线性代数LA4-3B
线性代数基本定理
线性代数基本定理线性代数是数学中的一个重要分支,研究向量空间、线性变换、矩阵和线性方程组等概念和性质。
线性代数基本定理是线性代数中的核心定理,它揭示了矩阵的奇异值分解(SVD)和特征值分解(EVD)的重要性质。
本文将介绍线性代数基本定理及其应用。
一、奇异值分解奇异值分解是矩阵分析中最基本的分解之一,它将任意矩阵分解为三个矩阵的乘积:A=UΣV^T。
其中,U和V是正交矩阵,Σ是一个对角矩阵,对角线上的元素称为奇异值。
线性代数基本定理指出,对于任意的矩阵A,它的奇异值分解一定存在,并且是唯一的。
这意味着任何矩阵都可以通过奇异值分解进行表示,奇异值的大小和特征决定了矩阵的性质和重要特征。
奇异值分解在数据降维、图像处理、推荐系统等领域具有广泛的应用。
通过保留矩阵的主要奇异值,可以将高维数据映射到低维空间,从而减少数据的维度和冗余信息,提高计算效率和数据处理速度。
二、特征值分解特征值分解是线性代数中另一个重要的矩阵分解方法,它将一个矩阵分解为两个矩阵的乘积:A=QΛQ^(-1)。
其中,Q是正交矩阵,Λ是一个对角矩阵,对角线上的元素称为特征值。
线性代数基本定理指出,对于任意的方阵A,它的特征值分解一定存在,并且是唯一的。
特征值分解可以帮助我们理解线性变换对向量空间的作用,特征值和特征向量决定了矩阵变换的主要性质。
特征值分解在物理学、工程学、计算机科学等领域有广泛的应用。
通过求解特征值和特征向量,可以得到矩阵的主要特征和重要特性,如稳定性、动力学行为等。
特征值分解还可以用于对称矩阵的对角化和正定矩阵的判定。
三、线性代数基本定理的应用1. 数据降维奇异值分解可以将高维数据映射到低维空间,从而实现数据降维。
通过保留最重要的奇异值和对应的奇异向量,可以大大减少数据的维度,并且保留数据的主要分布和性质。
数据降维在机器学习、数据挖掘等领域具有重要意义,可以提高算法的效率和准确性。
2. 图像压缩奇异值分解可以对图像进行压缩和恢复。
线性代数四阶知识点总结
线性代数四阶知识点总结1. 向量和矩阵•向量:向量是一种有序集合,可以表示为n x 1 的矩阵。
向量的加法、减法和数量乘法满足特定的运算规则。
•矩阵:矩阵是二维数组,具有行和列的结构。
可以表示为 m x n 的形式,其中 m 是矩阵的行数,n 是列数。
2. 线性方程组•线性方程组:线性方程组是一组线性方程的集合。
每个方程都可以写成如下形式:a1x1 + a2x2 + ... + anxn = b其中a1, a2, …, an 是已知常数,x1, x2, …, xn 是未知变量,b 是常数。
•线性方程组的解:一个线性方程组可能有无穷多个解、唯一解或者无解。
通过高斯消元法、矩阵求逆或克拉默法则等方法可以求解线性方程组。
3. 矩阵运算•矩阵加法:两个矩阵的加法是将对应位置的元素相加得到新的矩阵。
•矩阵减法:两个矩阵的减法是将对应位置的元素相减得到新的矩阵。
•矩阵数量乘法:将矩阵的每个元素都乘以一个常数得到新的矩阵。
•矩阵乘法:矩阵乘法是将一个矩阵的行与另一个矩阵的列进行内积运算得到新的矩阵。
4. 线性变换•线性变换:线性变换是指从一个向量空间到另一个向量空间的映射,保持向量加法和数量乘法的性质。
•线性变换的矩阵表示:对于一个线性变换,可以找到一个矩阵使得将原向量空间中的向量乘以该矩阵得到新的向量空间中的向量。
•线性变换的特性:线性变换保持向量的线性组合和零向量不变。
5. 特征值和特征向量•特征值和特征向量:对于一个方阵 A,如果存在一个非零向量 v 和一个实数λ,使得Av = λv,则λ 是 A 的特征值,v 是对应于特征值λ 的特征向量。
•特征值和特征向量的计算:通过求解线性方程组 (A - λI)v = 0 可以得到特征值和特征向量。
6. 行列式•行列式:行列式是一个标量值,用于判断一个矩阵的线性相关性和可逆性。
•行列式的计算:对于一个 n x n 的矩阵,行列式的计算涉及到对矩阵的元素进行排列组合并进行运算。
线性代数(含全部课后题详细答案)4-3PPT课件
目
CONTENCT
录
• 课程介绍与教学目标 • 向量空间与线性变换 • 行列式与矩阵运算 • 特征值与特征向量 • 课后习题详解 • 课程总结与拓展延伸
01
课程介绍与教学目标
线性代数课程简介
线性代数是数学的一个分支, 研究线性方程组、向量空间、 矩阵等概念和性质。
简要介绍数值计算中常用的迭代法、插值 法、逼近法等基本方法,培养学生运用计 算机解决实际问题的能力。
简要介绍数学建模的基本思想和方法,通 过实例展示数学建模在解决实际问题中的 应用和价值。
THANK YOU
感谢聆听
05
课后习题详解
习题类型及解题思路
计算题
主要针对线性代数中的基本运算,如矩阵的加减、数乘和乘法等。解题思路通常是按照运算规则逐步进行,注意保持 矩阵的维度一致。
证明题
主要考察学生对线性代数基本定理和性质的理解和掌握。解题思路一般是从已知条件出发,结合相关定理和性质进行 推导,最终得出结论。
应用题
行列式性质
行列式具有线性性、交换性、倍加性 等基本性质,这些性质在行列式的计 算和证明中起到重要作用。
矩阵运算规则
矩阵加法
两个矩阵相加,要求它们具有相同的行数和列数, 对应元素相加。
矩阵数乘
一个数与矩阵相乘,将该数与矩阵中的每一个元素 相乘。
矩阵乘法
两个矩阵相乘,要求第一个矩阵的列数等于第二个 矩阵的行数,结果矩阵的行数等于第一个矩阵的行 数,列数等于第二个矩阵的列数。
将线性代数的知识应用于实际问题中,如求解线性方程组、矩阵的特征值和特征向量等。解题思路是首 先建立数学模型,将实际问题转化为线性代数问题,然后利用相关知识进行求解。
线性代数-(周勇)文档
线性代数第一章行列式第一节二阶与三阶行列式一、 二元线性方程组与二阶行列式对于二元线性方程组 111122a x a x b += 2112222a x a x b += (1.1)使用加减消元法,当112212210a a a a -≠时,方程组(1.1)有解为,122212211121121112122111221221,b a b a b a b ax x a a a a a a a a --==-- . (1.2)(1.2)式中的分子、分母都是4个数分两对相乘再相减而得.其中分母11221221a a a a -是由方程组(1.1)的4个系数确定的,把这4个数按它们在方程组(1.1)中的位置,排成两行两列(横排称行、竖排称列)的数表11122122a a a a (1.3) 表达式11221221a a a a -称为数表(1.3)所确定的行列式,记作11122122a a a a , (1.4)数ij a (i=1,2; j=1,2)称为行列式(1.4)的元素.元素ij a 的第一个下标i 称为行标,表明该元素位于第i 行,第二个下标j 称为列标,表明该元素位于第j 列.上述二阶行列式的定义可用对角线法则记忆.如图1-1所示,即实线连接的两个元素(主对角线)的乘积减去虚线连接的两个元素(次对角线)的乘积.图 1-1例13221-=3×1-(-2)×2=7.二、 三阶行列式三、 定义1.1设有9个数排成3行3列的数表111213212223313233a a a a a a a a a (1.5)用记号111213212223313233a a a a a a a a a 表示代数和112233122331132132132231122133112332a a a a a a a a a a a a a a a a a a ++---上式称为数表(1.5)所确定的三阶行列式,即D=111213212223313233a a a a a a a a a =112233122331132132132231122133112332a a a a a a a a a a a a a a a a a a ++--- (1.6)三阶行列式表示的代数和,也可以由下面的对角线法则来记忆,如图1-2所示,其中各实线连接的3个元素的乘积是代数和中的正项,各虚线连接的3个元素的乘积是代数和中的负项.图 1-2例2 计算三阶行列式D=123221345----解 由对角线法则D=1×(-2)×(-5)+2×(-1)×(-3)+3×4×2- 3×(-2)×(-3)-2×2×(-5)-1×4×(-1)=46.例3 1010411a a >0的充分必要条件是什么?解 由对角线法则1010411a a =21a -21a ->0当且仅当|a |>1,因此可得:1010411a a >0 的充分必要条件是|a |>1.第二节 n 阶行列式的定义一、 全排列及其逆序数把n 个不同元素按某种次序排成一列,称为n 个元素的全排列.n 个元素的全排列的总个数,一般用Pn 表示,且Pn =n !.对于n 个不同元素,先规定各元素间有一个标准次序(如n 个不同的自然数,可规定由小到大为标准次序),于是在这n 个元素的任一排列中,当某两个元素的先后次序与标准次序不同时,就说它们构成了一个逆序.一个排列中所有逆序的总和,称为该排列的逆序数,排列 12n i i i 的逆序数记作τ(12n i i i ).例如,对排列32514而言,4与5就构成了一个逆序,1与3,2,5也分别构成一个逆序,3与2也构成一个逆序,所以τ(32514)=5.逆序数的计算法:不失一般性,不妨设n 个元素为1至n 这n 个自然数,并规定由小到大为标准次序,设12n i i i 为这n 个自然数的一个排列,自右至左先计算排在最后一位数字n i 的逆序数,等于排在n i 前面且比n i 大的数字的个数,再计算12n i i -的逆序数,然后把所有数字的逆序数加起来,就是该排列的逆序数.例1计算τ[1 3 5…(2n -1)2 4 6…(2n )].解 从排列1 3 5…(2n -1)2 4 6…(2n )看,前n 个数1 3 5…(2n -1)之间没有逆序,后n 个数2 4…(2n )之间也没有逆序,只有前后n 个数之间才构成逆序.2n 最大且排在最后,逆序数为0,2n-2的前面有2n-1比它大,故逆序数为1,2n-4的前面有2n-1、2n-3比它大,故逆序数为2,………………2前面有n-1个数比它大,故逆序数为n-1,因此有τ[1 3 5…(2n -1)2 4 6…(2n )]=0+1+…+(n -1)=(1)2n n -. 逆序数为奇数的排列叫做奇排列,逆序数为偶数的排列叫做偶排列. 二、 对换在排列中,将任意两个元素对调,其余元素保持不动,这种作出新排列的方法叫做对换.将相邻两个元素对换,叫做相邻对换.定理2.1 一个排列中的任意两个元素对换,排列改变奇偶性.证 先证相邻对换的情形.设排列为1212,m n a a a abb b b K L 对换a 与b ,变为1212,m n a a a abb b b K L 显然这时排列中除a,b 两数的顺序改变外,其他任意两数和任意一个数与a 或b 之间的顺序都没有变.当a >b 时,经对换后,a 的逆序数不变,b 的逆序数减少1;当a <b 时,对换后,a 的逆序数增加1,b 的逆序数不变,所以新排列与原排列奇偶性不同.再证一般对换的情形.设排列为121212,m n p a a a abb b b c c c K L L ,对换a 与b ,变为121212,m n p a a a abb b b c c c K L L .可以把它看做将原排列作n 次相邻对换变成121212,m n p a a a abb b b c c c K L L ,再作n+1次相邻对换变成121212,m n p a a a abb b b c c c K L L .因此经过2n+1次相邻对换,排列变为121212,m n p a a a abb b b c c c K L L .所以这两个排列的奇偶性不同. 三、 n 阶行列式的定义为了给出n 阶行列式的定义,我们先研究三阶行列式的定义,三阶行列式的定义为111213212223313233a a a a a a a a a =112233122331132132132231122133112332a a a a a a a a a a a a a a a a a a ++--- 由定义可看出:(1) 上式右边的每一项都是3个元素的乘积,这3个元素位于不同的行、不同的列;且每一项3个元素的第1个下标(行标)依次为123,排成了标准次序,第2个下标(列标)排成了123p p p ,它是1,2,3这3个数的某一个排列,对应上式右端的6项,恰好等于这3个数排列的种数.因此除了正负号外,右端的每一项都可以写成下列形式:112233,p p p a a a ,其中123p p p 是1,2,3的某一个排列,其项数等于P3=3!.(2) 项的正、负号与列标排列的逆序数有关.易验证上式右端带正号的项的列下标的排列都是偶排列,带负号的项的列下标的排列都是奇排列.因此各项所带符号由该项列下标的排列的奇偶性所决定,从而各项可表示为123123()123(1),p p p p p p a a a τ-综合(1)、(2)得:三阶行列式可以写成132123111213()212223123313233(1),p p p p p p a a a a a a a a a a a a τ=-∑其中 123()p p p τ为排列123p p p 的逆序数.∑表示对1,2,3这3个数的所有全排列123p p p 求和.由此,我们引入n 阶行列式的定义.定义21设有2n 个数,排成n 行n 列的数表111212122212n n n n nna a a a a a a aa作出表中位于不同行不同列的n 个数的乘积2112,n p p np a a a 并冠以符号(-1)τ(12,,,,n p p p ),即得1212()12(1)n n p p p p p np a a a τ- (21)的项,由于12,,,,n p p p 为自然数1,2,…,n 的一个排列,这样的排列共有n!个,因而形如(21)式的项共有n!项,所有这n!项的代数和1212()12(1).n n p p p p p n p a a a τ-∑称为n 阶行列式,记为D=111212122212nn n n nna a a a a a a a a简记为det(aij),其中数aij 称为行列式det(aij)的元素,即111212122212n n n n nna a a a a a a a a =1212()12(1).n n p p p p p n p a a a τ-∑ (2.2)按此定义的二阶、三阶行列式,与用对角线法则定义的二阶、三阶行列式是一致的.特别当n=1时,一阶行列式|a |=a ,注意与绝对值记号的区别.例2 按行列式的定义计算下三角形行列式:D=11212212,n n nna a a a a a其中未写出的元素全为零(以后均如此).解 由定义,n 阶行列式中共有n!项,其一般项为1212(1),n p p n p a a a τ-其中τ=τ(12,,,n p p p ).现第1行除11a 外其余元素全为零,故只有一个元素11a ,在第2行中除了2122,a a 外全是零,故应在2122,a a 中取一个,且只能取一个,因为22a 是第1行第1列的元素,11p =,故 2,,n p p 不能再取1,所以22p =,即第2行取22a ,依此类推,第n 行只能取n p n =,即取元素nn a ,从而有D=11212212n n nna a a a a a =1122,nn a a a即D 等于主对角线上元素的乘积. 同理可得上三角行列式111212221122.n n nn nna a a a a a a a a =作为三角形式特例的对角行列式(除对角线上的元素外,其他元素都为0,在行列式中未写出来),11221122.nn nna a a a a a =例3证明1(1)2,121211(1),1.nnn n n n n a a a a n a a --=--证由行列式的定义12,11211(1),1.nn n n n a a a a n a a τ-=--其中τ=τ[n (n-1)…1]为排列n (n-1)…1的逆序数,又τ[n (n-1)…1]=(n-1)+(n-2)+…+1=(1),2n n-,所以结论得以证明. 四、 n 阶行列式定义的其他形式利用定理2.1,我们来讨论行列式定义的其他表示法. 对于行列式的任一项1212()12(1),n i j n p p p p p ip jp np a a a a a τ-其中1…i …j …n 为自然排列,对换 i ip a 与jpj a 成121()1(1),n i j n p p p p ip jp np a a a a τ-这时,这一项的值不变,而行标排列与列标排列同时作了一次相应的对换.设新的行标排列1…j …i …n 的逆序数为τ1,则τ1为奇数;设新的列标排列12,,,,n p p p 的逆序数为τ2,则122()(1)(1),n p p p ττ-=--,故1212()(1)(1),n p p p τττ+-=-于是121211()11(1)(1)n i jn i j n p p p p ip jp np p ip jp np a a a a a a a a τττ+-=-这就说明,对换乘积中两元素的次序,从而行标排列与列标排列同时作了一次对换,因此行标排列与列标排列的逆序数之和并不改变奇偶性.经过一次对换如此,经过多次对换亦如此.