线性代数第三章第一节
同济大学线性代数教案第三章向量空间与线性方程组解的结构
线性代数教学教案第三章 向量组及其线性组合授课序号01,n a 组成的有序数组称为2n a ⎪⎪⎪⎭维向量写成),,n a个分量，其中T,…来表示,n a 是复数时，维复向量，当12,,,n a a a 是实数时，本书所讨论的向量都是实向量0⎪⎪⎪⎭或()0,0,,00=.2n a ⎪⎪⎪⎭称为向量2n a ⎪⎪⎪⎭的负向量，记为α. 向量的运算：由于向量可看成行矩阵或列矩阵，因此我们可用矩阵的运算来定义向量的运算，也就是：122,n n a a b ⎛⎫⎛⎪ ⎪=⎪ ⎪⎪ ⎪⎭⎝⎭β，k ∈，则有1122n n a b a b a b +⎛⎫ ⎪+ ⎪= ⎪ ⎪+⎝⎭β； （2）2n k ka ⎪⎪⎪⎭α；我们称这两种运算为向量的线性运算)1221122,,n n n n b ba a ab a b a b b ⎛⎫⎪ ⎪=+++ ⎪ ⎪⎝⎭；()111212212221212,,,n n n n n n n n a b a b a b a b a ba b b b b a a b a b a b ⎛⎫⎪⎪ ⎪=⎪ ⎪⎪⎪⎭⎝⎭. 二、向量组及其线性组合：：由若干个维数相同的向量构成的集合，称为向量组． ：给定n 维向量组,,,n ααα，对于任意一组数,,,n k k k ，表达式+n n k k α,n α和一个,n k ，使得++n n k =βα，,,n α线性表示，或者说向量β是向量组,n α的一个线性组合量组12,,,n ααα（唯一）线性表分必要条件是+n n x =α有（唯一）解.三、向量组的等价：由向量组B 线性表示：,,m αα是m ,,s β是s 维向量组成的向量组. 中每一个向量,)s β均可由向量组,m α线性表,s β可由向量组:A 12,,,m ααα线性表示.A 与向量组可以相互线性表示，则称向量组A 与向量组2,,,m αα与向量组:B 2,,,s βββ. 令矩阵),m A α，),s β，则向量组B 可由向量组线性表示的充分必要条件是矩阵方程=B向量组A 与向量组等价的充分必要条件是矩阵方程=BY A四、主要例题：1211222221122n n n n m m mn n ma x a x a x a x a xb +++++=中第()121,2,,i i i mi a ai n a ⎛⎫ ⎪ ⎪== ⎪ ⎪⎝⎭α，维列向量2m b ⎪⎪⎪⎭， n n x β+=α12122212n n m m mn a a a a a ⎫⎪⎪⎪⎪⎭，将矩阵A 与列向量组和行向量组对应2100010,,,001n ⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭e e ，将任一向量2n a ⎪⎪⎪⎭由12,,n e e e 线性表示536⎫⎪⎪⎪-⎭及向量组123101,2,11⎛⎫⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭βββ，试问α能否由12,ββ123-⎫⎛⎫⎛⎫授课序号02,m α，如果存在一组不全为零的数,m k ，使得m m k +α，则称向量组,m α线性相关．线性无关：若当且仅当0m k ==时，才有112m m k k k ++=0ααα,m α线性无关.m 个n 维向量构成的向量组12,,,m ααα线性相关的充分必要条件是齐次线性方程组1122m m k k k +++=0ααα有非零解；线性无关的充分必要条件是上述齐次线性方程组只有零解0m k k k ===(,m m α线性相关的充分必要条件是存在某一个向量(1j ≤α2线性相关的充分必要条件是它们的分量对应成比例是向量组A 的部分组线性无关，则其部分组,m α是m 个,m α线性无关，而向量组,,m αβ线性相关，则向量,m α线性表示，且表示式是唯一的如果向量组1,,s ααα可由向量组,t β线性表示，并且s >,s α线性如果向量组12,,,s ααα可由向量组2,,t β线性表示，并且向量组,s α线性无关，则2,,s α与向量组,t β均线性无关，并且这两个向量组等价，则s t =.2322,2⎛⎫ ⎪= ⎪ ⎪α，存在一组不全为零的数20,,,001n ⎪ ⎪ ⎪==⎪ ⎪ ⎪⎪ ⎪ ⎪⎭⎝⎭⎝⎭e e ，对任意一组数12120001001n n n n k k k k k k k ⎛⎫⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪+=+++= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭e ，0n k ==时，才有1122n n k k k +++=0e e e ，所以向量组1,,n e e e 线性无关证明：任一含有零向量的向量组必定线性相关.221,11⎫⎛⎫⎛⎫⎪ =⎪ ⎪ -⎭⎝α，判断向量组12,,αα授课序号03,r α满足条件：）向量组1,,r ααα线性无关；）对于A 中任意的向量β，向量组,,r αβ线性相关，则称向量组12,,r ααα为向量组的一个极大线性无关组，简称极大无关组向量组A 的任意一个极大无关组所含向量的个数，称为这个向量组的秩，记为等价的向量组有相同的秩二、矩阵秩的概念及求法：rB ，则RA B ,n α为列构作矩阵),,n α，对矩阵的阶梯数给出矩阵的秩，从而给出向量组1,,n ααα的秩),n β，,n α与向量组,n β有相同的线性相关性，从而可以根据向量组,n β的极大无关组给出向量组12,,,n ααα的极大无关组，并给出不属于极大无关组的向量由极大无关组线性表示的表示20,,,001n ⎪ ⎪ ⎪==⎪ ⎪ ⎪⎪ ⎪ ⎪⎭⎝⎭⎝⎭e e 线性无关，所以该向量组的极大无关组就是它3145,1227⎫⎛⎫⎪ ⎪=⎪ ⎪⎪ ⎪⎭⎝⎭α，向量1α与2α的分量不对应成比例，。
同济大学线性代数课件(第三章)
0 0 0
1 0 0
1 0 0
1 2 0
0
6 0
B4
2019/6/24
12
1
rrr123rr1223
0 0 0
0 1 0 0
1 1
0 0
0 0 1 0
4
3 3 0
B5
行最简形
x1 x2
x3 x3
4 3
3
2 5
3
2 3
4
0
6 3
B2
2019/6/24
11
1 1 2 1 4
r2 2
rr43 35rr22
0 0 0
1 0 0
1 0 0
1 2 1
0 6 3
B
3
1 1 2 1 4 行阶梯形
r4 12r4
②③
③2①
④3①
2x2 2x3 2x4 0, ② 5x2 5x3 3x4 6, ③
3x2 3x3 4x4 3, ④
2019/6/24
(B1 )
(B2 )
3
② 1
x1
③52②
④3②
x2 2x3 x2 x3
2019/6/24
2
用消元法
x1 x2 2x3 x4 4, ①
(1)
①③ 12② 22xx11
x2 3x2
x3 x4 2, ② x3 x4 2, ③
大学线性代数课件第三章第一节可逆矩阵
假设有两个不同的逆矩阵$B$和$C$，则有$AB = BA = I$和$AC = CA = I$。由此可得$(B - C)A = 0$和 $A(B - C) = 0$，从而推出$(B - C)$是零矩阵，即$B = C$。
逆矩阵与原矩阵的关系
逆矩阵的性质
如果矩阵$A$是可逆的，那么它的逆矩阵和原矩阵满足关系式 $AA^{-1} = A^{-1}A = I$。
分解方法
常见的矩阵分解方法包括QR 分解、LU分解、SVD分解等， 这些方法都利用了可逆矩阵的 性质。
应用场景
在数值分析、计算物理等领域 中，矩阵分解是非常重要的计 算工具，可逆矩阵的应用为这 些领域提供了强大的支持。
特征值和特征向量的计算
特征值和特征向量
可逆矩阵可以用于计算特征值和 特征向量，这些数值在许多领域 中都有重要的应用。
p;3 1&2 end{bmatrix} $$
习题
判断矩阵B是否可逆，如果可逆，求其逆矩阵。
$$ B = begin{bmatrix}
习题
4 & -3 1&2 end{bmatrix} $$
答案与解析
矩阵A的行列式值为
$ |A| = 2*2 - 3*1 = 1 neq 0 $，因此矩阵A是可逆的。
矩阵A的逆矩阵为
$ A^{-1} = frac{1}{2} begin{bmatrix}
答案与解析
2 & -3
end{bmatrix} $。 1&2
01
03 02
答案与解析
矩阵B的行列式值为
$ |B| = 4*2 - (-3)*(-1) = 5 neq 0 $，因此矩 阵B是可逆的。
3-1 n阶行列式的概念
行列式理论是研究线性方程组的解法而产生的. 行列式理论是研究线性方程组的解法而产生的. 近代,被广泛应用于数学, 近代,被广泛应用于数学,物理以及工程技术等 许多领域. 许多领域. 在线性代数中,更是一个不可缺少的重要工具. 在线性代数中,更是一个不可缺少的重要工具. 主要介绍定义,性质,计算及克莱姆法则. 主要介绍定义,性质,计算及克莱姆法则. 定义
(a , b)
证明: 证明 (1)相邻对换
AabB → AbaB
A,B中的每一个数的逆序数都没有发生改变, 所以只需考虑a ,b的逆序数 若 a > b a的逆序数不变, b 的逆序数减少1 若
a < b a 的逆序数增加1,b 的逆序数不变, 所以, AabB, AbaB 的奇偶性不同
7
(2)一般对换
Aak1k2 kmbB → Abk1k2 kmaB
情况太复杂,改变思考角度 不是通过一次性得到结果,而是作如下过程:
(a , b)
Aak1k2 kmbB
m+1 +1次相邻对换 作m+1次相邻对换 作m次相邻对换 次相邻对换
→
由(1)知, 改变了2m+1(奇数) 次奇偶性 奇偶性当然改变.
