线性代数知识点总结第二章
线性代数知识点总结
第二章矩阵及其运算
第一节 矩阵 定义
由m ⨯n 个数a ij
(i =1,
2 , m , j =;
1, n 2, 的m 行n 列的数表), 排成
a 1n ⎫
⎪
a 2n ⎪
,⎪ ⎪
a mn ⎭
a 11a 21 a m 1a 12 a 1n ⎛a 11a 12
a 21a 22a 22 a 2n
称为m 行n 列矩阵。简称m ⨯n 矩阵,记作A =
a m 2 a mn ⎝a m 1a m 1
简记为A =A m ⨯n =a ij 说明 扩展
()
m ⨯n
=(a ij ),这m ⨯n 个数称为A 的元素, 简称为元。
元素是实数的矩阵称为实矩阵,元素是复数的矩阵称为复矩阵。 几种特殊的矩阵:
方阵 :行数与列数都等于n 的矩阵A 。 记作:A n 。 行(列) 矩阵:只有一行(列) 的矩阵。也称行(列) 向量。 同型矩阵:两矩阵的行数相等,列数也相等。 相等矩阵:AB 同型, 且对应元素相等。记作:A =B 零矩阵:元素都是零的矩阵(不同型的零矩阵不同) 对角阵:不在主对角线上的元素都是零。
单位阵:主对角线上元素都是1,其它元素都是0,记作:E n (不引起混淆时,也可
表示为E ) (课本P29—P31)
注意 矩阵与行列式有本质的区别,行列式是一个算式,一个数字行列式经过计算可求得其值,而矩阵仅仅是一个数表,它的行数和列数可以不同。
第二节 矩阵的运算
矩阵的加法 设有两个m ⨯n 矩阵A =a ij 和B =b ij ,那么矩阵A 与B 的和记作A +B ,
()
()
⎛a 11+b 11
a 21+b 21 规定为A +B =
⎝a m 1+b m 1
a 12+b 12a 22+b 22
a m 2+b m 2
a 1n +b 1n ⎫
⎪
a 2n +b 2n ⎪
⎪
⎪
a mn +b mn ⎭
说明只有当两个矩阵是同型矩阵时,才能进行加法运算。(课本P33) 矩阵加法的运算规律
(1)A +B =B +A ;
(2)(A +B )+C =A +(B +C )
(3)设矩阵A =(a ij )
m ⨯n
, 记-A =(-a ij ) m ⨯n
⎛-a 11 -a = 21 ⎝-a m 1
-a 12-a 22 -a m 1
-a 1n ⎫
⎪
-a 2n ⎪
-A 称为矩阵A ,⎪ ⎪
-a mn ⎭
的负矩阵
(课本P33) (4)A +(-A )=0, A -B =A +(-B )。
数与矩阵相乘
数λ与矩阵A 的乘积记作λA 或A λ, 规定为
λa 1n ⎫
⎪
λa 2n ⎪
⎪
⎪
λa mn ⎭
⎛λa 11λa 12
λa 21λa 22 数λ与矩阵A 的乘积记作λA 或A λ, 规定为λA =A λ=
⎝λa m 1λa m 1
数乘矩阵的运算规律(设A 、B 为m ⨯n 矩阵,λ, μ为数)
(1)(λμ)A =λ(μA ); (2)(λ+μ)A =λA +μA ;
(课本P33) (3)λ(A +B )=λA +λB 。
矩阵相加与数乘矩阵统称为矩阵的线性运算。
矩阵与矩阵相乘 设B =(bij ) 是一个m ⨯s 矩阵,B =(bij ) 是一个s ⨯n 矩阵,那么规定矩阵
A
与矩阵
B
的乘积是一个
m ⨯n 矩阵C =(ij c ,) 其中
⎛b 1j ⎫
⎪s b 2j ⎪
(a i 1a i 2 a is ) ⎪=a i 1b 1j +a i 2b 2j + +a is b sj =∑a ik b kj ,(i =1,2, m ; j =1,2, , n ),
k =1 ⎪ b ⎪⎝sj ⎭
并把此乘积记作C =AB 注意
