2015方浩线性代数讲义1-1
方浩线性代数讲义
2015考研数学综合强化课科目：线性代数主讲老师：方浩新浪微博：Professor_fang 1(一)时间安排○1行列式○2矩阵○3向量○4线性方程组○5特征值与特征向量○6二次型2（二）命题特点○1重点突出（围绕方程组和相似问题展开）○2综合性强（行列式，秩，向量，方程）○3重理论，轻计算○4应用性非常突出3（三）复习方法○1紧跟强化课程（串讲，提炼，综合）○2真题即是考题○3把握整体逻辑体系○4重点知识重点把握4第一章行列式核心考点：计算行列式(0-4分) （1）特殊行列式（2）行列展开定理（3）递推型行列式56（一）基本概念 （1）[行列式] 12)121211121(212221212(1)n nnn j j j nj j nj j j j n n nna a a a a a a a a a a a τ=-∑二阶行列式：a bad bc c d=-.7（2）[余子式][余子式]：划去ij a 所在的第i 行、第j 列，剩下的1n -阶行列式称为ij a 的余子式，记为ij M [代数余子式]：(1)i jij ij A M +=-8（二）行列式的性质（1）TA A（2）两行（列）互换，行列式变号（3）某行（列）扩大K 倍，行列式扩大K 倍 （4）两行（列）成比例，行列式为0（5）某行（列）能拆成两个行（列）向量之和，行列式可以拆成对应两个行列式之和（6）将某行（列）的K 倍加到另一行（列），行列式值不变9（三） 特殊行列式 （1）[上（下）三角] 1112111222212212n n iiinnn n nna a a a a a a a a a a a a ==∏10111121,112,1221222,11,11(1)212,110000000(1)n n n n n n n n n nnn n n n n n a a a a a a a a a aa aa a a a a ------==-11(2) [拉普拉斯展开式] 主对角：m m m n n n A O A C A B C B O B == 副对角：()1mn m m m n n n O A C A A B B C B O ==-推论：n n n n A B A B =12(3) [范德蒙行列式] ()1211112111n j i j i n n n n a a a a a a a a >---=-∏13（三）行列展开定理11221122i i i i in in j jj j nj njD a A a A a A D a A a A a A =+++=+++ [变型]14（四） 克拉默法则对于方程组n A x b =（1）若0n A ≠，上述方程有唯一解 （2）若0n A ≠，具体解为i i n D x A =，其中i D 为行列式n A 中的第i 列用向量b 替换得到。
第一讲线性代数基础
A
Cn�n.
A
()
H
=
1 (A
2
+
A) ().
()
A Rn�n. A () x Rn xAx > 0 ( xAx 0).
()
36/49
A Cn�n Hermite , k . Hermite B Cn�n
Bk = A.
, : (1) BA = AB, p(t) B = p(A); (2) rank(B) = rank(A), , A , B ; (3) A , B .
Ran(P ) = S1, Ker(P ) = S2. , P S1 S2 ,
P = V (W V )-1W , V = [v1, v2, . . . , vm] W = [w1, w2, . . . , wm] S1 S2 .
22/49
S1 S , x S, x x = x1 + x2, x1 S1, x2 S1,
2 � 2 , A .
()
34/49
5
A Cn�n. A Re(xAx) 0, x Cn A Re(xAx) > 0, x Cn, x = 0 A Hermite A Hermite A Hermite A Hermite
Hermite
35/49
f (x) Cn , � , Rn .
5/49
: � 1-: x1 = |x1| + |x2| + � � � + |xn| � 2-: x2 = |x1|2 + |x2|2 + � � � + |xn|2
� -: x = max |xi|
1in
�
p-:
xp
线性代数考研讲义完整版
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:a11x1+a12x2+…+a1n x n=b1,a21x1+a22x2+…+a2n x n=b2,…………a m1x1+a m2x2+…+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(k1,k2, …,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.b1=b2=…=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 1 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a11 a12… a1n a11 a12… a1n b1A= a21 a22… a2n 和(A|?)= a21 a22… a2n b2…………………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a1,a2,? ,a n的向量可表示成a1(a1,a2,? ,a n)或 a2 ,┆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, c1,c2,…,c s是一组数,则称c1?1+c2?2+…+c s?s为?1,??2,…,?s的(以c1,c2,…,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|?).(2)用(B|?)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|?)的零行,得到一个n×(n+1)矩阵(B0|?0),并用初等行变换把它化为简单阶梯形矩阵(E|?),则?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n2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:a11 a12 (1)a21 a22 (2)……… .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n2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n nj 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: 002323215634,??(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)(n n n nj j j j j j j j j a a a τ-∑ … … …a n1 a n2 … a nn这里∑n j 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+jM 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)a1 a2 a3 … a na12 a22 a32… a n2…………a1n-i a2n-i a3n-i… a n n-i的行列式(或其转置).它由a1,a2 ,a3,…,a n所决定,它的值等于因此范德蒙行列式不等于0? a1,a2 ,a3,…,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(D1/D, D2/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|?),?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 ② 1+x 1 1 1 ③ 1+a 1 1 1a 2 a a a 1 1+x 1 1 2 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+x 4 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 41 1 1例3 1+x11 1 .1 1+x21 1 1+x131 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 x 3-3 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 33x 2-2 9 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 ii 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 11 c 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 m1 c 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 = Ak+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 A11 A 12 B 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A1B1 0 0AB = 0 A2B2 … 0 .