考研数学线性代数讲义
考研数学之线性代数讲义
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,A=(1,2,⋯ ,n).2,⋯ ,n时(它们都是表示为列的形式!)可记矩阵的许多概念也可对向量来规定,如元素全为0的向量称为零向量,通常也记作0.两个向量和相等(记作=),是指它的维数相等,并且对应的分量都相等.(2) 线性运算和转置线性运算是矩阵和向量所共有的,下面以矩阵为例来说明.加(减)法:两个m⨯n的矩阵A和B可以相加(减),得到的和(差)仍是m⨯n矩阵,记作A+B (A-B),法则为对应元素相加(减).数乘: 一个m⨯n的矩阵A与一个数c可以相乘,乘积仍为m⨯n的矩阵,记作c A,法则为A 的每个元素乘c.这两种运算统称为线性运算,它们满足以下规律:①加法交换律:A+B=B+A.②加法结合律:(A+B)+C=A+(B+C).③加乘分配律:c(A+B)=c A+c B.(c+d)A=c A+d A.④数乘结合律: c(d)A=(cd)A.⑤ c A=0⇔ c=0 或A=0.转置:把一个m⨯n的矩阵A行和列互换,得到的n⨯m的矩阵称为A的转置,记作A T(或A').有以下规律:① (A T)T=A.② (A+B)T=A T+B T.③ (c A)T=c A T.转置是矩阵所特有的运算,如把转置的符号用在向量上,就意味着把这个向量看作矩阵了.当是列向量时, T表示行向量,当是行向量时, T表示列向量.向量组的线性组合:设1,2,…,s是一组n维向量, c1,c2,…,c s是一组数,则称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n 2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:a 11 a 12 … a 1na 21 a 22 … a 2n… … … .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n 2个元素按照一定的法则进行运算,得到的数值称为这个行列式的值.请注意行列式和矩阵在形式上和意义上的区别.当两个行列式的值相等时,就可以在它们之间写等号! (不必形式一样,甚至阶数可不同.)每个n 阶矩阵A 对应一个n 阶行列式,记作|A |.行列式这一讲的的核心问题是值的计算,以及判断一个行列式的值是否为0.2. 定义(完全展开式)2阶和3阶行列式的计算公式:a 11 a 12a 21 a 22 = a 11a 22-a 12a 21 .a 11 a 12 a 13a 21 a 22 a 23 = a 11a 22a 33+ a 12a 23a 31+ a 13a 21a 32-a 13a 22a 31- a 11a 23a 32-a 12a 21a 33.a 31 a 32 a 33一般地,一个n 阶行列式a 11 a 12 … a 1na 21 a 22 … a 2n… … …a n1 a n2 … a nn 的值是许多项的代数和,每一项都是取自不同行,不同列的n 个元素的乘积,其一般形式为:n nj j j a a a 2121,这里把相乘的n 个元素按照行标的大小顺序排列,它们的列标j 1j 2…j n 构成1,2, …,n 的一个全排列(称为一个n 元排列),共有n!个n 元排列,每个n 元排列对应一项,因此共有n!个项. 所谓代数和是在求总和时每项先要乘+1或-1.规定(j 1j 2…j n )为全排列j 1j 2…j n 的逆序数(意义见下面),则项n nj j j a a a 2121所乘的是.)1()(21n j j j τ-全排列的逆序数即小数排列在大数右面的现象出现的个数.逆序数可如下计算:标出每个数右面比它小的数的个数,它们的和就是逆序数.例如求436512的逆序数: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 τ-∑ … … …a n1 a n2 … a nn这里∑n j j j 21表示对所有n 元排列求和.称此式为n 阶行列式的完全展开式.用完全展开式求行列式的值一般来说工作量很大.只在有大量元素为0,使得只有少数项不为0时,才可能用它作行列式的计算.例如对角行列式,上(下)三角行列式的值就等于主对角线上的元素的乘积,因为其它项都为0.2. 化零降阶法把n 阶行列式的第i 行和第j 列划去后所得到的n-1阶行列式称为(i,j)位元素a ij 的余子式,记作M ij .称A ij =(-1)i+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1 ① 2 a a a a ② 1+x 1 1 1 ③ 1+a 1 1 1 a 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3 1+x 1 1 1 11 1+x2 1 1 .1 1 1+x 3 11 1 1 1+x 4例4 a 0 b c0 a c b .b c a 0c b 0 a例5 1-a a 0 0 0-1 1-a a 0 00 -1 1-a a 0 . (96四)0 0 -1 1-a a0 0 0 -1 1-a2. 测试概念与性质的题例6 x 3-3 1 -3 2x+2多项式f(x)= -7 5 -2x 1 ,求f(x)的次数和最高次项的系数.X+3 -1 3 3x 2-29 x 3 6 -6例7 求 x-3 a -1 4f(x)= 5 x-8 0 –2 的x 4和x 3的系数.0 b x+1 12 2 1 x例8 设4阶矩阵A =(, 1, 2 ,3),B =(, 1, 2 ,3),|A | =2, |B |=3 ,求|A +B | .例9 a b c d已知行列式 x -1 -y z+1 的代数余子式A 11=-9,A 12=3,A 13=-1,A 14=3,求x,y,z. 1 -z x+3 yy-2 x+1 0 z+3例10 求行列式 3 0 4 0 的第四行各元素的余子式的和.(01)2 2 2 20 -7 0 05 3 -2 23.几个n 阶行列式两类爪形行列式及其值:例11 a 1 a 2 a 3 … a n-1 a nb 1c 2 0 … 0 0证明 0 b 2 c 3 0 0 =11111(1)n i i i i n i b b a c c --+=-∑.… … … …0 0 0 … b n-1 c n提示: 只用对第1行展开(M 1i 都可直接求出).例12 a 0 a 1 a 2 … a n-1 a nb 1c 1 0 … 0 0证明 b 2 0 c 2 … 0 0 =011111n n ii i i i n i i a c c c a b c c -+==-∑∏.… … … …b n … 0c n提示: 只用对第1行展开(M 1i 都可直接求出).另一个常见的n 阶行列式:例13 证明a+b b 0 … 0 0a a+b b … 0 0… … … … = 110n n n n i ii a b a b a b ++-=-=-∑(当a ≠b 时). 0 0 0 … a+b b0 0 0 a a+b提示:把第j 列(行)的(-1)j-1倍加到第1列(行)上(j=2,…,n),再对第1列(行)展开.4.关于克莱姆法则的题例14设有方程组 x 1+x 2+x 3=a+b+c,ax 1+bx 2+cx 3=a 2+b 2+c 2,bcx 1+acx 2+abx 3=3abc.(1)证明此方程组有唯一解的充分必要条件为a,b,c 两两不等.(2)在此情况求解.参考答案例1 ①(2+4a)(2-a)4.② x 3(x+4). ③ a 3(a+10).例2 1875.例3 x 1x 2x 3x 4+x 2x 3x 4+x 1x 3x 4+x 1x 2x 4+x 1x 2x 3.例4 (a+b+c)(a+b-c)(a-b+c)(a-b-c).例5 1-a+a 2-a 3+a 4-a 5.例6 9,-6例7 1,-10.例8 40.例9 x=0,y=3,z=-1.例10 -28.例14 x 1=a,x 2=b,x 3=c..第三讲矩阵一.概念复习1. 矩阵乘法的定义和性质定义2.1 当矩阵A的列数和B的行数相等时,和A和B可以相乘,乘积记作AB. AB的行数和A相等,列数和B相等. AB的(i,j)位元素等于A的第i个行向量和B的第j个列向量(维数相同)对应分量乘积之和.设 a11 a12... a1n b11 b12... b1s c11 c12 (1)A= a21 a22... a2n B= b21 b22... b2s C=AB=c21 c22 (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 11B 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A 1 0 ... 0 A = 0 A 2 0… … … 0 0 … A n的矩阵称为准对角矩阵,其中A 1,A 2,…,A k 都是方阵.两个准对角矩阵A 1 0 ... 0 B 1 0 0A = 0 A 2 … 0 ,B = 0 B 2 … 0 … … … … … … 0 0 … A k 0 0 … B k 如果类型相同,即A i 和B i 阶数相等,则A 1B 1 0 0AB = 0 A 2B 2 … 0 . … … …0 0 … 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,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2,…,s,分块法则的特殊情形):①AB的每个列向量为:i=A i,i=1,2,…,s.即A(1,2,…,s)=(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,相当于用矩阵的各行向量; 用对角矩阵从右侧乘一个矩阵,相当于用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-1 T,求a. (03三,四)④ n维向量=(1/2,0,⋯,0,1/2)T, A=E- T, B=E+2 T,求AB. (95四)⑤ A=E- T,其中,都是n维非零列向量,已知A2=3E-2A,求T.例2(1999三) 1 0 1设A = 0 2 0 ,求A n-2A n-1.(n>1)例3 1 0 0设A = 1 0 1 ,(1)证明当n>1时A n=A n-2+A2-E. (2) 求A n.例4A为3阶矩阵, 1,2,3是线性无关的3维列向量组,满足A 1=1+2+3, 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+42+9 B|.(05)3),求|例6 3维向量1,2,3,1,2,3满足1+3+21-2=0,31-2+1-3=0,2+3-2+3=0,1,2,3|=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= A 0 ,则C*=0 B(A) |A|A* 0 . (B) |B|B * 0 .0 |B|B * 0 |A|A*(C) |A|B* 0 . (D ) |B|A* 0 .0 |B|A* 0 |A|B*例17 设A是3阶矩阵,交换A的1,2列得B,再把B的第2 列加到第3 列上,得C.求Q,使得C=AQ.例18 设A是3阶可逆矩阵,交换A的1,2行得B,则(A) 交换A*的1,2行得到B*.(B) 交换A*的1,2列得到B*.(C) 交换A*的1,2行得到-B*.(D) 交换A*的1,2列得到-B*.(2005年)例19 设A是n阶可逆矩阵, 交换A的i,j行得到B.(1) 证明B可逆.(2) 求AB-1.例20设n阶矩阵A满足A2+3A-2E=0.(1)证明A可逆,并且求A-1.(2)证明对任何整数c,A-c E可逆.讨论: 如果f(A)=0,则(1) 当f(x)的常数项不等于0时,A可逆.(2) f(c)≠0时,A-c E可逆.(3) 上述两条的逆命题不成立.例21设是n维非零列向量,记A=E-T.证明(1) A2=A⇔T =1.(2)T =1⇒ A不可逆. (96一)讨论: (2)的逆命题也成立.例22 设A,B都是n阶矩阵,证明E-AB可逆⇔ E-BA可逆.例23设3阶矩阵A,B满足AB=A+B.(1) 证明A-E可逆.(2) 设 1 -3 0B= 2 1 0 ,求A.0 0 2 (91)例24设A,B是3阶矩阵, A可逆,它们满足2A-1B=B-4E.(1) 证明A-2E可逆.(2) 设 1 -2 0B= 1 2 0 ,求A.0 0 2 (2002)例25设n阶矩阵A,B满足AB=a A+b B.其中ab≠0,证明(1) A-b E和B-a E都可逆.(2) A可逆⇔ B可逆.(3) AB=BA.例26设A,B都是n阶对称矩阵, E+AB可逆,证明(E+AB)-1A也是对称矩阵.例27 设A,B都是n阶矩阵使得A+B可逆,证明(1) 如果AB=BA,则B(A+B)-1A=A(A+B)-1B.(2) 如果A.B都可逆,则B(A+B)-1A=A(A+B)-1B.(3) 等式B(A+B)-1A=A(A+B)-1B总成立.例28设A,B,C都是n阶矩阵,满足B=E+AB,C=A+CA,则B-C为(A) E.(B) -E. (C) A. (D) -A. (2005年数学四)参考答案1 -1/2 1/3例1 35A=35 -2 1 –2/3 .3 -3/2 1① 3.② a2(a-2n). ③ -1. ④ E. ⑤ 4.例2 O.例3 (1)提示: A n=A n-2+A2-E⇔A n-2(A2-E)=A2-E ⇔ A(A2-E)=A2-E.(2)n=2k时, 1 0 0A n = k 1 0 .k 0 1n=2k+1时, 1 0 0A n = k+1 0 1 .k 1 0例 4 1 0 0B= 1 2 2 .1 1 3例5 2.例 6 –4a.例 7 0 0 0B= 1 0 3 . |E+A|=-40 1 -2例8 1/9.例 9 -6 10 4X= -2 4 2 .-4 10 0例 10 1 1 0(1/4) 0 1 1 .1 0 1例 11 6 0 0 0B= 0 6 0 0 .6 0 6 00 3 0 -1例 12 1 0 02 0 0 .6 -1 -1例 13 2 -1 1-4 -2 -5 .例15 (A).例16 (D).例 17 0 1 1Q= 1 0 0 .0 0 1例18 (D).例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可以用1,2,…, s线性表示,就说向量1,2,…,t可以用1,2,…,s线性表示.判别“是否可以用1,2,…,s线性表示? 表示方式是否唯一?”就是问:向量方程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,1,2,…,s增广矩阵的线性方程组.反之,判别“以A否唯一?”的问题又可转化为“是否可以用A的列向量组线性表示? 表示方式是否唯一?”的问题.向量组之间的线性表示问题与矩阵乘法有密切关系: 乘积矩阵AB的每个列向量都可以表示为A的列向量组的线性组合,从而AB的列向量组可以用A的列向量组线性表示;反之,如果向量组1,2,…,t可以用1,2,…,s线性表示,则矩阵(1,2,…,C的乘积.C可以这样构造: 它的第i个列t)等于矩阵(1,2,…,s)和一个s⨯t矩阵向量就是i对1,2,…,s的分解系数(C不是唯一的).向量组的线性表示关系有传递性,即如果向量组1,2,…,t可以用1,2,…,s 线性表示,而1,2,…,s可以用γ1,γ2,…,γr线性表示,则1,2,…,t可以用γ1,γ2,…,γr线性表示.当向量组1,2,…,s1,2,…,t等价1,2,…,s≅1,2,…,t.等价关系也有传递性.2. 向量组的线性相关性(1) 定义(从三个方面看线性相关性)线性相关性是描述向量组内在关系的概念,它是讨论向量组1,2,…,s有向量可以用其它的s-1个向量线性表示的问题.定义设1,2,…,s n维向量组,如果存在不全为0的一组数c1,c2,…,c s使得c11+c22+…+c s s=0,。
(张宇)线性代数冲刺讲义(张宇)
式;(2) a11 0 .计算行列式 A . 解 由 aij Aij A A AA AA A E A A A 0 或 A 1 .又
T * T *
2 2 2 A a11 A11 a12 A12 a13 A13 a11 a12 a13 0 A 1.
