线性代数 讲义 东北大学共31页文档
线性代数讲义正式版
目录 第一章 行列式........................................................................................................................................ 1
第一节：基本概念.......................................................................................................................... 1 第二节：行列式的基本性质与计算.............................................................................................. 1 第三节：典型例题精讲.................................................................................................................. 2 第二章 矩阵.......................................................................................................................................... 5 第一节：基本概念.......................................................................................................................... 5 第二节：几种特殊矩阵.................................................................................................................. 5 第三节：矩阵基本运算与公式性质.............................................................................................. 6 第四节：初等变换与初等矩阵...................................................................................................... 8 第五节：求逆矩阵........................................................................................................................ 10 第六节：矩阵的秩........................................................................................................................ 12 第七节：矩阵的性质.................................................................................................................... 13 第三章 向量........................................................................................................................................ 18 第一节：基本概念........................................................................................................................ 18 第二节：向量组的性质................................................................................................................ 19 第三节：向量组的秩与向量组等价............................................................................................ 23 第四章 线性方程组............................................................................................................................ 26 第一节：基本概念........................................................................................................................ 26 第二节：基本结论........................................................................................................................ 26 第三节：线性方程组解的结构.................................................................................................... 27 第四节：具体线性方程组的通解的求法.................................................................................... 28
《线性代数讲义》课件
在工程学中，性变换也得到了广泛的应用。例如，在图像处理中，可
以通过线性变换对图像进行缩放、旋转等操作；在线性控制系统分析中
，可以通过线性变换对系统进行建模和分析。
THANKS
感谢观看
特征向量的性质
特征向量与特征值一一对应，不同的 特征值对应的特征向量线性无关。
特征值与特征向量的计算方法
01
定义法
根据特征值的定义，通过解方程 组Av=λv来计算特征值和特征向 量。
02
03
公式法
幂法
对于某些特殊的矩阵，可以利用 公式直接计算特征值和特征向量 。
通过迭代的方式，不断计算矩阵 的幂，最终得到特征值和特征向 量。
矩阵表示线性变换的方法
矩阵的定义与性质
矩阵是线性代数中一个基本概念，它可以表示线性变 换。矩阵具有一些重要的性质，如矩阵的加法、标量 乘法、乘法等都是封闭的。
矩阵表示线性变换的方法
通过将线性变换表示为矩阵，可以更方便地研究线性 变换的性质和计算。具体来说，如果一个矩阵A表示 一个线性变换L，那么对于任意向量x，有L(x)=Ax。
特征值与特征向量的应用
数值分析
在求解微分方程、积分方程等数值问题时， 可以利用特征值和特征向量的性质进行求解 。
信号处理
在信号处理中，可以利用特征值和特征向量的性质 进行信号的滤波、降噪等处理。
图像处理
在图像处理中，可以利用特征值和特征向量 的性质进行图像的压缩、识别等处理。
05
二次型与矩阵的相似性
矩阵的定义与性质
数学工具
矩阵是一个由数字组成的矩形阵列，表示为二维数组。矩阵具有行数和列数。矩阵可以进行加法、数 乘、乘法等运算，并具有相应的性质和定理。矩阵是线性代数中重要的数学工具，用于表示线性变换 、线性方程组等。
线性代数第一章word版
第一章 矩阵§1.2 Gauss 消元法1． 基本概念一般的n 元线性方程组：)( b x a x a x a b x a x a x a b x a x a x a m n mn m m n n n n *⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++ 22112222212********* 未知数：n x x x ,,,21系数：),,2,1,,2,1( n j m i a j i ==； 常数项：m b b b ,,,21一个解：n 元有序数组n c c c ,,,21 ，令, , , ,2211n n c x c x c x === 使（*）的所有方程变为恒等式。
解集合：（*）的全部解的集合。
不相容线性方程组：解集合为空集。
一般解（通解）：解集合中全部元素的通项表达式。
具体解（特解）：解集合中一个特定元素。
解的存在性：解集合是否为空集。
解的唯一性：非空的解集合是否只有一个元素。
线性方程组同解：解集合相同。
非齐次线性方程组：m b b b ,,,21 不全为零 齐次线性方程组：m b b b ,,,21 全为零一般的n 元齐次线性方程组：)( x a x a x a x a x a x a x a x a x a n mn m m nn n n **⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++000221122221211212111零解：所有未知数均取零的解 非零解：未知数不全取零的解2. Gauss 消元法例 1 解线性方程组:⎪⎩⎪⎨⎧=--=--=-+524314422321321321x x x x x x x x x阶梯形方程组: 从上到下，方程中具有非零系数的第一个未知数的下标严格增大. 例如…. 注:(1) 它包含两个过程: 一是消元; 二是回代. (2) 将方程组化为阶梯形时所做的操作有如下三种: (i) 交换某两个方程, 如第i 个和第j 个,表示为j i R R ↔. (ii) 用非零常数k 乘某个方程, 如第i 个方程, 表示为 i kR . (iii) 将第i 个方程的l 倍加到第j 个方程, 表示为 i j lR R +. 这三种变换称为线性方程组的初等变换. 定理 1线性方程组的初等变换将方程组化为同解的方程组.解线性方程组的步骤:第一步 若第一个方程的1x 的系数为零，则选择一个1x 的系数不为零的方程, 如第i 个方程，交换它们的位置， 即 i R R ↔1.第二步 用变换1kR 将1x 的系数化为1.第三步 用变换1,1>+i lR R i , 将1x 从第一个方程以下的所有方程中消去。
2.1线性代数讲解
314526 2 0 1 1 0 0 4
因此，排列314526为偶排列，由定理，将1和6的位置 对换，便得到奇排列364521.
思考
1，2，3 的全排列共6个,其中 有3个偶排列： 123，231，312
有3个奇排列：
132，213，321
对于一般的n个数的全排列来说，奇排列的个数 与偶排列的个数有什么关系？ 定义
当
① a22
② a12 得
a11a22 a12a21 0 时，可解得
b1a22 b2 a12 x1 a11a22 a12 a21
D1 D
引入二阶行列式
类似可得
次对 D 2 角线
b1a11 b2 a21 x2 a11a22 a12 a21
D
a11 a12 a11a22 a12 a21 a21 a22
(123n) 0, 所以 123n 是偶排列.
例2 排列
解
n(n 1) 321 是奇排列还是偶排列?
n( n 1) ( n( n 1)321) , 2
当n 4k或n 4k 1时, n(n-1)·321是偶排列. · · 当n 4k 2或n 4k 3时, n(n-1)·321是奇排列. · ·
+ 在
in
前面比它大的数的个数 mn
例1 求排列
32514 的逆序数.
解
例 例
( 32514) 2 1 2 0 0 5
求排列 453162 的逆序数. 求排列 452163 的逆序数.
定义 逆序数为奇数的排列称为奇排列. 逆序数为偶数的排列称为偶排列. 例如
( 32514) 5, 所以32514是奇排列.
最新东北大学线性代数课件第一章_行列式
