线性代数3-1

合集下载

线性代数第3章_线性方程组习题解答

习题33-1．求下列齐次线性方程组的通解：（1）⎪⎩⎪⎨⎧=--=--=+-087305302z y x z y x z y x .解对系数矩阵施行行初等变换，得⎪⎪⎪⎭⎫ ⎝⎛-----−→−⎪⎪⎪⎭⎫ ⎝⎛-----=1440720211873153211A)(000720211阶梯形矩阵B =⎪⎪⎪⎭⎫ ⎝⎛-−→−⎪⎪⎪⎭⎫ ⎝⎛-−→−0002720211)(000271021101行最简形矩阵C =⎪⎪⎪⎪⎭⎫ ⎝⎛−→−，与原方程组同解的齐次线性方程组为⎪⎪⎩⎪⎪⎨⎧=+=+0270211z y z x ，即⎪⎪⎩⎪⎪⎨⎧-=-=z y z x 27211（其中z 是自由未知量），令1=z ，得到方程组的一个基础解系T)1,27,211(--=ξ, 所以，方程组的通解为,)1,27,211(Tk k --=ξk 为任意常数．（2）⎪⎩⎪⎨⎧=+++=+++=++++086530543207224321432154321x x x x x x x x x x x x x .解对系数矩阵施行行初等变换，得⎪⎪⎪⎭⎫ ⎝⎛--−→−⎪⎪⎪⎭⎫ ⎝⎛=21202014101072211086530543272211A)(7000014101072211阶梯形矩阵B =⎪⎪⎪⎭⎫ ⎝⎛-−→−⎪⎪⎪⎭⎫ ⎝⎛-−→−70000141010211201)(100000101001201行最简形矩阵C =⎪⎪⎪⎭⎫ ⎝⎛−→−，与原方程组同解的齐次线性方程组为⎪⎩⎪⎨⎧==+=++0002542431x x x x x x ，即⎪⎩⎪⎨⎧=-=--=02542431x x x x x x （其中43,x x 是自由未知量），令34(,)T x x =(1,0)T ，(0,1)T，得到方程组的一个基础解系T)0,0,1,0,2(1-=ξ，T)0,1,0,1,1(2--=ξ，所以，方程组的通解为=+2211ξξk k T T k k )0,1,0,1,1()0,0,1,0,2(21--+-，21,k k 为任意常数．（3）⎪⎪⎩⎪⎪⎨⎧=-+-+=-++-=-+-=--+0742420436240203543215432143215421x x x x x x x x x x x x x x x x x x ．解对系数矩阵施行行初等变换，得11031112104263424247A --⎛⎫ ⎪--⎪= ⎪-- ⎪ ⎪--⎝⎭11031022210003100000--⎛⎫⎪- ⎪−−→⎪- ⎪⎪⎝⎭)(阶梯形矩阵B =)(0000031100065011067011行最简形矩阵C =⎪⎪⎪⎪⎪⎭⎫⎝⎛----−→−，与原方程组同解的齐次线性方程组为⎪⎪⎪⎩⎪⎪⎪⎨⎧=-=--=-+03106506754532531x x x x x x x x ，即⎪⎪⎪⎩⎪⎪⎪⎨⎧=+=+-=54532531316567x x x x x x x x （其中53,x x 是自由未知量），令=T x x ),(53(1,0)T ，(0,1)T，得到方程组的一个基础解系T )0,0,1,1,1(1-=ξ，T )1,31,0,65,67(2=ξ，所以，方程组的通解为=+2211ξξk k T T k k )1,31,0,65,67()0,0,1,1,1(21+-，21,k k 为任意常数．3-2．当λ取何值时，方程组⎪⎩⎪⎨⎧=-+=+-=++z z y x y z y x x z y x λλλ6774334 有非零解？解原方程组等价于⎪⎩⎪⎨⎧=+-+=++-=++-0)6(707)4(303)4(z y x z y x z y x λλλ, 上述齐次线性方程组有非零解的充分必要条件是它的系数行列式0671743134=-----λλλ，即0)756(2=-+λλλ，从而当0=λ和2123±-=λ时方程组有非零解．3-3．求解下列非齐次线性方程组：（1）⎪⎩⎪⎨⎧=++--=-+-=++-5521212432143214321x x x x x x x x x x x x .解对增广矩阵A 施行行初等变换⎪⎪⎪⎭⎫ ⎝⎛-----=551211112111121A ⎪⎪⎪⎭⎫ ⎝⎛-−→−000001100011121B =，因为()()r A r A =，所以方程组有解，继续施行行初等变换B ⎪⎪⎪⎭⎫⎝⎛-−→−000001100000121C =，与原方程组同解的齐次线性方程组为⎩⎨⎧==+-124321x x x x , 即⎩⎨⎧=-=124321x x x x （其中32,x x 为自由未知量），令TT x x )0,0(),(32=，得到非齐次方程组的一个解T )1,0,0,0(0=η，对应的齐次方程组（即导出方程组）为⎩⎨⎧=-=024321x x x x （其中32,x x 为自由未知量），令T x x ),(32(1,0)T =，(0,1)T，得到对应齐次方程组的一个基础解系T )0,0,1,2(1=ξ，T )0,1,0,1(2-=ξ,方程组的通解为0112212(0,0,0,1)(2,1,0,0)(1,0,1,0)T T T k k k k ηηξξ=++=++-，其中21,k k 为任意常数．（2）⎪⎪⎩⎪⎪⎨⎧=+--=+--=+--=-+-810957245332231324321432143214321x x x x x x x x x x x x x x x x .解对增广矩阵A 施行行初等变换⎪⎪⎪⎪⎪⎭⎫⎝⎛--------=810957245113322311312A ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----−→−000000000039131024511B =，因为()()r A r A =，所以方程组有解，继续施行行初等变换B ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----−→−000000000039131015801C =，与原方程组同解的齐次线性方程组为⎩⎨⎧-=-+-=-+3913158432431x x x x x x , 即⎩⎨⎧+--=+--=4324319133581x x x x x x （其中43,x x 为自由未知量），令34(,)(0,0)T Tx x =，得到非齐次方程组的一个解T )0,0,3,1(0--=η,对应的齐次方程组（即导出方程组）为⎩⎨⎧+-=+-=43243191358x x x x x x （其中43,x x 为自由未知量），令34(,)T x x =(1,0)T ，(0,1)T，得到对应齐次方程组的一个基础解系T )0,1,13,8(1--=ξ，T )1,0,9,5(2-=ξ，方程组的通解为0112212(1,3,0,0)(8,13,1,0)(5,9,0,1)T T T k k k k ηηξξ=++=--+--+-,其中21,k k 为任意常数．（3）⎪⎪⎩⎪⎪⎨⎧=++=-+=-+-=-+10013212213321321321321x x x x x x x x x x x x ．解对增广矩阵A 施行行初等变换⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---−→−⎪⎪⎪⎪⎪⎭⎫⎝⎛----=101400201034101311100111132112121311A ⎪⎪⎪⎪⎪⎭⎫⎝⎛----→⎪⎪⎪⎪⎪⎭⎫⎝⎛----−→−96000540034101311101400540034101311，因为3)(4)(=≠=A r A r ，所以方程组无解.3-4．讨论下述线性方程组中，λ取何值时有解、无解、有惟一解？并在有解时求出其解．⎪⎩⎪⎨⎧=++++=+-+=+++3)3()1(3)1(2)3(321321321x x x x x x x x x λλλλλλλλ．解方程组的系数行列式为231211(1)3(1)3A λλλλλλλλ+=-=-++.（1）当0A ≠时，即01λλ≠≠且时，方程组有惟一解．（2）当0A ＝时，即01λλ＝或＝时， (i) 当0λ＝时,原方程组为12323133200333x x x x x x x ++=⎧⎪-+=⎨⎪+=⎩，显然无解．(ii) 当1λ＝时，原方程组为⎪⎩⎪⎨⎧=++=+=++346112432131321x x x x x x x x ，对该方程组的增广矩阵A 施行行初等变换412110111011012361430000A ⎛⎫⎛⎫⎪ ⎪=→-- ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭，因为()()23r A r A ==<，所以方程组有无穷多组解，与原方程组同解的方程组为1323123x x x x +=⎧⎨-=-⎩，即1323132x x x x =-⎧⎨=-+⎩（其中3x 为自由未知量），令30x =，得到非齐次方程组的一个解0(1,3,0)T η=-，对应的齐次方程组（即导出方程组）为13232x x x x =-⎧⎨=⎩（其中3x 为自由未知量），令31x =，得到对应齐次方程组的一个基础解系(1,2,1)T ξ=-，方程组的通解为0(1,3,0)(1,2,1)T T k k ηηξ=+=-+-，其中k 为任意常数．3-5．写出一个以1222341001x c c -⎛⎫⎛⎫⎪ ⎪- ⎪ ⎪=+ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭为通解的齐次线性方程组．解由已知，1(2,3,1,0)Tξ=-和2(2,4,0,1)T ξ=-是齐次线性方程组AX O =的基础解系，即齐次线性方程组AX O =的基础解系所含解向量的个数为2，而未知数的个数为4，所以齐次线性方程组AX O =的系数矩阵A 的秩为422-=，故可设系数矩阵1112131421222324a a a a A a a a a ⎛⎫=⎪⎝⎭, 由AX O =可知()111121314,,,a a a a α=和()221222324,,,a a a a α=满足方程组()12342234,,,1001x x x x O -⎛⎫ ⎪-⎪= ⎪ ⎪⎝⎭, 即方程组123124230240x x x x x x -+=⎧⎨-++=⎩的线性无关的两个解即为12,αα,方程组的系数矩阵2310204324010111-⎛⎫⎛⎫→ ⎪ ⎪-⎝⎭⎝⎭,该方程组等价于134234243x x x x x x =--⎧⎨=--⎩（其中43,x x 为自由未知量），令34(,)T x x =(1,0)T ，(0,1)T，得到该齐次方程组的一个基础解系1(2,1,1,0)T α=--，23(,1,0,1)2T ξ=--，故要求的齐次线性方程组为AX O =，其中211031012A --⎛⎫⎪= ⎪--⎝⎭,即12312420302x x x x x x --+=⎧⎪⎨--+=⎪⎩. 3-6．设线性方程组⎪⎩⎪⎨⎧=+++=++0022111212111n mn m m n n x a x a x a x a x a x a，的解都是02211=+++n n x b x b x b 的解，试证Tn b b b ),,,(21 =β是向量组T n a a a ),,,(112111 =α,T n a a a ),,,(222212 =α, ,),,,(21mn m m m a a a =α的线性组合．证把该线性方程组记为（*），由已知，方程组（*）的解都是02211=+++n n x b x b x b 的解，所以方程组（*）与方程组111122111221122000n n m m mn n n n a x a x a x a x a x a x b x b x b x ++=⎧⎪⎪⎨+++=⎪⎪+++=⎩, 同解，从而有相同的基础解系，于是二者有相同的秩，则它们系数矩阵的行向量组12,,,m ααα和12,,,,m αααβ的秩相同，故β可由12,,,m ααα线性表示．3-7．