经济数学基础线性代数讲义
《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。
线性代数总复习讲义
线性代数总复习
r(A) r(A,b)无解
r(A)=r(A,b)=n 有唯一解
克拉默法则， xj
Dj D
Ax=b
b=0 b≠0
d1 d 2 d n T 初等变换，
齐次方程的基础解系
r(A)=r(A,b)<n 有无穷多解
非齐次方程的一个特解
非齐次方程的通解
上页 下页 返回
0 1 1
1 1 0 0 0 0
r3 r2 r4 3r1
0 1 1 2 r4 r3 0 0 0 0 2 4 2 2
0 1 1
1 ( 1) ( 2) ( 2) 4
上页 下页 返回
线性代数总复习
(2) 利用行列式展开计算
定理 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
r2 5r3
32 2 1 0 10 1 3 r2 （ 2） 3 5 3 5 1 A 1 3 3 . 0 0 2 2 2 r3 （ 1） 2 11 1 0 0 11 1
上页 下页 返回
上页 下页 返回
线性代数总复习
r1 r2
r3 r2
r1 2r3
1 0 2 1 1 0 r 2r 3 1 0 2 5 2 1 0 0 0 1 1 1 1 r2 5r3 1 0 0 1 3 2 r 2 （ 2） 0 2 0 3 6 5 （ 1） 0 0 1 1 1 1 r3
上页 下页 返回
线性代数总复习
2、n阶行列式的计算 (1) 利用行列式的性质计算 （化为三角形） 性质1 行列式与它的转置行列式相等.
《经济数学基础》线性代数
《经济数学基础》线性代数第1章 行列式一、n 阶行列式下面介绍线性代数中另一个基本概念——行列式，由于内容较多，我们主要介绍行列式的定义及其简单的计算，行列式的性质等内容请大家自己学习教材.定义2.9 对任一n 阶矩阵 A =⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n n n a a a a a a a a a 212222111211用式nnn n n n a a a a a a a a a212222111211表示一个与A 相联系的数，称为A 的行列式，记作A . 规定：当n = 1时，1111a a A ==； 当n = 2时，2112221122211211a a a a a a a a A -==；当n > 2时，∑==+++=nj j jn n A aA a A a A a A 1111112121111 ，其中j A 1=j jM 11)1(+-，称j M 1为A 中元素j a 1的余子式，它是A 中划去第一行、第j 列后剩下的元素按原来顺序组成的n – 1阶行列式；j A 1为A 中元素j a 1的代数余子式. （由定义可知，一个n 阶矩阵行列式表示一个数，而这个数可以由第一行的元素与其相应的代数余子式的乘积之和求出.应该指出的是，方阵是一个数表，不能求数值的；而与它相应的行列式则表示一个数，是可以计算数值的.） 行列式的性质性质2 互换行列式的两行（列），行列式的值改变符号. 性质3 n 阶行列式等于任意一行（列）所有元素与其对应的代数余子式的乘积之和，即其中 i = 1, 2, …, n ( j = 1, 2, …, n ) .性质4 n 阶行列式中任意一行（列）的元素与另一行（列）的相应元素的代数余子式的乘积之和等于零.即当k i ≠时，有01=∑=nj kj ijA a.性质5 行列式一行（列）的公因子可以提到行列式符号的外面.即性质6 若行列式的某一行（列）元素都是两数之和：（下面通过例题简单介绍行列式的计算方法）例1 计算 =A 2112123212230121313231-----解 首先按性质5，从第一行提出公因子31，再从第四行提出21，即 =A 12132122301231212131-----⨯⨯再利用性质7把第三列的元素尽可能多的化为零，即作“第三行加上第一行的1倍，第四行加上第一行的-2倍”的变换，得12132122301231212131-----⨯⨯=505510013012312161---⨯再利用性质3按第3列展开，即505510013012312161---⨯=555101312)1(16131--⨯-⨯⨯+ 再作“第三列加上第一列的-1倍”的变换，并按第二行展开，即55510131261--⨯=105500111261--⨯=⎥⎦⎤⎢⎣⎡--⨯-⨯⨯+10511)1(16112 =65)510(61=+-⨯-例2 计算 =A 3351110243152113------解 首先交换第一列与第二列，然后作“第二行加上第一行的-1倍，第四行加上第一行的5倍”的变换，得=A 3315112043512131------=72160112064802131-----首先交换第二行与第三行，然后作“第三行加上第二行的4倍，第四行加上第二行的-8倍”的变换，得72160112064802131-----=1510001080011202131----再作“第四行加上第三行的45倍”，化成三角形行列式，其值就是对角线上的元素乘积，即1510001080011202131----=25001080011202131---=4025821=⨯⨯⨯（关于矩阵行列式，有一个重要结论请大家记住.） 定理2.1 对于任意两个方阵A ，B ，总有B A AB =即方阵乘积的行列式等于行列式的乘积.。
经济数学基础线性代数之第1章行列式
第一单元 行列式的定义一、学习目标通过本节课学习，理解行列式的递归定义，掌握代数余子式的计算，知道任何一个行列式就是代表一个数值，是可以经过特定的运算得到其结果的．二、内容讲解行列式 行列式的概念什么叫做行列式呢？譬如，有4个数排列成一个行方块，在左右两边加竖线。
