第5讲线性代数矩阵pdf
线性代数(同济大学第五版)矩阵的特征值与特征向量讲义、例题
第五章 矩阵的特征值与特征向量§1矩阵的特征值与特征向量一、矩阵的特征值与特征向量定义1：设A 是n 阶方阵,如果有数λ和n 维非零列向量x 使得x Ax λ=,则称数λ为A 的特征值,非零向量x 称为A 的对于特征值λ的特征向量.由x Ax λ=得0)(=-x E A λ,此方程有非零解的充分必要条件是系数行列式0=-E A λ,此式称为A 的特征方程,其左端是关于λ的n 次多项式,记作)(λf ,称为方阵A 特征多项式.设n 阶方阵)(ij a A =的特征值为n λλλ,,,21 ,由特征方程的根与系数之间的关系,易知：nn n a a a i +++=+++ 221121)(λλλA ii n =λλλ 21)(例1 设3阶矩阵A 的特征值为2,3,λ.若行列式482-=A ,求λ. 解：482-=A 64823-=∴-=∴A Aλ⨯⨯=32A 又 1-=∴λ例2 设3阶矩阵A 的特征值互不相同,若行列式0=A , 求矩阵A 的秩.解：因为0=A 所以A 的特征值中有一个为0,其余的均不为零.所以A 与)0,,(21λλdiag 相似.所以A 的秩为2.定理1对应于方阵A 的特征值λ的特征向量t ξξξ,,,21 ,t ξξξ,,,21 的任意非零线性组合仍是A 对应于特征值λ的特征向量.证明 设存在一组不全为零的数t k k k ,,,21 且存在一个非零的线性组合为t t k k k ξξξ+++ 2211，因为t ξξξ,,,21 为对应于方阵A 的特征值λ的特征向量。
则有),,2,1(1t i k Ak i i i ==ξλξ所以)()(22112211t t t t k k k k k k A ξξξλξξξ+++=+++ 所以t t k k k ξξξ+++ 2211是A 对应于特征值λ的特征向量. 求n 阶方阵A 的特征值与特征向量的方法：第一步：写出矩阵A 的特征多项式,即写出行列式E A λ-.第二步：解出特征方程0=-E A λ的根n λλλ,,,21 就是矩阵A 的特征值.第三步：解齐次线性方程组0)(=-x E A i λ,它的非零解都是特征值i λ的特征向量.例3 求矩阵⎪⎪⎪⎭⎫ ⎝⎛--=201034011A 的特征值和特征向量.解 A 的特征多项式为2)1)(2(201034011λλλλλλ--=-----=-E A 所以,A 的特征值为1,2321===λλλ. 当21=λ时,解方程组0)2(=-x E A .由⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛--=-000010001~2010340112E A ,得基础解系⎪⎪⎪⎭⎫ ⎝⎛=1001p ,所以特征值21=λ的全部特征向量为11p k ,其中1k 为任意非零数.当132==λλ时,解方程组0)(=-x E A .由⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛--=-000210101~101024012E A ,得基础解系⎪⎪⎪⎭⎫ ⎝⎛--=1212p ,所以特征值132==λλ的全部特征向量为22p k ,其中2k 为任意非零数. 二、特征值与特征向量的性质与定理性质1 n 阶方阵A 可逆的充分必要条件是矩阵A 的所有特征值均非零. 此性质读者可利用A n =λλλ 21可证明.定理 2 若21,λλ是n 阶方阵A 的两互不相等的特征值,对应的特征向量分别为21,p p ,则21,p p 线性无关.证明 假设设有一组数21,x x 使得02211=+p x p x (1)成立. 以2λ乘等式(1)两端,得0222121=+p x p x λλ (2) 以矩阵A 左乘式(1)两端,得0222111=+p x p x λλ (3) (3)式减(2)式得0)(1211=-p x λλ 因为21,λλ不相等,01≠p ,所以01=x .因此(1)式变成022=p x . 因为02≠p ,所以只有02=x . 这就证明了21,p p 线性无关.性质2 设)(A f 是方阵A 的特征多项式,若λ是A 的特征值.对应于λ的特征向量为ξ,则)(λf 是)(A f 的特征值,而ξ是)(A f 的对应于)(λf 的特征向量,而且若O A f =)(,则A 的特征值λ满足0)(=λf ,但要注意,反过来0)(=λf 的根未必都是A 的特征值.例4 若λ是可逆方阵A 的特征值,ξ是A 的对应于特征值λ的特征向量,证明：1-λ是1-A 的特征值,ξ是1-A 对应于特征值1-λ的特征向量,证明 λ 是可逆方阵A 的特征值,ξ是A 的对应于特征值λ的特征向量λξξ=∴A ξξλ11--=∴Aξξλ11--=∴A A A ξξλ*1A A =∴-1-∴λ是1-A 的特征值,ξ是1-A 对应于特征值1-λ的特征向量, 1-λA 是*A 的特征值,ξ是*A 对应于特征值1-λA 的特征向量.例5 设3阶矩阵A 的特征值1,2,2,求E A --14.解：A 的特征值为1,2,2,,所以1-A 的特征值为1,12,12, 所以E A--14的特征值为4113⨯-=,41211⨯-=,41211⨯-=所以311341=⨯⨯=--E A .例6 若21,λλ是n 阶方阵A 的两互不相等的特征值,对应的特征向量分别为21,p p ,证明21p p +一定不是A 的特征向量.证明 假设21p p +是矩阵A 的特征向量，对应的特征值为.λ根据特征值定义可知：)()(2121p p p p A +=+λ …………………(1) 21,λλ 又是n 阶方阵A 的特征值，对应的特征向量分别为21,p p .,111p Ap λ=∴ 222p Ap λ= (2)将(2)带入(1)式整理得：0)()(2211=-+-p p λλλλ因为21,λλ是n 阶方阵A 的两互不相等的特征值,对应的特征向量分别为21,p p 线性无关.所以21λλλ==.与21,λλ是n 阶方阵A 的两互不相等的特征值矛盾. 所以假设不成立.例7 若A 为正交矩阵,则1±=A ,证明,当1-=A 时,A 必有特征值1-;当1=A 时,且A 为奇数阶时,则A 必有特征值1.证明 当1-=A 时.TT T A E A A E A AA A E A +=+=+=+)(A E A E T +-=+-=,所以 .0=+A E `所以1-是A 的一个特征值反证法：因为正交阵特征值的行列式的值为1，且复特征值成对出现，所以若1不是A 的特征值，那么A 的特征值只有-1，以及成对出现的复特征值。
第一章 第五讲 矩阵的秩
第五讲 矩阵的秩矩阵的秩是线性代数中又一重要概念，它描述了矩阵的一个重要的数值特征：在判定线性方程组是否有解，向量组的线性相关性，求矩阵的特征向量以及在多项式、空间几何等多个方面都有广泛的应用。
本讲我们主要了解矩阵秩的概念及其与方程组各类型解的关系。
5.1.1 矩阵秩的定义在第二讲中，我们通过矩阵的初等行（列）变换定义了矩阵的行（列）阶梯形、矩阵的行（列）最简形以及矩阵的标准形。
其中矩阵行（列）阶梯形与矩阵行（列）最简形可以不唯一，但矩阵的标准形唯一。
因此，下面就利用矩阵标准形的唯一性来给出矩阵秩的概念。
定义5.1 对于给定的m n ⨯矩阵A ，它的标准形(-)(-)(-)(-)rr n r m r r m r n r m nE OF O O ⨯⨯⨯⨯⎛⎫=⎪⎝⎭由数r 完全确定，我们称数r 为矩阵m n A ⨯的秩（rank ），记作()R A 。
其中， r E 是r 阶单位矩阵；其余都是零矩阵。
注：（1） 零矩阵的秩为零：()0R O =；（2） 矩阵的秩就是矩阵标准形中左上角单位矩阵的阶数。
（3）对于n 阶方阵A ，当()R A n =时，称A 为满秩矩阵。
当()R A n <时，称A 为降秩矩阵.例5.1 求矩阵111610121210A ⎛⎫⎪=-- ⎪ ⎪-⎝⎭的秩。
解 先将A 通过初等变换化为标准形111610121210A ⎛⎫ ⎪=-- ⎪ ⎪-⎝⎭2131111601280306r r r r --⎛⎫⎪−−−→ ⎪ ⎪⎝⎭323111601280026r r -⎛⎫ ⎪−−−→ ⎪ ⎪⎝⎭111601280013⎛⎫ ⎪→ ⎪ ⎪⎝⎭12312101201280013r r r ---⎛⎫ ⎪−−−→ ⎪ ⎪⎝⎭13232100101020013r r r r +-⎛⎫⎪−−−→ ⎪ ⎪⎝⎭()4142433312,3100001000010c c c c c c E O -⨯--⎛⎫ ⎪−−−−−→= ⎪ ⎪⎝⎭可看出，矩阵A 的标准形中左上角是3阶单位矩阵，所以()3R A =. 矩阵秩有如下性质 性质5.1 ()()TR A R A =； 性质5.2 }{0()min ,R A m n ≤≤；性质5.3 如果n 阶方阵A 可逆，则()R A n =；（可逆矩阵也称为满秩矩阵）性质5.4 {}()min (),()R PA R P R A ≤; 当P 可逆时，()()R PA R A =；若 P Q 、都可逆，且有PAQ B =，则()()R A R B =.性质5.5 max {}(),()(|)()+()R A R B R A B R A R B ≤≤；特别地，当B 为列矩阵时，有max {}(),()(|)()+1R A R B R A B R A ≤≤;性质5.6 ()()();()()().r A B r A r B r A B r A r B +≤+-≥-性质5.7 设A 为m n ⨯矩阵且()R A r =，则A 的任意S 行组成的矩阵B ，有().r B r s n ≥+-下面只证明性质5.3和性质5.4，其余的性质请学生自证。
线性代数矩阵及其运算 ppt课件
1 2 2 .5 8 3 1 3 0 .5 89
1 2 4 .5 9 3 6 3 .5
83
22
三、 矩阵的乘法
定义1.5 (P5)
设矩阵A=(aij)ml的列数与矩阵B=(bij)ln的行数相等, 则由元素
C
2
8
4
求AB、BA和BC
解 AB 816 1362
BA
0 0
0 0
BC
0 0
0 0
AB≠BA , BA=BC
(1) AB与BA都有意义，且同型，但AB与BA不相等 (2) 两个非零矩阵相乘可能是零矩阵 (3) BA=BC,但A≠C,可见，矩阵乘法不满足消去率
那么就称矩阵A与矩阵B相等，记作A=B
16
判断下列各组矩阵是否相等
(1)
8
(3)2
5 2 0
s9in61
2 2 2.5 0.5
9 0 8
(2)
0 0
0 0
0 0
00
0 0
1 0 0
(3)
0
0
1 0
0 1
(1 )
am1x1am2x 2 amn xn bm
m个方程 ，
n个未知数
a11 a12
a
21
a 22
a m 1 a m 2
a1n
a2n
a m n
a11 a12
a21
a22
线性代数矩阵的初等变换及其性质
行最简形矩阵：
4. 非零行的第一个非零元为1; 5. 这些非零元所在的列的其它
元素都为零.
