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。
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
矩阵基本运算及应用 201700060牛晨晖 在数学中，矩阵是一个按照长方阵列排列的复数或实数集合。矩阵是高等代数学中的常见工具，也常见于统计分析等应用数学学科中。在物理学中，矩阵于电路学、力学、光学和量子物理中都有应用；计算机科学中，三维动画制作也需要用到矩阵。矩阵的运算是数值分析领域的重要问题。将矩阵分解为简单矩阵的组合可以在理论和实际应用上简化矩阵的运算。在电力系统方面，矩阵知识已有广泛深入的应用，本文将在介绍矩阵基本运算和运算规则的基础上，简要介绍其在电力系统新能源领域建模方面的应用情况，并展望随机矩阵理论等相关知识与人工智能电力系统的紧密结合。 1矩阵的运算及其运算规则 1.1矩阵的加法与减法 1.1.1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． 1.1.2运算性质 满足交换律和结合律 交换律； 结合律． 1.2矩阵与数的乘法 1.2.1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． 1.2.2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．
已知两个矩阵 满足矩阵方程，求未知矩阵． 解由已知条件知 1.3矩阵与矩阵的乘法 1.3.1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．
矩阵的定义及其运算规则 1、矩阵的定义 一般而言，所谓矩阵就是由一组数的全体，在括号（）内排列成m行n 列（横的称行，纵的称列）的一个数表，并称它为m×n阵。 矩阵通常是用大写字母 A 、B …来表示。例如一个m 行n 列的矩阵可以简记为： ，或 。即： （2-3） 我们称（2-3）式中的为矩阵A的元素，a的第一个注脚字母，表示矩阵的行数，第二个注脚字母j（j＝1，2，…，n）表示矩阵的列数。 当m＝n时，则称为n阶方阵，并用表示。当矩阵（a ij）的元素仅有一行或一列时，则称它为行矩阵或列矩阵。设两个矩阵，有相同的行数和相同的列数，而且它们的对应元素一一相等，即，则称该两矩阵相等，记为A＝B。 2、三角形矩阵 由i＝j的元素组成的对角线为主对角线，构成这个主对角线的元素称为主对角线元素。 如果在方阵中主对角线一侧的元素全为零，而另外一侧的元素不为零或不全为零，则该矩阵叫做三角形矩阵。例如，以下矩阵都是三角形矩阵： ，，，。 3、单位矩阵与零矩阵 在方阵中，如果只有的元素不等于零，而其他元素全为零，如： 则称为对角矩阵，可记为。如果在对角矩阵中所有的彼此
都相等且均为1，如：，则称为单位矩阵。单位矩阵常用E来表示，即： 当矩阵中所有的元素都等于零时，叫做零矩阵，并用符号“0”来表示。 4、矩阵的加法 矩阵A＝（a ij）m×n和B＝（b ij）m×n相加时，必须要有相同的行数和列数。如以C＝（c ij）表示矩阵A及B的和，则有： m ×n 式中：。即矩阵C的元素等于矩阵A和B的对应元素之和。 由上述定义可知，矩阵的加法具有下列性质（设A、B、C都是m×n矩阵）： （1）交换律：A＋B＝B＋A （2）结合律：（A＋B）＋C＝A＋（B＋C） 5、数与矩阵的乘法 我们定义用k右乘矩阵A或左乘矩阵A，其积均等于矩阵中的所有元素都乘上k之后所得的矩阵。如： 由上述定义可知，数与矩阵相乘具有下列性质：设A、B都是m×n矩阵，k、h为任意常数，则： （1）k（A＋B）＝kA＋kB （2）（k＋h）A＝kA＋hA （3）k（hA）＝khA
实验一 矩阵基本运算（一） （1）设A 和B 是两个同维同大小的矩阵，问： 1）A*B 和A.*B 的值是否相等？ ????? ?? =763514432A ???? ? ??=94 525 313 4B A=[2 3 4;4 1 5;3 6 7]; B=[4 3 1;3 5 2;5 4 9]; A*B, A.*B ans = 37 37 44 44 37 51 65 67 78 ans = 8 9 4 12 5 10 15 24 63 2）A./B 和B.\A 的值是否相等？ A=[2 3 4;4 1 5;3 6 7]; B=[4 3 1;3 5 2;5 4 9]; A./B, B./A
