线性代数总复习PPT 很全!

合集下载

线性代数期末考试复习考点同济大学第六版ppt课件

线性代数期末考试复习考点同济大学第六版ppt课件
等于用数k乘此行列式. 推论: 行列式的某一行(列)中所有元素的公因子可以提到
行列式符号的外面. 性质4: 行列式中如果有两行(列)元素成比例, 则此行列式
为零. 性质5: 若行列式的某一列(行)的元素都是两数之和, 则该
行列式等于两个行列式之和. 性质6: 把行列式的某一列(行)的各元素乘以同一数然后加
的通解
病原体侵 入机体 ,消弱 机体防 御机能 ,破坏 机体内 环境的 相对稳 定性, 且在一 定部位 生长繁 殖,引 起不同 程度的 病理生 理过程
齐次线性方程组
是 唯一解
R(A) n 否 无穷多个解
包含 n-R(A) 个自由变量 的通解
病原体侵 入机体 ,消弱 机体防 御机能 ,破坏 机体内 环境的 相对稳 定性, 且在一 定部位 生长繁 殖,引 起不同 程度的 病理生 理过程
病原体侵 入机体 ,消弱 机体防 御机能 ,破坏 机体内 环境的 相对稳 定性, 且在一 定部位 生长繁 殖,引 起不同 程度的 病理生 理过程
第一章 行列式
1. 牢记行列式的6条性质;
2. 会利用行列式的性质计算行列式的值;
3. 掌握余子式和代数余子式的定义及按行(列) 展开定理;
4. 会利用按行(列)展开定理计算行列式的值;
3. 会利用伴随矩阵求逆矩阵,会解矩阵方程;
4. 会利用分块矩阵的wk.baidu.com质计算矩阵的逆矩阵。

线性代数课件PPT

线性代数课件PPT

线性变换的矩阵表示
矩阵的定义和性质
矩阵是数学中一个重要的概念,它是一个由数字组成的矩形 阵列。矩阵具有一些重要的性质,如矩阵的加法、标量乘法 、乘法等。
线性变换的矩阵表示
线性变换可以用矩阵来表示。对于一个线性变换,我们可以 找到一个矩阵,使得该线性变换的作用相当于矩阵与向量的 乘法。通过矩阵表示,我们可以更方便地研究线性变换的性 质和变化规律。
02
线性方程组
线性方程组的定义和分类
线性方程组的定义
由有限个线性方程组成的方程组,其 中每个方程包含一个或多个未知数。
线性方程组的分类
根据未知数的个数和方程的个数,可 以将线性方程组分为不同类型,如二 元一次方程组、三元一次方程组等。
线性方程组的解法
高斯消元法
通过消元和回代,将线性方程组转化为单一 未知数的求解问题,从而求得方程组的解。
线性代数的发展历程
线性代数的发展始于19世纪中叶,随 着代数学的发展而逐渐形成。
20世纪初,法国数学家埃米里·嘉当 和德国数学家赫尔曼·外尔等人进一步 发展了线性代数的理论体系。
19世纪末到20世纪初,德国数学家 赫尔曼·格拉斯曼提出了向量和矩阵的 概念,为线性代数的发展奠定了基础 。
如今,线性代数已经成为数学和工程 学科中的重要基础课程之一,广泛应 用于各个领域。
特征值与特征向量的计算方法

大学国家级精品课程线性代数课程《线性代数与解析几何总复习》精品课件

大学国家级精品课程线性代数课程《线性代数与解析几何总复习》精品课件

初等矩阵: 由单位矩阵经过一次初等变换所得.
《几何与代数》复习要点
矩阵乘法的交换律和消去率
• 矩阵乘法交换率一般不成立
(AB)k Ak Bk (A+B)2 A2 + B2+2AB (A+B)(AB) A2B2
矩阵乘积可交换的情况: 1. 方阵 AkAl=AlAk
2. 对角矩阵 = 3. (a Em) Am×n = Am×n(a En) 4. AA* A*A A E 5. AA1 A1A E
解XA=BX= BA1
方阵的行列式
定义 性质 计算
应用

(1)N( j1 j2
|AT| = |A|.

a jn ) 1
|A|
j1ca2j2 s
ctanj|nA|.

