线性代数总复习PPT 很全!

合集下载

线性代数课件PPT

线性代数课件PPT
线性代数课件
目录 CONTENT
• 线性代数简介 • 线性方程组 • 向量与矩阵 • 特征值与特征向量 • 行列式与矩阵的逆 • 线性变换与空间几何
01
线性代数简介
线性代数的定义和重要性
1
线性代数是数学的一个重要分支,主要研究线性 方程组、向量空间、矩阵等对象和性质。
2
线性代数在科学、工程、技术等领域有着广泛的 应用,如物理、计算机科学、经济学等。
逆矩阵来求解特征多项式和特征向量等。
06
线性变换与空间几何
线性变换的定义和性质
线性变换的定义
线性变换是向量空间中的一种变换, 它将向量空间中的每一个向量映射到 另一个向量空间中,保持向量的加法 和标量乘法的性质。
线性变换的性质
线性变换具有一些重要的性质,如线 性变换是连续的、可逆的、有逆变换 等。这些性质在解决实际问题中具有 广泛的应用。
特征值与特征向量的应用
总结词
特征值和特征向量的应用非常广泛,包括物理、工程、经济等领域。
详细描述
在物理领域,特征值和特征向量可以描述振动、波动等现象,如振动模态分析、波动分析等。在工程 领域,特征值和特征向量可以用于结构分析、控制系统设计等。在经济领域,特征值和特征向量可以 用于主成分分析、风险评估等。此外,在机器学习、图像处理等领域也有广泛的应用。
经济应用
线性方程组可用于解决经济问题,如投入产出分析、 经济预测等。
03
向量与矩阵
向量的基本概念
向量的模
表示向量的长度或大小,记作|向量|。
ቤተ መጻሕፍቲ ባይዱ
向量的方向
由起点指向终点的方向,可以通过箭头表示。
向量的分量
表示向量在各个坐标轴上的投影,记作x、y、 z等。

线性代数 线代复习ppt课件

线性代数 线代复习ppt课件

14
解:
R(A)=2
15
例5 1,2,3,4, 1, 1 , 1 , 1 , A T ,
2 3 4
B T ,求A, B, An, R(An ), n N
1
1
1
1

1
A
T
432
1
B T 1 1
2
1 2
1 3
1 3
1 4 1
2 3 4
1 4
2 3 4
26
定理2 设有非齐次线性方程组(1) Amn X , 0
设rA r,如果rA rA r n,则 1方程组AX 必有无穷多解; 2设是AX 的一个特解, 设1,2, ,nr是AX 0的基础
则AX 的通解为:
X k11 k22 knrnr ,k1,k2, ,knr R
).
2.设Ak=0,k是正整数,则A的特征值为( 0 ) .
3.若A2=A,则A的特征值为( 0, 1 ) .
31
4.设A是3阶方阵,已知方阵E-A,E+A,3E-A 都不可逆,则A的特征值为( 1, -1, 3 ).
5.已知三阶矩阵A的特征值为1,—1,2,
则|A-5E|=( -72 )。
6、单位矩阵E 的特征值,特征向量(
4
2 1 3 2 2
3 2 3
1
4 3
4 1
2
3
4 1
An (T )n1( T ) 4n1 A.
R( An ) 1 16
向量组的线性相关性
一. 向量组的线性相关性
1. 向量间的线性运算:加法、数乘。 2. 线性组合、线性表示
(1) 判断向量 可由向量组 1,2 ,L ,m 线性表示的常用方法

线性代数PPT全集

线性代数PPT全集

a31 a32 b3
a11 a12 a13 D a21 a22 a23
a31 a32 a33
a11 a12 b1 D3 a21 a22 b2 .
a31 a32 b3
则三元线性方程组的解为:
b1 a12 a13 D1 b2 a22 a23 ,
b3 a32 a33
a11 b1 a13 D2 a21 b2 a23 ,
Pn = n (n–1) (n–2) ··· 2 1 = n!
二、排列的逆序数
我们规定各元素之间有一个标准次序. 以 n 个不同的自然数为例, 规定由小到大 为标准次序.
定义: 在一个排列 i1 i2 ···is ···it ···in 中, 若数 is>it, 则称这两个数组成一个逆序.
它的特点是研究的变量数量较多,关系复杂,方法上 既有严谨的逻辑推证、又有巧妙的归纳综合,也有繁 琐和技巧性很强的数字计算,在学习中,需要特别加 强这些方面的训练。
第一章 行列式 第二章 矩阵及其运算 第三章 矩阵的初等变换
及线性方程组
第四章 向量组的线性相关性
第五章 相似矩阵及二次型
基础 基本内容