)
你会继续证明下去吗?
【例 1】设 A 是 m n 矩阵, B 是 n m 矩阵,则线性方程组 ( AB) x 0 ( (A)当 n m 时仅有零解. (C)当 m n 时仅有零解. 解 (B)当 n m 时必有非零解. (D)当 m n 时必有非零解.
r ( AB) min{r ( A), r ( B)} n ,又 AB 为 m 阶方阵.选(D).
因此有
*
AG | A || B | En * * ,所以应有 G | B | A , H | A | B BH | A || B | E n | B | A* 0 ,选择(D). | A | B* 0 A1 C 1 O
* 1
于是 C
(A)
| A | A*
0
G 0 A 0 * | C | , G 、 H 是 n 阶方阵 | A || B | ,设 C 0 H 0 B 0 A 0 G 0 AG CC * 0 B 0 H 0 BH 0 | A || B | En | A || B | E2 n 0 | A | B | En
ab b a a 2 b 2 ab b 2 a2 a , c2 c1 a b ba 2 2 a b
n n
ab a 2 b 2 ab b a b ba 2 2 a b
考研数一线性代数讲义
(A) m+n
(5) 已知 α 1 , α 2 为 2 维列向量,矩阵 A= ( 2α 1 + α 2 , α 1 − α 2 ) , B = (α 1 , α 2 ) 若行列式|A|=6,则|B|=_______ (-2)
(6) 设 A 为 n 阶正定阵,证明 A+E 的行列式大于 1 (7) 设 A 为 m 阶矩阵,B 为 n 阶矩阵,并且|A|=a,|B|=b, |C|=_____ (8)已知实矩阵 A=(aij)3×3 满足条件 (1)aij=Aij,其中 Aij 是 aij 的代数余子式;(2)a11 ≠ 0 计算行列式 |A|(提示:利用伴随矩阵行列式公 式和行列式按行或列展开的公式) (9) 设 A 为 n 阶非零方阵,A 是 A 的伴随矩阵,A 是 A 的转置矩阵,当 A = A 时,证明: | A |≠ 0
−1 −1
2 2
= A (2) (kA) −1 =
1 −1 −1 −1 −1 (3) ( AB) = B A ;反之, B −1 A−1 = ( AB)−1 A k
−1 −1 ( A1 A2 ... As ) −1 = As As −1 ... A1 −1 ; 注意等式 AB −1 = ( BA−1)−1 的应用。
a11 a 22 a nn =
a11 a 22 * a nn =
a11 a 22 * a nn = a11 .a 22 ...a nn
3
副对角行列式 D =
a11 a 21 a n1 1 x1
n −1 x1
a12 a 22
0
a1,n −1 a 2,n −1
0
a1n
0 0
线性代数讲义
0 b2 a3 0 0
0 0 0
0 0 0 = _____________________ .
0 0 bn
an −1 bn −1 0 an
【例 2】四阶行列式
a1 0 0 b4
0 a2 b3 0
0 b2 a3 0
b1 0 0 a4
的值等于
(
)
(A)a1a2 a3 a4 − b1b2b3b4 (C )(a1a2 − b1b2 )(a3 a4 − b3b4 )
第一讲
行列式值的判断。
行列式
考试重点:核心考点是行列式的计算,主要考试题型分为数字型行列式计算,抽象型行列式计算,
一、基本概念、公式精讲
1 行列式的定义
定义 n 阶行列式
1
a11 D= a21 an1
a12 a22 an 2
a1n a2 n ann
T
=
p1 , p2
∑
n!
(−1)τ ( p1 , p2
( B)a1a2 a3 a4 + b1b2b3b4 ( D)(a2 a3 − b2b3 )(a1a4 − b1b4 )
【常见形式 2:三对角线形】
,三对角型行列式的特点是沿主对角线方向三列元
素不为零,其余元素均为零。 【例 3】五阶行列式
4
a 1− a 0 0 0 −1 1 − a a 0 0 D= 0 −1 1 − a a 0 = _____________ . −1 1 − a a 0 0 −1 1 − a 0 0 0
n) n)
D = a1 j A1 j + a2 j A2 j +
定理 2 n 阶行列式
+ anj Anj
2
线性代数考研课件完整版
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|β)= 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α1, α2,⋯ ,αn时(它们都是表示为列的形式!)可记A=(α1, α2,⋯ ,αn).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α和β相等(记作α=β),是指它的维数相等,并且对应的分量都相等.(2) 线性运算和转置线性运算是矩阵和向量所共有的,下面以矩阵为例来说明.加(减)法:两个m⨯n的矩阵A和B可以相加(减),得到的和(差)仍是m⨯n矩阵,记作A+B (A-B),法则为对应元素相加(减).数乘: 一个m⨯n的矩阵A与一个数c可以相乘,乘积仍为m⨯n的矩阵,记作c A,法则为A 的每个元素乘c.这两种运算统称为线性运算,它们满足以下规律:①加法交换律:A+B=B+A.②加法结合律:(A+B)+C=A+(B+C).③加乘分配律:c(A+B)=c A+c B.(c+d)A=c A+d A.④数乘结合律: c(d)A=(cd)A.⑤ c A=0⇔ c=0 或A=0.转置:把一个m⨯n的矩阵A行和列互换,得到的n⨯m的矩阵称为A的转置,记作A T(或A').有以下规律:① (A T)T=A.② (A+B)T=A T+B T.③ (c A)T=c A T.转置是矩阵所特有的运算,如把转置的符号用在向量上,就意味着把这个向量看作矩阵了.当α是列向量时, α T表示行向量, 当α是行向量时,α T表示列向量.向量组的线性组合:设α1, α2,…,αs是一组n维向量, c1,c2,…,c s是一组数,则称c1α1+c2α2+…+c sαs为α1, α2,…,αs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|β),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n 2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:a 11 a 12 … a 1na 21 a 22 … a 2n… … … .a n1 a n2 … a nn如果行列式的列向量组为α1, α2, … ,αn ,则此行列式可表示为|α1, α2, … ,αn |.意义:是一个算式,把这n 2个元素按照一定的法则进行运算,得到的数值称为这个行列式的值.请注意行列式和矩阵在形式上和意义上的区别.当两个行列式的值相等时,就可以在它们之间写等号! (不必形式一样,甚至阶数可不同.)每个n 阶矩阵A 对应一个n 阶行列式,记作|A |.行列式这一讲的的核心问题是值的计算,以及判断一个行列式的值是否为0.2. 定义(完全展开式)2阶和3阶行列式的计算公式:a 11 a 12a 21 a 22 = a 11a 22-a 12a 21 .a 11 a 12 a 13a 21 a 22 a 23 = a 11a 22a 33+ a 12a 23a 31+ a 13a 21a 32-a 13a 22a 31- a 11a 23a 32-a 12a 21a 33.a 31 a 32 a 33一般地,一个n 阶行列式a 11 a 12 … a 1na 21 a 22 … a 2n… … …a n1 a n2 … a nn的值是许多项的代数和,每一项都是取自不同行,不同列的n 个元素的乘积,其一般形式为:n nj j j a a a 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τ(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********, τ(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α=β+γ ,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α换为β或γ 所得到的行列式.例如|α,β1+β2,γ |=|α,β1,γ |+|α,β2,γ |.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 |β)作初等行变换,使得A 变为单位矩阵: (A |β)→(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1 ① 2 a a a a ② 1+x 1 1 1 ③ 1+a 1 1 1 a 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3 1+x 1 1 1 11 1+x2 1 1 .1 1 1+x 3 11 1 1 1+x 4例4 a 0 b c0 a c b .b c a 0 c b 0 a例5 1-a a 0 0 0-1 1-a a 0 00 -1 1-a a 0 . (96四)0 0 -1 1-a a0 0 0 -1 1-a2. 测试概念与性质的题例6 x 3-3 1 -3 2x+2多项式f(x)= -7 5 -2x 1 ,求f(x)的次数和最高次项的系数.X+3 -1 3 3x 2-29 x 3 6 -6例7 求 x-3 a -1 4f(x)= 5 x-8 0 –2 的x 4和x 3的系数.0 b x+1 12 2 1 x例8 设4阶矩阵A =(α, γ1, γ2 ,γ3),B =(β, γ1, γ2 ,γ3),|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 nb 1c 1 0 … 0 0证明 b 2 0 c 2 … 0 0 =011111n n i i i i i n i i a c c c a b c c -+==-∑∏L L .… … … …b n 0 0 … 0c n提示: 只用对第1行展开(M 1i 都可直接求出).另一个常见的n 阶行列式:例13 证明a+b b 0 … 0 0a a+b b … 0 0… … … … = 110n n n n i ii a b a b a b ++-=-=-∑(当a ≠b 时). 0 0 0 … a+b b0 0 0 a a+b提示:把第j 列(行)的(-1)j-1倍加到第1列(行)上(j=2,…,n),再对第1列(行)展开.4.关于克莱姆法则的题例14设有方程组 x 1+x 2+x 3=a+b+c,ax 1+bx 2+cx 3=a 2+b 2+c 2,bcx 1+acx 2+abx 3=3abc.(1)证明此方程组有唯一解的充分必要条件为a,b,c 两两不等.(2)在此情况求解.参考答案例1 ①(2+4a)(2-a)4.② x 3(x+4). ③ a 3(a+10).例2 1875.例3 x 1x 2x 3x 4+x 2x 3x 4+x 1x 3x 4+x 1x 2x 4+x 1x 2x 3.例4 (a+b+c)(a+b-c)(a-b+c)(a-b-c).例5 1-a+a 2-a 3+a 4-a 5.例6 9,-6例7 1,-10.例8 40.例9 x=0,y=3,z=-1.例10 -28.例14 x 1=a,x 2=b,x 3=c..第三讲矩阵一.概念复习1. 矩阵乘法的定义和性质定义2.1 当矩阵A的列数和B的行数相等时,和A和B可以相乘,乘积记作AB. AB的行数和A相等,列数和B相等. AB的(i,j)位元素等于A的第i个行向量和B的第j个列向量(维数相同)对应分量乘积之和.设 a11 a12... a1n b11 b12... b1s c11 c12 (1)A= a21 a22... a2n B= b21 b22... b2s C=AB=c21 c22 (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+…+ a1A+a0E.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 11B 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A 1 0 ... 0 A = 0 A 2 0… … … 0 0 … A n的矩阵称为准对角矩阵,其中A 1,A 2,…,A k 都是方阵.两个准对角矩阵A 1 0 ... 0 B 1 0 0A = 0 A 2 … 0 ,B = 0 B 2 … 0 … … … … … … 0 0 … A k 0 0 … B k 如果类型相同,即A i 和B i 阶数相等,则A 1B 1 0 0AB = 0 A 2B 2 … 0 . … … …0 0 … 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α1,α2,…,αn ,B 的列向量组为β1, β2,…,βs , AB 的列向量组为γ1, γ2,…,γs ,则根据矩阵乘法的定义容易看出(也是分块法则的特殊情形):① AB 的每个列向量为:γi =A βi ,i=1,2,…,s. 