第一章矩阵12节
高二数学上册(秋季)-第12讲-矩阵的概念与运算

高二数学上册(秋季)辅导讲义学员姓名:学科教师:年级:高二辅导科目:数学授课日期2015年月日时间主题矩阵的概念与运算教学内容1. 掌握矩阵有关的概念;2. 掌握用矩阵变换的方法解二元、三元、四元一次等线性方程组;3. 理解和掌握矩阵的运算及其运算律;知识回顾:1、矩阵的相关概念用加减消元法解下列二元一次方程组:⎩⎨⎧=+=-.83,52yxyx我们把方程组的系数和常数项写成矩形数表. 在解方程组的过程中,方程组逐步会发生变化,相应的矩形数表也发生变化。
步骤方程组矩形数表1⎩⎨⎧=+=-.83,52yxyx⎪⎪⎭⎫⎝⎛-813521225,77.x yy-=⎧⎨=-⎩⎪⎪⎭⎫⎝⎛--775214、数乘矩阵(1)矩阵与实数的积设α为任意实数,把矩阵A 的所有元素与α相乘得到的矩阵叫做矩阵A 与实数α的乘积矩阵.记作:αA (2)运算律:(γλ、为实数)分配律:()B A B A γγγ+=+ ;A A A λγλγ+=+)( 结合律:()()()A A A γλλγγλ==5、矩阵的乘积(1)矩阵的乘积:一般,设A 是k m ⨯阶矩阵,B 是n k ⨯阶矩阵,设C 为n m ⨯矩阵如果矩阵C 中第i 行第j 列元素ij C 是矩阵A 第i 个行向量与矩阵B 的第j 个列向量的数量积,那么C 矩阵叫做A 与B 的乘积.记作:C =AB (2)运算律分配律:AC AB C B A +=+)(,CA BA A C B +=+)( 结合律:()()()B A B A AB γγγ==,()()BC A C AB = 注:交换律不成立,即BA AB ≠(采用教师引导,学生轮流回答的形式)例1. 写出下列方程组的系数矩阵和增广矩阵并求出增广矩阵的行向量和列向量:{231(1)342x y x y +=-=-1(2)2334x y y z x y z +=⎧⎪+=⎨-+=⎪⎩答案:(1)系数矩阵:()2332,增广矩阵:()231324-,行向量:(231)-,(324),列向量:()()()231,,324-(2)系数矩阵:110021311⎛⎫ ⎪ ⎪-⎝⎭,增广矩阵:110102133114⎛⎫⎪ ⎪-⎝⎭,行向量:(1101),(0213),(3114)-,列向量: 11010,2,1,33114⎛⎫⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭【严格根据定义的形式,把方程化为标准形式后再进行解题】解:53175⎛⎫⎪⎝⎭1、系数矩阵为1221⎛⎫⎪⎝⎭,且解为11xy⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭的一个线性方程组是解:2323x yx y+=⎧⎨+=⎩2、已知以,x y为变量的二元一次方程组的增广矩阵为211120-⎛⎫⎪-⎝⎭,则这个二元一次方程组的解为____________.解:21,33x y==3、在n行n列矩阵12321234113451212321n n nn nnn n n n⋅⋅⋅--⎛⎫⎪⋅⋅⋅-⎪⎪⋅⋅⋅⎪⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⎪⎪⋅⋅⋅---⎝⎭中,记位于第i行第j列的数为(,1,2,)ija i j n=⋅⋅⋅。
线代第一章、矩阵

n
n
a11 a21 An = M a n1
a12 a22 M an 2
L a1n L a2 n L M L ann
付对角线
主对角线
(3)一阶矩阵就是一个数。 A = (a ) = a
几种比较特殊的矩阵:
只有一行的矩阵称为行矩阵, 只有一行的矩阵称为行矩阵, = (a1 a2 Lan ) 行矩阵 A
0 a22 L 0 的方阵, 的方阵, L L L an2 L ann 0 L
称为下三角矩阵 称为下三角矩阵
●形如
λ1 0 L 0 0 λ2 L 0 A= M M M 0 0 L λn
特点:不在主对角线上的元素全为 ,这种方阵称为 特点 不在主对角线上的元素全为0, 不在主对角线上的元素全为 对角矩阵,记作 diag(λ1 λ2 L λn ) 对角矩阵, 特别的,当λ1 =λ2 = ...=λn=λ时, 称A为数量矩阵。其 特别的, 为数量矩阵。 中λ=1时,就是单位矩阵。 λ=1 就是单位矩阵。
A 1 = A2 0
0 A3
怎么样就 成为对角 矩阵?
A 1 A= O Am
阶方阵A的分块矩阵为 设n阶方阵 的分块矩阵为 阶方阵
A2
除主对角线上的子块为非零子块外,其余子块都为 除主对角线上的子块为非零子块外 其余子块都为 零矩阵,且Ai(i=1,2,…,m)为方阵 则A称为分块对角矩 零矩阵 且 为方阵,则 称为分块对角矩 为方阵 称为 阵(或准对角矩阵 或准对角矩阵).
a 0 A= 1 0
1 0 0 A 1 a 0 0 A2 = A , 0 b 1 3 1 1 b A4
华东理工线性代数1-5初等变换 (2)

