1. 操作顺序可交换
对于矩阵 A A A,若存在两种运算 ? ? ?和 ? ? ?,使得 ( A ? ) ? = ( A ? ) ? (A^{?})^{?}\ =(A^{?})^{?} (A?)? =(A?)?,这意味着这两种运算的顺序可以交换。由此我们得到以下三个重要等式:
- ( A ∗ ) − 1 = ( A − 1 ) ∗ (A^{*})^{-1}\ =(A^{-1})^{*} (A∗)−1 =(A−1)∗:
- 已知伴随矩阵与逆矩阵的关系 A ∗ = ∣ A ∣ A − 1 A^{*} \ = |A|A^{-1} A∗ =∣A∣A−1。
- 对于 ( A ∗ ) − 1 (A^{*})^{-1} (A∗)−1,将 A ∗ = ∣ A ∣ A − 1 A^{*} \ = |A|A^{-1} A∗ =∣A∣A−1代入可得 ( ∣ A ∣ A − 1 ) − 1 (|A|A^{-1})^{-1} (∣A∣A−1)−1。
- 根据逆矩阵性质 ( k A ) − 1 = 1 k A − 1 (kA)^{-1}\ =\frac{1}{k}A^{-1} (kA)−1 =k1A−1(这里 k = ∣ A ∣ k \ = |A| k =∣A∣),则 ( ∣ A ∣ A − 1 ) − 1 = 1 ∣ A ∣ ( A − 1 ) − 1 (|A|A^{-1})^{-1}\ =\frac{1}{|A|}(A^{-1})^{-1} (∣A∣A−1)−1 =∣A∣1(A−1)−1。
- 又因为 ( A − 1 ) − 1 = A (A^{-1})^{-1}\ =A (A−1)−1 =A,所以 1 ∣ A ∣ ( A − 1 ) − 1 = 1 ∣ A ∣ A \frac{1}{|A|}(A^{-1})^{-1}\ =\frac{1}{|A|}A ∣A∣1(A−1)−1 =∣A∣1A。
- 对于 ( A − 1 ) ∗ (A^{-1})^{*} (A−1)∗,由 A ∗ = ∣ A ∣ A − 1 A^{*} \ = |A|A^{-1} A∗ =∣A∣A−1可得 ( A − 1 ) ∗ = ∣ A − 1 ∣ ( A − 1 ) − 1 (A^{-1})^{*}\ =|A^{-1}|(A^{-1})^{-1} (A−1)∗ =∣A−1∣(A−1)−1。
- 已知 ∣ A − 1 ∣ = 1 ∣ A ∣ |A^{-1}|\ =\frac{1}{|A|} ∣A−1∣ =∣A∣1,所以 ( A − 1 ) ∗ = 1 ∣ A ∣ ( A − 1 ) − 1 = 1 ∣ A ∣ A (A^{-1})^{*}\ =\frac{1}{|A|}(A^{-1})^{-1}\ =\frac{1}{|A|}A (A−1)∗ =∣A∣1(A−1)−1 =∣A∣1A。
- 综上, ( A ∗ ) − 1 = ( A − 1 ) ∗ (A^{*})^{-1}\ =(A^{-1})^{*} (A∗)−1 =(A−1)∗。
- ( A T ) ∗ = ( A ∗ ) T (A^{T})^{*}\ =(A^{*})^{T} (AT)∗ =(A∗)T:
- 设 A = ( a i j ) A\ =(a_{ij}) A =(aij),则 A T = ( a j i ) A^{T}\ =(a_{ji}) AT =(aji)。
- 伴随矩阵 A ∗ A^{*} A∗的元素 ( A ∗ ) i j = A j i (A^{*})_{ij}\ =A_{ji} (A∗)ij =Aji(其中 A i j A_{ij} Aij是 A A A的代数余子式)。
- 对于 ( A T ) ∗ (A^{T})^{*} (AT)∗,其元素 ( ( A T ) ∗ ) i j = ( A T ) j i ((A^{T})^{*})_{ij}\ =(A^{T})_{ji} ((AT)∗)ij =(AT)ji的代数余子式。