最新东北大学线性代数课件第一章_行列式东北大学线性代数课件第一章_行列式第一章行列式教学基本要求： 1. 1. 了解行列式的定义.2. 掌握行列式的性质和计算行列式的方法.3. 会计算简单的n 阶行列式.4. 了解Cramer 法则.一、行列式的定义 1. 定义nnn n nna a a a a a a a a 212222111211称为n 阶行列式，记作D (或n D 或||ij n a )，它是n 2个数(1,2,,;1,2,,)ij a i n j n ==的一个运算结果：1112121222111112121112n n n n n n nna a a a a a D a A a A a A a a a ==+++，(1.1)其中，(1,2,,;1,2,,)ij a i n j n ==为行列式位于第i 行且第j 列的元素，111(1)j j j A M +=-(1,2,,)j n =，而1j M 为划掉行列式第1行和第j 列的全部元素后余下的元素组成的1n -阶行列式，即2121222312131111j j n j j n j n n j n j nna a a a a a a a M a a a a -+-+-+=1j M 称为元素1j a 的余子式，1j A 称为元素1ja 的代数余子式.2. 基本行列式：(1)一阶行列式 a a =||. 例如，|106|106=，2121-=-.1112112212212122a a a a aa a a =-.112233122331132132a a a a a a a a a ++ 132231122133112332a a a a a a a a a ---.(4)三角形行列式①对角行列式111122nn nna a a a a =.②下三角行列式11221nn n nn a a a a a a =.③上三角行列式1111122nnn nna a a a a a =.④1(1)212111(1)nn n n n n n a a a a a --=-.⑤1(1)212111(1)nn n n n n n nn a a a a a a --=-. ⑥111(1)212111(1)nn n n n n n a a a a a a --=-.3. 行列式的性质nnn n n n a a a a a a a a a D212222111211=，nnn nn n T a a a a a aa a a D212221212111=性质1.1 D D T =. (1.2)性质1.1的意义：行列式的行所具有的性质列也具有.下面仅针对行叙述行列式的性质. 性质1.2(行列式的展开性质) 1112121222112212n n i i i i in in n n nna a a a a a a A a A a A a a a =+++, (1,2,,)i n =. (1.3)例如，行列式1214020311202302003059D A A -==+ 3214442396A A A ==+=.一个n 阶行列式有个余子式，有个代数余子式；一个元素的余子式与代数余子式或或 .应该注意到，一个元素的余子式或代数余子式与该元素的有关，与该元素的无关.性质1.3(行列式的公因子性质)11i in i in ka ka k a a =. (1.4)性质1.3还可以这样表述：用数k 乘以行列式某一行的每一个元素，等于用数k 乘以行列式.例如，24612340524052(58)116106106=?=?-=---.0.510.520.531234050.54050.5(58)29106106=?=?-=---. 推论行列式的一行元素全为零，行列式为零.性质1.4(行列式的拆分性质)11121112212111211112112121212.n i i i i in in n n nnnn i i in i i in n n nnn n nna a abc b c b c a a a a a a a a a b b b c c c a a a a a a +++=+ (1.5)性质1.4可以推广到一行有更多个数相加的情形.性质1.5 行列式两行元素对应全相等，行列式为零. 推论1 行列式两行元素对应成比例，行列式为零. 推论2 设行列式||ij n D a =，则1122i j i j in jn ij a A a A a A D δ+++=?. (1.6)这里，1,,0,.ij i j i j δ=?=?≠?ij δ为Kronecker 符号.性质1.6(行列式的不变性质)nnjn inn n j i n j i nn in jn in n n i j in i j i a a a a a a a a a a a a a ka a a a a ka a a a a ka a a a122212111111222212111111=+++. (1.7)性质1.6的意义：任何一个行列式都可化为三角形行列式，从而算出值.性质1.7(行列式的变号性质)12121212()i i inj j jnj j jni i ina a a a a a i j a a a a a a =-≠. (1.8)总结：利用性质1.6及其它性质与推论，可以更容易地将一个行列式化为“三角形”行列式.步骤如下：111211111121112122212222121212100n nn n n n n n n n nn nn nnnnna a a a a a a a a a a a a a a a a a a a a a ------'''''''→'''(n 1)(n 1)(n 1)(n 1)11121111112111(n 1)(n 1)(n 1)2221222212(n 1)100000n n n n n n n nnnnnnna a a a a a a a a a a a a a a a a -------------''''''''''''''→→→''''.例如，582900610312540610312610540312601504321-=-=-=--=-.在实际计算中，往往是“化零”与“展开”结合着进行，需要根据行列式的特点灵活地运用行列式的性质．二、行列式的计算行列式的计算过程，大多可以通过如下符号指示：交换i , j 两行(列)：i j r r ?（i j c c ?）；第i 行(列)提取公因子k ：i r k ÷（i c k ÷）；第j 行(列)的k 倍加到第i 行(列)：i j r kr +（i j c kc +）.例1.1 计算行列式011212120112110-----=D .解 011212120112110-----=D112121110121121210111265----?-?+---?-?=）（）（46242=?+?-=.或 01120112110210101210121021102110D -----==---- 51012(1)1212(2)4211=?---=-?-=.例1.2 计算行列式0203112002003059D -=. 解 653216953021300)1(25=-=?-?=D . 或144414443939(3)(2)906D A A M M =+=-+=-?-+?=.。
线性代数讲义(基础版)
1 2 3 1
2 0 2 1 a2
4 2 0 2 a3 a3 a3 − x a3 a4 a4 a4 a4 − x
a1 − x
例2 求 D=
a2 − x a2 a2
a0 1
例3 求 Dn +1 = 1
1 a1
1 a2
1 (ai ≠ 0) an
1
a1 + x a2 a3 a4 0 0 x −x 例 3 求 D4 = 0 −x x 0 0 0 −x x a1
n
6
线性代数基础班 09
合肥工业大学考研辅导中心（共创考研）
7
例1． 设
⎛1 0 1⎞ ⎜ ⎟ A = ⎜0 1 0⎟ ⎜0 0 1⎟ ⎝ ⎠
， 求A
n
例2． 设
⎛3 1 0⎞ ⎜ ⎟ A = ⎜0 3 0⎟ ， ⎜0 0 2⎟ ⎝ ⎠
求 A
n
例3． 设
α = (1 2 3)T β = αT β
，
线性代数基础班 09
合肥工业大学考研辅导中心（共创考研）
1
第四篇：线性代数
第一章 行列式
考试要求 1．了解行列式的概念，掌握行列式的性质。 2． 会应用行列式的性质和行列式按行（列）展开定理计算行列式。
一、内容提要
1．行列式的定义
n 2 个数 ai j (i, j = 1,2,
a11 a 21 a n1 a12 a 22 an2
练习 求 Dn =
b1 a2
b2 an −1 bn −1
bn
an
1
练习
−1 −1 x −1 −1
1 x +1 1 1
x −1 −1 −1 −1
3
1 1 x +1
线性代数全套课件
则行列式D等于下列两个行列式之和：
a11 a 21 D ai 1 a n1 a12 a 22 ai 2 an 2 a1n a11 a 2 n a 21 a in a i1 a nn a n1 a12 a1n a 22 a 2 n a a i2 in a n 2 a nn
i j r[ j i ( k )] a j 2 a jn (a j 1 ka i 1 ) (a j 2 ka i 2 ) (a jn ka in ) an 2 a nn a n1 an 2 a nn
例 计算四阶行列式
1 1
M 11 a11 A11
an 3 ann
对一般情形，只要适当交换D的行与列的位置， 即可得到结论。
定理3 行列式等于它的任一行（列）的各元素与其 对应的代数余子式乘积之和，即
D ai 1 Ai 1 ai 2 Ai 2 ain Ain ( i 1,2, , n) 或 D a1 j A1 j a2 j A2 j anj Anj
a11 a12 a13 a 23 0 0 a 21 a 22 D a 31 a 32 a41 0
n n 1 2
a1na2,n1 an1, 2an1
a14 0 a14a 23a 32a41 0 0
§3 对 换
定义5 排列中，将某两个数对调，其余的数不动， 这种对排列的变换叫对换，将相邻两数对换，叫做 相邻对换（邻换）。 定理1 一个排列中的任意两数对换， 排列改变奇偶性。
线代第一章讲义
线性代数与几何（Ａ）主讲教师殷洪友E-mail: hyyin@第一章n 阶行列式1.1二阶和三阶行列式1.2排列1.3n阶行列式的概念1.4行列式的性质1.5行列式的展开定理1.6Cramer法则求解如下二元线性方程组)1.1(,,22221211212111⎩⎨⎧=+=+b x a x a b x a x a 1.1 二阶和三阶行列式其中a 11, a 12, a 21, a 22 称为方程组（1.1）的系数，b 1, b 2 称为常数项．方程组（1.1）的系数按所在的位置排成了一个两行两列的数表，称为（1.1）的系数矩阵.⎟⎟⎠⎞⎜⎜⎝⎛22211211a a a a;212221*********b a a b x a a a a −=−）（根据消元法，可得.211211*********a b b a x a a a a −=−）（时，当021122211≠−a a a a 方程组(1.1)有唯一解：，211222112122211a a a a b a a b x −−=.211222112112112a a a a a b b a x −−=由系数矩阵确定．⎟⎟⎠⎞⎜⎜⎝⎛22211211a aa a设是一个两行两列的数表，则表达式称为该数表所确定的二阶行列式，记作⎟⎟⎠⎞⎜⎜⎝⎛22211211a a a a 21122211a a a a −.2112221122211211a a a a a a a a −=其中称为行列式的元素，下标i j 表示该元素位于第i 行，第j 列．ij a11a 12a 22a 21a 主对角线副对角线2211a a =.2112a a −注意二阶行列式的计算满足对角线法则根据二阶行列式的定义，有.,211211221111212221222121a b b a b a b a b a a b a b a b −=−=若记,22211211a a a a D =对于二元线性方程组（1.1），,2221211a b a b D =.2211112b a b a D =则当系数行列式D ≠0时，方程组有唯一解：,2221121122212111a a a a a b a b D D x ==.2221121122111122a a a a b a b a D D x ==,333213232212312111⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛a a a a a a a a a 记,312213332112322311322113312312332211a a a a a a a a a a a a a a a a a a −−−++=333231232221131211a a a a a a a a a 则称其为该数表所确定的三阶行列式.类似地，设有9 个数排成的三行三列的数表333231232221131211a a a a a a a a a 332211a a a =.322311a a a −计算三阶行列式的对角线法则注意 1. 红线上三元素的乘积冠以正号，蓝线上三元素的乘积冠以负号;2. 对角线法则只适用于二阶与三阶行列式．322113a a a +312312a a a +312213a a a −332112a a a −如果三元线性方程组⎪⎩⎪⎨⎧=++=++=++333323213123232221211313212111,,bx a x a x a b x a x a x a b x a x a x a 的系数行列式333231232221131211a a a a a a a a a D =,0≠利用三阶行列式求解三元线性方程组若记,3332323222131211a a b a a b a a b D =,3333123221131112a b a a b a a b a D =,3323122221112113b a a b a a b a a D =2-43-122-4-21D =计算三阶行列式例1.1则三元线性方程组有唯一解:,11DD x =,22DD x =.33DD x =.094321112=xx 求解方程例1.2例1.3 解线性方程组⎪⎩⎪⎨⎧=−+−=−+−=+−.0,132,22321321321x x x x x x x x x 解方程组的系数行列式111312121−−−−=D 5−=,0≠所以方程组有唯一解.因为113111221−−−−=D ,5−=113121212−−−−=D ,10−=0111122213−−−=D ,5−=故方程组的唯一解为:,111==DD x ,222==DD x .133==DD x思考题使得求一个二次多项式),(x f ()()().283,32,01=−==f f f定义1.1由自然数组成的一个有序数组称为一个n 阶排列．