线性代数第2讲

合集下载

线性代数 2-2 第2章2讲-矩阵的运算(1)

1
3 0
2 4
1
3 0
13
0
51，BA
1 2 4
1
3 0
1 2
0 1
1
3 0
8 4
1 3 0
3 6 . 12
注当AB不是方阵时，AB 、BA 不是同型矩阵.
10
二、线性变换与矩阵乘法(1)
例2
求矩阵
A
1 1
11，B
2
2
11，C
2 1
33，D
1 2
11，
计算 AB 、BA、AC、AD.
线性代数（慕课版）
第二章矩阵
第二讲矩阵的运算(1)
主讲教师 |
本讲内容
01 矩阵的线性运算 02 线性变换与矩阵乘法(1)
一、矩阵的线性运算
定义2.2—矩阵的相等
设A (aij )mn , B (bij )mn 是两个同型矩阵，规定A B aij bij , (i 1, 2,, m, j 1, 2,, n). 即完全一样的两个矩阵才相等.
bmn
即将两个矩阵的对应元素相加.
4
一、矩阵的线性运算注只有两个矩阵同型才能进行加法运算.
负矩阵记 A (aij ，) 称 A为A 的负矩阵. 矩阵的减法 A B A (B)
性质2.1—矩阵加法运算规律
(1) 交换律 (2) 结合律
A B B A； (A B) C A (B C).
(3) ( A B) A B； (4) A n A
6
本讲内容
01 矩阵的线性运算 02 线性变换与矩阵乘法(1)
二、线性变换与矩阵乘法(1)
设变量x1 、x2与变量y1 、y2 、y3 关系

超详细MIT线性代数公开课笔记_完整版

列图像 Column Picture 在列图像中，我们将系数矩阵写成列向量的形式，则求解原方程变为寻找列向
量的线性组合（linear combination）来构成向量 b。
4
x
2 1
y
1 2
0 3
向量线性组合是贯穿本课程的重要概念。对于给定的向量 c 和 d 以及标量 x 和 y，我们将 xc+yd 称之为 c 和 d 的一个线性组合。
第 01 讲行图像和列图像
Row picture & Column picture
线性方程的几何图像 The geometry of linear equations 线性代数的基本问题就是解 n 元一次方程组。例如：二元一次方程组 2x y 0 x 2y 3
写成矩阵形式就是
2 - 1
- 1x 2y
从几何上讲，我们是寻找满足如下要求的 x 和 y，使得两者分别数乘对应的列向
量之后相加得到向量
0 3
。其几何图像如下图。
2 蓝色为向量 - 1 ；
- 1
红色为向量
2 ；
可以看到当蓝色的向量乘以 1 与红色的
向量乘以 2（红色虚线）后做加法（首尾 0
相接）就可以得到绿色的向量 b= 3 ，
由此可得到方程的解 x=1,y=2。
0 3
其中
A=
-
2 1
-
1 2
被称为系数矩阵（coefficient
matrix）。
未知数向量通常记为
x=
x y
而等号右侧的向量记为 b。线性方程组简记为 Ax=b。
行图像 Row Picture
行图像遵从解析几何的描述，每个方程在平面上的图像为一条直线。找到符合方程的两个数组，就可以确定出 x-y 平面上的两个点，连接两点可以画出该方程所代表的直线。两直线交点即为方程组的解 x=1,y=2。

第二讲线性规划算法

bi xk yik
注意：xBr=0
3. 基变换——转轴变换
新可行解：x‘=(xB1,…xBr-1,0,xBr+1,…,xBm,0,…，0,xk,0,…，0)
可以证明此解为新的基本可行解。这是因为原来的基 PB1,…,PBm线性无关，而yk=B-1Pk,故Pk=Byk=∑yikPBi，而PBr的系数yrk≠0，
maxZ=CTX s.t.AX=b X ≥0
A=(B,N)
cB xB C x cN xN
s.t.
Bx B +Nx N =b x0
max z s.t. Bx B +Nx N =b
T z＝cT x +c B B N xN
z
xB
xN
右端项
0 1
B cB
矩阵式： maxZ=CTX
AX=b
X ≥0
线性规划解的概念
若A = ( B, N )，其中B ( P 1, P 2 , …，Pm )可逆，称B为基矩阵 x1 x2 xB 相应地X＝ , x B为基变量，x N为非基变量 xN xn xB 代入约束：(B,N) b,即Bx B +Nx N =b, x B＝B-1b-B 1Nx N xN
3. 基变换——转轴变换
取某一非基变量xk→换入基（即让xk>0，其余非基变量仍为0）同时，再从基变量中换出一个变量xBr→作为非基变量。
如何求换入变量xk和换出变量xBr？K=?，r=?
选 k max{ j | j 0}, 令xk 0, 其余非基变量＝0
jR
由AX=b, xB＝B-1b-B1Nx N

《线性代数》考点强化班配套讲义第二章矩阵

( A2 )2
0
1
0
0
1
0
E
0
0
1
0
0
1
所以 B2 P1APP1AP P1A(PP1) AP P1A2P,,
B2020 P1A2020 P P1 A4 505 P P1EP P1P E
1 0 0 3 0 0
所以Leabharlann B2020 2 A2 E 2 0
1
0
，
AB A AE 1,33 A E 1,33 2E 1,33
1 0 3
AB
1
2E
1, 3 3
1
1 2
0 0
1 0
0
1
1 0 0
【例
12】设
A
为
3
阶矩阵，
P
为
3
阶可逆矩阵，且
P 1
AP
0
1
0
.若
0
0
2
P 1,2 ,3 ， Q (1 2 ,2 ,3 ) ，则 Q1AQ （）
行（3）-3行（1）
3 4 6 0 0 1
0 -2 -3 -3 0 1
1 0 0 -2 0 1
1 0 0 -2 0 1
行（1）行（3）
行（3）-2行（2）
0 -1 -1 -1 1 -1 0 1 1 1 -1 1
行（2）-行（3）
（-1）行（2）
0 -2 -3 -3 0 1
0 0 -1 -1 -2 3
0
0 a2
0
【例 2】设 A 其中 ai 0 ；求 Ak1 Ak 2 Akn .
0 0 0 an1
an 0 0 0
1
0 A 0

