§2--矩阵的运算

(完整版)第二章矩阵及其运算作业及答案

第二部分 矩阵及其运算作业 (一)选择题(15分) 1.设,均为n 阶矩阵,且,则必有( )A B 22 ()()A B A B A B +-=-(A) (B) (C) (D) A B =A E =AB BA =B E =2.设,均为n 阶矩阵,且,则和( ) A B AB O =A B (A)至多一个等于零 (B)都不等于零 (C) 只有一个等于零 (D) 都等于零 3.设,均为n 阶对称矩阵,仍为对称矩阵的充分必要条件是( ) A B AB (A) 可逆 (B)可逆 (C) (D) A B 0AB ≠AB BA =4.设为n 阶矩阵,是的伴随矩阵,则=( ) A A *A A *(A) (B) (C) (D) 1n A -2n A -n A A 5.设,均为n 阶可逆矩阵,则下列公式成立的是( ) A B (A) (B) ()T T T AB A B =()T T T A B A B +=+(C) (D) 111()AB A B ---=111 ()A B A B ---+=+(二)填空题(15分) 1.设,均为3阶矩阵,且,则= 。 A B 1 ,32A B ==2T B A 2.设矩阵,,则= 。 1123A -?? = ???232B A A E =-+1B -3.设为4阶矩阵,是的伴随矩阵,若,则= 。 A A *A 2A =-A *4.设,均为n 阶矩阵,,则= 。 A B 2,3A B ==-12A B *-5.设,为整数,则= 。 101020101A ? ? ?= ? ??? 2n ≥12n n A A --(三)计算题(50分) 1. 设,,且,求矩阵。 010111101A ?? ?=- ? ?--??112053B -? ? ? = ? ??? X AX B =+X

第五专题 矩阵的数值特征(行列式、范数、条件数、迹、秩、相对特征根)

第五专题 矩阵的数值特征 (行列式、迹、秩、相对特征根、范数、条件数) 一、行列式 已知A p ×q , B q ×p , 则|I p +AB|=|I q +BA| 证明一:参照课本194页,例4.3. 证明二:利用AB 和BA 有相同的非零特征值的性质; 从而I p +AB ,I q +BA 中不等于1的特征值的数目 相同,大小相同;其余特征值都等于1。 行列式是特征值的乘积,因此|I p +AB|和|I q +BA|等于特征值(不等于1)的乘积,所以二者相等。 二、矩阵的迹 矩阵的迹相对其它数值特征简单些,然而,它在许多领域,如数值计算,逼近论,以及统计估计等都有相当多的应用,许多量的计算都会归结为矩阵的迹的运算。下面讨论有关迹的一些性质和不等式。 定义:n n ii i i 1 i 1 tr(A)a ====λ∑∑,etrA=exp(trA)

性质: 1. tr(A B)tr(A)tr(B)λ+μ=λ+μ,线性性质; 2. T tr(A )tr(A)=; 3. tr(AB)tr(BA)=; 4. 1 tr(P AP)tr(A)-=; 5. H H tr(x Ax)tr(Axx ),x =为向量; 6. n n k k i i i 1 i 1 tr(A),tr(A )===λ=λ∑∑; 从Schur 定理(或Jordan 标准形)和(4)证明; 7. A 0≥,则tr(A)0≥,且等号成立的充要条件是A=0; 8. A B(A B 0)≥-≥即,则tr(A)tr(B)≥,且等号成立的充要条件是A=B (i i A B (A)(B)≥?λ≥λ); 9. 对于n 阶方阵A ,若存在正整数k,使得A k =0,则tr(A)=0(从Schur 定理或Jordan 标准形证明)。 若干基本不等式 对于两个m ×n 复矩阵A 和B ,tr(A H B)是m ×n 维酉空间上的内积,也就是将它们按列依次排成的两个mn 维列向量的内积,利用Cauchy-schwarz 不等式 [x,y]2≤[x,x]﹒[y,y]