1 0 1 0 4
0
0
1 0
1 0
0 1
3 3
B5
0
0
00
0
c3 c4
c4 c1 c2 c5 4c1 3c2 3c3
1 0 0 0 0
0
0
x3 2x3 9x3
x4 2x4 7 x4
2 4 9
增广矩阵的比较
2 -1 -1 1 2 1 1 -2 1 4 (A b)= 4 -6 2 -2 4 3 6 -9 7 9
1 1 -2 1 4 2 -1 -1 1 2 4 -6 2 -2 4 3 6 -9 7 9
交换(A b) 的第1行与第2行
1 0 0 0 0 1 0 0 0 0 0 0
1 0 0 0 0
0 1 0 0 0
0 0
0 0
1 0
0 0
00
1 0 0 0 0 1 0 0 0 0 1 0
1 0 0 0 0 0 1 0 0 0 0 0 0 0 0
例 1 用初等行变换化为行简化阶梯形
12 3 45
12 3 45
~ A= 2 4 6 8 10
例2 阶梯形,行简化阶梯形，标准形
1 A 0
0
0 1 0
8 1 0
0 0 1
1
B
0 0 0
0 1 0 0
2 0 0 0
1 0 0 0
0 0 10
0 1 1 0 C 0 0 0 1
0 0 0 0
0 1 2 0 3 D 0 0 0 1 2
0 0 0 0 0
线性代数复习(矩阵)
PART 04
矩阵的秩与线性方程组
矩阵的秩的定义与性质
定义
矩阵的秩是其行向量组或列向量组中 线性无关向量的最大数量。
性质
矩阵的秩是唯一的，且对于任何矩阵 A，有r(A)≤min(m,n)，其中m和n分
别是矩阵A的行数和列数。
推论
若矩阵A是方阵，则r(A)=n当且仅当 矩阵A是满秩的。
利用矩阵的秩求解线性方程组
矩阵的数乘
定义
数乘是将一个标量与一个矩 阵相乘，得到一个新的矩阵 。
例子
标量k与矩阵A的数乘是每个 元素都乘以k，得到新的矩阵 B。
注意事项
数乘满足结合律和分配律。
矩阵的乘法
定义
矩阵的乘法是满足结合律和分配律的一种运 算，适用于满足一定条件的两个矩阵。
例子
矩阵A和矩阵B的乘积是按照一定的规则计算得到的 新的矩阵C。
注意事项
矩阵的乘法不满足交换律，且不是所有矩阵 都可以相乘。
矩阵的转置
定义
矩阵的转置是将原矩阵的行变为列，列变为行，得到 一个新的矩阵。
例子
矩阵A的转置是将其行变为列，得到新的矩阵B。
注意事项
转置后的矩阵与原矩阵的元素对应关系不变，但行和 列的位置互换。
PART 03
矩阵的逆与行列式
逆矩阵的定义与性质
https://
2023 WORK SUMMARY
线性代数复习(矩阵)
REPORTING
https://
目录
• 矩阵的定义与基本性质 • 矩阵的运算 • 矩阵的逆与行列式 • 矩阵的秩与线性方程组 • 矩阵的特征值与特征向量
PART 01
线性方程组的解的判定
若线性方程组有唯一解，则其系数矩阵的秩等于增广矩阵的秩；若线性方程组有无穷多解，则其系数矩阵 的秩等于增广矩阵的秩减去1；若线性方程组无解，则其系数矩阵的秩不等于增广矩阵的秩。
大学线性代数矩阵教学最全课件
B
1 4 2
7 2 0
1 31, 求(AB)T.
AB
2 1
0 3
21
1 4 2
7 2 0
311
0 17
14 13
130,
所以
AB
T
0 14 3
111703.
解法2:
1
(AB)T=BTAT
0 Biblioteka 1 的方阵, 称为单位矩阵，
其中主对角线上的元素都是1，其他元素都是0。记作: En 或 E
第二章 矩阵
§1 矩阵的概念
(6) 形如
1
0
0
0
2
0
0
0
n
的方阵,
称为对角矩阵(或对角阵),
其中1, 2, ···, n不全为零.记作 A=diag(1, 2, ···, n)
第二章 矩阵
§1 矩阵的概念 §2 矩阵的运算 §3 逆矩阵 §4 分块矩阵 §5 矩阵的初等变换 §6 矩阵的秩
第二章 矩阵
§1 矩阵的概念
一、矩阵的定义 定义: 由m×n个数aij (i = 1,2, ∙ ∙ ∙, m ; j = 1,2, ∙ ∙ ∙, n) 排
成的m行n列的数表
称为m行n列矩阵,简称m×n矩阵.
4
5
6
7 8 9 7 8 9
11 2 2 33 2 4 6
4
4
55
6
6
线性代数5
所以 2 x , y
即
2
4 x , x y , y 0
（５．１）
x , y
2
x , x y , y
上式被称为许瓦兹（Schwarz）不等式.
西安建大
二．正交向量组与正交化方法
１．正交向量组
１．正交向量组
当 x
y 0 时，定义向量
cos
２．施密特正交化方法
西安建大
三．正交矩阵与正交变化
1. 正交矩阵 定义５．２ 定理５．３
1.正交矩阵
2.正交变换
如果 n阶方阵 A 满足 AT A 则称 A 为正交矩阵．
I
如果 A , B均为 n阶正交矩阵，
T
1
那么：⑴ A1 AT ⑵ A 即 A 为正交矩阵
1 A A ⑶ 2 A A 为 2n 阶正交矩阵
量两两正交，从而这 n 个向量就构成了向量空 间 R n的一组正交基．
西安建大
例５．１
T 已知 R 3的一个向量 1 1 ,1 ,1， 求 R 3的一组正交基． T T 解：求 2 x21 , x22 , x23 ，使 1 2 0
即： x21 x22 x23 0
bi ( i 1 ,2 , , r ) 再取 i bi
显然 1 , 2 , , r为正交规范化的向量组， 且与 1 , 2 , , r 等价．
西安建大
T T T 例5.2：已知 1 1 ,1 ,1 , 2 1, 2 ,1 , 3 1 ,1 ,2
西安建大
定义５．１
设n 维向量 1 , 2 , , r是向量空间 V ( V R n )的一组正交基，如果它们均为单位向 量，则称 1 , 2 , , r 为V 的一组正交规范基 或标准正交基．
线代第五讲线性代数
4 030rr34 2Brr344
r1 r2 r2 r3
1 0 1 0 4
0 0
1 0
1 0
0 1
3 3
B
5
0 0 0 0 0
矩阵 B4 和 B5 都称为行阶梯形矩阵. 特点：
（1）、可划出 一条阶梯线，线 的下方全为零；
（2）、每个 台阶 只有一行，
1 0 1 0 4
0 0
1 0
1 0
同理可定义矩阵的初等列变换(所用记号是 把“r”换成“c”)．
定义2 矩阵的初等列变换与初等行变换统称为 初等变换．
初等变换的逆变换仍为初等变换, 且变换类型 相同．
ri rj ri k ri krj
逆变换 逆变换 逆变换
ri rj;
ri
(1) k
或
ri
k;
ri (k)rj 或 ri krj .
§2.4 矩阵的初等变换
一、矩阵的初等变换
定义1 下面三种变换称为矩阵的初等行变换:
1 对调两行（对调i, j两行,记作ri rj）； 2 以数 k 0 乘以某一行的所有元素;
（第 i 行乘 k,记作 ri k）
3 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）.
