线性代数PPT精品课程课件全册课件汇总
合集下载
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。
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。
《线性代数讲义》课件
在工程学中，性变换也得到了广泛的应用。例如，在图像处理中，可
以通过线性变换对图像进行缩放、旋转等操作；在线性控制系统分析中
，可以通过线性变换对系统进行建模和分析。
THANKS
感谢观看
特征向量的性质
特征向量与特征值一一对应，不同的 特征值对应的特征向量线性无关。
特征值与特征向量的计算方法
01
定义法
根据特征值的定义，通过解方程 组Av=λv来计算特征值和特征向 量。
02
03
公式法
幂法
对于某些特殊的矩阵，可以利用 公式直接计算特征值和特征向量 。
通过迭代的方式，不断计算矩阵 的幂，最终得到特征值和特征向 量。
矩阵表示线性变换的方法
矩阵的定义与性质
矩阵是线性代数中一个基本概念，它可以表示线性变 换。矩阵具有一些重要的性质，如矩阵的加法、标量 乘法、乘法等都是封闭的。
矩阵表示线性变换的方法
通过将线性变换表示为矩阵，可以更方便地研究线性 变换的性质和计算。具体来说，如果一个矩阵A表示 一个线性变换L，那么对于任意向量x，有L(x)=Ax。
特征值与特征向量的应用
数值分析
在求解微分方程、积分方程等数值问题时， 可以利用特征值和特征向量的性质进行求解 。
信号处理
在信号处理中，可以利用特征值和特征向量的性质 进行信号的滤波、降噪等处理。
图像处理
在图像处理中，可以利用特征值和特征向量 的性质进行图像的压缩、识别等处理。
05
二次型与矩阵的相似性
矩阵的定义与性质
数学工具
矩阵是一个由数字组成的矩形阵列，表示为二维数组。矩阵具有行数和列数。矩阵可以进行加法、数 乘、乘法等运算，并具有相应的性质和定理。矩阵是线性代数中重要的数学工具，用于表示线性变换 、线性方程组等。
线性代数课件(完整版)
二、三阶行列式
定义 设有9个数排成3行3列的数表
a11 a12 a13
a 21 a 22 a 23
引进记号
a 31 a 32 a 33
原则：横行竖列
主对角线 a 1 1 a 1 2 a 1 3
a 2 1 a 2 2 a 2 3
a11a22a33a12a23a31a13a21a32
副对角线 a 3 1 a 3 2 a 3 3
2021/3/11
18
3个不同的元素一共有3! =6种不同的排法 123，132，213，231，312，321
所有6种不同的排法中，只有一种排法 （123）中的数字是按从小到大的自然 顺序排列的，而其他排列中都有大的 数排在小的数之前.
b1 b2
由消元法，得
( a a a a ) x b a a b 12 12 12 21 1 1 22 12 2
( a a a a ) x a b b a 12 12 12 21 2 12 11 21
当 a 1a 1 2 2a 1a 时2 2，1 该0 方程组有唯一解
x b1a22a12b2
行列式的性质及计算.
§6 行列式按行（列）展开
§7 克拉默法则 —— 线性方程组的求解.
2021/3/11
4
§1 二阶与三阶行列式
我们从最简单的二元线性方程组出发，探 求其求解公式，并设法化简此公式.
一、二元线性方程组与二阶行列式
二元线性方程组
aa1211xx11
a12 x2 a22 x2
aa1211xx11
a12 x2 a22 x2
b1 b2
若令
D a11 a12 a21 a22
(方程组的系数行列式)
线性代数ppt
A 其中A是A的伴随阵.
推论 设A、B 都是n阶方阵，若AB E(或
BA E) , 则B A1.
3. 可逆矩阵的性质
1 若A可逆,则A1也可逆,且 A1 1 A.
2 若A可逆,数 0,则A可逆,且 A1 1 A1.
3 若A, B为同阶可逆矩阵,则AB也可逆,且 1
1 1
4 若A可逆,则AT也可逆 ,且 A A .
线性代数总复习
第一章 行列式
第一节 n阶行列式的定义
二阶行列式的计算方法
a11 a21
a12 a22
a11a22
a12a21.
三阶行列式的计算方法——沙路法
一些常用的行列式结果：
a11 a12 a1n
1.
0 a22 a2n
a11a22
ann
0 0 ann
1
2.
