线性代数-第十四讲

合集下载

《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》电子教程15(2)(二次型标准化)

a11 x12 a22 x22 ann xn2
2a12 x1 x2 2a13 x1 x3
2a23 x2 x3 2an1,n xn1 xn
称为二次型.
当系数 aij 为复数时， f 称为复二次型；当系数 aij 为实数时， f 称为实二次型.
5
3. 二次型的矩阵表示式
令 a ji aij ，则 f a11 x12 a12 x1 x2 a13 x1 x3 a1n x1 xn a21 x2 x1 a22 x22 a23 x2 x3 a2n x2 xn a31 x3 x1 a32 x3 x2 a33 x32 a3n x3 xn an1 xn x1 an2 xn x2 an3 xn x3 ann xn2
的秩为 r ，有两个可逆变换 x Cy 及 x Pz
使 f k1 y12 k2 y22 kr yr2 , (ki 0),
及 f 1 y12 2 y22 r yr2 , (i 0), 则 k1 , k2 ,, kr 中正数的个数与 1 , 2 ,, r 中
3
于是
1 2 0 x
f ( x, y, z) 2 0
1 2
y .
0
1 2
3 z
10
二、二次型的标准形概念
二次型研究的主要问题是：
寻找可逆变换 x Py，使
nn
f ( x)
aij xi x j
i1 j1
x Cy f (Cy) k1 y12 k2 y22 kn yn2 .
用正交变换把二次型 f 化为标准形，并写出相
应的正交矩阵. 解析：此题是一道典型例题. 目的是熟悉用正交变换化二次型为标准形的“标准程序”.
⑴ 写出二次型对应的矩阵
二次型 f 对应的矩阵为

线性代数课件ppt

例6：
a11 A a21
a12 a22
a13
1
a23 , E 0
0 1
0 0 ,
求AE和EA.
a31 a32 a33
0 0 1
解：
a11

AE a21
a31
a12 a22 a32
a13 1 a23 0 a33 0
0 1 0
0 0
a11 a21
1 a31
a12 a22 a32
a13 a23 A; a33
1 0 0 a11 a12 a13 a11 a12 a13 EA 0 1 0 a21 a22 a23 a21 a22 a23 A.
0 0 1 a31 a32 a33 a31 a32 a33
单位矩阵E在矩阵的乘法中与数1在数中的乘法中所起的作用相似．
排成的 m行 n列的数表
a11 a12 a1n
a21 a22 a2n
am1 am2 amn
称为m行n列矩阵，简称mXn矩阵。记作
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.
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，
方程组中系数与常数组成的矩阵
a11 a21