a13 x3 a23 x3

b1 , b2 ,
a31x1 a32 x2 a33 x3 b3;
的系数行列式
a11 a12 a13 D a21 a22 a23 0,
a31 a32 a33
aa2111xx11

a12 x2 a22 x2

a13 x3 a23 x3
(2)a12:
a12a21x1 + a12a22x2 = b2a12,
两式相减消去x2, 得 (a11a22 – a12a21) x1 = b1a22 – b2a12;

线性代数全套课件

线性代数全套课件
a 21 D ai 1 a i1 a n1 a 22 a2n ai 2 a a in a i2 in an 2 a nn
则行列式D等于下列两个行列式之和:
a11 a 21 D ai 1 a n1 a12 a 22 ai 2 an 2 a1n a11 a 2 n a 21 a in a i1 a nn a n1 a12 a1n a 22 a 2 n a a i2 in a n 2 a nn
i j r[ j i ( k )] a j 2 a jn (a j 1 ka i 1 ) (a j 2 ka i 2 ) (a jn ka in ) an 2 a nn a n1 an 2 a nn
例 计算四阶行列式
1 1
M 11 a11 A11
an 3 ann
对一般情形,只要适当交换D的行与列的位置, 即可得到结论。
定理3 行列式等于它的任一行(列)的各元素与其 对应的代数余子式乘积之和,即
D ai 1 Ai 1 ai 2 Ai 2 ain Ain ( i 1,2, , n) 或 D a1 j A1 j a2 j A2 j anj Anj
a11 a12 a13 a 23 0 0 a 21 a 22 D a 31 a 32 a41 0
n n 1 2
a1na2,n1 an1, 2an1
a14 0 a14a 23a 32a41 0 0
§3 对 换
定义5 排列中,将某两个数对调,其余的数不动, 这种对排列的变换叫对换,将相邻两数对换,叫做 相邻对换(邻换)。 定理1 一个排列中的任意两数对换, 排列改变奇偶性。

线性代数期末复习课件(超全)

线性代数期末复习课件(超全)

向量组与矩 阵互相转化
2 n
Amn
A的 定义 矩阵 A 的行向量组的秩称为A 的行秩; 列向量组的秩称为 A的列秩.
向量组的秩 与矩阵的秩 互相转化
向量组的秩
性质 初等行(列)变换不改变矩阵的行秩,列秩 以及矩阵的秩 上述定理还提供了求向量组的秩的方法: (1)将所给向量组中的各个向量作为矩阵的行 向量(或列向量)得到矩阵 A ; (2)将矩阵 A施行初等变换化为如(7)形式的 的矩阵. (3)观察(7)知R ( A),则 R ( A) 即为所求向量组 的秩.
第i 行
矩阵的初等变换
(3)、以数k 0乘某行(列)加到另一行(列)上去
以 k 乘 E 的第 j 行加到第 i 行上 ( ri krj ) [或以 k 乘 E 的第 i 列加到第 j 列上 (c j kci ), 1 第i行 1 k E (i, j (k )) 第j行 1 1
1 变换 ri k 的逆变换为 ri k 1 1 E (i (k )) E (i ( )); k 变换 ri krjຫໍສະໝຸດ 的逆变换为 ri (k )rj,
E(i, j(k )) E(i, j(k )) .
1
复习总结
性质:经过同样的行初等变换,
A E, 同时,E A1
Gauss 消去法
定理 线性方程组有解 r ( A) r A ,且
(1)r ( A) r ( A) n,即列满秩 有唯一解;

