转置矩阵 (Transpose matrix)


矩阵转置的定义 ( Definition of the Transpose of a Matrix)

如果 M 是一个 m × n 矩阵,然后 M 转置,表示为 MT ,是 n×m 矩阵的行和列互换得到的矩阵 M.
这些是矩阵转置的示例。
a)
Row Matrix
矩阵 A 有一行,大小(或顺序) 1 ×3 。 矩阵 A 的转置是通过将矩阵的行交换为列来获得的。 因此矩阵 A 的转置大小为 3 × 1 并用 AT 表示,由下式给出
Transpose Row Matrix

b)
Column Matrix
矩阵 B 的转置,该矩阵有一列,大小为 4 × 1,是将矩阵的列换成行得到的。 因此矩阵 B 的转置阶数为 1 × 4 并表示为 BT 由下式给出
Transpose of Column Matrix

c)
2 by 3 Matrix
矩阵 C 的大小为 2 × 3 。 该矩阵的转置是通过将矩阵的行交换为列(或将列交换为行)来获得的。 因此,矩阵 C 的转置 CT 具有顺序 3 × 2 由下式给出
Transpose of a 2 by 3 Matrix

d)
\( D = \begin{bmatrix} 2 & - 5 & 9 \\ -7 & 0 & 9 \\ 1 & -2 & 11 \end{bmatrix} \)
阶数为 \( 3 \times 3 \) 的矩阵 \( D \) 的转置是通过将矩阵的行交换为列(或将列交换为行)来获得的。 因此矩阵 \( D \) 的转置 \( D^T \) 的阶数为 \( 3 \times 3 \) ,由下式给出
\( D^T = \begin{bmatrix} 2 & -7 & 1 \\ - 5 & 0 & -2 \\ 9 & 9 & 11 \end{bmatrix} \)
注意给定矩阵转置的行是矩阵的列,转置的列是矩阵的行。



矩阵转置的性质 (Properties of matrix transpose)

下面给出了矩阵转置的一些最重要的属性。

  1.   \( (A^T)^T = A \).
  2.   \( (AB)^T = B^T A^T \)
  3.   \( (A+B)^T = A^T + B^T \)
  4.   \( (k A)^T = k A^T \) , k 是实数。
  5.   \( (A^T)^{-1} = (A^{-1})^T \)
  6.   \( Det(A^T) = Det(A) \).
  7.   \( A^T = A \) 当且仅当 \( A \) 是对称矩阵.
  8.   \( A^{-1} = A^T \) 当且仅当 \( A \) 是一个 正交(方)矩阵。



示例及解决方案 (Examples with Solutions)

例子 1
求矩阵的转置:
a) \( A = \begin{bmatrix} 0 & 0 & 1 \\ 1 & 0 & 0 \end{bmatrix} \)      b) \( B = \begin{bmatrix} -2 & 0 & 1 \\ \end{bmatrix} \)      c) \( C = \begin{bmatrix} 5 & -7 \\ 1 & -4 \\ 0 & -1 \\ 7 & -4 \\ \end{bmatrix} \)

解决方案
我们通过交换行和列来找到矩阵的转置,如下所示:
a) \( A^T = \begin{bmatrix} 0 & 1\\ 0 & 0 \\ 1 & 0 \end{bmatrix} \)      b) \( B^T = \begin{bmatrix} -2 \\ 0 \\ 1 \end{bmatrix} \)      c) \( C^T = \begin{bmatrix} 5 & 1 & 0 & 7 \\ -7 & -4 & -1 & -4 \end{bmatrix} \)



例子 2
矩阵 \( A \) 和 \( B \) 由下式给出 \( A = \begin{bmatrix} -1 & 0 & 1 \\ 1 & 2 & 0 \end{bmatrix} \) , \( B = \begin{bmatrix} -1 \\ 1 \\ 2 \end{bmatrix} \).
证明 \( (AB)^T = B^T A^T \) (验证上面的性质 2)。

解决方案
计算\(AB\)
\( AB = \begin{bmatrix} -1 & 0 & 1 \\ 1 & 2 & 0 \end{bmatrix} \begin{bmatrix} -1 \\ 1 \\ 2 \end{bmatrix} = \begin{bmatrix} 3 \\ 1 \end{bmatrix} \)
计算 \( (AB)^T \)
\( (AB)^T = \begin{bmatrix} 3 & 1 \end{bmatrix} \)