试证明：()()r AB r B =的充分必要条件是齐次线性方程组O ABX =的解都是O BX =的解．证必要性.因为()()r AB r B =，只须证O ABX =与O BX =的基础解系相同．O ABX =与O BX =的基础解系都含有()n r B -个线性无关的解向量．又因为O BX =的解都是O ABX =得解．所以O BX =的基础解系也是O ABX =的基础解系．即O ABX =与O BX =有完全相同的解．所以O ABX =的解都是O BX =的解．充分性.因O ABX =的解都是O BX =的解，而O BX =的解都是ABX O =的解，故O ABX =与O BX =有完全相同的解，则基础解系也完全相同，故()()n r AB n r B -=-，所以()()r AB r B =．3-8．证明()1r A =的充分必要条件是存在非零列向量a 及非零行向量Tb ，使T A ab =．证充分性.若存在列向量12m a a a a ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭及行向量()12T n b b b b =，其中,i j a b 不全为零1,,i m =，1,,j n =，则有()1111212212221212n n T n m m m m n a a b a b a b aa b a b a b A ab b b b a a b a b a b ⎛⎫⎛⎫⎪⎪ ⎪ ⎪=== ⎪ ⎪ ⎪⎪⎝⎭⎝⎭, 显然矩阵A 的各行元素对应成比例，所以()1r A =．必要性.若()1r A =，则A 经过一系列的初等变换可化为标准形100000000D ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭，而矩阵D 可以表示为()100100001,0,,0000D ⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭，则存在可逆矩阵P ，Q 使得1P AQ D -=，从而()11101,0,,00A PDQ P Q --⎛⎫ ⎪ ⎪== ⎪ ⎪⎝⎭，其中1,P Q -均可逆，记100a P ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭， ()11,0,,0T b Q -=，又因为P 可逆，则P 至少有一行元素不全为零，故列向量a 的分量不全为零，同理，因为1Q -可逆，所以行向量Tb 的分量不全为零．因此，存在非零列向量a 及非零行向量Tb ，使TA ab =．补充题B3-1.设A 是m n ⨯矩阵，AX O =是非其次线性方程组AX b =所对应齐次线性方程组，则下列结论正确的是（ D ）.（A ）若AX O =仅有零解，则AX B =有惟一解；（B ）若AX O =有非零解，则AX B =有无穷多个解；（C ）若AX B =有无穷多个解，则AX O =仅有零解；（D ）若AX B =有无穷多个解，则AX O =有非零解．B3-2.设A 为n 阶实矩阵，T A 是A 的转置矩阵，则对于线性方程组（ⅰ）AX O =；（ⅱ）TA AX O =，必有（ D ）．（A ）（Ⅱ）的解是（Ⅰ）的解，（Ⅰ）的解也是（Ⅱ）的解；（B ）（Ⅱ）的解是（Ⅰ）的解，但（Ⅰ）的解不是（Ⅱ）的解；（C ）（Ⅰ）的解不是（Ⅱ）的解，（Ⅱ）的解也不是（Ⅰ）的解；（Ｄ）（Ⅰ）的解是（Ⅱ）的解，但（Ⅱ）的解不是（Ⅰ）的解．B3-3．设线性方程组AX B =有n 个未知量，m 个方程组，且()r A r =，则此方程组（ A ）．（Ａ）r m =时，有解；（Ｂ）r n =时，有惟一解；（Ｃ）m n =时，有惟一解；（Ｄ）r n <时，有无穷多解．B3-4．讨论λ取何值时，下述方程组有解，并求解：⎪⎩⎪⎨⎧=++=++=++21λλλλλz y x z y x z y x ．解（法一）方程组的系数行列式21111(1)(2)11A λλλλλ==-+，（1）当0A ≠时，即12λλ≠≠-且时，方程组有惟一解211(1),,222x y z λλλλλ++=-==+++．（2）当0A ＝时，即12λλ-＝或＝时 (i) 当λ＝1时,原方程组为1x y z ++=，因为()()1r A r A ==，所以方程组有无穷多组解，其通解为0112212(1,0,0)(1,1,0)(1,0,1)T T T k k k k ηηξξ=++=+-+-,其中21,k k 为任意常数． (ii) 当λ＝-2时，原方程组为212224x y z x y z x y z -++=⎧⎪-+=-⎨⎪+-=⎩，对该方程组的增广矩阵A 施行行初等变换2111112412120112112400015A --⎛⎫⎛⎫ ⎪ ⎪=--→- ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭，因为()2()3r A r A =≠=，所以方程组无解．解（法二）对该方程组的增广矩阵A 施行行初等变换2211111111111111A λλλλλλλλλλ⎛⎫⎛⎫ ⎪⎪=→ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭2223110110111λλλλλλλλλ⎛⎫⎪→--- ⎪ ⎪---⎝⎭22223110110021λλλλλλλλλλλ⎛⎫ ⎪→--- ⎪⎪--+--⎝⎭2221101100(1)(2)(1)(1)B λλλλλλλλλλ⎛⎫ ⎪→---= ⎪ ⎪-+-+⎝⎭，(1)当12λλ≠≠-且时, ()()3r A r A ==，方程组有惟一解211(1),,222x y z λλλλλ++=-==+++.(2) 当λ＝1时， ()()1r A r A ==，方程组有无穷多组解，其通解为0112212(1,0,0)(1,1,0)(1,0,1)T T T k k k k ηηξξ=++=+-+-,其中21,k k 为任意常数．(3) 当λ＝-2时，由B 知，()2()3r A r A =≠=，所以方程组无解．B3-5.若321,,ηηη是某齐次线性方程组的一个基础解系，证明：122331,,ηηηηηη+++也是该方程组的一个基础解系．证设有三个数123,,k k k 使得112223331()()()0k k k ηηηηηη+++++=,则有131122233()()()0k k k k k k ηηη+++++=,因为321,,ηηη是某齐次线性方程组的一个基础解系，所以321,,ηηη线性无关，故131223000k k k k k k +=⎧⎪+=⎨⎪+=⎩, 该方程组的系数行列式10111020011=≠, 所以该方程组只有零解．即1230k k k ===．即122331,,ηηηηηη+++线性无关．又由齐次线性方程组的性质知122331,,ηηηηηη+++都是方程组的解．所以122331,,ηηηηηη+++构成方程组的一个基础解系．B3-6.设四元非齐次线性方程组的系数矩阵的秩为3，已知321,,ξξξ是它的三个解向量，且⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=54321ξ，⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=+432132ξξ，求该方程组的通解．解因为4,3n r ==，故原方程组的导出组的基础解系含有1n r -=个解向量，所以只须找出其导出组的一个非零解向量即可．由解的性质知，1213,ξξξξ--均为导出组的解，所以1213123()()2()ξξξξξξξ-+-=-+为导出组的解，即123342()56ηξξξ⎛⎫⎪ ⎪=-+= ⎪ ⎪⎝⎭,为导出组的解．故原方程组的通解为123344556k k ξξη⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪=+=+ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭，k 为任意常数．B3-7. 设*ξ是非齐次线性方程组B AX =的一个解，r n -ηηη,,,21 是它对应的齐次线性方程组的一个基础解系，证明：（1）,*ξr n -ηηη,,,21 线性无关；（2）r n -+++ηξηξηξξ*2*1**,,,, 线性无关．证（１）反证法.设,*ξr n -ηηη,,,21 线性相关，由r n -ηηη,,,21 是对应的齐次线性方程组的一个基础解系知r n -ηηη,,,21 线性无关，故*ξ可由r n -ηηη,,,21 线性表示，即*ξ是对应的齐次线性方程组的解，与题设矛盾．故,*ξr n -ηηη,,,21 线性无关．（2）反证法.设r n -+++ηξηξηξξ*2*1**,,,, 线性相关，则存在不全为零的数012,,,,n r k k k k -，使得****01122()()()0n r n r k k k k ξξηξηξη--+++++++=,即*0121122()0n r n r n r k k k k k k k ξηηη---++++++++=,由（１）知，,*ξr n -ηηη,,,21 线性无关，则0120n r k k k k -++++=，10k =，20k =，．．．，0n r k -=,从而00k =，这与012,,,,n r k k k k -不全为零矛盾,故r n -+++ηξηξηξξ*2*1**,,,, 线性无关．B3-8．设线性方程组⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++nn nn n n n n n n b x a x a x a b x a x a x a b x a x a x a22112222212*********，的系数矩阵的秩等于矩阵⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛02121222221111211nn nn n n n n b b b b a a a b a a a b a a a 的秩，试证这个方程组有解．证令111212122212n n n n nn a a a aa a A a a a ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭, 11121121222212n n n n nn n a a a b a a a b A a a a b ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭, 11121121222212120n n n n nn n na a ab a a a b B a a a b b b b ⎛⎫ ⎪ ⎪⎪= ⎪ ⎪ ⎪⎝⎭, 因为A 比A 多一列，B 比A 多一行，故()()()r A r A r B ≤≤,而由题设()()r A r B =，所以()()r A r A =，所以原方程组有解．B-9．设A 是n 阶方阵，*A 是A 的伴随矩阵，证明：⎪⎩⎪⎨⎧-<-===*1,01,1,n r n r nr n r A A A A 当当当. 证若A r n =，因为0A ≠，而**AA A A A E ==，1*0n A A-=≠，故A r n *=．若1A r n =-，因为0A =，所以*AA A E O ==，又因为A AA A r r r n **≥+-，而0AA r *=，所以1A r *≤；又因为1A r n =-，所以至少有一个代数余子式0ij A ≠，从而1A r *≥，故1A r *=．若1A r n <-，则A 的任一个代数余子式0ij A =，故*0A =，所以0A r *=．B3-10．设A 是m n ⨯阶方阵，证明：AX AY =，且A r n =，则X Y =．证因为AX AY =，所以()A X Y O -=，又因为A r n =，所以方程组()A X Y O -=只有零解，即X Y O -=，所以X Y =．。

