chapter 1 矩陣
DESCRIPTION
Chapter 1 矩陣. 1-1 聯立方程式 1-2 矩陣的定義 1-3 矩陣的運算 1-4 基本列運算 1-5 反矩陣 1-6 行列式. 1-1 聯立方程式. m 個線性方程式、 n 個變數 x 1 , x 2 ,…, x n 所構成的系統 (1-1) 稱為 線性系統 (linear system) 或聯立線性方程式。若 x 1 = s 1 , x 2 = s 2 ,……, x n = s n 能滿足聯立方程式 (1-1) 時,我們稱 ( s 1 , s 2 ,…, s n ) 為聯立方程式 (1-1) 的解。. - PowerPoint PPT PresentationTRANSCRIPT
結束
Chapter 1 矩陣Chapter 1 矩陣1-1 聯立方程式1-2 矩陣的定義1-3 矩陣的運算1-4 基本列運算1-5 反矩陣1-6 行列式
結束
1-1 聯立方程式
m 個線性方程式、 n 個變數 x1,x2,…,xn 所構成的系統
(1-1)
稱為線性系統 (linear system) 或聯立線性方程式。若 x1
= s1, x2 = s2,……, xn = sn 能滿足聯立方程式 (1-1) 時,我們稱 (s1, s2,…, sn) 為聯立方程式 (1-1) 的解。
11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
n n
n n
m m mn n n
a x a x a x b
a x a x a x b
a x a x a x b
結束
Example 1
聯立方程式可能有解 ( 一個解或是無限多個解 ) ,亦可能無解。利用消去法 (method of elimination) 解聯立方程式,其利用方程式乘以適當實數後加到另外一個方程式上,以消去某個變數。解聯立方程式:
8224
223
4
321
321
321
xxx
xxx
xxx
結束
Ex. 1 answer
8224
1025
4
321
32
321
xxx
xx
xxx 式 (1) × -3 + 式 (2)
式 (1) × -4+ 式 (3)
826
1025
4
32
32
321
xx
xx
xxx
式 (2) × (-6/5) + 式 (3)
45
2
1025
4
3
32
321
x
xx
xxx
結束
Ex. 1 answer4
5
2
1025
4
3
32
321
x
xx
xxx
式 (2) × (1/5) + 式 (3) ×(5/2)
10
25
2
4
3
32
321
x
xx
xxx
式 (2) + 式 (1)
10
25
2
25
3
3
32
31
x
xx
xx
x3=10 代入式 (1) 與式 (2) :得 x1=-4 x2 = 2
結束
Ex. 2
解聯立方程式
432
432
321
321
xxx
xxx
結束
Ex. 2 answer432
432
321
321
xxx
xxx
式 (1) × (-2) + 式 (2)
1233
432
32
321
xx
xxx
式 (2)÷3x2=x3-4 代入式 (1)
4
3)4(24324
3
33321
x
xxxxx
則聯立方程式可寫為:( 無限多組解 )
為任意數,ssx
sx
sx
3
2
1
4
4
結束
Ex. 3
解聯立方程式
6622
123
321
321
xxx
xxx
式 (1) × (-2) + 式 (2)
180
123 321
xxx
( 無解 )
結束
1-2 矩陣的定義
由 mn 個實數所構成的 m 列 (row) n 行 (column)長方形數列,稱為 m n 階 (order) 矩陣 (matrix) A 。
(1-2)
1-1
11 12 1
21 22 2
1 2
n
n
m m mn
a a a
a a aA
a a a
結束
為簡便計, m n 矩陣常以符號 A = [aij]mn ,或更
簡單的 [aij] 來表示。在矩陣 A 中第 i 列、第 j
行位置的 aij 稱為矩陣 A 的 (i, j) 元素 (element, or
entry) 。
1-1
1-2 矩陣的定義
結束
矩陣的應用矩陣除了數學、物理、工程、經濟或管理應用外,目標活動裡的一些數據,亦可利用矩陣符號表示之。例如某工廠生產 A 、 B 、 C 、 D 、 E 產品,以連續四天出貨數量,可以下式表示之:
300400550300
900600350700
