矩阵,行列式, 秩, 相关计算
矩阵的秩
k 2 个元素按照原来的顺序所组成的k阶行列式,称为矩阵A 的一个k阶子式。
定理3.4.3 矩阵A的秩为r的充要条件是:矩阵A中有一个 r阶子式不为零,而所有的r+1阶子式全为零。
注意:要说明矩阵A的秩为r,必须找到一个r阶子式不为 零;而所有的r+1阶子式全为零。
第三章 线性方程组
定理3.4.3 矩阵A的秩为r的充要条件是:矩阵A中有一个 r阶子式不为零,而所有的r+1阶子式全为零。 证明:充分性。设在矩阵A中有一个r阶子式不为零,而所 有的r+1阶子式全为零。不妨设这r阶子式在A的左上角,即 a11 a12 a1r a21 a22 a2 r ≠ 0 。由定理3.4.2知这r个行组成的向量组线
a11 a21 A= a n1 0 a12 a22 − a21 a11 a an 2 − 12 an1 a11 0 a1n a2 n − a21 a11 a ann − 1n an1 a11
=
a11 a21 a n1
0 ′ a22 ′ an 2
0 ′ a2 n ′ ann
其中
′ (0, a2 i ,
rank ( A), r ( A), R( A) 注1、 若 A = 0, 则 R( A) = 0 。 , 则 R( A) ≤ min( m , n) 。 2、 设 A = ( aij ) m× n
3、若 R( A) = m , 则称A为行満秩的矩阵; 4、若
R( A) = n , 则称A为列満秩的矩阵。
第三章 线性方程组
必要性。设矩阵A的秩为r,即矩阵A中行向量组的秩为r。 而任意r+1个行向量必线性相关,线性相关向量组的“缩短”向 下证A中 量组也线性相关,故矩阵A的任意r+1阶子式全为零。 至少有一个r阶子式不为零。 设这r个线性无关的向量正是A的前 a1n ⎞ ⎛ a11 a12 ⎜ ⎟ a2 n ⎟ ⎜ a21 a22 r个行向量,把这r个向量取出得矩阵:A1 = ⎜ ⎟ ⎜ ⎟ arn ⎠ ⎝ ar 1 ar 2 矩阵 A1 的行秩为r,其列秩也为r, 不妨设前r列线性无关,于
第九章9.3方阵的行列式和矩阵的秩
记
Aij (1) i j M ij
称之为元素 aij 的代数余子式。
a11 例如 A a21 a 31
a12 a22 a32
2 2
a13 a23 a33
a11 A a21 a 31
a12 a22 a32
a13 a23 a33
(2) 以数 k 0 乘以某一行的所有元素;
(第 i 行乘 k , 记作 ri k )
(3) 把某一行所有元素的 k 倍加到另一行对 应的元素上去(第 j 行的 k 倍加到第 i 行上记 作ri krj) .
类似定义矩阵的初等列变换 (记号改“r”为“c”). 初等行变换和初等列变换统一称为初等变换. 关于矩阵的初等行变换我们有
kai 2 kain
k ai 1 ai 2 ain
kD
类似地,
a11 a21 . . a n1 ... ka1 j ... ka2 j . . ... kanj ... a1n ... a2 n . . ... ann a11 a21 k . . a n1 ... a1 j ... a2 j . . ... anj ... a1n ... a2 n . . ... ann
是其中的一个不等于0 的子式.
2.矩阵的秩
定义 设在矩阵 A 中有一个不等于 0 的 r 阶子式
D,且所有 r 1 阶子式(如果存在的话)全等于 0, 那末 D 称为矩阵A的最高阶非零子式,数 r 称为 矩阵 A 的秩,记作秩( A)或 r ( A) .
零矩阵的秩规定为0。 注意 非零矩阵的秩等于最高阶非零子式的阶数.
