实验2 矩阵及其运算

合集下载

二矩阵及其运算

二矩阵及其运算

2. 数与矩阵相乘
定义2 数 与矩阵 A 的乘积记作 A或 A
规定为
a11 a12 a a 21 22 A A am1 am 2
a1n a2 n amn
运算规律(设 A , , 是数) B 都是 m n 矩阵, (1)
第三章

矩阵的运算
矩阵概念 矩阵运算 逆矩阵 分块矩阵 矩阵的初等变换 矩阵的秩
线性方程组
a11 x1 a12 x 2 a1 n x n b1 a x a x a x b 21 1 22 2 2n n 2 a n1 x1 a n 2 x 2 a nn x n bn
系数
的解取决于
aij i , j 1,2,, n,
常数项 bi i 1,2 , , n
线性方程组的系数与常数项按原位置可排为
a11 a 21 a n1
b1 a 22 a 2 n b2 对线性方程组的 研究可转化为对 这张表的研究. a n 2 a nn bn a12 a1 n
A A . (2) A A A . (3) A B A B .
A A. (5) A 0 当且仅当 0 或 A 0 .(4)Leabharlann 1• 例 见书p25 例2
3. 矩阵的乘法 定义3 设 A aij
简记为
a12 a 22 am1
a1 n a2n a mn
矩阵A的 m , n元
A Amn aij mn aij .
这m n个数称为A的元素, 简称为元.

