C#行列式,矩阵的各种算法

C#行列式,矩阵的各种算法
C#行列式,矩阵的各种算法

using System;

using System.Collections.Generic;

using System.Linq;

using System.Text;

//自己写的一个关于矩阵各种计算的算法,还有行列式的各种算法

//简单的几步,,,嘿嘿嘿,特意分享下

namespace Task1

{

class JuZhen

{

public double[,] arr; //矩阵的成员变量

private int row, col;

public double sum = 0.0;

public JuZhen()

{ }

public JuZhen(int a, int b)

{

row = a;

col = b;

}

/*public void setRC(int a, int b)

{

row = a;

col = b;

}

public int getR()

{

return row;

}

public int getC()

{

return col;

}*/

public double[,] InputArr(int x, int y) //矩阵的输入函数,用于输入函数并且将输入的函数显示出来

{

arr = new double[x, y];

for (int a = 0; a < x; a++)

for (int b = 0; b < y; b++)

arr[a, b] = double.Parse(Console.ReadLine());

Console.WriteLine("输入的矩阵为:");

OutPrint(arr, x, y); //矩阵的显示

return arr; //返回输入的矩阵

}

public void OutPrint(double[,] x, int a, int b) //矩阵的输出函数,调用此函数实现矩阵的输出

{

for (int i = 0; i < a; i++)

{

for (int j = 0; j < b; j++)

{

Console.Write("{0} ", x[i, j]);

}

Console.WriteLine(""); //输完一行后换行

}

}

public double[,] QiuYuZiShi(double[,] x, int a) //求行列式的代数余子式矩阵,

{

double[,] temp;

double[,] result = new double[a, a];

for (int i = 0; i < a; i++) //i,m两个for 循环对x矩阵遍历,求代数余子式

{

for (int m = 0; m < a; m++)

{

temp = new double[a - 1, a - 1]; //生成余子式数组

for (int j = 0; j < a - 1; j++) //j为余子式列,i为行

for (int k = 0; k < a - 1; k++)

{

if(j < i && k < m) //判断构造的元素在去掉的列前面还是后面行的上面还是下面

temp[k, j] = x[k, j];

if (j < i && k >= m)

temp[k, j] = x[k + 1, j];

if (j >= i && k < m)

temp[k, j] = x[k, j + 1];

if (j >= i && k >= m)

temp[k, j] = x[k + 1, j + 1];

}

double s = Math.Pow(-1, i + m); //计算余子式的符号

result[i, m] = s * QiuZhi(temp, a - 1); //得代数余子式的一项

}

}

return result;

}

public double QiuZhi(double[,] x, int a) //行列式的值函数

{

double[,] temp; //声明临时矩阵数组

double s = 1.0; //用他来控制余子式的符号

double result = 0.0; //声明临时存储矩阵行列式变量和符号变量

if (a == 1)

{

return x[0, 0] * s;

}

for (int i = 0; i < a; i++)

{

temp = new double[a - 1, a - 1]; //给余子式数组分配空间

for (int j = 0; j < a - 1; j++) //j为余子式列,i为行

for (int k = 0; k < a - 1; k++)

{

if(j < i) //判断构造的元素在去掉的列前面还是后面

temp[k, j] = x[k + 1, j];

else

temp[k, j] = x[k + 1, j + 1];

}

s = Math.Pow(-1, i); //计算余子式的符号

result += x[0, i] * QiuZhi(temp, a - 1) * s; //用递归算法计算行列式的值

}

return result;

}

public void Add(double[,] x, int a, int b, double[,] y, int c, int d) //矩阵的相加并且显示相加后的结果

{

double[,] result = new double[a, b]; //将相加后的矩阵存放在result矩阵中

if (a != c || b != d) //对是否能进行乘法进行判断

Console.WriteLine("不是同型矩阵,不能进行加法运算");

else

{

for (int i = 0; i < a; i++)

for (int j = 0; j < b; j++)

result[i, j] = x[i, j] + y[i, j];

Console.WriteLine("矩阵相加后的结果为:");

OutPrint(result, a, b); //输出结果

}

}

public double[,] ZhuanZhi(double[,] x, int a, int b) //实现转置并且输出结果

{

double[,] y = new double[b, a]; //用于存放转置后的结果

for (int i = 0; i < a; i++)

for (int j = 0; j < b; j++)

y[j, i] = x[i, j]; //第a行b列与第b行a列交换,实现转置

Console.WriteLine("矩阵转置后的结果为:");

OutPrint(y, b, a); //打印结果

return y;

}

public void Time(double[,] x, int a, int b, double[,] y, int c, int d)

{

double[,] result = new double[a, d]; //用来存放矩阵相乘后的结果

if(b != c) //判断是否能够进行矩阵的乘法运算

Console.WriteLine("x和y数组的位数不匹配,不能进行乘法运算");

else

{

for (int i = 0; i < a; i++)

for (int j = 0; j < d; j++)

{

result[i, j] = 0;

for (int k = 0; k < b; k++)

result[i, j] += (x[i, k]) * (y[k, j]); //得到相乘后的每一项

}

Console.WriteLine("矩阵相乘后的结果为:");

OutPrint(result, a, d); //打印结果}

}

public void QiuNi(double[,] x, int a, int b) //实现矩阵的求逆运算,并输出结果

{

double[,] result1 = new double[a, b]; //用来存放代数余子式矩阵

double[,] result2 = new double[a, b]; //用来存放求逆后的矩阵

if (a != b)

Console.WriteLine("输入的行和列大小不相等,不能求逆矩阵");

else

{

double m;

m = QiuZhi(x, a); //求出行列式的模长,进行下一步的判断

if (m == 0) //判断是否有逆矩阵

Console.WriteLine("输入矩阵的模长值为0,所以它没有逆矩阵");

else

{

result1 = QiuYuZiShi(x, a); //代数余子式

double n = 1 / m;

for (int i = 0; i < a; i++) //一一求出逆矩阵的每一项

for (int j = 0; j < a; j++)

result2[i, j] = n * result1[i, j];

}

}

Console.WriteLine("矩阵求逆后的结果为:");

OutPrint(result2, a, a);

}

}

class Program

{

static void Main(string[] args)

{

double[,] arr1;

double[,] arr2;

JuZhen p = new JuZhen(); //申明一个JuZhen类的一个实例

JuZhen p1 = new JuZhen(); //给出即将输入的矩阵实例

int x1, y1;

