第二章 矩阵和矩阵的初等变换

合集下载

矩阵的初等变换规则

矩阵的初等变换规则

矩阵的初等变换规则
(一)初等变换的规则
1. 交换行法:将矩阵中的两行互换,行对应元素也随之改变。

2. 改变系数法:将矩阵中的某行乘以一定的非零常数,行对应的元素也随之改变。

3. 复合法:将矩阵中的某行乘以一定的非零常数后,与另一行按和或差的方法结合,行对应的元素也随之改变。

4. 交换列法:将矩阵中的两列互换,列对应的元素也随之改变。

(二)初等变换的意义
初等变换是用来将一个线性方程组转化为一个有解的线性方程。

使用初等变换的原则,如将两个方程乘以不同的负数,甚至一步就能解出有解的线性方程,使方程系数矩阵更加简洁,容易操作。

同时这也可以使我们更加清楚地理解线性方程和不同解的对应关系。

(三)初等变换的应用
1. 运用初等变换可以将零向量和零矩阵转换为方便求解的标准乘法型和齐次方程组。

2. 初等变换可以用来求解边界值来解决边界值问题,为做出最终的选择提供保障。

3. 使用初等变换可以有效地求解线性方程组,给出正确的结果,对计
算机科学方面有很大帮助。

4. 初等变换可以用来求解有关矩阵与特征值、特征向量的求解问题,计算机硬件和软件设计中也有着广泛的应用。

矩阵的初等变换

矩阵的初等变换

二、消元法解线性方程组
同解方程组
分析:用消元法解下列方程组的过程.
引例 求解线性方程组
2 x1 x2 x3 x4 2, 1
4
x1 x2 2 x3 x1 6 x2 2 x3
x4 2 x4
4, 4,
2
32
(1)
3 x1 6 x2 9 x3 7 x4 9, 4
一、矩阵的初等变换
1、定义1 下面三种变换称为矩阵的初等行变换:
1 对调两行(对调i, j 两行,记作ri rj); 2以数 k 0 乘以某一行的所有元素;
(第 i 行乘 k,记作 ri k)
3 把某一行所有元素的k 倍加到另一行
对应的元素上去(第 j 行的 k 倍加到第i 行上 记作ri krj).
由于三种变换都是可逆的,所以变换前的 方程组与变换后的方程组是同解的.故这三种 变换是同解变换.
因为在上述变换过程中,仅仅只对方程组
的系数和常数进行运算,未知量并未参与运
算.
若记
2 1 1 1 2
B

(
A
b)


1 4
1 6
2 2
1 2
4 4
3 6 9 7 9
3、定义3 如果矩阵A经有限次初等变换变成矩 阵B,就称矩阵A与B等价,记作A ~ B
r
A~B ,
c
A~B ,
等价关系的性质: (1) 反身性 A A; (2)对称性 若 A B ,则 B A; (3)传递性 若 A B, B C,则 A C. 具有上述三条性质的关系称为等价.
(1)交换方程次序; ( i 与 j 相互替换)

第二章矩阵的初等变换(4)

第二章矩阵的初等变换(4)

0 1 1 1 0 1
i行
P (i, j )
E
j行
i列
j列
E
k ri
1
1 k 1
1
ቤተ መጻሕፍቲ ባይዱi行
P ( i ( k ))
i列
k r j ri E
1 1 1 k 1
用P(1,2)左乘A:
0 P (1, 2 ) A 1
将A 的第1列的-2 倍加到第2 列上, 对应的3 阶 初等矩阵为
1 P (1, 2 ( 2 ) ) 0 0 2 1 0 1 3 0 6 0
6 3
用P(1,2(-2))右乘A:
1 A P (1, 2 ( 2 )) 4
§1.6 矩阵的初等变换
§1.6.1 矩阵的初等变换与初等矩阵
定义1.13 矩阵A = ( aij )mn, 则三种行初等变换 (1) 对调(i, j)两行, 记作ri rj ; (2) 以非零数 k 乘以第 i 行,记作ri k ; (3) 将第j 行的 k 倍加到第 i 行上,记作 ri + krj 。
1
则由分块矩阵的乘法,有
i P ( i , j ( k )) A
k j A j em
1
i
1A
k
j

jA
em A
A A1 A2 Am
E m
其中 Ai ( a i 1 , a i 2 , , a in ), i 1, 2 , , m ,

矩阵的初等变换

矩阵的初等变换

矩阵的初等变换矩阵的初等变换是指矩阵的元素可以通过运用一系列简单的操作进行变换,而不改变矩阵的表达式形式。

它主要有三种:行变换、列变换和对角变换。

1、行变换行变换就是对矩阵进行以下操作:(1)把矩阵的一行或者多行乘以一定的非零常数;(2)把矩阵的一行或者多行加上矩阵的另一行乘以一定的非零常数;(3)交换矩阵的两行。

