扬州大学高等代数课件(北大三版)--第四章-矩阵教学提纲
高等代数【北大版】课件
线性方程组是求解线性规划问题的常用工具 。
物理问题建模
在物理问题中，线性方程组可以用来描述各 种现象，如振动、波动等。
投入产出分析
通过线性方程组分析经济系统中各部门之间 的相互关系。
控制系统分析
在控制系统分析中，线性方程组用于描述系 统的动态行为。
PART 03
向量与矩阵
REPORTING
高等代数【北大版】 课件
REPORTING
• 绪论 • 线性方程组 • 向量与矩阵 • 多项式 • 特征值与特征向量 • 二次型与矩阵的相似对角化
目录
PART 01
绪论
REPORTING
高等代数的应用
在数学其他分支的应用
高等代数是数学的基础学科，为其他分支提供了理论基础，如几 何学、分析学等。
PART 04
多项式
REPORTING
一元多项式的定义与运算
总结词
一元多项式的定义、运算性质和运算方法。
详细描述
一元多项式是由整数系数和变量组成的数学对象，具有加法、减法、乘法和除法等运算性质和运算方法。一元多 项式可以表示为$a_0 + a_1x + a_2x^2 + ldots + a_nx^n$的形式，其中$a_0, a_1, ldots, a_n$是整数，$x$是 变量。
矩阵的相似对角化
总结词
矩阵的相似对角化是将矩阵转换为对角矩阵 的过程，有助于简化矩阵运算和分析。
详细描述
矩阵的相似对角化是通过一系列的线性变换 ，将一个矩阵转换为对角矩阵。对角矩阵是 一种特殊的矩阵，其非主对角线上的元素都 为零，主对角线上的元素为特征值。通过相 似对角化，可以简化矩阵运算，并更好地理 解矩阵的性质和特征。
高等代数(第三版)4.3
, Bm , C 的行向量组为 C1 , aim Bm
, ai 1b1 s ai 2b2 s
ห้องสมุดไป่ตู้
, Cn .
则向量组合 ai 1 B1 ai 2 B2
ai 1b11 ai 2b21
第四章 矩阵
aim bm1 ,
aim bms
4-3 矩阵乘积的行列式与秩
即有 ai 1 B1 ai 2 B2
, Bm 线性表示.
所以 R(C ) R( B ) ． 同理，R(C ) R( A).
R( AB ) min R( A), R( B ) .
第四章 矩阵 4-3 矩阵乘积的行列式与秩
推广 如果 A A1 A2
At ，则 , R( At )}.
R( A) min{ R( A1 ), R( A2 ),
A 1,
2
而 A 0,
于是有
A E A E ,
所以
A E 0.
4-3 矩阵乘积的行列式与秩
第四章 矩阵
证： AB 非退化 AB 0 A B 0
A 0 且 B 0 A, B 都非退化 .
第四章 矩阵
4-3 矩阵乘积的行列式与秩
二、矩阵乘积的秩
定理2 设 Anm , Bms 为数域 P上的矩阵，则
R( AB ) min R( A), R( B ) .
证： 令 A (aij )nm , B (bij )ms , AB C (cij )ns . 设 B 的行向量组为 B1 ,
b1n b2 n , bnn
c11 c12 c21 c22 则 AB C c c n1 n 2
高等代数第4章矩阵1,2,3节
B 18 6,
例
1 4 T A 2 5 ; 2 8
18 B . 6
T
转置矩阵的运算性质
1 A
T T
A;
T
2 A B AT BT ;
a11 a 21 A a m1
a12 a 22 am1
a1 n a2n a mn
x1 x2 X , xn
b1 b2 B . bm
性质：1.( AB)C A( BC )
2.k ( AB) (kA)B A(kB) 3. A( B C ) AB AC ( B C ) A BA CA
4. Em Amn Amn , Amn En Amn
5.( kEm ) Amn kAmn , Amn ( kEn ) Amn
全相等
k 0 0 0 k 0 的方阵, 称为数量矩阵. （8）形如 记作 kE (或kEn ). 0 0 k
(9)方阵
1 0 0 0 1 0 E En 0 0 1
4.2.2 矩阵的数乘
数k与矩阵A的乘积记作kA, 规定为
ka11 ka12 ka1n ka21 ka22 ka2 n kA [kaij ] . kam1 kam1 kamn 性质： 1.1的数乘：1 A A 2.数乘结合律： ) A k (lA) (kl 3.数乘分配律： l ) A kA lA (k
定义n阶方阵的k次幂为： Ak AA A 显然： Ak Am Ak m k个A
高等代数课件PPT之第4章矩阵
0
1
–1
–1
0
1
1
–1
0
石头 剪子 布
乙方
石头 甲
剪子 方
布
0 1 1 答案 : 1 0 1 .