- 而 ( A T ) j i = A i j (A^{T})_{ji}\ =A_{ij} (AT)ji =Aij,所以 ( ( A T ) ∗ ) i j ((A^{T})^{*})_{ij} ((AT)∗)ij实际上是 A i j A_{ij} Aij的代数余子式。
- 对于 ( A ∗ ) T (A^{*})^{T} (A∗)T, ( A ∗ ) T (A^{*})^{T} (A∗)T的元素 ( ( A ∗ ) T ) i j = ( A ∗ ) j i ((A^{*})^{T})_{ij}\ =(A^{*})_{ji} ((A∗)T)ij =(A∗)ji,而 ( A ∗ ) j i (A^{*})_{ji} (A∗)ji也是 A i j A_{ij} Aij的代数余子式。
- 所以 ( A T ) ∗ = ( A ∗ ) T (A^{T})^{*}\ =(A^{*})^{T} (AT)∗ =(A∗)T。
- ( A − 1 ) T = ( A T ) − 1 (A^{-1})^{T}\ =(A^{T})^{-1} (A−1)T =(AT)−1:
- 因为 A A − 1 = E AA^{-1}\ =E AA−1 =E,两边同时取转置,根据 ( A B ) T = B T A T (AB)^{T}\ =B^{T}A^{T} (AB)T =BTAT,可得 ( A A − 1 ) T = ( A − 1 ) T A T = E T = E (AA^{-1})^{T}\ =(A^{-1})^{T}A^{T}\ =E^{T}\ =E (AA−1)T =(A−1)TAT =ET =E。
- 由逆矩阵定义,若 A B = E AB \ = E AB =E,则 B = A − 1 B \ = A^{-1} B =A−1,所以 ( A − 1 ) T (A^{-1})^{T} (A−1)T是 A T A^{T} AT的逆矩阵,即 ( A − 1 ) T = ( A T ) − 1 (A^{-1})^{T}\ =(A^{T})^{-1} (A−1)T =(AT)−1。
2. 整体操作要对调
对于两个矩阵 A A A和 B B B,若满足 ( A B ) ? = B ? A ? (AB)^{?}\ =B^{?}A^{?} (AB)? =B?A?,则有以下等式:
- ( A B ) − 1 = B − 1 A − 1 (AB)^{-1}\ =B^{-1}A^{-1} (AB)−1 =B−1A−1:
- 因为 ( A B ) ( B − 1 A − 1 ) = A ( B B − 1 ) A − 1 (AB)(B^{-1}A^{-1}) \ = A(BB^{-1})A^{-1} (AB)(B−1A−1) =A(BB−1)A−1(矩阵乘法结合律)。
- 而 B B − 1 = E BB^{-1}\ =E BB−1 =E,所以 A ( B B − 1 ) A − 1 = A E A − 1 = A A − 1 = E A(BB^{-1})A^{-1}\ =AEA^{-1}\ =AA^{-1}\ =E A(BB−1)A−1 =AEA−1 =AA−1 =E。
- 同理 ( B − 1 A − 1 ) ( A B ) = B − 1 ( A − 1 A ) B = B − 1 E B = B − 1 B = E (B^{-1}A^{-1})(AB)\ =B^{-1}(A^{-1}A)B \ = B^{-1}EB \ = B^{-1}B \ = E (B−1A−1)(AB) =B−1(A−1A)B =B−1EB =B−1B =E。
- 根据逆矩阵定义,若 A B = E AB \ = E AB =E且 B A = E BA \ = E BA =E,则 B B B是 A A A的逆矩阵,所以 ( A B ) − 1 = B − 1 A − 1 (AB)^{-1}\ =B^{-1}A^{-1} (AB)−1 =B−1A−1。
- ( A B ) T = B T A T (AB)^{T}\ =B^{T}A^{T} (AB)T =BTAT:
- 设 A = ( a i j ) A\ =(a_{ij}) A =(aij)是 m × n m\times n m×n矩阵, B = ( b i j ) B\ =(b_{ij}) B =(bij)是 n × p n\times p n×p矩阵,则 A B AB AB的 ( i , j ) (i, j) (i,j)元素为 ∑ k = 1 n a i k b k j \sum_{k \ = 1}^{n}a_{ik}b_{kj} ∑k =1naikbkj。
- 那么 ( A B ) T (AB)^{T} (AB)T的 ( i , j ) (i, j) (i,j)元素为 ∑ k = 1 n a j k b k i \sum_{k \ = 1}^{n}a_{jk}b_{ki} ∑k =1najkbki。
- 对于 B T A T B^{T}A^{T} BTAT, B T B^{T} BT是 p × n p\times n p×n矩阵, A T A^{T} AT是 n × m n\times m n×m矩阵, B T A T B^{T}A^{T} BTAT的 ( i , j ) (i, j) (i,j)元素为 ∑ k = 1 n ( B T ) i k ( A T ) k j = ∑ k = 1 n b k i a j k \sum_{k \ = 1}^{n}(B^{T})_{ik}(A^{T})_{kj}\ =\sum_{k \ = 1}^{n}b_{ki}a_{jk} ∑k =1n(BT)ik(AT)kj =∑k =1nbkiajk。
- 所以 ( A B ) T = B T A T (AB)^{T}\ =B^{T}A^{T} (AB)T =BTAT。
- ( A B ) ∗ = B ∗ A ∗ (AB)^{*}\ =B^{*}A^{*} (AB)∗ =B∗A∗:
- 已知 A ∗ = ∣ A ∣ A − 1 A^{*} \ = |A|A^{-1} A∗ =∣A∣A−1, B ∗ = ∣ B ∣ B − 1 B^{*} \ = |B|B^{-1} B∗ =∣B∣B−1。
- 那么 ( A B ) ∗ = ∣ A B ∣ ( A B ) − 1 (AB)^{*}\ =|AB|(AB)^{-1} (AB)∗ =∣AB∣(AB)−1。
- 因为 ∣ A B ∣ = ∣ A ∣ ∣ B ∣ |AB| \ = |A||B| ∣AB∣ =∣A∣∣B∣, ( A B ) − 1 = B − 1 A − 1 (AB)^{-1}\ =B^{-1}A^{-1} (AB)−1 =B−1A−1,所以 ( A B ) ∗ = ∣ A ∣ ∣ B ∣ B − 1 A − 1 (AB)^{*}\ =|A||B|B^{-1}A^{-1} (AB)∗ =∣A∣∣B∣B−1A−1。
- 又因为 B ∗ A ∗ = ∣ B ∣ B − 1 ∣ A ∣ A − 1 = ∣ A ∣ ∣ B ∣ B − 1 A − 1 B^{*}A^{*}\ =|B|B^{-1}|A|A^{-1}\ =|A||B|B^{-1}A^{-1} B∗A∗ =∣B∣B−1∣A∣A−1 =∣A∣∣B∣B−1A−1。
- 所以 ( A B ) ∗ = B ∗ A ∗ (AB)^{*}\ =B^{*}A^{*} (AB)∗ =B∗A∗。
3. 重复操作会还原
- ( A T ) T = A (A^{T})^{T}\ =A (AT)T =A:
- 设 A = ( a i j ) A\ =(a_{ij}) A =(aij),则 A T = ( a j i ) A^{T}\ =(a_{ji}) AT =(aji)。
- 对 A T A^{T} AT再取转置, ( A T ) T (A^{T})^{T} (AT)T的 ( i , j ) (i, j) (i,j)元素就是 A T A^{T} AT的 ( j , i ) (j, i) (j,i)元素,即 a i j a_{ij} aij。
- 所以 ( A T ) T = A (A^{T})^{T}\ =A (AT)T =A。
