内容发布更新时间 : 2024/5/20 3:54:01星期一 下面是文章的全部内容请认真阅读。

矩阵

矩阵一般指矩阵（数学术语），更多含义请参阅 矩阵（多义词） 。

矩阵（Matrix）本意是子宫、控制中心的母体、孕育生命的地方。在数学上，矩阵是指纵横排列的二维数据表格，最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。矩阵概念在生产实践中也有许多应用，比如矩阵图法以及保护个人帐号的矩阵卡系统（由深圳网域提出）等等。“矩阵”的本意也常被应用，比如监控系统中负责对前端视频源与控制线切换控制的模拟设备也叫矩阵。

1历史

矩阵的研究历史悠久，拉丁方阵和幻方在史前年代已有人研究。

作为解决线性方程的工具，矩阵也有不短的历史。1693年，微积分的发明者之一戈特弗里德·威廉·莱布尼茨建立了行列式论(theory of determinants)。1750年，加布里尔·克拉默其后又定下了克拉默法则。1800年代，高斯和威廉·若尔当建立了高斯—若尔当消去法。 1848年詹姆斯·约瑟夫·西尔维斯特首先创出matrix一词。研究过矩阵论的著名数学家有凯莱、威廉·卢云·哈密顿、格拉斯曼、弗罗贝尼乌斯和冯·诺伊曼。

2符号

以下是一个 4 × 3 矩阵：

某矩阵 A 的第 i 行第 j 列，或 i,j位，通常记为 A[i,j] 或 Ai,j。在上述例子中 A[2,3]=7。 在C语言中，亦以 A[j] 表达。(值得注意的是，与一般矩阵的算法不同，在C中，\行\和\列\都是从0开始算起的)

此外 A = (aij)，意为 A[i,j] = aij 对于所有 i 及 j，常见于数学著作中。 一般环上构作的矩阵

给出一环 R，M(m,n, R) 是所有由 R 中元素排成的 m× n 矩阵的集合。若 m=n，则通常记以 M(n,R)。这些矩阵可加可乘 (请看下面)，故 M(n,R) 本身是一个环，而此环与左 R模Rn 的自同态环同构。

若 R 可置换， 则 M(n, R) 为一带单位元的 R-代数。其上可以莱布尼茨公式定义 行列式：一个矩阵可逆当且仅当其行列式在 R 内可逆。

在百度百科内，除特别指出，一个矩阵多是实数矩阵或虚数矩阵。 分块矩阵

分块矩阵 是指一个大矩阵分割成“矩阵的矩阵”。举例，以下的矩阵 可分割成 4 个 2×2 的矩阵，矩阵将多种信号自由控制，将BSV液晶拼接跨屏显示。 此法可用于简化运算，简化数学证明，以及一些电脑应用如VLSI芯片设计等。

3特殊类别

[1] 对称矩阵是相对其主对角线（由左上至右下）对称， 即是 ai,j=aj,i。

埃尔米特矩阵（或自共轭矩阵）是相对其主对角线以复共轭方式对称， 即是 ai,j=a*j,i。 注：一般来说对称矩阵是对实矩阵而言，埃尔米特矩阵是对复矩阵而言。 斜对称矩阵是其转置矩阵等于自身的加法逆元，即是aii=0,ai,j=-aj,i(i≠j)。 特普利茨矩阵在任意对角线上所有元素相对， 是 ai,j=ai+1,j+1。

随机矩阵所有列都是概率向量， 用于马尔可夫链。 注：以上定义均是对方阵而言。

此外，还有对角矩阵，单位矩阵，条带矩阵。

[2]对角矩阵是仅在它的主对角线上有元素而其他位置上的元素全为零（即aij= 0或i≠j）的矩阵。如图为nXn的对角矩阵：

类似的是单位矩阵，但位于主对角线上的元素都是1，即a1=a2=......=an=1

条带矩阵是指与主对角线平行的位置上有非零元素而其他位置的元素全为零的矩阵

4来源

矩阵的研究历史悠久，拉丁方阵和幻方在史前年代已有人研究。英文名Matrix（SAMND矩阵）。在数学名词中，矩阵用来表示统计数据等方面的各种有关联的数据。这个定义很好地解释了Matrix代码制造世界的数学逻辑基础。

成书于西汉末、东汉初的《九章算术》用分离系数法表示线性方程组，得到了其增广矩阵。在消元过程中，使用的把某行乘以某一非零实数、从某行中减去另一行等运算技巧，相当于矩阵的初等变换。但当时并没有现在理解的矩阵概念，虽然它与现在的矩阵形式上相同，但在当时只是作为线性方程组的标准表示与处理方式。

