高等数学第四章课件-矩阵乘积的行列式与秩
矩阵代码大全(矩阵的逆、乘法、加法、行列式)(c++程序)
班级：数学112班学号：201112010222姓名：吕文辉报告日期：2012/12/17 实验代码： 1.输入10个数进行排序： #include } 3.矩阵转置的程序代码： #include 专题八、矩阵与行列式 1.矩阵：n m ?个实数n j m i a ij ,,2,1;,,2,1,ΛΛ==排成m 行n 列的矩形数表 ?? ?? ? ? ? ??=mn n m n n a a a a a a a a a A ΛM M ΛΛ212221211211叫做矩阵。记作n m A ?，n m ?叫做矩阵的维数。 矩形数表叫做矩阵，矩阵中的每个数叫做矩阵的元素。 2.线性方程组的系数矩阵、方程组的增广矩阵、行向量、列向量、单位矩阵。 ?? ?=+=+222 1 11c y b x a c y b x a 3.线性方程组矩阵的三种变换： ①互换矩阵的两行； ②把某一行同乘（除）以一个非零的数； ③某一行乘以一个数加到另一行。 变换的目的是将线性方程阻系数矩阵变为单位矩阵，其扩充矩阵的最后一列就是方程组的解。 4.矩阵运算：加法、减法及乘法 （1）矩阵的和（差）：记作：A+B （A -B ）. 运算律：加法交换律：A+B=B+A ；加法结合律：（A+B ）+C=A+（B+C ） （2）矩阵与实数的积：设α为任意实数，把矩阵A 的所有元素与α相乘得到的矩阵叫做矩阵A 与实数 α的乘积矩阵，记作：αA. 运算律：分配律：()B A B A γγγ+=+；A A A λγλγ+=+)(； 结合律：()()()A A A γλλγγλ==； （3）矩阵的乘积：设A 是k m ?阶矩阵，B 是n k ?阶矩阵，设C 为n m ?矩阵。如果矩阵C 中第i 行第j 列元素ij C 是矩阵A 第i 个行向量与矩阵B 的第j 个列向量的数量积，那么C 矩阵叫做A 与B 的乘积，记作：C m ×n =A m ×k B k ×n . 运算律：分配律：AC AB C B A +=+)(，CA BA A C B +=+)(； 结合律：()()()B A B A AB γγγ==，()()BC A C AB =； 注意：矩阵的乘积不满足交换律，即BA AB ≠。 5.二阶行列式的有关概念及二元一次方程组的解法： 设二元一次方程组（*）???=+=+222 1 11c y b x a c y b x a （其中y x ,是未知数，2121,,,b b a a 是未知数的系数 且不全为零，21,c c 是常数项） 用加减消元法解方程组（*）: 当01221≠-b a b a 时，方程组（*）有唯一解：??? ? ??? --=--=1221122 112211221b a b a c a c a y b a b a b c b c x ， 引入记号 2 1a a 2 1b b 表示算式1221b a b a -，即 2 1a a 2 1b b 1221b a b a -=． 从而引出行列式的相关概念，包括行列式、二阶行列式、行列式的展开式、行列式的值、行列式的元素、对角线法则等。 记= D 2 1a a 2 1b b ，= x D 2 1c c 2 1b b ，= y D 2 1a a 2 1c c ，则： ①当= D 2 1a a 2 1b b =01221≠-b a b a 时，方程组（*）有唯一解， 可用二阶行列式表示为??? ? ?? ? ==D D y D D x y x . ②当D =0时，0x y D D ==，方程组（*）无穷组解； ③当D =0时，0,0x y D or D ≠≠，方程组（*）无解。 系数行列式112 2 a b D a b =也为二元一次方程组解的判别式。 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] 线性代数行列式的计算与性质 行列式在数学中，是一个函数，其定义域为的矩阵，取值为一个标量，写作或。行列式可以看做是有向面积或体积的概 念在一般的欧几里得空间中的推广。或者说，在维欧几里得空间中，行列式描述的是一个线性变换对“体积”所造成的影响。无论是在线性代数、多项式理论，还是在微积分学中（比如说换元积分法中），行列式作为基本的数学工具，都有着重要的应用。 行列式概念最早出现在解线性方程组的过程中。十七世纪晚期，关孝和与莱布尼茨的著作中已经使用行列式来确定线性方程组解的个数以及形式。十八世纪开始，行列式开始作为独立的数学概念被研究。