线性代数同济大学第五版课件5-3

合集下载

线性代数课件(完整版)同济大学

线性代数课件(完整版)同济大学

a11 a12 a13
a21 a22 a23
引进记号
a31 a32 a33
原则:横行竖列
主对角线 a11 a12 a13
a21 a22 a23 a11a22a33 a12a23a31 a13a21a32
副对角线 a31 a32 a33
a13a22a31 a12a21a33 a11a23a32
p1 p2 L pn
4. 当 p1 p2 L是p偶n 排列时,对应的项取正号; 当 p1 p2 L是奇pn排列时,对应的项取负号.
思考题: 1 1成立吗? 答:符号 1可以有两种理解: ✓若理解成绝对值,则 1 ;1 ✓若理解成一阶行列式,则 1 . 1
注意:当n = 1时,一阶行列式|a| = a,注意不要与 绝对值的记号相混淆. 例如:一阶行列式 1 1 .
线性代数(第五版)
在以往的学习中,我们接触过二 元、三元等简单的线性方程组.
但是,从许多实践或理论问题里 导出的线性方程组常常含有相当 多的未知量,并且未知量的个数 与方程的个数也不一定相等.
我们先讨论未知量的个数与方程 的个数相等的特殊情形. 在讨论这一类线性方程组时,我 们引入行列式这个计算工具.
例:写出四阶行列式中含有因子a11a的23 项.
解:a11a23a32a44 和 a11a23a34a42 .
例:计算行列式
a11 0 0 0
0 D1 0
a22 0 0 a33
0 0
0 0 0 a44
0 0 0 a14
0 D2 0
0 a23 a32 0
0 0
a41 0 0 0
a11 a12 a13 a14
(a a a a )x a b b a

线性代数(第五版)课件

线性代数(第五版)课件

• 想搞软件工程,好,3D游戏的数学基础就 是以图形的矩阵运算为基础;当然,如果 你只想玩3D游戏可以不必掌握线代;想搞 图像处理,大量的图像数据处理更离不开 矩阵这个强大的工具,《阿凡达》中大量 的后期电脑制作没有线代的数学工具简直 难以想象。
• 想搞经济研究。好,知道列昂惕夫(Wassily Leontief)吗?哈佛大学教授,1949年用计 算机计算出了由美国统计局的25万条经济数 据所组成的42个未知数的42个方程的方程组, 他打开了研究经济数学模型的新时代的大门。
这些模型通常都是线性的,也就是说,它们
是用线性方程组来描述的,被称为列昂惕夫 “投入-产出”模型。列昂惕夫因此获得了 1973年的诺贝尔经济学奖。
• 相当领导,好,要会运筹学,运筹学的一 个重要议题是线性规划。许多重要的管理 决策是在线性规划模型的基础上做出的。 线性规划的知识就是线代的知识啊。比如, 航空运输业就使用线性规划来调度航班, 监视飞行及机场的维护运作等;又如,你 作为一个大商场的老板,线性规划可以帮 助你合理的安排各种商品的进货,以达到 最大利润。
§1 二阶与三阶行列式
我们从最简单的二元线性方程组出发,探 求其求解公式,并设法化简此公式.
一、二元线性方程组与二阶行列式
二元线性方程组
aa1211
x1 x1
a12 x2 a22 x2
b1 b2
由消元法,得
(a11a22 a a 12 21 ) x1 b1a22 a12b2
(a11a22 a a 12 21 ) x2 a11b2 b1a21
二、线性代数的课程特点
高度的抽象性和严密逻辑性,并缺乏直观 的思维模型.
开设时间为大一、大二年级. 线性代数课时短, 内容多. 理论多, 例题少.

