本文的閱讀等級:中級
如果門徒向蘇格拉底提問:「轉置矩陣是甚麼?」蘇格拉底一如既往地回答:「不知道。」門徒於是轉而查閱課本的說法:
給定一個 階矩陣 ,轉置矩陣是一個 階矩陣,記作 ,其中 。
轉置矩陣 不過就是將 的行列對調位置而已,還有必要繼續討論下去嗎?「轉置矩陣 與原矩陣 有何關係?」誠懇向學的門徒不肯罷休又窮追猛問:「轉置矩陣 有什麼代數和幾何意義?」越是基本的問題往往越難給出令多數人滿意的答案,所以先聲明:以下言論僅為個人觀點,不代表本人服務的工作單位的立場。
從矩陣的行列交換來理解轉置矩陣只是霧裡看花。相對地,逆矩陣的意義就十分明顯,因為逆矩陣的定義直接點出它的性質:,不論解線性方程或線性變換都有直觀意義。令 為一個 階方陣, 和 為 維向量。線性方程 可以解釋為 經過線性變換 映射後得到的像 (image)。當 是可逆時,
。
使用圖示可以清楚表達這個關係:
來自逆矩陣的啟發,我們不妨嘗試用線性變換觀點來理解轉置矩陣。以下設 為 階實矩陣。既然任意矩陣 代表一個線性變換,其轉置 當然也是一個線性變換,表面的差異是兩者的映射空間相反,即
為便利說明,我們將 和 的關係想像為兩方在打桌球。見圖一的桌球平台,圖中顯示兩個向量空間,我方 空間居左,對方 空間居右; 代表我方的球路,由左向右映射,而 代表對方的球路,由右向左映射。
桌球平台還展示了四個主要子空間。設 ,。若我方將球從 擊發,球至對方空間的落點為 ;若對方將球從 擊出,球則落於 。將 的行空間 (column space,即值域) 想成我方球桌, 的行空間 視為對方球桌。(在台灣,橫向稱為列,縱向稱為行。在中國大陸,橫向稱為行,縱向稱為列。) 當我方發球點 位於 的零空間 (nullspace) , 表示球彈落桌角後出界。同樣地,當對方發球點 ,則 也表示球出界。設矩陣秩為 ,則
。
上式說明了我方球桌與對方球桌「大小」相同,都等於矩陣秩。秩—零度定理 (見“線性代數基本定理(一)”) 進一步指出 和 的行空間維數與其零度 (nullity,即零空間的維數) 的關係:
到目前為止,桌球平台仍不足以完全解釋 和 的關係,我們要設法聯繫圖一顯示的四個擊球點與落點:,,,。注意, 和 同屬於 空間, 和 屬於 空間。我們猜想向量內積或許能夠提供一些有用的訊息,因為內積運算可以衍生向量長度的度量並建立子空間的正交關係。 考慮 向量 與 的內積,使用矩陣乘法結合律,,結果等於 向量 與 的內積。數學家稱這個性質為伴隨 (adjoint),並用它來定義轉置矩陣:給定一個 階實矩陣 , 階轉置矩陣 滿足
。
根據這個定義, 確實唯一存在嗎?存在性是無庸置疑的,我們只要證明唯一性即可。設 和 為 階矩陣且任意 , 均滿足
將二式相減,可得
。
設 ,就有 。因為 是任意向量,故 ,證得 是唯一的。
利用轉置矩陣的內積定義很容易發現子空間的正交關係 (參閱“線性代數基本定理(二)”)。考慮任一 ,即 ,則 ,所以 ,因為 是任意的,也就有 。同樣道理也可以證得 。再搭配秩—零度定理便推論出子空間的正交補餘:
以伴隨性質來定義轉置矩陣還有另外兩個目的:
-
內積運算比單純地把行列對調更富幾何意義。當我們從實幾何向量空間延伸至其他的向量空間,內積的定義將有所不同,所謂的伴隨形式也將隨之調整改變。例如,“內積的定義”曾經介紹複向量 的標準內積為 ,也就有
。
對複矩陣 而言,轉置必須變更為共軛轉置 (conjugate transpose), 方能符合前述定義。
