§2[1].2_矩阵的运算

合集下载

矩阵的运算优秀课件

且A2X=B，求X。
解：
X
=
1 2
(B
A)
=
1 2
2 0 0
2 1 5
5 1 2
2
4
5
1 1 = 0 1/ 2
5/2 1/ 2
1 2
。
0 5 / 2 1 5 / 2
练习
首页
上页
返回
下页
结束
铃
三、矩阵的乘法
定义2.5 设A是一个ms矩阵，B是一个sn矩阵：
a11 a12 a1s
0 3 6 9 0 12 8 16
92 156 214 60 7 9 17 6
= 64 02 1210 914 = 2 2 2 5 。
00 312 68 916 0 9 2 7
首页
上页
返回
下页
结束
铃
3572
1320
例4．已知 A= 2 0 4 3 ， B = 2 1 5 7 ，
0 1 23
0 6 48
列式称为矩阵A的行列式，记为|A|，即
首页
上页
返回
下页
结束
铃
2. 数乘矩阵满足的运算律
设 A, B 为同型矩阵, λ , μ为常数，则
(1) (λμ) A=λ (μ A); (2) (λ + μ)A = λ A + μ A. (3) λ(A + B) = λ A + λ B.
结合律分配律分配律
矩阵加法与数乘矩阵统称为矩阵的线性运算。
首页
上页
返回
下页
结束
铃
四、方阵的幂
(１) 定义
如果 A 是 n 阶矩阵, 那么AA 有意义, 也有意义, 因此有下述定义:

矩阵的运算

§2 矩阵的运算一、矩阵的相等、加、减、数乘、乘法、转置与共轭(A +B )=A +B (kA )=kA (k 为任意复数) (AB )τ=BA (反序定律)(A 1A 2...A s )=τττ12...A A A s(A k )=(A )k (k 为整数)二、矩阵的初等变换与初等矩阵设I =⎥⎥⎥⎥⎤⎢⎢⎢⎢⎡10101，称为单位矩阵.用数k（0）乘矩阵的第i 列（或行）初等变换具有性质：1° 任何矩阵（a ij ）都可经过有限次初等变换化为对角矩阵（a ij ）⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎣⎡0001012° 初等变换不改变矩阵的秩.三、矩阵的微积分假设矩阵A 的元素a ij 都是参数t 的函数，那末1° 矩阵A 的导数定义为⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎣⎡==t a t a ta t a t a tat a t a t a A tA mn m m n n d d ...d d d d ............d d ...d d d d d d ...d d d d d d 212222111211同样可定义矩阵的高阶导数. 2° 矩阵A 的积分定义为⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰t a t a ta t at at a t a t a ta t A mn m m n nd ...d d ............d ...d d d ...d d d 212222111211同样可定义矩阵的多重积分.四、特殊矩阵[零矩阵与零因子] 元素a ij 全为零的矩阵称为零矩阵，记作O =(0)=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡0...00............0 (00)0 (00)零矩阵具有性质：O +A =A +O =A OA =AO =OA +(－A )=O ,－A 称为A 的负矩阵若A ,B 为非零矩阵，即A ≠O ,B ≠O ,而AB =O ,则称矩阵A 为矩阵B 的左零因子，矩阵B 为矩阵A 的右零因子，例如A =⎥⎦⎤⎢⎣⎡--1111,B =⎥⎦⎤⎢⎣⎡--1111 AB =⎥⎦⎤⎢⎣⎡--1111⎥⎦⎤⎢⎣⎡--1111=⎥⎦⎤⎢⎣⎡0000=O[对角矩阵] 主对角线以外的元素都是零（d ij =0,i ≠j ）的方阵称为对角矩阵，记作D =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n d d d 0...021=diag(d 1,d 2,...,d n )=[ d 1 d 2 ... d n ] 对角矩阵具有性质： 1° 左乘BDB =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n d d d 0021⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n n n b b b b b b b b b .....................212222111211=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n n n n n n b d b d b d b d b d b d b d b d b d ............... (2)12222221211121111 =)(ij i b d 2° 右乘BBD =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n n n b b b b b b b b b (2)12112111211⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n d d d 0021=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n n n n n n b d bd b d b d b d bd b d b d b d (2211222)22111122111 3° 两个对角矩阵的和、差、积仍为对角矩阵.[数量矩阵] d i =d (i =1,2,...,n )的对角矩阵称为数量矩阵，记作D =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡d d d00 =[d d... d ]显然DB =BD =dB .[单位矩阵] d =1的数量矩阵称为单位矩阵，记作 I =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡10101 =「1 1 ... 1」显然IB =BI =B .[对称矩阵] 满足条件a ij =a ji (i ,j =1,2,...,n )的方阵A =(a ij )称为对称矩阵.例如A =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--423261315 是对称矩阵.对称矩阵具有性质：若A ,B 都是对称矩阵，则A A=τ,且A －1（使A －1=A －1A =I 的矩阵.详见本节，六），A m (m 为正整数)，A +B 仍是对称矩阵.［实对称矩阵］实对称矩阵按其特征值（本节，七）可分为正定矩阵，半正定矩阵、负定矩阵、半负定矩阵和不定矩阵，它们的定义与充分必要条件如下[反对称矩阵] 满足条件⎩⎨⎧-=jiij a a 0 )()(j i j i ≠= (i ,j =1,2,...,n )的方阵A =(a ij )称为反对称矩阵.例如A =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---023201310 是反对称矩阵.反对称矩阵具有性质：１° 若A ,B 都是反对称矩阵，则A τ=－A ,且A －1, A +B 仍是反对称矩阵，A m 为⎩⎨⎧反对称矩阵对称矩阵）（）（为奇数为偶数m m２° 任意方阵A 都可分解为一个对称矩阵B =(b ij )与一个反对称矩阵C =(c ij )之和，即A =B +C只需取b ij =21 (a ij +a ji ),c ij =21(a ij -a ji )(i ,j =1,2,...n )[埃尔米特矩阵] 满足条件A τ=A的方阵A 称为埃尔米特矩阵.例如A =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+--++-4232231212215i i i i i i 是埃尔米特矩阵.埃尔米特矩阵具有性质：若A ,B 都是埃尔米特矩阵，则1-A ,A +B 仍是埃尔米特矩阵.若A 又是实方阵（即a ij 全为实数），则A 就是对称矩阵.[反埃尔米特矩阵] 满足条件A τ=A -的方阵A 称为反埃尔米特矩阵.例如A =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-+--+-05250212210i i i i i i 是反埃尔米特矩阵.反埃尔米特矩阵具有性质：若A ,B 都是反埃尔米特矩阵，则1-A , A +B 仍是反埃尔米特矩阵.若A 又是实方阵，则A 就是反对称矩阵.[正交矩阵] 满足条件A τ=1-A的方阵A 称为正交矩阵.例如 A =⎥⎦⎤⎢⎣⎡-θθθθcos sin sin cos 是正交矩阵.正交矩阵具有性质：若A =(a ij )和B 都是正交矩阵，则 1° 1-A , AB 仍是正交矩阵. 2° det A =±1.3° ⎩⎨⎧=∑=011n k jk ik a a )()(j i j i ≠=⎩⎨⎧=∑=011n k kj ki a a )()(j i j i ≠=[酉(U )矩阵] 满足条件1-=A A τ的方阵A 称为酉(U )矩阵.例如：A =⎥⎦⎤⎢⎣⎡00i i 是酉矩阵.酉矩阵具有性质：若A =(a ij )和B 都是酉矩阵，则 1° A -1,AB 仍是酉矩阵. 2° det A ∙det A =1.3° 若A 又是实方阵，则A 是正交矩阵.[带型矩阵] 满足条件a ij =0 )(m j i >-的方阵A =(a ij )称为带型矩阵.2m +1称为带宽.一般形式为A =⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡--++++nn mn n n m n n n n m a a a a a a a,,1,11,11,11100[三角矩阵] 满足条件a ij =0 (i >j )的方阵A =(a ij )称为上三角形矩阵，一般形式为A =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n a a a a a a 022211211 满足条件()j i b ij <=0的方阵()ij b B =称为下三角形矩阵，一般形式为B =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n b b b b b b 212221110 三角形矩阵具有性质：1° 任何秩为r 的方阵C 的前r 个顺序的主子式不为0时，C 可表为一个上三角形矩阵A与一个下三角形矩阵B 的乘积，即C =AB2° 上（或下）三角形矩阵的和、差、积及数乘仍是上（或下）三角形矩阵.[分块矩阵] 用水平和垂直虚线将矩阵A 中的元素的阵列分成小块（称为子阵），A 就成为分块矩阵.例如A =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡333231232221131211a a a a a a a a a =⎥⎦⎤⎢⎣⎡22211211B B B B 式中B 11=⎥⎦⎤⎢⎣⎡22211211a a a a，B 12=⎥⎦⎤⎢⎣⎡2313a a B 21=[]3231a a , B 22=[]33a 它们都是A 的子阵. 进行分块矩阵的运算时，可将子阵当作通常矩阵的元素看待.这些运算指加、减、乘法、数乘、转置与共轭等.[分块对角矩阵] 主对角线上的子阵都是方阵，其余子阵都是零矩阵的分块矩阵称为分块对角矩阵.一般形式为A =⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡kkB O B O O O B 2211 分块对角矩阵A 的逆矩阵A －1和A 的行列式可以用下面简单公式求出A －1=⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡---1122111KK B OB O Bdet A =det B 11·det B 22·...·det B kk注意，一般分块矩阵的行列式不能用把子阵当作通常矩阵的元素的方法来计算，例如把四阶方阵化为分块矩阵A =⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡44434241343332312423222114131211...........................a a a a a a a a a a a a a a a a =⎥⎦⎤⎢⎣⎡22211211B B B B 一般det A =det B 11·det B 22－det B 21·det B 12不成立（参见§1，二，3中的四阶行列式）.