线性代数 矩阵及其运算

线性代数的矩阵运算矩阵是线性代数中一种重要的数学工具，矩阵运算是线性代数的核心内容之一。

通过矩阵运算，我们可以解决各种线性方程组，研究向量空间的性质，以及进行线性变换等。

本文将介绍线性代数中的矩阵运算，包括矩阵的加法、减法、乘法、转置以及求逆运算等。

1. 矩阵的加法和减法矩阵的加法和减法是相似的运算。

对于两个具有相同维度的矩阵A 和B，它们的加法运算定义为将相同位置的元素相加得到一个新的矩阵C，即C = A + B。

而矩阵的减法运算定义为将相同位置的元素相减得到一个新的矩阵D，即D = A - B。

例如，对于如下两个矩阵：A = [1 2 3]B = [4 5 6][7 8 9] [10 11 12]它们的加法运算结果为：C = A + B = [1+4 2+5 3+6] = [5 7 9][7+10 8+11 9+12] [17 19 21]而减法运算结果为：D = A - B = [1-4 2-5 3-6] = [-3 -3 -3][7-10 8-11 9-12] [-3 -3 -3]这样，我们可以通过矩阵的加法和减法运算来对矩阵进行融合、分解和控制等操作。

2. 矩阵的乘法矩阵的乘法是矩阵运算中的关键操作，它可以将两个矩阵相乘得到一个新的矩阵。

对于两个矩阵A和B，若A的列数等于B的行数，则它们可以进行乘法运算。

设A是一个m×n的矩阵，B是一个n×p的矩阵，它们的乘法运算定义为两个矩阵对应元素的乘积之和。

新的矩阵C的行数等于A的行数，列数等于B的列数。

记作C = A × B。

例如，对于如下两个矩阵：A = [1 2 3]B = [4 5][6 7 8] [9 10][11 12]它们的乘法运算结果为：C = A × B = [1×4+2×9+3×11 1×5+2×10+3×12][6×4+7×9+8×11 6×5+7×10+8×12]= [59 64][149 163]矩阵的乘法可以应用于很多实际的问题中，比如线性方程组的求解、向量空间的转换等。

线性代数矩阵运算法则线性代数是数学的一个重要分支，它研究的是向量空间和线性映射。

在线性代数中，矩阵是一种非常重要的数学工具，它可以用来表示线性变换和解线性方程组。

矩阵运算是线性代数中的重要内容，它包括矩阵的加法、减法、数乘、矩阵乘法等运算法则。

本文将详细介绍矩阵运算的各种法则，以及它们的应用。

1. 矩阵的加法。

设A和B是两个m×n的矩阵，它们的和记作C=A+B，其中C中的每个元素都等于A和B对应位置的元素之和。

即C的第i行第j 列的元素等于A的第i行第j列的元素加上B的第i行第j列的元素。

例如，如果。

A=[1 2 3。

4 5 6]B=[7 8 9。

10 11 12]则A+B=[8 10 12。

14 16 18]。

2. 矩阵的减法。

矩阵的减法与矩阵的加法类似，设A和B是两个m×n的矩阵，它们的差记作C=A-B，其中C中的每个元素都等于A和B对应位置的元素之差。

即C的第i行第j列的元素等于A的第i行第j列的元素减去B的第i行第j列的元素。

3. 矩阵的数乘。

设A是一个m×n的矩阵，k是一个实数，则kA记作B，其中B 中的每个元素都等于k乘以A对应位置的元素。

即B的第i行第j 列的元素等于k乘以A的第i行第j列的元素。

4. 矩阵的乘法。

设A是一个m×n的矩阵，B是一个n×p的矩阵，则它们的乘积记作C=AB，其中C是一个m×p的矩阵，C的第i行第j列的元素等于A的第i行与B的第j列对应元素的乘积之和。