线性代数(同济大学第五版)行列式讲义例题

线性代数(同济大学第五版)行列式讲义例题

线性代数(同济大学第五版)行列式讲义例题线性代数(同济大学第五版)行列式讲义、例题第一章行列式行列式就是研究线性方程组的一个有力工具,本章得出了行列式的定义、性质及其计算方法.§1全排列及其逆序数一、排序及其逆序数定义对于n个不同的元素,可以给它们规定一个次序,并称这规定的次序为标准次序.例如1,2,?,n这n个自然数,一般规定由小到大的次序为标准次序.定义1由n个自然数1,2,?,n共同组成的一个有序数组i1,i2,?,in,称作一个n元全排序,缩写为排序.例如由1,2,3这三个数组成的123,132,213,231,312,321都是3元(全)排列.定义2在一个排序里,如果某一个很大的数码排在在一个较小的数码前面,就说道这两个数码形成一个逆序(反序),在一个排序里发生的逆序总数叫作这个排序的逆序数,用?(i1,i2,?,in)则表示排序i1,i2,?,in的逆序数.根据定义2,可按如下方法计算排列的逆序数:设于一个n级排序i1i2?in中,比it(t?1,2,?,n)小的且位列it前第1页面的数共有ti个,则it的逆序的个数为ti,而该排列中所有数的逆序的个数之和就是这个排序的逆序数.即为n?(i1i2?in)?t1?t2tn??ti.i?1基准1排序排序45321的逆序数.解因为4排在首位,故其逆序数为0;比5大且位列5前面的数有0个,故其OMO序数为0;比3大且位列3前面的数有2个,故其OMO序数为2;比2大且位列2前面的数有3个,故其OMO序数为3;比1大且位列1前面的数有4个,故其OMO序数为4.可知所求排序的逆序数为(45321)002349.定义3逆序数为偶数的排序叫作偶排序,逆序数为奇数的排序叫作奇排序.(i1,i2,,in)=i2前面大于i2的元素个数+i3前面大于i3的元素的个数in前面大于in的元素的个数,比如:(2341)0033,逆序数为3,?(2341)为奇排列.?(4321)?1?2?3?6,逆序数为6,?(4321)为偶排列.定义4把一个排序中某两个数码i和j交换边线,而其余数码不颤抖,就第2页获得一个崭新排序.对一个排序所颁布的这样一个转换叫作一个重新排列.例如排列2341经过元素2,4对换变成排列4321,可记为2341??(2?,4)?4321定理1对换改变排列的奇偶性.证明先证相连重新排列设排列为a1?alabb1?bm对换a与b.a1?albab1?bm当a?b时,经对换后a的逆序数增加1,b的逆序数不变;当a?b时,经对换后a的逆序数不变,b的逆序数减少1.因此对换相邻两个元素,排列改变奇偶性.再证非相连重新排列,现设排序为a1?alab1?bmbc1?cn现来重新排列a与bam次相邻对换1?alab1?bmbc1?cna1?alabb1?bmc1?cnam?1次相邻对换1?alabb1?bmbc1?cna1?albb1?bmac1?cna2m1次相连重新排列1?alab1?bmbc1?cna1?albb1?bmac1?cn因此对换两个元素,排列改变奇偶性.也就是说,只要经过一次重新排列,奇排序变为偶排序,而也时排序变为奇排第3页列.推断奇排序变为标准排序的重新排列次数为奇数,偶排序变为标准排序的重新排列次数为偶数.二、排列及其逆序数性质与定理性质1设i1i2?in和j1j2?jn就是n个数码的任一两个排序,那么总可以通过一系列重新排列由i1i2?in得出结论j1j2?jn.引理1对换的可逆性――即对同一排列连续施行两次同一对换排列还原.所以任意n 元排列i1i2?in可经过一系列对换变为自然排列12?n.而自然排列12?n可经一系列对换变为任意一个n元排列j1j2?jn.事实上,由定理1所述:任一一个n元排序j1j2?jn可以经一系列重新排列变为自然排列12?n,由引理1对换的可逆性,故自然排列可经(同样的)一系列对换变为任一排列.定理2n?2时,n个数码的排序中,奇排序与也时排序的个数成正比,均为n!2个.证明:设n个数的排序中,奇排序存有p个,偶排序存有q个,则p?q?n!,对p个雷排序,颁布同一重新排列,则由定理1获得p个偶排序.(而且就是p个不同的偶排列)因为总共有q个偶排列,所以p?q.同理q?p.第4页所以p?q?n!2.§2行列式的定义开场白三阶行列式的形成规律为:a11a12a13a21a22a23?a11a22a33?a12a23a31?a13a21a32a31a32a33?a13a22a31?a12a21a33? a11a23a32a11a12a13其中:符号aa22a22123是由3个元素aij构成的三行、三列方表,a31a32a33纵排叫行,横排叫列;在上述形式下元素aij的第一个负号叫行负号,第二个负号叫列负号.