ans = 0.5000 1.0000 4.0000 1.3333 0.2000 2.5000 0.6000 1.5000 0.7778 ans = 2.0000 1.0000 0.2500 0.7500 5.0000 0.4000 1.6667 0.6667 1.2857 3）A/B和B\A的值是否相等？ A=[2 3 4;4 1 5;3 6 7]; B=[4 3 1;3 5 2;5 4 9]; A/B, B/A ans = -0.3452 0.5119 0.3690 0.7857 -0.7857 0.6429 -0.9762 1.3095 0.5952 ans = 110.0000 -15.0000 -52.0000
92.0000 -13.0000 -43.0000 -22.0000 4.0000 11.0000 4）A/B和B\A所代表的数学含义是什么？ 解： A/B是B*A的逆矩阵 B\A是B*A的逆矩阵 （2）写出完成下列操作的命令。 1）将矩阵A第2—5行中第1，3，5列元素赋给矩阵B。 A=[0.9501 0.4565 0.9218 0.4103 0.1389 0.0153 0.2311 0.0185 0.7382 0.8936 0.2028 0.7468 0.6068 0.8214 0.1763 0.0579 0.1987 0.4451 0.4860 0.4447 0.4057 0.3529 0.6038 0.9318 0.8913 0.6154 0.9355 0.8132 0.2722 0.4660 0.7621 0.7919 0.9169 0.0099 0.1988 0.4186] B=A(2:5,[1,3,5]) A = 0.9501 0.4565 0.9218 0.4103 0.1389 0.0153 0.2311 0.0185 0.7382 0.8936 0.2028 0.7468 0.6068 0.8214 0.1763 0.0579 0.1987 0.4451 0.4860 0.4447 0.4057 0.3529 0.6038 0.9318 0.8913 0.6154 0.9355 0.8132 0.2722 0.4660 0.7621 0.7919 0.9169 0.0099 0.1988 0.4186 B = 0.2311 0.7382 0.2028 0.6068 0.1763 0.1987 0.4860 0.4057 0.6038 0.8913 0.9355 0.2722 2）删除矩阵A的第7号元素。 A=rand(6,6); >> A(7)=[inf] A = 0.8385 Inf 0.1730 0.1365 0.2844 0.5155
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
第2章 MATLAB 矩阵运算基础 2.1 在MA TLAB 中如何建立矩阵?? ?? ??194375，并将其赋予变量a ？ 2.2 请产生一个100*5的矩阵，矩阵的每一行都是[1 2 3 4 5] 2.3产生一个1x10的随机矩阵，大小位于（-5 5） 2.2 有几种建立矩阵的方法？各有什么优点？ 可以用四种方法建立矩阵： ①直接输入法，如a=[2 5 7 3]，优点是输入方法方便简捷； ②通过M 文件建立矩阵，该方法适用于建立尺寸较大的矩阵，并且易于修改； ③由函数建立，如y=sin(x)，可以由MATLAB 的内部函数建立一些特殊矩阵； ④通过数据文件建立，该方法可以调用由其他软件产生数据。 2.3 在进行算术运算时，数组运算和矩阵运算各有什么要求？ 进行数组运算的两个数组必须有相同的尺寸。进行矩阵运算的两个矩阵必须满足矩阵运算规则，如矩阵a 与b 相乘（a*b ）时必须满足a 的列数等于b 的行数。 2.4 数组运算和矩阵运算的运算符有什么区别？ 在加、减运算时数组运算与矩阵运算的运算符相同，乘、除和乘方运算时，在矩阵运算的运算符前加一个点即为数组运算，如a*b 为矩阵乘，a.*b 为数组乘。 2.5 计算矩阵??????????897473535与???? ??????638976242之和，差，积，左除和右除。 2.6 求?? ?? ??+-+-+-+-++=i 44i 93i 49i 67i 23i 57i 41i 72i 53i 84x 的共轭转置。 2.7 计算???? ??=572396a 与??????=864142b 的数组乘积。 2.8 “左除”与“右除”有什么区别？ 在通常情况下，左除x=a\b 是a*x=b 的解，右除x=b/a 是x*a=b 的解，一般情况下，a\b ≠b/a 。 2.9 对于B AX =，如果??????????=753467294A ，???? ??????=282637B ，求解X 。 2.10 已知：???? ??????=987654321a ，分别计算a 的数组平方和矩阵平方，并观察其结果。 2.11 ??????-=463521a ，?? ????-=263478b ，观察a 与b 之间的六种关系运算的结果。