………00 …A k B k(2)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):①AB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?=(b1,b2,…,b n)T,则A?= b1?1+b2?2+…+b n?n.应用这两个性质可以得到:如果?i=(b1i,b2i,…,b ni)T,则?i=A?I=b1i?1+b2i?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=(?,?,?), C=(?+2?-?,3?-?+?,?+2?),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A11 A21… A n1A*= A12 A22… A n2 =(A ij)T.………A1n A2n… 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 1??T= -1 1 -1 ，求?T?.（2003一）??????????????②设?=(1,0,-1)T, A=??T,求|a E-A n|.③?n维向量?=(a,0,?,0,a)T, a<0, A=E-??T, A-1=E+a-1?? T,求a. (03三,四)④ n维向量?=(1/2,0,?,0,1/2)T, A=E-?? T, B=E+2?? T,求AB. (95四)⑤ A=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+A2-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A?1=?1+?2+?3, A?2=2?2+??3, A?3=2?2+3?3.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+2?2+3?3,?1+4?2+9?3),求|B|.(05)例6 3维向量?1,??2,??3,??1,??2,??3满足?1+?3+2?1-?2=0,?3?1-?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?,A2?)可逆,并且A3?=3A?-2A2?.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 ,+2B=AB+2X,求X11.2 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,a11,a12,a13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= A 0 ,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135A=35 -2 1 –2/3 .3 -3/2 1① 3.② a2(a-2n). ③ -1. ④ E. ⑤ 4.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19 E(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x1?1+?x2?2+…+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。
2015方浩概率强化讲义1
P BA
B ___
24
【例 1.28，Z】设相互独立的事件 A,B 都不发生
1 的概率是 ， 且 A 发生 B 不发生的概率与 B 发生 A 9
不发生的概率相等，求 A 发生的概率
25
1 1 1 【 例 】 P ( A) , P B A , P A B , 则 4 3 2 P A B ___
10
3.伯努利概型 [定义]：随机试验只有两个可能结果： A和 A； 每次试验 A发生概率相等 P ( A) p n重伯努利试验， [结论]： 事件 A发生 k 次的概率： k k n k Bk ( n, p) C n p (1 p) ( k 0,1,2, , n) .
11
（五）条件概率，乘法公式，独立性 1.条件概率：P ( A) 0，A发生条件下 B 发生的概 P ( AB ) 率 P ( B A) P ( A)
3
5.[必然事件]：随机试验中必然发生的事件，记 作 . 6.[不可能事件]：每次试验中一定不发生，记为 .
4
(二) 事件的关系和运算 1.[事件间的关系] (1) 包含： A B (2) 相等： A B A B (3) 和： A B (4) 积： (5) 差:
A B =AB
(6)互斥(互不相容)： AB . (7)对立： A B ， A B .记为 B A.
P ( A1 A2 An ) P ( A1 ) P ( A2 ) P ( An ).
(4) P ( A) 1 P ( A).
8
3.[基本公式] [加法公式] P ( A
3
B ) P ( A) P ( B ) P ( AB )
线性代数课件 第一章
1 0 (5)单位矩阵 单位矩阵 0 1 E = En = L L O 0 0
称为单位矩阵（ 单位阵） 称为单位矩阵（或单位阵）. 单位矩阵
L 0 O L 0 L L L 1
a11 a 21 A= L a m1
简记为
a12 a 22 L am1
L a1 n L a2n L L L a mn
矩阵A的 (m, n)元
A = Am×n = (aij )m×n = (aij ).
这m × n个数称为 A的元素 ,简称为元 . 简称为元
a11 x1 + a12 x2 + L + a1n xn = b1 a x + a x +L + a x = b 21 1 22 2 2n n 2 LLLLLLLLLLLL am1 x1 + am 2 x2 + L + amn xn = bm
, , 系数 aij ( i =1,2,L m, j =1,2,L n) , 常数项 bi (i = 1,2,L,n)
全为1 全为
(6)方阵 方阵 主对角线
a11 a12 a21 a22 A= L L 副对角线 an1 an1
简记为
L a1n L a2 n L L L ann
n× n
矩 A 阵 的
( n, n) 元
A = An× n = ( aij )
.
矩阵的转置
a11 a 21 A= L a m1
定义3 如果矩阵A经过有限次的初等变换变成B 定义3 如果矩阵A经过有限次的初等变换变成B， 就称矩阵A与矩阵B等价， 就称矩阵A与矩阵B等价，记作 A ~ B ． 矩阵之间的等价具有自反性、对称性和传递性． 矩阵之间的等价具有自反性、对称性和传递性． 例如 用矩阵的初等行变换 解线性方程组
线性代数总复习讲义
线性代数总复习
r(A) r(A,b)无解
r(A)=r(A,b)=n 有唯一解
克拉默法则， xj
Dj D
Ax=b
b=0 b≠0
d1 d 2 d n T 初等变换，
齐次方程的基础解系
r(A)=r(A,b)<n 有无穷多解
非齐次方程的一个特解
非齐次方程的通解
上页 下页 返回
0 1 1
1 1 0 0 0 0
r3 r2 r4 3r1
0 1 1 2 r4 r3 0 0 0 0 2 4 2 2
0 1 1
1 ( 1) ( 2) ( 2) 4
上页 下页 返回
线性代数总复习
(2) 利用行列式展开计算
定理 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
r2 5r3
32 2 1 0 10 1 3 r2 （ 2） 3 5 3 5 1 A 1 3 3 . 0 0 2 2 2 r3 （ 1） 2 11 1 0 0 11 1
上页 下页 返回
上页 下页 返回
线性代数总复习
r1 r2
r3 r2
r1 2r3
1 0 2 1 1 0 r 2r 3 1 0 2 5 2 1 0 0 0 1 1 1 1 r2 5r3 1 0 0 1 3 2 r 2 （ 2） 0 2 0 3 6 5 （ 1） 0 0 1 1 1 1 r3
上页 下页 返回
线性代数总复习
2、n阶行列式的计算 (1) 利用行列式的性质计算 （化为三角形） 性质1 行列式与它的转置行列式相等.
