线性代数
线性代数是什么
4
解的线性方程组; 3. 确定方程组 (determinate system): 有惟 一解的线性方程组; 4. 不定方程组(indeterminate system):有多 于一解的线性方程组. 值得注意的是,每一个不定线性方程组有 无穷多个解.这与次数超过 1 的方程组形成 鲜明对照. 在 m=n 时, 线性方程组(1)是确定的 ⇔ 系 数行列式非零 . 在这种情况下 , 方程组的惟一 解可按 Cramer 法则(Cramer rule,1750)求 出. 当系数行列式等于零或 m≠n 时,上述方 法失效.这时,要确定线性方程组的类型,须使 用关于矩阵的核心概念-秩(Frobenius,1877). 一个矩阵的秩表达了其所代表的线性方程组 所含独立方程的个数 ( 或使用线性代数的术 语,该矩阵的线性无关的行或列的最大个数). 矩阵的线性无关的行的最大个数称为矩阵的 行秩 ; 矩阵的线性无关的列的最大个数称为 矩阵的列秩. 关于矩阵的秩有下述结论:
10
于 n-r,其中 n 是未知量的个数,而 r 是方程组 矩阵 A 的秩.如果 r<n,那么子空间 U 是非零 的 , 且它的基亦称为线性方程组 (2) 的基本解 组或基本解系 . 由此产生一系列研究矩阵的 巧妙且高效的方法 , 其中最简洁易懂且常考 者为: (1) 设 A,B 均为 n 阶矩阵,AB=0,则 r(A)+r(B)≤n. (2) r(ATA)=r(A); (3) 设 A 是 n 阶矩阵,则 r(An+1)=r(An). 其中包含的 ” 智慧 ” 乃是线性方程组 ( 特 别是齐次方程组)矩阵与线性空间之”三位一 体 ”, 代数与几何之融会贯通 .(2) 与 (3) 的证明 的关键在于认识到线性方程组 ATAx=0 与 Ax=0 同解以及 An+1x=0 与 Anx=0 同解.对前 者而言,Ax=0 的解显然是 ATAx=0 的解;反之, 若 y 是 ATAx=0 的 解 , 则 ATAy=0, 于 是 yTATAy=0;从而(Ay)T(Ay)=0,此即向量 Ay 的 长等于 0,ok.对于后者,由于 A=0 或 A 可逆 时结论显然成立,故可设 A 的秩介于 1 与 n1 之间,于是 A,A2,…,An 这 n 个矩阵必有两个 秩 相 等 , 设 为 As,At, 其 中 s<t. 这
线性代数
第1章 矩阵与行列式
>> AB=A*B 运行结果: AB = 6 2 6 1 8 -1 >> D=6*A 运行结果: D= 18 6 12 6 6 12
-2 0 2
6 12 18
第1章 矩阵与行列式
>> sym c; >> cA=c*A 运行结果: cA = [ 3*c, c, c] [ 2*c, c, 2*c] [ c, 2*c, 3*c] >> F=A' 运行结果: F= 3 2 1 1 1 2
第1章 矩阵与行列式
【矩阵与行列式简介】
在计算机日益发展的今天,线性代数起着越 来越重要的作用。线性代数起源于解线性方程组 的问题,而利用矩阵来求解线性方程组的Gauss消 元法至今仍是十分有效的计算机求解线性方程组 的方法。矩阵是数学研究和应用的一个重要工具 ,利用矩阵的运算及初等变换可以解决求解线性 方程组等问题。特殊的矩阵方阵的数字特征之一 是方阵的行列式,使用行列式可以描述方阵的一 些重要的性质。通过计算行列式可求逆矩阵,n个
第1章 矩阵与行列式
>>C=A(2:end,[1,4]) 运行结果: C= 5 8 9 12 13 16 3.>> A=[0 1 2;1 1 4;2 -1 0]; >>E=eye(3); >>B=[A,E] 运行结果: B= 0 1 2 1 1 1 4 0 2 -1 0 0
0 1 0
0 0 1
第1章 矩阵与行列式
;
2 x1 4 x 2 x3 x 4 5 (2) x1 2 x2 2 x3 x 4 4 . x 2x x 2x 1 2 3 4 1
线性代数自考知识点汇总
行列式1. 行列式的性质性质1 行列式与它的转置行列式相等T D D =.性质2 互换行列式的两行列,行列式变号.推论1 如果行列式有两行列的对应元素完全相同,则此行列式的值为零.如a b ca b c 0a b c'''= 性质3 行列式的某一行列中所有的元素都乘以同一数k ,等于用数k 乘此行列式.如111213111213212223212223313233313233a a a a a a ka ka ka k a a a a a a a a a = 推论2 如果行列式中有两行列元素成比例,则此行列式的值为零.如a b ca b c 0ka kb kc'''= 性质4 若行列式的某一行列的元素都是两数之和,则这个行列式等于两个行列式之和.如111213111213111213212122222323212223212223313233313233313233a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a ''''''+++=+ 性质5 把行列式的某一行列的各元素乘以同一数然后加到另一行列对应的元素上去,行列式的值不变.如111213111213212223212223313233311132123313a a a a a a a a a a a a a a a a ka a ka a ka =+++2. 余子式与代数余子式在n 阶行列式中,把元素ij a 所在的第i 行和第j 列划去后,留下来的n-1阶行列式叫做元素ij a 的余子式,记作ij M ,i jij ij A (1)M +=-叫做元素ij a 的代数余子式.如111213212223313233a a a a a a a a a ,元素23a 的余子式为1112233132aa M a a =,元素23a 的代数余子式为11122323233132a a A (1)M a a +=-=-.3. 行列式按行列展开法则定理1 行列式的值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1122i i i i in in D a A a A a A =+++或 1122j j j j nj nj D a A a A a A =+++()1,2,,;1,2i n j n ==如111213212223313233a a a a a a a a a 111112121313a A a A a A =++ 定理2 行列式任一行列的元素与另一行列的对应元素的代数余子式乘积之和等于零,即12120,j j i i jn i n a A a A a A +++=或,11220.j j j j nj nj a A a A a A i j +++=≠()1,2,,;1,2i n j n ==4. 行列式的计算 1二阶行列式1112112212212122a a a a a a a a =- 2三阶行列式111213212223313233a a a a a a a a a 112233122331132132132231122133112332a a a a a a a a a a a a a a a a a a =++--- 3对角行列式1212n nλλλλλλ=,n(m 1)21212n n(1)λλλλλλ-=-4三角行列式1111121n 2122222n 1122nn n1n2nn nn a a a a a a a a a a a a a a a ==111,n 11n1n n(n 1)212,n 12,n 12n 21n 2,n 1n1n1n1n2nna a a a a a a a (1)a a a a a a a -----==-5消元法:利用行列式的性质,将行列式化成三角行列式,从而求出行列式的值.6降阶法:利用行列式的性质,化某行列只有一个非零元素,再按该行列展开,通过降低行列式的阶数求出行列式的值.7加边法:行列式每行列所有元素的和相等,将各行列元素加到第一列行,再提出公因式,进而求出行列式的值.矩阵1. 常见矩阵1对角矩阵:主对角线以外的元素全为0的方阵,称为对角矩阵.记作Λ. 2单位矩阵:主对角线上的元素全为1的对角矩阵,称为单位矩阵.记作E.3上三角矩阵:对角线以下的元素全为0的方阵.如11121n 222n nn a a a a a a ⎛⎫⎪⎪⎪ ⎪⎝⎭ 4下三角矩阵:对角线以上的元素全为0的方阵.如112122n1n2nn a a a a a a ⎛⎫ ⎪⎪ ⎪ ⎪⎝⎭5对称矩阵:设A 为n阶方阵,若T A A =,即ij ji a a =,则称A 为对称矩阵. 6反对称矩阵:设A 为n阶方阵,若T A A =-,即ij ji a a =- ,则称A 为反对称矩阵. 7正交矩阵:设A 为n阶方阵,如果T AA E =或T A A E =,则称A 为正交矩阵. 2. 矩阵的加法、数乘、乘法运算 1矩阵的加法 如a b c a b c a a b b c c d e f d e f d d e e f f ''''''+++⎛⎫⎛⎫⎛⎫+=⎪ ⎪⎪''''''+++⎝⎭⎝⎭⎝⎭注:① 只有同型矩阵才能进行加减运算;② 矩阵相加减就是对应元素相加减. 2数乘矩阵 如a b c ka kb kc k d e f kd ke kf ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭注:数乘矩阵就是数乘矩阵中的每个元素.3矩阵的乘法:设ij m ij n s s A (a ),B (b )⨯⨯==,规定ij m n AB C (c ),⨯== 其中sij i11j i22j is sj ik kj k 1c a b a b a b a b ==+++=∑(i 1,2,,m,j 1,2,,n.)==注:①左矩阵A 的列数等于右矩阵B 的行数;②左矩阵A 的第i 行与右矩阵B 的第j 列对应元素乘积的和是矩阵乘积C 的元素ij c . ③左矩阵A 的行数为乘积C 的行数,右矩阵B 的列数为乘积C 的列数. 如行矩阵乘列矩阵是一阶方阵即一个数,即()112111121s 111112211s s1s1b ba a a ab a b a b b ⎛⎫ ⎪ ⎪=++⎪ ⎪⎝⎭列矩阵乘行矩阵是s 阶方阵,即()1111111112111s 2121112112211s 11121s s1s111s112s11s a a b a b a b a a b a b a b b b b a a b a b a b ⎛⎫⎛⎫⎪⎪ ⎪ ⎪= ⎪ ⎪ ⎪⎪⎝⎭⎝⎭3. 逆矩阵设n 阶方阵A 、B,若AB=E 或BA=E,则A,B 都可逆,且11A B,B A --==.1二阶方阵求逆,设a b A c d ⎛⎫=⎪⎝⎭,则1*d b 11A A c a A ad bc --⎛⎫== ⎪--⎝⎭两调一除法. 2对角矩阵的逆11111221n n a a a a a a ----⎛⎫⎛⎫⎪⎪⎪⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭, 111n 2121n1a a a a a a ----⎛⎫⎛⎫ ⎪ ⎪⎪ ⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭.3分块对角阵的逆11111221s s A A A A ;A A ----⎛⎫⎛⎫⎪⎪⎪⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭111s 2121s1A A A A A A ----⎛⎫⎛⎫ ⎪ ⎪⎪ ⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭. 4一般矩阵求逆,初等行变换的方法:()()ERT1A E EA -−−−→.4. 方阵的行列式由n阶方阵A 的元素所构成的行列式各元素的位置不变叫做方阵A 的行列式.记作A 或detA. 5. 矩阵的初等变换下面三种变换称为矩阵的初等行列变换:1互换两行列;2数乘某行列;3某行列的倍数加到另一行列. 6. 初等矩阵单位矩阵经过一次初等变换得到的矩阵,称为初等矩阵.如001100100010,0k 0,010100001k 01⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭都是初等矩阵. 7. 矩阵的秩矩阵A 的非零子式的最高阶数,称为矩阵A 的秩.记作RA 或rA. 求矩阵的秩的方法:1定义法:找出A 中最高阶的非零子式, 它的阶数即为A 的秩.2初等行变换法:ERTA −−−→行阶梯形矩阵,RA=R 行阶梯形矩阵=非零行的行数. 8. 重要公式及结论 1矩阵运算的公式及结论()()12121212k k k k k k k k k k k k kk 10A B B A,(A B )C A (B C ),(A B )A B (AB )C A(BC ),(A B )C AC BC ,(AB )(A )B A(B )A A A ,(A )A ,(A )A ,E EAB A BA B ,EA AE A,A Eλλλλλλλλ+-+=+++=+++=+=+=+==⋅========()()()()()()T TTT T T T T T TTT nT n n A A,(A B )A B ,A A ,AB B A A A ,AB B A ,AA A A A EA A ,A A ,AB A B BA ,A A ,A B A Bλλλλ*******=+=+===========+≠+矩阵乘法不满足交换律,即一般地A B ≠AB;矩阵乘法不满足消去律,即一般地若AB=AC,无B=C ;只有当A 可逆时,有B=C.一般地若AB=O,则无A=O 或B=O.