完整版线性代数知识点总结

完整版线性代数知识点总结线性代数是数学的一个分支，研究向量空间及其上的线性变换。

它在各个领域中都有广泛的应用，包括物理学、计算机科学、工程学等。

以下是线性代数的一些重要知识点总结：1.向量和向量空间：向量是有方向和大小的量，可以用来表示力、速度、位移等。

向量空间是向量的集合，具有加法和标量乘法运算，同时满足一定的性质。

2.线性方程组和矩阵：线性方程组是一组线性方程的集合，研究其解的性质和求解方法。

矩阵是一个由数构成的矩形数组，可以用来表示线性方程组中的系数和常数。

3.矩阵的运算：包括矩阵的加法、减法和乘法运算。

矩阵乘法是一种重要的运算，可以用来表示线性变换和复合变换。

4.行列式和特征值：行列式是一个标量，表示矩阵的一些性质，如可逆性和面积/体积的变换。

特征值是矩阵对应的线性变换中特殊的值，表示该变换在一些方向上的伸缩程度。

5.向量的内积和正交性：向量的内积是一种二元运算，可以用来表示向量之间的夹角和长度。

正交向量是指内积为零的向量，可以用来表示正交补空间等概念。

6.向量的投影和正交分解：向量的投影是一个向量在另一个向量上的投影，可以用来表示向量的分解。

正交分解是将一个向量分解为与另一个向量正交和平行的两个向量之和。

7.线性变换和线性映射：线性变换是指保持向量加法和标量乘法运算的变换。

线性映射是向量空间之间的函数，具有保持线性运算的性质。

8.特征值和特征向量：特征值和特征向量是线性变换或矩阵中一个重要的概念，用于描述变换的性质和方向。

9.正交矩阵和对称矩阵：正交矩阵是一个方阵，其列向量组成的矩阵是正交的。

对称矩阵是一个方阵，其转置等于自身。

10.奇异值分解：奇异值分解（SVD）是一种矩阵的分解方法，用来将一个矩阵分解为三个矩阵的乘积。

SVD在数据压缩、图像处理和机器学习等领域有广泛的应用。

11.最小二乘法：最小二乘法是一种数学优化方法，用来找到一条曲线或超平面，使得这些数据点到该曲线或超平面的距离平方和最小。

线性代数知识点全面总结PPT课件

量组的
维向量线性相关
判定概念判定
充要条件
线
概念
充分条件
性相
线性无关
判定
充要条件充分条件
关性
概念
向
极大无关组求法
量
概念
空
向量空间的基
间
线 Ax = b
解
有解判定R(A)≠R(B)无解的
性方程组
初行变换等阶梯形
R(A)=R(B)有解结
构
R(A)=n仅有零解基
Ax = 0
2、矩阵的乘法
(1)(AB)C = A ( BC ) ;
(2) A ( B + C ) =
(3) (kA)(lB) = (kl)AB;
(4) AO =OA = O.
3、矩阵的转置
(1)(AT)T = A; (3)(kA)T =kAT;
(2) (A+B)T = AT+BT; (4) (AB)T = BTAT.
A
A12
A22
An1
An2
A1n A2n
Ann
概如果AB=BA=E,则A可逆，念 B是A的逆矩阵.
用定义
逆矩求
用伴随矩阵 A1 1 A
A
阵
法
分块对 A
角矩阵
0
0 1 A1
B
0
0 0
B1
B
A1 0
0
A1
B1
0
|A| ≠ 0 , A
证法
可|A逆| =.0 , A不可逆AB .= E , A与B互逆.
总有解R(A)<n有非零解
A+B = ( aij + biAj与) B同型

