线性代数矩阵性及应用举例
线性代数矩阵性及应用举例
————————————————————————————————作者：————————————————————————————————日期：
华北水利水电学院线性代数解决生活中实际问题
课程名称：线性代数
专业班级：
成员组成：
联系方式：
2012年11月7日
关于矩阵逆的判定及求逆矩阵方法的探讨
摘 要：矩阵的可逆性判定及逆矩阵的求解是高等代数的主要内容之一。本文给出 判定矩阵是否可逆及求逆矩阵的几种方法。 关键词：逆矩阵 伴随矩阵 初等矩阵 分块矩阵
矩阵理论是线性代数的一个主要内容，也是处理实际问题的重要工具，而逆矩阵在矩阵的理论和应用中占有相当重要的地位。下面通过引入逆矩阵的定义，就矩阵可逆性判定及求逆矩阵的方法进行探讨。
定义1 n 级方阵A 称为可逆的，如果n 级方阵B ，使得 AB=BA=E （1） 这里E 是n 级单位矩阵。
定义2 如果B 适合（1），那么B 就称为A 的逆矩阵，记作1
-A 。 定理1 如果A 有逆矩阵，则逆矩阵是唯一的。 逆矩阵的基本性质：
性质1 当A 为可逆阵，则A
A
1
1
=
-. 性质 2 若A 为可逆阵，则k kA A (,1
-为任意一个非零的数)都是可逆阵，且A A =--1
1)(
)0(1)(1
1≠=
--k A k
kA . 性质3 111
)
(---=A B AB ，其中A ，B 均为n 阶可逆阵. 性质4 A ()()'11
'=--A .
由性质3有 定理2
若)2(,21≥n A A A n Λ是同阶可逆阵，则n A A A Λ21,是可逆阵，且21(A A
下面给出几种判定方阵的可逆性及求逆矩阵的方法： 方法一 定义法
利用定义1，即找一个矩阵B ，使AB=E ，则A 可逆，并且B A =-1
。
方法二 伴随矩阵法
定义3 设)(ij a A =是n 级方阵，用ij A 表示A 的),(j i 元的代数余子式)1,(n j i Λ=，
矩阵 ?????
?
?nn n n
n n A A A A A A A A A Λ
ΛΛ2122212
12111称为A 的伴随矩阵，记作A*。 定理3 矩阵A 可逆的充分必要条件是0≠A ，并且当A 可逆时,有
*1
1A A
A =
-。 定理证明见[1].
定理3不仅给出了判断一个矩阵是否可逆的一种方法，并且给出了求逆矩阵的一种方法，但是这种方法主要用在理论上以及2级或3级矩阵的情形，如果阶数较大，那么使用此方法计算量太大。
由定理3逆矩阵判定的方法还有：
推论3.1 n 级矩阵A 可逆的充要条件是矩阵A 的秩为n 。 推论3.2 矩阵A 可逆的充要条件是它的特征值都不为0。
推论3.3 n 级矩阵A 可逆的充分必要条件是它的行(或列)向量组线性无关。 方法三 初等变换法
定义4 对矩阵施行以下三种变换称为矩阵的初等变换：
)1(
交换矩阵的两行(列)；
)2(以一个非零的数k 乘矩阵的某一行(列)；
)3( 把矩阵的某一行（列)的k 倍加到另一行(列)。
定理4 方阵A 可逆的充分必要条件是A 可表示为若干个同阶初等矩阵的乘积。
具体方法是：欲求A 的逆矩阵时，首先由A 作出一个n n 2?矩阵，即)(E A M
，其次对这个矩阵施以行初等变换(且只能用行初等变换)，将它的左半部的矩阵A 化为单位矩阵，那么原来右半部的单位矩阵就同时化为1
-A ：
)()(1-???→?A E E A M M 行初等变换
或者????
? ?????→?????? ??-1A E E A ΛΛ列初等变换
例1
求矩阵A 的逆矩阵，已知???
?
?
??=521310132A 。
解：
????? ??→????? ??→001132010310100521100521010310001132)(E A M ???
?
? ??---→20191001031010052
1
???????
?
?
?
--
--→??????
?
?
--→???
?
? ??--→316
16110012321
103265
65021316
161100010
31010
0521211600010310100521
??????
?
?
?
?
-----
-
→31616110012
3
21
0103461361001 ???????
?
??----
-=∴-31616
112
3
21
34613611A 注：在事先不知道n 阶矩阵是可逆的情况下，也可直接用此方法。如果在初等变换过程中
发现左边的矩阵有一行元素全为0，则意味着A 不可逆。 方法四 利用解线性方程组来求逆矩阵 若n 阶矩阵A 可逆，则E AA
=-1
，于是1-A 的第j 列是线性方程组j AX ε=的
解，n j Λ2,1=.因此我们可以去解线性方程组β=AX ，其)(1'=n b b Λβ，把所得的解的公
式中的n b b b Λ21,分别用00,1Λ；00,1,0Λ；…；1,00,0Λ代替，便可求得1-A 的第n Λ2,1列，这种方法在某些时候可能比用初等变换法求逆矩阵稍微简单一点。
例2
求矩阵A=???
??
?
?
?
??300001300001300
00130
00013的逆矩阵。
解： 设T x x x x x X ),,,,(54321= T
b b b b b B ),,,,(54321=
解方程组AX=B
即?????????==+=+=+=+554543432321
2133333b x b x x b x x b x x b x x 解得??
??
?
????=-=+-=-+-=+-+-=-----51
554245432335432
234254322314513)3(3)
33(3)333(3)3333(3b x b b x b b b x b b b b x b b b b b x 然后把),,,,(54321b b b b b B =列，分别用)0,0,0,0,1(1=ε )0,0,0,1,0(2=ε
)0,0,1,0,0(3=ε )0,1,0,0,0(4=ε )1,0,0,0,0(5=ε代入得到矩阵1-A 的第5,4,3,2,1行，分
别用)3,3,3,3,3(5
4
3
2
1
1-------=x )3,3,3,3,0(4
3
2
1
2------=x
)3,3,3,0,0(3213----=x )3,3,0,0,0(214---=x )3,0,0,0,0(15-=x
即??
???
??
?
??------=----------------1213214
32154321
1
30
000
3300033300
3333033333A 这种方法特别适用于线性方程组AX=B 的解容易求解的情形。 方法五 分块求逆法
当一个可逆矩阵的阶数较大时，即使用初等变换求它的逆矩阵仍然计算量较大。如果把该矩阵分块，再对分块矩阵求逆矩阵，则能减少计算量。而且形如???
