方块矩阵

线性代数
${\displaystyle \mathbf {A} ={\begin{bmatrix}1&2\\3&4\end{bmatrix}}}$
向量 · 向量空间 · 基底  · 行列式  · 矩阵
向量 标量 · 向量 · 向量空间 · 向量投影 · 外积（向量积 · 七维向量积） · 内积（数量积） · 二重向量 矩阵与行列式 矩阵 · 行列式 · 线性方程组 · 秩 · 核 · 跡 · 單位矩陣 · 初等矩阵 · 方块矩阵 · 分块矩阵 · 三角矩阵 · 非奇异方阵 · 转置矩阵 · 逆矩阵 · 对角矩阵 · 可对角化矩阵 · 对称矩阵 · 反對稱矩陣 · 正交矩阵 · 幺正矩阵 · 埃尔米特矩阵 · 反埃尔米特矩阵 · 正规矩阵 · 伴随矩阵 · 余因子矩阵 · 共轭转置 · 正定矩阵 · 幂零矩阵 · 矩阵分解 （LU分解 · 奇异值分解 · QR分解 · 极分解 · 特征分解） · 子式和余子式 · 拉普拉斯展開 · 克罗内克积 线性空间与线性变换 线性空间 · 线性变换 · 线性子空间 · 线性生成空间 · 基 · 线性映射 · 线性投影 · 線性無關 · 线性组合 · 线性泛函 · 行空间与列空间 · 对偶空间 · 正交 · 特征向量 · 最小二乘法 · 格拉姆-施密特正交化
查 论 编

方塊矩陣，也称方阵、方矩陣或正方矩陣[1]，是行數及列數皆相同的矩陣。由${\displaystyle n\times n\,}$矩陣組成的集合，連同矩陣加法和矩陣乘法，构成環。除了${\displaystyle n=1\,}$，此環並不是交换環。

M(n, R)，即實方塊矩陣環，是個實有单位的結合代數。M(n, C)，即複方塊矩陣環，則是複結合代數。

單位矩陣${\displaystyle I_{n}\,}$的對角線全是1而其他位置全是0，對所有${\displaystyle m\times n\,}$矩陣${\displaystyle M\,}$及${\displaystyle n\times k\,}$矩陣${\displaystyle N\,}$都有${\displaystyle MI_{n}=M\,}$及${\displaystyle I_{n}N=N\,}$。 例如，若${\displaystyle n=3\,}$：

${\displaystyle I_{3}={\begin{bmatrix}1&0&0\\0&1&0\\0&0&1\end{bmatrix}}\,}$

單位矩陣是方塊矩陣環的單位元。

方塊矩陣環的可逆元稱為可逆矩陣或非奇异方阵。${\displaystyle n\times n\,}$矩陣${\displaystyle A\,}$是可逆當且僅當存在矩陣${\displaystyle B\,}$使得

${\displaystyle AB=I_{n}(=BA)\,}$。

此時${\displaystyle B\,}$稱為${\displaystyle A\,}$的逆矩陣，並記作${\displaystyle A^{-1}\,}$。 所有${\displaystyle n\times n\,}$矩陣在乘法上組成一個群（亦是一個李群），稱為一般線性群。

若數字${\displaystyle \lambda \,}$和非零向量${\displaystyle {\vec {v}}\,}$满足${\displaystyle A{\vec {v}}=\lambda {\vec {v}}\,}$，則${\displaystyle {\vec {v}}\,}$為${\displaystyle A\,}$的一個特征向量，${\displaystyle \lambda \,}$是其對應的特征值。數字${\displaystyle \lambda \,}$為${\displaystyle A\,}$的特征值當且僅當${\displaystyle A-\lambda I_{n}\,}$可逆，又當且僅當${\displaystyle p_{A}(\lambda )=0\,}$。這裏，${\displaystyle p_{A}(x)\,}$是${\displaystyle A\,}$的特征多項式。特征多項式是一個${\displaystyle n\,}$次多項式，有${\displaystyle n\,}$个复根（考虑重根），即${\displaystyle A\,}$有${\displaystyle n\,}$個特征值。

方塊矩陣${\displaystyle A\,}$的行列式是其${\displaystyle n\,}$個特征值的積，但亦可經由莱布尼茨公式計算出來。可逆矩陣正好是那些行列式非零的矩陣。

高斯-若爾當消元法非常重要，可以用来計算矩阵的行列式，秩，逆矩陣，并解決線性方程組。

矩陣的迹是${\displaystyle n\times n\,}$矩陣的对角线元素之和，也是其${\displaystyle n\,}$個特征值之和。

所有正交矩阵都是方块矩阵。

方块矩阵的等价命题

线性代数中，下列关于方块矩阵A的命题是等价的（同时成立，或同时不成立）：

1. A 可逆 ； A的反矩陣存在。
2. det(A) ≠ 0 。
3. rank(A) = n 。
4. Null(A) = 0 。
5. A的特征值中没有0。
6. 对任意b属于F^n，Ax = b有唯一解。
7. Ax = 0只有平凡解。
8. A^TA可逆。
9. A与单位矩阵行（列）等价。
10. A的行向量或列向量張成F^n 。
11. A的零空间只有零向量。
12. A的值域為F^n 。
13. A的行（列）向量构成F^n (F^n)中向量的线性无关集。

这裡，F为矩阵元素所属的域。通常，这个域为实数域或复数域。

參考資料

1. 存档副本. [2015年2月26日]. （原始内容存档于2015年2月26日）. ，國家教育研究院（繁體中文）