2.1矩阵的概念及几种特殊矩阵

第二章 矩阵矩阵是线性代数的重要组成部分，也是以后各章中计算的重要工具.在矩阵的理论中，矩阵的运算起着重要的作用.我们在这一章里，将要介绍矩阵的基本概念及其运算.§2.1 矩阵的定义一、矩阵的定义首先看几个例子.例1 设有线性方程组⎪⎪⎩⎪⎪⎨⎧=++-=+-+=++--=--+7739183332154321432143214321x x x x x x x x x x x x x x x x这个方程组未知量系数及常数项按方程组中的顺序组成一个矩形阵列如下：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡------77391111833312111151这个阵列决定着给定方程组是否有解？以及如果有解，解是什么等问题.因此对这个阵列的研究很有必要.例2 某企业生产5种产品，各种产品的季度产值（单位：万元）如表2-1.表2-1这个排成4行5列的产值阵列⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡7680827088809090759076848570986478755880具体描述了这家企业各种产品各季度的产值，同时也揭示了产值随季节变化规律的季增长率及年产量等情况.例3 生产m 种产品需用n 种材料，如果以ij a 表示生产第i 种产品（m i ，，Λ2,1=）耗用第j 种材料（n j ，，Λ2,1=）的定额，则消耗定额可以用一个矩形表表示，如表2-2.表2-2这个由m 行n 列构成的消耗定额阵列⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡mn m m n n a a a a a a a a a ΛΛΛΛΛΛΛ212222111211描述了生产过程中产出的产品与投入材料的数量关系.类似这样的数表，我们在自然科学、工程技术和经济管理等不同领域中经常遇到.这种数表在数学上就叫做矩阵.下面我们给出矩阵的定义.定义 由n m ⨯个数),,2,1;,,2,1(n j m i a ij ΛΛ==排成m 行n 列的数表⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a a a a a A ΛΛΛΛΛΛΛ212222111211 (2-1-1) 叫做m 行n 列矩阵，简称n m ⨯矩阵.这n m ⨯个数叫做矩阵A 的元素，ij a 叫做矩阵A 的第i 行第j 列元素.一般情形下，用大写字母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 ⨯表示，或记作()nm ija ⨯.二、几种特殊的矩阵1．n 阶方阵当n m =时，即A =()nn ija ⨯时，A 称为n 阶方阵.2．对角矩阵主对角线以外的元素都为零的方阵称为对角矩阵，即⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=n OO A λλλO21 3．单位矩阵主对角线上的元素都是1的n 阶对角矩阵称为单位矩阵，记为E ，如⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=111O O OE 4．三角矩阵主对角线一侧所有元素都为零的方阵称为三角矩阵，如⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n a a aa a a ΛM O M M ΛΛ00022211211 或 ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n a a a a aa ΛM O M M ΛΛ21222111000 5．零矩阵所有元素都为零的矩阵称为零矩阵.记作n m O ⨯，简记O . 6．行矩阵、列矩阵m =1时的矩阵，即()n a a a A Λ21=称为行矩阵；n =1时的矩阵，即⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=n a a a A M 21称为列矩阵.7．对称矩阵在矩阵n n ij a A ⨯=)(中，若),,2,1,(n j i a a jiij Λ==则矩阵A 称为对称矩阵，如⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡410781086076258051§2.2 矩阵的运算矩阵的意义不仅在于将一些数据排成数表形式，而且在于对它定义了一些有理论意义和实际意义的运算，从而使它成为进行理论研究或解决实际问题的有力工具.一、矩阵的加法、减法首先给出矩阵相等的概念. 定义1 在矩阵()nm ija A ⨯=和()nm ijb B ⨯=中，若它们的对应元素相等，即),,2,1;,,2,1(n j m i b a ijij ΛΛ===则称矩阵A 与B 相等,记为A=B .定义2 设()nm ija A ⨯=，()nm ijb B ⨯=，矩阵()nm ijij b a ⨯±称为矩阵A 与矩阵B 的和或差，记作A +B 或A -B ，即n m ij ij b a B A ⨯±=±)(注意，只有当两个矩阵的行数相同且列数也相同时，这两个矩阵才能进行加法、减法运算.例1 有两种物资（单位：吨）从3个产地运往4个销地，两次调运方案分别为矩阵A 与矩阵B ，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=846075120231321034022753B A则从各产地运往各销地两次的物资调运量（单位：吨）为⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++++++++++++=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=+11670109142984834261007354102202273513 846075120231321034022753B A矩阵加法满足以下运算规律：（1）A B B A +=+（2）)()(C B A C B A ++=++（3）A O A =+ 矩阵()nm ija ⨯-称为矩阵()nm ija A ⨯=的负矩阵，记为()nm ija A ⨯-=-.显然，有（4）O A A =-+)(二、数与矩阵的乘法定义3 以数k 乘矩阵A 的每一个元素所得到的矩阵，称为数k 与矩阵A 的积，记作kA .如果()nm ija A ⨯=，那么()()n m ij n m ij ka a k kA ⨯⨯==不难证明，数与矩阵乘法满足以下运算规律： (1) kB kA B A k +=+)( (2) lA kA A l k +=+)( (3) )()(lA k A kl =(4) A A A A -=-=⋅)1(1， (5) O O k =⋅ (O 为零矩阵) 例2 已知⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=052110351234230412301321B A求3A -2B .解⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-+-----+-+----=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=-61941016151055011061094021223066910023496683052110351234223412301321323B A 例3 已知⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=612379154257864297510213B A且B X A =+2,求X ..解⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡------=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡------=-=1271211122223227212244446421)(21A B X 三、矩阵与矩阵的乘法先看一个例子.例4 某工厂有321,,A A A 三个车间，某月各种原材料的消耗量如表2-3.又各种原材料每吨价格和加工费如表2-4.