线性代数第3章向量空间

1 1 22 2 31 42 则 1 , 2 , 3 必相关 3 51 62 如果 B : 1, 2 ,, m 可由 A : 1,2 ,,n
表示, 又 m>n, 由表示不等式
r(Blm ) r( Aln ) n m 从而 B 必相关.
-26-
(6) “短的无关, 则长的也无关.等价地… ” P101推论3
无穷多种表示, 并求所有表示方法.
解记 A [1,2 ,3 ] 只需讨论 Ax 解的情况.
具体解方程组过程略。
0 时,方程组无解, 不能由 A 表示. 0 且 3时, 方程组有唯一解, 可由 A 唯一表示.
-12-
3 时, 方程组有无穷多解, 可由 A 无穷多种表示.
1
1 2
,
2
3 4
是无关的.
1
3
n r( Amn ) r(Bln ) n
1 , 2 也是无关的.
2
4
r(Bln ) n
1
再如：1
2 0 0
,
0
2
101,
0
3
9 0 1
.
-27-
(7)含有n个向量的n元向量组线性相关（无关）
由它构成的n阶矩阵的行列式 | A | 0 (| A | 0) 例4 t 取何值时,下列向量组线性相关 ? P101推论2
(用矩阵的秩) r( A) n
把向量组排成矩阵，如果矩阵的秩等于向量的个数就线性无关，否则如果矩还阵是的转秩换小！于转向换量线的性个无数关就…线性相关。
-18-
例1
1
0
2
1 1,2 2,3 4,
1
5
7
问向量组 {1,2 ,3 } 和 {1,2 }的线性相关性?

线性代数第三四章答案

解：由3(α1 − α) + 2(α2 + α) = 5(α3 + α) 可得6α = −5α3 + 2α2 + 3α1, 即α = (−5α3 + 2α2 + 3α1)/6 = (1, 2, 3, 4).
3-4. 设β1 = α1 + α2, β2 = α2 + α3, β3 = α3 + α4, β4 = α4 + α1, 证明向量组β1, β2, β3, β4线性相关.
3v1 + 2v2 − v3 = 3(1, 1, 0) + 2(0, 1, 1) − (3, 4, 0) = (3, 3, 0) + (0, 2, 2) − (3, 4, 0) = (0, 1, 2).
3-2. 设3(α1 − α) + 2(α2 + α) = 5(α3 + α), 其中，α1 = (2, 5, 1, 3), α2 = (10, 1, 5, 10), α3 = (4, 1, −1, 1)，求α.
证明：因为β1−β2 = α1−α3, β4−β3 = α1−α3. 所以β1−β2 = β4−β3, 即β1−β2+β3−β4 = 0，向量组β1, β2, β3, β4线性相关。
3-5. 设β1 = α1, β2 = α1 + α2, · · · , βr = α1 + α2 + · · · αr, 且向量组α1, α2, · · · , αr线性无
4-11.
若方程组
x1 + 2x2 + x3 = 0 2x1 + x2 + λx3 = 0
存在基础解系，则λ等于【5】
4-12. 设A为m × n矩阵，则齐次线性方程组AX = 0有结论【若A有n阶子式不为0，则

线性代数 3-1-齐次方程组

若非零向量
a2 T (a1 , a2 , , an ) 是方程组的解，则称为非零解，也称为非零解向量。 a n
问题：除了零解外，有没有其它的解？
在什么条件下有非零解？当齐次方程有非零解时，如何求出全部的解？为了研究齐次线性方程组解集合的结构，我们先来讨论这些解的性质，给出基础解系的概念。
x r 1 , x r 2 , , x n
真未知量
自由未知量
x1 , x2 , , xr 由自由未知量 xr 1 , xr 2 , , xn 惟一确定
显然：（xr 1 , x r 2 , , xn）构成一向量空间， V
其基含有n r个向量，最简单的一组基为 : e1 , e2 , , en r 取： 0 0 x r 1 1 0 1 xr 2 0 , , 0 1 x 0 n
故 .
即 r 11 r 2 2 n n r .
所以 1 , , n r 是齐次线性方程组解空间的一个基，也就是一组基础解系. 说明１．解空间的基不是唯一的,但所含向量个数相等，都等于 n - r(A). 2．若 1 , 2 , , n r 是 Ax 0 的基础解系，则 x k11 k2 2 kn r n r . 其通解为其中k1 , k 2 ,, k n r 是任意常数. 3 当r(A)=n 时方程组只有零解故没有基础解
由于与都是方程Ax 0的解,而Ax 0又等价于
方程组
x1 c11 xr 1 c1,n r xn x c x c r 1 r 1 r ,n r xn r