2
12 n
1
n
3.
（其中 为数）;
3 AB C AB AC, B C A BA CA;
方阵的幂运算： （1） Ak Al Akl （2） ( Ak )l Akl
注意：ABk AkBk .
转置运算：
1 AT T A;
2 A BT AT BT ; 3 AT AT ; 4 ABT BT AT .
M
M
M
an1
an2
ann
则D等于下列两个行列式之和：
a11 a12 a1n
a11 a12 a1n
MMM
bi 2 bin ci1
M
M
M
ci 2 cin
M
M
an1 an2 ann
an1 an2 ann
性质1.6 把行列式的某一行（列）的各元素乘以 同一数然后加到另一行(列)对应的元素上去，行列 式不变． (倍加运算)
推论 设A、B 都是n阶方阵，若AB E(或
BA E) , 则B A1.
3. 可逆矩阵的性质
1 若A可逆,则A1也可逆,且 A1 1 A.
2 若A可逆,数 0,则A可逆,且 A1 1 A1.
3 若A, B为同阶可逆矩阵,则AB也可逆,且 1
1 1
4 若A可逆,则AT也可逆 ,且 A A .
线性代数总复习
第一章 行列式
第一节 n阶行列式的定义
二阶行列式的计算方法
a11 a21
a12 a22
a11a22
a12a21.
三阶行列式的计算方法——沙路法
一些常用的行列式结果：
a11 a12 a1n
1.
0 a22 a2n
a11a22
ann
0 0 ann
1
2.
2
12 n
1
n
3.
（其中 为数）;
3 AB C AB AC, B C A BA CA;
方阵的幂运算： （1） Ak Al Akl （2） ( Ak )l Akl
注意：ABk AkBk .
转置运算：
1 AT T A;
2 A BT AT BT ; 3 AT AT ; 4 ABT BT AT .
M
M
M
an1
an2
ann
则D等于下列两个行列式之和：
a11 a12 a1n
a11 a12 a1n
MMM
bi 2 bin ci1
M
M
M
ci 2 cin
M
M
an1 an2 ann
an1 an2 ann
性质1.6 把行列式的某一行（列）的各元素乘以 同一数然后加到另一行(列)对应的元素上去，行列 式不变． (倍加运算)
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。
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。
线性代数课件ppt
aij bij i 1,2,,m; j 1,2,,n,
则称矩阵A与B相等,记作A B.
第12页/共90页
例3: 设 A 1 2 3, 3 1 2
B 1 x 3, y 1 z
已知 A B,求 x, y, z. 解: A B,
x 2, y 3, z 2.
第13页/共90页
0 0 1 a31 a32 a33 a31 a32 a33
a11 x1 a12 x2 a1n xn a21 x1 a22 x2 a2n xn
b1
b2
,
am1 x1 am2 x2 amn xn bm
所以方程组可以用矩阵的乘法来表示．方程组中 系数组成的矩阵A称为系数矩阵，
第28页/共90页
方程组中系数与常数组成的矩阵
3 3 6 2 8 1 6 8 9
第16页/共90页
2、 矩阵加法的运算规律
1 A B B A;
2 A B C A B C .
a11
3
A
a21
a12
a22
am1 am1
称为矩阵A的负矩阵.
a1n a2n amn
aij ,
4 A A 0, A B A B.
主对角线 a11 a12
A
a21
a22
副对角线 am1 am2
a1n
a2n
amn
矩阵A的
m, n元
简记为
A Amn
aij
mn
aij
.
这m n个数称为A的元素,简称为元.
元素是实数的矩阵称为实矩阵,
元素是复数的矩阵称为复矩阵.
第5页/共90页
例1:线性方程组
a11 x1 a12 x2
则称矩阵A与B相等,记作A B.
第12页/共90页
例3: 设 A 1 2 3, 3 1 2
B 1 x 3, y 1 z
已知 A B,求 x, y, z. 解: A B,
x 2, y 3, z 2.