1。A 与B 能相乘的条件是:2。矩阵的乘法不满足交换律,即在一般情况下,AB ≠BA ,而且两个非零矩阵的乘积可能是零矩阵。
3。对于n 阶方阵A 和B ,若AB=BA,则称A 与B
矩阵乘法的运算规律
(1)(AB )C =A (BC );
(2)λ(AB )=(λA )B =A (λB )
(3)A (B +C )=AB +AC ,(B +C )A =BA +CA
(4)A m ⨯n E n ⨯n =E m ⨯m A m ⨯n =A m ⨯n
m k m +k k
则称 A k 为A 的k 次幂,即A =A A A ,并且A A =A ,(5)
k 个
(A m )=A mk (m , k 为正整数)0=E
k
k k
注意 矩阵不满足交换律,即AB ≠BA ,(AB )≠A B (但也有例外)(课本P36)
k
0⎫⎛λ
⎪
λ⎪称为纯量阵,作用是将图形放大λ倍。且有纯量阵 矩阵λE = ⎪ ⎪0λ⎝⎭
,A 为n 阶方阵时,有(λE n ) A n =A n (λE n ) =λA n ,表明纯量阵与(λE ) A =A (λE =) λA 任何同阶方阵都是可交换的。(课本P36) 转置矩阵
把矩阵A 的行换成同序数的列得到的新矩阵,叫做A 的转置矩阵,记作A ,
T
⎛14⎫
⎛122⎫ ⎪T
如A = ⎪,A = 25⎪。
⎝458⎭ 28⎪
⎝⎭
转置矩阵的运算性质
(1)(A
T T
)
=A ;
T
(2)(A +B )(3)(λA )
T
=A T +B T ;
=λA T ;
=B T A T 。(课本P39)
由n 阶方阵A 的元素所构成的行列式,叫做方阵A 的行列式,记作A 或
(4)(AB )
T
方阵的行列式
记住这个符号)
注意 矩阵与行列式是两个不同的概念,n 阶矩阵是n 2个数按一定方式排成的数表,而n
阶行列式则是这些数按一定的运算法则所确定的一个数。 运算性质
(1)
A T =A ;
(2)λA =λn
A ;
(3)AB =A B =B A =BA (课本P40)
对称阵 设A 为n 阶方阵,如果满足A =A T ,即a j i =i a j 说明
ij 2, 1, n (, =)那么A 称为对称阵。
对称阵的元素以主对角线为对称轴对应相等,如果A T =-A 则称矩阵A 为反对称
的。即反对称矩阵A =(a ij )中的元素满足a ij =-a ji ,i ,j =1,2,…n 伴随矩阵
行列式A 的各个元素的代数余子式A ij 所构成的如下矩阵
⎛A 11
A 12
* A = ⎝A 1n
性质
总结
A 21 A 22 A 2n
A n 1⎫⎪
A n 2⎪
称为矩阵A 的伴随矩阵。
⎪
⎪
A nn ⎭
(课本P ?) 易忘知识点)
(1)只有当两个矩阵是同型矩阵时,才能进行加法运算。
(2)只有当第一个矩阵的列数等于第二个矩阵的行数时,两个矩阵才能相乘, 且矩
阵相乘不满足交换律。
(3)矩阵的数乘运算与行列式的数乘运算不同。
对于n 阶矩阵A ,如果有一个n 阶矩阵B , 使得AB =BA =E 则说矩阵A 是可逆的,
-1
第三节 逆矩阵
定义
并把矩阵B 称为A 的逆矩阵。A 的逆矩阵记作A -1,即A =B 。 说明
1 A ,B 互为逆阵, A = B -1 2 只对方阵定义逆阵。
3. 若A 是可逆矩阵,则A 的逆矩阵是唯一的。 定理1
矩阵A 可逆的充分必要条件是A ≠0,并且当A
重要)(证明见课本P ?) 奇异矩阵与非奇异矩阵
当A =0时,A 称为奇异矩阵,当A ≠0时,A 称为非奇异矩
阵。即A 可逆⇔A 为非奇异矩阵⇔A ≠0。 推论
若AB =E (或B A=E),则B =A (证明见课本P ?)