1 1 0
2.矩阵的线性运算（矩阵加法、 数乘） （1）矩阵相等
定义 设有两个m×n矩阵
a11
A
a21
am1
a12 a22
am2
总利润:862.5元
C矩其(1阵中)定AA义c与Baaij 12B设11的a矩i1乘baa阵 1积12j22是a一Ai 2b个2 jmaaa×i 12j ssnm矩sa阵,bbiBs12b11sCj bbbi12sj22ascinki b.j kjmbbn12nn,
a m1 i
a1m,22,, m; aj ms1,2,bs,1n
矩阵,也就是一个数.
4 1 0
例8
求
矩
阵A
1 2
0 1
3 0
21与B
1
2
1
1 0 3
3的 1
乘 积AB.
4
解
4 1 0
C AB
1 2
0 1
3 0
1
2
1
2
1
1 0 3
3 1 4
14 01 32 11 11 01 30 13 10 0 3 31 14
24 11 0 2 21
30
32
34
利润矩阵
由已知得
B
15
17.5
20
1220.5
总3.问A利B题2333润80241W:10521的这2L18330销一C售天31560F8利内7B1106.润，O5 总最0322B2和A小5711是号1.22这275500..多55牛里 设9少仔为7A.？裤5A23915872778.05..65521432.5（
高等代数课件(北大版)第四章-矩阵§4-2
则称 A 为反对称矩阵.
a1n a2n
ann
a1n a2n
0
§4.2 2024/3/7 矩阵的运算
数学与计算科学学院
性质
(1) A, B 对称 A B, A B 对称 ; A, B 反对称 A B, A B 反对称．
(2) A 对称，k P kA 对称 ； A 反对称，k P kA 反对称．
(3) 奇数级反对称矩阵的行列式等于零．
A A A A A (1)n A ,
n 为奇数时，A A A 0.
§4.2 2024/3/7 矩阵的运算
数学与计算科学学院
想一想 A, B 皆为 n 级对称矩阵， i) A, B 对称，积 AB对称吗? ii) A, B 反对称，积 AB 反对称吗?
例7 已知 A, B 皆为 n 级对称矩阵，证明：
AB 对称 AB BA.
证： 若AB对称，则有
AB ( AB) BA BA .
反过来，若AB=BA，则有 ( AB) BA BA AB. 所以 AB 对称.
§4.2 2024/3/7 矩阵的运算
数学与计算科学学院
例8 设 A 为 n 级实对称矩阵，且 A2 0，证明：
1
1,
12,
1 3
23
3,
An 3n1
1
3n1 3n1 A 3n1 2
3
1 2 1
3 2
1
3 2
3 1
.
§4.2 2024/3/7 矩阵的运算
数学与计算科学学院
附: 共轭矩阵
定义
当 A aij 为复矩阵时，用 aij 表示 aij 的共轭 复数, 记 A aij ， A 称为 A 的共轭矩阵.
(完整word版)高等代数教案北大版第四章
定义7 级方阵 称为可逆的，如果有 级方阵 ，使得
, (1)
这里 是 级单位矩阵.
首先我们指出，由于矩阵的乘法规则，只有方阵才能满足(1).其次，对于任意的矩阵 ，适合等式(1)的矩阵 是唯一的(如果有的话).
定义8如果矩阵 适合(1)，那么 就称为 的逆矩阵，记为 .
三、可逆矩阵的逆矩阵的求法
为了说明这个方法，下面看一个例子.在矩阵
中， 表示级单位矩阵，而
.
在矩阵
中，
.
在计算 时，把 都看成是由这些小矩阵组成的，即按2级矩阵来运算.于是
,
其中
,
.
因之
.
不难验证，直接按4级矩阵乘积的定义来作，结果是一样的.
一般，设 ，把 分成一些小矩阵
,(1)
,(2)
其中每个 是 小矩阵，每个 是 小矩阵，于是有
.
显然， 矩阵的转置是 矩阵.
矩阵的转置适合以下的规律：
,(16)
, (17)
,(18)
.(19)
(16)表示两次转置就还原，这是显然的.
例4设 求 .
讨论、练习与作业
课后反思
授课内容
第三讲矩阵乘积的行列式与秩、矩阵的逆
教学时数
2
授课类型
讲授
教学目标
使学生能掌握矩阵乘积的行列式与秩的相关理论，会判断一个矩阵是否可逆，并进一步求其逆矩阵。
,(3)
其中
(4)
这个结果是由矩阵乘积的定义直接验证即得.
应该注意，在分块(1),(2)中矩阵的列的分法必须与矩阵的行的分法一致.
以下会看到，分块乘法有许多方便之处.常常在分块之后，矩阵间相互的关系看得更清楚.
高等代数第四章 矩阵PPT
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 a12 L
a21
a22
L
M M
am1
am2
L
a1n
a2n
M
amn
称为 m n矩阵. 简记为 A Amn
aij
mn
aij
.
