线性代数讲义
线性代数教材讲解ppt课件
a11
A
a21
a12
a22
a1n a2n
am1 am1 amn
矩阵A的
m, n元
简记为
A Amn
aij
mn
aij
.
这m n个数称为A的元素,简称为元.
元素是实数的矩阵称为实矩阵,
元素是复数的矩阵称为复矩阵.
例如
1 9
0 6
3 4
5 3
是一个 2 4 实矩阵,
0
0
单位阵.
0 0 1
线性变换
x1 y1
cosx siny, sinx cosy.
对应 cos sin sin cos
这是一个以原点为中心
旋转 角的旋转变换.
Y P1 x1, y1
Px, y
O
X
三、小结
(1)矩阵的概念 m行n列的一个数表
a11
A
a21
a12
且对应元素相等,即
aij bij i 1,2,,m; j 1,2,,n,
则称矩阵 A与B相等,记作 A B.
(8)线性变换与矩阵之间关系:
例1 n个变量x1, x2,, xn与m个变量y1, y2,, ym之
间的关系式
y1 a11x1 a12 x2 a1n xn ,
y2 a21x1 a22 x2 a2n xn ,
13 2
6 2
2i 2
是一个
33
复矩阵,
2 2 2
1 2 是一个 3 1 矩阵,
4
2 3 5 9
4
是一个 1 4 矩阵,
是一个 11 矩阵.
矩阵与行列式有本质的区别, 行列式是一个算式, 其行数和列数相同,一个数字行列式经过计算 可求得其值, 而矩阵仅仅是一个数表, 它的行数和 列数可以不同.
《线性代数讲义》课件
在工程学中,性变换也得到了广泛的应用。例如,在图像处理中,可
以通过线性变换对图像进行缩放、旋转等操作;在线性控制系统分析中
,可以通过线性变换对系统进行建模和分析。
THANKS
感谢观看
特征向量的性质
特征向量与特征值一一对应,不同的 特征值对应的特征向量线性无关。
特征值与特征向量的计算方法
01
定义法
根据特征值的定义,通过解方程 组Av=λv来计算特征值和特征向 量。
02
03
公式法
幂法
对于某些特殊的矩阵,可以利用 公式直接计算特征值和特征向量 。
通过迭代的方式,不断计算矩阵 的幂,最终得到特征值和特征向 量。
矩阵表示线性变换的方法
矩阵的定义与性质
矩阵是线性代数中一个基本概念,它可以表示线性变 换。矩阵具有一些重要的性质,如矩阵的加法、标量 乘法、乘法等都是封闭的。
矩阵表示线性变换的方法
通过将线性变换表示为矩阵,可以更方便地研究线性 变换的性质和计算。具体来说,如果一个矩阵A表示 一个线性变换L,那么对于任意向量x,有L(x)=Ax。
特征值与特征向量的应用
数值分析
在求解微分方程、积分方程等数值问题时, 可以利用特征值和特征向量的性质进行求解 。
信号处理
在信号处理中,可以利用特征值和特征向量的性质 进行信号的滤波、降噪等处理。
图像处理
在图像处理中,可以利用特征值和特征向量 的性质进行图像的压缩、识别等处理。
05
二次型与矩阵的相似性
矩阵的定义与性质
数学工具
矩阵是一个由数字组成的矩形阵列,表示为二维数组。矩阵具有行数和列数。矩阵可以进行加法、数 乘、乘法等运算,并具有相应的性质和定理。矩阵是线性代数中重要的数学工具,用于表示线性变换 、线性方程组等。
线性代数总复习讲义
线性代数总复习
r(A) r(A,b)无解
r(A)=r(A,b)=n 有唯一解
克拉默法则, xj
Dj D
Ax=b
b=0 b≠0
d1 d 2 d n T 初等变换,
齐次方程的基础解系
r(A)=r(A,b)<n 有无穷多解
非齐次方程的一个特解
非齐次方程的通解
上页 下页 返回
0 1 1
1 1 0 0 0 0
r3 r2 r4 3r1
0 1 1 2 r4 r3 0 0 0 0 2 4 2 2
0 1 1
1 ( 1) ( 2) ( 2) 4
上页 下页 返回
线性代数总复习
(2) 利用行列式展开计算
定理 行列式等于它的任一行(列)的各元素 与其对应的代数余子式乘积之和,即
r2 5r3
32 2 1 0 10 1 3 r2 ( 2) 3 5 3 5 1 A 1 3 3 . 0 0 2 2 2 r3 ( 1) 2 11 1 0 0 11 1
上页 下页 返回
上页 下页 返回
线性代数总复习
r1 r2
r3 r2
r1 2r3
1 0 2 1 1 0 r 2r 3 1 0 2 5 2 1 0 0 0 1 1 1 1 r2 5r3 1 0 0 1 3 2 r 2 ( 2) 0 2 0 3 6 5 ( 1) 0 0 1 1 1 1 r3
上页 下页 返回
线性代数总复习
2、n阶行列式的计算 (1) 利用行列式的性质计算 (化为三角形) 性质1 行列式与它的转置行列式相等.
线性代数讲义
线性代数(Linear Algebra )引 言(Introduction )1. 数学 数学(數學、mathematics )在我国古代叫算(筭、祘)术,后来叫算学或数学;直到1939年6月,为了划一才确定统一用数学.“数学是研究现实世界的量的关系和空间形式的科学”,分为代数、几何等.2. 代数 代数(algebra)分为古典代数和近世代数. 古典代数(ancient algebra)基本上就是方程论,以方程的解法为中心.如: 一元一次方程 )0(≠=a b ax 的解为b a x 1-=;一元二次方程 )0(02≠=++a c bx ax 的解为)2/()4(22,1a ac b b x -±-=; 一元三、四次方程也有类似的求根公式(16世纪);但是,一元n 次方程当n ≥5时却无一般的“求根公式”(参见数学史或近代数);根式求解条件的探究导致群概念的引入,这最早出现在Lagrange 1770年和1771年的著作中;1799年Ruffini 给出“证明”(群论思想);Abel 进一步给出严格的证明,开辟了近世代数方程论的道路(1824年和1826年),包括群论和方程的超越函数解法;Galois 引入代换群彻底解决了代数方程根式可解的条件,开辟了代数学的一个崭新的领域——群论.从而使代数的研究对象转向研究代数结构本身,此即近世代数.近世代数(modern algebra)又称抽象代数(abstract algebra )包括代数数论、超复数系、线性代数、群论、环论、域论、格论、李(Lie )群、李代数、代数几何、代数拓扑,等等. 3. 线性代数 如果保持一元一次方程中未知量的指数(一次的)不变,而增加未知量及方程的个数,即得到线性(一次)方程组.先看下面三个例子:例1 (《孙子算经》卷下第31题)“今有雉兔同笼,上有三十五头,下有九十四足.问雉、兔各几何?答曰:雉二十三,兔一十二.”解法1 设雉、兔分别为x ,y ,则由⎩⎨⎧=+=+944235y x y x 解得⎩⎨⎧==1223y x .解法2 ⎪⎪⎭⎫ ⎝⎛9435足头⎪⎪⎭⎫⎝⎛−−→−⎪⎪⎭⎫ ⎝⎛−−→−⎪⎪⎭⎫ ⎝⎛−−→−122312354735兔雉兔头半足头再作差作差半其足 . 解法 3 请兔子全“起立”后,雉兔总“足”数为70235=⨯,从而得兔“手”数为94-70=24,于是兔子数为24÷2=12,雉数为35-12=23 .注:后两种解法心算即可.例2 某厂用四种原料生产五种产品,各产品的原料成份及各原料的用量为表1所示,求每种产品的产量(千克).表1 各产品的原料成份(%)及各原料的用量(千克)解 设A,B,C,D,E 五种产品的产量分别为X i (i =1,2,3,4,5),则问题归结为求解方程组 ⎪⎪⎩⎪⎪⎨⎧=++++=++++=++++=++++6001.06.01.02.01.07807.01.03.01.02.02501.02.02.06.04.01001.01.04.01.03.054321543215432154321X X X X X X X X X X X X X X X X X X X X这是一个含五个未知量、四个方程的方程组.例3 某商店经营四类商品,四个季度的销售额及利润额如表2所示.求每类商品的年平均利润率(%). 表2 各类商品四个季度的销售额及利润额(单位:元)解 设四类商品A,B,C,D 的利润率分别为X i (i =1,2,3,4),则问题归结为解下面含四个未知量、四个方程的方程组 ⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++=+++955005002503009075040030016085800500100200806003002002504321432143214321X X X X X X X X X X X X X X X X .现实中的很多问题,往往归结为求解含多个未知量(数)的一次方程组,称为线性方程组,其一般形式为 ⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++mn mn m m n n n n b x a x a x a b x a x a x a b x a x a x a 22112222212111212111 .此类线性方程组可能有解,也可能无解;有解时可能只有一组解,也可能有多组甚至无穷多组解,如⑴⎩⎨⎧=-=+226132121x x x x 有唯一解⎩⎨⎧==03/121x x ; ⑵⎩⎨⎧=-=-226132121x x x x 有无穷多解⎩⎨⎧-==1321c x cx (其中c 为任意常数) ; ⑶⎩⎨⎧=-=-426132121x x x x 无解 .那么,如何判定一个给定的线性方程组有没有解?如果有解,究竟有多少组解(一组、多组、无穷多组)?这些解又怎样求(表示)出来?如果无解,又怎么办?因为无解的方程组如果是某一有解的实际问题的数学抽象,此时又如何(用这一线性方程组来)描述它所表示的实际问题的解(“广义解”)?这就要求我们研究解决线性方程组有解的判定条件、解法、解的结构与解的表示以及“广义解”等问题,这些都是线性代数所要解决的问题.线性代数( Linear algebra )是从线性方程组、行列式和矩阵等理论中产生出来的,是代数各分支中应用最广泛的分支.在历史上首先应归功于英国的J.J.Sylvester 、A.Cayley 、美国的Peirce 父子和L.E.Dickson 等人的工作.主要内容:行列式、矩阵、线性方程组、向量空间、相似矩阵及二次型等;主要方法:初等变换法、降阶法、分块法、标准形法、特征值法等. 下面我们将分别介绍.当然我们这里所介绍的只是线性代数中最基本的内容,还有很多内容(如矩阵论或矩阵分析等)要等到我们进一步深造时再学;而且线性代数本身也是在不断发展的.参 考 书[1] 线性代数(第三版、第四版),同济大学数学教研室编,高等教育出版社. [2] 线性代数(居余马等编)、线性代数与解析几何(俞正光等编)、线性代数辅导(胡金徳等编),清华大学出版社. [3] 线性代数(陈龙玄等编)、线性代数(李炯生等编),中国科技大学出版社. [4] 线性代数解题方法技巧归纳,毛纲源编,华中理工大学出版社. [5] 线性代数方法导引,屠伯埙编,复旦大学出版社. [6] Linear Algebra(UTM),By L.Smith ,Springer-V erlag .. . .第一讲 行列式 ( Determinant )教学目的与要求:了解n 阶行列式的概念,掌握行列式的性质和二、三阶行列式的计算方法, 会应用行列式的性质简化n 阶行列式的计算,会用Cramer 法则解线性方程组.重点:n 阶行列式的概念、性质与计算§1 二、三阶行列式 (复习与总结)一、2阶行列例1 求下列二元一次方程组的解:(1) ⎩⎨⎧=+=+②①9442352121x x x x ;(2)⎩⎨⎧=+=+②① 22221211212111b x a x a b x a x a ……(1)(其中)021122211≠-=a a a a D .解 (1) )1(4-⨯+⨯②①得,2346211=⇒=x x1)2(⨯+-⨯②①得1224222=⇒=x x .(2) )(1222a a -⨯+⨯②①得121222111)(x b a a b D Dx ⇒-===D 1/D ,1121)(a a ⨯+-⨯②①得=⇒-==221121122)(x a b b a D Dx D 2/D .为使⑴的解表示简单,Leibniz 于18世纪初引入2阶行列式的定义如下:定义 设有4个元素(数)排成的两行(row )、两列(column )的22211211a a a a ,称为一个2阶行列式,其值为a 11a 22-a 12a 21,即2112221122211211a a a a a a a a -=.如例1(2)中的D=22211211a a a a 称为方程组⑴的系数行列式,而2221211a b a b D =,2211112b a b a D =;(1)中的24942351,46494135,2421121======D D D . 例2 计算2315-=D .解 1331252315=)(-=-⨯-⨯=D . 例3设132λλ=D ,问λ为何值时,(1)D = 0,(2)D ≠0? 解 因D =λ2-3λ=λ(λ-3),故(1)当λ=0或3时,D = 0;(2)当λ≠0,3时,D ≠0.例4 设1221--=k k D ,则D ≠0的充要条件是()答:k ≠-1,3.(因D =(k -1)2-4=(k +1)(k -3),故D ≠0的充要条件是k ≠-1,3) 例5 如果1222112110==a a a a D ,则下列( )是⎩⎨⎧=+-=+-0022221211212111b x a x a b x a x a 的解.(A)22111122221211b a b a x a b a b x ==,; (B)22111122221211b a b a x a b a b x =-=,;(C)22111122221211b a b a x a b a b x ----=----=,; (D)22111122221211b a b a x a b a b x ---=-----=,.答:( )(因原方程组即⎩⎨⎧-=-+-=-+22221211212111)()(b x a x a b x a x a 的系数行列式1022211211-=-=--=D a a a a D ,2221212221211a b a b a b a b D =----=,2211112211112b a b a b a b a D -=--=)二、3阶行列式例6 求解下列三元一次方程组:(1) ⎪⎩⎪⎨⎧=++=++=++③②①333323213123232221211313212111b x a x a x a b x a x a x a b x a x a x a (2)(其中)0322311332112312213322113312312332211≠---++=a a a a a a a a a a a a a a a a a a D ;(2) ⎪⎩⎪⎨⎧-=++-=++=-③②① 232131232132131x x x x x x x x .解(1)记3332232211a a a a A =,3331232112a a a a A -=,3231222113a a a a A =, 3332131221a a a a A -=,3331131122a a a a A =,3231121123a a a a A -=,2322131231a a a a A =,2321131132a a a a A -=,2221121133a a a a A =,则: ①×A 11+②×A 21+③×A 31得D X 1=D 1(=b 1A 11+b 2A 21+b 3A 31), X 1=D 1/D , ①×A 12+②×A 22+③×A 32得D X 2=D 2(=b 1A 12+b 2A 22+b 3A 32), X 2=D 2 /D , ①×A 13+②×A 23+③×A 33得D X 3=D 3(=b 1A 13+b 2A 23+b 3A 33), x 3=D 3/D ;(2) D=1+0-6-4+0-9=-18,23120A 61320A 81331A 312111=-=,=-=,=-=--, ,=--=,=---=,=--=53121A 31221A 71231A 322212--11101A 33201A 53211A 332313==,=--=,=-=-,①×A 11+②×A 21+③×A 31得 -18x 1=-18 ⇒x 1=1, ①×A 12+②×A 22+③×A 32得 -18x 2=0 ⇒x 2=0, ①×A 13+②×A 23+③×A 33得 -18x 3=0 ⇒x 3=0.定义 设有9个元素(数)排成的3行、3列的333231232221131211a a a a a a a a a 称为一个三阶行列式, 其值为322311332112312213322113312312332211a a a a a a a a a a a a a a a a a a ---++.如例6中的D 即称为方程组的系数行列式.2、3阶行列式的值(代数和)可用沙路法(或对角线法则)来记忆:211222112112221122211211a a a a a a a a a a a a -=+=,322311332112312213322113312312332211333231232221131211a 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 +++++==322311332112312213322113312312332211a a a a a a a a a a a a a a a a a ---++α;或在图333231232221131211333231232221131211a a a a a a a a a a a a a a a a a a 上操作. 例7 计算 61504321-=D . 解58051642)1(03043)1(5260105164210343152601-=⋅⋅-⋅⋅--⋅⋅-⋅⋅+-⋅⋅+⋅⋅=-+-++-+=D例8 (1)010000=-=a bb aD 的充要条件是( )答:022=+b a .(因为22b a D +=)(2)0114011>=a a D 的充要条件是(),其中R a ∈.答:1012>>-a a 或.(因为12-=a D ) (3)01110212=-=k kD 的充要条件是()(A )k =2; (B )k =-2; (C )k =0; (D )k =3.答:(B )或(D ).(因为)3)(2(64222-+=--=---=k k k k k k D )例9 计算下列行列式的值(1)749651823=D ;(2)768452913'=D解 (1)201721436032108105749651823-=---++==D ;(2)201147236010832105768452913'-=---++==D . 三、3阶行列式的性质 (由定义易验证,对2阶也成立且验证更易)性质1 D T =D . 其中D T 为将D 的行与列互换后所得的行列式,即如果333231232221131211a a a a a a a a a D =,则332313322212312111a a a a a a a a a D T =; D T 有时也记为D ˊ,称为行列式D 的转置行列式.此性质说明在(二、三阶)行列式中行、列等位.因此凡对行(或列)成立的性质对列(或行)也成立.性质2 交换两行(或列)使行列式仅变号,即有333231232221131211333231131211232221a a a a a a a a a a a a a a a a a a -=等.对换第i 行(列)与第j 行(列)记为(r i ,r j )((c i ,c j )).推论 两行(或列)相同的行列式值为0,即有0232221131211131211=a a a a a a a a a 等. 性质3 行列式中某一行(或列)的公因子可以提到行列式外面来,即有333231232221131211333231232221131211a a a a a a a a a k a a a ka ka ka a a a =等. 推论1 用数k 乘以某行列式相当于用k 乘以该行列的某一行(或列). 以k 数乘以第i 行(列)记为)(i ic k r k ⋅⋅.推论2 某一行(或列)全为0的行列式的值为0.推论3 有两行(或列)成比例的行列式的值为0.如0333231131211131211333231131211131211==a a a a a a a a a k a a a ka ka ka a a a 性质4 若行列式的某一行(或列)的每个元素都是两个元素之和,则此行列式可按此行(或列)分拆成两个行列式之和.