單位矩陣

在線性代數中，${\displaystyle n}$階單位矩陣，是一個${\displaystyle n\times n}$的方形矩陣，其主對角線元素為1，其餘元素為0。單位矩陣以${\displaystyle I_{n}}$表示；如果階數可忽略，或可由前後文確定的話，也可簡記為${\displaystyle I}$^{[註 1]}（或者${\displaystyle E}$）。

${\displaystyle I_{1}={\begin{bmatrix}1\end{bmatrix}},\ I_{2}={\begin{bmatrix}1&0\\0&1\end{bmatrix}},\ I_{3}={\begin{bmatrix}1&0&0\\0&1&0\\0&0&1\end{bmatrix}},\ \cdots ,\ I_{n}={\begin{bmatrix}1&0&\cdots &0\\0&1&\cdots &0\\\vdots &\vdots &\ddots &\vdots \\0&0&\cdots &1\end{bmatrix}}}$

線性代數
${\displaystyle \mathbf {A} ={\begin{bmatrix}1&2\\3&4\end{bmatrix}}}$
向量 · 向量空間 · 基底  · 行列式  · 矩陣
向量 標量 · 向量 · 向量空間 · 向量投影 · 外積（叉積 · 七維叉積） · 內積（點積） · 二重向量 矩陣與行列式 矩陣 · 行列式 · 線性方程組 · 秩 · 核 · 跡 · 單位矩陣 · 初等矩陣 · 方塊矩陣 · 分塊矩陣 · 三角矩陣 · 非奇異方陣 · 轉置矩陣 · 逆矩陣 · 對角矩陣 · 可對角化矩陣 · 對稱矩陣 · 反對稱矩陣 · 正交矩陣 · 幺正矩陣 · 埃爾米特矩陣 · 反埃爾米特矩陣 · 正規矩陣 · 伴隨矩陣 · 余因子矩陣 · 共軛轉置 · 正定矩陣 · 冪零矩陣 · 矩陣分解 （LU分解 · 奇異值分解 · QR分解 · 極分解 · 特徵分解） · 子式和餘子式 · 拉普拉斯展開 · 克羅內克積 線性空間與線性變換 線性空間 · 線性變換 · 線性子空間 · 線性生成空間 · 基 · 線性映射 · 線性投影 · 線性無關 · 線性組合 · 線性泛函 · 行空間與列空間 · 對偶空間 · 正交 · 特徵向量 · 最小二乘法 · 格拉姆-施密特正交化
閱 論 編

此條目的主題是主對角線元素為1、其餘元素為0的矩陣。關於所有元素皆為1的矩陣，請見「一矩陣」。

一些數學書籍使用${\displaystyle U}$和${\displaystyle E}$（分別意為單位矩陣（unit matrix）和基本矩陣（Einheitsmatrix）），不過${\displaystyle I}$更加普遍。

特別是單位矩陣作為所有${\displaystyle n}$階矩陣的環的單位，以及作為由所有${\displaystyle n}$階可逆矩陣構成的一般線性群${\displaystyle GL(n)}$的單位元（單位矩陣明顯可逆，單位矩陣乘自己，仍是單位矩陣）。

這些${\displaystyle n}$階矩陣經常表示來自${\displaystyle n}$維向量空間自己的線性變換，${\displaystyle I_{n}}$表示恆等函數，而不理會基。

有時使用這個記法簡潔的描述對角線矩陣，寫作：

${\displaystyle I_{n}=\operatorname {diag} (1,1,...,1)}$

也可以克羅內克爾δ記法寫作：

${\displaystyle (I_{n})_{ij}=\delta _{ij}}$

性質

根據矩陣乘法的定義，單位矩陣${\displaystyle I_{n}}$的重要性質為：

${\displaystyle AI_{n}=A}$且${\displaystyle I_{n}B=B}$

單位矩陣的特徵值皆為1，任何向量都是單位矩陣的特徵向量。^[1]具有重數 ${\displaystyle n}$。因為特徵值之積等於行列式，所以單位矩陣的行列式為1。因為特徵值之等於跡數，單位矩陣的跡為${\displaystyle n}$。

注釋

1. 在部分領域中，如量子力學，單位矩陣是以粗體字的1表示，否則無法與I作區別。