D1 D
例如
2 3 4 5
-2
第四节 矩 阵 的 秩
例如,在矩阵
1 1 3 1
A
0 0
2 0
1 0
4
5
0
0
0
0
中,选第 1, 3 行和第 3, 4 列,它们交点上的元素
所成的 2就是一个 2 级子式. 又如选第 1, 2, 3 行和第1, 2, 4
列,相应的 3 级子式就是
求向量组的极大线性无关组的方法是:把向量 组中的每一个向量作为矩 阵的一列构成一个矩阵, 然后用矩阵的初等行变换把矩阵化成阶梯形矩阵, 在阶梯形矩阵中,每个阶梯中的第一个非零元所在 的列所对应的向量即为极大线性无关组中的向量.
若要用极大线性无关组来表示其余向量,则需进一 步把阶梯形矩阵化成行最简形,这时,不在极大线 性无关组中的列中的元素即为用极大线性无关组表 示该列所对应的向量的表示系数.
2 3
,
3
3 5
,
4
7
;
1
1
1
4
1
本若请本若请本若请本若请本本若若请请本若节想请单节想本单若节想请单节想本单若节节想想请单单节想内结本单若击内请结节击想内结本单若击内请结节击想内 内结 结本单若击击内请结容束节击想返本容单若束内请返结容束节击想返本容单若束内请返结容 容束 束节击想返返本容单若束已本内请返结回节已击想本本容单若回束已本内请返结回节已击想本本容单若回束已 已本 本内请返结回回节已击想本结本堂容单若回束按内结请返结本堂若节已击想按本结请本 本堂容单若 若回束按内结请 请返结本堂若节已击想按本结 结请本堂 堂容单若回束按按内结请返结堂束节课已击想按本钮容束单回束节课想内结返结钮堂束单节 节课已击想 想按本钮容束单单回束节课想内结返结钮堂束 束单节课 课已击想按本钮钮容束单回束课内,结返结钮堂.已击按本内,!结容束回束课.击内 内,结!返结 结钮堂.已击击按本内,!结容束回束课.击内,,结!返结钮堂..已击按本,!!容束回束课.结!返钮堂容束已按本,返容 容束回束 束课.结!返返钮堂容束已按本,返容束回束课.结!返钮堂已按本,束回课.已本结!钮堂回已 已按本 本,束回回课.已本结!钮堂回已按本,束回课.结!钮堂按,结堂束课.按结 结!钮堂堂按按,结堂束课.按结!钮堂按,束课.!钮束课,钮束束课课.!钮钮束课,钮束课.!钮,.,!.,,!..,!!.,!.!
线性代数知识点总结
大学线性代数知识点总结第一章 行列式 二三阶行列式N 阶行列式:行列式中所有不同行、不同列的n 个元素的乘积的和 n nn nj j j j j j j j j n ij a a a a ...)1(21212121)..(∑-=τ奇偶排列、逆序数、对换行列式的性质:①行列式行列互换,其值不变.转置行列式T D D = ②行列式中某两行列互换,行列式变号.推论:若行列式中某两行列对应元素相等,则行列式等于零. ③常数k 乘以行列式的某一行列,等于k 乘以此行列式. 推论:若行列式中两行列成比例,则行列式值为零; 推论:行列式中某一行列元素全为零,行列式为零. ④行列式具有分行列可加性⑤将行列式某一行列的k 倍加到另一行列上,值不变 行列式依行列展开:余子式ij M 、代数余子式ij j i ij M A +-=)1(定理:行列式中某一行的元素与另一行元素对应余子式乘积之和为零.克莱姆法则:非齐次线性方程组 :当系数行列式0≠D 时,有唯一解:)21(n j DD x j j ⋯⋯==、齐次线性方程组 :当系数行列式01≠=D 时,则只有零解逆否:若方程组存在非零解,则D 等于零特殊行列式:①转置行列式:332313322212312111333231232221131211a a a a a a a a a a a a a a a a a a → ②对称行列式:ji ij a a =③反对称行列式:ji ij a a -= 奇数阶的反对称行列式值为零④三线性行列式:3331222113121100a a a a a a a 方法:用221a k 把21a 化为零,..