2、列变换列变换就是对矩阵进行以下操作:(1)把矩阵的一列或者多列乘以一定的非零常数;(2)把矩阵的一列或者多列加上矩阵的另一列乘以一定的非零常数;(3)交换矩阵的两列。

3、对角变换对角变换就是把矩阵的一行或者一列乘以一定的非零常数,改变的只有矩阵的对角线上的元素。

二、矩阵的初等变换的作用矩阵的初等变换在数学中被用来解方程组,对矩阵进行相应的变换,可以使矩阵变得简单易懂,方便求解。

1、消元消元是指用初等变换将不完全行列式变为下三角形式,也就是将原有的矩阵通过初等变换转化为更简单易懂的形式。

消元可以解决线性方程组,求解使方程组成立的一组解。

2、求逆矩阵求逆矩阵是指找到可以使一个矩阵的乘积等于单位矩阵的矩阵,如果形式方程有唯一解,则可以通过求逆矩阵来求解。

三、矩阵的初等变换的实践1、求解线性方程组例1:求解下列线性方程组x1+x2+x3=22x1+x2+2x3=5x1+2x2+2x3=4通过消元法可以将方程转化为x2+2x3=32x2+4x3=7又因为,x3=3-2x2,于是有x2=1/2x3=7/4因此,原方程的解为:x1=2-x2-x3=2-1/2-7/4=9/4x2=1/2x3=7/42、求逆矩阵例2:求解矩阵A的逆矩阵A=[2 34 5]首先,计算矩阵A的行列式,即|A|=2*5-3*4=-2,所以|A|不等于0,A是可逆矩阵。

计算A的逆矩阵A^(-1),A^(-1)=[5/2 -3/2-2 1]最终A^(-1)=[5/2 -3/2-2 1]四、结论矩阵的初等变换是一种重要的数学工具,它可以利用简单的操作改变矩阵的形式,从而解决一些数学方程,例如求解线性方程组和求逆矩阵。

线性代数(复旦大学出版社)第二章 矩阵

线性代数(复旦大学出版社)第二章   矩阵

第二章矩阵第一节矩阵的概念1、分类:行矩阵:只有一行的矩阵列矩阵:只有一列的矩阵零矩阵O:元素全为零的矩阵单位阵E:主对角线上元素为1,其他元素为0的方阵数量阵(纯量阵):λE对角阵:不在主对角线上的元素都为0的方阵上(下)三角阵:主对角线上以下(上)的元素全为0的方阵2、两矩阵同型:两个矩阵行数且列数都相等两矩阵相等:两矩阵同型,且对应元素相等。

记做A=B。

3、不同型的零矩阵是不相等的第二节矩阵的运算设A,B,C为m×n矩阵,λ, μ为数一、加法:只有同型矩阵才能进行加法运算(1)交换律:A+B=B+A(2)结合律:(A+B)+C=A+(B+C)(3)A+O=A二、减法:A-B=A+(-B) -B称为B的负矩阵三、乘法:1、只有当第一个矩阵(左矩阵)的列数等于第二个矩阵(行矩阵)的行数时,两个矩阵才能相乘。

简记为:(m×s)(s×n)=(m×n)例: A为2×3矩阵,B为3×2矩阵,则AB=C为2×2矩阵2、数与矩阵:(1)(λμ)A=λ(μA)=μ(λA)(2)(λ+μ)A=λA+μA(3)λ(A+B)=λA+λ B(4)1*A=A, (-1)*A=-A矩阵与矩阵:(1)结合律:(AB)C=A(BC)(2)分配律:A(B+C)=AB+AC(B+C)A=BA+CA(3)λ(AB)=(λA)B=A(λB)(4)EA=AE=A(5)A k A l=A k+l(6)(A k)l=A kl3、矩阵乘法不满足交换律,即(AB)C≠(AC)B另外:(1)一般有AB≠BA (A与B可交换时,等式成立)(2)AB=O,不能推出A=O或B=O(3)AB=AC,A≠O,不能推出B=C(4)(AB)k≠A k B k(A与B可交换时,等式成立)4、可交换的:对于两个n阶方阵A,B,有AB=BA,则称A与B是可交换的。