于是经过若干次对换,使列标排列[逆序数τ=τ(12,,,,n p p p )]变为自然排列(逆序数为0);行标排列则相应地从自然排列变为某个新的排列,设此新排列为12,,,,n q q q 则有1212()12(1),n n q q q q q q n a a a τ-又若 i p j =则 j q i =(即 i j ip ij q j a a a ==),可见排列12,,,,n q q q 由排列12,,,,n p p p 所唯一确定.由此可得n 阶行列式的定义如下: 定理22n 阶行列式也可定义为1212()12(1).n n p p p p p n p D a a a τ=-∑(2.3)证 按行列式定义有1212()12(1).n n p p p p p n p D a a a τ=-∑记 1212()112(1),n n q q q q q q n D a a a τ=-∑ 按上面的讨论可知:对于D 中任一项1212()12(1),n n q q q q q q n a a a τ-总有D 1中唯一的一项1212()12(1),n n q q q q q q n a a a τ-与之对应并相等;反之,对于D 1中的任一项1212()12(1),n n q q q q q q n a a a τ-同理总有D 中唯一一项1212()12(1),n n q q q q q q n a a a τ-与之对应并相等,所以D =D1.更一般的有n 阶行列式的定义如下: 定理2 3 n 阶行列式可定义为121122(1),n n p q p q p q D a a a ττ+=-∑(2.4)其中112212(),().n n p p p q q q ττττ==第三节 行列式的性质记 D=111212122212n nn n nn a a a a a a a a a将其中的行与列互换,即把行列式中的各行换成相应的列,得到行列式1121112222121n n nnna a a a a a a a a上式称为行列式D 的转置行列式,记作 T D (或记为D ′). 性质1 D =TD .证 记D =det(aij)的转置行列式T D =11121212222n n nn nnb b b b b b b b b则bij=aji(i,j=1,2,…,n),按行列式的定义12121212()()1212(1)(1).n n n n p p p p p p T p p n p p p p n D b b b aaa ττ=-=-∑∑由定理2.2知TD =D.此性质表明,在行列式中行与列有相同的地位,凡是有关行的性质对列同样成立,反之亦然. 性质2交换行列式的两行(或两列),行列式改变符号. 证 设行列式D1=11121212222n n nn nnb b b b b b b b b是由行列式D=det(aij)交换第i 和第j 两行得到的,当k ≠i,j 时,bkp=akp;当k=i 或j 时,bip=ajp,bjp=aip.于是11111111()11()1()1()1(1)(1)(1)(1).i j n i j n i j n i j n i j n j i njin jin p p p p p i p j p n p p p p p p i p j p n p p p p p p i p j p n p p p p p p i p j p n p D b b b b a a a a a a a a a a a a D ττττ=-=-=-=-=-∑∑∑∑推论1 如果行列式有两行(或两列)完全相同,则此行列式等于零. 证 把这两行互换,有D =-D,故D=0.性质3 行列式中某一行(或列)的各元素有公因子,则可提到行列式符号的外面,即111211112112121212nn i i m i im n n nnn n nna a a a a a ka ka ka k a a a a a a a a a =推论2行列式的某一行(或列)所有元素都乘以同一个数k ,等于用数k 乘此行列式. 推论3行列式的某一行(或列)的元素全为零时,行列式的值等于零. 性质4若行列式中有两行(列)的元素对应成比例,则此行列式等于零. 性质5若行列式的某一行(列)的元素都是两数之和,如1112111212222212()(),()i i n i i n n n ni ni nn a a a a a a a a a a D a a a a a '+'+='+则D 等于下列两个行列式之和,即1112111112112122222122221212.in i ni n i n n n ninnn n ninna a a a a a a a a a a a a a a a D a a a a a a a a ''=+'证 在行列式的定义中,各项都有第i 列的一个元素()ki kia a '+,从而每一项均可拆成两项之和.性质6把行列式的某一行(列)的各元素乘以同一数k 后加到另一行(列)对应的元素上去,行列式的值不变.例如把行列式的第j 列乘以常数k 后加到第i 列的对应元素上,有11111111111212222112221211()().()i i i i j i i i j n i j j n n n njnnn i nj njnna a a a a a ka a a a a a a a a ka a a a a a a a a ka a a ++=+以上没有给出证明的性质,读者可根据行列式的定义证明.利用这些性质可简化行列式的计算,为了表达简便起见,以ri 表示第i 行,ci 表示第i 列,交换i ,j 两行(列)记为ri rj (ci cj ),第i 行(列)乘以数k 记为kri(kci ),第j 行(列)的元素乘以k 加到第i 行(列)上记为ri+krj(ci+kcj ),第i 行(列)提取公因式记为ri ÷k (ci ÷k ).利用行列式的性质将行列式化为上三角行列式,从而算出行列式的值.例1计算行列式25123714.59274612D ---=--解152215221734021629570113164201201522021601130120152215220113011300300030033000311(3)39D -----=-=-----=----==--=⨯⨯-⨯=-例2计算n 阶行列式.ab b b b a b b D b b ab b b ba=解 注意到行列式的各行(列)对应元素相加之和相等这一特点,把第2列至第n 列的元素加到第1列对应元素上去,得(1)(1)(1)a n b b ba nb a b D a n b ba+-+-=+-[]11(1).1bb a b a n b ba=+-[]100(1).b b a b a n b ab-=+--[]1(1).()n a n b a b -=+--例3计算行列式.2324323631063a b c d aa ba b ca b c d D a a b a b ca b c da ab a bc a b c d++++++=++++++++++++解从第4行开始,后行减前行,得0.02320363a b c d aa ba b cD a a b a b c a a b a b c+++=++++++0.0020063a b c d a a ba b c a a b a a b c +++=+++4000200a b c d a a b a b ca a ab a+++==+ 可见,计算高阶行列式时利用性质将其化为上三角行列式,既简便又程序化. 例4设111111111111,kk kk kn n nkn nna a a a D c cb bc c b b =11111det(),kij k kk a a D a a a = 11121det(),nij n nnb b D b b b = 证明:12.D D D =证 对1D 作运算i j r kr +,把1D 化为下三角行列式,设为111111;kk k kkP D p p P P ==对2D 作运算i j c kc +,把2D 化为下三角行列式,设为11211221.nn n nnq D q q q q q ==于是,对D 的前k 行作运算i j r kr +,再对后n 列作运算i j c kc +,把D 化为1111111121111111k kk kk nn k n nknnnp p p D p p q q D D c c q c c q q ===第四节行列式按一行(列)展开将高阶行列式化为低阶行列式是计算行列式的又一途径,为此先引进余子式和代数余子式的概念.在n 阶行列式中,划去元素aij 所在的行和列,余下的n-1阶行列式(依原来的排法),称为元素aij 的余子式,记为Mij.余子式前面冠以符号(-1)i+j ,称为元素aij 的代数余子式,记为Aij =(-1)i+j Mij.例如四阶行列式11121314212223243132333441424344a a a a a a a a a a a a a a a a中元素23a 的余子式和代数余子式分别为11121423313234414244;a a a M a a a a a a =23232323(1)A M M +=-=-引理一个n 阶行列式D ,如果第i 行所有元素除ij a 外全为零,则行列式.ij ij D a A =证 先证ij a 位于第1行第1列的情形,此时1121222120,n n n nna a a a D a a a =这时第三节例4中当k=1时的特殊情形,按第三节例4的结论有11111111D a M a A ==.再证一般情形,此时11111.j n ij n njnna a a a D a a a = 我们将D 作如下的调换:把D 的第i 行依次与第i-1行,第i-2行,…,第1行对调,这样数ij a 就调到了第1行第j 列的位置,调换次数为i-1次;再把第j 列依次与第j-1列,第j-2列,…,第1列对调,数ij a 就调到了第1行第1列的位置,调换次数为j-1,总共经过(i-1)+(j-1)次对调,将数ij a 调到第1行第1列的位置,第一行其他元素为零,所得的行列式记为D 1,则,而ij a 在D 1中的余子式仍然是ij a 在D 中的余子式Mij ,利用前面的结果,有1ij ij D a M =于是 1(1)(1)i j i j ij ij ij ij D D a M a A ++=-=-=定理4.1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的乘积之和,即 D=ai 1Ai 1+ai2Ai2+…+ainAin(i=1,2,…,n), 或D=a 1jA 1j +a2jA2j +…+anjAnj(j=1,2,…,n). 证1112112120000000ni iinn n nn a a a D a a a a a a =++++++++++ 111211112111121121212120000,nn n ii in n n nnn n nn n n nna a a a a a a a a a a a a a a a a a a a a =+++ 根据引理有D=ai1Ai1+ai2Ai2+…+ainAin =∑nk=1aikAik(k=1,2,…,n). 类似地,我们可得到列的结论,即D=a1jA1j +a2jA2j +…+anjAnj =∑nk=1akjAkj(j=1,2,…,n).这个定理称为行列式按行(列)展开法则,利用这一法则并结合行列式的性质,可将行列式降阶,从而达到简化计算的目的.例1再解第三节中例1.解 2512001037141216592711234612211D -----==---1311126300(1)11311321021013(1)(3)10++--=-=--=-⨯--=-3×(-1)×(-1)×3=-9. 例2计算行列式1121100nnn nna b a b D c d c d=解 按第1行展开有111121111000n n n nn n na b a b D a c d c d d ----=111112111100(1)000n n nn n n na b a b b c d c d c --+--+⨯-2(1)2(1)2(1)(),n n n n n n n n n n n a d D b c D a d b c D ---=-=-,以此作递推公式,得22(1)11112(2)111111222211111111111()()()()()()()()()(),n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n ni i i i i D a d b c D a d b c a d b c D a b a d b c a d b c a d b c c d a d b c a d b c a d b c a d b c --------------==-=--==---=---=-其中记号“∏”表示所有同类型因子的连乘积. 例3 证明范德蒙(Vandermonde)行列式1222212111112111()nn n i j n i j n n n nx x x D x x x x x x x x ≥≥---==-∏(4.1)证 用数学归纳法证明.当n=2时,211211()ij n i j D x x x x ≥≥==-∏ (4.1)式成立.假设(4.1)式对n-1阶范德蒙行列式成立,要证(4.1)式对n 阶范德蒙行列式成立.为此,将Dn 降阶,从第n 行开始,后一行减前一行的 1x 倍得2131122133112222213311111100()()()0()()()n n n n n n n n n x x x x x x D x x x x x x x x x x x x x x x x x x ------=------按第1列展开,并提取每一列的公因子,有232131122223111()()()n n n n n n n x x x D x x x x x x x x x ---=---上式右端行列式是n-1阶范德蒙行列式,由归纳假设它等于∏n ≥i >j ≥2(xi -xj ),故2131121()()()()().n n i j n i j i j n i j D x x x x x x x x x x ≥≥≥≥=----=-∏∏显然,范德蒙行列式不为零的充要条件是x 1,x 2,…,xn 互不相等. 由定理4.1还可以得到下述推论.推论 行列式任一行(列)的元素与另一行(列)的对应元素的代数余子式乘积之和等于零,即ai 1Aj 1+ai 2Aj 2+…+ainAjn=0,i ≠j , 或a1iA1j+a2iA2j +…+aniAnj=0,i ≠j . 证 作行列式(i ≠j)11121121212n i iini i inn n nna a a a a a a a a a a a则其第j 行与行列式D 的第j 行不相同外,其余各行均与行列式D 的对应行相同.但因该行列式第i 行与第j 行相同,故行列式为零.将其按第j 行展开,便得ai 1Aj 1+ai 2Aj 2+…+ainAjn=0.同理可证a1iA1j+a2iA2j +…+aniAnj=0. 将定理4.1与推论综合起来得 ∑nk=1aikAjk =D,i =j, 0,i ≠j, 或∑nk=1akiAkj =D,i =j, 0,i ≠j.下面介绍更一般的拉普拉斯(Laplace)展开定理. 先推广余子式的概念.定义4.1在一个n 阶行列式D 中,任意取定k 行k 列(k ≤n),位于这些行与列的交点处的k 2个元素,按原来的顺序构成的k 阶行列式M ,称为行列式D 的一个k 阶子式;而在D 中划去这k 行k 列后余下的元素,按原来的顺序构成的n-k 阶行列式N ,称为k 阶子式M 的余子式.若k 阶子式M 在D 中所在的行、列指标分别为i 1,i 2,…,ik 及j 1,j 2,…,jk ,则(-1)(i 1+i 2+…+ik )+(j 1+j 2+…+jk )N 称为k 阶子式M 的代数余子式.如在五阶行列式111213141521222324255152535455a a a a a a a a a a a a a a a中选定第2、第5行,第1、第4列,则二阶子式21245154a a M a a的余子式121315323335424345a a a N a a a a a a = 而代数余子式为2514(1).N N +++-=*定理4.2(拉普拉斯定理)设在行列式D 中任意选定k(1≤k ≤n-1)行(或列),则行列式D 等于由这k 行(列)元素组成的一切k 阶子式与它们对应的代数余子式的乘积之和.(不证)例4 用拉普拉斯定理计算行列式12140121.10130131D -=解 若取第1、第2行,则由这两行组成的一切二阶子式共有 246C =个123456121114,,,010201212414,,.121121M M M M M M ===-===--其对应的代数余子式为123456130301,,,311113131110,,.010301A A A A A A ==-===-=则由拉普拉斯定理得D=M1A1+M2A2+…+M6A6=(-1)×(-8)-2×(-3)+1×(-1)+5×1-6×3+(-7)×1 =-7.注 当取定一行(列)即k=1时,就是按一行(列)展开.从以上计算看到,采用拉普拉斯定理计算行列式一般并不简便,其主要是在理论上的应用.第五节克莱姆法则含有n 个未知数x 1,x 2,…,xn 的n 个线性方程的方程组 a 11x 1+a 12x 2+…+a 1nxn=b 1, a21x 1+a22x 2+…+a2nxn=b2, ……………………an1x 1+an 2x 2+…+annxn=bn(5.1)有与二、三元线性方程组类似的结论,它的解可以用n 阶行列式表示,即为下述的克莱姆(Cramer)法则.