(2)r( A) r( A) n 有无穷多解,
自由未知量个数为 n r ※ b 0时, 即齐次线性方程组 Ax 0
r ( A) n 唯一零解

线性代数全套课件

线性代数全套课件
2
它们的和
j1 jn
J 1 a1 j a2 j
1
2
anjn
称为n阶行列式。
a11 a12 a1n
记为
a21 a22 a2 n an1 an 2 ann a11 a12 a1n a21 a22 a2 n an1 an 2 ann
aij 称为行列式的元素
行列式中,除对角线上的元素以外,其他元素全为 零(即i≠j时元素aij=0)的行列式称为对角行列式, 它等于对角线上元素的乘积。
例 证明
a a n 1 ,1 a n1 a a n 1, 2 an 1
n ( n 1 ) 2
a1n a2,n1 an1, 2 an1
i1 i p i q i n 与 i1 iq i p in 只经过一次对换
a11 a12 a13 a 23 0 0 a 21 a 22 D a 31 a 32 a41 0
n n 1 2
a1na2,n1 an1, 2an1
a14 0 a14a 23a 32a41 0 0
§3 对 换
定义5 排列中,将某两个数对调,其余的数不动, 这种对排列的变换叫对换,将相邻两数对换,叫做 相邻对换(邻换)。 定理1 一个排列中的任意两数对换, 排列改变奇偶性。
此式称为n阶行列式的 展开式或行列式的值
D

j1 jn
1
J
a1 j1 a2 j2 anjn

计算4阶行列式
a11 D
0
0 0 a 33 a43
0 0 0 a44
a 21 a 22 a 31 a 32 a41 a42
解: 根据定义,D是4!=24项的代数和,但每一 项的乘积 a1 j1 a2 j 2 a3 j3 a4 j中只要有一个元素为 0,乘积 n 就等于0,所以只需展开式中不明显为0 的项。

线性代数总复习讲义PPT课件

线性代数总复习讲义PPT课件
在金融学中,线性代数用于描述资产价格和风险等经济量,以及计算收益 率和波动率等金融指标。
在计算机科学中的应用
01
Байду номын сангаас
02
03
04
线性代数在计算机科学中也有 着广泛的应用,如图像处理、 机器学习和数据挖掘等领域。
线性代数在计算机科学中也有 着广泛的应用,如图像处理、 机器学习和数据挖掘等领域。
线性代数在计算机科学中也有 着广泛的应用,如图像处理、 机器学习和数据挖掘等领域。
100%
相似变换法
通过相似变换将矩阵对角化,从 而得到其特征值和特征向量。
80%
数值计算法
对于一些大型稀疏矩阵,可以使 用数值计算方法来计算其特征值 和特征向量。
特征值与特征向量的应用
01
在物理、工程等领域中,特征值和特征向量被广泛 应用于求解振动、波动等问题。
02
在图像处理中,特征值和特征向量被用于图像压缩 和图像识别。
二次型的应用与优化问题
总结词
了解二次型在解决优化问题中的应用
详细描述
二次型的一个重要应用是在解决优化问题中, 特别是在求解二次规划问题时。通过将问题 转化为二次型的形式,可以方便地应用各种 优化算法进行求解,如梯度下降法、牛顿法 等。此外,二次型在统计分析、机器学习等 领域也有着广泛的应用。
06
矩阵的逆与行列式的值
要点一
总结词
矩阵的逆和行列式的值是线性代数中的重要概念,它们在 解决线性方程组、向量空间和特征值等问题中有着广泛的 应用。
要点二
详细描述
矩阵的逆是矩阵运算的一个重要概念,它表示一个矩阵的 逆矩阵与其原矩阵相乘为单位矩阵。逆矩阵的存在条件是 矩阵的行列式值不为零。行列式的值是一个由n阶方阵构 成的代数式,表示n个未知数的n阶线性方程组的解的系数 。行列式的值可以用来判断线性方程组是否有解以及解的 个数。同时,行列式的值也与特征值和特征向量等问题密 切相关。

