线性代数课件第二章

合集下载

第二章 线性代数课件

第二章 线性代数课件

2.1 随机事件
• 2.1.1 随机事件的基本概念: • 4、基本事件和样本空间
– (1)样本点:
• 机试验中的每一个可能出现的试验结果称为这个试验的 一个样本点,记作wi
– (2)样本空间
• 全体样本点组成的集合称为这个试验的样本空间,记作 Ω.即 1 , 2 ,, n 。
– 模糊现象:
• 事物本身的含义不确定的现象。
2.1 随机事件
• 2.1.1 随机事件的基本概念: • 2、物质运动的规律:
– 必然规律:
• 事物本质的规律,பைடு நூலகம்毫无例外地适用于事物所有个体;
– 统计规律:
• 通过对随机现象的大量观察,所呈现出来的事物的集体性规律。
2.1 随机事件
• 2.1.1 随机事件的基本概念: • 3、随机现象
– 5、互不相容事件(互斥事件)
• 事件A与事件B,AB=Φ,事件A与事件B不能同时发生,事件A 与事件B没有公共的样本点。
– 6、对立事件(逆事件)
• 事件A不发生,事件A的对立事件是由不属于事件A的样本点组 成。
2.1 随机事件
• 2.1.2 事件间的关系及运算:
– 7、事件的差运算(差事件)
2.2 概率的定义
• 2.2.1 频率和概率的统一定义:
• 3、概率的统计定义
在相同条件下将试验重 复n次,如果随着试验次数 n的增大,事件 的概率,记作 P A p。 有: A出现的频率f n A逐渐稳定于某个确定的 常数p, 这个常数p为事件的A
1、 0 P A 1 2、P 1 3、P 0
• 若A∈B且B∈A,那么A=B,称A和B为相等事件,事件A与事 件B含有相同的样本点。

第二章线性代数.ppt

第二章线性代数.ppt
实例:1)普鲁士骑兵每年被马踢死的人数服从 参数为0.61的泊松分布;2)1500年到1932年之间 每年发生战争的次数(规模超过50000人)服从参 数为0.69的泊松分布。
泊松分布与二项分布之间有密切的联系,这一 点由下面的泊松定理所阐述。
泊松定理 设随机变量X n ~ B(n, pn )(0 pn 1),
例6 设有80台同类型设备,各台工作是相互独立 的,发生故障的概率都是0.01,且一台机器的故障能 由一个人处理.考虑两种配备维修工人的方法,其 一是由4人维修,每人负责20台;其二是由3人共同 维修80台.试比较这两种方法在设备发生故障时不 能及时维修的概率的大小.
解 先考虑第一种方法 以 X 表示第一个人维护的20台机器中同一时刻 发生故障的台数,则 X~B(20,0.01). 于是,第一个人来不及维修的概率为
P{x1 X x2} P{X x2} P{X x1} F(x2 ) F(x1)
即有
P{x1 X x2} F(x2) F(x1)
因此可以认为
分布函数完整地描述了 随机变量的统计规律性.
如果将 X 看成是数轴上随机点的坐标,则 F(x) 就 是 X 落在区间(, x] 上的概率.
P{X
k}
C C k nk M NM CNn
,k
0,1,2,, n
此时我们称X 服从超几何分布。
例4 某人进行射击,设每次击中的概率均为0.02, 独立射击400次,试求至少击中两次的概率。
解 将每次射击看成是一次试验,设击中的次数为
X ,则
所以有
X ~ B(400,0.02)
P{X 2} 1 P{X 0} P{X 1}
而由等可能性,它取每一个值的概率均为1/6 , 故其分布律为