求各车间某月支出原料费及加工费各为多少元？解我们可以直接计算出各车间支出的原料费用和加工费用为A车间的原料费=21×12+15×14+16×8+10×20=790（元）1A车间的原料费=53×12+0×14+13×8+4×20=820（元）2A车间的原料费=24×12+32×14+10×8+0×20=816（元）3A车间的加工费=21×5+15×4+16×2.5+10×3=235（元）1A车间的加工费=53×5+0×4+13×2.5+4×3=309.5（元）2A车间的加工费=24×5+32×4+10×2.5+0×3=273（元）3上述结果列成表2-5如果用矩阵来表示，则表2-3、表2-4、表2-5分别为⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=2738165.309820235790,3205.28414512,010322441305310161521C B A 从上述分析可以看出，矩阵A 、B 与C 之间的关系是：C 中第i 行第j 列)2,1;3,2,1(==j i 元素恰好等于A 的第i 行各元素分别和矩阵B 第j 列对应元素的乘积之和.因此，我们将矩阵C 定义为矩阵A 与矩阵B 的乘积，记为C =AB , 即⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡==2738165.3098202357903205.28414512010322441305310161521AB C 我们将上面例题中矩阵之间的这种关系定义为矩阵的乘法. 定义4 设矩阵()l m ik a A ⨯=的列数与矩阵()nl kjb B ⨯=的行数相同，则由元素),,2,1;,,2,1(12211n j m i b a b a b a b a c lk kjik lj il j i j i ij ΛΛΛ===+++=∑=构成的m 行n 列矩阵n m lk kj ik n m ij b a c C ⨯=⨯∑==)()(1称为矩阵A 与矩阵B 的积，记为C =A ·B 或AB .这个定义说明，如果矩阵A 的列数等于矩阵B 的行数，则A 与B 的乘积C 中第i 行第j 列的元素，等于矩阵A 的第i 行元素与矩阵B 的第j 列对应元素乘积的和.并且矩阵C 的行数等于矩阵A 的行数，矩阵C 的列数等于矩阵B 的列数.例5 若,012321,132132⎥⎦⎤⎢⎣⎡---=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=B A 求AB . 解⎥⎦⎤⎢⎣⎡---⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=012321132132AB⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡------=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⨯+-⨯-⨯+-⨯⨯+⨯⨯-+-⨯-⨯-+-⨯⨯-+⨯⨯+-⨯-⨯+-⨯⨯+⨯=97530367801)3(3)1(1)2(321130)2()3(1)1()2()2(12)2(1103)3(2)1(3)2(22312我们还可以求一下BA .⎥⎦⎤⎢⎣⎡-=⎥⎦⎤⎢⎣⎡⨯+-⨯-+⨯⨯+⨯-+⨯⨯-+-⨯-+⨯⨯-+⨯-+⨯=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-⎥⎦⎤⎢⎣⎡---=834910)2()1(32301)1(221)3()2()2(313)3(1)2(21132132012321BA显然,BA AB ≠.例6 若()⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--==530412,013B A ,求AB . 解()()()32500113)3(0)4(123530412013=⨯+⨯+⨯-⨯+-⨯+⨯=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=ABBA 没有意义，因为B 的列数不等于A 的行数，BA 不可进行运算.例7 若⎥⎦⎤⎢⎣⎡--=⎥⎦⎤⎢⎣⎡--=6342,2142B A ，求AB 及BA .解⎥⎦⎤⎢⎣⎡--=⎥⎦⎤⎢⎣⎡--⎥⎦⎤⎢⎣⎡--=168321663422142AB .000021426342BA AB BA ≠⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡--⎥⎦⎤⎢⎣⎡--=由例5，例6，例7可以看到矩阵的乘法一般不满足交换律.由例6可以看到AB 有意义，BA 不一定有意义.由例5、例7可以看到，即使AB 、BA 都有意义，AB 与BA 也不一定相等.但并不是任何两矩阵相乘都不可以交换，如下面的例8，两矩阵相乘可以交换，但作为统一的运算法则，矩阵乘法交换律是不成立的.由例7还可得出：两个非零矩阵相乘，可能是零矩阵，从而不能从AB =O 必然推出A =O 或B =O .例8 若⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=1021,1011B A ，求AB 与BA . 解⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡=103110211011AB⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡=103110111021BA 显见，AB=BA .如果两矩阵A 与B 相乘，有AB=BA ，则称矩阵A 与矩阵B 可交换. 矩阵相乘时必须注意顺序，AX 称为用X 右乘A ，XA 称为用X 左乘A . 矩阵乘法具有下列性质：（1）（AB ）C=A （BC ）（2）k （AB ）=（kA ）B=A （kB ） （其中k 为数值）（3）A （B+C ）=AB+AC （4）（B+C ）A=BA+CA 设A 是n 阶方阵，规定：,,,,,1210A A A AA A A A E A k k ⋅====+Λ其中k 为正整数，k A 称为A 的k 次幂.例9 设⎥⎦⎤⎢⎣⎡-=4321A ，求E A A 5322+-. 解E A A 5322+-=⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡--⎥⎦⎤⎢⎣⎡-1001543213432122=⎥⎦⎤⎢⎣⎡--=⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡--⎥⎦⎤⎢⎣⎡--6127181650051296344181214四、矩阵的转置定义5 把矩阵A 的所有行换成相应的列所得到的矩阵，称为矩阵A 的转置矩阵，记为TA ，即若()nm ija A ⨯=，则()mn jiT a A ⨯=.例10 若⎥⎦⎤⎢⎣⎡-=52134071A ，则 ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=54201731T A 可见，若A 是对称矩阵，则有TA A =. 矩阵的转置具有下列性质： （1）A A TT=)(（2）TTTB A B A +=+)( （3）T TA A λλ=)(（4）TT T A B AB =)(五、方阵的行列式定义6 由n 阶方阵A 的元素所构成的行列式（各元素的位置不变），叫做方阵A 的行列式，记作A .应该注意，方阵与行列式是两个不同的概念，n 阶方阵是2n 个数按一定方式排列成的数表，而n 阶行列式是这些数（也就是数表A ）按一定运算法则所确定的一个数.由A 确定的A 的这个运算满足下述运算规律（设A ，B 为n 阶方阵，k 为数值）： （1）A A T = （2）A k kA n= （3）B A AB =由（3）可知，对于n 阶方阵A 、B ，一般说来BA AB ≠，但总有BA AB =例11 设⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡-=43522231B A ，，求AB . 解法1⎥⎦⎤⎢⎣⎡-=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡-=22171143522231AB所以 56221711=-=AB解法256)7(843522231=-⨯-=⋅-==B A AB习题2.21． 设⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=150421321,111111111B A ，求 （1）3AB-2A （2）B A T2．已知011311232021132=⎥⎦⎤⎢⎣⎡-----⎥⎦⎤⎢⎣⎡--X ，求X .3．计算下列乘积.（1）⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-127075321134 （2）()⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡123321 （3）()132211-⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-- （4）⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--131201********* （5）()⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡11212221211211y x c b b b a a b a a y x 4．设⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-----=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-----=321431422,531531531,431541532C B A证明：（1）AB=BA=0 （2）AC=A ，CA=C （3）ACB=CBA5．证明矩阵下列运算性质.（1）)()(C B A C B A ++=++ （2）TTTB A B A +=+)( （3）A A nλλ= （4）AE =EA =A 6．求下列矩阵的幂. （1）设⎥⎦⎤⎢⎣⎡=101λA ，求kA A A ，，，Λ32 （2）求nO O⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡λλλOO7．若矩阵AB =BA ，则称B 与A 可交换，设⎥⎦⎤⎢⎣⎡=1011A ，求所有与A 可交换的矩阵.§2.3 逆矩阵一、逆矩阵的定义矩阵与数相类似，有加、减、乘三种运算.于是，自然会提出矩阵的乘法是否也和数一样存在逆运算呢？解一元线性方程ax=b ，当0≠a 时，存在一个数1-a ，使b a x 1-=为方程组的解.那么在解矩阵方程AX =B 时，是否也存在一个矩阵，使这个矩阵乘以B 等于X .这就是我们要讨论的逆矩阵的问题.逆矩阵在矩阵理论和应用中都起着重要的作用.定义1 对于n 阶矩阵A ，如果存在n 阶矩阵B ，使得AB =BA=E那么矩阵A 称为可逆矩阵，而B 称为A 的逆矩阵. 如果A 可逆，A 的逆矩阵是唯一的.因为如果B 和1B 都是A 的逆矩阵,则有E A B AB E BA AB ====11,那么 1111)()(B EB B BA AB B BE B ===== 即 1B B =所以逆矩阵是唯一的.我们把矩阵A 唯一的逆矩阵记作1-A .定义2 若n 阶矩阵A 的行列式0≠A ，则称A 为非奇异的. 为了讨论逆矩阵存在的条件和逆矩阵的求法，先引进伴随矩阵的概念. 定义3 设ij A 是矩阵⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=nn n n n n a a a a a a a a a A ΛΛΛΛΛΛΛ212222111211 的行列式A 中的元素ij a 代数余子式，那么矩阵⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=nn n nn n A A A A A A A A A A ΛΛΛΛΛΛΛ212221212111*称为矩阵A 的伴随矩阵.定理1 矩阵A 存在逆矩阵的充分必要条件是0≠A ，即A 为非奇异矩阵时才有逆矩阵存在.证 必要性：因为A 可逆，则有1-A使E A A AA==--11.因此，01111≠====---E A A A A AA ，即0≠A .充分性：若0≠A ，作矩阵*1A AB =由§1.2定理1和定理2，可得E A A AA AA =⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=00*O ， 即得AB=E .同理，可证，BA=E .故*11A AA B ==- 二、逆矩阵的性质逆矩阵具有下列性质： （1）A A =--11)( （2）111)(---=A B AB（3）11)()(--=TTA A （4）AA11=- （5）111)(--=A kkA 下面仅证明性质2，其它性质请读者自己证明. 证（2） 因为E AA AEA A BB A A B AB ====------111111)())((， E B B EB B B A A B AB A B ====------111111)())((，所以 111)(---=A B AB证毕 由定理1,可得由矩阵A 的伴随矩阵*A 求逆矩阵1-A 的计算方法，求出矩阵A 的所有元素的代数余子式；写出伴随矩阵*A ；由*11A AA=-便得1-A .这种方法常用于三阶以下的方阵求逆矩阵的问题. 例1 求矩阵⎥⎦⎤⎢⎣⎡-=4312A 的逆矩阵. 解 因为011≠=A ，所以1-A 存在.由于213422211211=-===A A A A因此 ⎥⎦⎤⎢⎣⎡--=2314*A ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=⎥⎦⎤⎢⎣⎡--==-11211311111423141111*1A A A 例2 求矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=631321222A 的逆矩阵. 解 因为,02≠=A 所以1-A 存在，由于 131213613136332131211==-=-===A A A ,4312210612266322232221-=-===-=-=A A A221224312223222333231=-=-=-===A A A因此⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡----=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡==-122125231323241410326321211332313322212312111*1A A A A A A A A A A A A 例3 试用逆矩阵求解线性方程组.⎪⎩⎪⎨⎧=+=++=--353042231321321x x x x x x x x 解 令,302,,503411112321⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=B x x x X A 于是原方程组可写成AX=B （2-3-1）因为 ,0653411112≠=--=A 故1-A 存在，且⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----==-3339137355611*1A A A对（2-3-1）式两侧左乘1-A ，得⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡-=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----==-63613613131613023339137355611B A X即线性方程组的解为21,613,61321=-==x x x .习题2.31． 验证矩阵B 是矩阵A 的逆矩阵.（1）⎥⎥⎦⎤⎢⎢⎣⎡--=⎥⎦⎤⎢⎣⎡=2123124321B A （2）⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡---=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=1012015120110141101510075504321B A 2．写出下列初等方阵的逆矩阵。