()222A B ?A 2AB B +++.2逆矩阵的公式及定理()()()()()()()()11111111n 11111k1k1T11T 1A A ,A A ,,A A 1A A,A A,A A ,A A AB B A1A A A AAA A ,Aλλ----------*-**--**-----===========A 可逆⇔|A |≠0⇔A ~E 即A 与单位矩阵E 等价 3矩阵秩的公式及结论()()()T m n R(O )0,R(A )min{m,n },R(A )R(A ),R(kA )R(A ),k 0A 0R(A )n ,R A B R A R B ⨯=≤==≠≠⇔=+≤+R AB ≤R A , R AB ≤R B .特别地,当A 可逆时,RAB=RB ;当B 可逆时,RAB=RA.()()ET A B A ~B R A R B −−→⇔⇒= 即等价矩阵的秩相等或初等变换不改变矩阵的秩.9. 矩阵方程1设 A 为n 阶可逆矩阵,B 为n ×m 矩阵,则矩阵方程AX=B 的解为1X A B -=;解法:① 求出1A -,再计算1A B -; ② ()()ERTAB E X −−−→ .2设 A 为n 阶可逆矩阵,B 为m ×n 矩阵,则矩阵方程XA=B 的解为1X BA -=;解法:① 求出1A -,再计算1BA -; ② ECT A E B X ⎛⎫⎛⎫−−−→⎪ ⎪⎝⎭⎝⎭. 10. 矩阵间的关系1等价矩阵:如果矩阵A 经过有限次初等变换变成矩阵B,那么称矩阵A 与B 等价.即存在可逆矩阵P,Q,使得PAQ=B.性质:等价矩阵的秩相等.2相似矩阵:如果存在可逆矩阵P,使得1P AP B -=,那么称A 与B 相似. 性质:相似矩阵有相同的特征多项式,相同的特征值,相同的行列式,相同的迹. 3合同矩阵:如果存在可逆矩阵P,使得TP AP B =,那么称A 与B 合同. 性质:合同矩阵的秩相等.向量空间1. 线性组合1若α=k β,则称向量α与β成比例. 2零向量O是任一向量组的线性组合.3向量组中每一向量都可由该向量组线性表示. 2. 线性相关与线性无关1 单独一个向量线性相关当且仅当它是零向量.2 单独一个向量线性无关当且仅当它是非零向量.3 两向量线性相关当且仅当两向量对应成比例.4 两向量线性无关当且仅当两向量不对应成比例.5 含有O向量的向量组一定线性相关.6 向量组12m ,,,ααα线性相关的充分必要条件是① 齐次线性方程组22m m 11k k 0k ααα+++=有非零解.② 以向量组为列作的矩阵()12m ,,,ααα的秩<向量的个数m.7n 个n 维向量12n ,,,ααα线性相关的充分必要条件是以向量组为列作的行列式的值()12n ,,,ααα=0.8 向量组12m ,,,ααα线性无关的充分必要条件是① 齐次线性方程组22m m 11k k 0k ααα+++=只有零解.② 以向量组为列作的矩阵()12m ,,,ααα的秩=向量的个数m.9 n 个n 维向量12n ,,,ααα线性无关的充分必要条件是以向量组为列作的行列式的值()12n ,,,ααα≠0.10当m>n 时,m 个n 维向量一定线性相关.定理1:向量组 a 1 , a 2 ,……, a m m ≥2线性相关的充分必要条件是向量组中至少有一个向量可由其余m-1个向量线性表示.向量组线性无关的充分必要条件是向量组中任何一个向量都不能由其余向量线性表示. 定理2:如果向量组A :a 1 , a 2 ,……, a r 线性无关,而向量组 a 1 , a 2 ,……, a r ,α线性相关,则α可由A线性表示,且表示式唯一.定理3:设向量组2r 1A :,,,ααα,12r r 1m B :,,,,,,ααααα+若A 线性相关,则向量组B 也线性相关;反之,若向量组B 线性无关,则向量组A 也线性无关.即部分相关,则整体相关;整体无关,则部分无关. 定理4:无关组的截短组无关,相关组的接长组相关. 3. 极大无关组与向量组的秩定义1 如果在向量组 T 中有 r 个向量 a 1 , a 2 ,……, a r ,满足条件: ⑴ 向量组 a 1 , a 2 ,……, a r 线性无关, ⑵ T α∀∈,2r 1,,,,αααα线性相关.那么称向量 a 1 , a 2 ,……, a r 是向量组 T 的一个极大无关组.定义2 向量组的极大无关组中所含向量的个数,称为向量组的秩.定义3 矩阵的行向量组的秩称为矩阵的行秩;矩阵的列向量组的秩称为矩阵的列秩; 结论1 线性无关的向量组的极大无关组就是它本身;结论2 如果向量组的秩是r ,那么该向量组的任意 r 个线性无关的向量都是它的一个极大无关组; 定理1 设向量组A:a 1,a 2, …,a r ;及向量组B:b 1,b 2, …, b s ,如果组A 能由组B 线性表示,且组A 线性无关,则r ≦s.推论1 等价的向量组有相同的秩.定理2 矩阵的秩=矩阵列向量组的秩=矩阵行向量组的秩. 4. 向量空间定义1 设V 为n 维向量的集合,如果集合V 非空,且集合V 对于加法及乘数两种运算封闭,那么就称集合V 为向量空间.5. 基与向量在基下的坐标定义2 设V 是向量空间,如果向量组a 1 , a 2 ,……, a r ,满足条件: 1向量组 a 1 , a 2 ,……, a r 线性无关; 2T α∀∈,2r 1,,,,αααα线性相关.那么称向量组a 1 , a 2 ,……, a r 是向量空间V 的一个基, 基中所含向量的个数称为向量空间V 的维数,记作dimV ,并称V 为r 维向量空间.定义3 设向量组 a 1 , a 2 , … , a r 是向量空间V 的一个基,则V 中任一向量x 可唯一地表示为基的一个线性组合,即 1122r r x a a a λλλ=+++,称有序数组12r ,,,λλλ为向量x 在基 a 1 , a 2 , … , a r 下的坐标.线性方程组1. 线性方程组解的判定1 线性方程组Ax=b 有解的充分必要条件是它的系数矩阵A 和增广矩阵A,b 的秩相同,即RA=RA,b . 当RA=RA,b=r① 方程组AX=b 有惟一解的充分必要条件是r=n; ② 方程组AX=b 有无穷多解的充分必要条件是r < n. 2 方程组AX= b 无解的充分必要条件是R A ≠RA,b. 2. 齐次线性方程组有非零解的判定1 齐次方程组AX=0有非零解的充分必要条件是系数矩阵A 的秩 RA < 未知量的个数n .2 含有n 个方程,n 个未知量的齐次线性方程组AX=0有非零解的充分必要条件是方程组的系数行列式等于零.即|A |=03 齐次线性方程组AX=0中,若方程的个数m<未知量的个数n,则方程组有非零解 3. 齐次线性方程组解的性质(1) 若12,ξξ是Ax=0的解,则12ξξ+也是Ax=0的解; (2) 若ξ是Ax=0的解,则k ξ也是Ax=0的解.4. 齐次线性方程组的基础解系与通解 (1) 解空间齐次线性方程组Ax=0的全体解向量所组成的集合,是一个向量空间,称为方程组 Ax=0的解空间.记作V,即V={ x | Ax=0,x ∈R }. 2 基础解系齐次方程组AX=0的解空间 V 的一个基,称为齐次方程组AX=0 的一个基础解系. 基础解系中解向量的个数是n-rA.方程组AX=0的任意n-r 个线性无关的解都是AX=0的基础解系. 3齐次线性方程组的通解为1122n r n r k k k ξξξ--+++,其中12n r ,,,ξξξ-是Ax=0的一个基础解系.5. 非齐次线性方程组解的性质1若12,ηη是Ax=b 的解,则12ηη-是Ax=0的解; 即Ax=b 的任意两个解的差必是其导出组A x =0的解. 2若η是Ax=b 的解,ξ是Ax=0的解,则ηξ+是Ax=b 的解.即Ax=b 的任意一个解和其导出组 A x =0 的任意一个解之和仍是 Ax=b 的解. 6. 非齐次线性方程组的通解非齐次线性方程组AX=b 的通解为*1122n r n r k k k ξξξη--++++其中12n r ,,,ξξξ-为对应的齐次线性方程组Ax=0的一个基础解系, *η为非齐次线性方程组AX=b 的任意一个解,称为特解.方阵的特征值1. 向量的内积设1122n n x y x y x ,y x y ⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭,则x,y 的内积为[]1122n n x,y x y x y x y =+++.1向量x 的长度:2n x x ==++2非零向量的单位化:若向量 x ≠0 , 1x .x则是单位向量 3当[]x,y 0,x y =时称向量与正交.4若非零向量组中的向量两两正交,则称该向量组为正交组. 5若正交组中每个向量都是单位向量,则称它为标准正交组. 定理1 正交向量组必线性无关定理2 A 为正交矩阵的充分必要条件是 A 的列行向量都是单位向量且两两正交. 6施密特正交化过程设123,,ααα是一个线性无关的向量组,① 正交化:令11,βα=[][]1222111,a ,,ββββββ=-[][][][]132333121122,a ,a a ,,βββββββββ=--;② 单位化:取312123123e ,e ,e ββββββ===. 则123e ,e ,e 是与123,,ααα等价的标准正交组. 2. 特征值与特征向量1方阵A 的特征值λ是特征方程A E 0λ-=的根. 2三角矩阵和对角矩阵的全部特征值就是它的全部对角元.3方阵和它的转置方阵有相同的特征值. 4设12n ,,,λλλ是n 阶方阵A 的全部特征值,则()12n tr A λλλ=+++,12n A λλλ=⋅⋅.即方阵A 的对角线上元素之和等于A 的全部特征值之和,方阵A 的行列式等于A 的全部特征值的乘积. 5若λ是方阵A 的特征值,则()fλ是方阵()f A 的特征值. 特别地,当()f A 0=时,方阵A 的特征值是()f 0λ=的根.说明:m m 1m m 110f (x )a x a xa x a --=++++,m m 1m m 110f (A )a A a A a A a E --=++++.例如λ是方阵A 的特征值,则方阵()f A A 2E =+的特征值是()f2λλ=+.方阵()2f A A 3A 4E =--的特征值是()2f34λλλ=--.例如若2A 3A 4E 0--=,则方阵A 的特征值是2340λλ--=的根,即121,4λλ=-=.6设12P ,P 都是方阵A 的属于同一特征值0λ的特征向量,则()112212k P k P k ,k +不全为零也是0λ的特征向量.7属于不同特征值的特征向量线性无关.8属于不同特征值的线性无关的特征向量的并集仍线性无关. 3. 方阵的对角化1若方阵A 与对角矩阵Λ相似,则说A 可以对角化.即存在可逆矩阵P,使得1P AP Λ-=. Λ是以A 的n 个特征值为对角元素的对角矩阵. 2n 阶方阵A 可以对角化的充分必要条件是①A 有n 个线性无关的特征向量;②属于每一个特征值的线性无关的特征向量的个数与该特征值的重数相同. 3n 阶方阵A 可以对角化的充分条件是n 阶方阵A 的n 个特征值互不相等. 4若A 与B 相似,则()f A 与()f B 相似.4. 实对称矩阵的对角化1实对称矩阵的属于不同特征值的特征向量彼此正交.2实对称矩阵一定可以对角化. 即存在正交矩阵P,使得1P AP Λ-=.Λ是以A 的n 个特征值为对角元素的对角矩阵.3利用正交矩阵将对称矩阵化为对角矩阵的步骤:1求特征值;2求特征向量;3将特征向量正交化,单位化;4最后将这些特征向量做成矩阵.二次型1. 二次型的标准化(1) 用正交变换化二次型为标准形的具体步骤:① 写出二次型T f x Ax =的对称矩阵A ;② 求A 的全部特征值12n ,,,λλλ;③ 求每个特征值的线性无关的特征向量12n ,,,ξξξ; ④ 将特征向量正交化,单位化,得12n ,,,ηηη;⑤ 将这些特征向量做成矩阵,记()12n C ,,,ηηη=,最后做正交变换x=Cy ,得到f 的标准形为 2221122n n f y y y λλλ=+++.其中12n ,,,λλλ是T f x Ax =的矩阵A 的特征值.(2) 用配方法化二次型为标准形的具体步骤:① 若二次型含有i x 的平方项,则先把含有i x 的项集中,然后配方,再对其余的变量同样进行,直到都配成平方项为止,经过可逆的线性变换,就得到标准形;② 若二次型中不含有平方项,则先作可逆线性变换,令i i j j i j kk x y y x y y x y =-⎧⎪=+⎨⎪=⎩,k=1,2,…,n,i≠j化二次型为含有平方项的二次型,然后再按1中方法配方.2. 规范二次型设二次型T f x Ax =的标准形为222211p p p 1p 1r r f d y d y d y d y ++=++---,i d 0>,r 是f 的秩令11p p p 1p 1r r y z y z y z y z ++⎧=⎪⎪⎪⎪⎪=⎪⎪⎨⎪=⎪⎪⎪⎪⎪=⎪⎩,得22221p p 1r f z z z z +=++---,称为二次型T f x Ax =的规范形.注:规范形是唯一的.其中正平方项的个数p 称为Tf x Ax =正惯性指数,负平方项的个数r-p 称为T f x Ax =负惯性指数,它们的差p-r-p=2p-r 称为T f x Ax =符号差.3. 正定二次型二次型T f x Ax =正定⇔矩阵A 正定⇔A 的特征值全为正⇔A 的各阶顺序主子式都为正. 二次型T f x Ax =负定⇔矩阵A 负定⇔A 的奇数阶顺序主子式为负,偶数阶顺序主子式为正.。
线性代数知识点总结