60504050
35203030
150250200100
4321
E
D
C
B
A
結束
下面介紹幾種具有特殊型態的矩陣。設 A 為 m n 矩陣: 若 m = 1 ,矩陣 A 只有一列,稱為列矩陣 (row
matrix) 或列向量 (row vector) ,如 A = [3, 2, 1] 。若 n = 1 時,則稱 A 為行矩陣 (column matrix) 或行向量 (column vector) 。
1
2
3
A
1-2 矩陣的定義
結束
當 m = n 時 , 矩 陣 A 稱 為 n 階 方 陣 (square matrix of order n) 。其中對角線元素 a11, a22, ……, ann 構成主對角線 (main diagonal) 。
若 n 階方陣中,對角線之外的元素皆為 0 ,即 aij
= 0 ,當 i j ,則稱此矩陣為對角矩陣 (diagonal matrix) 。
1 0 0
0 2 0
0 0 3
A
1-2 矩陣的定義
結束
若對角矩陣 A 中對角線元素皆為 1 ,則稱 A 為單位矩陣 (identity matrix) 。通常以符號 In 表之。
若對角矩陣 A 中,對角線元素皆相等,即 aii = c, i = 1,…, n , 則 稱 矩 陣 A 為 純 量 矩 陣 (scalar matrix) 。
3
1 0 0
0 1 0
0 0 1
I
3 0 0
0 3 0
0 0 3
A
1-2 矩陣的定義
結束
若 n 階方陣 A 中, aij = 0 ,當 i > j 時,則 A 稱為上三角矩陣 (upper triangular matrix) 。
3 2 5 0
0 7 1 3
0 0 4 5
0 0 0 5
A
1-2 矩陣的定義
結束
若 aij = 0 ,當 i < j 時,則稱 A 為下三角矩陣 (lower triangular matrix) ,例如
不論是上三角矩陣或下三角矩陣,均通稱為三角矩陣(triangular matrix) 。
元素皆為 0 的矩陣稱為零矩陣 (zero matrix) ,以符號 O 或 Om n 表之。
4 0 0 0
1 9 0 0
2 5 0 0
3 2 1 1
A
1-2 矩陣的定義
結束
1-3 矩陣的運算
若矩陣 A = [aij] 與矩陣 B = [bij] 皆為 m n 矩陣,且 aij = bij , 1 i m , 1 j n ,則稱矩陣 A 和矩陣 B 相等 (equal) 。並寫成 A = B 。
1-2
結束
加法運算 (matrix addition)
若 A = [aij] , B = [bij] 皆為 m n 矩陣,則 A 與 B 的和 (sum) C = [cij] 亦為 m n 矩陣,且
即 C 是一個由 A 與 B 中相對應的元素相加而得的 m n 矩陣,或寫成 C = A + B 。
1-3
, 1, , , 1, ,ij ij ijc a b i m j n
1-3 矩陣的運算
結束
Ex. 4
43
100
43
40
25
80
03
85
43
1910
69
61
46
2511
1032×2
3×2
結束
乘法運算 (matrix multiplication)
若 A = [aij] 為 m n 矩陣, B = [bij] 為 n p 矩陣,則 A 和 B 的乘積 (product) C = [cij] 為 m p 矩陣,其中
1-4
1 1 2 2 ,
1, , , 1, ,
ij i j i j in njc a b a b a b
i m j p
1-3 矩陣的運算
結束
若以符號表示,可寫成 C = AB
11 1 111 12 1
21 2 2
1 2
11 2
j pn
j p
i i in
n nj npm m mn
ij
b b ba a a
b b b
i a a a
b b ba a a
c
第 列
第 j 行
1-3 矩陣的運算
結束
Ex. 5
CAB
7103
10214
112
240
301
231
612
為 (2×3)×(3×3)=( 2×3) 矩陣,若將 A 、 B 相乘次序顛倒,則得:
的乘積無法定義。的列數,故的行數不等於因為 BAA
BA
B
231
612
112
240
301
結束
Ex.6
357
4412
151
2244
92
32
40
12
113
021
BA
AB
BA
矩陣,而為則
,
結束
Ex. 7
314
31,
75
25