通常用表示n 阶排列．n ,,2,1"n j j j "21 定义1.2在一个排列中，如果一个较大数排在一个较小数之前，就称这两个数构成一个逆序．一个排列的逆序总个数称为这个排列的逆序数．排列具有自然顺序，即逆序数为0，称之为自然排列．n "3 2 1 1.2排列排列的逆序数记为).(21n j j j t " n j j j "21如果一个排列的逆序数为偶数，则称这个排列为偶排列，否则称为奇排列．计算排列的逆序数有两种方法：向前记数法和向后记数法．()2179863541()()()321212"−−n n n ()()()()()()kk k k k k 11322212123+−−−"例1.４计算下列排列的逆序数，并讨论它们的奇偶性.定理1.1对换改变排列的奇偶性．在一个排列中，把其中两个数的位置互换，而保持其余数的位置不动，这种变换称为一个对换．定理1.2在全部n 阶排列中，奇偶排列各占一半．()2≥n 定理1.3任意一个n 阶排列可经过一系列对换变成自然排列，并且所作对换次数的奇偶数与这个排列的奇偶性相同．1.3n 阶行列式的概念考察三阶行列式333231232221131211a a a a a a a a a D =332112322311312213aa a a a a a a a −−−（1）三阶行列式的展开式共有３！＝６项；（2）每项都是位于不同行不同列的三个元素的乘积，并且每个这样的乘积都出现在展开式中；322113312312332211a a a a a a a a a ++=不难发现以下特征：.)1(321321321321)(333231232221131211∑−=j j j j j j j j j t a a a a a a a a a a a a （4）如果以表示对所有３阶排列求和，则有∑321j j j （3）每项的行指标按自然顺序排列，其正负号取决于列指标构成的排列的奇偶性；其中表示对所有n 阶排列求和．∑nj j j "21定义1.3由数表所确定的n 阶行列式定义为：⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛nn n n n n a a a a a a a a a """""""212222111211()(),121212121212222111211n n nnj j j j j j t j j j nnn n n n a a a a a a a a a a a a """"""""""∑−=n 阶行列式的展开式主对角线副对角线几点说明：（1）行列式是一种特定的算式，它是为求解线性方程组而定义的;（2）n 阶行列式是项的代数和;!n （3）n 阶行列式的每项都是位于不同行不同列的n 个元素的乘积;（5）一阶行列式不要与绝对值记号相混淆；a a =（4）一般项前面所带符号为n nj j j a a a "2121();1)(21nj j j t "−（6）定义中的n 阶行列式可以简记为.n ij a D =例1.5证明上三角行列式nnnna a a a a a D """""""0022211211=.2211nn a a a "=同理可证下三角行列式和对角行列式nnn n a a a a a a """""""21222111000.2211nn a a a "=nna a a """""""0000002211=例1.6试证0000000052514241323125242322211514131211==a a a a a a a a a a a a a a a a D思考题已知()1211123111211xx x xx f −=.3的系数求x注意n 阶行列式的展开式也可表为：()()ni i i i i i t i i i nnn n n nn n n a a a a a a a a a a a a """"""""212122221112112121211∑−==′D ,nna a a %2211"#n n a a a 2112#""2121n n a a a 1.４行列式的性质行列式D'称为行列式D 的转置行列式．记#""n na a a 2112"#2121n n a a a =D nna a a %2211性质1.1行列式与它的转置行列式相等．注意性质1.1表明：行列式中行与列具有同等的地位,因此行列式的性质凡是对行成立的对列也同样成立．性质1.2互换行列式的两行（列）的位置,行列式反号，即推论1.1如果行列式有两行（列）完全相同，则此行列式等于０．.111111111111nnn pn p qn q n nn n qn q pn p n a a a a a a a a a a a a a a a a "##"##"##""##"##"##"−=性质1.3用数k 乘行列式的某一行（列），等于用数k 乘此行列式，即nnn n pn p p na a a ka ka ka a a a """""""""""""""""212111211推论1.2如果行列式的某一行（列）元素全为０，则此行列式等于０．.212111211nnn n pn p p na a a a a a a a a k """""""""""""""""=推论1.3如果行列式中有两行（列）元素成比例，则此行列式等于０.性质1.4若行列式的某一行（列）的元素都是两数之和，则此行列式等于两个行列式之和，即nn n n pnpn p p p p na a a a a a a a a a a a """""""""""21221111211′+′+′+.212111211212111211nnn n pn p p nnnn n pn p p na a a a a a a a a a a a a a a a a a """"""""""""""""""""""′′′+=nn n qn q pn p n a a a a a a a a "##"##"##"111111.1111111nnn qnq qnpn q p n a a a a ka a ka a a a "##"##"##"++=×k 性质1.5 把行列式的某一行（列）的倍数加到另一行（列）上去，行列式的值不变，即例1.7计算四阶行列式2421164214112111−−−−−=D 例1.8试证3332221113333332222221111112c b a c b a c b a a c c b b a a c c b b a a c c b b a =+++++++++例1.9计算n 阶行列式abbbba b b bbabb b b a D """""""""=具有如下形式的行列式称为反对称行列式,0000321323132231211312"""""""""nnnn n n a a a a a a a a a a a a D −−−−−−=证明：奇数阶反对称行列式等于0.例1.101.5行列式的展开定理312213332112322311322113312312332211a a a a a a a a a a a a a a a a a a −−−++=333231232221131211a a a a a a a a a 注意到三阶行列式可以改写为：()3223332211a a a a a −=()3123332112a a a a a −−()3122322113a a a a a −+323122211333312321123332232211a a a a a a a a a a a a a a a +−=()ij ji ij M A +−=1叫做元素a ij 的代数余子式．例如44434241343332312423222114131211a a a a a a a a a a a a a a a a D =44424134323114121123a a a a a a a a a M =()2332231M A +−=.23M −=行第j 列，由余下的元素按原来的排法构成的n -1 阶行列式叫做元素的余子式，记作ij a .M ij 定义1.4在n 阶行列式中，划去元素所在的第i ij a,44434241343332312423222114131211a a a a a a a a a a a a a a a a D =,33323123222113121144a a a a a a a a a M =().144444444M M A =−=+注意 1.行列式的每个元素都对应一个余子式和一个代数余子式；2.每个元素的余子式和代数余子式只与这个元素的位置有关，而与这个元素的大小无关．n 阶行列式nnn n n n a a a a a a a a a D """""""212222111211=等于它的任意一行（列）的所有元素与其对应的代数余子式乘积之和，即ni A a A a A a D in in i i i i ,,2,1,2211""=+++=),,2,1,(2211n j A a A a A a D nj nj j j j j ""=+++=定理1.4中任一行（列）的所有元素与另一行（列）相应元素的代数余子式乘积之和等于０，即n 阶行列式nnn jn j in i n a a a a a a a a D "##"##"##"111111=.j i ,A a A a A a jn in j i j i ≠=+++02211").,0(2211j i A a A a A a nj ni j i j i ≠=+++"定理1.5关于代数余子式的重要性质⎩⎨⎧≠===∑=.,0,,1j i j i D D A a ij nk kj ki 当当δ⎩⎨⎧≠===∑=;,0,,1j i j i D D A a ij nk jk ik 当当δ则当当如果记⎩⎨⎧≠===,,0,,1,j i j i a D ij nij δ例1.11计算n 阶行列式xyy x y x y x D n 000000000000""#####""=例1.12证明范德蒙德(Vandermonde)行列式.2,)(1111112112222121≥−==∏≤<≤−−−n x xxxxxx xx x x D ni j j in nn n nn n "###"""例1.13计算三对角行列式βααβαββααββα+++=11%%%%%%%n D例1.14,000111111111111nnn n nkn k kk k k b b b b c c c c a a a a D "##""##""##""##"=设,11111kkk ka a a a D "##"=,11112nnn nb b b b D "##"=.21D D D =证明:例1.14中的行列式D 称为准下三角行列式..00011111111111111111111nnn nkk k k nnn nknk nkk k k b b b b a a a a b b b b c c c c a a a a "##""##""##""##""##""##"⋅=同理可以证明准上三角行列式思考题阶行列式设n )1(10001030012321"#%###"""n nD n −−−=求第一行各元素的代数余子式之和.11211n A A A +++"（2）设计一个n 阶行列式D n ，使得并计算这个行列式.,12+++=n n n D D D1.6Cramer法则⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++,,,22112222212111212111n n nn n n n n n n b x a x a x a b x a x a x a b x a x a x a """""""""""""""设线性方程组,,,,21不全为零若常数项n b b b "则称此方程组为非齐次线性方程组;此时称方程组为齐次线性方程组.,,,,21全为零若常数项n b b b "如果线性方程组)2.1(22112222212111212111⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++nn nn n n n n n n b x a x a x a b x a x a x a b x a x a x a """""""""""""""的系数行列式,0212222111211≠=nnn n nna a a a a a a a a D """"""""""定理1.7则该线性方程组有唯一解：)3.1(.,,,2211D D x D D x DD x n n ===".,,2,1,1,1,121,221,22111,111,111n j a a b a a a a b a a a a b a a D nnj n nj n n nj j nj j j """"""""""""""==+−+−+−其中推论２推论１)4.1(000221122221211212111⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++n nn n n nn n n x a x a x a x a x a x a x a x a x a """""""""""""""的系数行列式,0≠D 如果齐次线性方程组则其只有零解;若(1.4)有非零解，.0=D 则必有如果线性方程组(1.2)无解或有两个不同的解，则它的系数行列式必为零.。
线性代数知识点全面总结PPT课件
量 组 的
维 向 量 线性相关
判定 概念 判定
充要条件
线
概念
充分条件
性 相
线性无关
判定
充要条件 充分条件
关 性
概念
向
极大无关组 求法
量
概念
空
向量空间的基
间
线 Ax = b
解
有解判定R(A)≠R(B)无解 的