( 3 ) 把第 i 行 (列)的 k 倍加到第
记作 rij ( k( cij ( k )) )
j 行 (列) ,
定义2 初等行变换与列变换统称为初等变换
初等变换的逆变换仍为初等变换
rij
逆变换 逆变换 逆变换
ri (λ )
rij ( k )
rij 1 ri ( ) ;
λ
rij ( − k ) .
I
I
以 Rij ( k ) 左乘矩阵 A,得 a12 ⎛ a11 ⎜ M M ⎜ ⎜ a ai 2 i1 ⎜ M M Rij ( k ) A = ⎜ ⎜ a + ka a j 2 + kai 2 j1 i1 ⎜ M M ⎜ ⎜ a am 2 ⎝ m1
⎞ ⎟ M ⎟ ain ⎟ L ⎟ M ⎟ L a jn + ain ⎟ ⎟ M ⎟ L amn ⎟ ⎠
第一章 矩阵
第五节
初等变换和初等矩阵
一、初等变换的引入 − −方程组的 同解变换
二、矩阵的初等变换
三、初等矩阵的概念 四、初等矩阵的应用 五、小结、思考题
一、初等变换的引入-----方程组 的同解变换
引例 求解线性方程组
⎧ x1 + 2 x2 − x3 = 0 ⎪ 3 x1 + x2 = −1 ⎨ ⎪ − x − x − 2x = 1 1 2 3 ⎩
L
a1n
以 C ji ( k ) 右乘矩阵 A
AC ji ( k )
⎛ a11 L a1i + ka1 j L a1 j L a1n ⎞ ⎟ ⎜ ⎜ a21 L a2 i + ka2 j L a2 j L a2 n ⎟ =⎜ L L L L⎟ ⎟ ⎜ ⎜a L ami + kamj L amj L amn ⎟ ⎠ ⎝ m1
矩阵论第一章线性空间和线性变换

∃x∈R, x ∉ R
(采用这种观点来读数学,你不觉得别有情致吗?)每一种作用都有 其特性,因而每种运算都有它所服从的规律——运算律,所以在定义 运算时,需要讨论或说明它的运算律。
既然如此,是否有某种方式来描述我们的物质世界呢?就宏观现 象而论,涉及到各式各样的物质,自然的作用使物质产生互变,而且 我们认为物质世界是“完备”的,这句话意味着人类的向往,例如“点 石成金”等这类愿望。从这些粗糙的认识出发,我们来探讨描述它的
§6.1 K 积……………………………………………………(258) §6.2 拉伸算子Vec ……………………………………………(264)
§6.3 几个常见的矩阵方程…………………………………(271) 参考目录……………………………………………………………(275)
第一章 线性空间和线性变换
§1.1 引言
12121212nnnnnxxyyxxyyxyfxyxyxy?????12????????????????????????????????定义数乘12nnnxxaxaxafxfaxaxax??????????????????????????????容易验证这些运算满足公理系的要求nff是线性空间
目录
第二章 特征值和特征向量………………………………………(86) §2.1 引言………………………………………………………(86) §2.2 特征值、特征多项式和最小多项式……………………(87) §2.3 特征矢量和特征子空间………………………………(103) §2.4 约当标准型……………………………………………(113) §2.5 特征值的分布…………………………………………(128) §2.6 几个例子………………………………………………(138)
12矩阵的初等变换与逆矩阵的求法

12矩阵的初等变换与逆矩阵的求法
返回
12矩阵的初等变换与逆矩阵的求法
返回
12矩阵的初等变换与逆矩阵的求法
返回
12矩阵的初等变换与逆矩阵的求法
对调I的两行
对调I的两列
返回
12矩阵的初等变换与逆矩阵的求法
非零数乘以I的行
非零数乘以I的列
返回
12矩阵的初等变换与逆矩阵的求法
返回
12矩阵的初等变换与逆矩阵的求法
12矩阵的初等变换与逆矩阵的求法
返回
12矩阵的初等变换与逆矩阵的求法
定义 对换矩阵的两行(或两列);
记为
2. 以任意数
乘以矩阵的某一行(或列)每个元;
记为
3. 某一行(或列)的每个元乘以同一常数加到另一行 (或列)的对应元上去.
记为
矩阵A经过初等变换化为矩阵B表示为A→B。
返回
根据逆矩阵的定义,容易验证以上各式。
同时,上面等式表明:初等矩阵的逆仍然是初等矩阵。
12矩阵的初等变换与逆矩阵的求法
※定理1.2 有限个初等矩阵的乘积必可逆. ※用初等矩阵左乘某矩阵,相当于对该矩阵进行相应
的初等行变换;用初等矩阵右乘矩阵,相当于对该 矩阵进行相应的初等列变换;反之亦然。 ※若矩阵B是矩阵A经过有限次初等变换得到的,那么 可以记为B=PAQ,其中P、Q为初等矩阵的乘积 ※定理1.3 可逆矩阵经过有限次初等变换仍可逆. ※定理1.4 可逆矩阵经过有限次初等行变换可以化为单 位矩阵. ※定理1.5 方阵P为可逆矩阵的充要条件是P可以表示 为有限个初等矩阵的乘积。
1.7(2)(5)
1.10
12矩阵的初等变换与逆矩阵的求法
线性方程组的初等变换有三种: 1. 互换两个方程的位置; 2. 把某个方程两边同乘以一个非零常数; 3. 将某个方程加上另一个方程的k倍.
西北工业大学矩阵论PPT课件