《线性代数总复习》PPT课件_OK

《线性代数总复习》PPT课件_OK

aA 0或B 0 bBA 0 c A 0或 B 0 d A可逆时, B 0
e如果 A 0,则B 0 f 秩A 秩B n g如果秩A n,则B 0
消去律一般不成立
AB不一定等于BA A B AB O 0
B A1 AB A10
此时A可逆
有秩的结论
此时A可逆
2021/8/31
-7-
例5 2)设A、B都是n阶方阵,则 e
a( A B)2 A2 2AB B2 b A B B A c If A 1,then : A 1
当AB BA时,成立
A B 1n B A
A 1A 1n A
d A2 B2 ( A B)( A B) 当AB BA时,成立
(1) 对齐次线性方程组AX=0来说,以下哪个结论正确?
1当m n时, AX 0仅有零解;
2当m n时, AX 0必有非零解;
2)
3当m n时, AX 0必有惟一解;
41,2,3都不对. (2) 对非齐次线性方程组AX=来说,以下哪个结论正确?
1当m n时, AX 必无解; 2当m n时, AX 必有无穷多解; 3当m n时, AX 必有惟一解;
的根为 2,3,4
1 2 22 23 解: 1 3 32 33 2( x 2)( x 3)( x 4)
1 4 42 43 1 x x2 x3
2021/8/31
-5-
例3. 设 A,B为三阶矩阵,且 A 3, B 2, A1 B 2, 求: A B1 解: A( A1 B ) E AB
a22 x2
a2n xn
0
an1 x1 an2 x2 ann xn 0
的非零 解向量, 试判断 1,2 ,,r , 的线性相关性?

《线性代数》总复习省名师优质课赛课获奖课件市赛课一等奖课件

《线性代数》总复习省名师优质课赛课获奖课件市赛课一等奖课件

首页
上页
返回
下页
结束

线性方程组

线性方程组 b=0? Ax=b

齐次方 程组
R(A)n
基础解系
初等行 变换
有无非零解
行阶梯 形矩阵
非齐次 方程组
有解鉴定
R(A)= R(A b)
解旳构造
首页
上页
返回
下页
结束

1.解旳鉴定 (1)齐次线性方程组有非零解旳充要条件
定理3.1. Amn x = 0有非零解
下页
结束

第四章 方阵旳特征值和特征向量
•矩阵等价、相同、协议旳联络与区别
A,B∈Mn,
A与B相同 存在可逆矩阵P,使P-1AP=B A与B协议 存在可逆矩阵C,使CTAC=B
A,B∈Mm×n,
A与B等价
存在m阶可逆矩阵P,n阶可
逆矩阵Q,使PAQ=B
首页
上页
返回
下页
结束

第四章 方阵旳特征值和特征向量
极大线性无关组:向量组A中,能 找到r个向量线性无关,任意r+1个 线性有关,则这r个向量构成旳向量 组是A旳一种最大线性无关组。
求法:非零子式法、初等变换法
极大无关组包括旳向量旳个数
首页
上页
返回
下页
结束

•向量组与矩阵旳关系
矩阵A = (1, 2, …, s)
列向量组: 1, 2, …, s
矩阵A旳秩R(A) 最高阶非零子式
首页
上页
返回
下页
结束

行列式
1、二阶三阶行列式旳计算
D a11 a21
a12 a22

线性代数ppt课件

线性代数ppt课件

VS
线性代数的特点
线性代数具有抽象性、实用性、广泛性等 特点,是数学中重要的分支之一。
线性代数的历史背景
线性代数的起源
线性代数起源于17世纪,主要目的 是为了解决线性方程组的问题。
线性代数的发展
随着数学的发展,线性代数逐渐成为 一门独立的数学分支,并在20世纪得 到了广泛的应用和发展。
线性代数的应用领域
转置矩阵
一个矩阵A的转置矩阵是满足$A^T_{ij}=A_{ ji}$的矩阵
行列式与高斯消元
03

