《线性代数》(同济第六版)演示精品PPT课件
合集下载
线性代数课件PPT
线性代数课件
目录 CONTENT
• 线性代数简介 • 线性方程组 • 向量与矩阵 • 特征值与特征向量 • 行列式与矩阵的逆 • 线性变换与空间几何
01
线性代数简介
线性代数的定义和重要性
1
线性代数是数学的一个重要分支，主要研究线性 方程组、向量空间、矩阵等对象和性质。
2
线性代数在科学、工程、技术等领域有着广泛的 应用，如物理、计算机科学、经济学等。
逆矩阵来求解特征多项式和特征向量等。
06
线性变换与空间几何
线性变换的定义和性质
线性变换的定义
线性变换是向量空间中的一种变换， 它将向量空间中的每一个向量映射到 另一个向量空间中，保持向量的加法 和标量乘法的性质。
线性变换的性质
线性变换具有一些重要的性质，如线 性变换是连续的、可逆的、有逆变换 等。这些性质在解决实际问题中具有 广泛的应用。
特征值与特征向量的应用
总结词
特征值和特征向量的应用非常广泛，包括物理、工程、经济等领域。
详细描述
在物理领域，特征值和特征向量可以描述振动、波动等现象，如振动模态分析、波动分析等。在工程 领域，特征值和特征向量可以用于结构分析、控制系统设计等。在经济领域，特征值和特征向量可以 用于主成分分析、风险评估等。此外，在机器学习、图像处理等领域也有广泛的应用。
经济应用
线性方程组可用于解决经济问题，如投入产出分析、 经济预测等。
03
向量与矩阵
向量的基本概念
向量的模
表示向量的长度或大小，记作|向量|。
ቤተ መጻሕፍቲ ባይዱ
向量的方向
由起点指向终点的方向，可以通过箭头表示。
向量的分量
表示向量在各个坐标轴上的投影，记作x、y、 z等。
目录 CONTENT
• 线性代数简介 • 线性方程组 • 向量与矩阵 • 特征值与特征向量 • 行列式与矩阵的逆 • 线性变换与空间几何
01
线性代数简介
线性代数的定义和重要性
1
线性代数是数学的一个重要分支，主要研究线性 方程组、向量空间、矩阵等对象和性质。
2
线性代数在科学、工程、技术等领域有着广泛的 应用，如物理、计算机科学、经济学等。
逆矩阵来求解特征多项式和特征向量等。
06
线性变换与空间几何
线性变换的定义和性质
线性变换的定义
线性变换是向量空间中的一种变换， 它将向量空间中的每一个向量映射到 另一个向量空间中，保持向量的加法 和标量乘法的性质。
线性变换的性质
线性变换具有一些重要的性质，如线 性变换是连续的、可逆的、有逆变换 等。这些性质在解决实际问题中具有 广泛的应用。
特征值与特征向量的应用
总结词
特征值和特征向量的应用非常广泛，包括物理、工程、经济等领域。
详细描述
在物理领域，特征值和特征向量可以描述振动、波动等现象，如振动模态分析、波动分析等。在工程 领域，特征值和特征向量可以用于结构分析、控制系统设计等。在经济领域，特征值和特征向量可以 用于主成分分析、风险评估等。此外，在机器学习、图像处理等领域也有广泛的应用。
经济应用
线性方程组可用于解决经济问题，如投入产出分析、 经济预测等。
03
向量与矩阵
向量的基本概念
向量的模
表示向量的长度或大小，记作|向量|。
ቤተ መጻሕፍቲ ባይዱ
向量的方向
由起点指向终点的方向，可以通过箭头表示。
向量的分量
表示向量在各个坐标轴上的投影，记作x、y、 z等。
《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(第六版)课件：矩阵
30
a b c d
于是得
B
0 0 0
a 0 0
b a 0
c b a
，其中a ,
b,
c,
d
为任意数。
31
从前例
2 3
46
2 1
42
0 0
00 ,
还可看出，矩阵乘法不满足消去律：
AB O A O 或 B O ;
A(B C) O
AB AC , A O B C . 左消去律不成立；
9 3
84 ,
显然， AB BA 。
23
矩阵乘法的运算规律：
(1) ( AB)C A(BC) ; 矩阵乘法满足结合律！ (2) A(B C) AB AC , (B C)A BA CA ; 分配律
(3) k( AB) (kA)B A(kB) (其中k为数);
(4) AO O, OA O ; (5) AE EA A . 注意：交换律不成立。
4
例如 1 0 3 5 是一个 2 4 矩阵, 9 6 4 3
2 3 5 9 是一个 1 4 矩阵,
1 2
是一个 3 1 矩阵。
4
3 4
6 2
2 2
是一个 3 3 矩阵。
5
0
2
5
如果矩阵A=(aij)的行数与列数都等于n，则称A为 n 阶 矩阵 (或称 n 阶方阵 ) 。
.