定理5.1(克莱姆法则)若方程组(5.1)的系数行列式1121121222120,n n n n nna a a a a a D a a a =≠则方程组有唯一解,且可表示为1212,,,,nn D D D x x x D DD===(5.2) 其中Dj (j =1,2,…,n )是将D 中的第j 列元素换成常数项所得的行列式,即111,111,11212,122,121,1,1.j j n j j n j n n j nn j nna ab a a a a b a a D a a b a a -+-+-+=证 设x 1,x 2,…,xn 是方程组(51)的解,按行列式的性质,有11121121222212.j j n j j n j n n nj jnna a a x a a a a x a Dx a a a x a =再把行列式的第1列,…,第j-1列,第j+1列,…,第n 列分别乘以x 1,…,xj -1,xj +1,…,xn 加到第j 列上去,行列式的值不变,即11121112122221121.nj j n j nj jn j j nn n nj j nnj a a a x a a aa x aDx a a a x a ====∑∑∑11121121222212.n n j n n nnna ab a a a b a D a a b a =因D ≠0,故j j D x D=(j =1,2,…,n )为方程组的唯一解.例1 求解线性方程组1234123412413421,21,2,1,x x x x x x x x x x x x x x -++=⎧⎪+-+=⎪⎨++=⎪+-=⎪⎩解111211121121023111010211111013D -----==----2312353521121510151310----=--=-==---111121121821011011D --==--,211121121912011111D -==--,3411121111111111215,3,11211102111111D D ---==-==-- 故1234849913,,,.1051010210x x x x --======-- 由此可见用克莱姆法则解方程组并不方便,因它需要计算很多行列式,故只适用于解未知量较少和某些特殊的方程组,但把方程组的解用一般公式表示出来,这在理论上是重要的.使用克莱姆法则必须注意:①未知量的个数与方程的个数要相等;②系数行列式不为零.对于不符合这两个条件的方程组,将在以后的一般线性方程组中讨论.常数项全为零的线性方程组111122121122221122000n n n n n n nn n a x a x a x a x a x a x a x a x a x +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩ (5.3)称为齐次线性方程组.而方程组(5.1)称为非齐次线性方程组. 显然x 1=x 2=…=xn =0是方程组(53)的解,称为零解,若方程组(53)除了零解外,还有x 1,x 2,…,xn 不全为零的解,称为非零解.由克莱姆法则,有以下定理.定理52如果齐次线性方程组(53)的系数行列式D ≠0,则齐次线性方程组(53)只有零解.定理52′如果齐次线性方程组(53)有非零解,则它的系数行列式必为零.定理52′说明系数行列式D =0是齐次线性方程组有非零解的必要条件,在后面还将证明这个条件也是充分的.例2 问λ取何值时,齐次线性方程组(5)2202(6)02(4)0x y z x yx z λλλ⎧⎪-++=⎪⎪+-=⎨⎪⎪+-=⎪⎩有非零解?解 齐次线性方程组有非零解,则其系数行列式D =0,52226024D λλλ-=--=(5-λ)(6-λ)(4-λ)-4(4-λ)-4(6-λ)=(5-λ)(2-λ)(8-λ),由D=0得: λ=2,λ=5,λ=8.第六节典型例题例1 证明:ax by ay bz az bxay bzaz bx ax by az bx ax by ay bz+++++++++33().xy z a b yz x zxy=+ 证明 利用性质5,把行列式拆成32个行列式的和,除两个外,其余均因有两行成比例而等于零,即左边3333().ax ay az by bz bx ay az ax bz bx byaz ax ay bx by bz xy z y z x a yz x b z x y z xy x y zxy z a b yz x zxy+=+=+ 例2计算行列式00000000000n D αβαβαβαβαβαβααβ+++=++解按第1列展开,可得Dn 与其同类型的较低阶行列式的关系.121120000()(1)000()2,n n n n D D D D αβαβαββαβαβαβαββ+---+=++-++=+- 即Dn -αDn -1=β(Dn -1-αDn -2),或Dn -βDn -1=α(Dn -1-βDn -2). 由此递推下去,得Dn -αDn -1=β(Dn -1-αDn -2)=β·β(Dn -2-αDn -3)=…=βn -2(D2-αD1). 而2222(),D αβααβαβαβαββαβ+=+-=+++代入上式,得221.n nn n D D αβββ---==(1) 同理,可得1.nn n D D βα--=.(2)当α≠β时,由(1)式、(2)式解得11.n n n D αβαβ-+-=-当α=β时,由(1)式或(2)式递推下去,得(1).n n D n α=+例3计算n 阶行列式12311231123112311231(,1,,),n n n n n n n i i n n n nx a a a a a x a a a a a x a a D x a i n a a a x a a a a a x -----=≠=解1211221100n n n nx a a a x x a D a x x a--=--12112212122111()1101011()101(1)()n n nni i i nk n k k kn nni i i nnki i k i k k a x a x a x a x a x a a a a x a x a x a x a a x a x a =====---=---+---=-=+--∏∑∏∑∏例4计算行列式2211112222222211112211.11n n n nn n n n n n n n nnnn n x x x x x x x x D x x x x x x x x --------=解 只需在Dn 中加上最后一行和最后第二列,就变成n+1阶范德蒙行列式的转置行列式的转置行列式2211111122122222121112211111n n n n n nn n n n n n n n n n n nx x x x x x x x x x D x x x x x yy y y y ----+-----=于是有1111121112121()()()()()()()(1).()nT n n i i j i n i j n i j n i j nn n n n i j n i j D Dy x x x y x y x y x x x y x x x y x x x x x ++=≥≥≥≥-≥≥==--=----⎡⎤=-+++++--⎣⎦∏∏∏∏若把Dn+1按最后一行展开得111010(1)().n n n n n n n n n n n D a y y D a a y D y a ++++-=+-++=+-++而1n y-的系数恰好是(-Dn).比较上式两边1n y-的系数,便得11()().nn i i j i n i j D x x x =≥≥=-∑∏例5设1234555533,325422221146523A =求(1)313233;A A A ++(2)3435.A A + 解将A 中第三行的元素依次换成5,5,5,3,3.则第二行与第三行的对应元素相等,于是行列式的值等于0.按第三行展开,则有31323334355()3()0A A A A A ++++=(1)同理,将A 中第三行的元素换成第四行的对应元素,按第三行展开则有31323334352()0A A A A A ++++=(2)解(1),(2)联立方程组,得31323334350,0.A A A A A ++=+=第二章 矩阵第一节矩阵的概念引例1在平面解析几何中,当坐标轴逆时针旋转θ角时,新旧坐标之间存在如下的变换公式:x =x ′cos θ-y ′sin θ, y=x ′sin θ+y ′cos θ.显然,这种新旧坐标之间的关系完全可以由公式中的系数所构成的数表cos sin sin cos θθθθ-⎛⎫⎪⎝⎭确定.引例2线性方程组11112211211222211122,,,n n n n m m mn n m a x a x a x b a x a x a x b a x a x a x b +++=⎧⎪+++=⎪⎪⎨⎪⎪+++=⎪⎩ (1.1)其中i x (i =1,2,…,n )代表n 个未知量,m 是方程的个数,ij a (i =1,2,…,m;j =1,2,…,n )称为方程组的系数,bi (i =1,2,…,m )称为常数项.为了便于研究和求解线性方程组,我们把系数和常数项取出并按原来的位置排成下列数表:11121121222212n n m m mnm a a a b a a a b a a a b ⎛⎫⎪ ⎪⎪⎪⎝⎭(1.2) 这样的数表称为矩阵 定义11由m ×n 个数ij a (i=1,2,…,m;j=1,2,…,n)排成m 行n 列的111212122212n n m m mna a a a a a a aa称为m 行n 列的矩阵,简称m ×n 矩阵.为了表示它是一个整体,总是加一个括弧(中括弧或小括弧),并用大写黑体字母表示它,记作111212122212,n n m m mn a a a a a a a a a ⎛⎫ ⎪ ⎪= ⎪⎪⎝⎭A (1.3)其中ij a 表示矩阵第i 行第j 列的元素.矩阵(13)也可简记为A =(ij a )m ×n或A =(ij a ),m ×n 矩阵A 也记为A m ×n .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.本书中除特别声明外,都是指实矩阵.当m=n 时,A 称为n 阶方阵. 只有一行的矩阵A =(12n a a a )称为行矩阵,为了避免元素间的混淆,行矩阵一般记作A =(12,,,n a a a ).只有一列的矩阵12n a a a ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭A称为列矩阵.两个矩阵若行数相等且列数相等,则称它们是同型的.若A =(ij a )m ×n 与B =(ij b )m ×n 同型,且它们的对应元素相等,即ij ij a b =(i=1,2,…,m;j=1,2,…,n),则称矩阵A 与B 相等,记为A=B .元素全为零的矩阵称为零矩阵,记为O .注意不同型的零矩阵是不相等的. 显然,当未知量12,,,n x x x 的顺序排定后,线性方程组(11)与矩阵(12)是一一对应的,于是可以用矩阵来研究线性方程组.例1 设一组变量12,,,n x x x 到另一组变量12,,m y y y 的变换由m 个线性表达式给出:11111221221122221122,,,n n n nm m m mn n y a x a x a x y a x a x a x y a x a x a x =+++⎧⎪=+++⎪⎨⎪⎪=+++⎩(1.4) 其中常数ij a (i=1,2,…,m;j=1,2,…,n)为变换(14)的系数,这种从变量12,,,n x x x 到变量12,,m y y y 的变换称为线性变换.线性变换的系数构成m ×n 矩阵(13),称为线性变换(14)的系数矩阵.例 2 将某种物资从m 个产地 12,,,m A A A 运往n 个销地12,,,.n B B B 用aij 表示由产地 i A (i=1,2,…,m)运往销地 j B (j=1,2,…,n)的物资数量,则调运方案可用矩阵(13)表示.下面介绍几个重要的n 阶方阵.例3由n 个变量12,,,n x x x 到n 个变量12,,n y y y 的线性变换1122,,,n n y x y x y x =⎧⎪=⎪⎨⎪⎪=⎩ 称为恒等变换,它的系数矩阵100010001⎛⎫⎪⎪= ⎪⎪⎝⎭E 称为n 阶单位矩阵,简称单位阵.n 阶单位矩阵的特点是:从左上角到右下角的直线(称为主对角线)上的元素都是1,其他元素都为零.也就是E=(δij ),其中δij =1,当i=j 时,0, 当i ≠j 时.例4线性变换111222,,,n n n y x y x y x λλλ=⎧⎪=⎪⎨⎪⎪=⎩ 对应的系数矩阵12000000n λλλ⎛⎫⎪⎪= ⎪⎪⎝⎭A 称为对角阵.对角阵的特点是:不在主对角线上的元素都为零.当λ1=λ2=…=λn 时,称此矩阵为数量矩阵.11121222000n n nn a a a a a a ⎛⎫⎪⎪= ⎪⎪⎝⎭A称为上三角阵.上三角阵的特点是:主对角线以下的元素全为零,即当i >j 时,ij a =0.类似地,方阵11212212000n n nn a a a a a a ⎛⎫⎪ ⎪ ⎪⎪⎝⎭称为下三角阵.第二节矩阵的运算一、 矩阵的加法定义2.1设有两个m ×n 矩阵: A =(ij a )m ×n ,B =(ij b )m ×n ,那么矩阵()()ij m n ij ij m n c a b ⨯⨯==+C111112121121212222221122n 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 +++⎛⎫⎪+++ ⎪= ⎪⎪+++⎝⎭称为矩阵A 与B 的和,记为C =A+B. 注意: 只有同型矩阵才能进行加法运算.设A ,B ,C ,O 均为m ×n 矩阵,容易证明矩阵加法满足下列运算规律: (i) 交换律A+B =B+A ; (ii) 结合律(A+B)+C=A+(B+C); (iii) A+O=A. 设矩阵A =(ij a )m ×n ,记-A =(-ij a )m ×n ,称为A 的负矩阵,显然有 A+(-A)=O, 由此定义矩阵的减法为A-B=A+(-B).二、 数与矩阵的乘法 定义22设λ是常数,A =(ij a )m ×n ,则矩阵111212122212()n n ij m nm m mn a a a a a a a a a a λλλλλλλλλλλλ⨯⎛⎫⎪ ⎪=== ⎪⎪⎝⎭A A称为数λ与矩阵A 的乘积.设A ,B 为m ×n 矩阵,λ,μ为数,由定义可以证明数与矩阵的乘法满足下列运算规律: (i) (λμ)A=λ(μA)=μ(λA); (ii) (λ+μ)A=λA+μA;(iii) λ(A+B)=λA+λB;(iv) 1·A=A,(-1)A=-A. 三、 矩阵与矩阵相乘定义2.3设矩阵 (),(),ij m s ij s n A a B b ⨯⨯== 则m ×n 矩阵(),ij m n C c ⨯=其中11221sij i j i j is sj ik kj k c a b a b a b a b ==+++=∑称为矩阵A 与B 的乘积,记为C=AB.由定义可以看出:C=AB 中第i 行第j 列的元素ij c 等于A 的第i 行与B 的第j 列的元素的乘积之和.必须注意:只有当第一个矩阵(左矩阵)的列数等于第二个矩阵(右矩阵)的行数时,两个矩阵才能相乘.其行数与列数之间的关系可简记为 (m ×s )(s ×n )=(m ×n ) 例1 设矩阵41103,11,21020⎛⎫⎛⎫ ⎪==- ⎪ ⎪⎝⎭ ⎪⎝⎭A B 求乘积AB .解 因为A 是2×3矩阵,B 是3×2矩阵,A 的列数等于B 的行数,所以矩阵A 与B 可以相乘,AB=C 是2×2矩阵.由定义2.3有41103112102014(1)032110130241(1)022********.73⎛⎫⎛⎫ ⎪=- ⎪ ⎪⎝⎭ ⎪⎝⎭⨯+-⨯+⨯⨯+⨯+⨯⎛⎫= ⎪⨯+⨯-+⨯⨯+⨯+⨯⎝⎭⎛⎫= ⎪⎝⎭AB 例3 设1111,,1111⎛⎫⎛⎫==⎪ ⎪---⎝⎭⎝⎭A B求AB 与BA . 解 111100,111100⎛⎫⎛⎫⎛⎫==⎪⎪ ⎪---⎝⎭⎝⎭⎝⎭AB111122.111122-⎛⎫⎛⎫⎛⎫== ⎪⎪ ⎪-----⎝⎭⎝⎭⎝⎭BA一般地AB ≠BA .乘积AB 有意义时,BA 不一定有意义,即使BA 有意义,由例2,AB ≠BA .由此可知,在矩阵乘法中必须注意矩阵相乘的顺序.AB 通常说成“A 左乘B ”,BA 称“A 右乘B ”.因此,矩阵乘法不满足交换律,即在一般情况下,AB ≠BA .对于两个n 阶方阵A ,B ,若AB =BA ,则称A 与B 是可交换的.由例2还可看出:当A ,B 都不是零矩阵时,但AB =O ,这是矩阵乘法与数的乘法又一不同之处.特别注意:若AB =O ,不能推出A=O 或B=O 的结论;若AB=AC ,A ≠O 也不能推出B=C 的结论.可以证明,矩阵乘法满足以下运算规律,其中所涉及的运算均假定是可行的. (i) (AB)C=A(BC)(结合律); (ii) A(B+C)=AB+AC(分配律); (B+C)A=BA+CA; (ii) λ(AB)=(λA)B=A(λB)(其中λ为数). 