十九世纪以后，行列式理论进一步得到发展和完善。矩阵概念的引入使得更多有关行列式的性质被发现，行列式在许多领域都逐渐显现出重要的意义和作用，出现了线性自同态和矢量组的行列式的定义。 行列式的特性可以被概括为一个多次交替线性形式，这个本质使得行列式在欧几里德空间中可以成为描述“体积”的函数。 矩阵 A 的行列式有时也记作 |A|。绝对值和矩阵范数也使用这个记法，有可能和行列式的记法混淆。不过矩阵范数通常以双垂直线来表示（如： ），且可以使用下标。此外，矩阵的绝对值是没有定义的。因此，行 列式经常使用垂直线记法（例如：克莱姆法则和子式）。例如，一个矩阵： A= ? ? ? ? ? ? ? i h g f e d c b a ， 行列式也写作，或明确的写作： A= i h g f e d c b a ， 即把矩阵的方括号以细长的垂直线取代 行列式的概念最初是伴随着方程组的求解而发展起来的。行列式的提出可以追溯到十七世纪，最初的雏形由日本数学家关孝和与德国数学家戈特弗里德·莱布尼茨各自独立得出，时间大致相同。 行列式及矩阵的计算（课堂练习） 、填空 1 ?已知三阶方阵A 的行列式为3,贝U 2A = -24 1 2 ,g(x) 0 1 3 .设， ,为3维列向量， 记矩阵 A ( , , ),B ( A 3, 则B 3 = ,,丨 6 1 1 1 4?行列式 1 1 x 的展开式中，X 的系数是 2 . 1 1 1 1 0 1 0 5.设A 则A k 。（k 为正整数）. 2 1 2k 1 7.已知四阶行列式D 中第三列元素分别为1 , 3 , 别为3, 2, 1 , 1，则行列式D =二3 24 4 (1) 1 , 2, 3, 2 16m n 2.设A 则 g(A )= n ，则 1 , 2, 3,2 1 2 16m n 2, 2，它们对应的余子式分 (X ) 解：D = 1 X 3+ 3X(— 2) + (— 2)X 1 + 2X 1 = — 3 二、判断题 1. 设A 、B 均为n 阶方阵, |AB | [AB AB A|B. (V ) 二、行列式计算 3 3 3 3 4 3 3 4 (1) D n 3 3 4 3 3 3 3 4 3n 1 3 Cl C 2 3n 1 4 解: Ci C 3 D n 3n 1 3 G C n 3n 1 3 1 1 1 1 1 2 3 1 (2 D 1 4 9 1 1 8 27 1 2. 设A 、B 均为n 阶方阵, 解：（范得蒙行列式）=（— 3 3 3 1 =3n 1 1 0 0 0 1 3 3 3n 1 3 3 D n 0 「3 A 4 3 ——0 3 4 r n r 1 ax 1 X 2 X 3 2 五、 a 为何值时， 线性方程组： X 1 ax 2 X 3 2 有唯一解？ X 1 X 2 ax 3 3 a a 1 1 解: det A 1 a 1 (a 2)(a 1)2 a 2且a 1时，有唯一解 1 1 a 1)=— 240 1 — 3) (— 1 + 2) (— 1— 1) (3+ 2) ( 3— 1) ( — 2— 知识点总结： 一、矩阵的概念与运算 1、 矩阵1112 132122 23a a a a a a ?? ??? 中的行向量是()111213a a a a =r ，()2122 23b a a a =r ； 2、 如：1112131112111221222321222122,,c c c a a b b A B C c c c a a b b ?? ???? === ? ? ??????? ，那么 11111212111221212222212233,333a b a b a a A B A a b a b a a ++???? +== ? ? ++????， 1111122111121222 111312232111222121122222 21132223a c a c a c a c a c a c AC a c a c a c a c a c a c +++?? = ?+++?? 矩阵加法满足交换律和结合律，即如果,,A B C 是同阶的矩阵，那么有： ,()()A B B A A B C A B C +=+++=++。 同理如果矩阵,A B 是两个同阶矩阵，那么将它们对应位置上的元素相减所得到的矩阵C 叫做矩阵A 与B 的差，记作C A B =-。 实数与矩阵的乘法满足分配律：即()a A B aA aB +=+。 