如=+++=333231232322222121131211a a a cbc b c b a a a D D 1+D 2,其中3332312322211312111a a a b b b a a a D =,3332312322211312112a a a c c c a a a D =. 性质5 将某一行(或列)各元素的同一数倍加于另一行(或列)相应的元素上去,不改变行列式的值,即有333231232221131211333231132312221121131211a a a a a a a a a a a a la a la a la a a a a =+++等. 将第j 行(列)的l 倍加到第i 行(列)记为 r i +⋅l r j ( c i +⋅l c j ).注:性质2、3和5中的变换:对换两行(或列)、以非零常数乘某行(或列)和把某行(或列)的常数倍加到另一行(或列)上去,分别称为第一、第二和第三类初等行(或列)变换(详见第二讲§5).性质6(按行(或列)展开定理) (1)∑====31333231232221131211)3,2,1(j ij ij i A a a a a a a a a a a D ,即333332323131232322222121131312121111A a A a A a A a A a A a A a A a A a D ++=++=++=;(2)∑==31i ij ijA aD (j=1,2,3), 即313121211111A a A a A a D ++=333323231313323222221212A a A a A a A a A a A a ++=++=(其中A ij 如例6所示:ij ji ij M A +-=)1(,M ij 是将D中a ij 所在的第i 行和第j 列全划掉余下的二阶行列式,称为a ij 在D 中的余子式,而A ij 称为a ij 在D 中的代数余子式.) 例10 计算下列行列式的值(1)151413---=kk D ;(2)12121-=k k kD . 解(1))3)(1(1430114004315140132321++=-+-=-+++---=k k k k k k r r r r k k D ;;(2))2(222020021121211312k kk k kkr r r r kk kD --=--=-----=;.性质7(代数余子式的性质) (1)D A a ik j kj ij δ=∑=31(其中⎩⎨⎧≠=ki 0ki 1,=,δik 为Kronecker 记号.当i =k 时即为性质6(1);当i ≠k ,如i =1,k =2时,0A 231322122111=+A a A a a +等).(2)D A ajl i il ijδ=∑=31(当j =l 时即为性质6(2);当j ≠l , 如j =1,l =2时, 0A 323122211211=+A a A a a +等).例11 求132311201--=D 的值,并验证性质7.解 D 的23120A 61320A 81331A 312111=-=,=-=,=-=-- ,=--=,=---=,=--=53121A 31221A 71231A 322212--,11101A 33201A 53211A 332313==,=--=,=-=-(1) 按第1列展开得=⋅-⋅+⋅=312111211A A A D 1×(-8)+1×(-6)-2×2=-18;(2) 023)6(1)8(0310312111=⋅+-⋅+-⋅=⋅+⋅+⋅A A A ;其余类似.四、Cramer 法则1.一般情形 由例1和例6即得定理(Cramer 法则) (1)二元一次线性方程组 ⎩⎨⎧=+=+②① 22221211212111b x a x a b x a x a …(1)当其系数行列式D=22211211a a a a ≠0时有唯一解D D x j j =(j =1,2); (2)三元一次线性方程组⎪⎩⎪⎨⎧=++=++=++③②①333323213123232221211313212111b x a x a x a b x a x a x a b x a x a x a …(2)当其系数行列式D=333231232221131211a a a a a a a a a ≠0时有唯一解 D D x j j =(j =1,2,3). 例12(例6(2)的解法2 ) 18132311201=---=D ,D 1=D =-18, 01223112112=---=D ,⎪⎩⎪⎨⎧⇒--0x 0x 1x 023211111D 3322113========D D D D D D .注:两种解法本质是一样的,只不过解法2是直接用Cramer 法则的结果(公式),而原解法是把消元(或Cramer 法则的证明)过程再写一遍.2.齐次情形推论 奇次线性方程组 ⎪⎩⎪⎨⎧=++=++=++000333232131323222121313212111x a x a x a x a x a x a x a x a x a (2ˊ)当其系数行列式D ≠0时只有零解(x1=x2=x3=0).以后将证明此推论的逆也成立,于是有命题(1)奇次线性方程组(2ˊ)只有零解⇔D ≠0;(2)奇次线性方程组(2ˊ)有非零解⇔D =0.例13 λ取何值时,奇次线性方程组⎪⎩⎪⎨⎧==-+=++00023321321x x x x x x x λλλ,有非零解?解 因为)1(0011212-=-=λλλλλD ,故当λ=0或±1时,该方程组有非零解.例14 如果方程组⎪⎩⎪⎨⎧=--=+=-+05403z y kx o z y z ky x 有非零解,则().(A ) k =0;(B )k =1:(C )k =-1;(D )k =-3.答:(C ,D ).(由例10(1))3)(1(1514013++=---=k k kk D 即得) .例15 当()时,奇次线性方程组⎪⎩⎪⎨⎧=+-=++=+02020z y kx z ky x z kx 仅有零解;(A ) k =0;(B )k =-1;(C )k =2;(D )k =-2.答:(A ,B ,D ).(由例10(2))2(2121210k kk kD --=-=即得) .§2 全排列及其逆序列问题:行列式可否归纳定义 212112221111222112112)1()1(a a a a a a a a D ⋅-⋅+⋅-⋅==++,当n ≥2时,n n nn ijn A a A a A a a D 1112121111+++==⨯ ,其中j j j M A 111)1(+-=,M 1j 为a 1j 在D n 中的余子式(n -1阶行列式)?一、全排列例1 用1、2、3三个数字可以组成多少个没有重复数字的三位数?请写出.解 共6个,分别为123,132,213,231,312,321.把n 个不同的元素(不妨设为1,2,…,n )排成一列,叫做这n 个元素的一个(n 级)全排列,n 个不同元素的全排列的种数为P n =n!,如P 3=3!=6,P 4=4!=24,P 5=5!=120等.记S n 为1,2,…,n 的所有n 级排列所组成的集合,即S n ={(j 1j 2…j n )| (j 1j 2…j n )为n 级排列},则|S n |= n!.二、逆序与逆序数1. 标准排列:对n 个不同的元素,先规定一个标准次序(如对1,2,…,n ,规定从小到大的次序为标准次序),从而得到一个标准排列.对1,2,…,n ,今后规定其标准排列为自然排列1 2 … (n -1) n .2.逆序与逆序数 在一个n 级排列中,当两个元素a 和b 的先后次序与标准顺序不同时,则说a 和b 形成一个逆序;一个排列中所有逆序的总数叫该排列的逆序数.排列p 1p 2…p n 的逆序数记为 t (p 1p 2…p n ).逆序数为奇(或偶)数的排列称为奇(或偶)排列. 例2 (1)2个2级排列12和21,一个为奇排列(21),一个为偶排列(12).(2)3级排列的逆序数表(6个3级排列中奇、偶排列各3个)三、逆序数的求法不妨设n 个元素为1,2,…,n ,其标准排列为自然排列1 2 … n ,设p 1p 2…p n 为1,2,…,n 的一个排列,记t i =t(p i )为排列p 1p 2…p n 中p i 左(前)面的比p i 大的元素的个数,s i =s (p i )为排列p 1p 2…p n 中p i 右(后)面的比p i 小的元素的个数,简记t(p 1p 2…p n )为t ,则(1)t(1)t(2) t(n)t(n) t(2)t(1)t t t t n 21+++=+++=+++= ;(2)s(1)s(2) s(n)s(n) s(2)s(1)s s s n 21+++=+++=+++= t . 注:显然0(1)t(n)t 1====s s n , t(1 2 … n)=0.例3 求(1)t=t(32514);(2)t(7632451);(3)t(2 3 … n 1);(4)t(n (n-1) … 2 1) . 解 (1)因t 1=t(3)=0,t 2=t(2)=1,t 3=t(5)=0,t 4=t(1)=3,t 5=t(4)=1⇒ t =5(奇), 或因s 1=s(3)=2,s 2=s(2)=1,s 3=s(5)=2,s 4=s(1)=0,s 5=s(4)=0⇒ t =5. (2)t(7632451)=0+1+2+3+2+2+6=16,或=6+5+2+1+1+1+0=16(偶). (3)t(2 3 … n 1)=0+0+…+0+(n-1)= n-1,或=1+1+…+1+0= n-1.(4)t(n … 2 1)=0+1+…+(n-2)+(n-1)=2)1(-n n ,或=(n-1)+(n-2)+…+1+0=2)1(-n n .如62341) 2 3 t(4=⋅=,102451) 2 3 4 t(5=⋅=,152561) 2 3 4 5 t(6=⋅=,… 再看6个3级排列的逆序数:t(123)=0,t(132)=0+0+1=1,或=0+1+0=1;t(213)=0+1+0=1,或=1+0+0=1;t(231)=0+0+2=2,或=1+1+0=2;t(312)=0+1+1=2,或=2+0+0=2;t(321)=0+1+2=3,或=2+1+0=3.四、对换及其性质1.对换:在一个排列中,互换某两个元素(如i ,j )的位置,而其余的元素不动,叫做对该排列的一次对换,记为(i ,j );互换相邻两个元素的对换叫做相邻对换.例4 (321)0)123(,3)321(),123(3,1(==−−→−t t );(7632451)−−→−)1,6((7132456),t(7632451)=16(偶), t(7132456)=0+1+1+2+1+1+1=7(奇).2.性质性质1 一次对换改变排列的奇偶性.证明(1)相邻对换改变排列的奇偶性:设(…a b …)−−→−),(b a (…b a …)因对换(a ,b )只改变了a 和b 之间的逆序:当a<b 时,经对换后逆序数增加1;当a>b 时,经对换后逆序数减少1.而a 或b 与其他元素,以及其他元素之间的逆序数经对换后都没有改变,故相邻对换改变排列的奇偶性.(2)任一对换可由奇数次相邻对换而得到,从而改变奇偶性:(…ac 1c 2…c s b …)−−→−),(1c a(…c 1ac 2…c s b …) −−→−−−→−),(),(2sc a c a (…c 1c 2…c s ab …)−−→−),(b a (…c 1c 2…c s ba …)−−→−),(b c s (…c 1c 2…bc s a …)−−→−−→−),(2b c ( …c 1bc 2…c s a …)−−→−),(1b c (bc 1c 2…c s a …),共2s+1次.例4(1)对换(7632451)−−→−)1,6((7132456)可由9次相邻对换得到,相应的逆序变化为:(16=)t(7632451)= t(7362451)+1= t(7326451)+2= t(7324651)+3= t(7324561)+4 = t(7324516)+5=( t(7324156)+6= t(7321456)+7= t(7312456)+8= ) t(7132456)+9 (=7+9). (2)(7=) t(7132456)= t(1324567)+6= t(1234567)+7 (=0+7).(3)(16=) t(7632451)= t(6324517)+6= t(3245167)+11= t(3241567)+12= t(3214567)+13=t(2134567)+15=t(1234567)+16(=0+16).性质2 (1)任一排列(p 1p 2…p n )总可经有限次(相邻)对换成标准排列,且所作对换的次数k 与该排列有相同的奇偶性,即k 与t (p 1p 2…p n )奇偶性相同;(2)任一排列(p 1p 2…p n )都可由标准排列1 2 … n 经有限次(相邻)对换而得到,且所作对换的次数k 与该排列有相同的奇偶性,即k 与t (p 1p 2…p n )奇偶性相同.(3)S n 中的任意两个n 级排列均可经有限次(相邻)对换而互相得到;且若这两个排列的奇偶性相(或不)同,则所作对换的次数为偶(或奇)数.证(1)对排列的阶n 归纳.当n=1时显然成立.假设结论对n -1已经成立,则对n : ①若排列为p 1 … p n-1 n ,由归纳假设n -1级排列p 1 … p n-1可经有限次对换成为标准排列1 2 … (n -1),且所作对换的次数与t(p 1…p n-1)有相同的奇偶性,从而p 1…p n-1 n 经上述对换即成为标准排列1 2 …(n -1) n ,且所作对换的次数的次数与t(p 1…p n-1 n)=t(p 1…p n-1)有相同的奇偶性.②若排列为(p 1…p i-1 n p i+1…p n ),则可经n -i 次相邻对换成为(p 1…p i-1p i+1…p n n ),且t (p 1…p i-1 n p i+1…p n )=t (p 1…p i-1p i+1…p n n )+(n -i ),而由①得p 1…p i-1p i+1…p n n 可经有限次对换成为1 2 …(n -1) n ,且所作对换的次数m 与t (p 1…p i-1p i+1…p n n )有相同的奇偶性,于是p 1…p i-1 n p i+1…p n 可经m +n -i 次对换成为1 2 … n ,且所作对换的次数k =m+n-i 的奇偶性与t (p 1…p i-1 n p i+1…p n )即t (p 1…p i-1p i+1…p n n )+n -i 的奇偶性相同.图示如下:(p 1…p i-1 n p i+1…p n )−−→−-次i n (p 1…p i-1p i+1…p n n )−−→−次m (1 2 …(n -1) n ); ③所作对换次数与原排列有相同的奇偶性还可如下证明:设排列p 1…p n 经k 次对换成为标准排列,则t(p 1…p n )经k 次改变奇偶性后成为0 (=t(1 2 … n)),从而k 与t(p 1…p n )奇偶性相同(对k 为奇、偶数分别说明).(2)将(1)中的变(对)换全倒过来便得.(3)由(1)和(2):−→−次k n p p p )(21 (1 2 … n ))21h n q q q (次−→−即得.性质3 n !个n 级排列中奇偶排列各为 )2(2!≥n n .证 因映射ϕ:{n 级奇排列}−−→−),(21{n 级偶排列}为一一对应,即得. 如 {(21)}−−→−),(21{(12)} ; {(132), (213), (321) }−−→−),(21{(231), (123), (312)} .§3 n 阶行列式的概念一、 二、三阶行列式的结构规律1. 二、三阶行列式定义式的结构(1)2112221122211211a a a a a a a a -=中的两项可统一表示为212121)()1(j j j j t a a -,其中(j 1j 2)取遍所有(2个)2级排列(12),(21).(2)33⨯ija =322311332112312213322113312312332211a a a a a a a a a a a a a a a a a ---++α中的6项可统一表示为321321321)()1(j j j j j j t a a a -,(j 1j 2j 3)取遍所有(6个)3级排列(123),(231),(312),(321),(213),(132).2. 二、三阶行列式的共同规律设n =2或3,则:(1) n 阶行列式为由n 2个数得到一个数的函数;(2) n 阶行列式为n !项的代数和,每项为n 个元素的乘积,而这n 个元素是取自n 阶行列式中的不同的行、不同的列;(3) n 阶行列式中每项正负号的确定:当项中各乘积因子的第一个(行)下标为标准排列时,其第二个(列)下标为奇(偶)排列的项带负(正)号. 3. 二、三阶行列式的简单统一表达式(1)∑∈-=221221)(211)(22211211)1(s j j j j j j t a a a a a a ,其中)}1,2(),2,1{(2=S ;(2)∑∈-=332132321)(3211)(333231232221131211)1(s j j j j j j j j j t a a a a a a a a a a a a ,S 3={(j 1j 2j 3)| (j 1j 2j 3)为3级排列}={(123),(231),(312),(321),(213),(132)}.二、n 阶行列式的定义1.定义 设有n 2个元素排成的n 行、n 列的nnn n nn a a a a a a a a a 212222111211称为一个n 阶行列式,其值为∑∈-nn n n s j j j nj j j j j j t a a a )(211)(21221)1( .上述n 阶行列式可简记为nn ij a ⨯或det n (ij a ). 注:⑴当n =2,3时,与前面定义一致;当n =1时,1111a a =(注意别与绝对值混淆). ⑵当n ≥4时,“沙路法”不再成立(或不再那样简单),见例1(4).例1 (1)n 21n21λλλλ0λ0λ=((主)对角线(形)行列式),n nn a a a a =⨯0,11101=, |0|n ×n = 0; (2)nn nnn n a a a a a a a a a 221121222111=(下三角形行列式);(3)nn nn nna a a a a a a a a2211222112110=上三角形行列式)(;(4))1(0112211111111212)1(112121n n nn n n n n n nn nn n n n na a a a a a a a a a a a a a a------=-=,n n n λλλλλλ212)1(21)1(0--=n(次对角形行列式);如,abcd 0dcb a 0= ,abcde 0ed cb a= ;abcdef 0fed c b a 0-=(5)abcd abcd abcd d c b a t -=-=-=3)3142()1()1(000000000000; (6)111111)1(11001001011010)4123(-=-=⋅⋅⋅-=3)(t (因第3行和第1列均只有一个非零元素,因此非零项必取含21a 32a 的,从而另两个乘积因子11j a 和44j a 只能分别取14a 和43a 才能使该项不为0,于是得结果); (7)∑∑∈∈-⋅=-=34324324324432432432)(432)(11S )j j (1j 43211)1(44434241443332312423222111)1()1(000S j j j j j j j j j t j j j j j j t a a a a a a a a a a a a a a a a a a a a a })243,324,432,423,342,234{}3234{(344434234333234232211)()()()()()(=级排列的=⋅=S a a a a a a a a a a ;类似有nnn n nnn n na a a a a a a a a a a a2222112122221110⋅=,特别地,00002122221=nnn n na a a a a a,一般地,nnnr nr r r rrr r nnr n nrn n r r r r r r rrr r a a a a a a a a a a a a a a a a a a a a11111111111111111111000++++++++++⋅=, 简记为C A CB O A ⋅=;(8)当n ≥2时,n n n n n nn n a a a a a a a a a a 12212)2)(1(1221)1(0000000000000-------=.