1. 定义
假设
![\underset{m \times n}{A} = \begin{bmatrix} a_{11} & a_{12} & \cdots & a_{1n}\\ a_{21} & a_{22} & \cdots & a_{2n}\\ \cdots & \cdots & \cdots & \cdots\\ a_{m1} & a_{m2} & \cdots & a_{mn} \end{bmatrix}](https://private.codecogs.com/gif.latex?%5Cunderset%7Bm%20%5Ctimes%20n%7D%7BA%7D%20%3D%20%5Cbegin%7Bbmatrix%7D%20a_%7B11%7D%20%26%20a_%7B12%7D%20%26%20%5Ccdots%20%26%20a_%7B1n%7D%5C%5C%20a_%7B21%7D%20%26%20a_%7B22%7D%20%26%20%5Ccdots%20%26%20a_%7B2n%7D%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%5C%5C%20a_%7Bm1%7D%20%26%20a_%7Bm2%7D%20%26%20%5Ccdots%20%26%20a_%7Bmn%7D%20%5Cend%7Bbmatrix%7D)
交换A的所有行和列后,形成的新矩阵,即为矩阵A的转置矩阵:
![\underset{n \times m}{A^T} = \begin{bmatrix} a_{11} & a_{21} & \cdots & a_{m1}\\ a_{12} & a_{22} & \cdots & a_{m2}\\ \cdots & \cdots & \cdots & \cdots\\ a_{1n} & a_{2n} & \cdots & a_{mn} \end{bmatrix}](https://private.codecogs.com/gif.latex?%5Cunderset%7Bn%20%5Ctimes%20m%7D%7BA%5ET%7D%20%3D%20%5Cbegin%7Bbmatrix%7D%20a_%7B11%7D%20%26%20a_%7B21%7D%20%26%20%5Ccdots%20%26%20a_%7Bm1%7D%5C%5C%20a_%7B12%7D%20%26%20a_%7B22%7D%20%26%20%5Ccdots%20%26%20a_%7Bm2%7D%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%5C%5C%20a_%7B1n%7D%20%26%20a_%7B2n%7D%20%26%20%5Ccdots%20%26%20a_%7Bmn%7D%20%5Cend%7Bbmatrix%7D)
对一个矩阵进行转置的转置,结果是原矩阵:
![(C^T)^T = C](https://private.codecogs.com/gif.latex?%28C%5ET%29%5ET%20%3D%20C)
2. 下面为转置矩阵的性质
分析矩阵时,我们主要从加法、乘法、零空间、列空间、秩、行列式等角度进行分析
矩阵又分为原始矩阵、逆矩阵、转置矩阵等,我们会分析这几种矩阵的加法、乘法、零空间、列空间、秩、行列式等之间的关系
2.1 矩阵加法的转置
矩阵加法的转置,等于矩阵转置的加法
![(\mathbf{A+B})^T = (\mathbf{A})^T + (\mathbf{B})^T](https://private.codecogs.com/gif.latex?%28%5Cmathbf%7BA+B%7D%29%5ET%20%3D%20%28%5Cmathbf%7BA%7D%29%5ET%20+%20%28%5Cmathbf%7BB%7D%29%5ET)
证明:
假设
![\mathbf{C} = \mathbf{A} + \mathbf{B}](https://private.codecogs.com/gif.latex?%5Cmathbf%7BC%7D%20%3D%20%5Cmathbf%7BA%7D%20+%20%5Cmathbf%7BB%7D)
![\mathbf{A} = \begin{bmatrix} \cdots & \cdots & \cdots & \cdots\\ \cdots & \cdots & a_{ij} & \cdots\\ \cdots & \cdots & \cdots & \cdots\\ \cdots & \cdots & \cdots & \cdots \end{bmatrix} \qquad \mathbf{A}^T = \begin{bmatrix} \cdots & \cdots & \cdots & \cdots\\ \cdots & \cdots & a'_{ij} & \cdots\\ \cdots & \cdots & \cdots & \cdots\\ \cdots & \cdots & \cdots & \cdots \end{bmatrix}](https://private.codecogs.com/gif.latex?%5Cmathbf%7BA%7D%20%3D%20%5Cbegin%7Bbmatrix%7D%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20a_%7Bij%7D%20%26%20%5Ccdots%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%5Cend%7Bbmatrix%7D%20%5Cqquad%20%5Cmathbf%7BA%7D%5ET%20%3D%20%5Cbegin%7Bbmatrix%7D%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20a%27_%7Bij%7D%20%26%20%5Ccdots%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%5Cend%7Bbmatrix%7D)