即2153-称为二阶行列式；有几个概念要清楚，即上式中，横向称行，共有两行；竖向称列，共有两列； 一般用ija 表示第i 行第j 列的元素，如上例中的元素311=a ，512=a ，121-=a ，222=a ．再看一个算式075423011--称为三阶行列式，其中第三行为5，-7，0；第二列为–1，2，-7；元素423=a ，531=a又如1321403011320---，是一个四阶行列式．而11a 的代数余子式为()07421111111--=-=+M A代数余子式就是在余子式前适当加正负号，正负号的规律是-1的指数是该元素的行数加列数．()43011322332-=-=+M A问题思考：元素ija 的代数余子式ijA 是如何定义的？ 代数余子式ijA 由符号因子j i +-)1(与元素ij a 的余子式ij M 构成，即()ijji ijM A +-=1三、例题讲解例题1：计算三阶行列式542303241---=D分析：按照行列式的递归定义，将行列式的第一行展开，使它成为几个二阶行列式之和， 二阶行列式可以利用对角相乘法，计算出结果．解：()()()5233145430112111---⋅-+--⋅=++D ()42031231--⋅++7212294121=⋅+⋅+⋅=四、课堂练习计算行列式hg f ed c b a D 00000004=利用n 阶行列式的定义选择答案．将行列式中的字母作为数字对待，利用递归定义计算．注意在该行列式的第一五、课后作业1.求下列行列式的第二行第三列元素的代数余子式23A（1）210834021-- （2）3405122010141321---2．计算下列行列式（1）622141531-- （2）612053124200101---3．设00015413010212014=D（1）由定义计算4D ；（2）计算2424232322222121A a A a A a A a +++，即按第二行展开； （3）计算3434333332323131A a A a A a A a +++，即按第三行展开；（4）按第四行展开．第二单元行列式的性质一、学习目标通过本节课的学习，掌握行列式的性质，并会利用这些性质计算行列式的值．二、内容讲解行列式的性质用定义计算行列式的值有时是比较麻烦的，利用行列式的性质能够使计算变的比较容易了．行列式的性质有七条，下面讲一讲几条常用的性质．在讲这些性质前，先给出一个概念：把行列式D中的行与列按原顺序互换以后得到的行列式，称为D的转置行列式，记为TD．如987654321=D,963852741T=D1．行列式的行、列交换，其值不变．如264536543-==这条性质说明行列式中，行与列的地位是一样的．2．行列式的两行交换，其值变号．如243656543-=-=3．若行列式的某一行有公因子，则可提出．如d c b a dc ba333=注意：一个行列式与一个数相乘，等于该数与行列式的某行（列）的元素相乘． 4．行列式对行的倍加运算，其值不变．如倍加运算就是把一行的常数倍加到另一行上2113-- 5513-=注意：符号“À+2Á”放在等号上面，表示行变换，放在等号下面表示列变换． 问题1：将n 阶行列式的最后一行轮换到第一行， 这两个行列式的值有什么关系？答案设n 阶行列式nD ，若将nD 的最后一行轮换到第一行，得另一个n 阶行列式nC ，那么这两个行列式的值的关系为： n C =nn D 1)1(--问题2：如果行列式有两行或两行以上的行都有公因子，那么按性质3应如何提取？ 答案按顺序将公因子提出.三、例题讲解例1计算行列式dc b a 675081004000--.分析：利用性质6，行列式可以按任一行（列）展开．本题按第一行逐步展开，计算出结果．À+2Á解：dc b a 675081004000--=dc b a 670800-=d c ab 60=abcd我们将行列式中由左上角至右下角的对角线， 称为主对角线．如例1中，行列式在主对角线以上的元素全为零，则称为下三角行列式． 由例1的计算过程，可得这样规律：下三角行列式就等于主对角线元素的积． 同理，主对角线以下元素全为零的行列式，则称为上三角行列式，且上三角行列式也等于主对角线元素之积．今后，上、下三角行列式统称为三角行列式．例2 计算行列式4977864267984321----分析：原行列式中第三行的元素是第一行的2倍，因此，利用行列式的倍加运算（性质5），使第三行的元素都变为0，得到行列式的值．解：4977864267984321----497700067984321----= 0例3 计算行列式2211132011342211----分析：利用行列式的倍加运算（性质5），首先将某行（列）的元素尽可能化为0，再利用行列式可以按任一行（列）展开的性质（性质6），逐步将原行列式化为二阶行列式，计算出结果．解：2211132011342211---- 2411142010342011---111142010342011----=111134211)1(433-----⨯+1101312104----⨯=1121)1(412----⨯+12)21(4=---=通过此例可知，行列式两行成比例，则行列式为零．三、课堂练习练习1 若d a a a a a a a a a =333231232221131211，求行列式232221131211313231222333a a a a a a a a a ---利用行列式的性质3，将第一行的公因子3、第二行的公因子（-1）、第三行的由性质4，若行列式中某列的元素均为两项之和，则可将其拆写成两个行列式之和．Â+ÃÀ+Á在着手具体计算前，先观察一下此行列式有否特点？有，其第三列的数字较大，但又都分别接近100、200、300和400，故将第三列的元素分别写成两项之和， 再利用行列式的性质4将其写成两个行列式之和．注意，将第三列的元素分别写成两项之和时，还要考虑到结论“行列式中两列元素相同（或成比例），则该行列式的值为0”的利用．五、课后作业1．计算下列行列式（1）75701510--- （2）253132121-（3） ww w w ww22111 (0≠w ) （4）3879010087424321--2．证明（1）=---------c b b a a c b a a c c b a c c b b a （2）()32211122b a b b a a b ab a -=+1．（1）0 （2） -2 （3） 22)1(--w w （4）2. （1）提示：利用性质5，将第一行化成零行．（2）提示：利用性质5，将第三行的元素化成“0 0 1”，再按第三行展开，并推出等号右边结果．第三单元 行列式的计算一、学习目标通过本节课的学习，掌握行列式的计算方法．二、内容讲解行列式的计算行列式=按任何一行（列）展开 下面用具体例子说明．d c b a =bc ad -1156)1(5232153=+=-⋅-⋅=-一个具体的行列式就是代表具体的一个数．再看一个三阶行列式．75423011--可以按任何一行（列）展开按第一行展开=752300543107421-⨯+⨯+-⨯=02028+-=8 按第三列展开=231107511475230-⨯+--⨯--⨯=0)57(40++-⨯-=8注意：1．