化为三角形行列式⑤上下三角形行列式: 行列式运算常用方法主要行列式定义法二三阶或零元素多的 化零法比例化三角形行列式法、降阶法、升阶法、归纳法、第二章 矩阵矩阵的概念:n m A *零矩阵、负矩阵、行矩阵、列矩阵、n 阶方阵、相等矩阵矩阵的运算:加法同型矩阵---------交换、结合律 数乘n m ij ka kA *)(=---------分配、结合律乘法nm lkj ik n l kj l m ik b a b a B A *1**)()(*)(*∑==注意什么时候有意义一般AB=BA,不满足消去律;由AB=0,不能得A=0或B=0转置A A T T =)( T T T B A B A +=+)( T T kA kA =)( T T T A B AB =)(反序定理 方幂:2121k k k k A A A +=2121)(k k k kA A +=几种特殊的矩阵:对角矩阵:若AB 都是N 阶对角阵,k 是数,则kA 、A+B 、 AB 都是n 阶对角阵 数量矩阵:相当于一个数若…… 单位矩阵、上下三角形矩阵若…… 对称矩阵 反对称矩阵阶梯型矩阵:每一非零行左数第一个非零元素所在列的下方 都是0 分块矩阵:加法,数乘,乘法:类似,转置:每块转置并且每个子块也要转置注:把分出来的小块矩阵看成是元素逆矩阵:设A 是N 阶方阵,若存在N 阶矩阵B 的AB=BA=I 则称A 是可逆的, B A =-1非奇异矩阵、奇异矩阵|A|=0、伴随矩阵 初等变换1、交换两行列 2.、非零k 乘某一行列3、将某行列的K 倍加到另一行列初等变换不改变矩阵的可逆性 初等矩阵都可逆初等矩阵:单位矩阵经过一次初等变换得到的对换阵 倍乘阵 倍加阵等价标准形矩阵⎪⎪⎭⎫⎝⎛=O O O I D r r矩阵的秩rA :满秩矩阵 降秩矩阵 若A 可逆,则满秩 若A 是非奇异矩阵,则rAB=rB 初等变换不改变矩阵的秩求法:1定义2转化为标准式或阶梯形矩阵与行列式的联系与区别:都是数表;行列式行数列数一样,矩阵不一样;行列式最终是一个数,只要值相等,就相等,矩阵是一个数表,对应元素相等才相等;矩阵n ij n ij a k ka )()(=,行列式n ij nn ij a k ka =逆矩阵注:①AB=BA=I 则A 与B 一定是方阵 ②BA=AB=I 则A 与B 一定互逆;③不是所有的方阵都存在逆矩阵;④若A 可逆,则其逆矩阵是唯一的.矩阵的逆矩阵满足的运算律:1、可逆矩阵A 的逆矩阵也是可逆的,且A A =--11)(2、可逆矩阵A 的数乘矩阵kA 也是可逆的,且111)(--=A kkA 3、可逆矩阵A 的转置T A 也是可逆的,且T T A A )()(11--=4、两个可逆矩阵A 与B 的乘积AB 也是可逆的,且111)(---=A B AB 但是两个可逆矩阵A 与B 的和A+B 不一定可逆,即使可逆,但11)(--+≠+B A B AA 为N 阶方阵,若|A|=0,则称A 为奇异矩阵,否则为非奇异矩阵. 5、若A 可逆,则11--=A A伴随矩阵:A 为N 阶方阵,伴随矩阵:⎪⎪⎭⎫⎝⎛=22211211*A A A A A 代数余子式 特殊矩阵的逆矩阵:对1和2,前提是每个矩阵都可逆1、分块矩阵⎪⎪⎭⎫ ⎝⎛=C O B A D 则⎪⎪⎭⎫ ⎝⎛-=-----11111C O BC A AD 2、准对角矩阵⎪⎪⎪⎪⎪⎭⎫⎝⎛=4321A A A A A , 则⎪⎪⎪⎪⎪⎭⎫⎝⎛=-----141312111A A A A A 3、 I A A A AA ==** 4、1*-=A A A A 可逆 5、1*-=n A A 6、()()A AA A 1*11*==--A 可逆7、()()**T TA A = 8、()***AB AB =判断矩阵是否可逆:充要条件是0≠A ,此时*11A AA =- 求逆矩阵的方法:定义法I AA =-1伴随矩阵法AA A *1=-初等变换法()()1||-=A I I A n n 只能是行变换初等矩阵与矩阵乘法的关系: 设()nm ij aA *=是mn 阶矩阵,则对A 