纯量阵与任意同行方阵都是可交换的。

第二章2-5初等矩阵和初等变换

第二章2-5初等矩阵和初等变换

化为阶梯形和简化阶梯形.
线性代数

3 2 2 1 1 0 1 2 1 r1 r 2 0 A 2 6 4 5 7 1 3 4 0 5
1 0 r3 ( 2 ) r1 r4+r1 0 0
线性代数
• 利用矩阵的初等变换,可以把矩阵化为 简单的阶梯形矩阵 • 阶梯形矩阵对求逆、求秩、求解线性方 程组都非常有用
线性代数
定义2.5.3 如果矩阵A满足下列条件: (1) 若有零行,则零行全在矩阵A的下方; (2) A 的各非零行的第一个非零元的列序 数小于下一行中第一个非零元的列序数; 则称 A为行阶梯形矩阵,或阶梯形矩阵. 例如
Er PAQ O
Er 这里 O
O O
(2.5.4)
O 是矩阵A的标准形. O
线性代数
推论3 若A为n阶可逆矩阵,则A≌ E 若不然,它的标准形矩阵主对角线上至少 含有一个零元素,对(2.5.4)两端取行列 式,
|PAQ|=0
则称 A为简化阶梯形矩阵. 例如
1 2 0 0 2 C 0 0 1 0 1 0 0 0 1 3
线性代数
为简化阶梯形矩阵;
定理2.5.1 任何非零矩阵都可以通过初等行
变换化为阶梯形矩阵.
线性代数
证 设矩阵
a11 a 21 A a m1 a12 a 22 am2 a1n a2n a mn
设矩阵 A=(aij)m×n,用m阶初等矩阵E(i,j(k)) 左乘以A ,则
a11 a ka ji i1 E (i , j (k )) A a j1 am1 a12 ai 2 ka j 2 a j2 am 2 ain ka jn a jn amn a1n

第2章_矩阵的初等变换与线性方程组

第2章_矩阵的初等变换与线性方程组


3 − 7 r2 + r1 1 4 r3 − 3r1 r1 ↔ r3 A → − 1 − 3 − 17 4 → 3 2 6 9
3 − 7 3 − 7 1 4 1 4 r3 +10r2 0 1 − 14 − 3 → 0 1 − 14 − 3 0 0 − 143 0 0 − 10 − 3 30
= = = =
B
3 − 7 1 4 即为行阶梯形矩阵。 B = 0 1 − 14 − 3 即为行阶梯形矩阵。 0 0 − 143 0
特点: 特点: (1) 可划出一条阶梯线,线的下方全为零; 可划出一条阶梯线,线的下方全为零; (2) 每个台阶只有一行,阶梯数即是非零行 每个台阶只有一行, 的行数, 的行数,阶梯线的竖线后面的第一个元 素为非零元,即非零行的非零首元。 素为非零元,即非零行的非零首元。
1 0 0 5 称为行最简形矩阵 行最简形矩阵。 → 0 1 0 − 3 = C 称为行最简形矩阵。 0 0 1 0
r2 + 14 r3 r1 − 59 r3
在具备行阶梯形矩阵特点的同时, 在具备行阶梯形矩阵特点的同时,非零行的 特点: 特点: 非零首元为1,且其所在列的其他元素全为 。 非零首元为 ,且其所在列的其他元素全为0。
将方程组的消元过程与增广矩阵的变换过程 消元过程与增广矩阵的 解 将方程组的消元过程与增广矩阵的变换过程 进行对比。 进行对比。
x1 + 2 x 2 + 3 x 3 2 x1 − x2 + 2 x3 x + 3x 2 1 = −7 = −8 =7
1 2 3 − 7 2 − 1 2 − 8 1 3 0 7

