线性代数第五章课件,数学

合集下载

线性代数PPT全集

线性代数PPT全集

a31 a32 b3
a11 a12 a13 D a21 a22 a23
a31 a32 a33
a11 a12 b1 D3 a21 a22 b2 .
a31 a32 b3
则三元线性方程组的解为:
b1 a12 a13 D1 b2 a22 a23 ,
b3 a32 a33
a11 b1 a13 D2 a21 b2 a23 ,
Pn = n (n–1) (n–2) ··· 2 1 = n!
二、排列的逆序数
我们规定各元素之间有一个标准次序. 以 n 个不同的自然数为例, 规定由小到大 为标准次序.
定义: 在一个排列 i1 i2 ···is ···it ···in 中, 若数 is>it, 则称这两个数组成一个逆序.
它的特点是研究的变量数量较多,关系复杂,方法上 既有严谨的逻辑推证、又有巧妙的归纳综合,也有繁 琐和技巧性很强的数字计算,在学习中,需要特别加 强这些方面的训练。
第一章 行列式 第二章 矩阵及其运算 第三章 矩阵的初等变换
及线性方程组
第四章 向量组的线性相关性
第五章 相似矩阵及二次型
基础 基本内容

a13 x3 a23 x3

b1 , b2 ,
a31x1 a32 x2 a33 x3 b3;
的系数行列式
a11 a12 a13 D a21 a22 a23 0,
a31 a32 a33
aa2111xx11

a12 x2 a22 x2

a13 x3 a23 x3
(2)a12:
a12a21x1 + a12a22x2 = b2a12,
两式相减消去x2, 得 (a11a22 – a12a21) x1 = b1a22 – b2a12;

线性代数5-6

线性代数5-6
第五章 相似矩阵与二次型
山东理工大学
定义1:设 f X T AX ( AT A)为实二次型,如果对任意n 维列向量 X 0,都有 f X T AX 0,则称 f X T AX 为正定二次型,并称实对称矩阵A为正 定矩阵,对任意n维列向量 X,f X T AX 0,则 称 f X T AX 为半正定二次型,并称实对称矩阵A
推论1:实对称矩阵A为正定的充分必要条件A的特征值全为 正。
推论2:实二次型 f X T AX 为正定的充分必要条件是它的 规范标准型为 f y12 y22 L yn2 。 推论3:实对称矩阵A为正定则 A 0。
用行列式来判别一个矩阵(或二次型)是否正定也是一种 常用的方法,设A为n阶对称矩阵,由A的前k行k列元素构 成的k阶行列式
定理3:实二次型 f X T AX 为负定的充分必要条件它的矩
阵A的所有奇数顺序主子式小于零,偶数阶顺序主子式大于 零。
a11 a12 L a21 a22 L MM
a1k
a2k k 1,2,L , n .
M
Hale Waihona Puke ak1 ak 2 L akk
称为矩阵 A aij 的k阶顺序主子式
定理2:实二次型 f X T AX 为正定的充分必要条件它的矩
阵A的所有顺序主子式大于零。
例1 判别下列二次型的正定性。
f 3x12 4x1x2 4x22 4x2 x3 5x32 .
定义2:设 f X T AX ( AT A)为实二次型,如果对任意n 维列向量 X 0,都有 f X T AX 0,则称 f X T AX 为负定二次型,并称实对称矩阵A为负 定矩阵,对任意n维列向量 X,f X T AX 0,则 称 f X T AX 为半负定二次型,并称实对称矩阵A

线性代数课件--5.1向量空间基本概念

线性代数课件--5.1向量空间基本概念

R( A) {v | v c1a1 c2a2 cnan , c1, 2 , , n R} c c
可等价写成
R( A) {v | v Ax,x Rn }
对一般线性代数方程组成立如下定理 定理 m n线性代数方程组Ax=b相容的充要 条件是
b R( A)
1 1 1 1 1 0 3 2 1 2 1 0 r 0 1 2 1 B ~ 0 0 0 0 2 1 4 3 2 3 0 1 0 0 0 0 所以r(A)r(B) 因此向量b能由 向量组a1 a2 a3线性表示
x1a1 x2a2 xnan b
a1 ,a2 ,… ,an 的线性组合 则方程组有解的条件是 b 可作为
定义 若干个同维数的列向量(行向量)所组成的集
合称为向量组. 有限向量组
a11 A34 a21 a 31
a12 a22 a32
a13 a23 a33
a14 , , , a24 1 2 3 4 a34
因此
b R( A)
r ( A) r ( A)