1。4 矩阵的概念和运算 教学要求 : (1) 掌握矩阵的加减、数与矩阵相乘的运算。 (2) 会矩阵相乘运算掌握其算法规则 ( 以便演示算法规则及行列间的对应关系〉 教学内容： 前面介绍了利用行列式求解线性方程组，即Cramer 法则。但是Cramer 法则有它的局限性： 1.0 2. D ≠?? ?所解的线性方程组存在系数行列式（行数＝列数） 同学们接下来要学习的还是关于解线性方程组，即Cramer 法则无法用上的－――用“矩阵”的方法解线性方程组。本节课主要学习矩阵的概念。 一．矩阵的概念 123123123 23124621x x x x x x x x x -+=?? -+-=-??+-=? 它的系数行列式 1 232 4601 1 1 D -=--=- 此时Cramer 法则失效，我们可换一种形式来表示： 123124621111A ?-? ?=--- ? ?-?? 这正是“换汤不换药”， 以上线性方程组可用这张“数表”来表示，二者之间互相翻译。 这种数表一般用圆括号或中括号括起来，排成一个长方形阵式，《孙子兵法》中说道：长方形阵为矩阵。 123246111A -?? ?=-- ? ?-?? 这也是矩阵，是由以上线性方程组的系数按照原来顺序排列而成，称为“系数矩阵” 而“A ”多了一列常数列，称为以上方程组的“增广矩阵”。 注意：虽然D 和A 很相像，但是区别很大。D 是行列式，实质上是一个数，而A 是一张表格，“数是数，表是表，数不是表，表也不是数”，这是本质意义上不同。况且，行列式行数必须与列数相同，矩阵则未必。 关于以上线性方程组我们后面将介绍。 更一般地，对于线性方程组：
1.1 矩阵的表示 1.2 矩阵运算 1.2.14 特殊运算 1．矩阵对角线元素的抽取 函数diag 格式X = diag(v,k) %以向量v的元素作为矩阵X的第k条对角线元素，当k=0时，v为X的主对角线；当k>0时，v为上方第k条对角线；当k<0时，v为下方第k条对角线。 X = diag(v) %以v为主对角线元素，其余元素为0构成X。 v = diag(X,k) %抽取X的第k条对角线元素构成向量v。k=0：抽取主对角线元素；k>0：抽取上方第k条对角线元素；k<0抽取下方第k条对角线元素。 v = diag(X) %抽取主对角线元素构成向量v。 2．上三角阵和下三角阵的抽取 函数tril %取下三角部分 格式L = tril(X) %抽取X的主对角线的下三角部分构成矩阵L L = tril(X,k) %抽取X的第k条对角线的下三角部分；k=0为主对角线；k>0为主对角线以上；k<0为主对角线以下。函数triu %取上三角部分 格式U = triu(X) %抽取X的主对角线的上三角部分构成矩阵U U = triu(X,k) %抽取X的第k条对角线的上三角部分；k=0为主对角线；k>0为主对角线以上；k<0为主对角线以下。3．矩阵的变维 矩阵的变维有两种方法，即用“：”和函数“reshape”，前者主要针对2个已知维数矩阵之间的变维操作；而后者是对于一个矩阵的操作。 （1）“：”变维 （2）Reshape函数变维 格式 B = reshape(A,m,n) %返回以矩阵A的元素构成的m×n矩阵B B = reshape(A,m,n,p,…) %将矩阵A变维为m×n×p×… B = reshape(A,[m n p…]) %同上 B = reshape(A,siz) %由siz决定变维的大小，元素个数与A中元素个数 相同。 （5）复制和平铺矩阵 函数repmat 格式 B = repmat(A,m,n) %将矩阵A复制m×n块，即B由m×n块A平铺而成。 B = repmat(A,[m n]) %与上面一致 B = repmat(A,[m n p…]) %B由m×n×p×…个A块平铺而成 repmat(A,m,n) %当A是一个数a时，该命令产生一个全由a组成的m×n矩阵。 1.3 矩阵分解 1.3.1 Cholesky分解 函数chol 格式R = chol(X) %如果X为n阶对称正定矩阵，则存在一个实的非奇异上三角阵R，满足R'*R = X；若X非正定，则产生错误信息。 [R,p] = chol(X) %不产生任何错误信息，若X为正定阵，则p=0，R与上相同；若X非正定，则p为正整数，R是有序的上三角阵。 1.3.2 LU分解
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.