即C的第i行第j列的元素等于A的第i行的每个元素与B的第j列的对应元素的乘积之和。

矩阵的乘法是线性代数中最重要的运算之一，它在解线性方程组和表示线性变换等方面有着重要的应用。

5. 矩阵的转置。

设A是一个m×n的矩阵，则A的转置记作AT，AT是一个n×m的矩阵，AT的第i行第j列的元素等于A的第j行第i列的元素。

即AT的第i行第j列的元素等于A的第j行第i列的元素。

线性代数中的矩阵运算矩阵运算，在线性代数中是一个十分重要的概念，我们通常用矩阵来表示线性映射，这些矩阵之间的加、减、乘等运算，是我们学习矩阵的基础。

本文将从矩阵的定义、矩阵的加减、矩阵的乘法、矩阵的转置和逆等方面详细介绍矩阵运算。

一、矩阵的定义矩阵是一个由m行、n列元素排列成的矩形表格，其中每个元素都是一个数字(标量)，通常用 A = [aij]表示。

其中，i表示行号，j表示列号， aij表示第i行、第j列的元素，矩阵的大小写成m×n表示，其中m表示行数，n表示列数。

二、矩阵的加减对于两个具有相同大小的矩阵A和B，它们的和C可以通过将每个对应的元素相加得到，即Ci,j = ai,j + bi,j，也可以用向量的形式表示C = A+B。

矩阵的差同理，Ci,j = ai,j - bi,j，用向量的形式表示C = A - B。

加减运算的性质：1.交换律：A + B = B + A，A - B ≠ B - A；2.结合律：(A + B) + C = A + (B + C)， (A - B) - C ≠ A - (B - C);3.分配律：a(A + B) = aA + aB，(a + b)A= aA + bA。

三、矩阵的乘法对于两个矩阵A和B，只有满足A的列数等于B的行数时，A和B才能相乘。

设A为m行n列的矩阵，B是一个n行p列的矩阵，它们相乘得到的结果C是一个m行p列的矩阵。

在矩阵乘法中，相乘的行列数相等的两个矩阵必须一一对应进行相乘，并将所有乘积相加。

矩阵乘法的表达式：Cij = ∑ akj ᠖ bj i，其中k=1,2,,....,nC = AB，A的第i行乘以B的第j列，它们的乘积之和就是C的第i行第j列元素。

用向量的形式表示C = A×B。

在矩阵乘法中，乘法不具备交换律，即AB ≠ BA。

(只有在A、B中至少有一个为单位矩阵时，AB=BA)矩阵乘法的性质：1.结合律：A(BC) = (AB)C；2.分配律：A(B+C) = AB + AC；3.结合律：(aA)B = A(aB) = a(AB)；4.单位矩阵： AI = IA = A；5.逆矩阵：存在矩阵B满足AB=I，则称矩阵A可逆，矩阵B 就是矩阵A的逆矩阵(A的行列式必须不等于零)。