这m n个数称为A的元素,简称为元.
高等代数
东北大学秦皇岛分校
第四章 矩 阵
1、矩阵概念的一些背景
矩阵是线性代数中最基本的概念之一， 也 是解决数学问题和实际问题的一个强有力的武 器之一。
2020/3/25
第四章 矩阵
1 1
高等代数
东北大学秦皇岛分校
矩阵在密码学中的应用实例 古罗马皇帝恺撒首先使用了这样一种密码：在保 留明文中的大小写、空格及标点符号的前提下， 把明文中的每一个字母转化为英文字母表中的第 4个字母。人们为了纪念恺撒德，就把这种密码 称为恺撒密码。但是恺撒密码有一个致命的缺陷， 即每个字母与经过转化后的字母分别在明文和密 文出现的频率是相通的。1929 年，Hill 提出了 一种克服恺撒密码缺陷的密码，该密码以矩阵变 换的方法建立字母组间的对应关系，该方法的诞 生从此使密码学进入了以数学方法处理问题的新 阶段。
b2n M bsn
称为A和B的和，记为C＝A+B。
注 1）矩阵的加法就是矩阵对应的元素相加。相加 的矩阵必须要有相同的行数和列数
2）矩阵加法满足
结合律：A+(B+C)=(A+B)+C； 交换律： A+B=B+A。
2020/3/25
高等代数课件北大版第四章矩阵
高等代数课件(北大版)第四章矩阵第一节：矩阵的概念及基本运算矩阵是现代数学的重要基础，是线性代数理论的核心概念之一。
在数学和应用领域有着重要的应用价值。
1.1 矩阵的定义定义1.1：矩阵是一个有规律的数表，其中的每一个数称为矩阵的一个元素，通常用一个大写字母表示。
例如:$$A=\begin{pmatrix}a_{11} & a_{12} & a_{13} \\a_{21} & a_{22} & a_{23} \\a_{31} & a_{32} & a_{33}\end{pmatrix}$$其中 $a_{ij}$ 称为矩阵 $A$ 的第 $i$ 行第 $j$ 列元素。
1.2 矩阵的基本运算1.2.1 矩阵的加法定义1.2：设 $A=(a_{ij})_{m \times n},B=(b_{ij})_{m \times n}$，则其和 $C=A+B$ 定义为矩阵 $C$ 的元素为 $c_{ij}=a_{ij}+b_{ij}$。
例如：$$A=\begin{pmatrix}1 &2 &3 \\4 &5 &6 \\7 & 8 & 9\end{pmatrix},B=\begin{pmatrix}-1 & -2 & -3 \\-4 & -5 & -6 \\-7 & -8 & -9\end{pmatrix},$$则 $C=A+B$ 得：$$C=\begin{pmatrix}0 & 0 & 0 \\0 & 0 & 0 \\0 & 0 & 0\end{pmatrix}$$1.2.2 矩阵的数乘定义1.3：设 $A=(a_{ij})_{m \times n}$，$k \in K$，则矩阵 $kA$ 定义为矩阵 $kA$ 的元素为 $ka_{ij}$。
高等代数北大版第四章矩阵知识点总结
高等代数北大版第四章矩阵知识点总结-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN第四章 矩阵（ * * * ）一、复习指导：矩阵这一章节可以说是一个基础章节，它不仅很重要，而且还是其他章节的基础，学好矩阵十分重要，我们要对逆矩阵，转置矩阵，对称矩阵等等的概念都要弄清楚，除此之外，还要知道矩阵的运算性质，矩阵的秩。
在考试中，很有可能会出与矩阵这一章节有关的证明题，例如证明相互关联的矩阵的秩，矩阵的逆之间的关系，还有可能有与求矩阵的逆有关的题目。
总的来说，这一个章节是一个关键的章节，高等代数这本书里面的知识都是融会贯通的，学好了矩阵能够为后面的章节夯实基础。
二、考点精讲：（一） 基本概念及其运算1.基本概念矩阵—形如⎪⎪⎪⎪⎪⎭⎫ ⎝⎛mn m m n n a a a a a aa a a212222111211称为m 行n 列的矩阵，记为n m ij a A ⨯=)(，行数与列数相等的矩阵称为方阵，元素全为零的矩阵称为零矩阵。
（1）若矩阵中所有元素都为零，该矩阵称为零矩阵，记为O 。
（2）对n m ij a A ⨯=)(，若n m =，称A 为n 阶方阵。
（3）称⎪⎪⎪⎭⎫ ⎝⎛=11 E 为单位矩阵。
（4）对称矩阵—设n n ij a A ⨯=)(，若),,2,1,(n j i a a ji ij ==，称A 为对称矩阵。
（5）转置矩阵—设⎪⎪⎪⎪⎪⎭⎫⎝⎛=mn m m n n a a a a a a a a a A 212222111211，记⎪⎪⎪⎪⎪⎭⎫⎝⎛=mn n n m m Ta a a a a a a a a A212221212111，称T A 为矩阵A 的转置矩阵。