的行实行一次初等变换得到的矩阵,等于用同等的m 阶初等矩阵左乘以A :对A 的列实行一次初等变换得到的矩阵,等于用同种n 阶初等矩阵右乘以A 行变左乘,列变右乘第三章 线性方程组消元法 非齐次线性方程组:增广矩阵→简化阶梯型矩阵rAB=rB=r 当r=n 时,有唯一解;当n r ≠时,有无穷多解 rAB ≠rB,无解齐次线性方程组:仅有零解充要rA=n 有非零解充要rA<n 当齐次线性方程组方程个数<未知量个数,一定有非零解 当齐次线性方程组方程个数=未知量个数,有非零解充要|A|=0齐次线性方程组若有零解,一定是无穷多个N 维向量:由n 个实数组成的n 元有序数组.希腊字母表示加法数乘 特殊的向量:行列向量,零向量θ,负向量,相等向量,转置向量 向量间的线性关系: 线性组合或线性表示向量组间的线性相关无:定义179P向量组的秩:极大无关组定义P188定理:如果rj j j ααα,.....,21是向量组s ααα,.....,21的线性无关的部分组,则它是 极大无关组的充要条件是:s ααα,.....,21中的每一个向量都可由rj j j ααα,.....,21线性表出.秩:极大无关组中所含的向量个数.定理:设A 为mn 矩阵,则r A r =)(的充要条件是:A 的列行秩为r.现性方程组解的结构:齐次非齐次、基础解系线性组合或线性表示注:两个向量αβ,若βαk =则α是β线性组合单位向量组任意向量都是单位向量组的线性组合 零向量是任意向量组的线性组合任意向量组中的一个都是他本身的线性组合 向量组间的线性相关无注: n 个n 维单位向量组一定是线性无关 一个非零向量是线性无关,零向量是线性相关 含有零向量的向量组一定是线性相关 若两个向量成比例,则他们一定线性相关向量β可由n ααα,..,21线性表示的充要条件是)...()...(2121T Tn TTTnTTr r βαααααα=判断是否为线性相关的方法:1、定义法:设n k k k ....21,求n k k k ....21适合维数低的2、向量间关系法183P :部分相关则整体相关,整体无关则部分无关3、分量法n 个m 维向量组180P :线性相关充要n r Tn T T <⇒)....(21ααα 线性无关充要n r T n T T =⇒)....(21ααα推论①当m=n 时,相关,则0321=T T T ααα;无关,则0321≠T T T ααα ②当m<n 时,线性相关推广:若向量s ααα,...,21组线性无关,则当s 为奇数时,向量组13221,...,αααααα+++s 也线性无关;当s 为偶数时,向量组也线性相关.定理:如果向量组βααα,,...,21s 线性相关,则向量β可由向量组s ααα,...,21线性表出,且 表示法唯一的充分必要条件是s ααα,...,21线性无关. 极大无关组注:向量组的极大无关组不是唯一的,但他们所含向量的个数是确定的;不全为零的向量组的极大无关组一定存在; 无关的向量组的极大无关组是其本身; 向量组与其极大无关组是等价的. 齐次线性方程组I 解的结构:解为...,21αα I 的两个解的和21αα+仍是它的解; I 解的任意倍数αk 还是它的解;I 解的线性组合s s c c c ααα+++....2211也是它的解,s c c c ,...,21是任意常数.非齐次线性方程组II 解的结构:解为...,21μμII 的两个解的差21μμ-仍是它的解;若μ是非齐次线性方程组AX=B 的一个解,v 是其导出组AX=O 的一个解,则u+v 是II 的一个解. 定理:如果齐次线性方程组的系数矩阵A 的秩n r A r <=)(,则该方程组的基础解系存在,且在每个基础解系中,恰含有n-r 个解.若μ是非齐次线性方程组AX=B 的一个解,v 是其导出组AX=O 的全部解,则u+v 是II 的全部解.