3-1 n阶行列式的概念

第三章 n阶行列式阶行列式
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

经典：3-1线性方程组的同解变换

《线性代数》
返回
下页
结束
1.设 A 为 n 阶实矩阵，A T 是 A 的转置矩阵，
则对于线性方程组（ⅰ）AX =O
（ⅱ） ATAX=O
必有（）．（A）（Ⅱ）的解是（Ⅰ）的解，（Ⅰ）的解也是（Ⅱ）的解；（B）（Ⅱ）的解是（Ⅰ）的解，但（Ⅰ）的解不是（Ⅱ）的解；（C）（Ⅰ）的解不是（Ⅱ）的解，（Ⅱ）的解也不是（Ⅰ）的解；（D）（Ⅰ）的解是（Ⅱ）的解，但（Ⅱ）的解不是（Ⅰ）的解．
0 1 0
-1 -2
0
11022.
(行最简形)
显然, R(A)=R(B)=2, 故方程组有解, 且有
xx31
=x2+x4+12 = 2x4+12
《线性代数》
返回
下页
结束
xx31
=x2+x4+12 = 2x4+12
x1 =1x2 +1x4 +1 2
xxx432
=1x2 = 0x2 = 0x2
+0x4 +2x4 +1x4
称xr+1, ···, xn为上述方程组的自由未知量, 令xr+1=c1, ···,
xn=cn–r, 可得方程组Ax = b的含有n–r个参数的解:
x1
- b11c1
- b c 1 , n - r n - r + d 1
=
xr
x r + 1
- br1c1 -
- b c r , n - r n - r + d r
+1
2
.
所以方程组的通解为:
x1 1 0 1 2
x2 x3 x4

