U 是一上三角矩阵.PPT

第二章矩陣 2.1 矩陣運算 2.2 矩陣運算特性 2.3 反矩陣 2.4 基本矩陣 2.1 矩陣運算 摘要與複習 (2.1節之關鍵詞) row vector: 列向量 column vector: 行向量 diagonal matrix: 對角矩陣 trace: 跡數 equality of matrices: 相等矩陣 matrix addition: 矩陣相加 scalar multiplication: 純量積 matrix multiplication: 矩陣相乘 partitioned matrix: 分割矩陣 摘要與複習 (2.2節之關鍵詞) zero matrix: 零矩陣 identity matrix: 單位矩陣 transpose matrix: 轉置矩陣 symmetric matrix: 對稱矩陣 skew-symmetric matrix: 反對稱矩陣 摘要與複習 (2.3節之關鍵詞) inverse matrix: 反矩陣 invertible: 可逆 nonsingular: 非奇異 摘要與復習 (2.4節之關鍵詞) row elementary matrix: 列基本矩陣 row equivalent: 列等價 lower triangular matrix: 下三角矩陣 upper triangular matrix: 上三角矩陣 LU-factorization: LU分解 定理 2.7： 反矩陣的唯一性 若 B 與 C 都是 A 的反矩陣，則 B = C 證明: 因此 B=C，所以一矩陣的反矩陣是唯一的 注意: (1) A 的反矩陣被表示成 (2) 利用高斯-喬登消去法求一矩陣的反矩陣 範例 2： 求下列矩陣的反矩陣 解: 1 2 1 2 所以 注意： 若矩陣 A 不能夠被用列運算化成單位矩陣 I， 則矩陣 A 為奇異矩陣。 範例 3： 求下列矩陣的反矩陣 解: R2+(-1)R1-R2 所以矩陣 A 是可逆的，其反矩陣為 我們可以藉由 和 的相乘來得到 以確認其為反矩陣 注意： 方陣的冪次 (power) 定理 2.8： 反矩陣的性質 若 A 是可逆矩陣，則有下列的性質: 定理 2.9： 乘積的反矩陣 若 A 和 B 為大小為nxn的可逆矩陣， 則 AB 為可逆且 證明: 注意: 定理 2.10： 相消性質 若 C 為可逆矩陣，則以下的性質成立 (1) 若 AC=BC，則 A=B (右相消性質) (2) 若 CA=CB，則 A=B (左相消性質) 證明: 注意: 若C 不是可逆，則相消法是不成立的 定理 2.11： 有唯一解的方程式系統 若 A 為一可逆矩陣，則此線性方程式系統Ax=b 有唯一解 證明: ( A 為一非奇異矩陣) 此解為唯一 為 Ax=b 的兩個解 (左相消性質) 注意: 2.4 基本矩陣 三項列基本矩陣 列基本矩陣 (row elementary matrix) 一n?n矩陣稱為列基本矩陣若它可以將單位矩陣 I 進行 一次基本列運算來獲得 兩列互換 一列乘以一非零常數 某一列的倍數加到另一列 列基本矩陣 基本列運算 單位矩陣 注意: 只能做“一次”列運算。 範例 1： 基本矩陣與非基本矩陣 (a) (b) (c) (d) (e) (f) 範例 3： 使用基本矩陣 求一序列的基本矩陣以將下列矩陣化簡成列梯形形式 解: = B 若存在有限數目的基本矩陣使得 則稱 B列等價於A 列等價 (row-equivalent) 定理 2.13： 基本列矩陣是可逆 若 E 為一基本矩陣，則 存在且為一基本矩陣 注意: 範例: 基本矩陣 反矩陣 可逆矩陣的性質 一方陣A為可逆若且唯若它可以寫成基本矩陣的相乘 定理 2.14: 證明: 先假設A為一些基本矩陣的相乘。每一基本矩陣均 是可逆矩陣，且可逆矩陣相乘的結果依然是可逆， 所以可以得知A為可逆 (2) 假設 A 為可逆則 只有顯然解 (定理2.11) 所以 A 可以寫成許多基本矩陣的相乘 範例 4： 求一序列的基本矩陣，其乘積為 解: 注意: 若 A是可逆 等價條件 若 A 為一 n?n 矩陣，則以下這些敘述是等價的 (1) A 為可逆 (2) 對於每一個 n?1 行矩陣 b， 具有唯一