行列式计算一般按零元素较多的行（列）展开．2．代数余子式的正负号是有规律的，一正一负相间隔．问题：试证 2222222211110000d c b a d c b a d c b a d c dc b a b a =答案左边=三、例题讲解例 计算行列式214200131000211---分析：由性质6可知，行列式可以按任何一行（列）展开来求值．因为第二、三行，第四列的零元素都较多，所以可选择其一展开，再进一步将其展成二阶行列式，并计算结果．解：按第三行展开214200131000211---=214100211)1(2021315021)1(14313----⨯+----⨯++=1411)1()1(22121)1(33232--⨯-⨯----⨯++==10)41(2)22(3-=+--⨯-四、课堂练习练习1 计算行列式dcb a 100110011001---练习2 计算行列式24524288251631220223------为了避免分数运算，先作变换“第一行加上第二行的2倍，即À+Á 2；第三行加上第二行的-2倍，即Â+Á(-2)；第四行加上第二行的-2倍，即Ã+Á(-2)”．该行列式没有明显特点，采用哪种方法计算都可以，这里用“化三角行列式”五、课后作业1．计算下列行列式：（1）881441221---- （2）4222232222222221（3）4321651065311021 （4）00312007630050131135362432142．计算n 阶行列式x a a a x a a a x1．（1）48 （2）4 （3）-3 （4）-3402.])1[()(1x a n a x n +---第四单元 克拉默法则一、学习目标克拉默法则是行列式在解线性方程组中的一个应用，通过本节课的学习，要知道克拉默法则求线性方程组解的条件，了解克拉默法则的结论．二、内容讲解克拉默法则设n 个未知数的线性方程组为 ⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++n 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 22112222212111212111 （1）记行列式nnn n n na a a a a a a a a D 212222111211=称为方程组（1）的系数行列式．将D 中第j 列的元素njj j a ,,a ,a 21分别换成常数n b ,,b ,b 21而得到的行列式记作jD ．克拉默法则 如果线性方程组（1）的系数行列式0≠D ，那么它有惟一解D D x D Dx D D x n n ===,,,2211 （2）证将（2）式分别代入方程组（1）的第i 个方程的左端的nx x x ,,,21 中，有D D a D Da D D a n in i i +++ 2211（3）将（3）中的jD 按第j 列展开， 再注意到j D中第j 列元素的代数余子式和D 中第j 列元素的代数余子式ij A是相同的， 因此有),,2,1(2211n j A b A b A b D njn j j j =+++= （4）把（4）代入（3），有D D a D Da D D a n in i i +++ 2211(){1121211111n n i i i A b A b A b A b a D+++=()222221212n n i i i A b A b A b A b a ++++…+…()}nn n in i n n in A b A b A b A b a ++++2211把小括弧打开重新组合得(){()()()}i nn in n i n i n in in i i i i i n in i i n in i i b A a A a A a b A a A a A a b A a A a A a b A a A a A a b D=+++++++++++++++++=2211221122222112112211111因由性质6和性质7⎩⎨⎧=≠=+++k i D ki A a A a A a kn in k i k i 02211 故上式等于i b ，即i n in i i b D D a D Da D D a =+++ 2211下面再证明方程组（1）的解是惟一的．设nn c x c x c x ===,,,2211为方程组（1）的任意一组解．于是 ⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++n n nn n n n n n n b c a c a c a b c a c a c a b c a c a c a 22112222212111212111 （5）用j A 1，j A 2，…j n A 分别乘以（5）式的第一、第二、…、第n 个等式，再把n 个等式两边相加，得++++11221111)(c A a A a A a nj n j j +++++j nj nj j j j j c A a A a A a )(2211n nj nn j n j n c A a A a A a )(2211++++ njn j j A b A b A b +++= 2211根据性质6和性质7，上式即为),,2,1(n j D c D j j ==因为0≠D ，所以),,2,1(n j DD c j j ==克拉默法则有以下两个推论：推论1 如果齐次线性方程组的系数行列式0≠D ， 那么 它只有零解．推论2 齐次线性方程组有非零解的必要条件是系数行列式0=D ． 问题：对任一线性方程组都可用克拉默法则求解吗？答案 不对．当线性方程组中的未知量个数与方程个数不一样；或未知量个数与方程个数相同，但其系数行列式等于零时，不能使用克拉默法则．三、例题讲解例 利用克拉默法则解下列方程组⎩⎨⎧-=-=+-7526432121x x x x分析：这是一个两个变量、两个方程的方程组，它满足了克拉默法则一个条件．克拉默法则的另一个条件是要求系数行列式的值不等于零．因此，先求出方程组的系数行列式的值，若它的值不等于零，说明该方程组有惟一解，然后求常数项替代后的行列式的值，再用克拉默法则给出的公式求出解． 解：因为系数行列式()()24535243⨯--⨯-=--=D 07815≠=-= 且257461-=--=D ，972632=--=D ，所以7211-==D D x ，7922==D D x四、课堂练习k 取什么值时，下列方程组有唯一解？有唯一解时求出解．⎪⎩⎪⎨⎧=+--=++-=++0211321321321x x x x kx x kx x x对行列式作变换“第二行加上第一行的1倍，即Á+À；第三行加上第一行的-1倍，即Â+À(-1)”．这是三个未知量三个方程的线性方程组，由克拉默法则知，当系数行列式D 0时，方程组有唯一解．所以，先求系数行列式的值．五、课后作业用克莱姆法则解下列方程组1.⎪⎩⎪⎨⎧=+=++=-1214223232121xxxxxxx2．⎪⎪⎩⎪⎪⎨⎧-=+++-=+-+=---=+++422222837432143214314321xxxxxxxxxxxxxxx（注：本资料素材和资料部分来自网络，供参考。
