查看“转置矩阵”的源代码
←
转置矩阵
跳转到导航
跳转到搜索
因为以下原因,您没有权限编辑本页:
您请求的操作仅限属于该用户组的用户执行:
用户
您可以查看和复制此页面的源代码。
{{NoteTA |G1 = Math |1 = zh-cn:域; zh-tw:體; }} {{线性代数}} [[File:Matrix transpose.gif|thumb|200px|right| 矩陣'''A'''的轉置'''A'''<sup>T</sup>的取得方法。重覆以上動作會得出原本的矩陣。]] 在[[线性代数]]中,[[矩阵]]''A''的'''转置'''是另一个矩阵''A''<sup>T</sup>(也写做''A''<sup>tr</sup>, <sup>t</sup>''A''或''A''′)由下列等价动作建立: * 把''A''的横行写为''A''<sup>T</sup>的纵列 * 把''A''的纵列写为''A''<sup>T</sup>的横行 形式上说,''m'' × ''n''矩阵''A''的转置是''n'' × ''m''矩阵 :<math>A^\mathrm{T}_{ij} = A_{ji}</math> for <math> 1 \le i \le n,</math> <math>1 \le j \le m</math>。 注意:<math>\mathbf{A}^{\mathrm T}</math>(轉置矩陣)與<math>\mathbf{A}^{-1}</math>([[逆矩陣]])不同。 == 例子 == * <math>\begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix}^{\mathrm{T}} = \begin{bmatrix} 1 & 3 \\ 2 & 4 \end{bmatrix}</math> * <math>\begin{bmatrix} 1 & 2 \\ 3 & 4 \\ 5 & 6 \end{bmatrix}^{\mathrm{T}} = \begin{bmatrix} 1 & 3 & 5\\ 2 & 4 & 6 \end{bmatrix}</math> == 性质 == 对于矩阵''A'', ''B''和标量''c''转置有下列性质: * <math>\left( A^\mathrm{T} \right) ^\mathrm{T} = A \quad</math> *:转置是自身[[逆函数|逆运算]]。 * <math>(A+B) ^\mathrm{T} = A^\mathrm{T} + B^\mathrm{T}</math> *:转置是从''m'' × ''n''矩阵的[[向量空间]]到所有''n'' × ''m''矩阵的向量空间的[[线性映射]]。 * <math>\left( A B \right) ^\mathrm{T} = B^\mathrm{T} A^\mathrm{T}</math> *:注意因子反转的次序。以此可推出[[方块矩阵]]''A''是[[可逆矩阵]],当且仅当''A''<sup>T</sup>是可逆矩阵,在这种情况下有 (''A''<sup>−1</sup>)<sup>T</sup> = (''A''<sup>T</sup>)<sup>−1</sup>。相对容易的把这个结果扩展到矩阵相乘的一般情况,可得出 (''ABC...XYZ'')<sup>T</sup> = ''Z''<sup>T</sup>''Y''<sup>T</sup>''X''<sup>T</sup>...''C''<sup>T</sup>''B''<sup>T</sup>''A''<sup>T</sup>。 * <math>(c A)^\mathrm{T} = c A^\mathrm{T}</math> *:[[标量]]的转置是同样的标量。 * <math>\det(A^\mathrm{T}) = \det(A)</math> *:矩阵的转置矩阵的[[行列式]]等于这个矩阵的行列式。 * 两个纵列向量''a''和''b''的[[点积]]可计算为 *:<math> \mathbf{a} \cdot \mathbf{b} = \mathbf{a}^{\mathrm{T}} \mathbf{b}</math> * 如果''A''只有[[实数]]元素,则''A''<sup>T</sup>''A''是[[正半定矩阵]]。 * 如果''A''是在某个[[域 (数学)|域]]上,则''A'' [[相似矩阵|相似]]于''A''<sup>T</sup>。 == 特殊转置矩阵 == 其转置等于自身的方块矩阵叫做[[对称矩阵]];就是说''A''是对称的,如果 :<math>A^{\mathrm{T}} = A</math>。 其转置也是它的逆矩阵的方块矩阵叫做[[正交矩阵]];就是说''G''是正交的,如果 :<math>G G^\mathrm{T} = G^\mathrm{T} G = I_n , \,</math> ''I''是[[单位矩阵]]。 其转置等于它的负矩阵的方块矩阵叫做[[斜对称矩阵]];就是''A''是斜对称的,如果 :<math>A^{\mathrm{T}} = -A</math>。 [[复数]]矩阵''A''的[[共轭转置]],写为''A''<sup>H</sup>,是''A''的转置后再取每个元素的[[共轭复数]]: :<math>A^H = (\overline{A})^{\mathrm{T}} = \overline{(A^{\mathrm{T}})}</math> == 线性映射的转置 == 如果''f'': ''V''→''W''是在[[向量空间]]V和W之间[[非退化形式|非退化]][[双线性形式]]的[[线性映射]],我们定义''f''的转置为线性映射<sup>t</sup>''f'' : ''W''→''V'',确定自 :<math>B_V(v,{}^tf(w))=B_W(f(v),w) \quad \forall\ v \in V, w \in W</math> 这裡的,''B''<sub>''V''</sub>和''B''<sub>''W''</sub>分别是在''V''和''W''上的双线性形式。一个映射的转置的矩阵是转置矩阵,只要[[基 (线性代数)|基]]是关于它们的双线性形式是正交的。 在复向量空间上,经常用到[[半双线性形式]]来替代双线性形式。在这种空间之间的映射的转置可类似的定义,转置映射的矩阵由共轭转置矩阵给出,如果基是正交的。在这种情况下,转置也叫做[[埃尔米特伴随]]。 如果''V''和''W''没有双线性形式,则线性映射''f'': ''V''→''W''的转置只能定义为在[[对偶空间]]''W''和''V''之间的线性映射 <sup>t</sup>''f'' : ''W''<sup>*</sup>→''V''<sup>*</sup>。 ==外部链接== * [https://web.archive.org/web/20071024111629/http://video.google.com/videoplay?docid=3694395270844955061 MIT Video Lecture on Matrix Transposes] at Google Video, from MIT OpenCourseWare * [http://mathworld.wolfram.com/Transpose.html Transpose], mathworld.wolfram.com * [http://planetmath.org/transpose Transpose], planetmath.org [[Category:矩陣|Z]] [[de:Matrix (Mathematik)#Die transponierte Matrix]]
本页使用的模板:
Template:NoteTA
(
查看源代码
)
Template:线性代数
(
查看源代码
)
返回
转置矩阵
。
导航菜单
个人工具
登录
命名空间
页面
讨论
不转换
查看
阅读
查看源代码
查看历史
更多
搜索
导航
首页
最近更改
随机页面
MediaWiki帮助
工具
链入页面
相关更改
特殊页面
页面信息