矩阵对乘法满足：()A B C AB AC +=+，()B C A BA CA +=+，()()()a AB aA B A aB == ()()AB C A BC = 3、 矩阵乘法不满足交换率，如111 11 11 122222222.a b c d c d a b a b c d c d a b ????????≠ ??? ??????????? 矩阵乘法能进行的条件是左边的矩阵A 的列数与右边矩阵B 的行数相等，而且矩阵的乘法不满足交换率，不满足消去律。 二、行列式概念及运算 1.用记号 2 2 11b a b a 表示算式1221b a b a -,即 2 2 11b a b a =1221b a b a -,其中 2 2 11b a b a 叫做二阶行列 式;算式1221b a b a -叫做二阶行列式的展开式;其计算结果叫做行列式的值;2121,,,b b a a 都叫做行列式的元素.利用对角线 2 2 11b a b a 可把二阶行式写成它的展开式,这种方法叫做二阶行列式 展开的对角线法则;即在展开时用主对角线元素的乘积减去副对角线元素的乘积. 2.二元一次方程组的解 二元一次方程组???=+=+222 1 11c y b x a c y b x a (其中2121,,,b b a a 不全为零);记 2 211b a b a 叫做方程组的系数 目录 目录 (1) 一、行列式 (2) 见ppt。 (2) 二、矩阵特征值 (2) 三、正定矩阵 (2) 四、幺模矩阵 (3) 五、顺序主子阵 (4) 六、正定二次型 (6) 七、矩阵的秩 (6) 八、初等变换（elementary transformation） (7) 一、行列式 见ppt。 二、矩阵特征值 设 A 是n阶方阵，如果存在数m和非零n维列向量 x，使得 Ax=mx 成立，则称 m 是A的一个特征值（characteristic value)或本征值（eigenvalue)。非零n维列向量x称为矩阵A的属于（对应于）特征值m的特征向量或本征向量，简称A的特征向量或A的本征向量。 求矩阵特征值的方法 Ax=mx，等价于求m，使得(mE-A)x=0，其中E是单位矩阵，0为零矩阵。 |mE-A|=0，求得的m值即为A的特征值。|mE-A| 是一个n次多项式，它的全部根就是n阶方阵A的全部特征值，这些根有可能相重复，也有可能是复数。 如果n阶矩阵A的全部特征值为m1 m2 ... mn，则|A|=m1*m2*...*mn 如果n阶矩阵A满足矩阵多项式方程g(A)=0, 则矩阵A的特征值m一定满足条件g(m)=0;特征值m可以从解方程g(m)=0求得。 三、正定矩阵 设M是n阶实系数对称矩阵，如果对任何非零向量 X=(x_1,...x_n)，都有XMX′>0(X'为X的转置矩阵 )，就称M正定(Positive Definite)。 正定矩阵在相合变换下可化为标准型，即单位矩阵。 所有特征值大于零的对称矩阵（或厄米矩阵）也是正定矩阵。 另一种定义：一种实对称矩阵.正定二次型f(x1,x2,…,xn)=X′AX的矩阵A(A′)称为正定矩阵. 判定定理1：对称阵A为正定的充分必要条件是：A的特征值全为正。 判定定理2：对称阵A为正定的充分必要条件是：A的各阶顺序主子式都为正。 判定定理3：任意阵A为正定的充分必要条件是：A合同于单位阵。 正定矩阵的性质： 1.正定矩阵一定是非奇异的。非奇异矩阵的定义：若n阶矩阵A的行列式不为零，即|A|≠0，则称A为非奇异矩 2.正定矩阵的任一主子矩阵也是正定矩阵。 §5.2 可逆矩阵 矩阵乘积的行列式 5.2.1 教学目的 5.2.1.1 掌握矩阵可逆，逆矩阵的定义和简单性质. 5.2.1.2 掌握矩阵可逆的充要条件及求逆矩阵的两种方法. 5.2.1.3 掌握矩阵乘积的行列式和秩的性质. 5.2.2 教学重点 矩阵可逆的定义，充要条件及求逆矩阵的方法. 5.2.3 教学难点 用初等变换法求逆矩阵的理论. 5.2.4 教学过程 一、矩阵可逆，逆矩阵的定义和简单性质. （一）矩阵可逆，逆矩阵的定义 Def 1 令A 是数域F 上一个n 矩阵，若存在F 上n 阶矩阵B ，使得 AB=BA=I 那么A 叫可逆矩阵（或非奇异矩阵），而B 叫作A 的逆矩阵. （二）逆矩阵的简单性质 1、若是矩阵A 可逆，则A 的逆矩阵唯一. 把A 的唯一的逆矩阵记作. 2、可逆矩阵A 的逆矩阵也可逆，并且 . 1、1、1、两个可逆矩阵A 和B 的乘积也可逆，并且 . 一般，m 个可逆矩阵A 1，A 2，…，A m 的乘积A 1A 2…A m 也可逆. 