第三章矩阵的运算(1)

矩阵的运算及其运算规则在数学和众多科学领域中，矩阵是一种非常重要的工具，它有着广泛的应用。

要深入理解和运用矩阵，就必须掌握矩阵的运算及其运算规则。

矩阵的加法是一种基础运算。

两个矩阵相加，只有当它们的行数和列数分别相等时才能进行。

具体来说，就是将对应位置的元素相加。

比如，有矩阵 A ＝ a₁₁ a₁₂; a₂₁ a₂₂和矩阵 B ＝ b₁₁ b₁₂;b₂₁ b₂₂，那么它们相加的结果矩阵 C 就是 C ＝ a₁₁＋ b₁₁ a₁₂＋ b₁₂; a₂₁＋ b₂₁ a₂₂＋ b₂₂。

矩阵的数乘也较为常见。

用一个数乘以矩阵，就是将这个数与矩阵中的每个元素相乘。

假如有矩阵 A ＝ a₁₁ a₁₂; a₂₁ a₂₂，k 是一个数，那么数乘的结果就是 kA ＝ k×a₁₁ k×a₁₂; k×a₂₁ k×a₂₂。

接下来谈谈矩阵的乘法。

矩阵乘法相对复杂一些，但在实际应用中却非常重要。

当矩阵 A 的列数等于矩阵 B 的行数时，这两个矩阵才能相乘。

假设矩阵 A 是 m×n 的矩阵，矩阵 B 是 n×p 的矩阵，那么它们相乘得到的矩阵 C 是 m×p 的矩阵。

具体计算时，矩阵 C 中第 i 行第 j 列的元素 cij 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。

例如，A ＝ a₁₁ a₁₂; a₂₁ a₂₂，B ＝ b₁₁ b₁₂; b₂₁ b₂₂，那么它们相乘得到的矩阵 C 中的 c₁₁＝ a₁₁×b₁₁＋ a₁₂×b₂₁，c₁₂＝ a₁₁×b₁₂＋ a₁₂×b₂₂，c₂₁＝ a₂₁×b₁₁＋ a₂₂×b₂₁，c₂₂＝ a₂₁×b₁₂＋ a₂₂×b₂₂。

矩阵乘法不满足交换律，也就是说一般情况下AB ≠ BA。

但它满足结合律，即（AB)C ＝ A(BC)，还满足分配律，即 A(B ＋ C) ＝ AB ＋AC。

矩阵的运算及其运算规则矩阵是代数中一种重要的数学工具，它由数个数按照规定的行列顺序排列而成。

矩阵的运算包括加法、减法、数乘、乘法以及转置等，这些运算规则在代数中有着重要的应用。

一、矩阵的加法和减法矩阵的加法和减法规则相同，对应位置的元素进行相加或相减。

具体来说，如果有两个m×n（m行n列）的矩阵A和B，它们的和为C，则A和B之间的加法运算可以表示为：C = A + B。

其中，C的元素cij就是A和B相对应位置元素之和。

同样，矩阵的减法也是对应位置的元素进行相减操作。

例如，对于如下两个矩阵：A=[[1,2],[3,4]]B=[[5,6],[7,8]]则A和B的和、差分别为：A+B=[[1+5,2+6],[3+7,4+8]]=[[6,8],[10,12]]A-B=[[1-5,2-6],[3-7,4-8]]=[[-4,-4],[-4,-4]]二、矩阵的数乘矩阵的数乘是指将矩阵的每个元素都与一个常数k相乘。

具体来说，如果有一个m×n的矩阵A和一个实数k，则矩阵A乘以k的结果为B，可表示为：B = kA。

其中，B的元素bij等于k与A相对应位置元素的乘积。

例如，对于如下矩阵：A=[[1,2],[3,4]]k=2则A乘以k的结果为：B=kA=2A=[[2,4],[6,8]]三、矩阵的乘法矩阵的乘法是指给定两个矩阵A和B，如果A的列数等于B的行数，则可以将它们相乘得到一个新的矩阵C。

具体来说，如果A是一个m×n 的矩阵，B是一个n×p的矩阵，则矩阵C的大小为m×p。

C的元素cij 可以通过计算A的第i行与B的第j列对应位置元素的乘积之和得到。

例如，对于如下两个矩阵：A=[[1,2],[3,4]]B=[[5,6],[7,8]]则A和B的乘积为：C=AB=[[1×5+2×7,1×6+2×8],[3×5+4×7,3×6+4×8]]=[[19,22], [43,50]]注意，在矩阵乘法中，矩阵的位置很重要，即AB一般不等于BA。

矩阵的运算及其运算规则矩阵是线性代数中的基本概念，也是数学、计算机科学、物理、经济学等领域中广泛运用的工具之一。

矩阵的运算是矩阵代数的重要组成部分，并且矩阵的运算规则是进行代数运算、求解线性方程组、计算特征值和特征向量等的关键。

1.基本矩阵运算矩阵的四则运算：加法、减法、乘法和除法是矩阵运算的基础。

加减法均是对应元素相加减，必须两个矩阵形状相同才可加减。

例如A、B是两个3\*3矩阵，那么它们相加后我们可以表示为C=A+B，C的每个元素都等于A和B对应位置的元素之和。

矩阵的乘法是相乘并对乘积元素求和，而不是元素相乘。

A\*B中A的列数应该等于B的行数，乘积C则应该是A的行数和B的列数构成的矩阵。

例如A是一个3\*2 的矩阵，B是一个2\*4 的矩阵，则将A的每一行和B的每一列依次相乘求和，得到一个3\*4的结果矩阵C。

除法在矩阵中一般不存在，但是可以通过矩阵的逆来实现除法运算。

如果乘积A\*B=C，且B是可逆的，那么我们可以利用B的逆矩阵来得出矩阵A，即A=B^{-1}C。

2.转置和逆矩阵矩阵的转置是将矩阵的行和列交换位置得到的新矩阵。

如果矩阵A的形状是m\*n，则转置后的矩阵形状是n\*m。

例如A=\begin{bmatrix}1 & 2 \\ 3 & 4 \\ 5 & 6\end{bmatrix}，则A的转置为A^T=\begin{bmatrix}1 & 3 & 5 \\ 2 & 4 & 6\end{bmatrix}。