JuZhen p2 = new JuZhen();

int x2, y2;

Console.WriteLine("请输入第一个矩阵的行"); //第一个矩阵的输入和输出

x1 = int.Parse(Console.ReadLine());

Console.WriteLine("请输入第一个矩阵的列");

y1 = int.Parse(Console.ReadLine());

Console.WriteLine("矩阵的行数为:{0},矩阵的列数为:{1}", x1, y1);

arr1 = new double[x1, y1];

arr1 = p1.InputArr(x1, y1);

Console.WriteLine("选择1继续输入第二个矩阵,您将做***加法+++乘法****\n按其他数字做矩阵的***求逆+++转置***求行列式的值**选项");

int n; //对矩阵运算的第一次选择

n = int.Parse(Console.ReadLine());

if (n == 1)

{

Console.WriteLine("请输入第二个矩阵的行和列"); //第二个矩阵的输入和输出

x2 = int.Parse(Console.ReadLine());

y2 = int.Parse(Console.ReadLine());

Console.WriteLine("矩阵的行数为:{0},矩阵的列数为:{1}", x2, y2);

arr2 = new double[x2, y2];

arr2 = p2.InputArr(x2, y2);

Console.WriteLine("输入1做+++加法+++.输入2做***乘法***");

int m;

m = int.Parse(Console.ReadLine());

switch (m)

{

case 1: p.Add(arr1, x1, y1, arr2, x2, y2); break;

case 2: p.Time(arr1, x1, y1, arr2, x2, y2); break;

default: break;

}

}

else

{

int a;

Console.WriteLine("输入1做+++求逆法+++.输入2做+++转置***输入3做求行列式的值**");

a = int.Parse(Console.ReadLine());

switch (a)

{

case 1: p.QiuNi(arr1, x1, y1); break;

case 2: p.ZhuanZhi(arr1, x1, y1); break;

case 3:

if (x1 == y1)

Console.WriteLine("行列式的值为:{0}", p.QiuZhi(arr1, x1));

else

Console.WriteLine("这不是行列式,因为行与列不相等,请重新启动程序");

break;

default: break;

}

}

Console.WriteLine("按回车键退出");

Console.Read();

}

}

}

矩阵的运算及其运算规则

矩阵基本运算及应用 201700060牛晨晖 在数学中,矩阵是一个按照长方阵列排列的复数或实数集合。矩阵是高等代数学中的常见工具,也常见于统计分析等应用数学学科中。在物理学中,矩阵于电路学、力学、光学和量子物理中都有应用;计算机科学中,三维动画制作也需要用到矩阵。矩阵的运算是数值分析领域的重要问题。将矩阵分解为简单矩阵的组合可以在理论和实际应用上简化矩阵的运算。在电力系统方面,矩阵知识已有广泛深入的应用,本文将在介绍矩阵基本运算和运算规则的基础上,简要介绍其在电力系统新能源领域建模方面的应用情况,并展望随机矩阵理论等相关知识与人工智能电力系统的紧密结合。 1矩阵的运算及其运算规则 1.1矩阵的加法与减法 1.1.1运算规则 设矩阵,, 则

简言之,两个矩阵相加减,即它们相同位置的元素相加减! 注意:只有对于两个行数、列数分别相等的矩阵(即同型矩阵),加减法运算才有意义,即加减运算是可行的. 1.1.2运算性质 满足交换律和结合律 交换律; 结合律. 1.2矩阵与数的乘法 1.2.1运算规则 数乘矩阵A,就是将数乘矩阵A中的每一个元素,记为或. 特别地,称称为的负矩阵. 1.2.2运算性质 满足结合律和分配律 结合律:(λμ)A=λ(μA);(λ+μ)A =λA+μA. 分配律:λ(A+B)=λA+λB.

已知两个矩阵 满足矩阵方程,求未知矩阵. 解由已知条件知 1.3矩阵与矩阵的乘法 1.3.1运算规则 设,,则A与B的乘积是这样一个矩阵: (1) 行数与(左矩阵)A相同,列数与(右矩阵)B相同,即 . (2) C的第行第列的元素由A的第行元素与B的第列元素对应相乘,再取乘积之和.

分块矩阵在行列式计算中的应用(1)

矩阵与行列式的关系 矩阵是一个有力的数学工具,有着广泛的应用,同时矩阵也是代数特别是线性代数的一个主要研究对象.矩阵的概念和性质都较易掌握,但是对于阶数较大的矩阵的运算则会是一个很繁琐的过程,甚至仅仅依靠矩阵的基本性质很难计算,为了更好的处理这个问题矩阵分块的思想应运而生[]1. 行列式在代数学中是一个非常重要、又应用广泛的概念.对行列式的研究重在计算,但由于行列式的计算灵活、技巧性强,尤其是计算高阶行列式往往较为困难.行列式的计算通常要根据行列式的具体特点采用相应的计算方法,有时甚至需要将几种方法交叉运用,而且一题多种解法的情况很多,好的方法能极大降低计算量,因此行列式计算方法往往灵活多变.在解决行列式的某些问题时,对于级数较高的行列式,常采用分块的方法,将行列式分成若干子块,往往可以使行列式的结构清晰,计算简化.本文在广泛阅读文献的基础上,从温习分块矩阵的定义和性质出发,给出了分块矩阵的一些重要结论并予以证明,在此基础上讨论利用分块矩阵计算行列式的方法,并与其他方法相互比较,以此说明分块矩阵在行列式计算中的优势. 1.1 矩阵的定义 有时候,我们将一个大矩阵看成是由一些小矩阵组成的,就如矩阵是由数组成的一样[]1.特别在运算中,把这些小矩阵当做数一样来处理.这就是所谓的矩阵的分块.把原矩阵分别按照横竖需要分割成若干小块,每一小块称为矩阵的一个子块或子矩阵,则原矩阵是以这些子块为元素的分块矩阵.这是处理级数较高的矩阵时常用的方法. 定义1[]2 设A 是n m ?矩阵,将A 的行分割为r 段,每段分别包含r m m m 21行,将 A 的列分割为s 段,每段包含s m m m 21列,则 ?? ? ? ? ? ? ??=rs r r s s A A A A A A A A A A 21 2222111211 , 就称为分块矩阵,其中ij A 是j i m m ?矩阵(,,,2,1r i =s j ,,2,1 =). 注:分块矩阵的每一行(列)的小矩阵有相同的行(列)数. 例如,对矩阵A 分块, = ?? ? ? ? ? ? ? ?-=21010301012102102301A ??? ? ??22211211 A A A A , 其中