以上性质可以根据矩阵运算的定义得到证明. 用矩阵乘法的定义,线性变换(1.4)可表示为y=A x,其中A 为矩阵(1.3),1122,.n n x y x y x y x y ⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭例3 设有两个线性变换111112222112223311322,,,y a x a x y a x a x y a x a x =+⎧⎪=+⎨⎪=+⎩ (2.1) 与11111221332211222233x b t b t b t x b t b t b t =++⎧⎨=++⎩(2.2) 试用矩阵表示从变量t 1,t 2,t 3到变量y 1,y 2,y 3的变换[这个变换称为线性变换(21)和(22)的乘积]. 解 记111211121321222122233132,,a a b b b a a b b b a a ⎛⎫⎛⎫⎪== ⎪ ⎪⎝⎭⎪⎝⎭A B 11122233,,,y t x x y y t t x y t ⎛⎫⎛⎫⎛⎫ ⎪ ⎪=== ⎪ ⎪ ⎪⎝⎭ ⎪ ⎪⎝⎭⎝⎭则线性变换(2.1)和(2.2)可分别表示为:y =Ax , x =Bt,所以 y =Ax =A(Bt )=(AB)t .以上说明,线性变换的乘积仍为线性变换,它对应的矩阵为两线性变换对应的矩阵的乘积.在线性方程组(11)中,记111212122212,n n m m mn a a a a a a a a a ⎛⎫⎪ ⎪= ⎪⎪⎝⎭A 1122,,n m x b x b x b x b ⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭利用矩阵乘法的定义,则该线性方程组可记为Ax=b,上式称为矩阵方程.特别地,对于单位矩阵,容易验证EmAm ×n=Am ×n, Am ×nEn=Am ×n, 简记为 EA=A, AE=A . 有了矩阵的乘法,就可定义n 阶方阵的幂.设A 是n 阶方阵,定义 k =A AA A (k 为非负整数),k 个 我们有 ,().klkl k l k l +==A A AA A 其中k,l 为非负整数,但一般地().k k k ≠AB A B例4求证cos sin cos sin .sin cos sin cos nn n n n θθθθθθθθ--⎛⎫⎛⎫= ⎪⎪⎝⎭⎝⎭证 用数学归纳法证明.当n=1时,等式显然成立.假设当n=k 时等式成立,即cos sin cos sin .sin cos sin cos kk k k k θθθθθθθθ--⎛⎫⎛⎫= ⎪⎪⎝⎭⎝⎭要证当n=k+1时成立,此时1cos sin cos sin cos sin sin cos sin cos sin cos cos sin cos sin sin cos sin cos cos cos sin sin cos sin sin cos sin cos cos sin sin sin cos k kk k k k k k k k k k k k θθθθθθθθθθθθθθθθθθθθθθθθθθθθθθθθθθθ+---⎛⎫⎛⎫⎛⎫= ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭--⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭---=+-+cos cos(1)sin(1).sin(1)cos(1)k k k k θθθθθ⎛⎫ ⎪⎝⎭+-+⎛⎫=⎪++⎝⎭所以当n=k+1时结论成立.因此对一切自然数n 都有cos sin cos sin .sin cos sin cos nn n n n θθθθθθθθ--⎛⎫⎛⎫= ⎪⎪⎝⎭⎝⎭四、 矩阵的转置定义2.4 将m ×n 矩阵A =( ij a )m ×n 的行和列依次互换位置,得到一个n ×m 矩阵称为A 的转置,记为A T(或A ′). 例如矩阵120311⎛⎫= ⎪-⎝⎭A的转置矩阵为1321.01T ⎛⎫ ⎪= ⎪ ⎪-⎝⎭A矩阵的转置也可看做是一种运算,满足下列规律:(i) (A T)T=A; (ii) (A+B)T=A T+B T; (iii) (λA)T=λA T(λ为数); (iv) (AB)T=B TA T.性质(i)~性质(iii)可直接按定义验证,下面只证明(iv).证设A =( ij a )m ×n , B =(ij a )n ×p , AB =(ij c )m ×p.(AB)T中第i 行第j 列的元素即AB 中第j 行第i 列的元素,由乘法定义,即为1njk kik ab =∑ (j=1,2,…,m; i=1,2,…,p).而 T B 的第i 行为(b1i ,…,bni),TA 的第j 列为(aj 1,aj 2,…,ajn )T,因此T TB A 的第i 行第j 列的元素为 ,表明()TA B 与T TA B 对应元素相等.且()TA B 是p ×m 矩阵,也是p ×m 的矩阵,所以()TTT=A B A B性质(ii)、性质(iv )还可推广到一般情形:1212(),T T T T n n +++=+++A A A A A A1211(),T T T T n n n -=A A A A A A定义2.5 设A 为n 阶方阵,如果满足TA =A ,即ij ji a a =-(i,j=1,2,…,n),那么A 称为对称阵,其特点是它的元素以主对角线为对称轴对应相等.例如213114340⎛⎫ ⎪=-- ⎪ ⎪-⎝⎭A即为对称阵.定义26若n 阶方阵满足 TA =-A ,即ij ji a a =- (i,j=1,2,…,n),则称A 为反对称阵.据此定义,应有ii ii a a =- (i=1,2,…,n),即0ii a = ,表明主对角线上的元素全为零.例如。
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。
线性代数行列式课件
行列式与空间向量的关系
总结词
行列式可以用来表示空间向量的方向和大小。
详细描述
在三维空间中,行列式可以用来表示向量的 方向和大小。通过行列式,我们可以计算出 向量的模长以及向量的方向余弦值,从而确 定向量的方向和大小。此外,行列式还可以 用来表示向量的外积和混合积,进一步揭示 了行列式与空间向量的关系。
END
THANKS
感谢观看
KEEP VIEW
PART 05
行列式的应用实例
在线性方程组中的应用
总结词
行列式在解决线性方程组问题中起到关键作 用,通过克拉默法则,我们可以利用行列式 值来求解线性方程组的解。
详细描述
在解决线性方程组问题时,克拉默法则是一 个重要的工具。该法则指出,如果一个线性 方程组中的系数行列式不为零,则该方程组 有唯一解。通过计算系数行列式和将系数行 列式设置为零,我们可以找到使方程组无解
ONE
KEEP VIEW
线性代数行列式课件
目 录
• 行列式的定义与性质 • 行列式的展开定理 • 行列式的计算技巧 • 行列式在几何中的应用 • 行列式的应用实例
PART 01
行列式的定义与性质
行列式的定 义
总结词
行列式是n阶方阵所有可能的二阶子 方阵的行列式之积。
详细描述
行列式是由n阶方阵的元素构成的,按 照一定的排列顺序形成的n阶方阵,其 值是一个标量,表示n阶方阵的线性变 换对单位体积的改变量。
行列式的性 质
总结词
行列式的性质包括转置、交换、代数余子式等。
详细描述
行列式的一个重要的性质是转置,即把行列式的行变为列,得到的新的行列式的值与原行列式的值互为转置。交 换行列式的两行,行列式的值变号。代数余子式是去掉一个子行列式后剩下的元素构成的行列式,其值等于原行 列式值的负一倍。
线性代数4-3
正交矩阵的列向量组是一组两两正交的单位向量。 正交矩阵的列向量组是一组两两正交的单位向量。 由ATA=E,可得 T=(AT)TAT=E.那么 ,可得AA 那么 正交矩阵的行向量组也是一组两两正交的单位向量。 正交矩阵的行向量组也是一组两两正交的单位向量。
§4.3 正交变换与正交矩阵
定理4.4 n阶矩阵 为正交矩阵的充分必要条 阶矩阵A为正交矩阵的充分必要条 定理 阶矩阵 件是: 的 个列 个列(行 向量是一组两两正交的 件是:A的n个列 行)向量是一组两两正交的 单位向量. 单位向量 [注] 正交矩阵的性质: 注 正交矩阵的性质: ① 单位矩阵 是正交矩阵; 单位矩阵E是正交矩阵 是正交矩阵; ② 若A,B都是 阶正交矩阵,则AB也是正 , 都是n阶正交矩阵, 也是正 都是 阶正交矩阵 交矩阵,即任意两个n阶正交矩阵的乘积仍 交矩阵,即任意两个 阶正交矩阵的乘积仍 为正交矩阵; 为正交矩阵; 证明:由 证明 由ATA=E,BTB=E 那么( 那么 AB)TAB=BT(ATA)B=BTEB=BTB=E
LLLL (ξ n , α ) = a1 (ξ n , ξ1 ) + a 2 (ξ n , ξ 2 ) + ... + a n (ξ n , ξ n ) = a n (ξ n , ξ n ) = a n
即: α = (α, ξ1 )ξ1 + (α, ξ2 )ξ2 + ... + (α, ξn )ξn
(β1 , α3 ) (β2 , α3 ) β3 = α3 − β1 − β2 ; (β1 ,β1 ) (β2 ,β2 )
§4.3 正交变换与正交矩阵
然后再把 β 1 , β 2 ,..., β s 单位化,即取 单位化, βs β1 β2 , ξ2 = ,L, ξs = ξ1 = β1 β2 βs 一组两两正交的单位向量。 就得到Rn中一组两两正交的单位向量。 这一过程称为施密特正交化过程。它不仅满足 这一过程称为施密特正交化过程。 施密特正交化过程
线性代数4-3
例4.4.1 设 Am×n Bn×l = O ,证明: R( A) + R(B) ≤ n. 证明: 证明: 证明:因为 Am×n Bn×l = O ,即: Am×n ( β1 , β 2 , L, β l ) = (0, 0, L, 0) 的解. 所以 Am×n β i = 0, (i = 1, 2,L, l ) 即B的所有列向量都是 Ax = 0 的解. 于是,由定理7 于是,由定理7知
性质4 Ax=b的解 的解, 是对应的Ax=0的解, Ax=0的解 Ax=b的解 的解. 性质4 若 η 是Ax=b的解,而ξ 是对应的Ax=0的解,则 x = ξ + η 是Ax=b的解. 证明: 证明: Ax = A (ξ + η ) = Aξ + Aη = 0 + b = b. Ax=b的解的结构 2. Ax=b的解的结构 证毕. 证毕.
x = k1ξ1 + k 2ξ 2 + L + k t ξ t
2.基础解系及其求法 2.基础解系及其求法 齐次线性方程组(4.4 1)的解集的最大无关组称为基础解系. (4.4- 的解集的最大无关组称为基础解系 定 义 齐次线性方程组(4.4-1)的解集的最大无关组称为基础解系. 求法1 先求通解,也就得到了基础解系( 4.3.3) 求法1 先求通解,也就得到了基础解系(如例4.3.3) 求法2 先求得基础解系,然后可以构造通解(仍以例4.3.3中的方程组为例 中的方程组为例) 求法2 先求得基础解系,然后可以构造通解(仍以例4.3.3中的方程组为例)
1 −1 −1 1 1 −1 −1 1 1 −1 0 −1 0 0 r1 − r3 r2 −r1 解: ( A, b) = 1 −1 1 − 3 1 r ~r 0 0 2 − 4 1 r ~2 0 0 1 − 2 − 2÷ 3 1 1 r3 + r2 1 0 0 −1 2 − 1 −1 − 2 3 − 0 0 0 0 2 2 1 2 1 2 0
线性代数知识点总结
大学线性代数知识点总结第一章 行列式二三阶行列式N 阶行列式:行列式中所有不同行、不同列的n 个元素的乘积的和 n nn nj j j j j j j j j nija a a a ...)1(21212121)..(∑-=τ (奇偶)排列、逆序数、对换行列式的性质:①行列式行列互换,其值不变。
(转置行列式T D D =) ②行列式中某两行(列)互换,行列式变号。
推论:若行列式中某两行(列)对应元素相等,则行列式等于零。
③常数k 乘以行列式的某一行(列),等于k 乘以此行列式。
推论:若行列式中两行(列)成比例,则行列式值为零; 推论:行列式中某一行(列)元素全为零,行列式为零。
④行列式具有分行(列)可加性⑤将行列式某一行(列)的k 倍加到另一行(列)上,值不变 行列式依行(列)展开:余子式ij M 、代数余子式ij ji ij M A +-=)1(定理:行列式中某一行的元素与另一行元素对应余子式乘积之和为零。
克莱姆法则:非齐次线性方程组 :当系数行列式0≠D 时,有唯一解:)21(n j DD x j j ⋯⋯==、齐次线性方程组 :当系数行列式01≠=D 时,则只有零解 逆否:若方程组存在非零解,则D 等于零 特殊行列式:①转置行列式:332313322212312111333231232221131211a a a a a a a a a a a a a a a a a a →②对称行列式:ji ij a a =③反对称行列式:ji ij a a -= 奇数阶的反对称行列式值为零④三线性行列式:333122211312110a a a a a a a 方法:用221a k 把21a 化为零,。
化为三角形行列式 ⑤上(下)三角形行列式:行列式运算常用方法(主要)行列式定义法(二三阶或零元素多的) 化零法(比例)化三角形行列式法、降阶法、升阶法、归纳法、第二章 矩阵矩阵的概念:n m A *(零矩阵、负矩阵、行矩阵、列矩阵、n 阶方阵、相等矩阵) 矩阵的运算:加法(同型矩阵)---------交换、结合律 数乘n m ij ka kA *)(=---------分配、结合律乘法nm lkj ik n l kj l m ik b a b a B A *1**)()(*)(*∑==注意什么时候有意义一般AB=BA ,不满足消去律;由AB=0,不能得A=0或B=0 转置A A T T =)( T T T B A B A +=+)( T T kA kA =)( T T T A B AB =)((反序定理) 方幂:2121k k k kA AA +=几种特殊的矩阵:对角矩阵:若AB 都是N 阶对角阵,k 是数,则kA 、A+B 、 AB 都是n 阶对角阵数量矩阵:相当于一个数(若……)单位矩阵、上(下)三角形矩阵(若……) 对称矩阵 反对称矩阵阶梯型矩阵:每一非零行左数第一个非零元素所在列的下方 都是0分块矩阵:加法,数乘,乘法:类似,转置:每块转置并且每个子块也要转置 注:把分出来的小块矩阵看成是元素逆矩阵:设A 是N 阶方阵,若存在N 阶矩阵B 的AB=BA=I 则称A 是可逆的, B A =-1(非奇异矩阵、奇异矩阵|A|=0、伴随矩阵)初等变换1、交换两行(列)2.、非零k 乘某一行(列)3、将某行(列)的K 倍加到另一行(列)初等变换不改变矩阵的可逆性 初等矩阵都可逆 初等矩阵:单位矩阵经过一次初等变换得到的(对换阵 倍乘阵 倍加阵) 等价标准形矩阵⎪⎪⎭⎫ ⎝⎛=O OO I D rr 矩阵的秩r(A):满秩矩阵 降秩矩阵 若A 可逆,则满秩若A 是非奇异矩阵,则r (AB )=r (B ) 初等变换不改变矩阵的秩求法:1定义2转化为标准式或阶梯形 矩阵与行列式的联系与区别:都是数表;行列式行数列数一样,矩阵不一样;行列式最终是一个数,只要值相等,就相等,矩阵是一个数表,对应元素相等才相等;矩阵n ij n ij a k ka )()(=,行列式nij n n ij a k ka =逆矩阵注:①AB=BA=I 则A 与B 一定是方阵 ②BA=AB=I 则A 与B 一定互逆; ③不是所有的方阵都存在逆矩阵;④若A 可逆,则其逆矩阵是唯一的。
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。
自动控制原理-线性代数
由矩阵秩的定义可知,矩阵与它的转置矩 阵的秩是相等的。
由行列式性质可知,在 A中当所有r+1阶 子式全等于零时,所有高于r+1阶的子式也全 等于零,因此 A的秩 R(A)就是 A中不等于零的 子式的最高阶数。
☞求矩阵的秩的一种常用办法:对待求秩的
矩阵进行行的初等变换化为行阶梯矩阵,那么 非零行的行数就是矩阵的秩。
−1
1 0 例设A = . 0 0
4 3 ,求 A−1 : 2 1 1 −2 1 0 0 1 −2 1 * 解: =1 A = A , 0 0 1 −2 0 0 0 1 1 −2 1 1 * 0 1 −2 −1 所以 A = A = 0 0 1 A 0 0 0 2 1 0 0 3 2 1 0
线性代数
第一章 行列式
行列式是为了求解线性方程组而引入 的,但在线性代数和其它数学领域以及工 程技术中,行列式是一个很重要的工具。
第一节
二、三阶行列式
二阶行列式与三阶行列式
a11 a12 = a11a22 − a12a21 a21 a22 a11 a12 a13 a11a22a33 + a12a23a31 + a13a21a32 a21 a22 a23 = − a13a22a31 − a12a21a33 − a11a23a32 a31 a32 a33
0 1 −2 1
第三章矩阵的初等变换
本章通过引进矩阵的初等变换,建立 矩阵的秩的概念,然后再利用矩阵的初 等变换求矩阵的逆矩阵和解线性方程组.