矩阵运算及方程组求解

矩阵运算及方程组求解

附录Ⅰ大学数学实验指导书项目五矩阵运算与方程组求解实验1 行列式与矩阵实验目的把握矩阵的输入方式. 把握利用Mathematica 以上版本) 对矩阵进行转置、加、减、数乘、相乘、乘方等运算, 并能求矩阵的逆矩阵和计算方阵的行列式.大体命令在Mathematica中, 向量和矩阵是以表的形式给出的.1. 表在形式上是用花括号括起来的假设干表达式, 表达式之间用逗号隔开.如输入{2,4,8,16}{x,x+1,y,Sqrt[2]}那么输入了两个向量.2. 表的生成函数(1)最简单的数值表生成函数Range, 其命令格式如下:Range[正整数n]—生成表{1,2,3,4,…,n};Range[m, n]—生成表{m,…,n};Range[m, n, dx]—生成表{m,…,n}, 步长为d x.2. 通用表的生成函数Table. 例如,输入命令Table[n^3,{n,1,20,2}]那么输出{1,27,125,343,729,1331,2197,3375,4913,6859}输入Table[x*y,{x,3},{y,3}]那么输出{{1,2,3},{2,4,6},{3,6,9}}3. 表作为向量和矩阵一层表在线性代数中表示向量, 二层表表示矩阵. 例如,矩阵⎪⎪⎭⎫ ⎝⎛5432 能够用数表{{2,3},{4,5}}表示.输入A={{2,3},{4,5}}那么输出 {{2,3},{4,5}}命令MatrixForm[A]把矩阵A 显示成通常的矩阵形式. 例如,输入命令:MatrixForm[A]那么输出 ⎪⎪⎭⎫⎝⎛5432注:一样情形下,MatrixForm[A]所代表的矩阵A 不能参与运算. 下面是一个生成抽象矩阵的例子. 输入Table[a[i,j],{i,4},{j,3}] MatrixForm[%]那么输出⎪⎪⎪⎪⎪⎭⎫⎝⎛]3,4[]2,4[]1,4[]3,3[]2,3[]1,3[]3,2[]2,2[]1,2[]3,1[]2,1[]1,1[a a a a a a a a a a a a 注:那个矩阵也能够用命令Array 生成,如输入Array[a,{4,3}]4. 命令IdentityMatrix[n]生成n 阶单位矩阵. 例如,输入IdentityMatrix[5]那么输出一个5阶单位矩阵(输出略).5. 命令DiagonalMatrix[…]生成n 阶对角矩阵. 例如,输入DiagonalMatrix[{b[1],b[2],b[3]}]那么输出 {{b[1],0,0},{0,b[2],0},{0,0,b[3]}}它是一个以b[1], b[2], b[3]为主对角线元素的3阶对角矩阵.6. 矩阵的线性运算:A+B 表示矩阵A 与B 的加法;k*A 表示数k 与矩阵A 的乘法; 或 Dot[A,B]表示矩阵A 与矩阵B 的乘法.7. 求矩阵A 的转置的命令:Transpose[A]. 8. 求方阵A 的n 次幂的命令:MatrixPower[A,n]. 9. 求方阵A 的逆的命令:Inverse[A]. 10.求向量a 与b 的内积的命令:Dot[a,b].实验举例矩阵的运算例 设,421140123,321111111⎪⎪⎪⎭⎫ ⎝⎛--=⎪⎪⎪⎭⎫ ⎝⎛--=B A 求A AB 23-及.B A T输入A={{-1,1,1},{1,-1,1},{1,2,3}} MatrixForm[A]B={{3,2,1},{0,4,1},{-1,2,-4}} MatrixForm[B]-2A AAB 23-BA T ⎪⎪⎪⎭⎫⎝⎛-----334421424141010⎪⎪⎪⎭⎫⎝⎛----10120821444,5123641033252312⎪⎪⎪⎪⎪⎭⎫⎝⎛=A .1-A ⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--------1652116114581081218192829211161121162147.11111111111122222222ddd d c c c c b b b b a a a a D ++++=2222)1)()()()()()((dc b a abcd d c d b d a c b c a b a +--------,60975738723965110249746273⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----=A .),(|,|3A A tr A 3),(|,|AA tr A ⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛---12574547726668013841222451984174340410063122181713228151626315018483582949442062726,150421321,111111111⎪⎪⎪⎭⎫ ⎝⎛--=⎪⎪⎪⎭⎫ ⎝⎛--=B A 求A AB 23-及.B A '2.设,001001⎪⎪⎪⎭⎫⎝⎛=λλλA 求.10A 一样地?=k A (k 是正整数).3.求⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛+++++a a a aa1111111111111111111111111的逆.4.设,321011324⎪⎪⎪⎭⎫ ⎝⎛-=A 且,2B A AB +=求.B5.利用逆矩阵解线性方程组⎪⎩⎪⎨⎧=++=++=++.353,2522,132321321321x x x x x x x x x实验2 矩阵的秩与向量组的最大无关组实验目的 学习利用Mathematica 以上版本)求矩阵的秩,作矩阵的初等行变换; 求向 量组的秩与最大无关组.大体命令1. 求矩阵M 的所有可能的k 阶子式组成的矩阵的命令:Minors[M,k].2. 把矩阵A 化作行最简形的命令:RowReduce[A].3. 把数表1,数表2, …,归并成一个数表的命令:Join[list1,list2,…]. 例如输入Join[{{1,0,-1},{3,2,1}},{{1,5},{4,6}}]那么输出 {{1,0,-1},{3,2,1},{1,5},{4,6}}实验举例求矩阵的秩例 设,815073*********⎪⎪⎪⎭⎫⎝⎛-------=M 求矩阵M 的秩.输入Clear[M];M={{3,2,-1,-3,-2},{2,-1,3,1,-3},{7,0,5,-1,-8}}; Minors[M,2]那么输出{{-7,11,9,-5,5,-1,-8,8,9,11},{-14,22,18,-10,10,-2, -16,16,18,22},{7,-11,-9,5,-5,1,8,-8,-9,-11}}可见矩阵M 有不为0的二阶子式. 再输入Minors[M,3]那么输出{{0,0,0,0,0,0,0,0,0,0}}可见矩阵M 的三阶子式都为0. 因此.2)(=M r例 求矩阵⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-----3224211631095114047116的行最简形及其秩.输入A={{6,1,1,7},{4,0,4,1},{1,2,-9,0},{-1,3,-16,-1},{2,-4,22,3}} MatrixForm[A]RowReduce[A]⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-00000000100005100101矩阵的初等行变换例 用初等变换法求矩阵.343122321⎪⎪⎪⎭⎫ ⎝⎛的逆矩阵.