线性代数1-2
线性代数 2-1

3 − 1 1 2 0 − 1 −6 2 − 2 −5 −4 5 = − 1 0 − 1 − 5 − 2 − 4 3 0 −2 2 0 2
三、矩阵的乘法运算
某企业有三个生产车间,各车间都生产甲、乙两种产品, 某企业有三个生产车间,各车间都生产甲、乙两种产品, 矩阵A表示一年中各车间生产的各种产品的数量 矩阵B表 表示一年中各车间生产的各种产品的数量, 矩阵 表示一年中各车间生产的各种产品的数量,矩阵 表 示各种产品的单位价格和单位利润(万元),矩阵C表示 ),矩阵 示各种产品的单位价格和单位利润(万元),矩阵 表示 各车间的总收入和总利润, 各车间的总收入和总利润,即: c11 c12 1 a11 a12 1 b b 甲 C = c21 c22 2 A = a21 a22 2 B = 11 12 b b 乙 c c32 3 a 3 21 22 31 31 a32 单价 单利 总收入 总利润 甲 乙
a11b11 + a12b21 a11b12 + a12b22 1 C = a21b11 + a22b21 a21b12 + a22b22 2 a b + a b a b + a b 3 31 11 32 21 31 12 32 22 总收入 总利润
分析A、 、 之间的关系 之间的关系。 分析 、B、C之间的关系。
... a1n ... a2n ... ... ... amn
b 1 b2 ... bm
n个 x m 变量 1, y2 ,⋯, ym之 y 变量 1, x2 ,⋯, xn与 个 间的 关系 式 y1 = a11x1 + a12x2 +⋯+ a1n xn , y = a x + a x +⋯+ a x , 2 21 1 22 2 2n n ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ym = am1x1 + am2 x2 +⋯+ amn xn
线性代数 2-1,2-2矩阵运算

机动 目录 上页 下页 返回 结束
一、矩阵概念
⎛ a11 a12 ⎜a a22 21 ⎜ 1. 定义:数表 A = ⎜ 1.定义:数表 ⋮ ⎜ ⎝ am 1 am 2 ⋯ ⋯
a1n ⎞ a2 n ⎟ ⎟ = (a ) ij m ×n ⋮ ⎟ ⎟ ⋯ amn ⎠
1)m≠n,称为m×n矩阵,简称矩阵. . 阶矩阵. 2)m=n,称n阶方阵或n阶矩阵 . 维行向量. : m=1 A= (a1 a2 … an),又称为n维行向量 行矩阵: 3)行矩阵
机动
目录
上页
下页
返回
结束
二、矩阵的加法
1.定义
⎛ a11 … a1n ⎞ ⎛ b11 … b1n ⎞ ⎛ a11 ± b11 … a1n ± b1n ⎞ ⎜ ⋮ ⋱ ⋮ ⎟ ⎜ ⋮ ⋱ ⋮ ⎟ ⎜ ⋮ ⎟ ⋱ ⋮ ± = ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜a ⋯ a ⎟ ⎜b ⋯ b ⎟ ⎜a ± b ⋯ a ± b ⎟ mn ⎠ ⎝ m1 mn ⎠ ⎝ m1 m1 mn mn ⎠ ⎝ m1
线性代数
数学科学学院 陈建华
机动
目录
上页
下页
返回
结束
第二章
矩阵
1850年J.J.Sylvester(西尔威斯特)首先提出矩阵概念, 1858年 A.Cayley(凯莱)提出矩阵的运算规则, 从此矩阵的应用更广泛, 成为 经济研究和经济工作中处理线性模型的有力工具。如投入产出模型、 线性规划、决策论等,均运用矩阵作为重要工具解决实际问题。
线性代数第一章第二节

四、作业 P35 1(3) 2(4) 4 8(3) 12(1)(3)
思考题[*]
x
已知
1
1
2
1 f x 3 1
3
x 1 1 2 x 1 1 2x 1
求 x 的系数.
思考题解答
解 含 x 3 的项有两项,即
x 1 f x 3 1
对应于
t
1
1
2
x 1 1 2 x 1 1 2x 1
2. a14 a21a33 a44不是四阶行列式中的项 ,a12 a43a31a24是四阶 行列式中的项. a12 a43a31a24 a12 a24 a31a43
1t 2413 a12a24 a31a43a 13 a12a24 a31a43 a12a24 a31a43
t(53412) = 0+1+1+3+3=8 定理 2 n个自然数共有n!个n元排列,其中奇偶排 列各占一半。
二、n 阶行列式的定义
三阶行列式定义为
a 11 a 21 a 31
a 12 a 22 a 32
a 13 a 23 a 33
123 231 312 132 213 321 t(123)=0 t(231)=2 t(312)=2 t(132)=1 t(213)=1 t(321)=3
例 3 三阶行列式
例4 四阶行列式
1 2 3
12 3
3 4
例5 n 阶行列式
1 2
12 34
1 2
(1)
n( n 1 ) 2
12 n
n
a 11 a 21 an1
a 12 a 22 an 2
... a 1 n ... a 2 n t ( j1 j2 ......jn ) a1 j1 a2 j2 ......anj n (1) ... a nn
线性代数(经管类)-阶段测评1,2,3,4