+
x 2
=θ
+
x 2
=
x 2
+θ
=
x 2
第一章 线性空间与线性变换(第 1 节)
4
例 6 在线性空间V 中,下列结论成立.
0x = θ :1x + 0x = (1 + 0)x = 1x ⇒ 0x = θ
kθ = θ : kx + kθ = k( x + θ ) = kx ⇒ kθ = θ
(−1)x = (− x) : (−1)x = (−1)x + [ x + (− x)] = [(−1)x + 1x] + (− x) = (− x)
+
aE 12 12
+
aE 21 21
+
aE 22 22
坐标为
α
=
(
a 11
,
a 12
,
a21 ,
a22 )Τ
(2)
取基
B 1
=
1 1
1 1 ,
B 2
=
0 1
1 1 ,
B 3
=
0 1
0 1
,
B 4
=
0 0
0 1
A
=
a 11
(
B 1
−
B 2
)
+
a 12
(
B 2
−
B 3
)ห้องสมุดไป่ตู้
+
a
21
(
B 3
−
B 4
)
+
aB 22 4
+L+ cm xm
机械振动学总结全

机械振动学总结 第一章 机械振动学基础第二节 机械振动的运动学概念第三节机械振动是种特殊形式的运动。
在这运动过程中,机械振动系统将围绕其平衡位置作往复运动。
从运动学的观点看,机械振动式研究机械系统的某些物理量在某一数值近旁随时间t 变化的规律。
用函数关系式来描述其运动。
如果运动的函数值,对于相差常数T 的不同时间有相同的数值,亦即可以用周期函数来表示,则这一个运动时周期运动。
其中T 的最小值叫做振动的周期,Tf 1=定义为振动的频率。
简谐振动式最简单的振动,也是最简单的周期运动。
一、简谐振动物体作简谐振动时,位移x 和时间t 的关系可用三角函数的表示为式中:A 为振幅,T 为周期,ϕ和ψ称为初相角。
如图所示的正弦波形表示了上式所描述的运动,角速度ω称为简谐振动的角频率简谐振动的速度和加速度就是位移表达式关于时间t 的一阶和二阶导数,即可见,若位移为简谐函数,其速度和加速度也是简谐函数,且具有相同的频率。
因此在物体运动前加速度是最早出现的量。
可以看出,简谐振动的加速度,其大小与位移成正比,而方向与位移相反,始终指向平衡位置。
这是简谐振动的重要特征。
在振动分析中,有时我们用旋转矢量来表示简谐振动。
图P6旋转矢量的模为振幅A ,角速度为角频率ω若用复数来表示,则有)sin()cos()(ψωψωψω+++==+t jA t A z Ae z t j用复指数形式描述简谐振动,给计算带来了很多方便。
因为复指数t j e ω对时间求导一次相当于在其前乘以ωj ,而每乘一次j ,相当于有初相角2π。
二.周期振动满足以下条件:1)函数在一个周期内连续或只有有限个间断点,且间断点上函数左右极限存在;2)在一个周期内,只有有限个极大和极小值。
则都可展成Fourier 级数的形式,若周期为T 的周期振动函数,则有式中22n n n b a A += nn n b a =ψt a n 三、简谐振动的合成一、同方向振动的合成1.俩个同频率的简谐振动)sin(222ψω+=t A x ,)sin(2222ψω+=t A x它们的合成运动也是该频率的简谐振动2.俩个不同频率振动的合成若21ωω≤,则合成运动为若21ωω≥ ,对于A A A ==21 ,则有上式可表示为二、两垂直方向振动的合成1.同频率振动的合成如果沿x 方向的运动为沿y 方向的运动为2不同频率振动的合成对于俩个不等的简谐运动它们的合成运动也能在矩形中画出各种曲线。
线性代数第一章、矩阵PPT课件