矩阵的运算及其运算规则矩阵是线性代数中的基本概念之一，它是一个由数个数按照矩形排列的数表。

矩阵的运算是对矩阵进行各种数学操作的过程，通过矩阵的运算可以实现对数据的处理和分析，广泛应用于各个领域。

矩阵的基本运算包括矩阵的加法、矩阵的乘法和矩阵的转置。

矩阵的加法是指将两个矩阵对应元素相加得到一个新的矩阵。

矩阵的乘法是指将两个矩阵按照一定规则相乘得到一个新的矩阵。

矩阵的转置是指将矩阵的行和列对调得到一个新的矩阵。

矩阵的运算规则包括加法的交换律和结合律，乘法的结合律和分配律。

加法的交换律指两个矩阵相加的结果与顺序无关；加法的结合律指三个矩阵相加的结果与加法的顺序无关。

乘法的结合律指三个矩阵相乘的结果与乘法的顺序无关；乘法的分配律指一个数与两个矩阵相乘的结果等于这个数与每个矩阵相乘后再相加的结果。

矩阵运算的应用非常广泛，特别是在线性代数、概率论和统计学中。

在线性代数中，矩阵的运算可以用于求解线性方程组、计算矩阵的秩和行列式、求解特征值和特征向量等问题。

在概率论和统计学中，矩阵的运算可以用于计算协方差矩阵、相关矩阵和条件概率矩阵，从而帮助我们分析和理解数据的关系和分布。

除了基本的矩阵运算外，还有一些特殊的矩阵运算。

例如，矩阵的逆运算是指对于一个可逆矩阵，可以找到一个矩阵使得两个矩阵相乘等于单位矩阵。

矩阵的转置运算是指将矩阵的行和列对调得到一个新的矩阵。

矩阵的迹运算是指矩阵主对角线上元素的和。

这些特殊的矩阵运算在实际应用中也有着重要的作用。

总的来说，矩阵的运算及其运算规则是线性代数中的重要内容，通过对矩阵的运算可以实现对数据的处理和分析，广泛应用于各个领域。

矩阵的运算规则包括加法的交换律和结合律，乘法的结合律和分配律。

除了基本的矩阵运算外，还有一些特殊的矩阵运算，如矩阵的逆运算、转置运算和迹运算。

这些矩阵运算在实际应用中具有重要作用，可以帮助我们解决各种数学和统计问题。

矩阵及其运算详解矩阵是线性代数中重要的概念之一，它不仅在数学理论中有广泛应用，也在各个领域的实际问题中发挥着重要作用。

本文将详细介绍矩阵的概念、性质以及常见的运算法则，以帮助读者深入了解和掌握矩阵相关的知识。

一、矩阵的定义和基本性质矩阵是一个按照矩形排列的数集，通常用方括号表示。

一个 m×n的矩阵包含 m 行和 n 列，并用 aij 表示第 i 行、第 j 列的元素。

例如，一个 2×3 的矩阵可以表示为：A = [ a11 a12 a13a21 a22 a23 ]其中，a11、a12 等分别表示矩阵中不同位置的元素。

对于一个 m×n 的矩阵 A，当且仅当存在 m×n 的矩阵 B，满足 A = B，我们称 B 是 A 的转置矩阵。

转置矩阵中的每个元素是原矩阵对应位置元素的转置。

二、矩阵的运算法则1. 矩阵的加法和减法矩阵的加法和减法规则使其成为一个线性空间。

对于同型矩阵 A 和B，它们的和 A + B 的结果是一个与 A、B 同型的矩阵，其每个元素等于对应位置元素的和。

减法规则类似，也是对应元素相减。

矩阵的数乘指的是将一个矩阵的每个元素乘以一个标量。

即对于矩阵 A 和一个实数 k，kA 的结果是一个与 A 同型的矩阵，其每个元素等于对应位置元素乘以 k。

3. 矩阵的乘法矩阵的乘法是矩阵运算中最重要的一种运算。

对于矩阵 A 和 B，若A 的列数等于B 的行数，则可以进行乘法运算 AB。

结果矩阵C 是一个 m×p 的矩阵，其中的元素 cij 是通过计算矩阵 A 的第 i 行和矩阵 B的第 j 列对应位置元素的乘积，并将结果相加得到的。

4. 方阵和单位矩阵方阵是指行数和列数相等的矩阵，也称为正方形矩阵。

单位矩阵是一种特殊的方阵，它的主对角线上的元素全为1，其它位置元素均为0。

单位矩阵通常用 I 表示。

三、矩阵的性质和应用1. 矩阵的转置性质矩阵的转置运算具有以下性质：- (A^T)^T = A，即两次转置后得到原矩阵。

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。

矩阵及其运算矩阵是线性代数中的一个重要概念，它在数学和工程领域中得到广泛应用。

本文将介绍矩阵的定义和基本操作，包括矩阵的加法、减法、乘法以及转置运算。

1. 矩阵的定义矩阵由m行n列的数排列成的矩形数表称为m×n矩阵，其中m表示矩阵的行数，n表示矩阵的列数。

矩阵中的每个数称为元素，用a(i,j)表示矩阵中第i行第j列的元素。

例如，一个2×3的矩阵A可以定义为：A = [a(1,1) a(1,2) a(1,3)][a(2,1) a(2,2) a(2,3)]2. 矩阵的加法和减法对于两个同型矩阵A和B（即行列数相等），它们的和记为A + B，差记为A - B。

加法和减法的运算法则是对应元素相加或相减。

例如，对于两个2×3的矩阵A和B，它们的和A + B和差A - B可以表示为：A +B = [a(1,1) + b(1,1) a(1,2) + b(1,2) a(1,3) + b(1,3)][a(2,1) + b(2,1) a(2,2) + b(2,2) a(2,3) + b(2,3)]A -B = [a(1,1) - b(1,1) a(1,2) - b(1,2) a(1,3) - b(1,3)][a(2,1) - b(2,1) a(2,2) - b(2,2) a(2,3) - b(2,3)]3. 矩阵的乘法矩阵的乘法是定义在矩阵上的一种运算，对于矩阵A（m×p）和矩阵B（p×n），它们的乘积记为AB，结果是一个m×n的矩阵。

具体计算过程是，矩阵AB的第i行第j列的元素是矩阵A的第i行与矩阵B的第j列对应元素的乘积之和。

用数学公式表示为：AB(i,j) = ∑(A(i,k) * B(k,j)) (k从1到p)例如，对于一个2×3的矩阵A和一个3×2的矩阵B，它们的乘积AB可以表示为：AB = [a(1,1)*b(1,1) + a(1,2)*b(2,1) + a(1,3)*b(3,1) a(1,1)*b(1,2) +a(1,2)*b(2,2) + a(1,3)*b(3,2)][a(2,1)*b(1,1) + a(2,2)*b(2,1) + a(2,3)*b(3,1) a(2,1)*b(1,2) +a(2,2)*b(2,2) + a(2,3)*b(3,2)]4. 矩阵的转置一个矩阵的转置是将其行和列互换得到的新矩阵。