《线性代数》课件-第3章矩阵

§3.1 矩阵的运算（1）第三章矩阵矩阵的加法定义1111112121121212222221122n n n n m m m m mn mn a b a b a b a b a b a b a b a b a b +++⎡⎤⎢⎥+++⎢⎥+=⎢⎥⎢⎥+++⎣⎦A B 设有两个矩阵和 n m ⨯[]ij a =A [],ij b =B 那么矩阵与的和 A B 记作规定为,+A B 只有当两个矩阵是同型矩阵时，才能进行加法运算.（可加的条件）注矩阵的加法235178190, 645, 368321-⎡⎤⎡⎤⎢⎥⎢⎥=-=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦设矩阵矩阵则A B 213758169405336281+-++⎡⎤⎢⎥=+-++⎢⎥⎢⎥+++⎣⎦3413755.689⎡⎤⎢⎥=-⎢⎥⎢⎥⎣⎦对应元相加例1+A B矩阵的加法;+=+A B B A ()()++=++A B C A B C ；+=+=；A OO A A 矩阵加法的运算律 [],ij a =A 设矩阵（交换律）（结合律）（加法单位元）(1)(2) (3) (4) 规定 [],ija -=-A 称之为的负矩阵.A ()(),+-=-+=A A A A O ().-=+-A B A B （加法逆元）规定矩阵的减法为：+=+⇒=.A B A C B C (5) 加法消去律成立，即数量乘法111212122211[].n nij m n m m mn ka ka ka kaka ka k ka ka ka ka ⨯⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦A 规定数 k 与矩阵 A 的数量乘积为定义2数量乘法()();k l kl =A A ()k l k l +=+A A A ；()k k k +=+.A B A B 数量乘法的运算规律(1) (2)(3)矩阵的加法和数量乘法统称为矩阵的线性运算 .设为A , B 为矩阵，k, l 为数： m n ⨯矩阵的乘法（矩阵与矩阵相乘）定义3设是一个矩阵， m n ⨯[]ij a =A 记作 C =AB.[]ij b =B 是一个矩阵， n s ⨯规定矩阵与的乘积是一个的矩阵 A Bm s ⨯[],ij c =C 其中 11221nij i j i j in nj ikkjk c a b a b a b ab ==+++=∑()1,2,;1,2,,,i m j s ==矩阵的乘法1212[,,,]j j i i in nj b b a a a b ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦1122i j i j in nj a b a b a b =+++1n ik kj ij k a b c ===∑行乘列法则可乘条件：左矩阵的列数=右矩阵的行数11211300514-⎡⎤⎢⎥=-⎢⎥⎢⎥-⎣⎦设，A 034121.311121⎡⎤⎢⎥⎢⎥=⎢⎥-⎢⎥-⎣⎦B 例20311212113031051412⎡⎤-⎡⎤⎢⎥⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥-⎢⎥⎣⎦-⎣⎦C AB .⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦5-61022-17乘积矩阵的“型” ？ A m n ⨯B n s ⨯C m s⨯=1111⎡⎤=⎢⎥--⎣⎦设，A 例300,00⎡⎤=⎢⎥⎣⎦AB 22,22⎡⎤=⎢⎥--⎣⎦BA .BA AB ≠故1111-⎡⎤=⎢⎥-⎣⎦，B 则矩阵的乘法（1）矩阵乘法一般不满足交换律；若，则称矩阵与是乘法可交换的. =AB BA A B 定义3=AB O ⇒;==或A O B O （2） ()≠-=若而A O A B C O，⇒=B C.注意：(),+=+A B C AB AC ();+=+B C A BA CA ()()()k k k ==AB A B A B （其中 k 为数）;n m ;m n m n m n ⨯⨯⨯==A E E A A 矩阵的乘法()();=AB C A BC 矩阵乘法的运算规律 (1) (2) (3) (4) （结合律）（左分配律）（右分配律）（乘法单位元）11112211211222221122n n n n m m mn n ma x a x a xb a x a x a x b a x a x a x b +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩，，，11121121222212n n m m mn n a a a x a a a x a a a x ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦111122121122221122n n n n m m mn n a x a x a x a x a x a x a x a x a x ⎡⎤+++⎢⎥+++⎢⎥⎢⎥⎢⎥+++⎢⎥⎣⎦12m b b b ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦=AX =β⇔=（矩阵形式）AX β ==00（齐次线性方程当时组的矩阵形式），AX β .例4cos sin ,,sin cos OP ϕϕϕϕ-⎡⎤⎡⎤==⎢⎥⎢⎥⎣⎦⎣⎦设矩阵平面向量x A y cos ,sin ,x r y r θθ=⎧⎨=⎩于是x y ⎡⎤⎢⎥⎣⎦A cos sin sin cos x y ϕϕϕϕ-⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦cos()sin()r r θϕθϕ+⎡⎤=⎢⎥+⎣⎦例5cos cos sin sin cos sin sin cos r r r r θϕθϕθϕθϕ-⎡⎤=⎢⎥+⎣⎦,,OP r θ设的长度为幅角为则cos sin sin cos x y x y ϕϕϕϕ-⎡⎤=⎢⎥+⎣⎦111x OP y ⎡⎤==⎢⎥⎣⎦.OP ϕ这是把向量按逆（或顺）时针旋转角的旋转变换xyopp 1θϕ11cos sin ,sin cos .x x y y x y ϕϕϕϕ=-⎧⎨=+⎩（线性变换）小结（1）只有当两个矩阵是同型矩阵时，才能进行加法运算；（2） ≠=若而A O AB AC ，⇒;=B C 且矩阵相乘一般不满足交换律；（3）只有当左矩阵的列数等于右矩阵的行数时，两个矩阵才能相乘，矩阵的数乘运算与行列式的数乘运算不同；可交换的典型例子：同阶对角阵；数量阵与任何同阶方阵. k n E ≠=若而A O BA CA ，⇒=B C.( 4 )§3.1 矩阵的运算（2）方阵的幂·矩阵多项式·迹第三章矩阵定义1注1A 设为阶方阵，为正整数n k ，A A AA∆=kk 个.A 为的次幂k 01,.A E A A ==规定n 称,AA A km k m +=m k mkA A =（），其中m , k 为非负整数.定义1注1A 设为阶方阵，为正整数n k ，A A AA∆=kk 个.A 为的次幂k 01,.A E A A ==规定n 称,AA A km k m +=m k mkA A =（），其中m , k 为非负整数.一般地， (),,.AB A B A B ⨯≠∈k k k n n注2 注3时，以下结论成立：AB BA =当 (1)();AB A B =kkk222(2)()2;A B A AB B +=++22(3)()();A B A B A B +-=-,,A B ⨯∈n n11(4)()C C .A B A AB AB B --+=+++++mmm k m kkmmm例1解 ,A ⎡⎤⎡⎤⎡⎤=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦2121214=01010112.01A A ⎡⎤=⎢⎥⎣⎦设求其中为正整数mm ,（）32141216,010101A A A ⎡⎤⎡⎤⎡⎤===⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦()122.01A ⎡⎤=≥⎢⎥⎣⎦mm m 由此归纳出方阵的幂112(1)1212,010101A A A --⎡⎤⎡⎤⎡⎤===⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦k k k k ()122.01A ⎡⎤=≥⎢⎥⎣⎦m m m 用数学归纳法证明当时，显然成立.2=m 假设时成立， 1=-m k 所以对于任意的m 都有=m k 则时，方阵的幂解法二利用二项式定理122()m m m mA EB EC B=+=+202,.00⎡⎤=⎢⎥⎣⎦B B O 其中=且这种方法适用于主对角元全相同的三角形矩阵求幂 2,=+A E B ,E B 显然与乘法可交换由二项式定理有2E B=+m 100212.010001m ⎡⎤⎡⎤⎡⎤=+=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦m1110()A A A A E --=++++m m m m n f a a a a 为方阵 A 的矩阵多项式.例如 2()524,f x x x =--12,11⎡⎤=⎢⎥-⎣⎦A 22524A A E --1412101116524211101811--⎡⎤⎡⎤⎡⎤⎡⎤=--=⎢⎥⎢⎥⎢⎥⎢⎥-----⎣⎦⎣⎦⎣⎦⎣⎦定义2A ⨯∈设n n ，称()A =f：注f g g fA A A A()()()()运算性质定义3设A 是n 阶方阵，称A 的主对角线上所有元素之和为方阵的迹(trace )，记为11221tr .A ==+++=∑nnn ii i a a a a (1) tr()tr tr ;A B A B ⨯⨯⨯⨯+=+n n n n n n n n (2) tr()tr();A A ⨯⨯=n n n n k k (3) tr()tr().A B B A ⨯⨯⨯⨯=m n n m n m m ntr()tr().A B B A ⨯⨯⨯⨯=m n n m n m m n设A , B 为 n 阶方阵，求证.AB BA E -≠n tr()tr()tr()0,--AB BA =AB BA = 证明： tr()0,n n =≠E 故 . n -≠AB BA E 例2§3.1 矩阵的运算（3）矩阵的转置·方阵的行列式第三章矩阵例 123,458A ⎡⎤=⎢⎥⎣⎦T ;A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦142538叫做的转置矩阵， m n A ⨯m n A ⨯把矩阵的行依次变为同序数的列得到的新矩阵，定义1T A 记作. 思考 T A A 与的关系?⨯→⨯的变化型m n n m(1) : '(,)=元的变化ij ji i j a a (2) ：TA A 与的关系?矩阵的转置()()T T 1;=A A ()()T T T 2;+=+A B A B ()()T T 3;A A =k k 注性质(2)和(4)可推广到有限个矩阵的情形()()T T T T12122;s s '+=+A A ++A A A ++A ()()T T T T 12114.s s s -'=A A A A A A ()()T T T 4.=AB B A (倒序)矩阵的转置与其它矩阵运算的关系若矩阵A 满足 A A =T ，()n ,,,j ,i a a ji ij 21==201035.157A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦例为对称阵如注：对称矩阵为方阵，元素以主对角线为对称轴对应相等 .例1 (对称矩阵）则称 A 为对称矩阵 .注对任意矩阵 A,和均是对称矩阵. T A A T AA对称矩阵的数乘、和、乘积是否为对称矩阵？思考：练习1 对任意实矩阵 A, 若则 . T A A =O ,A =O练习2 若实对称矩阵 A 满足则 . 2A =O ,A =O 设A ，B 为同阶实对称矩阵，则AB 为实对称矩阵当且仅当AB =BA .若矩阵A 满足 A A =-T ，013105.350A ⎡⎤⎢⎥=--⎢⎥⎢⎥-⎣⎦例为反对称阵如注：反对称矩阵为方阵，且例2 (反对称矩阵）则称 A 为反对称矩阵 . 0-≠⎧=⎨=⎩ji ij a i j a i j证明任一 n 阶方阵 A 都可表示成一个对称矩阵与一个反对称矩阵之和. 证明： ()T T A A +T A A =+()T T A A -T A A =-22T T A A A A A -++=证毕.例3所以为对称矩阵.T A A +T ,A A =+T ()A A =-- 所以为反对称矩阵. T A A -方阵的行列式设 A 与 B 都是数域上的 n 阶方阵, 则()T1;A A =()3;AB A B =()2,;A A =∀∈n k k k 矩阵的运算与行列式的关系方阵的行列式n n n n n A O E B ⨯⨯-A B =n n nO AB E B ⨯=-2(1)n n E AB =--2(1)n n AB +=-.AB =证明： 22222A O E B ⨯⨯-111221221112212200001001a a a a b b b b =--12111111122122111221220001001a a b a b a a b b b b =--111112211112122221221112212200001001a b a b a b a b a a b b b b ++=--111112211112122221112221211222221112212200001001a b a b a b a b a b a b a b a b b b b b ++++=--222O AB E B ⨯=-设 A 与 B 都是数域上的 n 阶方阵, 则 ()T 1;A A =()3;AB A B =(可推广到有限个) 一般的， +.A B A B ≠+特别地 ,A A =mm ()2,;A A =∀∈n k k k 矩阵的运算与行列式的关系其中m 为非负整数.24000200,00430034A ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥-⎣⎦设2.A 求k 22A A =k k2242443()(4(25))10.0234=⋅=⋅-=-k k k 解例4证明奇数阶反对称矩阵的行列式为零.例5§3.2 初等矩阵第三章矩阵定义1elementary matrix 阶单位矩阵经过一次矩阵的初等变换所得到的矩阵称为阶即初等矩阵n n （），E B −−−−−→一次初等变换行或列为一个初等矩阵n 1,23100010010100.001001E B ⎡⎤⎡⎤⎢⎥⎢⎥=−−−−→=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦对换行为一个初等矩阵例如初等矩阵的类型及表示方法1[()],0E ≠初等倍乘矩阵n i k k ） .0E ≠即以数乘单位矩阵的第行(或第列).n k i i i i r c 11[()]11E E ⨯⨯⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥−−−→=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦kn n ki k k 或i ←第行初等矩阵的类型及表示方法2[()],0E +≠初等倍加矩阵n i j k k ） .0E ≠即将的某行元素的倍加到另一行(或列)上去.n k 11[())]11E E ++⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥−−−−→=+⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦i jj ir kr n n c kc k i j k 或←i 第行←j 第行[()]E >+n i j k i j 当时,为下三角 .初等矩阵的类型及表示方法3[,],E 初等对换矩阵n i j ） E n 即对调的某两行或某两列.11011[,]11011E E ↔↔⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥−−−−→=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦i ji jr r n n c c i j 或i ←第行j ←第行11[()]11E ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦n i k k i ←第行1[()],0E ≠初等倍乘矩阵n i k k ） .2[()],0E +≠初等倍加矩阵n i j k k ） .11[())]11E ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥+=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦n k i j k ←i 第行←j 第行()i j <3[,],E 初等对换矩阵n i j ） 11011[,]11011E E ↔↔⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥−−−−→=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦i ji jr r n n c c i j 或i ←第行j ←第行注初等矩阵的转置矩阵仍为同类型的初等阵.Ti k i k=1)[()][()];E En nT+=+i j k j i kE E2)[()][()];n nTi j i j=3)[,][,].E En n初等矩阵的应用揭示：初等矩阵与矩阵的初等变换的关系.11121314212223243132333411⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦a a a a a a a a k a a a a 111213142122232313233434⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦k a a a a a a a a a ka ka ka 111213142122232431323334111a a a a a a a a k a a a a ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦111214212221323343133234a a a a a a a a a ka ka a k ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦()i k A i r k ⨯相当于以数乘的第行；111211212[()]E A ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦n m m m m i i in n a a a i k a ka ka a a a k i ←第行[()]E A 左以矩阵乘m i k ，[()]n E i k A 右乘而以矩阵，其结果结论: 相当于以数k 乘A 的第i 列 .()i c k ⨯。