试证m n齐次线性代数方程组Ax=0
的解集依向量线性运算法则是Rn的子空间. 解 已知齐次线性代数方程组的解集非空,
若记此解集为N(A), 则显然有
1. 若 x1 N ( A),即 Ax1 0, 则对任意常数 c , 必 A(cx1 ) cAx1 c0 0 ,即 cx1 N ( A) ; 2. 若 x1 N ( A), x2 N ( A), 即 Ax1 0, Ax2 0, 则必
为讨论,先将方程组改写成向量形式
1 0 b1 x1 5 x 2 4 b2 记为 x1a1 x2 a2 b 2 4 b3

线性代数同济六版共五章全课件-PPT

线性代数同济六版共五章全课件-PPT

b11 b12 b1n
D1
b21
b22
b2 n
,
bn1 bn2 bnn
其中,当 k≠ i , j 时, bkp = akp ;当 k = i , j 时,bip = ajp,, bjp = aip ,
于是
D (1) 1
t(
pppp )
1
i
j
n
b1
p1
bipi
bjpj
bnpn
(1)
t(
经对换1与4 得排列 53412
求这两个排列的逆序数. 解 t(5314 2) = 0+1+2+1+3=7
t(53412) = 0+1+1+3+3=8
练习
1. 选择 i 与 k 使 (1)2 5 i 1 k 成偶排列; (2)2 5 i 1 k 成奇排列.
2. a14a21a33a44和a12a43a31a24是否为四阶行列式中项 的,
易知,向量组与它的最4大无关组是等价的.
m×s s×n m×n
例 7 向量组
例5 n 阶行列式 我们也可以证明,如果把矩阵 A 的第 j 行的 k 倍加到第 i 行
为矩阵 A 的秩,矩阵 A 的秩记成 R(A).
假设 r > s, 看齐次线性方程组
一般来说,向量组的最大无关组不是唯一的.
若 x1 = c1 , x2 = c2 , ……, xn = cn 是 ⑴ 的解,记1
一元一次方程 ax = b
一元二次方程 二元 、三元线性方程组
行列式 矩阵及其运算 矩阵的初等变换与线性方程组 向量组的线性相关性 矩阵的特征值和特征向量
第一章 行列式

5-2(线性代数 第五章)【VIP专享】

5-2(线性代数 第五章)【VIP专享】
(x12 4x1x2 2x1x3) 2x22 3x32 8x2x3
(x1 2x2 x3)2 2(x22 2x2x3) 2x32
(x1 2x2 x3)2 2(x2 x3)2 4x32

y1
x1
2x2
x3
y2
x2 x3
y3
x3

y1 1 2 1 x1
1 1 0 1 0 1 z1
1
1
0
0
1
1
z2
0 0 1 0 0 1 z3
1 1 0 z1
1
1
2
z2
0 0 1 z3
方法总结
(1)如果二次型 f 中含有变量 xi 的平方项,则 先把含有 xi 的项集中,按 xi 配方,然后按 此法对其他变量逐步配方,直至将 f 配成 平方和形式
例2 用正交变换法将二次型
f x1, x2, x3 x12 2x12 2x32 4x1x3
化为标准型,并写出所用的正交变换. 解 二次型矩阵为
1 0 2
A
0
2
0
2 0 2
求A的特征值:
1 0 2
AE 0 2 0 22 6
2 0 2
22 3
则A的特征值为 1 2 2, 3 3
求A属于 1 2 2 的特征向量,求解齐次线性方程组
A 2E x 0
其一个基础解系
0
1
1
,
0
2
2
0
1
显然 a1, a2 正交,再单位化得
0
1
1
,
0
2 5
5
2 0
5 5
求 3 3的单位特征向量,即求解其次方程组