- ( A − 1 ) − 1 = A (A^{-1})^{-1}\ =A (A−1)−1 =A:
- 由逆矩阵定义,若 A B = E AB \ = E AB =E,则 B = A − 1 B \ = A^{-1} B =A−1。
- 因为 A A − 1 = E AA^{-1}\ =E AA−1 =E,那么对于 A − 1 A^{-1} A−1,存在矩阵 A A A使得 A − 1 A = E A^{-1}A \ = E A−1A =E。
- 所以 A A A是 A − 1 A^{-1} A−1的逆矩阵,即 ( A − 1 ) − 1 = A (A^{-1})^{-1}\ =A (A−1)−1 =A。
4. 转置的优良性
- ∣ A T ∣ = ∣ A ∣ |A^{T}| \ = |A| ∣AT∣ =∣A∣:
- 行列式的定义是基于矩阵元素的一种运算,转置只是行列互换,其本质上的代数运算关系不变。
- 从行列式的展开式角度来看, A A A的行列式展开式与 A T A^{T} AT的行列式展开式完全相同,所以 ∣ A T ∣ = ∣ A ∣ |A^{T}| \ = |A| ∣AT∣ =∣A∣。
- ( k A ) T = k A T (kA)^{T}\ =kA^{T} (kA)T =kAT:
- 设 A = ( a i j ) A\ =(a_{ij}) A =(aij),则 k A = ( k a i j ) kA\ =(ka_{ij}) kA =(kaij)。
- ( k A ) T (kA)^{T} (kA)T的 ( i , j ) (i, j) (i,j)元素为 ( k a j i ) (ka_{ji}) (kaji)。 - 而 k A T kA^{T} kAT的 ( i , j ) (i, j) (i,j)元素为 k ( a j i ) k(a_{ji}) k(aji)。
- 所以 ( k A ) T = k A T (kA)^{T}\ =kA^{T} (kA)T =kAT。
- 设 A = ( a i j ) A\ =(a_{ij}) A =(aij),则 k A = ( k a i j ) kA\ =(ka_{ij}) kA =(kaij)。
- ( A + B ) T = A T + B T (A + B)^{T}\ =A^{T}+B^{T} (A+B)T =AT+BT:
- 设 A = ( a i j ) A\ =(a_{ij}) A =(aij), B = ( b i j ) B\ =(b_{ij}) B =(bij),则 A + B = ( a i j + b i j ) A + B\ =(a_{ij}+b_{ij}) A+B =(aij+bij)。
- ( A + B ) T (A + B)^{T} (A+B)T的 ( i , j ) (i, j) (i,j)元素为 ( a j i + b j i ) (a_{ji}+b_{ji}) (aji+bji)。
- A T = ( a j i ) A^{T}\ =(a_{ji}) AT =(aji), B T = ( b j i ) B^{T}\ =(b_{ji}) BT =(bji),所以 A T + B T A^{T}+B^{T} AT+BT的 ( i , j ) (i, j) (i,j)元素为 a j i + b j i a_{ji}+b_{ji} aji+bji。 - 因此 ( A + B ) T = A T + B T (A + B)^{T}\ =A^{T}+B^{T} (A+B)T =AT+BT。
- 设 A = ( a i j ) A\ =(a_{ij}) A =(aij), B = ( b i j ) B\ =(b_{ij}) B =(bij),则 A + B = ( a i j + b i j ) A + B\ =(a_{ij}+b_{ij}) A+B =(aij+bij)。