线性代数第二章矩阵及其运算2-3PPT课件

线性代数第二章矩阵及其运算2-3PPT课件
例如,设实数k=2,矩阵A=[1 2; 3 4],则kA=[2 4; 6 8]。
CHAPTER 02
矩阵的乘法
矩阵乘法的定义
01
矩阵乘法是将两个矩阵对应位置的元素相乘,得到一个新的矩 阵。
02
矩阵乘法的结果是一个矩阵,其行数等于左矩阵的行数,列数
等于右矩阵的列数。
矩阵乘法的操作顺序是先进行行操作,再进行列操作。
CHAPTER 05
矩阵的秩
秩的定义
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。
秩的Байду номын сангаас质
矩阵的秩是唯一的,且其值满足 特定的性质,如对于任何矩阵A, r(A)≤min(m,n),其中m和n分别 为矩阵A的行数和列数。
秩的计算方法
可以通过多种方法计算矩阵的秩, 如高斯消元法、行变换法、初等 行变换法等。
线性代数第二章矩阵及 其运算2-3ppt课件
CONTENTS 目录
• 矩阵的加法与数乘 • 矩阵的乘法 • 逆矩阵与伴随矩阵 • 矩阵的行列式 • 矩阵的秩 • 矩阵的应用
CHAPTER 01
矩阵的加法与数乘
矩阵的加法
矩阵加法定义
两个矩阵A和B的和记作A+B,定义 为满足以下条件的矩阵C,即C的元 素Cij=Aij+Bij(i,j=1,2,…,n)。
03
矩阵乘法的性质
1 2
结合律
$(AB)C=A(BC)$,即矩阵乘法满足结合律。
分配律
$A(B+C)=AB+AC$,即矩阵乘法满足分配律。
3
单位元
存在一个单位矩阵,使得任意矩阵与单位矩阵相 乘都等于原矩阵。

线性代数第2章矩阵PPT课件

线性代数第2章矩阵PPT课件
线性代数第2章矩阵ppt 课件
目录 CONTENT
• 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 • 矩阵的对角化与相似变换
01
矩阵的定义与性质
矩阵的基本概念
矩阵是一个由数字组 成的矩形阵列,行数 和列数可以不同。
矩阵的维度是指行数 和列数的数量。
矩阵的元素通常用方 括号括起来,并用逗 号分隔。
矩阵的运算规则
01
02
03
加法
两个矩阵的加法是将对应 位置的元素相加。
数乘
一个数乘以一个矩阵是将 该数乘以矩阵的每个元素。
乘法
两个矩阵的乘法只有在第 一个矩阵的列数等于第二 个矩阵的行数时才能进行。
特殊类型的矩阵
对角矩阵
对角线上的元素非零,其他元素为零的矩阵。
行列式的递推公式法
递推公式法是一种常用的计算行列式 的方法,它通过递推关系式将n阶行 列式转化为低阶行列式进行计算。这 种方法在计算较大行列式时非常有效。
03
矩阵的秩与线性方程组
矩阵的秩
矩阵的秩定义
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。
矩阵的秩的性质
矩阵的秩是唯一的,且满足行秩 等于列秩。矩阵的秩等于其任何 子矩阵的秩。
02
特征值和特征向量与矩阵的乘法 运算有关,即如果Ax=λx,那么 (kA)x=(kλ)x,其中k是任意常数。
03
特征值和特征向量与矩阵的转置 运算有关,即如果Ax=λx,那么 A^Tx=(λ^T)x。
特征值与特征向量的计算方法
定义法
根据特征值和特征向量的定义, 通过解方程组Ax=λx来计算特
征值和特征向量。