从形式来看,三阶行列式就是上述特定符号则表示的一个数,这个数由一些项的和而得:1)项的构成:由取自不同的行又于不同的列上的元素的乘积;2)项数:三阶行列式就是3!=6项的代数和;3)项的符号:每项的一般形式可以写成a1j1a2j2a3j3时,即行标为自第5页然排序时,该项的符号为(?1)?(j1j2j3),即为由列标排序j1j2j3的奇偶性然定.一、n阶行列式的定义定义5n阶行列式定义为a11a12?a1na?a21a22?a2nj1j2?jn)??(i1i2?in)(?1)?(ai1j1ai2j2?ainjni1i2?inaj 1j2?jnn1an2?anna11a12?a1n用符号a21a22?a2n2表示由n个数aij所组成的n阶行列an1an2?ann式,直和为a或d,这就是一个数,其中i1i2?in和j1j2?jn都是n级排列,?表示对所有的n级排列于议和.由定义可以看出,n阶行列式的值等于所有取自不同的行、不同的列上的n个元素的乘积ai1j1ai2j2?ainjn的代数和,共有n!项,每一项前面的符号由排序i1i2?in和j1j2?jn的逆序数?(i1i2?in)+?(j1j2?jn)同意.第6页另外行列式的还可以定义为a11a12?a1na?a21a22?a2n(?1)?(j1j2?jn)a1j1a2j2?anjnan1an2?ann或a11a12?a1na?a21a22?a2n(?1)?(i1i2?in)ai11ai22?ainnan1an2?ann以上两个定义式分别以行列的排序为标准序列,其每一项前面的符号存有j1j2?jn和i1i2?in的逆序数同意.例2在四阶行列式中,a21a32a14a43应带什么符号?求解1)按行列式定义5排序,因为a21a32a14a43?a14a21a32a43,而4123的逆序数为?(4123)?0?1?1?1?3,所以a21a32a14a43的前面应当拎负号.2)按行列式定义5计算,因为a21a32a14a43行指标排序的逆序数为?(2314)?0?0?2?0?2,第7页列指标排列的逆序数为?(1243)?0?0?0?1?1.所以a21a32a14a43的前面应带负号.a11a1200基准3排序行列式a210a2300a.3200000a44分析按行列式定义,每一项都就是源自相同行相同列于的4个元素的乘积,共计4!项.但此行列式中存有很多零元素,因此有的项为零,故只需找到C99mg零元素的项,何不设立各个字母则表示的都不为零元素.于是在第一行中只有两个非零元素a11和a12.当第一行挑a11时,第二行就可以挑a23(a21与a11同列,故无法挑),第三行就可以挑a32,第四行就可以挑a44,即a11a23a32a44就是其中的一项.另外,当第一行挑a12时,第二行可以挑a21和a23,但当第二行取a23,第三行只能取零元素,故第二行只可以取a21,第三行取a33,第四Charlieua44,即为另一非零项为a12a21a33a44.解d?(?1)?(1324)a?(2134)11a23a32a44?(?1)a12a21a33a44??a11a23a32a44?a12a21a33a44第8页例4证明n行列式a110?0a11a12?a1n(1)a21a22?00a22?a2na11a22?ann,an1an2?ann00?anna1n(2)a2,n?1an(n?1)2n(?1)2a1na2,n?1?an1an1?an,n?1anna110?0a11a12?a1n证(1)记da22?0a22?a2n1?a21d02?an1an2?ann00?ann由于当j?i时,aij?0,故d1中可能不为0的元素aipi,其下标应有pi?i,即p1?1,p2?2,?,pn?n.在所有排列p1p2?pn中,能满足上述关系的排列只有一个自然排列12?n,所以d?1中可能将不为0的项只有一项(?1)a11a22?ann,此项的符号(?1)??(?1)0?1,所以第9页d1?a11a22?ann.由于当j?i时,aij?0,故d2中可能不为0的元素aipi,其下标应有pi?i,即p1?1,p2?2,?,pn?n.在所有排序p1p2?pn中,能够满足用户上述关系的排序只有一个自然排在列12?n,所以d?2中可能不为0的项只有一项(?1)a11a22?ann,此项的符号(?1)??(?1)0?1,所以d2?a11a22?ann得证.a1n(2)根据行列式定义a2,n?1a2nt(?1)a1na2,n?1?an1an1?an,n?1ann其中t为排序n(n?1)?21的逆序数,故t?0?1?2n?n(n?1)2证毕.二、子式、余子式与代数余子式第10页。