并且 （A 1A 2，…，A m ）-1 = 4、可逆矩阵A 的转置 也可逆，并且 二、矩阵可逆的充要条件 （一）判断矩阵可逆的思路. 判断一般的n 阶矩阵A 是否可逆很复杂，但判断形如 ，矩阵的可逆 1 -A 1-A A A =--1 1 )(1 1 1 ) (---=A B AB 1 1 121---A A A m A ' )() (1 1 ' ='--A A ??? ? ? ?000r I 性十分简单，即当r=n 时，可逆；当r 高中数学(矩阵行列式)综合练习含解析 1．定义运算?? ????++=?????????????df ce bf ae f e d c b a ，如??? ???=?????????????1514543021.已知πβα=+， 2 π βα=-，则=? ? ? ???????? ??ββααααsin cos sin cos cos sin （ ）. A. 00?? ???? B. 01?????? C. 10?????? D. 11?????? 2．定义运算 a b ad bc c d =-,则符合条件 120 121z i i i +=--的复数z 对应的点在 ( ) A.第四象限 B.第三象限 C.第二象限 D.第一象限 3．矩阵E =??? ? ??1001的特征值为( ) A. 1 B. 2 C. 3 D. 任意实数 4． 若行列式21 24 1 013 9x x =-，则=x ． 5．若2021310x y -??????= ??? ?-?????? ，则x y += ． 6．已知一个关于y x ,的二元一次方程组的增广矩阵为112012-?? ??? ，则 x y -=_______． 7．矩阵1141?? ???? 的特征值为 ． 8．已知变换100M b ?? =? ??? ，点(2,1)A -在变换M 下变换为点(,1)A a '，则a b += 9．配制某种注射用药剂，每瓶需要加入葡萄糖的量在10ml 到110ml 之间，用0.618 法寻找最佳加入量时，若第一试点是差点，第二试点是好点，则第三次试验时葡萄糖的加入量可以是 ； 10．已知 ， ，则y= ． 11．若2211 x x x y y y =--，则______x y += 矩阵与行列式知识梳理 一、矩阵的概念 1 将mn 个实数),,2,1;,,2,1(n j m i a ij ==排成m 行n 列的矩形数表(通常用圆括号把数表括起来)： ?? ? ? ? ? ? ??=mn m m n n a a a a a a a a a A 2 1 22221 11211称为一个m 行n 列的矩阵，简称n m ?矩阵，用______表示. 简记为_____.数ij a 称为矩阵的元素. 几种特殊类型的矩阵：行矩阵、列矩阵、方阵、单位矩阵、零矩阵. 2 对于关于y x ,的线性方程组?? ?=+=+222111c y b x a c y b x a ，则矩阵??? ? ??2211 b a b a 称为该线性方程组的系数矩阵. 矩阵??? ? ??22 2 111 c b a c b a 称为该线性方程组的增广矩阵. 3 矩阵的三种变换： (1) (2) (3) 4 矩阵变换的目的是将线性方程组的系数矩阵变成单位矩阵，其增广矩阵的最后一列就是方程组的解. 二、二阶行列式 1 定义：我们用记号 2 2 11b a b a 表示算式1221b a b a -，即 12212 2 11b a b a b a b a -=，记号 2 2 11b a b a 叫做行列式，因为它只有两行两列，所以把它叫做二阶行列式. 1221b a b a -叫做行列式 2 2 11b a b a 的展开式，其计算结果叫做 2 2 11b a b a 的值.1a 、2a 、1b 、2b 都叫做行列式 2 2 11b a b a 的元素. 2 对角线法则：二阶行列式的展开式是主对角线上的两个数的乘积减去副对角线上的两个数的乘积. 3作为判别式的二阶行列式：关于x 、y 的二元一次方程组???=+=+222 1 11c y b x a c y b x a ①其中1a 、2a 、 1b 、2b 不全为零，行列式2 2 11b a b a D = 叫做方程组①的系数行列式. 设2 2 11b c b c D x = ， 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， 关于矩阵的Kronecker积的一些性质 作者：王秀清， 陈兆英， 于朝霞 作者单位：济南大学理学院,250022,济南 刊名： 山东师范大学学报（自然科学版） 英文刊名：JOURNAL OF SHANDONG NORMAL UNIVERSITY(NATURAL SCIENCE) 年，卷(期)：2010,25(4) 参考文献(10条) 1.