根据转置矩阵的定义:
![a'_{ij} = a_{ji} \qquad b'_{ij} = b_{ji} \qquad c'_{ij} = c_{ji}](https://private.codecogs.com/gif.latex?a%27_%7Bij%7D%20%3D%20a_%7Bji%7D%20%5Cqquad%20b%27_%7Bij%7D%20%3D%20b_%7Bji%7D%20%5Cqquad%20c%27_%7Bij%7D%20%3D%20c_%7Bji%7D)
根据矩阵加法的定义:
![c_{ij} = a_{ij} + b_{ij}](https://private.codecogs.com/gif.latex?c_%7Bij%7D%20%3D%20a_%7Bij%7D%20+%20b_%7Bij%7D)
因此:
![c'_{ij} = c_{ji} = a_{ji} + b_{ji} = a'_{ij} + b'_{ij}](https://private.codecogs.com/gif.latex?c%27_%7Bij%7D%20%3D%20c_%7Bji%7D%20%3D%20a_%7Bji%7D%20+%20b_%7Bji%7D%20%3D%20a%27_%7Bij%7D%20+%20b%27_%7Bij%7D)
![\mathbf{C}^T = (\mathbf{A+B})^T = \mathbf{A}^T + \mathbf{B}^T](https://private.codecogs.com/gif.latex?%5Cmathbf%7BC%7D%5ET%20%3D%20%28%5Cmathbf%7BA+B%7D%29%5ET%20%3D%20%5Cmathbf%7BA%7D%5ET%20+%20%5Cmathbf%7BB%7D%5ET)
2.2 矩阵乘积的转置
矩阵乘积的转置,等于逆序的矩阵转置的乘积:
![(\mathbf{A} \mathbf{B})^T = \mathbf{B}^T \mathbf{A}^T](https://private.codecogs.com/gif.latex?%28%5Cmathbf%7BA%7D%20%5Cmathbf%7BB%7D%29%5ET%20%3D%20%5Cmathbf%7BB%7D%5ET%20%5Cmathbf%7BA%7D%5ET)
可以扩展到2个以上的矩阵:
![(\mathbf{A} \mathbf{B} \mathbf{C})^T = \mathbf{C}^T \mathbf{B}^T \mathbf{A}^T](https://private.codecogs.com/gif.latex?%28%5Cmathbf%7BA%7D%20%5Cmathbf%7BB%7D%20%5Cmathbf%7BC%7D%29%5ET%20%3D%20%5Cmathbf%7BC%7D%5ET%20%5Cmathbf%7BB%7D%5ET%20%5Cmathbf%7BA%7D%5ET)
证明:
假设
![\underset{m \times n}{\mathbf{A}} = \begin{bmatrix} a_{11} & a_{12} & \cdots & a_{1j} & \cdots & a_{1n}\\ a_{21} & a_{22} & \cdots & a_{2j} & \cdots & a_{2n}\\ \cdots & \cdots & \cdots & \cdots & \cdots & \cdots \\ a_{i1} & a_{i2} & \cdots & a_{ij} & \cdots & a_{in}\\ \cdots & \cdots & \cdots & \cdots & \cdots & \cdots \\ a_{m1} & a_{m2} & \cdots & a_{mj} & \cdots & a_{mn} \end{bmatrix} \qquad \underset{n \times m}{\mathbf{B}} = \begin{bmatrix} b_{11} & b_{12} & \cdots & b_{1j} & \cdots & b_{1m}\\ b_{21} & b_{22} & \cdots & b_{2j} & \cdots & b_{2m}\\ \cdots & \cdots & \cdots & \cdots & \cdots & \cdots\\ b_{i1} & b_{i2} & \cdots & b_{ij} & \cdots & b_{im}\\ \cdots & \cdots & \cdots & \cdots & \cdots & \cdots\\ b_{n1} & b_{n2} & \cdots & b_{nj} & \cdots & b_{nm} \end{bmatrix}](https://private.codecogs.com/gif.latex?