(9)当n ≥2时,02!2!)1(1111111111)()(2121=-=-==∑⨯n n n n j j j j j j t nn . (10)nn ijj n nj j j j j j j j t nn ji j i a b a b a b a b ba n n n ⨯---⨯-=-=≠∑)())(()1()0(2211212211)( .2.等价定义定理1 n i i i i i i i i i t nn ijn n n a a a a D 21)()(212121)1(∑-==⨯(记为D 1).证 ⎢⎢⎢⎣⎡−−−−−−−−→−⎥⎥⎥⎦⎤)n 12)12()(2121i i j j 212121i j j i 21n nj j j n n i i i j j j a a a n i i i a a a nn 列标()行标(列标行标)=,=经若干次对换( 因n n n nj j j j j j j j j t nn ija a a a 21212121)()()1(D ∑-=⨯=由对换的性质2知对D 中任一项n n nj j j j j j t a a a 212121)()1(-总有且仅有D 1中的某一项n i i i j j j t n n a a a 21)(2121)1(-与之对应并相等;反之,对D 1中任一项n i i i i i i t n n a a a 21)(2121)1(-,也总有且仅有D 中的某一项n n nj j j j j j t a a a 212121)()1(-与之对应并相等,如D4中))1(()1())1(()1(42342113334134221)2413(42342113342342113)3142(a a a a a a a a a a a a a a a a t t -=-=-=-;于是D 与D 1中的项可以一一对应并相等,从而D =D 1. 定理2 n n j i j i j i J t I t nn ija a a a 2211)()()1(∑+⨯-=,其中t(I)=t(i 1i 2…i n ),t(J)=t(j 1j 2…j n ),∑为对所有n 级排列(i 1i 2…i n )求和(此时(j 1j 2…j n )为某一固定的n 级排列),或为对所有n 级排列(j 1j 2…j n )求和(此时(i 1i 2…i n )为某一固定的n 级排列).证 用对换的性质2(3),与定理1类似证明即可.再看例1(3),a b c da b c d a c b d a b c d b d a c d c b a t t t -=-=-=-=-=++41)3412()1324()2413()1()1(,)1(000000000000又.注:此例中i 1=2,i 4=4,i 3=1,i 4=3;j 1=3,j 2=1,j 3=4,j 4=2;j i1=j 2=1,j i2=j 4=2,j i3=j 1=3,j i4=j 3=4;i j1=i 3=1,i j2=i 1=2,i j3=i 4=3,i j4=i 2=4.§4 行列式的性质一、性质设nnn n n na a a a a a a a a D212222111211=,记D T(或D ˊ)nnn nn n a a a a a a a a a212221212111=,称为D 的转置(行列式),由§3定理1立即得:性质1 D T=D , 即任一行列式与其转置的值相等.此性质说明:行列的行与列具有同等的地位,凡对行(或列)成立的性质对列(或行)也成立.性质2 互换行列式的两行(或两列),行列式仅变号.证 设k ia a a a D in i kn k111=,欲证D 1=-D ,只需证D 1和D 的定义式中的一般项互为相反数即可.事实上,D 1中的一般项为n k i 1n k i 1nj ij kj j 1)j j j j (t a a a a )1( -n i k 1n i k 1nj kj j i j 1)j j j j (t a a a a )1( --=恰为D 中一般项的相反数;故得证.推论 两行(或列)完全相同得行列式值为零.性质3 行列式某一行(或列)的公因子可以提到行列式外面来,kD a a ka ka a a nnn in i n=11111. 证明与性质2的证明类似,考虑一般项即可.推论1 行列式的某一行(或列)中所有元素都乘同一数k ,等于用k 乘此行列式. 推论2 某行(或列)全为零的行列式的值为零. 推论3 两行(或列)成比例的行列式的值为零.性质4 若行列式中某一行(或列)的元素都是两项之和,则该行列式可按此行(或列)分拆成两个行列式之和,即nnn in i nnnn in i n nnn in in i i n a a c c a a a a b b a a a a c b c b a a1111111111111111+=++. 证明与性质2的证明类似,考虑一般项即可.性质5 将行列式某一(如第j )行(或列)每个元素的常数l 倍加到另一(如第i )行(或列)相应的元素上去,其值不去,即nn ijnnn jn in j i na D a a la a la a a a ⨯==++(111111).证 由性质4,左边的行列式可分拆成两个行列式之和,一个为D ,而另一个为0111111=nnn jn j jn j na a a a la la a a(因其第i 行与第j 行成比例);从而得证.二、行列式的计算—化为三角形行列式定理1 任何一个行列式均可利用性质2和5化为上(或下)三角形行列式,从而计算其值.证 (1)若a ij =0(i ,j =1,2,…,n ),则00==⨯n n D ;(2)若0≠∃ij a ,则可用性质2(先第1行与第i 行互换,再第1列与第j 列互换)将a ij 调到左上角;(3)若011≠a ,则可用性质5将第1列(或行)的其余n -1个元素化为零(“打洞”); (4)对右下角的n -1阶行列式重复(1)~(3)的步骤,如此下去(归纳),即可将D 化为上(或下)三角形行列式.以下以(r i ,r j )表示互换i ,j 行;r i +hr j 表示将第j 行的h 倍加到i 行. 例1(1)4130211021102011)r 2r (),r r (0112012121102011)r ,r (0112012120112110141321-------+-----------;4)2()2()1(12000420021102011r r 2200420021102011)r 3r (),r r (342423=-⋅-⋅-⋅-=-------------++(2))r ,r (72160112064802131)r 5r (),r r (3315112043512131)c ,c (335111024315211332141221------+--------------)r 4r (108003200112021315)r ,r (1510001080011202131)r 8r (),r 4r (7216064801120213134432423-----⋅-----+-----402221520003200112021315=⋅⋅⋅⋅=---⋅.(3)48222162002000020111164,3,2i ),r r (31111311113111116)r r r (r 31111311113111131i 4321=⋅⋅⋅⋅=⋅=-⋅+++ ; (4)xaa aa a x a a a a a x a a a a a x a a n x n i r r xaa aaa x a a a a a x a a a a a x a a a a a x i11111])1([,,2),(1⋅-+=+11)(])1([000000000000011111])1([,,2),(--⋅-+=----⋅-+=-n i a x a n x ax ax a x ax a n x n i ar r;(5)cb a b a ac b a b a a c b a b a a dc b a i r rd c b a c b a b a a d c b a c b a b a a d c b a c b a b a a d c b a i i +++++++++=-+++++++++++++++++++3630232001,2,3),(361036323423214341030020002,3),(a aa aa r rb a a b a a a a i r r i i =*-++*=-+.例2 证明奇数(n )阶反对称行列式(a ji =-a ij )的值为零,即000021212112=---n nnna a a a a a .证 0)1(=⇒-=⋅-==D D D D D n T .例3 解方程 (a 1≠0)113211232113221132111321=-+-+-+-+-------xa a a a a a a xa a a a a a a x a a a a a a a xa a a a a a a a n n n n n n n n n n n n解 将左边行列式的第1行的相反数分别加到第2~n 行,得左边x)-x)(-(x)-x)(-(00000000000001-n 2-n 21112211321a a a a a xa xa x a x a a a a a a n n n n=----=---故原方程的解为)1,,2,1(-==n i a x i i ,共n -1个解.三、按行、列展开定理1.代数余子式 设nn ji a D ⨯=,把D 中元素a ij 所在的第i 行和第j 行划去后,余下的n -1阶行列式叫做a ij 在D 中的余子式,记作M ij ,记A ij =(-1)i +j M ij ,叫做a ij 在D 中的代数余子式.例4(1)213132321----=D 的52113)1(1111=--⋅-=+A12312)1(2112=---=+A ,71332)1(3113-=---=+A ;(2)5021011321014321---=D的19521013201)1(3113=---=+A ,521013421)1(3223---=+A =- 63,18521201421)1(3333=--=+A .10013201421)1(3443-=--=+A ;2.按行、列展开定理引理 若n 阶行列式nn ij a D ⨯=的元素a ij 所在第i 行(或第j 列)的其他所有元素全为零,则ij ij A a D =.证 (1)当i =j =1,即D 的第1行(或第1列)除a 11外所有元素全为零,则由§3例1(7)知1111A a D ⋅=;(2)一般地,设nnnjn ijnja a a a a a a D1111100=,将D 的第i 行依次与第i -1,i -2,…,2,1行对换,再将第j 列依次与第j -1,j -2,…,2,1列对换,使a ij 调到左上角,所得的新行列式D D D j i j i ⋅-=⋅-=+-+)1()1(21,而a ij 在D 1中的余子式即为a ij 在D 中的余子式M ij ,由(1)ij ij ji ij ij A a D D M a D =-=⇒=+11)1(.定理2 n 阶行列式nn ija D ⨯=的值等于其任一行(或列)的每一个元素分别与其相应的代数余子式的乘积之和,即),,2,1(111n i A a A a A aD in in i i nj ij ij=++==∑=或∑==++==ni nj nj j j j ij n j A a A a Ai a D 111),,2,1( .证 (1)nnn n i nnnn n in i i n a a a a a a a a a a a a a a a a D2111121121211121100000000=+++++++++=),,2,1(00002211211121121211211n i A a A a A a a a a a a a a a a a a a a a in in i i i i nnn n in nnnn n i n=++++++引理 (2)由行列式的性质1立即得对列的等式也成立.例4 (3)对(1)中的18)7(312513)2(1131211-=-⋅+⋅-⋅=⋅+⋅-+⋅=A A A D ;对(2),24)10(018)1()63(1193-=-⋅+⋅-+-⋅+⋅=D . 定理3 设nn ija D ⨯=,则(1)D A a A a A aik kn in k i nj kj ij⋅=++=∑=δ 111;(2)∑=⋅=++=ni jr nr nj r j ir ijD A a A a A a111δ证 (1)由定理1知当i =k 时成立.当i ≠k 时,将nn k ia a a a a a a a a a a a nn n n in i i in i i n⨯=212121112110按第k 行展开即得∑==nj kj ijA a10,即∑=≠⋅=nj kj ij k i D A a 1)(0;故得证.由行列式的性质1立即得对列的结论(2)也成立.定理2、3表明,行列式D 的任一行(或列)的每一个元素与其相应的代数余子式的乘积之和等于D 的值,而D 的任一行(或列)的每一个元素与另外一行(或列)的每一个元素的代数余子式的乘积之和等于零.例4(4)对(1)中的D 有 0)7()1(1352)1(32131211=-⋅-+⋅+⋅-=⋅-+⋅+⋅-A A A , 0)7(211532)1(3131211=-⋅+⋅-⋅=⋅+⋅-+⋅A A A ;对(2)中的D 有0)10(1183)63(1191131143332313=-⋅+⋅+-⋅+⋅=⋅+⋅+⋅+⋅A A A A , 0)10(2181)63(01922)1(024*******=-⋅+⋅--⋅+⋅=⋅+⋅-+⋅+⋅A A A A , 0)10(5180)63(2194)5(024********=-⋅-⋅+-⋅+⋅=⋅-+⋅+⋅+⋅A A A A .3. 行列式的归纳定义 11111a a D ==,21122211212112221111222112112)1()1(a a a a a a a a a a a a D -=⋅-⋅+-⋅==++,当n ≥2时,n n nn ijn A a A a A a a D 1112121111+++==⨯ ,其中j j j M A 111)1(+-=,M 1j 为a 1j 在D n 中的余子式(n -1阶行列式).可以证明如上定义的n 阶行列式与前面的定义n 阶行列式是完全一样的.4.行列式的简化计算 首先利用性质将某行(或列)化为仅有一个元素可能非零,再按该行(或列)展开,降为n -1阶行列式,如此下去,直到化为二阶或一阶,即可计算其值. 例5(1)527211417)1()1(5207011321014107)2(),2(5021011321014321233431---⋅-=----++---+r r r r 241861926)1(110921126)2(),(222321-=--=-⋅-⋅=-+-+r r r r .(2))4)(1(22)1(202001120020001100112002000110011212--=-=-=--k k kk k k k k kk k r r k k k . (3)0551*******3550100131111115)(),2(33511102431521133431----=----+-------c c c c 40552605502611512=---=----r r .例6(1)dd c dcb a b a a dcd c dc b a baba D n 000012⋅=行展开按第)1(2)1(21)12()1(2)()1(000--+---=--=⋅-n n n n D bc ad D bc adD cd c dc b a bab(递推公式))()()()(221)2(22bc ad dc ba D bc ad D bc ad D bc ad n n n -==-=-==-=-- . (2)n ≥2,ba b ba bb ab a ba b a a a b b a ba ba D n n 0)1(010001+-⋅+⋅=列展开按第n n b a )(--=.(3)++---+---=----xa a a a xxxx xa a a a a xxxx D n n n n n n 122112211111111列展开按第n n n n n nn a a xD x a xD x xa +++=--------+)((1111)1(1211递推公式)=).1,(21212211111a x a x xa a x D x a D a x a x a x n n n n ++=+-=+=++++==--例7(1)计算V andermonde 行列式)2(≥n :Dn =),,,(21n x x x V =),(111112112222121j i x x x x x x x x x x x j i n nn n n n ≠≠---; 解 D 2 =122121211),(x x x x x x V -==,将D n 中依次第i 行减去第i -1行的x n 倍。
《线性代数第1讲》课件
03
线性代数是数学的一个重要分支,广泛应用于 科学、工程和经济学等领域。
线性代数的基本性质
线性代数的运算具有结合律和交换律,例如矩阵乘法满足结合律和交换律 。
线性代数中的向量和矩阵具有加法、数乘和矩阵乘法的封闭性,即这些运 算的结果仍属于向量空间或矩阵集合。
线性代数中的一些基本概念,如向量空间的基底、向量的维数、矩阵的秩 等,具有明确的数学定义和性质。
04
线性变换在几何、物理和工程等领域有广泛应性方程组的解法
1 2
3
高斯-约当消元法
通过行变换将系数矩阵化为行最简形式,从而求解线性方程 组。
克拉默法则
适用于线性方程组系数行列式不为0的情况,通过求解方程 组得到未知数的值。
矩阵分解法
将系数矩阵分解为几个简单的矩阵,简化计算过程,如LU分 解、QR分解等。
THANKS
特征值与特征向量的应用
判断矩阵的稳定性
通过计算矩阵的特征值,可以判 断矩阵的稳定性,从而了解系统 的动态行为。
信号处理
在信号处理中,可以通过特征值 和特征向量的方法进行信号的滤 波、降噪等处理。
数据压缩
在数据压缩中,可以使用特征值 和特征向量的方法进行数据的压 缩和重构,提高数据的存储和传 输效率。
03
向量与向量空间
向量的定义与性质
01
基础定义
03
向量具有加法、数乘和向量的模等基本性质。
02
向量是有大小和方向的量,通常用实数和字母 表示。
04
向量的模是衡量其大小的标准,计算公式为 $sqrt{a^2 + b^2}$。
向量空间的概念
01
抽象空间
02
向量空间是一个由向量构成的集合,满足加法和数乘封闭性、
基础30讲线代和线代辅导讲义
基础30讲线代和线代辅导讲义一、线性代数的基础概念1.1 矩阵和向量•矩阵的定义和基本运算•向量的定义和基本运算•线性组合和线性相关性1.2 线性方程组•齐次线性方程组和非齐次线性方程组•列向量和矩阵的关系•矩阵的秩和解空间的性质二、矩阵的特征值和特征向量2.1 特征值和特征向量的定义•特征值和特征向量的基本概念•特征方程和特征多项式2.2 对角化和相似矩阵•对角化矩阵的性质和条件•相似矩阵的定义和性质•可对角化的判定条件2.3 特征值的计算方法•特征值的代数重数和几何重数•特征值计算的方法:特征方程、特征多项式、行列式等三、线性变换和线性映射3.1 线性变换和线性映射的定义•线性变换和线性映射的概念•线性变换和线性映射的基本性质:保持向量相加和标量乘积不变3.2 标准矩阵和基变换•线性变换和线性映射的表示:标准矩阵•基变换和基变换矩阵的求解3.3 线性变换和线性映射的应用•线性变换和线性映射在几何中的应用•线性变换和线性映射在工程中的应用四、矩阵的奇异值分解4.1 奇异值分解的定义•奇异值和奇异向量的基本概念•奇异值分解的意义和应用4.2 奇异值的计算方法•奇异值计算的方法:特征值分解、SVD分解等•奇异值的几何和代数性质4.3 矩阵的逆和伪逆•逆矩阵和伪逆矩阵的定义和性质•奇异值分解和矩阵的逆关系以上是关于基础30讲线性代数和线性代数辅导讲义的详细内容介绍。
通过学习这些内容,你将对线性代数的基础概念、矩阵的特征值和特征向量、线性变换和线性映射以及矩阵的奇异值分解有更深入的理解和应用能力。
无论是在理论研究中还是在实际问题中,线性代数都起着非常重要的作用。
希望这些讲义能够帮助你更好地掌握线性代数的知识,提高数学建模和问题求解的能力。
线性代数讲义正式版
3:行列式——由 n2 个数组成的下列记号
a11 a12 ... a1n
D
a21
a22
...