?
??=21
00A A A ???? ??=00
21B
B B ???? ??=222111
10A A A M ???
?
??=221211
20A A A M
???? ??=0211211
3A
A A M ???
?
??=22211240A A A M 的分块矩阵，使用分块矩阵较方便。现用1M 为例，来说明求逆矩阵的方法，其它的矩阵可依此类推。 设有n 阶可逆矩阵???
? ??=222111
10A A
A M ，其中2211,A A 为s r ,阶可逆方阵，求1
1-M 。 解：设???? ??=-2221
1211
1
1
X X X X M ，则1
1-M 与1M 有相同分法，则 ???
?
??++=???? ?????? ??=-2222122121
22112112
1111
1122211211
2221
11
1
1
10X A X A X A X A X A X A X X X X A A A M M ???
? ?
?==s r
n E E E 0
0 得一个线性方程组为????
???=+=+==s
r E X A X A X A X A X A E X A 22221221212211211211111100
由于2211,A A 可逆，故1
22111,--A A 存在，解得???
??
??=-===----122221
11
2112221121
11110A X A A A X X A X 从而???
?
?
?-=-----1221
11211221
111
1
0A A A A A M 方法六 利用哈密尔顿—凯莱定理求逆矩阵法
哈密尔顿—凯莱定理 设A 是数域P 上一个n n ?矩阵，A E f -=λλ)(是A 的特征多
项式，则0)1()()(1
2211=-+++++-=-E A A
a a a A A f n n nn n
ΛΛ。
如果A 可逆，则A 的特征多项式的常数项0)1(≠-=A a n
n ，由定理知
0)(11
1=++++=--E A A A A f n n n n αααΛ
于是 E A E A A n n n n
=?+++-
---)(1
1211αααΛ
因此得 )(1
12111
E A A A
n n n n
----+++-
=αααΛ )(*
此式给出了1-A 的多项式计算方法。
例3
已知???
?
? ??--=201034011A ，求1-A 。
解：矩阵A 的特征多项式为： 254)(23-+-=-=
λλλλλA E f
因023≠-=α，所以矩阵A 可逆，由)(*式知
)54(2121
E A A A +-=-=????
?
??---11302802621
方法七 “和化积”法
有时遇到这样的问题：要求判断方阵之和A+B 的可逆性并求逆矩阵，此时可将A+B 直接化为
E C B A =+)(，由此有A+B 可逆，且C B A =+-1)(，或将方阵之和A+B 表为若干个已知的可逆
阵之积，再有定理2知A+B 可逆，并可得出其逆矩阵。 例4
证明：若0=k
A ，则A E -是可逆阵，并求1
)(--A E 。
证明：Θ E A
A A E A E k =++++--))((1
2
Λ
∴ E-A 是可逆矩阵且121
)
(--++++=-k A A A E A E Λ
总之，矩阵可逆性的判断及求逆矩阵的方法很多，不仅仅只是以上列举的几种方法，大家在做题过程中，可根据题目的需要灵活选用方法来求解。 参考文献：
[1]丘维声. 高等代数[M]. 高等教育出版社，1985. [2]北京大学数学系. 高等代数[M]. 高等教育出版社，1988. [3]杨明顺. 三角矩阵求逆的一种方法. 渭南师范学院学报，2003.
[4]杨彗. 矩阵的非奇异性判定及求逆矩阵的几种方法. 云南师范大学学报，2002.
The ones that go against matrix judge and ask the discussion
going against the matrix method
ABSTRACT:Judging reversibly and against the asking and solving one of the main contents that is higher algebra of matrix. This text provides and judges whether matrix
is reversible and asks several kinds of methods to go against matrix. KEYWORDS: Inverse matrix Adjoint matrix Elementary matrix
Partitioned matrix
线性代数应用实例
线性代数应用实例 ● 求插值多项式 右表给出函数()f t 上4个点的值，试求三次插值多项式230123()p t a a t a t a t =+++，并求(1.5)f 的近似值。 解：令三次多项式函数230123()p t a a t a t a t =+++过 表中已知的4点，可以得到四元线性方程组： ?????? ?=+++-=+++=+++=6 27931842033 210321032100 a a a a a a a a a a a a a 对于四元方程组，笔算就很费事了。应该用计算机求解了，键入： >>A=[1,0,0,0;1,1,1,1;1,2,4,8;1,3,9,27], b=[3;0;-1;6], s=rref([A,b]) 得到x = 1 0 0 0 3 0 1 0 0 -2 0 0 1 0 -2 0 0 0 1 1 得到01233,2,2,1a a a a ==-=-=，三次多项函数为23 ()322p t t t t =--+，故(1.5)f 近 似等于23 (1.5)32(1.5)2(1.5)(1.5) 1.125p =--+=-。 在一般情况下，当给出函数()f t 在n+1个点(1,2,,1)i t i n =+ 上的值()i f t 时，就可以用n 次多项式2012()n n p t a a t a t a t =++++ 对()f t 进行插值。 ● 在数字信号处理中的应用----- 数字滤波器系统函数 数字滤波器的网络结构图实际上也是一种信号流图。它的特点在于所有的相加节点都限定为双输入相加器；另外，数字滤波器器件有一个迟延一个节拍的运算，它也是一个线性算子，它的标注符号为z -1。根据这样的结构图，也可以用类似于例7.4的方法，求它 的输入输出之间的传递函数，在数字信号处理中称为系统函数。 图1表示了某个数字滤波器的结构图，现在要求出它的系统函数，即输出y 与输入u 之比。先在它的三个中间节点上标注信号的名称x1,x2,x3，以便对每个节点列写方程。
线性代数行列式算与性质
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。
线性代数应用案例资料
线性代数应用案例
