第一节 矩 阵.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 方法讨论线性方程组的解法及有解的条件. 阵的概念及其运算. 阵的秩、 可逆矩阵以及矩阵的初等变换、 分块矩 本章介绍矩阵的概念、 矩阵的基本运算、矩 题可以用矩阵表达并用有关理论解决. 数与数学的许多分支中都有重要应用, 许多实际问 最后, 利用矩阵的有关概念与 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 第 一 节 矩 阵 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 一、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 二、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， 主对角线 都为零的方阵称为对角矩阵，如 主对角线上的元素不全为零，其余的元素全 (4) 对角矩阵 简记为 A= ( aij )n . 为 n 阶对角矩阵, 其中未标记出的元素全为零, 即 对角矩阵 对角矩阵常记为 A = diag( a11 , a22 , ··· , ann ). 例如 aij = 0 , i ? j , i, j = 1, 2, ··· , n , (5) 单位矩阵 主对角线上的元素全为 1 的对角矩阵称为单 n 阶单位矩阵 E 在矩阵代数中占有很重要的地位, 它的作用与 “1” 在初等代数中的作用相似.如 EA = AE = A . 位矩阵, 简记为 E 或 I . 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 , （c 为常数）. n 阶数量矩阵 量矩阵. 例如 (7) 三角形矩阵 主对角线下 (上) 方的元素全为零的方阵称为 上三角形矩阵 下三角形矩阵 上 (下) 三角形矩阵. 例如 例 1 产品发送量矩阵 某厂向三个商店发送四种产品的数量可列成 矩阵 其中 aij 为工厂向第 i 店发送第 j 种产品的数量. 这四种产品的单价及单件重量也可列成矩阵 其中 bi1 为第 i 种产品的单价， bi2 为第 i 种产品的 单件重量. 例 2 邻接矩阵 四个城市间的单向航线如图 2. 1 所示. 若令 aij = 1，从 i 市到 j 市有 1 条单向航线， 0，从 i 市到 j 市没有 单向航线， 1 2 3 4 图 2. 1 则图 2. 1 可用矩阵表示为 一般地，若干个点之间的单向通道都可用 这样的矩阵表示，称之为邻接矩阵. 例 3 线性变换的矩阵 n 个变量 x1 , x2 , ··· , xn 与 m 个变量 y1 , y2 , ··· , ym 之间的关系式 表示一个从变量 x1 , x2 , ··· , xn 到变量 y1 , y2 , ··· , ym 的线性变换， 其中 aij 为常数. 线性变换（2）的系数 aij 构成矩阵 A = ( aij )m?n . 给定了线性变换（2），它的系数所构成的矩 阵（称为系数矩阵）也就确定. 反之，如果给出一 个矩阵作为线性变换的系数矩阵，则线性变换也就 确定. 在这个意义上，线性变换和矩阵之间存在 着一一对应的关系. 由于矩阵和线性变换之间存在一一对应的关 系，因此可以利用矩阵来研究线性变换，也可利 用线性变换来解释矩阵的涵义. 例如，单位矩阵 所对应的线性变换为 称之为恒等变换. 线性变换 所对应的矩阵为 矩阵 所对应的 xOy 平面上把向量 变为向量 的变换（或看作把点 P 变为点 P1 的变换，如图 2