大学线性代数课件ch1.1 向量与矩阵的定义及运算.pptVIP

“维基百科”关于线性代数的介绍（1） --研究对象 线性代数是数学的一个分支，它的研究对象是向量，向量空间（或称线性空间），线性变换和有限维的线性方程组。向量空间是现代数学的一个重要课题；…… 由于科学研究中的非线性模型通常可以被近似为线性模型，使得线性代数被广泛地应用于自然科学和社会科学中。 “维基百科”关于线性代数的介绍（2） --历史 现代线性代数的历史可以上溯到1843年和1844年。1843年，哈密顿发现了四元数。1844年，格拉斯曼发表了他的著作《Die lineare Ausdehnungslehre》。1857年，阿瑟·凯莱介入了矩阵，这是最基础的线性代数思想之一。 “维基百科”关于线性代数的介绍（3） --基本介绍 线性代数起源于对二维和三维直角坐标系的研究。 在这里，一个向量是一个有方向的线段，由长度和方向同时表示。这样向量可以用来表示物理量，比如力，也可以和标量做加法和乘法。这就是实数向量空间的第一个例子。 “维基百科”关于线性代数的介绍（3） --基本介绍 现代线性代数已经扩展到研究任意或无限维空间。一个维数为 n 的向量空间叫做 n 维空间。在二维和三维空间中大多数有用的结论可以扩展到这些高维空间。……比如，在经济学中可以使用 8 维向量来表示 8 个国家的国民生产总值（GNP）。当所有国家的顺序排定之后，可以使用向量(v1, v2, v3, v4, v5, v6, v7, v8) 显示这些国家某一年各自的 GNP。 引例（鸡兔问题）： 鸡兔共五张嘴， 十六条腿， 请问鸡兔各几只？ 前面的例子中， 解法1是代数方法， 解法2是几何方法，运用线性代数的知识能够将它们统一起来。 这反映了线性代数的一个基本特点， 代数和几何互相渗透不可分割。 “线性代数明曰代数，其实也是几何。空间解析几何是3维空间的线性代数， 而线性代数是n维空间的解析几何。” --见《线性代数》序，李尚志编著。 一、n维向量的概念 3、行矩阵、列矩阵 称为行矩阵A1×n (Row Matrix) 只有一列的矩阵 称为列矩阵An×1 (Column Matrix) 只有一行的矩阵 4、对角矩阵： 称为对角矩阵(Diagonal Matrix) 记为 Λ= 除主对角线上元素外， 其它元素都为零的 n 阶方阵 5、单位矩阵：若对角线元素为1，其它 元素为零的矩阵，称为n阶单位矩阵(Identity Matrix) ， 记为En（或In），简记为E. 即 6、数量矩阵：若对角线元素为k（k为常数），其余元素都为零的n阶矩阵，称为n阶数量矩阵(Scalar Matrix)，记为kE. 即 7、同型矩阵：若两个矩阵A、B的行列数相同，则称A、B为同型矩阵. 矩阵相等：若两个同型矩阵 的对应元素分别相等. 即 则称这两个矩阵相等，记为A=B 五、矩阵运算 面包 鸡蛋 牛奶 张三 李四 3 2 1 0 0 1 继续考虑前面吃早餐的例子， 如果 第二天的情况是 请问两天他们共吃了多少东西？ 面包 鸡蛋 牛奶 张三 李四 4+3 2+2 1+1 0+0 0+0 1+1 （1）加法 定义 设 、 为两个同型矩阵，将它们的对应元素分别相加，得到一个新的矩阵称为矩阵A、B的和，记为A+B. 即 A+B= （2）负矩阵 将矩阵 的各元素取相反符号，得到的矩阵称为矩阵A的负矩阵，记为 ?A 减法: 矩阵加法满足的运算规律: (3) 数与矩阵相乘 仍考虑早餐的例子， 如果第一天早上所有人 都决定多吃一倍， 请问早餐情况又会怎样？ 面包 鸡蛋 牛奶 张三 李四 4 2 1 0 0 1 数乘: 数乘矩阵满足的运算规律： 矩阵的加法与数乘运算结合起来,统称为矩阵的线性运算. （设 为 矩阵， 为数） 例1 设A= ，B= ，求2A+B。 解 2A+B = 2 + (4) 矩阵乘法 接着看早餐问题， 如果面包， 鸡蛋， 牛奶的价格分别为（5， 2， 7）