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
经济数学基础线性代数部分重难点解析
第三部 线性代数 第1章 行列式1．了解或理解一些基本概念（1）了解n 阶行列式、余子式、代数余子式等概念； （2）了解n 阶行列式性质，尤其是：性质1 行列式D 和其转置行列式T D 相等；性质2 若将行列式的任意两行（或列）互换，则行列式的值改变符号； 性质3 行列式一行（或列）元素的公因子可以提到行列式记号的外面；性质5 若将行列式的某一行（或列）的倍数加到另一行（或列）对应的元素上，则行列式的值不变．例1 设行列式211201231--=D ，则D 中元素223=a 的代数余子式23A = 。
解 由代数余子式的定义ij A ij ji M +-=)1(，其中ij M 为ij a 的余子式，可知 23A =11311131)1(32-=-+。
应该填写 1131-。
例2 下列等式成立的是（ ） ，其中d c b a ,,,为常数。
A ．acb d dc ba -= B ．111111c bd a d c b a +=++C ．d c b a d c ba 22222= D ．111111c b d a d c b a ⋅=⋅⋅ 解 因为 dc ba d cb acd a b a b c d a c b d ≠-==-=-，所以选项A 是错误的。
由行列式性质4可知，111111c b d a d c b a +=++，所以选项B 是正确的。
因为d c ba d cb a dc b a 242222≠=，所以选项C 是错误的。
因为1111,11c b d a cd ab d c b a ⋅-=⋅⋅=))((c b d a --，111111c b d a d c b a ⋅≠⋅⋅，所以选项D 是错误的。
例3 行列式4321100001000010=D = 。
解 按第1列展开行列式，得6300020001)1(432130000200001014-=-==+D故应该填写 –6。
2．掌握行列式的计算方法化三角形法：利用行列式性质化成上（或下）三角行列式，其主对角线元素的乘积即为行列式的值。
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.。
线性代数辅导讲义
线性代数辅导讲义线性代数辅导讲义_________________________________线性代数是一门重要的基础学科，它是许多学科的基础，如应用数学、工程学、物理学、经济学和计算机科学等。
它既可以用于描述实际问题，又能用于解决实际问题。
线性代数是学习数学的基础，许多大学和高中都开设了这门课程。
线性代数的内容主要包括：向量空间、矩阵论、行列式、线性方程和相关应用。
其中，向量空间是研究向量的一个重要分支，它将向量的表示、线性相关性、基和子空间等方面进行了深入的探讨。
矩阵论是研究矩阵的一个分支，它主要涉及到矩阵的表示、特征分解、幂运算、正定性、特征值和特征向量等。
行列式是对一个特定的m×n矩阵A的函数，它由m×n个未知数构成，可以用来表示某些特殊的几何形体。
线性方程是一个或多个未知数的一元或多元函数的零点方程，其中未知数的个数小于方程的阶数。
它的解可以用来解决实际问题，如课题优化、信号处理、图像处理、最小二乘法和特征分析等。
随着数学与计算机技术的发展，线性代数的应用也越来越广泛，如信号处理、机器学习和深度学习。
此外，由于人工智能技术的发展，大量数据需要通过大量数学模型进行处理，因此对于这些技术来说，学习和掌握线性代数是必不可少的。
本文探讨了线性代数的相关内容，以帮助读者加深对这门学科的理解。
向量空间、矩阵论、行列式、线性方程是其中的几个重要部分，而随着信息技术的发展，它们都变得越来越重要。
因此，学习并掌握这些内容是有必要的。
在学习这门学科时，可以通过多样化的方式来加强理解，如看书、上课、上课后自学或与他人交流来加强理解。
此外，可以通过实际应用来学习，如使用Matlab、Maple、Mathematica或Excel 来分析数据；或者使用Python、C++或Java来进行机器学习或深度学习。
本文介绍了学习和掌握线性代数的一些常见方法，并介绍了它在信息技术中的应用。
希望本文能够帮助读者对这门学科有更深入的理解，从而使他们能够在信息时代中发挥关键作用。
《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=（）。
线性代数(经管类)讲义
⎧a11x1 + a12 x2 + L + a1n xn = b1,
⎪⎪ ⎨ ⎪
a21x1 + a22 x2 + L + a2n xn = LLLLLLLLLL
b2
,
⎩⎪an1x1 + an2 x2 + L + ann xn = bn
如果其系数行列式 D
=
aij
n
≠
0 ，则方程组必有唯一解： x j
元齐次线性方程组有非零解的充分必要条件是系数行列式等于零.
14/53
例4
当
λ
取何值时，齐次线性方程组
⎧(1 ⎪ ⎨
− 2
λ)x1 − x1 + (3
2 −
x2 λ)
+ 4x3 = x2 + x3
0 =
0
只有零解？
⎪⎩ x1 + x2 + (1 − λ)x3 = 0
解：方程组的系数行列式
1−λ −2 4
2 0
7025
7025
725
5 31 2
2列 + 5×1列 1
0
0 按第二行展开 31
2 = 81
37 5
7 37 5
10/53
abbb babb 例 2 计算行列式 D4 = b b a b bbba
解：方法 1 这个行列式的元素含有文字，在计算它的值时，切忌用文字作字母，因为文字可能取 0
同型,且对应元素相等，即 aij = bij ，则称矩阵 A 与 B 相等，记为 A = B
因而只有当两个矩阵从型号到元素全一样的矩阵，才能说相等.