行列式的定义及性质
总结词
行列式是线性代数中重要的工具之一,它具有特殊的性质和计算规则。
详细描述
行列式是由一组方阵中的元素按照一定规则组成的,它是一个方阵是否可逆的判断标准,同时也有一 些重要的性质和计算规则,如交换两行或两列、对角线上的元素相乘等。了解行列式的定义和性质是 学习线性代数的基础。
矩阵的运算规则
加法
两个相同大小的矩阵,对应位置的元素相加
数乘
用一个数乘以矩阵的每一个元素
减法
两个相同大小的矩阵,对应位置的元素相减
乘法
要求两个矩阵满足乘法运算的规则,即第一 个矩阵的列数等于第二个矩阵的行数
矩阵的逆与转置
逆矩阵
一个矩阵A的逆矩阵是满足$AA^{-1}=I$的矩阵,其中$I$是单位矩阵
高斯消元法的原理
总结词
高斯消元法是一种解线性方程组的直接方法 ,其原理是将方程组转化为阶梯形矩阵。
详细描述
高斯消元法的基本思想是通过一系列的行变 换将线性方程组转化为阶梯形矩阵,这样就 可以直接求解方程组。高斯消元法包括三种 基本的行变换:将两行互换、将一行乘以非 零常数、将一行加上另一行的若干倍。通过 这些行变换,我们可以将矩阵转化为阶梯形 矩阵,从而求解方程组。

线性代数总结精华ppt课件

线性代数总结精华ppt课件
c.单位矩阵:对角数为1的对角矩阵。记为E
d数量矩阵:有数量的对角矩阵 记作 E .
第二章 矩阵
e.三角矩阵:分为上三角和下三角 f.负矩阵:原矩阵乘上负一 g.行最简型,行阶梯型,标准型 4.多元线性方程组与矩阵 a.系数矩阵与增广矩阵 5.矩阵的运算,加法,减法,数乘,乘法,转置,对称阵与反对称阵、 6.方阵行列式(这里要注意方阵行列式的运算规则) 7.伴随矩阵(注意运算规律) 8.共轭矩阵(不太重要)
第三章 向量 用向量的知识解构与重构矩阵
1.向量的定义,向量、向量组和矩阵的关系
2.向量组的线性相关1 a 12 a 2 m a m
3.向量的线性表示:
a.一个向量被向量组线性表示b 1 a 1 2 a 2 m a m
b.一个向量组被另一个向量组线性表示 B=§A 定理 1 向量 b 能由向量组 A 线性表示的充要条件是 R(A) = 联系上一章节学习的线性方程 R(B) , 其中矩阵 A = ( a1 , a2 ,……, am ), B = ( a1 , a2 ,……, am ,b ) . 组的是知识
b.线性方程组解的空间指的是由线性方程组的解的向量满足空间线性运算 及元素线性无关所组成的空间,其次线性方程组的解向量就是一个解空间
定理 6 n 元齐次线性方程组
Ax = 0

的解空间的维数为 n - r ,即 ⑴ 的基础解系含 n - r 个解,其中
R(A) = r.
第三章 向量
1向量的线性表示(主要是线性表示的概念,单个向量、向量组与向量组的 线性表示)
端木奈良 更多学习资源请加QQ:2119658018
线性代数复习指导
The Review Lesson To Linear Algebra
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