kam1 kam2 kamn
14
数乘矩阵的运算规律： （设A、B 为 m n矩阵，k, l 为数）
(1) k( A B) kA kB ; (2) (k l)A kA lA ; (3) k(lA) (kl)A ; (4) 1A A，0A O . 加法和数乘合称为矩阵的线性运算。
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
线性代数(第六版)课件：线性方程组
《线性代数》
（第六版）
1
线性方程组
2
本章讨论关于线性方程组的两个问题： 一、探讨 n 个未知数 m 个方程的线性方程组的解法 （即下面介绍的高斯消元法）。 二、从理论上探讨线性方程组解的情况：何时有解， 何时无解。若有解，则有多少组解；若有无穷多解， 如何表示。
运用 n 维向量的理论可全面地解决第二个方面的 问题。
3
第一节 线性方程组的消元解法
例 用高斯消元法解线性方程组
2 x1 x2 x3 x4 2
1
4x1x1x62
2x3 x2 2
x3
x4
4 2 x4
4
2 3
(1)
3x1 6 x2 9 x3 7 x4 9 4
解
x1 x2 2 x3 x4 4
1
(1)
12 3 2
2 2
x1 x1
a11 x1 a12 x2 a1n xn 0 ,
a21
x1
a22 x2
a2n xn
0,
am1 x1 am2 x2 amn xn 0 .
显然零向量必为它的解，称为零解。
定理 若 r( A) n ,则齐次线性方程组只有零解；
若 r(A) n ,则齐次线性方程组有非零解. 推论 若 m n ,则齐次线性方程组必有非零解。
0
b
1 0
1
,
ba2 x1 a 1 ,
x2
a
2b a1
3
,
b1 x3 a 1 ,
x4 0 ;
当 a 1 , b 1 时, r( A) 2 r( A) 3 ,方程组无解；
当 a 1 , b 1 时, r( A) r( A) 2 4 ,方程组有无穷多组解，
（第六版）
1
线性方程组
2
本章讨论关于线性方程组的两个问题： 一、探讨 n 个未知数 m 个方程的线性方程组的解法 （即下面介绍的高斯消元法）。 二、从理论上探讨线性方程组解的情况：何时有解， 何时无解。若有解，则有多少组解；若有无穷多解， 如何表示。
运用 n 维向量的理论可全面地解决第二个方面的 问题。
3
第一节 线性方程组的消元解法
例 用高斯消元法解线性方程组
2 x1 x2 x3 x4 2
1
4x1x1x62
2x3 x2 2
x3
x4
4 2 x4
4
2 3
(1)
3x1 6 x2 9 x3 7 x4 9 4
解
x1 x2 2 x3 x4 4
1
(1)
12 3 2
2 2
x1 x1
a11 x1 a12 x2 a1n xn 0 ,
a21
x1
a22 x2
a2n xn
0,
am1 x1 am2 x2 amn xn 0 .