即A (β1, β2,…,βs )= (A β1,A β2,…,A βs ).② β=(b 1,b 2,…,b n )T,则A β= b 1α1+b 2α2+…+b n αn .应用这两个性质可以得到:如果βi=(b1i,b2i,…,b ni)T,则γi=AβI=b1iα1+b2iα2+…+b niαn.即:乘积矩阵AB的第i个列向量γi是A的列向量组α1, α2,…,αn的线性组合,组合系数就是B的第i个列向量βi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Λ从左侧乘一个矩阵,相当于用Λ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Λ从右侧乘一个矩阵,相当于用Λ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=(β1, β2,…,βs),则 X也应该有s列,记X=(X1,X2,…,X s),则有AX i=βi,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 α=(1,-2,3) T,β=(1,-1/2,1/3)T, A=αβ T,求A6.讨论:(1)一般地,如果n阶矩阵A=αβ T,则A k=(βTα)k-1A=(tr(A ))k-1A .(2)乘法结合律的应用:遇到形如βTα的地方可把它当作数处理.① 1 -1 1ααT= -1 1 -1 ,求αTα.(2003一)1 -1 1②设α=(1,0,-1)T, A=ααT,求|a E-A n|.③ n维向量α=(a,0,⋯,0,a)T, a<0, A=E-ααT, A-1=E+a-1αα T,求a. (03三,四)④ n维向量α=(1/2,0,⋯,0,1/2)T, A=E-αα T, B=E+2αα T,求AB. (95四)⑤ A=E-αβ T,其中α,β都是n维非零列向量,已知A2=3E-2A,求αTβ.例2(1999三) 1 0 1设A = 0 2 0 ,求A n-2A n-1.(n>1)1 0 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.0 1 0例4 设A为3阶矩阵, α1,α2,α3是线性无关的3维列向量组,满足Aα1=α1+α2+α3, Aα2=2α2+ α3, Aα3=2α2+3α3.求作矩阵B,使得A(α1,α2,α3)=(α1,α2,α3)B. (2005年数学四)例5设3阶矩阵A=(α1,α2,α3),|A|=1,B=(α1+α2+α3,α1+2α2+3α3,α1+4α2+9α3),求|B|.(05)例6 3维向量α1, α2, α3, β1, β2, β3满足α1+α3+2β1-β2=0, 3α1-α2+β1-β3=0, -α2+α3-β2+β3=0,已知|α1, α2, α3|=a,求| β1, β2, β3|.例7设A是3阶矩阵, α是3维列向量,使得P=(α,Aα,A2α)可逆,并且A3α=3Aα-2A2α.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α1=(5,1,-5)T, α2=(1,-3,2)T, α3=(1,-2,1)T,矩阵A满足Aα1=(4,3) T, Aα2=(7,-8) T, Aα3=(5,-5) T,求A.2.概念和证明题例14 设A是n阶非零实矩阵,满足A*=A T.证明:(1)|A|>0.(2)如果n>2,则 |A|=1.例15 设矩阵A=(a ij)3⨯3满足A*=A T,a11,a12,a13为3个相等的正数,则它们为(A) 3/3.(B) 3. (C)1/3. (D) 3. (2005年数学三)例16 设A和B都是n阶矩阵,C= A 0 ,则C*=0 B(A) |A|A* 0 . (B) |B|B * 0 .0 |B|B * 0 |A|A*(C) |A|B* 0 . (D ) |B|A* 0 .0 |B|A* 0 |A|B*例17 设A是3阶矩阵,交换A的1,2列得B,再把B的第2 列加到第3 列上,得C.求Q,使得C=AQ.例18 设A是3阶可逆矩阵,交换A的1,2行得B,则(A) 交换A*的1,2行得到B*.(B) 交换A*的1,2列得到B*.(C) 交换A*的1,2行得到-B*.(D) 交换A*的1,2列得到-B*.(2005年)例19 设A是n阶可逆矩阵, 交换A的i,j行得到B.(1) 证明B可逆.(2) 求AB-1.例20设n阶矩阵A满足A2+3A-2E=0.(1)证明A可逆,并且求A-1.(2)证明对任何整数c,A-c E可逆.讨论: 如果f(A)=0,则(1) 当f(x)的常数项不等于0时,A可逆.(2) f(c)≠0时,A-c E可逆.(3) 上述两条的逆命题不成立.例21设α是n维非零列向量,记A=E-ααT.证明(1) A2=A⇔αTα =1.(2) αTα =1⇒ A不可逆. (96一)讨论: (2)的逆命题也成立.例22 设A,B都是n阶矩阵,证明E-AB可逆⇔ E-BA可逆.例23设3阶矩阵A,B满足AB=A+B.(1) 证明A-E可逆.(2) 设 1 -3 0B= 2 1 0 ,求A.0 0 2 (91)例24设A,B是3阶矩阵, A可逆,它们满足2A-1B=B-4E.(1) 证明A-2E可逆.(2) 设 1 -2 0B= 1 2 0 ,求A.0 0 2 (2002)例25设n阶矩阵A,B满足AB=a A+b B.其中ab≠0,证明(1) A-b E和B-a E都可逆.(2) A可逆⇔ B可逆.(3) AB=BA.例26设A,B都是n阶对称矩阵, E+AB可逆,证明(E+AB)-1A也是对称矩阵.例27 设A,B都是n阶矩阵使得A+B可逆,证明(1) 如果AB=BA,则B(A+B)-1A=A(A+B)-1B.(2) 如果A.B都可逆,则B(A+B)-1A=A(A+B)-1B.(3) 等式B(A+B)-1A=A(A+B)-1B总成立.例28设A,B,C都是n阶矩阵,满足B=E+AB,C=A+CA,则B-C为(A) E.(B) -E. (C) A. (D) -A. (2005年数学四)参考答案1 -1/2 1/3例135A=35 -2 1 –2/3 .3 -3/2 1① 3.② a2(a-2n). ③ -1. ④ E. ⑤ 4.例2 O.例3 (1)提示: A n=A n-2+A2-E⇔A n-2(A2-E)=A2-E ⇔ A(A2-E)=A2-E.(2)n=2k时, 1 0 0A n = k 1 0 .k 0 1n=2k+1时, 1 0 0A n = k+1 0 1 .k 1 0例 4 1 0 0B= 1 2 2 .1 1 3例5 2.例 6 –4a.例 7 0 0 0B= 1 0 3 . |E+A|=-40 1 -2例8 1/9.例 9 -6 10 4X= -2 4 2 .-4 10 0例 10 1 1 0(1/4) 0 1 1 .1 0 1例 11 6 0 0 0B= 0 6 0 0 .6 0 6 00 3 0 -1例 12 1 0 02 0 0 .6 -1 -1例 13 2 -1 1-4 -2 -5 .例15 (A).例16 (D).例 17 0 1 1Q= 1 0 0 .0 0 1例18 (D).例19 E(i,j).例22 提示:用克莱姆法则.例如证明 ,即在E-AB可逆时证明齐次方程组(E-BA)X=0只有零解.例23 1 1/2 0A= -1/3 1 0 .0 0 2例 24 0 2 0A= -1 -1 0 .0 0 -2例25 提示:计算(A-b E)(B-a E).例28 (A).第四讲向量组的线性关系与秩一.概念复习1. 线性表示关系设α1,α2,…,αs是一个n维向量组.如果n维向量β等于α1,α2,…,αs的一个线性组合,就说β可以用α1,α2,…,αs线性表示.如果n维向量组β1, β2,…,βt 中的每一个都可以可以用α1,α2,…,αs线性表示,就说向量β1,β2,…,βt可以用α1,α2,…,αs线性表示.判别“β是否可以用α1, α2,…,αs线性表示? 表示方式是否唯一?”就是问:向量方程x1α1+ x2α2+…+x sαs=β是否有解?解是否唯一?用分量写出这个向量方程,就是以(α1, α2,…,αs |β)为增广矩阵的线性方程组.反之,判别“以(A|β)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“β是否可以用A的列向量组线性表示? 表示方式是否唯一?”的问题.向量组之间的线性表示问题与矩阵乘法有密切关系: 乘积矩阵AB的每个列向量都可以表示为A的列向量组的线性组合,从而AB的列向量组可以用A的列向量组线性表示;反之,如果向量组β1,β2,…,βt可以用α1,α2,…,αs线性表示,则矩阵(β1,β2,…,βt)等于矩阵(α1,α2,…,αs)和一个s⨯t矩阵C的乘积. C可以这样构造: 它的第i个列向量就是βi对α1,α2,…,αs的分解系数(C不是唯一的).向量组的线性表示关系有传递性,即如果向量组β1,β2,…,βt可以用α1,α2,…,αs线性表示,而α1,α2,…,αs 可以用γ1,γ2,…,γr线性表示,则β1,β2,…,βt可以用γ1,γ2,…,γr线性表示.当向量组α1,α2,…,αs 和β1,β2,…,βt互相都可以表示时,就说它们等价,并记作{α1,α2,…,αs }≅{β1,β2,…,βt}.等价关系也有传递性.2. 向量组的线性相关性(1) 定义(从三个方面看线性相关性)线性相关性是描述向量组内在关系的概念,它是讨论向量组α1, α2,…,αs 中有没有向量可以用其它的s-1个向量线性表示的问题.定义设α1,α2,…,αs 是n维向量组,如果存在不全为0的一组数c1,c2,…,c s使得c1α1+c2α2+…+c sαs=0,则说α1,α2,…,αs 线性相关,否则(即要使得c1α1+c2α2+…+c sαs=0,必须c1,c2,…,c s全为0)就说它们线性无关.于是, α1,α2,…,αs “线性相关还是无关”也就是向量方程x1α1+ x2α2+…+x sαs=0“有没有非零解”,也就是以(α1,α2,…,αs )为系数矩阵的齐次线性方程组有无非零解.当向量组中只有一个向量(s=1)时,它相关(无关)就是它是(不是)零向量.两个向量的相关就是它们的对应分量成比例.(2) 性质①当向量的个数s大于维数n时, α1, α2,…,αs 一定线性相关.。
刘金峰线代讲义
刘金峰线代讲义摘要:1.刘金峰线代讲义概述2.线性代数的基本概念3.线性方程组的解法4.特征值与特征向量5.矩阵的谱分解6.二次型7.奇异值分解8.总结正文:一、刘金峰线代讲义概述《刘金峰线代讲义》是一本关于线性代数(又称“线代”)的教材,适用于本科生学习。
线性代数是数学的一个分支,主要研究线性方程组、向量空间、矩阵、线性变换等概念,具有广泛的应用价值。
刘金峰教授以其丰富的教学经验和深厚的学术造诣,为学生提供了一本内容详实、逻辑清晰的线代教材。
二、线性代数的基本概念线性代数的基本概念包括向量、线性方程组、矩阵、行列式等。
向量是具有大小和方向的量,可以用来表示空间中的点或者方向。
线性方程组是包含多个变量的代数方程,这些方程的解构成了一种特定的关系。
矩阵是一种特殊的数表,可以用来表示线性方程组、线性变换等。
行列式是矩阵的一种性质,可以用来判断矩阵的性质。
三、线性方程组的解法线性方程组的解法有多种,如高斯消元法、克莱姆法则等。
高斯消元法是一种基于矩阵的行变换的方法,可以将线性方程组化为简化阶梯形矩阵,从而求解方程组。
克莱姆法则是求解线性方程组中逆矩阵的一种方法,可以用来求解具有唯一解的线性方程组。
四、特征值与特征向量特征值与特征向量是矩阵理论中的重要概念。
特征值是一个标量,特征向量是一个非零向量,它们满足矩阵与特征向量的乘积等于特征值与特征向量的乘积。
特征值与特征向量可以用来描述线性变换的性质,具有重要的理论意义和实际应用价值。
五、矩阵的谱分解矩阵的谱分解是将矩阵分解为特征值对角矩阵与特征向量矩阵的乘积,可以更好地描述矩阵的结构和性质。
谱分解在很多领域有广泛的应用,如信号处理、图像处理等。
六、二次型二次型是一种特殊的线性方程组,可以用来描述空间中的曲面或者超曲面。
研究二次型的性质可以帮助我们更好地理解空间几何中的问题。
七、奇异值分解奇异值分解是一种线性代数中的分解方法,可以将矩阵分解为三个矩阵的乘积,从而揭示矩阵的内部结构。
线性代数讲义-复习知识树
线性代数绪论一、线性代数研究的核心问题代数——用字母代替数;代数学——关于字母运算的学说,研究的中心内容:解方程。
初等代数(用字母代替数):)1(一元一次方程)2(行列式解法消元法四元一次方程组三元一次方程组二元一次方程组无一般根式解一元五次及更高次方程根式解或求根公式一元四次方程一元三次方程一元二次方程⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎪⎩⎪⎪⎨⎧−→−⎪⎭⎪⎬⎫)2()1(问题一:如何求解含更多个未知数的一次方程组?1.Varga ,1962年提到在Bettis 原子能实验室已经解了108000个未知数的方程组;2.70年代末,我国“全国天文大地网首次整体平差计算”课题,核心部分是求解一个含16万个未知数31万个方程式的矛盾方程组。
一般地,如何求解含n 个未知数m 个一次方程的方程组:⎪⎩⎪⎪⎨⎧=+++=+++=+++mn mn m m n n n n b x a x a x a b x a x a x a b x a x a x a 22112222212111212111其中未知数之间的关系由加法与数乘来实现,称这种关系为线性关系,称相应的方程组为线性方程组。