线性代数讲义2

第二章矩阵矩阵是线性代数的重要组成部分，也是以后各章中计算的重要工具.在矩阵的理论中，矩阵的运算起着重要的作用.我们在这一章里，将要介绍矩阵的基本概念及其运算.§2.1 矩阵的定义一、矩阵的定义首先看几个例子.例1 设有线性方程组⎪⎪⎩⎪⎪⎨⎧=++-=+-+=++--=--+7739183332154321432143214321x x x x x x x x x x x x x x x x这个方程组未知量系数及常数项按方程组中的顺序组成一个矩形阵列如下：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡------77391111833312111151这个阵列决定着给定方程组是否有解？以及如果有解，解是什么等问题.因此对这个阵列的研究很有必要.例2 某企业生产5种产品，各种产品的季度产值（单位：万元）如表2-1.表2-1这个排成4行5列的产值阵列⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡7680827088809090759076848570986478755880具体描述了这家企业各种产品各季度的产值，同时也揭示了产值随季节变化规律的季增长率及年产量等情况.例3 生产m 种产品需用n 种材料，如果以ij a 表示生产第i 种产品（m i ，，Λ2,1=）耗用第j 种材料（n j ，，Λ2,1=）的定额，则消耗定额可以用一个矩形表表示，如表2-2.表2-2这个由m 行n 列构成的消耗定额阵列⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡mn m m n n a a a a a a a a a ΛΛΛΛΛΛΛ212222111211描述了生产过程中产出的产品与投入材料的数量关系.类似这样的数表，我们在自然科学、工程技术和经济管理等不同领域中经常遇到.这种数表在数学上就叫做矩阵.下面我们给出矩阵的定义.定义由n m ⨯个数),,2,1;,,2,1(n j m i a ij ΛΛ==排成m 行n 列的数表⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a a a a a A ΛΛΛΛΛΛΛ212222111211 (2-1-1) 叫做m 行n 列矩阵，简称n m ⨯矩阵.这n m ⨯个数叫做矩阵A 的元素，ij a 叫做矩阵A 的第i 行第j 列元素.一般情形下，用大写字母A ，B ，C ，…表示矩阵.为了标明矩阵的行数m 和列数n ，可用n m A ⨯表示，或记作()nm ija ⨯.二、几种特殊的矩阵1．n 阶方阵当n m =时，即A =()nn ija ⨯时，A 称为n 阶方阵.2．对角矩阵主对角线以外的元素都为零的方阵称为对角矩阵，即⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=n OO A λλλO21 3．单位矩阵主对角线上的元素都是1的n 阶对角矩阵称为单位矩阵，记为E ，如⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=111O O OE 4．三角矩阵主对角线一侧所有元素都为零的方阵称为三角矩阵，如⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n a a aa a a ΛM O M M ΛΛ00022211211 或 ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡nn n n a a a a aa ΛM O M M ΛΛ21222111000 5．零矩阵所有元素都为零的矩阵称为零矩阵.记作n m O ⨯，简记O . 6．行矩阵、列矩阵m =1时的矩阵，即()n a a a A Λ21=称为行矩阵；n =1时的矩阵，即⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=n a a a A M 21称为列矩阵.7．对称矩阵在矩阵n n ij a A ⨯=)(中，若),,2,1,(n j i a a jiij Λ==则矩阵A 称为对称矩阵，如⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡410781086076258051§2.2 矩阵的运算矩阵的意义不仅在于将一些数据排成数表形式，而且在于对它定义了一些有理论意义和实际意义的运算，从而使它成为进行理论研究或解决实际问题的有力工具.一、矩阵的加法、减法首先给出矩阵相等的概念. 定义1 在矩阵()nm ija A ⨯=和()nm ijb B ⨯=中，若它们的对应元素相等，即),,2,1;,,2,1(n j m i b a ijij ΛΛ===则称矩阵A 与B 相等,记为A=B .定义2 设()nm ija A ⨯=，()nm ijb B ⨯=，矩阵()nm ijij b a ⨯±称为矩阵A 与矩阵B 的和或差，记作A +B 或A -B ，即n m ij ij b a B A ⨯±=±)(注意，只有当两个矩阵的行数相同且列数也相同时，这两个矩阵才能进行加法、减法运算.例1 有两种物资（单位：吨）从3个产地运往4个销地，两次调运方案分别为矩阵A 与矩阵B ，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=846075120231321034022753B A则从各产地运往各销地两次的物资调运量（单位：吨）为⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++++++++++++=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=+11670109142984834261007354102202273513 846075120231321034022753B A矩阵加法满足以下运算规律：（1）A B B A +=+（2）)()(C B A C B A ++=++（3）A O A =+ 矩阵()nm ija ⨯-称为矩阵()nm ija A ⨯=的负矩阵，记为()nm ija A ⨯-=-.显然，有（4）O A A =-+)(二、数与矩阵的乘法定义3 以数k 乘矩阵A 的每一个元素所得到的矩阵，称为数k 与矩阵A 的积，记作kA .如果()nm ija A ⨯=，那么()()n m ij n m ij ka a k kA ⨯⨯==不难证明，数与矩阵乘法满足以下运算规律： (1) kB kA B A k +=+)( (2) lA kA A l k +=+)( (3) )()(lA k A kl =(4) A A A A -=-=⋅)1(1， (5) O O k =⋅ (O 为零矩阵) 例2 已知⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=052110351234230412301321B A求3A -2B .解⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-+-----+-+----=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=-61941016151055011061094021223066910023496683052110351234223412301321323B A 例3 已知⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=612379154257864297510213B A且B X A =+2,求X ..解⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡------=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡------=-=1271211122223227212244446421)(21A B X 三、矩阵与矩阵的乘法先看一个例子.例4 某工厂有321,,A A A 三个车间，某月各种原材料的消耗量如表2-3.又各种原材料每吨价格和加工费如表2-4.求各车间某月支出原料费及加工费各为多少元？解我们可以直接计算出各车间支出的原料费用和加工费用为A车间的原料费=21×12+15×14+16×8+10×20=790（元）1A车间的原料费=53×12+0×14+13×8+4×20=820（元）2A车间的原料费=24×12+32×14+10×8+0×20=816（元）3A车间的加工费=21×5+15×4+16×2.5+10×3=235（元）1A车间的加工费=53×5+0×4+13×2.5+4×3=309.5（元）2A车间的加工费=24×5+32×4+10×2.5+0×3=273（元）3上述结果列成表2-5如果用矩阵来表示，则表2-3、表2-4、表2-5分别为⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=2738165.309820235790,3205.28414512,010322441305310161521C B A 从上述分析可以看出，矩阵A 、B 与C 之间的关系是：C 中第i 行第j 列)2,1;3,2,1(==j i 元素恰好等于A 的第i 行各元素分别和矩阵B 第j 列对应元素的乘积之和.因此，我们将矩阵C 定义为矩阵A 与矩阵B 的乘积，记为C =AB , 即⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡==2738165.3098202357903205.28414512010322441305310161521AB C 我们将上面例题中矩阵之间的这种关系定义为矩阵的乘法. 定义4 设矩阵()l m ik a A ⨯=的列数与矩阵()nl kjb B ⨯=的行数相同，则由元素),,2,1;,,2,1(12211n j m i b a b a b a b a c lk kjik lj il j i j i ij ΛΛΛ===+++=∑=构成的m 行n 列矩阵n m lk kj ik n m ij b a c C ⨯=⨯∑==)()(1称为矩阵A 与矩阵B 的积，记为C =A ·B 或AB .这个定义说明，如果矩阵A 的列数等于矩阵B 的行数，则A 与B 的乘积C 中第i 行第j 列的元素，等于矩阵A 的第i 行元素与矩阵B 的第j 列对应元素乘积的和.并且矩阵C 的行数等于矩阵A 的行数，矩阵C 的列数等于矩阵B 的列数.例5 若,012321,132132⎥⎦⎤⎢⎣⎡---=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=B A 求AB . 解⎥⎦⎤⎢⎣⎡---⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=012321132132AB⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡------=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⨯+-⨯-⨯+-⨯⨯+⨯⨯-+-⨯-⨯-+-⨯⨯-+⨯⨯+-⨯-⨯+-⨯⨯+⨯=97530367801)3(3)1(1)2(321130)2()3(1)1()2()2(12)2(1103)3(2)1(3)2(22312我们还可以求一下BA .⎥⎦⎤⎢⎣⎡-=⎥⎦⎤⎢⎣⎡⨯+-⨯-+⨯⨯+⨯-+⨯⨯-+-⨯-+⨯⨯-+⨯-+⨯=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-⎥⎦⎤⎢⎣⎡---=834910)2()1(32301)1(221)3()2()2(313)3(1)2(21132132012321BA显然,BA AB ≠.例6 若()⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--==530412,013B A ,求AB . 解()()()32500113)3(0)4(123530412013=⨯+⨯+⨯-⨯+-⨯+⨯=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=ABBA 没有意义，因为B 的列数不等于A 的行数，BA 不可进行运算.例7 若⎥⎦⎤⎢⎣⎡--=⎥⎦⎤⎢⎣⎡--=6342,2142B A ，求AB 及BA .解⎥⎦⎤⎢⎣⎡--=⎥⎦⎤⎢⎣⎡--⎥⎦⎤⎢⎣⎡--=168321663422142AB .000021426342BA AB BA ≠⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡--⎥⎦⎤⎢⎣⎡--=由例5，例6，例7可以看到矩阵的乘法一般不满足交换律.由例6可以看到AB 有意义，BA 不一定有意义.由例5、例7可以看到，即使AB 、BA 都有意义，AB 与BA 也不一定相等.但并不是任何两矩阵相乘都不可以交换，如下面的例8，两矩阵相乘可以交换，但作为统一的运算法则，矩阵乘法交换律是不成立的.由例7还可得出：两个非零矩阵相乘，可能是零矩阵，从而不能从AB =O 必然推出A =O 或B =O .例8 若⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=1021,1011B A ，求AB 与BA . 解⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡=103110211011AB⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡=103110111021BA 显见，AB=BA .如果两矩阵A 与B 相乘，有AB=BA ，则称矩阵A 与矩阵B 可交换. 矩阵相乘时必须注意顺序，AX 称为用X 右乘A ，XA 称为用X 左乘A . 矩阵乘法具有下列性质：（1）（AB ）C=A （BC ）（2）k （AB ）=（kA ）B=A （kB ）（其中k 为数值）（3）A （B+C ）=AB+AC （4）（B+C ）A=BA+CA 设A 是n 阶方阵，规定：,,,,,1210A A A AA A A A E A k k ⋅====+Λ其中k 为正整数，k A 称为A 的k 次幂.例9 设⎥⎦⎤⎢⎣⎡-=4321A ，求E A A 5322+-. 解E A A 5322+-=⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡--⎥⎦⎤⎢⎣⎡-1001543213432122=⎥⎦⎤⎢⎣⎡--=⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡--⎥⎦⎤⎢⎣⎡--6127181650051296344181214四、矩阵的转置定义5 把矩阵A 的所有行换成相应的列所得到的矩阵，称为矩阵A 的转置矩阵，记为TA ，即若()nm ija A ⨯=，则()mn jiT a A ⨯=.例10 若⎥⎦⎤⎢⎣⎡-=52134071A ，则 ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=54201731T A 可见，若A 是对称矩阵，则有TA A =. 矩阵的转置具有下列性质：（1）A A TT=)(（2）TTTB A B A +=+)( （3）T TA A λλ=)(（4）TT T A B AB =)(五、方阵的行列式定义6 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 .应该注意，方阵与行列式是两个不同的概念，n 阶方阵是2n 个数按一定方式排列成的数表，而n 阶行列式是这些数（也就是数表A ）按一定运算法则所确定的一个数.由A 确定的A 的这个运算满足下述运算规律（设A ，B 为n 阶方阵，k 为数值）：（1）A A T = （2）A k kA n= （3）B A AB =由（3）可知，对于n 阶方阵A 、B ，一般说来BA AB ≠，但总有BA AB =例11 设⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡-=43522231B A ，，求AB . 解法1⎥⎦⎤⎢⎣⎡-=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡-=22171143522231AB所以 56221711=-=AB解法256)7(843522231=-⨯-=⋅-==B A AB习题2.21．设⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=150421321,111111111B A ，求（1）3AB-2A （2）B A T2．已知011311232021132=⎥⎦⎤⎢⎣⎡-----⎥⎦⎤⎢⎣⎡--X ，求X .3．计算下列乘积.（1）⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-127075321134 （2）()⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡123321 （3）()132211-⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-- （4）⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--131201********* （5）()⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡11212221211211y x c b b b a a b a a y x 4．设⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-----=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-----=321431422,531531531,431541532C B A证明：（1）AB=BA=0 （2）AC=A ，CA=C （3）ACB=CBA5．证明矩阵下列运算性质.（1）)()(C B A C B A ++=++ （2）TTTB A B A +=+)( （3）A A nλλ= （4）AE =EA =A 6．求下列矩阵的幂. （1）设⎥⎦⎤⎢⎣⎡=101λA ，求kA A A ，，，Λ32 （2）求nO O⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡λλλOO7．若矩阵AB =BA ，则称B 与A 可交换，设⎥⎦⎤⎢⎣⎡=1011A ，求所有与A 可交换的矩阵.§2.3 逆矩阵一、逆矩阵的定义矩阵与数相类似，有加、减、乘三种运算.于是，自然会提出矩阵的乘法是否也和数一样存在逆运算呢？解一元线性方程ax=b ，当0≠a 时，存在一个数1-a ，使b a x 1-=为方程组的解.那么在解矩阵方程AX =B 时，是否也存在一个矩阵，使这个矩阵乘以B 等于X .这就是我们要讨论的逆矩阵的问题.逆矩阵在矩阵理论和应用中都起着重要的作用.定义1 对于n 阶矩阵A ，如果存在n 阶矩阵B ，使得AB =BA=E那么矩阵A 称为可逆矩阵，而B 称为A 的逆矩阵. 如果A 可逆，A 的逆矩阵是唯一的.因为如果B 和1B 都是A 的逆矩阵,则有E A B AB E BA AB ====11,那么 1111)()(B EB B BA AB B BE B ===== 即 1B B =所以逆矩阵是唯一的.我们把矩阵A 唯一的逆矩阵记作1-A .定义2 若n 阶矩阵A 的行列式0≠A ，则称A 为非奇异的. 为了讨论逆矩阵存在的条件和逆矩阵的求法，先引进伴随矩阵的概念. 定义3 设ij A 是矩阵⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=nn n n n n a a a a a a a a a A ΛΛΛΛΛΛΛ212222111211 的行列式A 中的元素ij a 代数余子式，那么矩阵⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=nn n nn n A A A A A A A A A A ΛΛΛΛΛΛΛ212221212111*称为矩阵A 的伴随矩阵.定理1 矩阵A 存在逆矩阵的充分必要条件是0≠A ，即A 为非奇异矩阵时才有逆矩阵存在.证必要性：因为A 可逆，则有1-A使E A A AA==--11.因此，01111≠====---E A A A A AA ，即0≠A .充分性：若0≠A ，作矩阵*1A AB =由§1.2定理1和定理2，可得E A A AA AA =⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=00*O ，即得AB=E .同理，可证，BA=E .故*11A AA B ==- 二、逆矩阵的性质逆矩阵具有下列性质：（1）A A =--11)( （2）111)(---=A B AB（3）11)()(--=TTA A （4）AA11=- （5）111)(--=A kkA 下面仅证明性质2，其它性质请读者自己证明. 证（2）因为E AA AEA A BB A A B AB ====------111111)())((， E B B EB B B A A B AB A B ====------111111)())((，所以 111)(---=A B AB证毕由定理1,可得由矩阵A 的伴随矩阵*A 求逆矩阵1-A 的计算方法，求出矩阵A 的所有元素的代数余子式；写出伴随矩阵*A ；由*11A AA=-便得1-A .这种方法常用于三阶以下的方阵求逆矩阵的问题. 例1 求矩阵⎥⎦⎤⎢⎣⎡-=4312A 的逆矩阵. 解因为011≠=A ，所以1-A 存在.由于213422211211=-===A A A A因此 ⎥⎦⎤⎢⎣⎡--=2314*A ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=⎥⎦⎤⎢⎣⎡--==-11211311111423141111*1A A A 例2 求矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=631321222A 的逆矩阵. 解因为,02≠=A 所以1-A 存在，由于 131213613136332131211==-=-===A A A ,4312210612266322232221-=-===-=-=A A A221224312223222333231=-=-=-===A A A因此⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡----=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡==-122125231323241410326321211332313322212312111*1A A A A A A A A A A A A 例3 试用逆矩阵求解线性方程组.⎪⎩⎪⎨⎧=+=++=--353042231321321x x x x x x x x 解令,302,,503411112321⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=B x x x X A 于是原方程组可写成AX=B （2-3-1）因为 ,0653411112≠=--=A 故1-A 存在，且⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----==-3339137355611*1A A A对（2-3-1）式两侧左乘1-A ，得⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡-=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----==-63613613131613023339137355611B A X即线性方程组的解为21,613,61321=-==x x x .习题2.31．验证矩阵B 是矩阵A 的逆矩阵.（1）⎥⎥⎦⎤⎢⎢⎣⎡--=⎥⎦⎤⎢⎣⎡=2123124321B A （2）⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡---=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=1012015120110141101510075504321B A 2．写出下列初等方阵的逆矩阵。