第四章 向量空间向量的内积 实向量定义:α,β=n n T b a b a b a +++=....2211αβ 性质:非负性、对称性、线性性 α,k β=k α,β; k α,k β=2k α,β;α+β,δγ+=α,γ+α,δ+β,γ+β,δ;),(),(1111j i sj j ri i j sj j ri i i l k l k βαβα∑∑∑∑===== n R ∈δγβα,,,,向量的长度),(ααα=0=α的充要条件是α=0;α是单位向量的充要条件是α,α=1单位化 向量的夹角正交向量:αβ是正交向量的充要条件是α,β=0 正交的向量组必定线性无关 正交矩阵:n阶矩阵A I A A AA T T ==性质:1、若A 为正交矩阵,则A可逆,且T A A =-1,且1-A 也是正交矩阵;2、若A 为正交矩阵,则1±=A ;3、若A 、B为同阶正交矩阵,则AB也是正交矩阵; 4、n阶矩阵A=ij a 是正交矩阵的充要条件是A的列行向量组是 标准正交向量;第五章 矩阵的特征值和特征向量 特征值、特征向量A 是N 阶方阵,若数λ使AX=λX,即λI-A=0有非零解,则称λ为A 的一 个特征值,此时,非零解称为A 的属于特征值λ的特征向量. |A|=n λλλ...**21 注: 1、AX=λX2、求特征值、特征向量的方法0=-A I λ 求i λ 将i λ代入λI-AX=0求出所有非零解 3、对于不同的矩阵,有重根、单根、复根、实根主要学习的特殊:n I )(λ的特征向量为任意N 阶非零向量或)(21不全为零i n c c c c ⎪⎪⎪⎭⎫ ⎝⎛4、特征值: 若)0(≠λλ是A 的特征值则1-A --------λ1 则m A --------m λ则kA --------λk若2A =A 则-----------λ=0或1若2A =I 则-----------λ=-1或1若k A =O 则----------λ=0迹trA :迹A=nn a a a +⋯⋯++2211性质:1、N 阶方阵可逆的充要条件是A 的特征值全是非零的2、A 与1-A 有相同的特征值3、N 阶方阵A 的不同特征值所对应的特征向量线性无关4、5、P281相似矩阵定义P283:A 、B 是N 阶矩阵,若存在可逆矩阵P,满足B AP P =-1,则矩阵A 与B 相似,记作A~B性质1、自身性:A~A,P=I2、对称性:若A~B 则B~A B AP P =-1 1-=PBP A A BP P =---111)(3、传递性:若A~B 、B~C 则A~C B AP P =-111 C BP P =-212---C P P A P P =-)()(211214、若AB,则A 与B 同不可逆5、若A~B,则11~--B A B AP P =-1两边同取逆,111---=B P A P6、若A~B,则它们有相同的特征值. 特征值相同的矩阵不一定相似7、若A~B,则)()(B r A r = 初等变换不改变矩阵的秩例子:B AP P =-1则1100100-=P PB AO AP P =-1 A=OI AP P =-1 A=II AP P λ=-1 A=I λ矩阵对角化定理:N 阶矩阵A 与N 阶对角形矩阵相似的充要条件是A 有N 个线性无关的特征向量注:1、P 与^中的i i x λ与顺序一致2、A~^,则^与P 不是唯一的推论:若n 阶方阵A 有n 个互异的特征值,则~^A P281定理:n 阶方阵~^A 的充要条件是对于每一个i K 重特征根i λ,都有i i K n A I r -=-)(λ注:三角形矩阵、数量矩阵I λ的特征值为主对角线.约当形矩阵约当块:形如⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=λλλλ111J 的n 阶矩阵称为n 阶约当块; 约当形矩阵:由若干个约当块组成的对角分块矩阵⎪⎪⎪⎭⎫ ⎝⎛=n J J J J 21i J 是约当块称为约当形矩阵. 定理:任何矩阵A 都相似于一个约当形矩阵,即存在n 阶可逆矩阵J AP P =-1.第六章 二次型二次型与对称矩阵只含有二次项的n 元多项式f 称为一个n 元二次型,简称二次型. 标准型:形如 的二次型,称为标准型.规范型:形如 的二次型,称为规范型.线性变换矩阵的合同:设AB 是n 阶方阵,若存在一个n 阶可逆矩阵C,使得 则称A 与B 是合同的,记作A B.合同的性质:反身性、对称性、传递性、秩、化二次型为标准型:配方法、做变换二次型中不含有平方项。
