1 / 102

第二章 矩陣

第二章 矩陣. 2.1 矩陣運算 2.2 矩陣運算特性 2.3 反矩陣 2.4 基本矩陣 2.5 矩陣運算的應用. Elementary Linear Algebra 投影片設計編製者

onawa
Download Presentation

第二章 矩陣

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 第二章矩陣 2.1 矩陣運算 2.2 矩陣運算特性 2.3 反矩陣 2.4 基本矩陣 2.5 矩陣運算的應用 Elementary Linear Algebra 投影片設計編製者 R. Larsen et al. (6 Edition) 淡江大學 電機系 翁慶昌 教授

  2. 第(i,j)個元素: 2.1 矩陣運算 矩陣 (Matrix) 列: m 行: n 大小: m×n 線性代數: 2.1節 p.58

  3. 第i個列向量 (row vector) 列矩陣 (row matrix) 第j個行向量 (column vector) 行矩陣 (column matrix) 方陣: m=n 線性代數: 2.1節p.59

  4. 對角矩陣 (diagonal matrix) 跡數 (trace) 線性代數: 2.1節 補充

  5. 範例： 線性代數: 2.1節補充

  6. 相等(equal)矩陣 A和 B的大小必須相同 範例 1：相等矩陣 線性代數: 2.1節 p.58

  7. 矩陣相加 (matrix addition) A和 B的大小必須相同 範例 2：矩陣相加 線性代數: 2.1節 pp.59-60

  8. 純量積 (scalar multiplication) 矩陣相減 (matrix subtraction) 範例 3：純量積與矩陣相減 與 求 (a) 3A, (b) -B, (c) 3A-B。 線性代數: 2.1節 p.60

  9. 解: (a) (b) (c) 線性代數: 2.1節 p.61

  10. 矩陣乘法 南部銷售額 = 線性代數: 2.1節p.61

  11. 北部銷售額 = 西部銷售額 =

  12. 第一季 第二季 第三季 第四季 第一季 第二季 第三季 第四季

  13. 矩陣相乘 (matrix multiplication) 相等 AB的大小 其中 線性代數: 2.1節 p.62&p64

  14. 範例 4：求解下列兩矩陣的乘積 與 解: 線性代數: 2.1節 pp.62-63

  15. 範例 1 2 3 4 線性代數: 2.1節 補充

  16. 範例 1 2 矩陣乘法不滿足交換律 線性代數: 2.1節 補充

  17. 線性方程式系統之矩陣形式 = = = x A b 線性代數: 2.1節 p.66

  18. 子矩陣 分割矩陣 (partitioned matrices) 線性代數: 2.1節 補充

  19. 矩陣A之行向量的線性組合 (linear combination) (A之行向量的線性組合) 線性代數: 2.1節

  20. 摘要與複習 (2.1節之關鍵詞) • row vector: 列向量 • column vector: 行向量 • diagonal matrix: 對角矩陣 • trace: 跡數 • equality of matrices: 相等矩陣 • matrix addition: 矩陣相加 • scalar multiplication: 純量積 • matrix multiplication: 矩陣相乘 • partitionedmatrix: 分割矩陣

  21. 2.2 矩陣運算的性質 • 三種矩陣基本運算: (1) 矩陣相加 (2) 純量積 (3) 矩陣相乘 零矩陣 (zero matrix)： n階單位矩陣 (identity matrix of order n)： 線性代數: 2.1節pp.75-81

  22. 矩陣相加與純量積的性質 則(1) A+B = B + A (2) A + ( B + C )=( A + B ) + C (3) ( cd ) A = c ( dA ) (4) 1A = A (5) c( A+B ) = cA + cB (6) ( c+d ) A =cA + dA 線性代數: 2.1節 p.75

  23. 零矩陣的性質 注意： • 0m×n: 所有m×n矩陣的加法單位矩陣 • -A: 矩陣A的加法反元素(additive inverse) 線性代數: 2.1節 p.77

  24. (1) A(BC) = (AB)C (2) A(B+C) = AB + AC (3) (A+B)C = AC + BC (4) c (AB) = (cA) B = A (cB) 矩陣相乘的性質 單位矩陣的性質 線性代數: 2.1節 p.78&p81