线性代数第五章

线性代数第五章

1.内积 2.向量旳范数 3.许瓦兹不等式
x x1 , x2 , , xn T , y y1 , y2 , , yn T
称 xT y x1 y1 x2 y2 xn yn
为向量 x与 y 旳内积,记为 x , y.
2
内积满足下列运算规律:
⑴ x, y y, x
⑵ kx , y kx ,y
15
三.正交矩阵与正交变化
1. 正交矩阵
1.正交矩阵 2.正交变换
定义5.2 假如 n阶方阵 A 满足AT A I
则称 A 为正交矩阵.
定理5.3 假如 A , B均为 n 阶正交矩阵,
那么:⑴ A1 AT
⑵ AT 即 A1 为正交矩阵

1 2
A A
A A

2n
阶正交矩阵
⑷ AB,BA 都是正交矩阵
8
定理5.2 若 1 , 2 , , r为 n 维正交向
量组,且 r n ,则必有非零 n 维向量 x , 使 x 与 1 , 2 , , r 两两正交.
推论:对 rr n个两两正交旳 n 维非零向量,总
能够添上 n r个 n 维非零向量,使 n 个向
量两两正交,从而这 n 个向量就构成了向量空
第五章 特征值 特征向量 二次型
第一讲 正交向量组与正交矩阵 第二讲 方阵旳特征值与特征向量 第三讲 相同矩阵与实对称矩阵旳对角化 第四讲 二次型及其原则形 第五讲 惯性定理和正定二次型 第六讲 习题课
1
第一讲 正交向量组与正交矩阵
一.向量旳内积与许瓦兹
(Schwarz)不等式
1.内积
内积定义:对 n维列向量
19
第二讲 方阵旳特征值和特征向量
1.定义

第5章_线性代数PPT课件

第5章_线性代数PPT课件
9/16
2、符号矩阵的其他运算 (1)转置运算:transpose >> B=sym('[a,b;c,d]'); >> B' [ conj(a), conj(c)] [ conj(b), conj(d)]
>> transpose(B) [ a, c] [ b, d]
10/16
(2)行列式运算:det(A) (3)求逆运算:inv(A)或A^(-1) (4)求秩运算:rank(A) (5)求特征值运算:[V,D]=eig(A) >> A=sym('[1,2;3,4]') >> eig(A)
(7)约当标准型运算:[B,C]=jordan(A)
12/16
3、符号代数线性方程(组)的求解 例:求解方程ax2 bx c 0。
>> f='a*x^2+b*x+c'; >> solve(f) ans = [ 1/2/a*(-b+(b^2-4*a*c)^(1/2))] [ 1/2/a*(-b-(b^2-4*a*c)^(1/2))]
8/16
四、符号矩阵运算
1、符号矩阵的四则运算 符号矩阵的四则运算与幂运算可直接用:
+、-、*、.*、/、./、\、.\、^、.^实现。
>> B=sym('[a,b;c,d]'); >> C=sym('[x,y;z,w]'); >> B*C ans = [ a*x+b*z, a*y+b*w] [ c*x+d*z, c*y+d*w]
7 10 A * A 15 22

线性代数 第5章方程组52PPT课件

线性代数 第5章方程组52PPT课件

100,
, 100.
分别代入上述方程组依次得:
x x x1 2 r b b b 12 r111, b b b 1 r2222, b b b1 2 r,,,n n n rrr.
从而求得原方程组的 n–r个解向量:
1
b
b b
11 21
r1
,
1
0
0
2
b
b b
12 224 30 0来自0031 ~ 0001
0 1 0 0
2 1
0 0
1 3 0 0
0021
得xx21
2x3 4x4 2x5 x3 3x4 x5
,令
x x
3 4
x5
1 0 0
,
0 1 0
,
0 0 1
.
所以原方程组的一个基础解系为:
1
1 1 0
2
,
2
0 1
A
~
10 00
0 1
0 0
b11 br1
0 0
b1,nr
br ,nr
0 0
则Ax = 0 x1 b11x r1 b1,n rxn. xr br1xr1br,nrxn
现对( xr+1, ···, xn )T 取下列 n–r 组数(向量):
xxxrrn12100,
1 3
,
3
2 1 0 0
.
0
0
1
故原方程组的通解为:
x = k11 + k22 + k33 , 其中k1, k2, k3 R.
例3: 设AmnBnl = Oml , 证明R(A)+R(B) n. 证明: 设B =(b1, b2, ···, bl ), 则