线性代数同济5版

线性代数同济5版

解法
通过高斯消元法或克拉默法则求 解,解的形式同样包括唯一解、 无穷多解和无解。对于无解的情 况,可以通过最小二乘法求得近 似解。
线性方程组的解法与应用
解法概述
线性方程组的解法主要包括直接法和迭代法两大类。直接法 包括高斯消元法、克拉默法则等,适用于中小规模问题;迭 代法包括雅可比迭代、高斯-赛德尔迭代等,适用于大规模问 题。
两个矩阵的行数相等、 列数相等且对应元素都 相等。
两个矩阵的对应元素相 加。
用该数乘以矩阵的每一 个元素。
第一个矩阵的列数等于 第二个矩阵的行数,且 结果矩阵的第$i$行第 $j$列元素等于第一个矩 阵的第$i$行的元素与第 二个矩阵的第$j$列对应 元素乘积之和。
矩阵的逆与转置
逆矩阵
对于$n$阶矩阵$A$,如果有一个$n$阶矩阵$B$,使得$AB=BA=I$,其中$I$为单位矩阵,则称矩阵 $A$是可逆的,并把矩阵$B$称为$A$的逆矩阵。
二次型的标准形
通过坐标变换,二次型可以化为只含有平方项的标准形$f = k_1y_1^2 + k_2y_2^2 + ... + k_ny_n^2$,其中$k_i$为常数。
二次型的矩阵表示
二次型可以表示为矩阵形式$f = X^TAX$,其中A为对称矩阵,X为列向量。
二次型的正定性与负定性
01
正定二次型
矩阵的转置
把矩阵$A$的行和列互换所得到的矩阵称为A的转置矩阵,这一过程称为矩阵的转置。
矩阵的秩与初等变换
矩阵的秩
在$m times n$矩阵中,任取$k$行和$k$列($k leq m, k leq n$),位于这些行列交叉处 的$k^2$个元素,不改变它们在原矩阵中的位置次序而得的$k$阶行列式,称为矩阵的$k$-

同济大学《线性代数》 PPT课件

同济大学《线性代数》 PPT课件

称为三阶行列式.
二阶行列式的对角线法则 并不适用!
三阶行列式的计算 ——对角线法则
a11 a12 a13 D a21 a22 a23
a31 a32 a33
实线上的三个元素的乘积冠正号, 虚线上的三个元素的乘积冠负号.
a11a22a33 a12a23a31 a13a21a32 a13a22a31a12a21a33 a11a23a32

a11
a22 a32
a23 a33
a12
a21 a31
a23 a33
a13
a21 a31
a22 a32
结论 三阶行列式可以用二阶行列式表示.
思考题 任意一个行列式是否都可以用较低阶的行列式表示?
在n 阶行列式中,把元素 aij 所在的第 i 行和第j 列划后,
留下来的n-1阶行列式叫做元素 aij 的余子式,记作 M ij .
验证 1 7 5 6 6 2 196
175 3 5 8 196
358
662
175 175 于是 6 6 2 3 5 8
358 662
推论1 如果行列式有两行(列)完全相同,则此行列式为零.
证明 互换相同的两行,有 D D,所以
. D0
性质3 行列式的某一行(列)中所有的元素都乘以同一个
结论 因为行标和列标可唯一标识行列式的元素,所以行列 式中每一个元素都分别对应着一个余子式和一个代数余子式.
二、行列式按行(列)展开法则
定理1 行列式等于它的任一行(列)的各元素与其对应 的代数余子式乘积之和,即
D

ai1
Ai1

ai 2
Ai
2

L

同济大学线性代数课件__第五章相似矩阵及二次型

同济大学线性代数课件__第五章相似矩阵及二次型

p3
0 4
30

1 0 1
P ( p1, p2 , p3 ) 0 1 0
1 1 4

1
P 1AP 2
2
31
性质:若l 是 A 的特征值, 即 Ax = lx (x≠0),则
(1) kl 是 kA 的特征值(k是常数),且 kAx = klx (2) lm 是 Am 的特征值(m是正整数),且 Amx = lmx (3) 若 A可逆,则l-1是 A-1的特征值, 且 A-1x = l-1x
16
定义4 若 n 阶矩阵 A 满足 A A E 则称 A 为正交矩阵, 且 A1 A
令 A (1,2 , ,n )
A
A
1
2
(1
,
2
,
n
,n
)
11
21
n1