2015方浩线性代数讲义2-1
9
3 性质： ○ 1 1 1 ( kA) k A 1 1 1 n 1 1 n ( AB ) B A ,( A ) ( A ) 1 1 ( A ) A 1 1 | A | | A|
15
（四）矩阵的初等变换 （1）三种初等变换： 1 某一行（列）扩大 k 倍 ○ 2 互换两行（列） ○ 3 将第 i 行（列）的 k 倍加至第 j 行（列） ○ （2）三个初等矩阵： Ei k ，Eij k （对单位阵进行初等变换） E ij ，
16
Eij 1 Eij 1 1 性质： Ei k E i ； k E 1 k E k ij ij
* n 1 *
14
n
【注意】 1 逆，转置，伴随，n 次幂 （两两可交换） ○
A1 A2 B1 B2 A1 B1 A2 B2 A A B B A B A B 4 4 3 4 4 3 3 3 A B X Y AX BZ AY BW 2 ○ C D Z W CX DZ CY DW
O -1 B
13
（3）伴随矩阵
1 定义： A ○
*
a
ij
n
A Aji
*
*
n
A A AA A E
( kA) k A * * * n * * ( AB ) B A ,( A ) A 2 性质： ○ n 2 * * ( A ) A A * n 1 | A || A |
aij bij 0
（2） 数乘： kAmn Bmn kaij bij
2015方浩线性代数讲义4
4.多元函数可偏导，可微，连续之间关系
连续 可微 可偏导
一阶偏导连续
7
（二）偏导的计算 1.链式法则(显函数) u u( x , y ), v v ( x , y ) 可 导 , z f ( u, v ) 在 相应点有连续一阶偏导数, z z f u f v u v x u x v x y x x y z f u f v y u y v y
f ( x, y) (B)若 lim 2 存在, f ( x , y )在(0,0)可微 2 x 0 x y y 0
29
f ( x, y) (C) f ( x , y )在(0,0)可微,则lim 存 x 0 x y y 0
在
f ( x, y) (D) f ( x , y )在(0,0)可微,则lim 2 存在 2 x 0 x y y 0
42
【例 4.18】 设可微函数 f ( x , y )在点( x0 , y0 ) 处取极小值,则下列结论正确的是: （A) f ( x0 , y )在 y0 处导数大于零 (B) f ( x0 , y )在 y0 处导数等于零 (C) f ( x0 , y )在 y0 处导数小于零 (D) f ( x0 , y )在 y0 处导数不存在
16
2.条件极值 （1 ） f ( x , y ) 在条件 ( x , y )=0 条件下的极 值. ○ 1 构造 F ( x , y , ) f ( x , y ) ( x , y )
17
Fx' 0 ' 2 令 F 0 ,消去 解出驻点 ○ y ' F 0
g( t ) f [t , f ( t , t )],求 g(0).
2
概率统计第一部分讲义
2015考研数学综合强化课概率论与数理统计主讲老师：方浩第一章随机事件与概率（一）随机试验和样本空间1.[随机试验]2.[样本空间]: 随机试验所有可能发生的结果组成的集合[样本点]: 随机试验的每个可能结果3.[基本事件]:样本空间中的一个样本点组成的单点集4.[随机事件]:样本空间 的子集5.[必然事件]：随机试验中必然发生的事件，记作Ω.6.[不可能事件]：每次试验中一定不发生，记为φ.(二) 事件的关系和运算1.事件间的关系(1) 包含：A B⊃(2) 相等：.=A B(3) 和：A B.(4) 积：A B(5) 差: =-A B AB(6)互斥(互不相容)：ABφ=.(7)对立(互逆)：A B=Ω，A Bφ=. 对立事件记为B A=.2.运算律(1)交换律：;==A B B A A B B A(2)结合律：()()=A B C A B C=()()A B C A B C(3)分配律：()()()=A B C A B A C(4)对偶律(摩根律)：,==A B A B A B A B(三)概率的定义与性质 1.概率的定义(1)非负性： ()0P A ≥.(2)规范性： ()1P Ω=.(反之不成立) (3)可列可加性：12,,A A 两两互不相容 1212()()()P A A P A P A =++2.概率的性质(1)非负性： 0()1P A ≤≤.(2)规范性： ()0,()1P P ∅=Ω=.(3)有限可加性：12,,,n A A A 两两互不相容1212()()()()n n P A A A P A P A P A =+++.(4) ()1()P A P A =-.3.基本公式[加法公式]()()()()P A B P A P B P AB =+-()()()31231231,j()i i j i i P A A A P A P A A P A A A ==-+∑∑[减法公式]()()()()P A B P A P AB P AB -=-=[逆事件] ()1()P A P A =-（四）三大概型 1.古典概型()AA n P A n=Ω中基本事件的个数中基本事件总数 2.几何概型()A P A =Ω的长度（或面积、体积）的长度（或面积、体积）3.