大学线性代数知识点总结第一章 行列式 二三阶行列式N 阶行列式:行列式中所有不同行、不同列的n 个元素的乘积的和 n nn nj j j j j j j j j n ij a a a a ...)1(21212121)..(∑-=τ奇偶排列、逆序数、对换行列式的性质:①行列式行列互换,其值不变.转置行列式T D D = ②行列式中某两行列互换,行列式变号.推论:若行列式中某两行列对应元素相等,则行列式等于零. ③常数k 乘以行列式的某一行列,等于k 乘以此行列式. 推论:若行列式中两行列成比例,则行列式值为零; 推论:行列式中某一行列元素全为零,行列式为零. ④行列式具有分行列可加性⑤将行列式某一行列的k 倍加到另一行列上,值不变 行列式依行列展开:余子式ij M 、代数余子式ij j i ij M A +-=)1(定理:行列式中某一行的元素与另一行元素对应余子式乘积之和为零.克莱姆法则:非齐次线性方程组 :当系数行列式0≠D 时,有唯一解:)21(n j DD x j j ⋯⋯==、齐次线性方程组 :当系数行列式01≠=D 时,则只有零解逆否:若方程组存在非零解,则D 等于零特殊行列式:①转置行列式:332313322212312111333231232221131211a a a a a a a a a a a a a a a a a a → ②对称行列式:ji ij a a =③反对称行列式:ji ij a a -= 奇数阶的反对称行列式值为零④三线性行列式:3331222113121100a a a a a a a 方法:用221a k 把21a 化为零,..化为三角形行列式⑤上下三角形行列式: 行列式运算常用方法主要行列式定义法二三阶或零元素多的 化零法比例化三角形行列式法、降阶法、升阶法、归纳法、第二章 矩阵矩阵的概念:n m A *零矩阵、负矩阵、行矩阵、列矩阵、n 阶方阵、相等矩阵矩阵的运算:加法同型矩阵---------交换、结合律 数乘n m ij ka kA *)(=---------分配、结合律乘法nm lkj ik n l kj l m ik b a b a B A *1**)()(*)(*∑==注意什么时候有意义一般AB=BA,不满足消去律;由AB=0,不能得A=0或B=0转置A A T T =)( T T T B A B A +=+)( T T kA kA =)( T T T A B AB =)(反序定理 方幂:2121k k k k A A A +=2121)(k k k kA A +=几种特殊的矩阵:对角矩阵:若AB 都是N 阶对角阵,k 是数,则kA 、A+B 、 AB 都是n 阶对角阵 数量矩阵:相当于一个数若…… 单位矩阵、上下三角形矩阵若…… 对称矩阵 反对称矩阵阶梯型矩阵:每一非零行左数第一个非零元素所在列的下方 都是0 分块矩阵:加法,数乘,乘法:类似,转置:每块转置并且每个子块也要转置注:把分出来的小块矩阵看成是元素逆矩阵:设A 是N 阶方阵,若存在N 阶矩阵B 的AB=BA=I 则称A 是可逆的, B A =-1非奇异矩阵、奇异矩阵|A|=0、伴随矩阵 初等变换1、交换两行列 2.、非零k 乘某一行列3、将某行列的K 倍加到另一行列初等变换不改变矩阵的可逆性 初等矩阵都可逆初等矩阵:单位矩阵经过一次初等变换得到的对换阵 倍乘阵 倍加阵等价标准形矩阵⎪⎪⎭⎫⎝⎛=O O O I D r r矩阵的秩rA :满秩矩阵 降秩矩阵 若A 可逆,则满秩 若A 是非奇异矩阵,则rAB=rB 初等变换不改变矩阵的秩求法:1定义2转化为标准式或阶梯形矩阵与行列式的联系与区别:都是数表;行列式行数列数一样,矩阵不一样;行列式最终是一个数,只要值相等,就相等,矩阵是一个数表,对应元素相等才相等;矩阵n ij n ij a k ka )()(=,行列式n ij nn ij a k ka =逆矩阵注:①AB=BA=I 则A 与B 一定是方阵 ②BA=AB=I 则A 与B 一定互逆;③不是所有的方阵都存在逆矩阵;④若A 可逆,则其逆矩阵是唯一的.矩阵的逆矩阵满足的运算律:1、可逆矩阵A 的逆矩阵也是可逆的,且A A =--11)(2、可逆矩阵A 的数乘矩阵kA 也是可逆的,且111)(--=A kkA 3、可逆矩阵A 的转置T A 也是可逆的,且T T A A )()(11--=4、两个可逆矩阵A 与B 的乘积AB 也是可逆的,且111)(---=A B AB 但是两个可逆矩阵A 与B 的和A+B 不一定可逆,即使可逆,但11)(--+≠+B A B AA 为N 阶方阵,若|A|=0,则称A 为奇异矩阵,否则为非奇异矩阵. 5、若A 可逆,则11--=A A伴随矩阵:A 为N 阶方阵,伴随矩阵:⎪⎪⎭⎫⎝⎛=22211211*A A A A A 代数余子式 特殊矩阵的逆矩阵:对1和2,前提是每个矩阵都可逆1、分块矩阵⎪⎪⎭⎫ ⎝⎛=C O B A D 则⎪⎪⎭⎫ ⎝⎛-=-----11111C O BC A AD 2、准对角矩阵⎪⎪⎪⎪⎪⎭⎫⎝⎛=4321A A A A A , 则⎪⎪⎪⎪⎪⎭⎫⎝⎛=-----141312111A A A A A 3、 I A A A AA ==** 4、1*-=A A A A 可逆 5、1*-=n A A 6、()()A AA A 1*11*==--A 可逆7、()()**T TA A = 8、()***AB AB =判断矩阵是否可逆:充要条件是0≠A ,此时*11A AA =- 求逆矩阵的方法:定义法I AA =-1伴随矩阵法AA A *1=-初等变换法()()1||-=A I I A n n 只能是行变换初等矩阵与矩阵乘法的关系: 设()nm ij aA *=是mn 阶矩阵,则对A 的行实行一次初等变换得到的矩阵,等于用同等的m 阶初等矩阵左乘以A :对A 的列实行一次初等变换得到的矩阵,等于用同种n 阶初等矩阵右乘以A 行变左乘,列变右乘第三章 线性方程组消元法 非齐次线性方程组:增广矩阵→简化阶梯型矩阵rAB=rB=r 当r=n 时,有唯一解;当n r ≠时,有无穷多解 rAB ≠rB,无解齐次线性方程组:仅有零解充要rA=n 有非零解充要rA<n 当齐次线性方程组方程个数<未知量个数,一定有非零解 当齐次线性方程组方程个数=未知量个数,有非零解充要|A|=0齐次线性方程组若有零解,一定是无穷多个N 维向量:由n 个实数组成的n 元有序数组.希腊字母表示加法数乘 特殊的向量:行列向量,零向量θ,负向量,相等向量,转置向量 向量间的线性关系: 线性组合或线性表示向量组间的线性相关无:定义179P向量组的秩:极大无关组定义P188定理:如果rj j j ααα,.....,21是向量组s ααα,.....,21的线性无关的部分组,则它是 极大无关组的充要条件是:s ααα,.....,21中的每一个向量都可由rj j j ααα,.....,21线性表出.秩:极大无关组中所含的向量个数.定理:设A 为mn 矩阵,则r A r =)(的充要条件是:A 的列行秩为r.现性方程组解的结构:齐次非齐次、基础解系线性组合或线性表示注:两个向量αβ,若βαk =则α是β线性组合单位向量组任意向量都是单位向量组的线性组合 零向量是任意向量组的线性组合任意向量组中的一个都是他本身的线性组合 向量组间的线性相关无注: n 个n 维单位向量组一定是线性无关 一个非零向量是线性无关,零向量是线性相关 含有零向量的向量组一定是线性相关 若两个向量成比例,则他们一定线性相关向量β可由n ααα,..,21线性表示的充要条件是)...()...(2121T Tn TTTnTTr r βαααααα=判断是否为线性相关的方法:1、定义法:设n k k k ....21,求n k k k ....21适合维数低的2、向量间关系法183P :部分相关则整体相关,整体无关则部分无关3、分量法n 个m 维向量组180P :线性相关充要n r Tn T T <⇒)....(21ααα 线性无关充要n r T n T T =⇒)....(21ααα推论①当m=n 时,相关,则0321=T T T ααα;无关,则0321≠T T T ααα ②当m<n 时,线性相关推广:若向量s ααα,...,21组线性无关,则当s 为奇数时,向量组13221,...,αααααα+++s 也线性无关;当s 为偶数时,向量组也线性相关.定理:如果向量组βααα,,...,21s 线性相关,则向量β可由向量组s ααα,...,21线性表出,且 表示法唯一的充分必要条件是s ααα,...,21线性无关. 极大无关组注:向量组的极大无关组不是唯一的,但他们所含向量的个数是确定的;不全为零的向量组的极大无关组一定存在; 无关的向量组的极大无关组是其本身; 向量组与其极大无关组是等价的. 齐次线性方程组I 解的结构:解为...,21αα I 的两个解的和21αα+仍是它的解; I 解的任意倍数αk 还是它的解;I 解的线性组合s s c c c ααα+++....2211也是它的解,s c c c ,...,21是任意常数.非齐次线性方程组II 解的结构:解为...,21μμII 的两个解的差21μμ-仍是它的解;若μ是非齐次线性方程组AX=B 的一个解,v 是其导出组AX=O 的一个解,则u+v 是II 的一个解. 定理:如果齐次线性方程组的系数矩阵A 的秩n r A r <=)(,则该方程组的基础解系存在,且在每个基础解系中,恰含有n-r 个解.若μ是非齐次线性方程组AX=B 的一个解,v 是其导出组AX=O 的全部解,则u+v 是II 的全部解.第四章 向量空间向量的内积 实向量定义:α,β=n n T b a b a b a +++=....2211αβ 性质:非负性、对称性、线性性 α,k β=k α,β; k α,k β=2k α,β;α+β,δγ+=α,γ+α,δ+β,γ+β,δ;),(),(1111j i sj j ri i j sj j ri i i l k l k βαβα∑∑∑∑===== n R ∈δγβα,,,,向量的长度),(ααα=0=α的充要条件是α=0;α是单位向量的充要条件是α,α=1单位化 向量的夹角正交向量:αβ是正交向量的充要条件是α,β=0 正交的向量组必定线性无关 正交矩阵:n阶矩阵A I A A AA T T ==性质:1、若A 为正交矩阵,则A可逆,且T A A =-1,且1-A 也是正交矩阵;2、若A 为正交矩阵,则1±=A ;3、若A 、B为同阶正交矩阵,则AB也是正交矩阵; 4、n阶矩阵A=ij a 是正交矩阵的充要条件是A的列行向量组是 标准正交向量;第五章 矩阵的特征值和特征向量 特征值、特征向量A 是N 阶方阵,若数λ使AX=λX,即λI-A=0有非零解,则称λ为A 的一 个特征值,此时,非零解称为A 的属于特征值λ的特征向量. |A|=n λλλ...**21 注: 1、AX=λX2、求特征值、特征向量的方法0=-A I λ 求i λ 将i λ代入λI-AX=0求出所有非零解 3、对于不同的矩阵,有重根、单根、复根、实根主要学习的特殊:n I )(λ的特征向量为任意N 阶非零向量或)(21不全为零i n c c c c ⎪⎪⎪⎭⎫ ⎝⎛4、特征值: 若)0(≠λλ是A 的特征值则1-A --------λ1 则m A --------m λ则kA --------λk若2A =A 则-----------λ=0或1若2A =I 则-----------λ=-1或1若k A =O 则----------λ=0迹trA :迹A=nn a a a +⋯⋯++2211性质:1、N 阶方阵可逆的充要条件是A 的特征值全是非零的2、A 与1-A 有相同的特征值3、N 阶方阵A 的不同特征值所对应的特征向量线性无关4、5、P281相似矩阵定义P283:A 、B 是N 阶矩阵,若存在可逆矩阵P,满足B AP P =-1,则矩阵A 与B 相似,记作A~B性质1、自身性:A~A,P=I2、对称性:若A~B 则B~A B AP P =-1 1-=PBP A A BP P =---111)(3、传递性:若A~B 、B~C 则A~C B AP P =-111 C BP P =-212---C P P A P P =-)()(211214、若AB,则A 与B 同不可逆5、若A~B,则11~--B A B AP P =-1两边同取逆,111---=B P A P6、若A~B,则它们有相同的特征值. 特征值相同的矩阵不一定相似7、若A~B,则)()(B r A r = 初等变换不改变矩阵的秩例子:B AP P =-1则1100100-=P PB AO AP P =-1 A=OI AP P =-1 A=II AP P λ=-1 A=I λ矩阵对角化定理:N 阶矩阵A 与N 阶对角形矩阵相似的充要条件是A 有N 个线性无关的特征向量注:1、P 与^中的i i x λ与顺序一致2、A~^,则^与P 不是唯一的推论:若n 阶方阵A 有n 个互异的特征值,则~^A P281定理:n 阶方阵~^A 的充要条件是对于每一个i K 重特征根i λ,都有i i K n A I r -=-)(λ注:三角形矩阵、数量矩阵I λ的特征值为主对角线.约当形矩阵约当块:形如⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=λλλλ111J 的n 阶矩阵称为n 阶约当块; 约当形矩阵:由若干个约当块组成的对角分块矩阵⎪⎪⎪⎭⎫ ⎝⎛=n J J J J 21i J 是约当块称为约当形矩阵. 定理:任何矩阵A 都相似于一个约当形矩阵,即存在n 阶可逆矩阵J AP P =-1.第六章 二次型二次型与对称矩阵只含有二次项的n 元多项式f 称为一个n 元二次型,简称二次型. 标准型:形如 的二次型,称为标准型.规范型:形如 的二次型,称为规范型.线性变换矩阵的合同:设AB 是n 阶方阵,若存在一个n 阶可逆矩阵C,使得 则称A 与B 是合同的,记作A B.合同的性质:反身性、对称性、传递性、秩、化二次型为标准型:配方法、做变换二次型中不含有平方项。
线性代数简介
序 言1.什么是线性代数:线性代数名曰代数,是代数学乃至整个数学的一个非常重要的学科,顾名思义,它是研究线性问题的代数理论,具体来说是讨论矩阵理论、与矩阵结合的有限维向量空间及其线性变换理论的一门学科。
1.1 那么什么是代数呢?代数英文是Algebra ,源于阿拉伯语,其本意是“结合在一起”的意思。
也就是说代数的功能是把许多看似不相关的事物“结合在一起”,也就是进行抽象。
抽象的目的不是为了显示某些人智商高,而是为了解决问题的方便,为了提高效率,把许多看似不相关的问题化归为一类问题。
比如线性代数中的一个重要的抽象概念是线性空间(对所谓的要满足“加法”和“数乘”等八条公理的元素的集合),而其元素被称为向量。
也就是说,只要某个集合里的元素满足那么几条公理,元素之间的变化满足这些规律,我们就可以对这个集合(现在可以改名为线性空间了)进行一系列线性化处理和分析,这个陌生的集合的性质和结构特点我们一下子就全知道了,因为宇宙间的所有的线性空间类的集合的性质都一样,地球人都知道(如果地球人都学了线性代数的话)。