线性代数如何求解线性方程组发展−−→−线性代数研究的核心问题——求解线性方程组。
字母——代替代数量(如行列式、向量、矩阵、张量等)。
线性代数定义——研究具有线性关系的代数量的一门学科。
问题二:一元高次方程及多元高次方程组(简称为代数方程(组))的有关问题,如:根的个数、根的性质(实根、虚根、重根等)、根的分布(上界与下界、分布区域等)、根的近似计算、公共根等。
研究代数方程(组)−−→−发展多项式代数⎭⎪⎬⎫→→→研究代数结构抽象代数研究代数方程(组)多项式代数等研究线性方程组的求解线性代数高等代数二、线性代数的重要性1.数学基础课之一数学系: 数学分析(252学时)高等代数(128学时)空间解析几何(48学时)工科类: 高等数学(192学时)线性代数(40学时)空间解析几何(高等数学含14学时)2.工程应用的基础1)线性模型——利用线性代数的理论直接处理;2)非线性模型——利用一系列的线性运算逐步完成;3)高维问题——利用线性代数中的概念和方法,书写上十分简洁,理论上高度概括,容易抓住问题的本质;4)计算机为处理线性代数问题提供了强有力的工具。
辅导讲义(线性代数第二讲)
178第二章 矩阵矩阵本质上就是一个数表,它是线性代数中一个非常重要而且应用十分广泛的概念,贯穿了线性代数的始终,复习时要高度重视,概念要清晰,符号要习惯,运算要准确、迅速、简捷。
1. 理解矩阵的概念,熟练几种特殊的矩阵;2. 了解单位矩阵, 对角矩阵, 三角矩阵, 对称矩阵以及它们的基本性质;3. 掌握矩阵的线性运算, 乘法, 转置及其运算规则;4. 理解逆矩阵的概念; 掌握可逆矩阵的性质; 会用伴随矩阵求矩阵的逆;5. 了解分块矩阵的概念, 了解分块矩阵的运算法则。
一、 考试内容 2.1 矩阵的定义由n m ⨯个数),,2,1;,,2,1(n j m i a ij ==排成如下m 行n 列的形式⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n mna a a a a a a a a A (2)12222111211称为一个n m ⨯矩阵,当n m =时,矩阵A 称为n 阶矩阵或者叫n 阶方阵。
只有一行的矩阵)(21n a a a A =称为行矩阵,又称为行向量;反之,只有一列的矩阵称为列矩阵,又称为列向量。
两个矩阵的行数和列数都相等时,就称它们为同型矩阵。
如果是同型矩阵,而且对应元素都相等,则称两矩阵为相等矩阵。
元素都是零的矩阵称为零矩阵,记作O 。
注意不同型的零矩阵是不同的。
2.2 矩阵的加法设有两个n m ⨯阶矩阵)(ij a A =和)(ij b B =,那么矩阵A 与B 的和记作B A +,规定为⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+++++++++=+mn mn m m m m n n n n b a b a b a b a b a ba b a b a b a B A (2)21122222221211112121111 运算法则:(1)A B B A +=+ (2))()(C B A C B A ++=++ (3)A O A =+ (4))(B A B A -+=- 注意:只有两个矩阵是同型矩阵时,才能进行矩阵的加法运算。
刘金峰线代讲义
刘金峰线代讲义摘要:1.刘金峰线代讲义简介2.线性代数概念与基本概念3.矩阵与向量的基本运算4.线性方程组的解法5.特征值与特征向量6.二次型与正定二次型7.奇异值分解8.广义逆矩阵9.线性变换与线性变换的矩阵表示10.结束语正文:线性代数是数学中一个重要的分支,它主要研究的是向量、矩阵、线性方程组、特征值、特征向量等概念。
刘金峰线代讲义是一本非常优秀的线性代数教材,它对线性代数的基本概念和方法进行了详细的讲解,并且配有丰富的例题和习题,是学习线性代数的好帮手。
首先,让我们来看一下线性代数的基本概念。
线性代数主要研究的是向量和矩阵,向量是既有大小又有方向的量,它可以用来表示空间中的点或者箭头。
矩阵则是由若干个数按照横行和纵列的方式排列而成的矩形阵列,它可以用来表示线性方程组、线性变换等。
接下来,我们来看一下矩阵和向量的基本运算。
矩阵和向量的加法、数乘、点积、叉积等是线性代数中的基本运算,它们在解决线性方程组、特征值、特征向量等问题中都有着重要的应用。
然后,我们来看一下线性方程组的解法。
线性方程组是指由若干个线性方程组成的方程组,它可以用高斯消元法、矩阵求逆法等方法求解。
特征值和特征向量是线性代数中的另一个重要概念。
特征值是指矩阵乘以特征向量后的结果,它可以用来描述线性变换的性质。
二次型和正定二次型是线性代数中的另一个重要概念。
二次型是指一个二次方程在某个变量上的取值,它可以用正定二次型来描述。
奇异值分解是线性代数中的一个重要方法,它可以用来分解矩阵,求解线性方程组等问题。
广义逆矩阵是线性代数中的一个重要概念,它可以用来解决矩阵求逆的问题。
最后,我们来看一下线性变换和线性变换的矩阵表示。
线性变换是指把一个向量映射到另一个向量的过程,它可以用矩阵表示。
线性代数考研讲义完整版
线性代数考研讲义完整版前言线性代数是数学中的重要分支,也是计算机科学和物理学等领域中不可或缺的基础知识。
在考研数学中,线性代数是必考内容,因此对线性代数的掌握程度也是考生考研数学成绩的重要指标之一。
在本篇文章中,我们将介绍线性代数考研讲义的完整版,包括向量、矩阵、行列式、线性方程组、特征值、特征向量等知识点,帮助考生全面掌握线性代数的基本原理和应用。
第一章向量1.1 向量的基本概念•向量是有大小和方向的量,在平面和空间中表示为有向线段。
•向量的大小称为模长,方向由箭头所指示。
•向量之间可以进行加、减、数乘等运算。
1.2 向量的几何意义•向量可以表示平移和旋转等变换。
•向量运算可以表示点与直线、点与面的关系。
1.3 向量的坐标表示•向量的坐标表示可以转化为矩阵的形式。
•两个向量的数量积可以表示为它们坐标的点积。
1.4 向量的线性运算•向量加、减、数乘的线性运算满足交换律、结合律、分配律等基本性质。
•向量组的线性运算可以表示为矩阵的形式。
第二章矩阵2.1 矩阵的基本概念•矩阵是一个由数个数排成的矩形数表。
•矩阵可以表示为行向量和列向量的组合形式。
•矩阵的大小也称为维数,行数和列数分别表示为矩阵的行数和列数。
2.2 矩阵的运算•矩阵加法、减法、数乘等运算满足基本性质。
•矩阵乘法满足结合律,但不满足交换律。
•矩阵的转置、伴随矩阵等运算也具有重要的应用意义。
2.3 矩阵的初等变换•矩阵的初等变换包括交换矩阵的两行(列)、某行(列)乘以一个非零数、某行(列)乘以非零数加到另一行(列)上等三种操作。
•矩阵的初等变换可以通过矩阵乘法表示为简单矩阵的乘积,也称为初等矩阵。
第三章行列式3.1 行列式的定义•行列式是一个数值函数,是一个方阵中各行各列对应元素的代数和。
•若行列式的值为零,则该矩阵为奇异矩阵,否则为非奇异矩阵。
3.2 行列式的性质•行列式可以表示为对角线元素的乘积形式。
•行列式的任意两行(列)互换改变行列式的符号,相同的两行(列)使行列式为零。
辅导讲义(线性代数第一讲)
4、利用行列式行列 展开及余子式和代数余子式解题
12345 11122 【例1.21】 设 D 3 2 1 4 6 ,则(1)A31 A32 A33 ( 22211 43210
(A)当 m n 时,必有行列式 AB 0
(B)当 m n 时,必有行列式 AB 0
(C)当 n m时,必有行列式 AB 0
【分析】
(D)当 n m 时,必有行列式 AB 0
【例1.12】 已知 n 阶 (n 3) 行列式 A a ,将 A 中的每一列都减去其余各列之和得到新的行列
0
i j
其中 Ast 是 ast 的代数余子式。
注意:见到代数余子式马上想到展开定理,想到伴随矩阵。
43000
14300
例 行列式 0 1 4 3 0 =
。
00143
00014
分析 对于此类三对角行列式,一般采用的是递推法。 按第一列展开,有
4300
3000
430
1 D5 4 0
4 1
3 4
0 (1)21 1
x 4 ,其系数显然是 2。而含 x3 的项只能是在 2x (x 3) (x 2) (x 1) 和 x 1 (x 2) (x 1) 中,
故 x3 的系数为 11。
1.2 行列式的性质 性质 1.行列式和它的转置行列式相等; 性质 2.行列式的两行(列)互换,行列式改变符号;
1
性质 3.行列式中某行(列)的公因子可提到行列式的的外面,或若以一个数乘行列式等于用该数 乘此行列式的任意一行(列);
n
6.若 A 是 n 阶矩阵, i (i 1,2,, n) 是 A 的特征值,则 A i ; i 1
7.若 A ~ B ,则 A B 。
考研数学 线性代数 内部讲义 金典
a11 a 21
(2)三阶行列式
a12 = a11 a 22 − a12 a 21 a 22
a11 a 21 a31
a12 a 22 a32
a13 a 23 = a11 a 22 a33 + a13 a 21 a32 + a12 a 23 a31 − a12 a 21 a 33 − a11 a 23 a32 − a13 a 22 a 31 a 33
(3)ቤተ መጻሕፍቲ ባይዱ
" a1m " "
0 b11 " b1n
a m1 " a mm * " " " bn1 " bnn
1 x3
2 x3
a11 = "
" a1m "
b11 " b1n
" ⋅" " "
a m1 " a mm bn1 " bnn
(4)范德蒙行列式
1 x1 x12 " x
n −1 1
1 x2
2 x2
" " " "
1 1 = x 1 1
方法三: 【思路分析】利用行列式按行(或列)展开定理降阶进行计算
x x D = x x
c1 + c2 c1 + c3 c1 + c4
You Stupid Cunt ! cunnilingus penis vagina
r2 − r1 r3 − r1 r4 − r1
1 −1 0 0 = x 0 x 0 0
c1 + c2 c1 + c3 c1 + c4 c2 + c1 c3 − c1 c4 + c1
考研数学 线性代数讲义第8章二次型
⎛1 − a 1 + a 0⎞ ⎜ ⎟ A = ⎜ 1 + a 1 − a 0 ⎟ 的秩为 2,所以有 ⎜ 0 0 2⎟ ⎝ ⎠ 1− a 1+ a = −4a = 0 ,得 a = 0 . 1+ a 1− a
6
水木艾迪
电话:010-62701055/82378805
f ( x1 , x 2 , x 3 )
2 2 2 = (1 − a ) x1 + (1 − a ) x 2 + 2 x3 + 2(1 + a ) x1 x 2
的秩为 2. (I) 求 a 的值; (II) 求正交变换 x = Qy , 把 f ( x 1 , x 2 , x 3 ) 化成标 准形; (III) 求方程 f ( x 1 , x 2 , x 3 ) =0 的解. 解(I) 由于二次型 f 的秩为 2,对应的矩阵
a12 a 22 L a n2
L a 1 n ⎞ ⎛ x1 ⎞ ⎟⎜ ⎟ L a 2n ⎟ ⎜ x2 ⎟ L L ⎟⎜ M ⎟ ⎜ ⎟ ⎟ ⎟ ⎜ L a nn ⎠ ⎝ x n ⎟ ⎠
的矩阵 A 叫二次型的矩阵. 它是一个对称矩阵.其中 a ij = a ji ,即满足 AT = A . 二次型矩阵 A 的秩称为二次型的秩. 例 1 二次型
解法 2 由于
2 2 2 f ( x1 , x 2 , x 3 ) = x1 + x2 + 2 x3 + 2 x1 x 2 2 = ( x1 + x 2 ) 2 + 2 x 3 =0
所以
⎧ x 1 + x 2 = 0. ⎨ ⎩ x 3 = 0,
其通解为 x = k ( −1,1,0) ,其中 k 为任意常数。 8.4 实二次型的惯性定理 形如
线性代数考研辅导班讲义
54
已知 A 是三阶方阵, x 是三维列向量, 2 3 2 x, Ax, A x 线性无关,且 A x 3 Ax 2 A x , 设 P x, Ax, A x 。求 B 使得 A PBP ,
2
1
求 A E 。
55
四 矩阵的秩
1.矩阵的秩的定义、三种刻画方式: 行(列)向量组的秩; 非零子式的最高阶数; 齐次线性方程组的基础解系。
52
已 知 三 阶 方 阵 A ( , , ) , A 2 ,
B (2 , 3 , 3 ) ,求 B 。
53
n 假设 A, B , C , D 都是 阶方阵,A 且
是可逆的,
A B M 。证明: M 可逆当且仅当 C D
线性代数
东南大学数学系 周建华
1
目 录
第一部分 第二部分 第三部分 第四部分 第五部分 第六部分 第七部分 历年试题 行列式 矩阵 向量 线性方程组 特征值、特征向量 实对称矩阵和二次型 向量空间
2
第一部分
行列式
3
一 行列式的定义 矩阵 A aij nn 的行列式定义为
A
i1 ,i2 in
,求 A* .
39
假设 n 2 ,则 A
*
A
n 1
。
40
已知
1 1 1 A* 0 1 1 0 0 1
,求 A 。
41
假设 A 、 B 是 n 阶可逆方阵,
A O C ,求 C * O B
.
42
5 矩阵方程
化成标准形式的矩阵方程。
T
系中含有多少个向量?
线性代数考研辅导讲义(2)