a2 n
,称为 n 阶行列式,规定
an1 an2 ... an2
D 1 a a a j1 j2 jn
( j1 j2 jn )
1 j1 2 j2
njn
4:余子式与代数余子式——把行列式
1
郑老师线代核心讲义 第五节:线性方程组的性质........................................................................................................ 29 第六节:典型例题:.................................................................................................................... 31 第五章 特征值与特征向量................................................................................................................ 39 第一节:基本概念........................................................................................................................ 39 第二节:特征值与特征向量的性质............................................................................................... 40 第三节:矩阵相似........................................................................................................................ 43 第四节:相似及对角化性质........................................................................................................ 43 第五节:非实对称阵对角化步骤................................................................................................ 43 第六节:求特征值的方法............................................................................................................ 44 第七节:典型例题........................................................................................................................ 46 第六章 二次型.................................................................................................................................... 56 第一节 二次型及其标准型.......................................................................................................... 56 第二节:如何化二次型为标准二次型........................................................................................ 58 第三节 矩阵之间的三大关系.................................................................................................... 59 第四节 正定矩阵与正定二次型.................................................................................................. 63
线性代数讲义一
• 二阶、三阶行列式 • n阶行列式的定义 • 行列式的性质 • 行列式按行(列)展开 • Cramer法则
§1. 二阶与三阶行列式
1、二阶行列式
用消元法解二元线性方程组
aa1211
x1 x1
a12 x2 a22 x2
b1 , b2 .
1 2
1 a22 : 2 a12 :
a11a22 x1 a12a22 x2 b1a22 , a12a21 x1 a12a22 x2 b2a12 ,
不为零的项只有 (-1)t(12n) a11a22 ann.
a11 0
0
a21 a22 0 1 t12na11a22 ann
an1 an2 ann a11a22 ann.
定义4 将一个排列中的两个数位置对调称为对换,
将相邻两个数位置对调称为相邻对换。
定理1 一次对换改变排列的奇偶性。
32
33
34
a a a a 41
42
43
44
a11 a12 a14 M 23 a31 a32 a34
a41 a42 a44
A23 123 M 23 M 23 .
1 -1 2 3
104
11 D0ຫໍສະໝຸດ 4 ,M12 0 - 2 1 -4,
0 0 -2 1
002
0 -3 0 2
1 -1 2 M 44 1 1 0 -4,
a13
a21 a31
a22 a32
a11 A11 a12 A12 a13 A13
定理4 行列式等于它的任一行(列)的各元素 与其对应的代数余子式乘积之和,即
D ai1 Ai1 ai2 Ai2 ain Ain i 1,2,, n
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:a11x1+a12x2+…+a1n x n=b1,a21x1+a22x2+…+a2n x n=b2,…………a m1x1+a m2x2+…+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(k1,k2, …,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.b1=b2=…=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 1 11 1 1 0 22 5 4 -2 93 3 3 -1 8是一个4⨯5矩阵.对于上面的线性方程组,称矩阵a11 a12… a1n a11 a12… a1n b1A= a21 a22… a2n 和(A|β)= a21 a22… a2n b2…………………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a1,a2,⋯ ,a n的向量可表示成a1(a1,a2,⋯ ,a n)或 a2 ,┆a n请注意,作为向量它们并没有区别,但是作为矩阵,它们不一样(左边是1⨯n矩阵,右边是n⨯1矩阵).习惯上把它们分别称为行向量和列向量.(请注意与下面规定的矩阵的行向量和列向量概念的区别.)一个m⨯n的矩阵的每一行是一个n维向量,称为它的行向量; 每一列是一个m维向量, 称为它的列向量.常常用矩阵的列向量组来写出矩阵,例如当矩阵A的列向量组为α1, α2,⋯ ,αn时(它们都是表示为列的形式!)可记A=(α1, α2,⋯ ,αn).矩阵的许多概念也可对向量来规定,如元素全为0的向量称为零向量,通常也记作0.两个向量α和β相等(记作α=β),是指它的维数相等,并且对应的分量都相等.(2) 线性运算和转置线性运算是矩阵和向量所共有的,下面以矩阵为例来说明.加(减)法:两个m⨯n的矩阵A和B可以相加(减),得到的和(差)仍是m⨯n矩阵,记作A+B (A-B),法则为对应元素相加(减).数乘: 一个m⨯n的矩阵A与一个数c可以相乘,乘积仍为m⨯n的矩阵,记作c A,法则为A的每个元素乘c.这两种运算统称为线性运算,它们满足以下规律:①加法交换律:A+B=B+A.②加法结合律:(A+B)+C=A+(B+C).③加乘分配律:c(A+B)=c A+c B.(c+d)A=c A+d A.④数乘结合律: c(d)A=(cd)A.⑤ c A=0⇔ c=0 或A=0.转置:把一个m⨯n的矩阵A行和列互换,得到的n⨯m的矩阵称为A的转置,记作A T(或A').有以下规律:① (A T)T=A.② (A+B)T=A T+B T.③ (c A)T=c A T.转置是矩阵所特有的运算,如把转置的符号用在向量上,就意味着把这个向量看作矩阵了.当α是列向量时, α T表示行向量, 当α是行向量时,α T表示列向量.向量组的线性组合:设α1, α2,…,αs是一组n维向量, c1,c2,…,c s是一组数,则称c1α1+c2α2+…+c sαs为α1, α2,…,αs的(以c1,c2,…,c s为系数的)线性组合.n维向量组的线性组合也是n维向量.(3) n阶矩阵与几个特殊矩阵行数和列数相等的矩阵称为方阵,行列数都为n的矩阵也常常叫做n阶矩阵.把n阶矩阵的从左上到右下的对角线称为它对角线.(其上的元素行号与列号相等.)下面列出几类常用的n阶矩阵,它们都是考试大纲中要求掌握的.对角矩阵: 对角线外的的元素都为0的n阶矩阵.单位矩阵: 对角线上的的元素都为1的对角矩阵,记作E(或I).数量矩阵: 对角线上的的元素都等于一个常数c的对角矩阵,它就是c E.上三角矩阵: 对角线下的的元素都为0的n阶矩阵.下三角矩阵: 对角线上的的元素都为0的n阶矩阵.对称矩阵:满足A T=A矩阵.也就是对任何i,j,(i,j)位的元素和(j,i)位的元素总是相等的n阶矩阵.(反对称矩阵:满足A T=-A矩阵.也就是对任何i,j,(i,j)位的元素和(j ,i)位的元素之和总等于0的n阶矩阵.反对称矩阵对角线上的元素一定都是0.)3. 矩阵的初等变换和阶梯形矩阵矩阵有以下三种初等行变换:①交换两行的位置.②用一个非0的常数乘某一行的各元素.③把某一行的倍数加到另一行上.(称这类变换为倍加变换)类似地, 矩阵还有三种初等列变换,大家可以模仿着写出它们,这里省略了. 初等行变换与初等列变换统称初等变换.阶梯形矩阵:一个矩阵称为阶梯形矩阵,如果满足:①如果它有零行,则都出现在下面.②如果它有非零行,则每个非零行的第一个非0元素所在的列号自上而下严格单调递增.把阶梯形矩阵的每个非零行的第一个非0元素所在的位置称为台角.简单阶梯形矩阵:是特殊的阶梯形矩阵,特点为:③台角位置的元素为1.④并且其正上方的元素都为0.每个矩阵都可以用初等行变换化为阶梯形矩阵和简单阶梯形矩阵.这种运算是在线性代数的各类计算题中频繁运用的基本运算,必须十分熟练.请注意: 1.一个矩阵用初等行变换化得的阶梯形矩阵并不是唯一的,但是其非零行数和台角位置是确定的.2. 一个矩阵用初等行变换化得的简单阶梯形矩阵是唯一的.4. 线性方程组的矩阵消元法线性方程组的基本方法即中学课程中的消元法:用同解变换把方程组化为阶梯形方程组(即增广矩阵为阶梯形矩阵的方程组).线性方程组的同解变换有三种:①交换两个方程的上下位置.②用一个非0的常数乘某个方程.③把某个方程的倍数加到另一个方程上.以上变换反映在增广矩阵上就是三种初等行变换.线性方程组求解的基本方法是消元法,用增广矩阵或系数矩阵来进行,称为矩阵消元法. 对非齐次线性方程组步骤如下:(1)写出方程组的增广矩阵(A|β),用初等行变换把它化为阶梯形矩阵(B|γ).(2)用(B|γ)判别解的情况:如果最下面的非零行为(0,0, ⋯,0|d),则无解,否则有解.有解时看非零行数r(r不会大于未知数个数n),r=n时唯一解;r<n时无穷多解.(推论:当方程的个数m<n时,不可能唯一解.)(3)有唯一解时求解的初等变换法:去掉(B|γ)的零行,得到一个n×(n+1)矩阵(B0|γ0),并用初等行变换把它化为简单阶梯形矩阵(E|η),则η就是解.对齐次线性方程组:(1)写出方程组的系数矩阵A,用初等行变换把它化为阶梯形矩阵B.(2)用B判别解的情况:非零行数r=n时只有零解;r<n时有非零解(求解方法在第五章讲). (推论:当方程的个数m<n时,有非零解.)讨论题1.设A是n阶矩阵,则(A) A是上三角矩阵⇒A是阶梯形矩阵.(B) A是上三角矩阵⇐A是阶梯形矩阵.(C) A是上三角矩阵⇔A是阶梯形矩阵.(D) A是上三角矩阵与A是阶梯形矩阵没有直接的因果关系.2.下列命题中哪几个成立?(1) 如果A是阶梯形矩阵,则A去掉任何一行还是是阶梯形矩阵.(2) 如果A是阶梯形矩阵,则A去掉任何一列还是是阶梯形矩阵.(3) 如果(A|B)是阶梯形矩阵,则A也是阶梯形矩阵.(4) 如果(A|B)是阶梯形矩阵,则B也是阶梯形矩阵.(5) 如果 A 是阶梯形矩阵,则A和B都是阶梯形矩阵.B第二讲行列式一.概念复习1. 形式和意义形式:用n2个数排列成的一个n行n列的表格,两边界以竖线,就成为一个n阶行列式:a11 a12 (1)a21 a22 (2)……… .a n1 a n2… a nn如果行列式的列向量组为α1, α2, … ,αn,则此行列式可表示为|α1, α2, … ,αn|.意义:是一个算式,把这n2个元素按照一定的法则进行运算,得到的数值称为这个行列式的值.请注意行列式和矩阵在形式上和意义上的区别.当两个行列式的值相等时,就可以在它们之间写等号! (不必形式一样,甚至阶数可不同.)每个n阶矩阵A对应一个n阶行列式,记作|A|.行列式这一讲的的核心问题是值的计算,以及判断一个行列式的值是否为0.2. 定义(完全展开式)2阶和3阶行列式的计算公式:a11 a12a21 a22 = a11a22-a12a21 .a11 a12 a13a21 a22 a23 = a11a22a33+ a12a23a31+ a13a21a32-a13a22a31- a11a23a32-a12a21a33.a31 a32 a33一般地,一个n阶行列式a11 a12 (1)a21 a22 (2)………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:,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j1j2…j n构成1,2, …,n的一个全排列(称为一个n元排列),共有n!个n元排列,每个n元排列对应一项,因此共有n!个项.所谓代数和是在求总和时每项先要乘+1或-1.规定τ(j1j2…j n)为全排列j1j2…j n的逆序数(意义见下面),则项所乘的是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:, τ(436512)=3+2+3+2+0+0=10.至此我们可以写出n阶行列式的值:a11 a12 (1)a21 a22… a2n =………a n1 a n2… a nn这里表示对所有n元排列求和.称此式为n阶行列式的完全展开式.用完全展开式求行列式的值一般来说工作量很大.只在有大量元素为0,使得只有少数项不为0时,才可能用它作行列式的计算.例如对角行列式,上(下)三角行列式的值就等于主对角线上的元素的乘积,因为其它项都为0.2. 化零降阶法把n阶行列式的第i行和第j列划去后所得到的n-1阶行列式称为(i,j)位元素a ij的余子式,记作M ij.称A ij=(-1)i+j M ij为元素a ij的代数余子式.定理(对某一行或列的展开)行列式的值等于该行(列)的各元素与其代数余子式乘积之和.命题第三类初等变换(倍加变换)不改变行列式的值.化零降阶法用命题把行列式的某一行或列化到只有一个元素不为0,再用定理.于是化为计算一个低1阶的行列式.化零降阶法是实际计算行列式的主要方法,因此应该熟练掌握.3.其它性质行列式还有以下性质:①把行列式转置值不变,即|A T|=|A| .②某一行(列)的公因子可提出.于是, |c A|=c n|A|.③对一行或一列可分解,即如果某个行(列)向量α=β+γ ,则原行列式等于两个行列式之和,这两个行列式分别是把原行列式的该行(列)向量α换为β或γ 所得到的行列式.