8
→
Ak1k2 kmbaB Abk1k2 kmaB
1
第一节 n阶行列式的概念 阶行列式的概念
2
一,排列及其逆数 由n个自然数组成的一个有序数组, 定义3.1.1 定义3.1.1 称为由这n个自然数的一个全排列 全排列,简称排列 全排列 排列 记作: i1i2 in 例
自然数 1,2 1,2,3 1,2,3,4 123 1234 132 12 213 231 …… …… 312 4321 n(n-1) 321 ( -1)…321
线性代数讲义03线性方程组
第三章 线性方程组第一节 线性方程组与矩阵的行等价一 线性方程组以前学过求解二元一次方程组与三元一次方程组的方法. 这里研究一般的一次方程组.定义3.1 多元一次方程组⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++mn mn m m n n n n b x a x a x a b x a x a x a b x a x a x a 22112222212111212111称为线性方程组. 方程组有m 个方程, n 个未知数i x (1,2,,i n =), 而ij a (1,2,,i n =;m j ,,2,1 =)是未知数的系数, j b (m j ,,2,1 =)是常数项.如果0=j b (m j ,,2,1 =), 则称为齐次线性方程组, 否则称为非齐次线性方程组.数组n c c c ,,,21 是方程组的一个解, 如果用它们分别代替方程组中的未知数n x x x ,,,21 , 可以使方程组变成等式组. 方程组的全部解的集合称为方程组的通解. 相对于通解, 称方程组的一个解为特解.定义3.2 如果两个线性方程组有相同的通解, 则称它们同解.按照定义, 两个方程组同解是指它们的解的集合相等. 集合相等是一种等价关系, 因此方程组同解也是一种等价关系. 特别, 方程组同解具有传递性.通过消元, 可将线性方程组变成比较简单的同解方程组, 从而得到原方程组的解.例3.1 解线性方程组⎪⎩⎪⎨⎧=++=++=+-52452132321321321x x x x x x x x x .解 从上向下消元, 得同解方程组1232332312243x x x x x x -+=⎧⎪-=⎨⎪-=-⎩. 这种方程组称为阶梯形方程组. 从下向上消元, 得同解方程组⎪⎩⎪⎨⎧-=-=-=310232321x x x .再除以第一个未知数的系数, 得线性方程组的解2/31-=x , 52=x , 33=x .解线性方程组的基本方法是加减消元法. 求解过程中常用三种运算.定义3.3 下列三种运算称为方程组的初等变换.(1) 交换两个方程的位置;(2) 用一个非零常数乘以一个方程;(3) 将一个方程的k 倍加到另一个方程上去.注意 如果用一种初等变换将一个线性方程组变成另一个线性方程组, 则也可以用初等变换将后者变成前者. 即初等变换的过程是可逆的.定理3.1 用初等变换得到的新的线性方程组与原方程组同解.证 先证明只进行一次初等变换.首先如果一组数是原方程组的解, 则它满足方程组中的每一个方程. 此后, 无论进行的是哪种初等变换, 这组数也满足新方程组的每个方程, 因此是新方程组的解. 反之, 由于初等变换的可逆性, 新方程组的解也是原方程组的解. 因此, 两个方程组同解.最后, 由于方程组同解的传递性, 进行任意多次初等变换所得方程组与原方程组同解.二 矩阵的行等价用矩阵乘法, 可以将线性方程组⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++mn mn m m n n n n b x a x a x a b x a x a x a b x a x a x a 22112222212111212111写作 11121121222212n n m m mn n a a a x a a a x a a a x ⎛⎫⎛⎫ ⎪⎪ ⎪⎪ ⎪⎪ ⎪⎪⎝⎭⎝⎭⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=m b b b 21, 称为线性方程组的矩阵表示. 其中n m ⨯矩阵)(ij a A =称为方程组的系数矩阵, 1⨯n 列矩阵),,,(21'=n x x x x 称为未知数(矩阵), 1⨯m 列矩阵),,,(21'=m b b b b 称为常数(矩阵). 此时, 线性方程组可以简写作b Ax =.如果数组n c c c ,,,21 是线性方程组b Ax =的解, 令列矩阵12(,,,)n c c c ξ'=, 则有矩阵等式A b ξ=. 列矩阵12(,,,)n c c c ξ'=是方程组的解的矩阵表示.将常数矩阵添加到系数矩阵上作为最后一列, 得到分块矩阵),(b A A =, 称为线性方程组的增广矩阵.线性方程组与其增广矩阵是互相唯一确定的. 因此, 可以将方程组的语言翻译成矩阵的语言. 从线性方程组的初等变换, 产生矩阵的行初等变换的概念.定义3.4 设A 是矩阵, 则下列三种运算称为对矩阵A 的行初等变换.(1) 交换A 的两行;(2) 用非零常数k 乘以A 的一行;(3) 将A 的一行的k 倍加到另一行上去.定义 3.5 如果通过行初等变换, 可以将矩阵A 变成矩阵B , 则称矩阵A 与B 行等价. 记作B A r−→−. 仿照定理3.1的证明, 可以得到下面的结果.性质3.1 行等价是一种等价关系, 即具有下述性质.(1) 反身性: A A r −→−; (2) 对称性: 如果B A r −→−, 则A B r −→−; (3) 传递性: 如果B A r −→−,C B r −→−, 则C A r −→−. 当一类对象具有多种不同的等价关系时，要用不同的符号予以区别. 矩阵的相等是一种等价关系, 已经用等号表示为B A =. 作为矩阵的另一种等价关系, 行等价使用符号B A r −→−. 用矩阵的行等价的概念, 可以将定理3.1写作:定理3.2 如果两个线性方程组的增广矩阵行等价，则这两个线性方程组同解.通过初等变换, 可以从线性方程组产生一个阶梯形方程组. 换成矩阵的语言, 通过行初等变换, 可以从矩阵产生下面的具有特殊结构的矩阵.如果矩阵中某行中所有元素都是0, 则称为零行, 否则称为非零行.定义3.6 具有下面的性质的矩阵称为行阶梯形阵.(1) 非零行在上, 零行在下;(2) 每个非零行的第一个非零元素(首元素)在上面的非零行的首元素的右下方.例3.2 用行初等变换化简矩阵⎪⎪⎪⎭⎫ ⎝⎛-=521451121312A .解 做行初等变换, 得⎪⎪⎪⎭⎫ ⎝⎛-=521451121312A ⎪⎪⎪⎭⎫ ⎝⎛---−→−343042201312r ⎪⎪⎪⎭⎫ ⎝⎛----−→−310042201312r . 经过消元, 得到的已经是行阶梯形阵. 继续消元, 得⎪⎪⎪⎭⎫ ⎝⎛----−→−310042201312r A ⎪⎪⎪⎭⎫ ⎝⎛----−→−3100100208012r ⎪⎪⎪⎭⎫ ⎝⎛---−→−3100100203002r .最后, 每行除以其首元素, 得⎪⎪⎪⎭⎫ ⎝⎛---−→−3100100203002r A ⎪⎪⎪⎭⎫ ⎝⎛-−→−310050102/3001r .定义3.7 具有下列性质的行阶梯形阵称为行最简阵.(1) 每个非零行的首元素等于1;(2) 包含首元素的列的其它元素都是0.在例3.2中, 最后得到的是行最简阵. 由以上的讨论, 可得下面的定理.定理3.3 对于任意矩阵A , 存在一个行最简阵R , 使得A 与R 行等价.如果矩阵A 与行阶梯形阵R 行等价，则称R 是A 的行阶梯形阵. 如果A 与行最简阵R 行等价, 则称R 为矩阵A 的行等价标准形.其实, 例3.2中的矩阵就是例3.1中线性方程组的增广矩阵. 而矩阵的行初等变换的过程与线性方程组的初等变换的过程完全一样. 唯一的区别在于这里只有系数和常数, 没有未知数和等号. 由于增广矩阵与线性方程组可以互相唯一确定, 缺少未知数和等号完全不影响问题的解决.习题3-11. 写出线性方程组⎪⎪⎩⎪⎪⎨⎧=+++-=----=+-+=+++01123253224254321432143214321x x x x x x x x x x x x x x x x 的系数矩阵与增广矩阵, 并用消元法求解.2. 设线性方程组的增广矩阵为⎪⎪⎪⎭⎫ ⎝⎛------1681355422351312, 写出该线性方程组, 并用消元法求解.3. 求下列矩阵的行等价标准形.（1）102120313043-⎛⎫ ⎪ ⎪ ⎪-⎝⎭; (2) 023*********-⎛⎫ ⎪- ⎪ ⎪--⎝⎭; (3) 11343335412232033421--⎛⎫ ⎪-- ⎪ ⎪-- ⎪ ⎪---⎝⎭; (4) 23137120243283023743--⎛⎫ ⎪-- ⎪ ⎪- ⎪ ⎪-⎝⎭. 4. 求t 的值, 使得矩阵⎪⎪⎪⎭⎫ ⎝⎛-----t 22122351311321的行等价标准形恰有两个非零行.