离散数学中的矩阵类型

2025年3月17日 | 阅读 12 分钟

我们将稍微讨论一下矩阵,因为在本节中我们将讨论矩阵的类型。矩阵用于包含数字的矩形数组,所有这些数字、表达式或符号都将以行和列的形式排列。通过行数和列数,我们可以确定矩阵的阶数。如果有多个矩阵,则称为矩阵(matrices)。在任何矩阵中,条目都称为数字,每个数字都是一个元素。我们可以将矩阵的大小表示为 m × n,写成 m*n。这里 n 用于表示行数,m 用于表示列数。

离散数学包含许多类型的矩阵。基于矩阵的阶数、元素和特定条件集,我们可以区分所有这些类型的矩阵。“matrices”一词用于表示矩阵的复数形式。在本节中,我们将使用此术语来表示多个矩阵。在本节中,我们将学习不同类型的矩阵、它们的定义以及许多示例。

矩阵的类型有哪些?

在此,我们将展示一些在离散数学、科学和工程领域使用的重要矩阵类型。离散数学中的各种矩阵类型描述如下:

  • 行矩阵和列矩阵
  • 长方形矩阵和方阵
  • 水平矩阵和垂直矩阵
  • 单例矩阵
  • 单位矩阵
  • 零矩阵
  • 对角矩阵
  • 奇异矩阵和非奇异矩阵
  • 厄米特矩阵和斜厄米特矩阵
  • 上三角矩阵和下三角矩阵
  • 对称矩阵和斜对称矩阵
  • 正交矩阵

借助上述矩阵类型,我们可以根据年龄、月份、人物、群体、公司等组织数据。通过使用这些信息,我们可以做出决策并解决各种数学问题。

识别矩阵类型

矩阵可以以各种尺寸表示,但通常,矩阵的形状保持不变。矩阵的大小称为其阶数。我们可以通过计算矩阵中的总行数和列数来计算它。下图显示了找到给定矩阵维度的过程。

Type of matrices in Discrete mathematics

现在我们将学习最常用的矩阵以及如何根据它们的维度找到它们。

行矩阵和列矩阵

如果一个矩阵只有一行,而列数可以是任意数,则该矩阵称为**行矩阵**。假设有一个矩阵 A = [aij]m*n,那么当 m = 1 时,该矩阵就是行矩阵。因此,我们可以将行矩阵表示为 A = [aij]1*n。因此,行矩阵的阶数为 1*n。

类似地,如果一个矩阵只有一列,而行数可以是任意数,则该矩阵称为**列矩阵**。假设有一个矩阵 A = [aij]m*n,那么当 n = 1 时,该矩阵就是列矩阵。因此,我们可以将列矩阵表示为 A = [aij]m*1。因此,列矩阵的阶数为 m*1。计算行矩阵和列矩阵的示例如下:

行矩阵列矩阵
A = [1 0 2 4]Type of matrices in Discrete mathematics
矩阵 A 称为行矩阵,因为它只有一行。矩阵 B 称为列矩阵,因为它只有一列。

长方形矩阵和方阵

如果一个矩阵的行数和列数不相等,则称为**长方形矩阵**。可以用符号 Bm*n 来表示。

类似地,如果一个矩阵的行数和列数相等,则称为**方阵**。可以用符号 Bn*n 来表示。计算长方形矩阵和方阵的示例如下:

长方形矩阵方阵
Type of matrices in Discrete mathematicsType of matrices in Discrete mathematics
矩阵 B 称为长方形矩阵,因为它包含 3 行 4 列。矩阵 C 称为方阵,因为它包含 3 行 3 列。

单位矩阵和零矩阵

如果方阵的主对角线元素等于 1,而该矩阵的所有其他条目或元素都等于 0,则该矩阵称为**单位矩阵**。单位矩阵可以用符号 I 来表示。

注意

  • 如果存在单位矩阵,则它们必须是标量矩阵。
  • 如果存在标量矩阵,则它们必须是对角矩阵。
  • 如果存在对角矩阵,则它们必须是方阵。
  • 所有这些陈述的逆命题都不成立。

如果矩阵的所有元素都等于零,则该矩阵称为**零矩阵**。零矩阵用符号 0 表示。计算单位矩阵和零矩阵的示例如下:

单位矩阵零矩阵
Type of matrices in Discrete mathematicsType of matrices in Discrete mathematics
矩阵 I 称为单位矩阵,因为该矩阵的对角线元素是 1,而所有其他元素都是 0。矩阵 D 称为零矩阵,因为该矩阵的所有元素都是 0。

相等矩阵

如果矩阵的元素相等,则称为**相等矩阵**。矩阵相等有一些条件,如下所述:

假设有两个矩阵 A 和 B。如果它们的阶数和对应元素都相同,则这两个矩阵相等。假设 A = [aij]m*n 和 B = [bij]m*n。当且仅当满足以下条件时,这两个矩阵才相等:

  • 如果 m = r。这表明矩阵 A 的行数等于矩阵 B 的行数。
  • 如果 n = s。这表明矩阵 A 的列数等于矩阵 B 的列数。
  • 如果存在 aij = bij 的情况,其中 i = 1, 2, 3, ...., m 且 j = 1, 2, 3, ...., n。这表明它们各自的元素是相等的。

例如:假设有两个矩阵,描述如下:

Type of matrices in Discrete mathematics

在上图中,第一个矩阵的阶数为 2*2,第二个矩阵的阶数为 2*3。因此,这两个矩阵不包含相同的阶数。所以这些矩阵不相等。

假设我们有两个更多矩阵,描述如下:

Type of matrices in Discrete mathematics

在此图像中,两个矩阵的阶数均为 2*3。因此,这两个矩阵将相等。因此,我们可以为矩阵分配以下值:

a1 = 1, a2 = 6, a3 = 3, b1 = 5, b2 = 2, b3 = 1。

水平矩阵和垂直矩阵

如果一个矩阵的阶数为 m*n,其中 n > m,则该矩阵称为**水平矩阵**。这里 m 用于表示行数,n 用于表示列数。因此,对于水平矩阵,列数必须大于行数。

类似地,如果一个矩阵的阶数为 m*n,其中 m > n,则该矩阵称为**垂直矩阵**。因此,对于垂直矩阵,行数必须大于列数。

计算水平矩阵的示例如下:

水平矩阵垂直矩阵
Type of matrices in Discrete mathematicsType of matrices in Discrete mathematics
此矩阵称为水平矩阵,因为它包含 2 行 4 列。这意味着列数大于行数。矩阵 C 称为垂直矩阵,因为它包含 4 行 2 列。这意味着行数大于列数。

其他类型的矩阵

除了我们已经解释过的最常用的矩阵之外,离散数学中还有许多其他矩阵可以使用。所有这些矩阵描述如下:

奇异矩阵和非奇异矩阵

如果给定方阵的行列式等于 0,则该矩阵称为**奇异矩阵**。

如果给定方阵的行列式不等于 0,则该矩阵称为**非奇异矩阵**。借助行列式公式,我们可以确定矩阵的行列式。计算奇异矩阵和非奇异矩阵的示例如下:

奇异矩阵非奇异矩阵
Type of matrices in Discrete mathematicsType of matrices in Discrete mathematics
Type of matrices in Discrete mathematicsType of matrices in Discrete mathematics
= 1*(1*1 - 1*1) -1*(1*1 - 1*1) +1*(1*1 - 1*1)
= 1*(1-1) -1*(1-1) +1*(1-1)
= 1*(0) -1*(0) +1*(0)
= 0 + 0 + 0
= 0
= 2*(2*1 - 1*1) -1*(1*1 - 1*1) +1*(1*1 - 2*1)
= 2*(2-1) -1*(1-1) +1*(1-2)
= 2*(1) -1*(0) +1*(-1)
= 2 - 0 - 1
= 1
矩阵 C 称为奇异矩阵,因为 |C| = 0。矩阵 D 称为非奇异矩阵,因为 |D| ? 0。

对角矩阵和标量矩阵

如果方阵的所有元素都为 0,除了矩阵的对角线元素外,该矩阵称为**对角矩阵**。假设有一个方阵 A = [aij]。当 i ≠ j 时,如果 aij = 0,则该矩阵是对角矩阵。因此,在对角矩阵的情况下,对角线元素包含非零元素,所有非对角线元素都包含零。对角矩阵用于包含两个重要点,描述如下:

  1. 对角矩阵必须是方阵。
  2. 借助形式 aij,我们可以表征对角元素,其中 i = j。它用于表明一个矩阵只能有一个对角线。

一些对角矩阵的例子描述如下:

Type of matrices in Discrete mathematics

在此图像中,有三个对角矩阵 P、Q 和 R,它们的阶数分别为 1*1、2*2 和 3*3。

标量矩阵是另一种对角矩阵。如果给定方阵的所有对角线元素都相同,而对角线元素以外的所有其他元素都为 0,则该矩阵称为**标量矩阵**。存在一种特殊的方对角矩阵,称为标量矩阵。计算对角矩阵和标量矩阵的示例如下:

对角矩阵标量矩阵
Type of matrices in Discrete mathematicsType of matrices in Discrete mathematics
矩阵 B 称为对角矩阵,因为该矩阵的所有元素都为 0,除了对角矩阵。矩阵 C 称为标量矩阵,因为上述方阵的对角线元素彼此相同,而所有其他元素都为 0。

上三角矩阵和下三角矩阵

如果一个方阵中对角线元素下方的所有元素都等于 0,则该矩阵称为**上三角矩阵**。

类似地,如果一个方阵中对角线元素上方的所有元素都等于 0,则该矩阵称为**下三角矩阵**。计算两种三角矩阵的示例如下:

上三角矩阵下三角矩阵
Type of matrices in Discrete mathematicsType of matrices in Discrete mathematics
矩阵 B 称为上三角矩阵,因为主对角线下方显示的所有元素都等于 0。矩阵 B 称为下三角矩阵,因为主对角线上方显示的所有元素都等于 0。