第3章矩阵的初等变换与矩阵的秩

第3章矩阵的初等变换与矩阵的秩３．１矩阵的初等变换矩阵的初等行（列）变换：（１）交换第i 行（列）和第j 行（列）；（２）用一个非零常数乘矩阵某一行（列）的每个元素；（３）把矩阵某一行（列）的元素的k 倍加到另一行（列）．对矩阵施行初等变换时，由于矩阵中的元素已经改变，变换后的矩阵和变换前的矩阵已经不相等，所以在表达上不能用等号，而要用箭号＂→＂．例1 求矩阵⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−=042111210A 的逆矩阵．３．２初等矩阵单位矩阵作一次初等变换得到的矩阵叫初等矩阵．概括起来，初等矩阵有３类，分别是（１）交换第行和第i j 行（交换第列和第i j 列）⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎝⎛=1101111011).(%"""###%###"""%j i E（２）用常数λ乘第行（i λ乘第i 列）⎟⎟⎟⎟⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎜⎜⎜⎜⎝⎛=1111))((%%λλi E （３）第i 行的k 倍加到第j 行（第j 列的k 倍加到第列） i⎟⎟⎟⎟⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎜⎜⎜⎜⎝⎛=1111))((%"%#%k k ij E显然，初等矩阵都可逆，其逆矩阵仍是初等矩阵，且有),(),(1j i E j i E =−；⎟⎠⎞⎜⎝⎛⎟⎠⎞⎜⎝⎛=−λλ1))((1i E i E ； ))(())((1k ij E k ij E −=−．初等矩阵与初等变换有着密切的关系：左乘一个初等矩阵相当于对矩阵作了一次与初等矩阵相应类型一样的初等行变换．例如要将矩阵的第１行和第３行交换，则左乘一个初等矩阵A )3,1(E ：⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛001010100⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛333231232221131211a a a a a a a a a ＝⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛131211232221333231a a a a a a a a a ．右乘一个初等矩阵相当于对矩阵作了一次与初等矩阵相应类型一样的初等列变换．例2 设⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛=333231232221131211a a a a a a a a a A ，⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−−−=231322122111333231232221a a a a a a a a a a a a B ，⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−=1000100111E ，⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛=0010101002E ，⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛=1000010103E ．则以下选项中正确的是B A E E E A =321)(；B E E AE B =321)(；B A E E EC =123)(；B E E AE D =123)(．例３设是３阶可逆矩阵，将的第１行和第３行对换后得到的矩阵记作．A AB （１）证明可逆；B （２）求． 1−AB例4 设⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−=011431321A ，⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛=000110101B ，是否存在可逆矩阵P ，使得B PA =？若存在，求P ；若不存在，说明理由．例5 设是3阶方阵，将的第1列与第2列交换得，再把的第2列加到第3列得C ，A AB B 则满足C AQ =的可逆矩阵Q 为(A) ⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛101001010 (B) ⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛100101010 (C) ⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛110001010 (D) ⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛100001110３．３矩阵的等价与等价标准形若矩阵B 可以由矩阵经过一系列初等变换得到，则称矩阵和等价．A AB 矩阵的等价是同型矩阵之间的一种关系，它具有如下性质：（１）反身性：任何矩阵和自己等价；（２）对称性：若矩阵和矩阵等价，则矩阵和A B B矩阵也等价；A （３）传递性：若矩阵和矩阵等价，矩阵和矩阵C 等价，则矩阵和矩阵C 等价．A B B A 形如⎟⎠⎞⎜⎝⎛000r E 的矩阵称为矩阵的等价标准形．任意矩阵A 都与一个等价标准形⎟⎠⎞⎜⎝⎛000r E 等价．其中r E 是r 阶单位矩阵．这个r 是一个不变量，它就是矩阵的秩．任何矩阵总存在一系列的初等矩阵s P P P ,,,21"，和初等矩阵t Q Q Q ,,,21"使得11P P P s s "−A t Q Q Q "21＝⎟⎠⎞⎜⎝⎛000r E ．令P ＝，Q ＝11P P P s s "−t Q Q Q "21，于是对任意的矩阵，总存在m 阶可逆矩阵n m ×A P 和n 阶可逆矩阵Q ，使得PAQ ＝⎟⎠⎞⎜⎝⎛000r E ．例6 设阶矩阵与等价，则必有n A B (A) 当)0(≠=a a A 时，a B =．(B) 当)0(≠=a a A 时，a B −=． (C) 当0≠A 时，0=B ． (D) 当0=A 时，0=B ．３．4 矩阵的秩在矩阵中，任取n m ×A k 行k 列，位于这k 行k 列交叉处的2k 个元素按其原来的次序组成一个k 阶行列式，称为矩阵的一个A k 阶子式．若矩阵中有一个A r 阶子式不为零，而所有1+r 阶子式全为零，则称矩阵的秩为A r ．矩阵的秩记作．A )(A r 零矩阵的秩规定为零．显然有 ⇔≥r A r )(A 中有一个r 阶子式不为零；中所有A r A r ⇔≤)(1+r 阶子式全为零．若n 阶方阵，有A n A r =)(，则称是满秩方阵． A 对于n 阶方阵， A 0)(≠⇔=A n A r ．矩阵的初等变换不改变矩阵的秩．例7 求矩阵⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=45532511014132232211A 的秩．例8 求阶矩阵n ⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=a b b b a b b b a A """""""的秩， 2≥n ．例9 设⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛−=71534321101111a b A ，已知3)(=A r ，求．b a , 常用的矩阵的秩的性质：（１）；)()(T A r A r =（２）)()()(B r A r B A r +≤+；（３）))(),(min()(B r A r AB r ≤，（４）)()(00B r A r B A r +=⎟⎠⎞⎜⎝⎛；（５）)()(0B r A r B C A r +≥⎟⎠⎞⎜⎝⎛；（６）若0=AB ，则n B r A r ≤+)()(，其中n 为矩阵的列数．A （７）若可逆，则A )()(B r AB r =（８）若列满秩，则A )()(B r AB r =（９）若行满秩，则B )()(A r AB r =例10 设B A ,都是阶方阵，满足n E AB A =−22，求=+−)(A BA AB r ？例１1 设是矩阵，A 34× ,301020201,2)(⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−==B A r 求．)(AB r 例１2 已知⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−−−=62321321t A ，是３阶非零B 矩阵，且满足0=AB ，则4)(=t A 时，的秩必为１；B 4)(=t B 时，的秩必为２；B 4)(≠tC 时，的秩必为１；B 4)(≠t D 时，的秩必为２．B 例13 设B A ,都是阶非零矩阵，且满足n 0=AB ，则A 和的秩B)(A必有一个等于零； )(B都小于n ； )(C一个小于n ，一个等于； n )(D 都等于n ．例14 设是矩阵，B 是A n m ×m n ×矩阵，若 m n < 证明：0=AB ．例15 设是２阶方阵，已知A 05=A ，证明． 02=A３． 5 伴随矩阵设 ⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=nn n n n n a a a a a a a a a A """""""212222111211，记的代数余子式为，令ij a ij A ⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=nn n nn n A A A A A A A A A A """""""212221212111* 为矩阵的伴随矩阵．因此，若A ()ij a A =，则 ()T ij A A =*．伴随矩阵的基本关系式：E A A A AA ==**． *11A A A =−，或 1*−=A A A ． 1*−=n A A ．⎪⎩⎪⎨⎧−<−===.1)(,0,1)(,1,)(,)(*n A r n A r n A r n A r例16 设⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−−=122212221A ，求的伴随矩阵． A *A 例17 设⎟⎠⎞⎜⎝⎛−=⎟⎠⎞⎜⎝⎛−−=1111,23212121A A , ⎟⎟⎠⎞⎜⎜⎝⎛=−12100A A B 则 *B =？例18 设是３阶矩阵，A 21=A ，求*12)3(A A −−．例19 设⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛−=8030010100100001*A ，且E XA AXA 311+=−−，求X ．。