矩阵及其运算测试题

第二章 矩阵及其运算测试题 一、选择题 1.下列关于矩阵乘法交换性的结论中错误的是( )。 (A)若A 是可逆阵,则1A -与1A -可交换; (B)可逆矩阵必与初等矩阵可交换; (C)任一n 阶矩阵与n cE 的乘法可交换,这里c 是常数; (D)初等矩阵与初等矩阵的乘法未必可交换。 2.设n (2n ≥)阶矩阵A 与B 等价,则必有( ) (A) 当A a =(0a ≠)时,B a =; (B)当A a =(0a ≠)时,B a =-; (C) 当0A ≠时,0B =; (D)当0A =时,0B =。 3.设A 、B 为方阵,分块对角阵00A C B ??= ??? ,则* C =( )。 (A) **00 A B ?? ??? (B) **||00 ||A A B B ?? ??? (C) **||00||B A A B ?? ??? (D) **||||0 0||||A B A A B B ?? ??? 4.设A 、B 是n (2n ≥)阶方阵,则必有( )。 (A)A B A B +=+ (B)kA k A = (C) A A B B =-g (D) AB A B = 5.设4阶方阵 44(),()||,ij A a f x xE A ?==-其中E 是4阶单位矩阵,则()f x 中3 x 的系数为( )。 (A)11223344()a a a a -+++ (B)112233112244223344113344a a a a a a a a a a a a +++ (C) 11223344a a a a (D)11223344a a a a +++ 6.设A 、B 、A B +、11A B --+均为n 阶可逆矩阵,则1()A B -+为( )。 (A) 11A B --+ (B) A B + (C) 111()A B ---+ (D)11111()B A B A -----+

第五专题 矩阵的数值特征(行列式、范数、条件数、迹、秩、相对特征根)

第五专题 矩阵的数值特征 (行列式、迹、秩、相对特征根、范数、条件数) 一、行列式 已知A p ×q , B q ×p , 则|I p +AB|=|I q +BA| 证明一:参照课本194页,例4.3. 证明二:利用AB 和BA 有相同的非零特征值的性质; 从而I p +AB ,I q +BA 中不等于1的特征值的数目 相同,大小相同;其余特征值都等于1。 行列式是特征值的乘积,因此|I p +AB|和|I q +BA|等于特征值(不等于1)的乘积,所以二者相等。 二、矩阵的迹 矩阵的迹相对其它数值特征简单些,然而,它在许多领域,如数值计算,逼近论,以及统计估计等都有相当多的应用,许多量的计算都会归结为矩阵的迹的运算。下面讨论有关迹的一些性质和不等式。 定义:n n ii i i 1i 1tr(A)a ====λ∑∑,etrA=exp(trA) 性质: 1. tr(A B)tr(A)tr(B)λ+μ=λ+μ,线性性质; 2. T tr(A )tr(A)=; 3. tr(AB)tr(BA)=; 4. 1tr(P AP)tr(A)-=;

5. H H tr(x Ax)tr(Axx ),x =为向量; 6. n n k k i i i 1i 1tr(A),tr(A )===λ=λ∑∑; 从Schur 定理(或Jordan 标准形)和(4)证明; 7. A 0≥,则tr(A)0≥,且等号成立的充要条件是A=0; 8. A B(A B 0)≥-≥即,则tr(A)tr(B)≥,且等号成立的充要条件是A=B (i i A B (A)(B)≥?λ≥λ); 9. 对于n 阶方阵A ,若存在正整数k,使得A k =0,则tr(A)=0(从Schur 定理或Jordan 标准形证明)。 若干基本不等式 对于两个m ×n 复矩阵A 和B ,tr(A H B)是m ×n 维酉空间上的内积,也就是将它们按列依次排成的两个mn 维列向量的内积,利用Cauchy-schwarz 不等式 [x,y]2≤[x,x]﹒[y,y] 得 定理:对任意两个m ×n 复矩阵A 和B |tr(A H B)|2≤tr(A H A)﹒tr(B H B) 这里等号成立的充要条件是A=cB,c 为一常数。特别当A 和B 为实对称阵或Hermit 矩阵时 0≤|t r(AB)|≤ 定理:设A 和B 为两个n 阶Hermite 阵,且A≥0,

