线性代数中的TR是指 矩阵对角线上各元素的和，通常记作tr（A）。对于一个n×n的矩阵A，其迹tr（A）等于其主对角线上各个元素的总和，即：

[ text{tr}（A） = a_{11} + a_{22} + cdots + a_{nn} ]

其中，（ a_{ii} ）表示矩阵A的第i行第i列的元素。

矩阵的迹具有许多重要的性质和应用，例如：

迹的性质

tr（A + B） = tr（A） + tr（B）

tr（cA） = c cdot tr（A）

tr（AB） = tr（BA）

其中，A和B是同阶矩阵，c是标量。

特征值与迹的关系

对于一个n×n矩阵A，其特征值之和等于矩阵的迹，即：

[ sum_{i=1}^{n} lambda_i = text{tr}（A） ]

其中，（ lambda_i ）是矩阵A的特征值。

矩阵的迹定理

迹是矩阵相似不变量，即如果两个矩阵相似，它们的迹相等。

应用

矩阵的迹在计算机科学中可以用来计算矩阵乘法的复杂度，从而优化矩阵乘法算法。

在物理学和工程学中，矩阵的迹也用于描述系统的能量、功率等物理量。

掌握矩阵的迹的概念和性质对于理解线性代数的许多方面都非常重要，包括特征值、矩阵的相似变换以及矩阵分解等。