5
2 2 1 9 2 3
r3 42r1
r4
603r1
B2
13 23 1 4 4 3
r3 5r2 r4 3r2
0 0
1 0
1 0
1 2
Hale Waihona Puke 0 6B30 0 0 1 3
1 rBr343 2rr34000
11 10 00 00
线性代数第五讲 矩阵的初等变换及其性质
线性代数第五讲矩阵的初等变换及其性质一、初等矩阵及其性质在前面的讲义中，我们已经学习到了矩阵的基本概念，包括矩阵的定义、矩阵的运算、矩阵的秩等基本知识点。
本章我们将学习一些矩阵的“变换”的概念，主要介绍矩阵的初等变换及其性质。
矩阵的初等变换指的是将一个矩阵通过某种方式变化成另外一个矩阵的运算。
初等变换可以分为三种：交换矩阵的某两行或某两列；用一个非零数乘以矩阵的某一行或某一列；用一个非零数乘以矩阵的某一行或某一列，再加到另一行或另一列上。
这三种变换分别称为矩阵的第一类、第二类和第三类变换。
对于任意一个矩阵A，我们可以进行一系列的初等变换，从而将A变换成标准形。
标准形主要有三种：行简化阶梯形矩阵、列简化阶梯形矩阵和对角矩阵。
从定义可以看出，行简化阶梯形矩阵和列简化阶梯形矩阵都是初等矩阵形式，是矩阵的标准形。
初等矩阵的定义：如果矩阵B是A通过一次初等变换得到的，则称矩阵B为矩阵A的初等矩阵。
我们前面已经学习过，矩阵的逆是一个重要的概念。
下面我们就来发现一个有趣的性质：一个矩阵是可逆矩阵，当且仅当它可以表示为一系列初等矩阵的乘积。
定理1：矩阵可逆的充分必要条件是它可以表示为一系列初等矩阵的乘积。
以上两个定理的证明可以参考矩阵论相关的课程。
二、矩阵的等价关系在学习矩阵的初等变换时，我们介绍了三类变换，也就是矩阵的第一类、第二类和第三类变换。
我们可以使用这三类变换将一个矩阵变换成另一个矩阵。
如果对于任意的矩阵A、B，B可以通过一系列的初等变换变成A，那么我们就称A和B是等价的。
性质1：等价关系具有反身性、对称性和传递性。
性质2：如果一个矩阵可以通过初等变换化为一个标准形，则标准形是唯一的。
性质3：如果一个矩阵可逆，则它和单位矩阵等价。
性质4：如果A、B等价，则r(A)=r(B)。
三、矩阵的秩和特殊矩阵在前面的讲义中，我们已经学习到了矩阵的秩的定义和性质。
矩阵的秩是矩阵实际所包含的信息量，因此秩是矩阵的一个重要特征。
线性代数 5-4 第5章4讲-相似矩阵(2)
0 1 0 1
0
(1) 求矩阵A 的所有特征值和特征向量；
(2) 判断矩阵A 是否与相似，若相似，求出 及使P1AP 得可逆矩阵P.
1 0 2 0 1 1 0 0 解 (1) 由A 1 0 2 0 得 A 1 2 1，A 0 0，
0 1 0 1 0 0 1 1
1
0
所以A
的特征值1 2，2
3 3 5
2是A 的二重特征值，试求可逆矩阵P，使得P1AP 为对角矩阵.
解 A 有三个线性无关的特征向量， 2 是A 的二重特征值
r(2E A) 1.
1 1 1 1 1 1
2E A x 2 y 0 x 2 x y
3 3 3 0 0
0
1 1 1
矩阵
A
2
4 2，
3 3 5
2 1 2
(2) 法2
由A
5
3
3
,
E A
5
3
3 ( 1)3
1 0 2
1 0 2
知 1是A 的三重特征值.
3 1 2
秩r
(E
A)
r
5
2
3
1，
1 0 1
k 3 r(E A) 2
故A不能相似于对角阵.
11
方阵的相似对角化(2)
1 0 2 0
1
例5 设A为3 阶矩阵，已知A 1 0 2 0，X 1 是AX 0 的解.
1，且分别对应特征向量1
1
，
2
0
；
0
1
12
方阵的相似对角化(2)
1 0 2 0
1
设A为3 阶矩阵，已知A 1 0 2 0，X 1 是AX 0 的解.(1) 求矩阵A 的所有特征值
线性代数矩阵课件
线性代数矩阵课件
线性代数矩阵课件
线性代数矩阵课件已经为大家准备好啦，老师们，大家可以参考以下内容，整理好教学思路哦！
矩阵及其运算
一．数学概念
定义1.1由
个数
排成m行n列的数表
称为m行n列的矩阵，简称
矩阵，记作
二．原理，公式和法则
1．矩阵的加法
(1)公式
(2)运算律
2．数乘矩阵
(1)公式
(2)运算律
3．矩阵与矩阵相乘
(1)设
,
则
其中
，且。
(2) 运算符(假设运算都是可行的)：
(3) 方阵的运算
注意：①矩阵乘法一般不满换律。
②一般
4.矩阵的转置
(1) 公式
这里
为A的转置矩阵。
(2) 运算律
5.方阵的行列式
(1) 公式
设A为n阶方阵，
为A的.行列式。
(2) 运算律
6.共轭矩阵
(1)公式设
为复矩阵，
表示为
的共轭复数，则
为方阵的共轭矩阵。
(2)运算律(设A,B为复矩阵，
为复数，且运算都是可行的)：
三. 重点，难点分析
本节的重点就是矩阵的各运算及其运算律。
它是矩阵运算的基础，其难点是矩阵的乘法，着重掌握矩阵的运算规律。
四. 典型例题
例1. 已知
解：将(1),(2)等式两边相加得
所以
例2.设
解：由于
而。
线性代数讲义 (5)
一、初等变换的引入----线性方程组的同解变换
我们来分析用消元法解下列方程组的过程．
引例 求解线性方程组
x1 2x2 x3 0 3x1 x2 1
1 2
(I)
x1 x2 2x3 1 3
解 2 31
x1 2 5x2
x2 x3 0 3x3 1
1 2
3 1 x2 3 x3 1
所以可以称矩阵A 与 B 等价，记作A ~ B．
例如，两个线性方程组同解，
就称这两个线性方程组等价
三、初等矩阵的概念
矩阵的初等变换是矩阵的一种基本运算，应 用广泛.
定义 由单位矩阵 I 经过一次初等变换得到的方 阵称为初等矩阵.
三种初等变换对应着三种初等方阵. 1. 对调两行或两列；
2.以数 0 乘某行或某列；
~ 2
3 5
r2
(
1) 3
r23 (5)
~ 1
0
2
1
c12 ( 2)
0
1
0 0
0
1 0
I2 O
标准形
于是，根据初等变换与初等矩阵的对应关系，有
R23 (5) R2 (
1 3)R13(4)R12(2)R12 AC12(2)
I2 O
根据初等矩阵的逆矩阵仍是初等阵，即得
A
R23 (5) R2
1.5 初等变换和初等矩阵
一、初等变换的引入 方程组的 同解变换
二、矩阵的初等变换 三、初等矩阵的概念 四、初等矩阵的应用 五、小结、思考题
学习思路
本节首先从用消元法解线性方程组入手， 引出方程组的三类可逆的同解变换；再将这三 类变换限制到单位矩阵I 上，得到三类初等矩 阵,并介绍初等变换与初等矩阵之间的关系；最 后介绍了如何用初等行变换来求逆矩阵。
线性代数完整版ppt课件
规律：
1. 三阶行列式共有6项，即3!项．
2. 每一项都是位于不同行不同列的三个元素的乘积．
3. 每一项可以写成 a1p1a2p2（a3正p3负号除外），其中
是1、2、3的某个排列.
p1 p2 p3
4. 当 p1 p2 是p3偶排列时，对应的项取正号；
(方程组的系数行列式)
D1
b1 b2
a12 a22
D2
a11 a 21
b1 b2
则上述二元线性方程组的解可表示为
x1
b1a22 a11a22
a12b2 a12a21
D1 D
x2
a11b2b1a21 a11a22a12a21.
D2 D
10
例1
求解二元线性方程组
32x1x1 2xx22
12 1
3 2
1.4
.
14
例3 求解方程 1 1 1
2 3 x 0. 4 9 x2
解 方程左端 D 3 x 2 4 x 1 9 x 8 2 x 2 12 x25x6,
由 x25x60得
x2或 x3.
.
15
§2 全排列及其逆序数
问题 把 n 个不同的元素排成一列，共有多少种不同的 排法？
定义 把 n 个不同的元素排成一列，叫做这 n 个元素 的全排列. n 个不同元素的所有排列的种数，通常用 Pn 表示.
相减而得.
.