显然零向量必为它的解，称为零解。
定理 若 r( A) n ,则齐次线性方程组只有零解；
若 r(A) n ,则齐次线性方程组有非零解. 推论 若 m n ,则齐次线性方程组必有非零解。
0
b
1 0
1
,
ba2 x1 a 1 ,
x2
a
2b a1
3
,
b1 x3 a 1 ,
x4 0 ;
当 a 1 , b 1 时, r( A) 2 r( A) 3 ,方程组无解；
当 a 1 , b 1 时, r( A) r( A) 2 4 ,方程组有无穷多组解，
同济大学线性代数课件
x1 c 4
x x
2 3
c c
3
x 4 3
07.07.2020
5
消元法的三类变换： （1）对调二个方程的次序； （2）以非零的数 k 乘某个方程； （3）一个方程加上另一个方程的 k 倍．
由于三类变换都是可逆的， 因此变换前的方程组与变换后是同解的．
07.07.2020
6
定义1：下面三类变换称为矩阵的初等行变换:
(2 )E (i(k ) 1 ) E (i(1 ))E ,(i(k )T ) E (i(k )) k
( 3 ) E ( i ,j ( k ) 1 ) E ( i ,j ( k )E ) ( i ,j ( , k ) T ) E ( j , i ( k ))
07.07.2020
21
定理1： 设 A 为m×n 矩阵，则 (1) A r i rj E(i,j)A A c i cj A(E i,j)T
1 2 3 0 0 1 3 2 1
0 3
1 4
2 5
0 1
1 0
0 0
2 5
1 4
0 3
07.07.2020
26
A 1 (A ,E ) (E ,A 1 ) A1P1P2 Ps
P 1 P 2 P s ( A ,E ) ( E ,A 1 )
即 A ,E 初 等 行 变 换 E ， A 1
(1) E r i rj E(i,j)
(2) E r ik E(i(k)) (3)E r i kj r E (i,j(k))
07.07.2020
16
1
1
0
1
第i 行
1
E(i, j)
1
1
0
1
线性代数-课件ppt
a11
A
A
a21
a12
a22
a1n
a2n
.
am1 am1 amn
2、数乘矩阵的运算规律
（设 A、B为 m n 矩阵， ,为数）
1 A A; 2 A A A;
3 A B A B.
矩阵相加与数乘矩阵合起来,统称为矩阵的线 性运算.
3 2 7 5
例1：已知
A
1 6
线性代数
• 矩阵的概念 • 矩阵的基本运算 • 矩阵的初等变换与矩阵的秩 • 逆矩阵 • 线性方程组解的判定
矩阵的概念
• 一、矩阵概念的引入 • 二、矩阵的定义 • 三、几种特殊的矩阵 • 四、同型矩阵和矩阵相等
一、矩阵概念的引入
B
某航空公司在A,B,C,D四城市之间
开辟了若干航线 ,如图所示表示了 四城市间的航班图,如果从A到B有
13 6 19 7
7 10
2 28
2 2
21 24
三、矩阵的乘法
引例：某校明后两年计划建筑教学楼和宿舍楼。建筑面积及材料耗用量如表：
建筑面积（单位：100平方米）
教学楼 宿舍楼
材料（每100平方米耗用量，单位：吨）
钢材 水泥 铝材
明年 20
10
教学楼
2
18
0.4
后年 30
20
宿舍楼 1.5
1 2 3 4
解：设A
4 3 2
1 4 3
2 1 4
123 ,
x1
X
x x x
2 3 4
,
1
B
2 2 1
,
所以方程组可表示为 ：
1 2 3 4 x1 1
线性代数ppt课件
VS
线性代数的特点
线性代数具有抽象性、实用性、广泛性等 特点，是数学中重要的分支之一。
线性代数的历史背景
线性代数的起源
线性代数起源于17世纪，主要目的 是为了解决线性方程组的问题。
线性代数的发展
随着数学的发展，线性代数逐渐成为 一门独立的数学分支，并在20世纪得 到了广泛的应用和发展。
线性代数的应用领域
转置矩阵
一个矩阵A的转置矩阵是满足$A^T_{ij}=A_{ ji}$的矩阵
行列式与高斯消元
03
法
行列式的定义及性质
总结词
行列式是线性代数中重要的工具之一，它具有特殊的性质和计算规则。