（6）同型矩阵及矩阵相等—若两个矩阵行数与列数相同，称两个矩阵为同型矩阵，若两个矩阵为同型矩阵，且对应元素相同，称两个矩阵相等。
（7）伴随矩阵—设n n ij a A ⨯=)(为n 矩阵，将矩阵A 中的第i 行和j 列去掉，余下的元素按照原来的元素排列次序构成的1-n 阶行列式，称为元素ij a 的余子式，记为ij M ，同时称ij j i ij M A +-=)1(为元素ij a 的代数余子式，这样矩阵中的每一个元素都有自己的代数余子式，记⎪⎪⎪⎪⎪⎭⎫⎝⎛=*nn n n n n A A A A A A A A A A 212221212111，称为矩阵A 的伴随矩阵。
高等代数课件(北大版)第四章 矩阵§4-4
立即可得,
a11 a 21 * AA a n1 a12 a 22 an2 a1n a2n a nn A1 1 A 2 1 A1 2 A 2 2 A1 n A 2 n
d 0 0 0 d 0 dE . 0 0 d数学与计算科学学院 2012-9-22 §4.4 矩阵的逆
AB A 2B
求矩阵B．
解：由
，得 ( A
2 E ) B A ，又
2 3 3 A 2 E 1 1 0 2 0 1 2 1
A 2E
可逆，且
(A 2E )
1
1 1 3 3 1 1 3 2 1 1 1
0 3 3 1 B ( A 2 E ) A 1 2 3 1 1 0
数学与计算科学学院
1 1 E 1
A
1
§4.4 矩阵的逆
2012-9-22
三、逆矩阵的运算规律
1 若 A 可逆 , 则 A 亦可逆 , 且 A
1 1 1
A.
2 若 A 可逆 , 数 0 , 则 A 可逆 , 且
§4.4 矩阵的逆
2012-9-22
X A CB
1
1
.
数学与计算科学学院
3. 矩阵积的秩
定理4
A s n ,
若 Ps s , Q n n 可逆，则
R( A) R( PA) R( AQ ) R( PAQ )
证： 令
B PA,
由定理2， R ( B ) R ( A ),
数学与计算科学学院
高等代数 北大 课件
拉普拉斯定理与因式分解
总结词
拉普拉斯定理的表述、应用和因式分解的方法。
详细描述
拉普拉斯定理是行列式计算中的重要定理，它提供了计算行列式的一种有效方法。因式分解是将多项式分解为若 干个因子的过程，是解决代数问题的重要手段之一。
CHAPTER 04
矩阵的分解与二次型
矩阵的分解
01
02
03
矩阵的三角分解
矩阵的乘法
矩阵的乘法满足结合律和分配律，但不一定满足 交换律。
பைடு நூலகம்
矩阵的逆与行列式
矩阵的逆
对于一个非奇异矩阵，存在一个逆矩阵，使得原矩阵 与逆矩阵相乘等于单位矩阵。
行列式的定义
行列式是一个由矩阵元素构成的数学量，可以用于描 述矩阵的某些性质。
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。
将一个矩阵分解为一个下 三角矩阵和一个上三角矩 阵之积。
矩阵的QR分解
将一个矩阵分解为一个正 交矩阵和一个上三角矩阵 之积。
矩阵的奇异值分解
将一个矩阵分解为若干个 奇异值和若干个奇异向量 的组合。
二次型及其标准型
二次型的定义
一个多项式函数，可以表示为$f(x_1, x_2, ..., x_n) = sum_{i=1}^{n} sum_{ j=1}^{n} a_{ij} x_i x_j$，其中 $a_{ij}$是常数。
VS
二次型的标准型
通过线性变换，将一个二次型转化为其标 准形式，即一个平方项之和减去另一个平 方项之和。
正定二次型与正定矩阵
正定二次型的定义
对于一个二次型，如果对于所有 的非零向量$x$，都有$f(x) > 0$ ，则称该二次型为正定二次型。
最新扬州大学高等代数课件(北大三版)--第六章-线性空间说课讲解精品课件
6
性空间.
线 性
(3) R, kC k 不一定属于 R (例如： 1, k 1 i , 有
空 间
k 1iR 成立)
→
R 非 C 上的线性空间.
第七页，共83页。
高 例5 （1）数域P上一元(yī yuán)多项式环P[x]；
等
（2）P[x]n={f(x)｜əf＜n} ∪{0}.
代
数 证明： (1) P[x]对多项式的加法，数乘运算封闭，且 8 条算律成立
→ P[x]构成 P 上的线性空间. (2) 显然成立.
由特殊到一般，由具体到抽象，把具体的代数对象用公理化方法
6
统一在一个数学模型下，是数学研究的一种基本思想方法.