2．矩阵的加、减法 设 A = (aij )m×n ， B = (bij )m×n 是两个同型矩阵则规定
经济数学基础(线性代数)讲义.doc
经济数学线性代数学习讲义合川电大兰冬生1，矩阵：A =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-012411210，称为矩阵。
认识矩阵第一步：行与列，横为行，竖为列， 第一行依次0,1,2， 第二行1,1,4 第一列0,1,2这是一个三行三列矩阵， 再给出一个三行四列矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-----=12614231213252A 教材概念的m 行n 列矩阵。
⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡mn m m n n a a a a a a a a a 212222111211，这个矩阵记作n m A ⨯，表明这个矩阵有m 行，n 列，注意行m 写在前面,列n 写在后面，括号里面的称为元素，记为ij a ，i 是行，j 是列， 例如：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-----12614231213252是三行四列矩阵，也说成43⨯矩阵，注意行3在前面，列4在后面，这里211=a （就是指的第一行第一列那个数） 123-=a （就是指的第二行第三列那个数） 2，矩阵加法矩阵加法，满足行列相同的矩阵才能相加，对应位置的数相加。
例如：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--011101010+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-012411210=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-021512220 减法是对应位置的数相减。
,3，矩阵的乘法矩阵乘法参看以下法则：注意字母对应⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡333231232221131211a a a a a a a a a ⨯⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡333231232221131211b b b b b bb b b ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⨯+⨯+⨯⨯+⨯+⨯⨯+⨯+⨯⨯+⨯+⨯⨯+⨯+⨯⨯+⨯+⨯⨯+⨯+⨯⨯+⨯+⨯⨯+⨯+⨯=333323321331323322321231313321321131332323221321322322221221312321221121331323121311321322121211311321121111b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a 说明：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡333231232221131211a a a a a a a a a ⨯⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡333231232221131211b b b b b bb b b =⎦⎢⎢⎢⎣⎡33323122211211c c c c c c c 乘积的结果矩阵11c 等于第一个矩阵的第一行元素11a 12a 13a 乘以第二个矩阵的第一列元素11b 21b 31b ，注意是对应元素相乘，再求和。
线性代数总复习讲义PPT课件
在计算机科学中的应用
01
Байду номын сангаас
02
03
04
线性代数在计算机科学中也有 着广泛的应用，如图像处理、 机器学习和数据挖掘等领域。
线性代数在计算机科学中也有 着广泛的应用，如图像处理、 机器学习和数据挖掘等领域。
线性代数在计算机科学中也有 着广泛的应用，如图像处理、 机器学习和数据挖掘等领域。
100%
相似变换法
通过相似变换将矩阵对角化，从 而得到其特征值和特征向量。
80%
数值计算法
对于一些大型稀疏矩阵，可以使 用数值计算方法来计算其特征值 和特征向量。
特征值与特征向量的应用
01
在物理、工程等领域中，特征值和特征向量被广泛 应用于求解振动、波动等问题。
02
在图像处理中，特征值和特征向量被用于图像压缩 和图像识别。
二次型的应用与优化问题
总结词
了解二次型在解决优化问题中的应用
详细描述
二次型的一个重要应用是在解决优化问题中， 特别是在求解二次规划问题时。通过将问题 转化为二次型的形式，可以方便地应用各种 优化算法进行求解，如梯度下降法、牛顿法 等。此外，二次型在统计分析、机器学习等 领域也有着广泛的应用。
06
矩阵的逆与行列式的值
要点一
总结词
矩阵的逆和行列式的值是线性代数中的重要概念，它们在 解决线性方程组、向量空间和特征值等问题中有着广泛的 应用。
要点二
详细描述
矩阵的逆是矩阵运算的一个重要概念，它表示一个矩阵的 逆矩阵与其原矩阵相乘为单位矩阵。逆矩阵的存在条件是 矩阵的行列式值不为零。行列式的值是一个由n阶方阵构 成的代数式，表示n个未知数的n阶线性方程组的解的系数 。行列式的值可以用来判断线性方程组是否有解以及解的 个数。同时，行列式的值也与特征值和特征向量等问题密 切相关。
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 。
经济数学基础讲义 第10章 线性方程组
第3章 线性方程组3.1 n 元线性方程组 线性方程组的一般表示⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++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 22112222212********* 方程数目为m ，未知量个数为n .下面举一个例子.例: 用矩阵形式表示方程组⎩⎨⎧-=-+=+-165443321321x x x x x x 解: 将未知量的系数和常数项按原来的位置写成矩阵⎥⎦⎤⎢⎣⎡---=11654143A ，n ＝3，m ＝2， 系数矩阵⎥⎦⎤⎢⎣⎡--=165143A ，未知矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=321x x x X ，常数矩阵⎥⎦⎤⎢⎣⎡-=14b 线性方程组用矩阵表示为b AX =即⎥⎦⎤⎢⎣⎡--165143⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡321x x x ⎥⎦⎤⎢⎣⎡-=14线性方程组三种表示形式⎥⎦⎤⎢⎣⎡---=11654143A b AX =例1⎪⎪⎩⎪⎪⎨⎧=+-=+=++-=--43502515432131321321x x x x x x x x x x x 改写成矩阵的形式.