线性代数第5章课件

线性代数第5章课件

内积是向量的一种运算,用矩阵的记号表示,当 x与 y 都是列向量时,有
[x,y] = x' y
例 计算[x, y],其中x, y如下 : (1)x = (0,1,5,-2), y = (-2,0,-1,3); (2)x = (-2,1,0,3), y = (3,-6,8,4),
解 (1) [ x, y] = 0 • (-2) 1• 0 5• (-1) (-2) • 3 = -11
第五章
特征值与二次型
第五章主要内容
第一节 向量的内积 第二节 方阵的特征值与特征向量 第三节 相似矩阵 第四节 化二次型为标准型 第五节 正定二次型
第一节 向量的内积
定义1 设有n 维向量
x1
y1
x = x2 , y = y2
....
xn
yn
令 [x,y] = x1 y1+ x2 y2 +…+ xn yn, 则 [x,y] 称为向量x与 y 的 内积
定义2 令 x = [x, x] = x12 x22 xn2
称为 n 维向量 x 的长度(或范数)
x
若向当量xx
=10时,则, 称xxx为是单单位位向量向.量.
向量的长度具有下述性质:
(i)非负性:当x 0时,x 0;当x = 0时,x =0;
(ii)齐次性: x = x ;
(iii)三角不等式 : x y x y ;
上述从线性无关向量组a1 , …,ar 导出 1, 2 ,K , r 的 过程称为施密特正交化过程。它不仅满足1, 2 ,K , r 与a1 , …,ar 等价,还满足:对任何k ( 1≤ k ≤r ) ,向量组 1, 2 ,K , k 与a1 , …,ak 等价。

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-PPT精品文档

线性代数  课件-PPT精品文档

16
线性代数
出版社 科技分社
• 1.4
• 从行列式的定义看,一般低阶行列式的计 算比高阶行列式的计算简便.
• 定义2 在n阶行列式D=Δ(aij)中,把元素aij 所在的第i行和第j列划去,剩下元素按原来 的相对位置不变形成的一个n-1阶行列式, 17
线性代数
出版社 科技分社
• 称之为D中元素aij的余子式,记为Mij;称 Aij=(-1)i+jMij为aij的代数余子式.
28
线性代数
出版社 科技分社
• 2.2.3 矩阵的乘法 • 定义4 设A=(ai k)m×s,B=(bk j)s×n,则称C=(cij)m×n
为矩阵A与B的乘积,记为C=AB,
29
线性代数
出版社 科技分社
• 2.2.4
• 定义5 把矩阵A的行列依次互换得到的新 矩阵称为A的转置矩阵,记为AT.
30
• 性质1 向量组线性无关的充分必要条件是 向量组所含向量的个数等于其秩.
• 性质2 设向量组A的秩为r1,向量组B的秩 为r2,如果A组能由B组线性表示,则r1≤r2.
• 性质3 等价的向量组有相同的秩.
57
线性代数
• 证 设矩阵
• 3.4
出版社 科技分社
58
线性代数
• 定理8 正交向量组一定线性无关.
36
线性代数
出版社 科技分社
• 这里k≤min(m,n),共有CkmCkn个k阶子式. • 定义9 如果矩阵A有一个不等于零的r阶子
式D,并且所有r+1阶子式(如果有)全等于零, 则称D为矩阵A的最高阶非零子式,称r为矩 阵A的秩,记为R(A)=r,并规定零矩阵的秩 等于零.

