第3章 矩阵及其运算

合集下载

矩阵及其运算

矩阵及其运算
第二章


§1 矩阵的概念及其基本运算 矩阵是线性代数中一个重要的数学概念,在线性代数 定义2.1 由m×n个数aij (i=1,2,…,m,j=1,2,…,n)组成 中起着极其重要的作用,本章将引进矩阵的概念,并讨论
的m行n列的数表 矩阵和线性变换的关系,以及矩阵的运算。重点是逆矩阵
a11 a12 ... a1n 的计算和矩阵方程的求解。 a21 a22 ... a2 n ... ... ... ... am1 am 2 ... amn
A=B. 两个矩阵相等, 是指两个矩阵完全一样, 即阶数相同 而且对应的元素完全相等.
二、加法 设A=(aij)m×n, B=(bij)m×n, 则矩阵C=(cij)m×n (其中cij =aij+bij , i=1,2,…,m, j=1,2,…,n) 称为A与B的和记作A+B.

a11 b11 a 21 b21 AB ... a b m1 m1 a12 b12 a 22 b22 ... a m 2 bm 2 a1n b1n ... a 2 n b2 n ... ... ... a mn bmn ...
a11 a21 ... am1 a12 a22 ... am 2 ... a1n b11 b12 b ... a2 n 21 b22 ... ... ... ... ... amn bn1 bn 2 ... b1 p c11 c12 ... b2 p c21 c22 ... ... ... ... ... bnp cm1 cm 2
定义2.2 对n阶方阵A,如果存在n阶方阵B,使 AB=BA=E
则称方阵A是可逆的,且称B是A的逆矩阵,记为B=A-1。 可逆矩阵又称为非异阵或非奇异阵.

线性代数3.矩阵及其运算

线性代数3.矩阵及其运算

0 0 0 0
例如
0
0
0 0
0 0
0
0
注意:丌同型
0 0 0 0 . 的零矩阵是丌
相等的.
0 0 0 0
10
2.2 矩阵运算
一、矩阵的加法和减法
定义:设有两个 m×n 矩阵 A = (aij),B = (bij) ,那么矩阵 A 不 B 的加法和减法规定为:
a11 b11
A
B
a21
b21
a21b11
a22b21
a2sbs1
a21b12 a22b22 a2sbs2
a21b1n
a22b2n
a2sbsn
.
am1b11
am2b21
amsbs1
am1b12 am2b22 amsbs2
am1b1n
am2b2n
amsbsn
mn
17

? 2
1
4 2
2
22
3
aaaa1212111
aa1122 aa222
aaaa12123333aaaa1212111
bb1122 bb222
aaaa1212333322aaaa1212111
aa1122bb1122 aa222bb222
aa2212a3a3 1233
aa3311 aa3322 aa333 aa3311 bb3322 aa333 2aa3311 aa3322bb3322 a23a3 33
1
2
4 2
2 0
3 1
0
17
14 13
3
10
,
解法2
0
( AB)T
14
3
17

《矩阵及其运算 》课件

《矩阵及其运算 》课件

幂法
通过迭代计算矩阵A的幂 ,最终得到特征值和特征 向量。
反迭代法
利用已知的特征向量x, 通过反迭代计算得到对应 的特征值λ。
06
应用实例
在物理中的应用
线性变换
矩阵可以表示线性变换,如平移、旋转、缩放等,在物理中广泛应 用于描述物体运动和力的作用。
振动分析
矩阵可以用于分析多自由度系统的振动,通过矩阵表示系统的运动 方程,简化计算过程。
详细描述
矩阵乘法要求第一个矩阵的列数等于第二个矩阵的行数,并 且结果矩阵的行数等于第一个矩阵的行数,列数等于第二个 矩阵的列数。在计算过程中,对应元素相乘并求和,得到新 矩阵的一个元素。
矩阵的转置
总结词
矩阵的转置是将原矩阵的行变为列,列变为行的一种运算。
详细描述
矩阵的转置可以通过交换原矩阵的行和列得到,也可以通过计算元素的代数余 子式得到。转置后的矩阵与原矩阵的行列式值相等,但元素的位置发生了变化 。
《矩阵及其运算》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 • 矩阵的秩与线性方程组 • 特征值与特征向量 • 应用实例
01
矩阵的定义与性质
矩阵的基本概念
矩阵的定义
矩阵是一个由数字组成的矩 形阵列,通常表示为二维数 组。
矩阵的元素
矩阵中的每个元素都有行标 和列标,表示其在矩阵中的 位置。
回带法
在消元过程中,每一步都需要回带, 以确保解的正确性。
解的判定
当系数矩阵的秩等于增广矩阵的秩时 ,线性方程组有唯一解;否则,无解 或有无数多解。
线性方程组的解的结构
解的表示
线性方程组的解可以表示为一个向量与自由变量 的线性组合。

矩阵及其运算

矩阵及其运算

矢量的投影
atb 1 a在b上的投影为 b Lb Lb
其中
a在b上的投影方向为
1 b Lb
atb atb a在b上的投影长度为 = La = La cos θ Lb La Lb
两矢量内积的化学计量学意义
与矢量的投影的关系 矢量内积可视为矢量的投影,其值的大小于两矢量 矢量内积可视为矢量的投影, 的夹角有关,与夹角成反比。特别的是: 的夹角有关,与夹角成反比。特别的是:当两矢量 正交、 90度 内积为零,投影为点; 正交、成90度,内积为零,投影为点;当两矢量平 内积最大,投影最大。 行,内积最大,投影最大。 光谱的相似性 两光谱越相似,光谱构成的矢量夹角越小。光谱完 两光谱越相似,光谱构成的矢量夹角越小。 全相似,两矢量成比例。 全相似,两矢量成比例。
2 2 2
cosθ = cos(θ1 − θ 2 ) = cosθ 2 cosθ1 + sin θ 2 sin θ1
y1 x1 y 2 x 2 x1 y1 + x 2 y 2 = + = L y Lx L y Lx Lx L y
对于n维矢量 对于 维矢量
x y + L + xn y n cos θ = 1 1 = Lx L y xt y xt x yt y
矩阵及其运算
化学计量学中的数据 标量( 标量(Scalar )
1.23 x=1.23 是指那些只具有数值大小,而没有方向 是指那些只具有数值大小,而没有方向 部分有正负之分) 无论选取什么坐标系 坐标系, (部分有正负之分),无论选取什么坐标系,数 值恒保持不变,这些量之间的运算遵循一般的 值恒保持不变,这些量之间的运算遵循一般的 代数法则的数据 的数据。 代数法则的数据。 例如:分析化学中的质量 密度、温度、 质量、 例如:分析化学中的质量、密度、温度、能 体积、时间等 量、体积、时间等。