例如|α,β1+β2,γ |=|α,β1,γ |+|α,β2,γ |.④把两个行(列)向量交换, 行列式的值变号.⑤如果一个行(列)向量是另一个行(列)向量的倍数,则行列式的值为0.⑥某一行(列)的各元素与另一行(列)的对应元素的代数余子式乘积之和=0.⑦如果A与B都是方阵(不必同阶),则A * = A O =|A||B|.O B * B范德蒙行列式:形如1 1 1 (1)a1 a2 a3 … a na12 a22 a32… a n2…………a1n-i a2n-i a3n-i… a n n-i的行列式(或其转置).它由a1,a2 ,a3,…,a n所决定,它的值等于因此范德蒙行列式不等于0⇔ a1,a2 ,a3,…,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(D1/D, D2/D,⋯,D n/D),这里D是系数行列式的值, D i是把系数行列式的第i个列向量换成常数列向量所得到的行列式的值.说明与改进:按法则给的公式求解计算量太大,没有实用价值.因此法则的主要意义在理论上,用在对解的唯一性的判断,而在这方面法则不够. 法则的改进:系数行列式不等于0是唯一解的充分必要条件.实际上求解可用初等变换法:对增广矩阵(A|β)作初等行变换,使得A变为单位矩阵:(A|β)→(E|η),η就是解.用在齐次方程组上 :如果齐次方程组的系数矩阵A是方阵,则它只有零解的充分必要条件是|A|≠0.二. 典型例题1.利用性质计算元素有规律的行列式例1① 2 a a a a ② 1+x 1 1 1 ③ 1+a 1 1 1a 2 a a a 1 1+x 1 1 2 2+a 2 2a a 2 a a . 1 1 1+x 1 . 3 3 3+a 3 .a a a 2 a 1 1 1 1+x 4 4 4 4+aa a a a 2例2 1 2 3 4 52 3 4 5 13 4 5 1 2 .4 5 1 2 35 1 2 3 4例3 1+x1 1 1 11 1+x2 1 1 .1 1 1+x3 11 1 1 1+x4例4 a 0 b c0 a c b .b c a 0c b 0 a例5 1-a a 0 0 0-1 1-a a 0 00 -1 1-a a 0 . (96四)0 0 -1 1-a a0 0 0 -1 1-a2. 测试概念与性质的题例6 x3-3 1 -3 2x+2多项式f(x)= -7 5 -2x 1 ,求f(x)的次数和最高次项的系数.X+3 -1 33x2-29 x3 6 -6例7求 x-3 a -1 4f(x)= 5 x-8 0 –2 的x4和x3的系数.0 b x+1 12 2 1 x例8 设4阶矩阵A=(α, γ1, γ2 ,γ3),B=(β, γ1, γ2 ,γ3),|A|=2, |B|=3 ,求|A+B| .例9 a b c d已知行列式 x -1 -y z+1 的代数余子式A11=-9,A12=3,A13=-1,A14=3,求x,y,z.1 -z x+3 yy-2 x+1 0 z+3例10 求行列式 3 0 4 0 的第四行各元素的余子式的和.(01)2 2 2 20 -7 0 05 3 -2 23.几个n阶行列式两类爪形行列式及其值:例11 a1 a2 a3… a n-1 a nb1 c2 0 … 0 0证明 0 b2 c3 0 0 =.…………0 0 0 …b n-1 c n提示: 只用对第1行展开(M1i都可直接求出).例12 a0 a1 a2… a n-1 a nb1 c1 0 … 0 0证明 b2 0 c2… 0 0 =.…………b n 0 0 …0c n提示: 只用对第1行展开(M1i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………… = (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x1+x2+x3=a+b+c,ax1+bx2+cx3=a2+b2+c2,bcx1+acx2+abx3=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 x3(x+4). ③ a3(a+10).例2 1875.例3 x1x2x3x4+x2x3x4+x1x3x4+x1x2x4+x1x2x3.例4 (a+b+c)(a+b-c)(a-b+c)(a-b-c).例5 1-a+a2-a3+a4-a5.例6 9,-6例7 1,-10.例8 40.例9 x=0,y=3,z=-1.例10 -28.例14 x1=a,x2=b,x3=c..第三讲矩阵一.概念复习1. 矩阵乘法的定义和性质定义2.1 当矩阵A的列数和B的行数相等时,和A和B可以相乘,乘积记作AB. AB的行数和A相等,列数和B相等. AB的(i,j)位元素等于A的第i个行向量和B的第j个列向量(维数相同)对应分量乘积之和. 设 a11 a12... a1n b11 b12... b1s c11 c12 (1)A= a21 a22... a2n B= b21 b22... b2s C=AB=c21 c22 (2)………………………a m1 a m2… a mn ,b n1 b n2… b ns ,c m1 c m2… c ms ,则c ij=a i1b1j+a i2b2j+…+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:①A k A h= A k+h.② (A k)h= A kh.但是一般地(AB)k和A k B k不一定相等!n阶矩阵的多项式设f(x)=a m x m+a m-1x m-1+…+a1x+a0,对n阶矩阵A规定f(A)=a m A m+a m-1A m-1+…+ a1A+a0E.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=A2±2AB+B2;A2-B2=(A+B)(A-B)=(A+B)(A-B).二项展开式成立: 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A11 A12 B11 B12 = A11B11+A12B21 A11B12+A12B22A21 A22 B21 B22 A21B11+A22B21 A21B12+A22B22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A1 0 0A= 0 A2 0………0 0 …A n的矩阵称为准对角矩阵,其中A1,A2,…,A k都是方阵.两个准对角矩阵A1 0 ... 0 B1 0 0A= 0 A2 ... 0 , B= 0 B2 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A1B1 0 0AB = 0 A2B2 … 0 .………00 …A k B k(2)乘积矩阵的列向量组和行向量组设A是m⨯n矩阵B是n⨯s矩阵. A的列向量组为α1,α2,…,αn,B的列向量组为β1, β2,…,βs, AB的列向量组为γ1, γ2,…,γs,则根据矩阵乘法的定义容易看出(也是分块法则的特殊情形):①AB的每个列向量为:γi=Aβi,i=1,2,…,s.即A(β1, β2,…,βs)=(Aβ1,Aβ2,…,Aβs).②β=(b1,b2,…,b n)T,则Aβ= b1α1+b2α2+…+b nαn.应用这两个性质可以得到:如果βi=(b1i,b2i,…,b ni)T,则γi=AβI=b1iα1+b2iα2+…+b niαn.即:乘积矩阵AB的第i个列向量γi是A的列向量组α1, α2,…,αn的线性组合,组合系数就是B的第i个列向量βi的各分量.类似地, 乘积矩阵AB的第i个行向量是B的行向量组的线性组合,组合系数就是A的第i个行向量的各分量.以上规律在一般教材都没有强调,但只要对矩阵乘法稍加分析就不难得出.它们无论在理论上和计算中都是很有用的.(1) 当两个矩阵中,有一个的数字很简单时,直接利用以上规律写出乘积矩阵的各个列向量或行向量,从而提高了计算的速度.(2) 利用以上规律容易得到下面几个简单推论:用对角矩阵Λ从左侧乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的各行向量; 用对角矩阵Λ从右侧乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的各列向量.数量矩阵k E乘一个矩阵相当于用k乘此矩阵;单位矩阵乘一个矩阵仍等于该矩阵.两个同阶对角矩阵的相乘只用把对角线上的对应元素相乘.求对角矩阵的方幂只需把对角线上的每个元素作同次方幂.(3) 矩阵分解:当一个矩阵C的每个列向量都是另一个A的列向量组的线性组合时,可以构造一个矩阵B,使得C=AB.例如设A=(α,β,γ), C=(α+2β-γ,3α-β+γ,α+2γ),令1 3 1B= 2 -1 0 ,则C=AB.-1 1 2(4) 初等矩阵及其在乘法中的作用对单位矩阵E作一次初等(行或列)变换,所得到的矩阵称为初等矩阵.有三类初等矩阵:E(i,j):交换E的i,j两行(或列)所得到的矩阵.E(i(c)):用非0数c乘E的第i行(或列)所得到的矩阵.也就是把E的对角线上的第i个元素改为c.E(i,j(c))(i≠j):把E的第j行的c倍加到第i行上(或把第i列的c倍加到第j列上)所得到的矩阵, 也就是把E的(i,j)位的元素改为c.命题对矩阵作一次初等行(列)变换相当于用一个相应的初等矩阵从左(右)乘它.4. 矩阵方程和可逆矩阵(伴随矩阵)(1) 矩阵方程矩阵不能规定除法,乘法的逆运算是解下面两种基本形式的矩阵方程:(I) AX=B.(II) XA=B.这里假定A是行列式不为0的n阶矩阵,在此条件下,这两个方程的解都是存在并且唯一的.(否则解的情况比较复杂.)当B只有一列时,(I)就是一个线性方程组.由克莱姆法则知它有唯一解.如果B有s列,设B=(β1, β2,…,βs),则 X也应该有s列,记X=(X1,X2,…,X s),则有AX i=βi,i=1,2,…,s,这是s个线性方程组.由克莱姆法则,它们都有唯一解,从而AX=B有唯一解.这些方程组系数矩阵都是A,可同时求解,即得(I)的解法:线性代数讲义将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.1 / 1。
线性代数讲义
线性代数讲义目录第一讲基本概念线性方程组矩阵与向量初等变换和阶梯形矩阵线性方程组的矩阵消元法第二讲行列式完全展开式化零降阶法其它性质克莱姆法则第三讲矩阵乘法乘积矩阵的列向量和行向量矩阵分解矩阵方程逆矩阵伴随矩阵第四讲向量组线性表示向量组的线性相关性向量组的极大无关组和秩矩阵的秩第五讲方程组解的性质解的情况的判别基础解系和通解第六讲特征向量与特征值相似与对角化特征向量与特征值—概念,计算与应用相似对角化—判断与实现第七讲二次型二次型及其矩阵可逆线性变量替换实对称矩阵的合同标准化和规范化惯性指数正定二次型与正定矩阵附录一内积正交矩阵施密特正交化实对称矩阵的对角化附录二向量空间及其子空间附录三两个线性方程组的解集的关系附录四06,07年考题第一讲基本概念1.线性方程组的基本概念线性方程组的一般形式为:a11x1+a12x2+…+a1nxn=b1,a21x1+a22x2+…+a2nxn=b2,…………am1x1+am2x2+…+amnxn=bm,其中未知数的个数n和方程式的个数m不必相等.线性方程组的解是一个n维向量(k1,k2, …,kn)(称为解向量),它满足:当每个方程中的未知数xi 都用ki替代时都成为等式.线性方程组的解的情况有三种:无解,唯一解,无穷多解.对线性方程组讨论的主要问题两个:(1)判断解的情况.(2)求解,特别是在有无穷多接时求通解.b 1=b2=…=bm=0的线性方程组称为齐次线性方程组.n维零向量总是齐次线性方程组的解,称为零解.因此齐次线性方程组解的情况只有两种:唯一解(即只要零解)和无穷多解(即有非零解).把一个非齐次线性方程组的每个方程的常数项都换成0,所得到的齐次线性方程组称为原方程组的导出齐次线性方程组,简称导出组.2.矩阵和向量(1)基本概念矩阵和向量都是描写事物形态的数量形式的发展.由m⨯n个数排列成的一个m行n列的表格,两边界以圆括号或方括号,就成为一个m⨯n 型矩阵.例如2 -1 0 1 11 1 1 0 22 5 4 -2 93 3 3 -1 8是一个4⨯5矩阵.对于上面的线性方程组,称矩阵a11 a12… a1na11a12… a1nb1A= a21 a22… a2n 和(A|β)= a21 a22… a2n b2…………………am1 am2… amnam1am2… amnbm为其系数矩阵和增广矩阵.增广矩阵体现了方程组的全部信息,而齐次方程组只用系数矩阵就体现其全部信息.一个矩阵中的数称为它的元素,位于第i行第j列的数称为(i,j)位元素.元素全为0的矩阵称为零矩阵,通常就记作0.两个矩阵A和B相等(记作A=B),是指它的行数相等,列数也相等(即它们的类型相同),并且对应的元素都相等.由n个数构成的有序数组称为一个n维向量,称这些数为它的分量.书写中可用矩阵的形式来表示向量,例如分量依次是a1,a2,⋯ ,an的向量可表示成a 1(a 1,a 2,⋯ ,a n )或 a 2 , ┆ a n请注意,作为向量它们并没有区别,但是作为矩阵,它们不一样(左边是1⨯n 矩阵,右边是n ⨯1矩阵).习惯上把它们分别称为行向量和列向量.(请注意与下面规定的矩阵的行向量和列向量概念的区别.)一个m ⨯n 的矩阵的每一行是一个n 维向量,称为它的行向量; 每一列是一个m 维向量, 称为它的列向量.常常用矩阵的列向量组来写出矩阵,例如当矩阵A 的列向量组为α1, α2,⋯ ,αn 时(它们都是表示为列的形式!)可记A =(α1, α2,⋯ ,αn ).矩阵的许多概念也可对向量来规定,如元素全为0的向量称为零向量,通常也记作0.两个向量α和β相等(记作α=β),是指它的维数相等,并且对应的分量都相等.(2) 线性运算和转置线性运算是矩阵和向量所共有的,下面以矩阵为例来说明.加(减)法:两个m ⨯n 的矩阵A 和B 可以相加(减),得到的和(差)仍是m ⨯n 矩阵,记作 A +B (A -B ),法则为对应元素相加(减).数乘: 一个m ⨯n 的矩阵A 与一个数c 可以相乘,乘积仍为m ⨯n 的矩阵,记作c A ,法则为A 的每个元素乘c.这两种运算统称为线性运算,它们满足以下规律:① 加法交换律: A +B =B +A .② 加法结合律: (A +B )+C =A +(B +C ).③ 加乘分配律: c(A +B )=c A +c B .(c+d)A =c A +d A . ④ 数乘结合律: c(d)A =(cd)A . ⑤ c A =0⇔ c=0 或A =0.转置:把一个m ⨯n 的矩阵A 行和列互换,得到的n ⨯m 的矩阵称为A 的转置,记作A T (或A '). 有以下规律: ① (A T )T = A . ② (A +B )T=A T+B T. ③ (c A )T =c A T .转置是矩阵所特有的运算,如把转置的符号用在向量上,就意味着把这个向量看作矩阵了.当α是列向量时, α T 表示行向量, 当α是行向量时,α T 表示列向量.向量组的线性组合:设α1, α2,…,αs 是一组n 维向量, c 1,c 2,…,c s 是一组数,则称 c 1α1+c 2α2+…+c s αs为α1, α2,…,αs 的(以c 1,c 2,…,c s 为系数的)线性组合.n 维向量组的线性组合也是n 维向量.(3) n 阶矩阵与几个特殊矩阵行数和列数相等的矩阵称为方阵,行列数都为n 的矩阵也常常叫做n 阶矩阵.把n 阶矩阵的从左上到右下的对角线称为它对角线.(其上的元素行号与列号相等.)下面列出几类常用的n阶矩阵,它们都是考试大纲中要求掌握的.对角矩阵: 对角线外的的元素都为0的n阶矩阵.单位矩阵: 对角线上的的元素都为1的对角矩阵,记作E(或I).数量矩阵: 对角线上的的元素都等于一个常数c的对角矩阵,它就是c E.上三角矩阵: 对角线下的的元素都为0的n阶矩阵.下三角矩阵: 对角线上的的元素都为0的n阶矩阵.对称矩阵:满足A T=A矩阵.也就是对任何i,j,(i,j)位的元素和(j,i)位的元素总是相等的n阶矩阵.(反对称矩阵:满足A T=-A矩阵.也就是对任何i,j,(i,j)位的元素和(j ,i)位的元素之和总等于0的n阶矩阵.反对称矩阵对角线上的元素一定都是0.)3. 矩阵的初等变换和阶梯形矩阵矩阵有以下三种初等行变换:①交换两行的位置.