矩阵的逆矩阵是一个矩阵，使得矩阵和它的逆矩阵的乘积为单位矩阵。

只有方阵才有逆矩阵，而且并不是所有的方阵都有逆矩阵。

如果一个矩阵A不能求逆，那么我们称它是奇异矩阵或不可逆矩阵。

如果一个矩阵A可以求逆，那么我们称它是非奇异矩阵或可逆矩阵。

逆矩阵的求解方法有伴随矩阵法、高斯-约旦消元法、矩阵分块法等。

3.矩阵的性质及运算规则矩阵的性质包括转置、对称、正交、幂等、奇异等性质。

§3.1 矩阵的运算（1）第三章矩阵矩阵的加法定义1111112121121212222221122n n n n m m m m mn mn a b a b a b a b a b a b a b a b a b +++⎡⎤⎢⎥+++⎢⎥+=⎢⎥⎢⎥+++⎣⎦A B 设有两个 矩阵 和 n m ⨯[]ij a =A [],ij b =B 那么矩阵与 的和 A B 记作 规定为,+A B 只有当两个矩阵是同型矩阵时，才能进行加法运算.（可加的条件）注矩阵的加法235178190, 645, 368321-⎡⎤⎡⎤⎢⎥⎢⎥=-=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦设矩阵矩阵则A B 213758169405336281+-++⎡⎤⎢⎥=+-++⎢⎥⎢⎥+++⎣⎦3413755.689⎡⎤⎢⎥=-⎢⎥⎢⎥⎣⎦对应元相加例1+A B矩阵的加法;+=+A B B A ()()++=++A B C A B C ；+=+=；A OO A A 矩阵加法的运算律 [],ij a =A 设矩阵 （交换律）（结合律）（加法单位元）(1)(2) (3) (4) 规定 [],ija -=-A 称之为 的负矩阵.A ()(),+-=-+=A A A A O ().-=+-A B A B （加法逆元）规定矩阵的减法为：+=+⇒=.A B A C B C (5) 加法消去律成立，即数量乘法111212122211[].n nij m n m m mn ka ka ka kaka ka k ka ka ka ka ⨯⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦A 规定数 k 与矩阵 A 的数量乘积为定义2数量乘法()();k l kl =A A ()k l k l +=+A A A ；()k k k +=+.A B A B 数量乘法的运算规律(1) (2)(3)矩阵的加法和数量乘法统称为矩阵的线性运算 .设为A , B 为矩阵，k, l 为数： m n ⨯矩阵的乘法（矩阵与矩阵相乘）定义3设 是一个 矩阵， m n ⨯[]ij a =A 记作 C =AB.[]ij b =B 是一个 矩阵， n s ⨯规定矩阵 与 的乘积是一个 的矩阵 A Bm s ⨯[],ij c =C 其中 11221nij i j i j in nj ikkjk c a b a b a b ab ==+++=∑()1,2,;1,2,,,i m j s ==矩阵的乘法1212[,,,]j j i i in nj b b a a a b ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦1122i j i j in nj a b a b a b =+++1n ik kj ij k a b c ===∑行乘列法则可乘条件：左矩阵的列数=右矩阵的行数11211300514-⎡⎤⎢⎥=-⎢⎥⎢⎥-⎣⎦设，A 034121.311121⎡⎤⎢⎥⎢⎥=⎢⎥-⎢⎥-⎣⎦B 例20311212113031051412⎡⎤-⎡⎤⎢⎥⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥-⎢⎥⎣⎦-⎣⎦C AB .⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦5-61022-17乘积矩阵的“型” ？ A m n ⨯B n s ⨯C m s⨯=1111⎡⎤=⎢⎥--⎣⎦设，A 例300,00⎡⎤=⎢⎥⎣⎦AB 22,22⎡⎤=⎢⎥--⎣⎦BA .BA AB ≠故1111-⎡⎤=⎢⎥-⎣⎦，B 则矩阵的乘法（1）矩阵乘法一般不满足交换律； 若 ，则称矩阵 与是乘法可交换的. =AB BA A B 定义3=AB O ⇒;==或A O B O （2） ()≠-=若而A O A B C O，⇒=B C.注意：(),+=+A B C AB AC ();+=+B C A BA CA ()()()k k k ==AB A B A B （其中 k 为数）;n m ;m n m n m n ⨯⨯⨯==A E E A A 矩阵的乘法()();=AB C A BC 矩阵乘法的运算规律 (1) (2) (3) (4) （结合律） （左分配律）（右分配律）（乘法单位元）11112211211222221122n n n n m m mn n ma x a x a xb a x a x a x b a x a x a x b +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩，，，11121121222212n n m m mn n a a a x a a a x a a a x ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦111122121122221122n n n n m m mn n a x a x a x a x a x a x a x a x a x ⎡⎤+++⎢⎥+++⎢⎥⎢⎥⎢⎥+++⎢⎥⎣⎦12m b b b ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦=AX =β⇔=（矩阵形式）AX β ==00（齐次线性方程当时组的矩阵形式），AX β .例4cos sin ,,sin cos OP ϕϕϕϕ-⎡⎤⎡⎤==⎢⎥⎢⎥⎣⎦⎣⎦设矩阵平面向量x A y cos ,sin ,x r y r θθ=⎧⎨=⎩于是x y ⎡⎤⎢⎥⎣⎦A cos sin sin cos x y ϕϕϕϕ-⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦cos()sin()r r θϕθϕ+⎡⎤=⎢⎥+⎣⎦例5cos cos sin sin cos sin sin cos r r r r θϕθϕθϕθϕ-⎡⎤=⎢⎥+⎣⎦,,OP r θ设的长度为幅角为则cos sin sin cos x y x y ϕϕϕϕ-⎡⎤=⎢⎥+⎣⎦111x OP y ⎡⎤==⎢⎥⎣⎦.OP ϕ这是把向量按逆（或顺）时针旋转角的旋转变换xyopp 1θϕ11cos sin ,sin cos .x x y y x y ϕϕϕϕ=-⎧⎨=+⎩（线性变换）小结（1）只有当两个矩阵是同型矩阵时，才能进行加法运算；（2） ≠=若而A O AB AC ，⇒;=B C 且矩阵相乘一般不满足交换律；（3）只有当左矩阵的列数等于右矩阵的行数时，两个矩阵才能相乘，矩阵的数乘运算与行列式的数乘运算不同； 可交换的典型例子：同阶对角阵；数量阵与任何同阶方阵. k n E ≠=若而A O BA CA ，⇒=B C.( 4 )§3.1 矩阵的运算（2）方阵的幂·矩阵多项式·迹第三章矩阵定义1注1A 设为阶方阵，为正整数n k ，A A AA∆=kk 个.A 为的次幂k 01,.A E A A ==规定n 称,AA A km k m +=m k mkA A =（），其中m , k 为非负整数.定义1注1A 设为阶方阵，为正整数n k ，A A AA∆=kk 个.A 为的次幂k 01,.A E A A ==规定n 称,AA A km k m +=m k mkA A =（），其中m , k 为非负整数.一般地， (),,.AB A B A B ⨯≠∈k k k n n注2 注3时，以下结论成立：AB BA =当 (1)();AB A B =kkk222(2)()2;A B A AB B +=++22(3)()();A B A B A B +-=-,,A B ⨯∈n n11(4)()C C .A B A AB AB B --+=+++++mmm k m kkmmm例1解 ,A ⎡⎤⎡⎤⎡⎤=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦2121214=01010112.01A A ⎡⎤=⎢⎥⎣⎦设求其中为正整数mm ,（）32141216,010101A A A ⎡⎤⎡⎤⎡⎤===⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦()122.01A ⎡⎤=≥⎢⎥⎣⎦mm m 由此归纳出方阵的幂112(1)1212,010101A A A --⎡⎤⎡⎤⎡⎤===⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦k k k k ()122.01A ⎡⎤=≥⎢⎥⎣⎦m m m 用数学归纳法证明当 时，显然成立.2=m 假设 时成立， 1=-m k 所以对于任意的m 都有=m k 则时，方阵的幂解法二 利用二项式定理122()m m m mA EB EC B=+=+202,.00⎡⎤=⎢⎥⎣⎦B B O 其中=且这种方法适用于主对角元全相同的三角形矩阵求幂 2,=+A E B ,E B 显然与乘法可交换由二项式定理有2E B=+m 100212.010001m ⎡⎤⎡⎤⎡⎤=+=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦m1110()A A A A E --=++++m m m m n f a a a a 为方阵 A 的矩阵多项式.