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
基础篇 本篇包含五个线性代数的基础实验，从矩阵运算到方程组的求解；从向量组线性相关性分析到矩阵的对角化；从矩阵特征值和特征向量求解到二次型的标准化及正定性的分析，都给出了MATLAB的解决方法。实验5利用MATLAB的绘图功能，对线性代数若干概念的几何意义进行了分析讨论。 实验1 矩阵的基本运算 1.1实验目的 1.掌握Matlab软件的矩阵赋值方法； 2.掌握Matlab软件的矩阵加法、数乘、转置和乘法运算； 3.掌握Matlab软件的矩阵幂运算及逆运算； 4.掌握Matlab软件的矩阵元素群运算； 5.通过Matlab软件进一步理解和认识矩阵的运算规则。 1.2实验指导 MATLAB是一种功能强大的科学及工程计算软件，它的名字由“矩阵实验室”（Matrix Laboratoy）组成，它具有以矩阵为基础的数学计算和分析功能，并且具有丰富的可视化图形表现功能及方便的程序设计能力。它的应用领域极为广泛。本实验学习用MATLAB软件进行矩阵基本运算。 启动MATLAB后，将显示MA TLAB操作界面，它包含多个窗口，其中命令窗口是最常用的窗口，如图1.1所示。 图1.1 MA TLAB的操作桌面 本实验所有例题的MATLAB命令都是在命令窗口中键入的。在本实验中用到MATLAB
的运算符号及命令或函数列举如下： 1、运算符号 表1.1给出了本实验用到的MA TLAB 基本运算符号。 表1.1 MA TLAB 的基本运算符号 2、命令或函数 表1.2给出了与本实验相关的MA TLAB 命令或函数。若要进一步了解和学习某个命令或函数的详细功能和用法时，MATLAB 提供了一个help 命令。 表1.2 与本实验相关的MA TLAB 命令或函数 1.3 实验内容 例1.1 用MA TLAB 软件生成以下矩阵： （1）??????????=066656239A （2）???? ??????=100010001B （3）??????=0000C （4）?? ??? ???????=111111111111 1111 D 解：（1）在MA TLAB 命令窗口输入： A=[9,3,2;6,5,6;6,6,0] % 矩阵同行元素以逗号或空格分割 或：A=[9 3 2;6 5 6;6 6 0] % 行与行之间必须用分号或回车分隔 或：A=[9 3 2 6 5 6 6 6 0] 结果都为： A = 9 3 2 6 5 6 6 6 0
矩阵的基本运算法则 1、矩阵的加法 矩阵加法满足下列运算规律（设A 、B 、C 都是m n ?矩阵，其中m 和n 均为已知的正整数）： （1）交换律：+=+A B B A （2）结合律：()()++++A B C =A B C 注意：只有当两个矩阵为同型矩阵（两个矩阵的行数和列数分别相等）时，这两个矩阵才能进行加法运算。 2、数与矩阵相乘 数乘矩阵满足下列运算规律（设A 、B 是m n ?矩阵，λ和μ为数）： （1）结合律：()λμλμ=A A （2）分配律：()λμλμ+=+A A A （3）分配律：()λλλ+=+A B A B 注意：矩阵相加与数乘矩阵合起来，统称为矩阵的线性运算。 3、矩阵与矩阵相乘 矩阵与矩阵的乘法不满足交换律、但是满足结合律和分配率（假设运算都是可行的）： （1）交换律：≠AB BA （不满足） （2）结合律：()()=AB C A BC （3）结合律：()()()λλλλ==其中为数AB A B A B （4）分配律：()(),+=++=+A B C AB AC B C A BA CA 4、矩阵的转置 矩阵的转置满足下述运算规律（假设运算都是可行的，符号()T g 表示转置）： （1）()T T =A A