同时需要注意,一般情况下 ( A + B ) − 1 ≠ A − 1 + B − 1 (A + B)^{-1}\neq A^{-1}+B^{-1} (A+B)−1=A−1+B−1且 ( A + B ) ∗ ≠ A ∗ + B ∗ (A + B)^{*}\neq A^{*}+B^{*} (A+B)∗=A∗+B∗,通过简单的反例可以说明。例如,取 A = ( 1 0 0 1 ) A\ =\begin{pmatrix}1&0\\0&1\end{pmatrix} A =(1001), B = ( − 1 0 0 − 1 ) B\ =\begin{pmatrix}-1&0\\0&-1\end{pmatrix} B =(−100−1),则 A + B = ( 0 0 0 0 ) A + B\ =\begin{pmatrix}0&0\\0&0\end{pmatrix} A+B =(0000), ( A + B ) − 1 (A + B)^{-1} (A+B)−1不存在,而 A − 1 = ( 1 0 0 1 ) A^{-1}\ =\begin{pmatrix}1&0\\0&1\end{pmatrix} A−1 =(1001), B − 1 = ( − 1 0 0 − 1 ) B^{-1}\ =\begin{pmatrix}-1&0\\0&-1\end{pmatrix} B−1 =(−100−1), A − 1 + B − 1 = ( 0 0 0 0 ) A^{-1}+B^{-1}\ =\begin{pmatrix}0&0\\0&0\end{pmatrix} A−1+B−1 =(0000),两者不相等。对于伴随矩阵也可类似举例说明。
5. 逆矩阵的定义
由 A A − 1 = E AA^{-1}\ =E AA−1 =E可得:
- ∣ A − 1 ∣ = 1 ∣ A ∣ |A^{-1}|\ =\frac{1}{|A|} ∣A−1∣ =∣A∣1:
- 因为 A A − 1 = E AA^{-1}\ =E AA−1 =E,两边取行列式,根据 ∣ A B ∣ = ∣ A ∣ ∣ B ∣ |AB| \ = |A||B| ∣AB∣ =∣A∣∣B∣,可得 ∣ A A − 1 ∣ = ∣ A ∣ ∣ A − 1 ∣ = ∣ E ∣ |AA^{-1}| \ = |A||A^{-1}| \ = |E| ∣AA−1∣ =∣A∣∣A−1∣ =∣E∣。
- 而 ∣ E ∣ = 1 |E| \ = 1 ∣E∣ =1,所以 ∣ A − 1 ∣ = 1 ∣ A ∣ |A^{-1}|\ =\frac{1}{|A|} ∣A−1∣ =∣A∣1。
- ( k A ) − 1 = 1 k A − 1 (kA)^{-1}\ =\frac{1}{k}A^{-1} (kA)−1 =k1A−1( k ≠ 0 k\neq0 k=0):
- 因为 ( k A ) ( 1 k A − 1 ) = k ⋅ 1 k A A − 1 = A A − 1 = E (kA)(\frac{1}{k}A^{-1}) \ = k\cdot\frac{1}{k}AA^{-1}\ =AA^{-1}\ =E (kA)(k1A−1) =k⋅k1AA−1 =AA−1 =E。
- 根据逆矩阵定义,若 A B = E AB \ = E AB =E,则 B B B是 A A A的逆矩阵,所以 ( k A ) − 1 = 1 k A − 1 (kA)^{-1}\ =\frac{1}{k}A^{-1} (kA)−1 =k1A−1。
6. 伴随矩阵的推导
已知 C ∗ = ∣ C ∣ C − 1 C^{*}\ =|C|C^{-1} C∗ =∣C∣C−1,对于矩阵 A A A有 A ∗ = ∣ A ∣ A − 1 A^{*}\ =|A|A^{-1} A∗ =∣A∣A−1,由此可得:
- ( k A ) ∗ = k n − 1 A ∗ (kA)^{*}\ =k^{n - 1}A^{*} (kA)∗ =kn−1A∗:
- 首先 ( k A ) ∗ = ∣ k A ∣ ( k A ) − 1 (kA)^{*}\ =|kA|(kA)^{-1} (kA)∗ =∣kA∣(kA)−1。
