1.4 线性代数基础
矩阵的概念与运算
重要程度：8 分
<h2>1.4 线性代数基础 - 重点内容：矩阵的概念与运算</h2>
<h3>一、矩阵的概念</h3>
<p>矩阵是由若干行和列组成的矩形数组，通常用来表示线性方程组的系数。一个m×n矩阵A可以表示为：</p>
\[ A = \begin{pmatrix}
a_{11} & a_{12} & \cdots & a_{1n} \\
a_{21} & a_{22} & \cdots & a_{2n} \\
\vdots & \vdots & \ddots & \vdots \\
a_{m1} & a_{m2} & \cdots & a_{mn}
\end{pmatrix} \]
其中 \(a_{ij}\) 表示位于第i行第j列的元素。
<h3>二、矩阵的基本运算</h3>
<h4>1. 矩阵加法</h4>
<p>两个相同大小（即行数和列数均相同）的矩阵A和B相加，得到的结果矩阵C中每个元素都是A和B对应位置上元素之和。</p>
\[ C = A + B, \quad c_{ij} = a_{ij} + b_{ij} \]
<h4>例题1</h4>
<p>给定两个矩阵：</p>
\[ A = \begin{pmatrix}
1 & 2 \\
3 & 4
\end{pmatrix}, \quad
B = \begin{pmatrix}
5 & 6 \\
7 & 8
\end{pmatrix} \]
求 \(A + B\)。
<p>解:</p>
\[ A + B = \begin{pmatrix}
1+5 & 2+6 \\
3+7 & 4+8
\end{pmatrix} = \begin{pmatrix}
6 & 8 \\
10 & 12
\end{pmatrix} \]
<h4>2. 数乘矩阵</h4>
<p>将一个标量k与矩阵A中的每一个元素相乘，结果形成的新矩阵记作kA。</p>
\[ kA = k \cdot A, \quad (kA)_{ij} = ka_{ij} \]
<h4>例题2</h4>
<p>设\(k=2, A=\begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix}\)，计算\(2A\)。</p>
<p>解:</p>
\[ 2A = 2 \cdot \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix} = \begin{pmatrix} 2*1 & 2*2 \\ 2*3 & 2*4 \end{pmatrix} = \begin{pmatrix} 2 & 4 \\ 6 & 8 \end{pmatrix} \]
<h4>3. 矩阵乘法</h4>
<p>若矩阵A是m×n阶，矩阵B是n×p阶，则它们的乘积C是一个m×p阶矩阵，其中\(c_{ij}\)等于A的第i行与B的第j列对应元素乘积之和。</p>
\[ C = AB, \quad c_{ij} = \sum_{k=1}^{n} a_{ik}b_{kj} \]
<h4>例题3</h4>
<p>设有矩阵：</p>
\[ A = \begin{pmatrix}
1 & 2 \\
3 & 4
\end{pmatrix}, \quad
B = \begin{pmatrix}
5 & 6 \\
7 & 8
\end{pmatrix} \]
求 \(AB\)。
<p>解:</p>
\[ AB = \begin{pmatrix}
1*5+2*7 & 1*6+2*8 \\
3*5+4*7 & 3*6+4*8
\end{pmatrix} = \begin{pmatrix}
19 & 22 \\
43 & 50
\end{pmatrix} \]
<h3>三、矩阵的转置</h3>
<p>矩阵A的转置是指将A的所有行变为相应的列而得到的新矩阵，记作\(A^T\)。</p>
\[ (A^T)_{ij} = a_{ji} \]
<h4>例题4</h4>
<p>给定矩阵：</p>
\[ A = \begin{pmatrix}
1 & 2 & 3 \\
4 & 5 & 6
\end{pmatrix} \]
求 \(A^T\)。
<p>解:</p>
\[ A^T = \begin{pmatrix}
1 & 4 \\
2 & 5 \\
3 & 6
\end{pmatrix} \]
以上就是关于《物流数学》第一章“数学基础”中小结1.4“线性代数基础”里关于矩阵概念及其基本运算的重点内容概述及例题解析。希望这对您有所帮助！