伯努利概型[定义]：随机试验只有两个可能结果：A 和A ；每次试验A 发生概率相等()P A p =[结论]：n 重伯努利试验，事件A 发生k 次的概率：(,)(1)(0,1,2,,)kkn kk nB n pC p p k n -=-= .（五）条件概率，乘法公式，独立性1.条件概率：()0P A >，A 发生条件下B 发生的概率()()()P AB P B A P A =2.条件概率的性质(1) 非负性：0(|)1P B A ≤≤ (2) 规范性：(|)1P A Ω=(3) 逆事件：(|)1(|)P A B P A B =- (4) 加法公式：121212(|)(|)(|)(|)P A A B P A B P A B P A A B =+-减法公式：12112(|)()(|)P A A B P A B P A A B -=-3.乘法公式()()()P AB P B A P A = 12121211()()()()n n n P A A A P A A A A P A A P A -=4.两个事件的独立性定义：()()()P AB P A P B =,称事件,A B 相互独立. 推论：设0()1P A <<，,A B 独立()(|)(|)P B P B A P B A ⇔==性质：,A B 独立，则A 与B ，A 与B ，A 与B 也相互独立5.三个事件的独立性1)()()()=；P AB P A P B2)()()()P AC P A P C=；3)()()()=；P BC P B P C4)()()()()=；P ABC P A P B P C满足1-3：称三个事件,,A B C两两独立. 满足1-4：称三个事件,,A B C相互独立.(六)全概率公式与贝叶斯公式 1.完备事件组：若事件1,n A A =Ω,1i j A A i j n φ=≤≠≤，称事件1,,n A A 是一个完备事件组.2.全概率公式：1()()()ni i i P B P A P B A ==∑.3.贝叶斯公式：()1()()()()j jj niii P B A P A P A B P A P B A ==∑[题型一概率的基本计算] 【例1.1】()___A B C=()()A AB C()()B A B C()()()C A B A C()()()D A B A C【P332，例1】事件,A B ，满足1()()2P A P B ==和()1P A B =则有( )（A ）A B =Ω （B ）AB φ= （C ）()1P A B = （D ）()0P A B -=【例】设事件,A B互不相容,则（）()()0A P AB=()()()()=B P AB P A P B()()()=-C P A P B1()()1D P A B=【P332，例2】设,Y X 为2个随机变量，且{}30,Y 07P X ≥≥=,{}{}4007P X P Y ≥=≥=则(){}max ,0=___P X Y ≥【P328，4】设,,A B C 是随机事件，且()()()14P A P B P C ===,()()0P AB P BC ==,()18P AC =,求,,A B C 都不发生的概率【例】()()===,则P A P B P AB()0.3,0.4,0.5()___P B A B=【例】设相互独立的事件A,B都不发生的概率是1，且A发生B不发生的概率与B发生A不发生9的概率相等，求A发生的概率【例】()()111(),,432P A P B A P A B ===,则()___P A B =[题型二三大概型]【例】()0,1之间任取两个数，乘积小于12的概率____【例】区域()22:20D x y x y +≤≥内任取一点，求该点与坐标原点的连线和X 轴正方向所围成的夹角小于3π的概率【P329，7】设一厂家生产的每台仪器以概率0.7可直接出厂，以概率0.3需进一步调试，经调试后，以概率0.8出厂，以概率0.2定为不合格，不能出厂，现该厂生产了(2)台仪器(设各台n n≥生产过程相互独立).求(I)所有机器都能出厂的概率α.(II)其中恰好有两件能出厂的概率β.(III)至少有两件不能出厂的概率θ.[题型三 条件概率与独立性]【P328，例1】设,A B 是两个随机事件,()()01,0P A P B <<> ()()P B A P B A =则下列选项中正确的是___()()() A A B A B =P P ()()()B A B A B ≠P P ()()()()C AB A P B =P P ()()()()D AB P A P B ≠P【例】设0()1,0()1P A P B <<<<，(|)(|)1P A B P A B += 则( )（A ）A,B 互不相容 （B ）A,B 互逆 （C ）A,B 相互独立 （D ）A,B 不独立【P329，例3】将一枚硬币连续投掷两次，定义事件1A ：第一次出现正面，2A ：第二次出现正面，3A ：正反面各出现一次，4A ：两次都是出现正面，则下列说法正确的是（ ）（A ）123,,A A A 相互独立（B ）234,,A A A 相互独立（C ）123,,A A A 两两独立（D ）234,,A A A 两两独立【例】设,,A B C是三个相互独立的随机事件，且<<，则下列给定的四对事件中不一定相互0()1P C独立的是 ( )()A A B与C()B A C与C-与CC A B()D AB与C()【题型四全概率公式与贝叶斯公式】【P327，例4】在1,2,3,4中任取1个数为X，再从1,X中任取一个数为Y，则{}2___P