输入 A={{1,2,3},{2,2,1},{3,4,3}}MatrixForm[A]Transpose[Join[Transpose[A],IdentityMatrix[3]]]⎪⎪⎪⎭⎫ ⎝⎛---1112/532/3231)7,5,1,3(),5,4,3,1(),1,1,1,1(),3,2,1,1(4321==-==αααα⎪⎪⎪⎪⎪⎭⎫⎝⎛0000010010102001向量组的最大无关组 例 求向量组)0,5,1,2(),0,2,1,1(),14,7,0,3(),2,1,3,0(),4,2,1,1(54321=-===-=ααααα的最大无关组, 并将其它向量用最大无关组线性表示.输入Clear[A,B];A={{1,-1,2,4},{0,3,1,2},{3,0,7,14},{1,-1,2,0},{2,1,5,0}}; B=Transpose[A];RowReduce[B]⎪⎪⎪⎪⎪⎭⎫⎝⎛-000002/51000101102/10301非零行的首元素位于第一、二、四列,因此421,,ααα是向量组的一个最大无关组. 第三列的前两个元素别离是3,1,于是.3213ααα+=第五列的前三个元素别离是,25,1,21-于是.25214215αααα++-=实验习题1.求矩阵⎪⎪⎪⎪⎪⎭⎫⎝⎛----=12412116030242201211A 的秩.2.求t , 使得矩阵⎪⎪⎪⎭⎫⎝⎛-=t A 23312231的秩等于2.3.求向量组)0,0,1(),1,1,1(),1,1,0(),1,0,0(4321====αααα的秩.4.当t 取何值时, 向量组),3,1(),3,2,1(),1,1,1(321t ===ααα的秩最小?5.向量组)1,1,1,1(),1,1,1,1(),1,1,1,1(),1,1,1,1(4321-=--=--==αααα是不是线性相关?6.求向量组)6,5,4,3(),5,4,3,2(),4,3,2,1(321===ααα的最大线性无关组. 并用最大无关 组线性表示其它向量.7.设向量),6,3,3,2(),6,3,0,3(),18,3,3,8(),0,6,3,1(2121=-=-=-=ββαα求证:向量组21,αα 与21,ββ等价.实验3 线性方程组实验目的 熟悉求解线性方程组的经常使用命令,能利用Mathematica 命令各类求线性方程组的解. 明白得运算机求解的有效意义.大体命令1.命令NullSpace []A ,给出齐次方程组0=AX 的解空间的一个基.2.命令LinearSolve []b A ,,给出非齐次线性方程组b AX =的一个特解.3.解一样方程或方程组的命令Solve 见Mathematica 入门.实验举例求齐次线性方程组的解空间设A 为n m ⨯矩阵,X 为n 维列向量,那么齐次线性方程组0=AX 必然有解. 假设矩阵A 的秩等于n ,那么只有零解;假设矩阵A 的秩小于n ,那么有非零解,且所有解组成一贯量空间. 命令NullSpace 给出齐次线性方程组0=AX 的解空间的一个基.例 求解线性方程组⎪⎪⎩⎪⎪⎨⎧=---=++=+--=--+.0532,0375,023,02432143243214321x x x x x x x x x x x x x x x输入Clear[A];A={{1,1,-2,-1},{3,-2,-1,2},{0,5,7,3},{2,-3,-5,-1}}; NullSpace[A]那么输出{{-2,1,-2,3}}说明该齐次线性方程组的解空间是一维向量空间,且向量(-2,1,-2,3)是解空间的基. 注:若是输出为空集{ },那么说明解空间的基是一个空集,该方程组只有零解.例 向量组)7,5,1,3(),5,4,3,1(),1,1,1,1(),3,2,1,1(4321==-==αααα是不是线性相关? 依照概念,若是向量组线性相关,那么齐次线性方程组044332211='+'+'+'ααααx x x x 有非零解.输入Clear[A,B];A={{1,1,2,3},{1,-1,1,1},{1,3,4,5},{3,1,5,7}}; B=Transpose[A]; NullSpace[B]输出为{{-2,-1,0,1}}说明向量组线性相关,且02421=+--ααα非齐次线性方程组的特解例 求线性方程组⎪⎪⎩⎪⎪⎨⎧=----=++=+--=--+45322375222342432143243214321x x x x x x x x x x x x x x x 的特解.输入Clear[A,b];A={{1,1,-2,-1},{3,-2,-1,2},{0,5,7,3},{2,-3,-5,-1}}; b={4,2,-2,4} LinearSolve[A,b]输出为{1,1,-1,0}注: 命令LinearSolve 只给出线性方程组的一个特解.例 求出通过平面上三点(0,7),(1,6)和(2,9)的二次多项式,2c bx ax ++并画出其图形.依照题设条件有 ,924611700⎪⎩⎪⎨⎧=+⋅+⋅=+⋅+⋅=+⋅+⋅c b a c b a c b a 输入Clear[x];A={{0,0,1},{1,1,1},{4,2,1}} y={7,6,9}p=LinearSolve[A,y]Clear[a,b,c,r,s,t];{a,b,c}.{r,s,t} f[x_]=p.{x^2,x,1};Plot[f[x],{x,0,2},GridLines ->Automatic,PlotRange ->All];那么输出c b a ,,的值为 {2,-3,7}并画出二次多项式7322+-x x 的图形(略).非齐次线性方程组的通解用命令Solve 求非齐次线性方程组的通解.例当a 为何值时,方程组⎪⎩⎪⎨⎧=++=++=++111321321321ax x x x ax x x x ax 无解、有唯一解、有无穷多解?当方程组有解时,求通解.先计算系数行列式,并求a ,使行列式等于0. 输入Clear[a];Det[{{a,1,1},{1,a,1},{1,1,a}}]; Solve[%==0,a]那么输出{{a →-2},{a →1},{a →1}} 当a 2-≠,a 1≠时,方程组有唯一解.输入Solve[{a*x +y +z ==1,x +a*y +z ==1,x +y +a*z ==1},{x,y,z}]则输出{{x →,21a + y →,21a+ z →a +21}}当a =-2时,输入Solve[{-2x+y+z==1,x -2y+z==1,x+y -2z==1},{x,y,z}]则输出{ }说明方程组无解. 当a =1时,输入Solve[{x+y+z==1,x+y+z==1,x+y+z==1},{x,y,z}]则输出{{x →1-y -z}}}说明有无穷多个解.非齐次线性方程组的特解为(1,0,0),对应的齐次线性方程组的基础解 系为为(-1,1,0)与(-1,0,1).例 求非齐次线性方程组 ⎪⎩⎪⎨⎧-=+-+=-+-=+-+2534422312432143214321x x x x x x x x x x x x 的通解.解法1输入A={{2,1,-1,1},{3,-2,1,-3},{1,4,-3,5}};b={1,4,-2}; particular=LinearSolve[A,b] nullspacebasis=NullSpace[A]generalsolution=t*nullspacebasis[[1]]+k*nullspacebasis[[2]]+Flatten[particular]generalsolution 其通解为⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-+⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-+⎪⎪⎪⎪⎪⎭⎫ ⎝⎛+⎪⎪⎪⎪⎪⎭⎫ ⎝⎛007/57/6107/97/1017/57/14321t k x x x x (k ,t 为任意常数)实验习题1.解方程组⎪⎩⎪⎨⎧=++=++=+-.024,02,032321321321x x x x x x x x x2.