矩阵的秩
在m×n阶矩阵A中,任取k行与k列(k≤m, k ≤n),位于这些行列交叉点处的k2个元素,不 改变它们在A中所处的位置次序而得的k阶行 列式,称为矩阵A的k阶子式。
Matlab中的线性代数基础知识
Matlab中的线性代数基础知识线性代数是数学中非常重要的一个分支,广泛应用于计算机科学、物理学以及工程学等领域。
而Matlab作为一种强大的计算工具,提供了丰富的线性代数函数和工具包,方便用户进行矩阵计算、线性方程组求解以及特征值分解等操作。
本文将介绍Matlab中的线性代数基础知识,并且给出一些实践案例来帮助读者更好地理解和运用这些知识。
1. 矩阵定义和运算在Matlab中,我们可以通过方括号和分号来定义矩阵。
例如,下面的代码定义了一个3x3的矩阵A:A = [1, 2, 3; 4, 5, 6; 7, 8, 9];我们可以使用矩阵乘法、矩阵加法和矩阵转置等运算来操作矩阵。
例如,下面的代码演示了如何计算两个矩阵的乘积:B = [2, 0, 1; 1, 2, 0; 0, 1, 2];C = A * B;通过运行以上代码,矩阵C将得到一个3x3的结果矩阵。
除了乘法和加法外,我们还可以使用'-'运算符进行矩阵相减,以及使用'.'运算符进行逐元素的乘法。
2. 线性方程组求解解线性方程组是线性代数中的一个重要问题,Matlab提供了多种方法来求解线性方程组。
其中,最常用的方法是使用反斜杠运算符。
例如,下面的代码演示了如何使用反斜杠来求解一个3x3的线性方程组:x = A \ b;在这里,矩阵A表示系数矩阵,向量b表示等式的右侧常数向量。
通过运行以上代码,向量x将得到方程组的解向量。
除了反斜杠运算符,Matlab还提供了lu分解、Cholesky分解以及QR分解等方法来求解线性方程组。
这些方法具有不同的性质和适用范围,根据具体问题的特点选择合适的方法能够提高求解效率。
3. 特征值和特征向量特征值和特征向量是矩阵在线性代数中一个重要的概念,它们在许多应用中起着关键作用。
在Matlab中,我们可以使用eig函数来计算矩阵的特征值和特征向量。
例如,下面的代码演示了如何计算一个对称矩阵的特征值和特征向量:[V, D] = eig(A);其中,矩阵V包含了特征向量,矩阵D是对角矩阵,对角线上的元素是特征值。
线性代数知识点框架
线性代数知识点框架(一)线性代数的学习切入点:线性方程组。
换言之,可以把线性代数看作是在研究线性方程组这一对象的过程中建立起来的学科。
线性方程组的特点:方程是未知数的一次齐次式,方程组的数目s和未知数的个数n可以相同,也可以不同。
关于线性方程组的解,有三个问题值得讨论:(1)、方程组是否有解,即解的存在性问题;(2)、方程组如何求解,有多少个解;(3)、方程组有不止一个解时,这些不同的解之间有无内在联系,即解的结构问题。
高斯消元法,最基础和最直接的求解线性方程组的方法,其中涉及到三种对方程的同解变换:(1)、把某个方程的k倍加到另外一个方程上去;(2)、交换某两个方程的位置;(3)、用某个常数k乘以某个方程。
我们把这三种变换统称为线性方程组的初等变换。
任意的线性方程组都可以通过初等变换化为阶梯形方程组。
由具体例子可看出,化为阶梯形方程组后,就可以依次解出每个未知数的值,从而求得方程组的解。
对方程组的解起决定性作用的是未知数的系数及其相对位置,所以可以把方程组的所有系数及常数项按原来的位置提取出来,形成一张表,通过研究这张表,就可以判断解的情况。
我们把这样一张由若干个数按某种方式构成的表称为矩阵。
可以用矩阵的形式来表示一个线性方程组,这至少在书写和表达上都更加简洁。
系数矩阵和增广矩阵。
高斯消元法中对线性方程组的初等变换,就对应的是矩阵的初等行变换。
阶梯形方程组,对应的是阶梯形矩阵。
换言之,任意的线性方程组,都可以通过对其增广矩阵做初等行变换化为阶梯形矩阵,求得解。
阶梯形矩阵的特点:左下方的元素全为零,每一行的第一个不为零的元素称为该行的主元。
对不同的线性方程组的具体求解结果进行归纳总结(有唯一解、无解、有无穷多解),再经过严格证明,可得到关于线性方程组解的判别定理:首先是通过初等变换将方程组化为阶梯形,若得到的阶梯形方程组中出现0=d这一项,则方程组无解,若未出现0=d一项,则方程组有解;在方程组有解的情况下,若阶梯形的非零行数目r等于未知量数目n,方程组有唯一解,若r<n,则方程组有无穷多解。
《线性代数学习提纲及知识点》
《线性代数学习提纲及知识点》第一章 行列式 本章学习提纲:一、二阶、三阶行列式的计算及n 阶行列式的计算公式。
二、行列式的性质及应用 三、克莱姆法则。
本章重点:三阶行列式的计算。
本章难点:应用行列式的性质计算行列式 知识点:一、1、二阶行列式 用记号22211211a a a a 表示代数和21122211a a a a -,称为二阶行列式。
即22211211a a a a =21122211a a a a -例1计算二阶行列式()1331252315=⨯--⨯=-例2计算二阶行列式 b a ab ba ba2222-=2、三阶行列式 计算公式如下333231232221131211a a a a a a a a a =312213332112322311322113312312332211a a a a a a a a a a a a a a a a a a ---++例3计算三阶行列式()()584810642105103043152601601504321-=--=⨯⨯-⨯⨯--⨯⨯-⨯⨯+-⨯⨯+⨯⨯=-例4、计算三阶行列式()()70000125140130105000143151140053101-=---+-=⨯⨯-⨯⨯--⨯⨯-⨯⨯+-⨯⨯+⨯⨯=-3、n 阶行列式的定义:用2n 个元素()n j i a ij ,,2,1, =组成的记号nnn n n n a a a a a a a a a 212222111211称为n 阶行列式,其中横排成为行,纵排称为列。
ij a 称为第i 行第j 列的元素,n 阶行列式表示所有可能取自不同的行,不同的列的n 个元素乘积的代数和。
一般项可以表示为()()n n nj j j j j j N a a a 2121211-二、行列式的性质将行列式D 的行与列互换后得到的行列式,称为D 的转置行列式。
记为T D 即nnn nn n T nnn n n n a a a a a aa a a D a a a a a a a a a D212221212111212222111211==则性质1、将行列式转置,行列式的值不变。
线性代数-(周勇)文档
线性代数第一章行列式第一节二阶与三阶行列式一、 二元线性方程组与二阶行列式 对于二元线性方程组 1111221a x a x b +=2112222a x a x b += (1.1)使用加减消元法,当112212210a a a a -≠时,方程组(1.1)有解为,122212211121121112122111221221,b a b a b a b ax x a a a a a a a a --==-- . (1.2)(1.2)式中的分子、分母都是4个数分两对相乘再相减而得.其中分母11221221a a a a -是由方程组(1.1)的4个系数确定的,把这4个数按它们在方程组(1.1)中的位置,排成两行两列(横排称行、竖排称列)的数表11122122a a a a (1.3) 表达式11221221a a a a -称为数表(1.3)所确定的行列式,记作11122122a a a a , (1.4)数ij a (i=1,2; j=1,2)称为行列式(1.4)的元素.元素ij a 的第一个下标i 称为行标,表明该元素位于第i 行,第二个下标j 称为列标,表明该元素位于第j 列.上述二阶行列式的定义可用对角线法则记忆.如图1-1所示,即实线连接的两个元素(主对角线)的乘积减去虚线连接的两个元素(次对角线)的乘积.图 1-1例13221-=3×1-(-2)×2=7.二、 三阶行列式三、 定义1.1设有9个数排成3行3列的数表111213212223313233a a a a a a a a a (1.5)用记号111213 212223313233a a aa a aa a a表示代数和112233122331132132132231122133112332a a a a a a a a a a a a a a a a a a++---上式称为数表(1.5)所确定的三阶行列式,即D=111213212223313233a a aa a aa a a=112233122331132132132231122133112332a a a a a a a a a a a a a a a a a a++---(1.6)三阶行列式表示的代数和,也可以由下面的对角线法则来记忆,如图1-2所示,其中各实线连接的3个元素的乘积是代数和中的正项,各虚线连接的3个元素的乘积是代数和中的负项.图1-2例2 计算三阶行列式D=123221345----解由对角线法则D=1×(-2)×(-5)+2×(-1)×(-3)+3×4×2-3×(-2)×(-3)-2×2×(-5)-1×4×(-1)=46.例31010411aa>0的充分必要条件是什么?解由对角线法则1010411aa=21a-21a ->0当且仅当|a |>1,因此可得:1010411a a >0 的充分必要条件是|a |>1.第二节 n 阶行列式的定义一、 全排列及其逆序数把n 个不同元素按某种次序排成一列,称为n 个元素的全排列.n 个元素的全排列的总个数,一般用Pn 表示,且Pn =n !.对于n 个不同元素,先规定各元素间有一个标准次序(如n 个不同的自然数,可规定由小到大为标准次序),于是在这n 个元素的任一排列中,当某两个元素的先后次序与标准次序不同时,就说它们构成了一个逆序.一个排列中所有逆序的总和,称为该排列的逆序数,排列 12n i i i L 的逆序数记作τ(12n i i i L ).例如,对排列32514而言,4与5就构成了一个逆序,1与3,2,5也分别构成一个逆序,3与2也构成一个逆序,所以τ(32514)=5.逆序数的计算法:不失一般性,不妨设n 个元素为1至n 这n 个自然数,并规定由小到大为标准次序,设12n i i i L 为这n 个自然数的一个排列,自右至左先计算排在最后一位数字n i 的逆序数,等于排在n i 前面且比n i 大的数字的个数,再计算12n i i -L 的逆序数,然后把所有数字的逆序数加起来,就是该排列的逆序数.例1计算τ[1 3 5…(2n -1)2 4 6…(2n )].解 从排列1 3 5…(2n -1)2 4 6…(2n )看,前n 个数1 3 5…(2n -1)之间没有逆序,后n 个数2 4…(2n )之间也没有逆序,只有前后n 个数之间才构成逆序.2n 最大且排在最后,逆序数为0,2n-2的前面有2n-1比它大,故逆序数为1,2n-4的前面有2n-1、2n-3比它大,故逆序数为2,………………2前面有n-1个数比它大,故逆序数为n-1,因此有τ[1 3 5…(2n -1)2 4 6…(2n )]=0+1+…+(n -1)=(1)2n n -. 逆序数为奇数的排列叫做奇排列,逆序数为偶数的排列叫做偶排列. 二、 对换在排列中,将任意两个元素对调,其余元素保持不动,这种作出新排列的方法叫做对换.将相邻两个元素对换,叫做相邻对换.定理2.1 一个排列中的任意两个元素对换,排列改变奇偶性.证 先证相邻对换的情形.设排列为1212,m n a a a abb b b K L 对换a 与b ,变为1212,m n a a a abb b b K L 显然这时排列中除a,b 两数的顺序改变外,其他任意两数和任意一个数与a 或b 之间的顺序都没有变.当a >b 时,经对换后,a 的逆序数不变,b 的逆序数减少1;当a <b 时,对换后,a 的逆序数增加1,b 的逆序数不变,所以新排列与原排列奇偶性不同.再证一般对换的情形.设排列为121212,m n p a a a abb b b c c c K L L ,对换a 与b ,变为121212,m n p a a a abb b b c c c K L L .可以把它看做将原排列作n 次相邻对换变成121212,m n p a a a abb b b c c c K L L ,再作n+1次相邻对换变成121212,m n p a a a abb b b c c c K L L .因此经过2n+1次相邻对换,排列变为121212,m n p a a a abb b b c c c K L L .所以这两个排列的奇偶性不同. 三、 n 阶行列式的定义为了给出n 阶行列式的定义,我们先研究三阶行列式的定义,三阶行列式的定义为111213212223313233a a a a a a a a a =112233122331132132132231122133112332a a a a a a a a a a a a a a a a a a ++--- 由定义可看出:(1) 上式右边的每一项都是3个元素的乘积,这3个元素位于不同的行、不同的列;且每一项3个元素的第1个下标(行标)依次为123,排成了标准次序,第2个下标(列标)排成了123p p p ,它是1,2,3这3个数的某一个排列,对应上式右端的6项,恰好等于这3个数排列的种数.因此除了正负号外,右端的每一项都可以写成下列形式:112233,p p p a a a ,其中123p p p 是1,2,3的某一个排列,其项数等于P3=3!.(2) 项的正、负号与列标排列的逆序数有关.易验证上式右端带正号的项的列下标的排列都是偶排列,带负号的项的列下标的排列都是奇排列.因此各项所带符号由该项列下标的排列的奇偶性所决定,从而各项可表示为123123()123(1),p p p p p p a a a τ-综合(1)、(2)得:三阶行列式可以写成132123111213()212223123313233(1),p p p p p p a a a a a a a a a a a a τ=-∑其中 123()p p p τ为排列123p p p 的逆序数.∑表示对1,2,3这3个数的所有全排列123p p p 求和.由此,我们引入n 阶行列式的定义.定义21设有2n 个数,排成n 行n 列的数表111212122212n n n n nna a a a a a a a a L L M MMM L作出表中位于不同行不同列的n 个数的乘积2112,n p p np a a a L 并冠以符号(-1)τ(12,,,,n p p p L ),即得1212()12(1)n n p p p p p np a a a τ-L L (21)的项,由于12,,,,n p p p L 为自然数1,2,…,n 的一个排列,这样的排列共有n!个,因而形如(21)式的项共有n!项,所有这n!项的代数和1212()12(1).n n p p p p p n p a a a τ-∑L L 称为n 阶行列式,记为D=111212122212n n n n nna a a a a a a a a L L MMMM L简记为det(aij),其中数aij 称为行列式det(aij)的元素,即111212122212n n n n nna a a a a a a a a L L MMMM L=1212()12(1).n n p p p p p n p a a a τ-∑L L (2.2)按此定义的二阶、三阶行列式,与用对角线法则定义的二阶、三阶行列式是一致的.特别当n=1时,一阶行列式|a |=a ,注意与绝对值记号的区别.例2 按行列式的定义计算下三角形行列式:D=11212212,n n nna a a a a a M M O L其中未写出的元素全为零(以后均如此).解 由定义,n 阶行列式中共有n!项,其一般项为1212(1),n p p n p a a a τ-L其中τ=τ(12,,,n p p p L ).现第1行除11a 外其余元素全为零,故只有一个元素11a ,在第2行中除了2122,a a 外全是零,故应在2122,a a 中取一个,且只能取一个,因为22a 是第1行第1列的元素,11p =,故 2,,n p p L 不能再取1,所以22p =,即第2行取22a ,依此类推,第n 行只能取n p n =,即取元素nn a ,从而有D=11212212n n nna a a a a a M M O L=1122,nn a a a L即D 等于主对角线上元素的乘积. 同理可得上三角行列式111212221122.n n nn nna a a a a a a a a =L LL OM作为三角形式特例的对角行列式(除对角线上的元素外,其他元素都为0,在行列式中未写出来),11221122.nn nna a a a a a =L O例3证明1(1)2,121211(1),1.nn n n n n n a a a a n a a --=--L N证由行列式的定义12,11211(1),1.nn n n n a a a a n a a τ-=--L N其中τ=τ[n (n-1)…1]为排列n (n-1)…1的逆序数,又τ[n (n-1)…1]=(n-1)+(n-2)+…+1=(1),2n n-,所以结论得以证明. 四、 n 阶行列式定义的其他形式利用定理2.1,我们来讨论行列式定义的其他表示法. 对于行列式的任一项1212()12(1),n i j n p p p p p ip jp np a a a a a τ-L L L L其中1…i …j …n 为自然排列,对换 i ip a 与jpj a 成121()1(1),n i j n p p p p ip jp np a a a a τ-L L L L这时,这一项的值不变,而行标排列与列标排列同时作了一次相应的对换.