第二节 矩阵的秩一 矩阵的秩的定义定义 3.8 设矩阵n m ij a A ⨯=)(, 从A 中任意选取k 行,k 列(},min{n m k ≤), 位于这些行与列的交叉点上的2k 个元素按照原来的相对位置构成的k 阶行列式称为A 的一个k 阶子式. 例如, 位于矩阵⎪⎪⎪⎭⎫ ⎝⎛---=312097102431A 的第一,三行, 第二，四列的二阶子式为133223-=-. 一个n m ⨯矩阵有kn k m C C 个k 阶子式. 矩阵的每个元素都是它的一个一阶子式. 而n 阶方阵的行列式是它的唯一的n 阶子式.定义3.9 如果矩阵n m ij a A ⨯=)(中有一个r 阶子式不等于零, 而所有1+r 阶子式都等于零, 则称矩阵A 的秩等于r . 记作r A =)rank(.如果矩阵的所有1+r 阶子式都等于零, 根据行列式按照一行展开, 可以证明所有更高阶的子式也都等于零. 因此, 矩阵的秩等于它的不等于零的子式的最高阶数.约定 对于零矩阵O , 约定0)rank(=O .由矩阵的秩的定义, 可以得到下面简单事实:(1) 设A 是非零矩阵, 则1)rank(≥A ;(2) 设A 是n m ⨯矩阵, 则},min{)rank(n m A ≤;(3) n 阶方阵A 可逆的充分必要条件为n A =)rank(. 于是, 可逆阵又称为满秩阵.例3.3 设⎪⎪⎪⎭⎫ ⎝⎛=064212100321A , 求它的秩.解 左上角的二阶子式不等于零. 而所有四个三阶子式都等于零. 于是, 2)rank(=A . 例3.4 求对角阵),,,diag(21n a a a A =的秩.解 由不等于0的主对角元素所在的行与列确定的子式不等于0. 而阶数高于这个子式的子式必然有零行. 因此对角阵的秩等于其不等于0的主对角线元素的个数.例3.5 设矩阵A 的秩等于0>r , 从A 删除一行得到矩阵B , 问B 的秩可能取哪些值? 如果给A 添加一行呢?解 因为矩阵B 的子式也是矩阵A 的子式, 所以B 的秩不大于A 的秩.已知r A =)r a n k (, 不妨设A 的r 阶子式D 不等于0. 如果D 也是B 的子式, 则r B =)rank(. 否则, 根据行列式按照一行展开, 在D 的未被删除的1-r 行中, 至少有一个1-r 阶子式不等于0. 于是1)rank(-≥r B .仿照上面的证明, 添加一行所得矩阵的秩等于r , 或者1+r .性质3.2 设A 是矩阵, k 是数, 则(1) 转置: )rank()rank(A A =';(2) 数乘: 如果0≠k , 则)rank()rank(A kA =.证 只证(2).考虑矩阵A 的一个s 阶子式s D , 根据矩阵的性质2.6, 矩阵kA 的相应的子式等于s s D k .已知0≠k , 因此0=s s D k 的充分必要条件为0=s D .设r A =)rank(, 则A 有一个r 阶子式不等于0, 而所有1+r 阶子式都等于0. 根据前面的分析, 矩阵kA 具有相同的性质. 因此, r kA =)rank(.二 行初等变换用定义计算矩阵的秩时, 需要计算许多个行列式. 计算量非常大.定理3.4 设矩阵A 与B 行等价, 则rank()rank()A B =.证 设一次行初等变换将矩阵A 变成矩阵B ，且r A =)r a n k (, 则A 的所有1+r 阶子式都等于0. 下面对于三种行初等变换证明矩阵B 的所有1+r 阶子式也都等于0.(1) 矩阵A 的一行乘以非零常数k . 此时B 的一个1+r 阶子式或者就是A 的相同位置的1+r 阶子式, 或者是A 的相同位置的1+r 阶子式的一行乘以非零常数k . 于是, B 的所有1+r 阶子式都等于0.(2) 交换矩阵A 的两行. 考虑B 的一个1+r 阶子式D , 则A 有一个1+r 阶子式与D 的差别至多是行的顺序不同. 于是, B 的所有1+r 阶子式都等于0.(3) 将A 的第j 行的k 倍加到第i 行. 如果B 的一个1+r 阶子式不包含A 的第i 行, 它就是A 的相同位置的1+r 子式. 如果B 的一个1+r 阶子式D 包含A 的第i 行, 用行列式的性质, 这个子式可以分解为21kD D +, 其中1D 就是A 的相同位置的1+r 子式. 如果D 不包含A 的第j 行, 则2D 可以由A 的某个1+r 阶子式经交换行得到. 如果D 包含A 的第j 行, 则2D 有两个相同的行. 于是, B 的所有1+r 阶子式都等于0.总之, )rank()rank(A r B =≤.另一方面, 由矩阵的行等价的对称性, 也可以用行初等变换将矩阵B 变成矩阵A . 从而还有)rank()rank(B A ≤. 于是, 无论做哪种行初等变换, 都有rank()rank()A B =.最后, 由矩阵的行等价的传递性, 进行多次行初等变换也不改变矩阵的秩.推论 3.1 矩阵的秩等于它的行阶梯形阵中非零行的个数, 也就是行等价标准形中非零行的个数.证 设矩阵A 的行等价标准形R 中恰有r 个非零行, 则所有1+r 阶子式都等于0. 另一方面, 它的非零行的首元素所在的列的前r 行构成r 阶单位阵. 于是r R =)rank(. 根据定理 3.4, 有r A =)rank(.例3.6 求矩阵⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-----=7931181332111511A 的秩. 解 用行初等变换, 得⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-----=7931181332111511A −→−r ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-----81440472047201511−→−r ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---0000000047201511. 矩阵A 的行阶梯形阵有两个非零行, 因此, 2)rank(=A .例3.7 设分块矩阵⎪⎪⎭⎫ ⎝⎛=C O O B A , 求证: )rank()rank()rank(C B A +=. 证 设矩阵C B ,的行等价标准形分别为R 和S , 分别对B 和C 所在的行做行初等变换, 得⎪⎪⎭⎫ ⎝⎛=C O O B A ⎪⎪⎭⎫ ⎝⎛−→−S O O R r , 其中R 和S 分别是B 和C 的行等价标准形. 将R 所在的行中的零行移动到矩阵的最下方, 而不改变非零行的上下顺序, 可得到一个行最简阵. 而且, 这就是A 的行等价标准形. 于是, A 的行等价标准形中非零行的个数恰等于B 与C 的行等价标准形中非零行的个数之和.用这个方法可以证明: 准对角阵的秩等于各对角块的秩的和.习题3-21. 设矩阵⎪⎪⎭⎫ ⎝⎛=75211111A ，按照从小到大的顺序排列它的所有二阶子式. 2. 设n m ⨯矩阵A 的秩等于r , 任取A 的s 行构成矩阵B , 求证: m s r B -+≥)rank(. *3. 设A 是n m ⨯矩阵，求证：1)rank(=A 的充分必要条件为: 存在1⨯m 非零矩阵B 与n ⨯1非零矩阵C ，使得BC A =.4. 用行初等变换求下列矩阵的秩.(1) 123235471⎛⎫ ⎪- ⎪ ⎪⎝⎭; (2) 321322131345561---⎛⎫ ⎪-- ⎪ ⎪--⎝⎭; (3) 1010011000011000011001011⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭; (4) 132541413514243273613-⎛⎫ ⎪ ⎪ ⎪ ⎪-⎝⎭. 5. 求t 的值, 使得方阵⎪⎪⎪⎭⎫ ⎝⎛-=t A 23312231的秩等于2.第三节 齐次线性方程组的基础解系齐次线性方程组的矩阵表示为0=Ax . 此时方程组与其系数矩阵A 互相唯一确定.齐次线性方程组0=Ax 总有零解. 于是, 解齐次线性方程组的基本问题是:(1) 对给定的齐次线性方程组，判定是否有非零解;(2) 如果有非零解, 求出所有的解(通解). 性质 3.3 如果列矩阵1ξ与2ξ是齐次线性方程组0=Ax 的两个特解, 则对于任意的数k h ,, 列矩阵21ξξk h +也是方程组的解.证 将21ξξk h +代入方程组, 得)(21ξξk h A +00021=+=+=ξξkA hA . 由定理3.2与定理3.3可得解齐次线性方程组的基本路线. 下面通过例题予以说明.例1求齐次线性方程组⎪⎪⎩⎪⎪⎨⎧=-+++=-+++=-----=+++0434503223006225432154321543215432x x x x x x x x x x x x x x x x x x x 的通解. 解 首先写出方程组的系数矩阵.⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-------=14345321231111162210A . 然后做行初等变换, 由矩阵A 产生行阶梯形阵. ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-------14345321236221011111⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-----−→−00000010006221011111r . 继续做行初等变换, 得到矩阵A 的行等价标准形.⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-00000010006021050101⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--−→−00000010006021050101r . 从行等价标准形得到同解方程组⎪⎪⎩⎪⎪⎨⎧===++=--000062054532531x x x x x x x .将行等价标准形的非零行中的首元素对应的未知数留在方程组的左边, 将其余未知数移到方程组的右边, 得到⎪⎪⎩⎪⎪⎨⎧==--=+=0006254532531x x x x x x x . 任意取定右边未知数(自由未知数)的值, 则左边未知数(约束未知数)的值也随之确定, 由此产生方程组的一个解.实际上，由此可以得到方程组的全部解. 设),,,,(54321'd d d d d 是方程组的任意的特解, 上面求解时3x 与5x 可以任意取值, 自然包含取值33d x =与55d x =. 由于),,,,(54321'd d d d d 是方程组的解, 必须满足方程组.因此5315d d d +=,53262d d d --=,04=d . 于是, 这个特解可以由上面的方法产生.令h x =3,k x =5, 得到齐次线性方程组的通解k h x 51+=,k h x 622--=,h x =3, 04=x , k x =5, 其中k h ,是任意常数.在通解中令1=h ,0=k , 得到齐次线性方程组的一个特解1(1,2,1,0,0)ξ'=-. 反之, 令0=h ,1=k , 得到另一个特解2(5,6,0,0,1)ξ'=-. 从而得到齐次线性方程组的通解的矩阵表示: 12x h k ξξ=+, 其中k h ,是任意常数. 为了得到方程组的通解, 只须求得特解1ξ与2ξ， 因此, 称12,ξξ为齐次线性方程组的基础解系.注意 将一个自由未知数取1, 其他自由未知数取0, 得到齐次线性方程组的一个特解. 这些特解的集合就是基础解系. 因此, 如果有s 个自由未知数, 则方程组的基础解系包含s 个特解.定理 3.5 设A 是n m ⨯矩阵, 则齐次线性方程组0=Ax 的基础解系中所包含的特解的个数等于)rank(A n -.证 根据推论 3.1, 系数矩阵A 的秩等于行等价标准形R 中非零行的个数, 也就是约束未知数的个数. 于是, 未知数的个数n 与系数矩阵的秩)rank(A 的差等于自由未知数的个数, 也就是基础解系中所包含的特解的个数.推论 3.2 齐次线性方程组只有零解的充分必要条件为: 系数矩阵的秩等于它的列数.证 根据定理 3.5, 此时没有自由未知数, 于是只有一个零解.推论3.3 设A 是n 阶方阵，求证：齐次线性方程组0=Ax 只有零解的充分必要条件为: 行列式0||≠A .证 根据推论3.2, 齐次线性方程组0=Ax 只有零解的充分必要条件为n A =)rank(. 由矩阵的秩的定义, n A =)rank(的充分必要条件为0||≠A .例 3.9 设A 是n 阶方阵, 且n r A <=)rank(, 求证: 存在n 阶方阵B , 满足O AB =, 且r n B -=)rank(.证 考虑齐次线性方程组0=Ax , 根据定理3.5, 它的r n -个特解12,,,n r ξξξ-组成基础解系. 即有0i A ξ=, r n i -=,,2,1 .构造分块n 阶方阵12(,,,,0,,0)n rB ξξξ-=, 即B 的前r n -列是基础解系中的特解构成的列矩阵, 后面的r 个列的元素都是0. 由基础解系的构造, 在B 的前r n -列中, 与自由未知数对应的行可以构成一个单位阵, 因此r n B -=)rank(.另一方面, 由分块矩阵的运算规则, 有12(,,,,0,,0)n r AB A ξξξ-=12(,,,,0,,0)n r A A A O ξξξ-==.习题3-31. 求下列齐次线性方程组的通解.(1)⎪⎩⎪⎨⎧=+=++=+-03200231321321x x x x x x x x ; (2)⎪⎩⎪⎨⎧=-+-+=+--+=-+-+024242052420632543215432154321x x x x x x x x x x x x x x x ; (3)⎪⎪⎩⎪⎪⎨⎧=-+++=+++=-+++=++++033450622032305432154325432154321x x x x x x x x x x x x x x x x x x x ; （4）⎪⎪⎩⎪⎪⎨⎧=+-+-=-+--=-+-+=+-+-02252022303220254321543215432154321x x x x x x x x x x x x x x x x x x x x .2. 设齐次线性方程组的系数矩阵的列数大于行数, 求证: 该方程组有非零解.3. 当a 满足什么条件时, 齐次线性方程组⎪⎩⎪⎨⎧=++=++=++000321321321x x x x ax x x x ax 只有零解?4. 求a 的值, 使得齐次线性方程组⎪⎩⎪⎨⎧=+-=++=++004202321321321x x x x x x x x ax 有非零解. 并求其基础解系.5. 设0>n , 求证: n 次多项式至多有n 个两两不同的零点.第四节 非齐次线性方程组的通解解非齐次线性方程组b Ax =的基本问题是:(1) 对于给定的方程组, 判断是否有解;(2) 如果有解, 求出全部解(通解).定义 3.10 将非齐次线性方程组b Ax =中各方程的右边变成0, 得到的齐次线性方程组0=Ax 称为方程组b Ax =的导出组.性质3.4 设列矩阵1η与2η是线性方程组b Ax =的两个特解, 则它们的差21ηηξ-=是它的导出组0=Ax 的解.证 将21ηηξ-=代入导出组的左边, 得)(21ηηξ-=A A 021=-=-=b b A A ηη.推论 3.4 如果非齐次线性方程组有解, 则它的通解是它的一个特解与它的导出组的通解的和.证 首先, 设列矩阵η是方程组b Ax =的特解, 列矩阵ξ是其导出组0=Ax 的特解, 则有b b A A A =+=+=+0)(ηξηξ,即列矩阵ηξ+是方程组b Ax =的解.其次, 设列矩阵ζ是方程组b Ax =的任意的特解, 根据性质3.4, 列矩阵ηζξ-=是导出组0=Ax 的解. 移项, 得ξηζ+=, 即方程组b Ax =的任意的特解ζ可以表示为它的取定的特解η与导出组0=Ax 的解ξ的和.综合两方面, 即得本推论.注意 求非齐次线性方程组的通解, 只须求出它的一个特解, 以及它的导出组的通解. 而后面的问题已经解决.在齐次线性方程组的解题路线中, 用增广矩阵代替系数矩阵, 得非齐次线性方程组的解题路线. 现举例说明.例 3.10 求非齐次线性方程组⎪⎪⎩⎪⎪⎨⎧=-+++-=-+++-=-----=+++13334533237246225432154321543215432x x x x x x x x x x x x x x x x x x x 的通解. 解 首先写出方程组的增广矩阵⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---------13133453311237111112462210. 然后做行初等变换, 由增广矩阵产生行阶梯形阵.⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---------13133453311232462210711111⎪⎪⎪⎪⎪⎭⎫ ⎝⎛------−→−0000000000002462210711111r . 继续做行初等变换, 得到增广矩阵的行等价标准形.⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-00000000000024622101751101⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----−→−00000000000024622101751101r . 从行等价标准形得到同解方程组⎪⎪⎩⎪⎪⎨⎧===+++-=---00002462217554325431x x x x x x x x . 将自由未知数移到右边, 得⎪⎪⎩⎪⎪⎨⎧==+---=-++=00002462217554325431x x x x x x x x . 将自由未知数取值0, 计算约束未知数的值, 即得非齐次方程组的一个特解)0,0,0,24,17('-=η.根据推论 3.3, 还需要求它的导出组的基础解系. 