矩阵的运算及其运算规则

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。

矩阵及其运算详解

矩阵及其运算详解

矩阵及其运算详解矩阵是线性代数中重要的概念之一,它不仅在数学理论中有广泛应用,也在各个领域的实际问题中发挥着重要作用。

本文将详细介绍矩阵的概念、性质以及常见的运算法则,以帮助读者深入了解和掌握矩阵相关的知识。

一、矩阵的定义和基本性质矩阵是一个按照矩形排列的数集,通常用方括号表示。

一个 m×n的矩阵包含 m 行和 n 列,并用 aij 表示第 i 行、第 j 列的元素。

例如,一个 2×3 的矩阵可以表示为:A = [ a11 a12 a13a21 a22 a23 ]其中,a11、a12 等分别表示矩阵中不同位置的元素。

对于一个 m×n 的矩阵 A,当且仅当存在 m×n 的矩阵 B,满足 A = B,我们称 B 是 A 的转置矩阵。

转置矩阵中的每个元素是原矩阵对应位置元素的转置。

二、矩阵的运算法则1. 矩阵的加法和减法矩阵的加法和减法规则使其成为一个线性空间。

对于同型矩阵 A 和B,它们的和 A + B 的结果是一个与 A、B 同型的矩阵,其每个元素等于对应位置元素的和。

减法规则类似,也是对应元素相减。

矩阵的数乘指的是将一个矩阵的每个元素乘以一个标量。

即对于矩阵 A 和一个实数 k,kA 的结果是一个与 A 同型的矩阵,其每个元素等于对应位置元素乘以 k。

3. 矩阵的乘法矩阵的乘法是矩阵运算中最重要的一种运算。

对于矩阵 A 和 B,若A 的列数等于B 的行数,则可以进行乘法运算 AB。

结果矩阵C 是一个 m×p 的矩阵,其中的元素 cij 是通过计算矩阵 A 的第 i 行和矩阵 B的第 j 列对应位置元素的乘积,并将结果相加得到的。

4. 方阵和单位矩阵方阵是指行数和列数相等的矩阵,也称为正方形矩阵。

单位矩阵是一种特殊的方阵,它的主对角线上的元素全为1,其它位置元素均为0。

单位矩阵通常用 I 表示。

三、矩阵的性质和应用1. 矩阵的转置性质矩阵的转置运算具有以下性质:- (A^T)^T = A,即两次转置后得到原矩阵。

《线性代数》第三章矩阵 第一.二节

《线性代数》第三章矩阵 第一.二节
3 5 1 0 0 1 BC 1 3 1 3 9 1
此处 AC BC
,
但 A B
矩阵乘法运算规律
设A、B、C、O、E下面各式中相应的
乘法和加法运算中都能进行,k为实数,则:
(1) 结合律:A(BC)=(AB)C;
b1an b2 an bn an
1 1 1 1 例:A B 求AB 1 1 1 1 1 1 1 1 0 0 解 AB 0 0 1 1 1 1 这里AB 0但A 0, B 0
二、矩阵的概念
定义1
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 21 a m1
称为
a12 a 22 am 2
a1 n a2n a mn
简称
m 行 n 列的矩阵
m n
矩阵
为表示它是一个整体,总是加一个大括号,
那么A与B的乘积为C (c ij ) mn ,即C AB
其中cij ai1b1 j ai 2b2 j aisbsj
a ik bkj (i 1,2m, j 1,2n)
k 1
s
例如
4 2 4 2 C 1 2 22 3 6 22
则称矩阵A与B相等,记作A=B
矩阵的代数运算
1、矩阵的加法 定义3 则矩阵 设 A (aij ) mn , B (bij ) mn
C (cij ) mn (aij bij ) mn
A (aij )mn
称为矩阵A与B的和。记为C=A+B

线性代数—矩阵

线性代数—矩阵
数量矩阵是指主对角线元素都相等,等于某个数 的对角矩阵.记作 k E 或 k E n
k k En
E n.
k k
单位矩阵是指 k 1的数量矩阵.记作 E 或
矩阵应用实例
例1(系数矩阵)由n个未知量m个方程组成的方程组为
a11x1 a12x2 a1n xn b 1 a x a x a x b 21 1 22 2 2n n 2 am1x1 am2 x2 amnxn bn
1 2 4 0 7 5 3 0
1 4 7 3 2 0 5 0
5 3 8 1 0 0 2 1 1 1 4 0
1 1 8 0 4 0 1 2 5 5 3 0
, Bsj的 其中A i 1, A i2, B1j , , Ais的列数等于 B 2 j , 行数,那末 C1 1 C1 2 C1 t
C2 2 C2 t C AB 2 1 C C r1 Cr2 Crt
s k1
1 , 2 , , r ;j 1 , 2 , , t 其中 Cij AikBkj ( i )
注 分块矩阵转置时,不仅整个分块矩阵按块 转置,而且其中每一块都要同时转置.
B 11 B 12 B 13 例如 B B B B , 则 23 21 22
T B 11 T T B B 12 BT 13
(5) 分块对角矩阵 设n 阶矩阵 A 适当分块后得分块矩阵
5 3 8 1 0 0 2 1 1 1 4 0
分块矩阵的运算
(1)分块矩阵的加法. A [ A ] B [B ] 设分块矩阵 A 与B kl s t , kl s t ,如果 对应的子块 A kl与 B kl都是同型矩阵,则

《线性代数》课件第3章

《线性代数》课件第3章
2.加法交换律 : A + B = B + A; 3. A + 0m×n = A; 4. A + (−A) = 0m×n; 5. a(A + B) = aA + bB; 6. (a + b)A = aA + bA; 7. (ab)A = a(bA).
定义1.4对于一组m × n矩阵A1,..., At和数c1,...,ct , 矩阵 c1A1 + + ctAt
⎛⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎝
a11 a 21
am1
a12 a 22
am 2
a 1n a 2n
amn
⎞⎠⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟
称为S
上一个m
×
n矩阵,通常简记为
(aij
) m
×n

(aij
).
一个n × n矩阵称为n阶矩阵或n阶方阵.在一个n阶矩阵中,从
左上角至右下角的一串元素a11, a22 ,..., ann称为矩阵的对角线.
+
a2
⎛⎝⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜
0 1 0
0
⎞⎠⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟
+
+
an
⎛⎝⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜
0 0
0 1
⎞⎠⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟
= a 1ε1 + a 2ε2 +
+ anen .
§3.2 矩阵的乘法
( ) ( ) 定义2.1(矩阵的乘法)设A = aij 是一个m×n矩阵, B = bij 是一个
1. 把A整个分成一块,此时A就是一个1×1的分快矩阵;
2. 把A的每一行(列)或若干行(列)看成一块.比如,把A按列分

线性代数矩阵及其运算

线性代数矩阵及其运算
由 于 方 阵 A k、 A m、 E 对 乘 法 是 可 交 换 的 , 所 以 矩 阵 A的 多 项 式 的 乘 法 也 是 可 交 换 的 , 即
f (A)g (A) g (A)f (A) 从 而 A的 多 项 式 可 以 象 数 x的 多 项 式 分 解 因 式 . 如 : A 2 3 A 2 E ( A 2 E )( A E )
(3)(A )TA T (4)(A B )TB TA T
证明 (1)、(2)、(3)易证,下证明(4). 设矩阵 A为m×s 阶矩阵,矩阵 B为s×n阶矩阵,那么: ( AB)T与 BTAT 是同型矩阵; 又设 C = A B,因为 CT的第 i 行第 j 列的元素正好是 C 的 cji ,即 cji=aj1b1i+aj2b2i+…+ajsbsi =b1iaj1+b2iaj2+…+bsiajs 而b1i,b2i,…,bsi 正好是 BT的第 i 行,aj1,aj2,…,ajs 正好是 AT的第 j 列,因此 cji 是 BTAT的第 i 行第 j 列的元素。故

A(ai j)mn xx1
xn
则非齐次线性方程组可简记为
bb1
bm
Axb
2. 矩阵乘法与加法满足的运算规律
(1)(AB)CA(BC)
(2)(AB)(A)BA(B)
(3)A(BC)ABAC (BC)ABACA (4) EmAmnAmn AmnEnAmn
关于矩阵乘法的注意事项: (1)矩阵 A 与矩阵 B 做乘法必须是左矩阵的列数与右
8、再讲几类特殊的矩阵 1) 伴随矩阵:设 A=(aij)n×n,矩阵A中元素aij的代数余子式Aij构成的如下矩阵
A11 A21 ... An1