线性代数第2讲方阵的行列式

□
性质 7
□
性质 7′ | c1 , , c j , , ci , , cn | | c1 , , ci , , c j , , cn | . 注 6′统称为行列式的初等列变换性质. 命题 1 设 A [ aij ] 为 n 阶方阵，则
- 10 -
□
性质 7、3( k 0 )、6 统称为行列式的初等行变换性质；性质 7′、3′( k 0 )、
□
3、按一行(列)展开公式设 A [ aij ] 为 n 阶方阵 ( n 2) ，则
| A | ai1 Ai1 ai 2 Ai 2 ain Ain , i 1, 2, , n .
上式称为行列式的 Laplace 按一行展开公式. 定理 2′设 A [ aij ] 为 n 阶方阵 (n 2) ，则 □
i j
的 (i, j ) 元素 aij [或 (i, j ) 位置]的余子式 M ij 、代数余子式 Aij (1) 阵. k 阶子方阵的行列式即为 k 阶子式. 定理 1
M ij .
在 m n 矩阵中，k l 子矩阵的余子阵为 ( m k ) ( n l ) 子矩阵，二者互为余子在 n 阶方阵 A [ aij ] 中选定第 i1 i2 ik 行( 1 k n 1 )，则
-9-
性质 2
r1 r1 r1 ri ri ri ri . rn rn rn
□
性质 2′ | c1 , , c j cj , , cn | | c1 , , c j , , cn | | c1 , , cj , , cn | .
注 2(三角行列式)
a12 a22 a32

辅导讲义(线性代数第二讲)

178第二章矩阵矩阵本质上就是一个数表，它是线性代数中一个非常重要而且应用十分广泛的概念，贯穿了线性代数的始终，复习时要高度重视，概念要清晰，符号要习惯，运算要准确、迅速、简捷。

1. 理解矩阵的概念，熟练几种特殊的矩阵；2. 了解单位矩阵, 对角矩阵, 三角矩阵, 对称矩阵以及它们的基本性质；3. 掌握矩阵的线性运算, 乘法, 转置及其运算规则；4. 理解逆矩阵的概念; 掌握可逆矩阵的性质; 会用伴随矩阵求矩阵的逆；5. 了解分块矩阵的概念, 了解分块矩阵的运算法则。

一、考试内容 2.1 矩阵的定义由n m ⨯个数),,2,1;,,2,1(n j m i a ij ==排成如下m 行n 列的形式⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n mna a a a a a a a a A (2)12222111211称为一个n m ⨯矩阵，当n m =时，矩阵A 称为n 阶矩阵或者叫n 阶方阵。

只有一行的矩阵)(21n a a a A =称为行矩阵，又称为行向量；反之，只有一列的矩阵称为列矩阵，又称为列向量。

两个矩阵的行数和列数都相等时，就称它们为同型矩阵。

如果是同型矩阵，而且对应元素都相等，则称两矩阵为相等矩阵。

元素都是零的矩阵称为零矩阵，记作O 。

注意不同型的零矩阵是不同的。

2.2 矩阵的加法设有两个n m ⨯阶矩阵)(ij a A =和)(ij b B =，那么矩阵A 与B 的和记作B A +，规定为⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+++++++++=+mn mn m m m m n n n n b a b a b a b a b a ba b a b a b a B A (2)21122222221211112121111 运算法则：（1）A B B A +=+ （2）)()(C B A C B A ++=++ （3）A O A =+ （4）)(B A B A -+=- 注意：只有两个矩阵是同型矩阵时，才能进行矩阵的加法运算。

线性代数 1-2 第1章2讲-行列式的基本概念(2)

a21 a22
a2n
an1 an2
ann
01 n 阶行列式是由n!项组成的，结果是一个数.
02 定义式的右边每一项都是 n 个元素的乘积（称为一个乘积项）,这 n 个元素是
由行列式的不同行、不同列的元素构成的.
某一乘积项符号的确定：先把该项的 n个元素按行标排成标准顺序，然后由
03
列标所成排列的逆序数来决定这一项的符号.
当n 4k或n 4k 1时，n(n 1) 为偶数； 2
当n 4k 2或n 4k 3时，n(n 1) 为奇数. 2
6
n阶行列式
结论（3）
a11 a12 a22
a1n a2n a11a22 ann
ann
上三角行列式对角线下方的元素全为零
解
D 中可能不为 0 的项只有 (1)N a11a22 ann ，
此项的符号为 (1)N (1)0 1 ，
所以 D a11a22 ann .
7
n阶行列式
结论（4）结论（5）
a11 a21 a22
a11a22 ann
an1 an2
ann
a2 ( n 1)
a1n
a2n
n ( n 1)
(1) 2 a a 1n 2(n1)
an1
a a n(n1)
nn
下三角行列式对角线上方的元素全为零
线性代数（慕课版）
第一章行列式
第二讲行列式的基本概念(2)
主讲教师 |
本讲内容
01 排列及其逆序数 02 二阶、三阶行列式
03 n阶行列式
n阶行列式
定义用 n2个数aij i, j 1, 2, , n 排列成的一个 n 行 n 列的记号