注意到: 如果删除增广矩阵的最后一列, 就是系数矩阵. 在做行初等变换之后, 如果删除增广矩阵的行等价标准形的最后一列, 也就是系数矩阵的行等价标准形. 于是, 如果将非齐次方程组的同解方程组的常数项变成0, 就是它的导出组的同解方程组. 用前面的方法, 得基础解系)0,0,1,2,1(1'-=ξ, )0,1,0,2,1(2'-=ξ,)1,0,0,6,5(2'-=ξ.于是, 非齐次线性方程组的通解的矩阵表示为332211ξξξηk k k x +++=, 其中321,,k k k 是任意常数.例 3.11 解非齐次线性方程组⎪⎪⎩⎪⎪⎨⎧=-+++-=-+++-=-----=+++13334523237246225432154321543215432x x x x x x x x x x x x x x x x x x x .解 这个方程组的增广矩阵为⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---------13133453311237111112462210. 通过行初等变换, 得到行阶梯形阵⎪⎪⎪⎪⎪⎭⎫ ⎝⎛------0000001000002462210711111. 在这里, 有一个非零行的首元素在最后一列. 当从行阶梯形阵出发, 得同解方程组时, 该行对应矛盾方程: 10=. 因此, 同解方程组无解. 于是, 原线性方程组无解. 反之, 如果不出现这种情况, 则用前面的方法可以求出通解.于是, 非齐次线性方程组有解的充分必要条件为: 它的增广矩阵的行阶梯形阵的非零行的首元素不出现在最后一列(常数项). 下面的定理用矩阵的秩表述这个结论.定理 3.6 非齐次线性方程组有解的充分必要条件为: 它的系数矩阵的秩等于它的增广矩阵的秩.证 在增广矩阵的行阶梯形阵中, 首元素不出项在最后一列的充分必要条件为: 增广矩阵的行阶梯形阵的非零行的个数等于系数矩阵的行阶梯形阵的非零行的个数. 由推论 3.1, 即系数矩阵与增广矩阵有相同的秩.推论 3.5 非齐次线性方程组有唯一解的充分必要条件为: 它的系数矩阵的秩等于其列数, 且等于增广矩阵的秩.证 综合定理3.6和推论3.2即可.例 3.12 当b a ,取何值时, 非齐次线性方程组⎪⎪⎩⎪⎪⎨⎧-=+++=--+-=++=+++1232)3(122043214324324321ax x x x bx x a x x x x x x x x 有唯一解, 无解, 有无穷多解? 对后者求通解.解 对增广矩阵做行初等变换, 得⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----112323101221001111a b a⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-------−→−1321023101221001111a b a r ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-+-−→−01000101001221001111a b a r ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-+----−→−01000101001221011101a b a r 根据定理3.6, 当1,1-≠=b a 时无解.当1,1-==b a 时, 非齐次线性方程组的特解为)0,0,1,1('-=η, 导出组的基础解系为)0,1,2,1(1'-=ξ, )1,0,2,1(2'-=ξ，通解为2211ξξηk k x ++=, 其中21,k k 是任意常数.当1≠a 时有唯一解)0,1,32,2(11'+--+--=b b a a b a η. 例3.13 设A 是n 阶方阵, 且0||≠A . 将A 分块),(C B A =, 其中C 是A 的最后一列, 求证: 线性方程组C Bx =无解.证 线性方程组的增广矩阵就是A , 由0||≠A , 增广矩阵的秩等于n . 而线性方程组的系数矩阵B 只有1-n 列, 它的秩不大于1-n . 根据定理3.6, 线性方程组C Bx =无解.推论 3.6 设A 是n 阶方阵, 则线性方程组b Ax =有唯一解的充分必要条件为: 行列式0||≠A .证 充分性. 设0||≠A , 则方阵A 的秩等于其列数n . 又方程组的增广矩阵),(b A 只有n 行, 于是, 由例3.5, 有≤=)rank(A n n b A ≤),rank(.根据推论3.5, 方程组有唯一解.必要性. 设方程组b Ax =有唯一解, 根据推论 3.5, 方阵A 的秩等于其列数n . 于是, 行列式0||≠A .条件0||≠A 保证方阵A 可逆. 用A 的逆阵左乘b Ax =, 得b A x 1-=. 这个公式是用逆阵表示线性方程组的唯一解. 从这个公式出发, 可以得到另一个公式. 根据定理2.1, 有 b A x 1-=b A A *||1=, 其中方阵*A 是A 的伴随阵. 计算这个矩阵等式的第j 行的元素, 得)(||12211n nj j j j b A b A b A A x +++= , n j ,,2,1 =. 根据定理 1.3, 等式右边的括号可以看作: 用常数矩阵b 代替系数行列式||A 的第j 列所得的行列式, 按照第j 列的展开式. 将这个行列式记作j D , 又将||A 改写作D , 则上式为D D x jj =, n j ,,2,1 =.这个公式是用行列式的商表示线性方程组的唯一解，称为克拉默法则.习题3-41. 设列矩阵i η(m i ,,,2,1 =)是非齐次线性方程组Ax b =的特解, 数i k (m i ,,,2,1 =)满足121=+++m k k k , 求证: 列矩阵1122m mk k k ηηη+++也是方程组Ax b =的特解.2. 求下列非齐次线性方程组的通解. (1)⎪⎪⎩⎪⎪⎨⎧=-+=++-=-+--=-+337713434234313214321431x x x x x x x x x x x x x ; (2) ⎪⎩⎪⎨⎧-=-+-=+-=-+-22344324314324321x x x x x x x x x x ; (3) ⎪⎪⎩⎪⎪⎨⎧=++-=+-=--=++0644352523222321321321321x x x x x x x x x x x x ; (4) ⎪⎪⎩⎪⎪⎨⎧=+++=++++=++++----nx x x x x x x x x x x x n n n n n n 122113113221 , 其中1>n .3. 求证: 线性方程组⎪⎩⎪⎨⎧=++-=+++=-++2543222432143214321x x x x x x x x x x x x 无解. 4. 求b的值, 使得线性方程组⎪⎩⎪⎨⎧=+-+=+-+=++-b x x x x x x x x x x x x 432143214321114724212有解, 并求其通解.5. 当d c b a ,,,满足什么条件时, 线性方程组⎪⎪⎩⎪⎪⎨⎧=+=+=+=+d x x cx x b x x a x x 42314321有解? 并求其通解.6. 当b a ,取何值时, 线性方程组⎪⎩⎪⎨⎧=++=++=++b ax x x x x x x x x 32132132132263132有唯一解, 无解, 有无穷多解? 对后者求其通解.*7. 设A 是n 阶方阵, b 是1⨯n 矩阵, 且分块方阵满足)rank(0rank A b b A =⎪⎪⎭⎫ ⎝⎛', 求证: 非齐次线性方程组b Ax =有解.第五节 初等方阵与初等变换一 初等方阵定义3.11 对单位阵E 做行初等变换所得方阵称为初等方阵.三种行初等变换产生三种初等方阵:(1) 交换E 的第i 行与第j 行所得方阵记作ij P ;(2) 用非零常数k 乘以E 的第i 行所得方阵记作)(k D i ;(3) 将E 的第j 行的k 倍加到第i 行所得方阵记作)(k T ij .三种初等方阵是可逆阵, 且它们的逆阵也是初等方阵. 实际上, 有ij ij P P =-1, ⎪⎭⎫ ⎝⎛=-k D k D i i 1)(1, )()(1k T k T ij ij -=-.定理 3.7 对矩阵A 做一种行初等变换, 相当于左乘一个相应的初等方阵.注意 定理3.7在矩阵的相等与矩阵的行等价之间建立了联系, 从而可以用矩阵的运算性质研究矩阵的行等价. 下面将看到, 有时这是非常方便的.推论 3.7 任意矩阵A 可以表示成R E E E A s 21=, 其中i E 是初等方阵, R 是A 的行等价标准形.证 对A 做行初等变换, 可得其行等价标准形R . 这个过程相当于用一系列初等方阵i E 左乘矩阵A . 即有R A E E E s =12 . 由于初等方阵可逆, 用它们的逆阵逐个左乘此式, 得R E E E A s 11211---= . 因为初等方阵的逆阵还是初等方阵, 换符号即得推论中的表示.