矩阵及其运算

矩阵及其运算

矩阵及其运算加法:()ij m n A a ´=,()ij m n B b ´=是两个m n ´矩阵,称矩阵()ij ij m n C a b ´=+为A 与B 的和,记为C A B =+.注意:两个矩阵必须是同型矩阵(行数和列数分别对应相同)才能相加. 数乘:设()ij m n A a ´=是一个m n ´矩阵,k 是一个数,称()ij m n C ka ´=为数k 与矩阵()ij m n A a ´=的数量乘积,记为C kA =.矩阵的乘法运算;设()ik m n A a ´=, ()kj n s B b ´=,称m s ´矩阵()ij m s C c ´=为矩阵A 与B 的乘积.其中C 的(,)i j 位置的元素为:11221nij i j i j in nj ik kjk c a b a b a b ab ==+++=∑记为(1,2,,;1,2,,i m j s ==L L ).将矩阵A 与矩阵B 的乘积C 记为AB ,即C AB =. 乘法运算的性质:(1)乘法结合律()()A BC AB C =;(其中,,A B C 分别是,,m n n s s t 创 矩阵)(2)乘法对加法的分配律左分配律()A B C AB AC +=+;(其中,,A B C 分别是,,m n n s n s 创 矩阵)右分配律()B C A BA CA +=+;(其中,,A B C 分别是,,n s m n m n 创 矩阵) (3)()()()k AB kA B A kB ==;(其中,A B 分别是,m n n s 创矩阵,k 是一个数) (4)m n E A AE A ==.(其中A 是m n ´矩阵,,m n E E 分别是m 阶和n 阶单位矩阵) 注意(ⅰ)第一个矩阵的列数与第二个矩阵的行数相等时两矩阵乘积才有意义.(ⅱ)由于乘法没有交换律,在进行两个矩阵乘积时,矩阵因子的顺序不能变.(ⅲ)矩阵的乘法不满足消去律.(ⅳ)多个矩阵乘积时经常使用乘法结合律()()A BC AB C =.方阵的方幂:设A 是n 阶方阵,我们称k kA AA A =6447448L 个为A 的k 次幂,特别规定0A E =.1110()m m m m f x a x a x a x a --=++++L 是多项式,称1110()m m m m f A a A a A a A a E --=++++L 为方阵A 的多项式.例 设12n A l l l 骣÷ç÷ç÷ç÷ç÷ç÷=ç÷ç÷÷ç÷ç÷ç÷ç桫O 12n B m m m 骣÷ç÷ç÷ç÷ç÷ç÷=ç÷ç÷÷ç÷ç÷ç÷ç桫O ,(1)求AB 及BA ;(2) 求k A 及()f A ,其中10()m m f x a x a x a =+++L . 例:证明cos sin cos sin sin cos sin cos nn n n n q q q qq q q q 骣骣--鼢珑? 珑鼢鼢珑桫桫. 矩阵的转置与共轭运算称以矩阵A 的行为列,列为行构成的矩阵为A 的转置矩阵,记为T A . 注意:,A B 分别是,m n n s 创矩阵,则()T T T AB B A =.例 设122a 骣÷ç÷ç÷ç÷=ç÷ç÷ç÷÷ç桫,121b 骣÷ç÷ç÷ç÷=-ç÷ç÷ç÷÷ç桫,求T a b ,T ba ,()100T ba 例.111212122212n n n n n n a b a b a b a b a b a b A a b a b a b ⎛⎫⎪ ⎪= ⎪⎪⎝⎭L L L L L L L,求n A 例. 11A λλλ⎛⎫⎪=⎪ ⎪⎝⎭,求n A 例..设实矩阵111213212223313233a a a A a a a a a a ⎛⎫⎪= ⎪ ⎪⎝⎭,且T A A O =,证明A O =; 定义 A 是n 阶方阵,如果T A A =,称A 为对称矩阵;如果T A A =-,称A 为反对称矩阵.由定义易知:n 阶方阵A 为对称矩阵当且仅当(,1,2,,)ij ji a a i j n ==L ;n 阶方阵A 为反对称矩阵当且仅当(,1,2,,)ij ji a a i j n =-=L .定义 ()ij m n A a ´=,如果ij a 取自复数集,称A 是复矩阵,称由ij a 的共轭复数为元素构成的矩阵()ij m n A a ´=为A 的共轭矩阵. 分块矩阵及其运算的注意事项1.利用分块矩阵表示矩阵或进行矩阵运算只是为了表达简便.分块矩阵的运算与普通数字元素的运算法则和运算律是类似的;2.第一个矩阵列的分块方式与第二个矩阵行的分块方式必须相同,即ik A 列数必须等于kj B 的行数,这时两分块矩阵的乘积才有意义;3.由于矩阵乘法没有交换律,作分块矩阵乘法时,一定要注意子块的前后顺序不能换.即上面的ik kj A B 绝对不能写成kj ik B A .4.分块矩阵的转置不仅要将子块为元素构成的矩阵看成普通矩阵进行转置,还要将每块转置.利用矩阵运算表示线性方程组设线性方程组为11112211211222221122,,.........................................n n n n m m mn n m a x a x a x b a x a x a x b a x a x a x b +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩ (1)利用矩阵的线性运算和矩阵相等定义,( 1)可以改写为:1112112122221212n n n m m mn m a a a b a a a b x x x a a a b ⎛⎫⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪+++= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭称为线性方程组(1)的向量线性组合表示法,简记为1122n n x x x αααβ++=,利用矩阵乘积和矩阵相等定义还可以改写为:1112111212222212.....................n n m m mn n m a a a x b a a a x b a a a x b ⎛⎫⎛⎫⎛⎫⎪⎪ ⎪⎪⎪ ⎪= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭称为线性方程组(1)的矩阵乘积表示法,简记为AX β=.方阵的行列式的定义及性质定义设()ij n A a =是n 阶方阵,以A 的元素构成的行列式ij n a 称为方阵A 的行列式.记为A 或det A .注意 :(1)矩阵是数表,行列式是数值,这是它们之间的本质区别. (2)只有方阵才定义行列式. 方阵的行列式具有以下性质: 性质1 A 是n 阶方阵,则n kA k A = 性质2 A 是n 阶方阵,则T A A = 性质3 A 是n 阶方阵,B 是m 阶方阵,则A CA B O B=. 推论1 A 是n 阶方阵,B 是m 阶方阵,则A OA B C B= 推论2 设12,,,S A A A L 均为方阵,则1212S SA A A A A A =L O性质4 ,A B 均为n 阶方阵,则AB A B =.注意,,A B 均为n 阶方阵,A B A B +=+不一定成立. 例 已知A 是3阶方阵,且2A =-,计算(1)2A ;(2) A A ;(3)2A OE A-.例 已知A ,B 都是3阶方阵,且9A =-,3AB E O +=,求B .例 设矩阵2112A ⎛⎫= ⎪-⎝⎭,E 为2阶单位矩阵,矩阵B 满足2BA B E =+,求B .可逆矩阵设A 是n 阶方阵,如果存在n 阶方阵B ,使得AB BA E ==,称A 为可逆矩阵,称B 为A 的一个逆矩阵.唯一性:可逆矩阵的逆矩阵唯一.n 阶方阵A 是可逆的充分必要条件为0A ≠.而且1*1A A A-=. 定理:设,A B 都是n 阶方阵,如果AB E =,那么BA E =.伴随矩阵:设()ij n n A a ⨯=,称由ij a 在A 中的代数余子式ij A 为元素构成的矩阵*A 112111222212n n nnnn A A A A A A A A A ⎛⎫ ⎪ ⎪=⎪ ⎪⎝⎭为A 的伴随矩阵. 可逆矩阵的性质:性质1 设A 是n 阶可逆矩阵,A 的逆矩阵1A -也可逆,且()11A A --=;性质2设A 是n 阶可逆矩阵,k 是非零数,则kA 可逆,且()111kA k A ---=; 性质3设,A B 都是n 阶可逆矩阵,那么AB 也可逆,且111()AB B A ---=; 推广: 12,,,s A A A 都是n 阶可逆矩阵,则12s A A A 也可逆,且()11111221s s A A A A A A ----=.性质4设A 是n 阶可逆矩阵,T A 也可逆,且()()11TT A A --=;注意 ,A B 都是n 阶可逆矩阵,但A B +不一定可逆.