可以通过初等行变换或初等列变换将矩阵转化为行阶梯形或列阶梯形,然后数非零行的个数即为矩阵的秩。
矩阵的秩的定义
矩阵的秩是其行向量组或列向量组的一个极大线性无关组中向量的个数。
矩阵的秩
通过初等行变换将增广矩阵化为行阶梯形,然后回代求解。
高斯消元法
克拉默法则
迭代法
适用于线性方程组系数行列式不为0的情况,通过解方程组求出方程的解。
n阶方阵A的行列式记为det(A),是一个n阶的方阵,其值是一个实数。
行列式与转置矩阵的行列式相等,即det(A^T) = det(A);行列式的乘法性质,即det(kA) = k^n * det(A);行列式的初等变换性质,即行列式在初等变换下保持不变。
行列式的定义与性质
行列式的性质
行列式的定义
线性代数第一章、矩阵ppt课件
目录
CONTENTS
矩阵的定义与性质 矩阵的逆与行列式 矩阵的秩与线性方程组 矩阵的特征值与特征向量 矩阵的分解与正交矩阵 矩阵在实际问题中的应用
01
矩阵的定义与性质
CHAPTER
矩阵的定义与性质
about the subject matter here refers to the subject matter here.
相似法
如果存在可逆矩阵P,使得P^(-1)AP=B,则矩阵A的特征值和特征向量可以通过矩阵B的特征值和特征向量来求解。
特征值与特征向量的计算方法
如果矩阵A的所有特征值都是实数且没有重复,则矩阵A可以对角化。
判断矩阵是否可对角化
求解线性方程组
判断矩阵是否相似
优化问题
通过将线性方程组Ax=b转化为特征值问题,可以求解线性方程组。
《矩阵概念简易入门》课件

详细描述
矩阵的加法是将两个矩阵的对应元素相加,数乘则是将矩阵 中的每个元素乘以一个常数。此外,矩阵还可以进行乘法运 算,但要求第一个矩阵的列数等于第二个矩阵的行数。
特殊类型的矩阵
总结词
特殊类型的矩阵包括零矩阵、单位矩阵、对称矩阵等。
系数矩阵
线性方程组中的系数和常数项可以组 合成一个系数矩阵,通过对方程组进 行初等行变换,可以化简系数矩阵, 从而求得方程组的解。
在向量空间中的应用
向量空间
矩阵可以表示向量空间中的线性 变换,通过矩阵的乘法运算,可 以实现向量的线性组合、缩放、 旋转等操作。
特征值与特征向量
矩阵的特征值和特征向量在向量 空间中具有重要应用,它们可以 描述矩阵对向量空间的变换性质 ,以及向量在变换下的表现。
《矩阵概念简易入门》ppt课件
目录
• 矩阵的定义与性质 • 矩阵的运算 • 矩阵的逆与行列式 • 矩阵的应用 • 总结与展望
01
矩阵的定义与性质
矩阵的定义
总结词
矩阵是一个由数字组成的矩形阵列,通常用于表示二维数据。
详细描述
矩阵是一个由行和列组成的二维表格,其中每个元素由行索引和列索引唯一确 定。矩阵可以用于表示各种数据结构,如线性方程组的系数矩阵、概率分布等 。
03
矩阵的逆与行列式
矩阵的逆
01
02
03
逆矩阵的定义
如果一个矩阵A存在一个 逆矩阵A^(-1),使得A * A^(-1) = I(单位矩阵) ,则称A为可逆矩阵。
逆矩阵的性质
逆矩阵是唯一的,且逆矩 阵与原矩阵的乘积等于单 位矩阵。
逆矩阵的计算方法
通过高斯消元法或LU分解 等数值方法求解。
第一章(第一二节)矩阵的概念及基本运算PPT课件

没有得到老一辈数学家们的重视。如:他曾五次将一篇
代 “五次方程不能由公式给出其解”的论文寄给在格廷根的
高斯,但都没有得到回音。由于他的不断出外求学,致使
数 经济状况十分糟糕,最后只得回到自己的故乡—挪威。没
过多久,他就在忧郁中结束了自己年仅27岁的短暂生命。
就在他死后的第三天,他的朋友通知他,他已被柏林大学
代 们称之为维是 m×n 的矩阵,简称为 m×n 矩阵,简记为
。其表[ a示ij ]形m 式n (通式)为:
数
a11 a12 a1n
a
21
a 22
a2n
a m1 a m 2 a mn 7
一、矩阵的定义
a11 a12 a1n
a
21
a 22
a2n
线
a m1 a m 2 a mn
线 们满足
(1)m = p 且n = q;
性 (2)aij=bij,其中i=1,2,…,m;j=1,2,…,n。
代
则称A与B相等,记为A=B。
数
即: A 与B 两个矩阵的维和相对应的
元均一一对应相等。
24
二、矩阵的和
定义 设A=[aij]m×n ,B=[bij]m×n ,令C= [aij+ bij]m×n , 称矩
22 35 31 21
14 61 14 45
数
49 55 45 62
5
6
59
67
a21=2; a22=12; a23=24; a31=3; a32=11; a33=27。
9
试问: 6 3 1
332
B= 8 4 3 C= 4 7 分别是否为矩阵?
线
952
3 6 1 为什么?
矩阵的秩与线性方程组 矩阵的秩