第二章矩阵及其运算作业及答案

第二部分 矩阵及其运算作业 (一)选择题(15分) 1.设A ,B 均为n 阶矩阵,且22()()A B A B A B +-=-,则必有( ) (A) A B = (B) A E = (C) AB BA = (D) B E = 2.设A ,B 均为n 阶矩阵,且AB O =,则A 和B ( ) (A)至多一个等于零 (B)都不等于零 (C) 只有一个等于零 (D) 都等于零 3.设A ,B 均为n 阶对称矩阵,AB 仍为对称矩阵的充分必要条件是( ) (A) A 可逆 (B)B 可逆 (C) 0AB ≠ (D) AB BA = 4.设A 为n 阶矩阵,A *是A 的伴随矩阵,则A *=( ) (A) 1n A - (B) 2n A - (C) n A (D) A 5.设A ,B 均为n 阶可逆矩阵,则下列公式成立的是( ) (A) ()T T T AB A B = (B) ()T T T A B A B +=+ (C) 111()AB A B ---= (D) 111()A B A B ---+=+ (二)填空题(15分) 1.设A ,B 均为3阶矩阵,且1 ,32A B ==,则2T B A = 。 2.设矩阵1123A -??= ??? , 232B A A E =-+,则1B -= 。 3.设A 为4阶矩阵,A *是A 的伴随矩阵,若2A =-,则A *= 。 4.设A ,B 均为n 阶矩阵,2,3A B ==-,则12A B *-= 。 5.设101020101A ? ? ?= ? ??? ,2n ≥为整数,则12n n A A --= 。 (三)计算题(50分) 1. 设010111101A ?? ?=- ? ?--??,112053B -?? ?= ? ??? ,且X AX B =+,求矩阵X 。

矩阵相关运算

1.2.10矩阵的迹 函数trace 格式b=trace (A) %返回矩阵A的迹,即A的对角线元素之和。 1.2.11矩阵和向量的范数 命令向量的范数 函数norm 格式n = norm(X) %X为向量,求欧几里德范数,即。 n = norm(X,inf) %求-范数,即。 n = norm(X,1) %求1-范数,即。 n = norm(X,-inf) %求向量X的元素的绝对值的最小值,即。 n = norm(X, p) %求p-范数,即,所以norm(X,2) = norm(X)。 命令矩阵的范数 函数norm 格式n = norm(A) %A为矩阵,求欧几里德范数,等于A的最大奇异值。 n = norm(A,1) %求A的列范数,等于A的列向量的1-范数的最大值。 n = norm(A,2) %求A的欧几里德范数,和norm(A)相同。 n = norm(A,inf) %求行范数,等于A的行向量的1-范数的最大值 即:max(sum(abs(A')))。 n = norm(A, 'fro' ) %求矩阵A的Frobenius范数, 即sqrt(sum(diag(A'*A))),不能用矩阵p-范数的定义来求。 命令范数的估计值 函数normest 格式nrm = normest(A) %矩阵A的2-范数(欧几里德范数)的估计值,相对误差小于 106。 nrm = normest(A,tol) %tol为指定相对误差 [nrm,count] = normest(…) %count给出计算估计值的迭代次数 1.2.12条件数 命令矩阵的条件数 函数cond 格式c = cond(X) %求X的2-范数的条件数,即X的最大奇异值和最小奇异值的商。 c = cond(X,p) %求p-范数的条件数,p的值可以是1、2、inf或者’fro’。 说明线性方程组AX=b的条件数是一个大于或者等于1的实数,用来衡量关于数据中的扰动,也就是A/或b对解X的灵敏度。一个差条件的方程组的条件数很大。条件数的定义为: 命令1-范数的条件数估计 函数condest 格式c = condest (A) %方阵A的1-范数的条件数的下界估值。 [c,v] = condest (A) %v为向量,满足,即norm(A*v,1) =norm(A,1)*norm(v,1)/c。 [c,v] = condest (A,t) %求上面的c和v,同时显示出关于计算的步骤信息。如果t=1,则计算的 每步都显示出来;如果t=-1,则给出商c/rcond(A)。 命令矩阵可逆的条件数估值 函数rcond 格式c = rcond(A) %对于差条件矩阵A来说,给出一个接近于0的数;对于好条件矩阵A, 则给出一个接近于1的数。 命令特征值的条件数 函数condeig