-1
(1)先求|A |并判断当|A |≠0时逆阵存在;
求逆矩阵方法
(2)求A *;
1*
(3)求A =A -1。
|A |
更好的求逆矩阵的方法--chapter3初等变换法(A,E) 逆矩阵的运算性质
(1)若A 可逆, 则A -1亦可逆, 且(A -1)=A
-1
(2)若A 可逆, 数λ≠0, 则λA 可逆, 且(λA )
-1
=
1
A -1。
(以上证明(3)若A , B 为同阶方阵且均可逆, 则AB 亦可逆, 且(AB ) -1=B -1A -1。
见课本P43)
(4)若A 可逆, 则A T 亦可逆, 且(A T )=(A -1)。
-1
T
(5)若A 可逆, 则有A -1
总结
逆矩阵的计算方法
=A 。
-1
A *
(1)待定系数法;(2)利用公式A =;(3)初等变换法(下一章介绍)
A
-1
第四节 矩阵分块法
矩阵分块 将矩阵A 用若干条纵线和横线分成许多个小矩阵,每一个小矩阵称为A 的子块,以子块为元素的形式上的矩阵称为分块矩阵。分块的目的是为了简化运算。 分块矩阵的运算规则 加法 A 与B 同型,且A 、B 的分块方法相同,则A 与B 的和定义为对应子块相加。 数乘
λA =(λA ij ) 。
⎛A
设A = 11
⎝A 21
A 12A 22
T ⎛A 11
A 13⎫ T T
, 则A =A 12⎪ A 23⎭T A 13
⎝
T ⎫A 21T ⎪A 22
⎪。(先外转再内转) T ⎪A 23⎭
转置
乘法 首先AB 有意义,其次A 的列的分法与B 的行的分法相同。
设A 为m ⨯l 矩阵, B 为l ⨯n 矩阵, 分块成
⎛B 1⎫ ⎪B
A =(A 1, A 2, A t )(即列向量组), B = 2⎪(即行向量组)
⎪ ⎪⎝B n ⎭
,
⎛C 11 C 1r ⎫ ⎪
⎪,其中A i 1, A i 2, , A it 的列数分别等于B 1j , B 2j , , B tj 的行数, 那么AB =
C C ⎪
sr ⎭⎝s 1其中C ij =∑A ik B kj
k =1t
(i =1, , s ; j =1, , r )。
结论
分块矩阵之间与一般矩阵之间的运算性质类似。
分块对角阵(准对角矩阵)
设A 为n 阶矩阵,若A 的分块矩阵只有在主对角线上有非零子块,其余子块都为零矩阵,
⎛A 1
且非零子块都是方阵,即A =
⎝
有:
A 2
⎫⎪
⎪,其中A (i =1,2, s )都是方阵,则
i
⎪
⎪A s ⎭
1) A =A 1A 2 A s 。
⎛A 1
2) 若每个A i ≠0, 则A 可逆, 且有A =
⎝
A 2
⎫⎪⎪⎪
⎪A s ⎪⎭
,
-1
A 可逆⇔A i 可逆i =1, 2, , s 且A -1=diag (A 1-1, A 2, , A s -1)()
(课本P ?)
有用的结论设A A =O, 则A =O (证明见课本P?
线性方程组的分块表示
T
)
⎧a 11x 1+a 12x 2+... +a 1n x n =b 1
⎪a x +a x +... +a x =b ⎪2112222n n 2
线性方程组⎨,
..................................... ⎪⎪⎩a m1x 1+a m2x 2+... +a m n x n =b n ⎛x 1⎫⎛b 1⎫⎛a 11 ⎪ ⎪ x b a
记A =(a ij ), x = 2⎪, b = 2⎪, B = 21
⎪ ⎪ ⎪ ⎪ x b ⎝n ⎭⎝m ⎭⎝a m 1
分块表示为:B =(A , b ) 或B =(a 1, a 2,..., a n , b )
a 12a 22
... a 1n ... a 2n
a m 2... a mn
b 1⎫
⎪b 2⎪
, ⎪⎪b m ⎭
其中A 为系数矩阵,x 称为未知数向量,b 称为常数向量,B 称为增广矩阵。增广矩阵可以