矩阵是线性代数中的重要概念.docVIP

PAGE PAGE 31 第八章 矩阵论 矩阵是线性代数中的重要概念，在自然科学、工程技术及经济等领域中都有着广泛应用．随着计算机的发展，矩阵显得更为重要．本章将介绍矩阵的一些基本概念、相关运算及其简单应用． 8.1 矩阵的概念 先看两个案例： 案例1 某公司生产四种型号的彩电：A,B,C,D,第一季度的销量分别如下表所示： 产品 月份 销量（单位：台） A B C D 一月 300 250 220 180 二月 320 230 200 200 三月 310 280 210 220 为了研究方便，在数学中常把表中的说明去掉，将上表简化为如下的矩形数表： 由这3×4个数构成的数表，其中每个数都有实际意义.如第2行第2列的数230表示二月份B型号彩电的销量是230台。 案例2 线性方程组 的系数按方程组中的相对位置也排出如下矩形数表： 以上两例中所含的矩形数表就是矩阵． 定义1 由个数，排成的行列的数表 叫做行列矩阵（或矩阵）．其中是矩阵的阶数，是行数，是列数；是位于矩阵的第行第列的数，称为矩阵的元素． 矩阵通常用大写英文字母来表示，定义中矩阵可记为或， 有时简记为或. 如矩阵是矩阵，其中元素. 下面看几种特殊的矩阵： (1) 方阵: 矩阵A的行数与列数相等，即m=n时, 矩阵A称为n阶方阵，记为． 则 方阵的左上角到右下角的连线称为主对角线，其上的元素称为主对角线上的元素． (2)行阵：只有一行的矩阵称为行矩阵（或行向量）.如 . (3)列阵：只有一列的矩阵称为列矩阵，也称为列向量.如. (4)零矩阵：元素都为0的矩阵，记为O.如0. (5)对角矩阵：除主对角线外，其余元素均为0的方阵.即. (6)单位矩阵：主对角线上元素全为1的对角矩阵叫做单位矩阵，记作（或）. 如 ， . (7)上(下)三角矩阵：主对角线以下(上)的元素全为0的方阵叫做上(下)三角矩阵. 为上三角矩阵，为下三角矩阵. 由上可知，矩阵有多种类型.那么要两个矩阵相等,其含义为:矩阵当且仅当和的阶数相同,而且对应位置上的元素相等. 习题8-1 1.所有零矩阵是否相等？若不等，举例说明。 8.2 矩阵的运算 8.2.1 矩阵的加法 案例1 某物资（单位：吨）从三个产地运往四个城市销售，2007年第一、二两个 季度的供应方案分别由矩阵和矩阵给出 ， ， 问：这两个季度三个产地运往四个城市的各供应量是多少？ 解 分别用和表示矩阵与矩阵中的元素，则和分别表示第一季度和第二季度由第二个产地运往第三个城市的供应量.显然 就是两个季度由第二个产地运往第三个城市的供应量.因此矩阵与矩阵对应位置的元素相加,即用矩阵 便可表示出两个季度三个产地运往四个城市的各供应量.这种由矩阵与矩阵得到矩阵的运算就是矩阵的加法. 定义1 设矩阵，则A与B之和记为A+B，定义为 或简记为 . 如 矩阵则 矩阵的加法说明：只有阶数相同的矩阵才能做加法运算. 由定义可知，矩阵的加法具有以下性质： （1）交换律： （2）结合律： （其中都是矩阵） 8.2.2 数与矩阵的乘法 定义2 设矩阵，是任意一个实数，则数与矩阵相乘定义为： 即数乘矩阵是用数乘矩阵的每一个元素. 如 矩阵 ，则 由数乘矩阵的定义，容易得到如下性质： （1）分配律： ， . （2）结合律：. （其中，都是矩阵，为任意常数） 特别地，时，称为矩阵的负矩阵，记为. 显然有 . 有了负矩阵的概念，就可以定义矩阵的减法运算，即若与都是矩阵，则定义与的差为： . 例1 求满足方程：的矩阵。 解： 8.2.3 矩阵与矩阵的乘法 案例2 某厂生产两种产品，第一季度的销售额如表（1）所示（单位：千元）， 表（2）为产品质量全为一等品或全为二等品时的利润表。 表（1） 表（2） 产品 月份 甲 乙 一月 5 7 二月 6 10 三月 8 12