矩阵迹的性质与应用

矩阵迹的若干个性质与应用 姓名:某某 指导老师:某某 摘 要:根据矩阵迹的定义,首先给出了矩阵迹的性质,然后依据方阵的F -范数定义Cauchy —Schwarz 不等式,给出了零矩阵,不相似矩阵,数幂矩阵,列矩阵,幂等矩阵及矩阵不等式的证法。矩阵的迹在解题中的应用给出了实例。 关键词:迹 矩阵 范数 特征值 1 引言 矩阵的迹及其应用是高等数学的重要内容,也是工程理论研究中的重要工具。本文在前人研究的基础上,首先介绍了矩阵迹的相关性质,然后给出了零矩阵,不相似矩阵,数幂矩阵,列矩阵,幂等矩阵及矩阵不等式的证法,最后对矩阵的应用给出实例。 2 预备知识 定义1 设 n n ij C a A ?∈=)(,则∑==n i ii a trA 1 称为A 的迹。 定义2 设 n n ij C a A ?∈=)(,记与向量范数2X A 相容的A 的F 一范数为: 2 112 1 )(∑∑===n i n j ij F a A )1(00>?≠F A A (2) C K A K KA F F ∈??=, (3) n F F F C B A B A B A ∈?+≤+,, (4) n n F F F C B A B A AB ?∈??≤,, (5) 22 X A AX F ?≤ 引理:矩阵迹的性质: 1 trB trA B A tr ±=±)( 证明:设 (a ),()ij n n ij n n A B b ??==则1 1 1 (),(),()()i n i n i n ii ii ii ii i i i tr A a tr B b tr A B a b ========±=±∑∑∑

第五专题 矩阵的数值特征(行列式、范数、条件数、迹、秩、相对特征根)讲解

第五专题矩阵的数值特征 (行列式、迹、秩、相对特征根、范数、条件数) 一、行列式 已知A p×q, B q×p, 则|I p+AB|=|I q+BA| 证明一:参照课本194页,例4.3. 证明二:利用AB和BA有相同的非零特征值的性质; 从而I p+AB,I q+BA中不等于1的特征值的数目相同,大小相同;其余特征值都等于1。 行列式是特征值的乘积,因此|I p+AB|和|I q+BA|等于特征值(不等于1)的乘积,所以二者相等。 二、矩阵的迹 矩阵的迹相对其它数值特征简单些,然而,它在许多领域,如数值计算,逼近论,以及统计估计等都有相当多的应用,许多量的计算都会归结为矩阵的迹的运算。下面讨论有关迹的一些性质和不等式。 定义: n n ii i i1i1 tr(A)a == ==λ ∑∑,etrA=exp(trA) 性质: 1. tr(A B)tr(A)tr(B) λ+μ=λ+μ,线性性质;

2. T tr(A )tr(A)=; 3. tr(AB)tr(BA)=; 4. 1 tr(P AP)tr(A)-=; 5. H H tr(x Ax)tr(Axx ),x =为向量; 6. n n k k i i i 1 i 1 tr(A),tr(A )===λ=λ∑∑; 从Schur 定理(或Jordan 标准形)和(4)证明; 7. A 0≥,则tr(A)0≥,且等号成立的充要条件是A=0; 8. A B(A B 0)≥-≥即,则tr(A)tr(B)≥,且等号成立的充要条件是A=B (i i A B (A)(B)≥?λ≥λ); 9. 对于n 阶方阵A ,若存在正整数k,使得A k =0,则tr(A)=0(从Schur 定理或Jordan 标准形证明)。 若干基本不等式 对于两个m ×n 复矩阵A 和B ,tr(A H B)是m ×n 维酉空间上的内积,也就是将它们按列依次排成的两个mn 维列向量的内积,利用Cauchy-schwarz 不等式 [x,y]2≤[x,x]﹒[y,y] 得 定理:对任意两个m ×n 复矩阵A 和B |tr(A H B)|2≤tr(A H A)﹒tr(B H B)