ຫໍສະໝຸດ Baidu|A|cs
c t
|A|.
A1 As An A
1. 化为三角形行列式 2. 箭形行列式的计算
3. 行列式按行(列)展开 aik Ajk = |A|ij ,


的 反对称
特 殊
矩阵


方阵
对称 矩阵
对角 矩阵
可逆 矩阵
数量 正交 正定 初等 矩阵 矩阵 矩阵 矩阵
零矩阵 单位矩阵
《几何与代数》复习要点
特殊矩阵

线性代数ppt课件

线性代数ppt课件
15
第一章 行列式
2、标准排列 在n个自然数的全排列中排列123 n称为标准排列。
3、逆序与逆序数 在一个排列中 如果某两个元素的先后次序与标准排列的
次序不同 就说有1个逆序。 一个排列中所有逆序的总数叫做这个排列的逆序数。
16
第一章 行列式
4、逆序数的计算
在排列p1p2 pn中 如果pi的前面有ti个大于pi的数 就说 元素pi的逆序数是ti。
32xx11
2x2 12 x2 1

[解]
DD
33 22
212133((44))7700
D1

12 1

2 1
12

(2)
14

D2

3 2
12 1

3

24

21

因因此此
x1x1
D1D1 DD
1414 77
2
2

x2x2
DD2 2 DD
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。
3
第一章 行列式
莱布尼茨:历史上少见的通才,被誉为 十七世纪的亚里士多德。在数学上,他 和牛顿先后独立发明了微积分。在哲学 上,莱布尼茨的“乐观主义”最为著名 。 他对物理学的发展也做出了重大贡献 。

线性代数PPT

线性代数PPT
b11 b1n D2 det(bij ) , bn1 bnn
例13
a k 1 a kk 设D c11 c1k c n1 c nk
a11 a1k D1 det(a ij ) , a k 1 a kk
求证: D D1 D2 .
a11 a1k
8
a b
例12. 计算 n 阶行列式 D b
b a b b
b b a b

b b b a
b
解: 将第 2,3,, n 列都加到第一列得
a n 1b a n 1b
c1 ci (i 2,, n)
D
b a b b
b b a b

第一章 行列式
行列式的定义与性质
华东理工大学
1.1.5 行列式的性质
a11 a12 a1n a21 a22 a2 n 记 D
an1 an 2 ann
例如:
a11 a21 a12 a22 T D a1n a2 n
an1 an 2
ann
D T 称为行列式 D 的转置行列式. 行列式
b b b a
a n 1b a n 1b

a n 1b a n 1b a n 1b
b a ( n 1)b 1 b a b 1 b b a a n 1b b b a b a

45中山大学~线性代数期末总复习PPT课件

45中山大学~线性代数期末总复习PPT课件
24
§1.4 The Matrix Equation Ax=b
3. Computation of Ax
Example . Compute Ax, where Solution.
15
§1.2 Row Reduction and Echelon Forms
The associated system now is The general solution is:
16
§1.2 Row Reduction and Echelon Forms
Theorem 2 Existence and Uniqueness Theorem
3
CHAPTER 1 Linear Equations in Linear Algebra
4
Chapter 1 Linear Equation in Linear Algebra
§ 1.1 Systems of Linear Equations § 1.2 Row Reduction and Echelon Forms § 1.3 Vector Equation § 1.4 The Matrix Equation Ax = b § 1.5 Solution Sets of Linear Systems § 1.7 Linear Independence § 1.8 Introduction to Linear Transformation § 1.9 The Matrix of a Linear Transformation