  25. 矩陣乘冪

  26. 矩陣的轉置 (transpose) 線性代數: 2.1節 p.83

  27. 範例:求下列每一個矩陣的轉置 (a) (b) (c) (a) 解: (b) (c) 線性代數: 2.1節 pp.83-84

  28. 轉置矩陣的性質 線性代數: 2.1節 p.84

  29. 對稱矩陣 (symmetric matrix) 若 A = AT ，則方陣 A 被稱為對稱矩陣 範例: 為對稱矩陣，則 a, b, c為何? 解: 線性代數: 2.1節

  30. 反對稱矩陣 (skew-symmetric matrix) 若 AT = -A，則方陣 A 被稱為反對稱矩陣 範例: 為反對稱矩陣，則 a, b, c為何? 解: 線性代數: 2.1節 p.86

  31. 注意: 是對稱矩陣 證明:

  32. 實數 ab = ba 乘法交換律 矩陣 (矩陣大小不同) 線性代數: 2.1節補充

  33. 範例 4：無交換性的矩陣相乘 對下列的矩陣證明 AB 和 BA 不相等 與 解: 注意: 線性代數: 2.1節 pp.79-80

  34. 摘要與複習 (2.2節之關鍵詞) • zero matrix: 零矩陣 • identity matrix: 單位矩陣 • transpose matrix: 轉置矩陣 • symmetric matrix: 對稱矩陣 • skew-symmetric matrix: 反對稱矩陣

  35. 2.3 反矩陣 反矩陣 (inverse matrix) 考慮 若存在一 矩陣使得 則 (1) A 是可逆(invertible)或非奇異(nonsingular)矩陣 (2) B為 A的反矩陣 注意: 若矩陣沒有反矩陣則稱此矩陣為不可逆(noninvertible)或奇異(singular)矩陣 線性代數: 2.1節 p.90

  36. 定理 2.7：反矩陣的唯一性 若 B 與 C 都是 A 的反矩陣，則 B = C 證明: 因此 B=C，所以一矩陣的反矩陣是唯一的 注意: (1) A 的反矩陣被表示成 (2) 線性代數: 2.1節 pp.90-91

  37. 實數 ac = bc , 乘法消去律 矩陣 (1) 若C是可逆，則A=B (2) 若C是不可逆，則 (消去法不成立) 線性代數: 2.1節 p.80

  38. 範例 5：消去法不成立的範例 對下列的矩陣證明AC=BC 解: 因此 但是 線性代數: 2.1節 p.80

  39. 利用高斯-喬登消去法求一矩陣的反矩陣 範例 2：求下列矩陣的反矩陣 解: 1 2 線性代數: 2.1節 p.92

  40. 1 2 所以 線性代數: 2.1節 p.92

  41. 注意： 若矩陣 A 不能夠用列運算將其化成單位矩陣 I， 則矩陣 A 為奇異矩陣。 線性代數: 2.1節 p.93

  42. 範例 3：求下列矩陣的反矩陣 解: R2+(-1)R1->R2 線性代數: 2.1節 p.94

  43. 線性代數: 2.1節 p.94

  44. 所以矩陣 A 是可逆的，其反矩陣為 注意： 我們可以藉由 和 的相乘來得到 以確認其為反矩陣 線性代數: 2.1節 pp.94-95

  45. 方陣的冪次 (power) 線性代數: 2.1節補充

  46. 定理 2.8：反矩陣的性質 若 A 是可逆矩陣，則有下列的性質: 線性代數: 2.1節 p.97

  47. 定理 2.9： 乘積的反矩陣 若 A 和 B 為大小為nxn的可逆矩陣， 則 AB 為可逆且 證明: 注意: 線性代數: 2.1節 pp.99-100

  48. 定理 2.10：相消性質 若 C 為可逆矩陣，則以下的性質成立 (1) 若 AC=BC，則 A=B (右相消性質) (2) 若 CA=CB，則 A=B (左相消性質) 證明: 注意: 若C 不是可逆，則相消法是不成立的 線性代數: 2.1節 p.101

  49. 定理 2.11：有唯一解的方程式系統 若 A 為一可逆矩陣，則此線性方程式系統Ax=b有唯一解 證明: ( A 為一非奇異矩陣) 為 Ax=b 的兩個解 (左相消性質) 此解為唯一 線性代數: 2.1節 pp.101-102

  50. 注意: 線性代數: 2.1節

More Related