第二章矩阵2.1矩阵的概念定义2.1.1由m×n个数a ij（i=1，2，…，m；j=1，2，…，n）排成一个m行n列的数表用大小括号表示称为一个m行n列矩阵。

矩阵的含义是：这m×n个数排成一个矩形阵列。

其中a ij称为矩阵的第i行第j列元素（i=1，2，…，m；j=1，2，…，n），而i称为行标，j称为列标。

第i行与第j列的变叉位置记为（i，j）。

通常用大写字母A，B，C等表示矩阵。

有时为了标明矩阵的行数m和列数n，也可记为A=（a ij）m×n或（a ij）m×n或A m×n当m=n时，称A=（a ij）n×n为n阶矩阵，或者称为n阶方阵。

n阶方阵是由n2个数排成一个正方形表，它不是一个数（行列式是一个数），它与n阶行列式是两个完全不同的概念。

只有一阶方阵才是一个数。

一个n阶方阵A中从左上角到右下角的这条对角线称为A的主对角线。

n阶方阵的主对角线上的元素a11，a22，…，a nn，称为此方阵的对角元。

在本课程中，对于不是方阵的矩阵，我们不定义对角元。

元素全为零的矩阵称为零矩阵。

用O m×n或者O（大写字）表示。

特别，当m=1时，称α=（a1，a2，…，a n）为n维行向量。

它是1×n矩阵。

当n=1时，称为m维列向量。

它是m×1矩阵。

向量是特殊的矩阵，而且它们是非常重要的特殊矩阵。

例如，（a，b，c）是3维行向量，是3维列向量。

几种常用的特殊矩阵：1.n阶对角矩阵形如或简写为（那不是A，念“尖”）的矩阵，称为对角矩阵，例如，是一个三阶对角矩阵，也可简写为。

2.数量矩阵当对角矩阵的主对角线上的元n阶数量矩阵素都相同时，称它为数量矩阵。

有如下形式：或。

（标了角标的就是N阶矩阵，没标就不知是多少的）特别，当a=1时，称它为n阶单位矩阵。

n阶单位矩阵记为E n或I n，即或在不会引起混淆时，也可以用E或I表示单位矩阵。

矩阵知识点归纳及例题一、矩阵知识点归纳。

（一）矩阵的定义。

1. 矩阵的概念。

- 由m× n个数a_ij(i = 1,2,·s,m;j = 1,2,·s,n)排成的m行n列的数表(a_11a_12·sa_1n a_21a_22·sa_2n ⋮⋮⋱⋮ a_m1a_m2·sa_mn)称为m× n矩阵，简称矩阵，其中a_ij称为矩阵的第i行第j列的元素。