7
二元线性方程组
a11x1 a12x2 b1 a21x1 a22x2 b2
其求解公式为
x1
x
2
b1a 22 a11a 22 a11b2 a11a 22
线性代数考研讲义完整版(完整资料).doc
【最新整理，下载后即可编辑】考研数学线性代数讲义目录第一讲基本概念线性方程组矩阵与向量初等变换和阶梯形矩阵线性方程组的矩阵消元法第二讲行列式完全展开式化零降阶法其它性质克莱姆法则第三讲矩阵乘法乘积矩阵的列向量和行向量矩阵分解矩阵方程逆矩阵伴随矩阵第四讲向量组线性表示向量组的线性相关性向量组的极大无关组和秩矩阵的秩第五讲方程组解的性质解的情况的判别基础解系和通解第六讲特征向量与特征值相似与对角化特征向量与特征值—概念,计算与应用相似对角化—判断与实现附录一内积正交矩阵施密特正交化实对称矩阵的对角化第七讲二次型二次型及其矩阵可逆线性变量替换实对称矩阵的合同标准化和规范化惯性指数正定二次型与正定矩阵附录二向量空间及其子空间附录三两个线性方程组的解集的关系附录四06,07年考题第一讲 基本概念1．线性方程组的基本概念线性方程组的一般形式为: a 11x 1+a 12x 2+…+a 1n x n =b 1,a 21x 1+a 22x 2+…+a 2n x n =b 2,… … … …a m1x 1+a m2x 2+…+a mn x n =b m ,其中未知数的个数n 和方程式的个数m 不必相等.线性方程组的解是一个n 维向量(k 1,k 2, …,k n )(称为解向量),它满足:当每个方程中的未知数x i 都用k i 替代时都成为等式.线性方程组的解的情况有三种:无解,唯一解,无穷多解.对线性方程组讨论的主要问题两个:(1)判断解的情况.(2)求解,特别是在有无穷多接时求通解.b 1=b 2=…=b m =0的线性方程组称为齐次线性方程组.n 维零向量总是齐次线性方程组的解,称为零解.因此齐次线性方程组解的情况只有两种:唯一解(即只要零解)和无穷多解(即有非零解).把一个非齐次线性方程组的每个方程的常数项都换成0，所得到的齐次线性方程组称为原方程组的导出齐次线性方程组，简称导出组.2.矩阵和向量(1)基本概念矩阵和向量都是描写事物形态的数量形式的发展.由m ⨯n 个数排列成的一个m 行n 列的表格,两边界以圆括号或方括号,就成为一个m ⨯n 型矩阵.例如2 -1 0 11 1 1 0 22 5 4 -2 93 3 3 -1 8是一个4⨯5矩阵.对于上面的线性方程组,称矩阵a 11 a 12 … a 1n a 11 a 12 … a 1nb 1A = a 21 a 22 … a 2n 和(A |)= a 21 a 22 … a 2n b 2… … … … … … …a m1 a m2 … a mn a m1 a m2 … a mnb m为其系数矩阵和增广矩阵. 增广矩阵体现了方程组的全部信息,而齐次方程组只用系数矩阵就体现其全部信息.一个矩阵中的数称为它的元素,位于第i 行第j 列的数称为(i,j)位元素.元素全为0的矩阵称为零矩阵,通常就记作0.两个矩阵A 和B 相等(记作A =B ),是指它的行数相等,列数也相等(即它们的类型相同),并且对应的元素都相等.由n 个数构成的有序数组称为一个n 维向量,称这些数为它的分量.书写中可用矩阵的形式来表示向量,例如分量依次是a 1,a 2,⋯ ,a n 的向量可表示成a 1(a 1,a 2,⋯ ,a n )或 a 2 ,┆a n请注意,作为向量它们并没有区别,但是作为矩阵,它们不一样(左边是1⨯n 矩阵,右边是n ⨯1矩阵).习惯上把它们分别称为行向量和列向量.(请注意与下面规定的矩阵的行向量和列向量概念的区别.)一个m ⨯n 的矩阵的每一行是一个n 维向量,称为它的行向量; 每一列是一个m 维向量, 称为它的列向量.常常用矩阵的列向量组来写出矩阵,例如当矩阵A 的列向量组为1,2,⋯ ,n 时(它们都是表示为列的形式!)可记A =(1,2,⋯ ,n ).矩阵的许多概念也可对向量来规定,如元素全为0的向量称为零向量,通常也记作0.两个向量和相等(记作=),是指它的维数相等,并且对应的分量都相等.(2) 线性运算和转置线性运算是矩阵和向量所共有的,下面以矩阵为例来说明.加(减)法:两个m ⨯n 的矩阵A 和B 可以相加(减),得到的和(差)仍是m ⨯n 矩阵,记作A +B (A -B ),法则为对应元素相加(减).数乘: 一个m ⨯n 的矩阵A 与一个数c 可以相乘,乘积仍为m ⨯n 的矩阵,记作c A ,法则为A 的每个元素乘c.这两种运算统称为线性运算,它们满足以下规律:① 加法交换律: A +B =B +A .② 加法结合律: (A +B )+C =A +(B +C ).③ 加乘分配律: c(A +B )=c A +c B .(c+d)A =c A +d A .④ 数乘结合律: c(d)A =(cd)A .⑤ c A =0⇔ c=0 或A =0.转置:把一个m ⨯n 的矩阵A 行和列互换,得到的n ⨯m 的矩阵称为A 的转置,记作A T (或A ').有以下规律:① (A T )T = A .② (A +B )T =A T +B T .③ (c A )T =c A T .转置是矩阵所特有的运算,如把转置的符号用在向量上,就意味着把这个向量看作矩阵了.当是列向量时, T 表示行向量,当是行向量时, T 表示列向量.向量组的线性组合:设1,2,…,s 是一组n 维向量, c 1,c 2,…,c s 是一组数,则称c 11+c 22+…+c s s 为1,2,…,s 的(以c 1,c 2,…,c s 为系数的)线性组合.n 维向量组的线性组合也是n 维向量.(3) n 阶矩阵与几个特殊矩阵行数和列数相等的矩阵称为方阵,行列数都为n 的矩阵也常常叫做n 阶矩阵.把n 阶矩阵的从左上到右下的对角线称为它对角线.(其上的元素行号与列号相等.)下面列出几类常用的n 阶矩阵,它们都是考试大纲中要求掌握的.对角矩阵: 对角线外的的元素都为0的n 阶矩阵.单位矩阵: 对角线上的的元素都为1的对角矩阵,记作E (或I ).数量矩阵: 对角线上的的元素都等于一个常数c 的对角矩阵,它就是c E.上三角矩阵: 对角线下的的元素都为0的n阶矩阵.下三角矩阵: 对角线上的的元素都为0的n阶矩阵.对称矩阵:满足A T=A矩阵.也就是对任何i,j,(i,j)位的元素和(j,i)位的元素总是相等的n阶矩阵.(反对称矩阵:满足A T=-A矩阵.也就是对任何i,j,(i,j)位的元素和(j ,i)位的元素之和总等于0的n阶矩阵.反对称矩阵对角线上的元素一定都是0.)3. 矩阵的初等变换和阶梯形矩阵矩阵有以下三种初等行变换:①交换两行的位置.②用一个非0的常数乘某一行的各元素.③把某一行的倍数加到另一行上.(称这类变换为倍加变换)类似地, 矩阵还有三种初等列变换,大家可以模仿着写出它们,这里省略了. 初等行变换与初等列变换统称初等变换.阶梯形矩阵:一个矩阵称为阶梯形矩阵,如果满足:①如果它有零行,则都出现在下面.②如果它有非零行,则每个非零行的第一个非0元素所在的列号自上而下严格单调递增.把阶梯形矩阵的每个非零行的第一个非0元素所在的位置称为台角.简单阶梯形矩阵:是特殊的阶梯形矩阵,特点为:③台角位置的元素为1.④并且其正上方的元素都为0.每个矩阵都可以用初等行变换化为阶梯形矩阵和简单阶梯形矩阵.这种运算是在线性代数的各类计算题中频繁运用的基本运算,必须十分熟练.请注意: 1.一个矩阵用初等行变换化得的阶梯形矩阵并不是唯一的,但是其非零行数和台角位置是确定的.2. 一个矩阵用初等行变换化得的简单阶梯形矩阵是唯一的.4. 线性方程组的矩阵消元法线性方程组的基本方法即中学课程中的消元法:用同解变换把方程组化为阶梯形方程组(即增广矩阵为阶梯形矩阵的方程组).线性方程组的同解变换有三种:①交换两个方程的上下位置.②用一个非0的常数乘某个方程.③把某个方程的倍数加到另一个方程上.以上变换反映在增广矩阵上就是三种初等行变换.线性方程组求解的基本方法是消元法,用增广矩阵或系数矩阵来进行,称为矩阵消元法. 对非齐次线性方程组步骤如下:(1)写出方程组的增广矩阵(A|),用初等行变换把它化为阶梯形矩阵(B|γ).(2)用(B|γ)判别解的情况:如果最下面的非零行为(0,0, ⋯,0|d),则无解,否则有解.有解时看非零行数r(r不会大于未知数个数n),r=n时唯一解；r<n时无穷多解.(推论:当方程的个数m<n时,不可能唯一解.)(3)有唯一解时求解的初等变换法:去掉(B|γ)的零行,得到一个n×(n+1)矩阵(B0|γ0),并用初等行变换把它化为简单阶梯形矩阵(E|η),则η就是解.对齐次线性方程组:(1)写出方程组的系数矩阵A,用初等行变换把它化为阶梯形矩阵B.(2)用B判别解的情况:非零行数r=n时只有零解；r<n时有非零解(求解方法在第五章讲). (推论:当方程的个数m<n时,有非零解.)讨论题1.设A是n阶矩阵,则(A) A是上三角矩阵⇒A是阶梯形矩阵.(B) A是上三角矩阵⇐A是阶梯形矩阵.(C) A是上三角矩阵⇔A是阶梯形矩阵.(D) A是上三角矩阵与A是阶梯形矩阵没有直接的因果关系.2.下列命题中哪几个成立?(1) 如果A是阶梯形矩阵,则A去掉任何一行还是是阶梯形矩阵.(2) 如果A是阶梯形矩阵,则A去掉任何一列还是是阶梯形矩阵.(3) 如果(A|B)是阶梯形矩阵,则A也是阶梯形矩阵.(4) 如果(A|B)是阶梯形矩阵,则B也是阶梯形矩阵.(5) 如果 A 是阶梯形矩阵,则A和B都是阶梯形矩阵.B第二讲行列式一.概念复习1. 形式和意义形式:用n 2个数排列成的一个n 行n 列的表格,两边界以竖线,就成为一个n 阶行列式:a 11 a 12 … a 1na 21 a 22 … a 2n… … … .a n1 a n2 … a nn 如果行列式的列向量组为1,2, … ,n ,则此行列式可表示为|1,2, … ,n |.