《线性代数》课件-第二章 矩阵及其运算

《线性代数》课件-第二章 矩阵及其运算

a11
A
A
a21
am1
a12 a22
am1
a1n
a2n
amn
数乘矩阵的运算规律
a, b, c R 结 合 (ab)c a(bc) 律 分 (a b) c ac bc 配 律 c (a b) ca cb
设 A、B是同型矩阵, , m 是数 (m)A (m A)
a11
a12
a13
a14
4
c11 a1kbk1
b11
b21
b31
b41
k 1
4
c12 a11b12 a12b22 a13b32 a14b42 a1k bk 2 k 1
一般地,
4
cij ai1b1 j ai 2b2 j ai 3b3 j ai4b4 j aikbkj k 1
行列式
矩阵
a11 a12
a1n
a21 a22
a2n
an1 an2
ann
(1) a a t( p1 p2 pn ) 1 p1 2 p2
p1 p2 pn
行数等于列数
共有n2个元素
a11 a12
a21
a22
am1 am1
anpn
a1n
a2n
amn
行数不等于列数 共有m×n个元素 本质上就是一个数表
第二章 矩阵及其运算
§1 矩阵
一、矩阵概念的引入 二、矩阵的定义 三、特殊的矩阵 四、矩阵与线性变换
B
一、矩阵概念的引入
例 某航空公司在 A、B、C、D 四座 A
城市之间开辟了若干航线,四座城市 之间的航班图如图所示,箭头从始发 地指向目的地.
城市间的航班图情况常用表格来表示:

《线性代数》课件-第2章方阵的行列式

《线性代数》课件-第2章方阵的行列式
教学重点:方阵行列式的性质及展开定理,计算典型 的行列式的各种方法.
教学难点:n阶行列式的计算,拉普拉斯定理的应用.
教学时间:6学时.
§1 n 阶行列式的定义
设n阶方阵A=(aij),称
a11 a12
a1n
a21 a22
a2n
an1 an2
ann
为方阵A 的行列式,记为| A |或det A .
1.1 n 阶行列式的引出
于是D中可能不为0的均布项可以记为
a a a b b . 1p1 1p2
mpm 1q1
nqn
这里,pi=ri,qi=rm+i-m,设l为排列p1p2 …pm(m+q1) …(m+qn)的 逆序数。以t,s分别表示排列p1p2 …pm及q1q2 …qn的逆序数,
应有l= t+s,于是
D
(1)l a1p1 a2 p2 a b b mpm 1q1 2q2 bnqn
b2
a2n , j 1, 2, , n.
an1
bn
ann
提出三个问题
(1)D=?(怎么算)?
(2)当D≠0时,方程组是否有唯一解?
(3)若D≠0时,方程组有唯一解,解的形式 是否是
xj
Dj D
,
j 1,2,
, n.
1.2 全排列及其逆序数
1、全排列 用1,2,3三个数字可以排6个不重复三位数即:
第二章 方阵的行列式
行列式是一种常用的数学工具,也是代数学中必不可 少的基本概念,在数学和其他应用科学以及工程技术中有 着广泛的应用。本章主要介绍行列式的概念、性质和计 算方法。
教学目的:通过本章的教学使学生了解行列式的概念, 掌握行列式的性质,会计算各种类型的行列式.

线性代数第2章课件

线性代数第2章课件
a11 a 21 am 1 a12 a 22 am 2 a1 n a2 n a mn

线性变换
y1 1 x 1 , y2 2 x2 , yn n xn .
对应 n阶矩阵 1 0 0 2 A 0 0 0 0 n
B
b1 b2
...
bm
◆ mn矩阵A,当m=n时,称A为n阶方阵,也称为n阶矩阵.
◆当两个矩阵的行数相等,列数也相等,就称它们是同型矩
阵。
a11 a12 a22 am 2 a1n a2 n amn b11 b12 b22 am 2 b1n b2 n bmn b21 bm1
例 5 求矩阵
A -2 1 4 -2
B 2 4
-3
-6
的乘积AB和BA。
例 6
设A,B分别是n×1和1×n矩阵,且
a1 a2 , B b b b A 1 2 n an
计算AB和BA.

a1 a1b1 a1b2 a1bn a2 a2b1 a2b2 a2bn AB b1 b2 bn an anb1 anb2 anbn a1 a2 b a + b a + + b a BA b1 b2 bn 1 1 2 2 n n an
B 2
1
C
1
0
-3 2
2 1
求AB+AC。