线性代数第2讲

D = ∑ (− 1) a p1 1 a p2 2 ⋯a pnn
t
的逆序数. 其中 t 为行标排列 p1 p2 ⋯ pn的逆序数. 证明按行列式定义有 t D = ∑ (− 1) a1 p1 a2 p2 ⋯anpn 记
D1 = ∑ (− 1) a p1 1a p2 2 ⋯a pnn
t
对于D中任意一项对于中任意一项
三阶行列式
a11 D = a 21 a 31ቤተ መጻሕፍቲ ባይዱ
说明
a12 a 22 a 32
a13 a 23 = a11a22a33 + a12a23a31 + a13a21a32 a 33 − a13a22a31 − a11a23a32 − a12a21a33
（1）三阶行列式共有 6 项，即 3! 项．）（2）每项都是位于不同行不同列的三个元素的）乘积．乘积．（3）每项的正负号都取决于位于不同行不同列）的三个元素的下标排列．的三个元素的下标排列．
注意
红线上三元素的乘积冠以正号，红线上三元素的乘积冠以正号，蓝线上三
元素的乘积冠以负号．元素的乘积冠以负号．说明1 说明对角线法则只适用于二阶与三阶行列式．对角线法则只适用于二阶与三阶行列式．
3!项每一项都是位于不同行, 2. 三阶行列式包括3!项,每一项都是位于不同行, . 三阶行列式包括3! 不同列的三个元素的乘积,其中三项为正, 不同列的三个元素的乘积,其中三项为正,三项为负.
证由行列式定义有
a11 a12 ⋯ a1n D1 = a21 a22 ⋯ a2n ⋯⋯⋯⋯⋯⋯⋯ an1 an2 ⋯ ann =
(− 1)t ( p p ⋯p )a1 p a2 p ⋯anp ∑

线性代数第一章第二讲

D = ∑ (− 1) a p1 1a p2 2 ⋯a pnn
t
的逆序数. 其中 t 为行标排列 p1 p2 ⋯ pn的逆序数.
黑河学院计算机系线性代数
二、行列式的性质
记
a11 a12 ⋯ a1n a11 a21 a21 a22 ⋯ a2n a12 a22 T D= D = ⋱ ⋮ ⋮ ⋮ an1 an2 ⋯ ann a1n a2n
四、应用举例
计算行列式常用方法：利用运算 ri + kr j 把行列式计算行列式常用方法：化为上三角形行列式，从而算得行列式的值．化为上三角形行列式，从而算得行列式的值．
−1 2 −3 3 −7 例１ D = 2 0 4 1 3 4 −5 −4 7 10 −3 9 −2 − 14 − 10 1 ×3 −5 1 6 2
a11 ⋯ a1k ⋮ ⋮
0 b11 ⋯ b1n ⋮ ⋮ bn1 ⋯ bnn
黑河学院计算机系线性代数
2.对换与排列的奇偶性的关系对换与排列的奇偶性的关系
定理1 一个排列中的任意两个元素对换，排列定理1 一个排列中的任意两个元素对换，改变奇偶性．改变奇偶性．对换的次数就是排列奇偶性的变化次数
思考：思考：奇排列调成标准排列的对换次数？奇排列调成标准排列的对换次数？偶排列调成标准排列的对换次数？偶排列调成标准排列的对换次数？
黑河学院计算机系线性代数
1 0 r5 − 2r3 −0 0 0 1 0 r5 + 4r4 −0 0 0
−1 −2 0 0 0 −1 −2 0 0 0
2 1 1 0 0 2 1 1 0 0
−3 −5 −1 −1 4 −3 −5 −1 −1 0
1 3 2 0 ×4 ⊕ −6 1 3 2 = −(− 2)(− 1)(− 6) = 12. 0 −6

第二讲行列式

i =2 n
a1 D2 = c1
n
b1 = a1d1 b1c1 d1
得
D2 n = ∏ (ai di bi ci )
i =1
计算下列行列式: 例3. 计算下列行列式:
x b1 D = b2 M bn a1 c1 0 M 0 a2 L an 0 L 0 0 M c2 L M O 0
L cn
解:该行列式的特点是:非零元素分布在第一行,列该行列式的特点是:非零元素分布在第一行, 及主对角线上, 形分布.根据这一特点, 及主对角线上,成"爪"形分布.根据这一特点,可借助主对角线上的元素利用倍加变换将第一行(列)元素化为主对角线上的元素利用倍加变换将第一行( 即可. 零.即可.
aj cj r j +1 + r1
D
j =1,L, n
=
n a b j j ∏ ci x ∑ c j =1 i =1 j n
1 + x12 x2 x1 L xn x1 2 x1 x2 1 + x2 L xn x2 例4 计算 Dn = M M M 2 x1 xn x2 xn L 1 + xn
bn
0 N
a b c d
1 1
0 O
d n 1 0 0 dn
c c
n
n 1
d
0
n 1
0
都按最后一行展开
an d n D2 n2 bn cn D2 n2
由此得递推公式: 由此得递推公式: D2 n = (an d n bn cn ) D2 n 2 即而
D2 n = ∏ (ai di bi ci ) D2
(8)计算 (8)计算 D2 n = 0
;
an O

线性代数下02最大公因式与因式分解

f(x)与 g(x) 互素.
定理2 设 f(x), g(x)∈F[x]，则 (f(x), g(x)) = 1 ⇐⇒ ∃u(x), v(x)∈F[x]，s.t. u(x)f (x)+v(x)g(x) = 1. 证明思路：“⇒”由定理1即得 “⇐”若d(x)|f(x),d(x)|g(x), 则d(x)|1 ⇒ d(x)=1.
多项式的最大公因式 & 因式分解
1
上讲复习
1、代数基本系统简介
群(Group)：集合+运算+4个条件（凤姐咬你）环(Ring)：集合+2运算（凤姐咬你脚、凤姐）域(Field)：集合+2运算（凤姐咬你双脚）数域：包含的域（最小ℚ ，最大）
2、多项式环F[x]: F上全体多项式对加法和乘法构成环
多项式的最大公因式 & 因式分解
一、多项式的最大公因式二、互素多项式三、唯一分解定理四、 [x]中的因式分解五、 [x]中的因式分解
4
一、多项式的最大公因式
问题：中的最大公因子如何定义？公因子+最大这个概念是否可移植到多项式环F[x]中？何谓最大？定义1 (最大公因式) 设f(x), g(x)∈F[x]，若∃d(x)∈F[x]，s.t. (1) d(x) | f(x), 且 d(x) | g(x)； (2) ∀h(x)∈F[x], h(x) | f(x), h(x) | g(x) =⇒ h(x) | d(x)，则称 d(x)是 f(x)与g(x)的最大公因式 (the Greatest Common Divisor). 并记 d(x)=gcd(f(x),g(x))=(f(x),g(x)) 注记：与类似，条件(1)+(2 ⟺ 公因子+最大；但这样定义的GCD不唯一！ GCD( f , g ) d1 | d d q1d1 d q1qd deg( q1q ) 0 d d1 d | d1 d1 qd 约定：GCD为首一多项式(首项系数为1)——从而GCD唯一！ 5

线性代数 4-2 第4章2讲-齐次方程组(2)

c11 c22 cnrnr，其中1,2 , ,nr为基础解系.
推论2 n个未知量n 个方程的齐次线性方程组AX 0 有非零解的充要条件是 | A | 0.
3
齐次线性方程组的基础解系(2)
例1
如果五元线性方程组AX
0
的同解方程组是
x1 x2
3x2 ，则有r( A) 0
____ ，
自由未知量的个数为 ______ 个，AX 0 的基础解系有 ______ 个解向量.
0 1 1
(A)
2
1
1
(B)
2 0
0 1
1
1
(C)
1 0 2
0
1
1
(D)
4 0
2 1
2 1
解 n 3，k 2 r(A) n k 1
定理4.1
设A是m n矩阵，r(A) r n，则齐次线性方程组AX 0 的基础解系存在，且基础解系所含解向量的个数为n r.
A
5
齐次线性方程组的基础解系(2)
线性代数（慕课版）
第四章线性方程组
第二讲齐次线性方程组(2)
主讲教师 |
本讲内容
01 引例 02 齐次线性方程组解的性质 03 齐次线性方程组的基础解系(1)
04 齐次线性方程组的基础解系(2)
齐次线性方程组的基础解系(2)
定义4.1 若齐次线性方程组AX 0 的有限个解1,2 , ,s 满足 (i) 1,2, ,s线性无关 (ii) 方程组的任一解都可由1,2, ,s线性表示则称1,2, ,s是AX 0 的一个基础解系.
10
齐次线性方程组的基础解系(2)
1 2 1 2
设A 0 1
t
t