A 为n阶对称矩阵 A 为n阶反对称矩阵
正交矩阵 A T =A -1
正定矩阵
阶梯阵A与行最简阶梯阵 阶梯阵 与行最简阶梯阵B 与行最简阶梯阵
1 − 2 0 0 A= 0 0 0 0
3 1 5 3 4 7 0 6 1 0 0 0
1 − 2 0 0 B= 0 0 0 0
∴所以A− 2E 可逆, 并且 ( A− 2E)
−1
1 = (2A − E) 10
满足: 例:设矩阵 X 满足:AXB = XB+C,求X,其中 重点) , , (重点)
2 0 0 2 1 2 1 0 , C = 1 0 − 1 A= , B = 0 1 1 0 2 0 0 − 1
2) R( A) = 0 ⇔ A = 0
R( A) = R AT
(
)
2) 设 P、Q分别是 阶、 阶可逆矩阵, 是m× n矩阵 m n阶可逆矩阵, A R( A) = R( PA) = R( AQ) = R( PAQ) 则 3) 设 A是n阶方阵,则R( A) = n ⇔ A ≠ 0 ⇔ A可逆 阶方阵,
(
)
求方阵A的逆矩阵的方法 5、求方阵 的逆矩阵的方法
1 1)如果 A ≠ 0, 则A可逆, 且A = A* A 2)如果存在方阵 , 使 AB = E, 或 BA = E, 则 B A可逆,且 A−1 = B 可逆,
−1
行变换 3)如果( AM E) →( EM∗), 则A可逆,且 −1 = ∗ 可逆, A
(2)特别AB = 0, r( A) + r(B) ≤ n
(3)若r( A) = n, 且AB = 0, 则B = 0 r (4)A, B均为 × n阵,则 ( A ± B) ≤ r( A) + r(B) m (5)A为n阶方阵 n ≥ 2,则 n, r( A) = n. , 1, r( A) = n − 1. * r( A ) = 0, r( A) ≤ n − 2.
三向量组的线性关系
定义 等价定义
重点) (重点)
定义 极大无关组、等价 极大无关组、
结论: 结论: 1、矩阵初等行变换不改变列向量组线性关系
注意:求极大无关组、 注意:求极大无关组、讨论线性表示主要用此方法; 。
2、 设向量组 1 ,α2 ,L,αm线性无关, 1 ,α2 ,L,αm , β 线性无关, α α
一、行列式 要求:会用其性质与展开定理, 要求:会用其性质与展开定理, 计算低阶及特殊的行列式。 计算低阶及特殊的行列式。
两个重要概念: 两个重要概念: 余子式, 余子式 代数余子式
Aij = (−1)
i+ j
Mij
上(下)三角行列式的值=对角线上元素之积 三角行列式的值= 是计算行列式的中心环节, 性质 是计算行列式的中心环节, 利用性质将行列式化为三角形行列式, 利用性质将行列式化为三角形行列式, 化为三角形行列式 然后计算是计算行列式的重要方法。 然后计算是计算行列式的重要方法。
显然 A+E可逆, 于是
( A − E )B = E
以下的做法有多种,比如 求B = (A - E)-1
求A 的特征值, ⇒ A - E 的特征值 ⇒ B的特征值

初等 变换
R(A) =2
重点) (重点)
1 1 1 例 α = (1,2,3,4), β = 1, , , , A= αT β , 2 3 4 B = βαT , 求A, B, An , n∈ N 1 1 1 1 2 3 4 1 2 1 2 1 解 2 1 1 1 T 3 2 A = α β = 1 = 3 3 3 2 3 4 3 1 2 4 4 1 4 2 4 1 3 1 1 1 2 T B = βα = 1 = 4 2 3 4 3 4
满足2A 5A0, 可逆, 例:设方阵 A满足2A2-5A-8E = 0,证明 A-2E 可逆, 满足 -