行列式的应用 案例1 大学生在饮食方面存在很多问题，多数大学生不重视吃早餐，日常饮 食也没有规律，为了身体的健康就需要注意日常饮食中的营养。大学生每天的配餐中需要摄入一定的蛋白质、脂肪和碳水化合物，下表给出了这三种食物提供的营养以及大学生的正常所需营养（它们的质量以适当的单位计量）。 试根据这个问题建立一个线性方程组，并通过求解方程组来确定每天需要摄入的上述三种食物的量。 解：设123,, x x x 分别为三种食物的摄入量，则由表中的数据可以列出下列 方程组 123231 23365113337 1.1352347445 x x x x x x x x ++=?? +=? ?++=? 利用matlab 可以求得 x = 0.27722318361443 0.39192086163701 0.23323088049177 案例2 一个土建师、一个电气师、一个机械师组成一个技术服务社。假设在 一段时间内，每个人收入1元人民币需要支付给其他两人的服务费用以及每个人的实际收入如下表所示，问这段时间内，每人的总收入是多少？（总收入=实际收入+支付服务费）
解：设土建师、电气师、机械师的总收入分别是123,,x x x 元，根据题 意，建立方程组 1232133 120.20.35000.10.47000.30.4600 x x x x x x x x x --=?? --=??--=? 利用matlab 可以求得 x = 1.0e+003 * 1.25648414985591 1.44812680115274 1.55619596541787 案例3 医院营养师为病人配制的一份菜肴由蔬菜、鱼和肉松组成，这份菜肴 需含1200cal 热量，30g 蛋白质和300mg 维生素c ，已知三种食物每100g 中的有关营养的含量如下表，试求所配菜肴中每种食物的数量。 解：设所配菜肴中蔬菜、鱼和肉松的数量分别为123,,x x x 百克，根据题意，建立方程组 12312312360300600120039630906030300 x x x x x x x x x ++=?? ++=? ?++=? 利用matlab 可以求得 x = 1.52173913043478 2.39130434782609
线性代数矩阵性及应用举例
线性代数矩阵性及应用举例
————————————————————————————————作者：————————————————————————————————日期：
华北水利水电学院线性代数解决生活中实际问题 课程名称：线性代数 专业班级： 成员组成： 联系方式： 2012年11月7日
关于矩阵逆的判定及求逆矩阵方法的探讨 摘 要：矩阵的可逆性判定及逆矩阵的求解是高等代数的主要内容之一。本文给出 判定矩阵是否可逆及求逆矩阵的几种方法。 关键词：逆矩阵 伴随矩阵 初等矩阵 分块矩阵 矩阵理论是线性代数的一个主要内容，也是处理实际问题的重要工具，而逆矩阵在矩阵的理论和应用中占有相当重要的地位。下面通过引入逆矩阵的定义，就矩阵可逆性判定及求逆矩阵的方法进行探讨。 定义1 n 级方阵A 称为可逆的，如果n 级方阵B ，使得 AB=BA=E （1） 这里E 是n 级单位矩阵。 定义2 如果B 适合（1），那么B 就称为A 的逆矩阵，记作1 -A 。 定理1 如果A 有逆矩阵，则逆矩阵是唯一的。 逆矩阵的基本性质： 性质1 当A 为可逆阵，则A A 1 1 = -. 性质 2 若A 为可逆阵，则k kA A (,1 -为任意一个非零的数)都是可逆阵，且A A =--1 1)( )0(1)(1 1≠= --k A k kA . 性质3 111 ) (---=A B AB ，其中A ，B 均为n 阶可逆阵. 性质4 A ()()'11 '=--A . 由性质3有 定理2 若)2(,21≥n A A A n Λ是同阶可逆阵，则n A A A Λ21,是可逆阵，且21(A A 下面给出几种判定方阵的可逆性及求逆矩阵的方法： 方法一 定义法 利用定义1，即找一个矩阵B ，使AB=E ，则A 可逆，并且B A =-1 。 方法二 伴随矩阵法 定义3 设)(ij a A =是n 级方阵，用ij A 表示A 的),(j i 元的代数余子式)1,(n j i Λ=，
同济大学线性代数教案第一章线性方程组与矩阵
线性代数教学教案 第一章线性方程组与矩阵 授课序号01 1112121 2 n n m m mn a a a a a a ?? ?? ??? ，有时为了强调矩阵的行数和列数，也记为
n a ???. 212 n n n nn a a a ? ??? . 1112 00n n nn a a a a ?? ?? ? ? ?与上三角矩阵200 n nn a ? ??? . 000 0n a ??? ??? ，或记为100 1? ???? . 负矩阵的定义：对于矩阵()ij m n a ?=A ，称矩阵21 22 n m m m mn mn b a b a b ?? +++? ，
a b+
21 2 n m m mn a a a ????，转置矩阵212.m n n nm a ? ??? 矩阵的转置满足的运算规律（这里k 为常数，A 与B 为同型矩阵）阶方阵()ij a =A 如果满足222n n m mn n a x +21 2 n m m mn a a a ????称为该线性方程组的系数矩阵n x ???，m b = ? ??? β，有：
2221122221 21122n n n m m mn n m m mn n a a a x a x a x a x ??? ? =??? ???? ? ++ +????? . 再根据矩阵相等的定义，该线性方程组可以用矩阵形式来表示：=Ax β.
授课序号02 21 2 t s s st ????A A A ，21 2 t s s st ? = ? ??? B B B B ，的行数相同、列数相同，则有 21 22 t s s s st st ?? ±±±? B A B A B . 111221 2 t s s st ? ? ??? A A A A A ，都有21 2 t s s st k k ? ??? A A A .
同济大学工程数学线性代数第六版答案(全)
第一章 行列式 1. 利用对角线法则计算下列三阶行列式: (1)3811411 02---; 解 3 811411 02--- =2?(-4)?3+0?(-1)?(-1)+1?1?8 -0?1?3-2?(-1)?8-1?(-4)?(-1) =-24+8+16-4=-4. (2)b a c a c b c b a ; 解 b a c a c b c b a =acb +bac +cba -bbb -aaa -ccc =3abc -a 3-b 3-c 3. (3)2221 11c b a c b a ; 解 2 221 11c b a c b a =bc 2+ca 2+ab 2-ac 2-ba 2-cb 2 =(a -b )(b -c )(c -a ).
(4)y x y x x y x y y x y x +++. 解 y x y x x y x y y x y x +++ =x (x +y )y +yx (x +y )+(x +y )yx -y 3 -(x +y )3 -x 3 =3xy (x +y )-y 3 -3x 2 y -x 3 -y 3 -x 3 =-2(x 3 +y 3 ). 2. 按自然数从小到大为标准次序, 求下列各排列的逆序数: (1)1 2 3 4; 解 逆序数为0 (2)4 1 3 2; 解 逆序数为4: 41, 43, 42, 32. (3)3 4 2 1; 解 逆序数为5: 3 2, 3 1, 4 2, 4 1, 2 1. (4)2 4 1 3; 解 逆序数为3: 2 1, 4 1, 4 3. (5)1 3 ? ? ? (2n -1) 2 4 ? ? ? (2n ); 解 逆序数为2 ) 1(-n n : 3 2 (1个) 5 2, 5 4(2个) 7 2, 7 4, 7 6(3个) ? ? ? ? ? ?