解方程组⎪⎩⎪⎨⎧=++-=++-=++-.0111784,02463,03542432143214321x x x x x x x x x x x x3. 解方程组⎪⎩⎪⎨⎧-=-+-=+-=-+-.22,3,44324314324321x x x x x x x x x x4.解方程组⎪⎩⎪⎨⎧=++-=+++=-++.254,32,22432143214321x x x x x x x x x x x x5.用三种方式求方程组⎪⎪⎩⎪⎪⎨⎧=-+=-+=-+=-+127875329934,8852321321321321x x x x x x x x x x x x 的唯一解.6.当b a ,为何值时,方程组⎪⎪⎩⎪⎪⎨⎧-=+++=--+-=++=+++1232)3(122043214324324321ax x x x b x x a x x x x x x x x 有唯一解、无解、有无穷多解?对后者求通解.实验4 投入产出模型(综合实验)实验目的 利用线性代数中向量和矩阵的运算, 线性方程组的求解等知识,成立在经济 分析中有重要应用的投入产出数学模型. 把握线性代数在经济分析方面的应用.应用举例假设某经济系统只分为五个物质生产部门:农业、轻工业、重工业、运输业和建筑业, 五个部门间某年生产分派关系的统计数据可列成下表1. 在该表的第一象限中,每一个部门都以生产者和消费者的双重身份显现. 从每一行看,该部门作为生产部门以自己的产品分派给各部门;从每一列看,该部门又作为消耗部门在生产进程中消耗各部门的产品. 行与列的交叉点是部门之间的流量,那个量也是以双重身份显现,它是行部门分派给列部门的产品量,也是列部门消耗行部门的产品量.表1投入产出平稳表(单位: 亿元)注: 最终产品舍去了净出口.(修改表:加双线区分为四个象限)在第二象限中,反映了各部门用于最终产品的部份. 从每一行来看,反映了该部门最终产 品的分派情形;从每一列看,反映了用于消费、积存等方面的最终产品别离由各部门提供的数 量情形.在第三象限中,反映了总产品中新制造的价值情形,从每一行来看,反映了各部门新制造 价值的组成情形;从每一列看,反映了该部门新制造的价值情形.采纳与第三章第七节完全相同的记号,可取得关于表1的产品平稳方程组y x A E =-)( (1)其中,A 为直接消耗系数矩阵,依照直接消耗系数的概念),,2,1,(n j i x x a jij ij ==,易求出表1所对应的直接消耗系数矩阵:⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛==⨯0603.00425.00372.00227.00371.00411.00250.00416.00240.00143.03425.02083.05013.01451.00923.00685.00417.00252.01438.00231.00329.00250.00462.02557.01709.01825110120051540620131297135101171825751200305406225312975351045182562512002505406271031294543510324182512512005054061363129450351081182560120030540625031298003510600)(55ij a A 利用Mathematica 软件(以下计算进程均用此软件实现,再也不重述),可计算出⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=--11036.10739105.00982964.00672149.00637761.00884203.005447.1100805.00594445.0035022.0859487.0529259.016653.2495145.032573.0122005.00752055.00006552.020166.10492156.0132248.00874144.015254.0402651.024175.1)(1A E 为方便分析,将上述列昂节夫逆矩阵列成表2.表2下面咱们来分析上表中各列诸元素的经济意义. 以第2列为例,假设轻工业部门提供的 最终产品为一个单位, 其余部门提供的最终产品均为零, 即最终产品的列向量为 ,)0,0,0,1,0(T y =于是,轻工业部门的单位最终产品对5个部门的直接消耗列向量为⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛==0227.00240.01451.01438.02557.0000100603.00425.00372.00227.00371.00411.00250.00416.00240.00143.03425.02083.05013.01451.00923.00685.00417.00252.01438.00231.00329.00250.00462.02557.01709.0)0(Ay x通过中间产品向量)0(x 产生的间接消耗为⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛==0205373.00146768.0129979.00327974.00885192.0)0()1(Ax x , ⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛==0107259.000867109.00881789.00120554.00305619.0)0(2)2(x A x⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛==00570305.000505222.0054254.000575796.00129491.0)0(3)3(x A x , ⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛==00318798.000294103.00322339.000309566.000650578.0)0(4)4(x A x于是,轻工业部门的单位最终产品对五个部门总产品的需求量为++++++=)4()3()2()1()0(x x x x x y x.0629.00553.04497.01975.13942.000318798.000294103.00322339.000309566.000650578.000570305.000505222.0054254.000575796.00129491.00107259.000867109.00881789.00120554.00305619.00205733.00146768.0129979.00327974.00885192.000010⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛≈+⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛+⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛+⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛+⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛+⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=其中向量x 为列昂惕夫逆矩阵1)(--A E 的第2列, 该列5个元素别离是部门2生产一个单位 最终产品对部门一、二、3、4、5总产品的需求量, 即总产品定额. 同理, 能够说明列昂节夫 逆矩阵中第一、3、4、5列别离是部门一、3、4、5生产一个单位最终产品对部门一、二、3、 4、5的总产品定额.