分析
( A − 2E)
−1
(重点) 重点)
关键: 2E) 关键:寻求方阵 B,使(A-2E)B = E 原式可写为 ( A− 2E)(2A− E) − 10E = 0
1 ∴( A − 2E) (2A − E) = E 10
特别: 特别:
AA = A A = A En
* ∗
A∗ = A A−1
A =A
∗ n−1
1 A = A
−1
矩阵的初等变换,初等方阵 矩阵的初等变换,
相当于对 A 作初等行 用初等方阵左( 用初等方阵左(右)乘 A, (列)变换得到的矩阵, 变换得到的矩阵,
矩阵A的标准型 矩阵A
矩阵的秩
):A的不等于 1、R(A): 的不等于0的子式的最大阶数。 ( ): 的不等于0的子式的最大阶数。 2、秩的基本关系式: 秩的基本关系式: 1) R( Am×n ) ≤ m {m, n} in ;
判别法 1
n个n元α1 ,α2 ,L,αn线性相关⇔ α1 ,α2 ,L,αn = 0 n个n元α1 ,α2 ,L,αn线性无关⇔ α1 ,α2 ,L,αn ≠ 0 ⇔ r(α1 ,α2 ,L,αn ) < n
⇔ r(α1 ,α2 ,L,αn ) = n
判别法 2
n+ 1 个 n 元向量必线性相关 + .
(2)CBA = E (4)BCA = E
选择题 -3 设A, B都是n阶非零矩阵,且 AB = 0 ,则A, B的秩为: (2) (1)必有一个等于零 (2)都小于 n
(3) 一个小于n ,一个等于n (4) 都等于n ,一
选择题-4
1 1 设n维列向量α =( ,0,0L , ), 矩阵A = E − α Tα , B = E + 2α Tα 2 2 其中 E为n阶单位矩阵 , 则AB = (3)
, α 线性表示, 线性相关则β必可由 1 ,α2 ,L,αm线性表示, 并且表法惟一。 并且表法惟一。
3、秩(A)= 列向量组的秩 = 行向量组的秩 )
定理
向量β 可由α1 ,α2 ,L,αm线性表示 ⇔ x1α1 + x2α2 +L+ xmαm = β 有解 x1 ⇔ 线性方程组(α1 ,α2 ,L,αm ) M = 有解 x m
4) 用 矩 阵 的 秩 和 矩 阵 对 应 的 其 次 方 程 组 的 解 的 关 系 利
5)利用相似矩阵的秩 (矩阵的秩=n-0特征秩的重数) n-0特
选择题 -1
设 A、B 都是 n 阶方阵,则 阶方阵, e
选择题-2
(4) 设n阶方阵A, B,C 满足关系式ABC = E , 则必有:
ACB = E (1) (3) BAC = E
展开定理及其应用
设 A = aij
( )
, Aij n×n
, 是 aij 的代数余子式则
A 当i = j = 0 ,当i ≠ j A 当i = j = 0 ,当i ≠ j
ai1 Aj1 + ai 2 Aj 2 +L+ ain Aj 2
a1i A j + a2i A2 j +L+ ani Anj 1
解 由已知,得 AXB-XB=C,得 由已知, - = 则得 , 则
( A− E)XB = C 显然A-E、B均可逆,并且 X = ( A − E)−1 C B−1 均可逆, 显然 均可逆
−1
(1)
( A − E)
1 1 1 − 1 = = 0 1 , 0 1
−1
−1
X = ( A − E)
1 2 0 0 B−1 = − 1 1 0 0 0 − 1
CB = L
−1

设三阶方阵A、B满足 A2 B − A − B = E, 1 0 1 A = 0 2 0 ,则 B =? −2 0 1 解: A2 B − A − B = E,⇒ A + E)(A - E)B - (A + E) = 0 由 (
利用展开定理, 利用展开定理,高阶行列式计算可以转化为低 一阶行列式的计算。 一阶行列式的计算。
பைடு நூலகம்
特殊关系式
1)
2)
n
, 是数, 设 A, B 是 n 阶方阵 k 是数,则
kA = k A,
A
−1
− A = (− 1) A
n
1 , = A
A = A
*
n−1
,
3)
AB = BA,
A 0 = AB C B
Am×s Bs×n = Cm×n = (cij )m×n
(1) AB ≠ BA 交换律不成立 (2) AB = 0 不能推出 A = 0 或B = 0 (3) AB = BC 不能推出 B = C 消去律不成立 转置矩阵的运算律
特殊矩阵: 特殊矩阵: 若 AT = A 若 AT = − A 若
A T A=E
(1) 0 (3) E
(2) -E (4) E+α Tα

(1) 计算 (4A) , A (2)设 A = ( A1 , A2 , A3 ), B = ( A1 , B2 , A3 ), 计算 A + B
−1 *
3. 设 A, B 都是3 阶方阵,如果 A = 2, 阶方阵,
B = 1,

(1)
(2)
秩的求法: 秩的求法:
1)R( ): 的不等于0的子式的最大阶数。 ):A的不等于 1) (A): 的不等于0的子式的最大阶数。 2)初等变换法: A →阶梯形 ,R(A)=T的阶梯数 初等变换法: T ( ) 的阶梯数
可逆, 3)若P可逆,则 R( A) = R( AP),常需先验证 可逆 可逆 常需先验证P可逆
相关文档
最新文档