推论3.8 方阵A 可逆的充分必要条件为: 它可以表示成初等方阵的乘积.例3.14 设B A ,都是n m ⨯矩阵, 求证: A 与B 行等价的充分必要条件为存在m 阶可逆阵P , 使得B PA =.二 矩阵方程矩阵方程B AX =, 其中A 是n 阶可逆阵, B 是m n ⨯矩阵, 而X 是m n ⨯未知矩阵.已知A 是可逆阵, 用其逆阵左乘方程, 得矩阵方程的解B A X 1-=. 对于可逆阵A , 存在初等方阵i E , 使得E A E E E s =12 . 用同样的初等方阵左乘矩阵方程B AX =, 得EX AX E E E s =12 B E E E X s 12 ==这个等式说明, 对可逆阵A 与矩阵B 做相同的行初等变换, 当将A 变成单位阵时, 矩阵B 变成矩阵方程B AX =的解B A X 1-=.例3.15设方阵⎪⎪⎪⎭⎫⎝⎛--=111012112A ,⎪⎪⎪⎭⎫ ⎝⎛--=521234311B , 解矩阵方程B AX =.解 做分块矩阵: 左边部分是A ,右边部分是B . 做行初等变换, 得()=B A |⎪⎪⎪⎭⎫⎝⎛----521111234012311112⎪⎪⎪⎭⎫⎝⎛----−→−311112234012521111r⎪⎪⎪⎭⎫ ⎝⎛-------−→−143100872230521111r⎪⎪⎪⎭⎫ ⎝⎛---−→−1431003/1053/80103/813/2001r .于是，⎪⎪⎪⎭⎫ ⎝⎛---==-1433/1053/83/813/21B A X . 如果矩阵方程B AX =中的方阵A 可逆, 方阵B 是单位阵E , 则用这个方法得到的矩阵方程的解E A X 1-=1-=A 就是A 的逆阵. 由此得到计算逆阵的简单方法.例3.16 求方阵⎪⎪⎪⎭⎫ ⎝⎛--=523012101A 的逆阵. 解 用初等变换法.()=E A |⎪⎪⎪⎭⎫ ⎝⎛--100523010012001101⎪⎪⎪⎭⎫ ⎝⎛---−→−127200012210001101r⎪⎪⎪⎭⎫ ⎝⎛----−→−2/112/71001150102/112/5001r于是 ⎪⎪⎪⎭⎫ ⎝⎛----=-2/112/71152/112/51A . 如果X 与B 是列矩阵, 用这里的方法可以得到线性方程组B AX =的解B A X 1-=. 而且这种解法正是前面的消元法.性质 3.5 两个矩阵的乘积的秩不大于每个因子的秩.证 设A 是p m ⨯矩阵, B 是n p ⨯矩阵, r A =)rank(. 先证明r AB ≤)rank(.根据推论 3.7, 有R A E E E s =12 , 其中A 的行等价标准形R 恰有r 个非零行. 用矩阵B 右乘此式, 得RB AB E E E s =)(12 . 根据矩阵乘法定义, 矩阵RB 至多有r 个非零行. 根据定理3.4, 有)rank()rank()rank(A r RB AB =≤=.转置可证明另一部分.例3.17 设A 是可逆阵,则)rank()rank(B AB =.证1 记矩阵AB C =. 由性质 3.5, 有)rank()rank(B C ≤. 用逆阵1-A 左乘AB C =, 得C A B 1-=, 从而有)rank()rank(C B ≤.上面的证明主要体现了逆阵的一种应用, 并不是最简捷的证明.证2 已知A 是可逆阵，根据推论3.8, 有B E E E AB s 12 =. 再根据定理 3.4, 有)rank()rank(B AB =.三 初等变换与矩阵的行初等变换类似, 可以定义矩阵的列初等变换.定义3.12 设A 是矩阵, 称下面三种变换为对矩阵A 的列初等变换.(1) 交换A 的两列;(2) 用非零常数k 乘以A 的一列;(3) 将A 的一列的k 倍加到另一列上去,与行初等变换类似, 可以定义矩阵的列等价与列等价标准形.性质 3.6 列初等变换与列等价具有下述性质.(1) 列初等变换不改变矩阵的秩;(2) 对一个矩阵做列初等变换, 相当于用相应的初等方阵右乘这个矩阵;(3) 矩阵的列等价是等价关系;(4) 矩阵B 与A 列等价的充分必要条件为: 存在可逆阵Q , 使得B AQ =.与用行初等变换解矩阵方程B AX =类似, 可以用列初等变换解矩阵方程B XA =.例3.18设⎪⎪⎪⎭⎫ ⎝⎛--=111012112A , ⎪⎭⎫ ⎝⎛-=234311B , 解矩阵方程B XA =.解 做分块矩阵, 上边是A , 下边是B . 然后做列初等变换. 当将A 变成单位阵时, B变成矩阵方程的解1-=BA X . 如果用→表示列等价, 则有⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---234311111012112⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---→423131*********⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---→253321301011001⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---→3/253/8122100010001. 于是⎪⎭⎫ ⎝⎛---=3/253/8122X . 例 3.19 设分块矩阵),(B A , 求证: )rank()rank(),rank(B A B A +≤.证 设矩阵B A ,的列等价标准形分别为S R ,,则R 与S 分别有)ra nk(A 与)rank(B 个非零列. 从而分块矩阵),(S R 有)rank()rank(B A +个非零列. 另一方面, 如果在矩阵),(B A 中分别对两个子块做列初等变换, 则可以得到分块矩阵),(S R . 于是, 有)rank()rank(),rank(),rank(B A S R B A +≤=.。
武汉大学《线性代数》03 第三章
3 x2 3 x3 4 x4 3, ④
2020/11/2
a
(B1 )
(B2 )
3
② 1
x1
2
③ 5②
④3②
x2 2x3 x2 x3
x4 x4 2 x4
4, ① 0, ② 6, ③
x4 3.④
x1 x2 2 x3 x4 4, ①
④1③
2
x2 x3 x4 0, ② 2x4 6, ③
1 6 4 1 4 0 4 3 1 1
00
12 16
9 12
7 8
1121
a
40
1 6 4 1 4
r3 3r2
0
4
3
1 1
r44r2 0 0 0 4 8 0 0 0 4 8
r4 r3
1 6 4 1 4 0 4 3 1 1 0 0 0 4 8 0 0 0 0 0
2020/11/2
a
6
定义1：下面三类变换称为矩阵的初等行变换:
1 对 调 i, j 两 行 ， ri rj
2 以 数 k 0 乘 以第 i 行 的 所 有 元 素, ri k
3 把第 j 行所 有元 素的k 倍加 到第 i 行
对 应 的 元 素 上 去. ri krj
同样可定义矩阵的初等列变换 (把“r”换成 “c”)．初等行变换和初等列变换统称初等变换。
0 0
1 0
0 1
2 1
3， 3
3 2
X
A1B
2 1
3 3
.
2020/11/2
a
32
§3 矩阵的秩
定义3：在矩阵 A中，任取 k 行、k 列所得的 k2个 元素不改变它们的相对位置而得的 k 阶行列式， 称为 A的一个 k 阶子式。
线性代数第三章第一节
数学中把具有上述三条性质的关系称为等
价, 例如两个线性方程组同解, 就称这两个线性 方程组等价.
3. 两个矩阵等价的几何意义
设矩阵 A 与矩阵 B 等价, 则由引例知, 以 A
四、行阶梯形矩阵
1. 定义 满足下面两个条件的矩阵称为 行阶梯形矩阵:
(1) 非零行(元素不全为零的行)的标号小于 零行(元素全为零的行)的标号; (2) 设矩阵有 r 个非零行,第 i 个非零行的第 一个非零元素所在的列号为 ti (i = 1, 2, · · ·, r ), 则 t1 < t2 < · · ·< tr .
即 特别地，如果 B = E，则 P = A-1 ， (A, E) ~ (E, A-1) 我们可以采用下列形式求 A-1 ： 将A与E
r
并排放在一起，组成一个 n 2n 矩阵 ( A , E ) . 对矩阵 ( A , E ) 作一系列的行初等变换，将其左半 部分化为单位矩阵 E ，这时其右半部分就是 A-1. 即 (A,E) 行初等变换 (E , A-1 )
1 1 2 0 0 0 1 0 0
4 0 6 0 4 3 3 0 0 0 0 0 0 0 0
行阶梯形矩阵
A-1B 通常都用此方法. 这是当 A 为可逆矩阵时，
求解方程 AX = B 的方法（求 A-1 也就是求方程 AX
= E 的解）. 这方法就是把方程 AX = B，从而求得方程的解. 这
与求解线性方程组 AX = b 时把增广矩阵 (A , b) 化 为行最简形的方法是一样的.
系了起来，从而可以依据矩阵乘法的运算规律得到
初等变换的运算规律， 也可以利用矩阵的初等变换 去研究矩阵的乘法. 由定理 1 可得如下推论.