线性代数第二章矩阵及其运算$1.矩阵定义1 由m*n个数a_{ij}(i=1,2,3...,n)排成的m行n列的数表称为m行n列矩阵，简称mn矩阵。

为表示它是一个整体，总是加一个括弧，并用大写黑体字母表示，记作这mn个数称为矩阵A的元素，简称为元，数位于矩阵A的第i行第j列，称为矩阵A的（i,j）元。

以数. 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，本书中的矩阵除特别说明者外，都指实矩阵。

行数与列数都等于n的矩阵称为n阶矩阵或n阶方阵。

n阶矩阵A也记作An。

只有一行的矩阵 . 只有一列的矩阵称为列矩阵，又称列向量。

两个矩阵的行数相等、列数也相等时，就称它们是同型矩阵。

如果那么就称矩阵A与矩阵B相等，记作 A=B 元素都为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。

矩阵的应用非常广泛，下面仅举几例。

例1工厂三个商店发送四种产品的数量可列成矩阵其中这四种产品的单价及单件重量也可列成矩阵其中。

例2一般的，若干个点之间的单向通道都可以用这样的矩阵表示。

例3n个变量x_1,x_2,...,x_n与m个变量y_1,y_2,...,y_m之间的关系式表示一个从变量给定了线性变换（2），它的系数所构成的矩阵（称为系数矩阵）也就确定。

反之，如果给出一个矩阵作为线性变换的系数矩阵，则线性变换也就确定。

在这个意义上，线性变换和矩阵之间存在着一一对应的关系。

例如线性变换叫做恒等变换，它对应的一个n阶方阵叫做n阶单位矩阵，简称单位阵。

这个方阵的特点是：从左上角到右下角的直线（叫做（主）对角线上的元素都是1，其他元素都是0.即单位阵E的（i,j）元为）又如线性变换对应n阶方阵这个方阵的特点是：不在对角线上的元素都是0.这种方阵为对角矩阵，简称对角阵。

对角阵也记作$2.矩阵的运算一、矩阵的加法定义2 设有两个m*n矩阵A=(a_{ij})和B={b_{ij}},那么矩阵A和B的和记作A+B，规定为应该注意，只有当两个矩阵是同型矩阵时，这两个矩阵才能进行加法运算。

矩阵与矩阵的运算矩阵是现代数学中的一个重要概念，也是线性代数的基础内容之一。

矩阵与矩阵的运算是研究线性代数中的一个重要分支。

本文将介绍矩阵与矩阵的加法、减法、数乘、乘法等运算，并探讨其基本性质。

一、矩阵加法矩阵加法是指两个矩阵对应元素相加的运算。

设有两个m×n矩阵A=(aij)和B=(bij)，它们的和A+B定义为C=(cij)，其中cij=aij+bij。

即C的第i行第j列的元素等于矩阵A和B对应位置的元素相加。

矩阵加法具有如下性质：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. 存在零矩阵0n×m，对任意矩阵A，有A+0n×m=0n×m+A=A，其中0n×m为全0矩阵。

二、矩阵减法矩阵减法是指两个矩阵对应元素相减的运算。

设有两个m×n矩阵A=(aij)和B=(bij)，它们的差A-B定义为D=(dij)，其中dij=aij-bij。

即D 的第i行第j列的元素等于矩阵A和B对应位置的元素相减。

矩阵减法与加法类似，满足交换律和结合律。

与矩阵加法不同的是，减法没有类似于零矩阵的元素。

三、数乘数乘是指实数与矩阵的相乘运算。

设有实数k和一个m×n矩阵A=(aij)，则k与A的乘积记为kA=(kaij)，即将A的每个元素乘以k。

数乘具有如下性质：1. 结合律，即(kl)A=k(lA)。

2. 数乘满足分配律，即(k+l)A=kA+lA。

3. 数乘满足分配律，即k(A+B)=kA+kB。

4. 数乘满足单位元律，即1A=A。

其中1为实数1。

四、矩阵乘法矩阵乘法是指两个矩阵之间的乘积运算。

设有一个m×n矩阵A=(aij)和一个n×p矩阵B=(bij)，则矩阵A和B的乘积定义为C=(cij)，其中cij=∑(aij×bij)，即C的第i行第j列的元素为矩阵A的第i行与矩阵B的第j列对应元素的乘积之和。