设新的行标排列1…j …i …n 的逆序数为τ1,则τ1为奇数;设新的列标排列12,,,,n p p p L 的逆序数为τ2,则122()(1)(1),n p p p ττ-=--L ,故1212()(1)(1),n p p p τττ+-=-L于是121211()11(1)(1)n i j n i j n p p p p ip jp np p ip jp np a a a a a a a a τττ+-=-L L L L L L L这就说明,对换乘积中两元素的次序,从而行标排列与列标排列同时作了一次对换,因此行标排列与列标排列的逆序数之和并不改变奇偶性.经过一次对换如此,经过多次对换亦如此.于是经过若干次对换,使列标排列[逆序数τ=τ(12,,,,n p p p L )]变为自然排列(逆序数为0);行标排列则相应地从自然排列变为某个新的排列,设此新排列为12,,,,n q q q L 则有1212()12(1),n n q q q q q q n a a a τ-L L又若 i p j =则 j q i =(即 i jip ij q j a a a ==),可见排列12,,,,n q q q L 由排列12,,,,n p p p L 所唯一确定.由此可得n 阶行列式的定义如下: 定理22n 阶行列式也可定义为1212()12(1).n n p p p p p n p D a a a τ=-∑L L (2.3)证 按行列式定义有1212()12(1).n n p p p p p n p D a a a τ=-∑L L记 1212()112(1),n n q q q q q q n D a a a τ=-∑L L 按上面的讨论可知:对于D 中任一项1212()12(1),n n q q q q q q n a a a τ-L L 总有D 1中唯一的一项1212()12(1),n n q q q q q q n a a a τ-L L 与之对应并相等;反之,对于D 1中的任一项1212()12(1),n n q q q q q q n a a a τ-L L 同理总有D 中唯一一项1212()12(1),n n q q q q q q n a a a τ-L L 与之对应并相等,所以D =D1.更一般的有n 阶行列式的定义如下: 定理2 3 n 阶行列式可定义为121122(1),n n p q p q p q D a a a ττ+=-∑L (2.4)其中112212(),().n n p p p q q q ττττ==L L第三节 行列式的性质记 D=111212122212n n n n nn a a a a a a a a a L L MMMM L将其中的行与列互换,即把行列式中的各行换成相应的列,得到行列式1121112222121n n nnna a a a a a a a a L L M MM M L上式称为行列式D 的转置行列式,记作 T D (或记为D ′). 性质1 D =T D .证 记D =det(aij)的转置行列式T D =11121212222n n nn nnb b b b b b b b b L L M MM M L则bij=aji(i,j=1,2,…,n),按行列式的定义12121212()()1212(1)(1).n n n n p p p p p p T p p n p p p p n D b b b aaa ττ=-=-∑∑L L L L由定理2.2知TD =D.此性质表明,在行列式中行与列有相同的地位,凡是有关行的性质对列同样成立,反之亦然. 性质2交换行列式的两行(或两列),行列式改变符号. 证 设行列式D1=11121212222n n nn nnb b b b b b b b b L L M MM M L是由行列式D=det(aij)交换第i 和第j 两行得到的,当k ≠i,j 时,bkp=akp;当k=i 或j 时,bip=ajp,bjp=aip.于是11111111()11()1()1()1(1)(1)(1)(1).i j n i j n i j n i j n i j n j i nj i n j i n p p p p p i p j p n p p p p p p i p j p n p p p p p p i p j p n p p p p p p i p j p n p D b b b b a a a a a a a a a a a a D ττττ=-=-=-=-=-∑∑∑∑L L L L L L L L L L L L L L L L L L L L L L L L推论1 如果行列式有两行(或两列)完全相同,则此行列式等于零. 证 把这两行互换,有D =-D,故D=0.性质3 行列式中某一行(或列)的各元素有公因子,则可提到行列式符号的外面,即111211112112121212n n i i m i i m n n nn n n nna a a a a a ka ka ka k a a a a a a a a a =L L M M M M M M M M L L M M M M M M M M L L推论2行列式的某一行(或列)所有元素都乘以同一个数k ,等于用数k 乘此行列式. 推论3行列式的某一行(或列)的元素全为零时,行列式的值等于零. 性质4若行列式中有两行(列)的元素对应成比例,则此行列式等于零. 性质5若行列式的某一行(列)的元素都是两数之和,如1112111212222212()(),()i i n i i n n n ni ni nn a a a a a a a a a a D a a a a a '+'+='+L L L L M M M L M L L则D 等于下列两个行列式之和,即1112111112112122222122221212.i n i ni n i n n n ni nnn n ninna a a a a a a a a a a a a a a a D a a a a a a a a ''=+'L L L L LL L L M M M L M M M M L M LLLL证 在行列式的定义中,各项都有第i 列的一个元素()ki kia a '+,从而每一项均可拆成两项之和.性质6把行列式的某一行(列)的各元素乘以同一数k 后加到另一行(列)对应的元素上去,行列式的值不变.例如把行列式的第j 列乘以常数k 后加到第i 列的对应元素上,有11111111111212222112221211()().()iii i j ii i j n i j j nn n njnnn i nj njnna a a a a a ka a a a a a a a a ka a a a a a a a a ka a a ++=+L LLL L LL L L LLLM M M M M M M M LLLLLL以上没有给出证明的性质,读者可根据行列式的定义证明.利用这些性质可简化行列式的计算,为了表达简便起见,以ri 表示第i 行,ci 表示第i 列,交换i ,j 两行(列)记为ri rj (ci cj ),第i 行(列)乘以数k 记为kri(kci ),第j 行(列)的元素乘以k 加到第i 行(列)上记为ri+krj(ci+kcj ),第i 行(列)提取公因式记为ri ÷k (ci ÷k ).利用行列式的性质将行列式化为上三角行列式,从而算出行列式的值.例1计算行列式25123714.59274612D ---=--解152215221734021629570113164201201522021601130120152215220113011300300030033000311(3)39D -----=-=-----=----==--=⨯⨯-⨯=-例2计算n 阶行列式.a b b b b a b b D b b a b b b b a=L L LM M M M L解 注意到行列式的各行(列)对应元素相加之和相等这一特点,把第2列至第n 列的元素加到第1列对应元素上去,得(1)(1)(1)a n b b b a n b a b D a n b b a +-+-=+-L LM M ML[]11(1).1b b a b a n b b a =+-LL M M ML[]100(1).b b a b a n b a b-=+--L LM M M L[]1(1).()n a n b a b -=+--例3计算行列式.2324323631063a b c d aa ba b ca b c d D a a b a b ca b c da ab a bc a b c d++++++=++++++++++++解从第4行开始,后行减前行,得0.02320363a b c d aa ba b cD a a b a b c a a b a b c+++=++++++0.0020063a b c d a a ba b c a a b a a b c +++=+++4000200a b c d a a b a b ca a ab a+++==+ 可见,计算高阶行列式时利用性质将其化为上三角行列式,既简便又程序化. 例4设111111111111,k k kk k n n nkn nna a a a D c cb bc c b b =L M M L L L M M M M LL11111det(),k ij k kk a a D a a a =LMM L 11121det(),n ij n nnb b D b b b =LMM L证明:12.D D D =证 对1D 作运算i j r kr +,把1D 化为下三角行列式,设为111111;kk k kkP D p p P P ==M OL L对2D 作运算i j c kc +,把2D 化为下三角行列式,设为11211221.nn n nnq D q q q q q ==M OL L于是,对D 的前k 行作运算i j r kr +,再对后n 列作运算i j c kc +,把D 化为1111111121111111k kk kk nn k n nkn nnp p p D p p q q D D c c q c c q q ===M O L L L LM M M O LL第四节行列式按一行(列)展开将高阶行列式化为低阶行列式是计算行列式的又一途径,为此先引进余子式和代数余子式的概念.在n 阶行列式中,划去元素aij 所在的行和列,余下的n-1阶行列式(依原来的排法),称为元素aij 的余子式,记为Mij.余子式前面冠以符号(-1)i+j ,称为元素aij 的代数余子式,记为Aij =(-1)i+j Mij.例如四阶行列式11121314212223243132333441424344a a a a a a a a a a a a a a a a中元素23a 的余子式和代数余子式分别为11121423313234414244;a a a M a a a a a a =23232323(1)A M M +=-=-引理一个n 阶行列式D ,如果第i 行所有元素除ij a 外全为零,则行列式.ij ij D a A =证 先证ij a 位于第1行第1列的情形,此时11212221200,n n n nna a a a D a a a =L L M M M L这时第三节例4中当k=1时的特殊情形,按第三节例4的结论有11111111D a M a A ==.再证一般情形,此时1111100.j n ij n nj nna a a a D a a a =L L M M M LL M M M LL我们将D 作如下的调换:把D 的第i 行依次与第i-1行,第i-2行,…,第1行对调,这样数ij a 就调到了第1行第j 列的位置,调换次数为i-1次;再把第j 列依次与第j-1列,第j-2列,…,第1列对调,数ij a 就调到了第1行第1列的位置,调换次数为j-1,总共经过(i-1)+(j-1)次对调,将数ij a 调到第1行第1列的位置,第一行其他元素为零,所得的行列式记为D 1,则,而ij a 在D 1中的余子式仍然是ij a 在D 中的余子式Mij ,利用前面的结果,有1ij ij D a M =于是 1(1)(1)i j i j ij ij ij ij D D a M a A ++=-=-=定理4.1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的乘积之和,即 D=ai 1Ai 1+ai2Ai2+…+ainAin(i=1,2,…,n), 或D=a 1jA 1j +a2jA2j +…+anjAnj(j=1,2,…,n). 证1112112120000000n i i in n n nna a a D a a a a a a =++++++++++L M MML L LL M M M L11121111211112112121212000000,n n n i i in n n nnn n nnn n nna a a a a a a a a a a a a a a a a a a a a =+++L L L M M M M M M M M M L L L L M M M M M M M M M LLL根据引理有D=ai1Ai1+ai2Ai2+…+ainAin =∑nk=1aikAik(k=1,2,…,n). 类似地,我们可得到列的结论,即D=a1jA1j +a2jA2j +…+anjAnj =∑nk=1akjAkj(j=1,2,…,n).这个定理称为行列式按行(列)展开法则,利用这一法则并结合行列式的性质,可将行列式降阶,从而达到简化计算的目的.例1再解第三节中例1.解 2512001037141216592711234612211D -----==---1311126300(1)11311321021013(1)(3)10++--=-=--=-⨯--=-3×(-1)×(-1)×3=-9. 例2计算行列式11211nnn nna b a b D c d c d =ON NO解 按第1行展开有111121111000000n n n nn n na b a b D a c d c d d ----=ONMM NO M L11111211110(1)00000n n nn n n na b a b b c d c d c --+--+⨯-ONM M NOM L2(1)2(1)2(1)(),n n n n n n n n n n n a d D b c D a d b c D ---=-=-,以此作递推公式,得22(1)11112(2)111111222211111111111()()()()()()()()()(),n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n ni i i i i D a d b c D a d b c a d b c D a b a d b c a d b c a d b c c d a d b c a d b c a d b c a d b c --------------==-=--==---=---=-L LL L C其中记号“∏”表示所有同类型因子的连乘积. 例3 证明范德蒙(Vandermonde)行列式1222212111112111()nn n i j n i j n n n nx x x D x x x x x x x x ≥≥---==-∏f L L L M M M L(4.1)证 用数学归纳法证明.当n=2时,211211()ij n i j D x x x x ≥≥==-∏f (4.1)式成立.假设(4.1)式对n-1阶范德蒙行列式成立,要证(4.1)式对n 阶范德蒙行列式成立.为此,将Dn 降阶,从第n 行开始,后一行减前一行的 1x 倍得2131122133112222213311111100()()()0()()()n n n n n n n n n x x x x x x D x x x x x x x x x x x x x x x x x x ------=------L L LM M MM L按第1列展开,并提取每一列的公因子,有232131122223111()()()n n n n n n n x x x D x x x x x x x x x ---=---LL M M M L上式右端行列式是n-1阶范德蒙行列式,由归纳假设它等于∏n ≥i >j ≥2(xi -xj ),故2131121()()()()().n n i j n i j i j n i j D x x x x x x x x x x ≥≥≥≥=----=-∏∏f f L显然,范德蒙行列式不为零的充要条件是x 1,x 2,…,xn 互不相等. 由定理4.1还可以得到下述推论.推论 行列式任一行(列)的元素与另一行(列)的对应元素的代数余子式乘积之和等于零,即ai 1Aj 1+ai 2Aj 2+…+ainAjn=0,i ≠j , 或a1iA1j+a2iA2j +…+aniAnj=0,i ≠j . 证 作行列式(i ≠j)11121121212n i i in i i in n n nna a a a a a a a a a a a L M M M L M M M L M M L则其第j 行与行列式D 的第j 行不相同外,其余各行均与行列式D 的对应行相同.但因该行列式第i 行与第j 行相同,故行列式为零.将其按第j 行展开,便得ai 1Aj 1+ai 2Aj 2+…+ainAjn=0.同理可证a1iA1j+a2iA2j +…+aniAnj=0. 将定理4.1与推论综合起来得 ∑nk=1aikAjk =D,i =j, 0,i ≠j, 或∑nk=1akiAkj =D,i =j, 0,i ≠j.下面介绍更一般的拉普拉斯(Laplace)展开定理. 先推广余子式的概念.