线性代数全套课件

线性代数全套课件
线性代数
第一章 n阶行列式
第二章 矩阵
第三章 向量组与矩阵的秩
第四章 线性方程组
第五章 特征值与二次型
第六章 线性空间与线性变换
第一章
n 阶行列式
§1 全排列及逆序数
定义 1 由1,2,……,n组成的一个有序数组称为
一个n 级全排列(简称排列)。 定义2 在一个排列中,如果两个数(称为数对)的
前后位置与大小顺序相反,即前面的数大于后面的 数,那么称它们构成一个逆序(反序)。一个排列
中逆序的总数称为这个排列的逆序数。
一个排列j1, j2,…,jn的逆序数,一般记为 (j1, j2,…,jn)
排列12的逆序数为0, 排列21的逆序数为1, 排列231 的数对21、31均构成逆序,而23不够成逆序, 因此排列231的逆序数为2。 排列213的逆序数是1。 定义3 逆序数为偶数的排列称为偶排列,逆序数为
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ppt课件同济

线性代数ppt课件同济

05
向量空间及其性质
向量空间的定义与性质
向量空间的定义
向量空间是一个由向量构成的集合, 其中每个向量都可以表示为一组基向 量的线性组合。
向量空间的性质
向量空间具有一些重要的性质,例如 封闭性、加法和数量乘法封闭性、加 法和数量乘法的结合律和分配律等。
向量空间的基底与维数
向量空间的基底
一个向量空间可以由一组不相关的基向量构成,这些 基向量是线性无关的,并且可以生成整个空间。
线性变换的定义与性质
线性变换的定义
设有一个向量空间V和其上的一个线性变换T,对于V中的任意向量x,T将x变换为T(x)。
线性变换的性质
设T是V上的一个线性变换,对于V中的任意向量x,y,以及标量a,有T(x+y)=T(x)+T(y)和T(ax)=aT(x)。
矩阵表示与特征向量
矩阵表示
给定一个线性变换T,可以找到一个矩阵 A,使得对于V中的任意向量x,T(x)=Ax 。这个矩阵A称为线性变换T的矩阵表示 。
价。
利用高斯消元法解线性方程组
高斯消元法的步骤
将线性方程组Ax=b中的系数矩阵A进行初等行变换,将 其化为行阶梯形矩阵;然后进行行交换,将矩阵A的最后 一行移到最上面;接着进行列变换,将矩阵A的右边向量 b进行相应的变换,得到解向量x。
高斯消元法的优缺点
高斯消元法是一种简单易行的方法,能够快速求解线性 方程组。但是,对于一些特殊的线性方程组,如奇异方 程组或无解方程组,高斯消元法可能会失效。

线性代数 课件-PPT精品文档

线性代数  课件-PPT精品文档

• 推论 如果行列式中有两行或两列完全相同, 则此行列式等于零.
• 证明 交换行列式D中相同的两行(列),则有
D=-D
• 故有
D=0.
• 性质3 行列式的某一行或某一列所有元素 都乘以同一个数k,等于用k乘这个行列式.
• 证明 设D=Δ(aij),用数k乘D的第i行所有元 素,所得行列式记为D1
12
• 性质2 设向量组A的秩为r1,向量组B的秩为r2, 如果A组能由B组线性表示,则r1≤r2.
• 性质3 等价的向量组有相同的秩.
• 定理7 矩阵A的秩等于A的行向量组的秩,也等 于A的列向量组的秩.
56
线性代数
出版社 科技分社
• 定义10 向量组的最大线性无关组所含向量 的个数称为这个向量组的秩.
• 4.3 •
72
线性代数
出版社 科技分社
• 性质1 向量组线性无关的充分必要条件是 向量组所含向量的个数等于其秩.
• 性质2 设向量组A的秩为r1,向量组B的秩 为r2,如果A组能由B组线性表示,则r1≤r2.
• 性质3 等价的向量组有相同的秩.
57
线性代数
• 证 设矩阵
• 3.4
出版社 科技分社
58
线性代数
• 定理8 正交向量组一定线性无关.
• 如果B是一个对称阵,C是一个方阵,则 CTBC及CTC是对称阵.