1 AB + AC A( B + C ) 3 1 3 2 3 4 1

线性代数课件第2章矩阵

线性代数课件第2章矩阵

(2)分配律:A(B C) AB AC, (B C)A BACA
(3)对任意数 有 (AB) ( A)B A(B)
(4)设 A是 m n矩阵 ,则
Em Amn A,mn Amn En Amn
或简记为 EA AE A
即单位矩阵是矩阵乘法的单位元,作用类似
于乘法中的数1. 20
(2)列矩阵 当 n 时1 ,即只有一列的矩阵
b1
B
b2
称为列矩阵或列向量. bm
3
(3)零矩阵 所有元素全为零的矩阵称为零
矩阵,记为O.例如,m n的零矩阵可记为
0 0
0
Omn
0
0
0
0
0
0
(4)方阵 行.数和列数都等于 n的矩阵,称 为 n 阶矩阵或 n阶方阵,记为 A,n
记为
1 0
0
E
En
0
1
0

0
0
1
1
1
1
7
(7)n阶数量矩阵 主对角元素等于同一个数
k 的 n阶对角阵,称为 n阶数量矩阵,记为
k 0
0
kE
0
k
0

0
0
k
k
k

k
8
2.2 矩阵的运算
9
2.2.1 矩阵的线性运算
1.矩阵的加法
定义2 两个 m n的同型矩阵 A (和aij ) B 的(bij )
A1n A2n Ann
称为矩阵的伴随矩阵.
31
定理1 设 A是 n阶方阵, A为* 的A 伴随矩阵,则
定理2 阶AA方*阵 A可* A逆 A E ,且
n
A A 0

线性代数第2章 矩阵PPT课件

线性代数第2章 矩阵PPT课件

行矩阵(Row Matrix):
只有一行的矩阵 A a 1 ,a 2 , ,a n ,
称为行矩阵(或行向量).
列矩阵(Column Matrix):
a 1
只有一列的矩阵
B
a2
,
称为列矩阵(或列向量).
a n
暨大珠院
方阵(Square Matrix):
n 行数与列数都等于 的矩阵,称为 n阶方阵.也可记作 An .
排成m的 行n列的数表,
称为 m行n列矩. 阵 简m 称 n矩.阵
a11
记作A
a21
a12 a22
a1n a2n
暨大珠院
am1 am2 amn
简记为
Aa ijm n
或 Amn
实矩阵: 元素是实数;复矩阵:元素是复数.
规定:
Aa a 11
例如: 1 0 3 5 是一个 24
9 6 4 3
1
En
1
1 nn
暨大珠院
数量矩阵(Scalar Matrix):
方阵,主对角元素全为非零常数k,
其余元素全为零的矩阵。
k
kEn
k
k nn
暨大珠院
二. 矩阵的基本运算 1. 矩阵相等.
同型矩阵: 两个矩阵的行数相等、列数也相等
矩阵相等: 设 矩 阵 A m n 与 B m n 是 同 型
33 62 81 6 8 9
暨大珠院
负矩阵:称- A 为矩阵 Aaij 的负矩阵。
a11
A
a 21
a12
a 22
a1n
a 2n
aij
am1
am1
am
n
减法: A B A ( B )

线性代数ppt第二章 n维向量

线性代数ppt第二章 n维向量

第二章 n维列向量
§2.1 n维向量及其运算
(6) k(l ) = (kl) , (7) (k + l) = k + l , (8) k( + ) = k + k . 五. 线性组合(linear combination)
n维向量: 1, 2, …, s
数(scalars): k1, k2, …, ks 线性组合: k11+k22+…+kss
根据推论2.1可知 1, 2, …, s线性相关.

第二章 n维列向量
§2.3 向量组线性相关性的等价刻画
推论2.4. 若1, 2, …, s线性相关, 则1, 2, …, s, s+1, …, t也线性相 关. 反之, 若1, 2, …, s, s+1, …, t线性 无关, 则1, 2, …, s也线性无关.