例如 2()524,f x x x =--12,11⎡⎤=⎢⎥-⎣⎦A 22524A A E --1412101116524211101811--⎡⎤⎡⎤⎡⎤⎡⎤=--=⎢⎥⎢⎥⎢⎥⎢⎥-----⎣⎦⎣⎦⎣⎦⎣⎦定义2A ⨯∈设n n ，称()A =f：注f g g fA A A A()()()()运算性质 定义3设A 是n 阶方阵，称A 的主对角线上所有元素之和为方阵的迹(trace )，记为11221tr .A ==+++=∑nnn ii i a a a a (1) tr()tr tr ;A B A B ⨯⨯⨯⨯+=+n n n n n n n n (2) tr()tr();A A ⨯⨯=n n n n k k (3) tr()tr().A B B A ⨯⨯⨯⨯=m n n m n m m ntr()tr().A B B A ⨯⨯⨯⨯=m n n m n m m n设A , B 为 n 阶方阵， 求证.AB BA E -≠n tr()tr()tr()0,--AB BA =AB BA = 证明： tr()0,n n =≠E 故 . n -≠AB BA E 例2§3.1 矩阵的运算（3）矩阵的转置·方阵的行列式第三章矩阵例 123,458A ⎡⎤=⎢⎥⎣⎦T ;A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦142538叫做 的转置矩阵， m n A ⨯m n A ⨯把矩阵的行依次变为同序数的列得到的新矩阵， 定义1T A 记作. 思考 T A A 与的关系?⨯→⨯的变化型m n n m(1) : '(,)=元的变化ij ji i j a a (2) ：TA A 与的关系?矩阵的转置()()T T 1;=A A ()()T T T 2;+=+A B A B ()()T T 3;A A =k k 注 性质(2)和(4)可推广到有限个矩阵的情形()()T T T T12122;s s '+=+A A ++A A A ++A ()()T T T T 12114.s s s -'=A A A A A A ()()T T T 4.=AB B A (倒序)矩阵的转置与其它矩阵运算的关系若矩阵A 满足 A A =T ，()n ,,,j ,i a a ji ij 21==201035.157A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦例为对称阵如注：对称矩阵为方阵，元素以主对角线为对称轴 对应相等 .例1 (对称矩阵）则称 A 为对称矩阵 .注 对任意矩阵 A,和 均是对称矩阵. T A A T AA对称矩阵的数乘、和、乘积是否为对称矩阵？思考：练习1 对任意实矩阵 A, 若 则 . T A A =O ,A =O练习2 若实对称矩阵 A 满足 则 . 2A =O ,A =O 设A ，B 为同阶实对称矩阵，则AB 为实对称矩阵当且仅当AB =BA .若矩阵A 满足 A A =-T ，013105.350A ⎡⎤⎢⎥=--⎢⎥⎢⎥-⎣⎦例为反对称阵如注：反对称矩阵为方阵，且例2 (反对称矩阵）则称 A 为反对称矩阵 . 0-≠⎧=⎨=⎩ji ij a i j a i j证明任一 n 阶方阵 A 都可表示成一个对称矩阵与一个反对称矩阵之和. 证明： ()T T A A +T A A =+()T T A A -T A A =-22T T A A A A A -++=证毕.例3所以 为对称矩阵.T A A +T ,A A =+T ()A A =-- 所以 为反对称矩阵. T A A -方阵的行列式设 A 与 B 都是数域 上的 n 阶方阵, 则()T1;A A =()3;AB A B =()2,;A A =∀∈n k k k 矩阵的运算与行列式的关系方阵的行列式n n n n n A O E B ⨯⨯-A B =n n nO AB E B ⨯=-2(1)n n E AB =--2(1)n n AB +=-.AB =证明： 22222A O E B ⨯⨯-111221221112212200001001a a a a b b b b =--12111111122122111221220001001a a b a b a a b b b b =--111112211112122221221112212200001001a b a b a b a b a a b b b b ++=--111112211112122221112221211222221112212200001001a b a b a b a b a b a b a b a b b b b b ++++=--222O AB E B ⨯=-设 A 与 B 都是数域 上的 n 阶方阵, 则 ()T 1;A A =()3;AB A B =(可推广到有限个) 一般的， +.A B A B ≠+特别地 ,A A =mm ()2,;A A =∀∈n k k k 矩阵的运算与行列式的关系 其中m 为非负整数.24000200,00430034A ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥-⎣⎦设2.A 求k 22A A =k k2242443()(4(25))10.0234=⋅=⋅-=-k k k 解 例4证明奇数阶反对称矩阵的行列式为零.例5§3.2 初等矩阵第三章矩阵定义1elementary matrix 阶单位矩阵经过一次矩阵的初等变换所得到的矩阵称为阶即初等矩阵n n （），E B −−−−−→一次初等变换行或列为一个初等矩阵n 1,23100010010100.001001E B ⎡⎤⎡⎤⎢⎥⎢⎥=−−−−→=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦对换行为一个初等矩阵例如初等矩阵的类型及表示方法1[()],0E ≠初等倍乘矩阵n i k k ） .0E ≠即以数乘单位矩阵的第行(或第列).n k i i i i r c 11[()]11E E ⨯⨯⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥−−−→=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦kn n ki k k 或i ←第行初等矩阵的类型及表示方法2[()],0E +≠初等倍加矩阵n i j k k ） .0E ≠即将的某行元素的倍加到另一行(或列)上去.n k 11[())]11E E ++⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥−−−−→=+⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦i jj ir kr n n c kc k i j k 或←i 第行←j 第行[()]E >+n i j k i j 当时,为下三角 .初等矩阵的类型及表示方法3[,],E 初等对换矩阵n i j ） E n 即对调的某两行或某两列.11011[,]11011E E ↔↔⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥−−−−→=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦i ji jr r n n c c i j 或i ←第行j ←第行11[()]11E ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦n i k k i ←第行1[()],0E ≠初等倍乘矩阵n i k k ） .2[()],0E +≠初等倍加矩阵n i j k k ） .11[())]11E ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥+=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦n k i j k ←i 第行←j 第行()i j <3[,],E 初等对换矩阵n i j ） 11011[,]11011E E ↔↔⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥−−−−→=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦i ji jr r n n c c i j 或i ←第行j ←第行注初等矩阵的转置矩阵仍为同类型的初等阵.Ti k i k=1)[()][()];E En nT+=+i j k j i kE E2)[()][()];n nTi j i j=3)[,][,].E En n初等矩阵的应用揭示： 初等矩阵与矩阵的初等变换的关系.11121314212223243132333411⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦a a a a a a a a k a a a a 111213142122232313233434⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦k a a a a a a a a a ka ka ka 111213142122232431323334111a a a a a a a a k a a a a ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦111214212221323343133234a a a a a a a a a ka ka a k ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦()i k A i r k ⨯相当于以数乘的第行；111211212[()]E A ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦n m m m m i i in n a a a i k a ka ka a a a k i ←第行[()]E A 左以矩阵乘m i k ，[()]n E i k A 右乘而以矩阵，其结果结论: 相当于以数k 乘A 的第i 列 .()i c k ⨯。