性质5设(1,2,,)i A i s =L 为i n 阶可逆方阵,准对角形矩阵1s A A ⎛⎫⎪⎪ ⎪⎝⎭可逆,且11111s s A A A A ---⎛⎫⎛⎫⎪ ⎪= ⎪ ⎪⎪ ⎪⎝⎭⎝⎭; 且11111s s a a a a ---⎛⎫⎛⎫⎪⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭(0,1,2,,)i a i s ≠=.例已知A ,B 都是3阶方阵,且9A =-,3AB E O +=,求B 及12A O O B -⎛⎫⎪⎝⎭.性质6 设A 是m 阶可逆矩阵,,B C 都是m n ⨯矩阵,且AB AC =,则B C =,设A 是n 阶可逆矩阵,,B C 都是m n ⨯矩阵,且BA CA =,则B C =. 特别:设A 是m 阶可逆矩阵,B 是m n ⨯矩阵,且AB O =,则B O =,设A 是n 阶可逆矩阵,B 是m n ⨯矩阵,且BA O =,则B O =. 证明方阵A 可逆的常用方法:(1)找到一个方阵B ,使得AB BA E ==;(2)证明0A ≠例A 是n 阶方阵,且满足223A A E O -+=,证明3A E -可逆,并求()13A E -- 求可逆方阵A 的逆矩阵的方法 (1)公式法:利用伴随矩阵;(2)用初等行变换求矩阵方程AX B =(A 可逆)的求法:()()1AB E A B -−−−−→初等行变换,则1X A B -=即可求得.例.A 是行等和矩阵(各行元素之和都相等),且A 可逆,证明:1A -也是行等和矩阵.例. ,A B 都为n 阶方阵,且A B AB +=1) 证明:A E -可逆;2)证明:AB BA =;3)如果130210002B 骣-÷ç÷ç÷ç÷=ç÷ç÷ç÷÷ç桫,求A 证明:1)由A B AB +=有()A A E B O --=,所以()A E A E B E ---=-, 即()()A E B E E --=,所以A E -可逆,且1()A E B E --=- 2)由()()A E B E E --=,有()()B E A E E --=, 所以()()()()A E B E B E A E --=--,即有AB BA =3)由1()A E B E --=-有()11100030010200001001A E B E --骣骣-鼢珑鼢珑鼢珑鼢=+-=+珑鼢珑鼢珑鼢鼢珑桫桫1100102210011010001033001001002骣骣鼢珑鼢珑鼢珑鼢珑骣鼢珑÷鼢ç珑÷鼢ç÷珑鼢ç÷鼢=+-=-珑ç÷鼢珑ç÷鼢珑ç÷鼢珑÷ç鼢桫珑鼢珑鼢珑鼢鼢珑鼢珑桫桫例.已知121210121,()(),00210003A B A E A E -骣--÷ç÷ç÷ç÷-ç÷ç÷==-+ç÷ç÷÷ç÷ç÷ç÷ç桫求1()B E -- 解:由1()(),B A E A E -=-+有()(),A E B A E -=+,AB B A E --=()()2A B E B E E ---=,所以()()11()2,()2A EB E E B E A E ---=-=- 例. 方阵A 满足223A A E O +-=求证:4A E +可逆,并求其逆;证明:由于223A A E O +-=,有()()425A E A E E +-=-,所以4A E +可逆,其逆为()()11425A E A E -+=--. 例.,,AB A B +均为n 阶可逆矩阵,求证11A B --+也可逆,并求其逆 证明:()11,A A B B B A --+=+所以()()1111A B A B A B ----+=+, 所以11A B --+可逆,且()()1111A B B B A A ----+=+.例.设A 为n 阶非零矩阵,E 为n 阶单位矩阵,30A =,则( ) A .E A -不可逆,E A +不可逆;B. E A -不可逆,E A +可逆; C. E A -可逆,E A +可逆; D. E A -可逆,E A +不可逆 例. 0k A =,求()1E A --例.设16,A XA A XA -=+ 其中100310041007A ⎛⎫ ⎪⎪⎪= ⎪ ⎪ ⎪ ⎪⎝⎭,求X .例.设100020001A ⎛⎫ ⎪=- ⎪ ⎪⎝⎭,且满足*28,A XA XA E =-求X伴随矩阵的性质设A 是n 阶方阵,*A 是A 的伴随矩阵,则**AA A A A E ==.()ij nA a =矩阵的伴随阵*()ji A A =具有如下性质:1)**AA A A A E ==,特别地A 可逆时11*A A A-=(或1*A A A -=) 2)*A =1-n A ;3)(*)r A =()()()1101n r A n r A n r A n ìïïïï-íïï<-ïïî==4)()A **=A An 2- (其中A 是n 阶方阵,2n >)注意 *A 的第(1,2,,)i i n =列元素是A 的第(1,2,,)i i n =行元素在A 的代数余子式.例 设A 是3阶方阵,且2A =-,求(1) 1A -;(2)*A ;(3)1*2A A -+.例 A 是3阶方阵,B 是2阶方阵,且2A =-,1B =,则23A OO B=- ;*2A = .例 33A R ´Î,且()**16,det 0,A A =>求2A -例 设A 是n 阶方阵,3A =,*A 是A 的伴随矩阵,则1*2A A --= 例设,A B 均为2阶方阵,**,A B 分别为,A B 的伴随矩阵,若3,2A B ==则O A B O ⎛⎫ ⎪⎝⎭的伴随矩阵为( ) A .**32O A B O ⎛⎫ ⎪ ⎪⎝⎭;B.**23O A B O ⎛⎫⎪ ⎪⎝⎭;C. **23O B A O ⎛⎫⎪ ⎪⎝⎭;D. **32O B A O ⎛⎫⎪ ⎪⎝⎭矩阵的初等行(列)变换1.交换矩阵中某两行(列)对应位置的元素;2.矩阵的某行(列)的元素都乘一个非零数;3.矩阵的某行(列)元素乘一个数加到另一行(列)对应位置的元素上. 定理 任何m n ⨯矩阵A 都可以通过若干次初等行变换化为行阶梯形矩阵,进而化为行最简形矩阵. 矩阵的秩设A 是一个m n ⨯矩阵,如果A 中存在r 阶子式不为零,而所有1r +阶子式(如果有的话)全为零,我们称r 为矩阵A 的秩,记为()R A 或秩()A . 注意:(1)()0R A =当且仅当A O =;(ⅱ)()()T R A R A =;(ⅲ)n 阶方阵A 的秩()R A n =的充分必要条件0A ≠; 即n 阶方阵A 可逆的充分必要条件为()R A n =. (IV )矩阵子块的秩不超过矩阵的秩. 定理:初等变换不改变矩阵的秩. 求秩的常用方法1.求矩阵A 的秩:利用矩阵的初等变换将矩阵A 化为阶梯形矩阵,阶梯数即为矩阵A 的秩.2.如果A 是n 阶方阵,0A ≠充分必要条件是()R A n =.求元素含有参数的方阵A 的秩时,先求出0A ≠时的参数取值,此时()R A n =; 对于使0A =的参数再特别讨论.例 1111121a A b b ⎛⎫⎪= ⎪ ⎪⎝⎭,讨论A 的秩.初等矩阵 由单位矩阵E 经过一次初等变换得到的矩阵称为初等矩阵. 定理:设A 是m n ⨯矩阵,A 左(右)乘一个m 阶初等矩阵相当于对A 作一次相应的初等行(列)变换.例.已知()33ij A a ´=可逆,将A 的第2列加上第3列的5倍,然后第1列减去第2列的2倍得到B , 求1B A -解:11121511B A 骣骣鼢珑鼢珑鼢珑鼢=-珑鼢珑鼢珑鼢鼢珑桫桫, 111111211151B A ----骣骣鼢珑鼢珑鼢珑鼢=-珑鼢珑鼢珑鼢鼢珑桫桫,11111211151B A ---骣骣鼢珑鼢珑鼢珑鼢=-珑鼢珑鼢珑鼢鼢珑桫桫1112112115151骣骣骣鼢 珑 鼢 珑 鼢 珑 鼢 ==珑 鼢 珑 鼢 珑 鼢 鼢 珑 --桫桫桫. 例.设A 为3阶矩阵,将A 的第2行加到第1行得B ,再将B 的第1列的-1倍加到第2列得C ,记110010001P ⎛⎫⎪= ⎪ ⎪⎝⎭,则(A )1.C P AP -=(B )1.C PAP -=(C ).T C P AP = (D ).T C PAP = 关于初等矩阵和矩阵秩的一些性质1.()()()R A B R A R B +≤+;2. ()(){}min ,()R AB R A R B ≤3.()()R kA R A =,其中k 为非零数;4.矩阵P ,Q 可逆,则()()R PAQ R A =.5.A 与B 等价当且仅当存在可逆矩阵P 与可逆矩阵Q ,使得PBQ A =.6.n 阶方阵A 可逆当且仅当A 可以写成一些初等矩阵的乘积.7. 设A 是秩为r 的m n ⨯矩阵,则存在m 阶可逆矩阵P 和n 阶可逆矩阵Q ,使得rEO PAQ O O ⎛⎫= ⎪⎝⎭. 8. ()()A O R R A R B O B ⎛⎫=+ ⎪⎝⎭9. ()ik m n A a ´=, ()kj n s B b ´=,且AB O =,则()()R A R B n +≤ 10. ()()()T T R A R A A R AA ==。