五、相似变换[相似变换] 如果有一非奇异矩阵X （即det X ≠0）使得B =1-X AX那末称矩阵A 与矩阵B 相似，也称A 经相似变换化为B ，记作A ~B .它具有下列性质： 1° A ~A ,AA .2° 若A ~B ,则BA .3° 若A ~C ,B ~C ,则A ~B .4° 1-X (A 1+ A 2+...+ A m )X =1-X A 1X + 1-X A 2X + ...+ 1-X A m X 5° 1-X (A 1 A 2 ...A m )X =1-X A 1 X ·1-X A 2 X ·... ·1-X A m X 6° 1-X A m X =( 1-X AX )m7° 若)(A f 为矩阵A 的多项式，则1-X )(A f X =)(1AX X f -8° 若A ~B ，则A 与B 的秩相同，即rank A =rank B . A 与B 的行列式相同，即det A =det B .A 与B 的迹（定义见本节，七）相同，即tr A =tr B . A 与B 具有相同的特征多项式和特征值（本节，七）.[正交变换] 若Q 为正交矩阵（即1-Q =Q τ）,则称Q τAQ 为矩阵A 的正交变换，其性质与相似变换类似.特别还有性质：对称矩阵A 经正交变换后仍是对称矩阵.[旋转变换] 取正交矩阵U 为)(p)(qU pq =(u ij )=)()(11cos sin 11sin cos 11q p ⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡θθ-θθ 即u pp =u qq =θcosu pq =-u qp =θsin u ii =1 (i ≠p,q )u ij =0 (i,j ≠p,q;i ≠j ) 这时称B =pq pq AU U τ为A 的旋转变换，称为旋转角，如果A 是对称矩阵，那末B 的元素b ij 与A 的元素a ij 有如下对应关系：⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧=θ+θ=θ-θ=θ-θ+θθ-==θ+θθ+θ=θ+θθ-θ=ijijqj pj qj qj pj pj pq qq pp qp pqqq pq pp qq qq pq pp pp a b a a b a a b a a a b b a a a b a a a b cos sin sin cos )sin (cos cos sin )(cos cos sin 2sin sin cos sin 2cos 222222）其他元素(),(),(q p j q p j ≠≠同时有性质：∑=nj i ija1,2=∑=nj i ij b 1,2∑=ni iia 12∑=≤ni ii b 12 若取旋转角pqpp qq a a a 2cot arc 21-=θ则旋转变换使0==qp pq b b六、逆矩阵[逆矩阵及其性质] 若方阵A ,B 满足等式AB=BA=I (I 为单位矩阵)则称A 为B 的逆矩阵，或称B 为A 的逆矩阵,记作A=1-B 或B=1-A这时A,B 都称为可逆矩阵（或非奇异矩阵，或满秩矩阵）.否则称为不可逆矩阵（或奇异矩阵，或降秩矩阵）.可逆矩阵具有性质：1° 若A,B 为可逆矩阵，则AB 仍为可逆矩阵，且111)(---=A B AB （反序定律）一般地，若A 1 ,A 2 ,…,A s 为可逆矩阵，则=-121)(s A A A 11121---A A A s2° 矩阵A 可逆的充分必要条件是：det A ≠0.3° 若矩阵A 可逆，则det 1-A ≠0 且 det 1-A =(det 1)-A11)(--A =A , 111)(---=A a aA (a ≠0)1)(-τA =(1-A )τ,()()11--=A A4° 矩阵A 可逆的充分必要条件是：矩阵A 的特征值全不为零.[伴随矩阵与逆矩阵表达式] 设A ij 为矩阵A =(a ij )的第i 行第j 列元素a ij 的代数余子式，则矩阵A *=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn nnn n A A A A A A A A A (2122212)12111称为矩阵A 的伴随矩阵.若A 为非奇异矩阵，即det A ≠0,则A 的逆矩阵表达式为AA A det *1=-注意，A *的第i 行第j 列元素是A 的第j 行第i 列元素的代数余子式.[对角矩阵的逆矩阵] 对角矩阵D =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n d d d 0...021, d i ≠0 (i =1,2,...,n )的逆矩阵为D －1=⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡---112110...0n d d d 显然对角矩阵的逆矩阵仍是对角矩阵.[三角形矩阵的逆矩阵] 三角形矩阵L =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n l l l l l l ...............0...0...21222111, 00=≠ij ii l l )(),...,2,1(i j n i >= 的逆矩阵为1-L =P =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n p p p p pp ...............0...0 (02)1222111 式中iiii l p 1=(i =1,2,...,n )∑-=-=11i jk kj ikiiij p ll p⎪⎪⎭⎫ ⎝⎛+=-=n j i n j ,...,11,...,2,1 0=ij p)(i j >显然非奇异下（上）三角形矩阵的逆矩阵仍是下（上）三角形矩阵.[正定矩阵的逆矩阵] 1° 高斯—若当法正定矩阵A =(a ij )的逆A －1=(b ij )可由下列递推公式求出：)1(11)(1-=k k nnaa, )1(11)1(1)(1,----=k k jk j n aa a, )1(11)1(1)(,1---=k k i k ni a a a)1(11)1(1)1(1)1()(1,1-------=k k jk i k ij k j i aa a a a )2,...,1,,(-=n n j i ij n ij a a =)((k=1,2,...,n )最后得到)(n ijij a b = 式中n 为该正定矩阵A 的阶. 2° 三角阵法其步骤如下：（1）把正定矩阵A =(a ij )表示为A =ΛD Λτ式中D 为实的非奇异对角矩阵D =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n d d d 0021为实的非奇异下三角矩阵.Λ=⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡λλλλ-1111,2121n n n n是的转置矩阵.d i (i =1,2,...,n )与λij (i =2,...,n;j=1,…,n )由下面递推公式算出：0=ij λ)(i j > 1=λii ),...,2,1(n i =∑-=-=11j k jk ik ij ij x a x λ)1,...,2,1;,...,2(-==i j n ijij ij d x =λ)1,...,2,1;,...,2(-==i j n i∑-=-=11i k ik ik ii i x a d λ),...,2,1(n i =（2）求出D 的逆矩阵1-D =⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡n d d d 11121（3）求出Λ的逆矩阵1-Λ=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡1112121 n n ρρρ 式中⎪⎩⎪⎨⎧=-=∑-=11ii i jk kjik ij ρρλρ ),...,2,1(),...,2,1;1,...,2,1(n i n j j i n j =++=-=（4）求出A 的逆矩阵1-A =(ΛD 1)-τΛ=(1-Λ)τ1-D 1-Λ =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n n n βββββββββ212222112111式中∑==nik kkjki ij d ρρβ ),,2,1;,,2,1(n i i j ==注意，这种方法的好处是避免了求平方根的运算.[分块矩阵的逆矩阵] 设非奇异矩阵A 的分块矩阵为A =⎥⎦⎤⎢⎣⎡22211211B B B B 式中B 11,B 22为方子阵，那末A 的逆矩阵A －1=⎥⎦⎤⎢⎣⎡22211211C C C C由下面公式求出111211211111111212221221211112112111212222)(-------=-=-=-=B B C B C B B C C C B B C B B B B C[初等变换法求逆矩阵] 设1-A =1212222111211...........................-⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n n n a a a a a a a a a =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n n n b b b b b b b b b 212222111211=B 对矩阵⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡100010001212222111211 nn n n n n a a a a a a a a a 作一系列行的初等变换，使虚线左边一块矩阵化为单位矩阵，而右边一块单位矩阵就变为A 的逆矩阵B =A －1,即⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n n n b b b b b b b b b212222111211100010001[逆矩阵的近似求法] 设10-A 为矩阵A 的初始近似逆矩阵，可由下列迭代公式求出更精确的逆矩阵：)2(1111---+-=n n n AA I A A (n=0,1,2,...)式中I 为与A 同阶的单位矩阵.[计算机求逆程序的检验矩阵] 用下列n 阶非奇异矩阵及其逆矩阵，来检验大矩阵求逆的计算程序.A =⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡++-+------+-++222210221211210002112100002112122100021222n n n n n n1-A =⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡--------n n n n n n n n n n n n n13211432341223111221七、特征值与特征矢量[特征值与特征矢量] 对n 阶方阵A =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n n n a a a a a a a a a 212222111211 和n 维非零列矢量α=(a 1,a 2,...,a n )τ如果有一个数λ，使得A α=λα则称λ为矩阵A 的特征值（特征根），α为矩阵A 的特征值λ所对应的特征矢量. 