线性代数考研辅导讲义第一部分线性代数基本内容第一章 行列式一、基本概念1、行列式的定义1212121112121222()1212(1)n n nn n j j j j j nj j j j n n nn a a a a a a a a a a a a τ=-∑1、 余子式代数余子式设111212122212n n n n n nna a a a a a D a a a =,n D 去掉ij a 所在的行与列剩下的1n -阶行列式,称为ij a 的余子式,记为ij M ,(1)i jij ij A M +=-称为ij a 代数余子式.二、主要结论1、行列式的基本性质ⅰ)行列互换,行列式的值不变.ⅱ) 11121311112131123123123123n n i i iin i i iin n n n nn n nn nn a aa a a aa a ka ka ka ka k a a a a a a a a a a a a =. ⅲ)行列式的某两行(列)对换,则行列式的值改变符号.ⅳ) 1112131112233123n i i i i i i in in n n n nna a a abc b c b c b c a a a a ++++=1112131123123n i i i in n n n nn a a a a b b b b a a a a 1112131123123n i i i in n n n nna a a a c c c c a a a a +.ⅴ) 11121311112131112233123123123n n i j i j i j in jn i i i in n n n nnn n n nna a a a a a a a a ka a ka a ka a ka a a a a a a a a a a a a ++++=注记 行列式中有两行(列)对应元素完全相等(或成比例),则行列式的值为零. 2、行列式展开定理设111212122212n n n n n nna a a a a a D a a a =,则10nn ik jkk D i ja A i j==⎧=⎨≠⎩∑ (1) 3、(Laplace) 设行列式D 中任意取定(11)k k n ≤≤-个行,由这k 行元素组成的一切k 级子 式与它们的代数余子式的乘积和等于D .4、克莱姆(Cramer )法则设线性方程组11112211211222221122n n n n n n nn n na x a x a xb a x a x a x b a x a x a x b +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩ (2)如果1112121222120n n n n nna a a a a a D a a a =≠,则方程组(2)有唯一解j j D x D=其中11111121212211j n j n j n nj n nna ab a a a b a D a a b a ---=,1,2,,j n = .5、行列式计算的若干方法⑴ 定义法;⑵化三角法;⑶降级法;⑷全行列式法(即所有的行或列的和相等);⑸拆(合)项法;⑹加框法;⑺乘积法(利用AB A B =);⑻递归与数学归纳法.第二章 矩阵一、基本概念1、矩阵的定义、矩阵的加法、数乘、乘法、转置等概念及其算律(略).2、矩阵的逆:设A 是n 阶方阵,如果存在n 阶方阵B ,使得AB BA E ==.则称A 可逆,B 叫做A 的逆阵,记为1A -.3、设111212122212,n n n n nn a a a a a a A a a a ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭ A 的伴随矩阵1121112222*12n n nnnn A A A A A A A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭(1) 4、对矩阵A 可实施以下三种行(列)初等变换:ⅰ)交换矩阵的某两行(列);ⅱ)用一个不为零的数乘以矩阵的某行(列); ⅲ)矩阵某行(列)的倍数加到另一行(列)上去.5、单位矩阵进行一次初等变换所得到的矩阵称为初等阵.因此初等阵为:1101111(,)P i j ⎛⎫ ⎪ ⎪ ⎪ ⎪⎪=⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭,1111(())c P i c ⎛⎫ ⎪ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭ ,1111(,())k P i j k ⎛⎫ ⎪ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪⎪⎪⎝⎭ (2)6、矩阵A 与B 称为等价,如果B 可由A 经过一系列初等变换得到.记为A B ≅.7、分块矩阵的定义、分块矩阵的加法、数乘、乘法、转置等概念及其算律(略). 8、单位矩阵进行分块,对它进行三种初等变换所得到的矩阵称为分块初等阵.即0;0s t E E ⎛⎫ ⎪⎝⎭00,00ts P E E P ⎛⎫⎛⎫ ⎪ ⎪⎝⎭⎝⎭;0,0tt s s E E P P E E ⎛⎫⎛⎫⎪ ⎪⎝⎭⎝⎭(3) 9、矩阵A 中不为零的子式的最高阶数,称为矩阵A 的秩.二、主要结论1、可逆矩阵的基本性质ⅰ)方阵A 可逆,则A 的逆矩阵唯一. ⅱ)方阵A 可逆,则11()A A --=,11()()t t A A --=.ⅲ)方阵A 可逆,0k P ≠∈,则111()kA A k--=.ⅳ) 设矩阵A 与B 可逆,则111()AB B A ---=.一般地,设,1,2,,i A i m = 为同阶可逆矩阵,则 11111221()m m A A A A A A ----= (4)ⅴ)设()ijnnA a =,A *为A 的伴随矩阵,则n AA A A A E **==.当0A ≠时,1A A A*-= (5)2、初等矩阵与初等变换的基本性质ⅰ)初等矩阵都是可逆矩阵,其逆矩阵也是初等矩阵.ⅱ)(,)1,(()),(,())1P i j P i c c P i j k =-== (6) ⅲ)对矩阵A 进行一次行(列)的初等变换相当于矩阵左(右)乘一个初等矩阵. ⅳ) 可逆矩阵可以表为若干个初等矩阵的乘积.ⅴ)设A 是m n ⨯矩阵,且()rank A r =则存在m 阶可逆矩阵P ,n 阶可逆矩阵Q ,使得000rE PAQ ⎛⎫= ⎪⎝⎭(7)3、矩阵秩的基本性质ⅰ)矩阵的初等变换不改变矩阵的秩.ⅱ) ()()t rank A rank A = (8) ⅲ) 设A 是m n ⨯矩阵,P 是m 阶可逆矩阵,Q 是n 阶可逆矩阵,则()()()()rank A rank PA rank AQ rank PAQ === (9) ⅳ) 设A ,B 都是m n ⨯矩阵,则 ()()()rank A B rank A rank B +≤+ (10) ⅴ)设A 是m n ⨯矩阵,B 是n s ⨯矩阵,则{}()()()min (),()rank A rank B n rank AB rank A rank B +-≤≤ (11) ⅵ) 设1200A A A ⎛⎫=⎪⎝⎭,则 12()()()rank A rank A rank A =+ (12)ⅶ)设120A B A A ⎛⎫=⎪⎝⎭,则 12()()()rank A rank A rank A ≥+ (13)ⅷ)设n 阶矩阵A 是幂等的(2A A =),则()()rank E A rank E A n ++-= (14) 四、分块矩阵的基本性质ⅰ)设准对角矩阵12s A A A A ⎛⎫⎪⎪= ⎪ ⎪⎝⎭可逆的充要条件是方阵,1,2,,iA i s = 都可逆.如果A 可逆,则111121s A A A A -=--⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭. ⅱ) 设0B C A D ⎛⎫=⎪⎝⎭,其中,B D 为方阵,A 可逆的充要条件是方阵,B D 都可逆.且 111110B B C DA D -----⎛⎫-= ⎪⎝⎭(15) ⅲ) 设A ,B 都是n 阶方阵,则A BA B A B B A=+-. (16)ⅳ)设A ,B ,,C D 都是n 阶方阵,且AC CA =,则A BAD CB C D=- (17)第三章 线性方程组一、基本概念1、n 维向量的线性组合与线性表示设12,,,s ααα 是n 维向量,若,1,2,,i k P i s ∈= .则称1122s s k k k ααα+++ 为12,,,s ααα 的一个线性组合.β是n 维向量,如果1si i i k βα==∑,则称β可由12,,,s ααα 线性表示(出).2、线性相关与线性无关设12,,,s ααα 是n 维向量,若存在不全为零的数12,,,s k k k ,使得11220s s k k k ααα+++= (1) 则称12,,,s ααα 线性相关.否则称12,,,s ααα 线性无关. 3、向量组的等价设12,,,s ααα ;12,,,t βββ 是两个n 维向量组,如果12,,,s ααα 中每一个向量都可由12,,,t βββ 线性表示,则称向量组12,,,s ααα 可由12,,,t βββ 线性表示.如果两个向量互为线性表示,则称这两个向量组等价. 4、极大线性无关组与向量组的秩设12,,,s ααα 是一个向量组,12,,,i ti i ααα 是12,,,s ααα 中的部分向量,且满足ⅰ)12,,,i t i i ααα 线性无关;ⅱ)12,,,s ααα 中的每个向量可由12,,,i ti i ααα 线性表示.则称12,,,i ti i ααα 是12,,,s ααα 的极大线性无关组.简称为极大无关组. 极大线性无关组所含向量的个数称为向量组的秩.记为秩{}12,,,s ααα ,或rank {}12,,,s ααα . 5、矩阵的秩设()1212t s A ααβββα⎛⎫ ⎪ ⎪== ⎪ ⎪⎝⎭,秩{}12,,,s ααα 定义为矩阵A 的秩.6、齐次线性方程组的基础解系齐次线性方程组 111122121122221122000n n n n m m mn n a x a x a x a x a x a x a x a xa x +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩ (2)的解向量12,,,t ηηη 称为(2)的基础解系,需满足下面两个条件: ⅰ)12,,,t ηηη 线性无关;ⅱ)(2)的任意一个解可由12,,,t ηηη 线性表示.二、主要结论1、向量组12,,,s ααα 线性相关的充要条件是存在一个向量可由其余向量线性表示; 向量组12,,,s ααα 线性无关的充要条件是任意一个向量都不能由其余向量线性表示.2、向量组12,,,s ααα 线性无关,而12,,,,s αααβ 线性相关,则β可由12,,,s ααα 线性表示.如果β可由12,,,s ααα 线性表示且表法唯一,则12,,,s ααα 线性无关.3、向量组12,,,s ααα 可由向量组12,,,t βββ 线性表示,且s t >,则12,,,s ααα 线性相关.线性无关向量组12,,,s ααα 可由向量组12,,,t βββ 线性表示,则s t ≤. 4、一个向量组与它的极大线性无关组等价;两个向量组等价当且仅当它们的秩相等.5、任意1n +个n 维向量组一定线性相关.6、设121112221212,,,ss s tt st a a a a a a a a a ααα⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪⎪ ⎪ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ ;1121112222121211211,,,s s st t st t t st a a a a a a a a a a a a βββ+++⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪==== ⎪ ⎪ ⎪⎪ ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭; 如果12,,,s ααα 线性无关,则12,,,s βββ 也线性无关;如果12,,,s βββ 线性相关,则12,,,s ααα 线性相关. 7、线性方程组1111221211222221122n 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 xa xb +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩ (3)的导出组为(2),则 ⅰ)(3)式任意两个解的差是(2)的一个解; ⅱ)(2)式任意两个解的线性组合还是(2)的一个解.8、线性方程组(3)有解的充要条件(3)的增广矩阵的秩与系数矩阵的秩相等. 9、设()()rank A rank A r ==当r n =时,线性方程组(3)有唯一解;当r n <时,线性方程组(3)有无穷多个解.其解的结构为:设12,,,n r ηηη- 是(3)的导出组(2)的基础解系,0η是线性方程组(3)的一个特解,则(3)的通解为01122n r n r c c c ηηηηη--=++++ ,其中12,,,n r c c c - 为数域P 中的任意常数.第四章 矩阵的对角化一、基本概念1、设A 为n 阶矩阵,如果存在是一个数域F 中的数λ,0nC α≠∈,使得A αλα=,则称λ是矩阵A 的特征值,α是属于矩阵A 的特征值λ的特征向量。