线性代数(经管类)-阶段测评11.单选题1.1 5.0设矩阵$A=((a_11,a_12),(a_21,a_22)),B=((a_21+a_11,a_22+a_12),(a_11,a_12)),P_1=((0,1),(1,0)),P_2=((1,0),(1,1))$,则必有()您答对了aa$P_1P_2A=B$b$P_2P_1A=B$c$AP_1P_2=B$d$AP_2P_1=B$考点:矩阵的行列变换,左乘行变,右乘列变。
1.2 5.0设$A$为四阶矩阵,且$|A|=-3$,则$|A^(**)|$=()您答对了 c∙ a$-3$∙∙b$9$∙∙c$-27$∙∙d$81$∙$|A^(**)|=|A|^(n-1)=-3^3=-27$.1.3 5.0设$A,B$为$n$阶方阵,满足$A^2=B^2$,则必有()您答对了 d∙a$A=B$∙∙b$A=-B$∙∙c$|A|=|B|$∙∙d$|A|^2=|B|^2$∙方阵行列式的性质,特别是$|AB|=|A||B|$ 解1:因为$A^2=B^2$,故$|A^2|=|B^2|$,而因为$|AB|=|A||B|$,故$|A^2|=|A|^2,|B^2|=|B|^2$,所以$|A|^2=|B|^2$ 解2:取$A=((1,0,0),(0,-1,0),(0,0,-1)),B=((1,0,0),(0,-1,0),(0,0,1))$,显然$A^2=B^2=E$,但选项A,B,C都不对,应用排除法知正确答案为D。
1.4 5.0设3阶矩阵$A$的行列式$|A|=(1)/(3)$,则$|-3A^T|=$()您答对了 d∙a9∙∙b1∙∙c-1∙∙d-9∙$|-3A^T|=(-3)^3|A^T|=-27|A|=-9$.1.5 5.0设矩阵$A=[[a,b],[c,d]]$,且已知$|A|=-1$,则$A^-1$=()您答对了 b∙a$[[d,-b],[-c,a]]$∙∙b$[[-d,b],[c,-a]]$∙∙c$[[d,-c],[-b,a]]$∙d$[[-d,c],[b,-a]]$∙$A^-1=1/|A|A^(**)=-[[d,-b],[-c,a]]= [[-d,b],[c,-a]]$.1.6 5.0$3$阶行列式$|a_(ij)|=|(0,-1,1),(1,0,-1),(-1,1,0)|$中元素$a_21$的代数余子式$A_21=$()您答对了 c∙a$-2$∙∙b$-1$∙∙c$1$∙∙d$2$∙考点:代数余子式。
线性代数-第2章

第2章对阶梯形矩阵进行考察,发现阶梯形矩阵的行秩等于列秩,并且都等于阶梯形的非零行的数目,并且主元所在的列构成列向量组的一个极大线性无关组。
矩阵的初等行变换不会改变矩阵的行秩,也不会改变矩阵的列秩。
任取一个矩阵A,通过初等行变换将其化成阶梯形J,则有:A的行秩=J的行秩=J的列秩=A的列秩,即对任意一个矩阵来说,其行秩和列秩相等,我们统称为矩阵的秩。
通过初等行变换化矩阵为阶梯形,即是一种求矩阵列向量组的极大线性无关组的方法。
考虑到A的行秩和A的转置的列秩的等同性,则初等列变换也不会改变矩阵的秩。
总而言之,初等变换不会改变矩阵的秩。
因此如果只需要求矩阵A的秩,而不需要求A的列向量组的极大无关组时,可以对A既作初等行变换,又作初等列变换,这会给计算带来方便。
矩阵的秩,同时又可定义为不为零的子式的最高阶数。
满秩矩阵的行列式不等于零。
非满秩矩阵的行列式必为零。
既然矩阵的秩和矩阵的列秩相同,则可以把线性方程组有解的充分必要条件更加简单的表达如下:系数矩阵的秩等于增广矩阵的秩。
另外,有唯一解和有无穷多解的条件也可从秩的角度给出回答:系数矩阵的秩r等于未知量数目n,有唯一解,r<n,有无穷多解。
齐次线性方程组的解的结构问题,可以用基础解系来表示。
当齐次线性方程组有非零解时,基础解系所含向量个数等于n-r,用基础解系表示的方程组的解的集合称为通解。
通过对具体实例进行分析,可以看到求基础解系的方法还是在于用初等行变换化阶梯形。
非齐次线性方程组的解的结构,是由对应的齐次通解加上一个特解。
在之前研究线性方程组的解的过程当中,注意到矩阵及其秩有着重要的地位和应用,故还有必要对矩阵及其运算进行专门探讨。
矩阵的加法和数乘,与向量的运算类同。
矩阵的另外一个重要应用:线性变换(最典型例子是旋转变换)。
即可以把一个矩阵看作是一种线性变换在数学上的表述。
矩阵的乘法,反映的是线性变换的叠加。
如矩阵A对应的是旋转一个角度a,矩阵B对应的是旋转一个角度b,则矩阵AB对应的是旋转一个角度a+b。
线性代数1同济五版课件2-3