%5Cunderset%7Bm%20%5Ctimes%20n%7D%7B%5Cmathbf%7BA%7D%7D%20%3D%20%5Cbegin%7Bbmatrix%7D%20a_%7B11%7D%20%26%20a_%7B12%7D%20%26%20%5Ccdots%20%26%20a_%7B1j%7D%20%26%20%5Ccdots%20%26%20a_%7B1n%7D%5C%5C%20a_%7B21%7D%20%26%20a_%7B22%7D%20%26%20%5Ccdots%20%26%20a_%7B2j%7D%20%26%20%5Ccdots%20%26%20a_%7B2n%7D%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%5C%5C%20a_%7Bi1%7D%20%26%20a_%7Bi2%7D%20%26%20%5Ccdots%20%26%20a_%7Bij%7D%20%26%20%5Ccdots%20%26%20a_%7Bin%7D%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%5C%5C%20a_%7Bm1%7D%20%26%20a_%7Bm2%7D%20%26%20%5Ccdots%20%26%20a_%7Bmj%7D%20%26%20%5Ccdots%20%26%20a_%7Bmn%7D%20%5Cend%7Bbmatrix%7D%20%5Cqquad%20%5Cunderset%7Bn%20%5Ctimes%20m%7D%7B%5Cmathbf%7BB%7D%7D%20%3D%20%5Cbegin%7Bbmatrix%7D%20b_%7B11%7D%20%26%20b_%7B12%7D%20%26%20%5Ccdots%20%26%20b_%7B1j%7D%20%26%20%5Ccdots%20%26%20b_%7B1m%7D%5C%5C%20b_%7B21%7D%20%26%20b_%7B22%7D%20%26%20%5Ccdots%20%26%20b_%7B2j%7D%20%26%20%5Ccdots%20%26%20b_%7B2m%7D%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%5C%5C%20b_%7Bi1%7D%20%26%20b_%7Bi2%7D%20%26%20%5Ccdots%20%26%20b_%7Bij%7D%20%26%20%5Ccdots%20%26%20b_%7Bim%7D%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%5C%5C%20b_%7Bn1%7D%20%26%20b_%7Bn2%7D%20%26%20%5Ccdots%20%26%20b_%7Bnj%7D%20%26%20%5Ccdots%20%26%20b_%7Bnm%7D%20%5Cend%7Bbmatrix%7D)
![\underset{m \times n}{\mathbf{B}^T} = \begin{bmatrix} b_{11} & b_{21} & \cdots & b_{i1} & \cdots & b_{n1} \\ b_{12} & b_{22} & \cdots & b_{i2} & \cdots & b_{n2} \\ \cdots & \cdots & \cdots & \cdots & \cdots & \cdots \\ b_{1j} & b_{2j} & \cdots & b_{ij} & \cdots & b_{nj} \\ \cdots & \cdots & \cdots & \cdots & \cdots & \cdots \\ b_{1m} & b_{2m} & \cdots & b_{im} & \cdots & b_{nm} \end{bmatrix} \qquad \underset{n \times m}{\mathbf{A}^T} = \begin{bmatrix} a_{11} & a_{21} & \cdots & a_{i1} & \cdots & a_{m1}\\ a_{12} & a_{22} & \cdots & a_{i2} & \cdots & a_{m2}\\ \cdots & \cdots & \cdots & \cdots & \cdots & \cdots \\ a_{1j} & a_{2j} & \cdots & a_{ij} & \cdots & a_{mj}\\ \cdots & \cdots & \cdots & \cdots & \cdots \cdots \\ a_{1n} & a_{2n} & \cdots & a_{in} & \cdots & a_{mn} \end{bmatrix}](https://private.codecogs.com/gif.latex?%5Cunderset%7Bm%20%5Ctimes%20n%7D%7B%5Cmathbf%7BB%7D%5ET%7D%20%3D%20%5Cbegin%7Bbmatrix%7D%20b_%7B11%7D%20%26%20b_%7B21%7D%20%26%20%5Ccdots%20%26%20b_%7Bi1%7D%20%26%20%5Ccdots%20%26%20b_%7Bn1%7D%20%5C%5C%20b_%7B12%7D%20%26%20b_%7B22%7D%20%26%20%5Ccdots%20%26%20b_%7Bi2%7D%20%26%20%5Ccdots%20%26%20b_%7Bn2%7D%20%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%5C%5C%20b_%7B1j%7D%20%26%20b_%7B2j%7D%20%26%20%5Ccdots%20%26%20b_%7Bij%7D%20%26%20%5Ccdots%20%26%20b_%7Bnj%7D%20%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%5C%5C%20b_%7B1m%7D%20%26%20b_%7B2m%7D%20%26%20%5Ccdots%20%26%20b_%7Bim%7D%20%26%20%5Ccdots%20%26%20b_%7Bnm%7D