- 因为 ∣ k A ∣ = k n ∣ A ∣ |kA| \ = k^{n}|A| ∣kA∣ =kn∣A∣( n n n为矩阵 A A A的阶数), ( k A ) − 1 = 1 k A − 1 (kA)^{-1}\ =\frac{1}{k}A^{-1} (kA)−1 =k1A−1。
- 所以 ( k A ) ∗ = k n ∣ A ∣ ⋅ 1 k A − 1 = k n − 1 ∣ A ∣ A − 1 (kA)^{*}\ =k^{n}|A|\cdot\frac{1}{k}A^{-1}\ =k^{n - 1}|A|A^{-1} (kA)∗ =kn∣A∣⋅k1A−1 =kn−1∣A∣A−1。
- 又因为 A ∗ = ∣ A ∣ A − 1 A^{*}\ =|A|A^{-1} A∗ =∣A∣A−1,所以 ( k A ) ∗ = k n − 1 A ∗ (kA)^{*}\ =k^{n - 1}A^{*} (kA)∗ =kn−1A∗。
- ∣ A ∗ ∣ = ∣ A ∣ n − 1 |A^{*}|\ =|A|^{n - 1} ∣A∗∣ =∣A∣n−1:
- 已知 A ∗ = ∣ A ∣ A − 1 A^{*}\ =|A|A^{-1} A∗ =∣A∣A−1,则 ∣ A ∗ ∣ = ∣ ∣ A ∣ A − 1 ∣ |A^{*}|\ =||A|A^{-1}| ∣A∗∣ =∣∣A∣A−1∣。
- 根据 ∣ k A ∣ = k n ∣ A ∣ |kA| \ = k^{n}|A| ∣kA∣ =kn∣A∣,这里 k = ∣ A ∣ k \ = |A| k =∣A∣,所以 ∣ ∣ A ∣ A − 1 ∣ = ∣ A ∣ n ∣ A − 1 ∣ ||A|A^{-1}| \ = |A|^{n}|A^{-1}| ∣∣A∣A−1∣ =∣A∣n∣A−1∣。
- 又因为 ∣ A − 1 ∣ = 1 ∣ A ∣ |A^{-1}|\ =\frac{1}{|A|} ∣A−1∣ =∣A∣1,所以 ∣ A ∣ n ∣ A − 1 ∣ = ∣ A ∣ n 1 ∣ A ∣ = ∣ A ∣ n − 1 |A|^{n}|A^{-1}| \ = |A|^{n}\frac{1}{|A|}\ =|A|^{n - 1} ∣A∣n∣A−1∣ =∣A∣n∣A∣1 =∣A∣n−1。
- 即 ∣ A ∗ ∣ = ∣ A ∣ n − 1 |A^{*}|\ =|A|^{n - 1} ∣A∗∣ =∣A∣n−1。
- ( A ∗ ) ∗ = ∣ A ∣ n − 2 A (A^{*})^{*}\ =|A|^{n - 2}A (A∗)∗ =∣A∣n−2A:
- 由 A ∗ = ∣ A ∣ A − 1 A^{*}\ =|A|A^{-1} A∗ =∣A∣A−1,可得 ( A ∗ ) ∗ = ∣ A ∗ ∣ ( A ∗ ) − 1 (A^{*})^{*}\ =|A^{*}|(A^{*})^{-1} (A∗)∗ =∣A∗∣(A∗)−1。
- 已知 ∣ A ∗ ∣ = ∣ A ∣ n − 1 |A^{*}|\ =|A|^{n - 1} ∣A∗∣ =∣A∣n−1, ( A ∗ ) − 1 = ( ∣ A ∣ A − 1 ) − 1 = 1 ∣ A ∣ ( A − 1 ) − 1 (A^{*})^{-1}\ =(|A|A^{-1})^{-1}\ =\frac{1}{|A|}(A^{-1})^{-1} (A∗)−1 =(∣A∣A−1)−1 =∣A∣1(A−1)−1。
- 因为 ( A − 1 ) − 1 = A (A^{-1})^{-1}\ =A (A−1)−1 =A,所以 ( A ∗ ) − 1 = 1 ∣ A ∣ A (A^{*})^{-1}\ =\frac{1}{|A|}A (A∗)−1 =∣A∣1A。
- 则 ( A ∗ ) ∗ = ∣ A ∣ n − 1 ⋅ 1 ∣ A ∣ A = ∣ A ∣ n − 2 A (A^{*})^{*}\ =|A|^{n - 1}\cdot\frac{1}{|A|}A \ = |A|^{n - 2}A (A∗)∗ =∣A∣n−1⋅∣A∣1A =∣A∣n−2A。