第二章矩阵及其运算

第二章矩阵及其运算 第一节矩阵及其运算 一.数学概念 定义1.1由个数排成m行n列的数表 称为m行n列的矩阵,简称矩阵,记作 二.原理,公式和法则 1.矩阵的加法 (1) 公式 (2) 运算律 2.数乘矩阵 (1) 公式

(2) 运算律 3.矩阵与矩阵相乘 (1) 设, 则其中,且 。 (2)运算符(假设运算都是可行的): (3)方阵的运算 注意:①矩阵乘法一般不满足交换律。 ②一般 4.矩阵的转置 (1)公式

这里为A的转置矩阵。 (2)运算律 5.方阵的行列式 (1)公式 设A为n阶方阵,为A的行列式。 (2)运算律

6.共轭矩阵 (1)公式设为复矩阵,表示为的共轭复数,则为方阵的共轭矩阵。 (2)运算律(设A,B为复矩阵,为复数,且运算都是可行的): 第二节逆矩阵 一.数学概念 定义2.1设A为n阶方阵,若存在一个n阶方阵B使,则称矩阵A 是可逆的,并把矩阵称为A的逆矩阵。 1.可逆矩阵又称为非奇异矩阵。 2.不可逆矩阵又称为奇异矩阵。 二.原理,公式和法则 1. 定理 2.1方阵A可逆的充分必要条件是,且,其中 为A的伴随矩阵。 推论若AB=E(或BA=E)则B=A-1。 性质逆矩阵是唯一的。 2.运算律

①若A可逆,则A-1亦可逆,且。 ②若A可逆,数,则λA可逆,且。 ③若A,B为同阶矩阵且均可逆,则AB亦可逆,且 ④若A可逆,则A T亦可逆,且 第三节分块矩阵 一.数学概念 分块矩阵:用若干条横线和竖线将矩阵A分成若干小块,每一小块称为矩阵的子块,以子块为元素的矩阵为分块矩阵。 1.一般分块 2.按行分块

矩阵的迹及其应用

摘要 矩阵的迹在高等代数的教学过程中只是提及概念,并未做深入的探讨。然而,矩阵的迹是矩阵的一个重要的数量特征,在理论和实践中都有相关的应用。本文先简单介绍矩阵的迹的基本性质;然后,分析反对称矩阵、正定矩阵等几类特殊矩阵的迹及其性质;最后,论述矩阵的迹在解有关特征值问题,证明有关否定命题和不等式中的应用。 关键词:矩阵的迹;反对称矩阵;正定矩阵;特征值;否定命题;不等式

Abstract Matrix trace just mentioned in the process of higher algebra teaching concept, did not do in-depth discussion. Matrix trace, however, is an important characteristic of Matrix which has relevant application in theory and practice . This paper first simply sums up the basic matrix trace properties; Then, analyzes antisymmetric matrix, trace of positive definite matrix and several kind of special matrix and its properties; Finally, this paper discusses matrix trace in solving the eigenvalue problem, and proves that the application of negative proposition and inequality. Key words:matrix trace; antisymmetric matrix; positive definite matrix; characteristic value; negative proposition; inequality

行列式与矩阵幂迹的代数关系

行列式与矩阵幂迹的代数关系 计算]det[xB A +的公式 (1)递归推导法: ∑=+=i i i x C xB A w ]det[]det[ ... ]det[)(]det[)(]det[]det[)()ln (]det[21)(ln )(ln w v v w w v w ww w w w w tr tr tr tr e tr e x x x tr x tr x x +?=?=?=?=?=?- 001)](det[]det[)(!==+?=?=x i x x n x i tr i C v w w ... 2)()()()()()(3 1 1 1 1 1 1 1 11122111v ww ww ww w w ww ww w w ww w w w w v v w w ww w w v -=???-??-?=???+???=?-=?-?=??=?-------------x x x x x x x x x x x x x x x x x x )()1)..(1)(()(n m m n x tr n m m m tr ++-----=?v v () m x m n m m n m n x x i x i i i i tr tr tr n m m m tr m tr tr i C x C x )()()()1)..(1)(()()(1)(! det ]det[100 B A v v v v v A B A -=+==+-----=-=?+?= =+∑ (2)直接展开法