矩阵A 的所有特征值中绝对值最大的一个称为A 的第一特征值.[特征矩阵特征多项式特征方程] n 阶方阵A =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n n n a a a a a a a a a 212222111211 的特征矩阵定义为=-I A λ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡---λλλnn n n n n a a a a a aa a a212222111211 式中I 为n 阶单位矩阵.行列式|A －λI |称为矩阵A 的特征多项式，记作（）=|-A λI |方程（）＝０称为矩阵A 的特征方程.[矩阵的迹与谱] n 阶方阵A 的主对角线上各元素之和称为A 的迹，记作∑==ni ii a A 1tr特征方程（）＝０的n 个根1，2，...，n 就是矩阵A 的n 个特征值.集合{1，2，...，n }称为矩阵A 的谱，记作ch A .线性齐次方程组0)(=-αλI A i的非零解便是矩阵A 的特征值i 所对应的特征矢量.[特征值与特征矢量的性质]1° 设1，2，...，n 为n 阶方阵A 的n 个特征值，则A k 的特征值为k n k k λλλ,,,21 （k 为正整数）. A 的逆矩阵A －1的特征值为11211,,,---n λλλ .A 的伴随矩阵A *的特征值为A A A n 11211,,,---λλλ .2° n 阶方阵A 的n 个特征值之和等于A 的迹，矩阵A 的n 个特征值之积等于A 的行列式，即1+2+...+n =a 11+a 22+...+a nn12...n =A由此可以推出矩阵可逆的另一充分必要条件是：A 的所有特征值都不为零. 3° 若i 是特征方程的k 重根，则对应于i 的线性无关的特征矢量的个数不大于k .当i 为单根时，对应于i 的线性无关特征矢量只有一个.4° 矩阵A 的不同特征值所对应的特征矢量线性无关.若n 阶方阵A 对应于特征值1，2，...，s 的线性无关的特征矢量分别有k 1,k 2,...,k s个，则这∑=s i i k 1个特征矢量线性无关，且n k si i ≤∑=1.5° 实对称矩阵的特征值都是实数，并且有 n 个线性无关（而且是正交）的特征矢量. 6° 矩阵的特征值在相似变换下保持不变，特别，A τ与A 具有相同的特征值.[求第一特征值的迭代法] 在实际问题中，往往不要求算出矩阵A 的全部特征值，只需算出第一特征值，用迭代法计算如下：⎩⎨⎧=λ=α++b αα)0()1()1(1)(k k k A )2,1,0( =k 假定当ε<-+)1()(m m αα时，可以认为(k ) ≈(m +1)，那末迭代到m k =即可.这时)1(1+m λ为矩阵A 的第一特征值的近似值，(m +1)为所对应的特征矢量.[求实对称矩阵的雅可比法] 设n 阶实对称矩阵A =(a ij )的特征值是1，2，...，n ，则必存在一正交矩阵Q ，使得Q τAQ =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡λλλn 0021为对角矩阵.正交矩阵Q 可用一系列旋转矩阵的积来逼近：Q =∏pq U式中)()(11cos sin 11sin cos 11)()()(q p u U q p ij pq⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡-==θθθθ取pqpp qq a a a 2cot arc 21-=θ因为在这种旋转变换下，消去了矩阵中位于第p 行第q 列(p ≠q )交点上的元素（见本节，五），而矩阵所有元素的平方和保持不变，而且对角线上的元素的平方和增大，因而非对角线元素的平方和随之减小，因此，当旋转次数足够大时,可使非对角线元素的绝对值足够小.对于预先给定的精度>0,如果｜a ij ｜<(i ≠j ),则可认为a ij ≈0.于是得到求矩阵A 的特征值与特征矢量的具体迭代方法.1° 按以下递推公式求特征值1，2，...，n ：⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎨⎧+=θ=⎪⎪⎩⎪⎪⎨⎧<+->-+=θ=⎪⎩⎪⎨⎧<ςς++ς-≥ςς++ς=θ=-=θ=ς--2221212)()()(1sin )0(11)0(112tan )0()1()0()1(tan 22cot k k k k k k k k k kk k k k k k k k pq k pp k qq k t t s t t t t t t v t a a a⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧===≠≠=≠-+=≠+-=+=-=+++++),2,1(),,2,1,(),,,()()()()()1()1()()()()1()()()()1()()()1()()()1( k n j i a a q p j q p i a a q j a a s a a p j a a s a a a t a a a t a a ij ij kijk ijk qj k k pj k k qj k qj k pj k k qj k k pj k pj k pqk k qq k qq k pqk k pp k pp υυ假定当)()(j i a m ij ≠<ε时，可以认为0)(≈m ij a ，则迭代到1-=m k 即可.而取)(m iia 作为i的近似值：),,2,1(n i a miii =≈λ2° 求特征矢量从1°有m m m m U U AU U U U 1111-- τττ=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n λλλ0021记P m =U 1…U m-1U m则AP m = P m ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n λλλ0021所以P m 为特征矢量矩阵.P m 由下列递推公式算出：)1,,2,1(),,2,1,(),,2,1(),()()()1()()1()()()()1()()()()1(-=⎪⎪⎪⎩⎪⎪⎪⎨⎧===≠=-+=+-=+++m k n j i u u n i q p j u u u u s u u u u s u u ijij k ijk ij k iq k k ip k k iq k iq k ip k k iq k k ip k ip υυ最后得到 )()(m ij m u P =即 τ),,,()()(2)(1)(m ni m i m i m i u u u u =为对应于特征值i 的特征矢量的近似值.[求对称三对角矩阵特征值的方法]1° 相似变换法设A 为n 阶对称三对角矩阵：A =⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡--n n n d e e d e e d e e d 113222111(1)经过相似变换1211211)(U U U I t A U U U A n k k n k --+-=τττ式中I 为单位矩阵,t k 为适当选定的常数，U i 为雅可比旋转矩阵：)1()(1111)1()(+⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡-=+i i c s s c U i i ii i iiτi U 为U i 的转置矩阵.又A 1=A ，A k +1与k k t A -I 相似，且A m 与∑-=-111m j j I t A 相似.因此，若A m 的特征值为),,2,1()(n i m i =λ，则A 1的特征值i (i=1,2,...,n )为∑-=+=11)(m j j m ii t λλ(i =1,2,…,n )假定当),,2,1()(n i e m i =<ε时，可认为0)(≈m i e ，那末可适当选择s i ，c i ，使得当m 充分大时，A m 在该精度下化为对角线矩阵；其特征值),,2,1()()(n i d m i m i =≈λ.)(m i d (i=1,2,...,n )可由下列递推公式算出：()())1,,2,1;1,2,,2,1(,)]([)(//g ])()[(0,,)(1)(1)1(1)(1)(1)1(1)(1)(1)1(1)()()(1)()()(1)1(1)(1)()()()()(1)()()(1)(1)()(1)(1(k)1)()(1(k)1212)(2)(1)(1)()(-=--=⎪⎩⎪⎨⎧===-++=--=====+==-=+++++++++++++++++++++m k n n i q s e q c d r s e t d s g c s h d g s t d c q r e s r q c q c h e c c q rs c t d q k k k k k k k i k i k i k k i k i k i k i k i k i k i k i k i k k i k i k i k i k i k i k i k i k i k i k i i k i k i i k ik i k i k nk n k k n k nt k 的选择对收敛速度影响较大，取t k 为二阶矩阵⎥⎦⎤⎢⎣⎡)(2)(1)(1)(1k k k k d e e d 的接近于)(1k d 的那个特征值，即t k =⎪⎩⎪⎨⎧≥ββ++β-<ββ+-β-)0()1/()0()1/(2)(1)(12)(1)(1k k k k e d e d式中 )(1)(1)(22k k k e d d -=β 2° 二分法设A 为n 阶对称三对角矩阵（如（1）式），对任意，设序列q 1()=d 1-q i ()=),,2()()(121n i q e d i i i =----λλ中q i ()<0的个数为N ()(在这些关系式中，对于某些i ，如果q i -1()=0，则只需用适当小的数代替即可），则N ()等于矩阵A 的小于的特征值的个数.假定矩阵A 的第k 个特征值k (1≤2≤… ≤k ≤…≤n )在区间[u ,υ]中，令21υ+=u r ,当N (r 1)≥k 时，则k ∈[u , r 1]；当N (r 1)<k 时，则k ∈[ r 1,v ];…依此类推，m步之后，k 包含在宽度为mu2-υ的区间中.m 充分大时，便可得到所求的特征值.八、矩阵多项式与最小多项式[矩阵多项式] 设i a (i=1,2,...,n )为某一数域（实数域或复数域）中的数，A 为这个数域上的n 阶方阵，则表示式f (A )=a 0I+a 1A+...+a n A n称为矩阵A 的多项式，式中I 为n 阶单位矩阵.如果矩阵A 使得f (A )=O那末称A为多项式f(λ)=a0λ+ a1λ+ ...+a nλn的根.[哈密顿-凯莱定理] 任一方阵都是它的特征多项式的根.[最小多项式及其性质] 以矩阵A为根的非零多项式f(λ)中，存在首项系数为1次数最低的多项式(λ)，它就称为矩阵A的最小多项式.最小多项式具有性质：1°任一方阵仅有一个最小多项式；2°任一以A为根的多项式f(λ)都可被A的最小多项式(λ)所整除.特别，任一方阵的最小多项式可整除其特征多项式；3°方阵A的特征多项式的根都是A的最小多项式的根：4°相似矩阵具有相同的特征多项式和最小多项式.。

