线性方程组（四）- 矩阵方程

最新推荐文章于 2024-04-22 13:36:42 发布

原创

最新推荐文章于 2024-04-22 13:36:42 发布 · 1.9k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#线性代数 #线性方程组 #矩阵方程

本文介绍了矩阵方程的概念，指出矩阵方程、向量方程和线性方程组拥有相同的解集。讨论了解的存在性条件，解释了方程Ax=b有解当且仅当b是A的列的线性组合。此外，还探讨了矩阵乘法的计算规则和性质，以及单位矩阵的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

小结

矩阵方程的定义
矩阵方程的求解
矩阵方程、向量方程和线性方程组拥有相同的解集
$Ax\boldsymbol{Ax}$ 的计算、行-向量规则和性质

$Ax=b\boldsymbol{Ax} = \boldsymbol{b}$

若 $A\boldsymbol{A}$ 是 $\times n$ 矩阵，它的各列为 $a1,⋯ ,an\boldsymbol{a_1,\cdots,a_n}$ 。若 $x\boldsymbol{x}$ 是 $Rn\mathbb{R}^{n}$ 中的向量，则 $A\boldsymbol{A}$ 与 $x\boldsymbol{x}$ 的积（记为 $Ax\boldsymbol{Ax}$ ）就是 $A\boldsymbol{A}$ 的各列以 $x\boldsymbol{x}$ 中对应元素为权的线性组合，即
$Ax=[a1⋯an][x1x2⋮xn]=x1a1+x2a2+⋯+xnan\boldsymbol{Ax} = \begin{bmatrix} \boldsymbol{a_1} & \cdots & \boldsymbol{a_n} \\\end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \\ \vdots \\ x_n \\ \end{bmatrix} = x_1\boldsymbol{a_1} + x_2\boldsymbol{a_2} + \cdots + x_n\boldsymbol{a_n}$
注意 $Ax\boldsymbol{Ax}$ 仅当 $A\boldsymbol{A}$ 的列数等于 $x\boldsymbol{x}$ 中的元素个数时才有定义。

对 $Rm\mathbb{R}^{m}$ 中的 $v1,v2,v3\boldsymbol{v_1, v_2, v_3}$ ，把线性组合 $3v1−5v2+7v33\boldsymbol{v_1} - 5\boldsymbol{v_2} + 7\boldsymbol{v_3}$ 表示为矩阵乘向量的形式。
解：把 $v1,v2,v3\boldsymbol{v_1, v_2, v_3}$ 排列成矩阵 $A\boldsymbol{A}$ ，把数3，-5，7排列成向量 $x\boldsymbol{x}$ ，即
$3v1−5v2+7v3=[v1v2v3][3−57]=Ax3\boldsymbol{v_1} - 5\boldsymbol{v_2} + 7\boldsymbol{v_3} = \begin{bmatrix} \boldsymbol{v_1} & \boldsymbol{v_2} & \boldsymbol{v_3} \\ \end{bmatrix} \begin{bmatrix} 3 \\ -5 \\ 7 \\ \end{bmatrix} = \boldsymbol{Ax}$

方程有形式 $Ax=b\boldsymbol{Ax} = \boldsymbol{b}$ ，我们称这样的方程为矩阵方程。由定义 $Ax=x1a1+x2a2+⋯+xnan\boldsymbol{Ax} = x_1\boldsymbol{a_1} + x_2\boldsymbol{a_2} + \cdots + x_n\boldsymbol{a_n}$