[i , j ] i j
ij
1, 0,
i i
j j
1 2 2 2
n 2
1 n 2 n
nn
17
特征值及二次型问题是线性代数的重要问题。
[ x ty, x ty] 0, t [ x, x] 2[ x, y]t [ y, y]t 2 0
(1) [ x, y ] = [ y, x ]; [ x, y]2 [x, x][ y, y]
(2) [lx, y] = l[ x, y ];
(3) [ x + y, z ] = [ x, z ] + [ y, z ];
解: (1) A2 2A 3E 有特征值 l 2 2l 3
(2) 3阶阵 A有特征值 1, -1, 2,故 | A | 2,A可逆。 A 3A 2E 有特征值 -1,-3,3

线性代数(同济大学第五版)向量讲义、例题

线性代数(同济大学第五版)向量讲义、例题

第三章 向量§1 向量的概念及运算一、n 维向量的概念定义1:n 个数n a a a ,,,21 组成的有序数组称为n 维向量,其中),2,1(n i a i =称为n 维向量的第i 个分量。

分量是实数的向量称为n 维实向量,分量是复数的向量称为n 维复向量。

n 维向量可写成一行,称为行向量;即),,,(21n T a a a =α.也可写成一列,称为列向量,即⎪⎪⎪⎪⎭⎫ ⎝⎛=n a a a 21α.用小写的黑体希腊字母 ,,,γβα来代表向量。

每一个分量都是0的向量称为n 维零向量。

记为O ,即)0,,0,0( =O向量),,,(21n a a a --- 称为向量),,,(21n a a a ---= α的负向量,记为-α。

在n 维向量中,两个向量),,,(21n a a a =α,),,,(21n b b b =β相等,是指它们的各个分量对应相等,即),2,1(n i b a i i ==这时,记为βα=.如干个同维数的列向量(或同维数的行向量)所组成的集合叫做向量组.二、n 维向量的线性运算定义2:设向量组),,,(21n a a a =α,),,,(21n b b b =β,则βα+=),,,(2211n n b a b a b a +++ 称为向量βα,的和,记为βαγ+=.加法满足下列运算规律: 1)交换律:αββα+=+2)结合律:γβαγβα++=++)()(3)存在零向量O ,对一切向量α,使ααα=+=+O O 4)对第一向量α,存在-α,使O =-+)(αα 向量减法:)(βαβα-+=- 定义3:向量),,,(21n a a a =α与数k 的数量乘积为向量),,,(21n k k k ααα ,记为αk .数量乘法满足的运算规律。

1)结合律:αα)()(kl l k = 2)分配律:βαβαk k k +=+)( 3)分配律:αααl k l k +=+)( 4)对任何向量α,恒有αα=⋅1§2向量组的线性关系一、线性表示出定义1:若m ααα ,,21是m 个n 维向量,m k k k ,,,21 是一组数,则向量αααm k k k +++ 2211称为这m 个向量的线性组合.对于n 维向量m ααα ,,21及β,若存在一组数m k k k ,,,21 使得m m k k k αααβ+++= 2211那么β称为m ααα ,,21的线性组合,或称β可由m ααα ,,21线性表示.定理1:如果有两个向量组Ⅰ: m ααα ,,21、Ⅱ: n βββ ,,21,向量组Ⅰ中的每个向量均可由向量组Ⅱ线性表示,向量组Ⅱ中的每个向量也均可由向量组Ⅰ线性表示,则称两个向量组等价. 二、线性相关与线性无关定义2:设m ααα ,,21是m 个n 维向量,如果存在不全为零的数m k k k ,,,21 使得O k k k m m =+++ααα 2211那么m ααα ,,21称为线性相关,否则称为线性无关.所谓线性无关,即只有021====m k k k 时,才有O k k k m m =+++ααα 2211.三、向量组线性关系的判定1).仅含一个零向量的向量总是线性相关的,与此相反,任意一个非零向量总是线性无关的.任何含有零向量的向量组线性相关.2).向量组m ααα ,,21线性相关的充分必要条件是它构成的矩阵),,(21m A ααα =的秩小于向量个数m ;向量组线性无关的充分必要条件是m A R =)((n 个n 维向量线性无关的充分必要条件是以n 个向量作为行的n 阶行列式0||≠A ).例 研究下列向量组是线性相关还是线性无关(1) ⎪⎪⎭⎫ ⎝⎛-=3211α,⎪⎪⎭⎫ ⎝⎛-=5202α,⎪⎪⎭⎫⎝⎛-=2013α(2) (),1,1,1,21T--=β(),0,2,3,02T -=β()T 1,3,4,23--=β分析 给出一个n 维向量组m ααα ,,21,就有一个相应的矩阵),,(21m A ααα =,首先求出)(A R ,若m A R =)(,则m ααα ,,21线性无关,若m A R <)(,则m ααα ,,21线性相关.解(1) 因为⎪⎪⎭⎫ ⎝⎛-=3211α,⎪⎪⎭⎫ ⎝⎛-=5202α,⎪⎪⎭⎫⎝⎛-=2013α得到矩阵 ⎪⎪⎭⎫ ⎝⎛---==253022101),,(321αααA 因为⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛---=000220101~253022101A 所以32)(<=A R故向量组321,,ααα线性相关. (2) 因为(),1,1,1,21T--=β(),0,2,3,02T -=β()T 1,3,4,23--=β得到矩阵⎪⎪⎪⎭⎫⎝⎛-----==101321431202),,(321βββB 因为⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛-----=000000110202~101321431202B 所以32)(<=B R故向量组321,,βββ线性相关. 推论1:n 个n 维向量),,,(112111n a a a =α;),,,(222212n a a a =α;……),,,(21nn n n n a a a =α线性相关⇔行列式n m ij a A ⨯=)det(||=0.证:必要性:设m ααα ,,21线性相关,当n=1时,结论显然成立。