41
12,
13
12
BAAB
BA
而則
設
故一般而言, AB≠BA
結束
矩陣加法性質設 A 、 B 、 C 、 O 為同階矩陣,則(1) A + B = B + A 交換律 (commutative property)
(2) A + (B + C) = (A + B) + C 結合律 (associative property)
(3) A + O = O + A = A 同一律 (identity property) ,這裡零矩陣 O 所扮演的角色正與實數中的零一樣。
1-1
結束
Ex.8
120
112,
131
210,
102
121CBA設
則 A+(B+C)=(A+B)+C
351
241
結束
1-2
矩陣乘法性質設 A 、 B 、 C 為三個矩陣,並設其加法與乘法的運算均能符合定義要求。 (1) A(BC) = (AB)C 結合律(2) A(B + C) = AB + AC
(A + B)C = AC + BC 分配律 (distributive property)
(3) 若 A 為 m n 矩陣,則 AIn = Im A = A
這裡單位矩陣在矩陣乘法運算中所扮演的角色與實數中的 1 相同。
結束
Ex. 9
10218
519
15
72
1016
58)(
10218
519
194
131
42
21)(
15
72,
23
12,
42
21
CAB
BCA
CBA
則
設
加法法則亦是一致
結束
Ex. 10
00
00
32
64,
42
21
AB
BA
則
設
完全不同。之結果,或必得這與實數系統中, 000 baab
結束
Ex. 11
之結論,完全不同。則必有,,且這與實數系統中,
則
設
cb
aacab
ACAB
CBA
0
1016
58
15
72,
23
12,
42
21
結束
若以一實數 r 乘以矩陣 A = [aij] ,則矩陣 rA 可由 A 中每一元素乘以 r 而得。這種運算,稱之為純量乘法運算 (scalar multiplication) 。
設 A = [aij] 為 m n 矩陣,則矩陣 AT = [aji] 為 n m 矩陣,稱為 A 的轉置矩陣 (transpose of A) 。
1-5
1-6
之的行與列相互對調而得可由則
則設
AA
AA
T
T
63
52
41
654
321
結束
Ex. 12
3
4
3
2
13
1
3
1
2010
155
4525
3515
42
31,5
rAr
rA
Ar
時,則若
則
設
結束
純量乘法性質設 r 、 s 為實數, A 、 B 為同階矩陣,則(1) r (sA) = (rs)A ------- 結合律(2) (r + s) A = rA + sA -------- 分配律(3) r (A + B) = rA + rB
(4) A (rB) = r (AB) = (rA) B
(5) oA = O
(6) rO = O
注意,此處 o 是實數,而 O 是零矩陣,當 r=-1時, (-1)A 可寫成 -A ,稱為 A 的負矩陣,故矩陣減法運算, A-B=A+(-B)
1-3
結束
Ex. 13
41
41
1534
)2(243
13
24
54
23)(
13
24,
54
23
BABA
BA
則
設
結束
Ex. 14
)()(
993
1254
331
418)3()(
993
1254
39
612
54
23)(
13
24
54
23,3
ABrrBA
ABr
rBA
BAr
則
則
,設
結束
矩陣轉置性質設 r 為一實數, A 、 B 為矩陣,則 (1) (AT)T = A
(2) (A + B)T = AT + BT
(3) (AB)T = BTAT
(4) (rA)T = rAT
1-4
結束
Ex. 16
矩陣。為而
矩陣,為。注意本例中即
則
,設
33
22)(
35
712
32
13
21
121
320AB
35
712
37
512)(
13
22
10
312
231
TT
TT
TTTTT
T
T
BA
ABABAB
AB
BA
結束
設 AT = A , 則 矩 陣 A 稱 為 對 稱 矩 陣(symmetric matrix) 。值得注意的是,對稱矩陣必為一方陣,且aij = aji 。
1-7
結束
1-4 基本列運算聯立方程式 (1-1) 若以矩陣符號表示,則可寫成
AX = b (1-3)
其中
稱為係數矩陣 (coefficient matrix) 。
11 12 1