mn
矩阵
A的
k
阶子式共有
C
k m
C
k n
个.
定义2 设在矩阵 A中有一个不等于0 的 r 阶子 式 D,且所有 r 1 阶子式(如果存在的话)全等 于 0,那末 D 称为矩阵A的最高阶非零子式,数r 称为矩阵 A的秩,记作 r( A) .并规定零矩阵的秩 等于零. 即 A O r( A) 0.
1 2 2 1 0 3 6 4 0 3 6 4
x1
2 x2 3 x2
2 x3 6 x3
x4 0 4x4 0
① ④
3x2 6x3 4x4 0 ⑤
1 2 2 1 0 3 6 4 0 3 6 4
⑤ - ④ , ④ ( 1) 得 3
说明第3个方 程是多余的!
6 1 5 3
1 6 4 1 4
1 6 4 1 4
r14
3 2 3 6 1
2 0 1 5 3 3 2 0 5 0
1 6 4 1 4
r14
3 2 3 6 1
2 0 1 5 3 3 2 0 5 0
1 6 4 1 4 r42(1) 0 4 3 1 1
2 0 1 5 3 3 2 0 5 0
1 3 2 1 3 2 3 2 2 1 2 2
0 2 1 00, 2 3 20, 1 3 00, 1 3 0,
2 0 1 2 0 5 0 1 5 2 1 5
0.
rA 2.
另解
对矩阵
A
1 0
3 2
2 1
2 3
做初等变换,
2 0 1 5
得
1 0
3 2 2 1 3 2 2 2 1 3 ~ 0 2 1 3,
1 6 4 1 4
《线性代数》第1章-矩阵(张小向2014黑白打印版)

…
… … …
0 0 … 1 n×n
第一章 矩阵
§1.1 矩阵的基本概念
5. 反对称矩阵
若矩阵A = (aij)m×n满足:
m = n且aij = −aji (i, j = 1, 2, …, n),
则称A为反对称矩阵(antisymmetric matrix/
skew–symmetric matrix).
16×10 + 20×20 + 18×30 = 1100
4
第一章 矩阵
§1.2 矩阵的基本运算
二. 矩阵的乘积(matrix-multiplicative product)
A = 20 40 30
16 20 18
20 0 20 10
B = 10 25 20 20
15 10 0 30
2×3
3×4
C=
两次累计:
产品
发到各商场的数量
ABC
甲 420
乙
第一章 矩阵
§1.2 矩阵的基本运算
§1.2 矩阵的基本运算
一. 矩阵的线性运算
1. 加法(addition of matrices)
产品
发到各商场的数量
ABC
甲 200 180 190
乙 100 120 100
第一次
产品
发到各商场的数量
ABC
甲 220 185 200
180 120
190 100
B=
220 105
185 120
200 110
(2) 具体操作: 对应元素相加
A+ B=
420 205
365 240
390 210
第一章 矩阵
第1章 矩阵的概念 运算 第12节PPT课件

2 3 0 0
0 6
5 8
4 9
0 1
12
n
记 为 d ia g ( 1 , 2 , , n ) , 即
1
diag(1,2,,n)
0
0
2
0 0
0 0 n
16
1.1 矩阵的概念
主对角线元全是1的对角矩阵称为单位矩阵,记为 E n
或 In
1 0 0
En
0
1
0
0 0 1
提问 (1): 单位矩阵是不是对角矩阵? (2): 零矩阵是不是对角矩阵?
线性代数
主讲: Email: kuangrui@
1
标题添加
点击此处输入相 关文本内容
标题添加
点击此处输入相 关文本内容
总体概述
点击此处输入 相关文本内容
点击此处输入 相关文本内容
2
第一章 矩阵
• 第一节 矩阵的概念 • 第二节 矩阵Байду номын сангаас运算 • 第三节 逆矩阵 • 第四节 分块矩阵
a11
A
a21
a12
a22
a1n a2n
an1 an2 ann
15
1.1 矩阵的概念
• 对角矩阵
如 果 n 阶 矩 阵 A 除 主 对 角 元 外 , 其 他 元 素 都 是 零 ,
即 当 ij时 a ij 0 ,称 A 是 对 角 矩 阵 。
主 对 角 线 元 为 , , , 的 对 角 矩 阵 , 也 可
❖ 元素全为 0 的矩阵称为零矩阵,记作O;
❖ 不同型的零矩阵是不相等的。
14
1.1 矩阵的概念
• 定义1.2 主对角线,主对角元
线性代数第12讲