矩阵与行列式的运算与应用
矩阵与行列式的运算与应用矩阵与行列式是线性代数中的重要概念和工具,广泛应用于数学、物理、工程等领域。
本文将探讨矩阵与行列式的运算规则及其在实际问题中的应用。
一、矩阵的定义与基本运算矩阵是由m行n列的数按一定顺序排列而成的矩形阵列。
其中,m表示矩阵的行数,n表示矩阵的列数。
矩阵的元素可以是实数、复数或其他数域中的元素。
矩阵的加法定义为:若A和B是同型矩阵(即行数和列数相等),则它们的和A + B是一个同型矩阵,其元素由对应位置的元素相加得到。
矩阵的乘法定义为:若A是m行n列的矩阵,B是n行p列的矩阵,则它们的乘积AB是一个m行p列的矩阵,其元素由A的第i行与B的第j列的元素按一定规则相乘再相加得到。
矩阵的转置定义为:若A是一个m行n列的矩阵,其转置记作A^T,即将A 的行变为列,列变为行。
矩阵的逆定义为:若A是一个n阶方阵(即行数等于列数),且存在一个n阶方阵B,使得AB = BA = I,其中I是单位矩阵,则称A是可逆的,B为A的逆矩阵,记作A^(-1)。
二、行列式的定义与性质行列式是一个与方阵相关的数值函数,用于刻画方阵的性质。
一个n阶方阵A 的行列式记作det(A)或|A|。
行列式的定义为:对于2阶方阵A = [[a, b], [c, d]],其行列式定义为|A| = ad - bc。
对于n阶方阵A,其行列式的计算可以通过代数余子式和代数余子式构成的代数余子式矩阵进行。
行列式的性质包括:1. 行列式的值与方阵的行列互换无关,即|A| = |A^T|。
2. 行列式的值与方阵的某一行(列)成比例,即若方阵的某一行(列)元素都乘以一个常数k,则行列式的值也乘以k。
3. 行列式的值与方阵的两行(列)交换符号相反,即若方阵的两行(列)交换,则行列式的值取相反数。
4. 行列式的值与方阵的某一行(列)的线性组合无关,即若方阵的某一行(列)是另外两行(列)的线性组合,则行列式的值为0。
三、矩阵与行列式的应用矩阵与行列式作为线性代数的基本工具,在实际问题中有着广泛的应用。
线性代数第二章矩阵及其运算2-3PPT课件
CHAPTER 02
矩阵的乘法
矩阵乘法的定义
01
矩阵乘法是将两个矩阵对应位置的元素相乘,得到一个新的矩 阵。
02
矩阵乘法的结果是一个矩阵,其行数等于左矩阵的行数,列数
等于右矩阵的列数。
矩阵乘法的操作顺序是先进行行操作,再进行列操作。
CHAPTER 05
矩阵的秩
秩的定义
秩的定义
矩阵的秩是其行向量组或列向量 组的一个极大线性无关组中向量 的个数。
秩的Байду номын сангаас质
矩阵的秩是唯一的,且其值满足 特定的性质,如对于任何矩阵A, r(A)≤min(m,n),其中m和n分别 为矩阵A的行数和列数。
秩的计算方法
可以通过多种方法计算矩阵的秩, 如高斯消元法、行变换法、初等 行变换法等。
线性代数第二章矩阵及 其运算2-3ppt课件
CONTENTS 目录
• 矩阵的加法与数乘 • 矩阵的乘法 • 逆矩阵与伴随矩阵 • 矩阵的行列式 • 矩阵的秩 • 矩阵的应用
CHAPTER 01
矩阵的加法与数乘
矩阵的加法
矩阵加法定义
两个矩阵A和B的和记作A+B,定义 为满足以下条件的矩阵C,即C的元 素Cij=Aij+Bij(i,j=1,2,…,n)。
03
矩阵乘法的性质
1 2
结合律
$(AB)C=A(BC)$,即矩阵乘法满足结合律。
分配律
$A(B+C)=AB+AC$,即矩阵乘法满足分配律。
3
单位元
存在一个单位矩阵,使得任意矩阵与单位矩阵相 乘都等于原矩阵。
矩阵的秩
§3.4 矩阵的秩
定理4 矩阵的行秩=矩阵的列秩.