第二章 n维列向量
§2.2 向量组的秩和线性相关性
r(1, 2, …, s) s r(1, 2, …, s) < s r(1, 2, …, s) = s
1, 2, …, s
线性相关
(linearly dependent)
1, 2, …, s
线性无关
(linearly independent)

第二章 n维列向量
§2.2 向量组的秩和线性相关性
推论2.2. 若向量组1, 2, …, t与向量组1, 2, …, s等价, r(1, 2, …, t) = r(1, 2, …, s).
推论2.3. 若向量组1, 2, …, s 和1, 2, …, t 都线性无关, 并且这两个向量组等价, 则s = t.

同济大学线性代数课件__第二章

同济大学线性代数课件__第二章

2 4 4 9
线性方程组与矩阵的对应关系
2
定义1 由 m n 个数 a ij (i 1,2, , m; j 1,2, , n)
排成的m行n列的数表,
a11 a21 am 1 a12 a22 a1n a2 n
am 2 amn
称为m行n列矩阵. 简称m n矩阵.
13
y1 1 x1 y x 2 2 2 yn n x n
§2 矩阵的基本运算
一、 矩阵的加法
定义2 设有两个 m n 矩阵 A (aij ), B (bij ), 那末矩阵 A与B 的和记作A+B,规定为
a11 b11 a12 b12 a21 b21 a22 b22 A B a b m 1 m 1 am 2 bm 2
12
线性变换与矩阵之间的对应关系. 恒 等 变 换
y1 x1 , y x , 2 2 yn x n
1 0 0 0 1 0 单 位 阵 0 0 1
1 2 n
23
1 1 1 1 1 1 1 2 1 1 1 2 2 2 3 1 1 1 3 3 3 1 2 3 1 1 1 1 1 1 1 2 1 2 3 1 2 3 1 1 1 3
16
矩阵加法满足的运算规律:
1 交换律:A B B A. 2 结合律: A B C A B C . 3 A O A 4 A A O .
17
二、数与矩阵相乘
定义3 数与矩阵A的乘积记作A或A , 规定为

线性代数课件PPT 第2章.矩阵PPT课件

线性代数课件PPT 第2章.矩阵PPT课件

x1 x2 x3
3x5 1
32xx11
2 x2 3x2
x3 x3
2 x4 4 x4
4x5 5x5
2 3
x1 x2 x3 x4 8x5 2
12
第12页/共158页
2.1 高斯消元法
• 矩阵举例 解:线性方程的增广矩阵为
1 1 1 0 3 1


1





-
2
,
-
3
,
x3 3x4 1
x4 0
4
第4页/共158页
2.1 高斯消元法
• 高斯消元法
x1 x2
3x4 1
x2 2x3 2x4 0















们把




的x方3 程3称x4

阶1梯
线









x4 0
x1 1
x2 x3
2 1
x4 0
5
第5页/共158页
a2n
称为数域F中的m×n矩阵,通am常1 用大am写2 字母记做aAmn或A m×n,有时也记做
A (aij )mn (i 1, 2, , m; j 1, 2, , n)
8
第8页/共158页
2.1 高斯消元法
• 矩阵的定义 其中aij称为矩阵A的第i行第j列元素,当aij ∈R(实数域)时,A称为实矩阵;当aij ∈C(复
骤规范而又简便。
例1:解线性方程组
  1. 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. 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. 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)。