矩阵及其运算

矩阵及其运算

矩阵及其运算矩阵是线性代数中的一个重要概念,它在数学和工程领域中得到广泛应用。

本文将介绍矩阵的定义和基本操作,包括矩阵的加法、减法、乘法以及转置运算。

1. 矩阵的定义矩阵由m行n列的数排列成的矩形数表称为m×n矩阵,其中m表示矩阵的行数,n表示矩阵的列数。

矩阵中的每个数称为元素,用a(i,j)表示矩阵中第i行第j列的元素。

例如,一个2×3的矩阵A可以定义为:A = [a(1,1) a(1,2) a(1,3)][a(2,1) a(2,2) a(2,3)]2. 矩阵的加法和减法对于两个同型矩阵A和B(即行列数相等),它们的和记为A + B,差记为A - B。

加法和减法的运算法则是对应元素相加或相减。

例如,对于两个2×3的矩阵A和B,它们的和A + B和差A - B可以表示为:A +B = [a(1,1) + b(1,1) a(1,2) + b(1,2) a(1,3) + b(1,3)][a(2,1) + b(2,1) a(2,2) + b(2,2) a(2,3) + b(2,3)]A -B = [a(1,1) - b(1,1) a(1,2) - b(1,2) a(1,3) - b(1,3)][a(2,1) - b(2,1) a(2,2) - b(2,2) a(2,3) - b(2,3)]3. 矩阵的乘法矩阵的乘法是定义在矩阵上的一种运算,对于矩阵A(m×p)和矩阵B(p×n),它们的乘积记为AB,结果是一个m×n的矩阵。

具体计算过程是,矩阵AB的第i行第j列的元素是矩阵A的第i行与矩阵B的第j列对应元素的乘积之和。

用数学公式表示为:AB(i,j) = ∑(A(i,k) * B(k,j)) (k从1到p)例如,对于一个2×3的矩阵A和一个3×2的矩阵B,它们的乘积AB可以表示为:AB = [a(1,1)*b(1,1) + a(1,2)*b(2,1) + a(1,3)*b(3,1) a(1,1)*b(1,2) +a(1,2)*b(2,2) + a(1,3)*b(3,2)][a(2,1)*b(1,1) + a(2,2)*b(2,1) + a(2,3)*b(3,1) a(2,1)*b(1,2) +a(2,2)*b(2,2) + a(2,3)*b(3,2)]4. 矩阵的转置一个矩阵的转置是将其行和列互换得到的新矩阵。

第三章 矩阵及其运算 典型例题及求解

第三章 矩阵及其运算 典型例题及求解

0 0 ,
A2

0
,则
1

0n 1

E


An

n k 0
Ckn

Ak
=C0n

A0
+C1n

A

1 0n 1 0 0 0 1 0 1 0 1 n 0 n 1
1 1 0 0 [例 2] 设 A 0 1 1 0 , 求 A2 , A3 和 An
1 1 1
[分析]在一个列向量和一个行向量的矩阵乘法时,要注意到一个行向量和一个列向量的矩阵 乘法是一个数。
[解] 令 Ta k ,则 T T k T
1 1 1 1 1 1 3 3 3
T T 1 1 1 1 1 1 3 3 3
1 1 2 2

R

1
2

1


2
,要使
R

1
2

1


2
,
2 1 2
2 1 2
必须 2 2 1 0 ,即 1。
a1
[例 10]

A

a2


b1
,
b2
,
an

,bn 0 ,证明: R A 1,且存在常数 k ,使 A2 kA 。
1 0 0 0 1 0 0 0
0
1
0
0
1
1
0 0

22


1 1 =(E,A-1)
0 0 1 0 0

矩阵的运算与处理

矩阵的运算与处理
行列式的性质
行列式具有一些重要的性质,如交换律、结合律、分配律等。
行列式的计算方法
行列式的计算可以通过展开法、递推法、分块法等方法进行。
04
矩阵的应用
在线性方程组中的应用
线性方程组是矩阵运算的重要应用之一。通过矩阵表示线性 方程组的系数和常数项,可以方便地进行矩阵的加法、乘法 等运算,从而求解线性方程组。
例如,对于形如 (Ax = b) 的线性方程组,可以通过矩阵的乘 法运算求得 (x) 的值。
在向量空间中的应用
向量空间是矩阵运算的另一个重要应用。通过矩阵可以将向量进行线性变换,从 而在向量空间中研究向量的性质和关系。
例如,对于一个 (n) 维向量空间,可以定义一个线性变换 (T: mathbb{R}^n rightarrow mathbb{R}^m),通过矩阵表示该线性变换,可以方便地计算变换后的 向量。
感谢您的观看
3
零矩阵
所有元素都为零的矩阵。
02
矩阵的运算
矩阵的加法
总结词
矩阵的加法是指将两个矩阵的对应元 素相加,得到一个新的矩阵。
详细描述
矩阵的加法满足交换律和结合律,即 A+B=B+A和(A+B)+C=A+(B+C)。
矩阵的数乘
总结词
数乘是指用一个标量与一个矩阵相乘,得到一个新的矩阵。
详细描述
数乘满足结合律和分配律,即k(m*n)矩阵=(k*m)*(k*n),其中k是标量,m*n矩阵。
06
矩阵的特征值与特征向 量
特征值与特征向量的定义与性质
特征值
对于一个给定的矩阵A,如果存在一个数λ和对应的非零向量v,使得Av=λv成立,则称 λ为矩阵A的特征值,v为矩阵A的对应于λ的特征向量。