关于n维线性空间V(F)中向量在基B下的坐标 的概念, 是与Fn中向量关于基B的坐标概念是 完全类似的, 那里的主要结论: (i)向量在给定基下的坐标是唯一确定的; (ii)由基B1到基B2的过渡矩阵的概念以及过渡 矩阵是可逆的; (iii)基变换与坐标变换的公式, 即定理2. 在这里都是适用的.
即A的向量组{a1 , a 2 , ,a n } 为R 的一组标准正交基.
n
3 2013-7-10
定理5 设A,B皆是n阶正交矩阵, 则: (i) det A=1或-1; (ii) A-1=AT; (iii) AT(即A-1)也是 正交矩阵; (iv) AB也是正交矩阵. 证 (i) det(ATA)=det(I)=1=(det(A))2, 所以成立, (ii) ATA=I, 当然就是A-1=AT, (iii) (AT)TAT=AAT=AA-1=I, 所以AT(即A-1)也是 正交矩阵, 从而A的行向量组也是Rn的一组标 准正交基, (iv) 由(AB)T(AB)=BT(ATA)B=BTB=I, 即得AB也 是正交矩阵.
23 2013-7-10
具有上述对应关系的两个线性空间V(F)与Fn, 我们称它们是同构的. 上述对应关系表明, 研 究任何n维线性空间V(F), 都可以通过基和坐 标, 转化为研究n维向量空间Fn. 这样, 我们对 不同的n维线性空间就有了统一的研究方法, 统一到研究Fn, 因此, 通常把线性空间也称为 向量空间, 线性空间中的元素也称为向量.
17 2013-7-10
由于线性空间关于两种运算和Fn关于其线性 运算一样满足相同的8条规则和简单的性质, 因此, Fn中的向量的线性相关性的定义及有关 的基本结论也都适用于一般的线性空间V. 对 此, 不再重复叙述, 但要注意, 那里的向量 a,b,g, ..., 在这里是V中的元素, 那里的零向量 是这里的V的零元素.
高量12-gamma矩阵

7
A1 1 1 , A2 1 2 , A3 1 3
则
A1 A2 A2 A1 1 11 2 1 2 1 1 111 2 2 11 1 1 2 2 1
1 ( x, y , z ) 3 ( x, y, z ) 1 ( x, y, z ) , 2 ( x, y, z ) 2 4 (17 .6)
(17.6)式形式的量为旋量,而(17.5)式形式的量为双旋量。 二. 自由电子的Dirac方程的求解
i Et
(17.8)
代入上式,得 满足的定态狄拉克方程
ˆ (c P mc 2 ) E (17.9)
即 是自由电子哈密顿
ˆ ˆ c P mc 2 H (17.10)
的本征矢量。 然而对于自由电子来说,这样的本征矢量是高度简 并的, 为求出确切的态矢量, 应当找一组包括H 在内的 厄米算符完备组,去求这组厄米算符的共同本征矢量。
三. 矩阵的确定 在不同的文献中,不同的表象选用不同的 矩阵, 教材中都有介绍。这里介绍两组比较通用的标准表 象或Pauli-Dirac表象,其中第一组给 1 , 2 , 3 , , 第二组给出 1 , 2 , 3 , 4 , 5。见下表 Pauli-Dirac表象中的 i , , i
i i 1 :
0 1 1 1 0 ,
0 i 2 i 0 ,
1 0 3 0 1
上两式中,处于矩阵元地位的 i 是2×2矩阵(Pauli), 1代表2×2单位矩阵,而i代表2×2单位矩阵乘以i。 升格为4×4矩阵后,可以验证三个 i 仍是平方为 1和反对易的,三个 i 也是如此。下面证明:
矩阵PPT课件

.
am1 am1 amn
第21页/共179页
2、数乘矩阵的运算规律
(设 为A、矩B阵, m为数)n
,
1 A A;
2 A A A; A B A B.
31A A.
4若kA O,则k 0或A O.
矩阵相加与数乘矩阵合起来,统称为矩阵的线 性运算.
第22页/共179页
例1 已知矩阵
第16页/共179页
思考题解答
矩阵与行列式有本质的区别,行列式是一个 算式,一个数字行列式经过计算可求得其值,而 矩阵仅仅是一个数表,它的行数和列数可以不同.
第17页/共179页
§2.2 矩阵的运算
一、矩阵的加法
1、定义
设有两个m 矩n阵 A aij 那, B么矩b阵ij ,
A与 的B和记作 A,规B定为
3 6 8 3 2 1 12 1 3 8 5 9 13 11 4 1 6 9 5 0 4 7 4 4. 3 3 6 2 8 1 6 8 9
第19页/共179页
2、 矩阵加法的运算规律
1 A B B A;
2 A B C A B C .
3 A O O A A.
是一个m 矩n阵 C , 其cij 中
cij
a bi1 1 j
ai b2 2 j
aisbsj
s
aik bkj
k 1
i 1,2,m; j 1,2,,n,
并把此乘积记作 C AB .
第25页/共179页
例3 C 2
1
4 2
222 3
4
622
16 8
?
32 16 22
B 18 6,
1 4
AT
2
5 ;
线性代数第一章 矩阵