解:增广矩阵⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡----=4315010121511154A ，系数矩阵⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡----=315101151154A ，常数矩阵⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=4021b 线性方程组的矩阵表示为⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡----315101151154⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡321x x x ＝⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡4021 例2 若已知矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=500101111231021A 表示一个线性方程组的增广矩阵，讨论这个线性方程组：（1）有几个未知量？（2）有几个方程？（3）最后一行代表的方程是什么？解:（1）根据增广矩阵的概念，可知最后一列是常数项，前4列是未知量的系数，故这个方程组有4个未知量.（2）由增广矩阵的构成可知，增广矩阵的行数就是方程的个数，故有3个方程. （3）最后一行代表的方程是50004321=+++x x x x ，即52=x例3 线性方程组b AX =，矩阵A 是4×6矩阵，矩阵b 是4×1矩阵，问这个方程组有几个未知量？有几个方程？解: 有6个未知量，有4个方程. 3.2 消元法例：若一个线性方程组的增广矩阵为⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=220021101112A ，求方程组的解. 解: 从最后一行开始，得223-=x ，13-=x第二行表示的方程是232=+x x ，322x x -=3)1(2=--=第一行表示的方程是12321=-+x x x ，23)1(21321-=+-=x x x 方程组的解为⎪⎪⎩⎪⎪⎨⎧-==-=1323321x x x归纳当线性方程组的增广矩阵为阶梯形矩阵时，可以从最后一行开始，用逐步回代的方法求得线性方程组的解.比较增广矩阵与线性方程组作初等行变换的关系结论 对线性方程组的增广矩阵进行初等行变换，不改变线性方程组的解. 消元法·用初等行变换把线性方程组的增广矩阵化成阶梯形矩阵； ·从阶梯形矩阵的最后一行开始，用逐步回代的方法求解. 这种解线性方程组的方法就叫消元法.例1 解线性方程组⎪⎪⎩⎪⎪⎨⎧=+++-=--+--=++--=-++442137432423323524321432143214321x x x x x x x x x x x x x x x x 解: 增广矩阵⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--------=414211374324121332352A ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--------→323521374324121341421⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-----→545105547084145041421⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡---→33243900302339005451041421⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡---→31000302339005451041421它所对应的方程组就是⎪⎪⎩⎪⎪⎨⎧==+-=--=+++33023395454424434324321x x x x x x x x x x 这种形式的方程组称为阶梯形方程组.用回代的方法求出方程组的解为⎪⎪⎩⎪⎪⎨⎧=-===31214321x x x x例2 解线性方程组⎪⎩⎪⎨⎧=++=++=+-6324221321321321x x x x x x x x x解：增广矩阵为⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=631242211111A ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-→413031301111⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-→100031301111因为最后一行表示的方程是1000321=++x x x ，所以原方程组无解.例3 解线性方程组⎪⎩⎪⎨⎧=++=++-=+-+332222143143214321x x x x x x x x x x x解：将增广矩阵化成阶梯形矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=331022*********A ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---→113201132011111⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--→000001132011111 第二行表示的方程是132432=++-x x x ，432212321x x x ++-= 第一行表示的方程是14321=+-+x x x x ，43211x x x x -+-=43232123x x --=原方程组的解为：⎪⎪⎩⎪⎪⎨⎧++-=--=432431212321232123x x x x x x 等号右边的未知量43,x x 称为自由未知量，用一组自由未知量表示其它解的形式称为线性方程组的一般解，含有自由未知量的线性方程组有无穷多解.将阶梯形矩阵继续化简，化成行简化阶梯形矩阵：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--→000001132011111A ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----→00002121231011111 ⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡---→00002121231023232101 定义 阶梯形矩阵如果具有下列特点，则称为行简化阶梯形矩阵：（1） 每行的首非0元素都为1；（2） 每行的首非0元素所在的列其余元素都为0.所以上述方程组的一般解为⎪⎪⎩⎪⎪⎨⎧++-=--=432431212321232123x x x x x x （其中43,x x 为自由未知量）3.3 线性方程组解的情况判定在这一节里我们关心的问题是，一个线性方程组究竟是有解，还是无解？如果有解，是有一个解，还是有无穷多个解？我们先来讨论齐次线性方程组.先介绍什么叫齐次线性方程组.称0=AX 为齐次线性方程组,)0(≠=b b AX 为非齐次线性方程组 一、关于齐次线性方程组0=AX 解的情况： (1) 0=AX 总有解，至少有一个0解；(2) 0=AX 在什么条件下只有0解？在什么条件下有非0解？结论：A ——n m ⨯矩阵当秩n A <)(时，0=AX 有非0解; 当秩n A =)(时，0=AX 只有0解.下面结合前面讲过的例子来分析齐次线性方程组解的情况. 