性 方 程 组
初行变换等阶梯形
R(A)=R(B)有解 结
构
R(A)=n仅有零解 基
Ax = 0
2、矩阵的乘法
(1)(AB)C = A ( BC ) ;
(2) A ( B + C ) =
(3) (kA)(lB) = (kl)AB;
(4) AO =OA = O.
3、矩阵的转置
(1)(AT)T = A; (3)(kA)T =kAT;
(2) (A+B)T = AT+BT; (4) (AB)T = BTAT.
A
A12
A22
An1
An2
A1n A2n
Ann
概 如果AB=BA=E,则A可逆， 念 B是A的逆矩阵.
用定义
逆 矩求
用伴随矩阵 A1 1 A
A
阵
法
分块对 A
角矩阵
0
0 1 A1
B
0
0 0
B1
B
A1 0
0
A1
B1
0
|A| ≠ 0 , A
证 法
可|A逆| =.0 , A不可 逆AB .= E , A与B互逆.
总 有 解R(A)<n有非零解
A+B = ( aij + biAj与) B同型
线性代数讲义(第一章)
an1 an2 ann
解 展开式的一般项为 (-1)t( j1 j2jn ) a1 j1 a2 j2 anjn .
不为零的项只有 (-1)t(12n) a11a22 ann.
a11 0
0
a21 a22 0 1 t12na11a22 ann
1
1
a2 a a 1
1
1
b2 b b 1
1
1
c2 c c 1
1
1
d2 d d 1
a
b abcd
c
d
11
1 a2 a
a
1
1 b2
1
1 c2
1
b
b 1
13
c
c
1
1 d2
1 d
d
11 1 a2 a
1
1 b2
1 b
1
1 c2
1 c
1
1 d2
1 d
0.
性质5 把行列式的某一列（行）的各元素乘以 同一数然后加到另一列(行)对应的元素上去，行 列式不变．
当 a11a22 a12a21 0 时， 方程组的解为
x1
b1a22 a11a22
a12b2 ， a12a21
x2
a11b2 a11a22
b1a21 . a12a21
（3）
由方程组的四个系数确定.
为便于记忆，引入记号
a D 11
a21
a 12
a a11 22 a a 12 21
三阶行列式的计算: 对角线法则
a11 a12 a13 a21 a22 a23 a31 a32 a33
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一内积正交矩阵施密特正交化实对称矩阵的对角化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+…+a1nxn=b1,a21x1+a22x2+…+a2nxn=b2,…………am1x1+am2x2+…+amnxn=bm,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, …,kn)(称为解向量),它满足:当每个方程中的未知数xi 都用ki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.b 1=b2=…=bm=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… a1na11a12… a1nb1A= a21 a22… a2n 和(A|β)= a21 a22… a2n b2…………………am1 am2… amnam1am2… amnbm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,⋯ ,an的向量可表示成a 1(a 1,a 2,⋯ ,a n )或 a 2 , ┆ 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, c 1,c 2,…,c s 是一组数,则称 c 1α1+c 2α2+…+c s αs为α1, α2,…,αs 的(以c 1,c 2,…,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n2个数排列成的一个n行n列的表格,两边界以竖线,就成为一个n阶行列式:a11 a12… a1na 21 a22… a2n……… .a n1 an2… ann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n2个元素按照一定的法则进行运算,得到的数值称为这个行列式的值.请注意行列式和矩阵在形式上和意义上的区别.当两个行列式的值相等时,就可以在它们之间写等号! (不必形式一样,甚至阶数可不同.)每个n阶矩阵A对应一个n阶行列式,记作|A|.行列式这一讲的的核心问题是值的计算,以及判断一个行列式的值是否为0. 2. 定义(完全展开式)2阶和3阶行列式的计算公式: a 11 a 12a 21 a 22 = a 11a 22-a 12a 21 . a 11 a 12 a 13a 21 a 22 a 23 = a 11a 22a 33+ a 12a 23a 31+ a 13a 21a 32-a 13a 22a 31- a 11a 23a 32-a 12a 21a 33. a 31 a 32 a 33一般地,一个n 阶行列式 a 11 a 12 … a 1na 21 a 22 … a 2n… … …a n1 a n2 … a nn的值是许多项的代数和,每一项都是取自不同行,不同列的n 个元素的乘积,其一般形式为:n nj j j a a a 2121,这里把相乘的n 个元素按照行标的大小顺序排列,它们的列标j 1j 2…j n 构成1,2, …,n 的一个全排列(称为一个n 元排列),共有n!个n 元排列,每个n 元排列对应一项,因此共有n!个项.所谓代数和是在求总和时每项先要乘+1或-1.规定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nnj j j a a a 2121所乘的是.)1()(21n j j jτ-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 nnj j j j j j j j j a a a τ-∑… … … a n1 a n2 … a nn这里∑nj 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 a2 a3 … a na 12a 22a 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1① 2 a a a a ② 1+x 1 1 1 ③ 1+a 1 1 1a 2 a a a 1 1+x 1 1 2 2+a 2 2a a 2 a a . 1 1 1+x 1 . 3 3 3+a 3 .a a a 2 a 1 1 1 1+x 4 4 4 4+aa a a a 2例2 1 2 3 4 52 3 4 5 13 4 5 1 2 .4 5 1 2 35 1 2 3 4例3 1+x11 1 11 1+x21 1 .1 1 1+x311 1 1 1+x4例4 a 0 b c0 a c b .b c a 0c b 0 a例5 1-a a 0 0 0-1 1-a a 0 00 -1 1-a a 0 . (96四)0 0 -1 1-a a0 0 0 -1 1-a2. 测试概念与性质的题例6 x3-3 1 -3 2x+2多项式f(x)= -7 5 -2x 1 ，求f(x)的次数和最高次项的系数.X+3 -1 33x2-29 x3 6 -6例7求 x-3 a -1 4f(x)= 5 x-8 0 –2 的x4和x3的系数.0 b x+1 12 2 1 x例8 设4阶矩阵A=(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A11=-9,A12=3,A13=-1,A14=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 n b 1 c 2 0 … 0 0证明 0 b 2 c 3 0 0 =11111(1)ni 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 =011111nni i i i i n i i a c c c a b c c -+==-∑∏ .… … … … b n 0 0 … 0 c 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 0 a a+b b … 0 0… … … … = 11n n nn iii abab a b++-=-=-∑(当a ≠b 时).0 0 0 … a+b b 0 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+a2-a3+a4-a5. 例6 9,-6例7 1,-10.例8 40.例9 x=0,y=3,z=-1. 例10 -28.例14 x1=a,x2=b,x3=c..第三讲矩阵一．概念复习1. 矩阵乘法的定义和性质定义2.1 当矩阵A的列数和B的行数相等时,和A和B可以相乘,乘积记作AB. AB的行数和A相等,列数和B相等. AB的(i,j)位元素等于A的第i个行向量和B的第j个列向量(维数相同)对应分量乘积之和.设 a11 a12… a1nb11b12… b1sc11c12… c1sA= a21 a22... a2n B= b21 b22... b2s C=AB=c21 c22 (2)………………………a m1 am2… amn, bn1bn2… bns, cm1cm2… cms,则c ij =ai1b1j+ai2b2j+…+ainbnj.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+…+a 1x+a 0,对n 阶矩阵A 规定f(A )=a m A m +a m-1A m-1+…+ a 1A+a 0E .称为A 的一个多项式.请特别注意在常数项上加单位矩阵E .乘法公式 一般地,由于交换性的障碍,小代数中的数的因式分解和乘法公式对于n 阶矩阵的不再成立.但是如果公式中所出现的n 阶矩阵互相都是乘法交换的,则乘法公式成立.例如当A 和B 可交换时,有: (A ±B )2=A 2±2AB +B 2;A 2-B 2=(A +B )(A -B )=(A +B )(A -B ).二项展开式成立: B ACB 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 即A i 和B i , 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):①AB的每个列向量为:γi=Aβi,i=1,2,…,s.即A(β1, β2,…,βs)=(Aβ1,Aβ2,…,Aβs).②β=(b1,b2,…,b n)T,则Aβ= b1α1+b2α2+…+b nαn.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… An1A*= A12 A22… A n2 =(A ij)T.………A 1n A2n… Amn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x 1α1+ x 2α2+…+x s αs =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(即要使得c 1α1+c 2α2+…+c s αs =0,必须c 1,c 2,…,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x 1α1+ x 2α2+…+x s αs =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.如果向量的个数s 等于维数n,则 α1, α2,…,αn 线性相关⇔| α1, α2,…,αn |=0. ② 线性无关向量组的每个部分组都无关(从而每个向量都不是零向量).③ 如果α1,α2,…,αs 线性无关,而α1,α2,…,αs ,β线性相关,则β可用α1,α2,…,αs 线性表示.。
《线性代数》部分讲义（Word版）