Y==【P326，例3】设工厂A,B的产品的次品率分别为1%和2%，现在从由产品A和B的产品分别占60%和40%的一批产品中随机抽取1件（1）求该产品是次品的概率（2）已知取出为次品，求该次品属于A生产的概率【例 1.9】设有甲、乙两个箱子，甲箱中有m只白球，n个红球，乙箱中有a个白球，b个红球，现从甲箱中任意取出一只放入乙箱，再从乙箱中任取出一球，求（1）从乙中取出的是白球的概率（2）已知从乙中取出的是白球，从甲放入乙中的是白球的概率（3）已知从乙中取出的是白球，从甲放入乙中的是红球的概率【例】甲乙两名运动员进行打靶训练，每次打靶甲中靶的概率为0.5，乙中靶的概率为0.3，甲乙两人都中靶的概率为0.2，每次打靶中只要有一人中靶就称为此次打靶合格，第n次()3n>打靶α=合格恰好是第3次合格的概率___63。
线性代数基础讲义
2015考研数学线性代数基础讲义第一章 行列式一．基本内容1．排列与逆序定义 ：由 n 个自然数1, 2,3,..., n 组成的无重复有序实数组 称为一个 n 级排列。
定义 ：在一个 n 级排列中，如果一个较大数排在一个较小数前面，我们就称这两个数构成一个逆序。
对于逆序，我们感兴趣的是一个 n 级排列中逆序的总数，称为 n 级排列的逆序数，记作。
2. 行列式的定义个数 （ ）排成的行列的方形表称为一个n 阶行列式。
它表示所有取自不同行不同列的个元素乘积的代数和。
3.行列式的性质（1）转置不改变行列式的值（2）行列式某行（列）元素的公因子可以提到行列式之外（3）行列式的分行（列）可加性（4）行列式两行（列）元素成比例，则行列式值为0（5）互换行列式的某两行（列）行列式的值改变符号（6）行列式某行（列）的倍加到另外一行（列），行列式值不变4.行列式的余子式、代数余子式划去元素 所在的行、列，剩下的元素按照原来的顺序排成的n-1阶行列式称为 的余子式，记为 ，称 为 的代数余子式。
5.行列式的展开（1）展开定理（2）行列式某一行（列）每个元素与另一行（列）对应元素的代数余子式乘积的和等于0 。
二.基本结论（1）（2）12,,n i i i 12,,n i i i ()12,,n i i i τ2n ij a ,1,2,,i j n =⋅⋅⋅1212121112121222(,,,)12,,,12(1)n n n n n j j j j j nj j j j n n nn a a a a a a D a a a a a a τ⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅==-⋅⋅⋅⋅⋅⋅⋅⋅⋅∑ij a ij a ij M (1)i j ij ij A M +=-ij a 1122i i i i in in D a A a A a A =++1,2,,i n =1122j j j j nj nj a A a A a A =++1,2,,j n =11220k i k i kn in a A a A a A ++=k i≠11220k i k i nk ni a A a A a A ++=k i ≠1122nn a a a =11112222******nn nn a a a a a a ==1112(1)2(1)2(1)111******n n n n n n n n n a a a a a a a a a ---===三. 基本题型与基本方法题型1：行列式的计算：行列式基本方法：利用性质及展开具体方法：方法一 ：三角法（利用性质将行列式化为三角型行列式）例方法二：降阶法（利用展开降阶）例第二章 矩阵第一节 矩阵及其运算一. 基本内容1．矩阵概念1）定义2）特殊矩阵：（1）零矩阵：（2）阶方阵：（3）行矩阵（向量）、列矩阵（向量）：（4）对角矩阵、单位矩阵、上三角矩阵、下三角矩阵：（5）对称矩阵、反对称矩阵：2．矩阵的运算1）线性运算：加法与数乘2）乘法：（1）乘法法则：（2）运算律：3）方阵的运算（1）方阵的幂及其运算律：（2）方阵的行列式4）转置：性质5）伴随矩阵性质：二、基本结论1．伴随矩阵的相关结论2．分块矩阵的逆 4124120233200112D =0111111n n a a D a +=12344000000a x a a a x x D x x x x +-=--()111212122212n n ij m n m m mn a a a a a a A a a a a ⨯⋅⋅⋅⎛⎫ ⎪⋅⋅⋅ ⎪== ⎪⋅⋅⋅⋅⋅⋅ ⎪⎝⎭第二节 可逆矩阵一、基本内容1．可逆的定义：2．阶矩阵可逆的充要条件：3．性质：二、基本题型与基本方法题型1：逆矩阵的计算与证明（具体矩阵、抽象矩阵）方法一：公式法求逆方法二：初等变换求逆：方法：例方法四：利用定义，求（证明）逆矩（抽象矩阵的情形中常见）例：n 阶矩阵满足 求第三节 矩阵的初等变换与秩一、基本内容1．初等变换的定义：2．初等矩阵（1）定义：由单位矩阵经过一次初等变换得到的矩阵（2）三种初等矩阵：（3）性质：初等矩阵都是可逆的，其逆仍是初等矩阵3．初等变换的本质（初等变换与初等矩阵的关系）4．矩阵等价1）定义：2）性质：5．矩阵的秩（1）定义：（2）性质：初等变换不改变矩阵的秩二、基本题型与基本方法题型：求矩阵的秩基本方法：初等变换法对矩阵作初等行变换，化为阶梯形，阶梯形中非零行的个数即为矩阵的秩。
线性代数讲义(第一章)
an1 an2 ann
解 展开式的一般项为 (-1)t( j1 j2jn ) a1 j1 a2 j2 anjn .