第一节矩阵的运算

-15-
作业: 作业
P27 1( 2), ( 3)
-16-
1 2 1 4 例5 设 A = 5 − 8 0 2 1 1 3 7
解：
求 E 3 A 和 AE 4
2 1 4 1 1 2 1 4 1 1 5 − 8 0 2 = 5 − 8 0 2 1 3×3 1 1 3 7 3×4 1 1 3 7 3×4
a11 a 21
a12 a 22
b11 a13 b21 a 23 b31
b12 def c11 b22 c 21 b32
c12 c 22
-9-
定义： A = (a ij ) m× s B = (bij ) s×n 设
a11 L a1 j M M A = a i 1 L a ij M M a m1 L a mj L a1 s b11 L b1 j L b1n M M M M L a is B = bi 1 L bij L bin M M M M a L bsj L a sn L a ms s×n m × s s1
c11 = a11b11 + a12b21 + a13 b31 c21 = a 21b11 + a 22 b21 + a 23b31 c12 = a11b12 + a12b22 + a13b32 c22 = a 21b12 + a 22b22 + a 23b32
y1 = a11 (b11t1 + b12 t 2 ) + a12 (b21t1 + b22 t 2 ) + a13 (b31t1 + b32 t 2 )

《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:

§2矩阵的运算

分配
律
l ( A B) l A l B
备注
矩阵相加与数乘矩阵合起来，统称为矩阵的线性运算.
© §2 2009, Henan Polytechnic University 矩阵的运算
1111
第二章矩阵及其运算
注意：与行列式性质相区别
a11 a12 a13 l a11 l a12 l a13 a11 a12 l a13 l a21 a22 a23 a21 a22 a23 a21 a22 l a23 a31 a32 a33 a31 a32 a33 a31 a32 l a33
a11 cc cc cc cc a11 1111 aa12 1212 aa13 1313 aa14 1414 12 13 14 a21 c21 c22 c23 cc a21 c21 aa22 c22 aa23 c23 aa24 2424 22 23 24 a c aa c aa c aa c a 3131 c3131 3232 c3232 3333 c3333 3434 c3434
© §2 2009, Henan Polytechnic University 矩阵的运算
3 3
第二章矩阵及其运算
一、矩阵的加法
１、定义
设有两个 m n矩阵 A a ij , B bij , 那末矩阵 A 与 B 的和记作 A B，规定为
a11 b11 a 21 b21 A B a b m1 m1
1212
第二章矩阵及其运算
1 2 4 3 例1 A 0 3 , B 5 3 , 求A+2B. 解：
1 2 4 3 A 2B 0 3 2 5 3

2[1].1及2.2矩阵的概念和矩阵的运算

( 2 )有无解及有解时如何求解显然不能再利用克莱姆法则，此时我们也希望通过未知量系数和常数项构成的矩形数表来进行研究,即
3 −2 1 5 2 1 − 4 − 1
3
把矩形数表用一括号括起来以表示它的整体性，这样的矩形数表在众多问题中经常出现，为此我们抽象出矩阵的概念.
简记为A = a ij
( )
m ×n
或 Am ×n
5
实矩阵: 实矩阵元素是实数复矩阵：复矩阵：元素是复数
1 0 3 5 例如：例如：是一个 2 × 4 实矩阵实矩阵, − 9 6 4 3
13 6 2i 是一个 3 × 3 复矩阵复矩阵, 2 2 2 2 2 2
第二章
1
§2.1
2
一、引例
例求解下列线性方程组
3 x1 − 2 x 2 + x 3 = 5 3 x1 − 2 x 2 = 5 ( 1 ) ;( 2 ) 2 x1 + x 2 = − 1 2 x1 + x 2 − 4 x 3 = − 1
用克莱姆法则易求出 1 )的解，其解由方程组的未知量系数 ( 和常数项构成的行列式确定,与未知量的记号无关. ,与未知量的记号无关
23
例3：
4 − 2 4 2 C = = 1 − 2 2× 2 − 3 − 6 2× 2
例4：
− 16 − 32 ? 16 2 × 2 8
a12 M ai 2 M am 2
L a1 s b11 L b1 j M b21 L b2 j L a is M M M bs1 L bsj L a ms
L b1n L b2 n × s× n M L bsn

矩阵的基本运算

证因为 H T ( E 2 X X T )T E T 2( X X T )T
E 2XX T H 所以H是对称矩阵.
HH T H 2 (E 2 XX T )2 E 4 XX T 4( XX T )( XX T ) E 4XX T 4X (X T X )X T E 4XX T 4XX T E
坐标分别为和 , 它们有如 y′
yA x′
下关系：
x x 'cos y 'sin
y x 'sin y 'cos
α
O
x
写成矩阵形式，记为
过渡矩阵
x cos
y
s
i
n
sin x '
cos
y
'
例（线性代数方程组）一般形式的线性方程组，即
a11 x1 a12 x 2 a1n x n b1
C
2
2
2
2
有
A
B
0
0
0 ,
AC
0
0
0
0
0
则 A B A C , 但是
BC
注该例也说明 A B 0 不能推出 A 0 或 B 0
定义 (方阵的幂次) 若A是n 阶方阵, 则Ak为A的
的k次幂,即
Ak
A 14
A 2
L43A
,
并且
k个
A m A k A m k , A m k A m k ( m , k 为正整数 )
例对于任意的 n阶矩阵 A .证明 :
(1) A AT 是对称矩阵 , A AT 是反对称矩阵 .
(2) A可表示为对称矩阵和反对称矩阵之和 .