徐仲;张凯院;陆全矩阵论简明教程 2007 2.陈邦考矩阵Kronecker积的推广[期刊论文]-大学数学 2004(04) 3.杜鹃;范啸涛;杨健康自伴矩阵与Hermite二次型[期刊论文]-成都理工大学学报(自然科学版) 2007(04) 4.Li J S·Kronecker products of positive semidefinite Matrices 1997(03) 5.陈公宁矩阵理论与应用(第二版) 2007 6.Britz T;Olesky D D;Van Den Driessche P The Moore-Penrose inverse of matrices with an acyclic bipartite graph[外文期刊] 2004(0) 7.Berr Israel A;Greville T N E Generalized Inverse:Theory and Applications 2003 8.George V A quantitative version of the Bservation that the Hadam and product is a principal submatrix of the kronecker product 2000 9.James V B Schur majorization inequalities for symmetrized sums with applications to tensor products[外文期刊] 2003(0) 10.樊树平;段五朵亚正定矩阵的Kronecker积[期刊论文]-大学数学 2006(02) 本文读者也读过(10条) 1.王伟贤.王志伟.WANG Wei-xian.WANG Zhi-wei一类逆M矩阵的判定[期刊论文]-曲阜师范大学学报(自然科学版) 2009,35(2) 2.王宏羽.张湘茹.孙燕.李龙芸.李丽庆.宋恕平.周立中.刘基巍盐酸托烷司琼防治NP方案治疗非小细胞肺癌引起恶心呕吐的临床试验研究[期刊论文]-中国肿瘤临床与康复2004,11(4) 3.周金森.ZHOU Jin-sen关于代数张量积的性质研究[期刊论文]-龙岩学院学报2007,25(6) 4.王礼萍.Wang Liping核运算的矩阵构造[期刊论文]-哈尔滨师范大学自然科学学报2000,16(5) 5.杨载朴复亚正定矩阵的一些性质[期刊论文]-数学研究与评论2000,20(1) 6.黄允发.HUANG Yun-fa二阶K-可换矩阵Kronecker积的性质[期刊论文]-高师理科学刊2010,30(2) 7.胥德平.何淦瞳.XU De-ping.HE Gan-tong矩阵块Kronecker积的性质及一些不等式[期刊论文]-贵州大学学报（自然科学版）2004,21(4) 8.杨胜良.YANG Sheng-liang两类下三角形Pascal矩阵的相似性[期刊论文]-数学杂志2011,31(1) 9.贺爱玲.马玉明.刘慧.陈业红.HE Ai-ling.MA Yu-ming.LUI Hui.CHEN Ye-hong关于矩阵相似的一个注记[期刊论文]-山东轻工业学院学报（自然科学版）2005,19(3) 10.周相泉.刘利英.ZHOU Xiang-quan.LIU Li-ying模糊数矩阵及其运算[期刊论文]-山东理工大学学报（自然科学版）2005,19(3) 本文链接：https://www.360docs.net/doc/2219148968.html,/Periodical_sdsdxb-zrkx201004043.aspx 第9章 矩阵和行列式初步 一、 矩阵 9.1 矩阵的概念 矩阵及其相关的概念 1、矩形数表叫做矩阵 矩阵中的每个数叫做矩阵的元素 由个数排成的行列的数表 n m ?m n ()n j m i a ij ,,2,1;,,2,1 ==mn m m n n a a a a a a a a a 21 2222111211称为矩阵. n m ?记作?? ?? ? ? ? ??=mn m m n n a a a a a a a a a A 2122221 11211n m ij a ?=)( 2、矩阵叫做方程组的系数矩阵。? ?? ? ??-1321它是2行2列的矩阵，记为 2 2?A ，矩阵 可简记为A n m A ?