21 22 2
1 2
n
n
m m mn
a a a
a a aA
a a a
結束
Ex. 17
對角矩陣必為對稱矩陣。
為兩對稱矩陣與
231
300
101
562
671
213
結束
X = [x1, x2, ……xn ]T 為 n 1 矩陣,而 b = [b1, b2,
…… bn]T 為 m 1 矩陣,又
稱為擴張矩陣 (augmented matrix) 。實際上,消去法就是在擴張矩陣上,施以一連串的
列運算,這些運算可區分為三種。
11 12 1 1
21 22 2 2
1 2
n
n
m m mn m
a a a b
a a a bA b
a a a b
1-4 基本列運算
結束
對於一個矩陣,可用下列三種不同的列運算 , 稱 為 基 本 列 運 算 (elementary row operations) 。(1) 交換矩陣中的第 r 列與第 s 列 ( 以符號 Rr
Rs 表之 ) 。(2) 將矩陣中的第 r 列乘以一不為零的實數 c
( 以符 號 cRr 表之 ) 。(3) 將矩陣中的第 r 列乘以一不為零的實數 c 後,
再加到第 s 列上 ( 以符號 cRr + Rs 表之 ) 。
1-8
結束
若矩陣 A ,經過一連串的基本列運算後變成矩陣 B ,則稱矩陣 A 和 B 為列同義(row equivalent) 。可寫成 A ~ B 。
1-9
結束
Ex. 18
Ex. 1 中聯立方程式之擴張矩陣為:
Ex. 1 消去法求解過程,若以基本列運算表示,寫為:
8224
223
4
321
321
321
xxx
xxx
xxx
8224
2123
4111
8260
10250
4111
8224
10250
4111
8224
2123
4111
21
21
)4(
R)3(
RR
R
結束
Ex. 18
10100
25
210
4001
10100
25
210
25
301
10100
25
210
4111
45
200
25
210
4111
45
200
10250
4111
13
123
232
)5
3(
)1(2
5
5
1)
5
6(
RR
RRR
RRR
結束
Ex. 18
1
321
)5
2(
0
4001
10100
2010
4001
10100
2010
4001
8224
2123
4111
10100
2010
400123
x
xxx
RR
式所表示的就是聯立方程而矩陣
為列同義與則
結束
若矩陣滿足下列的條件,則稱為簡化列梯形矩陣。(1) 任何一列的第一個不為零元素必須是 1 ,而且
含有此元素 1 的這一行,其他元素必須為零。(2) 每一列第一個不為零的元素,必須位於前一列
第一個不為零元素的右側。(3) 若有某列之元素全部為零,則此列必位於矩陣
的最下端。
1-10
結束
Ex. 19
等條件與違反定義
與
但是:皆為簡化列梯形矩陣。
與
)1()2(101
0100
1210
1011
0000
0110
1210
1101
00000
12210
20001
11000
40100
30001
結束
若 A 為 m n 矩陣,矩陣 C 為 A 經過一連串基本列運算後所得之簡化列梯形矩陣,則 C 中不全為零的列的個數,稱為矩陣 A 的秩 (rank) ,以 r (A) 表示。
1-11
結束
Ex. 20
Ex. 1 中矩陣 之秩等於 3 ,
因為簡化列梯形矩陣不全為零的列有三個,而r(A) 亦等於 3 。
8224
2123
4111
][ bA
10100
2010
4001
結束
2011
5231
5132
2021
800
642
121
62
31
結束
習作解答
2)(
000
800
121
800
800
121
800
642
121
32
21)2(
ArRR
RR
結束
習作解答
3300
2700
1110
2021
0030
2700
1110
2021
0030
3250
1110
2021
2011
3250
1110
2021
2011
5231
1110
2021
2011
5231
5132
2021
4232
4131
21
)3()5(
)1()1(
)2(
RRRR
RRRR
RR
結束
習作解答
3)(
0000
2700
1110
4201
0000
2700
1110
2021
3300
2700
1110
2021
12
42
)2(
)3(
ArRR
RR
(1) 任何一列的第一個不為零元素必須是 1 ,而且含有此元素 1 的這一行,其他元素必須為零。