《线性代数》教学课件—第5章 二次型 第五节 二次型及其标准型

《线性代数》教学课件—第5章 二次型 第五节 二次型及其标准型
解 设 f = xTAx , 则
A 12
12
,
x
x y
.
显然,二次型的秩为 R( A) 2.
例 23 已知二次型
f (x1,x2,x3,x4 ) x12 3x22 x32 4x42 2x1x2 4x1x3 6x1x4 8x2 x3 4x2 x4,
写出二次型的矩阵 A ,并求出二次型的秩.
aijபைடு நூலகம்xi x j xT Ax,
i1 j1
其中 AT = A 为实对称矩阵, 称 A 为二次型的矩
阵. 称矩阵 A 的秩 R(A) 为二次型的秩. 这样,
实二次型与实对称矩阵之间就建立起一一对应的
关系.
例 22 已知二次型 f (x,y) x2 4xy y2 ,
写出二次型的矩阵 A , 并求出二次型的秩.
(2) f (x1,x2,x3) x12 4x22 x32 4x1x2 8x1x3 4x2x3 .
(1) 解 二次型 f 的矩阵 A 为 (2) 解 0二1次型1 f 的矩阵 A 为
本若请本若请本若请节想本单若请节想本单若请节想本单若内请结节击想本 本单若 若内请 请结节击想本 本单若 若内请 请结节击想本 本容单若 若束内请 请返结节节击想 想本 本容单单若 若束内请 请返结节节击想 想本 本 本容单 单若 若 若束内请 请 请返结节 节已想击想本本 本容单单若 若回束内内请 请返结 结节 节已击想击想本本容单单若回束内内请返结 结节 节 节已击 击想 想想本本容单 单 单若回束内 内结请返结结堂节节已击想 想击按本本容容单 单若回束 束内 内结请返返结结堂节已击击想按本本容容单若回束 束内 内 内结请返 返结 结结堂节已击 击 击想按本本容 容束单若回束束课内内结请返返结 结钮堂节已已击 击想按本 本本容 容束单若回回束束课内结请返返结钮堂节已已击想按本 本容 容 容束单回 回束束 束课内结返 返 返结钮堂节已 已击想按本本,容容束单回回束 束课.内结结!返 返结钮堂 堂节已 已击想按按本本,容束单回回束课.内结结!返结钮堂 堂已 已 已击按 按本 本本,容束回 回 回束课.内结 结!返结钮堂堂已已击按按本 本,容束束回 回束课 课.内结 结!返结钮钮堂堂已击按按本,容束束回束课 课.结 结 结!返钮 钮堂堂 堂已按 按 按本,容束 束回束课课.结结!返钮钮堂 堂已按 按本,,容束束回束课课..结!!返钮钮堂已按本,,束束束回课 课课..结!!钮 钮 钮堂已按本,,束束回课 课..结!!钮 钮堂已按本,,束回课..结!!钮堂按,,,束课...结!!!钮堂按,,束课..结!!钮堂按,束课.!钮,束课.!钮,束课.!钮,.!,.!,.!

东南大学 线性代数 第五章 二次型

东南大学 线性代数 第五章 二次型

x = x ′ cosθ y′ sin θ y = x ′ sin θ + y′ cosθ
y O x y O x
第五章 二次型
§5.1 二次型及其矩阵表示
n元实二次型 f(x1, x2, …, xn) = a11x12+a22x22+…+annxn2 +…+a +2a12x1x2+2a13x1x3+…+2an-1,nxn-1xn +2a +2a +…+2a 1,n aij = aji Σ aijxixj
当方程是标准型时, 当方程是标准型时, 二次曲面用二次项的符号来进行分类 不太清楚,在化简成标准型时, 不太清楚,在化简成标准型时,为何总是得到同样数目的正项和负项
后来, 英国数学家西尔维斯特回答了这个问题: 后来, 英国数学家西尔维斯特回答了这个问题: 西尔维斯特回答了这个问题
给出了n个变数的二次型的惯性定律, 给出了n个变数的二次型的惯性定律, 但没有证明
1 1 其中y 其中y = 0 2 0 0 1 1/2 因而x 因而x = 0 1/2 0 0 1 1 x. 1 3/2 1/2 y. 1
第五章 二次型
§5.2 化二次型为标准形
例5. 用配方法化f =2x1x2+2x1x3 –6x2x3为标准形. 用配方法化f =2x +2x 为标准形. 并求所用的变换矩阵. 并求所用的变换矩阵. 分析: 若用前面正交变换的方法化f为标准形, 分析: 若用前面正交变换的方法化f为标准形, 非常麻烦. 非常麻烦. 因为 0 1 1 f(x1, x2, x3)的矩阵A = 1 0 3 , 的矩阵A 1 3 0
第五章 二次型