对应于附表1的完全消耗系数矩阵⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=--=-11036.00739105.00982964.00672149.00637761.00884203.005447.0100805.00594445.0035022.0859487.0529259.016653.1495145.032573.0122005.00752055.00006552.020166.00492156.0132248.00874144.015254.0402651.024175.0)(1EA E B最终产品是外生变量, 即最终产品是由经济系统之外的因素决定的, 而内生变量是由经济系统内的因素决定的. 此刻假定政府部门依照社会进展和人民生活的需要对表1的最终产品作了修改, 最终产品的增加量别离为农业2%, 轻工业7%, 重工业5%, 运输业5%, 建筑业 4%, 写成最终产品增量的列向量为,)51,5.37,15.52,09.160,4.35(T y =∆那么产品的增加量x ∆可由式(8)近似计算到第5项, 得+⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡+⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡+⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡+⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡+⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=+∆+∆+∆+∆+∆=∆515.3715.5209.1604.35515.3715.5209.1604.35515.3715.5209.1604.35515.3715.5209.1604.35515.375.5209.1604.35432)3()2()1()0(A A A A x x x x y x .)8033.744899.57169.238749.204083.121(T ≈其中,y A x ∆=∆)0(为各部门生产y ∆直接消耗各部门产品数量;而后面各项的和为各部门生 产y ∆的全数间接消耗的和.实验报告下表给出的是某城市某年度的各部门之间产品消耗量和外部需求量(均以产品价值计算, 单位: 万元), 表中每一行的数字是某一个部门提供给各部门和外部的产品价值.(1) 试列出投入—产出简表, 并求出直接消耗矩阵;(2) 依照预测, 从这一年度开始的五年内, 农业的外部需求每一年会下降1%, 轻工业和商业的外部需求每一年会递增6%, 而其它部门的外部需求每一年会递增3%, 试由此预测这五年内该城市和各部门的总产值的平均年增加率;(3) 编制第五年度的打算投入产出表.实验5 交通流模型(综合实验)实验目的利用线性代数中向量和矩阵的运算, 线性方程组的求解等知识,成立交通流模型. 把握线性代数在交通计划方面的应用.应用举例假设某城市部份单行街道的交通流量(每小时通过的车辆数)如图5-1所示.300 300 300+-432xxx=300+54xx=500-67xx=200+21xx=800+51xx=800+87xx=10009x=400-910xx=20010x=600++638xxx=1000⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎨⎧⎪排版时只保留图,不要方程组图5-1试成立数学模型确信该交通网络未知部份的具体流量.假定上述问题知足以下两个大体假设(1)全数流入网络的流量等于全数流出网络的流量;(2)全数流入一个节点的流量等于流出此节点的流量.那么依照图5-1及上述大体两个假设,可成立该问题的线性方程组⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎨⎧=++==+-==+=+=+=+-=+=+-1000600200400100080018002005003008631010998751217654432x x x x x x x x x x x x x x x x x x x x , 即 ⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---100060020040010008008002005003000010100110000000001100000000010000000000110000000000010001000000001100011000000000011000000000111010987654321x x x x x x x x x x 假设将上述矩阵方程记为b Ax =,那么问题就转化为求b Ax =的全数解. 下面咱们利用 Mathmatica 软件来求解一、输入矩阵A ,并利用RowReduce[A ]命令求得A 的秩为8. 输入RowReduce[A]⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛-00000000000000000000100000000001000000000011000000001010000000000110000000000100000001001000000100010=Ax 输入In[3]:=NullSpace[A]⎪⎪⎭⎫ ⎝⎛----00000110110011100000⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛--+⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--=+=00000110110011100000212211C C c c ξξη21,C C 3、输入增广阵(A b ),求出其秩为8, 由,108)()(=<==n Ab r A r 知方程组有无穷多个解.输入RowReduce[Ab]⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛-0000000000000000000006001000000000400010000000010000011000000800001010000050000000110002000000000100000000100108000000010001b Ax =输入 LinearSolve[A,b]Out[9]={{800},{0},{200},{500},{0},{800},{1000},{0},{400},{600}}那么取得所求非齐次线性方程组的一个特解:T )6004000100080005002000800(*=ξ综上所述,咱们就取得了非齐次线性方程组b Ax =的全数解为,*2211*ξξξξη++++=C C x (21,C C 为任意常数).在解的表示式中, x 的每一个分量即为交通网络中未知部份的具体流量, 该问题有无穷 多解(什么缘故? 并试探其实际意义).本模型具有实际应用价值, 求出该模型的解, 能够为交通计划设计部门提供解决交通堵 塞、车流运行不顺畅等问题的方式, 明白在何处应建设立交桥, 那条路应设计多宽等, 为城镇交通计划提供科学的指导意见. 可是,在本模型中,咱们只考虑了单行街道如此一种简单情形, 更复杂的情形留待读者在更高一级的课程中去研究. 另外,本模型还可推行到电路分析中的 网络节点流量等问题中.实验报告请读者应用本模型的思想方式, 为你所在或你熟悉的城镇成立一个区域的交通流量模 型. 并提供一个具体的解决方案, 即从无穷多个解中依照具体限制确信出一个具体的解决方 案.。