2. 特殊矩阵。

- 零矩阵：所有元素都为0的矩阵，记为O。

- 方阵：行数与列数相等的矩阵，即m = n时的矩阵A称为n阶方阵。

- 对角矩阵：除主对角线元素外，其余元素都为0的方阵，即a_ij=0(i≠ j)的n 阶方阵(a_110·s0 0a_22·s0 ⋮⋮⋱⋮ 00·sa_nn)。

- 单位矩阵：主对角线元素都为1，其余元素都为0的n阶方阵，记为I或E，即(10·s0 01·s0 ⋮⋮⋱⋮ 00·s1)。

（二）矩阵的运算。

1. 矩阵的加法。

- 设A=(a_ij)和B=(b_ij)是两个m× n矩阵，则A + B=(a_ij+b_ij)，即对应元素相加。

- 矩阵加法满足交换律A + B=B + A和结合律(A + B)+C = A+(B + C)。

2. 矩阵的数乘。

- 设A=(a_ij)是m× n矩阵，k是一个数，则kA=(ka_ij)，即矩阵的每个元素都乘以k。

- 数乘满足分配律k(A + B)=kA + kB和(k + l)A=kA + lA（k、l为常数）。

3. 矩阵的乘法。

- 设A=(a_ij)是m× s矩阵，B=(b_ij)是s× n矩阵，则AB是m× n矩阵，其中(AB)_ij=∑_k = 1^sa_ikb_kj。

- 矩阵乘法一般不满足交换律，即AB≠ BA（在A、B可乘的情况下），但满足结合律(AB)C = A(BC)和分配律A(B + C)=AB + AC，(A + B)C = AC+BC。

178第二章 矩阵矩阵本质上就是一个数表，它是线性代数中一个非常重要而且应用十分广泛的概念，贯穿了线性代数的始终，复习时要高度重视，概念要清晰，符号要习惯，运算要准确、迅速、简捷。

1. 理解矩阵的概念，熟练几种特殊的矩阵；2. 了解单位矩阵, 对角矩阵, 三角矩阵, 对称矩阵以及它们的基本性质；3. 掌握矩阵的线性运算, 乘法, 转置及其运算规则；4. 理解逆矩阵的概念; 掌握可逆矩阵的性质; 会用伴随矩阵求矩阵的逆；5. 了解分块矩阵的概念, 了解分块矩阵的运算法则。

一、 考试内容 2.1 矩阵的定义由n m ⨯个数),,2,1;,,2,1(n j m i a ij ==排成如下m 行n 列的形式⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n mna a a a a a a a a A (2)12222111211称为一个n m ⨯矩阵，当n m =时，矩阵A 称为n 阶矩阵或者叫n 阶方阵。

只有一行的矩阵)(21n a a a A =称为行矩阵，又称为行向量；反之，只有一列的矩阵称为列矩阵，又称为列向量。

两个矩阵的行数和列数都相等时，就称它们为同型矩阵。

如果是同型矩阵，而且对应元素都相等，则称两矩阵为相等矩阵。

元素都是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。

2.2 矩阵的加法设有两个n m ⨯阶矩阵)(ij a A =和)(ij b B =，那么矩阵A 与B 的和记作B A +，规定为⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+++++++++=+mn mn m m m m n n n n b a b a b a b a b a ba b a b a b a B A (2)21122222221211112121111 运算法则：（1）A B B A +=+ （2）)()(C B A C B A ++=++ （3）A O A =+ （4）)(B A B A -+=- 注意：只有两个矩阵是同型矩阵时，才能进行矩阵的加法运算。

授课章节第二章矩阵§2.1矩阵§2.2矩阵的运算目的要求理解矩阵的定义，掌握矩阵的运算重点矩阵的运算难点矩阵的乘法§2.1矩阵前面介绍了利用行列式求解线性方程组的方法，即Cramer法则。