详细描述
行列式是由一组方阵中的元素按照一定规则组成的，它是一个方阵是否可逆的判断标准，同时也有一 些重要的性质和计算规则，如交换两行或两列、对角线上的元素相乘等。了解行列式的定义和性质是 学习线性代数的基础。
矩阵的运算规则
加法
两个相同大小的矩阵，对应位置的元素相加
数乘
用一个数乘以矩阵的每一个元素
减法
两个相同大小的矩阵，对应位置的元素相减
乘法
要求两个矩阵满足乘法运算的规则，即第一 个矩阵的列数等于第二个矩阵的行数
矩阵的逆与转置
逆矩阵
一个矩阵A的逆矩阵是满足$AA^{-1}=I$的矩阵，其中$I$是单位矩阵
高斯消元法的原理
总结词
高斯消元法是一种解线性方程组的直接方法 ，其原理是将方程组转化为阶梯形矩阵。
详细描述
高斯消元法的基本思想是通过一系列的行变 换将线性方程组转化为阶梯形矩阵，这样就 可以直接求解方程组。高斯消元法包括三种 基本的行变换：将两行互换、将一行乘以非 零常数、将一行加上另一行的若干倍。通过 这些行变换，我们可以将矩阵转化为阶梯形 矩阵，从而求解方程组。
同济大学出版社 线性代数课件完整版)
a1n D a n1 a2,n 1
其中 a为行列式 D的(i, j)元 ij
1. n 阶行列式共有 n! 项． 2. 每一项都是位于不同行不同列的 n 个元素的乘积． 3. 每一项可以写成 a1 p1 a2 p2 （正负号除外），其中 anpn 是1, 2, …, n 的某个排列. 4. 当 p1 p2 是偶排列时，对应的项取正号； pn
定义 设有9个数排成3行3列的数表
引进记号 主对角线 副对角线
a11 a12 a13 a21 a22 a23 原则：横行竖列 二、三阶行列式 a a32 a33 31
a11 a21 a31 a12 a22 a32 a13 a23 a11a22a33 a12a23a31 a13a21a32 a33 a13a22a31 a12a21a33 a11a23a32
线性代数
主 讲： 韩 信 专 业：运筹学与控制论
1．用消元法解二元线性方程组 (1) a11 x1 a12 x2 b1 , (2) a21 x1 a22 x2 b2 .
1 a22 : 2 a12 :
a11a22 x1 a12a22 x2 b1a22 , a12a21 x1 a12a22 x2 b2a12 ,
0 D2 0 0 a41
0 0 a32 0
0 a23 0 0
a14 0 0 0
(1)t (4321) a14a23a33a41 a14a23a33a41
3 4 6. 其中 t (4321) 0 1 2 3 2
a11 D3 0 0 0
a12 a22 0 0
规律：
一、概念的引入
1. 三阶行列式共有6项，即3!项． 2. 每一项都是位于不同行不同列的三个元素的乘积．
同济大学线性代数课件__第二章
2 4 4 9
线性方程组与矩阵的对应关系
2
定义1 由 m n 个数 a ij (i 1,2, , m; j 1,2, , n)
排成的m行n列的数表，
a11 a21 am 1 a12 a22 a1n a2 n
am 2 amn
称为m行n列矩阵. 简称m n矩阵.
13
y1 1 x1 y x 2 2 2 yn n x n
§2 矩阵的基本运算
一、 矩阵的加法
定义2 设有两个 m n 矩阵 A (aij ), B (bij ), 那末矩阵 A与B 的和记作A+B，规定为
a11 b11 a12 b12 a21 b21 a22 b22 A B a b m 1 m 1 am 2 bm 2
12
线性变换与矩阵之间的对应关系. 恒 等 变 换
y1 x1 , y x , 2 2 yn x n
1 0 0 0 1 0 单 位 阵 0 0 1
1 2 n
23
1 1 1 1 1 1 1 2 1 1 1 2 2 2 3 1 1 1 3 3 3 1 2 3 1 1 1 1 1 1 1 2 1 2 3 1 2 3 1 1 1 3
16
矩阵加法满足的运算规律:
1 交换律：A B B A. 2 结合律： A B C A B C . 3 A O A 4 A A O .