(2) 每一列第一個不為零的元素,必須位於前一列第一個不為零元素的右側。
(3) 若有某列之元素全部為零,則此列必位於矩陣的最下端。
結束
考慮聯立方程式 AX = b , A 為 m n 矩陣,(1) 若 r (A) = r ([A b]) = n 則 AX = b 有唯一解(2) 若 r (A) = r ([A b]) < n 則 AX = b 有無限多
解(3) 若 r (A) < r ([A b]) ,則 AX = b 無解在解聯立方程式 AX = b 時,進行一連串的基本列運算,將 [A b] 轉換成與其列同義的矩陣 [C d] 或 CX = d ,因此 AX = b 與 CX = d 具有相同的解。
1-5
結束
Ex. 21
解聯立方程式 x1+2x2+4x3=6
x2+2x3=3
x1+x2+2x3=1
解其擴張矩陣為:
1000
3210
0001
2000
3210
0001
5210
3210
6421
1211
3210
6421
332
12
31
)2
1()1(
)2(
)1(
RRRRR
RR
結束
Ex. 21
由定理 1-5 與 r(A)=2<3=r([Ab]) ,得知此聯立方程式無解。又最後的簡化列梯形矩陣所對應之聯立方程式為:
第 3 個方程式為矛盾方程式,故無解。
1x1+ 0 x2+ 0 x3=0 0x1+1 x2+2 x3=3 0x1+ 0 x2+ 0 x3=1
結束
Ex. 23
解聯立方程式
解:12484
9363
3
321
321
321
xxx
xxx
xxx
為任意數
因此解為
即
ssx
x
sx
x
xx
bA
3
0
0
3
0000
0010
3101
12484
9363
3111
][
3
2
1
2
31
結束
若聯立方程式 (1-3) 中的 b 為零向量,即 b = 0 ,
AX = 0 (1-4)
為齊次線性聯立方程式 (homogeneous system of linear equations) 。
若 b 0 ,則稱 (1-3) 為非齊次線性聯立方程式(nonhomogeneous system of linear equations) , 顯然 x1 = 0, x2 = 0, ……, xn = 0 必為 (1-4) 的解,稱之為自然解 (trivial solution) 。
Ex. 23
結束
Ex. 23
聯立方程式
tx
tx
tx
nm
xxx
xxx
3
2
1
321
321
8
10
0811
01001
0432
0211
)(
0432
02
其解為
必有無限多解
結束
Ex. 24
解聯立方程式:
000
0100
0010
0001
0212
0231
0321
022
023
032
321
321
321
321
xxx
xxx
xxx
xxx
故有自然解
結束
設 A 為 m n 矩陣。若 m < n ,則齊次線性聯立方程式 AX = 0 必有無限多解。
1-6
結束
1-5 反矩陣
首先考慮聯立方程式AX = b , A 為 n 階方陣。
假設有一矩陣 B ,可使得 BA = In ,則在 AX = b 兩邊的前端同時乘以 B ,可得
BAX = Bb
InX = Bb
或 X = Bb
換言之,聯立方程式 AX = b 的解即為 X = Bb 。對於這個 B 矩陣,稱它為 A 的反矩陣。
結束
設 A 為一 n 階方陣。若存在一 n 階方陣 B ,使得 AB = BA = In ,則稱 A 為非奇異矩陣 (nonsingular matrix) 或可逆矩陣 (invertible matrix) ,並稱 B 為 A 的反矩陣。反之,若沒有這種 B 矩陣的存在,則稱 A 為奇異矩陣 (singular matrix) 或不可逆矩陣(noninvertible matrix) 。
1-12
結束
若矩陣 A 有反矩陣,則僅有一個反矩陣。證明:設 B 與 C 皆為 A 的反矩陣,則
BA = AB = In
CA = AC = In
因此 B = BIn = B(AC) = (BA)C = InC = C 。習慣上,可用符號 A1 表示 A 的反矩陣。即 AA1 = A1 A = In
1-7
結束
Ex. 25
之反矩陣為矩陣同理,亦稱
,因為的反矩陣為矩陣
14
29
94
21
10
01
94
21
14
29
14
29
94
21
結束
Ex. 26
利用 Ex. 25 的結果,解聯立方程式 x1+2x2=0