但是Cramer法则有它的局限性：1. 系数行列式；2. 方程组中变量的个数等于方程的个数。

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及其运算。

一、矩阵的概念矩阵是线性代数的核心，矩阵的概念、运算和理论贯穿线性代数的始终。

矩阵是一个表格，它的运算与数的运算是既有联系又有区别；矩阵与行列式也有很大的关联，但二者不能等同混淆。

对于分块矩阵，它在矩阵乘法、求逆、向量的线性表出、线性相关与秩、线性齐次方程组的解等方面，都有很大的用处。

矩阵是本课程的一个重要概念，在生产活动和日常生活中，我们常常用数表表示一些量或关系，如工厂中的产量统计表，市场上的价目表等等例1 某种物资有3个产地，4个销地，调配量如表1所示表 1 产地销地调配情况表销地产地B1 B2 B3 B4A1 1 6 3 5A2 3 1 2 0A3 4 0 1 2那么，表中的数据可以构成一个矩形数表：在预先约定行列意义的情况下，这样的简单矩形数表就能表明整个产销调配的状况。

不同的问题，矩形数表的行列规模有所不同，去掉表中数据的实际含义，我们得到如下矩阵的概念。

定义2.1 由个数排成的行列数表（2.1）称为一个行列矩阵，简称矩阵。

这个数称为矩阵的元素，其中称为矩阵的第行第列元素.（2.1）式也简记为或. 有时矩阵A也记作.注 1.元素是复数的矩阵称为复矩阵，元素是实数的矩阵称为实矩阵，本书中的矩阵除特别说明外，都指实矩阵.2.当时，称矩阵为长方阵（长得像长方形）；3.当时，称矩阵为阶方阵（长得像正方形），简称方阵；4. 两个矩阵的行数、列数均相等时，就称它们是同型矩阵.如果与是同型矩阵，并且它们的对应元素相等，即则称矩阵A与矩阵B相等，记作A＝B5.所有元素都为零的矩阵称为零矩阵，记为O. 值得注意的是：不同型的零矩阵是不相等的.例2设，，已知A＝B，求.【解】因为，，，所以二、几种特殊矩阵（1）矩阵，当时，即称为n阶方阵，记为. 特别地，一阶方阵.方阵中从左上角元素到右下角元素的这条对角线称为方阵的主对角线，从右上角元素到左下角元素的这条对角线称为方阵的副对角线。

312.1.1矩阵的概念三维目标 1.知识与技能⑴了解矩阵产生的背景，并会用矩阵表示一些实际问题.⑵了解矩阵的相关知识，如行、列、元素，零矩阵的意义及表示. 2.过程与方法在大量举例的基础上引出矩阵的概念和表示方法，使学生认识到矩阵的实际背景，并让学生举出一些可以用矩阵形式表示的实际例子，深化对矩阵概念的认识.3.情感、态度与价值观以已有知识为平台，结合实例，创设良好情境，调动学生学习的积极性，发挥学生的主动性.让学生体会到矩阵从实际产生，并在实际的问题中有着广泛的应用，使得他们感悟到数学的抽象更有助于人们对问题的思考与解决.重点与难点 矩阵的概念 教学过程 一、设置情境情境一、向量如图所示，已知点O （0,0）， P （1,3）向量),3,1(= 如果 把的坐标排成一排，那么 可以用右边的表来表示，并简记为⎥⎦⎤⎢⎣⎡31.如果把表中的说明舍弃，将表中的数据按原来的位置排成一张矩形数表，简记为⎥⎦⎤⎢⎣⎡112145130109142125 情境三、运动会的成绩4-23m32如果把表中的说明舍弃，将表中的数据按原来的位置排成一张矩形数表，简记为⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡142323214232325541143113 情境四、将方程组中未知数x ，y ，z 的系数按原来的次序排列就下表，简记为⎥⎦⎤⎢⎣⎡-42332m ⎩⎨⎧=+-=++2423132z y x mz y x 二、建构数学 1.矩阵的概念 我们把形如⎥⎦⎤⎢⎣⎡31，⎥⎦⎤⎢⎣⎡-42332m ，⎥⎦⎤⎢⎣⎡112145130109142125这样的矩形数表（或字母）阵列称做矩阵，一般地用大写黑体拉丁字母A ，B ，…或者(a ij )来表示矩阵，其中i,j 分别表示元素a ij 所在的行与列.同一横排中按原来顺序排列的一行数（或字母）叫做矩阵的行，同一竖排中按原来顺序排列的一行数（或字母）叫做矩阵的列，而组成矩阵的每一个数（或字母）称为矩阵的元素.2.矩阵的分类（按照行与列来分）⎥⎦⎤⎢⎣⎡31记为2×1矩阵，⎥⎦⎤⎢⎣⎡-42332m 记为2×3矩阵. 3.几个特殊矩阵所有元素都为零的矩阵叫做零矩阵. 我们把像[]131211a a a 这样只有一行的矩阵称为行矩阵，而把像⎥⎦⎤⎢⎣⎡1211a a 这样只有一列的矩阵称为列矩阵，并用希腊字母α，β，γ，来表示列矩阵.4.矩阵的相等对于两个矩阵A ，B 只有当A ，B 的行数与列数分别相等，并且对应位置的元素也分别相等时，A 和B 才相等，此时记为A ＝B .5.行向量与列向量平面上的向量a ＝(x,y)的坐标和平面上的点P(x,y)都可以看做是行矩阵[]y x ，也可以看成列矩阵⎥⎦⎤⎢⎣⎡yx .因此，我们将[]y x称为行向量，⎥⎦⎤⎢⎣⎡y x 称为列向量.习惯上，我们把平面向量(x,y)的坐标写成列向量⎥⎦⎤⎢⎣⎡yx 的形式.三、数学应用例1 用矩阵表示下图中的ΔABC ，其中A(－1,0),B(0,2),C(2,0). 解：因为ΔABC 由点A ，B ，C 唯一确定，点A ，B ，C 可以分别由列向量 ⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡-=02,20,01来表示，所以ΔABC 可表示为⎥⎦⎤⎢⎣⎡-=02201思考：如果像例1中那样用矩阵⎥⎦⎤⎢⎣⎡0224310表示平面中的图形，那么该图形有什么几何特征？等腰梯形（数形结合）例2 已知A ＝⎥⎦⎤⎢⎣⎡-243x ，B ＝⎥⎦⎤⎢⎣⎡-21z y ，若A ＝B ，试求x,y,z. 分析：抓住相等的条件即可4,3,1===z y x四、课堂练习1.设矩阵A 为二阶矩阵，且规定其元素2,1,2;1,2ij a i j i j =+==，则A= 2 35 6⎡⎤⎢⎥⎣⎦2.由矩阵1 1 21 2 2⎡⎤⎢⎥⎣⎦所表示的三角形的面积是12 3.已知32 x-3y 1 7,x+y x-y a b x y A B +-⎡⎤⎡⎤==⎢⎥⎢⎥⎣⎦⎣⎦，若A=B ，则x y a b +++= 1 五、回顾总结1. 矩阵的概念2.几个特殊矩阵3.矩阵的相等4.行向量与列向量 六、课外作业1.已知A(3,1),B(5,2)，则表示AB 的列向量为21⎡⎤⎢⎥⎣⎦2.方程组32426x y x y +=⎧⎨-=⎩中,x y 的系数按原有次序排列，可得到矩阵是 3 22 -1⎡⎤⎢⎥⎣⎦3.某东西方向十字路口的红绿灯时间设置如下：绿灯30S ，黄灯3S ，红灯20S ，如果分别用1，0，—1表示绿灯、黄灯、红灯，试用23⨯矩阵表示该路口的时间设置为1 0 -130 3 20⎡⎤⎢⎥⎣⎦4.设矩阵A 为33⨯矩阵，且规定其元素,,ij ij i ja i j i j=⎧=⎨+≠⎩，其中,1,2,3i j =，那么A 中所有元素之和为 385.已知 1 4 1 4x+3 y 2y+7 y x y -+⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦，则x y += -26.由矩阵1 3 3 11 2 3 4⎡⎤⎢⎥⎣⎦表示平面中的图形的面积为 4 。