17
二、数与矩阵相乘
定义3 数与矩阵A的乘积记作A或A , 规定为
《线性代数》PPT课件幻灯片PPT
特别当矩阵A与对角阵=diag(1, 2,···, n )相似时,
那么
Am = PmP-1; (A)= P()P-1.
而对于对角阵, 有
1k
k =
k2
;
kn
()=
(1)
(2)
(n).
利用上述结论可以很方便地计算矩阵A的多项式
(A). 结论: 假设f( )为矩阵A的特征多项式, 那么矩阵
A的多项式 f(A)=O. 此结论的一般性证明较困难, 但当矩阵A与对角
因此, 当a = –1时矩阵A能对角化.
三、小 结
1. 相似矩阵 相似是矩阵之间的一种关系, 它具有很多良好的 性质, 除了课堂内介绍的以外, 还有: (1) 假设A与B相似, 那么det(A)=det(B); (2) 假设A与B相似, f(x)为多项式, 那么f(A)与f(B) 相似; (3) 假设A与B相似, 且A可逆, 那么B也可逆, 且A1与B2-1. 相相似似.变换与相似变换矩阵 相似变换是对方阵进展的一种运算, 它把A变成 P-1AP, 可逆矩阵P称为进展这一变换的相似变换矩阵.
-2
P1AP
1 1.
矩阵P的列向量和对角矩阵中特征值的位置要相
互对应.
例3:设A= 110
0 1 0
a10,当a为何值时, 矩阵A能对角化?
0 1 解: | A –E | = 1 1 a = –(–1)2(+1).
1 0
得矩阵A的特征值 1 = –1, 2 = 3 = 1. 对应单根1 = –1, 恰好可求得一个线性无关的特
阵 相似时很容易证明即.
f(A)=Pf()P=POP-1=O.
二、利用相似变换将方阵对角化
n阶方阵A是否与对角阵 =diag( 1, 2,···, n ) 相似, 那么我们需要解决如下两个问题:
- 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)。
11 2
1
b
21
a
xba
=
2 a11a22 a12a21
原则：横行竖列
我们引进新的符号来表示“四个 数分成两对相乘再相减”.
a11 a12 数表 a21 a22
a11 a12 记号 a21 a22
表达式 a11a22 a12a21 称为由该
数表所确定的二阶行列式，即
a11 a12 D=
a21 a22
=
a11b 2
ba 1
21
2 a11a22 a12a21
�分母相同，由方程组的四个系数确定. �分子、分母都是四个数分成两对相乘再
相减而得.
7
二元线性方程组
a11x1 +a12x2 = b1 21 1 x +a22 x2 = b2 a
其求解公式为
b1a22 a12b2
x1 = a11a22 a12a21
= a11a22a33 +a12a23a31 +a13a21a32 a13a22a31 a12a21a33 a11a23a32
注意：对角线法则只适用于二阶与三阶行列式.
13
1 2 -4
例2 计算行列式 D = -2 2 1
-3 4 -2
解 按对角线法则，有
D = 1×2×( 2)+ 2×1×( 3)+ ( 4)×( 2)×4 1×1×4 2×( 2)×( 2) ( 4)×2×( 3)
副对角线 a31 a32 a33
a13a22a31 a12a21a33 a11a23a32
称为三阶行列式.
二阶行列式的对角线法则
并不适用！
12
三阶行列式的计算 ——对角线法则
a11 a12 a13 D = a21 a22 a23
a31 a32 a33
实线上的三个元素的乘积冠正号， 虚线上的三个元素的乘积冠负号.
是“逆序”.
19
对于n 个不同的元素，可规定各元素之间的标准次序. n 个不同的自然数，规定从小到大为标准次序.
线性代数（第六版）
1
在以往的学习中，我们接触过二 元、三元等简单的线性方程组. 但是，从许多实践或理论问题里 导出的线性方程组常常含有相当 多的未知量，并且未知量的个数 与方程的个数也不一定相等.
2
我们先讨论未知量的个数与方程 的个数相等的特殊情形. 在讨论这一类线性方程组时，我 们引入行列式这个计算工具.
