线代第二章矩阵第一课:矩阵的概念

矩阵的概念

矩阵是线性代数的核心工具之一,是由数(或其他代数对象)按矩形排列形成的数表,广泛应用于线性方程组求解、线性变换表示、数据分析等领域。

一、矩阵的定义

个数 排成的 m 行 n 列 的矩形数表,称为 m×n 矩阵,记作:

​​​也可简记为

核心术语说明

  1. 元素 :数表中的每个数 称为矩阵的元素,下标 i 表示行标 (第 i 行),下标 j 表示列标(第 j 列)。
  2. 行与列 :横向的数为 ,共 m 行;纵向的数为,共 n 列。

二、矩阵的常见分类

1. 按行数和列数分类

  • 方阵 :若 m=n,则称 A 为 n 阶方阵(行数 = 列数)。
  • 例如 2 阶方阵: ; 3 阶方阵:
  • 行矩阵 :若 m=1,则称 A 为 行矩阵 (只有 1 行),也叫行向量,例如
  • 列矩阵 :若 n=1,则称 A 为 列矩阵 (只有 1 列),也叫列向量,例如

2. 按元素性质分类

  • 零矩阵 :所有元素都为 0 的矩阵,记作 ,例如
  • 对角矩阵 :n 阶方阵中,除主对角线 (从左上到右下的元素 )外,其余元素都为 0,记作 A=diag(),例如:
  • 单位矩阵 :主对角线元素全为 1 的对角矩阵,记作 ,例如 3 阶单位矩阵:

单位矩阵的核心性质:对任意 m×n 矩阵 A,有

  • 三角矩阵
  • 下三角矩阵:主对角线上方元素全为 0 的 n 阶方阵,例如:

​​​

  • 上三角矩阵:主对角线下方元素全为 0 的 n 阶方阵,例如:

​​​

3. 按特殊性质分类

  • 对称矩阵 :n 阶方阵满足(即 为 A 的转置矩阵),例如:
  • 反对称矩阵 :n 阶方阵满足 (即 ),其主对角线元素全为 0,例如:

三、矩阵与行列式的区别

矩阵和行列式是线性代数中两个易混淆的概念,核心区别如下:

特征 矩阵 行列式
本质 矩形数表(无值) 数表对应的一个数值
形状 m×n 任意矩形 必须是 n×n 方阵
符号 用圆括号 () 或方括号 [] 用竖线 ∣∣
运算规则 有加法、数乘、乘法等运算 是一个数,遵循数的运算规则

内容来源-B站宋浩老师

相关推荐
AI探索者7 分钟前
LangGraph StateGraph 实战:状态机聊天机器人构建指南
python
AI探索者9 分钟前
LangGraph 入门:构建带记忆功能的天气查询 Agent
python
FishCoderh2 小时前
Python自动化办公实战:批量重命名文件,告别手动操作
python
躺平大鹅2 小时前
Python函数入门详解(定义+调用+参数)
python
曲幽3 小时前
我用FastAPI接ollama大模型,差点被asyncio整崩溃(附对话窗口实战)
python·fastapi·web·async·httpx·asyncio·ollama
颜酱3 小时前
单调栈:从模板到实战
javascript·后端·算法
两万五千个小时6 小时前
落地实现 Anthropic Multi-Agent Research System
人工智能·python·架构
CoovallyAIHub7 小时前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub7 小时前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub7 小时前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