线 性 空 间
第八页，共83页。
高 二. 基本(jīběn)性质
等 代 8条算律 ― 基本法律依据（公理），以2个 数 运算、8条算律为基础推导(tuīdǎo)其它基本
记成 {1,2, ,n} ；
6
是 P117 向量线性相关概念在一般线性空间中的推广.
线 性
定义 3 {1,2 , ,r }与{ 1, 2 , , s }等价
空 { 1,2 , ,r } { 1, 2 , , s }且{ 1, 2 , , s } {1,2 ,
间
记为 {1,2 , ,r } 等价 { 1, 2 , , s }.
线 性
间，Mn×1 = {(a1, a2, , an )/ ai P,i 1,2, ,n}为 P 上 n 元列空
空
间，统一记为 Pn .
间
第五页，共83页。
高 例3
等
C[a,b]={f：[a,b]上连续(liánxù)实 函数}：
高等代数课件(北大版)第四章 矩阵§4-2
i 1,2, , s, j 1,2, ,m
称为 A 与 B的积，记为 C AB ．
§4.2 2020/1/14 矩阵的运算
数学与计算科学学院
注意 ① 乘积 AB 有意义要求 A 的列数＝B的行数. ② 乘积 AB 中第 i 行第 j 列的元素由 A 的第 i 行
乘B 的第 j 列相应元素相加得到．
一、加法 二、乘法 三、数量乘法 四、转置
2020/1/14
数学与计算科学学院
一、加法
1．定义 设 A (aij )sn , B (bij )sn , 则矩阵
C (cij )sn (aij bij )sn 称为矩阵A与B的和，记作 C A B ．即
a11 b11 a12 b12
3
1 4
AB
9 9
2 9
1 11
,
而 BA无意义．
例3． A
2 1
ቤተ መጻሕፍቲ ባይዱ
4 2
,
B
2 3
4 6
AB
16 8
32 16
,
BA
0 0
0 0
,
AB BA.
§4.2 2020/1/14 矩阵的运算
数学与计算科学学院
1
例4．
① 一般地，AB BA. 若 AB BA ，称A与B可交换．
② AB 0 未必有 A 0 或B 0 ． 即 A 0 且B 0 时，有可能 AB 0 ．
③ AX AY未必 X＝Y．
§4.2 2020/1/14 矩阵的运算
数学与计算科学学院
2．矩阵乘法的运算规律
(1) ( AB)C A(BC)
高等代数【北大版】课件
多项式的因式分解与根的性质
总结词
多项式的因式分解、根的性质和求解方 法
VS
详细描述
多项式的因式分解是将多项式表示为若干 个线性因子乘积的过程。通过因式分解， 可以更好地理解多项式的结构，简化计算 和证明。此外，多项式的根是指满足多项 式等于0的数。根的性质包括根的和与积、 重根的性质等。求解多项式的根的方法有 多种，如求根公式、因式分解法等。
性方
02
线性方程组的解法
高斯消元法 通过行变换将增广矩阵化为阶梯形矩 阵，从而求解线性方程组。
选主元高斯消元法
选择主元以避免出现除数为0的情况， 提高算法的稳定性。
追赶法
适用于系数矩阵为三对角线矩阵的情 况，通过逐步消去法求解。
迭代法
通过迭代逐步逼近方程组的解，常用 的方法有雅可比迭代法和SOR方法。
向量空间的子空间与基底
总结词
子空间与基底
详细描述
子空间是向量空间的一个非空子集，它也满足向量空间的定义和性质。基底是 向量空间中一个线性独立的集合，它可以用来表示向量空间中的任意元素。基 底中的向量个数称为向量空间的维数。
ቤተ መጻሕፍቲ ባይዱ
向量空间的维数与基底的关系
总结词
维数与基底的关系
详细描述
向量空间的维数与基底密切相关。一个向量空间的维数等于其基底的向量个数。 如果一个向量空间有n个基底，则它的维数为n。同时，如果一个向量空间有有限 个基底，则它的维数是有限的。
行列式
06
行列式的定义与性质
总结词
行列式的定义和性质是高等代数中的 基础概念，包括代数余子式、余子式、 转置行列式等。
详细描述
行列式是由n阶方阵的n!项组成的代数 式，按照一定规则排列，具有一些重 要的性质，如交换律、结合律、代数 余子式等。这些性质在后续章节中有 着广泛的应用。
高等代数第四章
§1 二次型及其矩阵表示教学目的: 使学生了解及掌握二次型及其矩阵的表示方法 重点: 矩阵的表示方法及矩阵合同关系 难点: 矩阵合同关系的性质 课时: 2学时 教学方法: 讲授法 教学内容:一、二次型及其矩阵表示设P 是一个数域,一个系数在数域P 中的n x x ,,1 的二次齐次多项式)1(222),,,(2222222112112211121nnn n n n n n x a x x a x a x x a x x a x a x x x f ++++++++= 称为数域P 上的一个n 元二次型，简称二次型.定义1 设n n y y x x ,,;,,11 是两组文字，系数在数域P 中的一组关系式⎪⎪⎩⎪⎪⎨⎧+++=+++=+++=n nn n n n n n n n y c y c y c x y c y c y c x y c y c y c x 22112222121212121111,, (2)称为由n x x ,,1 到n y y ,,1 的一个线性替换，或简称线性替换.如果系数行列式≠ij c ,那么线性替换(2)就称为非退化的.线性替换把二次型变成二次型.令.,j i a a ji ij <=由于,i j j i x x x x =所以二次型(1)可写成)3(),,,(11222112222221221112112211121∑∑===++++++++++++=ni nj ji ij n nn n n n n nn nn n x x a x a x x a x x a x x a x a x x a x x a x x a x a x x x f把(3)的系数排成一个n n ⨯矩阵,212222111211⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=nn n n n n a a a a a a a a a A (4) 它称为二次型(3)的矩阵.