所以
x1
=
ቤተ መጻሕፍቲ ባይዱD1 D
=
14 7
=
2,
D2 21 x2 = D = 7 = 3
11
二、三阶行列式
定义 设有9个数排成3行3列的数表
a11 a12 a13
a21 a22 a23
引进记号
a31 a32 a33
原则：横行竖列
主对角线 a11 a12 a13
= a21 a22 a 23
a11 a22 3a3 +a12 a23 a31 +a13a21 a32
9
二元线性方程组
a11x1 x
+a12x2 +a x
=
b1 =b
若令
D = a11 a12 (方程组的系数行列式) a21 a22
b1 a12 D1 = b2 a22
a11 b1 D2 = a21 b2
则上述二元线性方程组的解可表示为
x1
=
b1a22 a11a22
a12b2 = D1 a12a21 D
解
123
百位 1 十位 1 2 个位 1 2 3
2
3
3种放法
13
2种放法
1种放法
共有 3×2×1= 6 种放法.
17
问题 把 n 个不同的元素排成一列，共有多少种不同的 排法？
定义 把 n 个不同的元素排成一列，叫做这 n 个元素 的全排列. n 个不同元素的所有排列的种数，通常用 Pn表示.
显然 Pn = n(n 1)(n 2) 321= n!
= a11a22 a12a21
其中， aij(i = 1,2; j = 1,2) 称为元素.
i 为行标，表明元素位于第i 行； j 为列标，表明元素位于第8 j 列.
二阶行列式的计算 ——对角线法则
主对角线 a11 a12 副对角线 a21 a22 = a11a22 a12a21
即：主对角线上两元素之积－副对角线上两元素之积
即n 个不同的元素一共有n! 种不同的排法.
18
3个不同的元素一共有3! =6种不同的排法 123，132，213，231，312，321
所有6种不同的排法中，只有一种排法 （123）中的数字是按从小到大的自然 顺序排列的，而其他排列中都有大的 数排在小的数之前.
因此大部分的排列都不是“顺序”，而
4 4
§1 二阶与三阶行列式
我们从最简单的二元线性方程组出发，探 求其求解公式，并设法化简此公式.
5
一、二元线性方程组与二阶行列式
二元线性方程组
a11x1 +a12x2 = b1 a21x 1+a 2x2 =2 b 2
由消元法，得
(a11a22 a12a21)x1 = b1a22 a12b2
(a11a22 a12a21)x2 = a11b2 b1a21 a a 当 11 22 a a12 21 0 时，该方程组有唯一解
3 3
第一章 行列式
•行列式是线性代数 的一种工具！
•学习行列式主要就
� 内容提要
是要能计算行列式 的值.
§1 二阶与三阶行列式
§2 全排列及其逆序数 行列式的概念. §3 n 阶行列式的定义
§4 对换（选学内容）
§5 行列式的性质
行列式的性质及计算.
§6 行列式按行（列）展开
§7 克拉默法则 —— 线性方程组的求解.
= 4 6+ 32 4 8 24
= 14.
14
例3 求解方程 1 1 1 2 3 x = 0.
4 9 x2 解 方程左端
D = 3x2 + 4x +18 9x = x2 5x + 6, 由 x2 5x+ 6 = 0 得
2x2 12
x = 2或 x = 3.
15
§2 全排列及其逆序数
16
引例 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？
x1 = b1a22 a a11 22
a12b2 a a12 21
x2 = a11b2 a a11 22
b1a21 a a12 21
6
二元线性方程组
a11x1 +a12x2 = b1
x +a x = b
求解公式为
请观察，此公式有何特点？
b1a22 a12b2
x1 = a11a22 a12a21
x
x2 = a11b2 ba1 21
D2 =
10
a11a22 a12a21 D
例1 求解二元线性方程组 3x1 2x2 = 12 2x1 + x2 = 1
32
解 因为 D =
= 3 ( 4) = 7 0
21
12 2
D1 = 1
= 12 ( 2) = 14 1
3 12
D2 = 2
= 3 24 = 21 1