线性代数考研讲义完整版(完整资料).doc

【最新整理，下载后即可编辑】考研数学线性代数讲义目录第一讲基本概念线性方程组矩阵与向量初等变换和阶梯形矩阵线性方程组的矩阵消元法第二讲行列式完全展开式化零降阶法其它性质克莱姆法则第三讲矩阵乘法乘积矩阵的列向量和行向量矩阵分解矩阵方程逆矩阵伴随矩阵第四讲向量组线性表示向量组的线性相关性向量组的极大无关组和秩矩阵的秩第五讲方程组解的性质解的情况的判别基础解系和通解第六讲特征向量与特征值相似与对角化特征向量与特征值—概念,计算与应用相似对角化—判断与实现附录一内积正交矩阵施密特正交化实对称矩阵的对角化第七讲二次型二次型及其矩阵可逆线性变量替换实对称矩阵的合同标准化和规范化惯性指数正定二次型与正定矩阵附录二向量空间及其子空间附录三两个线性方程组的解集的关系附录四06,07年考题第一讲基本概念1．线性方程组的基本概念线性方程组的一般形式为: a 11x 1+a 12x 2+…+a 1n x n =b 1,a 21x 1+a 22x 2+…+a 2n x n =b 2,… … … …a m1x 1+a m2x 2+…+a mn x n =b m ,其中未知数的个数n 和方程式的个数m 不必相等.线性方程组的解是一个n 维向量(k 1,k 2, …,k n )(称为解向量),它满足:当每个方程中的未知数x i 都用k i 替代时都成为等式.线性方程组的解的情况有三种:无解,唯一解,无穷多解.对线性方程组讨论的主要问题两个:(1)判断解的情况.(2)求解,特别是在有无穷多接时求通解.b 1=b 2=…=b m =0的线性方程组称为齐次线性方程组.n 维零向量总是齐次线性方程组的解,称为零解.因此齐次线性方程组解的情况只有两种:唯一解(即只要零解)和无穷多解(即有非零解).把一个非齐次线性方程组的每个方程的常数项都换成0，所得到的齐次线性方程组称为原方程组的导出齐次线性方程组，简称导出组.2.矩阵和向量(1)基本概念矩阵和向量都是描写事物形态的数量形式的发展.由m ⨯n 个数排列成的一个m 行n 列的表格,两边界以圆括号或方括号,就成为一个m ⨯n 型矩阵.例如2 -1 0 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a 11 a 12 … a 1n a 11 a 12 … a 1nb 1A = a 21 a 22 … a 2n 和(A |)= a 21 a 22 … a 2n b 2… … … … … … …a m1 a m2 … a mn a m1 a m2 … a mnb m为其系数矩阵和增广矩阵. 增广矩阵体现了方程组的全部信息,而齐次方程组只用系数矩阵就体现其全部信息.一个矩阵中的数称为它的元素,位于第i 行第j 列的数称为(i,j)位元素.元素全为0的矩阵称为零矩阵,通常就记作0.两个矩阵A 和B 相等(记作A =B ),是指它的行数相等,列数也相等(即它们的类型相同),并且对应的元素都相等.由n 个数构成的有序数组称为一个n 维向量,称这些数为它的分量.书写中可用矩阵的形式来表示向量,例如分量依次是a 1,a 2,⋯ ,a n 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1,2,⋯ ,n 时(它们都是表示为列的形式!)可记A =(1,2,⋯ ,n ).矩阵的许多概念也可对向量来规定,如元素全为0的向量称为零向量,通常也记作0.两个向量和相等(记作=),是指它的维数相等,并且对应的分量都相等.(2) 线性运算和转置线性运算是矩阵和向量所共有的,下面以矩阵为例来说明.加(减)法:两个m ⨯n 的矩阵A 和B 可以相加(减),得到的和(差)仍是m ⨯n 矩阵,记作A +B (A -B ),法则为对应元素相加(减).数乘: 一个m ⨯n 的矩阵A 与一个数c 可以相乘,乘积仍为m ⨯n 的矩阵,记作c A ,法则为A 的每个元素乘c.这两种运算统称为线性运算,它们满足以下规律:① 加法交换律: A +B =B +A .② 加法结合律: (A +B )+C =A +(B +C ).③ 加乘分配律: c(A +B )=c A +c B .(c+d)A =c A +d A .④ 数乘结合律: c(d)A =(cd)A .⑤ c A =0⇔ c=0 或A =0.转置:把一个m ⨯n 的矩阵A 行和列互换,得到的n ⨯m 的矩阵称为A 的转置,记作A T (或A ').有以下规律:① (A T )T = A .② (A +B )T =A T +B T .③ (c A )T =c A T .转置是矩阵所特有的运算,如把转置的符号用在向量上,就意味着把这个向量看作矩阵了.当是列向量时, T 表示行向量,当是行向量时, T 表示列向量.向量组的线性组合:设1,2,…,s 是一组n 维向量, c 1,c 2,…,c s 是一组数,则称c 11+c 22+…+c s s 为1,2,…,s 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|),用初等行变换把它化为阶梯形矩阵(B|γ).(2)用(B|γ)判别解的情况:如果最下面的非零行为(0,0, ⋯,0|d),则无解,否则有解.有解时看非零行数r(r不会大于未知数个数n),r=n时唯一解；r<n时无穷多解.(推论:当方程的个数m<n时,不可能唯一解.)(3)有唯一解时求解的初等变换法:去掉(B|γ)的零行,得到一个n×(n+1)矩阵(B0|γ0),并用初等行变换把它化为简单阶梯形矩阵(E|η),则η就是解.对齐次线性方程组:(1)写出方程组的系数矩阵A,用初等行变换把它化为阶梯形矩阵B.(2)用B判别解的情况:非零行数r=n时只有零解；r<n时有非零解(求解方法在第五章讲). (推论:当方程的个数m<n时,有非零解.)讨论题1.设A是n阶矩阵,则(A) A是上三角矩阵⇒A是阶梯形矩阵.(B) A是上三角矩阵⇐A是阶梯形矩阵.(C) A是上三角矩阵⇔A是阶梯形矩阵.(D) A是上三角矩阵与A是阶梯形矩阵没有直接的因果关系.2.下列命题中哪几个成立?(1) 如果A是阶梯形矩阵,则A去掉任何一行还是是阶梯形矩阵.(2) 如果A是阶梯形矩阵,则A去掉任何一列还是是阶梯形矩阵.(3) 如果(A|B)是阶梯形矩阵,则A也是阶梯形矩阵.(4) 如果(A|B)是阶梯形矩阵,则B也是阶梯形矩阵.(5) 如果 A 是阶梯形矩阵,则A和B都是阶梯形矩阵.B第二讲行列式一.概念复习1. 形式和意义形式:用n 2个数排列成的一个n 行n 列的表格,两边界以竖线,就成为一个n 阶行列式:a 11 a 12 … a 1na 21 a 22 … a 2n… … … .a n1 a n2 … a nn 如果行列式的列向量组为1,2, … ,n ,则此行列式可表示为|1,2, … ,n |.意义:是一个算式,把这n 2个元素按照一定的法则进行运算,得到的数值称为这个行列式的值.请注意行列式和矩阵在形式上和意义上的区别.当两个行列式的值相等时,就可以在它们之间写等号! (不必形式一样,甚至阶数可不同.)每个n 阶矩阵A 对应一个n 阶行列式,记作|A |.行列式这一讲的的核心问题是值的计算,以及判断一个行列式的值是否为0.2. 定义(完全展开式)2阶和3阶行列式的计算公式:a 11 a 12a 21 a 22 = a 11a 22-a 12a 21 .a 11 a 12 a 13a 21 a 22 a 23 = a 11a 22a 33+ a 12a 23a 31+ a 13a 21a 32-a 13a 22a 31- a 11a 23a 32-a 12a 21a 33.a 31 a 32 a 33一般地,一个n 阶行列式a 11 a 12 … a 1na 21 a 22 … a 2n… … …a n1 a n2 … a nn 的值是许多项的代数和,每一项都是取自不同行,不同列的n 个元素的乘积,其一般形式为:n nj j j a a a 2121,这里把相乘的n 个元素按照行标的大小顺序排列,它们的列标j 1j 2…j n 构成1,2, …,n 的一个全排列(称为一个n 元排列),共有n!个n 元排列,每个n 元排列对应一项,因此共有n!个项.所谓代数和是在求总和时每项先要乘+1或-1.规定(j 1j 2…j n )为全排列j 1j 2…j n 的逆序数(意义见下面),则项nnj j j a a a 2121所乘的是.)1()(21n j j j τ-全排列的逆序数即小数排列在大数右面的现象出现的个数. 逆序数可如下计算:标出每个数右面比它小的数的个数,它们的和就是逆序数.例如求436512的逆序数: 0023********,(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)(nn n nj 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)向量则原行列式等于两个行列式之和,这两个行列式分别是把原行列式的该行(列)向量换为或所得到的行列式.例如 |,1+2|=|,1|+|,2|.④ 把两个行(列)向量交换, 行列式的值变号.⑤ 如果一个行(列)向量是另一个行(列)向量的倍数,则行列式的值为0.⑥ 某一行(列)的各元素与另一行(列)的对应元素的代数余子式乘积之和=0.⑦ 如果A 与B 都是方阵(不必同阶),则A * = A O =|A ||B |.O B * B范德蒙行列式：形如1 1 1 (1)a 1 a 2 a 3 … a na 12 a 22 a 32 … a n 2… … … …a 1n-i a 2n-i a 3n-i … a n n-i的行列式(或其转置).它由a 1,a 2 ,a 3,…,a n 所决定,它的值等于).(i j ji a a -∏< 因此范德蒙行列式不等于0⇔ a 1,a 2 ,a 3,…,a n 两两不同.对于元素有规律的行列式(包括n 阶行列式),常常可利用性质简化计算,例如直接化为三角行列式等.4.克莱姆法则克莱姆法则应用在线性方程组的方程个数等于未知数个数n (即系数矩阵为n 阶矩阵)的情形.此时,如果它的系数矩阵的行列式的值不等于0,则方程组有唯一解,这个解为(D 1/D, D 2/D,⋯,D n /D),这里D 是系数行列式的值, D i 是把系数行列式的第i 个列向量换成常数列向量所得到的行列式的值.