线性代数完整版ppt课件

线性代数完整版ppt课件

p1p2p3
其中 表示对1、2、3的所有排列求和. p1 p2 p3
二阶行列式有类似规律.下面将行列式推广到一般的情形.
.
26
二、n 阶行列式的定义
a11 a12
a1n
Da21 a22
a2n
(1) a a t(p1p2 pn) 1p1 2p2
p1p2 pn
anpn
an1 an2
ann
简记作 d e t ( a,ij )
0 0 0 a44
a11 0 0 0
D4
a21 a32
a22 a32
0 a33
0 0 a14a23a33a41
a41 a42 a43 a44
.
31
四个结论: (1) 对角行列式
a11
D
a 22
a1a 122 ann
(2)
D
ann
a2,n1
a1n
n(n1)
(1) 2 a1na2,n1
an1
an1
.
答:2和1,3和1也构成逆序. .
20
定义 排列中所有逆序的总数称为此排列的逆序数.
排列 i1i2 的i逆n 序数通常记为 t(i1i.2 in) 奇排列:逆序数为奇数的排列. 偶排列:逆序数为偶数的排列.
思考题:符合标准次序的排列是奇排列还是偶排列? 答:符合标准次序的排列(例如:123)的逆序数 等于零,因而是偶排列.

线性代数总复习讲义PPT课件

线性代数总复习讲义PPT课件
特征值
对于给定的矩阵A,如果存在一个非零向量x,使得Ax=λx成立,则称λ为矩阵A的特征值,x为矩阵A的对 应于λ的特征向量。
特征向量的性质
特征向量与特征值是线性代数中非常重要的概念,它们具有一些重要的性质,如线性无关性、唯一性 、可对角化等。
特征值与特征向量的计算方法
80%
定义法
根据特征值和特征向量的定义,通 过解方程组Ax=λx来计算特征值 和特征向量。
03
在机器学习中,特征值和特征向量被用于数据降维 和分类。
05
二次型与矩阵对角化
二次型的定义与性质
总结词
理解二次型的定义和基本性质
详细描述
二次型是线性代数中的重要概念,它是由一个或多个二次齐次多项式组成的数学对象。二次型具有一些基本的性 质,如对称性、正定性、负定性等,这些性质在解决优化问题、统计分析等领域中有着广泛的应用。
03
向量与线性方程组
向量的定义与性质
01
基础概念
02 向量是具有大小和方向的量,通常用有向 线段表示。
03
向量有模长、方向和零向量等基本性质。
04
向量可以表示点、速度、力等物理量和数 学对象。
向量的运算与变换
向量加法、数乘、向量的模长等基本运算。 向量的线性变换、旋转、缩放等几何变换。
基本运算 向量的数量积、向量积、混合积等标量运算。

第三章线性代数ppt课件

第三章线性代数ppt课件

2/ 7 3/ 7 5/ 7 4/ 7 该方程组的基础解系可取为 1 , 2 , 1 0 0 1 x 2 /7 /7 3 1 x 4 5 /7 /7 2 通解为 c c ,( c c R ). 1 2 1, 1 1 0 3 x 4 x 0 1
第三章 线性方程组
Hale Waihona Puke Baidu
§3.2 齐次线性方程组
§3.2 齐次线性方程组 齐次线性方程组 a11x1+a12x2+…+a1nxn = 0 a21x1+a22x2+… a2nxn = 0 … … … … … … … am1x1+am2x2+…+amnxn = 0 零/平凡解, 非零/平凡解
(3.2)
a1n a11 a12 a2n a21 a22 x1 +… + xn + x2 =0 … … … amn am1 am2
二. Gauss消元法 • 阶梯形线性方程组的有三中基本类型 2x1+3x2 x3 = 1 2x2+x3 = 2 无解 0=1 x1x2+2x3 = 8 2x2 +x3 = 1 x3 = 5 x1+2x2+x3 + x4 = 2 x3+4x4 = 3 有唯一解