初等矩阵和初等变换

初等矩阵和初等变换

=
a21 a31
ka22 ka32
a23 a33
a11
3)
a21 a31
a12 a22 a32
a13 1
a23 a33
0 0
0 1 0
k a11 a12
0 1
=
a21 a31
a22 a32
ka11 a13
ka21 ka31
a23 a33
线性代数
回顾
1 0 0 a11 a12 a13
回顾
1 0 0 a11 a12 a13 a11 a12 a13
1)
0 0
0 1
1 0
a21 a31
a22 a32
a23 a33
=
a31 a21
a32 a22
a33 a23
线性代数
回顾
1 0 k a11 a12 a13 a11 ka31 a12 ka32 a13 ka33
(i(k
),
j)
MO
kL 1
j
O
1
线性代数
初等矩阵
例 判断下面几个矩阵是否为初等矩阵,如果是的话, 是哪一种初等矩阵.
1 0 0
1)
0 0
2 0
0 1
0 0 1
2)
0 1
1 0
0 0
1 0 2
3)
0 0
0 1
1 0
1 0 0
4)
0 0
1 0
2 1
线性代数
回顾
a11
1)
3)
0 0
1 0
0 1
a21 a31
a22 a32
a23 a33
=
a21 a31
  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)。

第二章 矩阵和矩阵的初等变换矩阵是线性代数的主要研究对象之一,它在数学和其他自然科学、工程技术和经济领域中都有着广泛的应用. 本章的中心议题为矩阵,围绕这个议题,先给出矩阵的定义、矩阵的运算和求方阵的逆、初等变换以及求矩阵的秩,最后介绍矩阵的分块运算.§2.1 矩阵的定义一、 矩阵的基本概念定义1 由n m ⨯个数ij a (1,2,,;1,2,,)i m j n ==排成的m 行n 列的数表(常用括弧将数表括起)111212122212n n m m mn a a a a a a A a a a ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦称为m 行n 列矩阵,简称m n ⨯阶矩阵,其中ij a 叫做矩阵A 的元素,i 为行标,j 为列标,表明ij a 位于矩阵A 的第i 行第j 列. 为简单起见,记m n ⨯阶矩阵A 为()ij m n a ⨯或m n A ⨯.特别地,当m n =时,则称矩阵A 为n 阶矩阵或n 阶方阵,记为n A . 对于m n ⨯矩阵A ,当1m =时,有12()n A a a a =.称矩阵A 为行矩阵,或行向量. 为避免元素间的混淆,行矩阵也可写为12(,,,)n A a a a =.当1n =时,有12m a a A a ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦.称矩阵A 为列矩阵,或列向量.当1m n ==时,有11()A a a ==.这里把矩阵A 看成是数.两个矩阵的行数相等、列数也相等时,就称它们是同型矩阵.所有元素均为零的矩阵,称为零矩阵,记作O . 注意不同型的零矩阵是不同的.定义2 如果()ij A a =与()ij B b =是同型矩阵,且它们的对应元素均相等,即(1,2,,;1,2,,)ij ij a b i m j n ===,则称矩阵A 与矩阵B 相等,记作A B =.下面举几个关于矩阵应用的例子.例1 3个产地与4个销地之间的里程(单位:千米)可列为矩阵A :120180758575125354513019085100A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦. 其中ij a 为第i 产地到第j 销地的里程数.例2 4个城市间的单向航线如图1所示. 若令01ij a ⎧=⎨⎩,, 则图1可用矩阵表示为00011001()01001110ij A a ⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦一般地,若干个点之间的单向通道都可用这样的矩阵表示. 例3 n 个变量12,,,n x x x 与m 个变量12,,,m y y y 之间的关系式11111221221122221122,,n n n n m m m mn ny a x a x a x y a x a x a x y a x a x a x =+++=+++⎧⎪⎪⎨⎪⎪⎩=+++ (1)表示一个从变量12,,,n x x x 到变量12,,,m y y y 的线性变换,其中ij a 为常数.线性变换(1)的系数ij a 构成矩阵()ij m n A a ⨯=.给定了线性变换(1),它的系数所构成的矩阵(称为系数矩阵)也就确定.反之,如果给出一个矩阵作为线性变换的系数矩阵,则线性变换也就确定.在这个意义上,线性变换和矩阵之间存在着一一对应的关系.二、几类特殊的矩阵1)对角矩阵n 阶方阵A 的元素1122,,,nn a a a 称为A 的主对角元素.例如,矩阵3491A ⎛⎫= ⎪⎝⎭的主对角元素为3和1.