矩阵的运算及其运算规则（1）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，．求是有意义的，⽽是⽆意义的．结论1只有在下列情况下，两个矩阵的乘法才有意义，或说乘法运算是可⾏的：左矩阵的列数＝右矩阵的⾏数．第3题是矩阵，是的矩阵．．结论2在矩阵的乘法中，必须注意相乘的顺序．即使在与均有意义时，也未必有=成⽴．可见矩阵乘法不满⾜交换律．第4题计算得：．结论3⽅阵A和它同阶的单位阵作乘积，结果仍为A，即．单位阵在矩阵乘法中的作⽤相当于数1在我们普通乘法中的作⽤．典型例题例6.5.3设，试计算和．解．结论4两个⾮零矩阵的乘积可以是零矩阵．由此若，不能得出或的结论．例6.5.4利⽤矩阵的乘法，三元线性⽅程组可以写成矩阵的形式若记系数、未知量和常数项构成的三个矩阵分别为，，，则线性⽅程组⼜可以简写为矩阵⽅程的形式：．2、运算性质（假设运算都是可⾏的）(1) 结合律．(2) 分配律（左分配律）；（右分配律）．(3) ．3、⽅阵的幂定义：设A是⽅阵，是⼀个正整数，规定，显然，记号表⽰个A的连乘积．四、矩阵的转置1、定义定义：将矩阵A的⾏换成同序号的列所得到的新矩阵称为矩阵A的转置矩阵，记作或．例如，矩阵的转置矩阵为．2、运算性质（假设运算都是可⾏的）(1)(2)(3)(4) ，是常数．典型例题例6.5.5利⽤矩阵验证运算性质：解；⽽所以．定义：如果⽅阵满⾜，即，则称A 为对称矩阵．对称矩阵的特点是：它的元素以主对⾓线为对称轴对应相等．五、⽅阵的⾏列式1、定义定义：由⽅阵A 的元素所构成的⾏列式（各元素的位置不变），称为⽅阵A 的⾏列式，记作或．2 、运算性质(1) （⾏列式的性质）(2) ，特别地：(3) （是常数，A的阶数为n）思考：设A为阶⽅阵，那么的⾏列式与A的⾏列式之间的关系为什么不是，⽽是？不妨⾃⾏设计⼀个⼆阶⽅阵，计算⼀下和．例如，则．于是，⽽．思考：设，有⼏种⽅法可以求？解⽅法⼀：先求矩阵乘法，得到⼀个⼆阶⽅阵，再求其⾏列式．⽅法⼆：先分别求⾏列式，再取它们的乘积．。