线性代数知识点归纳

线性代数知识点归纳线性代数是一门研究向量、向量空间、线性变换以及有限维线性方程组的数学分支。

它广泛应用于各个领域，如物理、计算机科学、工程学等。

线性代数的核心概念和工具包括行列式、矩阵、向量组以及线性方程组等。

下面将详细介绍线性代数的相关知识点。

一、行列式1.1 行列式的概念：行列式是一个函数，它从n×n阶方阵到实数（或复数）的映射。

行列式记作|A|，其中A是一个n×n的方阵。

1.2 逆序数：在n×n阶方阵A中，将行列式中元素a_ij与a_ji互换，所得到的新的行列式称为原行列式的逆序数。

1.3 余子式：在n×n阶方阵A中，将第i行第j列的元素a_ij删去，剩下的(n-1)×(n-1)阶方阵的行列式称为原行列式的余子式，记作M_ij。

1.4 代数余子式：在n×n阶方阵A中，将第i行第j列的元素a_ij替换为它的相反数，然后计算得到的新的行列式，称为原行列式的代数余子式，记作A_ij。

1.5 行列式的性质：行列式具有以下性质：（1）交换行列式中任意两个元素的位置，行列式的值变号。

（2）行列式中某一行（列）的元素乘以常数k，行列式的值也乘以k。

（3）行列式中某一行（列）的元素与另一行（列）的元素相加，行列式的值不变。

（4）行列式某一行（列）的元素与另一行（列）的元素相减，行列式的值变号。

1.6 行列式的计算方法：行列式的计算方法有：降阶法、按行（列）展开法、克拉默法则等。

二、矩阵2.1 矩阵的概念：矩阵是一个由数组元素构成的矩形阵列，矩阵中的元素称为矩阵的项。

矩阵记作A，其中A是一个m×n的矩阵，A_ij表示矩阵A中第i行第j列的元素。

2.2 矩阵的线性运算：矩阵的线性运算包括加法、减法、数乘等。

2.3 矩阵的乘法：两个矩阵A和B的乘法，记作A×B，要求A是一个m×n的矩阵，B是一个n×p的矩阵。

矩阵的乘法满足交换律、结合律和分配律。

大学课程大一数学线性代数上册14.矩阵的秩课件

或
A
2
r1r2
B
1
2
,
s
s
则 A 的行向量组与 B 的行向量组等价, 由书上第127页推论
可知 A 的行向量组的秩与 B 的行向量组的秩相等.
(2) 用初等行变换化 A 为阶梯形矩阵 U;
(3) U 的行向量组的秩与 A 的行向量组的秩相同.
4
例1 求下列矩阵 A 行向量组的一个
1 2 1 0 1
(4) 阶梯形矩阵 U 的列向量组的极大无关组就是 U 中每个非
零行第一个非零元所在的列向量所组成的向量组.
3
向量组秩的求法之二
(1) 将向量组 1, 2, , s 按行排成矩阵，并作行初等变换，
例如 1
1
A
2
r2
B
2
,
0,
或
1
2
A
2
r1r2
B
1
,
s
s
s
s
1
1
其非零行的行数为 r(A), B 通过初等行变换化为阶梯形矩阵, 其非零行的行数为 r(B), 则
行 A0数为B0 r(A通)过+ 初r(B等),行故变r换可A0以化B0 为阶r梯(A形) 矩r阵(B,);其非零行的
9
(2) r(A+B) r(A) + r(B);
证法一记 A = (1, 2 ,, n), B = (1, 2 , , n).
如果引入下列定义, 则可以把以上两个结论叙述的更简练.
定义1 矩阵 A = (aij)mn 中行向量组的秩称为行秩, 列向量组的秩称为列秩.
定理1 初等变换不改变矩阵行秩和列秩.

线性代数的考研讲义完整版

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,,⋯ ,n时(它们都是表示为列的形式!)可记A=(1,2,⋯ ,n).2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.⑤c 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c11+c22+…+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|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:a11 a12a21 a22 = a11a22-a12a21 .a11 a12 a13a21 a22 a23 = a11a22a33+ a12a23a31+ a13a21a32-a13a22a31- a11a23a32-a12a21a33.a31 a32 a33一般地,一个n阶行列式a11 a12 (1)a21 a22 (2)………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 Λ2121,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 Λ2121所乘的是.)1()(21n j j j Λτ-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:023********,(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 ΛΛΛτ-∑ … … …a n1 a n2 … a nn这里∑n j j j Λ21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 1 ③1+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 4例31+x1 1 1 11 1+x2 1 1 .1 1 1+x3 11 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 33x2-29 x3 6 -6例7求x-3 a -1 4f(x)= 5 x-8 0 –2 的x4和x3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 --+=-∑L L .… … … …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 n b 1 c 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 -+==-∑∏L L . … … … …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)4.②x3(x+4). ③a3(a+10). 例2 1875.例3 x1x2x3x4+x2x3x4+x1x3x4+x1x2x4+x1x2x3. 例4 (a+b+c)(a+b-c)(a-b+c)(a-b-c).例5 1-a+a2-a3+a4-a5.例6 9,-6例7 1,-10.例8 40.例9 x=0,y=3,z=-1.例10 -28.例14 x1=a,x2=b,x3=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a11 a12...a1n b11 b12...b1s c11 c12 (1)A= a21 a22...a2n B= b21 b22...b2s C=AB=c21 c (2)………………………a m1 a m2…a mn ,b n1 b n2…b ns ,c m1 c m2…c ms ,则c ij=a i1b1j+a i2b2j+…+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:①A 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+…+a1x+a0,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 B 12+A 12B 22 A 21 A 22 B 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A10 0A= 0 A2 0………0 0 …A n的矩阵称为准对角矩阵,其中A1,A2,…,A k都是方阵.两个准对角矩阵A10 ...0 B10 0A= 0 A2 ...0 , B= 0 B2 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A1B10 0AB = 0 A2B2 …0 .………00 …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,,…,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2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)=(A1,A2,…,A s).②=(b1,b2,…,b n)T,则A= b11+b22+…+b n n.应用这两个性质可以得到:如果i=(b1i,b2i,…,b ni)T,则=A I=b1i1+b2i2+…+b ni n.i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 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+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A1=1+2+3, A2=22+3, A3=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+4+93),求|B|.(05)2例6 3维向量1,2,3,1,2,3满足+3+21-2=0,31-2+1-3=0,2+3-2+3=0,1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 , XA+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A1=(4,3) T, A2=(7,-8) T, A3=(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= A0 ,则C*=0 B(A) |A|A* 0 . (B) |B|B * 0 .0 |B|B * 0 |A|A*(C) |A|B* 0 . (D ) ||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 11 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,2,…,t可以用1,2,…,s线性表示.1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x11+x22+…+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。