线性代数在实际生活中的应用
线性代数在生活中的实际应用 大学数学是自然科学的基本语言，是应用模式探索现实世界物质运动机理的主要手段。学习数学的意义不仅仅是学习一种专业的工具而已。；；初等的数学 知识学习线性代数数学建模函数模型的建立及应用，作为变化率的额倒数在几何学、物理学、经济学中的应用，抛体运动的数学建模及其应用，最优化方法及其在工程、经济、农业等领域中的应用，逻辑斯谛模型及其在人口预测、新产品的推广与经济增长预测方面的应用，网络流模型及其应用，人口迁移模型及其应用，常用概率模型及其应用，等等。 线性代数中行列式实质上是又一些竖直排列形成的数表按一定的法则计算得到的一个数。早在1683年与1693年，日本数学家关孝和与德国数学家莱布尼茨就分别独立的提出了行列式的概念。之后很长一段时间，行列式主要应用与对现行方程组的而研究。大约一个半世纪后，行列式逐步发展成为线性代数的一个独立的理论分支。1750年瑞士数学家克莱姆也在他的论文中提出了利用行列式求解线性方程组的著名法则一一克莱姆法则。随后1812年，法国数学家柯西发现了行列式在解析几何中的应用，这一发现机器了人们对行列式的应用进行探索的浓厚兴趣。如今，由于计算机和计算软件的发展，在常见的高阶行列式计算中，行列式的数值意义虽然不大，但是行列式公式依然可以给出构成行列式的数表的重要信息。在线性代数的某些应用中，行列式的只是依然非常重要。 例如：有甲、乙、丙三种化肥，甲种化肥每千克含氮70克，磷8克，钾2克；乙种、化肥每千克含氮64克，磷10克，钾0.6克；丙种化肥每千克含氮 70克，磷5克，钾1.4克.若把此三种化肥混合，要求总重量23千克且含磷 149克，钾30克，问三种化肥各需多少千克?
线性代数应用题
线性代数应用题集锦 郑波 重庆文理学院数学与统计学院 2011年10月
目录 案例一. 交通网络流量分析问题 (1) 案例二. 配方问题 (4) 案例三. 投入产出问题 (6) 案例四. 平板的稳态温度分布问题 (8) 案例五. CT图像的代数重建问题 (10) 案例六. 平衡结构的梁受力计算 (12) 案例七. 化学方程式配平问题 (15) 案例八. 互付工资问题 (17) 案例九. 平衡价格问题 (19) 案例十. 电路设计问题 (21) 案例十一. 平面图形的几何变换 (23) 案例十二. 太空探测器轨道数据问题 (25) 案例十三. 应用矩阵编制Hill密码 (26) 案例十四. 显示器色彩制式转换问题 (28) 案例十五. 人员流动问题 (30) 案例十六. 金融公司支付基金的流动 (32) 案例十七. 选举问题 (34) 案例十八. 简单的种群增长问题 (35) 案例十九. 一阶常系数线性齐次微分方程组的求解 (37) 案例二十. 最值问题 (39) 附录数学实验报告模板 (40)
这里收集了二十个容易理解的案例. 和各类数学建模竞赛的题目相比, 这些案例确实显得过于简单. 但如果学生能通过这些案例加深对线性代数基本概念、理论和方法的理解, 培养数学建模的意识, 那么我们初步的目的也就达到了. 案例一. 交通网络流量分析问题 城市道路网中每条道路、每个交叉路口的车流量调查，是分析、评价及改善城市交通状况的基础。根据实际车流量信息可以设计流量控制方案，必要时设置单行线，以免大量车辆长时间拥堵。 图1 某地交通实况 图2 某城市单行线示意图 【模型准备】某城市单行线如下图所示, 其中的数字表示该路段每小时按箭头方向行驶的车流量(单位: 辆).
线性代数知识点总结
大学线性代数知识点总结 第一章 行列式 二三阶行列式 N 阶行列式：行列式中所有不同行、不同列的n 个元素的乘积的和 n n n nj j j j j j j j j n ij a a a a ...)1(21212121) ..(∑-= τ （奇偶）排列、逆序数、对换 行列式的性质:①行列式行列互换,其值不变。(转置行列式T D D =） ②行列式中某两行（列)互换,行列式变号。 推论：若行列式中某两行（列)对应元素相等，则行列式等于零。 ③常数k 乘以行列式的某一行(列）,等于k 乘以此行列式。 推论:若行列式中两行（列）成比例，则行列式值为零; 推论:行列式中某一行(列)元素全为零,行列式为零。 ④行列式具有分行（列)可加性 ⑤将行列式某一行(列）的k 倍加到另一行（列)上,值不变 行列式依行(列）展开：余子式ij M 、代数余子式ij j i ij M A +-=)1( 定理:行列式中某一行的元素与另一行元素对应余子式乘积之和为零。 克莱姆法则： 非齐次线性方程组 ：当系数行列式0≠D 时,有唯一解：)21(n j D D x j j ??== 、 齐次线性方程组 ：当系数行列式01≠=D 时，则只有零解 逆否：若方程组存在非零解,则Ｄ等于零 特殊行列式: ①转置行列式：33 23 13 3222123121113332 31 232221 131211 a a a a a a a a a a a a a a a a a a → ②对称行列式:ji ij a a = ③反对称行列式:ji ij a a -= 奇数阶的反对称行列式值为零 ④三线性行列式：33 31 2221 13 1211 0a a a a a a a 方法:用221a k 把21a 化为零，。。化为三角形行列式
线性代数是大学数学一门重要的基础课它的内
浅谈对线性代数核心内容的学习 一、线性代数的特点及教学中存在的问题 线性代数是大学数学一门重要的基础课，它的内容对其它后续课程以及工程技术、经济管理、网络信息中有着广泛的应用。目前非数学专业对线性代数教学课时一般都安排较少，学生普遍反映线性代数课程“抽象”难懂。原因是：第一，线性代数中概念抽象。在刚开始的学习中，学生的主要难点集中在对一些概念难于接受和理解，例如：行列式的定义、矩阵乘法的定义、矩阵的初等变换规则，尤其是向量空间的抽象定义、线性相关及线性无关的定义等等；第二，教材的编排体系。大部分教材一般是按逻辑顺序—定义、公理、引理、定理、推论的模式来编写的。为学习某项新知识，必须有很多的预备知识作为铺垫，进而才能更好地理解新知识的来龙去脉。这样循序渐近的安排，使教材整个的知识体系更加完整，天衣无缝。但在实际教学中，往往使学生抓不住知识的主干，“只见树木，不见森林”，不知道一开始学习的知识干什么，只是被动地一步一步跟着走。对学生而言，每门课程都是新的，以前很少接触过，不可能对课程有整体的把握，更不可能理解作者编书的原始想法。这就要求教师在讲课的过程中合理地安排教学内容的顺序，突出重点、难点，让学生掌握课程的主干、核心内容，对课程整体作深入的了解和把握。 二、线性代数的核心内容 线性代数名曰代数，处理的却是几何对象，它的研究对象是线性空间（向量）及线性变换，它的处理工具和方法是代数中的矩阵理论——矩阵及其运算，特别是矩阵的乘法。多数线性代数教材的内容顺序是：行列式、矩阵、线性方程组、向量和线性空间、特征值和二次型。