定义4.1在一个n 阶行列式D 中,任意取定k 行k 列(k ≤n),位于这些行与列的交点处的k 2个元素,按原来的顺序构成的k 阶行列式M ,称为行列式D 的一个k 阶子式;而在D 中划去这k 行k 列后余下的元素,按原来的顺序构成的n-k 阶行列式N ,称为k 阶子式M 的余子式.若k 阶子式M 在D 中所在的行、列指标分别为i 1,i 2,…,ik 及j 1,j 2,…,jk ,则(-1)(i 1+i 2+…+ik )+(j 1+j 2+…+jk )N 称为k 阶子式M 的代数余子式.如在五阶行列式111213141521222324255152535455a a a a a a a a a a a a a a a M M M M M中选定第2、第5行,第1、第4列,则二阶子式21245154a a M a a的余子式121315323335424345a a a N a a a a a a = 而代数余子式为2514(1).N N +++-=*定理4.2(拉普拉斯定理)设在行列式D 中任意选定k(1≤k ≤n-1)行(或列),则行列式D 等于由这k 行(列)元素组成的一切k 阶子式与它们对应的代数余子式的乘积之和.(不证)例4 用拉普拉斯定理计算行列式12140121.10130131D -=解 若取第1、第2行,则由这两行组成的一切二阶子式共有 246C =个123456121114,,,010201212414,,.121121M M M M M M ===-===--其对应的代数余子式为123456130301,,,311113131110,,.010301A A A A A A ==-===-=则由拉普拉斯定理得D=M1A1+M2A2+…+M6A6=(-1)×(-8)-2×(-3)+1×(-1)+5×1-6×3+(-7)×1 =-7.注 当取定一行(列)即k=1时,就是按一行(列)展开.从以上计算看到,采用拉普拉斯定理计算行列式一般并不简便,其主要是在理论上的应用.第五节克莱姆法则含有n 个未知数x 1,x 2,…,xn 的n 个线性方程的方程组 a 11x 1+a 12x 2+…+a 1nxn=b 1, a21x 1+a22x 2+…+a2nxn=b2, ……………………an1x 1+an 2x 2+…+annxn=bn(5.1)有与二、三元线性方程组类似的结论,它的解可以用n 阶行列式表示,即为下述的克莱姆(Cramer)法则.定理5.1(克莱姆法则)若方程组(5.1)的系数行列式1121121222120,n n n n nna a a a a a D a a a =≠L L M MM M L则方程组有唯一解,且可表示为1212,,,,n n D D Dx x x D D D===L (5.2) 其中Dj (j =1,2,…,n )是将D 中的第j 列元素换成常数项所得的行列式,即111,111,11212,122,121,1,1.j j n j j nj n n j n n j nn a a b a a a a b a a D a a b a a -+-+-+=L L LL MM M M M L L 证 设x 1,x 2,…,xn 是方程组(51)的解,按行列式的性质,有11121121222212.j jn j j nj n n nj jnna a a x a a a a x a Dx a a a x a =LLL L M MM M LL再把行列式的第1列,…,第j-1列,第j+1列,…,第n 列分别乘以x 1,…,xj -1,xj +1,…,xn 加到第j 列上去,行列式的值不变,即11121112122221121.nj jn j nj j n j j nn n nj jnnj a a a x a a a a x a Dx a a a x a ====∑∑∑LLL L M M MMLL11121121222212.n n j n n n nna ab a a a b a D a a b a =L L L L M M M M LL因D ≠0,故j j D x D=(j =1,2,…,n )为方程组的唯一解.例1 求解线性方程组1234123412413421,21,2,1,x x x x x x x x x x x x x x -++=⎧⎪+-+=⎪⎨++=⎪+-=⎪⎩解111211121121023111010211111013D -----==----2312353521121510151310----=--=-==---111121121821011011D --==--,211121121912011111D -==--,3411121111111111215,3,11211102111111D D ---==-==-- 故1234849913,,,.1051010210x x x x --======-- 由此可见用克莱姆法则解方程组并不方便,因它需要计算很多行列式,故只适用于解未知量较少和某些特殊的方程组,但把方程组的解用一般公式表示出来,这在理论上是重要的.使用克莱姆法则必须注意:①未知量的个数与方程的个数要相等;②系数行列式不为零.对于不符合这两个条件的方程组,将在以后的一般线性方程组中讨论.常数项全为零的线性方程组111122121122221122000n n n nn n nn n a x a x a x a x a x a x a x a x a x +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩L L L L L L L L (5.3) 称为齐次线性方程组.而方程组(5.1)称为非齐次线性方程组.显然x 1=x 2=…=xn =0是方程组(53)的解,称为零解,若方程组(53)除了零解外,还有x 1,x 2,…,xn 不全为零的解,称为非零解.由克莱姆法则,有以下定理.定理52如果齐次线性方程组(53)的系数行列式D ≠0,则齐次线性方程组(53)只有零解.定理52′如果齐次线性方程组(53)有非零解,则它的系数行列式必为零.定理52′说明系数行列式D =0是齐次线性方程组有非零解的必要条件,在后面还将证明这个条件也是充分的.例2 问λ取何值时,齐次线性方程组(5)2202(6)02(4)0x y z x yx z λλλ⎧⎪-++=⎪⎪+-=⎨⎪⎪+-=⎪⎩有非零解?解 齐次线性方程组有非零解,则其系数行列式D =0,52226024D λλλ-=--=(5-λ)(6-λ)(4-λ)-4(4-λ)-4(6-λ)=(5-λ)(2-λ)(8-λ),由D=0得: λ=2,λ=5,λ=8.第六节典型例题例1 证明:ax by ay bz az bxay bzaz bx ax by az bx ax by ay bz+++++++++33().xy z a b yz x zxy=+ 证明 利用性质5,把行列式拆成32个行列式的和,除两个外,其余均因有两行成比例而等于零,即左边3333().ax ay az by bz bx ay az ax bz bx byaz ax ay bx by bz xy z y z x a yz x b z x y z xy x y zxy z a b yz x zxy+=+=+ 例2计算行列式00000000000n D αβαβαβαβαβαβααβ+++=++L L LM M M MML L解按第1列展开,可得Dn 与其同类型的较低阶行列式的关系.1211200000()(1)0000()2,n n n n D D D D αβαβαββαβαβαβαββ+---+=++-++=+-L LMM M ML L即Dn -αDn -1=β(Dn -1-αDn -2), 或Dn -βDn -1=α(Dn -1-βDn -2). 由此递推下去,得Dn -αDn -1=β(Dn -1-αDn -2)=β·β(Dn -2-αDn -3)=…=βn -2(D2-αD1). 而2222(),D αβααβαβαβαββαβ+=+-=+++代入上式,得221.n nn n D D αβββ---==(1) 同理,可得1.nn n D D βα--=.(2)当α≠β时,由(1)式、(2)式解得11.n n n D αβαβ-+-=-当α=β时,由(1)式或(2)式递推下去,得(1).n n D n α=+例3计算n 阶行列式12311231123112311231(,1,,),n n n n n n n i i n n n nx a a a a a x a a a a a x a a D x a i n a a a x a a a a a x -----=≠=L L L L M M MM M L L解1211221100n n n nx a a a x x a D a x x a --=--L M O12112212122111()111011()11(1)()n n nni i i nk n k k k n nni i i nnki i k i k k a x a x a x a x a x a a a a x a x a x a x a a x a x a =====---=---+---=-=+--∏∑∏∑∏LM O LMO例4计算行列式2211112222222211112211.11n n n nn n n n n n n n nnnn n x x x x x x x x D x x x x x x x x --------=L L MM M M M L L解 只需在Dn 中加上最后一行和最后第二列,就变成n+1阶范德蒙行列式的转置行列式的转置行列式2211111122122222121112211111n n n n n n n n n n n n n n n n n nx x x x x x x x x x D x x x x x yy y y y ----+-----=L L MM M M M M L L于是有1111121112121()()()()()()()(1).()nT n n i i j i n i j n i j n i j n n nn n i j n i j D Dy x x x y x y x y x x x y x x x y x x x x x ++=≥≥≥≥-≥≥==--=----⎡⎤=-+++++--⎣⎦∏∏∏∏f f f L L L L若把Dn+1按最后一行展开得111010(1)().n n n n n n n n n n n D a y y D a a y D y a ++++-=+-++=+-++L L而1n y-的系数恰好是(-Dn).比较上式两边1n y-的系数,便得11()().nn i i j i n i j D x x x =≥≥=-∑∏f例5设1234555533,325422221146523A =求(1)313233;A A A ++(2)3435.A A + 解将A 中第三行的元素依次换成5,5,5,3,3.则第二行与第三行的对应元素相等,于是行列式的值等于0.按第三行展开,则有31323334355()3()0A A A A A ++++=(1)同理,将A 中第三行的元素换成第四行的对应元素,按第三行展开则有31323334352()0A A A A A ++++=(2)解(1),(2)联立方程组,得31323334350,0.A A A A A ++=+=第二章 矩阵第一节矩阵的概念引例1在平面解析几何中,当坐标轴逆时针旋转θ角时,新旧坐标之间存在如下的变换公式:x =x ′cos θ-y ′sin θ, y=x ′sin θ+y ′cos θ.显然,这种新旧坐标之间的关系完全可以由公式中的系数所构成的数表cos sin sin cos θθθθ-⎛⎫⎪⎝⎭确定.引例2线性方程组11112211211222211122,,,n n n n m m mn n m a x a x a x b a x a x a x b a x a x a x b +++=⎧⎪+++=⎪⎪⎨⎪⎪+++=⎪⎩L L L L L L L (1.1) 其中i x (i =1,2,…,n )代表n 个未知量,m 是方程的个数,ij a (i =1,2,…,m;j =1,2,…,n )称为方程组的系数,bi (i =1,2,…,m )称为常数项.为了便于研究和求解线性方程组,我们把系数和常数项取出并按原来的位置排成下列数表:11121121222212n nm m mn m a a a b a a a b a a a b ⎛⎫⎪ ⎪⎪⎪⎝⎭L L M M M M L(1.2)这样的数表称为矩阵 定义11由m ×n 个数ij a (i=1,2,…,m;j=1,2,…,n)排成m 行n 列的111212122212n nm m mna a a a a a a a a LL M M M L称为m 行n 列的矩阵,简称m ×n 矩阵.为了表示它是一个整体,总是加一个括弧(中括弧或小括弧),并用大写黑体字母表示它,记作111212122212,n n m m mn a a a a a a a a a ⎛⎫ ⎪ ⎪= ⎪⎪⎝⎭L L M M M L A (1.3)其中ij a 表示矩阵第i 行第j 列的元素.矩阵(13)也可简记为A =(ij a )m ×n或A =(ij a ),m ×n 矩阵A 也记为A m ×n .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.本书中除特别声明外,都是指实矩阵.当m=n 时,A 称为n 阶方阵. 只有一行的矩阵A =(12n a a a L )称为行矩阵,为了避免元素间的混淆,行矩阵一般记作A =(12,,,n a a a L ).只有一列的矩阵12n a a a ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭M A称为列矩阵.两个矩阵若行数相等且列数相等,则称它们是同型的.若A =(ij a )m ×n 与B =(ij b )m ×n 同型,且它们的对应元素相等,即ij ij a b =(i=1,2,…,m;j=1,2,…,n),则称矩阵A 与B 相等,记为A=B .元素全为零的矩阵称为零矩阵,记为O .注意不同型的零矩阵是不相等的. 显然,当未知量12,,,n x x x L 的顺序排定后,线性方程组(11)与矩阵(12)是一一对应的,于是可以用矩阵来研究线性方程组.例1 设一组变量12,,,n x x x L 到另一组变量12,,m y y y L 的变换由m 个线性表达式给出:11111221221122221122,,,n n n nm m m mn n y a x a x a x y a x a x a x y a x a x a x =+++⎧⎪=+++⎪⎨⎪⎪=+++⎩L L L L L L L (1.4) 其中常数ij a (i=1,2,…,m;j=1,2,…,n)为变换(14)的系数,这种从变量12,,,n x x x L 到变量12,,m y y y L 的变换称为线性变换.线性变换的系数构成m ×n 矩阵(13),称为线性变换(14)的系数矩阵.例 2 将某种物资从m 个产地 12,,,m A A A L 运往n 个销地12,,,.n B B B L 用aij 表示由产地 i A (i=1,2,…,m)运往销地 j B (j=1,2,…,n)的物资数量,则调运方案可用矩阵(13)表示.下面介绍几个重要的n 阶方阵.例3由n 个变量12,,,n x x x L 到n 个变量12,,n y y y L 的线性变换1122,,,n n y x y x y x =⎧⎪=⎪⎨⎪⎪=⎩L L 称为恒等变换,它的系数矩阵100010001⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭L L M M M LE 称为n 阶单位矩阵,简称单位阵.n 阶单位矩阵的特点是:从左上角到右下角的直线(称为主对角线)上的元素都是1,其他元素都为零.也就是E=(δij ),其中δij =1,当i=j 时,0, 当i ≠j 时.例4线性变换111222,,,n n n y x y x y x λλλ=⎧⎪=⎪⎨⎪⎪=⎩L L 对应的系数矩阵1200000n λλλ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭L LM M M LA 称为对角阵.对角阵的特点是:不在主对角线上的元素都为零.当λ1=λ2=…=λn 时,称此矩阵为数量矩阵.11121222000n n nn a a a a a a ⎛⎫⎪⎪= ⎪⎪⎝⎭L L M M M L A称为上三角阵.上三角阵的特点是:主对角线以下的元素全为零,即当i >j 时,ij a =0.类似地,方阵11212212000n n nn a a a a a a ⎛⎫⎪ ⎪ ⎪⎪⎝⎭L L M M M L称为下三角阵.第二节矩阵的运算一、 矩阵的加法定义2.1设有两个m ×n 矩阵: A =(ij a )m ×n ,B =(ij b )m ×n ,那么矩阵()()ij m n ij ij m n c a b ⨯⨯==+C111112121121212222221122n 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 +++⎛⎫⎪+++ ⎪= ⎪⎪+++⎝⎭L L M M M L 称为矩阵A 与B 的和,记为C =A+B. 注意: 只有同型矩阵才能进行加法运算.设A ,B ,C ,O 均为m ×n 矩阵,容易证明矩阵加法满足下列运算规律: (i) 交换律A+B =B+A ; (ii) 结合律(A+B)+C=A+(B+C); (iii) A+O=A. 设矩阵A =(ij a )m ×n ,记-A =(-ij a )m ×n ,称为A 的负矩阵,显然有 A+(-A)=O, 由此定义矩阵的减法为A-B=A+(-B).