例3 解线性方程组⎪⎩⎪⎨⎧=--=---=-+05003231321321x x x x x x x x解:增广矩阵化成阶梯形矩阵⎪⎪⎪⎭⎫ ⎝⎛------=050101110321A ⎪⎪⎪⎭⎫⎝⎛--→000004100321线性方程组的一般解为⎩⎨⎧=-=323145x x x x （3x 是自由未知量）下面我们要讨论关于线性方程组解的第二个问题：非齐次线性方程组)0(≠=b b AX 解的情况.首先看一个问题：非齐次线性方程组)0(≠=b b AX 在什么条件下无解？ 我们从以前作过的例子分析.例2 解线性方程组⎪⎩⎪⎨⎧=++=++=+-6324221321321321x x x x x x x x x解:增广矩阵化成阶梯形矩阵为A ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-→100031301111最后一行表示的方程是 1000321=++x x x ,原方程组无解.再来看以前解过的一个方程组.例4 解线性方程组⎪⎪⎩⎪⎪⎨⎧-=++=+++-=+---=+++2523343220422432432143214321x x x x x x x x x x x x x x x解:A ⎪⎪⎪⎪⎪⎭⎫⎝⎛-→00000100002521004321,第三行表示的方程100004321=+++x x x x ,线性方程组无解.总结:线性方程组无解时的特征，观察例4的增广矩阵化成阶梯阵后的形式：A ⎪⎪⎪⎪⎪⎭⎫⎝⎛-→00000100002521004321特点：A 的秩是3，A 的秩是2，从中归纳出系数矩阵与增广矩阵的秩的特点与解的关系. 定理3.1 线性方程组)0(≠=b b AX 有解的充分必要条件是它的系数矩阵的秩与它的增广矩阵的秩相等，即当秩)(A ＝秩 (A ).再来讨论第二个问题：如果有解，解是一个还是无穷多个？看前面讨论的例子.例1 解线性方程组⎪⎪⎩⎪⎪⎨⎧=+++-=--+--=++--=-++442137432423323524321432143214321x x x x x x x x x x x x x x x x解:增广矩阵化成阶梯阵A ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡---→31000302339005451041421有唯一解. 例3 解线性方程组⎪⎩⎪⎨⎧=++=++-=+-+332222143143214321x x x x x x x x x x x解:将增广矩阵化成阶梯形矩阵A ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--→000001132011111有无穷多解，一般解中有两个自由未知量.定理3.2 若线性方程组)0(≠=b b AX 有解，则当秩=)(A 秩n A =)(（未知量的个数）时，方程组有唯一解；当秩=)(A 秩n A <)(时，方程组有无穷多解.例1 解线性方程组b AX =，其中⎪⎪⎪⎪⎪⎭⎫⎝⎛-----=25210334322111104321A解:⎪⎪⎪⎪⎪⎭⎫⎝⎛-----=25210334322111104321A ⎪⎪⎪⎪⎪⎭⎫⎝⎛-→00000100002521004321第三行表示的方程 100004321=+++x x x x ,线性方程组无解.例2 解线性方程组⎪⎩⎪⎨⎧=-+=-+=--333221321321321x x x x x x x x x解:增广矩阵⎪⎪⎪⎭⎫⎝⎛----=333122111111A ⎪⎪⎪⎭⎫ ⎝⎛----→224011201111⎪⎪⎪⎭⎫ ⎝⎛---→000011201111由第二行得1232=-x x ,)1(2132x x +=线性方程组的一般解为⎪⎪⎩⎪⎪⎨⎧+=+=323121212323x x x x （3x 是自由未知量）,方程组有无穷多解.例3 解线性方程组⎪⎩⎪⎨⎧=--=---=-+05003231321321x x x x x x x x解:增广矩阵⎪⎪⎪⎭⎫ ⎝⎛------=050101110321A ⎪⎪⎪⎭⎫ ⎝⎛---→082004100321⎪⎪⎪⎭⎫ ⎝⎛--→000004100321化成行简化阶梯形矩阵⎪⎪⎪⎭⎫⎝⎛-→000004100501A线性方程组的一般解为⎩⎨⎧=-=323145x x x x （3x 是自由未知量）例4 判断线性方程组解的情况⎪⎪⎩⎪⎪⎨⎧=+-=+=--=++0022*********21321x x x x x x x x x x x解:将增广矩阵化成阶梯形矩阵⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡---=111220112111A ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡---→020*********⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡→20000110111⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡→00200110111这是其次现行方程组，由于系数矩阵的秩等于未知量的个数，所以方程组只有0解.例5 线性方程组⎪⎩⎪⎨⎧=-=-+-=++23022132321321x x x x x x x x 是否有解？解:将增广矩阵化成阶梯形矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=213002211111A ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--→213011301111⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-→100011301111由于秩（A ）＝3≠秩（A ）＝2，方程组无解.例6线性方程组⎪⎩⎪⎨⎧=++--=++=++bax x x x x x x x x 3213213214132303当b a ,为何值时，方程组无解、有唯一解、有无穷多解？ 解:将增广矩阵化成阶梯形矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=b a A 4113230131⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+--→b a 17010700131⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-+--→110010700131b a 当a +1≠0，a ≠－1时，秩（A ）＝秩（A ）＝3，解唯一； 当a ＝－1，b ≠1时，秩（A ）＝3≠秩（A ）＝2，无解； 当a ＝－1，b ＝1时，秩（A ）＝秩（A ）＝2，有无穷多解.。
线性代数(经管类)讲义
高数线性代数课堂笔记第一章行列式线性代数学的核心内容是：研究线性方程组的解的存在条件、解的结构以及解的求法。
所用的基本工具是矩阵，而行列式是研究矩阵的很有效的工具之一。
行列式作为一种数学工具不但在本课程中极其重要，而且在其他数学学科、乃至在其他许多学科（例如计算机科学、经济学、管理学等）都是必不可少的。
1.1行列式的定义（一）一阶、二阶、三阶行列式的定义）定义：符号叫一阶行列式，它是一个数，其大小规定为：。
注意：在线性代数中，符号不是绝对值。
例如，且；）定义：符号叫二阶行列式，它也是一个数，其大小规定为：所以二阶行列式的值等于两个对角线上的数的积之差。