《线性代数》部分讲义（Word版）GCT 线性代数辅导第一讲行列式一. 行列式的定义● 一阶行列式定义为1111a a =● 二阶行列式定义为2112221122211211a a a a a a a a -=● 在n 阶行列式中，划去元素ij a 所在的第i 行第j 列，剩余元素构成1-n 阶行列式，称为元素ij a 的余子式，记作ij M ．● 令ij j i ij M A +-=)1(，称ij A 为ij a 的代数余子式．●n 阶行列式定义为n n nnn n nn A a A a A a a a a a a a a a a 1112121111212222111211+++=．二. 行列式的性质1.行列式中行列互换，其值不变．=333231232221131211a a a a a a a a a 332313322212312111a a a a a a a a a 2.行列式中两行对换，其值变号．=333231232221131211a a a a a a a a a –333231131211232221a a a a a a a a a 3.行列式中如果某行元素有公因子，可以将公因子提到行列式外．=333231232221131211a a a ka ka ka a a a 333231232221131211a a a a a a a a a k4.行列式中如果有一行每个元素都由两个数之和组成，行列式可以拆成两个行列式的和．=+++333231232322222121131211a a a b a b a b a a a a +333231232221131211a a a a a a a a a 333231232221131211a a a b b b a a a 由以上四条性质，还能推出下面几条性质5.行列式中如果有两行元素对应相等，则行列式的值为０．6.行列式中如果有两行元素对应成比例，则行列式的值为０．7.行列式中如果有一行元素全为０，则行列式的值为０．8.行列式中某行元素的k 倍加到另一行，其值不变．=333231232221131211a a a a a a a a a 133312321131232221131211ka a ka a ka a a a a a a a +++三.n 阶行列式展开性质nnn n nn a a a a a a a a a D212222111211= 等于它的任意一行的各元素与其对应代数余子式的乘积的和，即in in i i i i A a A a A a D +++= 2211 n i ,,2,1 = ● 按列展开定理nj nj j j j j A a A a A a D +++= 2211 n j ,,2,1 =●n 阶行列式D 的某一行的各元素与另一行对应元素的代数余子式的乘积的和等于零．即02211=+++jn in j i j i A a A a A a j i ≠ ● 按列展开的性质02211=+++nj ni j i j i A a A a A a j i ≠四.特殊行列式●nn nna a a a a a22112211=;()11212)1(11211n n n n n n n na a a a a a ----=● 上（下）三角行列式和上面的对角行列式的结果相同.五.计算行列式● 消零降阶法.● 消为特殊行列式（上（下）三角行列式或和对角行列式）..典型习题1. =3D xx x 121332=（）。
东北大学线性代数_第三章课后答案详解向量组的线性相关性
第三章 向量组的线性相关性基本教学要求：1. 理解n 维向量的概念.2. 理解向量的线性组合、线性相关和线性无关的概念.3. 掌握向量的线性相关和线性无关的有关理论及判断方法.4. 了解向量组的极大线性无关组与秩的概念，会求向量组的极大线性无关组及秩.5. 理解矩阵的秩的概念，掌握求秩的方法.一、向量及其运算 1. 向量的概念有大小无方向的量，叫做数量或标量.既有大小又有方向的量则是向量，又称矢量，用有序数组表示：12n a a a ⎛⎫⎪⎪ ⎪ ⎪⎝⎭或 ()12,,,n a a a .前者称为n 维列向量，后者称为n 维行向量.列向量通常记作a 、或a 、或α，对应的行向量则相应地记作Ta 、或Ta 、或T α.如不特别说明，向量一般常指列向量. 以下讨论主要针对实向量.2. 向量的运算因为向量是矩阵，所以它有许多与矩阵相同的运算及运算规律(P 62)：(1)相等； (2)加法； (3)数乘； (4)转置，但向量没有矩阵形式的“乘法”和“逆”，而有所谓的“向量的乘法”运算——内积.向量的加法和数乘运算称为向量的线性运算.例3.1(例3.1 P 62)(5)内积(P 63) 设向量1212(,,,),(,,,)T T n n a a a b b b αβ==，令1122[,]n n a b a b a b αβ=+++，称[,]αβ为α与β的内积.例如，内积的性质：①[,][,]αββα=(对称性)；②[,][,][,]αβγαγβγ+=+，[,][,]k k αβαβ=(线性性)； ③[,]0αα≥.当且仅当αο=时，[,]0αα=(正定性).2n a =++为向量α的长度(或范数)，记为α(或α).当1α=时，称α为单位向量.如果αο≠，则1αα是与α同方向的单位向量.对任意非零向量αβ、，称[,],arccosαβαβαβ=⋅，(0,αβπ≤≤)为向量α与β的夹角.如果[,]=0αβ，则称α与β正交.3.应用(1)向量表示线性方程组(P 65) 考虑线性方程组1111221n n 12112222n n 2m11m22mn n m a x a x a x b ,a x a x a x b ,a x a x a x b .+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩(1)若设1i 12i 2i mi m a b a ba (i 1,2,,n),b a b ⎛⎫⎛⎫ ⎪ ⎪ ⎪⎪=== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭，则(1)式可表示为1122n n x a x a x a b +++=. (2)(2)向量表示矩阵(P 64)111121n 21222n 2m1m2mn m a a a a a a A a a a ⎛⎫α⎛⎫ ⎪ ⎪α ⎪ ⎪= ⎪ ⎪ ⎪⎪ ⎪α⎝⎭⎝⎭或 ()11121n 21222n 12n m1m2mn a a a a a a A a a a ⎛⎫⎪⎪=βββ ⎪⎪⎝⎭，12m ,,,ααα与12n ,,,βββ分别称为矩阵A 的行向量组与列向量组.二、向量组的线性相关性 1. 基本概念由同维数的列向量(或行向量)组成的集合叫做向量组.定义3.1 对向量β和向量组12s ,,,ααα，若存在一组数12s k ,k ,,k 使1122s s k k k β=α+α++α， (3) 则称向量β可由向量组12s ,,,ααα线性表示，也称β是向量组12s ,,,ααα的一个线性组合. (P 64)例如：3112210--⎛⎫⎛⎫⎛⎫=-+ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭表明向量⎪⎪⎭⎫ ⎝⎛-23可由向量组⎪⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛-0111，线性表示.例如：10532436327⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪--+- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭是向量组1052,3,6327⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭的一个线性组合，而1052236327⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪-+-- ⎪ ⎪ ⎪⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭是向量组1052,3,6327⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭的另一个线性组合.根据定义3.1，方程组(2)有解可表述为向量b 可由向量组12n a ,a ,,a 线性表示.式(3)可以用分块矩阵的乘积形式表示为(P 64)1212s s k k (,,,)k ⎛⎫ ⎪ ⎪β=ααα ⎪ ⎪⎝⎭；(当12s ,,,,βααα为列向量时)或 1212s s (k ,k ,,k )α⎛⎫ ⎪α ⎪β= ⎪ ⎪α⎝⎭. (当12s ,,,,βααα为行向量时)定义3.2 对向量β和向量组12s ,,,ααα，若存在一组不全为零的数12s k ,k ,,k 使1122s s k k k α+α++α=ο， (4)则称向量组12s ,,,ααα线性相关；否则，称向量组12s ,,,ααα线性无关.(P 65)定义3.2表明： 向量组12s ,,,ααα线性相关，即齐次线性方程组1122s s x x x α+α++α=ο有非零解. (P 65) 向量组12s ,,,ααα线性无关，即齐次线性方程组1122s s x x x α+α++α=ο只有零解. (P 65)又根据Cramer 法则，有n 个n 维向量线性相关⇔n 个向量构成的矩阵的行列式为0. n 个n 维向量线性无关⇔n 个向量构成的矩阵的行列式不为0.例如，311022100--⎛⎫⎛⎫⎛⎫⎛⎫--+= ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭表明向量组311,,210--⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭线性相关.0700230321321 =⎪⎪⎪⎭⎫ ⎝⎛+⎪⎪⎪⎭⎫ ⎝⎛+⎪⎪⎪⎭⎫ ⎝⎛-k k k ，即0723032001321 =⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛-k k k .由于只有零解，所以向量组1002,3,0327⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭线性无关.定义3.3一组两两正交的非零向量称为正交向量组.由单位向量构成的正交向量组称为规范正交向量组. (P 66)例如，n 维标准单位向量组e 1=(1,0,…,0)T , e 2=(0,1,…,0)T , …, e n =(0,0,…,1)T是一个规范正交向量组.2. 有关结论(P 66-68) (1)向量组12s ,,,ααα线性相关⇔12s ,,,ααα中至少有一个向量可由其余向量线性表示. (定理3.3 P 67)向量组12s ,,,ααα线性无关⇔12s ,,,ααα中任意一个向量不能由其余向量线性表示.(2)一个向量α线性相关⇔α=ο. (P 66) 一个向量α线性无关⇔α≠ο.(3)两个向量,αβ线性相关 k l ⇔α=ββα或＝(几何上，即,αβ共线或平行). (P 66) 两个向量,αβ线性无关 k l ⇔α≠ββ≠α且(几何上，即,αβ不共线或不平行).(4)三个向量,,αβγ线性相关，即,,αβγ共面. (P 66) 三个向量,,αβγ线性无关，即,,αβγ不共面.(5)正交向量组线性无关. (定理3.1 P 66)标准单位向量组是线性无关向量组.(6)若向量组有一个部分组线性相关，则该向量组线性相关.(部分相关，整体相关) (定理3.2 P 67) 线性无关向量组的任一部分组线性无关.(整体无关，部分无关) (推论2 P 67)推论 含有零向量的向量组线性相关. (推论1 P 67)(7)设向量组12s ,,,ααα线性无关，12s ,,,,αααβ线性相关，则β可由向量组12s ,,,ααα线性表示，且表示式唯一.(表示式中的系数称为β关于向量组12s ,,,ααα的坐标) (定理3.4 P 67)(8)线性相关向量组的缩短向量组线性相关.线性无关向量组的加长向量组线性无关. (定理3.5 P 68) 证 设()Ti 1i 2i mi a ,a ,,a (i 1,2,,s)α==是一组m 维向量，令1122s s k k k α+α++α=ο，即1111221s s 2112222s sm11m22ms s a k a k a k 0,a k a k a k 0,a k a x a k 0.+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩(5) 不妨去掉最后一个方程(这对应于12s ,,,ααα同时去掉了最后一个分量)，有1111221s s 2112222s sm 111m 122m 1s s a k a k a k 0,a k a k a k 0,a k a x a k 0.---+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩(6) 显然，若方程组(5)有非零解，那么方程组(6)也必然有非零解，即线性相关向量组的缩短向量组线性相关.反之，若方程组(6)只有零解，那么方程组(5)也必然只有零解，即线性无关向量组的加长向量组线性无关.例如，(9)任意n+1个n 维向量线性相关. 证 设12n 1,,,+ααα为n+1个n 维向量，那么①若12n ,,,ααα线性相关，则12n 1,,,+ααα线性相关；②若12n ,,,ααα线性无关，则由Cramer 法则知，线性方程组1122n n n 1x x x +α+α++α=α有唯一解,即n 1+α可由12n ,,,ααα线性表示，故12n 1,,,+ααα线性相关.推论任意m 个n(n<m)维向量线性相关.3. 向量组线性相关/线性无关的判定方法(1)观察法；(2)定义法；(3)基本结论法；(4)秩法(第三、四节). 三、秩 (一)向量组的秩 1. 向量组的等价设有两个向量组：(Ⅰ)α1,α2,…,αr ；(Ⅱ)β1,β2,…,βs .定义3.4 若向量组(Ⅰ)中的每个向量都可由向量组(Ⅱ)线性表示，则称向量组(Ⅰ)可由向量组(Ⅱ)线性表出；若向量组(Ⅰ)与向量组(Ⅱ)可以互相线性表出，则称它们等价. (定义3.10 P 69)向量组等价的性质：1)反身性；2)对称性；3)传递性. (P 69)若向量组(Ⅰ)可由向量组(Ⅱ)线性表出，则有s ×r 矩阵C 使(α1,α2,…,αr )=(β1,β2,…,βs )C ，C 为表出矩阵.记A=(α1,α2,…,αr ), B=(β1,β2,…,βs )，上式即为A=BC.实际上，A=BC既表示A的列向量组可由B的列向量组线性表出，也表示A的行向量组可由C的行向量组线性表出.