深入了解矩阵的性质及计算方法

深入了解矩阵的性质及计算方法
性质:矩阵的秩与其转置矩阵的秩相等 计算方法:通过初等行变换或初等列变换将矩阵化为阶梯形矩阵,然后求 出非零行的行数即为矩阵的秩 应用:矩阵的秩在解线性方程组、判断向量空间维数等方面有重要应用
04 矩阵的应用
在线性方程组中的应用
在线性方程组中的应用:矩阵可以表示线性方程组,通过矩阵运算可以求解线性方程组
根据矩阵的特殊性质选择计算方法,如对角矩阵可以使用特征值分解
结合实际应用场景选择计算方法,如机器学习算法中常用奇异值分解
利用矩阵的性质简化计算
利用矩阵的行简化计算 利用矩阵的列简化计算 利用矩阵的转置简化计算 利用矩阵的逆简化计算
利用计算机软件进行矩阵运算
Python:通过NumPy库进 行矩阵运算,功能丰富
Octave:与MATL AB类似, 可以进行矩阵运算的开源软 件
MATL AB:一款强大的数学 计算软件,支持矩阵运算
R:统计计算软件,也支持 矩阵运算
感谢您的观看
汇报人:XX
添加标题
性质:特征值和特征向量具有一些重要的性质,如相似矩阵具有相同的特征多项式和特 征值,矩阵可对角化的充分必要条件是其所有特征值都是实数等。
添加标题
应用:特征值和特征向量在许多领域都有广泛的应用,如数值分析、控制理论、信号处 理等。
矩阵的秩
定义:矩阵的秩是其行向量组或列向量组的最大线性无关组的个数
矩阵的性质及计算方 法
XX,a click to unlimited possibilities
汇报人:XX
目录 /目录
01
矩阵的基本性 质
02
特殊类型的矩 阵
03
矩阵的计算方 法
04
矩阵的应用
05
矩阵的运算技 巧

矩阵的运算及其运算规则

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现代数学中的一种重要工具,它在线性代数、图论、物理学等领域中都有广泛的应用。

矩阵的运算是研究矩阵性质和解决实际问题的基础。

本文将介绍矩阵的运算及其运算规则。

(一)矩阵的加法矩阵的加法是指将两个相同大小的矩阵对应位置的元素相加。

假设有两个矩阵A和B,它们的大小都是m行n列,记作A = [aij]m×n,B = [bij]m×n,则矩阵A和B的加法C = A + B定义为C = [cij]m×n,其中cij = aij + bij。

例如,对于矩阵A = [1 2 3; 4 5 6]和矩阵B = [7 8 9; 10 11 12],它们的加法结果为C = [8 10 12; 14 16 18]。

矩阵的加法满足以下运算规则:1. 加法满足交换律,即A + B = B + A。

2. 加法满足结合律,即(A + B) + C = A + (B + C)。

3. 存在一个零矩阵0,使得A + 0 = A。

4. 对于任意矩阵A,存在一个相反矩阵-B,使得A + (-B) = 0。

(二)矩阵的数乘矩阵的数乘是指将一个矩阵的每个元素都乘以一个数。

假设有一个矩阵A和一个实数k,记作kA,则矩阵kA定义为kA = [kaij]m×n。

例如,对于矩阵A = [1 2 3; 4 5 6]和实数k = 2,它们的数乘结果为kA = [2 4 6; 8 10 12]。

矩阵的数乘满足以下运算规则:1. 数乘满足结合律,即k(lA) = (kl)A,其中k和l分别为实数。

2. 数乘满足分配律,即(k + l)A = kA + lA,其中k和l分别为实数。

3. 数乘满足分配律,即k(A + B) = kA + kB,其中k为实数,A和B 为矩阵。

(三)矩阵的乘法矩阵的乘法是指将一个m行n列的矩阵A和一个n行p列的矩阵B 相乘得到一个m行p列的矩阵C。

假设有两个矩阵A和B,它们的大小分别为m行n列和n行p列,记作A = [aij]m×n,B = [bij]n×p,则矩阵A和B的乘法C = AB定义为C = [cij]m×p,其中cij= ∑(ai1 * b1j)。

3矩阵及其运算

3矩阵及其运算

第二章 矩阵及其运算2.1 MATLAB 的基本运算单位----矩阵MATLAB 的基本运算单位是矩阵。

二维矩阵是一个带有以行和列排列的元素的矩形表。

如果有m 行、n 列,这个矩阵的大小就是m ×n 。

多维矩阵的维数大于2,就是说其大小为m ×n ×…×p 。

例1一个2×3的矩阵如下:A=⎪⎪⎭⎫ ⎝⎛654321=⎪⎪⎭⎫ ⎝⎛232221131211a a a a a a 第1行是(123),第2列是⎪⎪⎭⎫ ⎝⎛52。

矩阵的元素,即数a ij ,通常是实数,但也可以是复数。

一个a ij是指第i 行、第j 列的数。

在例中,有a 21=4。

MATLAB 中有数值矩阵,即矩阵包含的仅是数字;字符文本矩阵,即矩阵包含字符文本;元胞矩阵,其元素可以是包括矩阵在内的各种结构类型的数据。

当矩阵仅由一行组成时,它是一个特例,就是一个行向量。

如果矩阵仅有一列,就是一个列向量。

向量是矩阵的特例。

向量中元素的数量是向量的长度。

如果矩阵的维数是1×1,它是一个标量,即是一个数。

在Matlab 里,矩阵的表达和应用与工程中的习惯用法十分相近。

例如线性方程组"Ax=b",在Matlab 中写成A*x=b 。

求x 的指令是x=A\b 或x=A/b 。

例如:A=[1,2;2,1]b=[6;8]x=A\b2.2矩阵建立在MATLAB中,具体对矩阵的分配进行值定义形式如下:2.2.1 由方括号[](见help paren)包围的逐行给定元素。

具体例子:a=[1,2,3;4,5,6;]a=[1 2 3;4 5 6]例1:输入行向量x=[3,pi/6,3+sqrt(2),4.2]例2:输入列向量x=[3;pi/6;3+sqrt(2);4.2]例3:输入矩阵x=[3,pi/6,3+sqrt(2),4.2;4,pi/4,sqrt(2),3.5]a=[1 2 3;4 5 6]注(1)方括号[](paren)包围给定元素是二维矩阵进行值定义的最简单的方法。

高数矩阵的概念及运算

高数矩阵的概念及运算

2.2.1 矩阵的概念
• 引例某商店上半年电视销售情况(单位:百台) 简记为 51吋 47吋 42吋
一分店 二分店 7 1 51吋 10 2 3 2 47吋 6 3 5 0 42吋 5 1
某商店下半年电视销售情况(单位:百台) 一分店
二分店
7 3 5 1 2 0
10 6 5 2 3 1
2.2.2 矩阵的加减和倍数
1、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
a12 b12 a 22 b22 a m 2 bm 2
男性技术人员生产工人其他职工分别为15040015人而女性职工分别为3530035来列出总公司和分公司的职工人数情况然后汇总统计用矩阵a总公司分公司技术人员生产工人其他技术人员生产工人其他501001003001010200152510020例224222112112矩阵的倍数即数与矩阵相乘规定为的乘积记作与矩阵矩阵相加与数乘矩阵合起来统称为矩阵的线性运算


称为矩阵A的负矩阵。
有 A A O, A B A B .
这就是矩阵的减法
例2.2.1
设某公司的职工按男女区分统计如下
总公司 分公司 其他 5 15 技术人员 生产工人 100 25 300 100 其他 10 20
技术人员 生产工人 男 女 50 10 100 200
例2.2.6 设
32 16 16 22 8
4 2 1 1 1 2 1 3
?
1 0 1 2 A 1 1 3 0 0 5 1 4
  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)。