线性代数(同济大学第五版)第五章

线性代数(同济大学第五版)第五章

十、化二次型为标准形
定理1: 任给可逆矩阵C, 令B=CTAC(A与B为合同 矩阵), 如果A为对称矩阵, 则B也为对称矩阵. 说明1: 若A与B是合同矩阵,则: 1.正(负,零) 特征值的个数相同,2.具有相同的秩. 说明2: 二次型 f 经可逆变换 x=Cy 后, 其秩不变, 但 f 的矩阵由A变为B=CTAC; 用正交变换化二次型为标准形的具体步骤: 1. 将二次型表示成矩阵形式 f = xTAx, 求出A; 2. 求出A的所有特征值1, 2, ·, n ; · · 3. 求出对应特征值i 的正交单位化的特征向量组, 从而有正交规范向量组 1, 2, ·, n ; · · 4. 记P=(1, 2, ·, n ), 作正交变换x=Py, 则得 f 的 · · 标准形: f = 1y12+2y22+·+nyn2 . · ·
十二、正定二次型
如果对任意的 x 0, 都有 f(x)>0, 则称 f 为正定 二次型, 并称对称矩阵A为正定矩阵; 如果对任意的 x 0, 都有 f(x)<0, 则称 f 为负定 二次型, 并称对称矩阵A为负定矩阵. 概念:正惯性指数,负惯性指数 推论: 对称矩阵A为正定的充分必要条件是A的特 征值全为正. 定理3(霍尔维茨定理): (1)对称矩阵A为正定的充 分必要条件是A的各阶主子式为正, 即
七、相似矩阵
P-1AP = B 定理1: 若n阶矩阵A与B相似, 则A与B的特征多项 式相同, 从而A与B的特征值亦相同. 推论: 若n阶方阵A与对角阵=diag(1, 2,·, n ) · · 相似, 则1, 2,·, n 既是A的n个特征值. · · 相似矩阵的性质: 若A与B相似, 则Am与Bm相似(m为正整数). (A)与 (B) 相似 当矩阵A与对角阵=diag(1, 2,·, n )相似时, · · 则 (A)= P()P-1. 而