注意: 矩阵的符号，是“（）”，不能是“| |”. 列元素。 行第称为矩阵的第其中j i a ij 一般的记为大写字母A 、B 、C 、…等。 。 等，或者必要时可记为n m ij n m n m a B A ???)(, 说明： 通过对线性方程组的增广矩阵的变换可以得到线性方程组的解，这里所用的矩阵变换有 下列三种： （1）互换矩阵的两行 （2）把某一行同乘以（除以）一个非零常数 （3）某行乘以一个数加到另一行 通过上述三种矩阵变换，使线性方程组系数矩阵变成单位矩阵时，其增广矩阵的最后一个列向量给出了方程组的解。 9.2 矩阵的运算 矩阵 列的矩形表，称为一个行排列成一个个数由n m n m n j m i a n m ij ?==?) ,,2,1;,2,1( 11 12121 2221 2 .....................n n m m mn a a a a a a a a a ?? ? ? ? ? ??? 记为列元素。 行第称为矩阵的第其中j i a ij 一般的记为大写字母A 、B 、C 、…等。 ,()m n m n ij A B a ??必要时可记为等，或者A=。 0m n O O ?所有元素均为的矩阵，称为零矩阵，记作或定义1一、复习 定义2若两个矩阵A ，B 有相同的行数与相同的列数，并且对 应的位置上的元素相等，则称矩阵A 与矩阵B 相等。记为：A=B n m ij n m ij b B a A ??==)(,)(即如果,(1,2,...,;1,2,...,) ij ij a b i m j n ===且则A=B 。 ...)3,2,1,...;3,2,1(===j i b a ij ij 二、矩阵的运算 （一）矩阵的加（减）法和数与矩阵的乘法 3(),()ij ij m n A a B b m n A B ==定义两个行列矩阵对应位置元素相加(或相减）得到的行列矩阵，称为矩阵与矩阵的和（差）。A-B A B +记为或（）。 A B ±即 ()()ij m n ij m n a b ??=±()ij ij m n a b ?=± 定义4以实数乘矩阵A 中的每一个元素所得到的矩阵，称为实数与矩阵A 的乘积矩阵．记做A A α即 ()ij m n a α?=()ij m n a α?=的负矩阵的元素变号，称为的乘积使与A A A 1-A -记作n m ij a A ?-=-)(即 α)(ij a =αα1A 1A A 2A B A B αααααα=+=+注意：（）矩阵与实数相乘满足如下交换率和分配律：（）（）（） 矩阵的运算及其运算规则 一、矩阵的加法与减法 1、运算规则 设矩阵，， 则 简言之，两个矩阵相加减，即它们相同位置的元素相加减！ 注意：只有对于两个行数、列数分别相等的矩阵（即同型矩阵），加减法运算才有意义，即加减运算是可行的． 2、运算性质（假设运算都是可行的） 满足交换律和结合律 交换律； 结合律． 二、矩阵与数的乘法 1、运算规则 数乘矩阵A，就是将数乘矩阵A中的每一个元素，记为或．特别地，称称为的负矩阵． 2、运算性质 满足结合律和分配律 结合律：(λμ)A=λ(μA)；(λ+μ)A =λA+μA． 分配律：λ(A+B)=λA+λB． 典型例题 例6.5.1已知两个矩阵 满足矩阵方程，求未知矩阵． 解由已知条件知 三、矩阵与矩阵的乘法 1、运算规则 设，，则A与B的乘积是这样一个矩阵： (1) 行数与（左矩阵）A相同，列数与（右矩阵）B相同，即． (2) C的第行第列的元素由A的第行元素与B的第列元素对应相乘，再取乘积之和． 典型例题 例6.5.2设矩阵 计算 解是的矩阵．设它为 想一想：设列矩阵，行矩阵，和的行数和列数分别是多少呢 是3×3的矩阵，是1×1的矩阵，即只有一个元素． 课堂练习 1、设，，求． 2、在第1道练习题中，两个矩阵相乘的顺序是A在左边，B在右边，称为A左乘B 或B右乘A．如果交换顺序，让B在左边，A在右边，即A右乘B，运算还能进行吗？请算算试试看．并由此思考：两个矩阵应当满足什么条件，才能够做乘法运算． 3、设列矩阵，行矩阵，求和，比较两个计算结果，能得出什么结论吗？ 4、设三阶方阵，三阶单位阵为，试求和，并将计算结果与A比较，看有什么样的结论． 解： 第1题 ． 第2题 对于 这里首先讨论一个长期以来困惑工科甚至物理系学生的一个数学问题，即，究竟什么是面积，以及面积的高维推广（体积等）？ 1 关于面积：一种映射 大家会说，面积，不就是长乘以宽么，其实不然。我们首先明确，这里所讨论的面积，是欧几里得空间几何面积的基本单位：平行四边形的面积。