线性代数（一）（Linear Algobra with Application）steven J.Leon（Eighth Edition）

今天开始为了考试开始学习线性代数虽然以前学习过可是早遗忘在姥姥家了

第一章 矩阵与方程组

1.1 线性方程组

这一节的内容很简单，就是简单的介绍一下应该学习的东西

定义：若方程组中，第K个方程的前K-1个变量的系数均为0，且Xk的系数不为0，则称之为严格三角形的（strict triangular form）

练习：（尽量使Matlab）

1.（a）（b）(c)   (d)

>> A = [1,-3;0,2];
>> x = A\[2;6]

>> A = [1,1,1;0,2,1;0,0,3];
>> x = A\[8;5;9]

>> A = [1,2,2,1;0,3,1,-2;0,0,-1,2;0,0,0,4];
>> x = A\[5;1;-1;4]

 
>> A = [1,1,1,1,1;0,2,1,-2,1;0,0,4,1,-2;0,0,0,1,-3;0,0,0,0,2];
>> x = A\[5;1;1;0;2]

其他的题目和这个一样，就不写出来了

1.2 行阶梯形

定义：若一个矩阵满足

（1）每一个非零行中的第一个非零元为1

（2）第K行的元不全为0时，第K+1行的首变量的前面的0 的个数多余K行

（3）所有元素为0的行必在不全为0行的后面

这样的矩阵我们称之为行阶梯形矩阵（row echelon form）

理解超定方程组和亚定方程组

超定方程组通常是不相容的--------因为给的条件（方程的个数）太多，--------方程组中的方程的个数多于未知变量的个数

亚定方程组通常是相容的----------方程个数小于变量的个数---------（m<n）

定义：若一个矩阵满足

（1）矩阵式行阶梯形的

（2）每一个行的第一个非0元是该列的唯一的非0元素

这样的矩阵我们称行最简形（Reduced row echelon form）short for rref

练习：

1.1

A =

     1     2     3     4
     0     0     1     2

>> rref(A)

其他类似

1.3 矩阵算术

矩阵记为A = (aij) (说明现在下标我都用红色标出，打不出来)

向量这个概念可是老红了1Xn的矩阵我们称为行向量（row vector），nX1的矩阵我们称列向量（column vector）

所有列向量的实矩阵构成的集合叫n维欧几里德空间（Euclidean n-space）记为Rn（蓝色表示上标）

1.4 矩阵代数

单位矩阵、非奇异矩阵（可逆矩阵）、乘法逆元（multiplicative inverse）

一个矩阵不存在逆矩阵我们说它是奇异的，我们说一个矩阵是否是奇异的是针对方阵来说的，只有方阵才能判断，其他的不可以

1.5 初等矩阵

初等矩阵---从单位矩阵I开始，只进行一次初等行运算，得到的矩阵就是初等（elementary）矩阵

有三种初等矩阵

（1）交换矩阵中的两行得到的初等矩阵

（2）将单位矩阵中的某一行乘以一个常数得到的矩阵是初等矩阵

（3）单位矩阵中的某一行乘以一个常数加到某一行得到的矩阵是初等矩阵

对角矩阵和三角形矩阵

上三角（upper triangular），下三角（lower triangular）

三角形的分解

矩阵L的对角元素是1的下三角矩阵我们称之为单位下三角矩阵，将矩阵A分解为一个单位下三角矩阵和一个严格的上三角矩阵U的乘积的过程，通常称为LU分解（LU factorization）

1.6 矩阵的分块

四种情形

外积展开