②用一个非0的常数乘某一行的各元素.③把某一行的倍数加到另一行上.(称这类变换为倍加变换)类似地, 矩阵还有三种初等列变换,大家可以模仿着写出它们,这里省略了. 初等行变换与初等列变换统称初等变换.阶梯形矩阵:一个矩阵称为阶梯形矩阵,如果满足:①如果它有零行,则都出现在下面.②如果它有非零行,则每个非零行的第一个非0元素所在的列号自上而下严格单调递增.把阶梯形矩阵的每个非零行的第一个非0元素所在的位置称为台角.简单阶梯形矩阵:是特殊的阶梯形矩阵,特点为:③台角位置的元素为1.④并且其正上方的元素都为0.每个矩阵都可以用初等行变换化为阶梯形矩阵和简单阶梯形矩阵.这种运算是在线性代数的各类计算题中频繁运用的基本运算,必须十分熟练.请注意: 1.一个矩阵用初等行变换化得的阶梯形矩阵并不是唯一的,但是其非零行数和台角位置是确定的.2. 一个矩阵用初等行变换化得的简单阶梯形矩阵是唯一的.4. 线性方程组的矩阵消元法线性方程组的基本方法即中学课程中的消元法:用同解变换把方程组化为阶梯形方程组(即增广矩阵为阶梯形矩阵的方程组).线性方程组的同解变换有三种:①交换两个方程的上下位置.②用一个非0的常数乘某个方程.③把某个方程的倍数加到另一个方程上.以上变换反映在增广矩阵上就是三种初等行变换.线性方程组求解的基本方法是消元法,用增广矩阵或系数矩阵来进行,称为矩阵消元法.对非齐次线性方程组步骤如下:(1)写出方程组的增广矩阵(A|β),用初等行变换把它化为阶梯形矩阵(B|γ).(2)用(B|γ)判别解的情况:如果最下面的非零行为(0,0, ⋯,0|d),则无解,否则有解.有解时看非零行数r(r不会大于未知数个数n),r=n时唯一解;r<n时无穷多解.(推论:当方程的个数m<n时,不可能唯一解.)(3)有唯一解时求解的初等变换法:去掉(B|γ)的零行,得到一个n×(n+1)矩阵(B0|γ0),并用初等行变换把它化为简单阶梯形矩阵(E|η),则η就是解.对齐次线性方程组:(1)写出方程组的系数矩阵A,用初等行变换把它化为阶梯形矩阵B.(2)用B判别解的情况:非零行数r=n时只有零解;r<n时有非零解(求解方法在第五章讲). (推论:当方程的个数m<n时,有非零解.)讨论题1.设A是n阶矩阵,则(A) A是上三角矩阵⇒A是阶梯形矩阵.(B) A是上三角矩阵⇐A是阶梯形矩阵.(C) A是上三角矩阵⇔A是阶梯形矩阵.(D) A是上三角矩阵与A是阶梯形矩阵没有直接的因果关系.2.下列命题中哪几个成立?(1) 如果A是阶梯形矩阵,则A去掉任何一行还是是阶梯形矩阵.(2) 如果A是阶梯形矩阵,则A去掉任何一列还是是阶梯形矩阵.(3) 如果(A|B)是阶梯形矩阵,则A也是阶梯形矩阵.(4) 如果(A|B)是阶梯形矩阵,则B也是阶梯形矩阵.(5) 如果 A 是阶梯形矩阵,则A和B都是阶梯形矩阵.B第二讲行列式一.概念复习1. 形式和意义形式:用n2个数排列成的一个n行n列的表格,两边界以竖线,就成为一个n阶行列式:a11 a12… a1na 21 a22… a2n……… .a n1 an2… ann如果行列式的列向量组为α1, α2, … ,αn,则此行列式可表示为|α1, α2, … ,αn|.意义:是一个算式,把这n2个元素按照一定的法则进行运算,得到的数值称为这个行列式的值.请注意行列式和矩阵在形式上和意义上的区别.当两个行列式的值相等时,就可以在它们之间写等号! (不必形式一样,甚至阶数可不同.)每个n阶矩阵A对应一个n阶行列式,记作|A|.行列式这一讲的的核心问题是值的计算,以及判断一个行列式的值是否为0. 2. 定义(完全展开式)2阶和3阶行列式的计算公式: a 11 a 12a 21 a 22 = a 11a 22-a 12a 21 . a 11 a 12 a 13a 21 a 22 a 23 = a 11a 22a 33+ a 12a 23a 31+ a 13a 21a 32-a 13a 22a 31- a 11a 23a 32-a 12a 21a 33. a 31 a 32 a 33一般地,一个n 阶行列式 a 11 a 12 … a 1na 21 a 22 … a 2n… … …a n1 a n2 … a nn的值是许多项的代数和,每一项都是取自不同行,不同列的n 个元素的乘积,其一般形式为:n nj j j a a a 2121,这里把相乘的n 个元素按照行标的大小顺序排列,它们的列标j 1j 2…j n 构成1,2, …,n 的一个全排列(称为一个n 元排列),共有n!个n 元排列,每个n 元排列对应一项,因此共有n!个项.所谓代数和是在求总和时每项先要乘+1或-1.规定τ(j 1j 2…j n )为全排列j 1j 2…j n 的逆序数(意义见下面),则项nnj j j a a a 2121所乘的是.)1()(21n j j jτ-全排列的逆序数即小数排列在大数右面的现象出现的个数.逆序数可如下计算:标出每个数右面比它小的数的个数,它们的和就是逆序数.例如求436512的逆序数:023********, τ(436512)=3+2+3+2+0+0=10. 至此我们可以写出n 阶行列式的值: a 11 a 12 … a 1na 21 a 22 … a 2n =.)1(21212121)(n n nnj j j j j j j j j a a a τ-∑… … … a n1 a n2 … a nn这里∑nj j j 21表示对所有n 元排列求和.称此式为n 阶行列式的完全展开式.用完全展开式求行列式的值一般来说工作量很大.只在有大量元素为0,使得只有少数项不为0时,才可能用它作行列式的计算.例如对角行列式,上(下)三角行列式的值就等于主对角线上的元素的乘积,因为其它项都为0.2. 化零降阶法把n 阶行列式的第i 行和第j 列划去后所得到的n-1阶行列式称为(i,j)位元素a ij 的余子式,记作M ij .称A ij =(-1)i+j M ij 为元素a ij 的代数余子式.定理(对某一行或列的展开)行列式的值等于该行(列)的各元素与其代数余子式乘积之和.命题 第三类初等变换(倍加变换)不改变行列式的值.化零降阶法 用命题把行列式的某一行或列化到只有一个元素不为0,再用定理.于是化为计算一个低1阶的行列式.化零降阶法是实际计算行列式的主要方法,因此应该熟练掌握. 3.其它性质行列式还有以下性质:① 把行列式转置值不变,即|A T |=|A | . ② 某一行(列)的公因子可提出.于是, |c A |=c n|A |.③ 对一行或一列可分解,即如果某个行(列)向量α=β+γ ,则原行列式等于两个行列式之和,这两个行列式分别是把原行列式的该行(列)向量α换为β或γ 所得到的行列式.例如|α,β1+β2,γ |=|α,β1,γ |+|α,β2,γ |.④ 把两个行(列)向量交换, 行列式的值变号.⑤ 如果一个行(列)向量是另一个行(列)向量的倍数,则行列式的值为0. ⑥ 某一行(列)的各元素与另一行(列)的对应元素的代数余子式乘积之和=0. ⑦ 如果A 与B 都是方阵(不必同阶),则 A * = A O =|A ||B |. O B * B 范德蒙行列式:形如1 1 1 … 1 a 1 a2 a3 … a na 12a 22a 32… a n 2… … … … a 1n-i a 2n-i a 3n-i … a n n-i的行列式(或其转置).它由a 1,a 2 ,a 3,…,a n 所决定,它的值等于).(i j ji a a -∏<因此范德蒙行列式不等于0⇔ a 1,a 2 ,a 3,…,a n 两两不同.对于元素有规律的行列式(包括n 阶行列式),常常可利用性质简化计算,例如直接化为三角行列式等.4.克莱姆法则克莱姆法则 应用在线性方程组的方程个数等于未知数个数n (即系数矩阵为n 阶矩阵)的情形.此时,如果它的系数矩阵的行列式的值不等于0,则方程组有唯一解,这个解为 (D 1/D, D 2/D,⋯,D n /D), 这里D 是系数行列式的值, D i 是把系数行列式的第i 个列向量换成常数列向量所得到的行列式的值.说明与改进:按法则给的公式求解计算量太大,没有实用价值.因此法则的主要意义在理论上,用在对解的唯一性的判断,而在这方面法则不够. 法则的改进:系数行列式不等于0是唯一解的充分必要条件.实际上求解可用初等变换法:对增广矩阵(A |β)作初等行变换,使得A 变为单位矩阵: (A |β)→(E |η), η就是解.用在齐次方程组上 :如果齐次方程组的系数矩阵A 是方阵,则它只有零解的充分必要条件是|A|≠0.二. 典型例题1.利用性质计算元素有规律的行列式例1① 2 a a a a ② 1+x 1 1 1 ③ 1+a 1 1 1a 2 a a a 1 1+x 1 1 2 2+a 2 2a a 2 a a . 1 1 1+x 1 . 3 3 3+a 3 .a a a 2 a 1 1 1 1+x 4 4 4 4+aa a a a 2例2 1 2 3 4 52 3 4 5 13 4 5 1 2 .4 5 1 2 35 1 2 3 4例3 1+x11 1 11 1+x21 1 .1 1 1+x311 1 1 1+x4例4 a 0 b c0 a c b .b c a 0c b 0 a例5 1-a a 0 0 0-1 1-a a 0 00 -1 1-a a 0 . (96四)0 0 -1 1-a a0 0 0 -1 1-a2. 测试概念与性质的题例6 x3-3 1 -3 2x+2多项式f(x)= -7 5 -2x 1 ,求f(x)的次数和最高次项的系数.X+3 -1 33x2-29 x3 6 -6例7求 x-3 a -1 4f(x)= 5 x-8 0 –2 的x4和x3的系数.0 b x+1 12 2 1 x例8 设4阶矩阵A=(α, γ1, γ2 ,γ3),B=(β, γ1, γ2 ,γ3),|A|=2, |B|=3 ,求|A+B| .例9 a b c d已知行列式 x -1 -y z+1 的代数余子式A11=-9,A12=3,A13=-1,A14=3,求x,y,z.1 -z x+3 yy-2 x+1 0 z+3例10 求行列式 3 0 4 0 的第四行各元素的余子式的和.(01) 2 2 2 20 -7 0 05 3 -2 23.几个n 阶行列式两类爪形行列式及其值:例11 a 1 a 2 a 3 … a n-1 a n b 1 c 2 0 … 0 0证明 0 b 2 c 3 0 0 =11111(1)ni i i i n i b b a c c --+=-∑ .… … … …0 0 0 … b n-1 c n提示: 只用对第1行展开(M 1i 都可直接求出). 例12 a 0 a 1 a 2 … a n-1 a nb 1c 1 0 … 0 0证明 b 2 0 c 2 … 0 0 =011111nni i i i i n i i a c c c a b c c -+==-∑∏ .… … … … b n 0 0 … 0 c n提示: 只用对第1行展开(M 1i 都可直接求出). 另一个常见的n 阶行列式: 例13 证明a+b b 0 … 0 0 a a+b b … 0 0… … … … = 11n n nn iii abab a b++-=-=-∑(当a ≠b 时).0 0 0 … a+b b 0 0 0 a a+b提示:把第j 列(行)的(-1)j-1倍加到第1列(行)上(j=2,…,n),再对第1列(行)展开.4.关于克莱姆法则的题 例14设有方程组x 1+x 2+x 3=a+b+c, ax 1+bx 2+cx 3=a 2+b 2+c 2,bcx 1+acx 2+abx 3=3abc.(1)证明此方程组有唯一解的充分必要条件为a,b,c 两两不等. (2)在此情况求解.参考答案例1 ①(2+4a)(2-a)4.② x 3(x+4). ③ a 3(a+10). 例2 1875.例3 x 1x 2x 3x 4+x 2x 3x 4+x 1x 3x 4+x 1x 2x 4+x 1x 2x 3. 例4 (a+b+c)(a+b-c)(a-b+c)(a-b-c).例5 1-a+a2-a3+a4-a5. 例6 9,-6例7 1,-10.例8 40.例9 x=0,y=3,z=-1. 例10 -28.例14 x1=a,x2=b,x3=c..第三讲矩阵一.概念复习1. 矩阵乘法的定义和性质定义2.1 当矩阵A的列数和B的行数相等时,和A和B可以相乘,乘积记作AB. AB的行数和A相等,列数和B相等. AB的(i,j)位元素等于A的第i个行向量和B的第j个列向量(维数相同)对应分量乘积之和.设 a11 a12… a1nb11b12… b1sc11c12… c1sA= a21 a22... a2n B= b21 b22... b2s C=AB=c21 c22 (2)………………………a m1 am2… amn, bn1bn2… bns, cm1cm2… cms,则c ij =ai1b1j+ai2b2j+…+ainbnj.矩阵的乘法在规则上与数的乘法有不同:①矩阵乘法有条件.②矩阵乘法无交换律.③矩阵乘法无消去律,即一般地由AB=0推不出A=0或B=0.由AB=AC和A≠0推不出B=C.(无左消去律)由BA=CA和A≠0推不出B=C. (无右消去律)请注意不要犯一种常见的错误:把数的乘法的性质简单地搬用到矩阵乘法中来.矩阵乘法适合以下法则:①加乘分配律 A(B+C)= AB+AC,(A+B)C=AC+BC.②数乘性质 (c A)B=c(AB).③结合律 (AB)C= A(BC).④ (AB)T=B T A T.2. n阶矩阵的方幂和多项式任何两个n阶矩阵A和B都可以相乘,乘积AB仍是n阶矩阵.并且有行列式性质: |AB|=|A||B|.如果AB=BA,则说A和B可交换.方幂设k是正整数, n阶矩阵A的k次方幂A k即k个A的连乘积.规定A 0=E. 显然A的任何两个方幂都是可交换的,并且方幂运算符合指数法则:①A k A h= A k+h.② (A k)h= A kh.但是一般地(AB )k 和A k B k不一定相等!n 阶矩阵的多项式设f(x)=a m x m +a m-1x m-1+…+a 1x+a 0,对n 阶矩阵A 规定f(A )=a m A m +a m-1A m-1+…+ a 1A+a 0E .称为A 的一个多项式.请特别注意在常数项上加单位矩阵E .乘法公式 一般地,由于交换性的障碍,小代数中的数的因式分解和乘法公式对于n 阶矩阵的不再成立.但是如果公式中所出现的n 阶矩阵互相都是乘法交换的,则乘法公式成立.例如当A 和B 可交换时,有: (A ±B )2=A 2±2AB +B 2;A 2-B 2=(A +B )(A -B )=(A +B )(A -B ).二项展开式成立: B ACB A -=∑=+1)(等等.前面两式成立还是A 和B 可交换的充分必要条件.同一个n 阶矩阵的两个多项式总是可交换的. 一个n 阶矩阵的多项式可以因式分解.3. 分块法则矩阵乘法的分块法则是简化矩阵乘法的一种方法.对两个可以相乘的矩阵A 和B ,可以先用纵横线把它们切割成小矩阵(一切A 的纵向切割和B 的横向切割一致!),再用它们来作乘法.(1)两种常见的矩阵乘法的分块法则A 11 A 12B 11 B 12 = A 11B 11+A 12B 21 A 11B 12+A 12B 22 A 21 A 22 B 21 B 22 A 21B 11+A 22B 21 A 21B 12+A 22B 22 要求A ij 的列数B jk 和的行数相等. 准对角矩阵的乘法: 形如A 1 0 ... 0 A = 0 A 2 0… … … 0 0 … A n的矩阵称为准对角矩阵,其中A 1,A 2,…,A k 都是方阵.两个准对角矩阵A 1 0 ... 0 B 1 0 0A = 0 A 2 ... 0 , B = 0 B 2 0… … … … … …0 0 ... A k 0 0 ... B k 即A i 和B i , A 1B 1 0 0AB = 0 A 2B 2 … 0 .… … …0 0 … A k B k(2)乘积矩阵的列向量组和行向量组设A是m⨯n矩阵B是n⨯s矩阵.A的列向量组为α1,α2,…,αn,B的列向量组为β1, β2,…,βs, AB的列向量组为γ1, γ2,…,γs,则根据矩阵乘法的定义容易看出(也是分块法则的特殊情形):①AB的每个列向量为:γi=Aβi,i=1,2,…,s.即A(β1, β2,…,βs)=(Aβ1,Aβ2,…,Aβs).②β=(b1,b2,…,b n)T,则Aβ= b1α1+b2α2+…+b nαn.