A A 1 .
1
1
AB B 1 A1 ABB 1 A1 AEA1 证明
AA E ,
1
A B 1 1 B 1 A
AB B 1 A1 .
1
上页
ቤተ መጻሕፍቲ ባይዱ
下页
推广
A1 A2 Am1 Am1 A21 A1.1
AB BA E ,
B是A的一个逆矩阵.
即
1 2 1 2 A 1 2 1 2 .
1
上页 下页
说明 若 A 是可逆矩阵,则 A 的逆矩阵是唯一的.
若设 B 和 C 是 A 的可逆矩阵,则有
AB BA E , AC CA E ,
可得 B EB CAB C AB CE C . 所以 A 的逆矩阵是唯一的,即
AA A A E , 则称A 为A的可逆矩阵。
1 1 1
上页
下页
二、逆矩阵的概念和性质
定义 对于 n 阶矩阵 A ,如果有一个 n 阶矩阵 B
,使得
AB BA E ,
则说矩阵A是可逆的,并把矩阵 B 称为 A 的逆矩阵.
A的逆矩阵记作 A1 .
例
1 1 1 2 1 2 , B , 设 A 1 1 1 2 1 2
1
1
1 3 1 4 2 3 1 3 1 13 75 30 1 2 1 0 1 5 1 2 1 9 52 21 . 1 5 2 2 1 1 1 5 2 21 120 47
T
4 若A可逆, 则A 亦可逆 , 且 A
线性代数 第二章1

矩 阵 的 概 念及 运 算
主要内容
矩阵的定义 几种常用的特殊矩阵 矩阵的应用举例 矩阵的基本运算
一、矩阵的定义
引例 线性方程组的矩阵
定义 由 m × n 个数 aij (i= 1, 2, … , m; j=1, 2,… , n)
排成的 m 行 n 列的数表,叫做一个 m × n 矩阵 列的数表,
为数 k 与矩阵 A 的数量乘积 简称数乘, 记为 kA. 数量乘积, 简称数乘, kA.
注意
2. 运算规律
设 A, B 为同类型矩阵, k, l 为常数,则 为同类型矩阵 为常数, (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合起来, 矩阵相加与数乘矩阵合起来,统称为矩阵的 线性运算. 线性运算
一般情形
定义 设矩阵 A = (aij)m×p , B = (bij)p×n , (a (b
C = (cij)m×n , 其中 (c
cij = 轾1 ai 犏 臌
ai 2 L
轾j b1 犏 aip 犏 j = ai1b1j + ai2b2j + … + aipbpj b2 犏 犏 M 犏 犏 b pj 犏 臌
1 O 1
n
.
n 阶单位矩阵 E 在矩阵代数中占有很重要的地 在初等代数中的作用相似. 位, 它的作用与 “1” 在初等代数中的作用相似. EA = AE = A . 如
(6)
数量矩阵
主对角线上的元素全相等的对角矩阵称为数 主对角线上的元素全相等的对角矩阵称为数 量矩阵. 量矩阵 例如 n 阶数量矩阵
线性代数课件2精编版

推论2、当s n时,任意s个n维向量都是线性相关的。 特别的,任意n 1个n维向量是线性相关的。
推论3、在n维向量空间Rn中,任意一个线性无关的向量组 最多包含 n个向量。
线性代数
第二章 线性方程组
第2节 n维向量
推论4、n个n维向量1 (a11, a21,..., an1),....,n (a1n , a2n ,..., ann )
线性代数
第二章 线性方程组
第2节 n维向量
注:向量减法 (-)
0 , k ,(1)
若k ,则必有k 0或
定义、设1,2 ,...,s为一组向量,k1, k2 ,..., ks是s个数,
称向量k11
k2 2
...
ks
s是向量1
,
2
,
...,
的一个
s
线性组合,其中k1, k2 ,..., ks为这个组合的组合系数。
存在不全为0的k1, k2 ,..., ks使得(1)式成立,则称向量组
1,2 ,...,s线性相关;若只有当k1 k2 ... ks 0时才能 使(1)式成立,则称1,2 ,...,s线性无关。
线性代数
第二章 线性方程组
第2节 n维向量
定理2、设i a1i , a2i ,..., ani i 1, 2,..., s是s个n维向量,则向量组
规定:n维向量 (a1, a2 ,..., an ), (b1,b2,...,bn ), 当ai bi (i 1,..., n)时,称它们相等,记为
定义 (1)若 (a1, a2 ,..., an ), (b1, b2,..., bn ),定义
两个向量之和: a1 b1, a2 b2 ,..., an bn