线性代数中tr是什么:迹的定义与运算
线性代数中tr是什么,tr是英文trace的缩写,中文名称为矩阵的迹,仅对方阵有定义,计算方式是把方阵主对角线上全部元素相加得到一个标量数值,该概念广泛用于矩阵相似判定、特征值分析、二次型、内积空间等线性代数课程内容,国内高等学校理工科通用教材《线性代数》(同济大学第七版)将矩阵迹纳入矩阵运算拓展章节,适用对象为本科理工科、考研数学一/数学二备考人群,非方阵不存在tr运算,不能对非方形矩阵直接求迹,这是做题时高频混淆点。
线性代数中tr是什么,核心定义与计算公式
设n阶方阵A,元素记作$A_{ij}$,其中i代表行号,j代表列号,主对角线就是满足i=j的元素位置,也就是$A_{11},A_{22},A_{33}……A_{nn}$,tr(A)=$A_{11}+A_{22}+A_{33}+…+A_{nn}$,最终输出结果是单个实数,不是矩阵。举一个2阶方阵例子,A=$\begin{pmatrix}2&5\\3&7\end{pmatrix}$,主对角线元素是2和7,tr(A)=2+7=9,你在计算时只取i=j位置元素,同行其他位置、同列非对角元素全部忽略,不要误把整行或者整列求和当成迹。
tr只适用于方阵。
线性代数中tr是什么,核心运算性质
矩阵迹具备多条常用运算性质,做题时可以直接套用,第一条是线性性质,tr(kA+B)=k·tr(A)+tr(B),k为任意常数,A和B必须是同阶方阵;第二条是转置不变性,tr($A^T$)=tr(A),方阵转置之后主对角线元素没有发生改变,因此迹的数值不变;第三条是乘积迹轮换性质,tr(AB)=tr(BA),这条性质不要求AB是对角矩阵,只要求A、B相乘之后得到方阵,即便AB和BA本身阶数不同,只要乘积是方阵,迹依然相等,该性质可以延伸得到tr(ABC)=tr(BCA)=tr(CAB),也就是循环轮换矩阵顺序,迹保持不变。
你要区分一个关键边界,tr(AB)=tr(BA)成立,但是不能反向推出AB=BA,迹相等仅代表对角元素之和相等,矩阵本身不一定可交换,很多考研选择题会在这里设置陷阱,看到tr(AB)=tr(BA)就判定矩阵可交换,属于典型错误。
| 性质名称 | 公式表达 | 前提条件 |
|---|---|---|
| 线性性 | tr(kA+B)=ktr(A)+tr(B) | A、B同阶方阵,k为常数 |
| 转置不变 | tr(A^T)=tr(A) | A为方阵 |
| 乘积轮换 | tr(AB)=tr(BA) | AB、BA乘积为方阵 |
| 特征值关联 | tr(A)=所有特征值之和 | A为n阶方阵,含重根与复特征值 |
线性代数中tr是什么,和特征值的关联应用
n阶方阵所有特征值$\lambda_1,\lambda_2,…,\lambda_n$相加,结果等于tr(A),这个结论是迹最常用的考点,和行列式det(A)等于全部特征值乘积形成配对记忆,也就是常说的“迹是特征值之和,行列式是特征值之积”。当题目不需要求出全部特征值,只需要求特征值总和时,你可以直接计算矩阵主对角线求和,不用展开特征多项式求解,能够大幅减少计算量,这个技巧在矩阵相似题型里使用频率很高,相似矩阵拥有相同迹,因为相似矩阵特征值完全一致,tr(P^{-1}AP)=tr(A)。
在矩阵空间内积定义里,Frobenius内积也会用到tr运算,两个同阶矩阵A、B的Frobenius内积写作$\langleA,B\rangle=tr(A^TB)$,该内积对应的范数F范数平方就是tr($A^TA$),这部分内容属于线性代数进阶内容,本科基础课程一般不做硬性要求,主要出现在矩阵论、数值分析等后续课程。
线性代数中tr是什么,常见易错点与适用边界
该运算的适用边界是仅方阵可求迹,如果是3行2列这类长方阵,不存在主对角线求和对应的tr定义,部分教材拓展定义的广义迹不属于本科线性代数大纲内容,考试默认不采用。另外要注意,tr(AB)≠tr(A)tr(B),也就是乘积的迹不等于迹的乘积,不要把轮换性质错误扩展成乘法分配,例如A是2阶单位矩阵,B是任意2阶方阵,tr(AB)=tr(B),而tr(A)tr(B)=2·tr(B),两者数值一般不相等。
迹是标量,不能继续当成矩阵参与矩阵乘法,部分习题会出现tr(A)乘以矩阵的写法,含义是标量数乘矩阵,不是矩阵求迹之后再做矩阵乘法运算,书写和读题时需要区分括号位置。