11矩阵看作是一个数,但数不能看成是矩阵.
若一个矩阵的所有元素都为0,称它
为m n零矩阵,记为 0mn
0 0 L 0
0mn
0 M
0L MM
0 M
0
0
L
0
定义1.2
主对角线,主对角元
设A是n阶矩阵,元素ai i称为A的第i主对角线元 元素a11, a22 , , an n组成A的主对角线
a11 M
L
am1 L
a1 n M
bM1
称为方程组的增广矩阵,
amn bm
增广矩阵 A%与线性方程组具有一一对应关系。
例 1.解方程组:
x1 2x2 x3 0 2x2 8x3 8
4x1 5x2 9x3 9
解: (方程 1)*4 + (方程 3):
称A为上三角矩阵。
同样,若在n阶矩阵A中,当i j时都有aij 0,
称A为下三角矩阵。
5 1 2 4
0
2
4
3
0 0 3 5
0
0
0
7
1 0 0 0
2
3
0
0
0 5 4 0
6
8
9
1
第二节 矩阵的运算
矩阵相等
若两个m n矩阵A和B的对应元素都相等,即 ai j bi j (1 i m, 1 j n),
a1n
a2n
amn
(1.1)
称为m n矩阵。矩阵常用大写黑体字母表示。数aij 称为矩阵A的第i行第j列的元素,简称(i, j) 元素。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
可以组成一个数表,并称之为 阶矩阵 阶矩阵: 可以组成一个数表,并称之为3阶矩阵:
0.762 0.190 0.286
(1)
A+ B = B + A
( A + B) + C = A + (B + C)
(2) (3)
A+ 0 = 0 + A = A
例
设两矩阵
1 − 2 1 5 2 − 3 A= B = 0 2 3 4 − 2 1
+ 求 A+ B.
解:
1 + 5 2 − 2 − 3 + 1 A+ B = 4 + 2 − 2 + 3 1 + 0 0 − 2 6 = 1 6 1
问:最小的数域是什么? 最小的数域是什么?
定义 1.2
由 m × n 个数 aij (i = 1,2,L, m; j = 1,2,L, n ) 排成的 m行 n 列的数表
a11 a21 M am 1
a12 a22 M
L a1n L a2 n M
am 2 L amn
称为 m × n矩阵.简称 m × n 矩阵. 记作 矩阵. 矩阵.
二、数与矩阵的乘法
定义1.5:设矩阵 是一个数,则数λ 定义1.5:设矩阵A=(aij) ,λ是一个数,则数λ与 1.5 矩阵A的乘积规定为: 矩阵 的乘积规定为:
λa11 λa12 λa λa22 21 λA = Aλ = L L λam1 λam2
L λa1n L λa2n L L L λamn
主对角线 a11
a 21 A= L a 副对角线 m 1
a12 a 22 L am1
L a1 n L a2n L L L a mn
矩阵A的 (m, n)元
简记为
A = Am×n = (aij )m×n = (aij ).
这m × n个数称为 A的元素 ,简称为元 . 简称为元
元素是实数的矩阵称为实矩阵 元素是实数的矩阵称为实矩阵, 实矩阵 元素是复数的矩阵称为复矩阵 元素是复数的矩阵称为复矩阵. 复矩阵
例如
1 0 3 5 是一个 2 × 4 实矩阵, 实矩阵 − 9 6 4 3
13 6 2i 复矩阵, 2 2 2 是一个 3 × 3 复矩阵 2 2 2
为同型矩阵. 同型矩阵.
2.两个矩阵 同型矩阵,并且 2.两个矩阵 A = (aij )与B = (bij ) 为同型矩阵 并且 对应元素相等,即 对应元素相等 即
aij = bij (i = 1,2,L, m; j = 1,2,L, n ),
则称矩阵 与 相等,记作 则称矩阵 A与B相等 记作 A = B .
此表格可简记为
90 78 92 66 86 80 93 74 95 70 96 75
这样的一个矩形数表就称为一个4行 列或 这样的一个矩形数表就称为一个 行3列或 4×3的矩阵。 的矩阵。 × 的矩阵
设有三个炼油厂以原油为主要原料, 例2 设有三个炼油厂以原油为主要原料,利用 一吨原油生产的燃料油、 一吨原油生产的燃料油、柴油和汽油数量如表 1.2所示(单位:t): 所示( 所示 单位: )
线
性 代 数
主 讲: 郭云莲
Email: guoyunlian@
学习目标: 学习目标:
一、学习、体会代数之美,掌握用代数解决 学习、体会代数之美, 问题的方法。 问题的方法。 二、取得好的成绩。 取得好的成绩。
学习要求: 学习要求:
一、坚持到课,认真听课,保持良好的课堂 坚持到课,认真听课, 秩序; 秩序; 每次课都布置作业,下次上课之前交。 二、每次课都布置作业,下次上课之前交。 作业用纸要求为大小一致的16开纸 开纸。 作业用纸要求为大小一致的 开纸。每人每次都 要交作业,批改三分之一。 要交作业,批改三分之一。
1 2 4
矩阵, 是一个 3 × 1 矩阵
× 矩阵 (2 3 5 9) 是一个 1× 4 矩阵,
