第一章 矩阵与线性方程组 (一)
前言
本章主要学习矩阵与线性方程组的基本知识,为后面学习矩阵的分析与应用提供基础知识。
1、1 矩阵的基本运算
1.1.1 矩阵与向量
m*n线性方程组: 使用m个方程描述n个未知量之间的线性关系。
{
a
11
x
1
+
a
12
x
2
+
⋯
+
a
1
n
x
n
=
b
1
a
21
x
1
+
a
22
x
2
+
⋯
+
a
2
n
x
n
=
b
2
⋯
a
m
1
x
1
+
a
m
2
x
2
+
⋯
+
a
m
n
x
n
=
b
m
\begin{cases} a_{11} x_1+a_{12}x_2+\cdots+a_{1n}x_n=b_1\\ a_{21} x_1+a_{22}x_2+\cdots+a_{2n}x_n=b_2\\ \cdots\\ a_{m1} x_1+a_{m2}x_2+\cdots+a_{mn}x_n=b_m\\ \end{cases}
⎩⎪⎪⎪⎨⎪⎪⎪⎧a11x1+a12x2+⋯+a1nxn=b1a21x1+a22x2+⋯+a2nxn=b2⋯am1x1+am2x2+⋯+amnxn=bm
用矩阵—向量形式简记为Ax = b
其中A称为m*n矩阵,是一个按照长方形排列的复数或实数集合,如下:
[
a
11
a
12
⋯
a
1
n
a
21
a
22
⋯
a
2
n
⋮
⋮
⋱
⋮
a
m
1
a
m
2
⋯
a
m
n
]
\left[ \begin{matrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} \\ \end{matrix} \right]
⎣⎢⎢⎢⎡a11a21⋮am1a12a22⋮am2⋯⋯⋱⋯a1na2n⋮amn⎦⎥⎥⎥⎤
而x=
[
x
1
x
2
⋮
x
m
]
\left[ \begin{matrix} x_{1} \\ x_{2} \\ \vdots \\ x_{m} \\ \end{matrix} \right]
⎣⎢⎢⎢⎡x1x2⋮xm⎦⎥⎥⎥⎤
b =
[
b
1
b
2
⋮
b
n
]
\left[ \begin{matrix} b_{1} \\ b_{2} \\ \vdots \\ b_{n} \\ \end{matrix} \right]
⎣⎢⎢⎢⎡b1b2⋮bn⎦⎥⎥⎥⎤
x,b分别为m* 1向量和n* 1向量,是按照列方式排列的复数或实数集合,统称为列向量。
类似地,按照行向量方式排列的复试或实数集合称为行向量,例如:
a =
[
a
1
a
2
⋯
a
n
]
\left[ \begin{matrix} a{1} \ a{2} \ \cdots \ a{n} \end{matrix} \right]
[a1 a2 ⋯ an]
向量的分类:
主对角线:
从左上角到右下角沿i = j,j = 1,2,···,n 相连接的线段。
交叉对角线(也称次对角线):
垂直于主对角线。
单位矩阵:
对角矩阵主对角线元素全部等于1,用符号In*n表示。
零矩阵:
所有元素为零的m*n矩阵称为零矩阵,记为Om*n.
零向量:
一个全部元素为零的向量。
基本向量:
只有一个元素为1,其他元素皆等于0的 列向量 。n * n单位矩阵I可以用n个基本向量表示为I = [e1, e2, ···, en]。
矩阵符号A(i_1:i_p,j_1:j_p):
代表由A的第i1 ~ ip行和第j1 ~ jp 列组成的一个子矩阵。
例如A(3:6,2:4) =
[
a
32
a
33
a
34
a
42
a
43
a
44
a
52
a
53
a
54
a
62
a
63
a
64
]
(4)
\begin{bmatrix} a_{32} & a_{33} & a_{34} \\ a_{42} & a_{43} & a_{44} \\ a_{52} & a_{53} & a_{54} \\ a_{62} & a_{63} & a_{64} \\ \end{bmatrix} \tag{4}
⎣⎢⎢⎡a32a42a52a62a33a43a53a63a34a44a54a64⎦⎥⎥⎤(4)
分块矩阵:
以矩阵作元素的矩阵。
总结
今天是第一次在博客上写线性代数,搞明白输出方程组、矩阵、下标等格式花了点时间。
不错,第一天先巩固一下基础概念。加油!