（2）()T T T +=+A B A B （3）()T T λλ=A A （4）()T T T =AB B A 5、方阵的行列式 由A 确定A 这个运算满足下述运算法则（设A 、B 是n 阶方阵，λ为数）： （1）T =A A （2）n λλ=A A （3）=AB A B 6、共轭矩阵 共轭矩阵满足下述运算法则（设A 、B 是复矩阵，λ为复数，且运算都是可行的）： （1）+=+A B A B （2）λλ=A A （3）=AB AB 7、逆矩阵 方阵的逆矩阵满足下述运算规律： （1）若A 可逆，则1-A 亦可逆，且()11--=A A （2）若A 可逆，数0λ≠，则λA 可逆，且()111 λλ--=A A （3）若A 、B 为同阶矩阵且均可逆，则AB 亦可逆，且()111---=AB B A 参考文献： 【1】线性代数（第五版），同济大学
§1 矩阵及其运算 教学要求：理解矩阵的定义、掌握矩阵的基本律、掌握几类特殊矩阵（比如零矩阵，单位矩阵，对称矩阵和反对称矩阵 ) 的定义与性质、注意矩阵运算与通常数的运算异同。能熟练正确地进行矩阵的计算。 知识要点： 一、矩阵的基本概念 矩阵，是由个数组成的一个行列的矩形表格，通常用大写字母表示，组成矩阵的每一个数，均称为矩阵的元素，通常用小写字母其元素表示，其中下标都是正整 数，他们表示该元素在矩阵中的位置。比如， 或表示一个矩阵，下标表示元素位于该矩阵的第行、第列。元素全为零的矩阵称为零矩阵。 特别地，一个矩阵，也称为一个维列向量；而一个矩阵，也称为一个维行向量。
当一个矩阵的行数与烈数相等时，该矩阵称为一个阶方阵。对于方阵，从左上角到右下角的连线，称为主对角线；而从左下角到右上角的连线称为付对角线。若一个阶方阵的主对角线上的元素都是，而其余元素都是零，则称为单位矩阵，记为，即： 。如一个阶方阵的主对角线上（下）方的元素都是零，则称为下（上）三角矩阵，例如，是 一个阶下三角矩阵，而则是一个阶上三角矩阵。今后我们用表示数域上的矩阵构成的集合，而用或者表示数域上的阶方阵构成的集合。 二、矩阵的运算 1、矩阵的加法：如果是两个同型矩阵（即它们具有相同的行数和列数，比如说），则定义它们的和 仍为与它们同型的矩阵（即），的元素为和对应元素的和，即：。 给定矩阵，我们定义其负矩阵为：。这样我们可以定义同型矩阵的减法为：。由于矩阵的加
法运算归结为其元素的加法运算，容易验证，矩阵的加法满足下列运算律： （ 1）交换律：； （ 2）结合律：； （ 3）存在零元：； （ 4）存在负元：。 2 、数与矩阵的乘法： 设为一个数，，则定义与的乘积仍为中的一个矩阵，中的元素就是用数乘中对应的元素的道德，即。由定义可知：。容易验证数与矩阵的乘法满足下列运算律： （1 ）； （2 ）； （3 ）； （4 ）。 3 、矩阵的乘法：
第二章 矩阵 §2.1 矩阵的概念及其线性运算 学习本节内容，特别要注意与行列式的有关概念、运算相区别。 一．矩阵的概念 矩阵是一张简化了的表格,一般地 ?????? ? ??mn m m n n a a a a a a a a a 212222111211 称为n m ?矩阵,它有m 行、n 列，共n m ?个元素，其中第i 行、第j 列的元素 用j i a 表示。通常我们用大写黑体字母A 、B 、C ……表示矩阵。为了标明矩阵的行数m 和列数n ,可用n m ?A 或() i j m n a ?表示。矩阵既然是一张表，就不能象行 列式那样算出一个数来。 所有元素均为0的矩阵，称为零矩阵，记作O 。 两个矩阵A 、B 相等，意味着不仅它们的行、列数相同，而且所有对应元素都相同。记作B A =。 如果矩阵A 的行、列数都是n ，则称A 为n 阶矩阵，或称为n 阶方阵。n 阶矩阵有一条从左上角到右下角的主对角线。n 阶矩阵A 的元素按原次序构成的n 阶行列式，称为矩阵A 的行列式，记作A 。 