线性代数第三章(一二节向量与线性相关性)
证明
必要性 设向量组 A: a1 , a2 , ... , am 线
性相关, 则有 m 个不全为零的实数 k1 , k2 , ... , km 使 k1a1 + k2a2 + ... + kmam = 0 . 因 k1 , k2 , ... , km 不全为 0 , 不妨设 k1 0 , 于是便 有
（9） 若a1 , a2 , ... , an是n维向量组，则 a1 , a2 , ... , an线性相关的充要条件是其 构造的行列式值为0. 若a1 , a2 , ... , an是n维向量组，则
a1 , a2 , ... , an线性无关的充要条件是其
构造的行列式值非0. （10） 若a1 , a2 , ... , am是n维向量组，且 m>n,则 a1 , a2 , ... , am线性相关。 特别地，n+1个n维向量必线性相关。
第 三 章 向量组的线性相关性与n 维向量空间
第一节
1. 向量的定义 定义1 n 个有次序的数 a1 , a2 , ... , an 所组成的
数组称为 n 维向量,其中第 i 个数 ai 称为第i 个分量，n称为向量的维数.
n维向量
n 维向量可写成一行, 也可写成一列. 分别
称为行向量和列向量, 也就是行矩阵和列矩阵。
引例1：非齐次线性方程组（Ⅰ）有解<=>
存在一组数x1, x2, ... , xn, 满足
x1a1 + x2a2 + ... + xnan = b。 引例2：齐次线性方程组（Ⅱ）有非零解<=> 存在一组不全为零的数x1, x2, ... , xn, 满足 x1a1 + x2a2 + ... + xnan = 0。 从这两个引例中我们可以提炼出向量组两个
线性代数课件(第三章第一节)
数学与信息科学学院
由于R A R B 2,
故方程组有解，且有
x1 x2 x4 1 2 x1 x2 x4 1 2 x x 0x 2 2 4 x3 2 x4 1 2 x 3 0 x 2 2 x4 1 2 x4 0 x 2 x4
所以方程组的通解为
x1 1 0 1 2 x 1 2 k k 0 0 . x3 1 0 2 2 1 2 x 0 1 0 4
5 School of Mathematics & Information Science
数学与信息科学学院 三、线性方程组解的判定定理
必要条件是系数矩阵 A 的秩等于增广矩阵 B A, b 的秩.
证明：不失一般性，假设矩阵经过初等行变换化成： d1 1 0 0 c1, r 1 c1n 0 1 0 c c d 2, r 1 2n 2 dr 0 0 1 cr , r 1 crn 0 0 0 0 0 d r 1 0 0 0 0 0 0 0 0 0 0 0 0 0
数学与信息科学学院
商丘师范学院数学学院
1 School of Mathematics & Information Science
数学与信息科学学院 线性方程组 向量 ？ （向量的有关 理论）
（线性方程组
有解的条件）
线性方程组 矩阵 （矩阵初等变 换、矩阵的秩） 线性方程（组）
线性代数第三章课件
返回
上页
20
下页
m ( n ) 1 , 2 ,, m 分别是 A 的 是 A 的个彼此不同的特征值，
属于1 , 2 ,, m 的特征向量， 则 1 , 2 ,, m 线性无关。 定理3.5 设 A 是 n 阶方阵, 1 , 2 ,, m 是 A 的 i1 , i 2 ,, isi 是 A 的 m( n) 个彼此不同的特征值， 属于 i (i 1,2,, m) 的线性无关的特征向量组， 则
A E 称为 A 的特征矩阵.
返回 上页
4 下页
说明 (1) 求特征值 ，就是求特征方程 A E 0 的根； (2) A E 0 有 n 个根 (其中有些根可能相同)， 其中的 k 重根也称为 k 重特征值. （3）A 的属于特征值 0 的全体特征向量是： ( A 0 E ) x O 的解集中除零向量外的全体解向量. (4) 特征方程可能有复数根，相应的，特征向量也 可能是复向量.
解 A 的特征多项式为
1 A E 4 1 1 3 0 0 0 2 (2 )(1 )2
令 A E 0 ，得 A 的 3 个特征值： 1 2 (单重特征值)
2 3 1 (二重特征值)
返回 上页
9 下页
将特征值分别代入 ( A E ) x O ，求出特征向量：
第一节 矩阵的特征值和特征向量
一、特征值和特征向量的概念 二、特征值和特征向量的性质
1
一、特征值和特征向量的概念
定义 1 设 A 是 n 阶矩阵，如果存在数 和非零向量 x, 使得 Ax x
则称： 是矩阵 A 的特征值；
x ቤተ መጻሕፍቲ ባይዱ A 的对应于(或属于)特征值 的特征向量.
线性代数课件第三章
定理 任何矩阵都可经过单纯的初等行变换化为行
最简形矩阵. 任何矩阵都可经过初等变换化为标准形矩 阵.
下面我们还是通过例子来说明该定理.
单击这里开始
从上面的例子可见, 任何矩阵经单纯的初等行变换 必能化为行阶梯形矩阵和行最简形矩阵, 但不一定能化 成标准形矩阵, 如果再使用初等列变换, 则一定能化成 标准形矩阵. 将矩阵化为行阶梯形矩阵的方法不是唯一 的, 所得结果也不唯一. 但一个矩阵的标准形是唯一的, 这反映了矩阵的另一个属性, 即矩阵的秩的概念.
第三章 矩阵的初等变换与线性方程组
第一节 矩阵的初等变换 第二节 矩阵的秩 第三节 线性方程组的解 知识要点 释疑解难 习题课
第三章 矩阵的初等变换与线性方程组
本章先引进矩阵的初等变换, 建立矩阵的秩的概念; 然后利用矩阵的秩讨论齐次线性方程组有非零解的充要 条件和非齐次线性方程组有解的充要条件, 并介绍用初 等变换解线性方程组的方法.
(i) 对调两行(对调 i, j 两行, 记作 ri rj ); (ii) 以数 k 0 乘某一行中的所有元素
(第 i 行乘 k , 记作 ri k ); (iii) 把某一行所有元素的 k 倍加到另一行对应的元素 上去(第 j 行的 k 倍加到第 i 行上,记作 ri + krj).
把定义中的“行”换成“列”,即得矩阵的初等列变 定义换. 的矩阵的初等行变换与初等列变换, 统称初等变换.
①
①-② ②-③
x2 x3 3, x4 3,
② ③
(B5)
0 0. ④
至此消元结束, 且得到 (1) 的同解方程组 (B5), (B5) 是方程组 (1) 的所有同解方程组中最简单的一个, 其中
线性代数知识点总结
线性代数知识点总结线性代数知识点总结第一章 行列式第一节：二阶与三阶行列式把表达式11221221aa a a -称为11122122a a a a 所确定的二阶行列式，并记作11122112aa aa ，即1112112212212122.a a D a a a a a a ==-结果为一个数。
（课本P1）同理，把表达式112233122331132132112332122133132231,a a a a a a a a a a a a a a a a a a ++---称为由数表111213212223313233a a a a a a a a a 所确定的三阶行列式，记作111213212223313233a a a aa a a a a 。
即111213212223313233a a a aa a a a a =112233122331132132112332122133132231,aa a a a a a a a a a a a a a a a a ++---二三阶行列式的计算：对角线法则（课本P2，P3）注意：对角线法则只适用于二阶及三阶行列式的计算。
利用行列式计算二元方程组和三元方程组：对二元方程组11112212112222ax a x b ax a x b +=⎧⎨+=⎩设11122122a a D a a =≠1121222b a D b a =1112212.a b D a b =则1122221111122122b a b a D xa a Da a ==，1112122211122122.a b a b D x a a Da a ==（课本P2）对三元方程组111122133121122223323113223333a x a x a xb a x a x a x b a x a x a x b ++=⎧⎪++=⎨⎪++=⎩，设1112132122233132330a a a D aa a a a a =≠，1121312222333233b a a D b a a b a a =，1111322122331333a b a Da b a a b a =，1112132122231323a ab Da ab a a b =，则11D x D=，22D xD=，33D xD=。
《线性代数》课件第3章
定义1.4对于一组m × n矩阵A1,..., At和数c1,...,ct , 矩阵 c1A1 + + ctAt
⎛⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎝
a11 a 21
am1
a12 a 22
am 2
a 1n a 2n
amn
⎞⎠⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟
称为S
上一个m
×
n矩阵，通常简记为
(aij
) m
×n
或
(aij
).
一个n × n矩阵称为n阶矩阵或n阶方阵.在一个n阶矩阵中,从
左上角至右下角的一串元素a11, a22 ,..., ann称为矩阵的对角线.
+
a2
⎛⎝⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜
0 1 0
0
⎞⎠⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟
+
+
an
⎛⎝⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜
0 0
0 1
⎞⎠⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟
= a 1ε1 + a 2ε2 +
+ anen .
§3.2 矩阵的乘法
( ) ( ) 定义2.1(矩阵的乘法)设A = aij 是一个m×n矩阵, B = bij 是一个
1. 把A整个分成一块,此时A就是一个1×1的分快矩阵;
2. 把A的每一行(列)或若干行(列)看成一块.比如,把A按列分
工学四川大学线性代数课件第三章第一节 可逆矩阵
A32=-4 A33=2
得 所以
b1
B
b2
b3
1/ b1
如b1b2b30,
B可逆,
且
B1
1/ b2
1/ b3
求逆运算容易出错, 在求得A1后, 可验证 AA1=E, 保证结果是正确的.
可逆矩阵的性质:
（1）如果方阵A可逆，则其逆矩阵唯一。
（2） 若 A E 或 B B E , 则 A B A 1 .
3若 A 可,则 逆 A 有 1A 1.
4 若 A 可 ,则 A 逆 1 亦 ,且 可 A 1 1 A 逆 .