大学高等数学及线性代数课件3-1

§1 矩阵的初等变换
定理1：（只记结论）
⎛ Er O ⎞ 设 A是m × n阶矩阵，则 A ~ ⎜ ⎜ O O ⎟ ，其中0 ≤ r ≤ min(m, n), ⎟ ⎝ ⎠ m×n ⎛ Er O ⎞ ⎜ ⎜ O O ⎟ 称为A的标准形或叫等价标准形。 ⎟ 这是个什么类 ⎝ ⎠ m×n 型的矩阵呢？注释：所有n阶可逆方阵A的标准形都是n阶单位阵En
只能施行初等行变换
(
A
−1
)
只能用初等列变换
⎛ A⎞ ⎛ E ⎞ ⎜ ⎟ → L → ⎜ −1 ⎟ ⎜E⎟ ⎜A ⎟ ⎝ ⎠ ⎝ ⎠
⎛ 1 2 3⎞ ⎟ ⎜ 例：设 A = ⎜ 2 2 1 ⎟, 求 A−1. ⎜ 3 4 3⎟ ⎠ ⎝
【1】此方法只能用初等行变换！！【2】若不知A是否可逆，仍可用上述方法做，只要矩阵[A E]左子块出现一行（列）的元素全为零，则A不可逆。
这三个矩阵既可理解为行变换，又可理解为列变换得到的。
定理：设A是n × s阶矩阵； B是m × n阶矩阵；则 [1]E (i, j ) A表示互换 A的第 i, j行； BE (i, j ) 表示互换 B的第 i, j列； [ 2]E (i ( k )) A表示 A的第 i行乘以 k ( ≠ 0); BE (i ( k )) 表示 B的第 i列乘以 k ( ≠ 0); [3]E (ij ( k )) A表示 A的第 j行的 k倍加到第 i行； BE (ij ( k )) 表示 B的第 i列的 k倍加到第 j列.
⎛1 ⎞ ⎜ ⎟ ⎜ O ⎟ ⎛1 ⎜ ⎜ ⎟ 1 ⎜ ⎟ ⎜ 0 L 1 ⎜ ⎟ ⎜ ⎜ ⎟ 1 ⎜ ⎜ ⎟ E(i(k)) = ⎜ ⎟ E(i, j) = ⎜ M O M ⎜ ⎟ ⎜ 1 ⎜ ⎟ ⎜ ⎜ ⎟ 1 L 0 ⎜ ⎜ ⎟ 1 ⎜ ⎟ ⎜ ⎜ ⎟ ⎝ O ⎜ ⎟ ⎜ 1⎟ ⎝ ⎠

线性代数_第三章

lts ks 0
这与1,2, . . .,s与线性无关矛盾.

推论1 两个等价的且线性无关的向量组，含有相同个数的向量。

推论2 等价的向量组有相同的秩。

推论3 向量组(I)的秩为r1，向量组(II)的秩为r2，且
组(I)可由组(II)线性表出，则r1≤r2。
lts ks 0
于是
1 , 2 ,
k1 k2 b1 , b 2 , , s ks
l11 l12 l21 l22 , bt lt1 lt 2
l1s k1 0 l2 s k 2 0
第三章向量组与线性方程组
§3.1 向量组的线性相关性
2 x1 3 x2 3 x3 5 x1 2 x2 x3 2 7 x2 x3 1
2 3 3 5 1 2 1 2 0 7 1 1

显然第三行是前两行的代数和；也就是说，第三个方程能由前两个方程“表示”；
4, (III) 1, 2, 3, 5, 且向量组的秩分别
为R(I)=R(II)=3, R(III)=4. 证明:向量组1, 2, 3, 5-4的秩为4.

证明: 由R(I)=R(II)=3得知向量组(I)线性无关,向
量组(II)线性相关,且4可由1, 2, 3,线性表出,
lm m 0
定理3 设m≤n，则m个n维向量1 ,2 ,
,m 线性无关的充
分必要条件是，其组成的矩阵的秩R(A)=m.即A为列满秩。
证：必要性. 因为Q可逆，必有l1,l2,…,lm不全为零，这与1,2,…,m线性无关矛盾。因此，R(A)=m。

《线性代数》1-3n阶行列式的定义

05 矩阵与行列式关系探讨
矩阵概念回顾
矩阵定义
由数字组成的矩形阵列，通常用大写字母表示，如 A、B、C等。
矩阵维度
矩阵的行数和列数，决定了矩阵的规模。
矩阵元素
矩阵中的每个数字，用带下标的字母表示，如 $a_{ij}$表示第i行第j列的元素。
矩阵与行列式之间联系与区别
联系
行列式可以看作是一种特殊的矩阵，即方阵。对于n阶方阵，其行列式值可以通过矩阵元素计算得出。
二阶行列式常用于解决二元一次方程组等问题。
三阶行列式（3x3）计算步骤
选择第一行的元素，分别与其对应的代数余子式相乘后
相加；
确定三阶行列式的形式，即一个3x3的矩阵；
01
按照“+ - +”的符号规律依
次计算各项；
02
03
得到的结果即为三阶行列式的值；
04
05
三阶行列式在计算向量混合积、判断矩阵可逆性等方面
拉普拉斯定理
在n阶行列式中，任意取定k行（列），由这k行（列）的元素所构成的一切k阶子式与它们的代数余子式的乘积的和等于行列式D的值
说明
拉普拉斯定理是按行展开定理的推广，它将n阶行列式的计算转化为k阶子式的计算，降低了计算复杂度
拉普拉斯定理证明过程
构造法证明
通过构造一个特殊的矩阵，利用矩阵的乘法和行列式的性质来证明拉普拉斯定理
克拉默法则
克拉默法则是一种利用行列式求解线性方程组的方法；
对于n元线性方程组，如果系数行列式D不等于0，则方程组有唯
一解；
唯一解可以通过各未知数对应的系数行列式的代数余子式与D 的比值求得；
克拉默法则在计算量较大时可能不太适用，但其具有理论意义和实用价值。

西北工业大学《线性代数》课件-第三章矩阵的初等变换 (1)

可化为单位矩阵
A 可表为若干初等方阵乘积 A 没有零特征值
…… 有零特征值
A* 可逆 AT 可逆
A* 不可逆 AT 不可逆
Байду номын сангаас
§3.3 求解线性方程组的消元法
例
2 4
x1 x1
x2 2 x2
3x3 5x3
1 4
① ②
x1
x3 3 ③
②
③
2①
1 2
①
2
x1
x2
4x2
1 2
x2
3x3 1
注意：rank A rank B rank H
同理
A 初等列变换
初等列变换
B(列阶梯形)
H(列最简形)
例2
用初等列变换化
A
3 1
1 1
0 2
21为列阶梯形
1 3 4 4
和列最简形。
解
3 1
A 1 1
0 2
2 1
c1 c2
1 1
3 1
0 2
2 1
1 3 4 4
3 1 4 4
1 2
3 5
1 4
x1
x3 3 ③
1 0 1 3
②
③
2①
1 2
①
2
x1
x2
4x2
1 2
x2
3x3 1
x3 2
1 2
x3
5 2
①′ ②′ ③′
r2 2r1
r3
1 2
r1
2 0 0
1
4
1 2
3
1
1 2
1
2
5 2
③'

线代3-3_1

V2 是
F 上全体对称矩阵组成的集合，
则V1、V2都是F性空间
8
9.设1， 2，， m是R n中任意m个向量，则
V k1α 1 k 2α 2 k mα m|ki R,i 1,2 , ,m
是R n的一个子空间，称为由向量1 , 2 , , m生成的子空间
线性代数第三章线性空间
5
线性空间的一些性质： 1）零元素唯一； 2）每个元素α 的负元素唯一； 3）0•α ＝0，(-1)•α = -α ,k•0 = 0 4）若kα =0,则 k = 0 或 α = 0 数零
零向量
线性代数第三章线性空间
6
线性子空间：
定义3.12 设V 是数域 F 上的一个线性空间，W 是V 的一个非空子集，如果W 对于V 的加法和数乘也构成 F 上的一个线性空间，则称W 是 V 的一个线性子空间，简称子空间。定理3.5 设V 是数域 F 上的线性空间，W 是V 的非空子集，如果W 对于V 的两种运算：加法与数乘是封闭的，则W 是V 的一个子空间。
（4） (α, α) ≥0,当且仅当α=0时有(α, α)＝0 其中α ，β ，γ 是 V 中任意向量，k∈R ，则称实数 (α,β)为向量α与β的内积。建立了内积的线性空间 V 称为内积空间，也称欧几里德空间或欧氏空间。
线性代数第三章线性空间
15
不同的线性空间，有不同的内积定义，即使同一个线性空间，也可以有不同的内积定义。
对于n维向量的加法及数与n维向量的乘法，是实数域上的一个线性空间.
例2.元素属于数域 F 的全体 m×n矩阵的集合，按矩阵的加法及数与矩阵的乘法构成数域F上的一个线性空间，用Fm×n表示. 注：1）线性空间也称为向量空间，线性空间的元素也称为向量；