多么深刻而美妙的结论!这就是代数的一个抽象特性。
1.2 那么线性问题又是什么样的问题呢?在大家的科技实践中,从实际中来的数学问题无非分为两类:一类线性问题,一类非线性问题。
线性问题是研究最久、理论最完善的;而非线性问题则可以在一定基础上转化为线性问题求解。
因此遇到一个具体的问题,首先判断是线性还是上非线性的;其次若是线性问题如何处理,若是非线性问题如何转化为线性问题。
下面我们通过介绍一个重要的概念来逐渐的把握线性这个核心意思。
“线性”的意义线性代数里面的线性主要的意思就是线性空间里的线性变换。
线性变换或线性映射是把中学的线性函数概念进行了重新定义,强调了函数的变量之间的变换的意义。
线性函数的概念线性函数的概念在初等数学和高等数学中含义不尽相同(高等数学常常把初等数学的关键概念进行推广或进一步抽象化,初等数学的概念就变成了高等数学概念的一个特例)。
第1章线性代数
第一节 二阶、三阶行列式
第一章 行列式
hang lie shi
二阶、三阶行列式的概念在中学已有介绍,在此进一步复习巩固。
一、二阶行列式
对于二元线性方程组
aa1211xx11
a12 x2 a22 x2
b1 , b2 ,
由消元法得
((aa1111aa2222
a12a21 )x1 a12a21 )x2
第一章 行列式
第一章 行列式
行列式的概念是由解线性方程组 引入的,是线性代数中最基本的内容, 也是学习矩阵与线性方程组的理论基 础。本章主要包括行列式的概念、性 质、展开及应用——克莱姆法则。
目录
1 第一节 二阶、三阶行列式 2 第二节 n阶行列式 3 第三节 行列式的性质 4 第四节 行列式的展开 5 第五节 行列式的应用
研究问题的简捷,引入记号
第一章 行列式
hang lie shi
a11 a12 a13 D a21 a22 a23
a31 a32 a33
来表示变形方程(1-3)中 x1的系数,它是由未知量系数排成三行三列构成的,
称为三阶行列式,即
a11 a12 a13
D a21 a22 a23 a11a22a33 a12a23a31 a13a21a32 a13a22a31 a12a21a33 a11a23a32
显然, D1 ,D2 可看作是以 b1 ,b2 为一列分别取代D中第1列、第2列得到。
于是,方程组的解可表示为
x1
D1 D
,
x2
D
.
由此,二元线性方程组可通过其未知量系数、常数项构成的二阶行列式
线性代数
第1章行列式一、n阶行列式1、定义1:由自然数1,2,···,n组成的不重复的每一种有确定次序的排列,称为排列。
2、定义2:在一个n级排列(i1i2···i t···i s···i n)中,若数i t·>i s,则称数i t与i s构成一个逆序。
一个n级排列中逆序的总数称为该排列的逆序数,记为N(i1i2···i t···i s···i n)。
3、定义4:由n2个元素a ij(i,j=1,2,···,n)组成的记号,称为n阶行列式。
而此行列式的值可以表示为:D=∑(-1)N(j1j2···jn)a1j1 a2j2···a njn4、定义5:在排列中,将任意两个元素对调,其余的元素不动,这种作出新排列的方法称之为对换。
5、定理1:任意一个排列经过一次对换后,其奇偶性改变。
6、推论1:奇排列变成自然数顺序排列的对换次数为奇数,偶排列变成自然数顺序排列的对换次数是偶数。
7、定理2:n个自然数(n>1)共有n!个n级排列,其中奇偶排列各占一半。
8、定理3:n阶行列式也定义为:D=∑(-1)S a i1j1 a i2j2···a injn其中S为行标和列标的逆序数之和,即S=N(i1i2···i n)+N(j1j2···j n)二、行列式的性质1、性质1:行列式与它的转置行列式相等,即D=D T。
2、性质2:交换行列式的两行(列),行列式变号。
3、推论1:若行列式有两行(列)的对应元素相同,则此行列式为零。
4、性质3:用数k乘行列式某一行(列),等于用数k乘此行列式。
线性代数
1线性方程组1. 三种行初等变换倍加变换(某一行的倍数加到另一行)对换变换(两行交换)倍乘变换(某一行所有元素乘以同一个非零数)2. 行等价一个矩阵可经过一系列初等行变换成为另一个矩阵。
行变换可逆。
3. 若两个线性方程组的增广矩阵行等价,则它们有相同的解集。
4. 简化行阶梯矩阵a) 非零行的先导元素为0b) 先导元素1是该元素所在列的唯一非零元素一个矩阵的简化行阶梯矩阵唯一。
5. 对应于主元列的变量称基本变量,其他变量称自由变量。
6. 向量的平行四边形法则若R2中的向量u,v用平面上的点表示,则u+v对应于u,v,0为三个顶点的平行四边形的第四个顶点。
[思考:即使u,v不是R2而是R3甚至R n中的向量,上述结论是否仍然成立?]7. 向量方程x1a1+x2a2+...+x n a n=b和增广矩阵如下的线性方程组[a1 a2 ... a n b]和矩阵方程Ax=b有相同的解集。
8. 方程Ax=b有解的条件:b是A的各列的线性组合。
9. 设A为mxn矩阵,以下命题等价:a) 对R m中每个b,Ax=b有解b) R m中的每个b都是A的列的一个线性组合c) A的各列生成R m(R m = Span{A各列})d) A在每一行都有一个主元位置(注意是A的每一行,*不*是A的增广矩阵的每一行)10. 方程Ax=0有非平凡解的条件:至少有一个自由变量。
11. 如果非齐次方程有多个解,其解可表示为一个向量(这个向量也是非齐次方程的特解)加上相应的齐次方程的解。
或者说:非齐次方程解=该方程特解+对应的齐次方程的通解12. 若一组向量v1,v2,...,v n组成的向量方程x1v1+x2v2+...+x n v n = 0仅有平凡解,则这些向量线性无关;否则这些向量线性相关。
同样,仅当矩阵方程Ax=0仅有平凡解,A的各列线性无关。
13. 单个的零向量线性相关,因为0x=0有非平凡解;同理,单个的非零向量线性无关。
线性代数详细知识点
线性代数 第一章 行列式§1 二阶和三阶行列式一、二元一次线性方程组与二阶行列式结论:如果112212210a a a a -≠,则二元线性方程组 11112212112222a x a xb a x a x b +=⎧⎨+=⎩的解为122122*********b a a b x a a a a -=-,1121212112121a b b a x a b b a -=-。
定义:设11122122,,,a a a a ,记11221221a a a a -为11122122a a a a 。
称11122122a a a a 为二阶行列式有了行列式的符号,二元线性方程组的求解公式可以改写为112222111122122b a b a x a a a a =,111122211122122a b a b x a a a a =二、三阶行列式与三元一次线性方程组定义:111213212223313233a a a a a a a a a 112233122331132132132231122133112332a a a a a a a a a a a a a a a a a a =++---定理:如果1112132122233132330a a a D a a a a a a =≠,则***123(,,)x x x 是下面的三元线性方程组的解111122133121122223323113223333a x a x a xb a x a x a x b a x a x a x b ++=⎧⎪++=⎨⎪++=⎩当且仅当*1x =112132222333233/b a a b a a D b a a ,*2x =111132122331333/a b a a b a D a b a ,*3x =111212122231323/a a b a a b D a a b 其中111213212223313233a a a a a a a a a 为系数行列式。
线性代数知识点总结
线性代数知识点总结第一章 行列式一要点1、二阶、三阶行列式2、全排列和逆序数;奇偶排列可以不介绍对换及有关定理;n 阶行列式的定义3、行列式的性质4、n 阶行列式ij a D =;元素ij a 的余子式和代数余子式;行列式按行列展开定理5、克莱姆法则二基本要求1、理解n 阶行列式的定义2、掌握n 阶行列式的性质3、会用定义判定行列式中项的符号4、理解和掌握行列式按行列展开的计算方法;即+11j i A a +22j i A a ⎩⎨⎧≠==+j i j i D A a jn in 0 +j i A a 1122i j a A +⎩⎨⎧≠==+j i j i D A a nj ni0 5、会用行列式的性质简化行列式的计算;并掌握几个基本方法:归化为上三角或下三角行列式;各行列元素之和等于同一个常数的行列式;利用展开式计算6、掌握应用克莱姆法则的条件及结论会用克莱姆法则解低阶的线性方程组7、了解n 个方程n 个未知量的齐次线性方程组有非零解的充要条件第二章 矩阵一要点1、矩阵的概念n m ⨯矩阵n m ij a A ⨯=)(是一个矩阵表..当n m =时;称A 为n 阶矩阵;此时由A 的元素按原来排列的形式构成的n 阶行列式;称为矩阵A 的行列式;记为A .注:矩阵和行列式是两个完全不同的两个概念..2、几种特殊的矩阵:对角阵;数量阵;单位阵;三角形矩阵;对称矩阵3、矩阵的运算;矩阵的加减法;数与矩阵的乘法;矩阵的转置;矩阵的乘法1矩阵的乘法不满足交换律和消去律;两个非零矩阵相乘可能是零矩阵..如果两矩阵A 与B 相乘;有BA AB =;则称矩阵A 与B 可换..注:矩阵乘积不一定符合交换2方阵的幂:对于n 阶矩阵A 及自然数k ;个k k A A A A ⋅⋅= 规定I A =0;其中I 为单位阵 .3 设多项式函数k k k k a a a a ++++=--λλλλϕ1110)( ;A 为方阵;矩阵A 的多项式I a A a A a A a A k k k k ++++=--1110)( ϕ;其中I 为单位阵..4n 阶矩阵A 和B ;则B A AB =.5n 阶矩阵A ;则A A nλλ=4、分块矩阵及其运算5、逆矩阵:可逆矩阵若矩阵A 可逆;则其逆矩阵是唯一的;矩阵A 的伴随矩阵记为*A ; E A A A AA ==**矩阵可逆的充要条件;逆矩阵的性质..6、矩阵的初等变换:初等变换与初等矩阵;初等变换和初等矩阵的关系;矩阵在等价意义下的标准形;矩阵A 可逆的又一充分必要条件:A 可以表示成一些初等矩阵的乘积;用初等变换求逆矩阵..7、矩阵的秩:矩阵的k 阶子式;矩阵秩的概念;用初等变换求矩阵的秩8、矩阵的等价二要求1、理解矩阵的概念;矩阵的元素;矩阵的相等;矩阵的记号等2、了解几种特殊的矩阵及其性质3、掌握矩阵的乘法;数与矩阵的乘法;矩阵的加减法;矩阵的转置等运算及性质4、理解和掌握逆矩阵的概念;矩阵可逆的充分条件;伴随矩阵和逆矩阵的关系;当A 可逆时;会用伴随矩阵求逆矩阵5、了解分块矩阵及其运算的方法1在对矩阵的分法符合分块矩阵运算规则的条件下;其分块矩阵的运算在形式上与不分块矩阵的运算是一致的..2特殊分法的分块矩阵的乘法;例如n m A ⨯;l n B ⨯;将矩阵B 分块为) (21l b b b B =;其中j b l j 2, ,1=是矩阵B 的第j 列;则=AB ) (21l b b b A ) (21l Ab Ab Ab =又如将n 阶矩阵P 分块为) (21n p p p P =;其中j p n j 2, ,1=是矩阵P 的第j 列.⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n P λλλ 0 0 00 0 00 0 0 21 ) (21n p p p = ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n λλλ 0 0 00 0 00 0 0 21) (2211n n p p p λλλ = 3设对角分块矩阵⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=SS A A A A 2211 ;),2,1(s P A PP =均为方阵; A 可逆的充要条件是PP A 均可逆;s P ,2,1=;且⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=----11221111 ss A A A A6、理解和掌握矩阵的初等变换和初等矩阵及其有关理论;掌握矩阵的初等变换;化矩阵为行最简形;会用初等变换求矩阵的秩、求逆矩阵7、理解矩阵的秩的概念以及初等变换不改变矩阵的秩等有关理论8、若矩阵A 经过有限次初等变换得到矩阵B ;则称矩阵A 和矩阵B 等价;记为B A ≅. n m ⨯矩阵A 和B 等价当且仅当)()(B r A r =;在等价意义下的标准型:若r A r =)(;则r D A ≅;⎥⎦⎤⎢⎣⎡=000 r r I D ;r I 为r 阶单位矩阵.. 因此n 阶矩阵A 可逆的充要条件为n I A ≅..第三章 线性方程组一要点1、n 维向量;向量的线性运算及其有关运算律记所有n 维向量的集合为n R ;n R 中定义了n 维向量的线性运算;则称nR 为 n 维向量空间..2、向量间的线性关系1线性组合与线性表示;线性表示的判定2线性相关与线性无关;向量组的线性相关与无关的判定3、向量组的等价;向量组的秩;向量组的极大无关组及其求法;向量组的秩及其求法 1设有两个向量组,1α,2αs α )(A,1β,2βt β )(B向量组)(A 和)(B 可以相互表示;称向量组)(A 和)(B 等价..向量组的等价具有传递性..2一个向量组的极大无关组不是惟一的;但其所含向量的个数相同;那么这个相同的个数定义为向量组的秩..4、矩阵的秩与向量组的秩的关系5、线性方程组的求解1线性方程组的消元解法2线性方程组解的存在性和唯一性的判定3线性方程组解的结构4齐次线性方程的基础解系与全部解的求法5非齐次方程组解的求法二要求1、理解n 维向量的概念;掌握向量的线性运算及有关的运算律2、掌握向量的线性组合、线性表示、线性相关、线性无关等概念3、掌握线性表示、线性相关、线性无关的有关定理4、理解并掌握向量组的等价极大无关组、向量组的秩等概念;及极大无关组、向量组秩的求法5、掌握线性方程组的矩阵形式、向量形式的表示方法6、会用消元法解线性方程组7、理解并掌握齐次方程组有非零解的充分条件及其判别方法8、理解并掌握齐次方程组的基础解系、全部解的概念及其求法9、理解非齐次方程组与其导出组解的关系;掌握非齐次方程组的求解方法第四章 矩阵的特征值与特征向量一要点1、矩阵的特征值与特征向量的定义;特征方程、特征值与特征向量的求法与性质2、相似矩阵的定义、性质;矩阵可对角化的条件3、实对称矩阵的特征值和特征向量向量内积的定义及其性质;正交向量组;施密特正交化方法;正交矩阵;实对称矩阵的特征值与特征向量的性质;实对称矩阵的对角化二要求1、理解矩阵的特征值、特征向量的概念及有关性质2、掌握特征值与特征向量的求法3、理解并掌握相似矩阵的概念与性质4、掌握判断矩阵与对角矩阵相似的条件及对角化的方法5、会将实对称矩阵正交相似变换化为对角矩阵..第五章二次型一要点1、二次型与对称矩阵:二次型的定义;二次型与对称矩阵的对应关系2、二次型与对称矩阵的标准形配方法;初等变换法;正交变换法;合同矩阵;二次型及对称矩阵的标准形与规范形 3、二次型与对称矩阵的有定性二次型与对称矩阵的正定、负定、半正定、半负定二要求1、理解并掌握二次型的定义及其矩阵的表示方法..2、会用三种非退化线性替换:即配方法、初等变换法、正交变换法化二次型为标准形及规范型3、掌握二次型的正定、负定、半正定、半负定的定义;会判定二次型的正定性..。