意义:是一个算式,把这n 2个元素按照一定的法则进行运算,得到的数值称为这个行列式的值.请注意行列式和矩阵在形式上和意义上的区别.当两个行列式的值相等时,就可以在它们之间写等号! (不必形式一样,甚至阶数可不同.)每个n 阶矩阵A 对应一个n 阶行列式,记作|A |.行列式这一讲的的核心问题是值的计算,以及判断一个行列式的值是否为0.2. 定义(完全展开式)2阶和3阶行列式的计算公式:a 11 a 12a 21 a 22 = a 11a 22-a 12a 21 .a 11 a 12 a 13a 21 a 22 a 23 = a 11a 22a 33+ a 12a 23a 31+ a 13a 21a 32-a 13a 22a 31- a 11a 23a 32-a 12a 21a 33.a 31 a 32 a 33一般地,一个n 阶行列式a 11 a 12 … a 1na 21 a 22 … a 2n… … …a n1 a n2 … a nn 的值是许多项的代数和,每一项都是取自不同行,不同列的n 个元素的乘积,其一般形式为:n nj j j a a a 2121,这里把相乘的n 个元素按照行标的大小顺序排列,它们的列标j 1j 2…j n 构成1,2, …,n 的一个全排列(称为一个n 元排列),共有n!个n 元排列,每个n 元排列对应一项,因此共有n!个项.所谓代数和是在求总和时每项先要乘+1或-1.规定(j 1j 2…j n )为全排列j 1j 2…j n 的逆序数(意义见下面),则项nnj j j a a a 2121所乘的是.)1()(21n j j j τ-全排列的逆序数即小数排列在大数右面的现象出现的个数. 逆序数可如下计算:标出每个数右面比它小的数的个数,它们的和就是逆序数.例如求436512的逆序数: 0023********,(436512)=3+2+3+2+0+0=10.至此我们可以写出n 阶行列式的值:a 11 a 12 … a 1na 21 a 22 … a 2n =.)1(21212121)(nn n nj j j j j j j j j a a a τ-∑ … … …a n1 a n2 … a nn这里∑nj j j 21表示对所有n 元排列求和.称此式为n 阶行列式的完全展开式.用完全展开式求行列式的值一般来说工作量很大.只在有大量元素为0,使得只有少数项不为0时,才可能用它作行列式的计算.例如对角行列式,上(下)三角行列式的值就等于主对角线上的元素的乘积,因为其它项都为0.2. 化零降阶法把n 阶行列式的第i 行和第j 列划去后所得到的n-1阶行列式称为(i,j)位元素a ij 的余子式,记作M ij .称A ij =(-1)i+j M ij 为元素a ij 的代数余子式.定理(对某一行或列的展开)行列式的值等于该行(列)的各元素与其代数余子式乘积之和.命题 第三类初等变换(倍加变换)不改变行列式的值.化零降阶法 用命题把行列式的某一行或列化到只有一个元素不为0,再用定理.于是化为计算一个低1阶的行列式.化零降阶法是实际计算行列式的主要方法,因此应该熟练掌握.3.其它性质行列式还有以下性质:① 把行列式转置值不变,即|A T |=|A | .② 某一行(列)的公因子可提出.于是, |c A |=c n |A |.③ 对一行或一列可分解,即如果某个行(列)向量则原行列式等于两个行列式之和,这两个行列式分别是把原行列式的该行(列)向量换为或所得到的行列式.例如 |,1+2|=|,1|+|,2|.④ 把两个行(列)向量交换, 行列式的值变号.⑤ 如果一个行(列)向量是另一个行(列)向量的倍数,则行列式的值为0.⑥ 某一行(列)的各元素与另一行(列)的对应元素的代数余子式乘积之和=0.⑦ 如果A 与B 都是方阵(不必同阶),则A * = A O =|A ||B |.O B * B范德蒙行列式：形如1 1 1 (1)a 1 a 2 a 3 … a na 12 a 22 a 32 … a n 2… … … …a 1n-i a 2n-i a 3n-i … a n n-i的行列式(或其转置).它由a 1,a 2 ,a 3,…,a n 所决定,它的值等于).(i j ji a a -∏< 因此范德蒙行列式不等于0⇔ a 1,a 2 ,a 3,…,a n 两两不同.对于元素有规律的行列式(包括n 阶行列式),常常可利用性质简化计算,例如直接化为三角行列式等.4.克莱姆法则克莱姆法则 应用在线性方程组的方程个数等于未知数个数n (即系数矩阵为n 阶矩阵)的情形.此时,如果它的系数矩阵的行列式的值不等于0,则方程组有唯一解,这个解为(D 1/D, D 2/D,⋯,D n /D),这里D 是系数行列式的值, D i 是把系数行列式的第i 个列向量换成常数列向量所得到的行列式的值.说明与改进:按法则给的公式求解计算量太大，没有实用价值.因此法则的主要意义在理论上,用在对解的唯一性的判断,而在这方面法则不够. 法则的改进:系数行列式不等于0是唯一解的充分必要条件.实际上求解可用初等变换法:对增广矩阵(A |)作初等行变换,使得A 变为单位矩阵:(A |)→(E |η),η就是解.用在齐次方程组上 :如果齐次方程组的系数矩阵A 是方阵,则它只有零解的充分必要条件是|A |≠0.二. 典型例题1.利用性质计算元素有规律的行列式例1① 2 a a a a ②1+x 1 1 1③1+a 1 1 1a 2 a a a 1 1+x 1 12 2+a 2 2a a 2 a a . 1 1 1+x 1 .3 3 3+a 3 .a a a 2 a 1 1 1 1+x4 4 4 4+aa a a a 2例2 1 2 3 4 52 3 4 5 13 4 5 1 2 .4 5 1 2 35 1 2 3 4例31+x1 1 111 1 .1 1+x211 1 1+x31 1 1 1+x4例4 a 0 b c0 a c b .b c a 0c b 0 a例5 1-a a 0 0 0-1 1-a a 0 00 -1 1-a a 0 . (96四)0 0 -1 1-a a0 0 0 -1 1-a2. 测试概念与性质的题例6 x3-3 1 -3 2x+2多项式f(x)= -7 5 -2x 1 ，求f(x)的次数和最高次项的系数.X+3 -1 3 3x 2-29 x 3 6 -6例7 求 x-3 a -1 4f(x)= 5 x-8 0 –2 的x 4和x 3的系数.0 b x+1 12 2 1 x例8 设4阶矩阵A =(, 1, 2 ,3),B =(, 1, 2 ,3),|A |=2, |B |=3 ,求|A +B | .例9 a b c d已知行列式 x -1 -y z+1 的代数余子式A 11=-9,A 12=3,A 13=-1,A 14=3,求x,y,z.1 -z x+3 yy-2 x+1 0 z+3例10 求行列式 3 0 4 0 的第四行各元素的余子式的和.(01)2 2 2 20 -7 0 05 3 -2 23.几个n 阶行列式两类爪形行列式及其值:例11 a 1 a 2 a 3 … a n-1 a nb 1c 2 0 … 0 0证明 0 b 2 c 3 0 0 =11111(1)n i i i i n i b b a c c --+=-∑.… … … …0 0 0 … b n-1 c n提示: 只用对第1行展开(M 1i 都可直接求出).例12 a 0 a 1 a 2 … a n-1 a nb 1c 1 0 … 0 0证明 b 2 0 c 2 … 0 0 =011111n n i i i i i n i i a c c c a b c c -+==-∑∏.… … … …b n … 0c n提示: 只用对第1行展开(M 1i 都可直接求出).另一个常见的n 阶行列式:例13 证明a+b b 0 … 0 0a a+b b … 0 0… … … … = 110n n n n i i i a b a b a b ++-=-=-∑(当a ≠b 时).0 0 0 … a+b b0 0 0 a a+b提示:把第j 列(行)的(-1)j-1倍加到第1列(行)上(j=2,…,n),再对第1列(行)展开.4.关于克莱姆法则的题例14设有方程组x 1+x 2+x 3=a+b+c,ax 1+bx 2+cx 3=a 2+b 2+c 2,bcx 1+acx 2+abx 3=3abc.(1)证明此方程组有唯一解的充分必要条件为a,b,c 两两不等.(2)在此情况求解.参考答案例1 ①(2+4a)(2-a)4.② x 3(x+4). ③ a 3(a+10).例2 1875.例3 x 1x 2x 3x 4+x 2x 3x 4+x 1x 3x 4+x 1x 2x 4+x 1x 2x 3.例4 (a+b+c)(a+b-c)(a-b+c)(a-b-c).例5 1-a+a 2-a 3+a 4-a 5.例6 9,-6例7 1,-10.例8 40.例9 x=0,y=3,z=-1.例10 -28.例14 x 1=a,x 2=b,x 3=c..第三讲 矩阵一．概念复习1. 矩阵乘法的定义和性质定义2.1 当矩阵A 的列数和B 的行数相等时,和A 和B 可以相乘,乘积记作AB . AB 的行数和A 相等,列数和B 相等. AB 的(i,j)位元素等于A 的第i 个行向量和B 的第j 个列向量(维数相同)对应分量乘积之和.设 a 11 a 12 … a 1n b 11 b 12 … b 1s c 11c 12 … c 1sA = a 21 a 22 … a 2nB = b 21 b 22 … b 2sC =AB =c 21 c 22 … c 2s… … … … … …… … …a m1 a m2 … a mn ,b n1 b n2 … b ns ,c m1c m2 … c ms ,则c ij =a i1b 1j +a i2b 2j +…+a in b nj .