2 矩阵矩阵是学好线性代数这门课程的基础，而对于初学者来讲，对于矩阵的理解是尤为的重要；许多学生在最初的学习过程中感觉矩阵很难，这也是因为对矩阵所表示的内涵模糊的缘故。

其实当我们把矩阵与我们的实际生产经济活动相联系的时候，我们才会发现，原来用矩阵来表示这些“繁琐”的事物来是多么的奇妙！于是当我们对矩阵产生无比的兴奋时，那么一切问题都会变得那么的简单!2.1 知识要点解析2.1.1 矩阵的概念1．矩阵的定义由m×n 个数),,2,1;,,2,1(n j m i a ij ==组成的m 行n 列的矩形数表⎪⎪⎪⎪⎪⎭⎫⎝⎛=mn m m n n a a a a a a a a a A 212222111211称为m×n 矩阵，记为n m ij a A ⨯=)( 2．特殊矩阵（1）方阵：行数与列数相等的矩阵；（2）上（下）三角阵：主对角线以下（上）的元素全为零的方阵称为上（下）三角阵；（3）对角阵：主对角线以外的元素全为零的方阵； （4）数量矩阵：主对角线上元素相同的对角阵；（5）单位矩阵：主对角线上元素全是1的对角阵，记为E ； （6）零矩阵：元素全为零的矩阵。

3．矩阵的相等 设mn ij mn ij b B a A )(;)(==若 ),,2,1;,,2,1(n j m i b a ij ij ===，则称A 与B 相等，记为A=B 。

2.1.2 矩阵的运算1．加法（1）定义：设mn ij mn ij b B A A )(,)(==，则mn ij ij b a B A C )(+=+= （2）运算规律① A+B=B+A ；②（A+B ）+C =A +（B+C ）③ A+O=A④ A +（-A ）=0， –A 是A 的负矩阵2．数与矩阵的乘法（1）定义：设,)(mn ij a A =k 为常数，则mn ij ka kA )(= （2）运算规律 ① K (A+B ) =KA+KB , ② (K+L )A =KA+LA ,③ (KL ) A = K (LA )3．矩阵的乘法（1）定义：设.)(,)(np ij mn ij b B a A ==则,)(mp ij C C AB ==其中∑==nk kjik ij b aC 1（2）运算规律①)()(BC A C AB =；②AC AB C B A +=+)( ③CA BA A C B +=+)( （3）方阵的幂①定义：A n ij a )(=，则Kk A A A =②运算规律：n m n m A A A +=⋅；mn n m A A =)( （4）矩阵乘法与幂运算与数的运算不同之处。