什么是线性代数
什么是线性代数
1.把三维的世界转换为⼆维的世界,再把⼆维的世界转换为⼀维的世界,这只是它的⼀个⽅⾯,很⼩很⼩的⼀个⽅⾯;
2.笼统的说,线性代数是⼀门将m维世界与n维世界联系起来的学科;
3.线性代数,⾸先要知道什么是线性,如何描述线性;
4.线性代数⾥,⾸先要知道数,数表(即矩阵),为了更好的分析矩阵,需要认别向量,然后⾛向线性代数的两个概念⾼峰:线性映射(很多国内材料上叫线性变换)和特征值与特征向量;
5.线性代数⼏乎没有⽤,准确的说,⼏乎在很多现实问题中没有⽤,除了数学即理科⼈员和部分⼯科⼈员需要这个基础,其他⼈员的确是⼏乎⽤不到线性代数;
6.如同厨师苦练切菜的⼿艺是为了将来能够独当⼀⾯⽽打好基础⼀样,理⼯科⼈员学习线性代数也是为了将来能够展翅⾼飞,在各⾃的学科领导⾥⾃由的⾏动;
7.学好线性代数的确需要⼤量⽽且复杂的计算和证明,但理解线性代数确实是⼀件⾮常简单的事情.
8.如下的四种情形,其实更让⼈欣慰是的A和C,但对于⼤学⽣来说,可以AB才是最关键的,知识不能改变命运,但知识的确能改变⼈的眼界.
A在线性代数的考试中得⾼分,并且已经理解了线性变换;
B在线性代数的考试中得⾼分,但是并不理解了线性变换;
C在线性代数的考试中得低分,可是已经理解了线性变换;
D在线性代数的考试中得低分,且还没有理解了线性变换;
即从长远来看,C⽐B的效果好,因为B易造成"只见树⽬不见森林"的局⾯,⽽C只能说明参加考试的⼈没有努⼒做练习,⽽不是没有努⼒学习.
现在来看⾃⼰从前的学习,觉得⾃⼰就是B类⼈。
线性代数
线性代数
2010-10-12
第二章 §2.7
11 11
定理2 定理2 设 A 是一个 m×n 矩阵,对 A 施行一 × 矩阵, 次初等行变换, 次初等行变换,相当于在 A 的左边乘以相应的 m 阶初等矩阵; 施行一次初等列变换, 阶初等矩阵;对 A 施行一次初等列变换,相当于 阶初等矩阵. 在 A 的右边乘以相应的 n 阶初等矩阵.
a12 M ai 2 M a j2 M am 2
L a1n M L ain ← 第i 行 M L a jn ← 第 j 行 M L amn
6
线性代数
2010-10-12
第二章 §2.7
用 m 阶初等矩阵 Em ( i , j ) 左乘 A = (aij )m×n,得
a11 a12 L a1n M M M a a j 2 L a jn ←第i 行 j1 M M Em ( i , j ) A = M a ai 2 L ain ←第 j 行 i1 M M M a am 2 L amn m1 相当于对矩阵 A 施行第一种初等行变换 :
线性代数
2010-10-12
第二章 §2.7
21 21
二、用初等矩阵求逆矩 阵 其逆矩阵为 A1 ,由定理2.9 ,存在初等矩阵 G1 ,L , 可逆, 设A可逆,
Gk , 使得 则
A1= G1 LGk
G1 LGk A= A1 A= E
G1 LGk E = A1 E= A1 G1 LGk ( A E ) = (G1 LGk A G1 LGk E )= (E A1 )
证
Q A ~ E,
故 E 经有限次初等变换可变 A,
即存在有限个初等方阵 P1 , P2 ,L, Pl , 使
P1 P2 L Pr EPr +1 L Pl = A
线性代数超强的总结
线性代数超强总结()0A r A n A Ax A A οο⎧⎪<⎪⎪=⇔=⎨⎪⎪⎪⎩不可逆 有非零解是的特征值的列(行)向量线性相关 12()0,,T s i nA r A n Ax A A A A A A A p p p p Ax οββ⎧⎪=⎪⎪=⎪⎪⎪≠⇔⎨⎪⎪⎪⎪=⋅⋅⋅⎪⎪∀∈=⎩可逆 只有零解 的特征值全不为零 的列(行)向量线性无关 是正定矩阵 与同阶单位阵等价 是初等阵总有唯一解R⎫⎪−−−→⎬⎪⎭具有向量组等价相似矩阵反身性、对称性、传递性矩阵合同 √ 关于12,,,n e e e ⋅⋅⋅:①称为n的标准基,n中的自然基,单位坐标向量;②12,,,n e e e ⋅⋅⋅线性无关; ③12,,,1n e e e ⋅⋅⋅=; tr(E )=n n 1e ,2e ,⋅⋅,⋅n e④;⑤任意一个维向量都可以用线性表示.√ 行列式的计算:① 若A B 与都是方阵(不必同阶),则(1)mn A A A A BBBBAA B B οοοοο*===**=-②上三角、下三角行列式等于主对角线上元素的乘积.③关于副对角线:(1)211212112111(1)n n nnn n n n n n n a a a a a a a a a οοο---*==-√ 逆矩阵的求法:①1A A A*-=②1()()A E E A -−−−−→初等行变换③11a b d b c d c a ad bc --⎡⎤⎡⎤=⎢⎥⎢⎥--⎣⎦⎣⎦ TT T TT A B A C C D BD ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦④12111121n aa n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦21111211na a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⑤11111221n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦11121211n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦√ 方阵的幂的性质:m n m n A A A += ()()m n mn A A = √ 设1110()m m m m f x a x a x a x a --=++++,对n 阶矩阵A 规定:1110()m m m m f A a A a A a A a E --=++++为A 的一个多项式. √设,,m n n s A B ⨯⨯A的列向量为12,,,nααα⋅⋅⋅,B 的列向量为12,,,sβββ⋅⋅⋅,AB 为量向列的12,,,s r r r ,1212121122,1,2,,,(,,,)(,,,),(,,,),,,.i i s s T n n n i i i i r A i s A A A A A B b b b A b b b AB i r A AB i r B βββββββββαααβα==⋅⋅⋅=⎫⎪==++⎪⎬⎪⎪⎭则:即 用中简若则 单的一个提即:的第个列向量是的列向量的线性组合组合系数就是的各分量;高运算速度的第个行向量是的行向量的线性组合组合系数就是的各分量 √ 用对角矩阵Λ左乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的行向量; 用对角矩阵Λ右乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的列向量. √ 两个同阶对角矩阵相乘只用把对角线上的对应元素相乘,与分块对角阵相乘类似,即:11112222,kk kk A B A B A B A B οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦11112222kk kk A B A B AB A B οο⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦√ 矩阵方程的解法:设法化成AX B XA B ==(I) 或 (II) 当0A ≠时,,B A B E X −−−−→初等行变换(当为一列时(I)的解法:构造()()即为克莱姆法则) T T T TA XB X X =(II)的解法:将等式两边转置化为,用(I)的方法求出,再转置得√ Ax ο=和Bx ο=同解(,A B 列向量个数相同),则:① 它们的极大无关组相对应,从而秩相等; ② 它们对应的部分组有一样的线性相关性; ③ 它们有相同的内在线性关系.√ 判断12,,,s ηηη是0Ax =的基础解系的条件:① 12,,,s ηηη线性无关; ② 12,,,s ηηη是0Ax =的解;③ ()s n r A =-=每个解向量中自由变量的个数.① 零向量是任何向量的线性组合,零向量与任何同维实向量正交. ② 单个零向量线性相关;单个非零向量线性无关. ③ 部分相关,整体必相关;整体无关,部分必无关.④ 原向量组无关,接长向量组无关;接长向量组相关,原向量组相关. ⑤ 两个向量线性相关⇔对应元素成比例;两两正交的非零向量组线性无关. ⑥ 向量组12,,,n ααα⋅⋅⋅中任一向量i α(1≤i ≤)n 都是此向量组的线性组合.⑦ 向量组12,,,n ααα⋅⋅⋅线性相关⇔向量组中至少有一个向量可由其余1n -个向量线性表示. 向量组12,,,n ααα⋅⋅⋅线性无关⇔向量组中每一个向量i α都不能由其余1n -个向量线性表示. ⑧ m 维列向量组12,,,n ααα⋅⋅⋅线性相关()r A n ⇔<; m 维列向量组12,,,n ααα⋅⋅⋅线性无关()r A n ⇔=. ⑨ ()0r A A ο=⇔=.⑩ 若12,,,n ααα⋅⋅⋅线性无关,而12,,,,n αααβ⋅⋅⋅线性相关,则β可由12,,,n ααα⋅⋅⋅线性表示,且表示法惟一. ⑪ 矩阵的行向量组的秩等于列向量组的秩. 阶梯形矩阵的秩等于它的非零行的个数.⑫ 矩阵的行初等变换不改变矩阵的秩,且不改变列向量间的线性关系. 矩阵的列初等变换不改变矩阵的秩,且不改变行向量间的线性关系.12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示. 记作:{}{}1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅A 经过有限次初等变换化为B . 记作:A B =⑬ 矩阵A 与B 等价⇔()(),r A r B A B =≠>作为向量组等价,即:秩相等的向量组不一定等价. 矩阵A 与B 作为向量组等价⇔1212(,,,)(,,,)n n r r αααβββ⋅⋅⋅=⋅⋅⋅=1212(,,,,,,)n n r αααβββ⋅⋅⋅⋅⋅⋅⇒ 矩阵A 与B 等价.⑭ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示⇔1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅≤12(,,,)n r ααα⋅⋅⋅. ⑮ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示,且s n >,则12,,,s βββ⋅⋅⋅线性相关.向量组12,,,s βββ⋅⋅⋅线性无关,且可由12,,,n ααα⋅⋅⋅线性表示,则s ≤n .⑯ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示,且12(,,,)s r βββ⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅,则两向量组等价; ⑰ 任一向量组和它的极大无关组等价.⑱ 向量组的任意两个极大无关组等价,且这两个组所含向量的个数相等. ⑲ 若两个线性无关的向量组等价,则它们包含的向量个数相等.