线性代数知识点总结

线性代数知识点总结线性代数知识点总结「篇一」第一章行列式知识点1：行列式、逆序数知识点2：余子式、代数余子式知识点3：行列式的性质知识点4：行列式按一行（列）展开公式知识点5：计算行列式的方法知识点6：克拉默法则第二章矩阵知识点7：矩阵的概念、线性运算及运算律知识点8：矩阵的乘法运算及运算律知识点9：计算方阵的幕知识点10：转置矩阵及运算律知识点11：伴随矩阵及其性质知识点12：逆矩阵及运算律知识点13：矩阵可逆的判断知识点14：方阵的行列式运算及特殊类型的矩阵的运算知识点15：矩阵方程的求解知识点16：初等变换的概念及其应用知识点17：初等方阵的概念知识点18：初等变换与初等方阵的关系知识点19：等价矩阵的概念与判断知识点20：矩阵的子式与最高阶非零子式知识点21：矩阵的秩的概念与判断知识点22：矩阵的秩的性质与定理知识点23：分块矩阵的概念与运算、特殊分块阵的运算知识点24：矩阵分块在解题中的技巧举例第三章向量知识点25：向量的概念及运算知识点26：向量的线性组合与线性表示知识点27：向量组之间的线性表示及等价知识点28：向量组线性相关与线性无关的概念知识点29：线性表示与线性相关性的关系知识点30：线性相关性的判别法知识点31：向量组的最大线性无关组和向量组的秩的概念知识点32：矩阵的秩与向量组的秩的关系知识点33：求向量组的最大无关组知识点34：有关向量组的定理的综合运用知识点35：内积的概念及性质知识点36：正交向量组、正交阵及其性质知识点37：向量组的正交规范化、施密特正交化方法知识点38：向量空间（数一）知识点39：基变换与过渡矩阵（数一）知识点40：基变换下的坐标变换（数一）第四章线性方程组知识点41：齐次线性方程组解的性质与结构知识点42：非齐次方程组解的性质及结构知识点43：非齐次线性线性方程组解的各种情形知识点44：用初等行变换求解线性方程组知识点45：线性方程组的公共解、同解知识点46：方程组、矩阵方程与矩阵的乘法运算的关系知识点47：方程组、矩阵与向量之间的联系及其解题技巧举例第五章矩阵的特征值与特征向量知识点48：特征值与特征向量的概念与性质知识点49：特征值和特征向量的求解知识点50：相似矩阵的概念及性质知识点51：矩阵的相似对角化知识点52：实对称矩阵的相似对角化。