在n 阶矩阵中，若主对角线左下侧的元素全为零，则称之为上三角矩阵；若主对角线右上侧的元素全为零，则称之为下三角矩阵；若主对角线两侧的元素全为零，则称之为对角矩阵。主对角线上元素全为1的对角矩阵，叫做单位矩阵，记为E ，即 ???? ?? ? ??=100010001 E n ?1矩阵（只有一行）又称为n 维行向量；1?n 矩阵（只有一列）又称为n 维列向量。行向量、列向量统称为向量。向量通常用小写黑体字母a ，b ，x ，y …… 表示。向量中的元素又称为向量的分量。11?矩阵因只有一个元素，故视之为数量，即()a a =。 二．矩阵的加、减运算 如果矩阵A 、B 的行数和列数都相同，那么它们可以相加、相减，记为B A +、B A -。分别称为矩阵A 、B 的和与差。B A ±表示将A 、B 中所有对应位置的元素相加、减得到的矩阵。例如
实验1 矩阵的基本运算 一、实验目的 1、熟悉MATLAB中关于矩阵的基本命令 2、掌握利用MATLAB进行向量、矩阵的输入，向量与向量的运算，矩阵与矩阵的运算，矩阵与向量的运算。 3、掌握利用MATLAB求矩阵的特征值，进行矩阵的初等变换；讨论向量组的线性相关性等运算 二、相关知识 为了进行矩阵的各种运算，首先要输入矩阵。 在MATLAB中，矩阵的输入方法主要有两种: 一种是在MATLAB的命令窗口中输入，这种方法适合输入一些阶数较低的矩阵； 对于一些阶数较高的矩阵，最好采用建立M文件的方法，便于多次利用，也方便在需要的时候可以修改数据。 在命令窗口输入的方法为：>>A=[1,2,3;4,5,6;7,8,9]; 注意：逗号表示同行元素，也可用空格代替，分号表示换行。 使用磁盘文件的方法，则需要建立一个以m为后缀的文本文件，可以用MATLAB提供的编辑器编辑，该编辑器提供了编辑环境和MATLAB程序的调试环境。 该编辑器的使用方法是在MATLAB主菜单中选File —>New —>M-File，就打开了一个编辑器的窗口。 文本文件的内容与在命令窗口中输入的相同。将文本文件放在一个特定的位置（某一个文件夹中），并将该位置加入到MATLAB的工作目录中，用File->Setpath来完成。 使用时，在命令窗口输入文件名，就可以使用该文件中的所有数据了。 注意：多个矩阵可以存放在一个文件中。
三、实验内容 1．已知矩阵A 、B 、b 如下： 建立一个名为sy1sj.m 的文件，将矩阵A 、B 、b 输入其中； 2．在1的基础上，建立文件sy1cx.m ，完成下列计算： 1）X11=A’，X12=A+B ，X13=A-B ，X14=AB ； 2）X21=|A|，X22=|B|； 3）X31=R(A)，X32=R(B)； 4）X4=A -1； 5）作矩阵C ，其元素为A 的元素乘以每个元素的行标再乘以每个元素的列标。 3．利用文件sy1sj.m 中的数据，完成下列运算，并将程序写在文件sy1_1.m 中： 1）求解矩阵方程XA=B 中的解矩阵X6； 2）求满足方程组AX=b’的解向量X7； 3）求X6的特征向量组，记为X8，相应的对角形记为D ； 4）计算X9=B 2(A -1)2； 4．利用文件sy1sj.m 中的数据，完成下列运算，并将程序写在文件sy1_2.m 中： 1）生成矩阵A 的行向量组：a1，a2，a3，a4，a5，a6； 2）生成矩阵A 的列向量组：b1，b2，b3，b4，b5，b6； 3）由A 的1、3、5行，2、4、6列交叉点上的元素生成A 的子矩阵A3； 4）生成一个12阶矩阵A4，其左上角为A ，右上角为6阶单位阵，左下角为6阶零矩阵，右下角为B ； 5）将A 对应的行向量组正交规范化为正交向量组A5，并验证所得结果； 6）求a1与a2的内积A7； 7）完成以下初等变换：将A 的第一、四行互换，再将其第三列乘以6，再将其第一行的10倍加至第五行； 8）求B 的列向量组的一个极大无关向量组A9，并将其余向量用极大线性无关向量组线性表示。 ????? ??????? ??? ?????-------------=0319 4811876381265428617411647056109 1143A ?? ? ?? ? ??? ? ?? ????? ???------=5036 4 22372536191291132815 1055120 11 8785169723 6421 B [ ] 1197531=b