二、 数与矩阵的乘法 定义22设λ是常数,A =(ij a )m ×n ,则矩阵111212122212()n n ij m nm m mn a a a a a a a a a a λλλλλλλλλλλλ⨯⎛⎫⎪ ⎪===⎪⎪⎝⎭L L M M M LA A称为数λ与矩阵A 的乘积.设A ,B 为m ×n 矩阵,λ,μ为数,由定义可以证明数与矩阵的乘法满足下列运算规律: (i) (λμ)A=λ(μA)=μ(λA); (ii) (λ+μ)A=λA+μA;(iii) λ(A+B)=λA+λB;(iv) 1·A=A,(-1)A=-A. 三、 矩阵与矩阵相乘定义2.3设矩阵 (),(),ij m s ij s n A a B b ⨯⨯== 则m ×n 矩阵(),ij m n C c ⨯=其中11221sij i j i j is sj ik kj k c a b a b a b a b ==+++=∑L称为矩阵A 与B 的乘积,记为C=AB.由定义可以看出:C=AB 中第i 行第j 列的元素ij c 等于A 的第i 行与B 的第j 列的元素的乘积之和.必须注意:只有当第一个矩阵(左矩阵)的列数等于第二个矩阵(右矩阵)的行数时,两个矩阵才能相乘.其行数与列数之间的关系可简记为 (m ×s )(s ×n )=(m ×n ) 例1 设矩阵41103,11,21020⎛⎫⎛⎫ ⎪==- ⎪ ⎪⎝⎭ ⎪⎝⎭A B 求乘积AB .解 因为A 是2×3矩阵,B 是3×2矩阵,A 的列数等于B 的行数,所以矩阵A 与B 可以相乘,AB=C 是2×2矩阵.由定义2.3有41103112102014(1)032110130241(1)022********.73⎛⎫⎛⎫ ⎪=- ⎪ ⎪⎝⎭ ⎪⎝⎭⨯+-⨯+⨯⨯+⨯+⨯⎛⎫= ⎪⨯+⨯-+⨯⨯+⨯+⨯⎝⎭⎛⎫= ⎪⎝⎭AB 例3 设1111,,1111⎛⎫⎛⎫==⎪ ⎪---⎝⎭⎝⎭A B求AB 与BA . 解 111100,111100⎛⎫⎛⎫⎛⎫==⎪⎪ ⎪---⎝⎭⎝⎭⎝⎭AB111122.111122-⎛⎫⎛⎫⎛⎫== ⎪⎪ ⎪-----⎝⎭⎝⎭⎝⎭BA一般地AB ≠BA .乘积AB 有意义时,BA 不一定有意义,即使BA 有意义,由例2,AB ≠BA .由此可知,在矩阵乘法中必须注意矩阵相乘的顺序.AB 通常说成“A 左乘B ”,BA 称“A 右乘B ”.因此,矩阵乘法不满足交换律,即在一般情况下,AB ≠BA .对于两个n 阶方阵A ,B ,若AB =BA ,则称A 与B 是可交换的.由例2还可看出:当A ,B 都不是零矩阵时,但AB =O ,这是矩阵乘法与数的乘法又一不同之处.特别注意:若AB =O ,不能推出A=O 或B=O 的结论;若AB=AC ,A ≠O 也不能推出B=C 的结论.可以证明,矩阵乘法满足以下运算规律,其中所涉及的运算均假定是可行的. (i) (AB)C=A(BC)(结合律); (ii) A(B+C)=AB+AC(分配律); (B+C)A=BA+CA; (ii) λ(AB)=(λA)B=A(λB)(其中λ为数). 以上性质可以根据矩阵运算的定义得到证明. 用矩阵乘法的定义,线性变换(1.4)可表示为y=A x,其中A 为矩阵(1.3),1122,.n n x y x y x y x y ⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭M M例3 设有两个线性变换111112222112223311322,,,y a x a x y a x a x y a x a x =+⎧⎪=+⎨⎪=+⎩ (2.1) 与11111221332211222233x b t b t b t x b t b t b t =++⎧⎨=++⎩(2.2) 试用矩阵表示从变量t 1,t 2,t 3到变量y 1,y 2,y 3的变换[这个变换称为线性变换(21)和(22)的乘积]. 解 记111211121321222122233132,,a a b b b a a b b b a a ⎛⎫⎛⎫⎪== ⎪ ⎪⎝⎭⎪⎝⎭A B 11122233,,,y t x x y y t t x y t ⎛⎫⎛⎫⎛⎫ ⎪ ⎪=== ⎪ ⎪ ⎪⎝⎭ ⎪ ⎪⎝⎭⎝⎭则线性变换(2.1)和(2.2)可分别表示为:y =Ax , x =Bt,所以 y =Ax =A(Bt )=(AB)t .以上说明,线性变换的乘积仍为线性变换,它对应的矩阵为两线性变换对应的矩阵的乘积.在线性方程组(11)中,记111212122212,n n m m mn a a a a a a a a a ⎛⎫⎪ ⎪=⎪⎪⎝⎭L L M M M L A 1122,,n m x b x b x b x b ⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭M M 利用矩阵乘法的定义,则该线性方程组可记为Ax=b,上式称为矩阵方程.特别地,对于单位矩阵,容易验证EmAm ×n=Am ×n, Am ×nEn=Am ×n, 简记为 EA=A, AE=A . 有了矩阵的乘法,就可定义n 阶方阵的幂.设A 是n 阶方阵,定义 k =L 14243A AA A (k 为非负整数),k 个 我们有 ,().klk lk l kl +==A A AA A 其中k,l 为非负整数,但一般地().k k k ≠AB A B例4求证cos sin cos sin .sin cos sin cos nn n n n θθθθθθθθ--⎛⎫⎛⎫= ⎪⎪⎝⎭⎝⎭证 用数学归纳法证明.当n=1时,等式显然成立.假设当n=k 时等式成立,即cos sin cos sin .sin cos sin cos kk k k k θθθθθθθθ--⎛⎫⎛⎫= ⎪⎪⎝⎭⎝⎭要证当n=k+1时成立,此时1cos sin cos sin cos sin sin cos sin cos sin cos cos sin cos sin sin cos sin cos cos cos sin sin cos sin sin cos sin cos cos sin sin sin cos k kk k k k k k k k k k k k θθθθθθθθθθθθθθθθθθθθθθθθθθθθθθθθθθθ+---⎛⎫⎛⎫⎛⎫= ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭--⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭---=+-+cos cos(1)sin(1).sin(1)cos(1)k k k k θθθθθ⎛⎫ ⎪⎝⎭+-+⎛⎫=⎪++⎝⎭所以当n=k+1时结论成立.因此对一切自然数n 都有cos sin cos sin .sin cos sin cos nn n n n θθθθθθθθ--⎛⎫⎛⎫= ⎪⎪⎝⎭⎝⎭四、 矩阵的转置定义2.4 将m ×n 矩阵A =( ij a )m ×n 的行和列依次互换位置,得到一个n ×m 矩阵称为A 的转置,记为A T(或A ′). 例如矩阵120311⎛⎫= ⎪-⎝⎭A的转置矩阵为1321.01T ⎛⎫ ⎪= ⎪ ⎪-⎝⎭A矩阵的转置也可看做是一种运算,满足下列规律:(i) (A T)T=A; (ii) (A+B)T=A T+B T; (iii) (λA)T=λA T(λ为数); (iv) (AB)T=B TA T.性质(i)~性质(iii)可直接按定义验证,下面只证明(iv).证设A =( ij a )m ×n , B =(ij a )n ×p , AB =(ij c )m ×p.(AB)T中第i 行第j 列的元素即AB 中第j 行第i 列的元素,由乘法定义,即为1njk kik ab =∑ (j=1,2,…,m; i=1,2,…,p).而 T B 的第i 行为(b1i ,…,bni),TA 的第j 列为(aj 1,aj 2,…,ajn )T,因此T TB A 的第i 行第j 列的元素为 ,表明()TA B 与T TA B 对应元素相等.且()TA B 是p ×m 矩阵,也是p ×m 的矩阵,所以()T T T=A B A B性质(ii)、性质(iv )还可推广到一般情形:1212(),T T T Tn n +++=+++A A A A A A L L1211(),T T T T n n n -=A A A A A A L L定义2.5 设A 为n 阶方阵,如果满足TA =A ,即ij ji a a =-(i,j=1,2,…,n),那么A 称为对称阵,其特点是它的元素以主对角线为对称轴对应相等.例如213114340⎛⎫ ⎪=-- ⎪ ⎪-⎝⎭A即为对称阵.定义26若n 阶方阵满足 TA =-A ,即ij ji a a =- (i,j=1,2,…,n),则称A 为反对称阵.据此定义,应有ii ii a a =- (i=1,2,…,n),即0ii a = ,表明主对角线上的元素全为零.例如。
- 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)。
2.等价向量组:设向量组rT ααα,,,:211 ,s T βββ,,,:212若),,2,1(r i i=α可由s βββ,,,21 线性表示, 称1T 可由2T 线性表示;若1T 与2T 可以互相线性表示, 称1T 与2T 等价.(1) 自反性:1T 与1T 等价(2) 对称性:1T 与2T 等价⇒2T 与1T 等价(3) 传递性:1T 与2T 等价, 2T 与3T 等价⇒1T 与3T 等价定理8 向量组与它的最大无关组等价. 证 设向量组T的秩为r,T的一个最大无关组为r T ααα,,,:211 .(1) 1T 中的向量都是T 中的向量⇒1T 可由T 线性表示;(2) 任意T ∈α, 当1T ∈α时, α可由1T 线性表示;当1T ∉α时, αααα,,,,21r 线性相关, 而r ααα,,,21 线性无关由定理2知, α可由1T 线性表示.故T 可由1T 线性表示.因此,T与1T 等价. 推论 向量组的任意两个最大无关组等价. 定理9 向量组rT ααα,,,:211 , 向量组s T βββ,,,:212 .若1T 线性无关, 且1T 可由2T 线性表示, 则s r ≤.证 不妨设i α与j β都是列向量, 考虑向量组s r T βββααα,,,,,,,:2121易见, 秩≥)(T 秩r T ≥)(1.构造矩阵[]s r A ββαα 11=因为1T 可由2T 线性表示, 所以[]s A ββ 100列→s A ≤⇒rank于是可得≤r 秩s A T ≤=rank)(. 推论1 若1T 可由2T 线性表示, 则 秩≤)(1T 秩)(2T .证 设 秩r T =)(1, 且1T 的最大无关组为r αα,,1 ;秩s T =)(2, 且2T 的最大无关组为s ββ,,1 , 则有1T 可由2T 线性表示⇒r αα,,1 可由2T 线性表示r αα,,1 可由s ββ,,1 线性表示⇒ s r ≤ (定理9)推论2 设向量组1T 与2T 等价, 则 秩=)(1T 秩)(2T .[注] 由“秩=)(1T 秩)(2T ”不能推出“1T 与2T 等价”!正确的结论是:⇒⎭⎬⎫=)()(2121T T T T 秩秩线性表示可由1T 与2T 等价⇒⎭⎬⎫=)()(2112T T T T 秩秩线性表示可由1T 与2T 等价例8 设lm A ⨯,nl B ⨯, 则AAB rank )rank(≤,B AB rank )rank(≤.证 设()lm ija A ⨯=,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=l b b B 1, ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡==m c c C AB 1Δ, 则),,2,1(11m i b a b a c lil i i =++=即m c c ,,1 可由l b b ,,1 线性表示, 故B C rank rank ≤.根据上述结果可得A A ABC C rank )rank()rank()rank(rank T T T T =≤==§4.4 向量空间1.向量空间:设V 是具有某些共同性质的n 维向量的集合, 若 对任意的V ∈βα,, 有V∈+βα; (加法封闭)对任意的V ∈α,R ∈k , 有Vk ∈α. (数乘封闭)称集合V 为向量空间.例如:}R ),,,,({R 21∈==i n nx xξξξξ 是向量空间 }R ),,,,0({20∈==i n x x V ξξξ是向量空间 }),,,,1({21R x x V i n ∈==ξξξ 不是向量空间 12)0,,0,0(),,,1(0V n ∉=⋅ξξ, 即数乘运算不封闭. 例9 给定n 维向量组)1(,,1≥m m αα , 验证}R ,{11∈++==i m m k k k V αααα是向量空间.称之为由向量组m αα,,1 生成的向量空间, 记作),,(1m L αα 或者 },,span{1m αα 证 设V∈βα,, 则mm k k ααα++= 11,m m t t ααβ++= 11, 于是有V t k t k m m m ∈++++=+ααβα)()(111V k k k k k m m ∈++=ααα)()(11 R)(∈∀k由定义知, V是向量空间.2.子空间:设1V 和2V 都是向量空间, 且21V V ⊂, 称1V 为2V 的子空间.例如:前面例子中的0V 是nR 的子空间. 例9中的),,(1m L αα 也是n R 的子空间.3.向量空间的基与维数:设向量空间V , 若(1)V 中有r 个向量r αα,,1 线性无关;(2)V∈∀α可由r αα,,1 线性表示.称r αα,,1 为V的一组基, 称r 为V的维数, 记作r V =dim 或者r V .[注] 零空间}{θ没有基, 规定0}{=θdim .由条件(2)可得:V 中任意1+r 个向量线性相关.(自证)若r V =dim , 则V 中任意r 个线性无关的向量都可作为V 的基.例10 设向量空间V的基为rαα,,1 , 则),,(1r L V αα =.证V ∈∀αL k k r r ∈++=⇒ααα 11L V ⊂⇒L ∈∀αV k k r r ∈++=⇒ααα 11VL ⊂⇒4.向量在基下的坐标:设向量空间V 的基为r αα,,1 , 对于V ∈∀α,表示式rr x x ααα++= 11唯一(定理2), 称T ),,(1r x x 为α在基r αα,,1 下的坐标(列向量).[注] α为n 维向量, α在V 的基r αα,,1 下的坐标为r 维列向量.因为线性无关的“n 维向量组”最多含有n 个向量, 所以由 n 维向量构成的向量空间的基中最多含有n 个向量,故n r≤.例11 设向量空间3V 的基为T)1,1,1,1(1=α,T)1,1,1,1(2-=α,T )1,1,1,1(3--=α求T )1,1,2,1(=α在该基下的坐标.解 设332211ααααx x x ++=, 比较等式两端的对应分量可得:⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡---1121111111111111321x x x⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-→⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡---000211002101010011111111121111111 ,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡21211321x x x [注] α是4维向量, α在3V 的基321,,ααα下的坐标为3维列向量.5.正交基:设向量空间V的基为rαα,,1 , 若)(0],[j i j i ≠=αα,称rαα,,1 为V的正交基;若还有),,2,1(1r i i ==α,称r αα,,1 为V的标准正交基.例如:nR 的标准正交基为n e e ,,1 . 特点:向量空间V 的正交基为r αα,,1 , 对于V ∈∀α,有rr x x ααα++= 11:),,2,1(],[],[r i x i i i i ==αααα当r αα,,1 为标准正交基时, 有rr x x ααα++= 11:),,2,1(],[r i x i i ==αα6.Schmidt 正交化过程:设向量空间V 的基为r αα,,1 , 令11αβ=, 01≠β12122βαβk +=, 02≠β (否则21,αα线性相关)],[],[0],[11122112βββαββ-=⇒=k13123233ββαβk k ++=,03≠β (否则321,,ααα线性相关)],[],[0],[11133113βββαββ-=⇒=k],[],[0],[22233223βββαββ-=⇒=k………………1111,ββαβr r r r r r k k +++=-- , 0≠r β (否则r αα,,1 线性相关))1,,2,1(],[],[0],[-=-=⇒=r j k j j j r rj j r βββαββ结论:rβββ,,,21 两两正交且非零⇒r βββ,,,21 线性无关⇒r βββ,,,21 是V 的正交基⇒令j jj u ββ1=, 则r u u u ,,,21 是V的标准正交基例12 已知向量空间3V 的基为)0,0,1,1(1=α,)0,1,0,1(2=α,)1,0,0,1(3-=α求3V 的一组正交基. 解 )0,0,1,1(11==αβ)0,1,21,21()21(1212122-=-+=+=βαβαβk31,31,31(213112213123233-=++=++=ββαββαβk k故3V 的一组正交基为321,,βββ.。