转置矩阵

• ${\displaystyle {\begin{bmatrix}1&2\\3&4\end{bmatrix}}^{\mathrm {T} }={\begin{bmatrix}1&3\\2&4\end{bmatrix}}}$ 
• ${\displaystyle {\begin{bmatrix}1&2\\3&4\\5&6\end{bmatrix}}^{\mathrm {T} }={\begin{bmatrix}1&3&5\\2&4&6\end{bmatrix}}}$ 

对于矩阵A, B和标量c转置有下列性质：

• ${\displaystyle \left(A^{\mathrm {T} }\right)^{\mathrm {T} }=A\quad }$ 

  转置是自身逆运算。

• ${\displaystyle (A+B)^{\mathrm {T} }=A^{\mathrm {T} }+B^{\mathrm {T} }}$ 

  转置是从m × n矩阵的向量空间到所有n × m矩阵的向量空间的线性映射。

• ${\displaystyle \left(AB\right)^{\mathrm {T} }=B^{\mathrm {T} }A^{\mathrm {T} }}$ 

  注意因子反转的次序。以此可推出方块矩阵A是可逆矩阵，当且仅当A^T是可逆矩阵，在这种情况下有 (A⁻¹)^T = (A^T)⁻¹。相对容易的把这个结果扩展到矩阵相乘的一般情况，可得出 (ABC...XYZ)^T = Z^TY^TX^T...C^TB^TA^T。

• ${\displaystyle (cA)^{\mathrm {T} }=cA^{\mathrm {T} }}$ 

  标量的转置是同样的标量。

• ${\displaystyle \det(A^{\mathrm {T} })=\det(A)}$ 

  矩阵的转置矩阵的行列式等于这个矩阵的行列式。

• 两个纵列向量a和b的内积可计算为

  ${\displaystyle \mathbf {a} \cdot \mathbf {b} =\mathbf {a} ^{\mathrm {T} }\mathbf {b} }$ 

• 如果A只有实数元素，则A^TA是正半定矩阵。
• 如果A是在某个域上，则A 相似于A^T。

其转置等于自身的方块矩阵叫做对称矩阵；就是说A是对称的，如果

${\displaystyle A^{\mathrm {T} }=A}$ 。

其转置也是它的逆矩阵的方块矩阵叫做正交矩阵；就是说G是正交的，如果

${\displaystyle GG^{\mathrm {T} }=G^{\mathrm {T} }G=I_{n},\,}$  I是单位矩阵。

其转置等于它的负矩阵的方块矩阵叫做斜对称矩阵；就是A是斜对称的，如果

${\displaystyle A^{\mathrm {T} }=-A}$ 。

复数矩阵A的共轭转置，写为A^H，是A的转置后再取每个元素的共轭复数:

${\displaystyle A^{H}=({\overline {A}})^{\mathrm {T} }={\overline {(A^{\mathrm {T} })}}}$ 

如果f: V→W是在向量空间V和W之间非退化双线性形式的线性映射，我们定义f的转置为线性映射^tf : W→V，确定自

${\displaystyle B_{V}(v,{}^{t}f(w))=B_{W}(f(v),w)\quad \forall \ v\in V,w\in W}$ 

这里的，B_V和B_W分别是在V和W上的双线性形式。一个映射的转置的矩阵是转置矩阵，只要基是关于它们的双线性形式是正交的。

在复向量空间上，经常用到半双线性形式来替代双线性形式。在这种空间之间的映射的转置可类似的定义，转置映射的矩阵由共轭转置矩阵给出，如果基是正交的。在这种情况下，转置也叫做埃尔米特伴随。

如果V和W没有双线性形式，则线性映射f: V→W的转置只能定义为在对偶空间W和V之间的线性映射 ^tf : W^*→V^*。

• MIT Video Lecture on Matrix Transposes at Google Video, from MIT OpenCourseWare
• Transpose （页面存档备份，存于互联网档案馆）, mathworld.wolfram.com
• Transpose （页面存档备份，存于互联网档案馆）, planetmath.org