矩阵的乘法在规则上与数的乘法有不同:① 矩阵乘法有条件.② 矩阵乘法无交换律.③ 矩阵乘法无消去律,即一般地由AB =0推不出A =0或B =0.由AB =AC 和A ≠0推不出B =C .(无左消去律)由BA =CA 和A ≠0推不出B =C . (无右消去律)请注意不要犯一种常见的错误:把数的乘法的性质简单地搬用到矩阵乘法中来.矩阵乘法适合以下法则:① 加乘分配律 A (B +C )= AB +AC , (A +B )C =AC +BC .② 数乘性质 (c A )B =c(AB ).③ 结合律 (AB )C = A (BC ).④ (AB )T =B T A T .2. n 阶矩阵的方幂和多项式任何两个n 阶矩阵A 和B 都可以相乘,乘积AB 仍是n 阶矩阵.并且有行列式性质:|AB |=|A ||B |.如果AB =BA ,则说A 和B 可交换.方幂 设k 是正整数, n 阶矩阵A 的k 次方幂A k 即k 个A的连乘积.规定A 0=E .显然A 的任何两个方幂都是可交换的,并且方幂运算符合指数法则:① A k A h = A k+h .② (A k )h = A kh .但是一般地(AB )k 和A k B k 不一定相等!n 阶矩阵的多项式设f(x)=a m x m +a m-1x m-1+…+a 1x+a 0,对n 阶矩阵A 规定f(A )=a m A m +a m-1A m-1+…+ a 1A +a 0E .称为A 的一个多项式.请特别注意在常数项上加单位矩阵E .乘法公式 一般地,由于交换性的障碍,小代数中的数的因式分解和乘法公式对于n 阶矩阵的不再成立.但是如果公式中所出现的n 阶矩阵互相都是乘法交换的,则乘法公式成立.例如当A 和B 可交换时,有:(A ±B )2=A 2±2AB +B 2;A 2-B 2=(A +B )(A -B )=(A +B )(A -B ).二项展开式成立: B AC B A -=∑=+1)(等等.前面两式成立还是A 和B 可交换的充分必要条件.同一个n 阶矩阵的两个多项式总是可交换的. 一个n 阶矩阵的多项式可以因式分解.3. 分块法则矩阵乘法的分块法则是简化矩阵乘法的一种方法.对两个可以相乘的矩阵A 和B ,可以先用纵横线把它们切割成小矩阵(一切A的纵向切割和B 的横向切割一致!),再用它们来作乘法.(1)两种常见的矩阵乘法的分块法则A 11 A 12B 11 B 12 = A 11B 11+A 12B 21 A 11B 12+A 12B 22A 21 A 22B 21 B 22 A 21B 11+A 22B 21 A 21B 12+A 22B 22要求A ij 的列数B jk 和的行数相等.准对角矩阵的乘法:形如A 1 0 0A = 0 A 2 0… … …0 0 … A n的矩阵称为准对角矩阵,其中A 1,A 2,…,A k 都是方阵.两个准对角矩阵A 1 0 ... 0 B 1 0 0A = 0 A 2 ... 0 , B = 0 B 2 0… … … … … …0 0 … A k 0 0 … B k如果类型相同,即A i 和B i 阶数相等,则A 1B 1 0 0AB = 0 A 2B 2 … 0 .… … …0 0 … A k B k(2)乘积矩阵的列向量组和行向量组设A 是m ⨯n 矩阵B 是n ⨯s 矩阵. A 的列向量组为1,2,…,n ,B的列向量组为1,2,…,s , AB 的列向量组为1,2,…,s ,则根据矩阵乘法的定义容易看出(也是分块法则的特殊情形):① AB 的每个列向量为:i =A i ,i=1,2,…,s.即A (1,2,…,s )= (A 1,A 2,…,A s ).② =(b 1,b 2,…,b n )T ,则A = b 11+b 22+…+b n n .应用这两个性质可以得到:如果i =(b 1i ,b 2i ,…,b ni )T ,则i =A I =b 1i 1+b 2i 2+…+b ni n .即:乘积矩阵AB 的第i 个列向量i 是A 的列向量组1,2,…,n 的线性组合,组合系数就是B 的第i 个列向量i的各分量.类似地, 乘积矩阵AB 的第i 个行向量是B 的行向量组的线性组合,组合系数就是A 的第i 个行向量的各分量.以上规律在一般教材都没有强调,但只要对矩阵乘法稍加分析就不难得出.它们无论在理论上和计算中都是很有用的.(1) 当两个矩阵中,有一个的数字很简单时,直接利用以上规律写出乘积矩阵的各个列向量或行向量,从而提高了计算的速度.(2) 利用以上规律容易得到下面几个简单推论:用对角矩阵从左侧乘一个矩阵,相当于用的对角线上的各元素依次乘此矩阵的各行向量; 用对角矩阵从右侧乘一个矩阵,相当于用的对角线上的各元素依次乘此矩阵的各列向量.数量矩阵k E乘一个矩阵相当于用k乘此矩阵；单位矩阵乘一个矩阵仍等于该矩阵.两个同阶对角矩阵的相乘只用把对角线上的对应元素相乘.求对角矩阵的方幂只需把对角线上的每个元素作同次方幂.(3) 矩阵分解:当一个矩阵C的每个列向量都是另一个A的列向量组的线性组合时,可以构造一个矩阵B,使得C=AB.例如设A=(α,β,γ), C=(α+2β-γ,3α-β+γ,α+2γ),令1 3 1B= 2 -1 0 ,则C=AB.-1 1 2(4) 初等矩阵及其在乘法中的作用对单位矩阵E作一次初等(行或列)变换,所得到的矩阵称为初等矩阵.有三类初等矩阵:E(i,j):交换E的i,j两行(或列)所得到的矩阵.E(i(c)):用非0数c乘E的第i行(或列)所得到的矩阵.也就是把E的对角线上的第i个元素改为c.E(i,j(c))(i≠j):把E的第j行的c倍加到第i行上(或把第i列的c 倍加到第j列上)所得到的矩阵, 也就是把E的(i,j)位的元素改为c.命题对矩阵作一次初等行(列)变换相当于用一个相应的初等矩阵从左(右)乘它.4. 矩阵方程和可逆矩阵(伴随矩阵)(1) 矩阵方程矩阵不能规定除法,乘法的逆运算是解下面两种基本形式的矩阵方程:(I) AX=B.(II) XA=B.这里假定A是行列式不为0的n阶矩阵,在此条件下,这两个方程的解都是存在并且唯一的.(否则解的情况比较复杂.)当B只有一列时,(I)就是一个线性方程组.由克莱姆法则知它有唯一解.如果B有s列,设B=(1,2,…,s),则X也应该有s 列,记X=(X1,X2,…,X s),则有AX i=i,i=1,2,…,s,这是s个线性方程组.由克莱姆法则,它们都有唯一解,从而AX=B有唯一解.这些方程组系数矩阵都是A,可同时求解,即得(I)的解法:将A和B并列作矩阵(A|B),对它作初等行变换,使得A变为单位矩阵,此时B变为解X.(A|B)→(E|X)(II)的解法:对两边转置化为(I)的形式:A T X T=B T.再用解(I)的方法求出X T,转置得X..(A T|B T)→(E|X T)矩阵方程是历年考题中常见的题型,但是考试真题往往并不直接写成(I)或(II)的形式,要用恒等变形简化为以上基本形式再求解.(2) 可逆矩阵的定义与意义定义设A是n阶矩阵,如果存在n阶矩阵B,使得AB=E, BA=E,则称A为可逆矩阵.此时B是唯一的,称为A的逆矩阵,通常记作A-1.如果A可逆,则A在乘法中有消去律:AB=0⇒B=0；AB=AC⇒B=C.(左消去律)；BA=0⇒B=0；BA=CA⇒B=C. (右消去律)如果A可逆,则A在乘法中可移动(化为逆矩阵移到等号另一边):AB=C⇔B=A-1C. BA=C⇔B=CA-1.由此得到基本矩阵方程的逆矩阵解法:(I) AX=B的解X=A-1B .(II) XA=B的解X= BA-1.这种解法想法自然，好记忆,但是计算量比初等变换法大(多了一次矩阵乘积运算).(3) 矩阵可逆性的判别与性质定理n阶矩阵A可逆⇔|A|≠0.证明“⇒”对AA-1=E两边取行列式,得|A||A-1|=1,从而|A|≠0. (并且|A-1|=|A|-1.)“⇐”因为|A|≠0,矩阵方程AX=E和XA=E都有唯一解.设B,C分别是它们的解,即AB=E,CA=E. 事实上B=C(B=EB=CAB=CE=C),于是从定义得到A可逆.推论如果A和B都是n阶矩阵,则AB=E⇔BA=E.于是只要AB=E(或BA=E)一式成立,则A和B都可逆并且互为逆矩阵.可逆矩阵有以下性质:①如果A可逆,则A-1也可逆,并且(A-1)-1=A.A T也可逆,并且(A T)-1=(A-1)T.当c≠0时, c A也可逆,并且(c A)-1=c-1A-1.对任何正整数k, A k也可逆,并且(A k)-1=(A-1)k.(规定可逆矩阵A的负整数次方幂A-k=(A k)-1=(A-1)k.)② 如果A 和B 都可逆,则AB 也可逆,并且(AB )-1=B -1A -1.(请自己推广到多个可逆矩阵乘积的情形.)初等矩阵都是可逆矩阵,并且E (i,j)-1= E (i,j), E (i(c))-1=E (i(c -1)), E (i,j(c))-1= E (i,j(-c)).(4) 逆矩阵的计算和伴随矩阵① 计算逆矩阵的初等变换法当A 可逆时, A -1是矩阵方程AX =E 的解,于是可用初等行变换求A -1:(A |E )→(E |A -1)这个方法称为求逆矩阵的初等变换法.它比下面介绍的伴随矩阵法简单得多.② 伴随矩阵若A 是n 阶矩阵,记A ij 是|A |的(i,j)位元素的代数余子式,规定A的伴随矩阵为A 11 A 21 … A n1A *= A 12 A 22 … A n2 =(A ij )T .… … …A 1n A 2n … A mn请注意,规定n 阶矩阵A 的伴随矩阵并没有要求A 可逆,但是在A 可逆时, A *和A -1有密切关系.基本公式: AA *=A *A =|A |E .于是对于可逆矩阵A ,有A -1=A */|A |, 即A *=|A |A -1.因此可通过求A *来计算A -1.这就是求逆矩阵的伴随矩阵法.