矩陣.ppt

矩陣 1-1 聯立方程式 1-2 矩陣的定義 1-3 矩陣的運算 1-4 基本列運算 1-5 反矩陣 1-6 行列式 1-1 聯立方程式 m個線性方程式、n個變數x1,x2,…,xn所構成的系統 (1-1) 稱為線性系統(linear system)或聯立線性方程式。若(x1 , x2 ,……, xn )=(s1, s2,……,sn )能滿足聯立方程式(1-1)時，我們稱(s1, s2,…, sn)為聯立方程式(1-1)的解(solution)。 1-2 矩陣的定義 由 mn 個實數所構成的 m 列(row) n 行(column)長方形數列，稱為 m ? n 階(order)矩陣(matrix) A。 (1-2) 為簡便計，m ? n 矩陣常以符號 A = [aij]m?n，或更簡單的[aij]來表示。在矩陣 A 中第 i 列、第 j 行位置的 aij 稱為矩陣 A 的(i, j)元素(element, or entry)。 下面我們介紹幾種具有特殊型態的矩陣。設A為 m ? n 矩陣： 若m = 1，矩陣 A 只有一列，稱為列矩陣(row matrix)或列向量(row vector)。如 A = [3, 2, 1]。若 n = 1 時，則稱 A 為行矩陣(column matrix)或行向量(column vector)。 當 m = n 時，矩陣 A 稱為 n 階方陣(square matrix of order n)。其中對角線元素a11, a22, ……, ann 構成主對角線(main diagonal)。 若 n 階方陣中，對角線之外的元素皆為0，即aij = 0，當 i ? j ，則稱此矩陣為對角矩陣(diagonal matrix)。 若對角矩陣 A 中對角線元素皆為1，則稱 A 為單位矩陣(identity matrix)。通常以符號 In 表之。 若對角矩陣 A 中，對角線元素皆相等，即 aii = c, i = 1,…, n，則稱矩陣 A 為純量矩陣(scalar matrix)。 若 n 階方陣 A 中，aij = 0，當 i j 時，則 A 稱為上三角矩陣(upper triangular matrix)。 若 aij = 0，當 i j 時，則稱 A 為下三角矩陣(lower triangular matrix)，例如 不論是上三角矩陣或下三角矩陣，均通稱為三角矩陣(triangular matrix)。 元素皆為 0 的矩陣稱為零矩陣(zero matrix)，以符號 O 或 Om ? n 表之。 1-3 矩陣的運算 若矩陣 A = [aij] 與矩陣 B = [bij] 皆為 m ? n 矩陣，且aij = bij ，1 ? i ? m， 1 ? j ? n ，則稱矩陣 A 和矩陣 B 相等(equal)。並寫成 A = B。 加法運算(matrix addition) 若 A = [aij]， B = [bij] 皆為 m ? n 矩陣，則 A 與 B的和(sum) C = [cij] 亦為 m ? n 矩陣，且 即 C 是一個由 A 與 B 中相對應的元素相加而得的 m ? n 矩陣，或寫成 C = A + B。 乘法運算(matrix multiplication) 若 A = [aij] 為 m ? n 矩陣，B = [bij] 為 n ? p 矩陣，則 A 和 B 的乘積(product) C = [bij] 為 m ? p 矩陣，其中 若以符號表示，可寫成 C = AB 矩陣加法性質 設 A、B、C、O 為同階矩陣，則 (1) A + B = B + A　交換律(commutative property) (2) A + (B + C) = (A + B) + C　結合律(associative 　　 property) (3) A + O + O + A = A　同一律(identity property) 這裡，零矩陣O所扮演的角色正與實數中的零 一樣。 矩陣乘法性質 設A、B、C為三個矩陣，並設其加法與乘法的運算均能符合定義的要求。 (1) A(BC) = (AB)C　結合律 (2) A(B + C) = AB + AC (A + B)C = AC + BC　分配律(distributive property) (3)若 A 為 m ? n 矩陣，則 AIn = Im A = A 這裡，單位矩陣在矩陣乘法運算中所扮演的角 色與實數中的 1 相同。 若以一實數 r 乘以矩陣 A = [aij]，則矩陣 rA 可由 A 中每一元素乘以 r 而得。這種運算，我們稱之為