《线性代数》课件第3章

2.加法交换律 : A + B = B + A; 3. A + 0m×n = A; 4. A + (−A) = 0m×n; 5. a(A + B) = aA + bB; 6. (a + b)A = aA + bA; 7. (ab)A = a(bA).
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

线性代数3-1

0 0
1 0
0 1
0 0
0

0

A4

0 0 0 0 0
1 0 0 0 0
:c4
4 c1

0
c5
5 c1

0
1 0
0 1
0 0
0

0

A5

0 0 0 0 0
§1 矩阵的初等变换
定义:矩阵A3和 A4都称为行阶梯形矩阵,其特点是:可画出一条阶梯线,线的下方全为0 ; 每个台阶只有一行,台阶数即是非零行的行数,阶梯线的竖线(每段竖线的长度为一行)后面的第一个元素为非零元,也就是非零行的第一个非零元.
(1) 变换ri↔rj 的逆变换就是其本身ri↔rj ; (2)变换ri×k的逆变换为ri÷k ;
(3)变换ri+krj的逆变换为ri- krj .
§1 矩阵的初等变换
定义:如果矩阵A经过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
;
定义:如果矩阵A经过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
§1 矩阵的初等变换
主要内容：一、矩阵的初等行变换二、矩阵的初等变换三、矩阵之间等价四、行阶梯形矩阵五、行最简形矩阵六、初等矩阵七、三种初等变换对应着三种初等矩阵八、初等矩阵的相关定理
§1 矩阵的初等变换
分析：用消元法解下列方程组的过程．
引例求解线性方程组
2 x1 x2 x3 x4 2, 1
4
x1 x2 2 x3 x1 6 x2 2 x3
x4 2 x4

线性代数各章学习要点3

第3章n维向量和线性方程组向量是线性代数的重点内容之一，也是难点，对逻辑推理有较高的要求。

本章从研究向量的线性关系（线性组合、线性相关与线性无关）出发，然后讨论向量组含最多的线性无关向量的个数，即引出向量组的秩和最大无关组，最后，应用向量空间的理论研究线性方程组的解的结构。

无论是证明、判断、还是计算，关键在于深刻理解本章的基本概念，搞清楚其相互关系，并会灵活应用。

3. 1 n维向量及其运算定义（n维向量）由数域F中的n个数a-i,a2/ , a n组成的有序数组-■ - ( a i, a2, , a n)a2耳一称为数域F上的一个n维向量，前者称为行向量，后者称为列向量，其中a1, a2 / ,a n称为向量的分量（或坐标）。

分量是实（复）数的向量称为实（复）向量。

如果没有特殊的声明，以下所讨论指数域F上的向量。

行向量可以看成行矩阵，列向量看成列矩阵，向量的运算规定按矩阵的运算法则进行。

以下讨论的向量，再没有指明是行向量还是列向量时，都当作列向量。

设有向量■■ = （a i,a2,…，a n），- - （b1 ,b2 / , b n ）则向量相等的定义为- a i = b i （i=1,2,…,n）向量的加法定义为a + P =（a i +b i a? +b2 …a* +b n T数乘向量的定义为k：（「k）二（ka i,ka2, ,ka n）T向量的加法以及数乘运算统称为向量的线性运算，它满足下列8条运算规律（其中：■,'-,为n维向量，k,l为常数）：（1）二：+：= ：+=；)( :• - ) ( - )；(3)存在零向量0= ( 0,0，…，0 ) T，使得〉+0= ;(4)存在:-的负向量-二=(_a i,_a2,…，-a n)T,使得〉+ (-二)=0；(5)仁• = ：•；(6)k(l ： )=(kl):-;(7)k(: + 1 )=k +k :;(8)(k+l)用=k : +1 :;如果记矩阵A = (a j )m n的第j列向量为：a i ja2jQ j = : , (j=1,2,…,n)貝一则由向量的线性运算，可将方程组Ax=b写成下列形式：论一：* - X2J2…'x n J n二 b而齐次线性方程组A X=0则可写成向量形式：Xv 1 ■ X2： 2 …• X n： n = 03. 2向量组的线性相关性定义(线性组合)设宀，：^，…，〉m是一组n维向量，k1, k2/ ,k m是一组常数，则称向量kr 1 k2： 2 k m： m为向量〉1,〉2,i,〉m的一个线性组合，并称k1,k2 / , k m为该线性组合的系数。

线性代数课件3-1

k1α 1 + k 2α 2 + L + k mα m = 0.
中至少有一个不为0，因 k1 , k 2 , L , k m 中至少有一个不为，不妨设 k1 ≠ 0,则有 k1α 1 + k 2α 2 + L + k mα m = 0.
k2 k3 km α 1 = − α 2 + − α 3 + L + − α m . k1 k1 k1
即 ⇒
故ε 1 , ε
(k 1
k2 L kn ) = 0
k1 = k 2 = L = k n = 0
2
, L , ε n 线性无关.
易知：任一维向量可由维单位坐标向量组线性表示任一n维向量可由n维单位坐标向量组线性表示维单位坐标向量组线性表示. 任一
例2 讨论向量组线性相关性
α1 = (1 1 1)，α 2 = ( 0 2 5 )，α 3 = (1 3 6 )
T m
α αT 2
T 1
α
α
T i
T m
的行向量组．向量组 α , α , …，α 称为矩阵的行向量组．，称为矩阵A的行向量组
反之，反之，由有限个向量所组成的向量组可以构成一个矩阵. 成一个矩阵 m个n维列向量所组成的向量组α1 , α 2 ,L, α m ,
构成一个n × m矩阵
A = (α1,α2 ,Lαm) ,
a m）
a m = λ1α 1 + λ 2α 2 + L + λ m −1α m −1
故
λ1α 1 + λ 2α 2 + L + λ m −1α m −1 + (− 1)a m = 0

线性代数3

整除, 试证明下列 n 阶行列式也能被 l 整除
x11 x12
x1n
D = x21 x22
x2n
65-1．略
xn1 xn2
xnn
66．设 Ak = 0(k 是正整数），证明（I − A）−1 = I + A + A2 + + Ak−1 。
66-1．略
67．设 B 为实对称矩阵,且 B 2 = O, 试证：B = O
⎟ ⎟
，则
A
=（
⎜ an−1 1 0
⎟
⎜ ⎝
1
0
0
⎟ ⎠
(A) 1
(B) –1
(C) (− )1 n−1
）
( )n(n−1)
(D) − 1 2
⎜⎛1 0 0
⎜0 0 0
3．已知
n
阶方阵
A=
⎜ ⎜
0
0
0
⎜
⎜ ⎜⎜⎝
0 0
0 1
1 0
(A) 1
(B) (− )1 n−2
0 0⎟⎞
0 1⎟
1
0
⎟ ⎟
，则
A
13．下列说法正确的是（）
(A) 设 n 阶矩阵 A，B，C 满足 A=B+C，则 A = B + C
(B) 设 n 阶矩阵 A，B 均可逆，则 A+B 可逆 (C) 若 AX=AY，则 X=Y，其中 A 为 n 阶矩阵 (D) 设 A，B 均为可逆矩阵，则下列式子等价
AB=BA， AB −1 = B −1 A ， A−1B = BA−1 ， A−1B −1 = B −1 A−1
(A) 若 A 可逆，则 A 的对应于 λ 的特征向量也是 A* 的对应于特征值 A 的特征向量 λ

线性代数3-1

线性代数第3章_线性方程组习题解答

线性代数第3章向量空间

线性代数第三 四章答案

线性代数 3-1-齐次方程组

3-1 n阶行列式的概念

经典：3-1线性方程组的同解变换

《线性代数》课件-第3章 矩阵

第3章矩阵的初等变换与矩阵的秩

大学高等数学及线性代数课件3-1

线性代数_第三章

《线性代数》1-3n阶行列式的定义

西北工业大学《线性代数》课件-第三章 矩阵的初等变换 (1)

线代3-3_1

《线性代数》课件第3章

线性代数3-1

线性代数各章学习要点3

线性代数课件3-1

线性代数3

线性代数第三四章答案

《线性代数》课件-第3章矩阵

西北工业大学《线性代数》课件-第三章矩阵的初等变换 (1)