《线性代数》第二章矩阵及其运算精选习题及解答

《线性代数》第二章矩阵及其运算精选习题及解答

An
=
⎜⎜⎝⎛
0 C
⎜⎛ 1
B 0
⎟⎟⎠⎞
,
其中
C = (n) ,
B
=
⎜ ⎜ ⎜⎜⎝
0 M 0
0 L 0 ⎟⎞
2 M 0
L L
n
0
M −
⎟ ⎟ 1⎟⎟⎠

故 C −1 = ( 1 ) , n
⎜⎛1 0 L
0 ⎟⎞
B −1
=
⎜0
⎜ ⎜⎜⎝
M 0
12 M 0
L L
1
0⎟ (nM− 1) ⎟⎟⎟⎠

根据分块矩阵的逆矩阵公式
⎜⎛ 2 ⎜0
0 4
2⎟⎞ 0⎟
⎜⎝ 4 3 2⎟⎠
例 2.12 设 X(E − B −1 A)T BT = E , 求 X . 其中
⎜⎛1 −1 0 0 ⎟⎞
⎜⎛ 2 1 3 4⎟⎞
A
=
⎜ ⎜ ⎜⎜⎝
0 0 0
1 0 0
−1 1 0
0⎟ −11⎟⎟⎟⎠ ,
B
=
⎜ ⎜ ⎜⎜⎝
0 0 0
2 0 0
1 2 0
0⎟
0 8
⎟ ⎟⎟⎠
,
求B,
使 ABA −1
=
BA −1
+ 3E

解 根据 ABA −1 = BA−1 + 3E , 得到 (A − E )BA−1 = 3E
故 A − E, A 皆是可逆的, 并且
( ) [ ] B = 3(A − E )−1 A = 3(A − E )−1 A−1 −1 = 3 (A−1 )(A − E) −1 = 3(E − A−1 )−1
第二章 矩阵及其运算

线性代数 矩阵及其运算

线性代数 矩阵及其运算

A22 ...
... ...
An 2 ...
A1n A2n ... Ann
称矩阵A的伴随矩阵,记为A*
精选版课件ppt
27
伴 随 矩 阵 有 如 下 重 要 性 质 : AA*A*A(detA)E
矩阵运算举例
例 例 1 8 设 A123T, B11 21 3, CAB ,
求 Cn
精选版课件ppt
例4
如:A 11
11
B
1 1
11
AB O
BA
2 2
22
显然有:AB 0 AB BA
总结:矩阵乘法不满足交换律与消去律.
精选版课件ppt
18
例5 设
A1 1
2 1
1 1,
求AB与BA
1 2 B1 1
2 3

3 0 3
1 3 AB2 6
BA0 3 0 1 7 1
定理2.1 若矩阵A的第i行是零行,则乘积 AB的第i行
a..i.1
... ...
a..is.n......
... bnjs
... ...
cij
精选版课件ppt
14
例2 计算
2 1
1 8 10
1 3
4 01 3
2 4
051 9
2 5 22 15
精选版课件ppt
15
例3. 非齐次线性方程组的矩阵表示
a11x1 a12x2 a1nxn b1
a21x1
关于矩阵乘法的注意事项: (1)矩阵 A 与矩阵 B 做乘法必须是左矩阵的列数与右
矩阵的行数相等; (2)矩阵的乘法中,必须注意矩阵相乘的顺序,AB是
A左乘B的乘积,BA是A右乘B的乘积;