导入新课除了我们已学过的一些矩阵的性质之外还有其他性质么?知识回顾矩阵乘法的运算性质结合律(ab)c=a(bc)交换律ab=ba消去律设a≠0,若ab=a,则b=c;若ba=ca,则b=c.类比实数的乘法运算中有一条重要的运算性质：.aa a a ,a 1=1•=•10则如果 ≠把恒等变换I 和单位矩阵E 作为数1的类比对象知识与能力掌握逆矩阵的概念和简单性质过程与方法●通过线性变换理解逆矩阵的性质情感态度与价值观●培养学生提出问题,解决问题的能力重点：●逆矩阵的概念与简单性质.●逆矩阵的概念;●用线性变换的角度理解逆矩阵的简单性质.难点：探究1对于一个线性变换ρ,是否存在一个线性变换σ,使得σ·ρ=ρ·σ= I ?对于一个二阶矩阵A,是否存在一个二阶矩阵B,使得AB=BA=E?Oyx30°R －30°R 30°αα′例1 旋转变换R 30°：.y x y ,y x x 23+21=′2123=′－R －30°：.y x y ,y x x 23+21=′21+23=′－对于直角坐标系xOy 内的任意一个向量α由图可得：α′ αα有：（R 30°· R －30°）= R 30°（R －30°）= α α α同理可得：R －30°· R 30°=I∴R 30°· R －30°= I23212123－23212123－对于二阶矩阵,存在二阶矩阵,使得23212123－23212123－23212123－23212123－==E 2思考一般的旋转变换Rψ,也有相似的结论么?探究2对于切变变换、伸缩变换、反射变换等线性变换,能否找到一个线性变换,使得它们的复合变换是恒等变换I?同学们:我会了哦!你们会了么?类比书本看看答对了么?定义设ρ是一个线性变换,若存在线性变换σ,使得σρ=ρσ= I,则称变换ρ可逆,并称σ是ρ的逆矩阵.用矩阵的语言表述:设A是一个二阶矩阵,若存在二阶矩阵B,使得AB=BA=E2,则称矩阵A可逆,或A是可逆矩阵,并称B是A的逆矩阵.设A是一个二阶可逆矩阵,对于对应的线性变换为ρ,由矩阵和变换的对应关系,得到A的逆矩阵就是ρ逆变换对应的矩阵.思考是否每一个二阶矩阵都可逆?若能,请说明理由;若不能,请举例说明.答案:不是.如A =0012探究31.若一个线性变换是可逆的,则它的逆变换是唯一的么?2.若一个二阶矩阵是可逆的,则它的逆矩阵是唯一的么?以例1中的两个旋转变换为例反证法证明:假设不唯一,则存在变换R 30°的任意一个逆变换σ,使得σ R 30°= R 30°σ= I .∴对平面上任意一个向量有,α()()()()()().R I R R R R R R R I α=α=ασ•=ασ=ασ=ασ=ασ°30°30°30°30°30°30°30°30 －－－－－）（.=σ°30假设不成立－,R ∴∴逆变换是唯一的.性质1设A是一个二阶矩阵,若A是可逆的,则A的逆矩阵是唯一的.证明：设B,B2都是A的逆矩阵,则1B1A=AB1=E2,B2A=AB2=E2.∴B=E2B1=(B2A)B1=B2(AB1）1=B2E2=B2.即：B=B2.1探究4两个可逆变换的复合变换仍可逆么?yy ,x x 2=′=′伸缩变换ρ:yx y ,y x x 23+21=′2123=′－旋转变换R 30°:它们的逆矩阵分别为:y y ,x x 21=′=′：－ρ1yx y ,y x x 23+21=′21+23=′－R －30°:任意一个平面向量: = .αy x 先经ρ·R 30°的复合变换,再经R －30°·ρ－1,最终仍得到α如图:ρOyxαR °30－R °30ρ1－()()().RR R R .I R R I R R 1°301°3011°30°30°301°30°30°301ρ=ρ=ρ•,ρ•=ρ•ρ•=ρ••ρ－－－－－－－－－且可逆即：变换）（类似：；）（∴性质2设A , B是二阶矩阵,若A,B都可逆,则AB 也可逆,且(AB)－1=B－1A－1.证明：∵(AB)(B－1A－1)=A(BB－1)A－1=AE2A－1=AA－1=E2,(B－1A－1) (AB)= B－1( AA－1)B= B－1E2B= B－1B=E2,即:(AB)(B－1A－1)=(B－1A－1)(AB)=E2∴AB可逆,且(AB)－1 = B－1A－1.课堂小结1. A是一个二阶矩阵,若存在二阶矩阵B,使,则称矩阵A可逆.得AB=BA=E22.A是一个二阶矩阵,若A是可逆的,则A的逆矩阵是唯一的.3.A, B是二阶矩阵,若A,B都可逆,则AB也可逆,且(AB)－1=B－1A－1.教材习题答案：）伸缩变换（ρ11.：其逆变换为可逆σ,kyy ,x x =′=′yky ,x x 1=′=′：轴的反射变换）关于（ρ2x 可逆，yy ,x x －=′=′.y y ,x x －=′=′：其逆变换为ρ1201－1201）（12.其逆矩阵为可逆,10021021）（2其逆矩阵为可逆,1000）（3不可逆θθθθcos sin sin cos －θθθθcos sin sin cos －）（4其逆矩阵为可逆,()()..I I .I ,I ,.逆变换是唯一的则矩阵都是它的逆，是可逆的，设线性变换∴∴σ=σ•=σ•ρ•σ=σ•ρ•σ=•σ=σ=ρ•σ=σ•ρ=ρ•σ=σ•ρσσρ322212*********().A AA .E A A A A ,E A A A A ,A .=====41111111－－－－－－－可逆且即：则可逆设二阶矩阵∴()()()()()().A A A .E A A EA A A A A A A A ,E A A A AE A AAA A A .E A A A A ,A .211221111221111121211===========5－－－－－－－－－－－－－－也可逆且则可逆设二阶矩阵∴∴∴。