线性代数课件(高教版)5-4

线性代数课件(高教版)5-4
例 求向量 1,2,2,3与 3,1,5,1的夹角.

cos
18 2 3 26 2
.
4
二、 正交向量组 1 正交的概念
当[ x, y] 0时, 称向量x与 y正交. 由定义知,若 x 0,则 x 与任何向量都正交. 2 正交向量组的概念
若一非零向量组中的向量两两正交,则称该向 量组为正交向量组.
例 用施密特正交化方法,将向量组
a1 (1,1,1,1),a2 (1,1,0,4),a3 (3,5,1,1) 正交规范化.
解 先正交化,取
b1 a1 1,1,1,1
b2
a2
[b1,a2 ] [b1 , b1 ]
b1
1,1,0,4
1
1
4
1,1,1,1 0,2,1,3
1111
b3
a3
由 1 0 1T1 1 2 0, 从而有1 0 .
同理可得2 r 0. 故1,2 ,,r线性无关.
4 单位正交向量组 (单位正交组,标准正交组,规范正交组)
正交向量组的每个向量都是单位向量,称其为 单位正交向量组。
例如
1 2 1 2 0 0
e1
1
0 0
2 ,e2
正交矩阵的性质
(1)若A为正交阵 则A1AT也是正交阵 且|A|1 (2)若A和B都是正交阵 则AB也是正交阵; (3)若A为正交阵 则-A也是正交阵。
定义5 若 P为正交阵,则线性变换 y Px 称为正
交变换.
四、 共轭矩阵
定义 矩阵A的每一个元素都取它的共轭复 数得到的矩阵称为A的共轭矩 Nhomakorabea,记为 A
§5.4 正交矩阵
一、实向量内积与长度
定义 设有n 维向量

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

线性代数新教材课件ch-5-1

线性代数新教材课件ch-5-1

North University of China
目录 上页 下页 返回 结束
例 1 求下列矩阵的特征值与特征向量:
1 0 0
A
2 3
4 0
5 6

解 特征方程为
1 0 0 2 4 5 0, 3 0 6
即 ( 1)( 4)( 6) 0,故 A的全部特征值为
1 1,2 4,3 6.
例 2 求下列矩阵的特征值与特征向量:
0 2 1

A
特征多项式
2 1
3 2
2 0

2 1
12 1
I A 2 3 2 ( 1) 0 3 2
1 2
1 2
12 1
( 1) 0 3 2 ( 1)(2 4 5) ( 1)2 ( 5)
0 4 1
故 A的全部特征值为 1 2 1,3 5.
目录 上页 下页 返回 结束
(I A) x 0
(5.2)
I A 0,
(5.3)
a11 a12 a1n

a21 a22 a2n 0.
an1 an2 ann
记 f () I A , 则 f ()是关于 的 n 次多项式, 称为 A的特征多项式. 方程式(5.3)称为 A的特征方程.
对应于 的特征向量(只要这个线性组合不是零向量).
定理 2 方阵 A的对应于不同特征值的特征向量必线性无关.
定证理明 3 若 1, 2 , , m 是方阵 A 的不同特征值, j1, j2,L , jrj 是 A对应于 j 的线性无关的特征向量,
j 1,2, , m,则向量组
11,12,L ,1r1 ,21,22,L ,2r2 ,L ,m1,m2,L ,mrm
  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)。

解 已知A有3个互异特征值,由定理 5.2.3的推论可知,A可对角化, 即有可逆阵 P使
1 1 P AP 1 2
由于
1 1 1 3 1 1 1 P A P P AP P AP P AP 1 1 2 8
证 必要性上面已经证明.下面证充分 性.设A有n个线性无关的特征向量α1α2,…, αn,分别属于特征值λ1,λ2,…,λn,则有
A i i i
i 1,2, , n
以α1,α2,…,αn为列向量作矩阵P , 则P可逆,且
AP ( A1 , A 2 , , A n )
(11 , 2 2 , , n n )
1 1 a b a b 1 0 0 1 c d c d 0 2
比较两边元素有
a c a1 a d b 2 c c1 d d2
由于P可逆,c,d不能同时为0,不妨 设c≠0,则有λ1=1,再由第一式有c=0,这 导致矛盾.此矛盾说明不可能存在可逆阵P 使P-1AP成对角形.即A在复数域C上不能对 角化 。
1 1 A 0 1
则A在复数域上不能对角化. 证 设若不然,则存在可逆矩阵
a b P c d
使 即
1 0 P AP 0 2
1
,λ1 , λ2∈P. 于是
1 0 AP P 0 2
1 ( 1 , 2 ,, n )
2
, n