线性代数行列式算与性质

线性代数行列式的计算与性质 行列式在数学中,是一个函数,其定义域为的矩阵,取值为一个标量,写作或。行列式可以看做是有向面积或体积的概 念在一般的欧几里得空间中的推广。或者说,在维欧几里得空间中,行列式描述的是一个线性变换对“体积”所造成的影响。无论是在线性代数、多项式理论,还是在微积分学中(比如说换元积分法中),行列式作为基本的数学工具,都有着重要的应用。 行列式概念最早出现在解线性方程组的过程中。十七世纪晚期,关孝和与莱布尼茨的著作中已经使用行列式来确定线性方程组解的个数以及形式。十八世纪开始,行列式开始作为独立的数学概念被研究。十九世纪以后,行列式理论进一步得到发展和完善。矩阵概念的引入使得更多有关行列式的性质被发现,行列式在许多领域都逐渐显现出重要的意义和作用,出现了线性自同态和矢量组的行列式的定义。 行列式的特性可以被概括为一个多次交替线性形式,这个本质使得行列式在欧几里德空间中可以成为描述“体积”的函数。 矩阵 A 的行列式有时也记作 |A|。绝对值和矩阵范数也使用这个记法,有可能和行列式的记法混淆。不过矩阵范数通常以双垂直线来表示(如: ),且可以使用下标。此外,矩阵的绝对值是没有定义的。因此,行 列式经常使用垂直线记法(例如:克莱姆法则和子式)。例如,一个矩阵: A= ? ? ? ? ? ? ? i h g f e d c b a , 行列式也写作,或明确的写作: A= i h g f e d c b a , 即把矩阵的方括号以细长的垂直线取代 行列式的概念最初是伴随着方程组的求解而发展起来的。行列式的提出可以追溯到十七世纪,最初的雏形由日本数学家关孝和与德国数学家戈特弗里德·莱布尼茨各自独立得出,时间大致相同。

分块矩阵的应用论文

分块矩阵的应用 引言 矩阵作为数学工具之一有其重要的实用价值,它常见于很多学科中,如:线性代数、线性规划、统计分析,以及组合数学等,在实际生活中,很多问题都可以借用矩阵抽象出来进行表述并进行运算,如在各循环赛中常用的赛格表格等,矩阵的概念和性质相对矩阵的运算较容易理解和掌握,对于矩阵的运算和应用,则有很多的问题值得我们去研究,其中当矩阵的行数和列数都相当大时,矩阵的计算和证明中会是很烦琐的过程,因此这时我们得有一个新的矩阵处理工具,来使这些问题得到更好的解释,矩阵分块的思想由此产生矩阵分块,就是把一个大矩阵看成是由一些小矩阵组成的?就如矩阵的元素(数)一样,特别是在运算中,把这些小矩阵当作数一样来处理.把矩阵分块运算有许多方便之处因为在分块之后,矩阵间的相互关系可以看得更清楚,在实际操作中与其他方法相比,- 般来说,不仅非常简洁,而且方法也很统一,具有较大的优越性,是在处理级数较高的矩阵时常用的方法?比如,从行列式的性质出发,可以推导出分块矩阵的若干性质,并可以利用这些性质在行列式计算和证明中的应用分块矩阵;也可以借助分块矩阵的初等变换求逆矩阵及矩阵的秩等;再如利用分块矩阵求高阶行列式,如设A、C都是n阶矩阵, A B 其中A 0,并且AC CA,则可求得AD BC ;分块矩阵也可以在求解线性 C D 方程组应用? 本文将通过对分块矩阵性质的研究,比较系统的总结讨论分块矩阵在计算和证明方面的应用,从而确认分块矩阵为处理很多代数问题带来很大的便利

1 分块矩阵的定义及相关运算性质 1.1 分块矩阵的定义 矩阵分块 , 就是把一个大矩阵看成是由一些小矩阵组成的 . 就如矩阵的元素 ( 数) 一 样,特别是在运算中 , 把这些小矩阵当作数一样来处理 . 定义1设A 是一个m n 矩阵,若用若干横线条将它分成r 块,再用若干纵线条将它 A 11 ... 分成s 块,于是有rs 块的分块矩阵,即A .... A r1 . 1.2 分块矩阵的相关运算性质 1. 2.1 加法 A A ij r s , B B ij r s , 其中 A ij , B ij 的级数相同, A B A ij B ij r s 1.2.2 数乘 kA 1.2.3 乘法 1.2.4 转置 A A ji s r 1.2.5 分块矩阵的初等变换 分块矩阵A 的下列三种变换称为初等行变换: A 1s ... ,其中 A ij 表示的是一个矩阵 . A rs 设 A a ij B mn b ij m n ,用同样的方法对 A,B 进行分块 设是任 A a ij mn A ij r s ,k 为任意数, 定义分块矩阵 A A ij r s 与 k 的数乘为 设 A a ij ,B sn n m 分块为 A A ij nm r l ,B B ij l r ,其中 A ij 是 s i n j 矩阵, B ij 是 n i m j 矩阵, 定义分块矩阵A A j rl 和B B ij l r 的乘积为 r C ij A i1 B 1j A i2 B 2j ... A il B lj , i 1,2,...t; j 1,2,3,..., l a ij s n 分块为 A sn A ij r s ,定义分块矩阵 A A ij r s 的转置为 rs

9.4.2 三阶行列式(含答案)

【课堂例题】 例1.解关于,,x y z 的方程组:13x y mz x my z m x y z ++=?? ++=??-+=? 例2.已知行列式2 40 2 101 01 D -=--,写出第一列元素的代数余子式.