矩阵的运算的所有公式矩阵是线性代数中非常重要的一种数学工具，它广泛应用于各个领域，如物理学、工程学、计算机科学等。

矩阵的运算包括加法、减法、乘法、转置以及求逆等操作。

下面将详细介绍这些矩阵运算的公式。

一、矩阵的加法和减法设有两个矩阵A和B，它们都是m行n列的矩阵，即A和B的大小相同。

矩阵的加法和减法操作定义如下：1.加法：A+B=C，其中C是一个和A、B大小相同的矩阵，其每个元素的计算公式为：C(i,j)=A(i,j)+B(i,j)，其中i表示矩阵的行数，j表示矩阵的列数。

2.减法：A-B=D，其中D是一个和A、B大小相同的矩阵，其每个元素的计算公式为：D(i,j)=A(i,j)-B(i,j)。

二、矩阵的乘法设有两个矩阵A和B，A是m行n列的矩阵，B是n行p列的矩阵。

矩阵的乘法操作定义如下：1.乘法：A×B=C，其中C是一个m行p列的矩阵。

计算C的方法如下：C(i,j)=A(i,1)×B(1,j)+A(i,2)×B(2,j)+...+A(i,n)×B(n,j)，其中i表示C的行数，j表示C的列数。

需要注意的是，两个矩阵相乘的条件是第一个矩阵的列数等于第二个矩阵的行数。

三、矩阵的转置给定一个矩阵A，它是m行n列的矩阵。

矩阵的转置操作定义如下：1.转置：A'，表示矩阵A的转置。

即将A的行变为列，列变为行。

例如，如果A是一个3行2列的矩阵，那么A的转置A'是一个2行3列的矩阵。

四、矩阵的求逆对于一个非奇异的n阶矩阵A，它的逆矩阵记作A^{-1}。

求逆的公式如下：1.A×A^{-1}=I，其中I是单位矩阵。

即矩阵A与其逆矩阵相乘等于单位矩阵。

需要注意的是，只有方阵（行数等于列数）并且满秩的矩阵才有逆矩阵。

五、矩阵的幂运算给定一个n阶矩阵A，A的幂运算定义如下：1.A^k=A×A×...×A（共k个A相乘），其中A^k表示A的k次幂，k是一个正整数。

矩阵的基本运算矩阵在数学中扮演着重要的角色，常用于解决各种实际问题。

矩阵的基本运算是我们在学习矩阵时必须掌握的内容。

本文将介绍矩阵的加法、减法、数乘运算以及矩阵乘法等基本运算方式。

一、矩阵的加法矩阵的加法是指两个同型矩阵相互对应元素相加的运算。

假设有两个m×n的矩阵A和B，它们的和记作A + B，其中A = [a_{ij}]，B = [b_{ij}]。

若令C = A + B，则C的元素c_{ij}可以通过以下方式计算：c_{ij} = a_{ij} + b_{ij}要注意的是，两个矩阵相加的前提是两个矩阵必须具有相同的行数和列数。