第13页/共90页
0 0 1 a31 a32 a33 a31 a32 a33
a11 x1 a12 x2 a1n xn a21 x1 a22 x2 a2n xn
b1
b2
,
am1 x1 am2 x2 amn xn bm
所以方程组可以用矩阵的乘法来表示．方程组中 系数组成的矩阵A称为系数矩阵，
第28页/共90页
方程组中系数与常数组成的矩阵
3 3 6 2 8 1 6 8 9
第16页/共90页
2、 矩阵加法的运算规律
1 A B B A;
2 A B C A B C .
a11
3
A
a21
a12
a22
am1 am1
称为矩阵A的负矩阵.
a1n a2n amn
aij ,
4 A A 0, A B A B.
主对角线 a11 a12
A
a21
a22
副对角线 am1 am2
a1n
a2n
amn
矩阵A的
m, n元
简记为
A Amn
aij
mn
aij
.
这m n个数称为A的元素,简称为元.
元素是实数的矩阵称为实矩阵,
元素是复数的矩阵称为复矩阵.
第5页/共90页
例1:线性方程组
a11 x1 a12 x2
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。
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
法
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。
(完整版)《大学线性代数》PPT课件
下特页点
结束
a11 a12 … a1n
a21
…
a22 … a2n … ……
=
(-1) N ( j1 j2 jn ) a1 j1 a2 j2 anjn 。
an1 an2 … ann
n阶行列式共有n!项，且冠以正号的项和冠以负号的 项各占一半。
在行列式中，a1 j1 a2 j2 anjn 是取自不同行不同列
结束
例2．计算 n 阶下三角形行列式D的值： a11 0 0 … 0 a21 a22 0 … 0
D = a31 a32 a33 … 0 … … … …… an1 an2 an3 … ann
其中aii0(i=1, 2, , n)。
解：为使取自不同行不同列的元素的乘积不为零，
第一行只能取a11，第二行只能取a22，第三行只能取a33， ， 第 n 行只能取ann。 这样不为零的乘积项只有
结束
对换：
在一个排列i1isitin中，将两个数码 is与it对调， 就得到另一个排列 i1 it is in ，这样的变换称为一个 对换，记为对换(is , it)。
例如，排列 21354 经对换(1, 4)，得到排列24351。 提问：
排列 21354 经对换 (1, 4)，得到的排列是 24351， 排列的奇偶性有无变化？ 提示：
的 n 个元素的乘积。
a1 j1 a2 j2 anjn 之前的符号是 (-1) N(j1 j2 jn) 。
行列式有时简记为| a ij |。一阶行列式|a|就是a。
首页
上页
四阶行列式
a11 a12 a13 a14 a21 a22 a23 a24 a31 a32 a33 a34 a41 a42 a43 a44
线性代数-行列式(完整版)ppt课件
设 D
,
31
(1)当为何值时， D 0,
(2)当为何值时 D0.
解 230 0，或 3
2
D
2
31
.
例3 求二阶行列式
a 1 b2
.
(2)三阶行列式
记号
a 11 a 12 a 13 a 21 a 22 a 23 称为三阶行列式. a 31 a 32 a 33
它表示数
a 1a 1 2a 2 3 3a 1a 2 2a 3 3 1a 1a 3 2a 1 32 a 1a 3 2a 2 3 1a 1a 2 2a 1 3 3a 1a 1 2a 3 32
27下三角行列式的值等于其主对角线上. 各元素的乘积 .
同理可得 上三角形行列式
a 11 a 12 a 13 a 1n
0
D 0
a 22 a 23 a 2n
0 a 33 a 3 n a11a22ann
0 0 0 a nn
其中 aii 0 (i1,2,n)
特殊情况 : 对角形行列式
a1n
a21 a22 a2n1 0
0 0 a2n1 a2n
an11 an12 0 an1 0 0
0
0 an12 an1n1 an1n
0 an1 an2 ann1 ann
( 1 ) aaa a N (j1 j2 jn 1 jn ) 1 j12 j2
和式中仅当 j1n ,j2n 1 , ,jn 12 ,jn1时，
a1j1a2j2annj0
D ( 1 ) nN (n (n ( 1n ) 1 ) 3) 2 a 1 n 1 a 2 ,n 1 a n 1
29
(1) 2 12n .
注：
类似可得
a11 a12 a1n1 a1n 0 0 0
,
31
(1)当为何值时， D 0,
(2)当为何值时 D0.
解 230 0，或 3
2
D
2
31
.
例3 求二阶行列式
a 1 b2
.
