第一章 矩阵基本知识.pptVIP

第一章 矩阵基本知识 基本概念和定义 基本运算 矩阵的特征方程、特征值和特征向量 矩阵的相似变换 二次型概念 矩阵的微分和积分 广义矩阵 1.1 基本概念和定义 矩阵：简化复杂数学表达式。 例如： 用矩阵表示：AX=B 1.1 基本概念和定义 方阵：行数和列数相同的。（行列式） 列矩阵：只有一列的矩阵，又名列向量。 行矩阵：只有一行的矩阵，又名行向量。 思考：一个 的矩阵能不能看成多个行向量或列向量表示？ 对角矩阵：n阶方阵A除了朱对角线元素外，其余元素都是0。当对角矩阵，主对角线上的元素全为1时，则称为：单位阵（幺阵），记为： 。 1.1 基本概念和定义 零阵：所有元素全等于零的矩阵。 矩阵相等： ①行数和列数分别相等； ②对应的元素都相等。 对称矩阵：方阵A满足 转置矩阵： 阶矩阵A的行列互换而得到 阶矩阵叫做A的转置矩阵。 或 共轭矩阵;矩阵A的复数元素全部用各自的共轭复数来替换，则两个矩阵互为共轭矩阵。 1.1 基本概念和定义 逆阵：设方阵A，若存在另一个方阵B满足AB=BA=I，则两个矩阵互为逆阵。记为： 。 奇异矩阵：方阵对应的行列式为0。 非奇异矩阵：方阵对应的行列式不为0。 矩阵的秩：矩阵A中线性独立的列或行向量（列向量和行向量线性无关向量的最大个数）的数目。 余子式 ：从 阶矩阵A中去掉第 i 行、第 j 列所得带到 的 阶对应的行列式叫做矩阵A的余子式。 1.1 基本概念和定义 余因子式：矩阵A中元素 的余因子式定义为 ，也就是方阵中元素 即为用 乘A中去掉 i 行和 j 列后构成的矩阵所对应的行列式。 伴随矩阵：矩阵B，其第 i 和 j 列元素等于 时，称B为A的伴随矩阵。B = adjA 正交矩阵：若n阶方阵A和它的转置矩阵 满足 则称矩阵A为正交矩阵。 1.2 基本运算 矩阵的加减法：相应行列的元素进行加减。 矩阵的乘法：A*B 可乘条件：A矩阵的列数=B矩阵的行数。 注意：AB=BA? 3. 分块矩阵：矩阵分块后每个子块就如同矩阵的元素一样进行运算，但要注意转置问题：子块先进行行列互换，然后每个子块转置。 4. 矩阵的初等变换： ①某行乘K。②某行乘非0的K加到另一行。③对调矩阵的任意两行或两列。通过初等变换可以求矩阵的秩。 1.2 基本运算 5. 矩阵的求逆计算：三种方法 ①利用伴随矩阵adjA ②利用矩阵的初等变换求逆。 ③利用分块矩阵求逆 6. 矩阵的因式分解 1.3 矩阵的特征方程、特征值和特征向量 1. 矩阵A的特征矩阵： 2. 特征多项式： 3. 特征方程： 4. 特征值：特征方程式的解 5. 特征向量：若 为矩阵A的特征值，则方程 一定有非0解向量 。则 为矩阵A的属于特征值 的特征向量。 6. 凯莱-哈密尔顿定理：若n阶方阵A的特征多项式为 则有： 1.3 矩阵的特征方程、特征值和特征向量 7. 求特征值和特征向量步骤 写出矩阵A的特征矩阵； 写出特征方程，并求出解（特征值）； 求特征向量。 1.3 矩阵的特征方程、特征值和特征向量 几点特性： ①若 是属于特征值 的一个特征向量，那么 也是属于 的特征向量。 ②矩阵A的不同特征值所对应的特征向量是线性无关的。 ③矩阵A的同一个特征值所对应的特征值也是线性无关的。 ④矩阵A的重根特征值所对应的特征向量个数不一定与重根个数相等 且特征向量的个数不大于重根次数。 ⑤实对称矩阵的特征值一定是实数。 1.4 矩阵的相似变换 1. 矩阵相似的概念： 设有两个 n 阶方阵A、B，如果存在一个n阶可逆方阵P，使得 则称 B 与 A 是相似的，记做: A ～B 2. 相似的运算性质：