注意：当A、B为同型矩阵，A、B的行(列)向量组等价，必有矩阵A、B等价；反之，矩阵A、B等价，它们的行(列)向量组未必等价. (P70)定理3.1如果向量组α1,α2,…,αm线性无关，则有规范正交向量组ε1,ε2,…,εm与之等价. (定理3.6P70) 证令β1=α1，β2=α2+k1β1且[β2,β1]=0，得k1=-[α2,β1]/[β1,β1]，所以β2=α2-([α2,β1]/[β1,β1])β1，βm=αm+k1β1+…+k m-1βm-1且[βm,β1]=0, [βm,β2]=0,…, [βm,βm-1]=0，得k1=-[αm,β1]/[β1,β1], k2=-[αm,β2]/[β2,β2],…, k m-1=-[αm,βm-1]/[βm-1,βm-1]，所以βm=αm-([αm,β1]/[β1,β1]) β1-…-([αm,βm-1]/[βm-1,βm-1]) βm-1，则β1,β2,…,βm是正交向量组，且(α1,α2,…,αm)=(β1,β2,…,βm)[][][][][][]2221m111112m,,,,,,101001⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝αβαβββββαβββ⎭，故向量组β1,β2,…,βm与向量组α1,α2,…,αm等价.再将向量组β1,β2,…,βm规范化，便得到与α1,α2,…,αm等价的规范正交向量组ε1,ε2,…,εm.例3.2(例3.5 P70)定义3.5 如果实矩阵A满足AA T=E，则称A为正交矩阵. (定义3.11 P71)正交矩阵的性质：(1)A 1=±；(2)实矩阵A 为正交矩阵的充分必要条件是A 的行向量组(或列向量组)为规范正交向量组.2. 极大线性无关组定义3.6 如果向量组T 中有一部分向量组α1,α2,…,αr 满足： (1)α1,α2,…,αr 线性无关；(2)T 中任一向量β与α1,α2,…,αr 线性相关，则称α1,α2,…,αr 为向量组T 的一个极大线性无关向量组，简称极大无关组.(定义3.12 P 71)极大无关组的含义：向量组中没有比“极大无关组”“更大的”的线性无关向量组.注意：一个向量组可能有极大无关组，也可能没有极大无关组；可能有一个极大无关组，也可能有多个极大无关组.如：只有零向量的向量组没有极大无关组；线性无关的向量组只有一个极大无关组；102,,013⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭有多个极大无关组.定理3.2 向量组与它的任一极大线性无关组等价. (定理3.7 P 72) 推论1 向量组中的任意两个极大线性无关组等价. (推论 P 72)定理3.3 若列向量组α1,α2,…,αr 线性无关，且(α1,α2,…,αr )A=O ，则A=O . (定理3.8 P 72)定理3.4 等价的线性无关向量组含有相同个数的向量. (定理3.9 P 72) 推论 一个向量组的所有极大线性无关组中的向量个数相等. (推论 P 72)定义3.7 一个向量组的极大线性无关组中的向量个数称为向量组的秩，记为R(·)或rank(·). (定义3.13 P 72)规定：不存在极大无关组的向量组的秩为0. 例如，102R ,,2013⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭=.相关结论： (1){}12s R ,,,s ααα≤.(2)对于任意的同维向量组12s ,,,ααα和12t ,,,βββ，总有{}{}{}{}{}{}12s 12t 12s 12t 12s 12t max R ,,,,R ,,,R ,,,,,,,R ,,,R ,,,αααβββ≤αααβββ≤ααα+βββ (3)若向量组12s ,,,ααα可由向量组12t ,,,βββ线性表出，则{}{}12s 12t R ,,,R ,,,ααα≤βββ.(定理3.10 P 73)推论1 等价的向量组的秩相等. (推论1 P 73) 推论2 若向量组12s ,,,ααα线性无关，且可由向量组12t ,,,βββ线性表出，则s t ≤. (推论2P 73)推论3 若向量组12s ,,,ααα可由向量组12t ,,,βββ线性表出，且s t >，则12s ,,,ααα线性相关. (推论3 P 73)推论4 任意m 个n(n<m)维向量线性相关. (推论4 P 73)求极大无关组的方法：(1)观察法；(2)基本结论法；(3)初等变换法(第四节).(二)矩阵的秩定义3.8 在一个m n ⨯矩阵A 中任选k 个行与k 个列(1k min{m,n}≤≤)，位于这些行、列交叉处的k 2个元素按原相互位置关系所形成的k 阶行列式，称为矩阵A 的一个k 阶子式. (定义3.14 P 73)定义3.9 若矩阵A 有不等于零的r 阶子式，且所有r+1阶子式(如果存在的话)全等于零，则r 称为矩阵A 的秩，记为R(·)或rank(·). (定义3.15 P 73)定义3.9指出：(1) 矩阵的秩为r ，则矩阵所有r+1及以上阶子式(如果存在的话)都等于零； (2) 矩阵的秩是矩阵不等于零的最高阶子式的阶数； (3) 0≤R(A)≤min{m,n}； (4) R(A T )= R(A)；(5) 可逆矩阵的秩等于矩阵的阶数.例3.3(例3.6 P 74) 求矩阵A 和B 的秩，其中1234512302312456,0003421000000A B ⎛⎫⎛⎫⎪⎪⎪== ⎪ ⎪⎪ ⎪⎝⎭⎝⎭.2. 求矩阵的秩定理3.5初等变换不改变矩阵的秩. (定理3.11 P 74)推论1 若A ～B ，则R(A)= R(B). (推论 P 75) 推论2行阶梯形矩阵的秩等于元素不全为零行的行数.定理3.5、推论1和推论2给出了一个求矩阵秩的方法：对矩阵做初等行变换将其化为行阶梯形矩阵，行阶梯形矩阵中元素不全为零行的行数即为矩阵的秩.例3.4(类似例3.8 P 75)求矩阵12101210A 10112022-⎛⎫⎪--⎪= ⎪-⎪-⎝⎭的秩. 解 因为2131434123+,221210121012101210000002011011020100002022042000---↔---⎛⎫⎛⎫⎛⎫⎪⎪⎪--- ⎪ ⎪ ⎪→→ ⎪ ⎪ ⎪--⎪ ⎪ ⎪--⎝⎭⎝⎭⎝⎭r r r r r r r r r r ， 所以R(A)2=.例3.5(例3.7 P 75) 证明：R(AB )≤min{R(A),R(B)}. 证 因为()()R AB R AB A ≤，而()()12c c BAB A O A -→，所以()()()R AB R O A R A ≤=.又()()()()()T T T T R AB R (AB)R B A R B R B ==≤=，所以R(AB)min{R(A),R(B)}≤.3. 求向量组的秩与极大无关组定理3.6 矩阵的秩等于矩阵的行向量组的秩(称为矩阵的行秩)，也等于矩阵的列向量组的秩(称为矩阵的列秩). (定理3.12 P 76)证A ～B(对A 作行变换，B 是A 的行最简形矩阵)⇒R(A)=R(B)，A 、B 的行向量组等价又R(B)=R(B 的行向量组)⇒R(A)=R(B 的行向量组)=R(A 的行向量组)又R(A)=R(A T )⇒R(A T )=R(A T 的行向量组)=R(A 的列向量组) ⇒ R(A)=R(A 的列向量组)定理3.6给出了求向量组秩的方法：首先由向量组构成矩阵，然后求矩阵的秩，从而得向量组的秩.例3.6求向量组α1=(1,2,-1,3)T , α2=(1,3,2,5)T , α3=(-2,2,-4,3)T , α4=(1,-5,-6,-8)T , α5=(2,-3,-7,-5)T 的秩. 解 A =(α1,α2,α3,α4,α5)=2131413242233211212112122325301677124670325535385029111111212112120167701677,00161616001110033300000-+-----⎛⎫⎛⎫⎪ ⎪---- ⎪ ⎪→⎪ ⎪-----⎪ ⎪----⎝⎭⎝⎭--⎛⎫⎛⎫⎪ ⎪---- ⎪ ⎪→→ ⎪ ⎪---⎪ ⎪-⎝⎭⎝⎭r r r r r r r r r r所以R(α1,α2,α3,α4,α5)=3.定理3.7 完全的初等行变换不改变矩阵的列向量组的线性相关性；完全的初等列变换不改变矩阵的行向量组的线性相关性.例 3.7(例 3.9 P 76) 讨论向量组α1=(1,2,-1,3)T , α2=(1,3,2,5)T , α3=(-2,2,-4,3)T , α4=(1,-5,-6,-8)T , α5=(2,-3,-7,-5)T 的线性相关性，求极大无关组，并用极大无关组表示其余向量.解 A=(α1,α2,α3,α4,α5)=2131413242123233261121211212232530167712467032553538502911111121211212016770167700161616001110033300000r r r r r r r r r r r r r -+---+---⎛⎫⎛⎫⎪ ⎪---- ⎪ ⎪→⎪ ⎪-----⎪ ⎪----⎝⎭⎝⎭--⎛⎫⎛⎫⎪ ⎪---- ⎪ ⎪→→⎪ ⎪---⎪ ⎪-⎝⎭⎝⎭→312211010100010101101011,011100111000000000r r r --⎛⎫⎛⎫⎪⎪---- ⎪ ⎪→⎪ ⎪---- ⎪⎪⎝⎭⎝⎭故R(α1,α2,α3,α4,α5)=3，说明α1,α2,α3,α4,α5中任意4个向量都线性相关.α1,α2,α3 (α1,α2,α4、α1,α2,α5都)是一个极大无关组，且α4=-α2-α3，α5=α1-α2-α3.定义3.10 若矩阵的秩等于矩阵的行数，则称矩阵是行满秩的；若矩阵的秩等于矩阵的列数，则称矩阵是列满秩的.既是行满秩又是列满秩的矩阵称为满秩矩阵(即可逆矩阵).求秩的方法：(1)观察法；(2)定义法；(3)基本结论法；(4)初等变换法.常识结论：(1)R(AB)min{R(A),R(B)}≤ (2)R(AB)R(A)R(B)A ≥+-的列数(3)max{R(A),R(B)}R(A B)R(A)R(B)≤≤+ 简证：见向量组的基本结论 (4)R(A B)R(A)R(B)±≤+ 简证：∵12c c (A B B)(A B)±→∴R(A B)R(A B B)R(A B)R(A)R(B)±≤±=≤+四、向量应用实例[实例3-1] 几何应用 [实例3-2] 混凝土配制问题 [实例3-3] 药方配制问题五、习题(P 80-84) 选择题：1-5. AC B C A6. 提示：AB=C ，A=CB -1表明，A 与C 的列向量组可以互相线性表出，故选B.7. 提示：当c 1≠0时，|(α1,α2,α3)|≠0, |(α1,α2,α4)|≠0，故排除选项A,B. |(α1,α3,α4)|≡0，故选C.当c 3+c 4≠0时，|(α2,α3,α4)|≠0，故排除选项D.填空题：1. 提示：方法一α1,α2,α3,α4线性相关⇔|(α1,α2,α3,α4)|=0⇒k=-5/13方法二初等变换法α1,α2,α3,α4线性相关⇔R(α1,α2,α3,α4)<42. 提示：β可由α1,α2线性表示⇔线性方程组(α1,α2)x=β有解⇔(α1,α2,β)～B,R(α1,α2,β)=R(α1,α2)⇒k=-19/23. 提示：设A=(α1,α2,α3,α4)，作初等变换A=(α1,α2,α3,α4)～B (B为A的行最简矩阵)⇒R(A)=R(B)=44.提示：α1,α2,α3线性无关⇔|(α1,α2,α3)|≠0⇒abc≠0三、解答题：1. 略.2. 提示：(1) 能.α2,α3,α4线性无关⇒α2,α3线性无关⇒若α1,α2,α3线性相关，则α1必可由α2,α3线性表示(2)不能.因为若α4可由α1,α2,α3线性表示，则α4就可由α2,α3线性表示，这与α2,α3,α4线性无关矛盾.3. 提示：(1)-(3)可用行列式法判断，(3)-(4)可用初等变换法4.提示：设A=(α1T,α2 T,α3 T,α4 T)，然后对A作行初等变换，将A化为行最简矩阵.5.提示：设A=(α1,α2,α3)，则当|(α1,α2,α3)|≠0时，β可由α1,α2,α3唯一线性表示，且表达式唯一.6. 提示：(1)当k1,k2,…,k m全为零时等式自然成立；否则，若k1=0，此时等式为k2α2+…+k mαm=ο，由于α2,…,αm 线性无关，得k2=…=k m=0，所以k1,k2,…,k m或全不为零.(2)由(1)知l1,l2,…,l m全不为零.设a=k1/l1，则两式相减，得(k 1-a l 1)α1+(k 2-a l 2)α2+…+(k m -a l m )αm =ο，因k 1-a l 1=0，由(1)知(k 2-a l 2)=…=(k m -a l m )=0，即k 1/l 1= k 2/l 2=…=k m /l m .8. 提示：令 k 1(a α1-α2)+k 2(b α2-α3)+k 3(c α3-α1)=ο， (1) 即(k 1a-k 3)α1+(k 2b-k 1)α2+(k 3c-k 2)α3=ο.α1,α2,α3线性无关⇒k 1a-k 3=0, k 2b-k 1=0, k 3c-k 2=0 (2)式(2)是关于k 1,k 2,k 3的齐次线性方程组，所以a α1-α2,b α2-α3,c α3-α1线性相关⇔存在不全为零的k 1,k 2,k 3使式(1)成立，即方程组(2)有非零解.⇔a11b00abc 101c--=⇒=-.9. 提示：因为α1,α2,…,αs 线性相关，所以存在不全为零的数k 1,k 2,…,k s 使k 1α1+k 2α2+…+k s αs =ο.