- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
xianxingdaishu 幻灯片
* 第四章 线性代数初步 第1节 线性方程组的消元解法 1.消元法回顾 e. g. 解线性方程组 使第一个方程中 的系数为1 使第二个方程中 的系数为1 类似地,往上消元 2.启示 上述过程对方程组中各方程施行了三种运算: (i) 交换两个方程的顺序; (ii)用一个非零的数乘以某个方程; (iii)用一个数乘以某个方程后加到另一个方程上。 目的:把方程组变成阶梯形方程组 实质:对方程组施行一系列同解的初等变换,逐步消去未知量,求得方程组的解 在变形中,实际上是对系数和常数项进行的,因此可略去未知量,只列出如下系数和常数项 我们只须对上述阵列进行上述三种运算。 作 业 P120. 1(1)(3)(4); 2. 一.矩阵的概念 1.矩阵概念 第2节 矩阵及其运算 e.g.1 省两个城市 , 和 省三个城市 , , 的交通联结如图,数字表示联结两城市的不同道路数,该图可用表格表示为 ? ? ? ? ? 4 1 3 0 2 2 a 省第 i 个城市到 b 省第 j 个城市的道路数,i =1, 2, j =1, 2, 3 e.g.2 第 i 家商店销售第 j 种食品的单价。 上两表特点: 一组 m 个事物和另一组 n 个事物之间的联系可用 个数排成行、列形式的表格表示,这种表格称为矩阵表格。 Def.1 由 个数排成 m 行 n 列的矩形阵列 称为m 行n 列矩阵或 阶矩阵(matrix)。简记为 ,其中 称为矩阵A 的(第i 行第j 列)元素。 Remark 中,i 表示所在行数,j 表示所在列数, 称为主对角线元素。 矩阵常用大写字母 等表示 矩阵元素常用小写字母 等表示 e.g.1 的道路矩阵为 矩阵 有2 条道路 e. g. 2 的价格矩阵为 矩阵 2.几种特殊矩阵 对于方阵,称自左上角元素到右下角元素的联线为主对角线,简称对角线(diagonal) (1)方阵 行数 = 列数: m = n 上三角阵(upper triangular matrix): 非零元素只出现在对角线及其上方。 下三角阵(lower triangular matrix) 对角阵(diagonal matrix): 既是上三角阵又是下三角阵。 esp. (2)单位阵(identity matrix) 记成 (3)零矩阵 矩阵中所有元素均为0,记为 (4)行矩阵 只有一行的矩阵: ,也称行向量或 n 维行向量 (5)列矩阵 只有一列的矩阵: ,也称列向量或 n 维列向量 3.矩阵相等与负矩阵 若 , ,且 称矩阵 A 与B 相等,记成 A=B 若 称B(A)为A(B)的负矩阵,记成“- A”( - B) 二.矩阵的运算 1.加法与数乘 (1) 矩阵加法 设 , Remark 1 只有行数和列数都相等才能进行加法运算,其相加后的结果仍为 矩阵,元素为对应元素之和。 Remark 2 由负矩阵的概念,有 e. g. 求下列矩阵之和 e.g. (2)矩阵的数乘 , 是一个数 (3)矩阵的转置 (transposition) A 也可认为由 A 与(-1)的数乘所得。 Remark 对称阵只能是方阵 对角阵是对称阵 对称阵(symmetric matrix) 2.加法与数乘的基本性质 (1)交换律: (2)结合律: (3) (4) (5) 数对矩阵加法的分配律 (6) 3.矩阵乘法 对 e.g.2 四种食品 3 个商店问题,现欲购买第 i 种食品 个单位( ) 购买的食品量可用列向量表示成 在3个不同商店所花费总价分别为 这个矩阵是一个列向量,它的第 i 行元素等于e.g.2 中矩阵B 第 i 行元素与列向量矩阵 的元素对应相乘再相加所得。
文档评论(0)