项 b1 , b2 , … , bm 不全为零时,线性方程组(1)叫做 n 元
非齐次线性方程组, 当 b1 , b2 , … , bm 全为零时,(1)
式成为
a11x1 a12 x2 a1n xn 0 ,
a21x1
a22 x2 a2n xn
0,
(2)
am1x1 am2 x2 amn xn 0 ,
(6) 数量矩阵
主对角线上的元素全相等的对角矩阵称为数量矩阵.
例如
n 阶数量矩阵
c
c
(c 为常数).
c n
(7) 三角形矩阵
主对角线下 (上) 方的元素全为零的方阵称为上 (下)
三角形矩阵. 例如
a11
a12 a22
a1n a11
a2
n
,
ann
a21 an1
a22
a11 a12 a1n b1
a21 a22 a2n b2
am1 am2 amn bm
这里横排称为行,竖排称为列; 而对于齐次线性方程组
(2)的相应问题的答案也完全取决于它的 m n 个系数 aij
(i=1, 2, … , m; j=1, 2, … , n) 所构成的 m 行 n 列的矩形
数表:
单击乘积矩阵2 的某3一元4素,可2得1 该元5素的
A2 3 E3 -1935 3单430位矩1179阵的性-2质3 65 清 3
28 763 666
双E3击 乘3 积A矩23--352阵114053*的(某33-680925一13) +元2232素023645 ,* 5可=得110 -该1清元9 7201素空的-
二元,非齐次
y
唯一解
x y 0,
(II)
x
y
1,
x y 2;
二元,非齐次
y
无解
(III)
2
x1 x1
x2 0, 2x2 0,
3x1 3x2 0
二元,齐次
x2
无穷多解
O
x
O
x
O
x1
对于线性方程组需要讨论以下问题:
(1) 它是否有解? (2) 在有解时它的解是否唯一? (3) 如果有多个解,如何求出它的所有解? 对于线性方程组(1)上述诸问题的答案完全取决于它 的m n 个系数 aij (i=1, 2, … , m; j=1, 2, … , n) 和右端的 常数项 b1 , b2 , … , bm 所构成的 m 行 n + 1 列的矩形数 表:
k a12
k a22
ka1n ka2n
kam1 kam2 kamn
为数 k 与矩阵 A 的数量乘积, 简称数乘, 记为 kA.
2. 运算规律
设矩阵 A, B 为同型矩阵, k, l 为常数,则
(1) 1A = A; (2) k(lA) = (kl) A; (3) k(A + B) = kA + kB; (4) (k + l)A = kA + lA. 矩阵相加与数乘矩阵统称为矩阵的线性运算.
解 (1) A 与 B 能进行加法运算; 而 A 与 C, B 与 C
不能进行加法运算, 因为它们不是同型矩阵, A 和 B 都是
3×2 矩阵, C 是 2×2 矩阵.
二、数与矩阵相乘
1. 定义
定义 3 设 A = ( aij )m×n , k 是一个数, 则称矩阵
ka11
(k aij)mn
ka21
四、矩阵的应用举例
例 1 产品发送量矩阵 某例厂2向三邻个接商矩店阵发送四种产品的数量可列成矩阵 四例个3城市线间性的变单换向的航矩线阵如图 2. 1 所示. 若令 其则间中图的例 设例二na2关ai.j个有次i1j为系45=变可线曲工式a量用性二线线厂x102矩, ,方的次x性向+y1yA10阵2从 从a程一12a,第曲方21bx11表组般102xxiix线ai1a程y1aa,a市 市示21方店132·+1110·111的·组xx到 到aa为程发c11,21y22x10a矩aa的2x为jjx送n132aa2222市 市2+与阵1矩2第222有 没x xaaadm阵2213j2x有3331个种+a条a1单变产2aaa12nn132e单44x4x向量品ynnaa向+航 1的2ynnf航b1xbx线数=1n2,n,线y,0,,量,2.,4,.···,(Iy)((mⅡ4之))
叫做 n 元齐次线性方程组.
对于 n 元齐次线性方程组(2),x1 = x2 = … = xn = 0
一定是它的解,称之为齐次线性方程组(2)的零解.
如果一组不全为零的数是(2)的解,则它叫做齐次线性方
程组(2)的非零解.齐次线性方程组(2)一定有零解,但不
一有非零解.例如
x y 0, (I) x y 2;
A - B = A + (-B) .
2. 运算规律
设 A, B, C 为同型矩阵, 则 (1) A + B = B + A ( 加法交换律) ; (2) ( A + B ) + C = A + ( B + C ) (加法结合律); (3) A + O = O + A = A, 其中 O 与 A 是同型矩阵; (4) A + (– A ) = O .
a11 a12 a1n a21 a22 a2n
am1 am2 amn
二、矩阵的定义
定义 1 由 m n 个数 aij (i = 1, 2, ···, m; j = 1, 2, ···,
n) 排成的 m 行 n 列的数表
a11
A
a21
a12
a22
a1n
a2n
(3)
am1 am2 amn
3 0 0 diag(3,1,2) 0 1 0.
0 0 2
对角矩阵
(5) 单位矩阵
主对角线上的元素全为 1 的对角矩阵称为单位矩阵,
简记为 E 或 I . 如
1
En
1
.
1 n
n 阶单位矩阵 E 在矩阵代数中占有很重要的地
位, 它的作用与 “1” 在初等代数中的作用相似.