和初等变换法比较, 伴随矩阵法的计算量要大得多,除非n=2,一般不用它来求逆矩阵.对于2阶矩阵a b * d -bc d = -c a ,因此当ad-bc ≠0时,a b -1 d -bc d = -c a (ad-bc) .伴随矩阵的其它性质:①如果A是可逆矩阵，则A*也可逆，并且(A*)-1= A/|A|=(A-1)*.② |A*|=|A|n-1.③ (A T)*=(A*)T.④ (c A)*=c n-1A*.⑤ (AB)*=B*A*；(A k)*=(A*)k.⑥当n>2时,(A*)*=|A|n-2A；n=2时,(A*)*=A.二典型例题1.计算题例1=(1,-2,3) T,=(1,-1/2,1/3)T, A= T,求A6.讨论:(1)一般地,如果n阶矩阵A=T,则A k=(T)k-1A=(tr A)k-1A .(2)乘法结合律的应用:遇到形如T的地方可把它当作数处理.① 1 -1 1T= -1 1 -1 ，求T.（2003一）②设=(1,0,-1)T, A=T,求|a E-A n|.③n维向量=(a,0,⋯,0,a)T, a<0, A=E-T, A-1=E+a-1T,求a. (03三,四)④n维向量=(1/2,0,⋯,0,1/2)T,A=E-T,B=E+2T,求AB. (95四)⑤A=E-T,其中,都是n维非零列向量,已知A2=3E-2A,求T.例2(1999三) 1 0 1设A = 0 2 0 ，求A n-2A n-1.(n>1)例3 1 0 0设A = 1 0 1 ，(1)证明当n>1时A n =A n-2+A 2-E . (2) 求A n .例4设A 为3阶矩阵, 1,2,3是线性无关的3维列向量组,满足 A1=1+2+3, A 2=22+3,A 3=22+33.求作矩阵B ,使得A (1,2,3)=(1,2,3)B . (2005年数学四)例5设3阶矩阵A =(1,2,3),|A |=1,B =(1+2+3,1+22+33,1+42+93),求|B |.(05)例6 3维向量1,2,3,1,2,3满足1+3+21-2=0,31-2+1-3=0,2+3-2+3=0,已知1,2,3|=a,求|1,2,3|.例7设A 是3阶矩阵, 是3维列向量,使得P =(,A ,A 2)可逆,并且A 3=3A -2A 2.又3阶矩阵B 满足A =PBP -1.(1)求B .(2)求|A +E |.(01一)2 1 0例8 3阶矩阵A ,B 满足ABA *=2BA *+E ,其中A = 1 2 0 ,求|B |.(04一)0 0 1例9 3 -5 1设3阶矩阵A = 1 -1 0 , A -1XA =XA +2A ,求X .-1 0 2例10 1 1 -1设3阶矩阵A = -1 1 1 , A *X =A -1+2X ,求X .1 -1 1例11 4阶矩阵A ,B 满足ABA -1=BA -1+3E ,已知1 0 0 0A *= 0 1 0 0 ,求B . (00一)1 0 1 00 -3 0 8例12 3 0 0 1 0 0已知A = 2 1 0 , B = 0 0 0 , XA +2B =AB +2X ,求X 11.2 13 0 0 -1例13 设1=(5,1,-5)T ,2=(1,-3,2)T ,3=(1,-2,1)T ,矩阵A满足A 1=(4,3) T , A 2=(7,-8) T , A 3=(5,-5) T ,求A .2.概念和证明题例14 设A 是n 阶非零实矩阵,满足A *=A T .证明:(1)|A |>0.(2)如果n>2,则|A |=1.例15 设矩阵A =(a ij )3 3满足A *=A T ,a 11,a 12,a 13为3个相等的正数,则它们为(A) 3/3.(B) 3. (C)1/3. (D) 3. (2005年数学三)例16 设A和B都是n阶矩阵,C= A0 ,则C*=0 B(A) |A|A* 0 . (B) |B|B * 0 .0 |B|B * 0 |A|A*(C) |A|B* 0 . (D ) |B|A* 0 .0 |B|A* 0 |A|B*例17 设A是3阶矩阵,交换A的1,2列得B,再把B的第2 列加到第3 列上,得C.求Q,使得C=AQ.例18 设A是3阶可逆矩阵,交换A的1,2行得B,则(A) 交换A*的1,2行得到B*.(B) 交换A*的1,2列得到B*.(C) 交换A*的1,2行得到-B*.(D) 交换A*的1,2列得到-B*.(2005年)例19 设A是n阶可逆矩阵, 交换A的i,j行得到B.(1) 证明B可逆.(2) 求AB-1.例20设n阶矩阵A满足A2+3A-2E=0.(1)证明A可逆,并且求A-1.(2)证明对任何整数c,A-c E可逆.讨论: 如果f(A)=0,则(1) 当f(x)的常数项不等于0时,A可逆.(2) f(c)≠0时,A-c E可逆.(3) 上述两条的逆命题不成立.例21设是n维非零列向量,记A=E-T.证明(1) A2=A⇔T =1.(2)T =1⇒ A不可逆. (96一)讨论: (2)的逆命题也成立.例22 设A,B都是n阶矩阵,证明E-AB可逆⇔ E-BA可逆.例23设3阶矩阵A,B满足AB=A+B.(1) 证明A-E可逆.(2) 设 1 -3 0B= 2 1 0 ,求A.0 0 2 (91)例24设A,B是3阶矩阵, A可逆,它们满足2A-1B=B-4E.(1) 证明A-2E可逆.(2) 设 1 -2 0B= 1 2 0 ,求A.0 0 2 (2002)例25设n阶矩阵A,B满足AB=a A+b B.其中ab≠0,证明(1) A-b E和B-a E都可逆.(2) A可逆⇔ B可逆.(3) AB=BA.例26设A,B都是n阶对称矩阵,E+AB可逆,证明(E+AB)-1A 也是对称矩阵.例27 设A,B都是n阶矩阵使得A+B可逆,证明(1) 如果AB=BA,则B(A+B)-1A=A(A+B)-1B.(2) 如果A.B都可逆,则B(A+B)-1A=A(A+B)-1B.(3) 等式B(A+B)-1A=A(A+B)-1B总成立.例28设A,B,C都是n阶矩阵,满足B=E+AB,C=A+CA,则B-C 为(A) E.(B) -E. (C) A. (D) -A. (2005年数学四)参考答案1 -1/2 1/3例1 35A=35 -2 1 –2/3 .3 -3/2 1①3.②a2(a-2n). ③-1. ④E. ⑤4.例2 O.例 3 (1)提示:A n=A n-2+A2-E⇔A n-2(A2-E)=A2-E ⇔A(A2-E)=A2-E.(2)n=2k时, 1 0 0A n = k 1 0 .k 0 1n=2k+1时, 1 0 0A n = k+1 0 1 .k 1 0例4 1 0 0B= 1 2 2 .1 1 3例5 2.例6 –4a.例7 0 0 0B= 1 0 3 . |E+A|=-40 1 -2例8 1/9.例9 -6 10 4X= -2 4 2 .-4 10 0例10 1 1 0(1/4) 0 1 1 .1 0 1例11 6 0 0 0B= 0 6 0 0 .6 0 6 00 3 0 -1例12 1 0 02 0 0 .6 -1 -1例13 2 -1 1-4 -2 -5 .例15 (A).例16 (D).例17 0 1 1Q= 1 0 0 .0 0 1例18 (D).例19E(i,j).例22提示:用克莱姆法则.例如证明 ,即在E-AB可逆时证明齐次方程组(E-BA)X=0只有零解.例23 1 1/2 0A= -1/3 1 0 .0 0 2例24 0 2 0A= -1 -1 0 .0 0 -2例25 提示:计算(A-b E)(B-a E).例28 (A).第四讲向量组的线性关系与秩一.概念复习1. 线性表示关系 设1,2,…,s 是一个n 维向量组.如果n 维向量等于1,2,…,s 的一个线性组合，就说可以用1,2,…,s 线性表示.如果n 维向量组1,2,…,t 中的每一个都可以可以用1,2,…,s 线性表示,就说向量 1,2,…,t 可以用1,2,…,s 线性表示.判别“是否可以用1,2,…,s 线性表示? 表示方式是否唯一？”就是问：向量方程x 11+x 22+…+x s s =是否有解？解是否唯一？用分量写出这个向量方程,就是以1,2,…,s为增广矩阵的线性方程组.反之,判别“以A 为增广矩阵的线性方程组是否有解？解是否唯一？”的问题又可转化为“是否可以用A 的列向量组线性表示? 表示方式是否唯一？”的问题.向量组之间的线性表示问题与矩阵乘法有密切关系: 乘积矩阵AB 的每个列向量都可以表示为A 的列向量组的线性组合,从而AB 的列向量组可以用A 的列向量组线性表示;反之,如果向量组1,2,…,t 可以用1,2,…,s 线性表示,则矩阵(1,2,…,t )等于矩阵(1,2,…,s )和一个s ⨯t 矩阵C 的乘积. C 可以这样构造: 它的第i 个列向量就是i 对1,2,…,s 的分解系数(C 不是唯一的).向量组的线性表示关系有传递性,即如果向量组1,2,…,t 可以用1,2,…,s 线性表示,而1,2,…,s 可以用γ1,γ2,…,γr 线性表示,则1,2,…,t 可以用γ1,γ2,…,γr 线性表示.当向量组1,2,…,s 和1,2,…,t 互相都可以表示时就说它们等价并记作1,2,…,s ≅1,2,…,t. 等价关系也有传递性.。
第5讲：逆矩阵,分块矩阵
a1 j a2 j 其中 j 为A的第 j个列向量 ( j 1, 2, , n) am j
统计软件分析与应用
线性代数A
2.3-2.5分块矩阵、初等矩阵、逆矩阵
二、分块矩阵的运算规则
分块矩阵的运算规则与普通矩阵的运算规则 类似，但要注意：进行运算的各矩阵的分块应满 足彼此能进行运算的要求. （1）对同型矩阵 A, B 采用相同的分块法，
统计软件分析与应用
线性代数A
2.3-2.5分块矩阵、初等矩阵、逆矩阵
例: 设 AT A O, 证明 A O .