矩阵的运算及其运算规则

矩阵的运算及其运算规则矩阵是线性代数中的基本概念之一，它是一个由数个数按照矩形排列的数表。

矩阵的运算是对矩阵进行各种数学操作的过程，通过矩阵的运算可以实现对数据的处理和分析，广泛应用于各个领域。

矩阵的基本运算包括矩阵的加法、矩阵的乘法和矩阵的转置。

矩阵的加法是指将两个矩阵对应元素相加得到一个新的矩阵。

矩阵的乘法是指将两个矩阵按照一定规则相乘得到一个新的矩阵。

矩阵的转置是指将矩阵的行和列对调得到一个新的矩阵。

矩阵的运算规则包括加法的交换律和结合律，乘法的结合律和分配律。

加法的交换律指两个矩阵相加的结果与顺序无关；加法的结合律指三个矩阵相加的结果与加法的顺序无关。

乘法的结合律指三个矩阵相乘的结果与乘法的顺序无关；乘法的分配律指一个数与两个矩阵相乘的结果等于这个数与每个矩阵相乘后再相加的结果。

矩阵运算的应用非常广泛，特别是在线性代数、概率论和统计学中。

在线性代数中，矩阵的运算可以用于求解线性方程组、计算矩阵的秩和行列式、求解特征值和特征向量等问题。

在概率论和统计学中，矩阵的运算可以用于计算协方差矩阵、相关矩阵和条件概率矩阵，从而帮助我们分析和理解数据的关系和分布。

除了基本的矩阵运算外，还有一些特殊的矩阵运算。

例如，矩阵的逆运算是指对于一个可逆矩阵，可以找到一个矩阵使得两个矩阵相乘等于单位矩阵。

矩阵的转置运算是指将矩阵的行和列对调得到一个新的矩阵。

矩阵的迹运算是指矩阵主对角线上元素的和。

这些特殊的矩阵运算在实际应用中也有着重要的作用。

总的来说，矩阵的运算及其运算规则是线性代数中的重要内容，通过对矩阵的运算可以实现对数据的处理和分析，广泛应用于各个领域。

矩阵的运算规则包括加法的交换律和结合律，乘法的结合律和分配律。

除了基本的矩阵运算外，还有一些特殊的矩阵运算，如矩阵的逆运算、转置运算和迹运算。

这些矩阵运算在实际应用中具有重要作用，可以帮助我们解决各种数学和统计问题。

第二章矩阵及其运算

数乘矩阵与数乘行列式的区别所在！！
23
第二章矩阵及其运算
3 1 2 0 A= 1 5 7 9
2 4 6 8
7 5 2 4 B= 5 1 9 7
3 2 1 6
求满足关系式 A+2X=B 的矩阵 X （3A—2B）三、矩阵的乘法
定义 3：设 A=（ aij ） ms B =（ bij ） sn 则乘积 AB=C=( cij ) mn
线性代数教案
课题
教学内容教学目标教学重点
第二章矩阵及其运算 §2.1 矩阵 §2.2 矩阵的运算
矩阵的概念；矩阵的运算；
明确矩阵概念的形成；掌握矩阵的加法、数与矩阵的乘法、矩阵与矩阵的乘法；会求矩阵的转置、方阵的行列式、共轭矩阵；
掌握矩阵定义及运算法则
教学难点矩阵乘法
教学内容、安排
矩阵：matrix 矩阵运算：matrix operations 矩阵的加法：matrix addition 数与矩阵相乘：scalar muctiplication 转置矩阵：transposd matrix
A
的乘积。即
kA=
k
aij
=

ka21
kam1
ka12 ka22
kam2
ka1n
ka2n

kamn

用数乘以矩阵中的每一个元素
由定义可知 –A=(-1) A
A – B = A+(-B) 数乘矩阵满足以下的运算律 1、结合律：(kl)A=k(lA)=l(kA) 2、交换律：kA=Ak 3、分配律：k（A+ B）=kA+kB 例1、设
教学手段、
措施

线性代数第二章矩阵代数 S2矩阵的代数运算

(1) h( A) f ( A) g( A), s( A) f ( A)g( A).
(2) f ( A)g( A) g( A) f ( A).
24
4、n阶矩阵乘积的行列式
方阵对应着行列式，于是有如下定理：
定理：若 A，B是n阶方阵，则 |AB| = |A| |B|.
(此定理可以推广到有限个同阶矩阵的情况)
或 Al .
la11
lA
Al
la21
la12
la22
la1n
la2n
.
lam1 lam1 lamn
特别的，lE 称为数量矩阵.
6
2、线性运算的运算性质
矩阵的加（减）法和数乘统称为矩阵的线性运算，这些运算都归结为数（元）的加法与乘法.
运算性质
设A, B为同型矩阵，l, m为数，则 ➢ l(A + B) = l A + l B ➢ (l + m)A = l A+ m A ➢ l (m A) = (lm) A
0 bn2
bnn
29
a11 a12 a21 a22
A 0 an1 an2 E B 1 0
0 1
a1n c11 c12
c1n
a2n
c21
Cc22
c2n
ann cn1 cn2
cnn
0 00
0
0 00
0
00
1 0 0
0
AC
E 0
再利用拉普拉斯定理按后n行展开
E (1)[(n1)(n2) 2n](12 n) C
(2) 由AB＝O不能得出A、B至少有一个零矩阵.
如前面的A, B矩阵
A 1 1 ≠O, B 1 1 ≠ O,

线性代数教案_第二章_矩阵

授课章节第二章矩阵§2.1矩阵§2.2矩阵的运算目的要求理解矩阵的定义，掌握矩阵的运算重点矩阵的运算难点矩阵的乘法§2.1矩阵前面介绍了利用行列式求解线性方程组的方法，即Cramer法则。

但是Cramer法则有它的局限性：1. 系数行列式；2. 方程组中变量的个数等于方程的个数。

接下来要学习的还是关于解线性方程组，即Cramer法则无法用上的－――用“矩阵”的方法解线性方程组。

本节课主要学习矩阵的概念及其运算。

一、矩阵的概念矩阵是线性代数的核心，矩阵的概念、运算和理论贯穿线性代数的始终。

矩阵是一个表格，它的运算与数的运算是既有联系又有区别；矩阵与行列式也有很大的关联，但二者不能等同混淆。

对于分块矩阵，它在矩阵乘法、求逆、向量的线性表出、线性相关与秩、线性齐次方程组的解等方面，都有很大的用处。

矩阵是本课程的一个重要概念，在生产活动和日常生活中，我们常常用数表表示一些量或关系，如工厂中的产量统计表，市场上的价目表等等例1 某种物资有3个产地，4个销地，调配量如表1所示表 1 产地销地调配情况表销地产地B1 B2 B3 B4A1 1 6 3 5A2 3 1 2 0A3 4 0 1 2那么，表中的数据可以构成一个矩形数表：在预先约定行列意义的情况下，这样的简单矩形数表就能表明整个产销调配的状况。