EA = AE = A .
an2
.
ann
上三角形矩阵
下三角形矩阵
(8) 对称矩阵与反称矩阵
在方阵 A = ( aij )n 中, 如果 aij = aji (i, j = 1, 2, ···, n) ,则
称 A 为对称矩阵. 如果 A 还是实矩阵, 则称 A 为实对称
矩阵. 如果 aij = -aji (i, j = 1, 2, ···, n) , 则称 A 为反称矩阵.
如果对应元素相等, 即 aij = bij , i = 1,2, ···, m , j = 1, 2, ···, n ,
则称矩阵 A 和矩阵 B 相等, 记为 A c d .
5 6
e f
当 a=3, b=-1, c=4, d=2, e=-5, f=6 时, 它们相等.
它们之间的关系分别为 设某地区有甲、乙、丙三个工厂, 每个工厂都生产
位 Ⅰ、:个Ⅱ)如、下Ⅲxx表2、1 所Ⅳaa示12114:yy种11 产aa品1222.yy22已知aa1每233yy个33 ,工, 厂的(1年) 产量(单
2. 定义
定义 4 设矩阵 A = (aij)m×p , B = (bij)p×n ,
a11x1 a12x2 a1n xn b1 ,
a21x1 a22x2 a2n xn
b2
,
(1)
am1x1 am2 x2 amnxn bm ,
其中 aij 是第 i 个方程的第 j 个未知数的系数, bi 是第 i 个方程的常数项,i=1, 2, … , m; j=1, 2, … , n,当常数
本章介绍矩阵的概念、 矩阵的基本运算、矩阵的 秩、 可逆矩阵以及矩阵的初等变换、 分块矩阵的概念 及其运算. 最后, 利用矩阵的有关概念与方法讨论线性 方程组的解法及有解的条件.
第 一 节 线性方程组和矩阵
主要内容
线性方程组 矩阵的定义 几种常用的特殊矩阵 矩阵的应用举例
一、线性方程组
设有 n 个未知数 m 个方程的线性方程组
若一个矩阵的所有元素都为零,则称这个矩阵为零
矩阵, m n 零矩阵记为 Om n ,在不会引起混淆的情 况下,也可记为 O.
(3) 方阵 行数和列数相同的矩阵称为方阵.例如
a11
A
a21
a12
a22
a1n a2n
an1 an2 ann
称为 n n 方阵,常称为 n 阶方阵或 n 阶矩阵,简记为
5 1
2 , 0
9
8
.
5 1
3×4矩阵
3
5
三、几种常用的特殊矩阵
(1) 行矩阵和列矩阵
只有一行的矩阵称为行矩阵 (也称为行向量). 如
A = ( a11 ,a12 ,···,a1n ).
只有一列的矩阵称为列矩阵 (也称为列向量). 如
a11
B
a21
.
am1
(2) 零矩阵
例2 设
33 00
22 11
AA22 11 ,, BB 22 22 ,,
且 2A 3X B, 求求矩矩阵阵XX..
解 在 2A 3X B, 两端同加上 2A
得 3X 2A B
(2)32
10 22
12
8 6
10,
三、矩阵的乘法
1. 引例
引例 1 线性变换的乘积 设引有例三2组变总量收x入1 , 与x2 ,总x3利, x润4 ; y1 , y2 , y3 ; z1 , z2 ,
相关文档
最新文档