矩阵的现代概念在19世纪逐渐形成。1801年德国数学家高斯（F.Gauss，1777~1855）把一个线性变换的全部系数作为一个整体。1844年，德国数学家爱森斯坦（F.Eissenstein，1823~1852）讨论了“变换”（矩阵）及其乘积。1850年，英国数学家西尔维斯特（James Joseph Sylvester，18414-1897）首先使用矩阵一词。1858年，英国数学家凯莱（A.Gayley，1821~1895）发表《关于矩阵理论的研究报告》。他首先将矩阵作为一个独立的数学对象加以研究，并在这个主题上首先发表了一系列文章，因而被认为是矩阵论的创立者，他给出了现在通用的一系列定义，如两矩阵相等、零矩阵、单位矩阵、两矩阵的和、一个数与一个矩阵的数量积、两个矩阵的积、矩阵的逆、转置矩阵等。并且凯莱还注意到矩阵的乘法是可结合的，但一般不可交换，且m*n矩阵只能用n*k矩阵去右乘。1854年，法国数学家埃米尔特（C.Hermite，1822~1901）使用了“正交矩阵”这一术语，但他的正式定义直到1878年才由德国数学家费罗贝尼乌斯（F.G.Frohenius，1849~1917）发表。1879年，费罗贝尼乌斯引入矩阵秩的概念。

至此，矩阵的体系基本上建立起来了。

5图法

简介

矩阵是高等代数学中的常见工具，也常见于统计分析等应用数学学科中。在物理学中，矩阵于电路学、力学、光学和量子物理中都有应用；计算机科学中，三维动画制作也需要用

到矩阵。 矩阵的运算是数值分析领域的重要问题。将矩阵分解为简单矩阵的组合可以在理论和实际应用上简化矩阵的运算。对一些应用广泛而形式特殊的矩阵，例如稀疏矩阵和准对角矩阵，有特定的快速运算算法。关于矩阵相关理论的发展和应用，请参考矩阵理论。在天体物理、量子力学等领域，也会出现无穷维的矩阵，是矩阵的一种推广。

矩阵的概念最早于1922年见于中文。1922年，程廷熙在一篇介绍文章中将矩阵译为“纵横阵”。1925年，科学名词审查会算学名词审查组在《科学》第十卷第四期刊登的审定名词表中，矩阵被翻译为“矩阵式”，方块矩阵翻译为“方阵式”，而各类矩阵如“正交矩阵”、“伴随矩阵”中的“矩阵”则被翻译为“方阵”。1935年，中国数学会审查后，中华民国教育部审定的《数学名词》（并“通令全国各院校一律遵用，以昭划一”）中，“矩阵”作为译名首次出现。1938年，曹惠群在接受科学名词审查会委托就数学名词加以校订的《算学名词汇编》中，认为应当的译名是“长方阵”。中华人民共和国成立后编订的《数学名词》中，则将译名定为“（矩）阵”。1993年，中国自然科学名词审定委员会公布的《数学名词》中，“矩阵”被定为正式译名，并沿用至今。

矩阵图法就是从多维问题的事件中，找出成对的因素，排列成矩阵图，然后根据矩阵图来分析问题，确定关键点的方法，它是一种通过多因素综合思考，探索问题的好方法。

在复杂的质量问题中，往往存在许多成对的质量因素．将这些成对因素找出来，分别排列成行和列，其交点就是其相互关联的程度，在此基础上再找出存在的问题及问题的形态，从而找到解决问题的思路。

矩阵图的形式如图所示，A为某一个因素群，a1、a2、a3、a4、…是属于A这个因素群的具体因素，将它们排列成行；B为另一个因素群，b1、b2、b3、b4、…为属于B这个因素群的具体因素，将它们排列成列；行和列的交点表示A和B各因素之间的关系。按照交点上行和列因素是否相关联及其关联程度的大小，可以探索问题的所在和问题的形态，也可以从中得到解决问题的启示等。

质量管理中所使用的矩阵图，其成对因素往往是要着重分析的质量问题的两个侧面，如生产过程中出现了不合格品时，着重需要分析不合格的现象和不合格的原因之间的关系，为此，需要把所有缺陷形式和造成这些缺陷的原因都罗列出来，逐一分析具体现象与具体原因之间的关系，这些具体现象和具体原因分别构成矩阵图中的行元素和列元素。