《线性代数》教案

《线性代数》教案一、前言1. 教学目标：使学生理解线性代数的基本概念和性质，掌握线性代数的基本运算和应用，提高学生解决实际问题的能力。

2. 教学内容：本章主要介绍线性代数的基本概念、线性方程组、矩阵及其运算、线性空间和线性变换。

3. 教学方法：采用讲解、案例分析、练习相结合的方法，引导学生主动探究、积极参与，培养学生的逻辑思维和抽象思维能力。

二、第一节线性代数的基本概念1. 教学目标：使学生了解线性代数的发展历程，理解向量、线性方程组、线性空间等基本概念。

2. 教学内容：a. 线性代数的起源和发展；b. 向量的定义和性质；c. 线性方程组的解法；d. 线性空间的定义和性质。

3. 教学方法：通过讲解和案例分析，让学生了解线性代数的历史背景，通过练习，巩固基本概念。

三、第二节线性方程组1. 教学目标：使学生掌握线性方程组的求解方法，会运用线性方程组解决实际问题。

2. 教学内容：a. 线性方程组的矩阵表示；b. 高斯消元法求解线性方程组；c. 克莱姆法则；d. 线性方程组在实际问题中的应用。

3. 教学方法：通过讲解和练习，使学生掌握线性方程组的求解方法，培养学生解决实际问题的能力。

四、第三节矩阵及其运算1. 教学目标：使学生理解矩阵的概念，掌握矩阵的运算规则，会运用矩阵解决实际问题。

2. 教学内容：a. 矩阵的定义和性质；b. 矩阵的运算（加法、数乘、乘法）；c. 逆矩阵的概念和性质；d. 矩阵的应用。

3. 教学方法：通过讲解和练习，使学生掌握矩阵的基本运算，培养学生解决实际问题的能力。

五、第四节线性空间和线性变换1. 教学目标：使学生了解线性空间和线性变换的概念，理解它们在数学和其他领域的应用。

2. 教学内容：a. 线性空间的概念和性质；b. 线性变换的定义和性质；c. 线性变换的应用。

3. 教学方法：通过讲解和案例分析，使学生了解线性空间和线性变换的基本概念，培养学生的抽象思维能力。

六、第五节行列式1. 教学目标：使学生理解行列式的概念，掌握行列式的计算方法，会运用行列式解决实际问题。

线性代数第14讲

T i= j= 1 1 n n
6 2011-2-20
f (x , x2,L xn ) = ∑∑aij xi xj = X AX (6.5) , 1
T i= j= 1 1
n
n
把A称为二次型对应的矩阵, 对于任意一个二次型(6.1), 总可以通过(6.2)使其写成对称形式 (6.3), 并对应矩阵A. 由(6.2)知, A为对称矩阵, 又若A,B为n阶对称方阵, 且 f(x1,x2,...,xn)=XTAX=XTBX, 则必有A=B. 故二次型和它的矩阵是相互唯一确定的. 所以, 研究二次型的性质转化为研究 A所具有的性质.
11 2011Leabharlann 2-20将(3)式代入(1)式 5 −3 x T 1 X AX =[x , x2] = 4, 1 −3 5 x2
得 X AX =Y C ACY = 2y +8y = 4, 其中
T T T 2 1 2 2
2 2 2 2 2 5 −3 2 − 2 T 2 C AC = −3 5 2 2 2 2 − 2 2 2 2 2 0 = 0 8
23 2011-2-20
推论设A为n阶实对称阵, 若A的正负惯性指数分别为p和q, 则 A≅diag(1,...,1,−1,...,−1,0,...,0) (6.14) 其中1有p个, −1有q个, 0有n−(p+q)个. 或者说, 对于二次型XTAX, 存在非退化线性变换X=CY, 使得 T 2 2 2 2 X AX = y1 +L+ yp − yp+1 −L− yp+q. (6.15) 并把(6.15)式右端的二次型称为XTAX的规范形; 把(6.14)式中的对角阵称为A的合同规范形.

204_第14讲矩阵的初等变换

例
1 1 5 0 0 设 A 0 2 4 3 0 , 求 r ( A) 。 0 0 0 0 1
解因为 A 是 3 5 阶矩阵 , 所以 , r ( A) min{3, 5} 3 。
1 1 0 而 0 0 2 0 0 1, 1
故 r ( A) 3。
交叉处的k 2 个元素(不改变它们的相互位置所构成的 k 阶 )
行列式 , 称为矩阵 A 的一个 k 阶子式 ( 1 k min{ m, n }) 。
矩阵 A 的子式是一个行列式。
例
1 0 0 写出矩阵 A 2 3 4 的所有子式。 5 6 7
一阶行列式 | a11 | a11
保秩性定理
矩阵经过初等变换后 , 其秩不变。
或者说 : 两个等价矩阵的秩相等。
A B , 则 r ( A) r ( B) 。
保秩性定理的证明:
由行列式的性质 , 互换行列式的两行 (列) , 或者将
行列式的某一行乘上一个不为零的常数 , 都不会改变行
列式为零或不为零的结论。故第 1 和第2 两种初等变换
2 3 A 的二阶子式 D 0。 2 12
解
而包含 D 在内的三阶子式 :
2 3 2
r1 2 r3 r2 2 r3
0 9 6 0 1 6 3 4 4
2 12 12 1 3 4
9 6 0。 6 4
故由定理 2 得 r ( A) 2 。
若用定理 1 计算 , 则
要多计算2 个行列式。
且 r ( A) r , r ( B) s 。
矩阵 B 的 r 1 阶子式 M r 1 有三种情形 : 1. M r 1 中不含 B 的第 j 行时 ,