4x1+9x2=1
解:若以矩陣表示,可寫成:
1
2
1
0
14
29
94
21
14
29
14
29
1
0
94
21
2
1
2
1
2
1
x
x
x
x
x
x
或
可得兩端各乘以
結束
若 A 為一 n 階非奇異矩陣,則 A ~ In ;反之,若 A ~ In ,則 A 必為非奇異矩陣。矩陣 A 與 A1 應滿足關係式
AA1 = In (1-5)
若將 A1 及 I 分別用行向量表示成[X1,……,Xn] 及 [E1,……,En]
1-8
結束
其中
則 (1-5) 式可改寫成AX1 = E1,……, AXn = En (1-6)
0
0
1, ,1
0
0
iE i i n
第 列,
結束
也就是 X1, X2, ……, Xn 分別是下列 n 組聯立方程式的解
AX= E1, AX = E2, ……, AX = En (1-7)
這 n 個聯立方程式的擴張矩陣為[A E1], [A E2], …… , [A En] (1-8)
若利用基本列運算和定理 1-8 及 (1-6) ,可將 (1-8)化成列同義的擴張矩陣
[In X1], [In X2],~…… ,[In Xn] (1-9)
結束
今將 (1-8) 與 (1-9) 中各矩陣,以更精簡符號表示,可得
[A In] ~ [In A1] (1-10)
因此,若能利用基本列運算將矩陣 [A In] 轉換成 [In B] 的型式,則 B 必為 A 的反矩陣。
結束
Ex. 27
在 Ex. 25 中, ,試求 A-1 。
94
21A
所示完全一致。,與即 25.14
29
1410
2901
1410
0121
1094
0121][
1
)2(
)4(2
12
21
ExA
IA
RR
RR
結束
Ex. 28
101110
014690
001121
100231
010214
001121
100231
010214
001121
][
231
214
121
21
1
)4(
)1(3
1
RR
RIA
A
解:
。,試求設
R1+R3
結束
Ex. 28
33
1
3
13
23
1
3
10
13
1
3
4
33
1
3
13100
23
1
3
10010
13
1
3
4001
33
1
3
13100
101110
203101
9113300
101110
203101
014690
101110
001121
1
)1(
)3
1(
)2(
13
3
12
32
A
RR
R
RR
RR
因此
(-9)R2+R3
(-1)R3+R2
結束
(1) 若 A 為非奇異矩陣,則 A1 亦為非奇異矩陣, 且 (A1) 1 = A 。
(2) 若 A , B 皆為非奇異矩陣,則 AB 亦為非奇異矩陣,且 (AB) 1 = B 1A 1 。
(3) 若 A 為非奇異矩陣,則 AT 亦為非奇異矩陣,且(AT) 1 = (A1) T 。
1-9
結束
Ex. 29
811
24
2
11
01,
5
2
5
35
1
5
4
22
01,
43
12
1
AB
BA
BA
則
設
結束
Ex. 29 (Another method)
5
2
5
310
5
1
5
101
5
2
5
310
3
10
3
11
23503
11
3
11
10433
11
3
11
1043
0112
22
01,
43
12
1)3
1(
)5
1(3
)3
1(
1
2
221
12
RR
RRR
RRA
BA
則
設
結束
Ex. 29
10
01
5
2
10
115
1
5
4
811
24))((
5
2
10
115
1
5
4
5
2
5
35
1
5
4
2
11
01)(
1
111
ABAB
ABAB
結束
1.6 行列式若
為一 n 階方陣,則其行列式為一實數,記為 |A| 或 det(A) 。
11 12 1
21 22 2
1 2
n
n
n n nn
a a a
a a aA
a a a
結束
(1) 若 A 為一階方陣,即 A = [a11] ,則定義 |A| = a11 。
(2) 若 A 為二階方陣,即 ,則定義 |A| = a11a22 a12a21 。
1-13
11 12
21 22
a aA
a a
結束
若 A = [aij] 為 n 階方陣,令 Mij 為 A 中除去第 i 列及第 j 行後的 n1 階子矩陣,則子矩陣 Mij 的行列式 |Mij| 稱為元素 aij 的子行列式 (minor) 。而 Aij = (1)i + j |Mij| 則稱為 aij 的餘因式 (cofactor) 。