例如）符号叫三阶行列式，它也是一个数，其大小规定为例如=0三阶行列式的计算比较复杂，为了帮助大家掌握三阶行列式的计算公式，我们可以采用下面的对角线法记忆方法是：在已给行列式右边添加已给行列式的第一列、第二列。
我们把行列式左上角到右下角的对角线叫主对角线，把右上角到左下角的对角线叫次对角线，这时，三阶行列式的值等于主对角线的三个数的积与和主对角线平行的线上的三个数的积之和减去次对角线三个数的积与次对角线的平行线上数的积之和。
例如：（1）=1×5×9+2×6×7+3×4×8-3×5×7-1×6×8-2×4×9=0（2）（3）（2）和（3）叫三角形行列式，其中（2）叫上三角形行列式，（3）叫下三角形行列式，由（2）（3）可见，在三阶行列式中，三角形行列式的值为主对角线的三个数之积，其余五项都是0，例如例1a为何值时，[答疑编号10010101：针对该题提问]解因为所以8-3a=0，时例2当x取何值时，[答疑编号10010102：针对该题提问]解：解得0<x<9所以当0<x<9时，所给行列式大于0。
（二）n阶行列式符号：它由n行、n列元素（共个元素）组成，称之为n阶行列式。
- 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)。
经济数学线性代数学习讲义
合川电大兰冬生
1, 矩阵:
A =⎥⎥
⎥⎦
⎤
⎢⎢⎢⎣⎡-012411210, 称为矩阵。
认识矩阵第一步: 行与列, 横为行, 竖为列,
第一行依次0,1,2, 第二行1,1,4 第一列0,1,2
这是一个三行三列矩阵, 再给出一个三行四列矩阵
⎥⎥
⎥⎦
⎤
⎢⎢⎢⎣⎡-----=12614231213252A 教材概念的m 行n 列矩阵。
⎥
⎥⎥⎥⎦
⎤⎢⎢⎢⎢⎣⎡mn m m n n a a a a a a a a a 2
1
2222111211, 这个矩阵记作n m A ⨯, 表明这个矩阵有m
行, n
列, 注意行m 写在前面,列n 写在后面, 括号里面的称为元素, 记为ij a , i 是行, j 是列, 例如:
⎥⎥⎥⎦
⎤⎢⎢⎢⎣⎡-----12614231213252是三行四列矩阵, 也说成43⨯矩阵, 注意行3在
前面, 列4在后面, 这里211=a ( 就是指的第一行第一列那个数) 123-=a ( 就是指的第二行第三列那个数) 2, 矩阵加法
矩阵加法, 满足行列相同的矩阵才能相加, 对应位置的数相加。
例如: ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--011101010
+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-012411210=⎥⎥⎥⎦⎤⎢
⎢
⎢⎣⎡-021512220 减法是对应位置的数相减。
, 3, 矩阵的乘法
矩阵乘法参看以下法则: 注意字母对应
⎥⎥⎥⎦
⎤
⎢⎢⎢⎣⎡3332
31
232221131211
a a a a a a a a a ⨯⎥⎥⎥⎦
⎤
⎢⎢⎢⎣⎡3332
312322211312
11b b b b b b
b b b ⎥⎥⎥⎦
⎤
⎢⎢⎢⎣⎡⨯+⨯+⨯⨯+⨯+⨯⨯+⨯+⨯⨯+⨯+⨯⨯+⨯+⨯⨯+⨯+⨯⨯+⨯+⨯⨯+⨯+⨯⨯+⨯+⨯=33332332133132
332232123131
332132113133232322132132232222122131232122112133132312131132132212121131
1321121111b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a b a 说明:
⎥⎥⎥⎦
⎤
⎢⎢⎢⎣⎡3332
31
232221131211a a a a a a a a a ⨯⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡3332
312322211312
11b b b b b b
b b b =⎥⎥
⎦
⎢⎢⎢⎣⎡3332
31
232221
1211
c c c c c c c 乘积的结果矩阵11c 等于第一个矩阵的第一行元素11a 12a 13a 乘以第二个矩阵的第一列元素11b 21b 31b , 注意是对应元素相乘, 再求和。
乘积的结果矩阵21c 等于第一个矩阵的第二行元素21a 22a 23a 乘以第二个矩阵的第一列元素11b 21b 31b 。
依次类推, 结果元素ij c 等于第i 行乘以第j 列,
举例
矩阵 AB =⎥⎦⎤⎢⎣⎡--021201⎥⎥⎥⎦
⎤⎢⎢⎢⎣⎡142136=⎥⎦
⎤⎢
⎣⎡--1412 第一行乘以第一列, )2(4)2(1061-=⨯-+⨯+⨯ 第一行乘以第二列, 11)2(2031=⨯-+⨯+⨯ 第二行乘以第一列, 4401)2(61=⨯+⨯-+⨯ 第二行乘以第二列, 1102)2(31-=⨯+⨯-+⨯
能够乘的条件: 第一个矩阵的列数和第二个矩阵的行数必须相同, 就是尾首必须相同, v w n m B A ⨯⨯能够乘必须是A 矩阵脚标的尾n 等于B 矩阵脚标的首w 相等, w n = 例如: 3332⨯⨯B A 可乘3432⨯⨯B A 不可乘,
只要尾首相同就可乘, v w n m B A ⨯⨯乘积为v m ⨯矩阵 例如: 3332⨯⨯B A 可乘, 乘积结果为32⨯C 矩阵
2334⨯⨯B A 可乘, 乘积结果为24⨯C 矩阵
矩阵的数乘, 一个数乘以一个矩阵, 等于这个矩阵的每个元素乘以这个数
例: A =⎥⎦⎤⎢⎣⎡--021201, 3A =⎥⎦
⎤
⎢⎣⎡--063603.
矩阵的乘法能够看出, 矩阵的乘法不可交换, 一般情况下BA
AB≠4, 矩阵的转置
矩阵A转置矩阵记为T A,
转置就是把矩阵的行列元素对调, 也能够看成沿主对角线翻转! A
A则
⎢
⎢
⎢
⎣
⎡
=
T
A
从这里看出, 下面一个矩阵A是2×3矩阵( 2行3列) 则A T是3×2矩阵( 3行2列) ,
1月考题:
设A为3×4矩阵, B为5×2矩阵, 且乘积矩阵AC T B T有意义, 则C为( B ) 矩阵。
A. 4×2
B. 2×4
C. 3×5
D. 5×3
分析: 根据尾首相同法AC T B T可表示为( 3×4) ( ) ( 2×5) , 中间一个就是4×2, 注意是C T, 因此C就是2×4。
对称矩阵:
对称矩阵的元素依主对角线对称:
1．设
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
-
=
1
3
2
3
2
1
a
A, 当a=0时, A是对称矩阵．
5, 求矩阵的逆
预备知识: ( 1) , 在数的学习中, 数的单位是1, 13
1
3=⨯,
矩阵的单位是⎥⎥⎥⎥
⎦
⎤⎢⎢⎢
⎢⎣⎡=100010001 I ,除主对角是1以外, 其余全是0, 而且, 单位矩阵全是方阵( 行数与列数相等) 任何矩阵乘以单位阵不变AI =A , ( 能够试一试) 例, 3
阶单位阵, I =⎥⎥
⎥⎦
⎤
⎢⎢⎢⎣⎡100010001, 我们以3阶阵来说逆,
已知
A =⎥⎥
⎥⎦
⎤⎢⎢⎢⎣⎡-012411210 与前面13
13=⨯类似, 能不能找到一个矩阵, 使得A 乘以这个矩阵等于单位阵?
记为I AA =-1,1-A 称为A 的逆, ( 2) 矩阵的初等变换,
①将矩阵的任意两行互换,
②把某一行乘以一个数( 指对这一行的每个元素都乘以这个数) ,
③把某一行乘以一个数, 然后加到另外一行。
求逆
求逆原理: ][][1-→A I I A ,。