【知识再现】 1.设关于,,x y z 的三元线性方程组111122223 333a x b y c z d a x b y c z d a x b y c z d ++=?? ++=??++=?,其中a 1、a 2、a 3、b 1、b 2、b 3、c 1、 c 2、c 3不全为零. 若记1 11 2 223 3 3 a b c D a b c a b c =, x D = , y D = , z D = 当D ,方程组有唯一解:x = ,y = ,z = . 当0D =且,,x y z D D D 至少有一个不为零时,方程组 . 当0x y z D D D D ====时,方程组 . 【基础训练】 1.方程组273514223x y z x y x y -+=?? -=??-=? 的系数行列式为 ,系数行列式的值为 . 2.已知方程组10x my z x my z m mx y z ++=-?? -+=??++=? , (1)该方程组有唯一解,则实数m 的取值范围是 . (2)若0m =,则该方程组解的情况为 . 3.关于,,x y z 的方程组1111 22223 333(1)a x b y c z d a x b y c z d a x b y c z d ++=?? ++=??++=?中,若记111 2 2233 3 a b c D a b c a b c =,则“0D =” 是“方程组(1)有无穷多组解”的( ) A.充分非必要条件 B.必要非充分条件 C.充要条件 D.非充分非必要条件 4.任写两个关于,,x y z 的线性方程组,要求满足0x y z D D D D ====,但第一个方程组要求无解,第二个方程组要求有无穷多解. , .

矩阵行列式的概念与运算

知识点总结: 一、矩阵的概念与运算 1、 矩阵1112 132122 23a a a a a a ?? ??? 中的行向量是()111213a a a a =r ,()2122 23b a a a =r ; 2、 如:1112131112111221222321222122,,c c c a a b b A B C c c c a a b b ?? ???? === ? ? ??????? ,那么 11111212111221212222212233,333a b a b a a A B A a b a b a a ++???? +== ? ? ++????, 1111122111121222 111312232111222121122222 21132223a c a c a c a c a c a c AC a c a c a c a c a c a c +++?? = ?+++?? 矩阵加法满足交换律和结合律,即如果,,A B C 是同阶的矩阵,那么有: ,()()A B B A A B C A B C +=+++=++。 同理如果矩阵,A B 是两个同阶矩阵,那么将它们对应位置上的元素相减所得到的矩阵C 叫做矩阵A 与B 的差,记作C A B =-。 实数与矩阵的乘法满足分配律:即()a A B aA aB +=+。 矩阵对乘法满足:()A B C AB AC +=+,()B C A BA CA +=+,()()()a AB aA B A aB == ()()AB C A BC = 3、 矩阵乘法不满足交换率,如111 11 11 122222222.a b c d c d a b a b c d c d a b ????????≠ ??? ??????????? 矩阵乘法能进行的条件是左边的矩阵A 的列数与右边矩阵B 的行数相等,而且矩阵的乘法不满足交换率,不满足消去律。 二、行列式概念及运算 1.用记号 2 2 11b a b a 表示算式1221b a b a -,即 2 2 11b a b a =1221b a b a -,其中 2 2 11b a b a 叫做二阶行列 式;算式1221b a b a -叫做二阶行列式的展开式;其计算结果叫做行列式的值;2121,,,b b a a 都叫做行列式的元素.利用对角线 2 2 11b a b a 可把二阶行式写成它的展开式,这种方法叫做二阶行列式 展开的对角线法则;即在展开时用主对角线元素的乘积减去副对角线元素的乘积. 2.二元一次方程组的解 二元一次方程组???=+=+222 1 11c y b x a c y b x a (其中2121,,,b b a a 不全为零);记 2 211b a b a 叫做方程组的系数

分块矩阵的应用论文

分块矩阵的应用 引言 矩阵作为数学工具之一有其重要的实用价值,它常见于很多学科中,如:线性代数、线性规划、统计分析,以及组合数学等,在实际生活中,很多问题都可以借用矩阵抽象出来进行表述并进行运算,如在各循环赛中常用的赛格表格等,矩阵的概念和性质相对矩阵的运算较容易理解和掌握,对于矩阵的运算和应用,则有很多的问题值得我们去研究,其中当矩阵的行数和列数都相当大时,矩阵的计算和证明中会是很烦琐的过程,因此这时我们得有一个新的矩阵处理工具,来使这些问题得到更好的解释,矩阵分块的思想由此产生. 矩阵分块,就是把一个大矩阵看成是由一些小矩阵组成的.就如矩阵的元素(数) 一样,特别是在运算中,把这些小矩阵当作数一样来处理.把矩阵分块运算有许多方便之处.因为在分块之后,矩阵间的相互关系可以看得更清楚,在实际操作中与其他方法相比,一般来说,不仅非常简洁,而且方法也很统一,具有较大的优越性,是在处理级数较高的矩阵时常用的方法.比如,从行列式的性质出发,可以推导出分块矩阵的若干性质,并可以利用这些性质在行列式计算和证明中的应用分块矩阵;也可以借助分块矩阵的初等变换求逆矩阵及矩阵的秩等;再如利用分块矩阵求高阶行列式,如设A 、C 都是n 阶矩阵,其中0A ≠,并且AC CA =,则可求得A B AD BC C D =-;分块矩阵也可以在求解线性 方程组应用. 本文将通过对分块矩阵性质的研究,比较系统的总结讨论分块矩阵在计算和证明方面的应用,从而确认分块矩阵为处理很多代数问题带来很大的便利.

1 分块矩阵的定义及相关运算性质 1.1分块矩阵的定义 矩阵分块,就是把一个大矩阵看成是由一些小矩阵组成的.就如矩阵的元素(数) 一样,特别是在运算中,把这些小矩阵当作数一样来处理. 定义1设A 是一个m n ?矩阵,若用若干横线条将它分成r 块,再用若干纵线条将它 分成s 块,于是有rs 块的分块矩阵,即1111...............s r rs A A A A A ???? =?????? ,其中ij A 表示的是一个矩阵. 1.2分块矩阵的相关运算性质 1. 2.1加法 设() ij m n A a ?=() ij m n B b ?=,用同样的方法对,A B 进行分块 () ij r s A A ?=,() ij r s B B ?=, 其中ij A ,ij B 的级数相同, 则 ()ij ij r s A B A B ?+=+. 1.2.2数乘 设是任() () ,ij ij m n r s A a A k ??==为任意数,定义分块矩阵() ij r s A A ?=与k 的数乘为 () ij r s kA kA ?= 1.2.3乘法 设() () ,ij ij s n n m A a B b ??==分块为()(),ij ij r l l r A A B B ??==,其中ij A 是i j s n ?矩阵,ij B 是 i j n m ?矩阵,定义分块矩阵() ij r l A A ?=和()ij l r B B ?=的乘积为 () 1122...,1,2,...;1,2,3,...,ij i j i j il lj C A B A B A B i t j l =+++==.、 1.2.4转置 设() ij s n A a ?=分块为() ij r s A A ?=,定义分块矩阵() ij r s A A ?=的转置为 () ji s r A A ?''= 1.2.5分块矩阵的初等变换 分块矩阵A 的下列三种变换称为初等行变换:

沪教版(上海) 高二第一学期 新高考辅导与训练 第9章 矩阵和行列式初步 本章复习题(wd无答案)

沪教版(上海) 高二第一学期新高考辅导与训练第9章矩阵和行 列式初步本章复习题 一、填空题 (★) 1. 二元一次方程组的增广矩阵是___________. (★) 2. 方程的实数解是________. (★★) 3. 若的三个顶点坐标为,其面积为________. (★★) 4. 设,计算:________. (★★) 5. 若关于的二元一次方程组有无穷多组解,则 ______ . (★★) 6. 将表示成一个三阶行列式为________. (★★) 7. 函数的最大值是_________. (★★) 8. 计算:__________. 二、双空题 (★★) 9. 若,,,,则______,______. (★★)10. 已知矩阵,矩阵,向量经过矩阵A变换为向量_______,变换后的向量与原向量关于直线__________对称. 三、单选题 (★★★) 11. 三阶行列式的两行成比例的是这个行列式的值为零的() A.充分条件B.充要条件C.必要条件D.非充分非必要条件(★★) 12. 若,则 x的值是(). A.1B.C.D.

(★) 13. 已知,则(). A.B.C.D. (★) 14. 已知是阶矩阵,,则下列结论中错误的是(). A.B. C.D. 四、解答题 (★★) 15. 已知矩阵,,,计算: (1); (2); (3). (★★★) 16. 关于的二元一次方程组有唯一一组正解,求实数 a的取值范围.(★★) 17. 用矩阵变换的方法解方程组:. (★★) 18. 已知矩阵,定义其转置矩阵.若 ,写出 A的转置矩阵,并求行列式与.说明两者有什么关系. (★★★) 19. 已知.求证:三点共线的充要条件是 .

上海版教材 矩阵与行列式习题(有问题详解)

矩阵、行列式和算法(20131224) 成绩 一、填空题 1.行列式 cos sin 3 6 sin cos 3 6 π π π π 的值是 . 2.行列式 a b c d (,,,{1,1,2}a b c d ∈-)的所有可能值中,最大的是 . 3.将方程组203253x y z x y =?? +=??+=? 写成系数矩阵形式为 . 4.若由命题A :“ 2 2031x x ”能推出命题B :“x a >”,则a 的取值围是 . 5.若方程组111 222a x b y c a x b y c +=??+=?的解为2,1==y x ,则方程组 ?? ?=++=++03520 352222 111c y a x b c y a x b 的解为x = ,y = . 6.方程21 24 1 013 9 x x ≤-的解集为 . 7.把 22111133 33 22 2 4 x y x y x y x y x y x y +- 表示成一个三阶行列式为 . 8.若ABC ?的三个顶点坐标为(1,2),(2,3),(4,5)A B C ----, 其面积为 .

9.在函数()211 1 2 x f x x x x x -=--中3x 的系数是 . 10.若执行如图1所示的框图,输入12341,2,4,8,x x x x ====则输出的数等于 . 11.矩阵的一种运算,???? ??++=???? ??????? ??dy cx by ax y x d c b a 该运算的几何意义为平面上的点),(y x 在矩阵??? ? ??d c b a 的作用下 变换成点(,)ax by cx dy ++,若曲线10x y +-=在矩阵??? ? ??11b a 的作用下变换成曲线10x y --=,则a b +的值为 . 12.在集合{}1,2,3,4,5中任取一个偶数a 和奇数b 构成以原点为起点的向量(),a b α=.从所有得到的以原点为起点的向量中任取两个向量为邻边作平行四边形,记所有作成的平行四边形的个数为n ,其中面积不超过...4的平行四边形的个数为m ,则m n = 二.选择题 13.系数行列式0D =是三元一次方程组无解的( ) A. 充分非必要条件 B. 必要非充分条件 C. 充分必要条件 D. 既非充分也非必 要条件 14.下列选项中错误的是( ). A. b d a c d b c a - = B. a b c d d b c a = C. d c d b c a 33++ d c b a = D. d c b a d b c a ----- =

分块矩阵及其应用

分块矩阵及其应用 徐健,数学计算机科学学院 摘要:在高等代数中,分块矩阵是矩阵内容的推广. 一般矩阵元素是数量, 而分块矩阵则是将大矩阵分割成小矩形矩阵,它的元素是每个矩阵块.分块矩阵的引进使得矩阵工具的利用更加便利,解决相关问题更加强有力,所以其应用也更广泛. 本文主要研究分块矩阵及其应用,主要应用于计算行列式、解决线性方程组、求矩阵的逆、证明与矩阵秩有关的定理. 关键词:分块矩阵;行列式;方程组;矩阵的秩 On Block Matrixes and its Applications Xu Jian, School of Mathematics and Computer Science Abstract In the higher algebra, block matrix is a generalization of matrix content. In general, matrix elements are numbers. However, the block matrix is a large matrix which is divided into some small rectangular matricies, whose elements are matrix blocks. The introduction of the block matrix makes it more convenient to use matrix, and more powerful to solve relevant problems. So the application of the block matrix is much wider. This paper mainly studies the block matrix and its application in the calculation of determinant, such as solving linear equations, calculating inverse matrix, proving theorem related to the rank of matrix , etc. Keywords Block matrix; Determinant; System of equations; Rank of a matrix

沪教版(上海)高二上学期数学第 九 章 矩阵和行列式初步

第 九 章 矩阵和行列式初步 格致中学 王国伟 第一课时 9.1 矩阵的概念(1) [教学目标] 1、了解矩阵的产生背景,并会用矩阵形式表示一些实际问题; 2、了解矩阵、行向量、列向量、方矩阵、零矩阵、单位矩阵等概念; 3、理解同阶矩阵、相等的矩阵等概念; 4、理解线性方程组与系数矩阵及其增广矩阵之间的转化。 [教学重点] 1、与矩阵有关的概念; 2、线性方程组的系数矩阵及增广矩阵的概念。 [教学难点] 学习矩阵的目的。 [教学过程] 一、情境设置、引入: 引例1:已知向量()1,3OP =,如果把的坐标排成一列,可简记为13?? ??? ; 引例2:2008 我们可将上表奖牌数简记为:512128363836232128?? ? ? ??? ; 引例3:将方程组231 324244x y mz x y z x y nz ++=?? -+=??+-=? 中未知数z y x ,,的系数按原来的次序排列,可简记为 2332441m n ?? ?- ? ? -?? ;若将常数项增加进去,则可简记为:2313242414m n ?? ? - ? ?-??。 二、概念讲解:

1、上述形如13?? ???、512128363836232128?? ? ? ???、2332441m n ?? ?- ? ?-??、2313242414m n ?? ? - ? ? -? ?这样的矩形数表 叫做矩阵。 2、在矩阵中,水平方向排列的数组成的向量()12,,n a a a ???称为行向量;垂直方向排列的数 组成的向量12 n b b b ?? ? ? ???? ??? 称为列向量;由m 个行向量与n 个列向量组成的矩阵称为m n ?阶矩阵, m n ?阶矩阵可记做m n A ?,如矩阵13?? ???为21?阶矩阵,可记做21A ?;矩阵512128363836232128?? ? ? ? ?? 为33?阶矩阵,可记做33A ?。有时矩阵也可用A 、B 等字母表示。 3、矩阵中的每一个数叫做矩阵的元素,在一个m n ?阶矩阵m n A ?中的第i (i m ≤)行第 j (j n ≤)列数可用字母ij a 表示,如矩阵512128363836232128?? ? ? ??? 第3行第2个数为3221a =。 4、当一个矩阵中所有元素均为0时,我们称这个矩阵为零矩阵。如000000?? ??? 为一个23 ?阶零矩阵。 5、当一个矩阵的行数与列数相等时,这个矩阵称为方矩阵,简称方阵,一个方阵有n 行(列), 可称此方阵为n 阶方阵,如矩阵512128363836232128?? ? ? ???、2332441m n ?? ? - ? ?-?? 均为三阶方阵。在一个 n 阶方阵中,从左上角到右下角所有元素组成对角线,如果其对角线的元素均为1,其余 元素均为零的方阵,叫做单位矩阵。如矩阵1001?? ???为2阶单位矩阵,矩阵100010001?? ? ? ? ?? 为 3阶单位矩阵。 6、如果矩阵A 与矩阵B 的行数和列数分别相等,那么A 与B 叫做同阶矩阵;如果矩阵A 与矩阵B 是同阶矩阵,当且仅当它们对应位置的元素都相等时,那么矩阵A 与矩阵B 叫做相等的矩阵,记为A B =。

高二数学基本概念——第9章 矩阵和行列式初步

第9章 矩阵和行列式初步 一、 矩阵 9.1 矩阵的概念 矩阵及其相关的概念 1、矩形数表叫做矩阵 矩阵中的每个数叫做矩阵的元素 由个数排成的行列的数表 n m ?m n ()n j m i a ij ,,2,1;,,2,1 ==mn m m n n a a a a a a a a a 21 2222111211称为矩阵. n m ?记作?? ?? ? ? ? ??=mn m m n n a a a a a a a a a A 2122221 11211n m ij a ?=)( 2、矩阵叫做方程组的系数矩阵。? ?? ? ??-1321它是2行2列的矩阵,记为 2 2?A ,矩阵 可简记为A n m A ?注意: 矩阵的符号,是“()”,不能是“| |”. 列元素。 行第称为矩阵的第其中j i a ij 一般的记为大写字母A 、B 、C 、…等。 。 等,或者必要时可记为n m ij n m n m a B A ???)(,

说明: 通过对线性方程组的增广矩阵的变换可以得到线性方程组的解,这里所用的矩阵变换有 下列三种: (1)互换矩阵的两行 (2)把某一行同乘以(除以)一个非零常数 (3)某行乘以一个数加到另一行 通过上述三种矩阵变换,使线性方程组系数矩阵变成单位矩阵时,其增广矩阵的最后一个列向量给出了方程组的解。

9.2 矩阵的运算 矩阵 列的矩形表,称为一个行排列成一个个数由n m n m n j m i a n m ij ?==?) ,,2,1;,2,1( 11 12121 2221 2 .....................n n m m mn a a a a a a a a a ?? ? ? ? ? ??? 记为列元素。 行第称为矩阵的第其中j i a ij 一般的记为大写字母A 、B 、C 、…等。 ,()m n m n ij A B a ??必要时可记为等,或者A=。 0m n O O ?所有元素均为的矩阵,称为零矩阵,记作或定义1一、复习 定义2若两个矩阵A ,B 有相同的行数与相同的列数,并且对 应的位置上的元素相等,则称矩阵A 与矩阵B 相等。记为:A=B n m ij n m ij b B a A ??==)(,)(即如果,(1,2,...,;1,2,...,) ij ij a b i m j n ===且则A=B 。 ...)3,2,1,...;3,2,1(===j i b a ij ij 二、矩阵的运算 (一)矩阵的加(减)法和数与矩阵的乘法 3(),()ij ij m n A a B b m n A B ==定义两个行列矩阵对应位置元素相加(或相减)得到的行列矩阵,称为矩阵与矩阵的和(差)。A-B A B +记为或()。 A B ±即 ()()ij m n ij m n a b ??=±()ij ij m n a b ?=± 定义4以实数乘矩阵A 中的每一个元素所得到的矩阵,称为实数与矩阵A 的乘积矩阵.记做A A α即 ()ij m n a α?=()ij m n a α?=的负矩阵的元素变号,称为的乘积使与A A A 1-A -记作n m ij a A ?-=-)(即 α)(ij a =αα1A 1A A 2A B A B αααααα=+=+注意:()矩阵与实数相乘满足如下交换率和分配律:()()()