这几章的内容，线性方程组是核心内容，行列式的定义及运算法则、矩阵及其运算和变换是工具，都是为解线性方程组服务的。向量的线性相（无）关的问题，都可转化成对线性方程组的研究。例如： 设由m 个方程n 个未知数组成的线性方程组为： ???????=+++=+++=+++m n mn m m n n n n b x a x a x a b x a x a x a b x a x a x a ΛΛΛΛ22112222212111212111 该线性方程组可以写成向量的线性组合的形式： βααα=+++n n x x x Λ2211 其中?????? ? ??=mi i i i a a a M 21α，n i ,,2,1Λ=，??????? ??=m b b b M 21β 上面两种形式都可以简写成矩阵方程形式：b Ax =，其中A 为系数矩阵，即 ?????? ? ??=??????? ????????? ??m n mn m m n b b b x x x a a a a a a a a a M M ΛΛΛΛ21212111222111211 由于研究内容的不同，有以上三种不同的表示形式，但解决三者的方法却是完全一样的，都可以借助于矩阵理论进行研究即可，因此，线性方程组、向量的线性组合和矩阵及矩阵方程三个看似独立不同的问题是可以作等价研究的。例如： 问向量组)2,4,2(1-=α，)1,2,3(2=α，)2,4,1(3=α是否线性相关？
线性代数论文设计(矩阵在自己专业中地应用及举例)
矩阵在自己专业中的应用及举例
摘要： I、矩阵是线性代数的基本概念，它在线性代数与数学的许多分支中都有重要的应用，许多实际问题可以用矩阵表达并用相关的理论得到解决。 II、文中介绍了矩阵的概念、基本运算、可逆矩阵、矩阵的秩等容。 III、矩阵在地理信息系统中也有许多的应用，比如文中重点体现的在计算机图形学中应用。 关键词： 矩阵可逆矩阵图形学图形变换 正文： 第一部分引言 在线性代数中，我们主要学习了关于行列式、矩阵、方程、向量等相关性比较强的容，而这些容在我们专业的其他一些学科中应用也是比较广泛的，是其它一些学科的很好的辅助学科之一。因此，能够将我们所学的东西融会贯通是一件非常有意义的事，而且对我们的学习只会有更好的促进作用。在计算机图形学中矩阵有一些最基本的应有，但是概念已经与线性代数中的有一些不同的意义。在计算机图形学中，矩阵可以是一个新的额坐标系，也可以是对一些测量点的坐标变换，例如：平移、错切等等。在后面的文章中，我通过查询一些相关的资料，对其中一些容作了比较详细的介绍，希望对以后的学习能够有一定的指导作用。在线性代数中，矩阵也占据着一定的重要地位，
与行列式、方程、向量、二次型等容有着密切的联系，在解决一些问题的思想上是相同的。尤其他们在作为处理一些实际问题的工具上的时候。 图形变换是计算机图形学领域的主要容之一，为方便用户在图形交互式处理过程中度图形进行各种观察，需要对图形实施一系列的变换，计算机图形学主要有以下几种变换：几何变换、坐标变换和观察变换等。这些变换有着不同的作用，却又紧密联系在一起。 第二部分 研究问题及成果 1. 矩阵的概念 定义：由n m ?个数排列成的m 行n 列的矩阵数表 ????? ???????ann an an n a a a n a a a ΛM ΛM M K Λ212222111211 称为一个n m ?矩阵，其中an 表示位于数表中第i 行第j 列的数，i=1,2,3，…n ，又称为矩阵的元素。A,B 元素都是实数的矩阵称为实矩阵。元素属于复数的矩阵称为复矩阵。 下面介绍几种常用的特殊矩阵。 （1）行距阵和列矩阵 仅有一行的矩阵称为行距阵（也称为行向量），如 A=(a11 a12 .... a1n), 也记为 a=(a11,a12,.....a1n). 仅有一列的矩阵称为列矩阵（也称为列向量），如
线性代数---特殊行列式及行列式计算方法总结
特殊行列式及行列式计算方法总结 一、 几类特殊行列式 1. 上（下）三角行列式、对角行列式（教材P7例5、例6） 2. 以副对角线为标准的行列式 11112112,1221222,1 1,21,1 1,11 2 ,1 (1)2 12,11 000000 00 000 0000 (1) n n n n n n n n n n n nn n n n n n nn n n n n n a a a a a a a a a a a a a a a a a a a a a a ---------== =- 3. 分块行列式（教材P14例10） 一般化结果： 00n n m n n m n m m n m m n m A C A A B B C B ????==? 0(1)0n m n n m n mn n m m m n m m n A C A A B B C B ????==-? 4. 范德蒙行列式（教材P18例12） 注：4种特殊行列式的结果需牢记！ 以下几种行列式的特殊解法必须熟练掌握！！！ 二、 低阶行列式计算 二阶、三阶行列式——对角线法则 （教材P2、P3） 三、 高阶行列式的计算 【五种解题方法】 1) 利用行列式定义直接计算特殊行列式； 2) 利用行列式的性质将高阶行列式化成已知结果的特殊行列式； 3) 利用行列式的行（列）扩展定理以及行列式的性质，将行列式降阶进行计算 ——适用于行列式的某一行或某一列中有很多零元素，并且非零元素的代数余子式很容易计算； 4) 递推法或数学归纳法； 5) 升阶法（又称加边法）
【常见的化简行列式的方法】 1. 利用行列式定义直接计算特殊行列式 例1 （2001年考研题） 00010002000199900 02000000 002001 D = 分析：该行列式的特点是每行每列只有一个元素，因此很容易联想到直接利用行列式定义进行计算。 解法一：定义法 (1,2,...,2,1,)012...19990(1)2001!(1)2001!2001!n n n D τ--+++++=-=-= 解法二：行列式性质法 利用行列式性质2把最后一行依次与第n -1,n -2,…,2,1行交换（这里n =2001），即进行2000次换行以后，变成副对角行列式。 2001(20011) 20011 20011 2 000020010 001000200(1) (1) (1)2001!2001!0199900 02000 000D ?---=-=--= 解法三：分块法 00010002000199900 02000000 002001 D = 利用分块行列式的结果可以得到
线性代数在数模中的应用