对称矩阵和斜对称矩阵

如果有一个 n*n 大小的方阵 D,则这种矩阵称为**对称矩阵**,如果 DT = D。这里 T 用于表示矩阵的转置。

如果有一个 n*n 大小的方阵 F,则这种矩阵称为**斜对称矩阵**,如果 FT = -F。计算对称矩阵和斜对称矩阵的示例如下:

对称矩阵斜对称矩阵
Type of matrices in Discrete mathematicsType of matrices in Discrete mathematics
矩阵 D 称为对称矩阵,因为 DT 和 D 都等于彼此。矩阵 F 称为斜对称矩阵,因为 FT 和 -F 都等于彼此。

注意

  • 如果有一个方阵 A,在这种情况下,将存在对称矩阵 A + AT 和斜对称矩阵 A - AT
  • 我们可以将方阵唯一地表示为对称矩阵和斜对称矩阵的加法形式,如下所示:
    A = ½(A + AT) + ½(A - AT) = ½(B + C)
  • 这里 B 用于表示对称矩阵,C 用于表示斜对称矩阵。
  • 如果有两个对称矩阵 A 和 B,在这种情况下,AB 将是对称的,即 AB = BA。这意味着 A 和 B 是可交换的。
  • 如果存在一个矩阵 A,它是对称矩阵或斜对称矩阵,在这种情况下,矩阵 BTAB 将相应地是对称或非对称的。
  • 在对称矩阵中,所有正整数幂都将始终是对称的。
  • 如果存在一个具有正奇数整数幂的斜对称矩阵,则它将始终是斜对称的。如果存在一个具有正偶数整数幂的斜对称矩阵,则它将始终是对称的。

厄米特矩阵和斜厄米特矩阵

厄米特矩阵和斜厄米特矩阵之间的区别非常小,描述如下:

如果一个给定矩阵与其共轭转置矩阵相同,则该矩阵称为**厄米特矩阵**。计算厄米特矩阵的示例如下:

Type of matrices in Discrete mathematics

如果一个给定矩阵与其共轭转置矩阵的负数相同,则该矩阵称为**斜厄米特矩阵**。计算斜厄米特矩阵的示例如下:

Type of matrices in Discrete mathematics

布尔矩阵

如果给定矩阵的所有元素都是 0 或 1,则该给定矩阵称为**布尔矩阵**。借助矩阵 B 计算布尔矩阵的示例如下:

Type of matrices in Discrete mathematics

随机矩阵

如果给定矩阵的所有条目都表示概率,则该给定矩阵称为**随机矩阵**。随机矩阵可以有两种类型:**左随机矩阵**和**右随机矩阵**。如果给定方阵 C 的条目非负,并且每列的条目之和等于 1,则该给定方阵是**左随机矩阵**。类似地,如果给定方阵的条目非负,并且每行的条目之和等于 1,则该给定方阵是**右随机矩阵**。计算左随机矩阵 C 的示例如下:

Type of matrices in Discrete mathematics

正交矩阵

如果存在一个方阵 B,满足关系 B*BT = I,则这种矩阵称为**正交矩阵**。这里 BT 用于表示矩阵 B 的转置,I 用于表示单位矩阵。计算正交矩阵的示例如下:

Type of matrices in Discrete mathematics
Type of matrices in Discrete mathematics

此处矩阵 B 称为正交矩阵,因为 B*BT = I。

单例矩阵

如果一个矩阵包含的元素只有一个,则该矩阵称为**单例矩阵**。假设有一个矩阵 A = [ai*j]m*n。因此,如果 m = n = 1,则该矩阵是单例矩阵。单例矩阵的示例如下:

[], [4], [6], [7], [a] 等

特殊矩阵

我们已经学习了各种类型的矩阵,但还有各种特殊类型的矩阵,描述如下:

幂等矩阵

如果存在一个方阵 A,满足 An = A 对于所有 n ≤ 2,则这种矩阵称为**幂等矩阵**。例如:A2 = A, A3 = A,等等。通过检查条件 A2 = A,我们可以确定方阵是否是幂等的。

幂零矩阵

如果存在一个方阵 A,对于某个 k ≤ n,满足 Ak = 0,则这种矩阵称为**幂零矩阵**。例如:假设有一个矩阵 A,其中

Type of matrices in Discrete mathematics

该矩阵是幂零矩阵,因为 A2 = 0。此处 0 用于表示 2 阶的零矩阵。

对合矩阵

如果存在一个方阵 A,满足 A-1 = A,则这种矩阵称为**对合矩阵**。例如:如果存在一个单位矩阵,那么它将是偶数对合矩阵,因为它等于其逆。

要点

  • 如果一个矩阵只有一行,但可以有任意数量的列,则该矩阵称为行矩阵。
  • 如果一个矩阵只有一列,但可以有任意数量的行,则该矩阵称为列矩阵。
  • 如果给定维度或阶数的矩阵的所有元素都是常数,则该矩阵称为**常数矩阵**。