分块矩阵的若干性质及其应用

分类号密级 U D C 编号 本科毕业论文(设计) 题目分块矩阵的若干性质及其应用 学院数学与经济学院 专业名称应用统计学 年级 学生姓名 2017 年 4 月

文献综述 一、概述 矩阵是数学中的一个重要的基本概念,是代数学的一个主要研究对象,也是数学研究和应用的一个重要工具。分块矩阵是矩阵的一种特殊形式,对于一些高阶矩阵,形式表达上就比较抽象,运算上就更为繁杂,然而通过矩阵分块的方法达到降阶的目的。分块矩阵的若干性质及其应用是一个应用型的课题,是通过对分块矩阵的若干性质的掌握并应用于现实生活上的实际问题,它的应用范围非常广,远远不止于本文所列出的这几个方面,还有更广阔的应用有待于我们更加深入地去研究与探索。 二、正文 通过阅读居余马著作的《线性代数》一书中了解到,“矩阵”这个词是由西尔维斯特首先使用的,他是为了将数字的矩形阵列区别于行列式而发明了这个术语。而实际上,矩阵这个课题在诞生之前就已经发展的很好了。但是追根溯源,矩阵最早是出现在我国的《九章算术》中,在《九章算术》方程一章中,就提出了解线性方程各项系数、常数按顺序排列成一个长方形的形状,随后移动,就可以求出这个方程。从行列式的大量工作中明显的表现出来,为了很多目的,不管行列式的值是否与问题有关,方阵本身都可以研究和使用,矩阵的许多基本性质也是在行列式的发展中建立起来的。 现阶段,分块矩阵的性质及其应用在各个方面都起着至关重要的作用,分块矩阵的应用非常广泛和深刻,特别是在高等代数和线性代数中的应用更加广阔,例如在计算行列式以及矩阵的秩等方面,都有着很重要的应用。但国内一些专家对其研究主要还是在证明和计算方面。 林瑾瑜在《分块矩阵的若干性质及其在行列式计算中的应用》中,从行列式计算中的经常用到的性质出发,推导出分块矩阵的若干性质,并举例说明这些性质在行列式计算和证明问题中的应用。 蔡铭晶在《例说分块矩阵的应用》中论述了分块矩阵的概念,举例说明和分析了分块矩阵在线性代数中的应用,包括利用分块矩阵求逆矩阵、求高阶行

第八讲 矩阵的分块法

第八讲 矩阵的分块法 一、矩阵的分块法 用处:(1)将高阶矩阵用低阶矩阵表示 (2)把每一小块看成元素一样按矩阵的运算来进行运算 (3)分块之后使得矩阵的一些运算简化 分块的标准:(1)能分出一些零子块 (2)能分出一些单位矩阵 (3)分成数量矩阵 二、分块矩阵的运算 简单解释一下即可,不做要求 三、分块对角矩阵 1、定义 2、对应的行列式的求法 3、逆矩阵的求法 例题1、设???? ? ??--=320210002A ,求A ,1-A 四、线性方程组的矩阵表示 1、一般表示 ?????=++=++m n mn m n n b x a x a b x a x a 1 111111 系数矩阵n m m m n a a a a A ?????? ??=11111

未知量矩阵???? ? ??=n x x X 1 常数项矩阵???? ? ??=m b b b 1 2、线性方程组的矩阵表示 将上面的方程组用矩阵表示: ???? ? ??=????? ??????? ??m n m m n b b x x a a a a 1111111 b AX = 例题:设?????=--=-+-=+-02212321 321321x x x x x x x x x ,写出矩阵表达式。 对角矩阵的行列式值和逆矩阵的求法要求必须会。 练习题 1、 求逆矩阵101210002A ?? ?= ? ??? 2、 求逆矩阵1200250000620032A ?? ? ?= ? ??? 3、求x 和y ,使2180341x y -??????+= ??? ?-?????? . 4、 求x ,y 和z ,使110101************x y z --?????? ??? ?-= ??? ? ??? ?-??????

矩阵的概念和运算

1。4 矩阵的概念和运算 教学要求 : (1) 掌握矩阵的加减、数与矩阵相乘的运算。 (2) 会矩阵相乘运算掌握其算法规则 ( 以便演示算法规则及行列间的对应关系〉 教学内容: 前面介绍了利用行列式求解线性方程组,即Cramer 法则。但是Cramer 法则有它的局限性: 1.0 2. D ≠?? ?所解的线性方程组存在系数行列式(行数=列数) 同学们接下来要学习的还是关于解线性方程组,即Cramer 法则无法用上的-――用“矩阵”的方法解线性方程组。本节课主要学习矩阵的概念。 一.矩阵的概念 123123123 23124621x x x x x x x x x -+=?? -+-=-??+-=? 它的系数行列式 1 232 4601 1 1 D -=--=- 此时Cramer 法则失效,我们可换一种形式来表示: 123124621111A ?-? ?=--- ? ?-?? 这正是“换汤不换药”, 以上线性方程组可用这张“数表”来表示,二者之间互相翻译。 这种数表一般用圆括号或中括号括起来,排成一个长方形阵式,《孙子兵法》中说道:长方形阵为矩阵。 123246111A -?? ?=-- ? ?-?? 这也是矩阵,是由以上线性方程组的系数按照原来顺序排列而成,称为“系数矩阵” 而“A ”多了一列常数列,称为以上方程组的“增广矩阵”。 注意:虽然D 和A 很相像,但是区别很大。D 是行列式,实质上是一个数,而A 是一张表格,“数是数,表是表,数不是表,表也不是数”,这是本质意义上不同。况且,行列式行数必须与列数相同,矩阵则未必。 关于以上线性方程组我们后面将介绍。 更一般地,对于线性方程组:

矩阵的运算及其运算规则

矩阵的运算及其运算规则 一、矩阵的加法与减法 1、运算规则 设矩阵,, 则 简言之,两个矩阵相加减,即它们相同位置的元素相加减! 注意:只有对于两个行数、列数分别相等的矩阵(即同型矩阵),加减法运算才有意义,即加减运算是可行的. 2、运算性质(假设运算都是可行的) 满足交换律和结合律 交换律; 结合律. 二、矩阵与数的乘法 1、运算规则

数乘矩阵A,就是将数乘矩阵A中的每一个元素,记为或.特别地,称称为的负矩阵. 2、运算性质 满足结合律和分配律 结合律:(λμ)A=λ(μA);(λ+μ)A =λA+μA. 分配律:λ(A+B)=λA+λB. 典型例题 例6.5.1已知两个矩阵 满足矩阵方程,求未知矩阵. 解由已知条件知 三、矩阵与矩阵的乘法 1、运算规则

设,,则A与B的乘积是这样一个矩阵: (1) 行数与(左矩阵)A相同,列数与(右矩阵)B相同,即. (2) C的第行第列的元素由A的第行元素与B的第列元素对应相乘,再取乘积之和. 典型例题 例6.5.2设矩阵 计算 解是的矩阵.设它为 想一想:设列矩阵,行矩阵,和的行数和列数分别是多少呢 是3×3的矩阵,是1×1的矩阵,即只有一个元素. 课堂练习