线性代数在数学建模中的应用举例 1 基因间“距离”的表示 在ABO 血型的人们中，对各种群体的基因的频率进行了研究。如果我们把四种等位基因A 1，A 2，B ，O 区别开，有人报道了如下的相对频率，见表1.1。 表1.1基因的相对频率 问题 一个群体与另一群体的接近程度如何？换句话说，就是要一个表示基因的“距离”的合宜的量度。 解 有人提出一种利用向量代数的方法。首先，我们用单位向量来表示每一个群体。为此目的，我们取每一种频率的平方根，记ki ki f x = .由于对这四种群 体的每一种有14 1 =∑=i ki f ，所以我们得到∑==4 1 2 1i ki x .这意味着下列四个向量的每个都 是单位向量.记 .444342414,343332313,242322212,141312111???? ? ? ??????=????????????=????????????=????????????=x x x x a x x x x a x x x x a x x x x a
在四维空间中，这些向量的顶端都位于一个半径为1的球面上. 现在用两个向量间的夹角来表示两个对应的群体间的“距离”似乎是合理的.如果我们把a 1和a 2之间的夹角记为θ，那么由于| a 1|=| a 2|=1，再由内只公式，得 21cos a a ?=θ 而 .8307.03464.02943.03216.0,8228.01778.00000.05398.021???? ? ? ??????????????? ???=a a 故 9187.0c o s 21=?=a a θ 得 2.23=θ°. 按同样的方式，我们可以得到表1.2. 表1.2基因间的“距离” 由表1.2可见，最小的基因“距离”是班图人和英国人之间的“距离”，而爱斯基摩人和班图人之间的基因“距离”最大. 2 Euler 的四面体问题 问题 如何用四面体的六条棱长去表示它的体积？这个问题是由Euler （欧拉）提出的. 解 建立如图2.1所示坐标系，设A ，B ，C 三点的坐标分别为（a 1,b 1,c 1）,( a 2,b 2,c 2)和（a 3,b 3,c 3），并设四面体O-ABC 的六条棱长分别为.,,,,,r q p n m l 由立体几何知道，该四面体的体积V 等于以向量→ → → OC OB OA ,,组成右手系时，以它们为棱的平行
线性代数在生活中的实际应用
線性代數在生活中の實際應用 大學數學是自然科學の基本語言，是應用模式探索現實世界物質運動機理の主要手段。學習數學の意義不僅僅是學習一種專業の工具而已。 ；；；初等の數學知識 學習線性代數數學建模 函數模型の建立及應用，作為變化率の額倒數在幾何學、物理學、經濟學中の應用，拋體運動の數學建模及其應用，最優化方法及其在工程、經濟、農業等領域中の應用，邏輯斯諦模型及其在人口預測、新產品の推廣與經濟增長預測方面の應用，網絡流模型及其應用，人口遷移模型及其應用，常用概率模型及其應用，等等。 線性代數中行列式 實質上是又一些豎直排列形成の數表按一定の法則計算得到の一個數。早在1683年與1693年，日本數學家關孝和與德國數學家萊布尼茨就分別獨立の提出了行列式の概念。之後很長一段時間，行列式主要應用與對現行方程組の而研究。大約一個半世紀後，行列式逐步發展成為線性代數の一個獨立の理論分支。1750年瑞士數學家克萊姆也在他の論文中提出了利用行列式求解線性方程組の著名法則——克萊姆法則。隨後1812年，法國數學家柯西發現了行列式在解析幾何中の應用，這一發現機器了人們對行列式の應用進行探索の濃厚興趣。如今，由於計算機和計算軟件の發展，在常見の高階行列式計算中，行列式の數值意義雖然不大，但是行列式公式依然可以給出構成行列式の數表の重要信息。在線性代數の某些應用中，行列式の只是依然非常重要。 矩陣實質上就是一張長方形の數表，無論是在日常生活中還是科學研究中，矩陣是一種非常常見の數學現象。學校課表、成績單、工廠裏の生產進度表、車站時刻表、價目表、故事中の證劵價目表、科研領域中の數據分析表，它是表述或處理大量の生活、生產與科研問題の有力の工具。矩陣の重要作用主要是它能把頭緒紛繁の十五按一定の規則清晰地展現出來，使我們不至於背一些表面看起來雜亂無章の關系弄得暈頭轉向。塌還可以恰當の給出事物之間內在の聯系，並通過矩陣の運算或變換來揭示事物之間の內在聯系。它也是我們求解數學問題時候“數形結合”の途徑。矩陣の運算是非常重要の內容。 例：計算?????? ??----------?n n n n n n n n n n n n n n n 11111 1 11 112 解： ?????? ??-------- - -n n n n n n n n n n n n n 111111 1 1 1 1 ??? ?????????? ? ?---------=11 1 1111 1112 n n n n ???? ? ? ?---------= 11 1 1111 1112 2 n n n n ?? ? ?? ? ? ??---------=)1()1() 1(12n n n n n n n n n n n n n
线性代数的基本运算
111 第5章 线性代数的基本运算 本章学习的主要目的： 1 复习线性代数中有关行列式、矩阵、矩阵初等变换、向量的线性相关性、线性方程组的求解、相似矩阵及二次型的相关知识. 2学会用MatLab 软件进行行列式的计算、矩阵的基本运算、矩阵初等变换、向量的线性相关性的判别、线性方程组的求解、二次型化标准形的运算. 5.1 行列式 5.1.1 n 阶行列式定义 由2n 个元素),,2,1,(n j i a ij 组成的记号 D=nn n n n n a a a a a a a a a 212222111211 称为n 阶行列式.其值是所有取自不同行不同列的n 个元素的乘积n np 2p 21p 1a a a 的代数和,各项的符号由n 级排列n p p p 21决定,即
112 D= ∑ -n p p p n p p p 21n np 2 p 21 p 1) 21( a a a )1(τ, 其中 ∑n p p p 21表示对所有n 级排列求和, ) ,,,(21n p p p τ是排列 n p p p 21的逆序数. 5.1.2 行列式的性质 (1) 行列式与它的转置行列式相等. (2) 互换行列式的两行(列),行列式变号. (3) 若行列式有两行(列)完全相同,则此行列式为零. (4) 行列式的某一行(列)中所有的元素都乘以同一数k,等于用数k 乘此行列式. (5) 若行列式有两行(列)元素成比例,则此行列式为零. (6) 若行列式的某一列(行)的元素是两数的和,则此行列式等 于对应两个行列式之和.即 nn n n ni n n i i nn n n ni n n i i nn n n ni ni n n i i i i a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a 21'2 1 '22221 '11211212 1 22221 112 1121'2 1 '222221'111211+ =+++ (7) 若行列式的某一行(列)的各元素乘以同一数加到另一行(列)对应的元素上去,行列式不变.