矩阵的定义及其运算规则 This model paper was revised by the Standardization Office on December 10, 2020
矩阵的定义及其运算规则 1、矩阵的定义 一般而言，所谓矩阵就是由一组数的全体，在括号（）内排列成m行n 列（横的称行，纵的称列）的一个数表，并称它为m×n阵。 矩阵通常是用大写字母A 、B …来表示。例如一个m 行n 列的矩阵可以简记为：，或 。即： （2-3） 我们称（2-3）式中的为矩阵A的元素，a的第一个注脚字母，表示矩阵的行数，第二个注脚字母j（j＝1，2，…，n）表示矩阵的列数。 当m＝n时，则称为n阶方阵，并用表示。当矩阵（a ）的元素仅有一 ij 行或一列时，则称它为行矩阵或列矩阵。设两个矩阵，有相同的行数和相同的列数，而且它们的对应元素一一相等，即，则称该两矩阵相等，记为A＝B。 2、三角形矩阵 由i＝j的元素组成的对角线为主对角线，构成这个主对角线的元素称为主对角线元素。 如果在方阵中主对角线一侧的元素全为零，而另外一侧的元素不为零或不全为零，则该矩阵叫做三角形矩阵。例如，以下矩阵都是三角形矩阵：
，，，。 3、单位矩阵与零矩阵 在方阵中，如果只有的元素不等于零，而其他元素全为零，如： 则称为对角矩阵，可记为。如果在对角矩阵中所有的彼此都相等且均为1，如：，则称为单位矩阵。单位矩阵常用E来表示，即： 当矩阵中所有的元素都等于零时，叫做零矩阵，并用符号“0”来表示。 4、矩阵的加法 矩阵A＝（a ij ） m×n 和B＝（b ij ） m×n 相加时，必须要有相同的行数和列数。如以C＝ （c ij ） m ×n 表示矩阵A及B的和，则有： 式中：。即矩阵C的元素等于矩阵A和B的对应元素之和。
.. 第二章 矩阵 §2.1 矩阵的概念及其线性运算 学习本节内容，特别要注意与行列式的有关概念、运算相区别。 一．矩阵的概念 矩阵是一张简化了的表格,一般地 ?????? ? ??mn m m n n a a a a a a a a a ΛΛΛΛΛΛΛ212222111211 称为n m ?矩阵,它有m 行、n 列，共n m ?个元素，其中第i 行、第j 列的元素 用j i a 表示。通常我们用大写黑体字母A 、B 、C ……表示矩阵。为了标明矩阵的行数m 和列数n ,可用n m ?A 或() i j m n a ?表示。矩阵既然是一张表，就不能象行 列式那样算出一个数来。 所有元素均为0的矩阵，称为零矩阵，记作O 。 两个矩阵A 、B 相等，意味着不仅它们的行、列数相同，而且所有对应元素都相同。记作B A =。 如果矩阵A 的行、列数都是n ，则称A 为n 阶矩阵，或称为n 阶方阵。n 阶矩阵有一条从左上角到右下角的主对角线。n 阶矩阵A 的元素按原次序构成的n 阶行列式，称为矩阵A 的行列式，记作A 。 在n 阶矩阵中，若主对角线左下侧的元素全为零，则称之为上三角矩阵；若主对角线右上侧的元素全为零，则称之为下三角矩阵；若主对角线两侧的元素全为零，则称之为对角矩阵。主对角线上元素全为1的对角矩阵，叫做单位矩阵，记为E ，即 ?????? ? ? ?=10 0010001Λ ΛΛΛΛΛΛE n ?1矩阵（只有一行）又称为n 维行向量；1?n 矩阵（只有一列）又称为n 维列 向量。行向量、列向量统称为向量。向量通常用小写黑体字母a ，b ，x ，y ……表示。向量中的元素又称为向量的分量。11?矩阵因只有一个元素，故视之为数量，即()a a =。 二．矩阵的加、减运算 如果矩阵A 、B 的行数和列数都相同，那么它们可以相加、相减，记为B A +、B A -。分别称为矩阵A 、B 的和与差。B A ±表示将A 、B 中所有对应位置的元素相加、减得到的矩阵。例如