确定\(A^T\)和\(B^T\)
\( A^T = \begin{bmatrix} -1 & 1 \\ 0 & 2 \\ 1 & 0 \end{bmatrix} \) , \( B^T = \begin{bmatrix} -1 & 1 & 2 \end{bmatrix} \)
计算 \( B^T A^T \)
\( B^T A^T = \begin{bmatrix} -1 & 1 & 2 \end{bmatrix} \begin{bmatrix} -1 & 1 \\ 0 & 2 \\ 1 & 0 \end{bmatrix} = \begin{bmatrix} 3 & 1 \end{bmatrix} \)
因此 \( (AB)^T = B^T A^T \)



例子 3
设矩阵 \( A = \begin{bmatrix} -1 & 0\\ 1 & 2 \end{bmatrix} \)
显示那 \( (A^T)^{-1} = (A^{-1})^T \) (验证上面的属性 5).

解决方案
计算\(A^T\)
\( A^T = \begin{bmatrix} -1 & 1\\ 0 & 2 \end{bmatrix} \)
使用逆矩阵的公式 一个\( 2 \times 2 \) 矩阵\( \begin{bmatrix} x & y \\ z & w \\ \end{bmatrix}^{-1} = \dfrac{1}{xw - yz} \begin{bmatrix} w & - y \\ - z & x \\ \end{bmatrix} \) to find \( (A^T)^{-1} \)
\( (A^T)^{-1} = -\dfrac{1}{2} \begin{bmatrix} 2 & 0\\ 1 & -1 \end{bmatrix} \)

\( \quad \quad = \begin{bmatrix} -1 & 0\\ -\dfrac{1}{2} & \dfrac{1}{2} \end{bmatrix} \)

使用上面给出的 \( 2 \times 2 \) 矩阵的逆矩阵的相同公式来找到 \( A^{-1} \)
\( A^{-1} = -\dfrac{1}{2} \begin{bmatrix} 2 & 1\\ 0 & -1 \end{bmatrix} \)

\( \quad \quad = \begin{bmatrix} -1 & -\dfrac{1}{2}\\ 0 & \dfrac{1}{2} \end{bmatrix} \)

我们现在计算 \( (A^{-1}) ^T \)
\( (A^{-1}) ^T = \begin{bmatrix} -1 & 0 \\ -\dfrac{1}{2} & \dfrac{1}{2} \end{bmatrix} \)

因此我们得出结论 \( (A^T)^{-1} = (A^{-1})^T \).



例子 4
设矩阵 \( A = \begin{bmatrix} -1 & 0 & 1\\ 1 & 2 & 2 \\ -2 & 0 & 1 \end{bmatrix} \)
证明 \( Det(A^T) = Det(A) \) (验证上面的属性 6)

解决方案
使用上面一行计算 \( Det(A) \)
使用上面一行计算 \( Det(A) \) \( Det(A) = -1 ( 2 \times 1 - 0) + 1 (0 - 2(-2) ) = 2 \)

计算 \( A^T \)
\( A^T \begin{bmatrix} -1 & 1 & -2 \\ 0 & 2 & 0 \\ 1 & 2 & 1 \end{bmatrix} \)
使用最左边的列计算 \( Det(A^T) \)
\( Det(A^T) = -1 ( 2 \times 1 - 0) + 1 ( 0 - 2(-2)) = 2 \)
因此我们得出结论 \( Det(A^T) = Det(A) \)



例子 5
使用上面的属性 7 可以证明矩阵 \( A = \begin{bmatrix} 0 & -1 & 3\\ -1 & 2 & 5 \\ 3 & -5 & 1 \end{bmatrix} \) 不是对称矩阵

解决方案
计算\(A^T\)
\( A^T = \begin{bmatrix} 0 & -1 & 3 \\ -1 & 2 & -5 \\ 3 & 5 & 1 \end{bmatrix} \)
我们可以验证 \( A_{2,3} = 5 \) 处的条目和 \( A^T_{2,3} = - 5 \) 处的条目,因此矩阵 \( A^T \) 和 \ ( A \) 不相等,这意味着矩阵 \( A \) 不对称。



问题 (以下给出解决方案) (Problems)



上述问题的解决方案 (Solutions to the above problems)



更多参考资料和链接