说明与改进:按法则给的公式求解计算量太大，没有实用价值.因此法则的主要意义在理论上,用在对解的唯一性的判断,而在这方面法则不够. 法则的改进:系数行列式不等于0是唯一解的充分必要条件.实际上求解可用初等变换法:对增广矩阵(A |)作初等行变换,使得A 变为单位矩阵:(A |)→(E |η),η就是解.用在齐次方程组上 :如果齐次方程组的系数矩阵A 是方阵,则它只有零解的充分必要条件是|A |≠0.二. 典型例题1.利用性质计算元素有规律的行列式例1① 2 a a a a ②1+x 1 1 1③1+a 1 1 1a 2 a a a 1 1+x 1 12 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+x4 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31+x1 1 111 1 .1 1+x211 1 1+x31 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 3 3x 2-29 x 3 6 -6例7 求 x-3 a -1 4f(x)= 5 x-8 0 –2 的x 4和x 3的系数.0 b x+1 12 2 1 x例8 设4阶矩阵A =(, 1, 2 ,3),B =(, 1, 2 ,3),|A |=2, |B |=3 ,求|A +B | .例9 a b c d已知行列式 x -1 -y z+1 的代数余子式A 11=-9,A 12=3,A 13=-1,A 14=3,求x,y,z.1 -z x+3 yy-2 x+1 0 z+3例10 求行列式 3 0 4 0 的第四行各元素的余子式的和.(01)2 2 2 20 -7 0 05 3 -2 23.几个n 阶行列式两类爪形行列式及其值:例11 a 1 a 2 a 3 … a n-1 a nb 1c 2 0 … 0 0证明 0 b 2 c 3 0 0 =11111(1)n i i i i n i b b a c c --+=-∑.… … … …0 0 0 … b n-1 c n提示: 只用对第1行展开(M 1i 都可直接求出).例12 a 0 a 1 a 2 … a n-1 a nb 1c 1 0 … 0 0证明 b 2 0 c 2 … 0 0 =011111n n i i i i i n i i a c c c a b c c -+==-∑∏.… … … …b n … 0c n提示: 只用对第1行展开(M 1i 都可直接求出).另一个常见的n 阶行列式:例13 证明a+b b 0 … 0 0a a+b b … 0 0… … … … = 110n n n n i i i a b a b a b ++-=-=-∑(当a ≠b 时).0 0 0 … a+b b0 0 0 a a+b提示:把第j 列(行)的(-1)j-1倍加到第1列(行)上(j=2,…,n),再对第1列(行)展开.4.关于克莱姆法则的题例14设有方程组x 1+x 2+x 3=a+b+c,ax 1+bx 2+cx 3=a 2+b 2+c 2,bcx 1+acx 2+abx 3=3abc.(1)证明此方程组有唯一解的充分必要条件为a,b,c 两两不等.(2)在此情况求解.参考答案例1 ①(2+4a)(2-a)4.② x 3(x+4). ③ a 3(a+10).例2 1875.例3 x 1x 2x 3x 4+x 2x 3x 4+x 1x 3x 4+x 1x 2x 4+x 1x 2x 3.例4 (a+b+c)(a+b-c)(a-b+c)(a-b-c).例5 1-a+a 2-a 3+a 4-a 5.例6 9,-6例7 1,-10.例8 40.例9 x=0,y=3,z=-1.例10 -28.例14 x 1=a,x 2=b,x 3=c..第三讲矩阵一．概念复习1. 矩阵乘法的定义和性质定义2.1 当矩阵A 的列数和B 的行数相等时,和A 和B 可以相乘,乘积记作AB . AB 的行数和A 相等,列数和B 相等. AB 的(i,j)位元素等于A 的第i 个行向量和B 的第j 个列向量(维数相同)对应分量乘积之和.设 a 11 a 12 … a 1n b 11 b 12 … b 1s c 11c 12 … c 1sA = a 21 a 22 … a 2nB = b 21 b 22 … b 2sC =AB =c 21 c 22 … c 2s… … … … … …… … …a m1 a m2 … a mn ,b n1 b n2 … b ns ,c m1c m2 … c ms ,则c ij =a i1b 1j +a i2b 2j +…+a in b nj .矩阵的乘法在规则上与数的乘法有不同:① 矩阵乘法有条件.② 矩阵乘法无交换律.③ 矩阵乘法无消去律,即一般地由AB =0推不出A =0或B =0.由AB =AC 和A ≠0推不出B =C .(无左消去律)由BA =CA 和A ≠0推不出B =C . (无右消去律)请注意不要犯一种常见的错误:把数的乘法的性质简单地搬用到矩阵乘法中来.矩阵乘法适合以下法则:① 加乘分配律 A (B +C )= AB +AC , (A +B )C =AC +BC .② 数乘性质 (c A )B =c(AB ).③ 结合律 (AB )C = A (BC ).④ (AB )T =B T A T .2. n 阶矩阵的方幂和多项式任何两个n 阶矩阵A 和B 都可以相乘,乘积AB 仍是n 阶矩阵.并且有行列式性质:|AB |=|A ||B |.如果AB =BA ,则说A 和B 可交换.方幂设k 是正整数, n 阶矩阵A 的k 次方幂A k 即k 个A的连乘积.规定A 0=E .显然A 的任何两个方幂都是可交换的,并且方幂运算符合指数法则:① A 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 AC B A -=∑=+1)(等等.前面两式成立还是A 和B 可交换的充分必要条件.同一个n 阶矩阵的两个多项式总是可交换的. 一个n 阶矩阵的多项式可以因式分解.3. 分块法则矩阵乘法的分块法则是简化矩阵乘法的一种方法.对两个可以相乘的矩阵A 和B ,可以先用纵横线把它们切割成小矩阵(一切A的纵向切割和B 的横向切割一致!),再用它们来作乘法.(1)两种常见的矩阵乘法的分块法则A 11 A 12B 11 B 12 = A 11B 11+A 12B 21 A 11B 12+A 12B 22A 21 A 22B 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 0A = 0 A 2 0… … …0 0 … A n的矩阵称为准对角矩阵,其中A 1,A 2,…,A k 都是方阵.两个准对角矩阵A 1 0 ... 0 B 1 0 0A = 0 A 2 ... 0 , B = 0 B 2 0… … … … … …0 0 … A k 0 0 … B k如果类型相同,即A i 和B i 阶数相等,则A 1B 1 0 0AB = 0 A 2B 2 … 0 .… … …0 0 … A k B k(2)乘积矩阵的列向量组和行向量组设A 是m ⨯n 矩阵B 是n ⨯s 矩阵. A 的列向量组为1,2,…,n ,B的列向量组为1,2,…,s , AB 的列向量组为1,2,…,s ,则根据矩阵乘法的定义容易看出(也是分块法则的特殊情形):① AB 的每个列向量为:i =A i ,i=1,2,…,s.即A (1,2,…,s )= (A 1,A 2,…,A s ).② =(b 1,b 2,…,b n )T ,则A = b 11+b 22+…+b n n .应用这两个性质可以得到:如果i =(b 1i ,b 2i ,…,b ni )T ,则i =A I =b 1i 1+b 2i 2+…+b ni n .即:乘积矩阵AB 的第i 个列向量i 是A 的列向量组1,2,…,n 的线性组合,组合系数就是B 的第i 个列向量i的各分量.类似地, 乘积矩阵AB 的第i 个行向量是B 的行向量组的线性组合,组合系数就是A 的第i 个行向量的各分量.以上规律在一般教材都没有强调,但只要对矩阵乘法稍加分析就不难得出.它们无论在理论上和计算中都是很有用的.(1) 当两个矩阵中,有一个的数字很简单时,直接利用以上规律写出乘积矩阵的各个列向量或行向量,从而提高了计算的速度.(2) 利用以上规律容易得到下面几个简单推论:用对角矩阵从左侧乘一个矩阵,相当于用的对角线上的各元素依次乘此矩阵的各行向量; 用对角矩阵从右侧乘一个矩阵,相当于用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=(1,2,…,s),则X也应该有s 列,记X=(X1,X2,…,X s),则有AX i=i,i=1,2,…,s,这是s个线性方程组.由克莱姆法则,它们都有唯一解,从而AX=B有唯一解.这些方程组系数矩阵都是A,可同时求解,即得(I)的解法:将A和B并列作矩阵(A|B),对它作初等行变换,使得A变为单位矩阵,此时B变为解X.(A|B)→(E|X)(II)的解法:对两边转置化为(I)的形式:A T X T=B T.再用解(I)的方法求出X T,转置得X..(A T|B T)→(E|X T)矩阵方程是历年考题中常见的题型,但是考试真题往往并不直接写成(I)或(II)的形式,要用恒等变形简化为以上基本形式再求解.(2) 可逆矩阵的定义与意义定义设A是n阶矩阵,如果存在n阶矩阵B,使得AB=E, BA=E,则称A为可逆矩阵.此时B是唯一的,称为A的逆矩阵,通常记作A-1.如果A可逆,则A在乘法中有消去律:AB=0⇒B=0；AB=AC⇒B=C.(左消去律)；BA=0⇒B=0；BA=CA⇒B=C. (右消去律)如果A可逆,则A在乘法中可移动(化为逆矩阵移到等号另一边):AB=C⇔B=A-1C. BA=C⇔B=CA-1.由此得到基本矩阵方程的逆矩阵解法:(I) AX=B的解X=A-1B .(II) XA=B的解X= BA-1.这种解法想法自然，好记忆,但是计算量比初等变换法大(多了一次矩阵乘积运算).(3) 矩阵可逆性的判别与性质定理n阶矩阵A可逆⇔|A|≠0.证明“⇒”对AA-1=E两边取行列式,得|A||A-1|=1,从而|A|≠0. (并且|A-1|=|A|-1.)“⇐”因为|A|≠0,矩阵方程AX=E和XA=E都有唯一解.