平行四边形面积的定义，几何上说是相邻两边边长乘以他们之间的夹角的正弦。 然而为了应对更一般情形和更高维度的数理问题，我们有必要把面积的定义推广开来。注意到以下事实：面积是一个标量，它来自于（构成其相邻边）两个矢量。因此，我们可以将面积看成一个映射： 其中V就是一个矢量，V*V代表两个矢量的有序对；f就是面积的值。 下面我们将说明这个映射是一个线性映射。 从最简单的例子出发。如果第一个矢量是（1，0），第二个矢量是（0，1）；也就是说，两个矢量分别是X和Y轴上的单位正向量，那么由这两个矢量张成的四边形就是一个正方形，其面积根据定义，就是长乘以宽=1*1=1。 因此有： 如果我们把第一个矢量”缩放“a倍，面积将会相应是原来的a倍；把第二个矢量“缩放”b倍，面积也会成为原来的b倍。如果同时缩放，很显然，面积将会变成原面积的ab倍。这表明，面积映射对于其两个操作数（矢量）的标量积是各自线性的，如下： 最后，我们要说明，面积映射对于其操作数（矢量）的矢量加法也是线性的。因为矢量加法操作的本身是线性的，那么其面积映射理应对此也是一个线性映射。这里我们打算从几个实际的例子出发，说明映射的加法线性性的后果。 显然（两个共线矢量所张成的平行四边形还是一条线，因此面积为0）： 假定面积映射是一个关于矢量加法的线性映射，那么我们有： 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) 行列式及矩阵的计算（课堂练习） 一、填空 1．已知三阶方阵A 的行列式为3，则 2A -= -24 2. 设12,01A -?? = ???1()32x g x x -= -+，则()g A =0800-?? ??? 3．设,,αβγ为3维列向量，记矩阵(,,),(,,)A B αβγαββγγα==+++，若 3,A B =则=,,,,6αβγ βγα+= 4.行列式1 1 111 1 11 ---x 的展开式中,x 的系数是 2 . 5．设???? ??=1201A 则=k A 1021k ?? ??? 。（k 为正整数）. 6．设321,,ααα,21,ββ都是四维列向量，且四阶行列式1123,,,m αααβ=， 1232,,,n αααβ=,则12312,,,2αααββ-=16m n + 解：1 1231232 ,,,2,,,D αααβαααβ= +- 14412312322,,,(1),,,16m n αααβαααβ=+-=+ 7. 已知四阶行列式D 中第三列元素分别为1，3，-2，2，它们对应的余子式分 别为3，-2，1，1，则行列式D =－3 . 解：D ＝1×3＋3×（－2）＋（－2）×1＋2×1＝－3 二、判断题 1．设A 、B 均为n 阶方阵，则A B A B =. （ × ） 2．设A 、B 均为n 阶方阵，则AB A B =. （√ ） 三、行列式计算 （1）4 3 3 3 34333 3433 3 3 4 =n D 解：n D n c c c c c c +++13121 43313343133341333313 ++++n n n n 1 1312r r r r r r n --- 1 01000 0103 3313 +n =13+n （2）11111231 149118271 D --=-- 解：（范得蒙行列式）＝（－1－3）（－1＋2）（－1－1）（3＋2）（3－1）（－2－ 1）＝－240 五、a 为何值时，线性方程组：??? ??-=++=++=++a ax x x x ax x x x x a 322321 321321有唯一解？ 解：2 )1)(2(11111 1det -+==a a a a a A ，2-≠a 且1≠a 时，有唯一解. 《高等代数与解析几何》概念复习 第一章向量代数 （向量（vector）），（向量的长度（模）），（零向量（zero vector）），（负向量），（向量的加法（addition）），（三角形法则），（平行四边形法则），（多边形法则），（减法），（向量的标量乘积（scalar multiplication））,（向量的线性运算），线性组合（linear combination），线性表示，线性相关（linearly dependent），线性无关（linearly independent），（原点（origin）），（位置向量（position vector）），（线性流形（linear manifold）），（线性子空间（linear