线性代数第十四讲PPT课件

思考
已知
1
2
,
2
3
,
3
1线性无关，证明：1
,
2
,
线性无关。
3
下列证法是否正确，说明理由。
证明：因为1 2 ,2 3 ,3 1线性无关，
则若k1(1 2 ) k2(2 3 ) k3(3 1 ) O （1）成立，
只有k1 0,k2 0,k3 0，将（1）式恒等变形为
(k3 k1 )1 (k1 k2 )2 (k2 k3 )3 O （2）
(b1,b2,b3)(1,2,3)10
1 1
10
记作 BAK，设 B x o ，A (即 K) x o
由1 于 ,2,3线性 ,故 R 无 (A )3 关，
即Ay o只有零解。Kxo，
而|K|20，故 Kxo只有零解 x， o
即B的列向b1量 ,b2,b组 3线性无关。
作业
返回
例3 已知向 1,2,量 3线组性 ,b1无 1关 2, b223,b331,试b1证 ,b2,b3线性 . 无
线性,则相பைடு நூலகம் 关 b必量能由A线向性量,且表组表示示是唯一的。
证明: 记 A ( 1 ,2 ,,m ) , B ( 1 ,2 ,,m , b ) , 有
R (A ) R (B ) R (A ) 1
因A组线性无关 R(， A)有 m; 所m 以 R (B )m 1 ，
因 B组线性相关，有 R (B )m 1 。即 R (B )有 m .
组B : b1,b2 ,,bm也线性无关 .
反言之，若向量B线组性相关 ,
则向量组 A也线性相关 .
作业

北航线性系统第14讲

第十四讲用状态反馈进行极点配置1得以这组给定的复平面上的点为闭环系统极点。

2一、状态反馈对系统可控性、可观测性的影响、、1.状态反馈不改变系统的可控性系统的动态方程如下,(41)x x u y x =+=−A B C 引入线性状态反馈控制律为(42)u v x =+−K 式中的v 是参考输入，K 称为状态反馈增益矩阵，这里它是p ×n 的矩阵。

将(4-1)式和(4-2)式用方块3()()图表示，见图4-1，它是一个闭环系统。

x yB C v x u A∫K 图4-1：闭环系统结构图图4-1所示，引入状态反馈后的闭环系统的状态空间表达式为：u v x =+K (将代入状态方程后得到）()(43)xx u x v y x =+=++=−A B A BK B C 4式中A +BK 为闭环系统的系数矩阵。

,(41)A B C =+=− 前：x x u y x (43) 后(),A BK B C =++=−后：x x v y x 43(41)−⇔−（）可控可控。

定理4-1：K,∀证因为明：0I ⎡[][]()I A BK B I A B K I λλ⎤−+=−⎢⎥−⎣⎦n p K ,K,λ∀因此，(44)I A BK B I A B λλ−+=−−rank rank 即状态反馈不影响可控性。

证完。

[][]()()容易得到如下结论：定理状态反馈不能改变不可控的模态即开环的5定理：状态反馈不能改变不可控的模态，即开环的不可控模态在闭环中得到保持。

2. 状态反馈不改变可控子空间1,U 定义状态反馈前的可控性矩阵为即111[]|Im U B AB A B A B U −=⇒<>= n 2,U 定义经状态反馈后的可控性矩阵为即1Im U B A+BK)B A+BK)B A+BK B U −=⇒<>= n 我们有如下结论：22[((]|))定理4-2 ：状态反馈不改变可控子空间，即1|(Im )∀<>K A B U ，62|(Im )=<>A +B K B U001|0A B U ⊥∈<>⇒=任取，即T x x 明：证00,0,1,,1A B ==− T i x i n 00(T i x ⇒=(A+BK)B 展开）0|||A+BK B A B A+BK B ⊥⊥⊥⇒∈<>⇒<>⊂<>x ||⊥⊥<>⊃<>A B A+BK B 同理，我们可以证明。