第3章 矩阵及其运算3.1 基本要求、重点难点基本要求:1.1.掌握矩阵的定义.2.2.掌握矩阵的运算法则.3.3.掌握伴随矩阵的概念及利用伴随矩阵求逆矩阵的方法.4.4.掌握矩阵秩的概念及求矩阵秩的方法.5.5. 掌握初等变换和初等矩阵的概念,能够利用初等变换计算矩阵的秩,求可逆矩阵的逆矩阵.6.6.掌握线形方程组有解得判定定理及其初等变换解线形方程组的方法.重点难点:重点是矩阵定义,矩阵乘法运算,逆矩阵的求法,矩阵的秩,初等变换及线性方程组的解.难点是矩阵乘法,求逆矩阵的伴随矩阵方法.3.2 基本内容3.2.1 3.2.1 重要定义定义3.1 由n m ⨯个数)2,1;,2,1(n j m i a ij ==组成的m 行n 列的数表成为一个m 行n 列矩阵,记为⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡mn m m n n a a a a a a a a a 212222111211简记为A n m ij a ⨯=)(,或A )(ij a =,n m A ⨯,mn A注意行列式与矩阵的区别:(1) (1) 行列式是一个数,而矩阵是一个数表.(2) (2) 行列式的行数、列数一定相同,但矩阵的行数、列数不一定相同.(3) (3) 一个数乘以行列式,等于这个数乘以行列式的某行(或列)的所有元素,而一个数乘以矩阵等于这个数乘以矩阵的所有元素.(4) (4) 两个行列式相等只要它们表示的数值相等即可,而两个矩阵相等则要求两个矩阵对应元素相等.(5) (5) 当0||≠A 时,||1A 有意义,而A 1无意义.n m =的矩阵叫做阶方阵或m 阶方阵.一阶方阵在书写时不写括号,它在运算中可看做一个数.对角线以下(上)元素都是0的矩阵叫上(下)三角矩阵,既是上三角阵,又是下三角的矩阵,也就是除对角线以外的元素全是0的矩阵叫对角矩阵.在对角矩阵中,对角线上元素全一样的矩阵叫数量矩阵;数量矩阵中,对角线元素全是1的n 阶矩阵叫n 阶单位矩阵,常记为n E (或n I ),简记为E (或I ),元素都是0的矩阵叫零矩阵,记为n m 0⨯,或简记为0.行和列分别相等的两个矩阵叫做同型矩阵,两个同型矩阵的且对应位置上的元素分别相等的矩阵叫做相等矩阵.设有矩阵A =n m ij a ⨯)(,则A -n m ij a ⨯-=)(称为A 的负矩阵.若A 是方阵,则保持相对元素不变而得到的行列式称为方针A 的行列式,记为||A 或A Det .将矩阵A 的行列式互换所得到的矩阵为A 的转置矩阵,记为T A 或A '.若方阵A 满足A A T =,则称A 为对称矩阵,若方阵A 满足A A T -=,则称A为反对称矩阵.若矩阵的元素都是实数,则矩阵称为实矩阵.若矩阵的元素含有复数,则称矩阵为复矩阵,若A =n m ij a ⨯)(是复矩阵,则称矩阵n m ij a ⨯)((其中ij a 为ij a 的共轭矩阵,记为A n m ij a ⨯=)(.定义3.2 对于n 阶矩阵A ,如果存在n 阶矩阵B ,使得E BA AB ==,则称方阵A 可逆,B 称为A 的逆矩阵,记做1-=A B .对于方阵A n m ij a ⨯=)(,设ij a 的代数余子式为ij A ,则矩阵*A ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=nm n n n n A A A A A A A A A 212221212111称为A 的伴随矩阵,要注意伴随矩阵中元素的位置.定义3.3 设有矩阵A ,如果:(1) (1) 在A 中有一个r 阶子式D 不为零.(2) (2)A 中任意1+r 阶子式(如果有的话)全为零,则称D 是矩阵A 的一个最高阶非零子式,数r 称为矩阵A 的秩,记为R )(A .定义3.4 初等变换与初等方阵:(1) (1) 初等变换:变换矩阵的某两行(记为j i r r ↔);把非零数k 乘以矩阵的某行的所有元素(记为0,≠k kr j );把矩阵的第i 行的h 倍加到第j 行上(记为i j hr r +).以上为矩阵的三种类型的初等行变换,同样可以定义矩阵的初等列变换.矩阵的初等行变换、初等列变换统称为矩阵的初等变换.矩阵的初等行(列)变换皆可逆,且为同种类型的初等变换.例如:变换j i r r ↔的逆是其自身,变换j kr 的逆变换为i r k 1变换i j hr r +的逆变换为i j r h r )(-+.初等变换的性质:若矩阵A 经有限次初等行(列)变换为B ,则A 的行(列)向量组与B 的行(列)向量组等价.若矩阵A 经有限次初等行(列)变换为B ,则A 的任意k 个列(行)向量与B 中对应的k 个列(行)向量有相同的线形相关性.(2) (2) 初等方阵:由单位矩阵经过一次初等变换而得的矩阵叫做初等矩阵,初等矩阵也叫初等方阵.初等方阵共分三种,它们是:E ()j i ,,E ()()k i ,E ()()i k j ,.它们与单位矩阵的关系是:E E j i r r −−→−↔()j i ,,或E E j i c c −−→−↔()j i ,, E E i kr −→−()[]k i ,或)],([k i E E i kc −→−()0≠k E E j i kr r −−→−+()[]i k j ,,或E E j i kc c −−→−+()[]i k j , 容易搞错的是第三组关系式,读者仔细些.初等矩阵皆可逆,且E()1,-j i =E ()j i ,,E ()[]1-k i =E 11-⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛k i ,E ()[]i k j ,=E ()[]i k j ,-初等方阵的性质:若A 为可逆方阵,则存在有限个初等方阵t 21P ,,PP , ,使t 21,P ,,P P A =. n m ⨯矩阵A~B 等价的充要条件是存在m 阶可逆方阵P 和n 阶可逆方阵Q ,使B PAQ =.3.2.2 3.2.2 重要定理定理3.1 对矩阵施行一次初等行(列)变换相对于左(右)乘一个同类型的初等矩阵.例如:若B A j i r r −−→−↔,则E ()j i ,B A =;若B A j i c c −−→−↔,则AE ()j i ,=B ;若B A i j kc c −−−→−↔,则AE ()()[]i k j ,=B ;等等.定理3.2 方阵A 可逆的充分必要条件是:(1)0||≠A ,且*A |A|1A 1=-. (2)A 可以表示成一些初等矩阵的乘积.若方阵A 可逆,则A 的逆阵唯一,可逆阵也叫做非奇异矩阵或称为满秩矩阵,否则称为奇异矩阵或降秩矩阵,非奇异矩阵经过初等变换后仍是非奇异的,奇异矩阵经过初等变换后仍是奇异的.n 阶方阵A 的秩R n A =)(的充要条件是:0||≠A ,即A 可逆.任一可逆矩阵只用初等行(列)变换可化为单位矩阵.定理3.3 对矩阵施以初等变换,不改变矩阵的秩.若矩阵A 经有限次初等变换为B ,则称A 与B 等价,记为A~B .若A~B ,则R ()A =R ()B 对任何n m ⨯矩阵A ,可通过初等变换成阶梯形矩阵,进一步可化成行最简形矩阵,再通过初等列变换可化成一个即是行最简形又是列最简形的矩阵,即所谓的标准形,设矩阵A 的秩R r A =)(,由于初等变换不改变矩阵的秩,所以⎪⎪⎭⎫ ⎝⎛000~r E A ,其中r E 是r 阶单位矩阵.定理3.4 (线性方程组有解的判定定理)(1)(1) 非奇次线形方程组b x A =⨯n m 有解的充要条件是R ()A =R ()A ,当R ()A =R ()A n <时,方程组有无穷多解;当是R ()A =R ()A n =时,方程组有惟一解;当R ()A ≠R ()A 时,方程组无解.(A 为系数矩阵,~A 为增广矩阵.)(2) (2) 齐次线形方程组0x A =⨯n m 一定有零解;如果R ()A n =,则只有零解,它有非零解的充分必要条件是R ()A n <.3.2.3 3.2.3 主要运算1.1.矩阵的运算法则:(1) (1) 加法法则:A B B A +=+(加法满足交换律);C B)(A C)(B A ++=++(加法满足结合律);0A)(A =-+;A 0A =+;若C B A =+,则B C A -=(移项法则).以上运算法则说明了矩阵相加、减的运算有类似于初等代数中相加、减的运算法则,矩阵相加、减是不难掌握的,只有注意矩阵间是否可以相加、减就可以了.(2) (2) 数乘矩阵的运算法则:A AB A B A A A A A A )()(,)(,)(,1λμμλλλλμλμλ=+=++=+=,其中μλ,表示数,A 、B 表示同型矩阵.