定义3 若n 阶方阵()ij A a =中的元素满足条件 0,(,1,2,,ij a i j i j n =≠= 则称A 为n 阶对角矩阵或对角阵,即1122nn a a A a ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦(此记法表示对角线以外未标明的元素均为0).简记为1122(,,,)nn A diag a a a =.例如, 100030005A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦为对角阵.特别地,当(1,2,,)ii a a i n ==,则称对角阵A 为n 阶数量矩阵.即a aA a ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦例如, 300030003A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦为数量矩阵. 又当1a =时,称A 为n 阶单位矩阵或单位阵,记作n E ,有时简记为E ,即111n E ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦. 例如线性变换1122,,n ny x y x y x =⎧⎪=⎪⎨⎪⎪=⎩叫做恒等变换,它对应的系数矩阵就是一个n 阶单位矩阵.2)三角形矩阵定义4 若n 阶方阵()ij A a =中的元素满足条件 0,()(,1,2,ij a i j i j n =>=则称A 为n 阶上三角形矩阵或上三角矩阵,即11121222n n nn a a a a a A a ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦. 若n 阶方阵()ij B b =中的元素满足条件0,()(,1,2,ij b i j i j n =<=则称B 为n 阶下三角形矩阵或下三角矩阵,即11212212n n nn b b b B b b b ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦. 例如,123045006A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦为上三角矩阵,100230456B ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦为下三角矩阵. 3)对称矩阵定义5 若n 阶方阵()ij A a =中的元素满足,(,1,2,,i j j i a a i j n == 则称A 为对称矩阵.例如,110250311125A ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦为对称矩阵.4)阶梯形矩阵定义6 若矩阵()ij A a =满足:(i)若A 有零行(元素全为零的行),全部在矩阵的下方;(ii)各非零行的第一个不为零的元素(称为首非零元)的列标随行标的增大而严格增大.则称矩阵A 为行阶梯形矩阵.例如,矩阵11214021100003300000A -⎡⎤⎢⎥-⎢⎥=⎢⎥-⎢⎥⎣⎦为行阶梯形矩阵,而矩阵112101110213B -⎛⎫ ⎪=- ⎪ ⎪-⎝⎭不是行阶梯形矩阵.进一步,若行阶梯形矩阵满足: (i)行首非零元等于1;(ii)所有首非零元所在列的其余元素全为零.则称A 为行最简形矩阵.上例行阶梯形矩阵A 对应的行最简形为110104011030001300000A -⎡⎤⎢⎥-⎢⎥=⎢⎥-⎢⎥⎣⎦,而矩阵211104011030001300000A -⎡⎤⎢⎥-⎢⎥=⎢⎥-⎢⎥⎣⎦不是行最简形矩阵.§2.1 矩阵的运算一、 矩阵的加法与数乘矩阵定义1 两个m n ⨯阶矩阵()ij A a =和()ij B b =对应位置元素相加得到的矩阵,称为矩阵A 与B 的和,记作A B +,即 ()()()i j m n i j m ni j i jm nA B a b a b ⨯⨯⨯+=+=+. 注意,只有当两个矩阵是同型矩阵时,才能进行加法运算.例1 两种物资(单位:吨)同时从3个产地运往4个销地,其调运方案分别为矩阵A 和矩阵B :203453272103A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦,312040861257B ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦. 则从各产地运往各销地的物资总调运量(单位:吨)为20343120532740862103125723013240515454302876931013.2112053733510A B ⎡⎤⎡⎤⎢⎥⎢⎥+=+⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦++++⎡⎤⎡⎤⎢⎥⎢⎥=++++=⎢⎥⎢⎥⎢⎥⎢⎥++++⎣⎦⎣⎦定义2 以数λ乘m n ⨯阶矩阵()ij A a =的每一个元素得到的矩阵,称为数λ与矩阵A 的积,记作A λ,即()().i j m n i j mn A a a λλλ⨯⨯== 若取1λ=-,则有()ij m n A a ⨯-=-.