不同的问题，矩形数表的行列规模有所不同，去掉表中数据的实际含义，我们得到如下矩阵的概念。

定义2.1 由个数排成的行列数表（2.1）称为一个行列矩阵，简称矩阵。

这个数称为矩阵的元素，其中称为矩阵的第行第列元素.（2.1）式也简记为或. 有时矩阵A也记作.注 1.元素是复数的矩阵称为复矩阵，元素是实数的矩阵称为实矩阵，本书中的矩阵除特别说明外，都指实矩阵.2.当时，称矩阵为长方阵（长得像长方形）；3.当时，称矩阵为阶方阵（长得像正方形），简称方阵；4. 两个矩阵的行数、列数均相等时，就称它们是同型矩阵.如果与是同型矩阵，并且它们的对应元素相等，即则称矩阵A与矩阵B相等，记作A＝B5.所有元素都为零的矩阵称为零矩阵，记为O. 值得注意的是：不同型的零矩阵是不相等的.例2设，，已知A＝B，求.【解】因为，，，所以二、几种特殊矩阵（1）矩阵，当时，即称为n阶方阵，记为. 特别地，一阶方阵.方阵中从左上角元素到右下角元素的这条对角线称为方阵的主对角线，从右上角元素到左下角元素的这条对角线称为方阵的副对角线。

线性代数：2.2 矩阵的运算

AB BA, ABk Ak Bk .
2.两个非零矩阵的乘积可能是零矩阵
例设 A 1 1 B 1 1 1 1 1 1
则 AB 0 0, BA 2 2 ,
0 0
2 2
故 AB BA.
特别的，当AB=BA时，则称A与B可交换。
3.矩阵乘法不满足消去律，
例设 A 12 42
2
2
2.2.5 方阵的行列式
定义由 n 阶方阵 A 的元素所构成的行列式，叫做方阵 A 的行列式，记作 A 或 det A.
例 A 2 6
3 8
则A2
3 2.
68
运算性质 1 AT A; 2 kA kn A;
3 AB A B; AB BA .
证明: a11 a1n
例证明任一 n 阶矩阵 A 都可表示成对称阵
与反对称阵之和.
证明设C 1 ( A AT ),
2
则CT 1
A AT
T
1
( AT
A)
C,
所以C为对称阵.
2
2
设B 1 ( A AT ), 则BT 1
2
2
A AT
T 1 (AT A) B,
2
所以B为反对称阵.
A 1 (A AT ) 1 (A AT ) C B, 命题得证.
求 ABT .
1
解法1
AB 2 1
0 3
21
1 4 2
7 2 0
1 3
AB T
0 14
1
3
17 13. 10
0 14 3, 17 13 10
解法2
ABT BT AT
A 2 0 1, 1 3 2
1 7 1 B 4 2 3 ,

矩阵的运算

3
1 4

9 9
2 9
111
例2. 设矩阵
A=

2 1
42
B=

2 3
46
求AB与B×A。
解：
AB =

2 1
42

2 3
46

16 8
32 16

2 BA= 3
4 6

2 1
42

0 0
0 0

2. 运算律
1) 矩阵的乘法一般不满足交换律
2) （AB）C = A（BC）
3) λ (AB) = (λA) B = A(λ B), ( 其中λ为数 );
4) A ( B + C ) = AB + AC ( B + C ) A = BA + CA
cij ai1b1 j ai2b2 j aisbsj
s
aikbkj (i 1, 2, m; j 1, 2 n), k 1
即 A× B = C.
注意：
ai1 ai2
b1 j
ais

b2
j

bsj
ai1b1 j ai2b2 j aisbsj
am2 bm2

a2n b2n
amn

bmn

矩阵的减法：A – B = A + (－B )
2、运算律
矩阵的加法满足下列运算规律设 A、 B、C 都是 m×n 矩阵:
1） A + B = B + A
2）（A + B）+ C = A +（ B + C ）

矩阵的运算

例1
4 − 2 4 2 C = = 1 − 2 2×2 − 3 − 6 2×2
例2 设
16 − 32 − ? 16 2 × 2 8
3 4 2 1 1 − 1 2 1
1 0 − 1 2 A = − 1 1 3 0 0 5 − 1 4
( A+ B)
m
k = ∑Cm Ak Bm−k k=0
m
A2 − B 2 = ( A + B )( A − B ) A3 − B 3 = ( A − B )( A2 + AB + B 2 )
(2)
试用变量 z1 , z2 表示变量 x1 , x2 。将第2个变换代人第个变换代人第1个变换得到解将第个变换代人第个变换得到
x1 = a11 (b11 z1 + b12 z2 ) + a12 (b21 z1 + b22 z2 ) x2 = a21 (b11 z1 + b12 z2 ) + a22 (b21 z1 + b22 z2 )
λ a12 ⋯ λ a1n λ a22 ⋯ λ a2 n
.
2、数乘矩阵的运算规律：、数乘矩阵的运算规律：
、矩阵，为数）（设 A、B为 m × n 矩阵，λ , µ 为数）
( 1) ( λµ ) A = λ ( µ A) ;
(2) (λ + µ ) A = λA + µA; (3 ) λ ( A + B ) = λA + λB .
一、矩阵的加法１、定义设有两个m × n 矩阵 A = (a ij ), B = (bij ), 那末矩阵A与的和记作的和记作A+B，定义为矩阵与B的和记作，

矩阵的概念及其线性运算知识讲解

第二章矩阵§2.1 矩阵的概念及其线性运算学习本节内容，特别要注意与行列式的有关概念、运算相区别。

一．矩阵的概念矩阵是一张简化了的表格,一般地⎪⎪⎪⎪⎪⎭⎫ ⎝⎛mn m m n n a a a a a a a a a ΛΛΛΛΛΛΛ212222111211 称为n m ⨯矩阵,它有m 行、n 列，共n m ⨯个元素，其中第i 行、第j 列的元素用j i a 表示。

通常我们用大写黑体字母A 、B 、C ……表示矩阵。

为了标明矩阵的行数m 和列数n ,可用n m ⨯A 或()i jm na ⨯表示。

矩阵既然是一张表，就不能象行列式那样算出一个数来。

所有元素均为0的矩阵，称为零矩阵，记作O 。

两个矩阵A 、B 相等，意味着不仅它们的行、列数相同，而且所有对应元素都相同。

记作B A =。

如果矩阵A 的行、列数都是n ，则称A 为n 阶矩阵，或称为n 阶方阵。

n 阶矩阵有一条从左上角到右下角的主对角线。

n 阶矩阵A 的元素按原次序构成的n 阶行列式，称为矩阵A 的行列式，记作A 。

在n 阶矩阵中，若主对角线左下侧的元素全为零，则称之为上三角矩阵；若主对角线右上侧的元素全为零，则称之为下三角矩阵；若主对角线两侧的元素全为零，则称之为对角矩阵。