∑ ∏∑∑ ∏∑∑∏ ∑∑∏∑∏∑∑∏∑∑∑∑∑=-+∞ ==+∞ ==∞===∞==∞=+=∞ =+--∑ -=+∑ -=∑=∑==∑=≡-=-=+=++≡+=+=+n jm m m i m i m i n n n jm m m i m i m i n n n jm m i m i n n m i m i jm m i im m i m m m m i im m i m i i i m m i i i i m i i i i j j i i i i i j j i i i i i j j i i i i i i j j i i i i i i i i i i m tr x x i m tr x m P x m P x m x P m x P P x m i tr x m i tr x x tr x x x x x }, {)1(0 }, {)1(0 },{0}{}{0},{1 01101 1!)))((()1(]det[]det[!))(()1(!!!!) (!1))()1((!1) ) ()1(exp())ln(exp(]det[]det[det ]det[det ]det[det ]det[B A A B A D D D D δD δD δA B A δA B A δA B A 111 按照分配

(完整版)第二章矩阵及其运算练习卷二(参考

练习卷二(A 卷) 第二章 矩阵及其运算 一、填空题(本大题共4个小题,每小题5分,共20分) 1.=???? ??--T 764012 241607-?? ? ? ? -?? 2.()= ??? ? ? ??302642406801212018?? ? ? ??? . 3.已知方阵A 、B 满足22A A B B ==,,则2()A B A B +=+成立的充要条件 是 AB+BA=0 . 4.设???? ??=3421A ,则=*A 3241-?? ? -?? ,=-1 A 0.60.40.80.2-?? ?-?? . 二、单项选择题(本大题共2个小题,每小题5分,共10分) 5.设A 、B 为n 阶方阵,则下列选项正确的是( B ). (A) ()k k k AB A B =; (B) 若A E =,则AB BA =; (C) 22()()A B A B A B -=-+; (D) 若AB=O ,则A=O 或B=O . 6.设A 、B 为n 阶方阵,则必有( A ). (A) BA AB =; (B) B A B A +=+; (C) 1A A -=; (D) B A B A ?=. 三、求下列矩阵的逆矩阵(本大题共1个小题,共15分) 7.??? ? ? ??---=412112013A . 解法1:利用伴随矩阵求解。因为|A|=5, * *154114/51/510123212/53/5||01101/51/5A A A A ---???? ? ? =-∴==- ? ? ? ? ????

解法2:利用初等变换求解(第三章). 四、解答下列各题(本大题共3个小题,每小题15分,共45分) 8.设矩阵111211111A -?? ?=- ? ???,236b ?? ? = ? ??? ,且Ax b =,求x . 解:由于|A|=6≠0,所以* 1101/31/311/21/31/6,3||1/201/22A A x A b A ---???? ? ?= === ? ? ? ?-???? 9.设方阵A 满足22A A E -=,证明A 及2A E +都可逆,并求1 A -及1(2)A E -+.. 证明:由于2(2)2A A A A E E -=-=两边同时取行列式,得|||2|20||0n A A E A -=≠?≠ 所以A 可逆。由于11 ()2().2 A A E E A A E --=?=- 212121(3) 222)()(2)44 A E A E A A E A E A A A E ---++=?++==-+= Q 可逆且:( 10.已知??? ?? ??=100110111A ,求)(A f ,其中E A A A f 32)(2+-=. 解: 212322201 2022001002123222300201()0 12022030020001002003002A A f A ???? ? ?== ? ? ? ?? ??? ???????? ? ? ? ?=-= ? ? ? ? ? ? ? ?? ??????? ,2, + 五、证明题(本大题共1个小题,共15分) 11.若O A k =(k 为整数),证明:121)(--++++=-k A A A E A E Λ. 证明:若O A k =,则2 1 ()()k k E A E A A A E A E --++++=-=L 故:E-A 可逆,且121 ) (--++++=-k A A A E A E Λ (选作题)已 知 12212 2A ?- ?= ? ?? ? ,且 6A E =,求