因为,,,2,1,,n j i a a ji ij ==所以A A ='把这样的矩阵称为对称矩阵，因此，二次型的矩阵都是对称的.令()()∑∑===⎪⎪⎪⎪⎪⎭⎫⎝⎛+++++++++=⎪⎪⎪⎪⎪⎭⎫⎝⎛⎪⎪⎪⎪⎪⎭⎫⎝⎛='ni nj ji ij n nn n n n n n n n n nn n n n n n x x a x a x a x a x a x a x a x a x a x a x x x x x x a a a a a a a a a x x x AX X 11221122221211212111212121222211121121,,,,,,或AX X x x x f n '=),,,(21应该看到二次型(1)的矩阵A 的元素,当j i ≠时ji ija a =正是它的j i x x 项的系数的一半,而ii a 是2i x 项的系数，因此二次型和它的矩阵是相互唯一决定的.由此可得,若二次型BX X AX X x x x f n '='=),,,(21且B B A A ='=',,则B A =.令⎪⎪⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎪⎪⎭⎫⎝⎛=n nn n n n n y y y Y c c c c c c c c c C21212222111211,,于是线性替换（4）可以写成⎪⎪⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛n nn n n n n n y y y c c c c c c c c c x x x 2121222211121121 或者CY X =.经过一个非退化的线性替换，二次型还是变成二次型，替换后的二次型与原来的二次型之间有什么关系，即找出替换后的二次型的矩阵与原二次型的矩阵之间的关系.设A A AX X x x x f n '='=,),,,(21 (7)是一个二次型，作非退化线性替换CY X = (8)得到一个n y y y ,,,21 的二次型BY Y ' ，例1 试写出2211ni ji i j nxx x =≤< ≤+∑∑的矩阵解:111122211112221111222A ⎛⎫ ⎪ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭例2写出11211(,,,)n n i i i f x x x ix x -+==∑ 的矩阵解:122334123(1)n n f x x x x x x n x x -=++++-∴100212022202102102A n n ⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪= ⎪ ⎪- ⎪ ⎪⎪- ⎪⎝⎭例3写出222121211n n n n n x x x x x x x ---+++++ 的矩阵解:(21)(21)121211212n n n n A -⨯-→⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭行列二、矩阵的合同关系 现在来看矩阵A 与B 的关系. 把（8）代入（7），有.)()()(),,,(21BY Y Y AC C Y ACYC Y CY A CY AX X x x x f n '=''=''='='=易看出，矩阵AC C '也是对称的，由此即得AC C B '=.这是前后两个二次型的矩阵的关系。
高等代数第四章3
β3 = α3 −
2.单位化：
(α 3 , β 1 ) (α , β ) β1 − 3 2 β 2 ； ( β1 , β1 ) (β 2 , β 2 )
η1 =
1 | β1 |
β 1，η 2 =
1 | β2 |
12
β 2 ，η 3 =
1 | β3 |
β3
例 已知 R 3 中的 α1 = (1,1,1), α 2 = (1,1,0),
6
定义 在欧氏空间 R n 中，由正交向量组构成的 基称为正交基，由正交单位向量组构成的基称为标 准正交基。 设 A = [aij ]n×n 是 n 级正交矩阵，它的列向量组 为
⎛ a11 ⎞ ⎛ a12 ⎞ ⎛ a1n ⎞ ⎜ ⎟ ⎜ ⎜ ⎟ ⎟ a21 ⎟ a22 ⎟ a2 n ⎟ ⎜ ⎜ ⎜ α1 = ⎜ ⎟ ，α 2 = ⎜ ⎟ ，…，α n = ⎜ ⎟ ， # # # ⎜ ⎟ ⎜ ⎜ ⎟ ⎟ ⎝ an1 ⎠ ⎝ an2 ⎠ ⎝ ann ⎠
1 |α |
α 是单位向量 （称上述过程为
； 对 α 单位化）
2 2 2 (4) | α |= a1 + a2 + " + an
定义 在欧氏空间 R n 中，若 (α , β ) = 0 ，则称 向量α 与向量 β 正交，记为 α ⊥ β 。 在欧氏空间 R n 中，， 则对任意 α ∈ R( AT ) 与任意 β ∈ N ( A) ，均有 α ⊥ β 。 定义 设 α 1 , α 2 ," , α s 是欧氏空间 R n 中 s 个非 零向量。若α 1 , α 2 ," , α s 两两正交，则称α 1 , α 2 ," , α s 是正交向量组。 若正交向量组α 1 , α 2 ," , α s 中的每个 向量都是单位向量， 则称α 1 , α 2 ," , α s 为正交单位向 量组。 例 在欧氏空间 R 2 中
高等代数课件(北大版)第四章 矩阵§4-1
a21
a22
am1 as1
a1n
a2
n
asn
称为A的负矩阵，记作－A .