subspace））；基（basis），仿射坐标（affine coordinates），仿射标架（affine frame），仿射坐标系（affine coordinate system），（坐标轴（coordinate axis）），（坐标平面），（卦限（octant）），（右手系），（左手系），（定比分点）；（线性方程组（system of linear equations）），（齐次线性方程组（system of homogeneous linear equations）），（行列式（determinant））；n维向量，向量的分量（component），向量的相等，和向量，零向量，负向量，标量乘积，n维向量空间（vector space），自然基，（行向量（row vector）），（列向量（column vector））；单位向量（unit vector），直角坐标系（rectangular coordinate system），直角坐标（rectangular coordinates），射影（projection），向量在某方向上的分量，（正交分解），（向量的夹角），内积（inner product），标量积（scalar product），（数量积），（方向的方向角），（方向的方向余弦）；外积（exterior product），向量积（cross product），（二重外积）；混合积（mixed product，scalar triple product） 第二章行列式 （映射（mapping）），（象（image）），（一个原象（preimage）），（定义域（domain）），（值域（range）），（变换（transformation）），（单射（injection）），（象集），（满射（surjection）），（一一映射，双射（bijection）），（原象），（映射的复合，映射的乘积），（恒同映射，恒同变换（identity mapping）），（逆映射（inverse mapping））；（置换（permutation）），（n阶对称群（symmetric group）），（对换（transposition）），（逆序对），（逆序数），（置换的符号（sign）），（偶置换（even permutation）），（奇置换（odd permutation））；行列式（determinant），矩阵（matrix），矩阵的元（entry），（方阵（square matrix）），（零矩阵（zero matrix）），（对角元），（上三角形矩阵（upper triangular matrix）），（下三角形矩阵（lower triangular matrix）），（对角矩阵（diagonal matrix）），（单位矩阵（identity matrix）），转置矩阵（transpose matrix），初等行变换（elementary row transformation），初等列变换（elementary column transformation）；（反称矩阵（skew-symmetric matrix））；子矩阵（submatrix），子式（minor），余子式（cofactor），代数余子式（algebraic cofactor），（范德蒙德行列式（Vandermonde determinant））；（未知量），（方程的系数（coefficient）），（常数项（constant）），（线性方程组的解（solution）），（系数矩阵），（增广矩阵（augmented matrix）），（零解）；子式的余子式，子式的代数余子式高中数学复习专题矩阵与行列式
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)
线性代数行列式算与性质
第一章行列式与矩阵的计算的练习(含答案)
矩阵行列式的概念与运算
线性代数行列式基本概念
可逆矩阵 矩阵乘积的行列式
高中数学(矩阵行列式)综合练习含解析
矩阵与行列式知识梳理
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)
关于矩阵的Kronecker积的一些性质
高二数学基本概念——第9章 矩阵和行列式初步
矩阵的运算及其运算规则
矩阵的秩与行列式的意义
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)
第一章行列式与矩阵的计算的练习(含答案)
矩阵的秩与矩阵的运算