应用这两个性质可以得到:如果βi=(b1i,b2i,…,b ni)T,则γi=AβI=b1iα1+b2iα2+…+b niαn.即:乘积矩阵AB的第i个列向量γi是A的列向量组α1, α2,…,αn的线性组合,组合系数就是B的第i个列向量βi的各分量.类似地, 乘积矩阵AB的第i个行向量是B的行向量组的线性组合,组合系数就是A的第i个行向量的各分量.以上规律在一般教材都没有强调,但只要对矩阵乘法稍加分析就不难得出.它们无论在理论上和计算中都是很有用的.(1) 当两个矩阵中,有一个的数字很简单时,直接利用以上规律写出乘积矩阵的各个列向量或行向量,从而提高了计算的速度.(2) 利用以上规律容易得到下面几个简单推论:用对角矩阵Λ从左侧乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的各行向量; 用对角矩阵Λ从右侧乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的各列向量.数量矩阵k E乘一个矩阵相当于用k乘此矩阵;单位矩阵乘一个矩阵仍等于该矩阵.两个同阶对角矩阵的相乘只用把对角线上的对应元素相乘.求对角矩阵的方幂只需把对角线上的每个元素作同次方幂.(3) 矩阵分解:当一个矩阵C的每个列向量都是另一个A的列向量组的线性组合时,可以构造一个矩阵B,使得C=AB.例如设A=(α,β,γ), C=(α+2β-γ,3α-β+γ,α+2γ),令1 3 1B= 2 -1 0 ,则C=AB.-1 1 2(4) 初等矩阵及其在乘法中的作用对单位矩阵E作一次初等(行或列)变换,所得到的矩阵称为初等矩阵.有三类初等矩阵:E(i,j):交换E的i,j两行(或列)所得到的矩阵.E(i(c)):用非0数c乘E的第i行(或列)所得到的矩阵.也就是把E的对角线上的第i 个元素改为c.E(i,j(c))(i≠j):把E的第j行的c倍加到第i行上(或把第i列的c倍加到第j列上)所得到的矩阵, 也就是把E的(i,j)位的元素改为c.命题对矩阵作一次初等行(列)变换相当于用一个相应的初等矩阵从左(右)乘它.4. 矩阵方程和可逆矩阵(伴随矩阵)(1) 矩阵方程矩阵不能规定除法,乘法的逆运算是解下面两种基本形式的矩阵方程:(I) AX=B.(II) XA=B.这里假定A是行列式不为0的n阶矩阵,在此条件下,这两个方程的解都是存在并且唯一的.(否则解的情况比较复杂.)当B只有一列时,(I)就是一个线性方程组.由克莱姆法则知它有唯一解.如果B有s列,设 B=(β1, β2,…,βs),则 X也应该有s列,记X=(X1,X2,…,X s),则有AX i=βi,i=1,2,…,s,这是s个线性方程组.由克莱姆法则,它们都有唯一解,从而AX=B有唯一解.这些方程组系数矩阵都是A,可同时求解,即得(I)的解法:将A和B并列作矩阵(A|B),对它作初等行变换,使得A变为单位矩阵,此时B变为解X.(A|B)→(E|X)(II)的解法:对两边转置化为(I)的形式:A T X T=B T.再用解(I)的方法求出X T,转置得X..(A T|B T)→(E|X T)矩阵方程是历年考题中常见的题型,但是考试真题往往并不直接写成(I)或(II)的形式,要用恒等变形简化为以上基本形式再求解.(2) 可逆矩阵的定义与意义定义设A是n阶矩阵,如果存在n阶矩阵B,使得AB=E, BA=E,则称A为可逆矩阵.此时B是唯一的,称为A的逆矩阵,通常记作A-1.如果A可逆,则A在乘法中有消去律:AB=0⇒B=0;AB=AC⇒B=C.(左消去律);BA=0⇒B=0;BA=CA⇒B=C. (右消去律)如果A可逆,则A在乘法中可移动(化为逆矩阵移到等号另一边):AB=C⇔B=A-1C. BA=C⇔B=CA-1.由此得到基本矩阵方程的逆矩阵解法:(I) AX=B的解X=A-1B .(II) XA=B的解X= BA-1.这种解法想法自然,好记忆,但是计算量比初等变换法大(多了一次矩阵乘积运算).(3) 矩阵可逆性的判别与性质定理 n阶矩阵A可逆⇔|A|≠0.证明“⇒”对AA-1=E两边取行列式,得|A||A-1|=1,从而|A|≠0. (并且|A-1|=|A|-1.) “⇐”因为|A|≠0,矩阵方程AX=E和XA=E都有唯一解.设B,C分别是它们的解,即AB=E, CA=E. 事实上B=C(B=EB=CAB=CE=C),于是从定义得到A可逆.推论如果A和B都是n阶矩阵,则AB=E⇔BA=E.于是只要AB=E(或BA=E)一式成立,则A和B都可逆并且互为逆矩阵.可逆矩阵有以下性质:①如果A可逆,则A-1也可逆,并且(A-1)-1=A.A T也可逆,并且(A T)-1=(A-1)T.当c≠0时, c A也可逆,并且(c A)-1=c-1A-1.对任何正整数k, A k也可逆,并且(A k)-1=(A-1)k.(规定可逆矩阵A的负整数次方幂A-k=(A k)-1=(A-1)k.)②如果A和B都可逆,则AB也可逆,并且(AB)-1=B-1A-1.(请自己推广到多个可逆矩阵乘积的情形.)初等矩阵都是可逆矩阵,并且E(i,j)-1= E(i,j), E(i(c))-1=E(i(c-1)), E(i,j(c))-1= E(i,j(-c)).(4) 逆矩阵的计算和伴随矩阵①计算逆矩阵的初等变换法当A可逆时, A-1是矩阵方程AX=E的解,于是可用初等行变换求A-1:(A|E)→(E|A-1)这个方法称为求逆矩阵的初等变换法.它比下面介绍的伴随矩阵法简单得多.②伴随矩阵若A是n阶矩阵,记A ij是|A|的(i,j)位元素的代数余子式,规定A的伴随矩阵为A11 A21… An1A*= A12 A22… A n2 =(A ij)T.………A 1n A2n… Amn请注意,规定n阶矩阵A的伴随矩阵并没有要求A可逆,但是在A可逆时, A*和A-1有密切关系.基本公式: AA*=A*A=|A|E.于是对于可逆矩阵A,有A-1=A*/|A|, 即A*=|A|A-1.因此可通过求A*来计算A-1.这就是求逆矩阵的伴随矩阵法.和初等变换法比较, 伴随矩阵法的计算量要大得多,除非n=2,一般不用它来求逆矩阵.对于2阶矩阵a b * d -bc d = -c a ,因此当ad-bc≠0时,a b -1 d -bc d = -c a (ad-bc) .伴随矩阵的其它性质:①如果A是可逆矩阵,则A*也可逆,并且(A*)-1= A/|A|=(A-1)*.② |A*|=|A|n-1.③ (A T)*=(A*)T.④ (c A)*=c n-1A*.⑤ (AB)*=B*A*;(A k)*=(A*)k.⑥当n>2时,(A*)*=|A|n-2A; n=2时,(A*)*=A.二典型例题1.计算题例1 α=(1,-2,3) T,β=(1,-1/2,1/3)T, A=αβ T,求A6.讨论:(1)一般地,如果n阶矩阵A=αβ T,则A k=(βTα)k-1A=(tr(A ))k-1A .(2)乘法结合律的应用:遇到形如βTα的地方可把它当作数处理.① 1 -1 1ααT= -1 1 -1 ,求αTα.(2003一)1 -1 1②设α=(1,0,-1)T, A=ααT,求|a E-A n|.③ n维向量α=(a,0,⋯,0,a)T, a<0, A=E-ααT, A-1=E+a-1αα T,求a. (03三,四)④ n维向量α=(1/2,0,⋯,0,1/2)T, A=E-αα T, B=E+2αα T,求AB. (95四)⑤ A=E-αβ T,其中α,β都是n维非零列向量,已知A2=3E-2A,求αTβ.例2(1999三) 1 0 1设A = 0 2 0 ,求A n-2A n-1.(n>1)1 0 1例3 1 0 0设A = 1 0 1 ,(1)证明当n>1时A n=A n-2+A2-E. (2) 求A n.0 1 0例4 设A为3阶矩阵, α1,α2,α3是线性无关的3维列向量组,满足Aα1=α1+α2+α3, Aα2=2α2+ α3, Aα3=2α2+3α3.求作矩阵B,使得A(α1,α2,α3)=(α1,α2,α3)B. (2005年数学四)例5设3阶矩阵A=(α1,α2,α3),|A|=1,B=(α1+α2+α3,α1+2α2+3α3,α1+4α2+9α3),求|B|.(05)例6 3维向量α1, α2, α3, β1, β2, β3满足α1+α3+2β1-β2=0, 3α1-α2+β1-β3=0, -α2+α3-β2+β3=0,已知|α1, α2, α3|=a,求| β1, β2, β3|.例7设A是3阶矩阵, α是3维列向量,使得P=(α,Aα,A2α)可逆,并且A3α=3Aα-2A2α.又3阶矩阵B满足A=PBP-1.(1)求B.(2)求|A+E|.(01一)2 1 0例8 3阶矩阵A,B满足ABA*=2BA*+E,其中A= 1 2 0 ,求|B|.(04一)0 0 1例9 3 -5 1设3阶矩阵A= 1 -1 0 , A-1XA=XA+2A,求X.-1 0 2例10 1 1 -1设3阶矩阵A= -1 1 1 , A*X=A-1+2X,求X.1 -1 1例11 4阶矩阵A,B满足ABA-1=BA-1+3E,已知1 0 0 0A*= 0 1 0 0 ,求B. (00一)1 0 1 00 -3 0 8例12 3 0 0 1 0 0已知A= 2 1 0 , B= 0 0 0 , XA+2B=AB+2X,求X11.2 13 0 0 -1例13设α1=(5,1,-5)T, α2=(1,-3,2)T, α3=(1,-2,1)T,矩阵A满足Aα1=(4,3) T, Aα2=(7,-8) T, Aα3=(5,-5) T,求A.2.概念和证明题例14 设A是n阶非零实矩阵,满足A*=A T.证明:(1)|A|>0.(2)如果n>2,则 |A|=1.例15 设矩阵A=(a ij)3⨯3满足A*=A T,a11,a12,a13为3个相等的正数,则它们为(A) 3/3.(B) 3. (C)1/3. (D) 3. (2005年数学三)例16 设A和B都是n阶矩阵,C= A 0 ,则C*=0 B(A) |A|A* 0 . (B) |B|B * 0 .0 |B|B * 0 |A|A*(C) |A|B* 0 . (D ) |B|A* 0 .0 |B|A* 0 |A|B*例17 设A是3阶矩阵,交换A的1,2列得B,再把B的第2 列加到第3 列上,得C.求Q,使得C=AQ.例18 设A是3阶可逆矩阵,交换A的1,2行得B,则(A) 交换A*的1,2行得到B*.(B) 交换A*的1,2列得到B*.(C) 交换A*的1,2行得到-B*.(D) 交换A*的1,2列得到-B*.(2005年)例19 设A是n阶可逆矩阵, 交换A的i,j行得到B.(1) 证明B可逆.(2) 求AB-1.例20设n阶矩阵A满足A2+3A-2E=0.(1)证明A可逆,并且求A-1.(2)证明对任何整数c,A-c E可逆.讨论: 如果f(A)=0,则(1) 当f(x)的常数项不等于0时,A可逆.(2) f(c)≠0时,A-c E可逆.(3) 上述两条的逆命题不成立.例21设α是n维非零列向量,记A=E-ααT.证明(1) A2=A⇔αTα =1.(2) αTα =1⇒ A不可逆. (96一)讨论: (2)的逆命题也成立.例22 设A,B都是n阶矩阵,证明E-AB可逆⇔ E-BA可逆.例23设3阶矩阵A,B满足AB=A+B.(1) 证明A-E可逆.(2) 设 1 -3 0B= 2 1 0 ,求A.0 0 2 (91)例24设A,B是3阶矩阵, A可逆,它们满足2A-1B=B-4E.(1) 证明A-2E可逆.(2) 设 1 -2 0B= 1 2 0 ,求A.0 0 2 (2002)例25设n阶矩阵A,B满足AB=a A+b B.其中ab≠0,证明(1) A-b E和B-a E都可逆.(2) A可逆⇔ B可逆.(3) AB=BA.例26设A,B都是n阶对称矩阵, E+AB可逆,证明(E+AB)-1A也是对称矩阵.例27 设A,B都是n阶矩阵使得A+B可逆,证明(1) 如果AB=BA,则B(A+B)-1A=A(A+B)-1B.(2) 如果A.B都可逆,则B(A+B)-1A=A(A+B)-1B.(3) 等式B(A+B)-1A=A(A+B)-1B总成立.例28设A,B,C都是n阶矩阵,满足B=E+AB,C=A+CA,则B-C为(A) E.(B) -E. (C) A. (D) -A. (2005年数学四)参考答案1 -1/2 1/3例135A=35 -2 1 –2/3 .3 -3/2 1① 3.② a2(a-2n). ③ -1. ④ E. ⑤ 4.例2 O.例3 (1)提示: A n=A n-2+A2-E⇔A n-2(A2-E)=A2-E ⇔ A(A2-E)=A2-E.(2)n=2k时, 1 0 0A n = k 1 0 .k 0 1n=2k+1时, 1 0 0A n = k+1 0 1 .k 1 0例 4 1 0 0B= 1 2 2 .1 1 3例5 2.例 6 –4a.例 7 0 0 0B= 1 0 3 . |E+A|=-40 1 -2例8 1/9.例 9 -6 10 4X= -2 4 2 .-4 10 0例 10 1 1 0(1/4) 0 1 1 .1 0 1例 11 6 0 0 0B= 0 6 0 0 .6 0 6 00 3 0 -1例 12 1 0 02 0 0 .6 -1 -1例 13 2 -1 1-4 -2 -5 .例15 (A).例16 (D).例 17 0 1 1Q= 1 0 0 .0 0 1例18 (D).例19 E(i,j).例22 提示:用克莱姆法则.例如证明 ,即在E-AB可逆时证明齐次方程组(E-BA)X=0只有零解.例23 1 1/2 0A= -1/3 1 0 .0 0 2例 24 0 2 0A= -1 -1 0 .0 0 -2例25 提示:计算(A-b E)(B-a E).例28 (A).第四讲向量组的线性关系与秩一.概念复习1. 线性表示关系设α1,α2,…,αs 是一个n 维向量组.如果n 维向量β等于α1,α2,…,αs 的一个线性组合,就说β可以用α1,α2,…,αs 线性表示.如果n 维向量组β1, β2,…,βt 中的每一个都可以可以用α1,α2,…,αs 线性表示,就说向量 β1,β2,…,βt 可以用α1,α2,…,αs 线性表示.判别“β是否可以用α1, α2,…,αs 线性表示? 表示方式是否唯一?”就是问:向量方程x 1α1+ x 2α2+…+x s αs =β 是否有解?解是否唯一?用分量写出这个向量方程,就是以(α1, α2,…,αs |β)为增广矩阵的线性方程组.反之,判别“以(A |β)为增广矩阵的线性方程组是否有解?解是否唯一?”的问题又可转化为“β是否可以用A 的列向量组线性表示? 表示方式是否唯一?”的问题.向量组之间的线性表示问题与矩阵乘法有密切关系: 乘积矩阵AB 的每个列向量都可以表示为A 的列向量组的线性组合,从而AB 的列向量组可以用A 的列向量组线性表示;反之,如果向量组β1,β2,…,βt 可以用α1,α2,…,αs 线性表示,则矩阵(β1,β2,…,βt )等于矩阵(α1,α2,…,αs )和一个s ⨯t 矩阵C 的乘积. C 可以这样构造: 它的第i 个列向量就是βi 对α1,α2,…,αs 的分解系数(C 不是唯一的).向量组的线性表示关系有传递性,即如果向量组β1,β2,…,βt 可以用α1,α2,…,αs 线性表示,而α1,α2,…,αs 可以用γ1,γ2,…,γr 线性表示,则β1,β2,…,βt 可以用γ1,γ2,…,γr 线性表示.当向量组α1,α2,…,αs 和β1,β2,…,βt 互相都可以表示时,就说它们等价,并记作{α1,α2,…,αs }≅{β1,β2,…,βt }.等价关系也有传递性.2. 向量组的线性相关性(1) 定义(从三个方面看线性相关性)线性相关性是描述向量组内在关系的概念,它是讨论向量组α1, α2,…,αs 中有没有向量可以用其它的s-1个向量线性表示的问题.定义 设α1,α2,…,αs 是n 维向量组,如果存在不全为0的一组数c 1,c 2,…,c s 使得c 1α1+c 2α2+…+c s αs =0, 则说α1,α2,…,αs 线性相关,否则(即要使得c 1α1+c 2α2+…+c s αs =0,必须c 1,c 2,…,c s 全为0)就说它们线性无关.于是, α1,α2,…,αs “线性相关还是无关”也就是向量方程x 1α1+ x 2α2+…+x s αs =0“有没有非零解”,也就是以(α1,α2,…,αs )为系数矩阵的齐次线性方程组有无非零解.当向量组中只有一个向量(s=1)时,它相关(无关)就是它是(不是)零向量. 两个向量的相关就是它们的对应分量成比例.(2) 性质① 当向量的个数s 大于维数n 时, α1, α2,…,αs 一定线性相关.如果向量的个数s 等于维数n,则 α1, α2,…,αn 线性相关⇔| α1, α2,…,αn |=0. ② 线性无关向量组的每个部分组都无关(从而每个向量都不是零向量).③ 如果α1,α2,…,αs 线性无关,而α1,α2,…,αs ,β线性相关,则β可用α1,α2,…,αs 线性表示.。