即 A (aij )sn .
§4.1 2020/1/14 矩阵的概念
数学与计算科学学院
1
对角矩阵 diag(1,
,n )
0
0 ;
n
1 0
单位矩阵 E 0
1 ;
k 0
数量矩阵 kE 0
k ;
§4.1 2020/1/14 矩阵的概念
数学与计算科学学院
负矩阵 设 A (aij )sn , 矩阵
a11 a12
一、矩阵的概念 二、矩阵的相等 三、一些特殊矩阵
2020/1/14
数学与计算科学学院
一、矩阵的定义
1．定义
a11 a12
数表
a21
a22
as1 as2
a1n
a2n
称为一个 s
n
矩阵．
asn
记作：(aij )sn 或 Asn .
§4.1 2020/1/14 矩阵的概念
三、一些特殊矩阵
0 0
零矩阵 0 0
0 ;
行阵 (a1,a2 , ,an );
a1 Βιβλιοθήκη 列阵 a2
;
an
方阵
a11 a12
a21
a22
an1 an2
a1n
a2n
;
ann
§4.1 2020/1/14 矩阵的概念
数学与计算科学学院
数学与计算科学学院
扬州大学高等代数课件(北大三版)--第四章 矩阵
3
2
kj
zj)
a
k 1 j 1
3
2
ik
bkj z j
a
j 1 k 1
2
3
ik
bkj z j
( a
j 1 k 1
2
3
ik
bkj ) z j
c
j 1
2
ij
zj
（ i 1, 2, 3, 4 ） →
即
x1 a11 c21 z1 c22 z2 高 (3) , c31 z1 c32xz2 a 21 2 等 x3 c41 z1 c42 z2 a 31 代 换一个角度认识问题： a 41 x4 数
高 等 代 数
补充： 设 矩 阵 a11 a 21 ( 1 , 2 , , n ) as1 b11 b 21 ( 1 , 2 , , m ) bs1 a12 a22 as 2 b12 b22 bs 2 a1n a2 n , asn b1m b2 m , bsm
B1 B2 B3 1 B 3 2 1 2 1 4 2 4 A 1 2 A2
4
3 A B 2 3 1 23
2 1 3 3
B1 B2 B3 72 11
矩 阵
2 4 4 3 2 5
9 2
6 A 1 5 A2
k 1
称 C 为 A，B 的乘积. 矩阵乘法的意义： cij aik bkj ai1b1 j ai 2b2 j ainbnj ；
n
4
a11 AB i ai1 a s1 a12 ai 2 as 2
- 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)。
4. 矩阵(aij )sn 称为矩阵A(aij )sn 的负矩阵，记为A
A(A) 0；
* 由此引入矩阵减法运算：AB A(B)
4
例. 由产地A1，A2调运大米和面粉到销地B1，B2，B3
矩 的数量（吨）分别如 A，B 矩阵所示，则调运粮食总 阵 量可以由矩阵如下 A＋B 给出.（见下页）
高
等
B1 B2 B3
高 等 代
数 扬州大学高等代数课件(北大三 版)--第四章-矩阵
4
矩 阵
高
一、 矩阵的加法
等 定义1 设数域 P 上的 sn 矩阵 A, B 为
代
a11 a12 L a1n
b11 b12 L b1n
数
A (aij )nn
a21 M
a22 M
L
a2n
M
,
B
(bij )sn
b21
M
b22 M
4 A→A = (α1,···,αr,0, ···, 0)；B→B = (β1, ···,βt, 0, ···, 0), 即矩阵(A, B)经过列变换化成为(A ，B)，而(A ，B)中
只含有r + t个非零列 → r(A ，B)≤ r + t → r(A, B) =
矩 r(A ，B)≤ r + t，即 r(A,B) ≤ r + t . 阵
a11 a12 L
a
21
a 22
L
M M
a s1 a s 2 L
a1n b11 b12 L a 2n b21 b22 L
M MM a sn b s1 b s 2 L
b1m
b2m
M
bsm
m)
性质5 max{r(A), r(B)}≤r(A, B)≤r(A)＋r(B).