%20%5Cend%7Bbmatrix%7D%20%5Cqquad%20%5Cunderset%7Bn%20%5Ctimes%20m%7D%7B%5Cmathbf%7BA%7D%5ET%7D%20%3D%20%5Cbegin%7Bbmatrix%7D%20a_%7B11%7D%20%26%20a_%7B21%7D%20%26%20%5Ccdots%20%26%20a_%7Bi1%7D%20%26%20%5Ccdots%20%26%20a_%7Bm1%7D%5C%5C%20a_%7B12%7D%20%26%20a_%7B22%7D%20%26%20%5Ccdots%20%26%20a_%7Bi2%7D%20%26%20%5Ccdots%20%26%20a_%7Bm2%7D%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%5C%5C%20a_%7B1j%7D%20%26%20a_%7B2j%7D%20%26%20%5Ccdots%20%26%20a_%7Bij%7D%20%26%20%5Ccdots%20%26%20a_%7Bmj%7D%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%5Ccdots%20%5C%5C%20a_%7B1n%7D%20%26%20a_%7B2n%7D%20%26%20%5Ccdots%20%26%20a_%7Bin%7D%20%26%20%5Ccdots%20%26%20a_%7Bmn%7D%20%5Cend%7Bbmatrix%7D)
定义:
![\underset{m \times m}{\mathbf{C}} = \mathbf{AB} = \begin{bmatrix} c_{11} & c_{12} & \cdots & c_{1m}\\ c_{21} & c_{22} & \cdots & c_{2m}\\ \cdots & \cdots & \cdots & \cdots\\ c_{m1} & c_{m2} & \cdots & c_{mm}\\ \end{bmatrix}](https://private.codecogs.com/gif.latex?%5Cunderset%7Bm%20%5Ctimes%20m%7D%7B%5Cmathbf%7BC%7D%7D%20%3D%20%5Cmathbf%7BAB%7D%20%3D%20%5Cbegin%7Bbmatrix%7D%20c_%7B11%7D%20%26%20c_%7B12%7D%20%26%20%5Ccdots%20%26%20c_%7B1m%7D%5C%5C%20c_%7B21%7D%20%26%20c_%7B22%7D%20%26%20%5Ccdots%20%26%20c_%7B2m%7D%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%5C%5C%20c_%7Bm1%7D%20%26%20c_%7Bm2%7D%20%26%20%5Ccdots%20%26%20c_%7Bmm%7D%5C%5C%20%5Cend%7Bbmatrix%7D)
![\underset{m \times m}{\mathbf{D}} =\mathbf{B}^T \mathbf{A}^T = \begin{bmatrix} d_{11} & d_{12} & \cdots & d_{1m}\\ d_{21} & d_{22} & \cdots & d_{2m}\\ \cdots & \cdots & \cdots & \cdots\\ d_{m1} & d_{m2} & \cdots & d_{mm}\\ \end{bmatrix}](https://private.codecogs.com/gif.latex?%5Cunderset%7Bm%20%5Ctimes%20m%7D%7B%5Cmathbf%7BD%7D%7D%20%3D%5Cmathbf%7BB%7D%5ET%20%5Cmathbf%7BA%7D%5ET%20%3D%20%5Cbegin%7Bbmatrix%7D%20d_%7B11%7D%20%26%20d_%7B12%7D%20%26%20%5Ccdots%20%26%20d_%7B1m%7D%5C%5C%20d_%7B21%7D%20%26%20d_%7B22%7D%20%26%20%5Ccdots%20%26%20d_%7B2m%7D%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%5C%5C%20d_%7Bm1%7D%20%26%20d_%7Bm2%7D%20%26%20%5Ccdots%20%26%20d_%7Bmm%7D%5C%5C%20%5Cend%7Bbmatrix%7D)
矩阵C,D中的分量为:
![c_{ij} = a_{i1} b_{1j} + a_{i2} b_{2j} + \cdots + a_{in} b_{nj}](https://private.codecogs.com/gif.latex?c_%7Bij%7D%20%3D%20a_%7Bi1%7D%20b_%7B1j%7D%20+%20a_%7Bi2%7D%20b_%7B2j%7D%20+%20%5Ccdots%20+%20a_%7Bin%7D%20b_%7Bnj%7D)