《线性代数》部分讲义(Word版)
《线性代数》部分讲义(Word版)GCT 线性代数辅导第一讲行列式一. 行列式的定义● 一阶行列式定义为1111a a =● 二阶行列式定义为2112221122211211a a a a a a a a -=● 在n 阶行列式中,划去元素ij a 所在的第i 行第j 列,剩余元素构成1-n 阶行列式,称为元素ij a 的余子式,记作ij M .● 令ij j i ij M A +-=)1(,称ij A 为ij a 的代数余子式.●n 阶行列式定义为n n nnn n nn A a A a A a a a a a a a a a a 1112121111212222111211+++=.二. 行列式的性质1.行列式中行列互换,其值不变.=333231232221131211a a a a a a a a a 332313322212312111a a a a a a a a a 2.行列式中两行对换,其值变号.=333231232221131211a a a a a a a a a –333231131211232221a a a a a a a a a 3.行列式中如果某行元素有公因子,可以将公因子提到行列式外.=333231232221131211a a a ka ka ka a a a 333231232221131211a a a a a a a a a k4.行列式中如果有一行每个元素都由两个数之和组成,行列式可以拆成两个行列式的和.=+++333231232322222121131211a a a b a b a b a a a a +333231232221131211a a a a a a a a a 333231232221131211a a a b b b a a a 由以上四条性质,还能推出下面几条性质5.行列式中如果有两行元素对应相等,则行列式的值为0.6.行列式中如果有两行元素对应成比例,则行列式的值为0.7.行列式中如果有一行元素全为0,则行列式的值为0.8.行列式中某行元素的k 倍加到另一行,其值不变.=333231232221131211a a a a a a a a a 133312321131232221131211ka a ka a ka a a a a a a a +++三.n 阶行列式展开性质nnn n nn a a a a a a a a a D212222111211= 等于它的任意一行的各元素与其对应代数余子式的乘积的和,即in in i i i i A a A a A a D +++= 2211 n i ,,2,1 = ● 按列展开定理nj nj j j j j A a A a A a D +++= 2211 n j ,,2,1 =●n 阶行列式D 的某一行的各元素与另一行对应元素的代数余子式的乘积的和等于零.即02211=+++jn in j i j i A a A a A a j i ≠ ● 按列展开的性质02211=+++nj ni j i j i A a A a A a j i ≠四.特殊行列式●nn nna a a a a a22112211=;()11212)1(11211n n n n n n n na a a a a a ----=● 上(下)三角行列式和上面的对角行列式的结果相同.五.计算行列式● 消零降阶法.● 消为特殊行列式(上(下)三角行列式或和对角行列式)..典型习题1. =3D xx x 121332=()。
线性代数讲义
1 0 矩阵,可以经过进一步初等行变换,化为: 0 0
7 0 − 6 5 1 −1 0 − 矩阵的行最 6 ,这种形式的矩阵,称为原矩阵的行最 1 0 0 1 3 0 0 0 0 0 1
简形。 简形 (注意观察与原阶梯型矩阵的差别。并思考为什么可以直接看出来方程组的一般解?) 我们已经说明,齐次线性方程组一定有一组零解,而且例 3 表明,齐次线性方程组有自由未知量的时 候,一定有无穷组解(因为自由未知量随便取定一组值都可以得到一组解) ,此时称齐次线性方程组是有 非零解的。 那么,齐次线性方程组什么时候会有自由未知量呢?观察矩阵可知,最终矩阵经初等行变换化阶梯型 (或行最简形)后,台阶数如果比未知量个数少,就一定有自由未知量,从而就一定有非零解。 因为矩阵化阶梯型后,必然一行有一个台阶,所以阶梯数不会多于行数。如果所给的矩阵行数小于未 知量个数,换句话说,已知的方程组方程个数小于未知量个数 方程组方程个数小于未知量个数,那必有阶梯型矩阵的台阶数小于未知量个 方程组方程个数小于未知量个数 数,也就是方程组一定有非零解 方程组一定有非零解。此时方程组是“矮胖”的,也可以这样记此结论“矮胖的齐次线性方程 方程组一定有非零解 “矮胖的齐次线性方程 。 组一定有非零解” 一定有非零解” 三、线性方程组解的一般讨论
1 −3 −1 −2 r1 + r2 1 1 −3 −1 2− r2 4 1 −r +r 1 −2 1 − r11 + r3 0 −1 4 3 − 1 r3 0 4 4 → → 0 0 −4 −4 0 1 1 3 2 −3 3 0 1 −4 0 0
1 −3 −1 1 −4 −3 0 1 1 0 0 3
线性代数总复习讲义PPT课件
在计算机科学中的应用
01
Байду номын сангаас
02
03
04
线性代数在计算机科学中也有 着广泛的应用,如图像处理、 机器学习和数据挖掘等领域。
线性代数在计算机科学中也有 着广泛的应用,如图像处理、 机器学习和数据挖掘等领域。
线性代数在计算机科学中也有 着广泛的应用,如图像处理、 机器学习和数据挖掘等领域。
100%
相似变换法
通过相似变换将矩阵对角化,从 而得到其特征值和特征向量。
80%
数值计算法
对于一些大型稀疏矩阵,可以使 用数值计算方法来计算其特征值 和特征向量。
特征值与特征向量的应用
01
在物理、工程等领域中,特征值和特征向量被广泛 应用于求解振动、波动等问题。
02
在图像处理中,特征值和特征向量被用于图像压缩 和图像识别。
二次型的应用与优化问题
总结词
了解二次型在解决优化问题中的应用
详细描述
二次型的一个重要应用是在解决优化问题中, 特别是在求解二次规划问题时。通过将问题 转化为二次型的形式,可以方便地应用各种 优化算法进行求解,如梯度下降法、牛顿法 等。此外,二次型在统计分析、机器学习等 领域也有着广泛的应用。
06
矩阵的逆与行列式的值
要点一
总结词
矩阵的逆和行列式的值是线性代数中的重要概念,它们在 解决线性方程组、向量空间和特征值等问题中有着广泛的 应用。
要点二
详细描述
矩阵的逆是矩阵运算的一个重要概念,它表示一个矩阵的 逆矩阵与其原矩阵相乘为单位矩阵。逆矩阵的存在条件是 矩阵的行列式值不为零。行列式的值是一个由n阶方阵构 成的代数式,表示n个未知数的n阶线性方程组的解的系数 。行列式的值可以用来判断线性方程组是否有解以及解的 个数。同时,行列式的值也与特征值和特征向量等问题密 切相关。
线性代数(经管类)讲义
高数线性代数课堂笔记第一章行列式线性代数学的核心内容是:研究线性方程组的解的存在条件、解的结构以及解的求法。
所用的基本工具是矩阵,而行列式是研究矩阵的很有效的工具之一。
行列式作为一种数学工具不但在本课程中极其重要,而且在其他数学学科、乃至在其他许多学科(例如计算机科学、经济学、管理学等)都是必不可少的。
1.1行列式的定义(一)一阶、二阶、三阶行列式的定义)定义:符号叫一阶行列式,它是一个数,其大小规定为:。
注意:在线性代数中,符号不是绝对值。
例如,且;)定义:符号叫二阶行列式,它也是一个数,其大小规定为:所以二阶行列式的值等于两个对角线上的数的积之差。
例如)符号叫三阶行列式,它也是一个数,其大小规定为例如=0三阶行列式的计算比较复杂,为了帮助大家掌握三阶行列式的计算公式,我们可以采用下面的对角线法记忆方法是:在已给行列式右边添加已给行列式的第一列、第二列。
我们把行列式左上角到右下角的对角线叫主对角线,把右上角到左下角的对角线叫次对角线,这时,三阶行列式的值等于主对角线的三个数的积与和主对角线平行的线上的三个数的积之和减去次对角线三个数的积与次对角线的平行线上数的积之和。
例如:(1)=1×5×9+2×6×7+3×4×8-3×5×7-1×6×8-2×4×9=0(2)(3)(2)和(3)叫三角形行列式,其中(2)叫上三角形行列式,(3)叫下三角形行列式,由(2)(3)可见,在三阶行列式中,三角形行列式的值为主对角线的三个数之积,其余五项都是0,例如例1a为何值时,[答疑编号10010101:针对该题提问]解因为所以8-3a=0,时例2当x取何值时,[答疑编号10010102:针对该题提问]解:解得0<x<9所以当0<x<9时,所给行列式大于0。
(二)n阶行列式符号:它由n行、n列元素(共个元素)组成,称之为n阶行列式。
线性代数总复习讲义
主对角线上的元素都是1, 其余元素都是零的 n阶方阵,叫做n阶单位阵, 简记作E .
5 矩阵相加
设A
(a ij)m n
,
B
(b
ij
) m
n
为两个同型矩阵,
矩阵加法定义为A B (aijbij)mn , A B称为
A与B的和.
交换律 A B B A
结合律 ( A B) C A (B C)
则称矩阵A是可逆的(或非奇异的、非退化的、满 秩的),且矩阵B称为A的逆矩阵.
若A有逆矩阵,则A的逆矩阵是唯一的, A的逆 矩阵记作 A1 .
相关定理及性质
方阵A可逆的充分必要条件是A 0.
若矩阵A可逆,则 A1 A .
( A )1 1
A;(A)1
1
A
A1 (
0);
( AT )1 ( A1)T .
4对换
定义 在排列中,将任意两个元素对调,其余元 素不动,称为一次对换.将相邻两个元素对调, 叫做相邻对换.
定理 一个排列中的任意两个元素对换,排列改 变奇偶性.
推论 奇排列调成标准排列的对换次数为奇数, 偶排列调成标准排列的对换次数为偶数.
5 n阶行列式的定义
a11 a12 a1n
D
a21 a22 a2n
若 同 阶 方 阵A与B都 可 逆, 那 么AB也 可 逆, 且
( AB)1 B1 A1 .
11 分块矩阵
矩阵的分块,主要目的在于简化运算及便于 论证.
分块矩阵的运算规则与普通矩阵的运算规则 相类似.
典型例题
一、矩阵的运算 二、逆矩阵的运算及证明 三、矩阵的分块运算
1 初等变换的定义
- 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)。
5.7 线性变换的不变子空间 5.7.1 不变子空间的概念 5.7.2 线性变换的不变子空间与表示方阵化简 一、单个不变子空间与准上三角矩阵表示 二、不变子空间直和分解与准对角矩阵表示 5.7.3 不变子空间的类型
因式、完全相同的最大公因式;
(1′) 若[ f1(), f2 (), , fs ()]T 有限次初等行变换[g1(), g2 (), , gs ()]T ,则多 项式组(I)与(II)有完全相同的公因式、完全相同的最大公因式;
(2) [ f1(), f2 (), , fs ()] 可经过有限次初等列变换化为[d (), 0, , 0] 的形式, 其中 d () 是多项式组(I)的一个最大公因式;
一、 A 的值域 二、 A 的核 三、 B C( A ) 的值域 四、 B C( A ) 的核
五、特征子空间 六、根子空间 七、若尔当子空间 八、贾柯勃逊子空间 九、弗罗贝尼乌斯子空间 5.7.4 不变子空间的若干重要结论 一、不变子空间的维数 二、非减次线性变换的全体不变子空间
-1-
- 189 -
若 A() 经过有限次初等列变换变成 B() ,则称 A() 与 B() 列相抵.
若 A() 经过有限次初等变换变成 B() ,则称 A() 与 B() 相抵,记作 A() B() .
矩阵之间的相抵关系、行相抵关系、列相抵关系均满足反身性、对称性、传递性,
都是等价关系.
例 2 设 f1(), f2 (), , fs () [] . (1) 若[ f1(), f2 (), , fs ()] 有限次初等列变换[g1(), g2 (), , gs ()] ,则多项 式组(I) { f1(), f2 (), , fs ()} 与(II) {g1(), g2 (), , gs ()} 有完全相同的公
也可以表为
1 2 2
A(
)
2 3 2
3 2 2
4 5 2
2 7
1 2
1 A() 2
3 2
4 1
7
3
0 1
5
0
2
A0
A1
A2 2
,
1
其中 A0 , A1, A2 32 分别为 0, 1, 2 次项系数矩阵. 也可由 A2 O ,得知 deg A() 2 . 注 数域 上的全体 m n 的 矩阵形成的集合可以表为以下两种形式:
的矩形表格
a11() a12 () a1n ()
A(
)
a21 (
)
a22 ()
a2n
(
)
,
am1
(
)
am2 ()
amn
(
)
则称 A() 为一个 m n 的 矩阵,称 m n 为 A() 的型,称 aij () 为 A() 的 (i, j) 元素
(i
1,
2, ,
m
;
j
1,
|
Ann () | .
矩阵与数字矩阵有相同的运算规律,如
Em Amn ()
Amn ()En
Amn () ,[ Amn ()Bns ()]T
BT ns
(
)
AT mn
(
)
,
|
AT nn
(
)
|
|
Ann ()
|,|
Ann ()Bnn
()
|
|
Ann ()
||
Bnn ()
|
.
例 1 数域 上的 3 2 的 矩阵
3.5 一元多项式矩阵
3.5 一元多项式矩阵
以数为元素的矩阵称为数字矩阵,以多项式为元素的矩阵称为多项式矩阵,以函数为元
素的矩阵称为函数矩阵. 本节将系统研究一元多项式矩阵.
3.5.1 矩阵的基本概念 一、 矩阵的概念及运算 定义 1 设 是一个数域, 是一个文字,由 m n 个取自 [] 的多项式排成的 m 行 n 列
2, ,
n ),称 deg
A( )
max
1≤i≤m , 1≤
j≤n
deg
aij
(
)
为
A() 的次数.
可以仿照数字矩阵的运算,如
Amn
Bmn ,
kAmn ,
AT mn
,
Amn Bns ,
|
Ann
| ,类似定义
矩阵的运算:Amn ()
Bmn (),
k() Amn (),
AT mn
(
),
Amn ()Bns (),
[]mn {[aij ()]mn | aij () [], i 1, 2, , m; j 1, 2, , n} ,
mn[] {A0 A1 As s | s ; A0 , A1, , As mn}. □
二、 矩阵的初等变换与初等 矩阵
定义 2 矩阵的以下三种变换:
(1) 对调第 i 行与第 j 行( i j ),记作 ri rj ;
(2) 第 i 行乘以非零数 k ,记作 ri k ; (3) 第 i 行加上第 j 行的 l() 倍( i j ),记作 ri l()rj ,
第 3 章 矩阵
- 190 -
分别称为 矩阵的第 1、2、3 类初等行变换.
类似地有三类初等列变换: ci c j (i j) , ci k (数 k 0 ), ci l()c j (i j) . 初等行变换与初等列变换统称为 矩阵的初等变换. 若 A() 经过有限次初等行变换变成 B() ,则称 A() 与 B() 行相抵.
(2′) [ f1(), f2 (), , fs ()]T 可经过有限次初等行变换化为[d (), 0, , 0]T 的形 式,其中 d () 是多项式组(I)的一个最大公因式.
例 3 (1) A() []mn 可经过有限次初等行变换化为
b11() b12 () b1n ()
0
0
形式,其中 b11() 是 A() 的第一列中各多项式的最大公因式; (2) A() 可经过有限次初等行变换化为行阶梯形 矩阵;
第 3 章 矩阵 3.5 一元多项式矩阵
3.5.1 矩阵的基本概念 一、 矩阵的概念及运算 二、 矩阵的初等变换与初等 矩阵 三、可逆 矩阵 四、 矩阵的秩与行列式因子组
3.5.2 矩阵的相抵标准形与不变因子组 3.5.3 矩阵的初等因子组
习题 3.5 第 5 章 线性变换