线性代数的应用论文
论文:线性代数的应用与心得体会班级： 姓名： 学号: 指导老师: 完成时间：2014年10月20日
目录 【摘要】 (2) 【关键词】 (2) 一、线性代数被广泛运用的原因 (2) 二、线性代数在实际中的应用 (2) 1. 用二阶行列式求平行四边形面积，用三阶行列 式求平行六面面体 (2) 2. 希尔密码 (2) 3.在人们平常日常生活的应用——减肥配方的实 现 (3) 4、在城市人们出行的应用——交通流的分析 (4) 5、马尔可夫链 (5) 6、在人口迁移的应用人口迁徙模型 (5) 三、心得与体会 (7)
【摘要】我们对线性代数的了解大概是，线性代数理论有着悠久的历史和丰富的内容，还有其主要知识：矩阵、方程组和向量；我们也应该了解其在众多的科学技术领域和实际生活中的应用都十分广泛。下面就是看一些具体实例应用，和一些心得体会。 【关键词】线性代数；实际生活；应用实例；心得体会； 。 一、线性代数被广泛运用的原因 为什么线性代数得到广泛运用，也就是说，为什么在实际的科学研究中解线性方程组是经常的事，而并非解非线性方程组是经常的事呢？ 原因之一，大自然的许多现象恰好是线性变化的，研究的是单个变量之间的关系。例如我们高中学过的物理学科中，物理可以分为机械运动、电运动、还有量子力学的运动。而比较重要的机械运动的基本方程是牛顿第二定律，即物体的加速度同它所受到的力成正比，其实这又恰恰符合基本的线性微分方程。再如电运动的基本方程是麦克思韦方程组，这个方程组表明电场强度与磁场的变化率成正比，而磁场的强度又与电场强度的变化率成正比，因此麦克思韦方程组也正好是线性方程组。 原因之二，之后随着科学的发展，我们不仅要研究单个变量之间的关系，还要进一步研究多个变量之间的关系，因为各种实际问题在大多数情况下可以线性化，而且由于计算机的发展，线性化了的问题又可以计算出来，所以，线性代数因这方面的成为了解决这些问题的有力工具而被广泛应用。 原因之三，在数学中线性代数与几何和代数有着不可分割的联系。线性代数所体现的几何观念与代数方法之间的联系，从具体概念变为抽象出来的公理化方法，对于强化人们的数学训练，增强科学性是非常有用的。 二、线性代数在实际中的应用 1.用二阶行列式求平行四边形面积，用三阶行列式求平行六面面体 2.希尔密码 希尔密码（Hill Password）是运用基本矩阵论原理的替换密码，由Lester S. Hill在1929年发明。每个字母当作26进制数字：A=0, B=1, C=2... 一串字母当成n维向量，跟一个n×n 的矩阵相乘，再将得出的结果模26。注意用作加密的矩阵（即密匙）在\mathbb_^n必须是可逆的，否则就不可能译码。只有矩阵的行列式和26互质，才是可逆的。 例题、 设明文为HPFRPAHTNECL,密钥矩阵为：
线性代数在实际生活中的应用
线性代数在生活中的实际应用 大学数学就是自然科学的基本语言,就是应用模式探索现实世界物质运动机理的主要手段。学习数学的意义不仅仅就是学习一种专业的工具而已。 ;;;初等的数学知识 学习线性代数数学建模 函数模型的建立及应用,作为变化率的额倒数在几何学、物理学、经济学中的应用,抛体运动的数学建模及其应用,最优化方法及其在工程、经济、农业等领域中的应用,逻辑斯谛模型及其在人口预测、新产品的推广与经济增长预测方面的应用,网络流模型及其应用,人口迁移模型及其应用,常用概率模型及其应用,等等。 线性代数中行列式 实质上就是又一些竖直排列形成的数表按一定的法则计算得到的一个数。早在1683年与1693年,日本数学家关孝与与德国数学家莱布尼茨就分别独立的提出了行列式的概念。之后很长一段时间,行列式主要应用与对现行方程组的而研究。大约一个半世纪后,行列式逐步发展成为线性代数的一个独立的理论分支。1750年瑞士数学家克莱姆也在她的论文中提出了利用行列式求解线性方程组的著名法则——克莱姆法则。随后1812年,法国数学家柯西发现了行列式在解析几何中的应用,这一发现机器了人们对行列式的应用进行探索的浓厚兴趣。如今,由于计算机与计算软件的发展,在常见的高阶行列式计算中,行列式的数值意义虽然不大,但就是行列式公式依然可以给出构成行列式的数表的重要信息。在线性代数的某些应用中,行列式的只就是依然非常重要。 例如:有甲、乙、丙三种化肥,甲种化肥每千克含氮70克,磷8克,钾2克;乙种、 化肥每千克含氮64克,磷10克,钾0、6克;丙种化肥每千克含氮70克,磷5克,钾1、4克.若把此三种化肥混合,要求总重量23千克且含磷149克,钾30克,问三种化肥各需多少千克？ 解: 题意得方程组 依千克、、各需设甲、乙、丙三种化肥３２,1x x x ??? ??=++=++=++. 304.16.02,1495108,23321 321321x x x x x x x x x ,527- =D 此方程组的系数行列式81275 81 321-=-=-=D D D ，，又 由克莱姆法则,此方程组有唯一解:3=x １;52=x ;.153=x 即甲乙丙三种化肥各需 3千克 5千克 15千克、 矩阵实质上就就是一张长方形的数表,无论就是在日常生活中还就是科学研究中,矩阵就是一种非常常见的数学现象。学校课表、成绩单、工厂里的生产进度 表、车站时刻表、价目表、故事中的证劵价目表、科研领域中的数据分析表,它就是表述或处理大量的生活、生产与科研问题的有力的工具。矩阵的重要作用主要就是它能把头绪纷繁的十五按一定的规则清晰地展现出来,使我们不至于背一些表面瞧起来杂乱无章的关系弄得晕头转向。塌还可以恰当的给出事物之间内在的联系,并通过矩阵的运算或变换来揭示事物之间的内在联系。它也就是我们求解数学问题时候“数形结合”的途径。矩阵的运算就是非常重要的内容。
刘三阳线性代数第二版第一章标准答案
刘三阳线性代数第二版第一章答案
————————————————————————————————作者：————————————————————————————————日期：
