设矩阵左乘相容于矩阵则可左乘左乘时的行对的行进行操作而.doc

1.设矩阵左乘相容于矩阵, 则可左乘. 左乘时, 的行对的行进行操作, 而同时的列对的列进行列操作. 题 已知, , 两者均为方阵, 求它们乘积. 解 的第一行是, 它对的操作是这种形式: 首先作用效果仅见于的第一行; 其次, 具体效果是它将原来的第二行内容复制到了第一行. 剩余的行操作以此类推. 注意的最后一行全是0, 所以它对最后一行的作用效果是直接清零.总的来说将原来的每一行向上移动了一行, 末行清零, 首行消失. . 为了更好理解左乘与右乘之间的对偶性, 可以试图从右乘从而对其做列操作的角度重看此题, 具体可先把的矩阵写出来, 可能稍许麻烦一些. 2. 设,均为n阶方阵. 则. 由此可知?或.换句话说, 两个矩阵乘积的奇(jī)性蕴含着两者之一是奇的. 说到为何用奇来形容行列式为0的矩阵, 这是因为行列式不为0的矩阵无法将任何非零向量变成0, 而行列式为0的矩阵却可以, 这好比这种矩阵有奇点般的魔力. 3. 矩阵乘法有结合律, 却没有交换律.所以两个矩阵可交换预示着这两个矩阵有着不一般的关系.矩阵计算时应熟练运用结合律. 题 设的矩阵, , , 其中为n阶单位矩阵, 求. 解 , 题 已知, 求. 解 最后一步是一个简单的数值计算优化, 因为1/3在计算机浮点表达后会产生截断误差(只能存有穷个小数点后的3), 而1.5和4.5则没有截断误差.但如果计算软件的核心是符号计算核心则无妨. 题 已知, 求所有与可交换的矩阵. 解 必须是3阶方阵. 写. , 要 则, 则可写. 4. 矩阵的算术和行列式的算术是不一样的. 比如一个标量分别乘以一个矩阵和一个行列式(即数乘运算), 两种数乘是不同的: , 即数乘矩阵时, 要将矩阵的每项都乘到, 且矩阵不管方不方都可以数乘; 而, 即数乘行列式时, 只需随便乘遍某一行或某一列即可, 并且行列式总是方的. 对于加法, 两个可相加的矩阵相加, 需要每一副对应项都相加, 而两个可相加的行列式相加时只需随便挑一行或一列使其对应项相加, 而其它的行或列不变. 唯一相同的运算是乘法(注意不是数乘, 而是两两相乘), 这已在2中提到过. 题 设三阶方阵, , 其中,,,都是三维列向量, 已知, , 求. 解 . 题 设是阶方阵. , , 为奇数, 求. 解 5. 判断一个方阵是不是奇的, 有多种等价的方法. 其一是直接计算行列式, 看是不是0; 其二是判断其列向量是否线性相关; 其三是当它成为一个其次方程组的系数矩阵时, 该其次方程组有没有非零解. 题 设, 为3阶非零方阵, 且, 求的值. 解 首先要清醒地意识到是比强得多的条件.它的每一列都是零向量.于是矩阵乘以的某非零列可以得零, 也就是说是奇的, 其行列式为零. 从而解得. 题 , 求 解 , 以上这个式子看似繁琐, 但只是对人类而言, 对于计算机,它是一个算法的第一步设计.它的核心是较简单的矩阵的幂的计算. , , ,…, 用R来计算的话可用以下代码: computePowerOfA-function(n){ matOnes - function(dim){ return(array(rep(1,dim^2),c(dim,dim))); } matZero - function(dim){ return(array(rep(0,dim^2),c(dim,dim))); } matId - function(dim){ zro-matZero(dim); zro[array(c(1:dim,1:dim),c(dim,2))]-1; return(zro); } res - 2^n*matId(4); temp - matOnes(4)*2^(n-2); for(j in 1:n){ temp - temp*(-2); #print(inter) res - res + temp*choose(n,j); #print(res) } return(res); } 如输入 computePowerOfA(8)可得  for(n in 1:8) print(computePowerOfA(n)) [,1] [,2] [,3] [,4] [1,] 1