第二节 行列式的性质与计算 § 行列式的性质 考虑111212122212 n n n n nn a a a a a a D a a a = 将它的行依次变为相应的列，得 112111222212n n T n n nn a a a a a a D a a a = 称T D 为D 的转置行列式 . 性质1 行列式与它的转置行列式相等.（T D D =） 事实上，若记1112 12122212 n n T n n nn b b b b b b D b b b = 则(,1,2, ,)ij ji b a i j n == 12 12 () 12(1)n n p p p T p p np D b b b τ∴=-∑12 12() 12(1).n n p p p p p p n a a a D τ=-=∑ 说明:行列式中行与列具有同等的地位, 因此行列式的性质凡是对行成立的结论, 对列也同样成立. 性质2 互换行列式的两行(i j r r ?)或两列(i j c c ?)，行列式变号. 例如 123 123086351.351 086 =- 推论 若行列式D 有两行（列）完全相同，则0D =. 证明: 互换相同的两行, 则有D D =-, 所以0D =. 性质3 行列式某一行（列）的所有元素都乘以数k ，等于数k 乘以此行列式，即 111211112 11212 1 2 12 n n i i in i i in n n nn n n nn a a a a a a ka ka ka k a a a a a a a a a =
推论：(1) D 中某一行(列)所有元素的公因子可提到行列式符号的外面； (2) D 中某一行(列)所有元素为零，则0D =； 性质4: 行列式中如果有两行(列)元素对应成比例, 则此行列式等于零． 性质5: 若行列式某一行(列)的所有元素都是两个数的和，则此行列式等于两个行列式的和.这两个行列式的这一行(列)的元素分别为对应的两个加数之一，其余各行(列)的元素与原行列式相同 .即 1112111221 2 n i i i i in in n n nn a a a a b a b a b a a a +++=1112112 12n i i in n n nn a a a a a a a a a +1112112 12 n i i in n n nn a a a b b b a a a . 证: 由行列式定义 12 12() 12(1)()n i i n p p p p p ip ip np D a a a b a τ=-+∑ 12 12 12 12() () 1212(1)(1).n n i n i n p p p p p p p p ip np p p ip np a a a a a a b a ττ=-+-∑∑ 性质6 行列式D 的某一行（列）的各元素都乘以同一数k 加到另一行（列）的相应元素上，行列式的值不变()i j r kr D D +=，即 11121121 2 i j n r kr i i in n n nn a a a a a a a a a +=1112111221 2 n i j i j in jn n n nn a a a a ka a ka a ka a a a +++ 计算行列式常用方法: 利用性质2,3,6, 特别是性质6把行列式化为上(下)三角形行列式, 从而, 较容易的计算行列式的值． 例1: 计算行列式 2 324311112321311 (1)(2) 323 4 11310 4 25 1113 D --= -