二、矩阵的减法与矩阵的加法类似，矩阵的减法也是指两个同型矩阵相互对应元素相减的运算。

仍以矩阵A和B为例，它们的差记作A - B，其中A = [a_{ij}]，B = [b_{ij}]。

若令C = A - B，则C的元素c_{ij}可以通过以下方式计算：c_{ij} = a_{ij} - b_{ij}同样的，两个矩阵相减的前提是两个矩阵必须具有相同的行数和列数。

三、矩阵的数乘运算矩阵的数乘运算指的是将一个矩阵的每个元素都乘以同一个数。

假设有一个矩阵A = [a_{ij}]，要将其乘以一个实数k，得到的结果记作kA。

对于乘积矩阵kA的元素c_{ij}，可以通过以下方式计算：c_{ij} = ka_{ij}其中k为实数。

四、矩阵的乘法矩阵的乘法是指两个矩阵按照一定规则相乘得到一个新的矩阵的运算。

假设我们有两个矩阵A和B，A的行数为m，列数为p，B的行数为p，列数为n。

它们的乘积记作C = A · B，其中C为一个新的矩阵，它的行数与A 相同，列数与B相同。

C = [c_{ij}]，其中c_{ij}的计算方式如下：c_{ij} = a_{i1}b_{1j} + a_{i2}b_{2j} + ... + a_{ip}b_{pj}即C矩阵中的每个元素是A的第i行和B的第j列对应元素的乘积之和。

矩阵的运算及其运算规则矩阵是现代数学中的一种重要工具，它在线性代数、图论、物理学等领域中都有广泛的应用。

矩阵的运算是研究矩阵性质和解决实际问题的基础。

本文将介绍矩阵的运算及其运算规则。

（一）矩阵的加法矩阵的加法是指将两个相同大小的矩阵对应位置的元素相加。

假设有两个矩阵A和B，它们的大小都是m行n列，记作A = [aij]m×n，B = [bij]m×n，则矩阵A和B的加法C = A + B定义为C = [cij]m×n，其中cij = aij + bij。

例如，对于矩阵A = [1 2 3; 4 5 6]和矩阵B = [7 8 9; 10 11 12]，它们的加法结果为C = [8 10 12; 14 16 18]。

矩阵的加法满足以下运算规则：1. 加法满足交换律，即A + B = B + A。

2. 加法满足结合律，即(A + B) + C = A + (B + C)。

3. 存在一个零矩阵0，使得A + 0 = A。

4. 对于任意矩阵A，存在一个相反矩阵-B，使得A + (-B) = 0。

（二）矩阵的数乘矩阵的数乘是指将一个矩阵的每个元素都乘以一个数。

假设有一个矩阵A和一个实数k，记作kA，则矩阵kA定义为kA = [kaij]m×n。

例如，对于矩阵A = [1 2 3; 4 5 6]和实数k = 2，它们的数乘结果为kA = [2 4 6; 8 10 12]。

矩阵的数乘满足以下运算规则：1. 数乘满足结合律，即k(lA) = (kl)A，其中k和l分别为实数。

2. 数乘满足分配律，即(k + l)A = kA + lA，其中k和l分别为实数。

3. 数乘满足分配律，即k(A + B) = kA + kB，其中k为实数，A和B 为矩阵。

（三）矩阵的乘法矩阵的乘法是指将一个m行n列的矩阵A和一个n行p列的矩阵B 相乘得到一个m行p列的矩阵C。

假设有两个矩阵A和B，它们的大小分别为m行n列和n行p列，记作A = [aij]m×n，B = [bij]n×p，则矩阵A和B的乘法C = AB定义为C = [cij]m×p，其中cij= ∑(ai1 * b1j)。

矩阵的基本运算《矩阵的基本运算》一、矩阵的概念矩阵是由一系列拥有相同数量的数值（或者元素）组成的结构，称为矩阵的基本元素。

它们可以是任何可以表示成矩阵形式的物理量，包括物理系统的位置、运动、速度和其他一些物理量。

它们也可以是任何概念在矩阵中的表示，例如社会、政治、经济等社会学概念可以用矩阵来表达。

矩阵通常由水平序列、垂直序列以及一组从左到右从上到下的行列组成，一般可以对应为m×n的形式，即m行n列，其中m和n为正整数。

每行代表一个特定的属性，每列代表一个特定的元素，两个元素的乘积和每一行的乘积是矩阵中的元素。

二、矩阵的基本运算1、加法运算矩阵的加法运算指的是将两个矩阵相加，要求矩阵的行列数量一致，只有当元素个数相等时，才能完成矩阵的加法运算，运算过程中只需要相加对应元素的值，就可以进行矩阵的加法运算。

2、减法运算矩阵的减法运算指的是将两个矩阵相减，要求两个矩阵的行列数量一致，只有当元素个数相等时，才能完成矩阵的减法运算，运算过程中只需要将对应位置的元素值相减，就可以进行矩阵的减法运算。