线性代数ppt课件

线性代数ppt课件

THANKS.
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
矩阵的秩
矩阵的秩是指矩阵中非零子式的最高阶数, 也是矩阵中最重要的数值特征之一。
利用矩阵的秩求解方程组
对于Ax=b,当r(A)=r时,方程组有解;当 r(A)<r时,方程组无解。
方程组的解法及例题解析
高斯消元法:高斯消元法是一种经典的解线性方程组的方法,其基本思想是通过初等行变换将系数矩 阵转化为阶梯形矩阵,然后回代求解。
特征向量与特征值的概念
总结词
特征向量是线性变换下的不变量,特征值是与特征向 量相关的标量。
详细描述
特征向量是线性变换下的不变量,即对于一个给定的线 性变换和一个向量x,如果存在一个标量lambda使得 Tx=lambda*x,那么x是特征向量,lambda是特征值 。特征值是与特征向量相关的标量,它反映了线性变换 的性质和特征向量的关系。
线性变换的定义及性质
总结词
线性变换是向量空间中的一种变换,具有一些特殊的性 质。
  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)。

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
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。
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
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
(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)
(
)
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
A ⇔齐次线性方程组 n×n X = 0仅有零解 ⇔ A的特征值全部 0 ≠
可逆矩阵的性质 都是n 是非零数, 设A,B都是n阶可逆矩阵,k是非零数,则 都是 阶可逆矩阵, 是非零数
1) 3)
( AB)−1
(A )
−1 −1
= A, = B−1 A−1
2) 4)
(kA)
−1
(A )
T −1
1 −1 = A k −1 T = A
, 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
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来自百度文库 = 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,
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
(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.
(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)
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
1 −1 1 3 (4A) = A = A−1 = 1 , A* = A 3−1 = 4 4 128 4 + A+ B = 2A , A2 B2 , A3 = 4 A , A2 B2 , A3 + 2 1 1
−1
= 4( A , A2 , A3 + A , B2 , A3 ) = 4(2 + 1) = 12 1 1
例题
计算下列行列式

例题 设α 1 ,α 2 , α 3 ,α 4 , β 1 ,β 2 均为4维列向量 且 四阶 行列 式 α 1 α 2 α 3 则 α 3 α 2 α1
β 1 =m , α 1 α 2 α 3
β 2 =n
β 1 +β 2 =?
例题
解方程
此为范德蒙行列式
二、矩阵 一、矩阵运算中注意的几点
关于秩的重要结论: 3、关于秩的重要结论: 1) 矩阵的初等变换不改变 矩阵的秩; 矩阵的秩;
R( A) < n ⇔ A = 0
定理 重要结论
r( AB) ≤ min( r( A), r(B)) 设A = (aij )m×n , B = (bij )n×t , 则
(1)r( A) + r(B) − n ≤ r( AB)
0 0 5 1 0 3 0 1 2 0 0 0
可逆矩阵 阶方阵A可逆的充要条件 n 阶方阵 可逆的充要条件 n阶方阵A可逆⇔ A ≠ 0 ⇔ A→ E 阶方阵 可逆 →
⇔ 存在方阵 ,使AB = E, 或BA = E ⇔ 秩( An×n ) = n B
)向量组线性无关。 ⇔ A的行(列向量组线性无关。
部分相关,整体必相关;整体无关, 部分相关,整体必相关;整体无关,部分必无关
等价的向量组的秩相等; 等价的向量组的秩相等; 秩相等
判别法3 判别法
α 即α j 添上一个分量后得向量b j .若向量组 A: 1 ,α 2 ,
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
⇔ R(α1 ,α2 ,L,αm ) = R(α1 ,α2 ,L,αm,β )
定理
向量组 1 ,α2 ,L,αm线性相关 α
⇔ x1α1 + x2α2 +L+ xmαm = 0有非零解 x1 ( ⇔ 线性方程组α1 ,α2 ,L,αm ) M = 0非零解 x m (m是向量个数) ⇔ R(α1 ,α2 ,L,αm ) < m
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 (
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。
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 ;
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
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
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 + .
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
相关文档
最新文档