注意:0=A λ,则0=λ或0A =;或0=λ且0A =,换句话说:若A λ是零矩阵,则数λ是0,矩阵A 是零矩阵至少有一个成立.(3) (3) 矩阵相乘的运算法则:CA BA C)A AC,(B AB C)A(B ++++=+(矩阵乘法对加法满足分配律);(AB)C A(BC)=(矩阵乘法满足结合律);)()()(AB B A B A λλλ==,(乘法满足数因子的结合律).说明:1) 1) 左边矩阵A 的列数必须与右边矩阵B 的行数相等才能相乘.矩阵乘法不满足交换律,也就是说BA AB =不一定成立,若BA AB =成立的话,则称A ,B 可交换.2) 2) 显然有n m n m n m n m m ,⨯⨯⨯⨯==A E A A A E n ,当A 是方阵时,有n n n n n n n n ⨯⨯⨯==A E A A E .这就是说单位矩阵在矩阵乘法中的作用相当于数1在数的乘法中的作用.要注意:2)B (A 2B AB -=-是错误的,正确的写法应是2E)B (A 2B AB -=-,同样可知E)C A(B AC ABC -=-.3) 3) 按矩阵乘法的定义,只有方阵才能自乘,故若A 是n 阶方阵,定义:k A A A AA A (,k 1k ==+2是整数)当μλ,,0||≠A 为整数时有λμμλμλμλA A A A A ==+)(,由于矩阵乘法一般不满足交换律,所以对于两个n 阶矩阵A 与B ,一般来说k k k )(B A AB ≠.4) 4) 伴随矩阵的运算法则:***1**1****)(,)()(,)()(,||A B AB A A A A E A A A AA =='='==--5) 5) 方阵行列式的运算法则:|||||,||||||,|||A A B A AB A A n T λλ=== 其中A 、B 市同阶矩阵,λ是任一数,n 是A 的阶数.6) 6) 转置矩阵的运算法则:λλλ()(,)(T T T T T A A B A B A =+=+是任一数),A A A B AB T T T T T ==)(,)(.7)7) 逆矩阵的运算法则: 111)(---=A B AB ;若A ,0≠λ可逆,则T T A A A A )()(;1)(1111----==λλ. 8) 8) 共轭矩阵的运算法则:k A k kA A A (,==是任一数),T T A A B A AB B A B A ==+=+)(,,.2.2.分块矩阵的运算:(1) (1) 将一个矩阵用横线和纵线分成若干小块,以这些小块为元素的矩阵称为分块矩阵.(2) (2) 分块矩阵有类似于普通矩阵的运算法则,只是进行运算的矩阵的分块要恰当.(3) (3) 分块对角方阵.若方阵A 的分块矩阵只有在主对角线上有非零方阵子快),,2,1(s i A i =,而其他子快都是零,即⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=s A A A A 0021 则A 称为分块对角方阵,分块对角方阵A 的行列式||||||||21s A A A A =.3.2.4 3.2.4 重要方法本章研讨的是矩阵运算,因此凡矩阵定义、矩阵运算的定义、矩阵运算法则等等,都是重要的,应很好地掌握,只是有些较容易掌握,可少花时间和精力;有些较困难,应认真对待,多做练习,多思考,仔细钻研范例,注意每一个特殊点.1. 1. 矩阵的运算方法:(1) (1) 以矩阵乘法为纲.矩阵运算有些是较简单的,如矩阵的线性运算、转置等,而矩阵相乘就较困难了,可以这样说,有关矩阵乘法的运算掌握好了,其他的矩阵运算也就不在话下.因此对初学者来说,遇到矩阵乘法,就应该多留心.(2) (2) 边学习,边积累,逐步提高.这一章有很多定义(要重视定义!)、很多运算,每种运算又有若干条运算法则,一开始掌握不了那么多,应该学一点积累一点,直到全部掌握.例如:已知⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛=4321,2021B A ,计算行列式|)3(|21B A -. 如果先算出A 3,再算出1)3(-A 及2B ,算出矩阵乘积21)3(B A -,最后计算行列式;这样比较麻烦,而且易错,如果利用方阵则行列式的性质就简单多了.因2||,181)3(|,18||3|3|,2||12-=====-B A A A A ,所以|)3(|21B A -92|||)3(|21==-B A .2. 2. 化矩阵为行阶梯矩阵、行最简矩阵以及标准行的方法:一定要能熟练地用初等行变换化一个矩阵成为阶梯矩阵(或行最简行)矩阵,因为求逆矩阵、矩阵的秩、解线性方程组等都要用到这样的方法.3. 3. 求逆矩阵的方法:(1) (1) 用定义求. 用存在方阵B ,使E BA AB ==,则1-=A B .此法要求对矩阵乘法比较熟练,对于元素比较特殊的矩阵,可直观看出满足条件的B(只要验证E AB =或E BA =一个即可).(2) (2) 用*1||1A A A =-,其中*A 是A 的伴随矩阵.要注意2阶矩阵求伴随矩阵的口诀:“主换位,副变号.”例如,设⎪⎪⎭⎫ ⎝⎛=d c b a A ,则⎪⎪⎭⎫ ⎝⎛--==-a c b d A A A A ||||*111.(3) (3) 初等变换法. 因为),(),(11--=A E E A A ,所以把)(E A 同时做初等行变换,当A 处变为E 时,E 处得1-A ,即)()(1-−−→−A E E A 初等行,同理⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡−−→−⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-1A E E A 初等列.(4) (4) 分块矩阵求逆.对于分块对角阵⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=s A A A A 0021 ,若i A s),,,(i 21=的逆1-i A 都存在,则1-A 也存在,且有⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=----11211100s A A A A .若方阵 ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=0021s B B B B且),,2,1(s i B i =的逆1-i B 都存在,则B 的逆1-B 也存在,且有⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=-----0011111B B B B `s s 4. 4. 求矩阵秩的方法:(1) (1) 初等变换法:因矩阵经初等变换后,其秩不变,故可用初等变换求其秩.用初等变换求矩阵的秩,即可以用初等行变换,也可以用初等列变换,也可以交替进行,把A 化成一个容易求秩甚至一看就知道其秩的矩阵,一般化为行阶矩阵.若阶梯矩阵行矩阵有r 个非零行,用这种方法求矩阵的秩,不需要计算行列式.(2) (2) 计算子式法:根据矩阵A 的秩的定义,要求A 的秩,只需求出A 的不等于零的子式的最高阶数即可.常由低阶到高阶计算不为零的子式的最高阶数.(3) (3) 关于矩阵秩的几个公式;1) 1) 设A 为n m ⨯矩阵B 为q n ⨯矩阵,则R )(A +R ()B -n ≤()(){}B A R ,R min2) 2) 设A,B 均为n m ⨯矩阵,则)B R()A R()B A R(+≤+.3) 3) 设n m A ⨯、q n B ⨯,且0=AB ,且n )R()R(≤+B A .5. 5. 关于解矩阵方程的方法:形如 B AX = (3.1)B XA =(3.2)B AXC = (3.3)的等式(其中X 为未知矩阵,A 、C 可逆)称为矩阵方程.对于(3.1),用初等变换)()(1B A B B A -−−→− 初等行,可得方程的解B A X 1-=.对于(3.2),用初等列变换⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡−−→−⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-1BA B B A 初等列,可得方程的解1-=BA X ,或将方程转置变为T T T B X A =,利用(3.1)的方法可求其解.结合(3.1)和(3.2)的方法可求得(3.3)的解11--=BC A X .6. 6. 高斯消元法解线性方程组:本章最后由消元法解线性方程组得到了线性方程组有解的判定定理,要掌握利用初等变换求齐次线性方程组和非齐次线性方程组通解的方法.。

相关文档
最新文档