线性代数教案 第二章 矩阵及其运算

1 2 m m mn a a a 矩阵。为了表示它是一个整体,总是加一个括号将它界起来,并通常用大写字母表示它。记做 12m m mn a a a ? ?12 m m mn a a a a ??? 。切记不允许使用11 12121 22 212 n n m m mn a a a a a a a a a = A 。 矩阵的横向称行,纵向称列。矩阵中的每个数称为元素,所有元素都是实数的矩阵称为实矩阵,所有元素都是复数的矩阵称为复矩阵。本课中的矩阵除特殊说明外,都指12n n nn a a a ?? 不是方阵没有主对角线。在方阵中,

00nn a ?? 1121 2212000n n nn a a a a a a ?????? (主对角线以上均为零)1122 00000 0nn a a a ????? ???? (既}nn a . 对角元素为1的对角矩阵,记作E 或001???? ()11a ,此时矩阵退化为一个数矩阵的引进为许多实际的问题研究提供方便。 a x +)1(+?n 矩阵: 12 m m mn m a b a a a b ?? 任何一个方程组都可以用这样一个矩阵来描述;反之,一个矩阵也完全刻划了一个方

1 22 m m m mn mn b a b a b ? +++? ? ? ? ???-=4012B ,计算 B A +。 122 m m m mn mn b a b a b ? ---? 与矩阵n m ij a A ?=}{的乘积(称之为数乘),

12 m m mn a a a λλ?? 以上运算称为矩阵的线性运算,它满足下列运算法则:

矩阵的运算

第二节 矩阵的运算 内容分布图示 ★ 矩阵的加法 ★ 数与矩阵的积 ★ 矩阵的线性运算规律 ★ 例1 ★ 例2 ★ 矩阵的乘法 ★ 例3 ★ 例4 ★ 例5 ★ 例6 ★ 矩阵的乘法的运算规律 ★ 例7 ★ 例8 ★ 线性方程组的矩阵表示 ★ 例9 ★ 转置矩阵及其运算性质 ★ 例10 ★ 例11 ★ 方阵的幂(例12) ★ 方阵的行列式 ★ 例13 ★ 对称矩阵 (例14) ★ 例15 ★ 共轭矩阵 ★ 例16 ★ 内容小结 ★ 课堂练习 ★ 习题2-2 ★ 返回 内容要点: 一、矩阵的线性运算 定义1 设有两个n m ?矩阵)(ij a A =和)(ij b B =,矩阵A 与B 的和记作B A +, 规定为 .)(2 21122222221211112121111? ? ??? ?? ?????+++++++++=+=+?mn mn m m m m n n n n m n ij ij b a b a b a b a b a b a b a b a b a b a B A 注:只有两个矩阵是同型矩阵时,才能进行矩阵的加法运算. 两个同型矩阵的和, 即为两个矩阵对应位置元素相加得到的矩阵. 设矩阵),(ij a A =记 )(ij a A -=-, 称A -为矩阵A 的负矩阵, 显然有 O A A =-+)(. 由此规定矩阵的减法为 )(B A B A -+=-. 定义2 数k 与矩阵A 的乘积记作kA 或Ak , 规定为 .)(212222111211?????? ? ??===mn m m n n ij ka ka ka ka ka ka ka ka ka ka Ak kA 数与矩阵的乘积运算称为数乘运算. 矩阵的加法与矩阵的数乘两种运算统称为矩阵的线性运算. 它满足下列运算规律: 设O C B A ,,,都是同型矩阵, l k ,是常数, 则 (1) ;A B B A +=+ (2) )()(C B A C B A ++=++; (3) ;A O A =+ (4) ;)(O A A =-+ (5) ;1A A = (6) );()(klA A l k =

相关文档
最新文档