⑳ 若A 是m n ⨯矩阵,则{}()min ,r A m n ≤,若()r A m =,A 的行向量线性无关; 若()r A n =,A 的列向量线性无关,即:12,,,n ααα⋅⋅⋅线性无关.Ax β=1122n n x x x αααβ+++=1112111212222212,,n n m m mn n m a a a x b a a a x b A x a a a x b β⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥===⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦ 12,1,2,,j j jmj j n αααα⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦1212120,,,0,,,()(),,,A n A n n Ax Ax A nAx Ax A Ax r A r A n βοαααβοβαααββααα⇒⇔==−−−−−→=<<≠⇒⇒⇔==−−−−−→≠⇔=⇔=<≠=⇒当为方阵时当为方阵时有无穷多解有非零解线性相关 有唯一组解只有零解可由线性表示有解线性无关 12()(),,,()()()1()A n r A r A Ax r A r A r A r A ββαααβββ⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪−−−−−→⎪⎩⇔≠⎧⎪⇔=⇔<⎨⎪⇔+=⎩当为方阵时 克莱姆法则 不可由线性表示无解线性方程组解的性质:1212121211221212(1),0,(2)0,,(3),,,0,,,,,(4),0,(5),,0(6)k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηηηηηηηηλλλληληληγβηγηβηηβηη=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-= 是的解也是它的解 是的解对任意也是它的解齐次方程组 是的解对任意个常数 也是它的解 是的解是其导出组的解是的解 是的两个解是其导出组的解211212112212112212,0(7),,,,100k k k kk k k Ax Ax Ax Ax Ax ηβηηηηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩ 是的解则也是它的解是其导出组的解 是的解则也是的解 是的解√ 设A 为m n ⨯矩阵,若()r A m =,则()()r A r A β=,从而Ax β=一定有解. 当m n <时,一定不是唯一解.⇒<方程个数未知数的个数向量维数向量个数,则该向量组线性相关. m 是()()r A r A β和的上限. √ 矩阵的秩的性质:① ()()()T T r A r A r A A == ② ()r A B ±≤()()r A r B + ③ ()r AB ≤{}min (),()r A r B④ ()0()00r A k r kA k ≠⎧=⎨=⎩ 若 若⑤ ()()A r r A r B B οο⎡⎤=+⎢⎥⎣⎦⑥0,()A r A ≠若则≥1⑦ ,,()0,()()m n n s A B r AB r A r B ⨯⨯=+若且则≤n ⑧ ,()()()P Q r PA r AQ r A ==若可逆,则 ⑨ ,()()A r AB r B =若可逆则,()()B r AB r A =若可逆则⑩ (),()(),r A n r AB r B ==若则且A 在矩阵乘法中有左消去律:0AB B AB AC B Cο=⇒==⇒=n 个n 维线性无关的向量,两两正交,每个向量长度为1.(,)0αβ=.1α==.√ 内积的性质: ① 正定性:(,)0,(,)0αααααο≥=⇔=且 ② 对称性:(,)(,)αββα=③ 双线性:1212(,)(,)(,)αββαβαβ+=+ 1212(,)(,)(,)ααβαβαβ+=+ (,)(,)(,)cc c αβαβαβ==123,,ααα线性无关,112122111313233121122(,)()(,)(,)()()βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化:111βηβ= 222βηβ= 333βηβ= T AA E =.√ A 是正交矩阵的充要条件:A 的n 个行(列)向量构成n的一组标准正交基.√ 正交矩阵的性质:① 1T A A -=;② T T AA A A E ==;③ A 是正交阵,则T A (或1A -)也是正交阵; ④ 两个正交阵之积仍是正交阵; ⑤ 正交阵的行列式等于1或-1.E A λ-.()E A f λλ-=.0E A λ-=. Ax x Ax x λ=→ 与线性相关 √ 上三角阵、下三角阵、对角阵的特征值就是主对角线上的n 各元素.√ 若0A =,则0λ=为A 的特征值,且0Ax =的基础解系即为属于0λ=的线性无关的特征向量. √ 12n A λλλ= 1ni A λ=∑tr√ 若()1r A =,则A 一定可分解为A =[]1212,,,n n a a b b b a ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦、21122()n n A a b a b a b A =+++,从而A的特征值为:11122n n A a b a b a b λ==+++tr , 230n λλλ====.√ 若A 的全部特征值12,,,n λλλ,()f x 是多项式,则:① ()f A 的全部特征值为12(),(),,()n f f f λλλ;② 当A 可逆时,1A -的全部特征值为12111,,,n λλλ,A *的全部特征值为12,,,n A AAλλλ.√ 1122,.m m Ak kAa b aA bEAA AA A λλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是的特征值则:分别有特征值 √ 1122,m m Ak kAa b aA bEAx A x A A A λλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是关于的特征向量则也是关于的特征向量. 1B P AP -= (P 为可逆阵) 记为:AB√ A 相似于对角阵的充要条件:A 恰有n 个线性无关的特征向量. 这时,P 为A 的特征向量拼成1112的矩阵,1P AP -为对角阵,主对角线上的元素为A 的特征值. √ A 可对角化的充要条件:()i i n r E A k λ--= i k 为i λ的重数. √ 若n 阶矩阵A 有n 个互异的特征值,则A 与对角阵相似.1B P AP -= (P 为正交矩阵) √ 相似矩阵的性质:① 11A B -- 若,A B 均可逆 ② T T A B③ kk A B (k 为整数)④ E A E B λλ-=-,从而,A B 有相同的特征值,但特征向量不一定相同.即:x 是A 关于0λ的特征向量,1P x -是B 关于0λ的特征向量. ⑤ A B = 从而,A B 同时可逆或不可逆 ⑥ ()()r A r B = ⑦ ()()A B =tr tr√ 数量矩阵只与自己相似. √ 对称矩阵的性质:① 特征值全是实数,特征向量是实向量; ② 与对角矩阵合同;③ 不同特征值的特征向量必定正交;④ k 重特征值必定有k 个线性无关的特征向量;⑤ 必可用正交矩阵相似对角化(一定有n 个线性无关的特征向量,A 可能有重的特征值,重数=()n r E A λ--).A 与对角阵Λ相似. 记为:AΛ (称Λ是A √ 若A 为可对角化矩阵,则其非零特征值的个数(重数重复计算)()r A =. √ 设i α为对应于i λ的线性无关的特征向量,则有:更多学习资源欢迎关注微信公众号:大学资源库;知乎:大学资源;QQ空间:835159973[]121212112212(,,,)(,,,)(,,,),,,n n n n n n PA A A A λλααααααλαλαλααααλΛ⎡⎤⎢⎥⎢⎥===⎢⎥⎢⎥⎣⎦. √ 若A B , CD ,则:A B C D οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎣⎦⎣⎦. √ 若AB ,则()()f A f B ,()()f A f B =.12(,,,)T n f x x x X AX = A 为对称矩阵 12(,,,)T n X x x x =T B C AC =. 记作:A B (,,A B C 为对称阵为可逆阵) √ 两个矩阵合同的充分必要条件是:它们有相同的正负惯性指数. √ 两个矩阵合同的充分条件是:AB√ 两个矩阵合同的必要条件是:()()r A r B =√ 12(,,,)Tn f x x x X AX =经过正交变换合同变换可逆线性变换X CY =化为2121(,,,)nn i i f x xx d y =∑标准型.√ 二次型的标准型不是惟一的,与所作的正交变换有关,但系数不为零的个数是由()r A +正惯性指数负惯性指数惟一确定的.√ 当标准型中的系数i d 为1,-1或0时,√ 实对称矩阵的正(负)惯性指数等于它的正(负)特征值的个数.√ 任一实对称矩阵A 与惟一对角阵11110⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦合同.13√ 用正交变换法化二次型为标准形:① 求出A 的特征值、特征向量; ② 对n 个特征向量单位化、正交化; ③ 构造C (正交矩阵),1C AC -=Λ; ④ 作变换X CY =,新的二次型为2121(,,,)nn i i f x x x d y =∑,Λ的主对角上的元素i d 即为A 的特征值.12,,,n x x x 不全为零,12(,,,)0n f x x x >.正定二次型对应的矩阵. √ 合同变换不改变二次型的正定性. √ 成为正定矩阵的充要条件(之一成立):① 正惯性指数为n ; ② A 的特征值全大于0; ③ A 的所有顺序主子式全大于0;④ A 合同于E ,即存在可逆矩阵Q 使T Q AQ E =; ⑤ 存在可逆矩阵P ,使T A P P = (从而0A >);⑥ 存在正交矩阵,使121T n C AC C AC λλλ-⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦(iλ大于0).√ 成为正定矩阵的必要条件:0ii a > ; 0A >.14。
线性代数各要点整理
第一章行列式主要知识点一、行列式的定义和性质1. 余子式 L和代数余子式的定义2. 行列式按一行或一列展开的公式I牛吐二工岭牛八口...那啊二忖| (1)7屮「手i行… |_0 k3. 行列式的性质1)叶⑷2)用数k乘行列式的某一行(列)所得新行列式=原行列式的k倍.推论3)互换行列式的任意两行(列)所得新行列式等于原行列式的相反数.推论4)如果行列式中两行(列)对应元素成比例,则行列式值为0.5)行列式可以按任一行(列)拆开.6)行列式的某一行(列)的k倍加到另一行(列)上,所得新行列式与原行列式的值相等二、行列式的计算1. 二阶行列式和三角形行列式的计算•2. 对一般数字行列式,利用行列式的性质将其降阶以化成二阶行列式或三角形(或对角形)行列式的计算3. 对行列式中有一行或一列中只有一个或两个非零元的情况,用这一行或一列展开4. 行列式中各行元素之和为一个常数的类型.5. 范德蒙行列式的计算公式第二章矩阵主要知识点一、矩阵的概念1. 要分清矩阵与行列式的区别2. 几种特殊矩阵(0矩阵,单位阵,三角阵,对角阵,数量阵)二、矩阵的运算1. 矩阵A , B的加、减、乘有意义的充分必要条件2. 矩阵运算的性质比较矩阵运算(包括加、减、数乘、乘法等)的性质与数的运算性质的相同点和不同点(加法、乘法的交换律和结合律;乘法关于加法的分配律)重点是矩阵乘法没有交换律(由此产生了矩阵运算公式与数的运算的公式的不同点)(肚卯二屮別+於心+引(小二护+胡」乩护;(AB)k = ABAB艸計;(4 ±卯二才±2虫+£3. 转置对称阵和反对称阵1)转置的性质(A±Bf =A r±B r,(财)『=2",(朋)「=2)若A T=A(A T= - A ),则称A为对称(反对称)阵4. 逆矩阵1)方阵A 可逆(也称非异,非奇异,满秩)的充分必要条件是3) 重要结论:若 n 阶方阵A,B 满足AB=E 贝U A,B 都可逆,且 A -1=B ,B -1=A. 4) 逆矩阵的性质:5)消去律:设方阵 A 可逆,且AB=AC (BA=CA ,则必有B=G (若不知 A 可逆, 仅知A M0结论不一定成立。
(完整版)线性代数公式大全
1、行列式1. n 行列式共有2n 个元素,展开后有!n 项,可分解为2n 行列式;2. 代数余子式的性质:①、ij A 和ij a 的大小无关;②、某行(列)的元素乘以其它行(列)元素的代数余子式为0; ③、某行(列)的元素乘以该行(列)元素的代数余子式为A ; 3. 代数余子式和余子式的关系:(1)(1)i j i j ij ij ij ij M A A M ++=-=-4. 设n 行列式D :将D 上、下翻转或左右翻转,所得行列式为1D ,则(1)21(1)n n D D -=-; 将D 顺时针或逆时针旋转90,所得行列式为2D ,则(1)22(1)n n D D -=-;将D 主对角线翻转后(转置),所得行列式为3D ,则3D D =;将D 主副角线翻转后,所得行列式为4D ,则4D D =; 5. 行列式的重要公式:①、主对角行列式:主对角元素的乘积;②、副对角行列式:副对角元素的乘积(1)2(1)n n -⨯ -;③、上、下三角行列式( = ◥◣):主对角元素的乘积; ④、 ◤和 ◢:副对角元素的乘积(1)2(1)n n -⨯ -;⑤、拉普拉斯展开式:A O A C AB CB O B==、(1)m n CA OA AB B OB C==-⑥、范德蒙行列式:大指标减小指标的连乘积; ⑦、特征值;6. 对于n 阶行列式A ,恒有:1(1)nn k n k k k E A S λλλ-=-=+-∑,其中k S 为k 阶主子式;7. 证明0A =的方法:①、A A =-; ②、反证法;③、构造齐次方程组0Ax =,证明其有非零解; ④、利用秩,证明()r A n <; ⑤、证明0是其特征值;2、矩阵1.A 是n 阶可逆矩阵:⇔0A ≠(是非奇异矩阵);⇔()r A n =(是满秩矩阵) ⇔A 的行(列)向量组线性无关;⇔齐次方程组0Ax =有非零解; ⇔n b R ∀∈,Ax b =总有唯一解; ⇔A 与E 等价;⇔A 可表示成若干个初等矩阵的乘积; ⇔A 的特征值全不为0; ⇔T A A 是正定矩阵;⇔A 的行(列)向量组是n R 的一组基; ⇔A 是n R 中某两组基的过渡矩阵;2. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立;3.1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===4. 矩阵是表格,推导符号为波浪号或箭头;行列式是数值,可求代数和;5. 关于分块矩阵的重要结论,其中均A 、B 可逆:若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,则: Ⅰ、12s A A A A =;Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭; ②、111A O A O O B O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;(主对角分块) ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(副对角分块) ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭;(拉普拉斯) ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;(拉普拉斯) 3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ,总可经过初等变换化为标准形,其标准形是唯一确定的:rm nEO F OO ⨯⎛⎫= ⎪⎝⎭; 等价类:所有与A 等价的矩阵组成的一个集合,称为一个等价类;标准形为其形状最简单的矩阵;对于同型矩阵A 、B ,若()()r A r B A B = ⇔ ; 2. 行最简形矩阵:①、只能通过初等行变换获得;②、每行首个非0元素必须为1;③、每行首个非0元素所在列的其他元素必须为0;3. 初等行变换的应用:(初等列变换类似,或转置后采用初等行变换)①、若(,)(,)rA E E X ,则A 可逆,且1X A -=;②、对矩阵(,)A B 做初等行变化,当A 变为E 时,B 就变成1A B -,即:1(,)(,)cA B E A B - ~ ;③、求解线形方程组:对于n 个未知数n 个方程Ax b =,如果(,)(,)rA b E x ,则A 可逆,且1x A b -=; 4. 初等矩阵和对角矩阵的概念:①、初等矩阵是行变换还是列变换,由其位置决定:左乘为初等行矩阵、右乘为初等列矩阵;②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ,左乘矩阵A ,i λ乘A 的各行元素;右乘,iλ乘A 的各列元素;③、对调两行或两列,符号(,)E i j ,且1(,)(,)E i j E i j -=,例如:1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;④、倍乘某行或某列,符号(())E i k ,且11(())(())E i k E i k -=,例如:1111(0)11k k k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =; ③、若AB ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式;二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C ab Ca bC b C a b -----=+=++++++=∑;注:Ⅰ、()n a b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====-m n n n n n n n m n C C C m m n mⅢ、组合的性质:111102---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ;③、利用特征值和相似对角化: 7. 伴随矩阵:①、伴随矩阵的秩:*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩;②、伴随矩阵的特征值:*1*(,)AAAX X A A A A X X λλλ- == ⇒ =;③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述:①、()r A n =,A 中有n 阶子式不为0,1n +阶子式全部为0;(两句话)②、()r A n <,A 中有n 阶子式全部为0; ③、()r A n ≥,A 中有n 阶子式不为0;9. 线性方程组:Ax b =,其中A 为m n ⨯矩阵,则:①、m 与方程的个数相同,即方程组Ax b =有m 个方程;②、n 与方程组得未知数个数相同,方程组Ax b =为n 元方程; 10. 线性方程组Ax b =的求解:①、对增广矩阵B 进行初等行变换(只能使用初等行变换);②、齐次解为对应齐次方程组的解; ③、特解:自由变量赋初值后求得;11. 由n 个未知数m 个方程的方程组构成n 元线性方程:①、11112211211222221122n n n n m m nm n n a x a x a x b a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩;②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭(向量方程,A 为m n ⨯矩阵,m 个方程,n 个未知数) ③、()1212n n x x a a a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭(全部按列分块,其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭); ④、1122n n a x a x a x β+++=(线性表出)⑤、有解的充要条件:()(,)r A r A n β=≤(n 为未知数的个数或维数)4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A :12,,,m ααα构成n m ⨯矩阵12(,,,)m A =ααα;m 个n 维行向量所组成的向量组B :12,,,T TTmβββ构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭; 含有有限个向量的有序向量组与矩阵一一对应;2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解;(齐次线性方程组)②、向量的线性表出 Ax b ⇔=是否有解;(线性方程组) ③、向量组的相互线性表示 AX B ⇔=是否有解;(矩阵方程)3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是:齐次方程组0Ax =和0Bx =同解;(101P 例14)4. ()()T r A A r A =;(101P 例15)5.n 维向量线性相关的几何意义:①、α线性相关⇔0α=; ②、,αβ线性相关 ⇔,αβ坐标成比例或共线(平行);③、,,αβγ线性相关 ⇔,,αβγ共面;6. 线性相关与无关的两套定理:若12,,,s ααα线性相关,则121,,,,s s αααα+必线性相关;若12,,,s ααα线性无关,则121,,,s ααα-必线性无关;(向量的个数加加减减,二者为对偶)若r 维向量组A 的每个向量上添上n r -个分量,构成n 维向量组B :若A 线性无关,则B 也线性无关;反之若B 线性相关,则A 也线性相关;(向量组的维数加加减减) 简言之:无关组延长后仍无关,反之,不确定;7. 向量组A (个数为r )能由向量组B (个数为s )线性表示,且A 线性无关,则r s ≤(二版74P 定理7);向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示AX B ⇔=有解; ()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论)8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ,使12l A P P P =;①、矩阵行等价:~rA B PA B ⇔=(左乘,P 可逆)0Ax ⇔=与0Bx =同解②、矩阵列等价:~cA B AQ B ⇔=(右乘,Q 可逆); ③、矩阵等价:~A B PAQ B ⇔=(P 、Q 可逆); 9.对于矩阵m n A ⨯与l n B ⨯:①、若A 与B 行等价,则A 与B 的行秩相等;②、若A 与B 行等价,则0Ax =与0Bx =同解,且A 与B 的任何对应的列向量组具有相同的线性相关性; ③、矩阵的初等变换不改变矩阵的秩; ④、矩阵A 的行秩等于列秩; 10.若m s s n m n A B C ⨯⨯⨯=,则:①、C 的列向量组能由A 的列向量组线性表示,B 为系数矩阵;②、C 的行向量组能由B 的行向量组线性表示,T A 为系数矩阵;(转置)11.齐次方程组0Bx =的解一定是0ABx =的解,考试中可以直接作为定理使用,而无需证明; ①、0ABx = 只有零解0Bx ⇒ =只有零解;②、0Bx = 有非零解0ABx ⇒ =一定存在非零解;12. 设向量组12:,,,n r r B b b b ⨯可由向量组12:,,,n s s A a a a ⨯线性表示为:(110P 题19结论)1212(,,,)(,,,)r s b b b a a a K =(B AK =)其中K 为s r ⨯,且A 线性无关,则B 组线性无关()r K r ⇔=;(B 与K 的列向量组具有相同线性相关性) (必要性:()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=;充分性:反证法)注:当r s =时,K 为方阵,可当作定理使用;13. ①、对矩阵m n A ⨯,存在n m Q ⨯,m AQ E = ()r A m ⇔=、Q 的列向量线性无关;(87P ) ②、对矩阵m n A ⨯,存在n m P ⨯,n PA E = ()r A n ⇔=、P 的行向量线性无关; 14. 12,,,s ααα线性相关⇔存在一组不全为0的数12,,,s k k k ,使得11220s s k k k ααα+++=成立;(定义)⇔1212(,,,)0s s x xx ααα⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭有非零解,即0Ax =有非零解;⇔12(,,,)s r s ααα<,系数矩阵的秩小于未知数的个数;15. 设m n ⨯的矩阵A 的秩为r ,则n 元齐次线性方程组0Ax =的解集S 的秩为:()r S n r =-;16. 若*η为Ax b =的一个解,12,,,n r ξξξ-为0Ax =的一个基础解系,则*12,,,,n r ηξξξ-线性无关;(111P 题33结论)5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=(定义),性质:①、A 的列向量都是单位向量,且两两正交,即1(,1,2,)0T i j i j a a i j n i j=⎧==⎨≠⎩;②、若A 为正交矩阵,则1T A A -=也为正交阵,且1A =±; ③、若A 、B 正交阵,则AB 也是正交阵; 注意:求解正交阵,千万不要忘记施密特正交化和单位化; 2. 施密特正交化:12(,,,)r a a a11b a =;1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----;3. 对于普通方阵,不同特征值对应的特征向量线性无关;对于实对称阵,不同特征值对应的特征向量正交; 4. ①、A 与B 等价 ⇔A 经过初等变换得到B ;⇔=PAQ B ,P 、Q 可逆; ()()⇔=r A r B ,A 、B 同型;②、A 与B 合同 ⇔=T C AC B ,其中可逆; ⇔T x Ax 与T x Bx 有相同的正、负惯性指数; ③、A 与B 相似 1-⇔=P AP B ; 5. 相似一定合同、合同未必相似;若C 为正交矩阵,则T C AC B =⇒A B ,(合同、相似的约束条件不同,相似的更严格); 6. A 为对称阵,则A 为二次型矩阵; 7. n 元二次型T x Ax 为正定:A ⇔的正惯性指数为n ;A ⇔与E 合同,即存在可逆矩阵C ,使T C AC E =; A ⇔的所有特征值均为正数; A ⇔的各阶顺序主子式均大于0;0,0ii a A ⇒>>;(必要条件)。
线性代数ppt课件
VS
线性代数的特点
线性代数具有抽象性、实用性、广泛性等 特点,是数学中重要的分支之一。
线性代数的历史背景
线性代数的起源
线性代数起源于17世纪,主要目的 是为了解决线性方程组的问题。
线性代数的发展
随着数学的发展,线性代数逐渐成为 一门独立的数学分支,并在20世纪得 到了广泛的应用和发展。
线性代数的应用领域
转置矩阵
一个矩阵A的转置矩阵是满足$A^T_{ij}=A_{ ji}$的矩阵
行列式与高斯消元
03
法
行列式的定义及性质
总结词
行列式是线性代数中重要的工具之一,它具有特殊的性质和计算规则。
详细描述
行列式是由一组方阵中的元素按照一定规则组成的,它是一个方阵是否可逆的判断标准,同时也有一 些重要的性质和计算规则,如交换两行或两列、对角线上的元素相乘等。了解行列式的定义和性质是 学习线性代数的基础。
矩阵的运算规则
加法
两个相同大小的矩阵,对应位置的元素相加
数乘
用一个数乘以矩阵的每一个元素
减法
两个相同大小的矩阵,对应位置的元素相减
乘法
要求两个矩阵满足乘法运算的规则,即第一 个矩阵的列数等于第二个矩阵的行数
矩阵的逆与转置
逆矩阵
一个矩阵A的逆矩阵是满足$AA^{-1}=I$的矩阵,其中$I$是单位矩阵
高斯消元法的原理
总结词