(2)三阶行列式
记号
a 11 a 12 a 13 a 21 a 22 a 23 称为三阶行列式. a 31 a 32 a 33
它表示数
a 1a 1 2a 2 3 3a 1a 2 2a 3 3 1a 1a 3 2a 1 32 a 1a 3 2a 2 3 1a 1a 2 2a 1 3 3a 1a 1 2a 3 32
27下三角行列式的值等于其主对角线上. 各元素的乘积 .
同理可得 上三角形行列式
a 11 a 12 a 13 a 1n
0
D 0
a 22 a 23 a 2n
0 a 33 a 3 n a11a22ann
0 0 0 a nn
其中 aii 0 (i1,2,n)
特殊情况 : 对角形行列式
a1n
a21 a22 a2n1 0
0 0 a2n1 a2n
an11 an12 0 an1 0 0
0
0 an12 an1n1 an1n
0 an1 an2 ann1 ann
( 1 ) aaa a N (j1 j2 jn 1 jn ) 1 j12 j2
和式中仅当 j1n ,j2n 1 , ,jn 12 ,jn1时，
a1j1a2j2annj0
D ( 1 ) nN (n (n ( 1n ) 1 ) 3) 2 a 1 n 1 a 2 ,n 1 a n 1
29
(1) 2 12n .
注：
类似可得
a11 a12 a1n1 a1n 0 0 0
《线性代数》PPT课件幻灯片PPT
特别当矩阵A与对角阵=diag(1, 2,···, n )相似时,
那么
Am = PmP-1; (A)= P()P-1.
而对于对角阵, 有
1k
k =
k2
;
kn
()=
(1)
(2)
(n).
利用上述结论可以很方便地计算矩阵A的多项式
(A). 结论: 假设f( )为矩阵A的特征多项式, 那么矩阵
A的多项式 f(A)=O. 此结论的一般性证明较困难, 但当矩阵A与对角
因此, 当a = –1时矩阵A能对角化.
三、小 结
1. 相似矩阵 相似是矩阵之间的一种关系, 它具有很多良好的 性质, 除了课堂内介绍的以外, 还有: (1) 假设A与B相似, 那么det(A)=det(B); (2) 假设A与B相似, f(x)为多项式, 那么f(A)与f(B) 相似; (3) 假设A与B相似, 且A可逆, 那么B也可逆, 且A1与B2-1. 相相似似.变换与相似变换矩阵 相似变换是对方阵进展的一种运算, 它把A变成 P-1AP, 可逆矩阵P称为进展这一变换的相似变换矩阵.
-2
P1AP
1 1.
矩阵P的列向量和对角矩阵中特征值的位置要相
互对应.
例3:设A= 110
0 1 0
a10,当a为何值时, 矩阵A能对角化?
0 1 解: | A –E | = 1 1 a = –(–1)2(+1).
1 0
得矩阵A的特征值 1 = –1, 2 = 3 = 1. 对应单根1 = –1, 恰好可求得一个线性无关的特
阵 相似时很容易证明即.
f(A)=Pf()P=POP-1=O.
二、利用相似变换将方阵对角化
n阶方阵A是否与对角阵 =diag( 1, 2,···, n ) 相似, 那么我们需要解决如下两个问题:
- 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)。
我们先讨论未知量的个数与方程的 个数相等的特殊情形。
在讨论这一类线性方程组时，我们
引入行列式这个计算工具。
第一章 行列式
内容提要
§1 二阶与三阶行列式
•行列式是线性代 数的一种工具！ •学习行列式主要 就是要能计算行列 式的值。
§2 全排列及其逆序数
§3 n 阶行列式的定义 §4 对换 （选学内容） §5 行列式的性质 §6 行列式按行(列)展开
二元线性方程组 a11 x1 a12 x 2 b1 a 21 x1 a 22 x 2 b2 求解公式为
请观察，此公式有何特点？
b1a22 a12 b2 分母相同，由方程组的四个系数确定。 x1 a a a a 11 22 12 21 分子、分母都是四个数分成两对相乘再 a b b a x 11 2 1 21 2 a11a22 a12 a21 相减而得。
原则：横行竖列
a21
a22
记号
a11
a12
a21 a22
表达式 a11a22 a12 a21 称为由该 数表所确定的二阶行列式，即
ห้องสมุดไป่ตู้
D
a11 a12 a 21 a 22
a11 a 22－a12 a 21 .