不为零的项只有 (-1)t(12n) a11a22 ann.
a11 0
0
a21 a22 0 1 t12na11a22 ann
1
1
a2 a a 1
1
1
b2 b b 1
1
1
c2 c c 1
1
1
d2 d d 1
a
b abcd
c
d
11
1 a2 a
a
1
1 b2
1
1 c2
1
b
b 1
13
c
c
1
1 d2
1 d
d
11 1 a2 a
1
1 b2
1 b
1
1 c2
1 c
1
1 d2
1 d
0.
性质5 把行列式的某一列（行）的各元素乘以 同一数然后加到另一列(行)对应的元素上去，行 列式不变．
当 a11a22 a12a21 0 时， 方程组的解为
x1
b1a22 a11a22
a12b2 ， a12a21
x2
a11b2 a11a22
b1a21 . a12a21
（3）
由方程组的四个系数确定.
为便于记忆，引入记号
a D 11
a21
a 12
a a11 22 a a 12 21
三阶行列式的计算: 对角线法则
a11 a12 a13 a21 a22 a23 a31 a32 a33
1.1线代精要
Dn = ∑ +a1 j1 a 2 j2 L a njn
(
)
例如
1 2 0 4 6 3 8 2 0 4 2 0 4 5 6 3 8 1+1 2+1 4+1 = 1 × (− 1) 1 2 6 + 5 × (− 1) 1 2 6 + 0 + 2 × (− 1) 6 3 8 0 1 2 6 5 0 6 5 0 6 1 2 6 2 5 0 6
= 1 × 1 × (6 × 2 × 6 + 3 × 6 × 5 + 8 × 0 × 1 − 8 × 2 × 5 − 3 × 1 × 6 − 6 × 0 × 6) + 5 × (− 1) × (2 × 2 × 6 + 0 × 6 × 5 + 4 × 0 × 1 − 4 × 2 × 5 − 0 × 1 × 6 − 2 × 0 × 6) + 2 × (− 1) × (2 × 3 × 6 + 0 × 8 × 1 + 4 × 2 × 6 − 4 × 3 × 1 − 0 × 6 × 6 − 2 × 2 × 8)
行列式的定义
一、二阶行列式的定义
考察二元一次的联立方程组： 考察二元一次的联立方程组：
a 11 x 1 + a 12 x 2 = b 1 a 21 x 1 + a 22 x 2 = b 2
用加减消元法，可得， 用加减消元法，可得，
（1） （2）
(a11a22 − a12a21 )x1 = b1a22 − a12b2 (a11a22 − a12a21 )x2 = a11b2 − b1a21
a12 a 22
= a11 a 22 − a12 a 21
a11 x1 + a12 x2 = b1 , a21 x1 + a22 x2 = b2 .
方浩级数讲义
方浩级数讲义
方浩级数讲义是一部关于级数理论的教材，旨在帮助学生掌握级数的基本概念、性质和应用。
级数是数学中的一个重要分支，它在分析、代数、微积分等领域有着广泛的应用。
方浩级数讲义详细介绍了级数的各个方面，为学习者提供了一个全面、系统的学习平台。
方浩级数讲义的主要内容包括以下几个方面：
1.级数的定义与性质：讲义首先介绍了级数的概念，包括级数的项、级数的和等基本概念。
同时，讲义还阐述了级数的一些基本性质，如单调性、收敛性、发散性等，为后续的级数判断打下基础。
2.常见级数的收敛性判断方法：讲义详细介绍了常见级数的收敛性判断方法，如比式判别法、根式判别法、积分判别法等。
这些方法是判断级数收敛性的重要工具，对于学习者来说具有很高的实用价值。
3.级数的应用领域：讲义还介绍了级数在各个领域的应用，如求和公式、泰勒级数、傅里叶级数等。
这些应用实例不仅有助于巩固级数理论知识，还能激发学习者对级数的兴趣。
在学习方浩级数讲义时，建议学习者注重以下几点：
1.基础知识打牢：学习级数理论需要具备一定的数学基础，如初等代数、解析几何等。
只有打好基础知识，才能在级数学习过程中更加得心应手。
2.注重实践与应用：级数理论具有较强的实用性，学习者应该在掌握基本概念和性质的基础上，注重实践与应用。
通过解决实际问题，加深对方浩级数讲义的理解。
3.持续深入研究：级数是一个广泛且深奥的领域，学习者应该保持对级数理论的热爱，持续深入研究。
只有不断挖掘级数理论的内涵，才能在级数学习上取得更大的突破。
总之，方浩级数讲义是一部具有较高价值的级数理论学习教材。
《课件：线性代数第一章》课件
探讨基底的概念、线性无关性和向量空间的维数。
矩阵的逆和行列式
1
逆矩阵
讲解矩阵的逆的定义、求解方法和逆矩阵的性质。
2
行列式
详细介绍行列式的概念、计算方法和行列式的的推导过程和应用场景。
特征值和特征向量
特征值和特征向量
讲解特征值和特征向量的定义、 性质和应用。
矩阵的基本概念与运算
矩阵加法
介绍矩阵间的加法运算，解释其 定义和性质。
矩阵乘法
探讨矩阵乘法的定义、性质和运 算规则。
矩阵转置
讲解矩阵转置的概念和计算法则， 展示其应用。
向量空间的概念和性质
线性组合
解释向量的线性组合概念，并讨论线性组合的性质和应用。
子空间
介绍子空间的定义、特点和在线性代数中的重要性。
矩阵对角化
详细介绍矩阵对角化的概念、方 法和应用场景。
特征值的应用
展示特征值在实际问题中的应用 案例和意义。
本章内容总结与复习建议
本章总结了线性代数的关键概念和应用，提供了复习建议和习题，以帮助学 生巩固知识并提高应用能力。
线性代数第一章：定义、 作用与应用
本课件将探讨线性代数的定义、作用以及在不同领域中的应用，帮助学生理 解其重要性和实际意义。
线性方程组解法
1
消元法
通过高斯消元法解线性方程组，找到唯一解或多个解。
2
矩阵求逆
使用矩阵的逆求解线性方程组，可得到唯一解。
3
行列式
通过行列式的计算确定线性方程组的解的存在性与唯一性。
线性代数考研讲义完整版
线性代数考研讲义完整版前言线性代数是数学中的重要分支，也是计算机科学和物理学等领域中不可或缺的基础知识。