高 等 特别： r(A)≤r(A,β)≤r(A)＋1，β为非零列向量.
高
性质6 r(A ＋ B)≤r(A) ＋ r(B)
等 证明： 设A，B均为 s×n 矩阵，且
代
A = (α1, α2, ···, αn), B = (β1, β2, ···, βn).
数 对矩阵 (A＋B, B) =
(α1 +β1, α2+ β2, ···, αn+ βn, β1, β2, ···, βn)
2,
L
,
n)
a 21 M
a 22 M
L
a s1 a s 2 L
a1n
a2n M
,
a sn
b11 b12 L
B sm
( 1, 2 , L
,L
m
)
b
2
1
M
b22 M
L
b s1 b s 2 L
b1m
b2m M
,
bsm
定 义 矩 阵 C s(m n) ( Asn , B sm ) ( 1 , 2 , L , n , 1 , 2 , L ,L
1 0 0 1 ( 1) 3 2 ( 1) 6
7
4
( 1) 0 1 1 3 3 0 1
0 0 5 1 ( 1 ) 3 4 1
2
6
.
1 7 1 0
矩阵乘法： 两矩阵A = (aik)，B = (bkj)相乘为AB = (cij)
矩 阵
1. A的列数 = B的行数，两矩阵A，B方可相乘； 2. AB的第 i 行、第 j 列元素cij等于A的第 i 行与B的 第 j 列对应元素乘积的和 .
阵 两个独特的性质，应特别予以重视.
高 等 代 数
4
矩 阵
二 矩阵乘法
定义 2 前提： A (aik )sn , B (bkj )nm ；
n
法则： AB = C (cij )sm ，其中 cij ai1b1 j ai2b2 j L ainbnj aikbkj k 1
称 C 为 A，B 的乘积.
高 实例： 设
等
x1 a11 y1 a12 y2 a13 y3
作列变换： (－1)×cn+i＋ci上，则将矩阵(A＋B, B) 化
成矩阵 (A, B), 于是据性质6，就有
r(A＋B)≤r(A＋B, B) = r(A, B)≤r(A)＋r(B). 4
➢ 矩阵加法满足结合律，交换律；减法作为加法的逆
矩
运算，不是一个独立的运算；矩阵加(减)法中有关秩的 性质5，6是不同于我们以往所学代数运算性质研究的
L
b2n
，则
M
as1 as2 L asn
bs1 bs2 L bsn
a11 b11 a12 b12 L a1n b1n
4
矩阵 C
（cij）sn
(aij
bij )sn
a21
b21 M
a22 b22 M
L
a2n
b2n
称为矩阵
M
as1 bs1 as2 bs2 L asn bsn
M b1n
M M
b2n M
L
M bsn
L
M M cij L M M
L i .
j
j
高 等 代
例1
1
A
1
0
0 1 5
1 3
1
2
0
,
4
0
B
1
3
1
3 2 1 2
4
1
,
1
1
数
1
C
AB
1
0
0 1 5
1 3
1
2 0 4
0 1 3 1
3 2 1 2
4
1
1
1
n
➢ 矩阵乘法的意义： cij aikbkj ai1b1 j ai2b2 j L ainbnj ； k 1
a11 a12 L L L L
AB
i
ai1
ai 2
L
L L L
as1 as2 L
a1n L ain
b11
b21
M
L asn
bs1
M b1 j M b2 j MM M bsj
B1 B2 B3
代 数
A3Biblioteka 27 12 A1
3
A2
B
1
3
2 1
4 A1
2
A2
4
3 7 2 1 2 4
A
B
2
1
3
3
1
2
B1 B2 B3
矩 阵
3 2
1 3
72 11
2 3
4 2
4 5
9 2
6 A1
5
A2
高 等 代 数
4
矩 阵
补充： 设 矩 阵
a11 a12 L
A sn ( 1 ,
代 证明：矩阵A的最高阶非零子式总是(A, B)的非零子式 →
数
r(A)≤r(A, B). 同理可以推出 r(B)≤r(A, B) →
max(r(A), r(B))≤r(A, B).
设r(A) = r, r(B) = t, 把A，B分别作列变换化成列阶
梯形矩阵A，B , 则A，B分别含r个和t个非零列，可设
A 和 B 的和，记为C A B
矩 矩阵加法： 阵 1. 具有相同行、列数的矩阵(即同型矩阵)方可相加；
2. 同型矩阵A, B的对应元素相加组成同型矩阵A＋B.
高 等
性质 1. 2.
A(BC) (AB)C； AB BA；
代
3. 元素全为零的矩阵称为零矩阵，记为Osn (0)sn,简记为O
数
A0 A；