- 由伴隨性質出發可以輕易推論出轉置矩陣的代數性質。例如,欲證明 ,可對 連續使用兩次定義,先對 ,再對 ,得到
。
將上式與 相比較,即證得所求。如欲證明 ,先對 使用定義並對調位置,再對 使用定義並對調位置:
。
因此, 也是 的轉置矩陣。
下面我們討論轉置矩陣的一個重要應用──最小平方法。見圖二,對方將球從 發出,球在我方桌面的落點為 。再輪到我方發球,球從 擊出至對方桌面位置 ,對方反擊後彈回我方桌面並擊中 。如果球於我方桌面的兩次落點都在同一個位置,即
。
這代表什麼意義?上式稱為正規方程式 (normal equation)。當此式成立時,,可知 , 正是 在對方桌面 的正交投影,根據正交原則,此時 距離最短。換句話說,我方雖未能將球直接擊中對方發球點 (因為我方總是將球打向對方桌面,而 未必在對方桌面上),但仍可令球朝著與 最接近的桌面位置擊發。當 時,,我方桌面 充滿了整個 , 階方陣 是可逆的,可得出最小平方解
。
縱使當 時, 不可逆,你仍然可於我方桌面找到一個滿足上式的解 ,比較麻煩的是這時候需要使用偽逆矩陣計算 (見“通過推導偽逆矩陣認識線性代數的深層結構”)。
最後總結本文的討論:矩陣 與其轉置 的關係就像打乒乓球, 球路是「乒」, 球路是「乓」。我方乒過去,對方乓回來。對方是我方的「伴隨」球友,我方當然也是對方的「伴隨」球友,雙方共同遵守這條「乒乓協議」:
。
將轉置矩陣乒乓球化是我所能想到──既非十分抽象,也不過於粗淺──的解釋方式。如果讀者仍不能認同,我再提供另一個方法:想像一下,如果線性代數的世界少了轉置矩陣,哪些概念、理論與應用將因此消失?從遺失的部分反推,相信你也能夠建立個人的一套轉置矩陣學說。
感謝老師很精彩的解釋,讓我對轉置矩陣有更多認識。
回想以前國中、高中的學習歷程,如果老師講課使用比喻法,採取有趣的方式說明,學生就會懂得更多。
可惜,這樣的老師不多。或者因為大考的壓力,學生們以應付考試為第一要務,很少有老師如此教學。
1986年美國太空梭挑戰者號升空失事,那時我正在國外求學。有一天看見費因曼(Feynman)在調查報告會上將一個0型橡皮環放入一杯冰水中,他把橡皮環從冰水夾出來時橡皮環失去了彈性,他用這個示範向社會大眾解釋太空梭爆炸的原因。當時我在電視機前看的目瞪口呆!
20幾年過去了,現在寫出來的東西與那種真正精彩的解釋還有很遙遠的距離。
看您的文章比上工數可有趣多了~~
PS我是外校的(非交大)的學生XD
有個笑話說學校畢業典禮那天學生們各個哭成一團,突然看見一旁的老師哭的比他們還要傷心。有位學生便問老師為何如此難過?老師回說:今天你們就可以離開學校,而我還要再等20年後才能退休!
沒辦法,學校裡教的學的泰半是無趣的多吧。
簡化成這樣解釋
對任意 A 存在一 B 使得
(Ax)‧y = x‧(By)
然後再證明 A^T = B 這樣,就是某線性映射,換成另一線性映射作用在另一個向量,兩值會相等
想請教老師要怎把微分方程學好,最近考出一張15分很無言
從基本學起是不二法門。找一本簡單明瞭的書本起步,如果你能夠聽閱英文授課,首頁的連結 Khan Academy 也有淺顯易懂的微分方程教學影片。
您的见解非常深刻独到,受教了!
我是這樣理解的: AtA=UDU*,
所以At似乎是行列式與A一樣, 但是skew與A相反的運算(似乎不精確),
因為UDU*中我看不到任何skew