1、设,,求. 2、在第1道练习题中,两个矩阵相乘的顺序是A在左边,B在右边,称为A左乘B 或B右乘A.如果交换顺序,让B在左边,A在右边,即A右乘B,运算还能进行吗?请算算试试看.并由此思考:两个矩阵应当满足什么条件,才能够做乘法运算. 3、设列矩阵,行矩阵,求和,比较两个计算结果,能得出什么结论吗? 4、设三阶方阵,三阶单位阵为,试求和,并将计算结果与A比较,看有什么样的结论. 解: 第1题 . 第2题 对于

高考数学《矩阵与行列式》专题复习

高考数学《矩阵与行列式》专题复习 1.矩阵:n m ?个实数n j m i a ij ,,2,1;,,2,1, ==排成m 行n 列的矩形数表 ?? ?? ? ? ? ??=mn n m n n a a a a a a a a a A 2122212 11211叫做矩阵。记作n m A ?,n m ?叫做矩阵的维数。 矩形数表叫做矩阵,矩阵中的每个数叫做矩阵的元素。 2.线性方程组的系数矩阵、方程组的增广矩阵、行向量、列向量、单位矩阵。 ?? ?=+=+222 1 11c y b x a c y b x a 3.线性方程组矩阵的三种变换: ①互换矩阵的两行; ②把某一行同乘(除)以一个非零的数; ③某一行乘以一个数加到另一行。 变换的目的是将线性方程阻系数矩阵变为单位矩阵,其扩充矩阵的最后一列就是方程组的解。 4.矩阵运算:加法、减法及乘法 (1)矩阵的和(差):记作:A+B (A-B ). 运算律:加法交换律:A+B=B+A ;加法结合律:(A+B )+C=A+(B+C ) (2)矩阵与实数的积:设α为任意实数,把矩阵A 的所有元素与α相乘得到的矩阵叫做矩阵A 与实数α的乘积矩阵,记作:α A.

运算律:分配律:()B A B A γγγ+=+;A A A λγλγ+=+)(; 结合律:()()()A A A γλλγγλ==; (3)矩阵的乘积:设A 是k m ?阶矩阵,B 是n k ?阶矩阵,设C 为n m ?矩阵。如果矩阵C 中第i 行第j 列元素ij C 是矩阵A 第i 个行向量与矩阵B 的第j 个列向量的数量积,那么C 矩阵叫做A 与B 的乘积,记作:C m ×n =A m ×k B k ×n . 运算律:分配律:AC AB C B A +=+)(,CA BA A C B +=+)(; 结合律:()()()B A B A AB γγγ==,()()BC A C AB =; 注意:矩阵的乘积不满足交换律,即BA AB ≠. 5.二阶行列式的有关概念及二元一次方程组的解法: 设二元一次方程组(*)?? ?=+=+2 221 11c y b x a c y b x a (其中y x ,是未知数,2121,,,b b a a 是未知数的系数 且不全为零,21,c c 是常数项) 用加减消元法解方程组(*): 当01221≠-b a b a 时,方程组(*)有唯一解:??? ? ???--=--=1221122112211221b a b a c a c a y b a b a b c b c x , 引入记号 21a a 2 1b b 表示算式1221b a b a -,即 21a a 2 1b b 1221b a b a -=. 从而引出行列式的相关概念,包括行列式、二阶行列式、行列式的展开式、行列式的值、行列式的元素、对角线法则等。 记= D 21a a 2 1b b ,= x D 21c c 2 1b b ,= y D 21a a 2 1c c ,则: ①当= D 21a a 2 1b b =01221≠-b a b a 时,方程组(*)有唯一解, 可用二阶行列式表示为??? ? ?? ? ==D D y D D x y x . ②当D =0时,0x y D D ==方程组(*)无穷组解; ③当D =0时,0≠x D 或0≠y D ,方程组(*)无解。 系数行列式11 22 a b D a b =也为二元一次方程组解的判别式。

分块矩阵行列式计算的若干方法(本科毕业原创论文)

分块矩阵行列式计算的若干方法 摘要:矩阵是线性代数中研究的重要对象,也是数字计算中的一个重要工 具,矩阵运算具有整体性和简洁性的特点。我们应该充分注意矩阵运算的一些特殊规律。为了研究问题的需要,适当的对矩阵进行分块,把一个大矩阵看成是由一些小矩阵块为元素组成的,这样可使矩阵的结构看的更清楚,表达和运算更简便的特点。矩阵分块的思想在线性代数证明以及应用中是十分有用的。运用矩阵分块的思想,可使解题更简洁,思路更开阔。本文就将分块矩阵的思想运用到行列式的计算当中来,利用分块矩阵来计算行列式,并且得出一些简便的方法。借助准三角形分块矩阵的行列式值的结果简化高阶行列式的计算。例如,本文讨论了利用分块矩阵计算行列式的︱H ︱= B C D A 方法,即(1)当矩阵A 或 B 可逆时; (2)当矩阵A=B,C=D 时;(3)当A 与C 或者B 与C 可交换时;(4)当矩阵H 被分成 两个特殊矩阵的和时等一些方法去探究分块矩阵行列式计算求值的若干方法。 关键词:分块矩阵;准三角形分块矩阵;可逆矩阵;行列式;计算;单位 矩阵

Several Measures Of Block Matrix In Computing Determinant Zhouxu (Hunan Normal University Mathematics and Applied Mathematics Grade 2004) Abstract :Matrix is the important object which in the linear algebra studies, is also a important tool in the digital computation . The matrix operation with integrity and simplicity of the characteristics. We should pay attention to some special rules of the matrix operation fully.In order to study the issue of the need, we carries on the piecemeal suitably to the matrix,regard a big matrix as some small ones,which integrate it, This will enable the matrix structure more clearly,with the characteristics of expression and computing easier.The thought of dividing matrix into blocks is very important in proving and applying the linear https://www.360docs.net/doc/7d18351155.html,e the thought of dividing matrix to blocks can help us to solve problems more pithily and think methods more widely.This thesis uses the blocking matrix method into the calculation of determinant,tries to solve the linear equations . Severa1 more general results are proved through the way aided by the result of the determinants for quasi-triangle piece matrices ,which does not change the nature of the determinnts ,For example, this article discussed the methods of computing ︱H ︱= B C D A with using block matrix. That is:(1)A and B are invertible matrixes;(2)A=B and C=D;(3)AC=CA or BC=CB;(4)matrix H is divided into two particular matrix , And some other ways to explore block matrix determinant for Calculating its value Key words :block matrix; quasi —triangle piece matrices ;inverse matrices ; determinants ; computation ;unit matrix

相关文档
最新文档