设i 是k 1,k 2,…,k s 中不为零的数的最大下标，由α1≠ο可知i>1，于是αi 就可由α1,…,αi-1线性表示.10. 证112223n n 1k ()k ()k ()α+α+α+α++α+α=ο， 即 1n 1122n 1n n (k k )(k k )(k k )-+α++α+++α=ο.因12n ,,,ααα线性无关，得1n 1122233n 1n n k k 0k 1001k k 0k 1100k k 0k A 0110001k k 0k ∆-+=⎧⎛⎫⎛⎫ ⎪⎪⎪+= ⎪⎪ ⎪⎪⎪ ⎪+=⇔=κ=ο⎨ ⎪ ⎪⎪ ⎪ ⎪⎪⎪ ⎪+=⎪⎝⎭⎩⎝⎭. 而1n A 1(1)+=+-0,2, n n ⎧=⎨⎩为偶数，为奇数.所以，当n 为偶数时，α1+α2,α2+α3,…,αn +α1线性相关； 当n 为奇数时，α1+α2,α2+α3,…,αn +α1线性无关.11.提示：n 个n 维向量α1,α2,…,αn 线性相关⇔存在不全为零的数k 1,k 2,…,k n 使k 1α1+k 2α2+…+k n αn =ο.⇔|(α1,α2,…,αn )|=0. (克拉默法则)12.证 因为e 1, e 2, …, e n 可由α1,α2,…,αn 线性表出，所以R(e 1, e 2, …, e n )≤R(α1,α2,…,αn ).又因为α1,α2,…,αn 可由e 1, e 2, …, e n 线性表出，所以R(α1,α2,…,αn )≤R(e 1, e 2, …, e n ).因此R(α1,α2,…,αn )=n ，α1,α2,…,αn 线性无关.13. 证 充分性 因为任一n 维向量都可由α1,α2,…,αn 线性表示，所以标准单位向量组e 1, e 2, …, e n 可由α1,α2,…,αn 线性表出，于是由第11题可知，α1,α2,…,αn 线性无关.必要性 设α1,α2,…,αn 线性无关，因n+1个n 维向量线性相关，所以任一n 维向量β都可由α1,α2,…,αn 线性表示.14. 提示：先进行schimidt 正交化，然后规范化.15.提示：方法一 令A=(α1,α2,α3,α4,β)，则()1234111110112123a 24b 3351a 85⎛⎫ ⎪-⎪ααααβ= ⎪++ ⎪+⎝⎭1111112100112101121012100100225200010a b a b a a -⎛⎫⎛⎫⎪⎪-- ⎪ ⎪→→ ⎪ ⎪++ ⎪⎪-++⎝⎭⎝⎭1021001121,10000000021000110100,110010100010a b b a a b a a b a ⎧-⎛⎫⎪ ⎪-⎪ ⎪=-⎪ ⎪⎪ ⎪ ⎪⎝⎭⎪⎪⎛⎫⎪-→ ⎪⎨+ ⎪⎪++ ⎪⎪ ⎪⎪≠-+ ⎪⎪ ⎪⎪ ⎪+⎪ ⎪⎪⎝⎭⎩当当所以，(1)当a=-1且b≠0时，β不能由α1,α2,α3,α4线性表示. (2)当a≠-1时，β能由α1,α2,α3,α4唯一地线性表示为1232b a b 1ba 1a 1a 1++β=-α+α+α+++. (3)当a=-1且b=0时，β能由α1,α2,α3,α4线性表示，但表示不唯一.方法二 向量β能不能由向量组α1,α2,α3,α4线性表示等同于非齐次线性方程组1234(,,,)x αααα=β是否有解.根据克拉默法则，令|(α1,α2,α3,α4)|=0，得a=-1，否则，a ≠-1. 所以当a ≠-1时，此时β可由α1,α2,α3,α4唯一地线性表示； 当a=-1时，对矩阵(α1,α2,α3,α4,β)作初等行变换，得()123410210011210000b 00000-⎛⎫⎪- ⎪ααααβ= ⎪⎪⎝⎭，所以当a=-1且b≠0时，β不能由α1,α2,α3,α4线性表示.16.解 向量组α1,α2与向量组β1,β2,β3等价，即α1,α2与β1,β2,β3可以互相线性表出，并且R(α1,α2)=R(β1,β2,β3).4332431323113231110110422211120021111310204222r r r r r r +++⎛⎫⎛⎫ ⎪⎪-- ⎪ ⎪→ ⎪ ⎪ ⎪⎪-⎝⎭⎝⎭3213231021110000000000r r ↔⎛⎫⎪⎪→ ⎪⎪⎝⎭12312121231012321201121212,,,00000000001101101120,,,0000000000⎧-⎛⎫⎪ ⎪⎪ ⎪⇒βββαα⎪ ⎪⎪ ⎪⎪⎝⎭→⎨-⎛⎫⎪ ⎪⎪ ⎪⎪⇒ααβββ ⎪⎪ ⎪⎪⎝⎭⎩可由线性表出可由线性表出17. 提示：根据极大线性无关组的定义.18.(3)解 213123202310231 0343001304710013r r r r----⎛⎫⎛⎫ ⎪ ⎪-→ ⎪ ⎪ ⎪ ⎪----⎝⎭⎝⎭32r r 02310013,0000 R 2.+-⎛⎫ ⎪→ ⎪ ⎪⎝⎭∴=(4)解 322141r r r 3r r r 17253143172531435375941322013 5475941341002202532483015---⎛⎫⎛⎫⎪ ⎪⎪ ⎪→ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭42313132323231r 225r r r r 17r r r r 2r r r r 31r 02531910020011025319100200110000000010028010500110000 R 3.⨯---↔-↔-⎛⎫⎛⎫ ⎪ ⎪- ⎪ ⎪→→ ⎪ ⎪- ⎪ ⎪⎝⎭⎝⎭⎛⎫ ⎪ ⎪→ ⎪ ⎪- ⎪⎪⎝⎭∴=，19. 提示：x y y x 2y x 2y x 2y A y x y y x y y y x y y x 111111y x y 0x y 0,x 2y 0y y x 00x y 000000y x y y x 0,x 2y 0y y x 0y x x y 111000,x 2y 0x y R(A)1000+++⎛⎫⎛⎫ ⎪ ⎪=→ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎧⎛⎫⎛⎫⎪ ⎪ ⎪→-+≠⎪ ⎪ ⎪ ⎪ ⎪⎪-⎪⎝⎭⎝⎭→⎨⎛⎫⎛⎫⎪ ⎪ ⎪⎪→+= ⎪ ⎪⎪ ⎪ ⎪--⎪⎝⎭⎝⎭⎩⎛⎫ ⎪+≠=⇒= ⎪ ⎪⎝⎭→且111010,x 2y 0x y R(A)3001000y x 0,x 2y 0x y R(A)00y x x y 000y x 0,x 2y 0x y R(A)20y x x y ⎧⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎛⎫⎪⎪ ⎪⎪+≠≠⇒=⎪ ⎪⎪ ⎪⎪⎪⎝⎭⎪⎩⎨⎧⎛⎫⎪⎪ ⎪⎪+==⇒=⎪ ⎪⎪ ⎪⎪--⎪⎪⎝⎭⎨⎪⎛⎫⎪⎪ ⎪⎪⎪+=≠⇒= ⎪⎪⎪ ⎪--⎪⎪⎝⎭⎩⎩且且且 所以 0,x y 0,1,x y 0,R(A)2,x 2y 0,3,x 2y x y.==⎧⎪=≠⎪=⎨=-≠⎪⎪≠-≠⎩且20. 提示：按阶梯形矩阵构造1030011000000100000100000⎛⎫⎪-- ⎪ ⎪⎪ ⎪ ⎪⎝⎭ 或 1030011000000100000100011⎛⎫⎪-- ⎪⎪⎪⎪ ⎪⎝⎭……21. 证∵12c c (A+B B)(A B)-→∴R(A B)R(A B B)R(A B)R(A)R(B)+≤+=≤+22.证∵21c c (B)A O A O E B E O +-⎛⎫⎛⎫→ ⎪ ⎪⎝⎭⎝⎭A O R EB ⎛⎫⎛⎫ ⎪ ⎪⎝⎭⎝⎭≥R(A)+R(B) A O R =E O ⎛⎫⎛⎫ ⎪ ⎪⎝⎭⎝⎭A 的列数∴R(A)+R(B)≤A 的列数23.证∵A 2-A=(A-E)A=O∴R(A-E)+R(A)≤n (第22题) ∵ E=(E-A)+A∴R(E)=R((E-A)+A)≤R(A-E)+R(A) (第21题) ∴R(A-E)=n-r24. 提示：E-A 2=(E-A)(E+A)=O, 2E=(E+A)+(E-A)25. 证因为A 的秩为r ，所以存在n 阶初等行矩阵P 1,P 2,…,P k 与m 阶初等列矩阵Q 1,Q 2,…,Q l ，使得()rr k2112l r r m n m n rE O E P P P AQ Q Q =E O O O O ⨯⨯⨯⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭.令()r 11111112krl 21r m n rE P P PP Q=E O Q Q Q O ------⨯⨯⎛⎫= ⎪⎝⎭，，则A=PQ，其中()()()()r rr m n r E R P R =R Q R E O r O ⨯⨯⎛⎫⎛⎫=== ⎪ ⎪ ⎪⎝⎭⎝⎭.26.解det(B)1231231231232323123233123123det(,24,39)det(,3,5)det(,3,2)det(,,2)2det(,,) 2.=α+α+αα+α+αα+α+α=α+α+αα+αα+α=α+α+αα+αα=ααα=ααα=27. 提示：设A=(α1,α2,α3,β1,β2,β3)，则312r r r 101111101111A 013a 23013a 23115135001a 01--⎛⎫⎛⎫ ⎪ ⎪=→ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭2131323r 2r r r r r r 1011112102(a 1)00001a 011001+a 100104a 20001a 01----⎧⎛⎫⎪ ⎪→--⎪ ⎪⎪⎪-⎪⎝⎭⎨⎛⎫⎪ ⎪⎪→ ⎪⎪ ⎪-⎪⎝⎭⎩R(A)=3, R(B )≥2.(1)因为α1,α2,α3不能由β1,β2,β3线性表出，所以R(B)<R(A)，故a=1. (2)β1=2α1+4α2-α3,β2=α1+2α2,β3=α3.28. 解 因为向量α=(2,4,-3)与向量β=(-1,-2,3/2)平行，所以直线L 1与L 2平行.又直线L 1过点(1,2,3)，且点(1,2,3)也在直线L 2上，所以直线L 1与L 2重合.六、计算实践实践指导：（1）理解向量线性组合、线性相关和线性无关的概念； （2）了解向量线性相关和线性无关的有关理论，掌握判别方法；（3）理解向量组的极大线性无关组和向量组的秩的概念，理解矩阵秩的概念； （4）会求向量组的极大线性无关组及秩，会求矩阵的秩.例3.1设三阶矩阵()T 122A 212,a,1,1304-⎛⎫⎪== ⎪ ⎪⎝⎭α，已知Aα与α线性相关，求a.解()TA a,2a 3,3a 4α=++，Aα与α线性相关a 2a 33a 4a 1a 11++⇒==⇒=-. 例3.2 已知()()1231234R ,,R ,,,3,ααα=αααα=()1235R ,,,4αααα=，证明：()12354R ,,,4αααα-α=.解 ()()1231234R ,,R ,,,3ααα=αααα=⇒4112233k k k α=α+α+α12354(,,,)αααα-α()()12351122331212353,,,k k k 100k 010k ,,,001k 0001=αααα-α-α-α-⎛⎫⎪-⎪=αααα ⎪- ⎪⎝⎭()()123541235R ,,,R ,,,4⇒αααα-α≤αααα=()()()()1235112123543123512354 ,,,100k 010k ,,,001k 0001R ,,,R ,,,-⇒αααα-⎛⎫ ⎪-⎪=αααα-α ⎪- ⎪⎝⎭⇒αααα≤αααα-α ⇒()12354R ,,,4αααα-α=例3.3 已知向量组α1=(1,2,-1,1),α2=(2,0,t,0),α3=(0,-4,5,-2)的秩是2，求t .解1231211A 20t 00452α-⎛⎫⎛⎫ ⎪ ⎪=α= ⎪ ⎪ ⎪ ⎪α--⎝⎭⎝⎭1211121104t 220452045200t 30--⎛⎫⎛⎫ ⎪ ⎪→-+-→-- ⎪ ⎪ ⎪ ⎪---⎝⎭⎝⎭.()R A 2t 3=⇔=，故t 3=.例3.4设n m m n n A B E ⨯⨯=，则[A ]. (A )n m m n R(A )R(B )n ⨯⨯==； (B)n m m n R(A )n,R(B )m ⨯⨯==； (C)n m m n R(A )m,R(B )n ⨯⨯==； (D)n m m n R(A )R(B )m ⨯⨯==.例3.5若n m m n n A B E (n m)⨯⨯=<，证明：n m m n R(A )R(B )n ⨯⨯==.证明 反证法.显然m n R(B )n ⨯≤.若m n R(B )n ⨯<，则n n m m n n R(E )min(R(A ),R(B ))n ⨯⨯=≤<，这是矛盾的结果，所以必有()n m R A n ⨯=.同理，有()m n R B n ⨯=.例3.6n A 0=说明什么? 答： 说明n A 不可逆；(第二章)齐次线性方程组n A x =ο有非零解； (第一、四章)()n R A n <；(第三章)n A 的行向量组线性相关; 行秩n <；(第三章) n A 的列向量组线性相关; 列秩n <；(第三章)n A 的标准形为rE O (r n)O O ⎛⎫<⎪⎝⎭；(第二、三章) 0是n A 的特征值. (第五章)例3.7设向量组Ⅰ：α1,α2,…,αr 可由向量组Ⅱ：β1,β2,…,βs 线性表示，下列命题正确的是[A ]. (A )若向量组Ⅰ线性无关，则r s ≤； (B)若向量组Ⅰ线性相关，则r s >； (C)若向量组Ⅱ线性无关，则r s ≤； (D)若向量组Ⅰ线性相关，则r s >.例3.8设(β1,β2,…,βs )=(α1,α2,…,αt )A t×s ，且α1,α2,…,αt 线性无关，试判断β1,β2,…,βs 的线性相关性.