离散数学课件_第2章_6.pptVIP

*;第二章 算法基础 ; 2.1 Algorithms 算法 2.2 Complexity of Algorithms 算法的复杂性 2.3 The Integers and Division 整数和除法 2.4 Integers and Algorithm 整数和算法 2.5 Applications of Number Theory 数论的应用 2.6 Matrices 矩阵 2.7 Recursion 递归;引言 矩阵运算 矩阵乘法 矩阵转置和幂 0-1矩阵;离散数学中用矩阵表示集合中元素之间的关系 例如矩阵用于通信网络模型交通运输系统模型;定义1 矩阵是数的矩形数组。m行n列的矩阵称为m×n阶矩阵或m×n矩阵。行数和列数相同的矩阵称为方阵。 DEFINITION 1. A matrix is a rectangular array of numbers. A matrix with m rows and n columns is called an m × n matrix. The plural of matrix is matrices. ; 若两个矩阵有同样的行和列，而且每个位置上的对应项都相等 A matrix with the same number of rows as columns is called equal if they have the same number of rows and the same number of columns and the corresponding entries in every position are equal.;A??第i行是1 ×n矩阵[ai1，ai2…ain]。 A的第i列是n ×1矩阵; Let ; 矩阵运算; 大小相同的两个矩阵的和是将它们对应位置上的元素相加得到的。大小不同的矩阵不能相加，因为两个矩阵的和只对行数和列数都一样的两个矩阵才有定义。 ;定义4 令A为m×k矩阵，B为k×n矩阵。A和B的乘积AB是个m×n矩阵，其第(i,j)元素等于A的第i行和B的第j列对应元素乘积之和。换言之，若AB=[cij]，则 Cij = ai1b1j + ai2b2j + … + aikbkj = ;例３;解 因为A是4 ×3矩阵而B是3 ×2的矩阵，所以A和B的乘积有定义，是4 ×2的矩阵； A的行与B的列对应元素相乘，然后再把乘积加起来；; 矩阵乘法;例5 用算法1计算两个n ×n整数矩阵的乘积，需要做多少次整数加法和整数乘法 解：在A和B的乘积中n ×n个元素，计算每个运算要做n次乘法和n-1次加法； 所以，一共需要做n3 和n2(n-1);例6 A1、A2 和A3分别是 30*20，20*40及40*10的整数矩阵，以什么次序计算A1、A2 和A3的乘积，使用的整数乘法次数最少。 解：有两种次序A1（A2 A3）（ A1、A2） A3； 若A2和A3先相乘，需要做20*40*10=8000次整数乘法来计算20*10矩阵A2 A3； 然后需要30*20*10=6000次乘法来计算A1A2 和A3的乘积； 共使用了8000+6000=14000次乘法； 若A1、A2先相乘 ，必须做30*40*20=24000次乘法来计算30*40矩阵A1A2 ； 然后需要30*40*10=12000次乘法以计算A1A2 和A3的乘积； 共做了24000+12000=36000次乘法 。; 矩阵的转置和幂;定义6 令A=[aij]为m×n矩阵。A的转置，用At表示，是交换A的行和列得到的n×m矩阵。换言之，若 At=[bij]，则bij=aji ， i=1，2，…,n，j=1，2，…m。 DEFINITION 6. Let A = [aij] be an m × n matrix. The transqose of A, denoted by At, is the n × m matrix obtained by interchanging the rows and columns of A. In other words, if At = [bij], then bij = aji for I = 1, 2, … , n and j = 1, 2, … , m. ;定义7 若方针A和它的转置相等，即A=At，则A称为对称矩阵，因此A=[aij]为对称矩阵的条件是对所有i，j，l≤i≤n，1≤j ≤n，aij=aji。 DEFINITION 7. A square matrix A is called symmetric if A = At. Thus A = [aij] is symm