1 P 1 AP
2

. n
从而A可相似对角化. 证毕. 推论 若n阶矩阵A在数域P中有n个不同 的特征值,则A可对角化. 证 设 λ1,λ2,…,λn∈P是A的n个不 同的特征值.α1,α2,…,αn是分别属于它 们的特征向量,由定理5.1.4可知
α1,α2,…,αn线性无关,从而由定 理5.2.3,A可相似对角化.
由例5.2.1可以看到,并非任何矩阵都 可相似对角化,这个推论给出的只是方阵 相似于对角形矩阵的一个充分条件,但不 是必要条件.
定理5.23说明,一个n阶方阵是否可以 相似对角化,在于它是否有n个线性无 关的特征向量。如果A的特征值都是单 根,因为属于不同特征值的特征向量 是彼此线性无关的,这时A有n个线性 无关的特征向量,从而A可以对角化。 如果A有重根,注意到属于A的不同特 征值的线性无关的特征向量组成的向
= P-1A-1P,即A-1∽B-1. 证毕。 定理5.2.2 相似的矩阵有相同的特 征多项式,从而有相同的特征值. 证 设A∽B,则有可逆阵P使P-1AP=B, 从而
E B E P AP P (E A) P
1 1
P
1
E A P P P E A E A
相似矩阵的下述性质,称为相似不变性。
定理5.2.1 设A∽B,则有 (1) R(A)= R(B),此处R(A),R(B)分 别是A、B的秩; (2) A B ; (3) A可逆时B也可逆,反之亦然.当A 可逆时还有A-1∽B-1. 证 (1)和(2)是显然的,只证(3).
由于|A|=|B|,故|A|≠0时|B|≠0,即A可 逆时B也可逆,反之亦然. 且B-1 = (P-1AP)-1


故B可对角化, 且B的特征值为-2, 4, 13.由定 理5.2.1可知,
2 B 4 13 104
例5.2.4 设三阶方阵A,4E-A,A+5E 都不可逆,问A是否可对角化,写成其对角 阵。 解 因为A,4E-A,A+5E都不可逆, 所以|A|=|4E-A|=|A+5E|=0,从而A有三个 不同特征值0,4,-5,由定理5.2.3的推论 可知,A可相似对角化。
1
这样,A与B有相同特征多项式.从而 有相同的特征值. 证毕. 应该指出,定理5.2.2的逆是不成立 的.特征多项式相同的矩阵未必是相似的. 如
1 0 A 0 1 , 1 1 B 0 1
E A E B 1
,但A与B不是相似 的,因为A是单位阵,而与单位阵相似 的矩阵只能是其本身.
§5.2 矩阵的相似对角化
• 5.2.1 • 5.2.2 相似矩阵 矩阵的相似对角化
5.2.1 相似矩阵
定义5.2.1 设A、B为两个n阶矩阵, 若存在n阶可逆阵P使
P AP B
称矩阵A与B相似,记为A∽B。 用可逆矩阵P对A作运算P-1AP,称为 对矩阵A进行一次相似变换. 相似是矩阵之间的一种关系.这种关 系满足下面三个性质:
第二步: 若 次因式之积
f ( ) 在数域P上可分解为一
t
f ( ) ( 1 ) r1 ( 2 ) r2 … ( t ) r ,
1 , 2 ,, t P,则 1 , , t 就是A的全部特
征值; 第三步: 对每个特征值λi,求方程组 (λiE-A)X =0的基础解系,得到属于λi的所有 线性无关特征向量. 如果这些特征向量的总 个数等于n,则A可对角化,否则不能对角 化; 第四步: 若方阵A的线性无关特征向量
1
(1) 反身性: 对任意n阶方阵A,有A∽A;
(2) 对称性: 若A∽B,则B∽A; (3) 传递性: 若A∽B,且B∽C,则A∽C. 矩阵的相似还具有以下运算性质: (1) 若P-1A1P = B1,P-1A2P = B2,
则 P-1 (A1+ A2)P = B1+ B2; (2) 若A∽B,则kA∽kB, k为常数, k∈P成立;
全体有n个,设为α1,α2, …,αn,令P=(α1, α2,…,αn),则P-1AP为对角阵,且主对角 线上元素等于αi (i=1, 2,…, n)对应的特征值. 注意,前面所说的对角化总是对数域 P上而言的,矩阵是否可对角化是与所在 数域有关的. 对于没有明确指出所在数域 的矩阵A,一般认为是在复数域上讨论的.
向量组是线性无关的,那么只有属于 它的每个重根的线性无关的特征向量个数 和该特征值的重数相等时,它才有n个线 性无关的特征向量,这时A才可对角化。 将数域P上n阶矩阵A相似对角化的步骤归 纳如下。 第一步: 求特征多项式 f ( ) E A ,若 f ( )在数域P上不能分解为一次因式 之积,则A不能对角化;
(5.2.1)
由于P可逆,则α1,…,αn线性无关.
因此,要使A可对角化,A必须有n个线性
无关的特征向量,而与A相似的对角形矩
阵中的λi(i=1, …,n)则是A的特征值.
以上分析说明,矩阵A是否可对角化,
与A的特征值、特征向量的状况有密切关系. 定理5.2.3 n阶矩阵A可相似对角化 的充分必要条件是A有n个线性无 5