其中， aij ( i 1, 2; j 1, 2) 称为元素。 i 为行标，表明元素位于第i 行； j 为列标，表明元素位于第j 列。
(a11 a 22 a12 a 21 ) x 2 a11 b2 b1 a 21
当 a11 a 22 a12 a 21 0 时，该方程组有唯一解
b1 a 22 a12 b2 x1 a11 a 22 a12 a 21 a11 b2 b1 a 21 x2 a11 a 22 a12 a 21
XX学院 XX 专业
线性代数
【全套课件】 授课人：XX XX
线性代数介绍
线性代数是代数的一个分支，它以研究向量空
间与线性映射为对象；由于费马和笛卡儿的工作， 线性代数基本上出现于十七世纪。 由于它的简便，所以就代数在数学和物理的各 种不同分支的应用来说，线性代数具有特殊的地位 。此外它特别适用于电子计算机的计算，所以它在 数值分析与运筹学中占有重要地位。
12 2 12 ( 2) 14 D1 1 1 3 12 3 24 21 D2 2 1
所以
D1 14 x1 2, D 7
D2 21 x2 3 . D 7
二、三阶行列式
第06章 线性空间与线性变换
参考资料
[1] 《线性代数辅导》 胡金德等编 北京：清华大学出
版社出版 [2]《线性代数及其应用》，同济大学应用数学系编， 北京：高等教育出版社
在以往的学习中，我们接触过二元、 三元等简单的线性方程组。
但是，从许多实践或理论问题里导出 的线性方程组常常含有相当多的未知量， 并且未知量的个数与方程的个数也不一定 相等。
二元线性方程组
a11 x1 a12 x 2 b1 a 21 x1 a 22 x 2 b2
数表
a11
引进新的符号来表示“四 个数分成两对相乘再相 减”。
a12
其求解公式为
b1a22 a12 b2 x1 a a a a 11 22 12 21 x a11b2 b1a21 2 a11a22 a12 a21
线性代数地位
主要理论成熟于十九世纪，而第一块基石则早在两千年前 出现（见于数学名著《九章算术》）。
①线性代数在数学、力学、物理学和技术学科中有各种重 要应用，因而它在各种代数分支中占居首要地位；
②在计算机广泛应用的今天，计算机图形学、计算机辅助
设计、密码学、虚拟现实等技术无不以线性代数为其理论和算 法基础的一部分；
二阶行列式的计算 ——对角线法则
主对角线
副对角线
a11
a12
a21 a22
a11a22 a12a21
即：主对角线上两元素之积－副对角线上两元素之积
a11 x1 a12 x 2 b1 二元线性方程组 a 21 x1 a 22 x 2 b2 a11 a12 D 若令 a 21 a 22 (方程组的系数行列式)
③该学科所体现的几何观念与代数方法之间的联系，从具
体概念抽象出来的公理化方法以及严谨的逻辑推证、巧妙的归 纳综合等，对于强化人们的数学训练，增益科学智能是非常有 用的。
目录
第01章 行列式
精品课程
第02章 矩阵及其运算 第03章 矩阵的初等变换与线性方程组 第04章 向量组的线性相关性 第05章 相似矩阵及二次型
§1 二阶与三阶行列式
从最简单的二元线性方程组出发，探求
其求解公式，并设法化简此公式。
一、二元线性方程组与二阶行列式
a11 x1 a12 x 2 b1 二元线性方程组 a 21 x1 a 22 x 2 b2
由消元法，得
(a11 a 22 a12 a 21 ) x1 b1 a 22 a12 b2
D1 b1 b2 a12 a22 D2 a11 a21 b1 b2
则上述二元线性方程组的解可表示为
b1a22 a12b2 D1 x1 a11a22 a12 a21 D a11b2 b1a21 D2 x2 a11a22 a12 a21 D
3 x1 2 x2 12 例1 求解二元线性方程组 2 x1 x2 1 3 2 3 ( 4) 7 0 解： 因为 D 2 1
行列式的概念.
行列式的性质及计算
§7 克拉默法则 —— 线性方程组的求解
教学目的与要求
通过学习本章，要求学生知道n阶行列式定义， 熟悉行列式的性质，掌握行列式的计算方法及其求 解线性方程组的克拉默法则。
教学重点、难点
教学重点：行列式的概念、性质及其计算 教学难点：行列式的性质及其计算
课外思考题
P25 习题一、 1(2)(3),2(2)(4),4(2)(3),5(2),6(3)(5),8(2),9,10(2),12