证: 设A (ai j )mn , 将 A按列分块为 A ( 1 , 2 ,, n ),
1T 1T 1 1T 2 1T n T T T T 2 2 1 2 2 2 n T A A ( 1 , 2 , , n ) , T T T T n n n n 2 n 1
A11 A1r B11 B1 r 其中 A 与 A , B , ij A A B B sr sr s1 s1 A11 B11 A1r B1 r Bi j同型, 则 A B . A B Asr Bsr s1 s1
（A1 , A2 ,…, As 都为方阵）的矩阵称为分块对角矩阵 简记为 A diag A1 , A2 , , As . （或准对角矩阵）；
其行列式 A A1 A2 As .
统计软件分析与应用
线性代数A
2.3-2.5分块矩阵、初等矩阵、逆矩阵
线性代数 3-5 第3章5讲-极大线性无关组和秩(1)
解
(1)
1，
2，
3
1，2，3
1
1
1
1
1
1 40
1 1 1 1 1 1 1
1 1 11
2
0
1，
2，3
1，
2，3
1
1
1
1，
2，
3
1 2
1 2
1 1 1
0
1
2
1
2
0
1
2 9
极大线性无关组和向量组的秩(1)
1 1 2 3 已知向量1，2，3分别可由1，2，3线性表示，即 2 1 2 3
由线性相关性的性质3.6推论得 r2 r；1
反过来，因为1,2 , ,m可由1, 2 , , s线性表示， 即1,2 , ,m的极大无关组可由1, 2 , , s的极大无关组线性表示，
由线性相关性的性质3.6推论得 r1 r2.
, s ) r2.
推论
设向量组1, 2 ,
,
s
线性无关，且可由向量组1，
6
极大线性无关组和向量组的秩(1)
定理3.6 等价的向量组有相同的秩.
证 设向量组1,2 , ,m与1, 2 , , s等价，记r(，1 ，2 ，m ) r，1 r(1, 2, 因为1, 2 , , s可由1,2 , ,m线性表示， 即1, 2 , , s的极大无关组可由1,2 , ,m的极大无关组线性表示，
线性代数（慕课版）
第三章 向量与向量空间
第五讲 极大线性无关组和秩(1)
主讲教师 |
本讲内容
01 极大线性无关组和向量组的秩(1)
极大线性无关组和向量组的秩(1)
向量组的极大无关组
定义3.6
线性代数(慕课版)第五章 矩阵的特征值与特征向量
解得x 4.
故应填 4
14
有关特征值的性质
性质5.2 矩阵A与AT 有相同的特征值.
证 AT E ( A E)T A E
性质5.3 设A 是n 阶可逆矩阵， 为其特征值，则(1) 0;
(2) 1 是A1 的特征值.
证 (1) 假设 0，则由定义知A 0 0.
而矩阵A可逆，故上式两端同时左乘A1 得 A10 0.
(1) 12 n A ; (2) 1 2 n a11 a22 ann.
定义5.2 设矩阵A aij nn ，称a11 a22 ann为矩阵A 的迹.
7 4 1
例1
已知三阶矩阵A
4
7 1 有特征值1 2 3，
4 4 x
3 =12，则x ______ .
解 1 2 3 a11 a22 a33， 即3 3 12 7 7 x，
这与特征向量 0矛盾，故 0.
(2) 由条件知有非零向量 满足A ，两边左乘以A1 得 A1
因 0，于是有 A1 1 ①
所以 1 为A1的特征值.
15
有关特征值的性质
性质5.4 若是A 的特征值，则f ()是f ( A) 的特征值.
代数多项式 f (x) am xm am1xm1 a1x a，0 矩阵多项式 f ( A) am Am am1Am1 a1A a0E. 例2 已知三阶矩阵A 的特征值 1，1，2，求 A3 5A2 .
7
特征值与特征向量的定义
2 1 1
求矩阵的特征值与特征向量：A
0
2 0.
4 1 3
对2 3 2，解方程组( A 2E) X 0，
4 1 1 4 1 1
A
2E
0
0
0
- 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)。
1.3.1 行列式的概念；
1.3.2行列式的性质；
1.3.3 克莱姆法则；
1.3.4 行列式与方阵的关系；
计算行列式常用方法： (1)利用性质把行列式化为三角形行列式，从而算 得行列式的值．
(2)利用降阶法(定义), 在行列式含零元素较多时, 可以按含零的行(或列）展开，降阶直到 二阶或 三阶行列式后计算.
b 0 0
b 0 0
D ba a b
a b
a b
再将各列加至第一列，
a (n 1)b 0 0 0 b a b 0 0 b 0 0 b 0 0
a b
[a (n 1)b](a b) n1.
a b
1.3.3 克莱姆法则
其中 D j 是把系数行列式 D 中第 j 列的元素用方程 组右端的常数项代替后所得到的 n 阶行列式，即
a11 a1 , j 1 a n 1 a n , j 1
b1 bn
a1 , j 1 a1 n a n , j 1 a nn
D j
A a A a A a A 2 n 11 21 12 22 1 n A , A A
O
0
O
性质
证明
设 A aij ,
AA A A A I .
记 AA cij , 则
0, i j; cij ai1 Aj1 ai 2 Aj 2 ain Ajn | A |, i j.
当D=0，即当 =1或 =-2时有非零解。
注意：
1. 用克莱姆法则解方程组的两个条件
(1)方程个数等于未知量个数;
(2)系数行列式不等于零.
2. 克莱姆法则建立了线性方程组的解和已知的系 数与常数项之间的关系.它主要适用于理论推导.
1.3.4 行列式与方阵的关系
a11 a12 a1n a21 a22 a2 n n阶矩阵A a a a n2 nn n1 a11 a12 a1n a21 a22 a2 n n阶行列式 an1 an 2 ann
a b D b
b a b
b b a
b b b
b b b a
解 将第1行乘（-1）,依次加至下面各行;
a b 0 0 b 0 0 b 0 0 ba a b ba
D ba
a b
a b
a ba ba
b 0 0
数表
数
定义1.3.2 n阶矩阵A (aij )的元素按原来的顺序 构成的n阶行列式，称为n阶方阵A的行列式， 记为|A|,也记作|aij | 或 det A.
2 3 例 A 6 8
则A 2 3 6 8
2.
若 | A | 0, 则称A为非奇异矩阵.
T 1 A A; 运算性质
(3)
1 0 r4 3r1 0 0
1 0 2 2
2 3 1 0 0 4 1 5
例1
1 1 2 3 0 2 1 5 r2 r4 0 2 0 4 0 0 1 0 1 1 2 3 0 2 1 5 r3 r2 0 0 1 1 0 0 1 0
2 A n A;
3 AB A B ;
判断
ห้องสมุดไป่ตู้
1 AB
3
BA ;
2 A B B A ;
A B A B;
4若AB O, 则 | A | 0或 | B | 0; 2 5若A 2 A I O, 则A非奇异;
(6)若A非奇异, 则Ak (k为正整数)，AT 也为非奇异矩阵;
解
从第2列开始，直到最后一列，分别将第j列 bj 乘以- 加到第1列，得到一个上三角行列式, cj anbn a2b2
a1
D
c2
cn
a2 c2
a3 an c3
cn
anbn a2b2 c2c3 cn (a1 ) c2 cn
例3 计算 n 阶行列式
故
AA
A I.
同理可得
n A A Aki akj A I . k 1
如果方程组所有常数项都为零，则称该方程组 为齐次线性方程组，否则称为非齐次线性方程 组.
1.3.3 克莱姆法则
定理1.3.1 如果线性方程组的系数行列式
a11 a21 a n1
a12 a1n a22 a2 n 0 an 2 ann
则方程组有解且有唯一解. 其解可以表示为
Dn D1 D2 x1 , x2 , , xn . D D D
a11 a12 a1n A11 A21 An1 a a22 a2 n A12 A22 An 2 21 a1n A1n A AA a11 A11 a12 A12 a a a A A A an1 A n 2 a Ann 1n a2 n A nn A n1 n1 n2 n2 nn nn
1.3.3 克莱姆法则
推论1.3.3 若齐次线性方程组的系数行列式
a11 a21 a n1
a12 a1n a22 a2 n 0 an 2 ann
则方程组仅有零解.
1.3.3 克莱姆法则
例4 齐次线性方程组 x1 x2 x3 0, x1 x2 x3 0, x x x 0, 2 3 1 讨论方程组在什么情况下有非零解. 解：系数行列式为 1 1 2 ( 2)( 1) 1 1 1 1
例1
1 0 r4 r3 0 0
1 2 0 0
2 1 1 0
3 5 1 1
1 (2) 1 (1) 2
a1
a2 c2
a3 an c3 cn
例2 计算 n 阶行列式 D b3
ci 0, i 2,3,, n
bn
b2
1.3.3 克莱姆法则
a11 x1 a12 x 2 a1 n x n b1 a x a x a x b 21 1 22 2 2n n 2 a n1 x1 a n 2 x 2 a nn x n bn
例1
1 1 2 3 3 3 3 7 9 D 2 0 4 2 3 5 7 14 1 0 r2 3r1 2 3 1 2 3 0 1 0 0 4 2 5 7 14
(2)
例1
1 0 r3 2r1 0 3
1 0 2 5
2 3 1 0 0 4 7 14
定义 行列式 A 的各个元素的代数余子式Aij 所 构成的如下矩阵
A11 A12 A A 1n
A21 An1 A22 An 2 A2 n Ann
称为矩阵 A 的伴随矩阵.
a b * * 例5 设A c d , 求A 和A A. d b * 0 ad bc * 解: A c a A A 0 ad bc