![\begin{align*} d_{ji} &= b_{1j} a_{i1} + b_{2j} a_{i2} + \cdots + b_{nj} a_{in}\\ &= a_{i1} b_{1j} + a_{i2} b_{2j} + \cdots + a_{in} b_{nj} \end{align*}](https://private.codecogs.com/gif.latex?%5Cbegin%7Balign*%7D%20d_%7Bji%7D%20%26%3D%20b_%7B1j%7D%20a_%7Bi1%7D%20+%20b_%7B2j%7D%20a_%7Bi2%7D%20+%20%5Ccdots%20+%20b_%7Bnj%7D%20a_%7Bin%7D%5C%5C%20%26%3D%20a_%7Bi1%7D%20b_%7B1j%7D%20+%20a_%7Bi2%7D%20b_%7B2j%7D%20+%20%5Ccdots%20+%20a_%7Bin%7D%20b_%7Bnj%7D%20%5Cend%7Balign*%7D)
因此:
![c_{ij} = d_{ji}](https://private.codecogs.com/gif.latex?c_%7Bij%7D%20%3D%20d_%7Bji%7D)
即C中的第i行,第j列元素,等于D中的第j行,第i列元素,且对所有元素都成立;从而C转置=D:
![\mathbf{C}^T = \mathbf{D} \qquad \mathbf{C} = \mathbf{D}^T](https://private.codecogs.com/gif.latex?%5Cmathbf%7BC%7D%5ET%20%3D%20%5Cmathbf%7BD%7D%20%5Cqquad%20%5Cmathbf%7BC%7D%20%3D%20%5Cmathbf%7BD%7D%5ET)
![(\mathbf{AB})^T = \mathbf{C}^T = \mathbf{D} = \mathbf{B}^T \mathbf{A}^T](https://private.codecogs.com/gif.latex?%28%5Cmathbf%7BAB%7D%29%5ET%20%3D%20%5Cmathbf%7BC%7D%5ET%20%3D%20%5Cmathbf%7BD%7D%20%3D%20%5Cmathbf%7BB%7D%5ET%20%5Cmathbf%7BA%7D%5ET)
![(\mathbf{AB})^T = \mathbf{B}^T \mathbf{A}^T](https://private.codecogs.com/gif.latex?%28%5Cmathbf%7BAB%7D%29%5ET%20%3D%20%5Cmathbf%7BB%7D%5ET%20%5Cmathbf%7BA%7D%5ET)
2.3. 转置矩阵的零空间、列空间、秩
2.3.1 转置矩阵的列空间,等于原始矩阵的行空间:
![C(A^T) = Row \; space \; of \; A](https://private.codecogs.com/gif.latex?C%28A%5ET%29%20%3D%20Row%20%5C%3B%20space%20%5C%3B%20of%20%5C%3B%20A)
2.3.2 转置矩阵的零空间,是所有满足下面方程的向量x:
![A^T \vec{x} = \vec{0}](https://private.codecogs.com/gif.latex?A%5ET%20%5Cvec%7Bx%7D%20%3D%20%5Cvec%7B0%7D)
对等式两边分别转置:
![(A^T \vec{x})^T = (\vec{0})^T](https://private.codecogs.com/gif.latex?%28A%5ET%20%5Cvec%7Bx%7D%29%5ET%20%3D%20%28%5Cvec%7B0%7D%29%5ET)
![\vec{x} ^T A = \vec{0} ^ T](https://private.codecogs.com/gif.latex?%5Cvec%7Bx%7D%20%5ET%20A%20%3D%20%5Cvec%7B0%7D%20%5E%20T)
现在得到了关于原始矩阵A的方程,因此转置矩阵的零空间为:
![N(A^T) = \left \{ \vec{x} | A^T \vec{x} = \vec{0} \right \} = \left \{ \vec{x} | \vec{x} ^T A = \vec{0} ^T \right \}](https://private.codecogs.com/gif.latex?N%28A%5ET%29%20%3D%20%5Cleft%20%5C%7B%20%5Cvec%7Bx%7D%20%7C%20A%5ET%20%5Cvec%7Bx%7D%20%3D%20%5Cvec%7B0%7D%20%5Cright%20%5C%7D%20%3D%20%5Cleft%20%5C%7B%20%5Cvec%7Bx%7D%20%7C%20%5Cvec%7Bx%7D%20%5ET%20A%20%3D%20%5Cvec%7B0%7D%20%5ET%20%5Cright%20%5C%7D)
我们用另一个名字来称呼转置矩阵的零空间--原始矩阵的左零空间,为什么叫“左零空间”,因为现在是左乘x
2.3.3 零空间中的任意向量,与行空间中的任意向量正交(下一篇文章中证明)
2.3.4 列空间中的任意向量,与左零空间中的任意向量正交(下一篇文章中证明)
2.3.5 属性:转置的秩,与原矩阵相同(下一篇文章中证明)
2.4. 转置矩阵的行列式
性质:转置矩阵的行列式,等于原矩阵的行列式
证明过程(使用归纳法):
1. 证明对最基本的情况成立,例如2x2矩阵的行列式等于其转置矩阵的行列式
2. 假设对nxn矩阵成立,证明对(n+1)x(n+1)矩阵成立
3. 假设n=2, 如果2x2矩阵成立,那么3x3矩阵成立;如果3x3矩阵成立,那么4x4矩阵成立,等等
详细证明:
1. 证明2x2矩阵的行列式,等于其转置矩阵的行列式
假设:
![A=\begin{bmatrix} a & b\\ c & d \end{bmatrix}](https://private.codecogs.com/gif.latex?A%3D%5Cbegin%7Bbmatrix%7D%20a%20%26%20b%5C%5C%20c%20%26%20d%20%5Cend%7Bbmatrix%7D)
