矩阵是线性代数中最重要的部分,也是高等数学各个分支不可缺少的工具,在处理许多实际问题中有着广泛的应用.矩阵是一个**,作为**的运算与数的运算既有联系又有区别.要熟练掌握矩阵的加法、乘法与数量乘法的运算规则,并熟练掌握矩阵行列式的有关性质.
正确理解逆矩阵的概念,掌握逆矩阵的性质及矩阵可逆的充要条件.会用伴随矩阵求矩阵的逆.
对于几种特殊矩阵,应掌握其定义和它们的性质.
本章重点:矩阵的运算及性质;矩阵可逆的判定及求法.
本章难点:求矩阵的逆.
矩阵定义1 即由数域p中的m×n个数aij(i=1,2,…,m;j=1,2,…,n)排成一个m行,n列的数表。
称为数域p上的一个m×n矩阵.aij 称为第i行,第j列的元素.
以后我们用字母a、b、c等表示矩阵,有时为了表明a的行数和列数,可记为。
am×n 或( aij) m×n,为了表明a中的元素,可简记为a=( aij).
当m=n时,矩阵a=(aij)n×n=称为n阶矩阵或n阶方阵.
当m=1时,矩阵a=(aij)1×n=(a11 a11 … a1n)称为行矩阵.
当n=1时,矩阵a=(aij)m×1=称为列矩阵.
当矩阵中所有元素都是零时,称该矩阵为零矩阵,记作o或om×n.即。
o=当n阶矩阵的主对角线上的元素都是1,而其它元素都是零时,则称此n阶矩阵为单位矩阵,记为e或en.即。
e=对于矩阵a=(aij) m×n,称(–aij) m×n为a 的负矩阵,记为 –a,即:
a=注意:矩阵和行列式虽然在形式上有些类似,但他们是两个完全不同的概念,一方面行列式的值是一个数,而矩阵只是一个数表.另一方面行列式的行数与列数必须相等,而矩阵的行数与列数可以不等.
定义2 a=( aij),b=( bij)都是m×n矩阵,若它们的对应元素相等,即。
aij=bij,(i=1,2, …m,j=1,2…,n)
则称矩阵a与b 相等,记为a=b.如,由
立即可得x=5, y=6, z= –1.
思考题:.n阶矩阵与n 阶行列式有什么区别?
.试确定a、b、c的值,使得=
矩阵的运算可以认为是矩阵之间最基本的关系.下面介绍矩阵的加法、乘法、矩阵与数的乘法和矩阵的转置.
1.矩阵的加法、减法。
定义1 设a=, b=
是两个m×n 矩阵,则矩阵。
c==称为a与b 的和,记为 c=a+b.
注意:相加的两个矩阵必须具有相同的行数和列数.
例1 某种物资(单位:千吨)从两个产地运往三个销地,两次调运方案分别用矩阵a和矩阵b表示:
则从各产地运往各销地两次的物资调运总量为:
由于矩阵的加法归结为对应元素相加,也就是数的加法,因此容易验证,矩阵的加法具有以下性质:
设 a,b,c 均为m×n矩阵,则有。
1) a+b=b+a.
2) (a+b)+c=a+(b+c);
3) a+0=a;
4) a+(–a)=0;
由矩阵的加法和负矩阵的定义,可以定义矩阵的减法:
a–b=a+(–b)
定义2 设有矩阵。
k是数域p中任一个数,矩阵。
称为数k与矩阵a=(aij) m×n的数量乘积.记为k a.
注意:用数乘一个矩阵,就是把矩阵的每个元素都乘上k,而不是用k乘矩阵的某一行(列).
不难验证,矩阵的数量乘法具有以下性质:
设a,b都是m×n矩阵,k、l为数域p中的任意数.则有。
1)k(a+b)= ka+kb;
2) (k+l)a= ka+lb;
3) (kl)a= k(la)= l(ka);
4) 1a=a; 0a=0.
例3 求矩阵x使2a+3x=2b,其中。
解:由2a+3x=2b得。
3x=2b–2a=2(b–a)
于是 x=即 x=
矩阵乘法的定义最初是在研究线性变换时提出来的,为了更好地理解这个定义,我们先看一个例子.
例3 设y1, y2和x1, x2, x3是两组变量,它们之间的关系是
又t1,t2是第三组变量,它们与x1, x2, x3的关系是。
我们想用t1, t2线性地表示出y1, y2,即:
则要求出这组系数c11, c12, c21, c22.
事实上:将(2) 代入 (1)式,有。
y1= a11 ( b11t1 +b12t2 )+a12 ( b21t1 +b22t2 )+a13 ( b31t1 +b32t2 )
=( a11b11 +a12b21+ a13b31)t1+ (a11b12 +a12b22+ a13b32)t2
y2= a21 ( b11t1 +b12t2 )+a22 ( b21t1 +b22t2 )+a23 ( b31t1 +b32t2 )
=( a21b11 +a22b21+ a23b31)t1+ (a21b12 +a22b22+ a23b32)t2
与(3) 对照,得:
c11= a11b11 +a12b21+ a13b31
c12= a11b12 +a12b22+ a13b32
c21= a21b11 +a22b21+ a23b31
c22= a21b12 +a22b22+ a23b32
如果用矩阵 a,b,c分别表示关系式 (1),(2),(3) 的系数矩阵,即。
我们称c是a与b的乘积,即。
a2×3 b3×2 =c2×2=(cij) 2×2,其中元素cij等于a中的第i行的元素与b中第j列的对应元素乘积之和.