在考研数学中，线性代数是必考内容，因此对线性代数的掌握程度也是考生考研数学成绩的重要指标之一。
在本篇文章中，我们将介绍线性代数考研讲义的完整版，包括向量、矩阵、行列式、线性方程组、特征值、特征向量等知识点，帮助考生全面掌握线性代数的基本原理和应用。
第一章向量1.1 向量的基本概念•向量是有大小和方向的量，在平面和空间中表示为有向线段。
•向量的大小称为模长，方向由箭头所指示。
•向量之间可以进行加、减、数乘等运算。
1.2 向量的几何意义•向量可以表示平移和旋转等变换。
•向量运算可以表示点与直线、点与面的关系。
1.3 向量的坐标表示•向量的坐标表示可以转化为矩阵的形式。
•两个向量的数量积可以表示为它们坐标的点积。
1.4 向量的线性运算•向量加、减、数乘的线性运算满足交换律、结合律、分配律等基本性质。
•向量组的线性运算可以表示为矩阵的形式。
第二章矩阵2.1 矩阵的基本概念•矩阵是一个由数个数排成的矩形数表。
•矩阵可以表示为行向量和列向量的组合形式。
•矩阵的大小也称为维数，行数和列数分别表示为矩阵的行数和列数。
2.2 矩阵的运算•矩阵加法、减法、数乘等运算满足基本性质。
•矩阵乘法满足结合律，但不满足交换律。
•矩阵的转置、伴随矩阵等运算也具有重要的应用意义。
2.3 矩阵的初等变换•矩阵的初等变换包括交换矩阵的两行（列）、某行（列）乘以一个非零数、某行（列）乘以非零数加到另一行（列）上等三种操作。
•矩阵的初等变换可以通过矩阵乘法表示为简单矩阵的乘积，也称为初等矩阵。
第三章行列式3.1 行列式的定义•行列式是一个数值函数，是一个方阵中各行各列对应元素的代数和。
•若行列式的值为零，则该矩阵为奇异矩阵，否则为非奇异矩阵。
3.2 行列式的性质•行列式可以表示为对角线元素的乘积形式。
•行列式的任意两行（列）互换改变行列式的符号，相同的两行（列）使行列式为零。
《线性代数》部分讲义（Word版）
《线性代数》部分讲义（Word版）GCT 线性代数辅导第一讲行列式一. 行列式的定义● 一阶行列式定义为1111a a =● 二阶行列式定义为2112221122211211a a a a a a a a -=● 在n 阶行列式中，划去元素ij a 所在的第i 行第j 列，剩余元素构成1-n 阶行列式，称为元素ij a 的余子式，记作ij M ．● 令ij j i ij M A +-=)1(，称ij A 为ij a 的代数余子式．●n 阶行列式定义为n n nnn n nn A a A a A a a a a a a a a a a 1112121111212222111211+++=．二. 行列式的性质1.行列式中行列互换，其值不变．=333231232221131211a a a a a a a a a 332313322212312111a a a a a a a a a 2.行列式中两行对换，其值变号．=333231232221131211a a a a a a a a a –333231131211232221a a a a a a a a a 3.行列式中如果某行元素有公因子，可以将公因子提到行列式外．=333231232221131211a a a ka ka ka a a a 333231232221131211a a a a a a a a a k4.行列式中如果有一行每个元素都由两个数之和组成，行列式可以拆成两个行列式的和．=+++333231232322222121131211a a a b a b a b a a a a +333231232221131211a a a a a a a a a 333231232221131211a a a b b b a a a 由以上四条性质，还能推出下面几条性质5.行列式中如果有两行元素对应相等，则行列式的值为０．6.行列式中如果有两行元素对应成比例，则行列式的值为０．7.行列式中如果有一行元素全为０，则行列式的值为０．8.行列式中某行元素的k 倍加到另一行，其值不变．=333231232221131211a a a a a a a a a 133312321131232221131211ka a ka a ka a a a a a a a +++三.n 阶行列式展开性质nnn n nn a a a a a a a a a D212222111211= 等于它的任意一行的各元素与其对应代数余子式的乘积的和，即in in i i i i A a A a A a D +++= 2211 n i ,,2,1 = ● 按列展开定理nj nj j j j j A a A a A a D +++= 2211 n j ,,2,1 =●n 阶行列式D 的某一行的各元素与另一行对应元素的代数余子式的乘积的和等于零．即02211=+++jn in j i j i A a A a A a j i ≠ ● 按列展开的性质02211=+++nj ni j i j i A a A a A a j i ≠四.特殊行列式●nn nna a a a a a22112211=;()11212)1(11211n n n n n n n na a a a a a ----=● 上（下）三角行列式和上面的对角行列式的结果相同.五.计算行列式● 消零降阶法.● 消为特殊行列式（上（下）三角行列式或和对角行列式）..典型习题1. =3D xx x 121332=（）。
《线性代数》课件第1章
则规定它们的加法与减法为（当m ≤ n时 ） f (x) ± g(x) = (a0 ± b0 ) + (am ± bm )x + + (am ± bm )xm ± bm+1xm+1 ± ± bn xn;
它们的乘法为
f (x)g (x) = c0 + c0 x + + cm+n x m+n ,
其中
ck
定义1.3：如果多项式 f (x) 和 g(x) 的同次项系数全 相等，则称 f (x)和 g(x)相等，记为 f (x) = g(x).