那么:
![A^T=\begin{bmatrix} a & c\\ b & d \end{bmatrix}](https://private.codecogs.com/gif.latex?A%5ET%3D%5Cbegin%7Bbmatrix%7D%20a%20%26%20c%5C%5C%20b%20%26%20d%20%5Cend%7Bbmatrix%7D)
![det(A) = ad - bc](https://private.codecogs.com/gif.latex?det%28A%29%20%3D%20ad%20-%20bc)
![det(A^T) = ad-bc](https://private.codecogs.com/gif.latex?det%28A%5ET%29%20%3D%20ad-bc)
因此:
![det(A) = det(A^T)](https://private.codecogs.com/gif.latex?det%28A%29%20%3D%20det%28A%5ET%29)
2. 假设nxn矩阵的行列式等于其转置矩阵的行列式,证明(n+1)x(n+1)矩阵的行列式等于转置矩阵的行列式
假设:
![\underset{(n+1)\times(n+1)}{B}=\underset{m\times m}{B}=\begin{bmatrix} a_{11} & a_{12} & a_{13} & \cdots & a_{1m}\\ a_{21} & a_{22} & a_{23} & \cdots & a_{2m}\\ a_{31} & a_{32} & a_{33} & \cdots & a_{3m}\\ \cdots & \cdots & \cdots & \cdots & \cdots\\ a_{m1} & a_{m2} & a_{m3} & \cdots & a_{mm} \end{bmatrix}](https://private.codecogs.com/gif.latex?%5Cunderset%7B%28n+1%29%5Ctimes%28n+1%29%7D%7BB%7D%3D%5Cunderset%7Bm%5Ctimes%20m%7D%7BB%7D%3D%5Cbegin%7Bbmatrix%7D%20a_%7B11%7D%20%26%20a_%7B12%7D%20%26%20a_%7B13%7D%20%26%20%5Ccdots%20%26%20a_%7B1m%7D%5C%5C%20a_%7B21%7D%20%26%20a_%7B22%7D%20%26%20a_%7B23%7D%20%26%20%5Ccdots%20%26%20a_%7B2m%7D%5C%5C%20a_%7B31%7D%20%26%20a_%7B32%7D%20%26%20a_%7B33%7D%20%26%20%5Ccdots%20%26%20a_%7B3m%7D%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%5C%5C%20a_%7Bm1%7D%20%26%20a_%7Bm2%7D%20%26%20a_%7Bm3%7D%20%26%20%5Ccdots%20%26%20a_%7Bmm%7D%20%5Cend%7Bbmatrix%7D)
那么:
![m=n+1](https://private.codecogs.com/gif.latex?m%3Dn+1)
![B^T=\begin{bmatrix} a_{11} & a_{21} & a_{31} & \cdots & a_{m1} \\ a_{12} & a_{22} & a_{32} & \cdots & a_{m2} \\ a_{13} & a_{23} & a_{33} & \cdots & a_{m3} \\ \cdots & \cdots & \cdots & \cdots & \cdots \\ a_{1m} & a_{2m} & a_{3m} & \cdots & a_{mm} \end{bmatrix}](https://private.codecogs.com/gif.latex?B%5ET%3D%5Cbegin%7Bbmatrix%7D%20a_%7B11%7D%20%26%20a_%7B21%7D%20%26%20a_%7B31%7D%20%26%20%5Ccdots%20%26%20a_%7Bm1%7D%20%5C%5C%20a_%7B12%7D%20%26%20a_%7B22%7D%20%26%20a_%7B32%7D%20%26%20%5Ccdots%20%26%20a_%7Bm2%7D%20%5C%5C%20a_%7B13%7D%20%26%20a_%7B23%7D%20%26%20a_%7B33%7D%20%26%20%5Ccdots%20%26%20a_%7Bm3%7D%20%5C%5C%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%26%20%5Ccdots%20%5C%5C%20a_%7B1m%7D%20%26%20a_%7B2m%7D%20%26%20a_%7B3m%7D%20%26%20%5Ccdots%20%26%20a_%7Bmm%7D%20%5Cend%7Bbmatrix%7D)
根据B的第一行求行列式:
![det(B)=a_{11}det(B_{11})-a_{12}det(B_{12})+\cdots+(-1)^{1+m}det(B_{1m})](https://private.codecogs.com/gif.latex?det%28B%29%3Da_%7B11%7Ddet%28B_%7B11%7D%29-a_%7B12%7Ddet%28B_%7B12%7D%29+%5Ccdots+%28-1%29%5E%7B1+m%7Ddet%28B_%7B1m%7D%29)
