié)
矩陣是現(xiàn)代數(shù)學(xué)和工程學(xué)中不可或缺的工具，掌握其基本運(yùn)算、特殊矩陣、行列式、逆矩陣、特征值、秩等公式，有助于更深入地理解線性系統(tǒng)、圖像處理、機(jī)器學(xué)習(xí)等領(lǐng)域的問(wèn)題。本文通過(guò)對(duì)矩陣相關(guān)公式的分類整理，旨在為學(xué)習(xí)者提供一個(gè)清晰、系統(tǒng)的參考框架，便于快速查閱和應(yīng)用。