称A -为矩阵A 的负矩阵.显然有 ()A A O +-=, 由此规定矩阵的减法为().A B A B -=+- 即若()ij m n A a ⨯=,()ij m n B b ⨯=,则 ()()()()i j mni j m ni ji jm nA B A B a b ab ⨯⨯⨯-=+-=+-=- 例2 设3个产地与4个销地之间的里程(单位:千米)为例1中的矩阵0.已知货物每吨公里的运费为1.50元,则各产地与各销地之间每吨货物的运费(单位:元/吨)可以记为矩阵形式:12018075851.5 1.5751253545130190851001.5120 1.5180 1.575 1.585180270112.5127.51.575 1.5125 1.535 1.545112.5187.552.567.5.1.5130 1.5190 1.585 1.5100195285127.5150A ⎡⎤⎢⎥=⨯⎢⎥⎢⎥⎣⎦⨯⨯⨯⨯⎡⎤⎡⎤⎢⎥⎢⎥=⨯⨯⨯⨯=⎢⎥⎢⎥⎢⎥⎢⎥⨯⨯⨯⨯⎣⎦⎣⎦矩阵相加与数乘矩阵的运算,统称为矩阵的线性运算.矩阵的线性运算满足下面的运算律:设A 、B 、C 、O 都是m n ⨯阶矩阵,,λμ是数,则 (i) ;A B B A +=+(ii) ()();A B C A B C ++=++ (iii) ();A B A B λλλ+=+ (iv) ();A A A λμλμ+=+ (v) ()().A A λμλμ=例3 已知123103214032A -⎡⎤⎢⎥=-⎢⎥⎢⎥⎣⎦,312015792316B -⎡⎤⎢⎥=⎢⎥⎢⎥-⎣⎦且2A X B +=,求X .解:由矩阵的加法和数乘运算律有431111()129822234431122221914.2231222X B A ---⎡⎤⎢⎥=-=⎢⎥⎢⎥--⎣⎦⎡⎤---⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥--⎢⎥⎣⎦二、 矩阵的乘法设有两个线性变换11111221332211222233,,x a y a y a y x a y a y a y =++⎧⎨=++⎩111112222112223311322,,,y b z b z y b z b z y b z b z =+⎧⎪=+⎨⎪=+⎩ 则变量12,z z 与变量12,x x 的关系为111111221133111112122213322221112221233112112222223322()()()()x a b a b a b z a b a b a b z x a b a b a b z a b a b a b z =+++++⎧⎨=+++++⎩ (1)定义3 设矩阵()ij m s A a ⨯=,()ij s n B b ⨯=.令11221,(1,2,,;1,2,,)sij i j i j is sj ik kj k c a b a b a b a b i m j n ==+++===∑则称矩阵()ij m n C c ⨯=是矩阵A 与矩阵B 的乘积,记作C AB =. 对于矩阵的乘法由定义注意到以下三点:(1)只有矩阵A 的列数等于B 的行数时,AB 才有意义. (2) 乘积矩阵AB 的第i 行第j 列元素ij c 就是A 的第i 行上各元素与B 的第j列上的各对应元素的乘积之和.即12123j j i i i ijjsjjb b i a a ac i b ⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪⋅= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎪⎝⎭(3) 乘积矩阵C 的行数等于矩阵A 的行数,列数等于矩阵B 的列数. 线性变换(1)用矩阵乘法表示即为1112111213112122212223223132b b a a a x z b b aa a x zb b ⎛⎫⎛⎫⎛⎫⎛⎫ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ ⎪⎝⎭.这种矩阵的表示显然比(1)式表示要简单得多.例4 设矩阵1312140012,1134131402A B -⎛⎫ ⎪-⎛⎫ ⎪== ⎪ ⎪--⎝⎭⎪-⎝⎭,求AB .解 因为A 是24⨯矩阵,B 是43⨯矩阵,即A 的列数等于B 的行数,故A 和B 可相乘,其乘积AB 应是个23⨯矩阵.131********13413142AB ⎛⎫ ⎪-⎛⎫ ⎪=⎪ ⎪--⎝⎭ ⎪-⎝⎭()()()()()()()()211041042311430021124102111031441311334011123142⎛⨯+⨯+⨯+⨯⨯+⨯-+⨯-+⨯⨯+⨯⨯⨯⎫= ⎪⨯+-⨯+⨯+⨯⨯+-⨯-+⨯-+⨯⨯+-⨯+⨯+⨯-⎝⎭++(-) 6782056-⎛⎫= ⎪--⎝⎭. 例5 设2412A -⎛⎫= ⎪-⎝⎭,2436B ⎛⎫= ⎪--⎝⎭,求AB 及BA 。

相关文档
最新文档