Chapter线性方程组和矩阵解说.pptVIP

第 二 章 矩阵及其运算 矩阵是线性代数的主要研究对象. 它在线性代 矩阵、 分块矩阵的概念及其运算、线性方程组的 本章介绍矩阵的概念、 矩阵的基本运算、逆 题可以用矩阵表达并用其相关理论解决. 数与数学的许多分支中都有重要应用, 许多实际问 相关概念及克拉默法则. 主要内容 第 一 节 线性方程组和矩 阵 矩阵的定义 几种常用的特殊矩阵 线性方程组 举例 一、线性方程组 设有 n 个未知数 m 个方程的线性方程组 其中 aij 是第 i 个方程的第 j 个未知数的系数，bi 是第 i 个方程的常数项，i = 1,2,…,m; j = 1,2,…,n. 当常数项b1 ,b2 ,…,bm不全为零时，线性方程组 (1) 叫做n元非齐次线性方程组。 当常数项b1 ,b2 ,…,bm全为零时，线性方程组 (1) 一定是它的解,这个解叫做齐次线性方程组 (2) 的零解。 如下所示 叫做n元齐次线性方程组。 对于n元齐次线性方程组 (2), x1 = x2 = ··· = xn = 0 如果一组不全为零的数是 (2) 的解，则它叫做齐次线 性方程组 (2) 的非零解。 一定有零解，但不一定有非零解 定义 1 由 m ? n 个数 aij (i = 1, 2, ··· , m; j = 1, 叫做一个 m ? n 矩阵, 这 m ? n 个数叫做矩阵的 二、矩阵的定义 元素, aij 叫做矩阵 A 的第 i 行第 j 列元素. 2, ··· , n) 排成的 m 行 n 列的数表 元素是实数的矩阵称为实矩阵，元素是复数 例 如 ３×４矩阵 5×2 矩阵 A ＝ ( aij )m?n 或 A = ( aij ) . 的矩阵称为复矩阵． （1）式也可简记为 矩阵 A = ( aij )m×n 与 B = ( bij )p×q , 如果满足 与 当 a=3, b=-1, c=4, d=2, e=-5, f=6 时, 它们相等. 则称矩阵 A 和矩阵 B 相等, 记为 A = B . 例如 aij = bij , i = 1,2, ··· , m , j = 1, 2, ··· , n , B = ( bij )m×n , 如果对应元素相等, 即 定义 两个同型矩阵 A = ( aij )m×n 与 m = p 且 n = q , 则称这两个矩阵为同型矩阵. 三、几种常用的特殊矩阵 (1) 行矩阵和列矩阵 只有一行的矩阵称为行矩阵 (也称为行向量). 如 A = ( a11 ，a12 ，···，a1n ). 如 只有一列的矩阵称为列矩阵 (也称为列向量). (2) 零矩阵 若一个矩阵的所有元素都为零，则称这个矩 行数和列数相同的矩阵称为方阵． 例如 (3) 方阵 引起混淆的情况下，也可记为 Ｏ． 阵为零矩阵， m ? n 零矩阵记为 Ｏm ? n ，在不会 称为 n ? n 方阵，常称为 n 阶方阵或 n 阶矩阵， 简记为 A= ( aij )n . 特殊的方阵 ： (1) 三角形矩阵 上三角形矩阵 下三角形矩阵 上 (下) 三角形矩阵. 例如 主对角线下(上)方的元素全为零的方阵称为 主对角线 都为零的方阵称为对角矩阵，如 除了主对角线上的元素以外，其余的元素全 (2) 对角矩阵 为 n 阶对角矩阵, 其中未标记出的元素全为零, 即 aij = 0 , i ? j , i, j = 1, 2, ··· , n , 对角矩阵常记为 A = diag( a11 , a22 , ··· , ann ). 例如 对角矩阵 (3) 单位矩阵 主对角线上的元素全为 1 的对角矩阵称为单 位矩阵, 简记为 E 或 I . 如 单位矩阵可记为 (4) 纯量阵(或数量矩阵) 主对角线上的元素全相等的对角矩阵称为数 （c 为常数）. n 阶纯量阵 量矩阵. 例如 纯量阵也可记为 (5) 对称矩阵与反称矩阵 在方阵 A = ( aij )n 中, 如果 aij = aji (i, j = 1, 2, 实对称矩阵 反 对 称 矩 阵 n) , 则称 A 为反称矩阵. 例如 称 A 为实对称矩阵. 如果 aij = -aji (i, j = 1, 2, ··· , ···, n) ,则称 A 为对