- 1、本文档共23页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
二阶矩阵和平面向量.ppt
4 – 2 矩阵与变换 2.1 二阶矩阵与平面向量 矩阵与变换 矩阵的有关概念 √ 二阶矩阵与平面向量 √ 常见的平面变换 √ 矩阵的复合与矩阵的乘法 √ 二阶逆矩阵 √ 二阶矩阵的特征值和特征向量 √ 二阶矩阵的简单应用 √ 考纲要求 : 【课程目标】 本专题的内容包括:二阶矩阵与平面向量、几种常见的平面变换、变换的复合与矩阵的乘法、逆变换与逆矩阵、矩阵的特征值与特征向量、矩阵的简单应用。 通过本专题的教学,使学生了解矩阵是研究图形(向量)变换的基本工具,许多数学模型都可以用矩阵来表示;使学生理解二阶方阵的乘法及性质、逆矩阵和矩阵的特征向量等概念,并以变换和映射的观点理解解线性方程组的意义;初步体会矩阵应用的广泛性,进一步体会代数与几何结合的数形结合思想。 【学习要求】 1.二阶矩阵与平面向量 了解矩阵的有关概念;掌握二阶矩阵与平面列向量的乘法。 2.几种常见的平面变换 理解矩阵对应的变换把平面上的直线变成直线,即A(λ1α+λ2β)=λ1Aα+λ2Aβ。 理解几种常见的平面变换:恒等变换、伸压变换、反射变换、旋转变换、投影变换、切变变换;了解单位矩阵。 3.矩阵的复合与矩阵的乘法 掌握二阶矩阵的乘法;理解矩阵乘法的简单性质(不满足交换律、满足结合律、不满足消去律)。 4.逆变换与逆矩阵 理解逆矩阵的意义;掌握二阶矩阵存在逆矩阵的条件。 理解逆矩阵的唯一性和 (AB) -1=B-1A-1 等简单性质,并了解其在变换中的意义。 会从几何变换的角度求出 AB 的逆矩阵。 了解二阶行列式的定义;会用二阶行列式求逆矩阵。 了解用变换与映射的观点解二元线性方程组的意义。 会用系数矩阵的逆矩阵解二元线性方程组。 理解二元线性方程组解的存在性、唯一性。 5.特征值与特征向量 掌握二阶矩阵特征值与特征向量的意义。 会求二阶矩阵的特征值与特征向量(只要求特征值是两个不同实数的情形)。 会用二阶矩阵的特征值、特征向量解决简单的问题。 了解三阶或高阶矩阵。 了解矩阵的简单应用。 【教学建议】 1.本专题只对具体的二阶方阵加以讨论,而不讨论一般 m×n 阶矩阵以及(aij)形式的表示。 2.矩阵的引入要从具体的实例开始,通过具体的实例让学生认识到,某些几何变换可以用矩阵来表示,丰富学生对矩阵几何意义的理解,并引导学生用映射的观点来认识矩阵、解线性方程组。 3.要求从图形的变换直观地理解矩阵的乘法,并通过具体的实例让学生理解矩阵乘法的运算律。 4.要在具体的实例中理解逆矩阵和特征值的实际意义及其不变性,结合具体实例能用线性方程组或用行列式来求解简单二阶矩阵的逆矩阵和特征值。逆矩阵的唯一性定理要结合具体几何变换来理解其合理性。 5.在学习二阶矩阵基础知识的同时,教师可以根据教学的实际情况适时地介绍一些矩阵的拓广知识(如三阶矩阵或高阶矩阵),这些知识不要求学生掌握,只要求学生作一些感性的认识,也便于学生对矩阵的有关知识有一个较为全面的了解,有利于以后的学习。 自学 P 1 – P 4 回答下列问题 : 1 . 什么叫矩阵 ? 2 . 什么叫矩阵的行 ? 矩阵的列 ? 矩阵的元素 ? 3 . 什么叫行矩阵 ? 列矩阵的 ? 零矩阵 ? 我们把矩形数字 阵列叫做矩阵 . ( 或字母 ) 同一行中按原来次序排列的一行数 叫做矩阵的行. (或字母) 同一列中按原来次序排列的一列数 叫做矩阵的列. (或字母) 组成矩阵的每一个数 叫做矩阵的元素. (或字母) 只有一行的矩阵称为行矩阵 . 只有一列的矩阵称为列矩阵 . 所有元素都是 0 的矩阵称为零矩阵 . 4 . 矩阵相等的条件是什么 ? 行数与列数分别相等,对应位置的元素也分别相等. 1.表——矩阵: 观察下列几个城市之间的航线距离(单位:英里 城 市 伦敦 墨西哥城 纽约 巴黎 北京 东京 伦 敦 0 5 558 3 469 214 5 074 5 959 墨西哥城 5 558 0 2 090 5 725 7 753 7 035 纽 约 3 469 2 090 0 3 636 6 844 6 757 巴 黎 214 5 725 3 636 0 5 120 6 053 北 京 5 074 7 753 6 844 5 120 0 1 307 2.图——矩阵 B A C D A B C D A B C D 0 1 1 0 1 0 1 0 1 1 0 1 0 0 1 0 0 1 1 0 1 0 1 0 1 1 0 1 0 0 1 0 矩阵的重要性就在于它可以
文档评论(0)