第一章矩阵及其应用习题解答 本章需要掌握的是： 1）矩阵的定义，以及矩阵的运算（加、减、数乘和乘法）； 2）方阵的幂和多项式，以及矩阵转置的性质； 3）逆阵的定义，以及逆阵的4条性质； 4）分块矩阵的运算规则； 5）矩阵的三种初等变换及行阶梯矩阵和行最简矩阵； 6）三种初等矩阵，以及定理1.4（左乘行变，右乘列变）、1.5、1.6和1.7；7）求逆阵的方法：定义法和初等变换法。 1、设方阵A满足，求。 题型分析：此类题型考核的知识点是逆阵的定义，即。因此无论题中给出的有关矩阵A的多项式（如本题是）多么复杂，只 需要把该多项式配方成“（所求逆的表达式）*（配方后的因子）=E”即可，即本题是要配成（A-E）*(?)=E。 解： %配出2003A可提取的（A-E） %配出1998可提取的（A-E） %提取公因式（A-E） %将只有单位阵的那一项移至等式右端 %写成“AB=BA=E”的形式
%由逆阵定义可知 巩固练习：教材第38页第13题 2、设，求。其中k为正整数。 题型分析：此类题型考核的知识点是矩阵的乘法和幂运算。解题思路为依次计算 最多到，通常这时已经可以看出规律，依此规律解题即可。 解：，，因此推论，用数学归纳法证明如下： 1）当k=1时，成立； 2）假设当k=n-1时，上式成立，即，则有 当k=n时，也成立。 所以 巩固练习：教材第41页二、填空题（3） 3、设A=E-uu T ，E为n阶单位阵，u为n维非零列向量，u T 为u的转置，证明：1）A2=A的充要条件是u T u=1； 2）当u T u=1时，A是不可逆的。 题型分析：这道题综合了矩阵这一章的大部分知识点，是个综合题，对于刚学了第一章的同学们来说也是一道难题。解题思路首先要明确u为n为非零向量是指u是一个只有一行 或一列的矩阵，题中有即告诉我们u是一个n*1阶列矩阵即列向量。
线性代数在企业生产中的应用
线性代数在企业生产中的应用 小组：第五组 系部：工商管理系 专业：市场营销 指导老师：赵梅春 提交日期：2015年5月27日
目录 线性代数在企业生产中的应用 (1) 摘要 (2) 简介 (3) 什么是线性代数 (3) 线性代数在经营管理领域中的应用 (4) 线性代数应用广泛的原因 (4) 相关知识 (5) 实例分析 (9) 1、价格平衡模型 (9) 2、生产总值问题 (11) 3、产品成本计算 (13) 4、投入产出数学模型 (14) 参考文献 (15) 致谢 (15)
摘要 线性代数是一门讨论矩阵理论、与矩阵结合的有限维向量空间及其线性变换理论的学科。当代，睡着线性代数在企业生产领域的广泛应用，线性代数显得日益的重要。通过对线性代数知识的运用，企业可以预测市场变化、计算投资与回报、调节最优的生产模式等。科学地运用线性代数可以使企业生产更加适应当今不断变化的市场环境。可见，对线性代数研究的深浅将直接影响我国企业是否能在未来的生产中顺利发展。本文将围绕线性代数在企业生产中的应用，通过四个线性代数在企业生产中应用的实例，即运用线性代数建立投入产出模型、运用线性代数计算产品成本、运用线性代数解决生产总值问题等四个实例，目的在于通过对这四个实例的分析，来说明线性代数在企业生产中有着那些应用，并解释为什么这些应用对企业生产有着不可替代的重要作用，以及解答如何在企业生产中科学地运用小小大，而更重要的是，我们希望本文的研究成果，能为企业在运用线性代数解决生产问题这一方面提供科学有效的参考价值。 关键词：线性代数企业生产数学模型预测市场 Abstract
Linear algebra is a discussion of matrix theory, matrix binding and subject finite-dimensional vector space linear transformation theory. Contemporary, asleep linear algebra is widely used in the production field, linear algebra is becoming increasingly important. Through the use of linear algebra, companies can predict market changes, and return on investment calculation, adjusting optimal production mode. Scientific use of linear algebra can make production more responsive to today's ever-changing market environment. Seen on the depth of linear algebra will directly affect whether the smooth development of Chinese enterprises in the future production. This article will focus on linear algebra in the enterprise production, by way of example in the production of four linear algebra applied, that the use of linear algebra establish input-output model, using linear algebra calculation of product cost, using linear algebra to solve the problem of GDP four instances, the aim of the analysis by these four examples to illustrate the production of linear algebra with those applications, and explain why these applications on the production plays an irreplaceable role, and how to answer in enterprise production Little Big scientific use, but more importantly, we hope that results of this study can provide