线性代数课件--同济大学

线性代数课件--同济大学

用 k 乘第 i 行: 用 k 乘第 i 列:
ri k ci k
“运算性质”
12 3
24 6
1 0 1 2 r1 1 1 0 1
2
01 1
01 1
推论:行列式中某一行(列)的公因子可以提到 行列式符号外面。
24 6 12 3 1 0 1 21 0 1 01 1 01 1
性质4:若行列式有两行(列)的对应元素成比 例,则行列式等于0 。
a11 a22a33 a23a32 a12 a23a31 a21a33 a13 a21a32 a22a31
a11
a22 a32
a23 a33
a12
a21 a31
a23 a33
a13
a21 a31
a23 a33
结论 三阶行列式可以用二阶行列式表示.
思考题 任意一个行列式是否都可以用较低阶的行列式表示?
对角线法则:
主对角线
a11 a12 a21 a22
副对角线
a11a22 a12a21
例. 解方程组
32x1x1 2
x2 x2
12 1
解: D 3
2 3 (4) 7 0
21
12 2
3 12
D1 1
14 1
D2 2
21 1
x1
D1 D
14 7
2,
x2
D2 D
21 7
3
a11 0 0
a
D
21
a 22
0
a a11 22 ann
an1 an2 ann
(3) 对角行列式
a11
D
a22
a a11 22 ann
ann
(4) 副对角行列式

线性代数同济大学第五版课件5-2张

线性代数同济大学第五版课件5-2张

~
1 p1 , 1
所以对应于 1 2的全部特征向量为
k1 p1 (k1 0)
上页 下页
当2 4时, 解方程组 A 4 E ) x 0.由 (
3 4 A 4E 1 1 1 3 4 1 1 1
1 A E 4 1
1 3 0
0 0 2 ( 2 ) (1 ) ,
2
所以A的特征值为 1 2, 2 3 1.
当1 2时, 解方程组 A 2 E ) x 0.由 (
上页 下页
1 0 3 1 0 1 2 A 2E 4 32 0 4 1 0 1 0 2 2 1 0 0
~
1 0 0 0 1 0 , 0 0 0
得基础解系
0 p1 0 1
所以对应于 1 2的全部特征向量 .
k1
p (k
1
1
0)
上页
下页
当 2 3 1时, 解方程( A E ) x 0.由
1 0 2 1 0 11 A E 4 31 0 4 2 0 1 0 2 1 1 0 1
一、特征值与特征向量的概念
定 义6
方 非 设 A 是 n 阶 矩 阵, 如 果 数 和 n 维 非 零 阵 零
Ax Ax x x
列 向 量x 使 关 系 式
成 立, 那末, 这样的数 称为方阵 的特征值 (eigenvalue) A
非零向量x 称为 A 的对应于特征值 的 特征向量(eigenvector)
2 2