- 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)。
1.题设条件与代数余子式Aij或A*有关,则立即联想到用行列式按行(列)展开定理以及AA*=A*A=|A|E.2.若涉及到A.B是否可交换,即AB=BA,则立即联想到用逆矩阵的定义去分析。
3.若题设n阶方阵A满足f(A)=0,要证aA+bE可逆,则先分解出因子aA+bE再说。
4.若要证明一组向量a1,a2,…,as线性无关,先考虑用定义再说。
5.若已知AB=0,则将B的每列作为Ax=0的解来处理再说。
6.若由题设条件要求确定参数的取值,联想到是否有某行列式为零再说。
7.若已知A的特征向量ζ0,则先用定义Aζ0=λ0ζ0处理一下再说。
8.若要证明抽象n阶实对称矩阵A为正定矩阵,则用定义处理一下再说。
2010考研基础班线性代数主讲:尤承业第一讲基本概念线性代数的主要的基本内容:线性方程组矩阵向量行列式等一.线性方程组的基本概念线性方程组的一般形式为: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个数C,2C, …, n C构成,它满足:当每个方程中1的未知数1x都用1C替代时都成为等式.对线性方程组讨论的主要问题两个:(1)判断解的情况.线性方程组的解的情况有三种:无解,唯一解,无穷多解.如果两条直线是相交的则有一个解;如果两条直线是重合的则有无穷多个解;如果两条直线平行且不重合则无解。
(2)求解,特别是在有无穷多解时求通解. 齐次线性方程组: 021====n b b b 的线性方程组.0,0,…,0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). 二.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.矩阵由数排列成的矩形表格, 两边界以圆括号或方括号, m 行n 列的表格称为m ⨯n 矩阵. 这些数称为他的元素,位于第i 行j 列的元素称为(i,j)位元素.54123-是一个2⨯3矩阵.对于上面的线性方程组,称矩阵mnm m nn a a a a a a a a a A 212222111211=和mmn m m n n b b b a a a a a a a a a A 21212222111211)(=β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. 2009年的一个题中,一个方程组的系数矩阵为210111111-----,常数列为211-,则方程组为⎪⎩⎪⎨⎧==++=2.2x -x --1,x x x -1,x -x -x n 2321321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. 零矩阵:元素都是0的矩阵.零向量:分量都是0的向量. 2. 矩阵和向量的关系书写中可用矩阵的形式来表示向量:写成一行或写成一列.问题:(3,-2,1)和123-是不是一样?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⨯3矩阵,右边是3⨯1矩阵).习惯上把它们分别称为行向量和列向量. 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. 3. n 阶矩阵与几个特殊矩阵 n ⨯n 的矩阵叫做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:对角矩阵: 对角线外的的元素都为0的n 阶矩阵.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. 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). 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 A T =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. 问题:下列矩阵都是什么矩阵?①200000001 ②c c c 000000 ③0710112- ④001021110 ⑤000000000 对角矩阵: ①、②、⑤ 上三角矩阵: ①、②、③、⑤ 下三角矩阵: ①、②、⑤ 对称矩阵: ①、②、④、⑤ 三. 线性运算和转置 1.线性运算是矩阵和向量所共有的.① 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). 两个同维数的向量可以相加(减),规则为对应分量相加(减). ② 数乘: 一个数c 与一个m ⨯n 的矩阵A 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.一个数c 与一个n 维向量α可以相乘,乘积仍为n 维向量,记作αc .法则为α的每个元素乘c.向量组的线性组合:设1α,2α…,s α是一组n 维向量, 1c , 2c ,…, s c 是一组数,则称s s a c a c a c +++ 2211为1α,2α…,s α的(以1c , 2c ,…, s c 为系数的线性组合.例:求矩阵680705413--=A 的列向量组的系数为1,1,1的线性组合.解:2126674801053=-+-+ 2.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T A .四. 矩阵的初等变换和阶梯形矩阵 1.初等变换矩阵有初等行变换和初等列变换,它们各有3类.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. A B.2.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, 非零行,则都零行在下,非零行在上.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上升.问题:对角矩阵,上三角矩阵,数量矩阵中,哪个一定是阶梯形矩阵?一个n阶的阶梯形矩阵一定是上三角矩阵.问题:如果A是阶梯形矩阵.(1) A去掉一行还是阶梯形矩阵吗?(2) A去掉一列还是阶梯形矩阵吗?3. 简单阶梯形矩阵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,满足:③台角位置的元素为1.④并且其正上方的元素都为0.4.用初等行变换把矩阵化为阶梯形矩阵每个阶梯形矩阵都可以用初等行变换化为简单阶梯形矩阵.每个矩阵都可以用初等行变换化为阶梯形矩阵100060100900103400010100601009001070031010012020*******02310112220031210562311212122200312105623163220122231210562311941111545213136525623119411115452562311313652--→---→-→--→---→-----→---------→---------请注意:① 从阶梯形矩阵化得简单阶梯形矩阵时,台角不改变.②一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.③一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消元法原理:用同解变换化简方程组然后求解. 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. 反映在增广矩阵上就是三种初等行变换.矩阵消元法即用初等行变换化线性方程组的增广矩阵为阶梯形矩阵,再讨论解的情况和求解. 例:矩阵消元法步骤如下: (1)写出方程组的增广矩阵(βA ),用初等行变换把它化为阶梯形矩阵(γB ).(2)用(γB )判别解的情况:如果最下面的非零行为(d 0,,0,0 ),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.(3)有唯一解时求解的初等变换法:去掉(γB )的零行,得到一个n ×(n+1)矩阵(00γB ),并用初等行变换把它化为简单阶梯形矩阵(ηE ),则η就是解.),,,(21n c c c 就是解.)()()()(00ηγγβE B B A →→→,η就是解.解为(1,0,2,-2).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.第二讲 行列式1.形式和意义形式:用n 2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:nnn n n n a a a a a a a a a212222111211 (简记为ij a )意义:是一个算式,把这n 2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 .行列式的的核心问题是值的计算. 一. 定义(完全展开式) 2阶和3阶行列式的计算公式:2112221122211211a a a a a a a a -=一般地,一332112322311312213322113312312332211323133323122212322211211131211a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a ---++=个n 阶行列式ija =.)1(21212121)(n n nnj j j j j j j j j a a a τ-∑这里1.是许多(n!个)项的代数和(在求和时每项先要乘+1或-1.) 2. 每一项n nj j j a a a 2121,,都是n 个元素的乘积,它们取自不同行,不同列.即列标n j j j 21, 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.∑nj j j 21表示对所有n 元排列求和.3. 规定),(21n j j j τ为全排列n j j j 21,的逆序数.称12…n 为自然序排列,如果不是自然序排列,就出现小数排在大数右面的现象,一对大小的数构成一个逆序.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.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. 例如下三角行列式对角行列式,上(下)三角行列式的值就等于对角线上的元素的乘积例 求xx b x a x 1221102085413+----的4x 和3x 的系数.解析:4x 的系数是1;3x 的系数是-10 二. 化零降阶法 1.余子式和代数余子式 元素ij a 的余子式,是n 把第i 行和第j 列划去后所得到的n-1阶行列式,记作ij M .ij a 的代数余子式为ij j i ij M A +-=)1(.2.定理(对某一行或列的展开)行列式的值等于某行(列)的各元素与其代数余子式乘积之和.n=4,2424232322222121A a A a A a A a a ij +++=例如 求3阶行列式754102643--=(-3)A 11+4A 12+6A 13=(-3)M 11-4M 12+6m 3=(-3)⨯(-5)-4⨯(-18)+6⨯(-10)=27.例1010001001tt t t解析: 原式=1 A 11+t A 1n=1+11)1(-+-⋅n n t t =1+nn t +-1)1( 例 求行列式 2235007022220403--的第四行各元素的余子式的和.解析: 所求为4443424144434241A A A A M M M M +-+-=+++原式=444342412235A A A A +-+将原行列式换为111100702222043---即他的值就是原题的余子式之和答案为-28(对第三行展开 323277M A =-)3.命题 第三类初等变换不改变行列式的值.27718497518100549754102643=--==--08题aa a a aa a a a A 20012001200012000122222=. 证明|A |=(n+1)a n . 分析: 证明:初等变换n a n na n a a a na n aa a aa a a aa a a a a a aa a a )1()1(34232)1(010000340000230000122012000340002300001220012001200002300001222222+=+⋅⋅=+→→→4. 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. 三.其它性质行列式还有以下性质: 3.把行列式转置值不变,即A A T = .4.作第一类初等变换, 行列式的值变号. 5.作第二类初等变换, 行列式的值乘c. 问题:?=cAA c ;A c ;A c n;Ac n6.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α换为β或γ所得到的行列式.例如γβαγβαγββα,,,,,,2121+=+问题:?B A B A +=+例如:321321,βββααα==B A例 设4阶矩阵BA B A B A +====求,3,2),,,,(),,,,(321321γγγβγγγα解:40,,,8,,,8,,,82,2,2,),2,2,2,(321321321321321=+=+=+=++=+γγγβγγγαγγγβαγγγβαγγγβαB A B A7.