高斯消元法是一种解线性方程组的直接方法 ,其原理是将方程组转化为阶梯形矩阵。
详细描述
高斯消元法的基本思想是通过一系列的行变 换将线性方程组转化为阶梯形矩阵,这样就 可以直接求解方程组。高斯消元法包括三种 基本的行变换:将两行互换、将一行乘以非 零常数、将一行加上另一行的若干倍。通过 这些行变换,我们可以将矩阵转化为阶梯形 矩阵,从而求解方程组。
什么是线性代数
④ 随着科学的发展,我们不仅要研究单个变量之间的关系,还要进一步研究多个变量之间的关系,各种实际问题在大多数情况下可以线性化,而由于计算机的发展,线性化了的问题又可以计算出来,线性代数正是解决这些问题的有力工具。
现代线性代数已经扩展到研究任意或无限维空间。一个维数为 n 的向量空间叫做 n 维空间。在二维和三维空间中大多数有用的结论可以扩展到这些高维空间。尽管许多人不容易想象 n 维空间中的向量,这样的向量(即 n 元组)用来表示数据非常有效。由于作为 n 元组,向量是 n 个元素的“有序”列表,大多数人可以在这种框架中有效地概括和操纵数据。比如,在经济学中可以使用 8 维向量来表示 8 个国家的国民生产总值(GNP)。当所有国家的顺序排定之后,比如 (中国, 美国, 英国, 法国, 德国, 西班牙, 印度, 澳大利亚),可以使用向量 (v1, v2, v3, v4, v5, v6, v7, v8) 显示这些国家某一年各自的 GNP。这里,每个国家的 GNP 都在各自的位置上。
线性代数基本上出现于十七世纪。直到十八世纪末,线性代数的领域还只限于平面与空间。十九世纪上半叶才完成了到n维向量空间的过渡 矩阵论始于凯莱,在十九世纪下半叶,因若当的工作而达到了它的顶点.1888年,皮亚诺以公理的方式定义了有限维或无限维向量空间。托普利茨将线性代数的主要定理推广到任意体上的最一般的向量空间中.线性映射的概念在大多数情况下能够摆脱矩阵计算而引导到固有的推理,即是说不依赖于基的选择。不用交换体而用未必交换之体或环作为算子之定义域,这就引向模的概念,这一概念很显著地推广了向量空间的理论和重新整理了十九世纪所研究过的情况。
我们可以简单地说数学中的线性问题——-那些表现出线性的问题——是最容易被解决的。比如微分学研究很多函数线性近似的问题。 在实践中与非线性问题的差异是很重要的。
线性代数基本定理
线性代数根本定理 一、矩阵的运算1.不可逆矩阵的运算不满足消去律 AB=O,A 也可以不等于O11-1-1æèçöø÷1-1-11æèçöø÷=0000æèçöø÷ 2.矩阵不可交换(A +B )2=A 2+AB +BA +B2(AB )k=ABABABAB ...AB3.常被忽略的矩阵运算规那么(A +B )T =A T +B T(l A )T=l AT4.反称矩阵对角线元素全为0 4.矩阵逆运算的简便运算(diag(a1,a2,...,an))-1=diag(1a1,1a2,...,1an)(kA)-1=1kA-1方法1.特殊矩阵的乘法A.对角矩阵乘以对角矩阵,结果仍为对角矩阵。
且:B.上三角矩阵乘以上三角矩阵,结果为上三角矩阵2.矩阵等价的判断A@BÛR(A)=R(B)任何矩阵等价于其标准型3.左乘初等矩阵为行变换,右乘初等矩阵为列变换如:m*n的矩阵,左乘m阶为行变换,右乘n阶为列变换4. 给矩阵多项式求矩阵的逆或证明某个矩阵可逆如:A2-A-2I=O,证明(A+2I)可逆。
把2I项挪到等式右边,左边凑出含有A+2I的一个多项式,在确保A平方项与A 项的系数分别为原式的系数情况下,看I项多加或少加了几个。
5.矩阵的分块进展计算加法:分块方法完全一样矩阵乘法〔以A*B为例〕:A的列的分法要与B行的分法一致,如:如红线所示:左边矩阵列分块在第2列与第3列之间,那么,右边矩阵分块在第二行与第三行之间至于蓝线,如何画,画不画,只画在哪个矩阵里都无所谓,分块数只决定了最后结果矩阵的行列,并不能决定矩阵是否能做乘法的原那么性问题。
求逆:假如A1,A2,...,Am均可逆,假设,那么反块对角阵也一样,把反对角线上的矩阵求逆。
线性代数第一章
其中a11 a22 − a12 a21 = 0. 为了给出方程组解的表示规律, 我们先给出二阶行列式的定义. 1. 二阶行列式 对于给定的四个数: a11 , a12 , a21 , a22 , 按照下述方式排成队二行二列的数表 a11 a21 a12 a22 ,
规定表达式a11 a22 − a12 a21 为上述数表的二阶行列式, 记为 a11 a21 a12 = a11 a22 − a12 a21 , a22 其中aij 的第一个下标i为行标, 表示元素aij 所在的行; aij 的第二个下标j 为列标, 表示元素aij 所在的 列; aij 称为行列式的(i, j )元. 另外, 我们称连接数表左上角与右下角元素的线为主对角线; 连接右上角与左下角元素的线为副对角 线. 上述二阶行列式可以看成是其主对角线上元素的积减去副对角线上元素的积(对角线法则). 根据二阶行列式的定义, 上述二阶线性方程组的解可以表示成 b1 a22 − a12 b2 = a11 a22 − a12 a21 b1 a12 b2 a22 a11 a12 a21 a22 a11 b2 − b1 a21 = a11 a22 − a12 a21 a11 b1 a21 b2 a11 a12 a21 a22
徐明华
线性代数
3
问: (1)当λ为何何值时, D = 0; (2)当λ为何何值时, D = 0. 解: (1) D = λ2 − 3λ, 当λ = 0或λ = 3时, D = 0; (2) 当λ = 0且λ = 3时, D = 0. 例3. 见教材pp. 2, 例1. 二 三阶行列式 1. 定义: 设有9个数排成如下3行3列数表 a11 a12 a13 a21 a22 a23 a31 a32 a33
常州大学教案
- 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)。
四、线性变换
30
线性映射 f:V1→V2 • f(x+y)=f(x)+f(y),f(cx)=c f(x),∀c∈F,x,y∈V1 • 线性映射 f:V→V 也称为线性变换。
线性映射的运算
• 加法 (f+g)(x) = f(x)+g(x)
• 数乘 (cf)(x) = c f(x) 线性映射的表示
f
m
可逆。
gn
15
• F[x]中每个多项式可唯一分解为不可约因式的乘积 • f(x)没有重因式gcd(f(x),f’(x))=1 • 代数基本定理:次数≥1的复系数多项式在复数域中至
少有一个复根。 • 实系数不可约多项式的次数不超过2
16
二、矩阵运算
17
行列式的计算
fn (x1)
fn (xn )
a 0k1 kn m n,k1
an,kn
xkn 1
xkn n
19
分块运算
• 方阵的幂级数 f ( X ) ak X k 何时收敛? k 0
•
Schur公式
A C
B I D CA1
I A
数乘运算下构成域F上的线性空间。 • V* = L(V,F) = {V上线性函数全体} 称为V的对偶空间。 • L(V1,V2) ≌ Fmxn,其中m=dim(V1),n=dim(V2)。 • 当V是有限维时,V* ≌ V。
32
线性映射的像与核 • Im(f) = { f(x) | x∈V1 },Ker(f) = { x∈V1 | f(x)=0 } • Im(f)和Ker(f)分别是V2和V1的子空间。 • Im(f) ≌ V1 / Ker(f) • dim(V1) = dim(Im(f)) + dim(Ker(f)) • (Frobenius秩不等式):
28
两个线性空间的直积 • U×V = { (u,v) | u∈U,v∈V }
(u1,v1)+(u2,v2) = (u1+u2,v1+v2) λ(u,v) = (λu,λv) • 无穷多个线性空间的直积 ∏Vi ≠ 直和 ∑Vi 商空间 • 设U是V的子空间,V/U = { v+U | v∈V } ≌ W, 其中W是U在V中的一个补空间。
其中P是置换阵,L是可逆下三角阵,U是上三角阵。
• (QR分解)每个实矩阵A∈Rmxn都可表为A=QR的形式,
其中Q是正交阵,R是上三角阵。
22
幺模变换 • 幺模阵:行列式为±1的整数方阵,或行列式为非零常
数的多项式方阵。 • 每个整数/多项式矩阵A都可表为A=QR的形式,其中Q
是幺模阵, R是上三角阵。 • Smith标准形:每个整数/多项式矩阵A都可表为A=PDQ
20
•
例.若AC=CA,则
det
A C
B D
det(AD
CB)
A11 • 例.
Ak1
ak 1,k 1
(det A)k1
ak 1,n
A1k Akk
an,k 1 ann
张量积 A B aij B
• 性质: A1 B1A2 B2 ( A1A2 ) (B1B2 )
(1)σ(x+y)=σ(x)+σ(y),x,y∈V1 (2)σ(a∙x) = a∙σ(x),a∈F, x∈V1 • 域F 上的有限维线性空间V与Fn同构,其中n=dimV。
• 例.设V1={[0,1]上连续函数}, V2={[0,1]上可微函数}
: f (x)
x
0
f
(t)dt
是同态、是单射、非满射。
V1 f V2
F n A F m
• (f(α1),…, f(αn))=(β1,…, βm)A
A 称为 f 在基{α1,…,αn}和{β1,…, βm}下的矩阵。
31
• 线性映射在不同基下的矩阵B=Q-1AP。 • 线性变换在不同基下的矩阵B=P-1AP。 对偶空间 • L(V1,V2) = {V1到V2的线性映射全体} 在线性映射的加法、
的特征向量,φA(x)=det(xI-A)称为A的特征多项式。 • 线性变换A的特征多项式与表示矩阵A的选取无关。
34
线性变换的特征多项式 • 设 A (x) xn 1xn1 2 xn2 (1)n n 。
σk等于A的所有k阶主子式之和。 • 设 A (x) (x 1) (x n ) 。
• Binet-Cauchy公式:当 m n时,
1
det Anm Bmn 1k1 kn m A k1
n kn
B
k1 1
kn n
• Binet-Cauchy公式的几何解释。
18
a11(x) a1n (x)
• 例.设 f (x) ,求f’(x), f”(x), …
1. 《线性代数》,李尚志,高等教育出版社, 2006年5月第1版。
2. 《线性代数》,李炯生、查建国,中国科学技 术大学出版社,1989年4月第1版,2010年1月 第2版。
4
课程内容
一、域与多项式(4学时) • 域的定义 • 域上的多项式 • 最大公因式、辗转相除法 • 因式分解、重根、重因式 • 复/实系数不可约多项式
9
课程内容
六、一般数域上的矩阵相似问题(10学时) • 特征方阵 • 行列式因子、不变因子、初等因子 • 相似标准形 • 实相似与复相似
10
课程内容
七、内积空间(10学时) • 内积、Euclid空间 • 标准正交基、正交变换 • 正交方阵、实规范方阵 • 实方阵的正交相似、正交相抵 • 酉内积、酉空间 • 双线性函数
an1(x) ann (x)
•
例.设A是复矩阵,则
det(
A
T
A
)
0
。
• 例.Vandermonde、Sylvester、Cauchy矩阵的行列式
m
• 例.设 fk (x) ak,i xi,则 i0
f1(x1) f1(xn )
a1,k1
a1,kn
x k1 1
x k1 n
• 定义及初等变换
• Laplace展开定理:给定 1 i1 ir n ,则
det
A
1 k1
(1)i1
kr n
ir k1
kr
A
i1 k1
ir kr
A
ir 1 kr 1
in kn
• Laplace展开定理的几何涵义。
• 例.X↦AXB的矩阵表示。 • 例.f(x)=det(xI-A),f(A)=0。
21
初等变换
• 平延 x x ( T x)
• 旋转
x
cos sin
sin cos
x
• 反射
x
x
2
Tx
T
• (LU分解)每个矩阵A∈Fmxn都可表为A=PLU的形式,
的形式,其中P,Q是幺模阵, D=diag(d1,…,dr,O)是对角 阵,d1|…|dr≠0。
23
三、线性空间
24
域F上的线性空间(V,F,+,∙) • 线性空间V:具有加法、数乘运算的非空集合。 • V的子空间:对V的加法、数乘运算封闭的非空子集。 常见的线性空间 • Fn、Fm×n、F[x]、F[x1,…,xn]、Cn(Ω)、Lp(Ω) 向量组S的线性组合 向量组S的线性相关性 向量组S生成的子空间<S>
rank(AB)+rank(BC)≤rank(B)+rank(ABC) • 例.设A是n阶方阵,则 rank(An) = rank(An+1) = …
33
线性变换的不变子空间 • 设线性变换A:V→V,U是V的子空间。若A(U)⊂U,则
U称为A不变子空间,AU:U→U称为A在U上的限制. • 例.{0}、Im(A)、 Ker(A)、V都是A不变子空间。 • A不变子空间的交空间、和空间都是A不变子空间。 • 一维不变子空间<x>满足A(x)=λx,x称为属于特征值λ
7
课程内容
四、线性变换(10学时) • 线性映射与线性变换 • 线性函数与对偶空间 • 像空间与核空间、秩不等式 • 不变子空间、特征多项式 • 相似三角化、零化多项式、最小多项式 • 特征子空间、相似对角化
8
课程内容
五、复数域上的相似标准形问题(10学时) • 根子空间 • 循环子空间 • Frobenius标准形 • Jordan标准形
k k (1, , n ) 是 1, , n 的k次初等对称多项式。 • 设 A (x) (x 1)n1 (x t )nt , 1, , t 各不相同。
n1, , nt 分别称为 1, , t 的代数重数。
35
方阵的相似三角化 • 任意复方阵复相似于一个上三角的复方阵。 • 任意实方阵实相似于一个准上三角的实方阵,其中每个
D CA1B I
A1B I
I
BD1 I
A
BD1CD Nhomakorabea
D
I 1C
I
•
A C
B D
1
(
A
B D1C ) 1
(
D
CA1
B)
1