1-14
16151413
1211109
8765
4321
161413
12109
421
Mij
結束
若 A = [aij] 為 n 階方陣,則行列式
(1-11)
定義 1-15 中的行列式 |A| ,可視為依第 i 列將 n1 階餘因式展開的結果。亦即,先固定某一列 i ,對第 i 列中元素求取對應之 Aij , j = 1,2 …, n ,乘上 aij 後再加總起來。當然也可以先固定某一行 j ,對第 j 行中各元素求取 Aij ,乘以 aij 後,再依 i = 1, ……, n 相加起來。故
(1-12)
1-15
1
n
ij ijj
A a A
n
iijij AaA
1
結束
Ex. 30
47)9)(2(13)(1)(2(3
30
23)1)(2(
51
23)1)(2(
51
30)1)(1(
3
47)3)(1()2)(1)(2()106()3(
51
30)1)(1(
21
20)1)(2(
25
23)1)(3(
1
,
251
230
123
333231
312111
A
A
AA
行展開:若對第
列展開解:先對第
試求設
故藉由列或行的展開,即公式 (1-11) 或 (1-12) ,求得的 |A| 都完全 一樣。
結束
Ex. 31
322311332112312213322113312312332211
312232211331233321123223332211
3231
222113
3331
132112
3332
232211
333231
232221
131211
)()()(
)1(
,
aaaaaaaaaaaaaaaaaa
aaaaaaaaaaaaaaa
aa
aaa
aa
aaa
aa
aaaA
A
aaa
aaa
aaa
A
解:
試求設
結束
設 A = [aij] 為 n 階方陣。(1) 若 A 中某一行或某一列的元素全為零,則 |
A| = 0 。(2) 若 A 中有兩行或兩列的元素完全相同,則 |
A| = 0 。(3) 若 A 為三角矩陣,則 |A| = a11a22 ……ann 。(4) 若將 A 的某兩列 ( 或行 ) 相互對調而得矩陣
B ,則 |B| = |A| 。
1-10
結束
(5) 若 A 中某一列 ( 或行 ) 乘上實數 c 後而得矩陣 B ,則 |B| = c |A| 。
(6) 若 A 中某一列 ( 或行 ) 乘以實數 c 後,加到另一列 ( 或行 ) 上,而成矩陣 B 時,則 |B| = |A| 。
(7) 若 B 亦為 n 階方陣,則 |AB| = |A||B| 。(8) |AT| = |A| 。(9) 若 A 為非奇異矩陣,則 |A| 0 ,且 。
上述定理的結論 (9) ,可由 (3)(7) 及 A1A = In 而得。
1 1A
A
1-10
結束
若 A = [aij] 為 n 階方陣,則當 i k 時,
ai1 Ak1 + ai 2 Ak2 + …… + ain Akn = 0 (1-13)
當 j k 時,a1j A1k + a2j A2k + …… + anj Ank = 0 (1-14)
1-11
結束
若 A = [aij] 為 n 階方陣,則矩陣 adj A = [Aij]T 稱為 A 的伴隨矩陣 (adjoint matrix of A) 。伴隨矩陣 adj A 可以用來求 A 的反矩陣。
1-16
結束
若 A 為 n 階方陣, |A| 0 ,則 A 為非奇異矩陣,且
若 A 為 n 階方陣,則齊次線性聯立方程式 AX = 0 有不為零的解之充要條件是 |A| = 0 。
1-12
1 adj AA
A
1-13
結束
Cramer’s rule
設有聯立方程式
1-14
11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
n n
n n
n n nn n n
a x a x a x b
a x a x a x b
a x a x a x b
結束且係數矩陣 A = [aij] 的行列式 |A| 0 ,則此聯立方程式有唯一解,其解為
其中
即 Ai 為 A 中的第 i 行以行向量 b = [b1, b2 ,……,bn]T
取代後的矩陣。
1 21 2, , , n
n
AA Ax x x
A A A
11 1 1
21 2 2
1
n
ni
n n nn
a b a
a b aA
a b a
第 i 行