证明:设 A (aij )sn,A的行秩=r,A的列秩=r1, 下证 r r1. 先证 r1 r .
设A的行向量组为 i (ai1,ai2 , ,ain ), i 1, 2, , s 则向量组 1,2 , ,s ,的秩为r, 不妨设 1,2, ,r是它的一个极大无关组, 于是 1,2 , ,r 线性无关,
定义 在一个 s×n 矩阵 A 中任意选定 k 行 k 列
1 k min(s,n) , 位于这些行和列的交点上的 k 2
个元素按原来次序所组成的 k 级行列式,称为矩阵 A的一个k级子式.
注 s n 矩阵 A 的 k 级子式共有 CskCnk 个.
§3.4 矩阵的秩
定理6 矩阵 A 的秩为 r 的充要条件是 A中有一
a21
x1
a22
x2
a2n xn 0
()
an1 x1 an2 x2 ann xn 0
()有非零解 系数矩阵A (aij )nn的行列式 A =0 R( A) n.
()只有零解 A 0 R( A) n.
§3.4 矩阵的秩
推论2
a11 a21
A1
a12
a22
a1n a2n
ar1 ar2
arn
的行秩 r (未知量的个数).
§3.4 矩阵的秩
从而在矩阵 A1 的行向量组 (a11,a21, ,ar1, ),(a12 ,a22 , , ar 2 ), ,(a12 , a2n , , arn )
a22
由归纳假设,矩阵
矩阵乘积的行列式与秩
矩阵乘积的定义与性质 行列式的定义与性质 矩阵秩的定义与性质 矩阵乘积的行列式与秩的关系 矩阵乘积的行列式与秩的应用
矩阵乘积的定义与性质
01
矩阵乘积是由两个矩阵A和B相乘得到的结果,记作AB。
矩阵乘积的结果是一个新的矩阵C,其行数等于矩阵A的行数,列数等于矩阵B的列数。
矩阵乘积的定义
矩阵乘积的秩的性质
总结词
矩阵乘积的秩不大于参与乘法的所有矩阵秩的最小值。
详细描述
设矩阵A和B的秩分别为r(A)和r(B),则它们的乘积AB的秩r(AB)满足r(AB)≤min{r(A), r(B)}。这是因为矩阵乘法不改变列空间的维数,所以AB的秩不可能超过A或B的秩。
矩阵乘积的行列式与秩的应用
特殊矩阵乘积
行列式的定义与性质
02
行列式是一个由矩阵的行和列构成的标量,表示为|A|。
行列式等于矩阵所有行向量行列式的乘积,即|A|=a11*a22*...*ann。
行列式是唯一确定的,与矩阵的表示方式无关。
行列式的定义
行列式与转置矩阵的行列式互为倒数,即|AT|=1/|A|。
行列式与矩阵的加法、数乘运算具有结合律和分配律,即|kA|=k|A|,|A+B|=|A|+|B||。
矩阵近似
在微分几何中,行列式可以用于研究微分流形的性质,例如计算体积、表面积等。
微分流形
行列式可以用于研究曲线和曲面的性质,例如计算曲线的长度、曲率等。同时,矩阵乘积可以用于表示曲线和曲面的变换和运动。
曲线和曲面
在黎曼几何中,行列式和秩可以用于研究黎曼度量和张量的性质,例如计算曲率张量、研究联络等。
行列式与秩的关系
对于一个方阵A,其行列式值$|A|$不为0当且仅当其秩为n(n为矩阵的阶数)。
第二章第四节 行列式的秩
例如对于矩阵
1 0 A 0 0
1
1 2 1 4 0 0 5 0 0 0 3
线 性 代 数
有2阶子式
1
3
0 1
1
1 1 1 有3阶子式 有4阶子式 0 2 4 10 0 0 5 A 0