于是引进矩阵乘积的定义.
定义3 设矩阵a= (aik)m×s,b= (bkj)s×n ,则由元素。
cij =ai1b1j+ai2b2j+…+aisbsj (i=1,2,…,m; j=1,2,…,n)
构成的m×n矩阵c=(cij)m×n称为矩阵a与b的乘积,记为c=ab.
从这个定义,我们可看出,应注意矩阵乘法有以下三个特点:
1)左矩阵a的列数必须等于右矩阵b的行数,矩阵a与b才可以相乘,即ab才有意义;否则ab没有意义.
2)矩阵a与b的乘积c的第i行、第j列的元素等于左矩阵a 的第i 行与右矩阵b的第j列的对应元素的乘积之和(i=1,2,…,m; j=1,2,…,n).
3)在上述条件下,矩阵am×s与b s×m相乘所得的矩阵c的行数等于左矩阵a的行数m,列数等于右矩阵b的列数n,即 am×s b s×n = cm×n.
例4 设,求ab.
解: 因为a的列数与b的行数均为 3 ,所以ab有意义,且ab为2×3 矩阵.
如果将矩阵b 作为左矩阵, a作为右矩阵相乘,则没有意义,即ba没意义,因为b 的列数为3 ,而 a 的行数为2 .
此例说明: ab 有意义,但 ba 不一定有意义.
例5 设。a=,求ab 和ba.
注:在运算结果中,我们可以将一级矩阵看成一个数.此例说明,即使ab 和ba 都有意义,ab和ba的行数及列数也不一定相同.
例6 设a=, b=,求ab 和ba.
解:ab==,ba==
此例说明,即使ab和ba都有意义且它们的行列数相同,ab与ba也不相等.另外此例还说明两个非零矩阵的乘积可以是零矩阵.
例7 设 a=, b=, c= ,求ac 和bc
解:ac==;bc==
此例说明,由ac=bc ,c≠0,一般不能推出a=b.
以上几个例子说明了数的乘法的运算律不一定都适合矩阵的乘法.对矩阵乘法请注意下述问题:
1) 矩阵乘法不满**换律,一般来讲 ab≠ba
2) 矩阵乘法不满足消去律.一般来说,当ab=ac或ba=ca且a≠0时,不一定有b=c.
3) 两个非零矩阵的乘积,可能是零矩阵.因此,一般不能由ab=0推出 a=0 或b=0.
若矩阵a与b 满足ab=ba,则称a与b可交换.
根据矩阵乘法定义,还可以直接验证下列性质(假定这些矩阵可以进行有关运算):
1) 结合律:(ab)c=a(bc);
2) 分配律:a(b+c)=ab+bc, (a+b)c=ac+bc;
3) 对任意数k,有k (ab)= k a)b=a(k b);
4) em、en 为单位矩阵,对任意矩阵am×n有。
emam×n=am×n,am×nen=am×n
特别地,若a是n阶矩阵,则有ea=ae=a, 即单位矩阵e在矩阵乘法中起的作用类似于数1在数的乘法中的作用.
利用矩阵的乘法运算,可以使许多问题表达简明.
定义4 设a 是n 阶方阵,规定。
a0 =e, ak+1=aka (k为非负整数).
因为矩阵的乘法满足结合律,所以方阵的幂满足。
akal=ak+l, (ak)l=akl
其中k、l为非负整数,又因为矩阵的乘法一般不满**换律,所以对于两个n阶方阵a与b一般来说,(ab)k≠akbk.此外,若ak=0,也不一定有a=0.
例如a=≠0但a2==
例10 设a,b 均为n 阶方阵,计算(a+b)2.
解:(a+b)2 =(a+b)(a+b)= a+b)a+(a+b)b=a2+ba+ab+b2
三.方阵的幂与矩阵多项式。
若设是一个n阶方阵,m个连乘称为的m次幂,记为,即,并规定。
由于矩阵乘法适合于结合律,所以方阵的幂运算满足一下运算规律(m,k均为正整数):
定义5 设m次多项式,为n阶方阵,则称为方阵的m次多项式。
注意:一般地,
四.矩阵的转置运算。
1.矩阵的转置。
定义 6 设 m×n 矩阵
第二章矩阵习题
第2章矩阵。1 用高斯消元法解下列线性方程组。2 求齐次线性方程组的通解。3 问k取何值时,线性方程组。无解?有唯一解?有无穷多个解?有解时并求出它的解。4 当k取何值时,线性方程组。有非零解?并求出它的一般解。5 计算下列矩阵。6 计算,其中。7 设 1 计算行列式 2a b t b 的值。2 求...
第二章教案 1
第二章 整式的加减 单元教学计划。一 单元教学策略分析。一 教材所处的地位 人教版 数学 七年级上册第二章,本章由数到式,承前启后,既是有理数的概括与抽象,又是整式乘除和其他代数式运算的基础,也是学习方程 不等式和函数的基础。二 单元教学目标 1 理解并掌握单项式 多项式 整式等概念,弄清它们之间的...
第二章讲稿 1
开场白 同学们我们上一节课学习了测量平差的基本概念,知道测量必然带来误差,没有误差的观测数据是不存在的。并且学习了测量误差的分类及其各种误差的基本性质,我们本课程的学习内容是只带有偶然误差的数据处理,偶然误差服从正态分布,希望大家认真复习好所学过的概率和数理统计方面的知识。本次课程我们将学习如何来衡...