设B,C分别是它们的解,即AB=E,CA=E. 事实上B=C(B=EB=CAB=CE=C),于是从定义得到A可逆.推论如果A和B都是n阶矩阵,则AB=E⇔BA=E.于是只要AB=E(或BA=E)一式成立,则A和B都可逆并且互为逆矩阵.可逆矩阵有以下性质:①如果A可逆,则A-1也可逆,并且(A-1)-1=A.A T也可逆,并且(A T)-1=(A-1)T.当c≠0时, c A也可逆,并且(c A)-1=c-1A-1.对任何正整数k, A k也可逆,并且(A k)-1=(A-1)k.(规定可逆矩阵A的负整数次方幂A-k=(A k)-1=(A-1)k.)② 如果A 和B 都可逆,则AB 也可逆,并且(AB )-1=B -1A -1.(请自己推广到多个可逆矩阵乘积的情形.)初等矩阵都是可逆矩阵,并且E (i,j)-1= E (i,j), E (i(c))-1=E (i(c -1)), E (i,j(c))-1= E (i,j(-c)).(4) 逆矩阵的计算和伴随矩阵① 计算逆矩阵的初等变换法当A 可逆时, A -1是矩阵方程AX =E 的解,于是可用初等行变换求A -1:(A |E )→(E |A -1)这个方法称为求逆矩阵的初等变换法.它比下面介绍的伴随矩阵法简单得多.② 伴随矩阵若A 是n 阶矩阵,记A ij 是|A |的(i,j)位元素的代数余子式,规定A的伴随矩阵为A 11 A 21 … A n1A *= A 12 A 22 … A n2 =(A ij )T .… … …A 1n A 2n … A mn请注意,规定n 阶矩阵A 的伴随矩阵并没有要求A 可逆,但是在A 可逆时, A *和A -1有密切关系.基本公式: AA *=A *A =|A |E .于是对于可逆矩阵A ,有A -1=A */|A |, 即A *=|A |A -1.因此可通过求A *来计算A -1.这就是求逆矩阵的伴随矩阵法.和初等变换法比较, 伴随矩阵法的计算量要大得多,除非n=2,一般不用它来求逆矩阵.对于2阶矩阵a b * d -bc d = -c a ,因此当ad-bc ≠0时,a b -1 d -bc d = -c a (ad-bc) .伴随矩阵的其它性质:①如果A是可逆矩阵，则A*也可逆，并且(A*)-1= A/|A|=(A-1)*.② |A*|=|A|n-1.③ (A T)*=(A*)T.④ (c A)*=c n-1A*.⑤ (AB)*=B*A*；(A k)*=(A*)k.⑥当n>2时,(A*)*=|A|n-2A；n=2时,(A*)*=A.二典型例题1.计算题例1=(1,-2,3) T,=(1,-1/2,1/3)T, A= T,求A6.讨论:(1)一般地,如果n阶矩阵A=T,则A k=(T)k-1A=(tr A)k-1A .(2)乘法结合律的应用:遇到形如T的地方可把它当作数处理.① 1 -1 1T= -1 1 -1 ，求T.（2003一）②设=(1,0,-1)T, A=T,求|a E-A n|.③n维向量=(a,0,⋯,0,a)T, a<0, A=E-T, A-1=E+a-1T,求a. (03三,四)④n维向量=(1/2,0,⋯,0,1/2)T,A=E-T,B=E+2T,求AB. (95四)⑤A=E-T,其中,都是n维非零列向量,已知A2=3E-2A,求T.例2(1999三) 1 0 1设A = 0 2 0 ，求A n-2A n-1.(n>1)例3 1 0 0设A = 1 0 1 ，(1)证明当n>1时A n =A n-2+A 2-E . (2) 求A n .例4设A 为3阶矩阵, 1,2,3是线性无关的3维列向量组,满足 A1=1+2+3, A 2=22+3,A 3=22+33.求作矩阵B ,使得A (1,2,3)=(1,2,3)B . (2005年数学四)例5设3阶矩阵A =(1,2,3),|A |=1,B =(1+2+3,1+22+33,1+42+93),求|B |.(05)例6 3维向量1,2,3,1,2,3满足1+3+21-2=0,31-2+1-3=0,2+3-2+3=0,已知1,2,3|=a,求|1,2,3|.例7设A 是3阶矩阵, 是3维列向量,使得P =(,A ,A 2)可逆,并且A 3=3A -2A 2.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X 11.2 13 0 0 -1例13 设1=(5,1,-5)T ,2=(1,-3,2)T ,3=(1,-2,1)T ,矩阵A满足A 1=(4,3) T , A 2=(7,-8) T , A 3=(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 ,a 11,a 12,a 13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= A0 ,则C*=0 B(A) |A|A* 0 . (B) |B|B * 0 .0 |B|B * 0 |A|A*(C) |A|B* 0 . (D ) |B|A* 0 .0 |B|A* 0 |A|B*例17 设A是3阶矩阵,交换A的1,2列得B,再把B的第2 列加到第3 列上,得C.求Q,使得C=AQ.例18 设A是3阶可逆矩阵,交换A的1,2行得B,则(A) 交换A*的1,2行得到B*.(B) 交换A*的1,2列得到B*.(C) 交换A*的1,2行得到-B*.(D) 交换A*的1,2列得到-B*.(2005年)例19 设A是n阶可逆矩阵, 交换A的i,j行得到B.(1) 证明B可逆.(2) 求AB-1.例20设n阶矩阵A满足A2+3A-2E=0.(1)证明A可逆,并且求A-1.(2)证明对任何整数c,A-c E可逆.讨论: 如果f(A)=0,则(1) 当f(x)的常数项不等于0时,A可逆.(2) f(c)≠0时,A-c E可逆.(3) 上述两条的逆命题不成立.例21设是n维非零列向量,记A=E-T.证明(1) A2=A⇔T =1.(2)T =1⇒ A不可逆. (96一)讨论: (2)的逆命题也成立.例22 设A,B都是n阶矩阵,证明E-AB可逆⇔ E-BA可逆.例23设3阶矩阵A,B满足AB=A+B.(1) 证明A-E可逆.(2) 设 1 -3 0B= 2 1 0 ,求A.0 0 2 (91)例24设A,B是3阶矩阵, A可逆,它们满足2A-1B=B-4E.(1) 证明A-2E可逆.(2) 设 1 -2 0B= 1 2 0 ,求A.0 0 2 (2002)例25设n阶矩阵A,B满足AB=a A+b B.其中ab≠0,证明(1) A-b E和B-a E都可逆.(2) A可逆⇔ B可逆.(3) AB=BA.例26设A,B都是n阶对称矩阵,E+AB可逆,证明(E+AB)-1A 也是对称矩阵.例27 设A,B都是n阶矩阵使得A+B可逆,证明(1) 如果AB=BA,则B(A+B)-1A=A(A+B)-1B.(2) 如果A.B都可逆,则B(A+B)-1A=A(A+B)-1B.(3) 等式B(A+B)-1A=A(A+B)-1B总成立.例28设A,B,C都是n阶矩阵,满足B=E+AB,C=A+CA,则B-C 为(A) E.(B) -E. (C) A. (D) -A. (2005年数学四)参考答案1 -1/2 1/3例1 35A=35 -2 1 –2/3 .3 -3/2 1①3.②a2(a-2n). ③-1. ④E. ⑤4.例2 O.例 3 (1)提示:A n=A n-2+A2-E⇔A n-2(A2-E)=A2-E ⇔A(A2-E)=A2-E.(2)n=2k时, 1 0 0A n = k 1 0 .k 0 1n=2k+1时, 1 0 0A n = k+1 0 1 .k 1 0例4 1 0 0B= 1 2 2 .1 1 3例5 2.例6 –4a.例7 0 0 0B= 1 0 3 . |E+A|=-40 1 -2例8 1/9.例9 -6 10 4X= -2 4 2 .-4 10 0例10 1 1 0(1/4) 0 1 1 .1 0 1例11 6 0 0 0B= 0 6 0 0 .6 0 6 00 3 0 -1例12 1 0 02 0 0 .6 -1 -1例13 2 -1 1-4 -2 -5 .例15 (A).例16 (D).例17 0 1 1Q= 1 0 0 .0 0 1例18 (D).例19E(i,j).例22提示:用克莱姆法则.例如证明 ,即在E-AB可逆时证明齐次方程组(E-BA)X=0只有零解.例23 1 1/2 0A= -1/3 1 0 .0 0 2例24 0 2 0A= -1 -1 0 .0 0 -2例25 提示:计算(A-b E)(B-a E).例28 (A).第四讲向量组的线性关系与秩一.概念复习1. 线性表示关系设1,2,…,s 是一个n 维向量组.如果n 维向量等于1,2,…,s 的一个线性组合，就说可以用1,2,…,s 线性表示.如果n 维向量组1,2,…,t 中的每一个都可以可以用1,2,…,s 线性表示,就说向量 1,2,…,t 可以用1,2,…,s 线性表示.判别“是否可以用1,2,…,s 线性表示? 表示方式是否唯一？”就是问：向量方程x 11+x 22+…+x s s =是否有解？解是否唯一？用分量写出这个向量方程,就是以1,2,…,s为增广矩阵的线性方程组.反之,判别“以A 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“是否可以用A 的列向量组线性表示? 表示方式是否唯一？”的问题.向量组之间的线性表示问题与矩阵乘法有密切关系: 乘积矩阵AB 的每个列向量都可以表示为A 的列向量组的线性组合,从而AB 的列向量组可以用A 的列向量组线性表示;反之,如果向量组1,2,…,t 可以用1,2,…,s 线性表示,则矩阵(1,2,…,t )等于矩阵(1,2,…,s )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i 对1,2,…,s 的分解系数(C 不是唯一的).向量组的线性表示关系有传递性,即如果向量组1,2,…,t 可以用1,2,…,s 线性表示,而1,2,…,s 可以用γ1,γ2,…,γr 线性表示,则1,2,…,t 可以用γ1,γ2,…,γr 线性表示.当向量组1,2,…,s 和1,2,…,t 互相都可以表示时就说它们等价并记作1,2,…,s ≅1,2,…,t. 等价关系也有传递性.。