主对角线上元素全为1的对角矩阵，叫做单位矩阵，记为E ，即⎪⎪⎪⎪⎪⎭⎫⎝⎛=100010001ΛΛΛΛΛΛΛE n ⨯1矩阵（只有一行）又称为n 维行向量；1⨯n 矩阵（只有一列）又称为n 维列向量。

行向量、列向量统称为向量。

向量通常用小写黑体字母a ，b ，x ，y ……表示。

向量中的元素又称为向量的分量。

11⨯矩阵因只有一个元素，故视之为数量，即()a a =。

二．矩阵的加、减运算如果矩阵A 、B 的行数和列数都相同，那么它们可以相加、相减，记为B A +、B A -。

分别称为矩阵A 、B 的和与差。

B A ±表示将A 、B 中所有对应位置的元素相加、减得到的矩阵。

第二章矩阵与其运算

数，所以矩阵A与B可以相乘，其乘积AB=C是一个2 3 矩
阵。按公式（6）有
4 1 0
1 C AB 2
0 1
3 0
21
1 2 1
1 0 3
3
1 4
1 4 0 (1) 11 0 1
10 03
3 2 (1) 1 2 4 1 (1)
02 21
3 0 (1) 3 2 1 11
而BT的第i行为 (b1i
b2i
bsi ) , AT 的第j列为 a j1
aj2
aT js
因此
s
s
d ij bki a jk a jk bki
k 1
k 1
所以
dij c ji (i 1,2, , n；j 1,2, , m)
即 D=CT,亦即 ABT BT AT
例7 已知
A
2 1
下， AB BA 。
例5 还表明，矩阵 A O，B O，但却有 BA=O 这就提醒我们要特别注意：若有两个矩阵A、B满足 AB=O，不能得出 A=O 或 B=O的结论；若A O 而AX Y O ，也不能得出 X=Y 的结论。
§2 矩阵的运算
矩阵的乘法虽不满足交换律，但仍满足下列结合律和分配律（假设运算都是可行的）
(ⅲ) AB A B .
§3 逆矩阵
定义7 对于n阶矩阵A,如果有一个n阶矩阵B,使 AB=BA=E 则说矩阵A是可逆的，并把矩阵B称为A的逆矩阵。
如果矩阵A是可逆的，那么A的逆矩阵是唯一的，这是因为：设B、C都是A的逆矩阵，则有
B=BE=B(AC)=B(AC)=(BA)C=EC=C 所以A的逆矩阵是唯一的。
§2 矩阵的运算
设A为n阶方阵，如果满足AT=A, 即

线性代数教案第二章矩阵及其运算

教案
课程名称:线性代数编写时间：20 年月日
课程名称:线性代数编写时间：20 年月日
课程名称:线性代数编写时间：20 年月日
课程名称:线性代数编写时间：20 年月日
课程名称:线性代数编写时间：20 年月日
课程名称:线性代数编写时间：20 年月日
课程名称:线性代数编写时间：20 年月日
课程名称:线性代数编写时间：20 年月日
课程名称:线性代数编写时间：20 年月日
课程名称:线性代数编写时间：20 年月日
课程名称:线性代数编写时间：20 年月日
课程名称:线性代数编写时间：20 年月日。

矩阵的运算

第四章矩阵§1 概念§2 矩阵的运算教学目的：使学生学会矩阵的加、减、乘法运算及运算条件。

教学重点：矩阵的乘法课时：4教学方式：讲练结合教学内容：一、回忆矩阵的概念并举例二、矩阵的运算：（一）加法1、条件：两个矩阵的行数、列数分别相等。

2、法则：对应元素相加3、性质：（1）结合律（2）交换律（3）零矩阵（4）负矩阵注：可用负矩阵定义矩阵的减法（二）数乘1、法则：用这个数乘以矩阵的每一个元素2、性质：（1）lA=（+）k+kAAl（2）kB=+）k+（kABA（3）A（）（=k）kllA（4）A⋅1A=（5）)(kB A B kA AB k ==）（）（（三）乘法1、条件：第一个矩阵的列数等于第二个矩阵的行数，其结果矩阵的行数与第一个矩阵的行数相同，列数与第二个矩阵的列数相同。

2、法则：第一个矩阵的第i 行与第二个矩阵的第j 列的对应元素相乘后再相加即为乘积矩阵的第i 行第j 列的元素。

问：如果矩阵A 与矩阵B 可以相乘，那么矩阵B 与矩阵A 是否可以相乘？不一定。

即使矩阵A 与矩阵B 可以相乘，矩阵B 与矩阵A 也可以相乘，那么其结果是否相同？不一定。

例：333443101726210765121113121430415003112101⨯⨯⨯⎪⎪⎪⎭⎫ ⎝⎛---=⎪⎪⎪⎪⎪⎭⎫⎝⎛--⎪⎪⎪⎭⎫⎝⎛---=AB 444334267321426471165231415003112101121113121430⨯⨯⨯⎪⎪⎪⎪⎪⎭⎫⎝⎛----=⎪⎪⎪⎭⎫⎝⎛---⎪⎪⎪⎪⎪⎭⎫⎝⎛--=BA从而交换律不成立。

3、性质：（1）结合律（2）关于加法的左、右分配律成立 4、特殊矩阵：（1）n 级单位矩阵：主对角线上是1，其余元素全部为0的矩阵。

它与任何可以与之相乘的矩阵的乘积都是那个矩阵本身。

（2）n 级数量矩阵：即主对角线上是同一个数k ，其余元素全部为0的矩阵。

与任何可以与之相乘的矩阵的乘积都等于数k 乘以该矩阵。

§2[1].2_矩阵的运算

矩阵的运算优秀课件

矩阵的运算

第一节 矩阵的运算

《线性代数》课件-第二章 矩阵及其运算

§2矩阵的运算

2[1].1及2.2矩阵的概念和矩阵的运算

矩阵的基本运算

矩阵的运算及其运算规则

第二章矩阵及其运算

线性代数第二章 矩阵代数 S2矩阵的代数运算

线性代数教案_第二章_矩阵

线性代数：2.2 矩阵的运算

矩阵的运算

矩阵的运算

矩阵的概念及其线性运算知识讲解

第二章矩阵与其运算

线性代数教案 第二章 矩阵及其运算

矩阵的运算

第一节矩阵的运算

《线性代数》课件-第二章矩阵及其运算

线性代数第二章矩阵代数 S2矩阵的代数运算

线性代数教案第二章矩阵及其运算