和 初 等 代 数 一 样 , 我 们 可 以 定 义 Ω 上 的 一 元 多 项 式 的 运 算.设 f ( x ) = a0 + a1 x + + am x m , g ( x ) = b0 + b1 x + + bn x n ,
若f = 0或deg f < n,则取q = 0, r = f 即可.若f 不等于0,且次数 ≥ n,
则用g去消f 的首项,可得“商”q1
=
a b
xm−n及“余”f1
=
f
− q1g,
从而
f = q1g + f1, 若f1 = 0或deg f1 ≤ n,则取q = q1, r = f1即可.若f1不等于0,且其次数 ≥ n, 则再用g去消f1的首项,并设所得的“商”和“余”分别为q2, f2,则有
标准分解定理 Ω上的次数大于0的多项式 f (x)均有如下分解 : f (x) = ap1(x)k1 p2 (x)k2 pt (x)kt ,
其中a为Ω中的非零常数, p1(x),…, pt (x)为互异的首项系数为1的 即约多项式, k1,…, kt为自然数,它们都是由唯一确定的.
- 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)。
0 0 a n1
0 a2,n1 a n , n 1
a1n a2 n ann
( 1)
10
-
(2) [拉普拉斯展开式]
Am 主对角： C O 副对角： Bn O Am Bn O Am C C Bn C Am Bn Bn Am mn 1 Am Bn O
推论：
An Bn An Bn
8
-
（三）特殊行列式 （1）[上（下）三角] a11 a12 a1n a11 a22 a2 n a21
a22 an 2 ann
aii
i
ann
a n1
9
-
a11 a21 a n1
a12 a22 0
n ( n 1) 2
a1,n1 a1n a2,n1 0 0 a1na2,n1 0 a n1
3-（三）复习方法 Nhomakorabea1 ○ 2 ○ 3 ○ 4 ○
紧跟强化课程（串讲，提炼，综合） 真题即是考题 把握整体逻辑体系 重点知识重点把握
4
-
第一章
行列式
核心考点：计算行列式(0-4 分) （1） 特殊行列式 （2） 行列展开定理 （3） 递推型行列式
5
-
（一）基本概念 （1）[行列式] a11 a12 a1n a21 a22 a2 n
i j
M ij
7
-
（二）行列式的性质 T （1） A A （2）两行（列）互换，行列式变号 （3）某行（列）扩大 K 倍，行列式扩大 K 倍 （4）两行（列）成比例，行列式为 0 （5）某行（列）能拆成两个行（列）向量之和， 行列式可以拆成对应两个行列式之和 （6）将某行（列）的 K 倍加到另一行（列） ， 行列式值不变
-
2015 考研数学综合强化课 科目：线性代数
主讲老师：方浩 新浪微博：Professor_fang
1
-
(一) 时间安排
1 ○ 2 ○ 3 ○ 4 ○ 5 ○ 6 ○
行列式 矩阵 向量 线性方程组 特征值与特征向量 二次型
2
-
（二）命题特点
1 ○ 2 ○ 3 ○ 4 ○
重点突出（围绕方程组和相似问题展开） 综合性强 （行列式，秩，向量，方程） 重理论，轻计算 应用性非常突出
[变型]
13
-
（四）克拉默法则 对于方程组 An x b （1） 若 An 0，上述方程有唯一解
Di （2） 若 An 0 ，具体解为 xi ，其中 An
Di 为行列式 An 中的第 i 列用向量 b
替换得到
14
11
-
(3) [范德蒙行列式] 1 1 1 a1 a2 an
a j ai
ji
a1
n 1
a2
n 1
an
n 1
12
-
（三）行列展开定理 D ai 1 Ai 1 ai 2 Ai 2
ain Ain anj Anj
D a1 j A1 j a2 j A2 j
j1 j2
( 1)
jn
( j1 j2
jn )
a1 j1 a2 j2
anjn
a n1
an 2
ann
a b ad bc . 二阶行列式： c d
6
-
（2）[余子式] [余子式]：划去 aij 所在的第 i 行、第 j 列，剩下 的 n 1阶行列式称为aij 的余子式，记为 M ij [代数余子式]： Aij ( 1)