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0.8.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.例 已知行列式3123111++++-+--z x y y x zz y xd c b a 的代数余子式A 11=-9,A 12=3,A 13=-1,A 14=3,求x,y,z.解析:思路:利用性质8⎪⎩⎪⎨⎧===⇒⎪⎩⎪⎨⎧=+++--→ z y x z y x 0)1(339 拉普拉斯公式的一个特殊情形: 如果A 与B 都是方阵(不必同阶),则B A BA BA ==**范德蒙行列式:形如i n ni n i n i n nn a a a a a a a a a a a a ----32122322213211111的行列式(或其转置).它由n a a a a ,,,,321 所决定,它的值等于)(i ji ja a-∏<因此范德蒙行列式不等于n a a a a ,,,,0321 ⇔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.四.克莱姆法则克莱姆法则 当线性方程组的方程个数等于未知数个数n (即系数矩阵A 为n 阶矩阵)时. ⇒≠0A 方程组有唯一解.此解为 ,)/,/,/(21TN A D A D A D i D 是把A 的第i 个列向量换成常数列向量β所得到的行列式. 1.0≠A 是方程组有唯一解的充分必要条件.问题:?B A =于是只用说明0≠B 是方程组有唯一解的充分必要条件.2. 实际上求解可用初等变换法:对增广矩阵)(βA 作初等行变换,使得A 变为单位矩阵:)()(ηβE A →;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0≠A .例 设有方程组⎪⎩⎪⎨⎧=++++=++++=++abcabx acx bcx cb a cx bx axc b a x x x 3321222321321(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. 分析: 证明:(1)))(())((00111201113111222222222b c a c c b c a c ac ab c b ac ab c b a bc c b abc bc ab bc ac ac ab c b a c a b a cb a abc abac bc c b a cb ac b a ------+--++→------+--++−−−−→−++++阶梯形矩阵转换由克莱姆法则法则可知 故a,b,c 两两不相等(2)Tc b a x cb a cab b a b ba b c a c c b c a c ac ab c b a c a b cb a ),,(10001000110000011))(())((000111222=→--+→------+--++解为五. 典型例题 例1①22222a a a a aa a a aa a a aa a a aa a a ②xx x x ++++1111111111111111 ③aa a a ++++4444333322221111④ 对角线上的元素都为0,其它元素都为1的n 阶行列式. ②分析:解:4)x 0000000001114111411141114111411111111111111113+=+→+++++++→++++(所以值x xx x x x x x x x x x x x x x①分析:与②同理 ④分析:类型一致③分析:把下面三行分别加到第一行例24321532154215431543254321 解:10510501500115111111411411411115111411411411411115111401141014110411105432154321153215152154151543155432154321532154215431543254321-------→-------→----→----→→所以值=15×125=1875例343211111111111111111x x x x ++++解:+=+++++==+++++++=++++43214314324321432143243214010010********10010010001000000000011101110111011111111111111111111111111111111111x x x x x x x x x x x x x x x x x x x x x x x x x例4 证明时)当b a b a ba b a ba ab b a b b a a b b a n n ni i i n ≠--==++++++=-∑(00000000000110分析:证明:归纳法:展开递推21n )(---+=→n n abD D b a D 递推公式 再用归纳法证明之 也可以:nn n n a bD ab a b a b a bD ba ab ba b a babD ba ab ba b b a b b b a a b b a b b a a b a +=+==+++=+++++++---1110000000000000000000000000000000000000000000000时)当另b a ba b a D baD b a b a D D D D n n n n n n n n n n ≠--=→-=-→⨯〉〈-⨯〉〈〉〈+=〉〈+=++++--()(212b a 1a b 111111-n 11-n n a n aa a a a a a a ab a )1(2020000020002+=其值为时另当 第三讲 矩阵二. 矩阵方程和可逆矩阵(伴随矩阵) 1. 两种基本矩阵方程在等式AB =C 中,如果已知C 及A ,B 中的一个,求另一个. 就提出下面两种基本形式的矩阵方程:(I) B AX = . (II) B XA = . B A , X这里要求A 是行列式不为0的n 阶矩阵,这样可使得这两个方程的解都是存在并且唯一的. 先讨论(I) B AX =.设 B 是 s n ⨯矩阵,则 X 也是 s n ⨯矩阵.如果 1=s ,即B 只有一列,则(I)就是一个线性方程组.由克莱姆法则知它有唯一解.此接可以用初等变换法求出: )()(X E B A →. 如果1>s ,设 ),,,(21s B βββ = ).,,(21s X X X X = 则 ),,(),,(2121s s X X X A βββ =.即这是s 个线性方程组.由克莱姆法则,它们都有唯一解,从而 B AX =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 )(B A ,对它作初等行变换,使得 A 变为单位矩阵,此时B 变为解 X . )()(X E B A →例⎪⎪⎪⎭⎫ ⎝⎛---=101111010A ,⎪⎪⎪⎭⎫ ⎝⎛--=301521B .求 B AX =的解 (II)的解法:对两边转置化为(I)的形式: TT T B X A =.再用解(I)的方法求出TX ,转置得X ..2007年的一个题中,求3阶矩阵 B , 满足⎪⎪⎪⎭⎫ ⎝⎛--=⎪⎪⎪⎭⎫ ⎝⎛-222111B ,⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛011011B ,⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛110110B .解:建立矩阵方程 2. 可逆矩阵 (1) 定义c b ac ab a =⇒=≠,0用 1-a 乘等式两边.如果有 H ,使得 C B AC AB E HA =⇒==, 如果有 H ,使得 C B CA BA E AH =⇒==,定义 设A 是n 阶矩阵,如果存在n 阶矩阵H ,使得E HA E AH ==,则称A 为可逆矩阵.此时H 是唯一的,称为A 的逆矩阵,通常记作1-A .如果 A 可逆,则A 在乘法中有消去律:;00=⇒=B AB C B AC AB =⇒=(左消去律);.;00=⇒=B BA C B CA BA =⇒=(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):C A B C AB 1-=⇔= . 1-=⇔=CA B C BA .由此得到基本矩阵方程的逆矩阵解法:(I) B AX =的解 B A X 1-= . (II) B XA =的解1-=BA X .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).(2) 矩阵可逆性的判别,逆矩阵的计算定理 n 阶矩阵 A 可逆 0≠⇔A . 证明 “⇒”对 E AA =-1两边取行列式,得11=-A A |,从而0≠A . (并且11--=A A ) 1-A“⇐”定义中的 H 是矩阵方程 E AX =和 E XA = 的公共解. 因为 0≠A ,矩阵方程 E AX =和 E XA =都有唯一解.设C B ,分别是它们的解,即E CA E AB ==,. 于是: C CE CAB EB B ====,从定义得到A 可逆.H 是唯一的,因为它是E AX =解.计算 1-A 的初等变换法: 解矩阵方程 E AX = ,)()(1-→A E E A .应用: 对角矩阵可逆 ⇔对角线上元素都不为0.其逆矩阵也是对角矩阵,只用把每个对角线元素变为倒数. 初等矩阵都是可逆矩阵,并且),(),(1j i E j i E =-, )),(())((11--=c i E c i E ))(,())(,(1c j i E c j i E -=-推论 如果 A 和 B 都是 n 阶矩阵,则 E BA E AB =⇔=. 即只要 E AB = (或 E BA =)中的一个式子成立,则 A 和B 都可逆并且互为逆矩阵.2008年的考题: 03=A ,时 A E -可逆.E A E A A E A E =-=++-32))((. 例 4个n 阶矩阵 C B A ,,和D 满足E ABCD =,求1-A 和1-B .BCD A E ABCD =⇒=-1,于是CDA B E BCDA =⇒=-1例31设C B A ,,都是n 阶矩阵,满足CA A C AB E B +=+=,,则C B -为(A)E .(B) E -. (C)A . (D)A -. )(A (2005年数学四)AB E B +=化为E B A E =-)( 即 B 与 )(A E - 互为逆矩阵CA A C += 化为 A A E C =-)(, 用 B 右乘得 AB C = 如果A 和B 是两个n 可逆阶矩,则分块矩阵⎪⎪⎭⎫ ⎝⎛B O O A 和⎪⎪⎭⎫ ⎝⎛O B A O 都可逆,并且 (3)可逆矩阵的性质:① 如果 A 可逆,则T A -, )0(≠c cA 和 k A 都可逆,并且已经规定的矩阵的右肩膀有3种:T,k,-1,它们两两可交换先后次序. ② 对于两个 n 阶矩 A 和 B ,A 和B 都可逆 AB ⇔ 可逆,并且 111)(---=A B AB . AB B A =.3.伴随矩阵若 A 是 n 阶矩阵,记ijA 是A 的),(j i 位元素 ij a的代数余子式,规定A 的伴随矩阵为 lr 例如对2阶矩阵基本公式: .E A A A AA ==**. ⎪⎪⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎪⎪⎭⎫⎝⎛⎪⎪⎪⎪⎪⎭⎫⎝⎛=A A A A A A A A A A A A a a a a a a a a a AA nn n n n n nn n n n n 000000212222111211212221212111*于是对于可逆矩阵 A ,有,*1A A A =- A A A =-1*)(.因此可通过求*A 来计算1_A .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.1*1--=A A A A 即1*-=A A A意义:用逆矩阵来求伴随矩阵.A 可逆时还有 A A A =-1*)(1*11*1)()()(----===A A A A A A .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)()(11*--==A A A A . ②1*-=n AA③TT A A )()(**= ④*1*)(A c cA n -= ⑤ ***)(A B AB =;k k A A )()(**= ⑥ A AA n 2*)(-*=②1*-=n AA 的证明:对E A AA =*两边求行列式,得⑥A A A n 2)(-**=的证明:例21 设A 是n 阶可逆矩阵, 交换A 的j i ,行得到B . (1) 证明B 可逆. (1)0≠=A B (2) 求1-AB .例22 设A 是3阶矩阵,将A 的第2行加到第1行上得B ,将B 的第1列的-1倍加到第2列上得 *C .记例20 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18 设A 和B 都是n 阶矩阵,⎪⎪⎭⎫ ⎝⎛=B A C 00 ,则=*C 不妨设B A ,都可逆⎪⎪⎭⎫⎝⎛=---111B OO A C2009题设A 和B 都是2阶矩阵,2=A , 3=B .