根据B的转置矩阵的第一列求行列式:
![det(B^T)=a_{11}det((B_{11})^T)-a_{12}det((B_{12})^T)+\cdots+(-1)^{1+m}a_{1m}det((B_{1m})^T)](https://private.codecogs.com/gif.latex?det%28B%5ET%29%3Da_%7B11%7Ddet%28%28B_%7B11%7D%29%5ET%29-a_%7B12%7Ddet%28%28B_%7B12%7D%29%5ET%29+%5Ccdots+%28-1%29%5E%7B1+m%7Da_%7B1m%7Ddet%28%28B_%7B1m%7D%29%5ET%29)
因为
![B_{11}, B_{12}, \cdots , B_{1m}](https://private.codecogs.com/gif.latex?B_%7B11%7D%2C%20B_%7B12%7D%2C%20%5Ccdots%20%2C%20B_%7B1m%7D)
为n x n 矩阵,我们又假设 n x n 矩阵的行列式等于其转置矩阵的行列式:
![det(B_{11}) = det((B_{11})^T) \:\:\: det(B_{12}) = det((B_{12})^T) \:\: \cdots](https://private.codecogs.com/gif.latex?det%28B_%7B11%7D%29%20%3D%20det%28%28B_%7B11%7D%29%5ET%29%20%5C%3A%5C%3A%5C%3A%20det%28B_%7B12%7D%29%20%3D%20det%28%28B_%7B12%7D%29%5ET%29%20%5C%3A%5C%3A%20%5Ccdots)
因此:
![\begin{align*} det(B^T) &= a_{11}det((B_{11})^T)-a_{12}det((B_{12})^T)+\cdots+(-1)^{1+m}a_{1m}det((B_{1m})^T)\\ &= a_{11}det(B_{11})-a_{12}det(B_{12})+\cdots+(-1)^{1+m}a_{1m}det(B_{1m})\\ &= det(B) \end{align*}](https://private.codecogs.com/gif.latex?%5Cbegin%7Balign*%7D%20det%28B%5ET%29%20%26%3D%20a_%7B11%7Ddet%28%28B_%7B11%7D%29%5ET%29-a_%7B12%7Ddet%28%28B_%7B12%7D%29%5ET%29+%5Ccdots+%28-1%29%5E%7B1+m%7Da_%7B1m%7Ddet%28%28B_%7B1m%7D%29%5ET%29%5C%5C%20%26%3D%20a_%7B11%7Ddet%28B_%7B11%7D%29-a_%7B12%7Ddet%28B_%7B12%7D%29+%5Ccdots+%28-1%29%5E%7B1+m%7Da_%7B1m%7Ddet%28B_%7B1m%7D%29%5C%5C%20%26%3D%20det%28B%29%20%5Cend%7Balign*%7D)
(n+1) x (n+1)矩阵的行列式等于其转置矩阵的行列式
3. 因为2x2矩阵的行列式等于其转置矩阵的行列式, 根据第二条证明,3x3矩阵的行列式等于其转置矩阵的行列式,依次类推,nxn矩阵的行列式等于其转置矩阵的行列式
2.5 逆矩阵的转置
逆矩阵的转置,是转置矩阵的逆矩阵
证明:
![AA^{-1} = I_n \qquad A^{-1}A = I_n](https://private.codecogs.com/gif.latex?AA%5E%7B-1%7D%20%3D%20I_n%20%5Cqquad%20A%5E%7B-1%7DA%20%3D%20I_n)
对等号两边同时转置:
![(AA^{-1})^T = (I_n)^T = I_n \qquad (A^{-1}A)^T = (I_n)^T = I_n](https://private.codecogs.com/gif.latex?%28AA%5E%7B-1%7D%29%5ET%20%3D%20%28I_n%29%5ET%20%3D%20I_n%20%5Cqquad%20%28A%5E%7B-1%7DA%29%5ET%20%3D%20%28I_n%29%5ET%20%3D%20I_n)
利用2.2中介绍的“矩阵乘积的转置”:
![(AA^{-1})^T = (A^{-1})^T A^T = I_n \qquad (A^{-1}A)^T = A^T (A^{-1})^T = I_n](https://private.codecogs.com/gif.latex?%28AA%5E%7B-1%7D%29%5ET%20%3D%20%28A%5E%7B-1%7D%29%5ET%20A%5ET%20%3D%20I_n%20%5Cqquad%20%28A%5E%7B-1%7DA%29%5ET%20%3D%20A%5ET%20%28A%5E%7B-1%7D%29%5ET%20%3D%20I_n)
因此,逆矩阵的转置,是转置矩阵的逆矩阵
3. 转置向量
既然可以求矩阵的转置,那么就没有理由不可以求向量的转置,因为向量是特殊的矩阵
性质一:
,向量v和w的点积,等于v的转置与w的积(向量点积与积的关系)