矩阵知识点总结大纲一、矩阵的基本概念1.1 矩阵的定义1.2 矩阵的元素1.3 矩阵的维数1.4 矩阵的转置1.5 矩阵的特殊矩阵二、矩阵运算2.1 矩阵的加法2.2 矩阵的数乘2.3 矩阵的乘法2.4 矩阵的转置2.5 矩阵的幂2.6 矩阵的逆2.7 矩阵的行列式2.8 矩阵的秩三、线性方程组与矩阵3.1 矩阵的行简化阶梯形式3.2 矩阵的列简化阶梯形式3.3 矩阵的增广矩阵3.4 矩阵的系数矩阵3.5 矩阵的齐次线性方程组3.6 矩阵的非齐次线性方程组四、矩阵的应用4.1 线性代数4.2 计算机图形学4.3 信号处理4.4 优化问题4.5 统计学4.6 量子力学五、矩阵分析5.1 矩阵的迹5.2 矩阵的本征值与本征向量5.3 矩阵的相似矩阵5.4 矩阵的对角化5.5 矩阵的奇异值分解5.6 矩阵的正交矩阵六、矩阵的特征6.1 矩阵的周期性6.2 矩阵的稀疏性6.3 矩阵的对称性6.4 矩阵的正定性6.5 矩阵的随机性七、矩阵的发展历程7.1 矩阵的起源7.2 矩阵的发展7.3 矩阵的应用八、矩阵的未来发展8.1 矩阵的应用领域拓展8.2 矩阵的理论深化8.3 矩阵的计算方法改进九、矩阵的教学与研究9.1 矩阵的教学模式9.2 矩阵的教学资源9.3 矩阵的研究方向十、矩阵的未来前景10.1 矩阵的应用前景10.2 矩阵的教学前景10.3 矩阵的研究前景十一、矩阵的总结与展望11.1 矩阵的总结11.2 矩阵的展望结语矩阵知识点总结一、矩阵的基本概念1.1 矩阵的定义矩阵是一个按照长方形排列的数表。

其中的元素可以是数字、符号或数学式。

矩阵是线性代数的基本概念，应用非常广泛，涉及几何学、概率论、微分方程以及物理学和工程学等各个学科。

1.2 矩阵的元素矩阵的元素是矩阵中的一个具体数值或符号。

1.3 矩阵的维数一个矩阵的维数是指矩阵的行数与列数。

如果一个矩阵有m行n列，则称其为m×n阶矩阵。

专题二MATLAB矩阵处理2.1 特殊矩阵☐通用性的特殊矩阵☐用于专门学科的特殊矩阵1．通用的特殊矩阵☐zeros函数：产生全0矩阵，即零矩阵。

☐ones函数：产生全1矩阵，即幺矩阵。

☐eye函数：产生对角线为1的矩阵。

当矩阵是方阵时，得到一个单位矩阵。

☐rand函数：产生（0，1）区间均匀分布的随机矩阵。

☐randn函数：产生均值为0，方差为1的标准正态分布随机矩阵。

zeros函数的调用格式：☐zeros(m)：产生m×m零矩阵。

☐zeros(m,n)：产生m×n零矩阵。

☐zeros(size(A))：产生与矩阵A同样大小的零矩阵。

>> A=zeros(2,3)A =0 0 00 0 0>> zeros(size(reshape(A,3,2)))ans =0 00 00 0例1 首先产生5阶两位随机整数矩阵A，再产生均值为0.6、方差为0.1的5阶正态分布随机矩阵B，最后验证(A+B)I=IA+BI（I为单位矩阵）。

☐rand函数：产生(0，1)开区间均匀分布的随机数x。

☐fix(a+(b-a+1)*x)：产生[a，b]区间上均匀分布的随机整数。

☐randn函数：产生均值为0、方差为1的标准正态分布随机数x。

☐μ+σx得到均值为μ、方差为σ2的随机数。

：>> A=fix(10+(99-10+1)*rand(5)); >> B=0.6+sqrt(0.1)*randn(5); >> C=eye(5);>> (A+B)*C==C*A+B*Cans =1 1 1 1 11 1 1 1 11 1 1 1 11 1 1 1 11 1 1 1 1(1)魔方矩阵--Magic Square 2．用于专门学科的特殊矩阵>> M=magic(3)M =8 1 63 5 74 9 2☐n阶魔方阵由1,2,3,…,n2共n2个整数组成，且每行、每列以及主、副对角线上各n个元素之和都相等。