七、知识扩展1. 设α1,α2,…,αn 为n 维列向量组，A 是m×n 矩阵，下列选项正确的是[A ].（2006 数一） (A) 若α1,α2,…,αn 线性相关，则A α1,Aα2,…,Aαn 线性相关； (B) 若α1,α2,…,αn 线性相关，则A α1,Aα2,…,Aαn 线性无关； (C) 若α1,α2,…,αn 线性无关，则A α1,Aα2,…,Aαn 线性相关； (D) 若α1,α2,…,αn 线性无关，则A α1,Aα2,…,Aαn 线性无关. 提示：∵12n 12n (A ,A ,,A )A(,,,)ααα=ααα∴12n 12n R(A ,A ,,A )R(A(,,,))ααα=ααα12n min{R(A),R(,,,)}≤ααα若α1,α2,…,αn 线性相关，则12n R(A ,A ,,A )n ααα<. 选A .注意到，若α1,α2,…,αn 线性无关，则R(A α1,A α2,…,A αn )=R(A).2. 已知向量组α1,α2,α3,α4线性无关，则向量组[C ]. （1994 数一）(A) α1+α2, α2+α3, α3+α4, α4+α1线性无关； (B) α1-α2, α2-α3, α3-α4, α4-α1线性无关； (C)α1+α2, α2+α3, α3+α4, α4-α1线性无关； (D) α1+α2, α2+α3, α3-α4, α4-α1线性无关. 提示：观察法3.设A,B 为满足AB=O 的任意两个非零矩阵，则必有[A ]. (2004 数一) (A) A 的列向量组线性相关，B 的行向量组线性相关； (B) A 的列向量组线性相关，B 的列向量组线性相关； (C) A 的行向量组线性相关，B 行向量组线性相关； (D)A 的行向量组线性相关，B 的列向量组线性相关. 提示：方法一()()A O,B O,R A R B A ≠≠+≤的列向量数n()()()()R A 1,R B 1R A n 1,R B n 1≥≥⎧⎪⇒⎨≤-≤-⎪⎩，故选A . 方法二设1212n n A (,,,)O,B O β⎛⎫⎪β⎪=ααα≠=≠ ⎪ ⎪β⎝⎭，i1i2in 1j 2j nj (a ,a ,,a ),(b ,b ,,b )⇒∃≠ο≠οi11i22in n 1j 12j 2nj n a a a ,b b b ,β+β++β=ο⎧⇒⎨α+α++α=ο⎩故选A .4.设n 维列向量组α1,α2,…,αm (m<n)线性无关，n 维列向量组β1,β2,…,βm 线性无关的充要条件为[D ].（2000 数一）(A) 向量组α1,α2,…,αm 可由向量组β1,β2,…,βm 线性表示； (B) 向量组β1,β2,…,βm 可由向量组α1,α2,…,αm 线性表示； (C) 向量组α1,α2,…,αm 与向量组β1,β2,…,βm 等价； (D) 矩阵A=(α1,α2,…,αm )与矩阵B=(β1,β2,…,βm )等价.提示：因为m m E E A ~,B ~A,B O O ⎛⎫⎛⎫⇒ ⎪ ⎪⎝⎭⎝⎭等价，故选D .(A)⇒β1,β2,…,βm 线性无关；反之，β1,β2,…,βm 线性无关⇒(A).例如，100010001⎛⎫⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭与 1 ，0，1.(B)⇒β1,β2,…,βm 线性无关.(C)⇒β1,β2,…,βm 线性无关；反之，β1,β2,…,βm 线性无关⇒(C). **注意向量组等价与矩阵等价的差别5.设四维向量组α1=(1+a,1,1,1)T ,α2=(2,2+a,2,2)T ,α3=(3,3,3+a,3)T ,α4=(4,4,4,4+a)T ，问a 为何值时α1,α2,α3,α4线性相关？当α1,α2,α3,α4线性相关时，求其一个极大线性无关组，并将其余量用该极大线性无关组线性表出.（2006 数一）提示：()12341a23412a 34,,,123a 41234a +⎛⎫ ⎪+ ⎪αααα= ⎪+ ⎪+⎝⎭ i 11i r r c c i 2,3,4i 2,3,41a23410a234a a 000a 00a0a 000a 0a00a 000a -+==++⎛⎫⎛⎫⎪⎪- ⎪ ⎪→→⎪ ⎪- ⎪⎪-⎝⎭⎝⎭⇒当a=0或a=-10时，α1,α2,α3,α4线性相关.且当a=0时，R (α1,α2,α3,α4)=1，一个极大线性无关组为α1；当a=-10时，R (α1,α2,α3,α4)=3，一个极大线性无关组为α2,α3,α4.6. 设向量组α1=(1,1,1,3)T,α2=(-1,-3,5,1)T,α3=(3,2,-1,p +2)T,α4=(-2,-6,10,p)T ，问：(1)p 为何值时，该向量组线性无关? 此时用α1,α2,α3,α4表示向量α=(4,1,6,10)T .(2) p 为何值时，该向量组线性相关? 此时求它的秩和一个极大线性无关组. (1999)(答案：p≠2,p=2) 提示：方法一 初等行变换法(1)()12341132413261,,,15110631p 2p 10--⎛⎫⎪--⎪ααααα= ⎪-⎪+⎝⎭()()())p 2113 24021 43001 01000p 21p 10002010021p p 2~0010100011p p 2≠--⎛⎫⎪---- ⎪ ⎪⎪--⎝⎭⎛⎫ ⎪-- ⎪⎪ ⎪⎪--⎝⎭故p≠2，这时()()123421p 1p 2p 2p 2--α=α+α+α+α--. (2) p=2，秩为3，一个极大线性无关组为α1,α2,α3.（另一个极大线性无关组为α1,α3,α4.） 方法二 行列式法 计算1234,,,αααα113211321326021415110001031p 2p 0p 20p 20p 2---------==-+-≠⇒≠⎧⎨=⇒=⎩当p≠2，令()1234,,,x αααα=α，计算()())()()12341132413261,,,15110631p 2p1010002010021p p 2,0010100011p p 2--⎛⎫⎪-- ⎪ααααα=⎪-⎪+⎝⎭⎛⎫ ⎪-- ⎪⎪ ⎪⎪--⎝⎭得()()123421p 1p 2p 2p 2--α=α+α+α+α--.7.设R(A m×n )=m<n ，则下述结论正确的是[C ]. (A)A m×n 的任意m 个列向量必线性无关. (B)A m×n 的任意一个m 阶子式不等于零. (C)若矩阵B 满足BA=O ，则B=O.(D)A m×n 通过初等行变换必可以化为(E m O)的形式. 提示：T T BA OA B O =⇒=T T T R(A)R(B)R(A )R(B )A ⇒+=+≤的列数m =R(B)0B O ⇒=⇒=，故选C .(D)的正确说法是A m×n 通过初等变换必可以化为(E m O)的形式.8.设A 是m×n 矩阵，C 是n 阶可逆矩阵，矩阵A 的秩为r ，矩阵B=AC 的秩为r 1，则[C ]. (A)r>r 1；(B)r<r 1； (C)r=r 1；(D)r 与r 1的关系依C 而定.(1994 数三)提示：由B=AC 及C 是n 阶可逆矩阵知B ～A ，故选C .9.设A,B 都是n 阶非零矩阵，且AB=O ，则A 和B 的秩(A)必有一个等于零； (B)都小于n ；(C)一个小于n ，一个等于n ； (D)都等于n.(1994 数四)提示：由A,B 都是n 阶非零矩阵，且AB=O⇒()()A O,B O,R A R B A ≠≠+≤的列向量数n⇒()()()()R A 1,R B 1,R A n 1,R B n 1,≥≥⎧⎪⎨≤-≤-⎪⎩故选B .10.设A 是4×3矩阵，且R(A)=2，而102B 020103⎛⎫⎪= ⎪ ⎪-⎝⎭，则R(AB)=2. (1996 数一)提示：B 可逆.11.已知矩阵123Q 24t 369⎛⎫⎪= ⎪ ⎪⎝⎭及3阶非零矩阵P 满足PQ=O ，则[C ].(A) t=6时，P 的秩必为1； (B) t=6时，P 的秩必为2； (C)t≠6时，P 的秩必为1；(D) t≠6时，P 的秩必为2. (1993 数一)提示：t=6时，R(Q)=1, R(P)≤2；t≠6时，R(Q)=2, R(P)≤1. 又因P ≠O ⇒R(P)≥1，故选C.12.设122A 4t3311-⎛⎫ ⎪= ⎪ ⎪-⎝⎭，B 为3阶非零矩阵，且AB=O ，则t=-3. (1997 数一) 提示：AB OR(A)R(B)A =⇒+≤的列向量数3B O R(B)1≠⇒≥所以R(A)2≤.但显然R(A)2≥，故R(A)2=.于是由A 0t 3=⇒=-.或由21331r r r r 3r 122122122A 4t 30t 1401131107700t 3------⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪=-- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪--+⎝⎭⎝⎭⎝⎭R(A)2t 30t 3=⇒+=⇒=-.13.设矩阵k1111k 11A 11k 1111k ⎛⎫⎪⎪= ⎪⎪⎝⎭，且R(A)=3，则k=-3.提示：k 3k 3k 3k 31k 11A ~11k 1111k ++++⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭k 30001k 100~10k 10100k 1+⎛⎫ ⎪- ⎪ ⎪- ⎪-⎝⎭()R A 3k 3=⇒=-.14.设n(n ≥3)阶矩阵1a a a a1a a A aa 1a a a a1⎛⎫ ⎪ ⎪⎪= ⎪ ⎪ ⎪⎝⎭，若矩阵A 的秩为n-1，则a 必为 (A)1； (B)11n -； (C) -1； (D)1n 1-. (1998 数三) 提示：()()()n 1a 1n 1a 1n 1a 1a1a A ~a a1⎛-+-+-+⎫⎪⎪ ⎪⎪⎝⎭11101a 01,a n 1001a ~000a 1a 01,a=n 1a 01a ⎧⎛⎫⎪ ⎪-⎪ ⎪≠-⎪ ⎪-⎪ ⎪-⎪⎝⎭⎨⎛⎫⎪ ⎪⎪-⎪⎪-⎪-⎪ ⎪⎪-⎝⎭⎩ n 31,a 1,1R(A)n,a 1a ,n 11n 1,a=.n 1≥⎧⎪=⎪⎪⇒=≠≠-⎨-⎪⎪--⎪⎩-且 故选B.。
线性代数讲义
1 0 矩阵，可以经过进一步初等行变换，化为： 0 0
7 0 − 6 5 1 −1 0 − 矩阵的行最 6 ，这种形式的矩阵，称为原矩阵的行最 1 0 0 1 3 0 0 0 0 0 1
简形。 简形 （注意观察与原阶梯型矩阵的差别。并思考为什么可以直接看出来方程组的一般解？） 我们已经说明，齐次线性方程组一定有一组零解，而且例 3 表明，齐次线性方程组有自由未知量的时 候，一定有无穷组解（因为自由未知量随便取定一组值都可以得到一组解） ，此时称齐次线性方程组是有 非零解的。 那么，齐次线性方程组什么时候会有自由未知量呢？观察矩阵可知，最终矩阵经初等行变换化阶梯型 （或行最简形）后，台阶数如果比未知量个数少，就一定有自由未知量，从而就一定有非零解。 因为矩阵化阶梯型后，必然一行有一个台阶，所以阶梯数不会多于行数。如果所给的矩阵行数小于未 知量个数，换句话说，已知的方程组方程个数小于未知量个数 方程组方程个数小于未知量个数，那必有阶梯型矩阵的台阶数小于未知量个 方程组方程个数小于未知量个数 数，也就是方程组一定有非零解 方程组一定有非零解。此时方程组是“矮胖”的，也可以这样记此结论“矮胖的齐次线性方程 方程组一定有非零解 “矮胖的齐次线性方程 。 组一定有非零解” 一定有非零解” 三、线性方程组解的一般讨论
1 −3 −1 −2 r1 + r2 1 1 −3 −1 2− r2 4 1 −r +r 1 −2 1 − r11 + r3 0 −1 4 3 − 1 r3 0 4 4 → → 0 0 −4 −4 0 1 1 3 2 −3 3 0 1 −4 0 0
1 −3 −1 1 −4 −3 0 1 1 0 0 3
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 。
线性代数 讲义 东北大学概述
f=d1x12+d2x22+…+dnxn2 称为标准形. 可见, 标准形的矩阵为对角矩阵. 若记x=(x1, x2, …, xn)T, y=(y1, y2, …, yn)T, C=(cij)nn, 则称: x=Cy, 即
x1 c11 y1 c12 y2 ... c1n yn x c y c y ... c y 2 21 1 22 2 2n n ...................................... xn cn1 y1 cn 2 y2 ... cnn yn 为从x1, x2, …, xn到y1, y2, …, yn的线性变换. 其中cij为线性 变换的系数, C称为线性变换的系数矩阵. 当C为可逆矩阵
若取正交矩阵Q=(3, 1, 2), 作正交变换x=Qy, 则有
ƒ(x1, x2, x3)= – 2y12 +4y22+4y32
可见, 化二次型为标准形所用的正交变换以及标准形
都不是唯一的. 但是, 正交变换对应的标准形中, 各项系
数恰是矩阵A的所有特征值, 因此除顺序外是唯一的.Biblioteka §3 用配方法化二次型为标准形
为n元实二次型. 以下仅讨论实二次型. 把2aijxixj写成aijxixj+ajixjxi ,其中aij=aji , 则有 ƒ(x1,x2,…,xn)=a11x12+a12x1x2+…+a1nx1xn+a21x2x1+a22x22+ …+a2nx2xn+…+an1xnx1+an2xnx2+…+annxn2
1 1 3 C 0 1 0 0