5 若A, B为同阶方阵且均可逆,则AB亦可逆,且
AB 1 B 1 A 1
证明 A B 1 A B 1 A B 1 A 1 B
AE1AAA 1E,
A 1 B B 1 A 1 .
即 A1 1 A A
定理1
矩阵 A可逆的充要条件是 A 0 ，且 A1 1 A, A
其A 中 为矩 A的 阵伴随 . 矩阵
例1 下列矩阵A,B是否可逆? 若可逆, 求其逆矩阵.
b1
B b2
b3
解 因为
2 A 2 0
所以A-1存在。
同理可得
A12=-3 A22=10 A13=1 A23=-4
2
又 A 2 A 由 2 E 0
A 2 E A 3 E 4 E 0 所以A A 22E E可逆1 4，A A 32 E E 1 E A 12E A 13E
4
课后思考： 设方阵满足方程 A 2 3 A 1 E 0 0 证:明 A和 A4E都可逆，并逆 求矩 出阵
例5：设方阵B为幂等矩阵，
满足什么条件的方阵是可逆的 ？
设n阶方阵A可逆，由 A A-1= A-1 A=E 有
几何与线性代数(第三章 行列式与矩阵)
n 2时 ，D a11 A11 a12 A12 a1n A1n a1 j A1 j j1
其中A1 j (1)1 j M1 j
a21 a2, j1
M1 j
a31
a3, j1
an1 an, j1
a2, j1 a2n a3, j1 a3n
an, j1 ann
( j 1,2,..,n)
ai1 j1 ai2 j1
aik j1
ai1 j2 ai2 j2
aik j2
ai1 jk ai2 jk
aik jk
非零子式
定义（秩）：非零矩阵A的非零子式的最高阶数称为A的秩， 记为r(A)或R(A)。规定：零矩阵的秩为0
注：最高阶数，即指A存在r阶非零子式，但所有r+1阶子式 （如果存在）都等于0，则最高阶数为r。 注：r(A)=r(AT)
例：
1 4 2
A 3 5 1
2 1 6
性质2：
a11
a12 a1n
a11 a12 a1n
kai1 kai2 kain k ai1 ai2 ann
推论：
** * * 0 0 0 0 ** * *
性质3：
***
*** ***
k (5) A1 1
A
规定：当A可逆时，A0 E, Ak ( A1 )k k N，则当r, s Z时，有
Ar As Ars , ( Ar )s Ars
伴随矩阵
a11
A
a21
an1
a12 a22
an2
a1n
A11
a2n ann
A*
A12
A1n
A21 A22
| A|
| A|
- 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、"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、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)。
2. 等价关系的性质 (i) 反身性 A ~ A; (ii) 对称性 若 A ~ B, 则 B ~ A; (iii) 传递性 若 A ~ B, B ~ C, 则 A ~ C.
数学中把具有上述三条性质的关系称为等 价, 例如两个线性方程组同解, 就称这两个线性 方程组等价.
和 面 有
则
B 用 矩
以
3 3 . .
例如
1 2 1 0 0 0 1 3 0 0 0 5
1 3 1 0 0 1 0 2 4 0 1 0
0 0
0 0
0 0
3 0
3 0
00
.
的第竖台方
第一线阶的
(
一 个 非 零 元
,
个 元 素 为 非 零 元 也 就 是 非 零 行
)
每 段 竖 线 的 长 度 为 一 行 后 面 的
,
数 即 是 非 零 行 的 行 数 阶 梯 线 的
4xx11x62x2
2x3 2x3
x4 4 , 2x4
4,
② ③
(1)
3x1 6x2 9x3 7x4 9. ④
解
(1) ① ② ③2
x1 x2 2x3 x4 4 , ①
2x1 x2 x3 x4 2 , 2x1 3x2 x3 x4 2,
② (B1)
③
3x1 6x2 9x3 7x4 9. ④
;
元 素 全 为 零 每 个 台 阶 只 有 一 行
:
行 阶 梯 形 矩 阵 的 特 点 阶 梯 线 下
,
2. 重要结论 定理 每一个矩阵都可以经过单纯的初等行
变换化为行阶梯形矩阵. 这个定理我们不作证明,下面通过几个具体的
例子说明如何用初等行变换化矩阵为行阶梯形矩 阵.
单击这里开始
五、行最简形矩阵和标准形矩阵
举例
求逆阵的初等变换法
行最简形矩阵和标准形矩阵
行阶梯形行最简形和标准形的比较
矩阵的初等变换是矩阵的一种十分重要的运 算, 它在解线性方程组、求逆矩阵及矩阵理论的探 讨中都可起重要的作用. 为引进矩阵的初等变换, 先来分析用消元法解线性方程组的例子.
一、 引例
引例 求解线性方程组
2x1 x2 x3 x4 2 , ①
定义 一个行阶梯形矩阵若满足
(1) 每个非零行列
2 1 1 1 2
B(A b)134
1 6 6
2 2 9
1 2 7
944,
那么上述对方程组的变换完全可以转换为对矩阵 B (方程组 (1) 的增广矩阵)的变换. 把方程组的上 述三种同解变换移植到矩阵上, 就得到矩阵的三种 初等变换.
二、 初等变换的定义
定义 1 下面三种变换称为矩阵的初等行变换:
第三章 矩阵的初等变换与线性方程组
本章先引进矩阵的初等变换, 建立矩阵的秩的 概念; 然后利用矩阵的秩讨论齐次线性方程组有 非零解的充分条件和非齐次线性方程组有解的充 分条件, 并介绍用初等变换解线性方程组的方法.
第一节 矩阵的初等变换
主要内容
引例
初等变换的定义
两个矩阵的等价关系 行阶梯形矩阵
初等变换的性质
(B3)
x4 3. ④
x1 x2 2x3 x4 4, ①
③④
④-2③
x2 x3 x4 0, ② x4 3, ③
(B4)
0 0. ④
x1 x3 4,
①
①-②-③
②-③
x2 x3 3, x4 3,
② ③
(B5)
0 0. ④
令 x3 = k (k 为任意实数), 则方程组的解可记作
x1 k 4
1 4
x
x2
x x
3 4
k 3
k 3
,
即
x
k
1 1 0
3
0 3
.
在上述消元过程中, 始终把方程组看做一个整 体即不是着眼于某一个方程的变形, 而是着眼于整 个方程组变成另一个方程组. 其中用到以下三种变 换:
1) 交换方程的次序; 2) 某一个方程乘以不等于零的常数; 3) 一个方程加上另一个方程的 k 倍. 由于这三种变换都是可逆的, 因此变换前的方 程组与变换后的方程组是同解的, 这三种变换都是 方程组的同解变换. 在上述变换过程中, 实际上只对方程组的系数 和常数项进行运算, 未知量并未参与运算. 因此, 若 记
(i) 对调两行(对调 i, j 两行, 记作 ri rj ); (ii) 以数 k 0 乘以某一行中的所有元素
(第 i 行乘以 k , 记作 ri k ); (iii) 把某一行所有元素的 k 倍加到另一行对应 的元素上去
(第 j 行的 k 倍加到第 i 行上,记作 ri + krj).
把定义中的“行”换成“列”,即得矩阵的初 变换等的列定义. 矩阵的初等行变换与初等列变换, 统
②-③ ③ - 2①
④ - 3①
x1 x2 2x3 x4 4 , ①
2x2 2x3 2x4 0 , 5x2 5x3 3x4 6,
② ③
(B2)
3x2 3x3 4x4 3. ④
②
1 2
③ + 5② ④ - 3②
x1 x2 2 x3 x4 4, ①
x2 x3 x4 0, ② 2x4 6, ③
两 两 个 个 矩 矩 阵 阵 等 等 价 价 的 的 几 几 何 何 意 意 义 义
设矩阵
A
与 矩阵
B
等价 ,
则由 引例 知 ,
以
A
为增广矩阵的线性方程组是同解方程组 .
下
一个具体的例子, 从几何上验证这一结论 .
设
阵
A
A
1 1 2
1 2 1
1 1
1
3 2 2
,
A
为 增广 矩阵的 非 齐次 线性 方程 组为
四、行阶梯形矩阵
1. 定义 满足下面两个条件的矩阵称为 行阶梯形矩阵:
(1) 非零行(元素不全为零的行)的标号小于 零行(元素全为零的行)的标号;
(2) 设矩阵有 r 个非零行,第 i 个非零行的第 一个非零元素所在的列号为 ti (i = 1, 2, ···, r ), 则
t1 < t2 < ···< tr .
称初等变换.
三、 两个矩阵的等价关系
1. 定义 如果矩阵 A 经有限次初等行变换变 成矩阵 B , 就称矩阵 A 与 B 行等价, 记作 A ~r B ;
如果矩阵 A 经有限次初等列变换变成矩阵 B , 就称
矩阵 A 与 B 列等价, 记作 A ~c B ; 如果矩阵 A 经 有限次初等变换变成矩阵 B , 就称矩阵 A 与 B 等价, 记作 A ~ B.