3、乘法运算矩阵的乘法运算指的是将两个矩阵相乘，要求矩阵的行数与另一个矩阵的列数一致，只有当行列数相等时，才能完成矩阵的乘法运算，运算过程中要将乘数矩阵的每一行和被乘数矩阵的每一列乘以一致，并相加，得出乘积矩阵的值，然后组合成乘积矩阵，即可完成矩阵的乘法运算。

4、除法运算矩阵的除法运算指的是用一个矩阵除以另一个矩阵，要求除法运算的两个矩阵的行数与列数互为倒数。

只有当行列数互为倒数时，才能完成矩阵的除法运算，运算过程中要乘以逆矩阵，即将除法运算矩阵求逆，将求得的逆矩阵乘以除数矩阵，即可完成矩阵的除法运算。

三、矩阵的应用1、线性规划矩阵可以用来解决线性规划问题，也就是最小化或最大化问题。

经典的线性规划问题可以表示为一个多维空间中的一个点，每个维度上的点分量可以用一个属性的值代替，将这个属性的值组合起来，就是一个矩阵，而这个矩阵就可以代表一个具体的单位，这表示矩阵可以用来描述一个有线性约束的最小化或最大化问题。

第五章矩阵辞海：将mn个元素排成m行n列的矩形称为m行n列矩阵。

当m=n时称为n 阶方阵。

矩阵可按某些规则进行加法、乘法以及数与矩阵相乘等运算。

矩阵的概念最初是由解线性方程组产生。

我国古代用筹算法解线性方程组时就是用筹码排成矩阵来进行的。

矩阵是数学中的一个重要的基本概念，是代数学的一个主要研究对象，也是数学研究和应用的一个重要工具。

百度“矩阵”，找到约约60,100,000条结果;Google“matrix”，找到约467,000,000 条结果.背景知识：矩阵的历史⏹矩阵的概念是在解线性方程组中产生的。

如我国《九章算术》（公元前1世纪）用筹算解线性方程组时，就是把算筹排列成矩阵形式来进行的。

⏹1850年由西尔维斯特（Sylvester）（英）首先提出矩阵的概念。

⏹1857年卡莱（A.Cayley）（英）建立了矩阵运算规则。

⏹矩阵由最初作为一种工具经过近两个世纪的发展，现在已成为独立的一门数学分支——矩阵论。

而矩阵论又可分为矩阵方程论、矩阵分解论和广义逆矩阵论等矩阵的现代理论。

⏹矩阵及其理论现已广泛地应用于自然科学、工程技术、社会科学等许多领域。

如在观测、导航、机器人的位移、化学分子结构的稳定性分析、密码通讯、模糊识别、图像处理等方面都有广泛应用。

5.0矩阵的概念一、教学内容1、矩阵的概念2、矩阵相等3、几种特殊矩阵二、教学目的了解矩阵的产生背景，掌握矩阵的概念，理解矩阵相等的涵义，认识几种特殊矩阵三、重点难点矩阵相等一、引例我们先看几个例子例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4行5列的数表如下：⎪⎪⎪⎪⎪⎭⎫⎝⎛------71317391118331211151 这个数表决定了给定方程组是否有解？以及如果有解，解是什么等问题，因此对这个数表的研究就很有必要。

矩阵的运算矩阵的运算是线性代数中重要的概念之一，广泛应用于数学、物理、工程等领域。

它不仅具有理论的重要性，还有着丰富的实际应用价值。

本文将详细介绍矩阵的基本概念以及常见的运算法则。

首先，让我们从矩阵的定义开始。

矩阵可以看作是一个按照行列排列的数表。

一个m行n列的矩阵可以用一个大写字母表示，如A，其元素用小写字母a表示。

例如，A的第i行第j列的元素可以表示为a(i,j)。

矩阵的加法是最基本的运算之一。

两个同型矩阵相加时，只需将对应位置的元素相加。

例如，若有两个2行3列的矩阵A和B，它们的和C可以表示为C = A + B，其中C的每个元素满足c(i,j) = a(i,j) + b(i,j)。

矩阵的减法与加法类似，只需将对应位置的元素相减。

例如，若有两个2行3列的矩阵A和B，它们的差D可以表示为D = A - B，其中D的每个元素满足d(i,j) = a(i,j) - b(i,j)。

矩阵与标量的乘法也是常见的运算法则。

将一个标量k与矩阵A的每个元素相乘，得到的矩阵B可以表示为B = kA，其中B的每个元素满足b(i,j) = k * a(i,j)。

矩阵的乘法是比较复杂的运算法则。

两个矩阵相乘时，首先要满足第一个矩阵的列数等于第二个矩阵的行数。

例如，若有一个m行n列的矩阵A和一个n行p列的矩阵B相乘，得到一个m行p列的矩阵C。

C的每个元素可以表示为c(i,j) = Σ（a(i,k) * b(k,j)）(k从1到n)。

简单来说，C的每个元素是A的对应行与B的对应列元素的乘积之和。

特殊的矩阵运算法则包括转置和逆矩阵。

矩阵的转置是指将原矩阵的行与列对换，得到一个新的矩阵。

记原矩阵为A，其转置矩阵记作A^T。

例如，若有一个m行n列的矩阵A，其转置矩阵A^T为一个n行m列的矩阵，满足其每个元素a(i,j)^T = a(j,i)。

若一个n阶方阵A存在一个n阶方阵B，使得AB = BA = I，其中I为单位矩阵，则称方阵A可逆，B称为A的逆矩阵。