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()1,2,,;1,2,,ija i m j n ==排成的m 行n 列的数表111212122212nn m m mna a a a a a a a a 称为m 行n 列矩阵;简称m n ⨯矩阵,记作111212122211n n m m mn a a a a a a A a a a ⎛⎫ ⎪⎪= ⎪⎪⎝⎭,简记为()()m n ij ij m nA A a a ⨯⨯===,,m n A ⨯这个数称为的元素简称为元;说明 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; 扩展几种特殊的矩阵：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()()ij ij A a B b ==和,那么矩阵A 与B 的和记作A B +,规定为111112121121212222221122n 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 +++⎛⎫⎪+++⎪+= ⎪⎪+++⎝⎭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()1A B B A +=+；()()()2A B C A B C ++=++()()1112121222113,()n n ij ij m nm n m m mn a a a a a a A a A a a a a ⨯⨯---⎛⎫⎪--- ⎪=-=-= ⎪⎪---⎝⎭设矩阵记,A -称为矩阵A 的负矩阵()()()40,A A A B A B +-=-=+-;课本P33数与矩阵相乘,A A A λλλ数与矩阵的乘积记作或规定为111212122211,n n m m mn a a a a a a A A A A A a a a λλλλλλλλλλλλλλ⎛⎫⎪ ⎪== ⎪⎪⎝⎭数与矩阵的乘积记作或规定为数乘矩阵的运算规律设A B 、为m n ⨯矩阵,,λμ为数()()()1A A λμλμ=； ()()2A A A λμλμ+=+；()()3A B A B λλλ+=+;课本P33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 )ij B =是一个m s ⨯矩阵,(b )ij B =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()12121122j j i i is i j i j is sj sj b b a a a a b a b a b b ⎛⎫ ⎪ ⎪=+++ ⎪ ⎪ ⎪⎝⎭1sik kj k a b ==∑,()1,2,;1,2,,i m j n ==,并把此乘积记作C AB = 注意1;A 与B 能相乘的条件是：A 的列数＝B 的行数;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 是可交换的;矩阵乘法的运算规律()()()1AB C A BC =；()()()()2AB A B A B λλλ==()()3A B C AB AC +=+,()B C A BA CA +=+ ()4m n n n m m m n m n A E E A A ⨯⨯⨯⨯⨯== ()5若A 是n 阶方阵,则称 A k 为A 的k 次幂,即kk A A AA =个,并且m k m k A A A +=,()km mk A A =(),m k 为正整数;规定：A 0＝E注意 矩阵不满足交换律,即AB BA ≠,()kk k AB A B ≠但也有例外课本P36纯量阵 矩阵0E 0λλλλ⎛⎫⎪⎪= ⎪ ⎪⎝⎭称为纯量阵,作用是将图形放大λ倍;且有()(E)E A A A λλλ==,A 为n 阶方阵时,有()(E )n n n n n E A A A λλλ==,表明纯量阵与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 ,如122458A ⎛⎫= ⎪⎝⎭,142528T A ⎛⎫⎪= ⎪ ⎪⎝⎭; 转置矩阵的运算性质()()1TT AA =；()()2TT T A B A B +=+；()()3TT A A λλ=；()()4TT T AB B A =;课本P39方阵的行列式由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()1T A A =；()2nA A λλ=；(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(),1,2,,ij jia a i j n ==那么A 称为对称阵;说明对称阵的元素以主对角线为对称轴对应相等,如果TA 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ij A 所构成的如下矩阵112111222212n n nnnn A A A A A A A A A A *⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭称为矩阵A 的伴随矩阵; 性质 AA A A A E **==易忘知识点课本P总结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;第三节 逆矩阵定义对于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,并把矩阵B 称为A 的逆矩阵;1A A -的逆矩阵记作,1A B -=即;说明1 A ,B 互为逆阵, A = B -12 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0A ≠,并且当A 可逆时,有1*1AA A-=重要证明见课本P奇异矩阵与非奇异矩阵当0A =时,A 称为奇异矩阵,当0A ≠时,A 称为非奇异矩阵;即0A A A ⇔⇔≠可逆为非奇异矩阵;推论若(A=E)AB E =或B ,则1B A -=证明见课本P求逆矩阵方法**1(1)||||021(3)||A A A A A A -≠=先求并判断当时逆阵存在；（）求；求。