故 是矩阵A 的特征值, 且 x 是 A 对应于 的特

线性代数(同济五版)第五章第三节

线性代数(同济五版)第五章第三节
式来求解方程。
04
消元法是通过对方程进行初等变换,将系数矩阵化为 阶梯形矩阵或行最简形矩阵,从而求解方程的方法。
04
矩阵的特征值与特征向量
特征值与特征向量的概念
01
02
03
特征值
设A是n阶方阵,如果存在 数λ和非零n维列向量x, 使得Ax=λx成立,则称λ 是A的一个特征值。
特征向量
对应于特征值λ的非零n维 列向量x称为A的对应于特 征值λ的特征向量。
向量组的线性相关性
线性相关
如果向量组A中存在不全为零的实数k1, k2, ··· , km,使得k1a1 + k2a2 + ··· + kmam = 0,则称向量组A是线性相关的。
线性无关
如果向量组A中不存在不全为零的实数k1, k2, ··· , km,使得k1a1 + k2a2 + ··· + kmam = 0,则称向量组A是线性无关的。
注意事项
在化阶梯形矩阵的过程中,只能实施 行初等变换,不能实施列初等变换。 同时,要确保每一步变换都是可逆的 ,以便在需要时可以恢复出原矩阵。
02
向量组的线性相关性
向量组及其线性组合
向量组
由若干个同维数的列向量(或行向量)所组成的集合叫做向量组。
线性组合
给定向量组A: a1, a2, ··· , am,对于任何一组实数k1, k2, ··· , km,表达式k1a1 + k2a2 + ··· + kmam称为向量组A的一个线性组合。
对于齐次线性方程组,可以通过求解对应齐次方程的 基础解系,再线性组合得到通解。
输标02入题
对于非齐次线性方程组,首先判断其是否有解,若有 解则可通过消元法、克拉默法则等方法求解特解,再 结合对应齐次方程的基础解系得到数个数与方程个数相等的非齐 次线性方程组,通过计算系数矩阵和增广矩阵的行列
  1. 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. 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. 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)。
正整数, f(x) = a0xm + a1xkB 相似, Am 与 Bm 相似, AT 与 BT 相似,
f(A) 与 f(B) 相似.
上页 下页
三、矩阵的对角化
对于 n 阶方阵 A , 若存在可逆矩阵 P , 使 P-1AP = ( 为对角矩阵),则称 A 能对角化.
以这些向量为列构造矩阵 P = ( p1 , p2 , · , pn ), · · 则 P 可逆, 且 AP = P , 其中 =diag (1 , 2 , · , n ) , · · 即 推论 P-1AP = .
证毕
如果n阶矩阵A的n个特征值互不相等,
则A与对角阵相似.
上页 下页
0 0 1 1 1 x , 问 x 为 何 值 时 , 例11 设 A 1 0 0 矩 阵A能 对 角 化 ?
第 三 节
主要内容
相似矩阵
相似矩阵的概念 相似矩阵的性质 矩阵对角化的充要条件
上页
下页
一、相似矩阵的概念
定义 7 设 A , B 为 n 阶方阵, 若有可逆矩阵P,
使 P-1AP = B , 则称矩阵 A 相似于矩阵 B. 对 A 进行运算
P-1AP 称为对 A 进行相似变换,可逆矩阵 P 称 为把 A 变成 B 的相似变换矩阵.
上页 下页
可. 推论 A与 阶方阵 A 与对角矩阵 由于 若 n B 相似, 所以, 必有可逆矩阵 P
由相似的定义和定理3,有下列 结论:
1. 若矩阵 A 与 矩阵 B 相似, 若矩阵 A
可逆, 则矩阵 B 也可逆, 且 A-1 与 B-1 相似.
2.若矩阵 A 与 B 相似, k 是常数, m 是
1 , 2 , · , n 的特征向量. · ·
充分性 由必要性的证明可见, 如果矩阵 A 有 n 个线性无关的特征向量, 设它们为 p1 , p2 , · , pn , 对应的特征值分别为 1 , 2 , · , n , · · · ·
上页
下页
则有
Api = i pi ,
i = 1, 2, · , n · ·
上页
下页
二、相似矩阵的性质
相似描述了矩阵之间的一种关系, 这种关系 具有下面的性质:
(1) 反身性 (2) 对称性
即一个矩阵与它自身相似; 即若矩阵 A 相似于矩阵 B ,
则矩阵 B 也相似于矩阵 A;
(3) 传递性
即若矩阵 A 相似于矩阵 B ,
而矩阵 B 相似于矩阵 C , 则矩阵 A 相似于矩阵 C.
1 0 1 初等行变换 由 A E 1 0 x 1 0 1

1 0 1 0 0 x 1 , 0 0 0
得 x = -1 时, R(A – E) = 1 ,矩阵 A 能对角化.
上页 下页
思考题
判断下面矩阵A、B是否相似?
上页 下页
相似矩阵具有下列性质:下设 A,B 是同阶
矩阵.
定理 3 若矩阵 A 与矩阵 B 相似, 则
|A - E| = |B - E| , 因而 A 与 B 有相同的特征值,相同的行列式.
证明 只需证 A 与 B 有相同的特征多项
P,-1AP·, n) , = diag(1 2 , ·= B · 故 相似,则 1 , 2 , · , n 即是 A 的 n 个特征值. · ·
1 2 A( p1 , p2 , , pn ) ( p1 , p2 , , pn ) . n
上页 下页
因而
Api = i pi , i = 1, 2, · , n , · ·
因为 P 为可逆矩阵, 所以 p1 , p2 , · , pn为线性无 · · 关的非零向量, 它们分别是矩阵 A 对应于特征值
定理 4 n 阶方阵 A 能对角化的充要条件是
A 有 n 个线性无关的特征向量.
上页
下页
证明 必要性
设有可逆矩阵 P , 使得
P-1AP = ,
其中 =diag ( 1 , 2 , · , n ). 将矩阵 P 按列分块, · · 令 P = ( p1 , p2 , · , pn ), 则由 P-1AP = , · · AP = P , 即 得
1 1 A 1
1 1 n 0 0 1 1 1 0 0 , B . 1 0 0 1 1
上页
下页
0 1 0
2
1 x (1 )

A E 1 1
1 1
( 1) ( 1)
得 1 1,2 3 1
上页 下页
故矩阵 A 可对角化的充要条件是对应重根
2 = 3 = 1 ,有两个线性无关的特征向量,
即方程 (A – E ) x = 0 有两个线性无关的解, 亦即系数矩阵 A – E 的秩R(A – E) = 1 .
相关文档
最新文档