大学高等数学第六章2矩阵及其运算

大学高等数学第六章2矩阵及其运算

1 2 1 4
D
142
2 3 1 5
3 1 2 11
编辑ppt
5111
2 2 1 4
D1 2
3
1
142 5
0 1 2 11
11 5 1
1 2 2 4
D3 2
3
2
426 5
3 1 0 11
15 1 1
1 2 1 4
D2 2
2
1
284 5
3 0 2 11
11 1 5
1 2 1 2
D4 2
要的“矩形数表”,在数学学科中,则可用矩阵
来表示。
编辑ppt
● 矩阵的概念
矩阵的定义(见书P233定义1) 矩阵的一般形式如下:
a11 a12 ......a1n
a
21
a 22 ......a 2n
......
a m 1 a m 2 . . . . . .a m n
a 其中:i j 称作矩阵的元素。
Am nO m nAm n
(2)结合律 (A+B)+C = A+(B+C) 编辑ppt
●矩阵的减法
a11

A
a m1
a1n
a mn
Am nAm nO m n
,则称矩阵
a11 a m1
a1n
为A
的负矩阵,记作
A

a mn
若A、B为同型矩阵,则规定 ABA(B),
即 ABaijbij m n编辑ppt
作AB 。
注意:同型是相等的必要条件。 如:
2 0 0
0
0
2 0
0
2
2 0

线性代数第二章矩阵及其运算2-3PPT课件

线性代数第二章矩阵及其运算2-3PPT课件
例如,设实数k=2,矩阵A=[1 2; 3 4],则kA=[2 4; 6 8]。
CHAPTER 02
矩阵的乘法
矩阵乘法的定义
01
矩阵乘法是将两个矩阵对应位置的元素相乘,得到一个新的矩 阵。
02
矩阵乘法的结果是一个矩阵,其行数等于左矩阵的行数,列数
等于右矩阵的列数。
矩阵乘法的操作顺序是先进行行操作,再进行列操作。
CHAPTER 05
矩阵的秩
秩的定义
秩的定义
矩阵的秩是其行向量组或列向量 组的一个极大线性无关组中向量 的个数。
秩的Байду номын сангаас质
矩阵的秩是唯一的,且其值满足 特定的性质,如对于任何矩阵A, r(A)≤min(m,n),其中m和n分别 为矩阵A的行数和列数。
秩的计算方法
可以通过多种方法计算矩阵的秩, 如高斯消元法、行变换法、初等 行变换法等。
线性代数第二章矩阵及 其运算2-3ppt课件
CONTENTS 目录
• 矩阵的加法与数乘 • 矩阵的乘法 • 逆矩阵与伴随矩阵 • 矩阵的行列式 • 矩阵的秩 • 矩阵的应用
CHAPTER 01
矩阵的加法与数乘
矩阵的加法
矩阵加法定义
两个矩阵A和B的和记作A+B,定义 为满足以下条件的矩阵C,即C的元 素Cij=Aij+Bij(i,j=1,2,…,n)。
03
矩阵乘法的性质
1 2
结合律
$(AB)C=A(BC)$,即矩阵乘法满足结合律。
分配律
$A(B+C)=AB+AC$,即矩阵乘法满足分配律。
3
单位元
存在一个单位矩阵,使得任意矩阵与单位矩阵相 乘都等于原矩阵。

《线性代数》课件-第二章 矩阵及其运算

《线性代数》课件-第二章 矩阵及其运算

a11
A
A
a21
am1
a12 a22
am1
a1n
a2n
amn
数乘矩阵的运算规律
a, b, c R 结 合 (ab)c a(bc) 律 分 (a b) c ac bc 配 律 c (a b) ca cb
设 A、B是同型矩阵, , m 是数 (m)A (m A)
a11
a12
a13
a14
4
c11 a1kbk1
b11
b21
b31
b41
k 1
4
c12 a11b12 a12b22 a13b32 a14b42 a1k bk 2 k 1
一般地,
4
cij ai1b1 j ai 2b2 j ai 3b3 j ai4b4 j aikbkj k 1
行列式
矩阵
a11 a12
a1n
a21 a22
a2n
an1 an2
ann
(1) a a t( p1 p2 pn ) 1 p1 2 p2
p1 p2 pn
行数等于列数
共有n2个元素
a11 a12
a21
a22
am1 am1
anpn
a1n
a2n
amn
行数不等于列数 共有m×n个元素 本质上就是一个数表
第二章 矩阵及其运算
§1 矩阵
一、矩阵概念的引入 二、矩阵的定义 三、特殊的矩阵 四、矩阵与线性变换
B
一、矩阵概念的引入
例 某航空公司在 A、B、C、D 四座 A
城市之间开辟了若干航线,四座城市 之间的航班图如图所示,箭头从始发 地指向目的地.
城市间的航班图情况常用表格来表示:

实验二MATLAB的矩阵操作_参考答案

实验二MATLAB的矩阵操作_参考答案
k =
1
5
>> A(k)
ans =
23
10
(2)取出A前3行构成矩阵B,前两列构成矩阵C,右下角 子矩阵构成矩阵D,B与C的乘积构成矩阵E.
>> B=A([1,2,3],:)
B =
23.0000 10.0000 -0.7780 0
41.0000 -45.0000 65.0000 5.0000
32.0000 5.0000 0 32.0000
y =
-128.4271
2.已知 ,
求下列表达式的值:
(1) , (其中I为单位矩阵)
A=[-1,5,-4;0,7,8;3,61,7]
B=[8,3,-1;2,5,3;-3,2,0]
>> A+6*B
ans =
47 23 -10
12 37 26
-15 73 7
&
ans =
-1.2768 -0.4743 0.2411
2.1229 1.3173 -0.2924
3.已知
完成下列操作
(1)输出A在[10,25]范围内的全部元素
A=[23,10,-0.778,0;41,-45,65,5;32,5,0,32;6,-9.54,54,3.14]
>> k=find(A>=10&A<=25)
(2)
(3)
2.已知 ,
求下列表达式的值:
(1) , (其中I为单位矩阵)
(2)A*B、A.*B和B*A
(3)A/B及B/A
3.已知
完成下列操作
(1)输出A在[10,25]范围内的全部元素
(2)取出A前3行构成矩阵B,前两列构成矩阵C,右下角 子矩阵构成矩阵D,B与C的乘积构成矩阵E.
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

实验二 矩阵及其运算
一、实验目的
掌握基本的矩阵运算及常用的函数
二、实验内容
1. 变量、数组、向量等对象的生成方法;
2. 矩阵的创建方法;
3. 矩阵运算规则;
4. 特殊矩阵的创建与运算处理。

5. 常用函数的使用
三、实验步骤
1.已知m1=⎥⎥⎥⎥⎦
⎤⎢⎢⎢⎢⎣⎡11514412679810115133216 执行以下命令m1( 2 , 3 ),m1( 11 ),m1( : , 3 ),m1( 2 : 3 , 1 : 3 ), m1( 1 ,4 ) + m1( 2 ,3 ) + m1( 3 ,2 ) + m1( 4 ,1)
2. 已知:
⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=76538773443412A ⎥⎥⎥⎦
⎤⎢⎢⎢⎣⎡--=731203321B 求下列表达式的值:
(1) B A K *611+=和I B A K +-=12(其中I 为单位矩阵)
(2) B A K *21=和B A K *.22=
(3) 331^A K =和3.32^A K =
(4) B A K /41=和A B K \42=
(5) ],[51B A K =和]2:);],3,1([[52^B A K =
3. 已知⎥⎥⎥⎥⎦
⎤⎢⎢⎢⎢⎣⎡----=1323151122231592127A (1)求矩阵A 的秩
(2)求矩阵A 的行列式
(3)求矩阵A 的逆
(4)求矩阵A 的特征值及特征向量
4. 求六阶单位矩阵的秩
5. 建立一个4*4的魔方矩阵,然后删除该矩阵的第二行;
6. 建立一个5*5的均匀分布的随机矩阵,取出矩阵的前3行构成矩阵B ,前两列构成矩阵C ,右下角43⨯子矩阵构成矩阵D ,B 与C 的乘积构成矩阵E 。

7. 利用diag 等函数产生下列矩阵。

20
4a 05
0708⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦ 008b 075230⎡⎤⎢⎥=-⎢⎥⎢⎥⎣⎦
8. 将第3题中矩阵A 对角线的元素加30
9. 利用randn 函数产生均值为0,方差为1的6×8正态分布随机矩阵C ,然后统计C 中大于-0.3,小于0.3的元素个数t 。

10. 将第3题中A 矩阵的所有大于2的元素全部改为0,并显示修改后的矩阵
四、思考题
1. 以下变量名是否合法?为什么?
(1)x2
(2)3col
(3)_row
(4)for
2. 当A=[34, NaN, Inf, -Inf, -pi, eps, 0]时,分析下列函数的执行结果:all(A),any(A),isnan(A),isinf(A),isfinite(A)。

Matlab实验程序
1.程序:
m1=[16 2 3 13;5 11 10 8;9 7 6 12;4 14 15 1] m1(2,3)
m1(11)
m1(:,3)
m1(2:3,1:3)
m1(1,4)+m1(2,3)+m1(3,2)+m1(4,1)
结果:
ans =
10
ans =
6
ans =
3
10
6
15
ans =
5 11 10
9 7 6
ans =
34
2.
4. rank(eye(6))
5. A=mgic(4);
A(2,:)=[ ]
6.B=A(1:3,:);
C=A(:,1:2);
D=A(2:4,3:4);
E=B*C;
9. >> B=[1 2 5
0 7 2
6 3 1]
B =
1 2 5
0 7 2
6 3 1
>> B(find(B>2))
ans =
6
7
3
5
>> B(find(B>2))=0
B =
1 2 0
0 0 2
0 0 1
思考题:
1. 答:all(A)的值为0
any(A) 的值为1
isnan(A) 的值为[ 0, 1, 0, 0, 0, 0, 0]
isinf(A) 的值为[ 0, 0, 1, 1, 0, 0, 0] isfinite(A) 的值为[1, 0, 0, 0, 1, 1, 1]。

相关文档
最新文档