矩阵图的最大优点在于，寻找对应元素的交点很方便，而且不遗漏，显示对应元素的关系也很清楚。矩阵图法还具有以下几个点： ①可用于分析成对的影响因素

②因素之间的关系清晰明了，便于确定重点 ③便于与系统图结合使用。

用途

矩阵图法的用途十分广泛．在质量管理中，常用矩阵图法解决以下问题：

①把系列产品的硬件功能和软件功能相对应，并要从中找出研制新产品或改进老产品的切入点

②明确应保证的产品质量特性及其与管理机构或保证部门的关系，使质量保证体制更可靠 ③明确产品的质量特性与试验测定项目、试验测定仪器之间的关系，力求强化质量评价体制或使之提高效率

④当生产工序中存在多种不良现象，且它们具有若干个共同的原因时，希望搞清这些不良现象及其产生原因的相互关系，进而把这些不良现象一举消除

⑤在进行多变量分析、研究从何处入手以及以什么方式收集数据。 类型

矩阵图法在应用上的一个重要特征，就是把应该分析的对象表示在适当的矩阵图上。因此，可以把若干种矩阵图进行分类，表示出他们的形状，按对象选择并灵活运用适当的矩阵图形。常见的矩阵图有以下几种：

(1)L型矩阵图。是把一对现象用以矩阵的行和列排列的二元表的形式来表达的一种矩阵图，它适用于若干目的与手段的对应关系，或若干结果和原因之间的关系。

(2)T型矩阵图。是A、B两因素的L型矩阵和A、c两因素的L型矩阵图的组合矩阵图，这种矩阵图可以用于分析质量问题中“不良现象一原因一工序”之间的关系，也可以用于分析探索材料新用途的“材料成分一特性一用途”之间酌关系等。

(3)Y型矩阵图。是把A因素与B因素、B因素与C因素、C因素与A因素三个L型矩阵图组合在一起而形成的矩阵图。

(4)X型矩阵图。是把A因素与B因素、B因素与C因素、C因素与D因素、D因素与A因素四个L型矩阵图组合而形成的矩阵图，这种矩阵图表示A和B、D，D和 A、C，C和B、D，D和A、C这四对因素间的相互关系，如“管理机能一管理项目一输入信息一输出信息”就属于这种类型。

(5)C型矩阵图。是以A、B、C三因素为边做出的六面体，其特征是以A、B、c三因素所确定的三维空间上的点为“着眼点”。 制作

制作矩阵图一般要遵循以下几个步骤： ①列出质量因素：

②把成对对因素排列成行和列，表示其对应关系 ③选择合适的矩阵图类型

④在成对因素交点处表示其关系程度，一般凭经验进行定性判断，可分为三种：关系密切、关系较密切、关系一般（或可能有关系)，并用不同符号表示 ⑤根据关系程度确定必须控制的重点因素

⑥针对重点因素作对策表。

6运算

给出 m×

矩阵

n 矩阵 A 和 B，可定义它们的和 A + B 为一 m×n 矩阵，等 i,j 项为 (A + B)[i, j] = A[i, j] + B[i, j]。举例：

另类加法可见于矩阵加法。

若给出一矩阵 A 及一数字 c，可定义标量积 cA，其中 (cA)[i, j] = cA[i, j]。 例如 这两种运算令 M(m, n, R) 成为一实数线性空间，维数是mn.

若一矩阵的列数与另一矩阵的行数相等，则可定义这两个矩阵的乘积。如 A 是 m×n 矩阵和 B 是 n×p矩阵，它们是乘积 AB 是一个 m×p 矩阵，其中

(AB)[i, j] = A[i, 1] * B[1, j] + A[i, 2] * B[2, j] + ... + A[i, n] * B[n, j] 对所有 i 及 j。 例如

此乘法有如下性质：

(AB)C = A(BC) 对所有 k×m 矩阵 A, m×n 矩阵 B 及 n×p 矩阵 C (\结合律\(A + B)C = AC + BC 对所有 m×n 矩阵 A 及 B 和 n×k 矩阵 C (\分配律\。 C(A + B) = CA + CB 对所有 m×n 矩阵 A 及 B 和 k×m 矩阵 C (\分配律\。 要注意的是：可置换性不一定成立，即有矩阵 A 及 B 使得 AB ≠ BA。 对其他特殊乘法，见矩阵乘法。

7其他性质

线性变换，转置。 矩阵是线性变换

的便利表达法，皆因矩阵乘法与及线性变换的合成有以下的连系：