2 1 0 P (1 , 2 , 3 ) 1 0 1 0 1 1
1 1 1 P AP 1 1 2 3
例5.2.3 已知三阶矩阵A在实数域R上有 3个不同特征值-1, 1, 2,矩阵B=A3+2A+E, 问B在实数域上是否可对角化? 并求|B|.
如何寻找可逆方程阵P使P-1AP= B成为对
角阵呢? 这就是下面要讨论的问题.
定义5.2.2 设A是数域P上的n阶方阵.
如果存在P上可逆阵P,使得
1 2 1 P AP , i P, i 1,2,, n n 则称A是可相似对角化的方阵,简称 为A为可对角化. 下面的例子说明,并非所有方阵都能对角化. 例5.2.1 取复数域C上的二阶矩阵:
3




2 1 1 P 2 AP 2 P AP 2 4



P 1 BP P 1 A3 2 A E P P 1 A3 P 2P 1 AP E
1 2 1 2 1 2 1 4 8 4 1 13
(3) 若P-1A1P = B1 , P-1A2P = B2,则P1A A P = P-1A PP-1A P = B B .特别,若 1 2 1 2 1 2 A∽B,则Ak∽Bk,k为正整数; (4) 若A∽B,f (x)是一个多项式,则f (A)∽f (B). 以上运算性质可以用来简化矩阵的计
算.
2
由定理5.2.2可知,相似的矩阵有相同
特征值.如果能找到与A相似的较简单的矩 阵,则可简化许多问题的处理.在n阶矩阵 中,对角矩阵是比较简单的矩阵.那么一个 矩阵什么情况下能相似于对角矩阵呢? 下 面讨论这一问题.
5.2.2 矩阵的相似对角化 给定n阶方阵A,怎样在A相似的所有
方阵中找出一个最简单的方阵? 换言之,
1 2 A( 1 , 2 ,, n ) ( 1 , 2 ,, n ) , n

A1 , A 2 ,, A n 11 , 2 2 ,, n n
从而
A i i i i 1,2, , n
无关特征向量为
2 1 1 , 0 1 2 0 1
属于特征值3的特征向量为 0 3 1 1 由定理5.1.6可知,α1,α2,α3线性无关。 A为三阶矩阵,它有三个线性无关的特征
向量,故A可对角化。
那么,什么样的矩阵是可以对角化 的呢? 如果A可相似对角化,则存在可逆阵 P使
1 1 P AP
2
, n
从而有
1 AP P
2
. n
记α1,α2,…,αn为P的列向量,则有
例5.2.2 设
1 0 0 A 2 5 2 2 4 1
相关文档
最新文档