自考04184线性代数(经管类)讲义第二章矩阵

第二章矩阵2.1矩阵的概念定义2.1.1由m×n个数a ij（i=1，2，…，m；j=1，2，…，n）排成一个m行n列的数表用大小括号表示称为一个m行n列矩阵。

矩阵的含义是：这m×n个数排成一个矩形阵列。

其中a ij称为矩阵的第i行第j列元素（i=1，2，…，m；j=1，2，…，n），而i称为行标，j称为列标。

第i行与第j列的变叉位置记为（i，j）。

通常用大写字母A，B，C等表示矩阵。

有时为了标明矩阵的行数m和列数n，也可记为A=（a ij）m×n或（a ij）m×n或A m×n当m=n时，称A=（a ij）n×n为n阶矩阵，或者称为n阶方阵。

n阶方阵是由n2个数排成一个正方形表，它不是一个数（行列式是一个数），它与n阶行列式是两个完全不同的概念。

只有一阶方阵才是一个数。

一个n阶方阵A中从左上角到右下角的这条对角线称为A的主对角线。

n阶方阵的主对角线上的元素a11，a22，…，a nn，称为此方阵的对角元。

在本课程中，对于不是方阵的矩阵，我们不定义对角元。

元素全为零的矩阵称为零矩阵。

用O m×n或者O（大写字）表示。

特别，当m=1时，称α=（a1，a2，…，a n）为n维行向量。

它是1×n矩阵。

当n=1时，称为m维列向量。

它是m×1矩阵。

向量是特殊的矩阵，而且它们是非常重要的特殊矩阵。

例如，（a，b，c）是3维行向量，是3维列向量。

几种常用的特殊矩阵：1.n阶对角矩阵形如或简写为（那不是A，念“尖”）的矩阵，称为对角矩阵，例如，是一个三阶对角矩阵，也可简写为。

2.数量矩阵当对角矩阵的主对角线上的元n阶数量矩阵素都相同时，称它为数量矩阵。

有如下形式：或。

（标了角标的就是N阶矩阵，没标就不知是多少的）特别，当a=1时，称它为n阶单位矩阵。

n阶单位矩阵记为E n或I n，即或在不会引起混淆时，也可以用E或I表示单位矩阵。

第2章线性方程组求解方法第2讲

y1 1 1 1 y2 3 3 y 34 3 5
1 2 3 x1 1 再解 5 9 x2 3 ,得 34 17 x 5 3 5
计算方法 2.3.1
线性代数方程组求解方法
直接三角分解法
将高斯消去法改写为紧凑形式，可以直接从矩阵A的元
素得到计算L、 U元素的递推公式，而不需要任何中间步骤，这就是所谓的直接三角分解法。一旦实现了矩阵A的LU分
解，那么求解线性代数方程组Ax=b的问题就等价于求解两
个三角方程组 Ly=b，求y Ux=y，求x 的问题，而这两个线性代数方程组只要回代，就可以求出其
1 u11 u12 u13 u 22 u 23 l21 1 l l 1 u 33 31 32 l l l 1 n1 n 2 n 3
计算方法
线性代数方程组求解方法
克罗脱(Grout)分解
a11 a12 a21 a22 a 31 a32 an 1 an 2 ... a1n ... a2n a3n ... ann ... u1n ... u 2n ... u 3n 1
a11 a12 ... a1n b1 a21 a22 ... a2n b2 a a ... a b nn n n1 n 2
u11 u12 ... u1n y 1 l21 u 22 ... u 2n y 2 l l ... u y nn n n1 n 2
设A
A=LU=L1U1 其中, L、L1 为单位下三角矩阵， U、 U1为上三角矩阵。由于U１－1

线性代数考研第二讲

A1 O O A1k A2
k
k A2
方阵的行列式
A1 O O A2 A1 A1
方阵的逆矩阵
A1 O O A11 A2
1
1 A2
第二讲矩阵
分块矩阵
A O 例10 设 H C B
第二讲矩阵
矩阵的基本运算
5. 矩阵的转置 a11 a12 … a1n a21 a22 … a2n 的转置 1. 定义: A = … … … … am1 am2 … amn a11 a21 … am1 a12 a22 … am2 a1n a2n … amn

AT =
…
…
…
第二讲矩阵
矩阵的基本运算
第二讲矩阵
矩阵的基本运算
1 0 1 例1 设 A 0 2 0 1 0 1
T
，求 An 2 An1 (n 2).
1 1 T T 例2 设 (1, 2, 3) , (1, , ) , A ，求A6. 2 3
1 1 1 例3 设 A 1 1 1 ，求A10. 1 1 1
… A1r +B1r … A2r +B2r . … … … Asr +Bsr
第二讲矩阵
分块矩阵
分块数乘
A11 A21 设矩阵A = … As1
A12 … A1r A22 … A2r … … … , 为常数. As2 … Asr
则A =
A11 A12 … A1r A21 A22 … A2r
第二讲矩阵
矩阵的基本运算
3. 矩阵的乘积定义A = (aij)ms与B =(bij)sn的乘积是一个 mn矩阵C = (cij)mn , 其中 cij = ai1b1j + ai2b2j +…+ aisbsj = aikbkj.

线性代数第二章2-1, 2-2

称为mn线性方程组，m=n 时，称为n元方程组
... a11 a 12 系 ... 数 a a 21 22 矩A ............ 阵 ... a a m2 m1
增广矩阵
2n a mn
a a
1n
x1 未 x 知 2 量 X 阵 xn
矩阵A与B的差记作：A - B
a11 b11 a12 b12 a b a b 21 21 22 22 A B a b a b m1 m1 m 2 m 2
a1n b1n a2n b2n amn bmn
矩阵加法满足下列运算规律
数乘矩阵满足下列运算规律（设A、B为mn矩阵，、为常数）
(i). （）A = （A）
(ii). （+）A = A + A (iii). （A + B）=A + B
3.矩阵与矩阵相乘
设矩阵 A = (aij ) ms ， B = (bij ) sn，则矩阵A与B的乘积矩阵C =(cij)mn，其中
第1节矩阵的概念
引：线性方程组的一些性质反映在它的系数矩阵和增广矩阵上，解线性方程组的过程也表现为变换这些矩阵的过程。除线性方程组外，还有大量的各种各样问题也都提出
矩阵的概念，且这些问题的研究常常表现为
对矩阵的某些方面的研究。甚至于某些性质
完全不同的，表面上无联系的问题，归结成
矩阵后却是相同的。这使矩阵有着广泛的应用
0 a 0
0 0 a
3）单位矩阵主对角线元素都是 1, 其他元素都是零的矩阵称为单位矩阵,记为
I
1 0 0 1 I 0 0

线性代数第2讲

线性代数 2-2 第2章2讲-矩阵的运算(1)

超详细MIT线性代数公开课笔记_完整版

第二讲线性规划算法

《线性代数》考点强化班 配套讲义 第二章 矩阵

线性代数讲义2

线性代数第2讲 方阵的行列式

辅导讲义(线性代数第二讲)

线性代数 1-2 第1章2讲-行列式的基本概念(2)

线性代数第2讲

线性代数第一章第二讲

第二讲 行列式

线性代数下02最大公因式与因式分解

线性代数 4-2 第4章2讲-齐次方程组(2)

线性代数考研讲义完整版(完整资料).doc

自考04184线性代数(经管类)讲义第二章 矩 阵

第2章线性方程组求解方法第2讲

线性代数考研第二讲

线性代数第二章2-1, 2-2

《线性代数》考点强化班配套讲义第二章矩阵

线性代数第2讲方阵的行列式

第二讲行列式

自考04184线性代数(经管类)讲义第二章矩阵