则 ()=⎪⎪⎭⎫⎝⎛*O B A O ( 2009年的考题)解: 1-*=C C C 先求1-C例16 设A 是n 阶非零实矩阵,满足 TA A =*. 证明:)2(如果2>n 则1=A解:条件TA A =*,即,)()(T ij T ij a A =即ji ij ij a A ,,∀=(1)in in i i i i A a A a A a A ++=2211 又因为 0≠A , 即A 有非零元素,则02221>+++=in ke k a a a A(2)E A AA AA T==*n A A =2 得12=-n A 因为0>A2-n 是正整数,得1=A例17 设矩阵 33)(⨯=ij a A 满足 TA A =*, 131211,,a a a 为3个相等的正数,则它们为33)(A 3)(B 1)(C 3)(D (2005年数学三)设,131211a a a a ===则032>=⇒=*a A A A T 又.23>=n 得1=A例8 3维向量321321,,,,,βββααα满足022131=-++ββαα,已知a =321,,ααα,求321,,βββ. 解:21312ββαα+-=+例9设A 是3阶矩阵,α是3维列向量,使得),,(2αααA A P =可逆,并且ααα2323A A A -=.又3阶矩阵B 满足1-=PBP A A =PBP -1. (1)求B .(2)求E A +.(01一) 解:1-=PBP A 即PB AP =则1-+=+P E B P E A例10 3阶矩阵B A ,满足E BA ABA +=**2,其中⎪⎪⎪⎭⎫⎝⎛=100021012A ,求B .(04一)解:EBA ABA +=**2E BA E A =-*)2(例11 设3阶矩阵,⎪⎪⎪⎭⎫ ⎝⎛---=201011153A A XA XA A 21+=-,求X . 解: 11112)(----+=AA XAA A XA A得⎪⎪⎪⎭⎫ ⎝⎛---=010********X 例12 设3阶矩阵,⎪⎪⎪⎭⎫⎝⎛---=111111111A X A X A 21+=-*,求X . 解: X A X A 21+=-*例13 4阶矩阵B A ,满足E BA ABA 311+=--,已知 ⎪⎪⎪⎪⎪⎭⎫⎝⎛-=*8000010030100101A 求B . (00一)解:E BA ABA 311+=-- 得2=A例14已知,⎪⎪⎪⎭⎫ ⎝⎛=312012003A ,⎪⎪⎪⎭⎫⎝⎛-=100000001B X AB B XA 22+=+,求11X .解:X AB B XA 22+=+用解矩阵方程B E A E A X )2()2(-=-求X 例26 设3阶矩阵B A ,满足B A AB +=.(1) 证明E A -可逆.(2) 设⎪⎪⎪⎭⎫ ⎝⎛-=200012031B ,求A . (91) 解:B A AB += 令E A C -= 即E C A +=E C CB +=C E E B C ⇒=-)(可逆例27 设B A ,是3阶矩阵,A 可逆,它们满足E B B A 421-=-. (1) 证明E A 2-可逆.(2) 设⎪⎪⎪⎭⎫ ⎝⎛-=200021021B ,求A . (2002)A 可逆解:EB B A 421-=-即A AB B 42-=由A 可逆得E A 2-可逆例28 设n 阶矩阵B A ,满足bB aA AB +=.其中0≠ab ,证明 (1)bE A -和aE B -都可逆. (2) A 可逆B ⇔可逆. (3)BA AB =解:(1)令aE B D bE A C -=-=,D C abE CD ,⇒=都可逆或者直接把bE A -和aE B -相乘(2)aA B bE A =-)( (3)abE aE B bE A =--))((例29 设B A ,都是n 阶对称矩阵,AB E +可逆,证明A AB E 1)(-+也是对称矩阵. 证:验证即要证明)()()()(111BA E A AB E A A AB E BA E A ++=⇔+=+--- 例30 设B A ,都是n 阶矩阵使得B A +可逆,证明(1) 如果BA AB =,则B B A A A B A B 11)()(--+=+. (2) 如果B A ,都可逆,则B B A A A B A B 11)()(--+=+. (3) 等式B B A A A B A B 11)()(--+=+总成立. (1)思路:两侧是1)(,,-+B A B A 的不同顺序的,且有证明(2) 两边求逆左边求逆11111111)(--------+=+=+=A B BB A AB A B B A A 右边求逆11111111)(--------+=+=+=A B BA B AA B A B A B例32 设B A ,都是n 阶矩阵,并且A 是可逆矩阵.证明:矩阵方程B AX =和B XA =的解相同BA AB =⇔. B AX =的解为B A 1- B XA =的解为1-BA同解即BA AB BA B A =⇔=--11 第四讲 向量组的线性关系与秩全课程的理论基础线性表示→线性相关性→极大无关组和秩→矩阵的秩一. 线性表示设α1,α2,…,αs 是一个n 维向量组.1. n 维向量β可用α1,α2,…,αs 线性表示,即β是α1,α2,…,αs 的一个线性组合,也就是说存在数组c 1,c 2,…,c s 使得c 1α1+c 2α2+…+c s αs =β .例如⎪⎪⎪⎭⎫ ⎝⎛=c b a β,⎪⎪⎪⎭⎫ ⎝⎛=0011a ,⎪⎪⎪⎭⎫ ⎝⎛=0102a ,⎪⎪⎪⎭⎫⎝⎛=1003a .则 β=a α1+b α2+c α3.又如⎪⎪⎪⎭⎫ ⎝⎛=c b a β,⎪⎪⎪⎭⎫ ⎝⎛=0011a ,⎪⎪⎪⎭⎫ ⎝⎛=0102a ,⎪⎪⎪⎭⎫ ⎝⎛=0113a .看c,c ≠0,则不能表示, c=0,则 β=a α1+b α2, 或β=(a-b)α1+b α3, ……问题是:判断β可否用α1,α2,…,αs 线性表示? 表示方式是否唯一?”这也就是问:向量方程x 1α1+ x 2α2+…+x s αs =β是否有解?解是否唯一?设A=(α1, α2,…,αs ),则此向量方程就是AX=β.反过来,判别“以(A |β)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“β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.记号: 可以表示→ 不可以表示→ 唯一表示1→无穷多表示∞→例 下列各选项中哪个成立,哪个不成立?(A) 如果β→α1,α2,…,αs ,则对任意数c, c β→α1,α2,…,αs . (B) 如果存在c,使得 c β→α1,α2,…,αs ,则β→α1,α2,…,αs . (C) 如果β→α1,α2,…,αs , γ→α1,α2,…,αs ,则β+γ→α1,α2,…,αs . (D) 如果β→α1,α2,…,αs , γ →α1,α2,…,αs , 则β+γ→α1,α2,…,αs .如果β→α1,α2,…,αs , γ →α1,α2,…,αs ,问题:β+γ ?→α1,α2,…,αs .答: β+γ →α1,α2,…,αs .例14已知β可用α1,α2,…,αs 线性表示,但不可用α1,α2,…,αs-1线性表示.证明⑴ αs 不可用α1,α2,…,αs-1线性表示; ⑵ αs 可用α1,α2,…,αs-1,β线性表示. (看题解)(2) 解:设ααααβs s s s c c c c ++++=--112211 0≠c s(1)用反证法如果,1111ακακα--++=s s s 则2.如果n 维向量组β1, β2,…,βt 中的每一个都可以可以用α1,α2,…,αs 线性表示,就说向量组β1,β2,…,βt 可以用α1,α2,…,αs 线性表示.向量组之间的线性表示问题与矩阵乘法有密切关系: 乘积矩阵AB 的每个列向量都可以表示为A 的列向量组的线性组合,从而AB 的列向量组可以用A 的列向量组线性表示.反过来,如果向量组β1,β2,…,βt 可以用α1,α2,…,αs 线性表示,则矩阵(β1,β2,…,βt )可分解为矩阵(α1,α2,…,αs )和一个矩阵C 的乘积.例如 β1=α1+2α2,β2=2α2+3α3,β3=3α3+α1;,则(β1,β2,β3)=(α1,α2,α3) ⎪⎪⎪⎭⎫ ⎝⎛330022101一般地C 可以这样构造: 它的第i 个列向量就是βi 对α1,α2,…,αs的分解系数.称C 为β1,β2,…,βt 对α1,α2,…,αs 的一个表示矩阵. (C 不是唯一的)3.当向量组α1,α2,…,αs 和β1,β2,…,βt 互相都可以表示时,就说它们等价,并记作{α1,α2,…,αs }≅{β1,β2,…,βt }.例如,如果矩阵A 用一次初等行变换化为B,则A 的行向量组和B 的行向量组等价.如果矩阵A 用一次初等列变换化为B,则A 的列向量组和B 的列向量组等价.α1,α2,α3→α2,α1, α3; α1,α2,α3→α1,4α2, α3; α1,α2,α3→α1, α2,6α1+α3;向量组的线性表示关系有传递性,即如果向量组β1,β2,…,βt 可以用α1,α2,…,αs 线性表示,而α1,α2,…,αs 可以用γ1,γ2,…,γr 线性表示,则β1,β2,…,βt 可以用γ1,γ2,…,γr 线性表示.等价关系也有传递性. 二. 向量组的线性相关性讨论向量组的内在关系的性质.1. 意义和定义--从三个方面看线性相关性(1) 意义:线性相关性是描述向量组内在关系的概念. 如果向量组α1, α2,…,αs 中有向量可以用其它的s-1个向量线性表示,就说α1, α2,…,αs 线性相关.如果向量组α1, α2,…,αs 中每个向量都不可以用其它的s-1个向量线性表示,就说α1, α2,…,αs 线性无关.⎪⎪⎪⎭⎫ ⎝⎛=0011a ,⎪⎪⎪⎭⎫ ⎝⎛=0102a ,⎪⎪⎪⎭⎫ ⎝⎛=1003a ⎪⎪⎪⎭⎫ ⎝⎛=0011a ,⎪⎪⎪⎭⎫ ⎝⎛=0102a ,⎪⎪⎪⎭⎫ ⎝⎛=1003a ⎪⎪⎪⎭⎫⎝⎛=1014a两个向量线性相关就是它们的对应分量成比例.如α=(a 1,a 2,a 3)和β=(b 1,b 2,b 3)相关,不妨设β=c α,即b 1=ca 1, b 2=ca 12, b 3=ca 3.(2)定义 设α1,α2,…,αs 是n 维向量组,如果存在不全为0的一组数c 1,c 2,…,c s 使得c 1α1+c 2α2+…+c s αs =0,则说α1,α2,…,αs 线性相关,否则就说它们线性无关. 说明:① 意义和定义是一致的.比如设c s 不为0,则 αs = -(c 1α1+c 2α2+…+c s-1αs —1)/c s .② 当向量组中只有一个向量(s=1)时,它相关(无关)就是它是(不是)零向量.③ α1,α2,…,αs 线性无关即要使得c 1α1+c 2α2+…+c s αs =0,必须c1,c2,…,c s全为0.(3)α1,α2,…,αs “线性相关还是无关”就是向量方程x1α1+ x2α2+…+x sαs=0“有没有非零解”.如果令A=(α1,α2,…,αs ), 则α1,α2,…,αs 线性相关(无关)⇔齐次方程组 AX=0有非零解(无非零解).2. 性质(1)若向量的个数s等于维数n,则 α1, α2,…,αn线性相关⇔| α1, α2,…,αn|=0.当向量的个数s大于维数n时, α1, α2,…,αs 一定线性相关.用齐次方程组, 注意:n是AX=0的方程数, s是AX=0的未知数个数.s=n时用克莱姆法则.s>n即方程数n少于是AX=0的未知数个数s,一定有非零解.(2) 线性无关向量组的每个部分组都无关(于是每个向量都不是零向量).α1, α2, α3, α4, α5无关⇒α1, α3, α 5无关逆否命题:如果向量组有线性相关的部分组,则它本身也线性相关.(3) 如果α1,α2,…,αs 线性无关,则α1,α2,…,αs ,β线性相关⇔β→α1,α2,…,αs .(α1,α2,…,αs ,β线性无关⇔β→α1,α2,…,αs .)⇐ 明显.⇒ 设c 1,c 2,…,c s , c 不全为0,使得c 1α1+c 2α2+…+c s αs +c β=0,则c 不为0(否则α1,α2,…,αs 线性相关),因此β→α1,α2,…,αs . 例 β1=(1,2, a+3),β2=( 2,1 ,a+6),β3=(2,1,a+4) 线性无关. 例15 α1,α2,α3,β线性无关,而α1,α2,α3,γ线性相关,则 (A) α1,α2,α3,c β+γ线性相关. (B) α1,α2,α3,c β+γ线性无关. (C) α1,α2,α3,β+c γ线性相关. (D ) α1,α2,α3,β+c γ线性无关.2008年的一个题中:已知 α1,α2都是3阶矩阵A 的特征向量,特征值分别为-1和1,又3维向量 α3满足A α3= α2+α3.证明α1,α2, α3线性无关.(看题解)设0332211=++αααc c c (1)A (1) 得033232211=+++-ααααc c c c (2) (1)-(2):022311=-ααc c (3) A (3) 022311=--ααc c (4) (3)-(4) 4011=αc ,得 01=c ; 代人(3),-023=αc ,得 03=c , 代人(1),022=αc ,得 02=c方法二:α1,α2线性无关,只用证 →c 3αα21, 若 ααα22113c c +=,(1) 得αααα221132c c +-=+(2)(2)-(1): αα1122c -= 与αα21,线性无关矛盾。