性质二:![(A \vec{x}) \cdot \vec{y} = \vec{x} \cdot (A^T \vec{y})](https://private.codecogs.com/gif.latex?%28A%20%5Cvec%7Bx%7D%29%20%5Ccdot%20%5Cvec%7By%7D%20%3D%20%5Cvec%7Bx%7D%20%5Ccdot%20%28A%5ET%20%5Cvec%7By%7D%29)
这两个性质是线性代数的基础
证明:
1. 假设
![\vec{v} = \begin{bmatrix} v_1\\ v_2\\ \cdots\\ v_n \end{bmatrix} \qquad \vec{w} = \begin{bmatrix} w_1\\ w_2\\ \cdots\\ w_n \end{bmatrix}](https://private.codecogs.com/gif.latex?%5Cvec%7Bv%7D%20%3D%20%5Cbegin%7Bbmatrix%7D%20v_1%5C%5C%20v_2%5C%5C%20%5Ccdots%5C%5C%20v_n%20%5Cend%7Bbmatrix%7D%20%5Cqquad%20%5Cvec%7Bw%7D%20%3D%20%5Cbegin%7Bbmatrix%7D%20w_1%5C%5C%20w_2%5C%5C%20%5Ccdots%5C%5C%20w_n%20%5Cend%7Bbmatrix%7D)
向量v和w的点积定义为:
![\vec{v} \cdot \vec{w} = v_1w_1 + v_2w_2 + \cdots + v_nw_n](https://private.codecogs.com/gif.latex?%5Cvec%7Bv%7D%20%5Ccdot%20%5Cvec%7Bw%7D%20%3D%20v_1w_1%20+%20v_2w_2%20+%20%5Ccdots%20+%20v_nw_n)
v的转置与w的积(矩阵乘积):
![\vec{v}^T=\begin{bmatrix}v_1&v_2&\cdots&v_n\end{bmatrix}](https://private.codecogs.com/gif.latex?%5Cvec%7Bv%7D%5ET%3D%5Cbegin%7Bbmatrix%7Dv_1%26v_2%26%5Ccdots%26v_n%5Cend%7Bbmatrix%7D)
![\begin{align*} \vec{v}^T \vec{w} &= \begin{bmatrix} v_1 & v_2 & \cdots & v_n \end{bmatrix} \begin{bmatrix} w_1\\ w_2\\ \cdots\\ w_n \end{bmatrix}\\ &= \begin{bmatrix} v_1w_1 + v_2w_2 + \cdots + v_nw_n\end{bmatrix}\\ &= v_1w_1 + v_2w_2 + \cdots + v_nw_n \end{align*}](https://private.codecogs.com/gif.latex?%5Cbegin%7Balign*%7D%20%5Cvec%7Bv%7D%5ET%20%5Cvec%7Bw%7D%20%26%3D%20%5Cbegin%7Bbmatrix%7D%20v_1%20%26%20v_2%20%26%20%5Ccdots%20%26%20v_n%20%5Cend%7Bbmatrix%7D%20%5Cbegin%7Bbmatrix%7D%20w_1%5C%5C%20w_2%5C%5C%20%5Ccdots%5C%5C%20w_n%20%5Cend%7Bbmatrix%7D%5C%5C%20%26%3D%20%5Cbegin%7Bbmatrix%7D%20v_1w_1%20+%20v_2w_2%20+%20%5Ccdots%20+%20v_nw_n%5Cend%7Bbmatrix%7D%5C%5C%20%26%3D%20v_1w_1%20+%20v_2w_2%20+%20%5Ccdots%20+%20v_nw_n%20%5Cend%7Balign*%7D)
因此,向量v和w的点积,等于v的转置与w的积
2.
![\begin{align*} (\underset{m \times n}{A} \quad \underset{n \times 1}{\vec{v}}) \cdot \underset{n \times 1}{\vec{y}}&= (A \vec{v})^T \vec{y}\\ &= (\vec{v}^T A^T) \vec{y} \\ &= \vec{v}^T (A^T \vec{y}) \\ &= \vec{v} \cdot (A^T \vec{y}) \end{align*}](https://private.codecogs.com/gif.latex?%5Cbegin%7Balign*%7D%20%28%5Cunderset%7Bm%20%5Ctimes%20n%7D%7BA%7D%20%5Cquad%20%5Cunderset%7Bn%20%5Ctimes%201%7D%7B%5Cvec%7Bv%7D%7D%29%20%5Ccdot%20%5Cunderset%7Bn%20%5Ctimes%201%7D%7B%5Cvec%7By%7D%7D%26%3D%20%28A%20%5Cvec%7Bv%7D%29%5ET%20%5Cvec%7By%7D%5C%5C%20%26%3D%20%28%5Cvec%7Bv%7D%5ET%20A%5ET%29%20%5Cvec%7By%7D%20%5C%5C%20%26%3D%20%5Cvec%7Bv%7D%5ET%20%28A%5ET%20%5Cvec%7By%7D%29%20%5C%5C%20%26%3D%20%5Cvec%7Bv%7D%20%5Ccdot%20%28A%5ET%20%5Cvec%7By%7D%29%20%5Cend%7Balign*%7D)