(2) 是一个 × 1 矩阵 ) 是一个1 矩阵.
三、几种特殊矩阵 (1)行数与列数都等于 n 的矩阵 A ,称为 n 阶 (1)行数与列数都等于 方阵. 方阵.也可记作 An . 例如
a11 0 0 0 a21 a22 0 0 L L O 0 a an2 L ann n1
的矩阵 如果n阶矩阵 如果 阶矩阵A=( aij )的元满足 a =aji 阶矩阵 的元满足 ij 则称A为 阶对称矩阵 例如: 阶对称矩阵; ,则称 为n阶对称矩阵 例如:
(i = 1,2,L, m; j = 1,2,L, n.)
设
0 2 3 − 1 2 3 A= , B = − 3 − 4 0 0 4 1
求3A-2B.
0 2 3 − 1 2 3 解:3A − 2B = 30 4 1 − 2− 3 − 4 0 0 4 9 − 3 6 6 = − − 6 − 8 0 0 12 3 3 − 3 2 = . 6 20 3
§ 1.2
一、矩阵的加法
矩阵的运算
定义1.4:设有两个 × 矩阵 矩阵A=(aij) 和B=(bij) ,则矩阵 则矩阵A 定义1.4:设有两个m×n矩阵 1.4 与B矩阵的和矩阵规定为 矩阵的和矩阵规定为
a11 + b11 a12 + b12 a +b 21 21 a22 + b22 A+ B = L L am1 + bm1 am2 + bm2 L a1n + b1n L a2n + b2n L L L amn + bmn
A − B = A + (−B) a11 − b11 a12 − b12 a −b a22 − b22 21 21 = L L am1 − bm1 am2 − bm2 L a1n − b1n L a2n − b2n L L L amn − bmn
矩阵的加法,满足下列运算律( 矩阵的加法 满足下列运算律(设A,B,C都是 满足下列运算律 都是 m×n矩阵): 矩阵): × 矩阵
13 6 2i 2 2 2 2 2 2
是一个3 阶方阵 是一个 阶方阵.
(2)只有一行的矩阵 (2)只有一行的矩阵 A = (a1 , a2 ,L, an ), 称为行矩阵( 行向量) 称为行矩阵(或行向量). 行矩阵
只有一列的矩阵
a1 a2 B = , 称为列矩阵(或列向量). 列矩阵( 列向量). 称为列矩阵 M a n
A = diag(a, a,L, a)
称为数量矩阵. 称为数量矩阵.
(7) 上三角形与下三角形矩阵 7 形如
a11 a12 0 a22 M M 0 0
L a1n L a2n O M L ann
的矩阵称为上三角形矩阵. 的矩阵称为上三角形矩阵
形如
§1 矩 阵 的 概 念
一、引例
假设我们记录4名学生甲 名学生甲、 丁的3门 例1 假设我们记录 名学生甲、乙、丙、丁的 门 课程(数学、语文、英语)期末考试成绩。 课程(数学、语文、英语)期末考试成绩。若按满 分评定, 分100分评定,期末考试成绩如下表所示。 分评定 期末考试成绩如下表所示。
数学 甲 乙 丙 丁 90 78 92 66 语文 86 80 93 74 英语 95 70 96 75
(5) 方阵
1 0 0 1 E = En = L L O 0 0
L 0 O0 L L L L 1
全为1 全为
称为单位矩阵( 单位阵) 称为单位矩阵(或单位阵). 单位矩阵
(6) 数量矩阵 6 当对角矩阵的主对角线上的元都相同时, 当对角矩阵的主对角线上的元都相同时,
0.476
0.286 0.476 0.381 0.381 0.571
二、矩阵的概念 定义1.1 设F是由一些数组成的集合,其中包 是由一些数组成的集合, 定义 是由一些数组成的集合 中的任意两个数的和、 含0和1。如果 中的任意两个数的和、差、积 和 。如果F中的任意两个数的和 商仍然是F中的数 中的数, 就称为一个数域。 、商仍然是 中的数,则F就称为一个数域。 就称为一个数域 有理数域Q,实数域 ,复数域C。 有理数域 ,实数域R,复数域 。若无特别 各章中涉及的数均为实数。 说明 ,各章中涉及的数均为实数。
0 2 0 − 2 0 −1 A= 0 1 0
同型矩阵与矩阵相等的概念
1.两个矩阵的行数相等,列数相等时,称为同型矩阵. 1.两个矩阵的行数相等,列数相等时,称为同型矩阵 两个矩阵的行数相等 同型矩阵
例如
1 2 14 3 5 6 与 8 4 3 7 3 9
(i, j =1,2,Ln) ,
4 2 0 2 − 3 −1 A= 0 −1 0
如果n阶矩阵 如果 阶矩阵A=( ij )的元满足 a =− ji 阶矩阵 的元满足 ij a 则称A为 阶反称矩阵 例如: 阶反称矩阵。 则称 为n阶反称矩阵。例如:
a
(i, j =1,2,Ln) ,
零矩阵, (4)元素全为零的矩阵称为零矩阵, × n 零 )元素全为零的矩阵称为零矩阵 m 矩阵记作 om×n 或 o . 注意 不同阶数的零矩阵是不相等的. 不同阶数的零矩阵是不相等的
例如
0 0 0 0
0 0 0 0 0 0 ≠ (0 0 0 0 ). 0 0 0 0 0 0