= =
所以矩阵A的秩R(A)=3
由矩阵的秩概念可得
定理 3
m n矩阵A的秩为R( A) r , r min{m, n}
线 性
显然,n阶方阵只有一个n阶子式,即为该方阵的行列式。 k k m n 矩阵A的k阶子式共有 CmCn 个。下面给出 一般地, 代 矩阵A的秩的概念。
定义 8
m n矩阵A的所有不为零的子式的最高阶数
称为矩阵A的秩,记作R(A),并归定 R(O)=0. 数 如果n阶方阵A的秩等于n,则称A为满秩矩阵, 否则称A为降秩矩阵。如果 m n 矩阵A的秩R(A)=n, = 则称矩阵A为列满秩矩阵;如果 m n矩阵 的秩为m, 则称矩阵A为行满秩矩阵。 =
代 数 线 性
ri r j
= =
对于情形3), 将M k 按第j行写成两个行列式之和(性质5), M k Dk Dk
'
线 性 代 数
若M k 0, 则r ( B ) k , 若M k 0, 则因Dk 0, 有Dk' 0 故亦有r ( B ) k r ( A)
= =
对于第3种初等行变换, 设A B, 则Dk 只有 以下4种情形 : 1) Dk同时含有A的第i行和第j行的元素 2) Dk 含有A的第i行元素但不含第j行的元素 3) Dk 含有A的第j行元素但不含第i行的元素 4) Dk既不含有A的第i行元素也不含第j行的元素
矩阵的秩和行列式的关系
矩阵的秩和行列式的关系矩阵是线性代数中的重要概念,它在各个领域都有广泛的应用。
矩阵的秩和行列式是矩阵性质的两个重要指标,它们之间存在着密切的关系。
我们来了解一下矩阵的秩和行列式的定义。
矩阵的秩是指矩阵中的线性无关列(或行)的最大个数。
行列式是一个标量值,它是矩阵中各个元素按照一定规律进行运算得到的。
接下来,我们来探讨矩阵的秩和行列式之间的关系。
对于一个n阶矩阵A,它的行列式记作|A|,秩记作r。
根据线性代数的基本理论,我们可以得到以下结论:结论一:如果矩阵A的行列式不等于0(|A|≠0),则矩阵A的秩等于它的阶数(r=n)。
这是因为行列式不等于0意味着矩阵A是可逆的,即存在一个n阶方阵B,使得AB=BA=I(I为单位矩阵)。
而可逆矩阵的秩等于它的阶数。
结论二:如果矩阵A的行列式等于0(|A|=0),则矩阵A的秩小于它的阶数(r<n)。
这是因为行列式等于0意味着矩阵A是不可逆的,即不存在一个n阶方阵B,使得AB=BA=I。
而不可逆矩阵的秩小于它的阶数。
结论三:如果矩阵A的秩等于它的阶数(r=n),则矩阵A的行列式不等于0(|A|≠0)。
这是因为秩等于阶数意味着矩阵A的所有行(或列)都是线性无关的,而线性无关的行(或列)对应的行列式不等于0。
结论四:如果矩阵A的秩小于它的阶数(r<n),则矩阵A的行列式等于0(|A|=0)。
这是因为秩小于阶数意味着矩阵A的所有行(或列)中存在线性相关的行(或列),而线性相关的行(或列)对应的行列式等于0。
通过上述结论,我们可以看出矩阵的秩和行列式之间存在着紧密的联系。
行列式的值能够反映出矩阵的可逆性,而矩阵的秩则能够反映出矩阵的线性无关性。
当矩阵的行列式不等于0时,矩阵是可逆的,所有的行(或列)都是线性无关的;当矩阵的行列式等于0时,矩阵是不可逆的,存在线性相关的行(或列)。
我们来看一下矩阵的秩和行列式在实际问题中的应用。
矩阵的秩和行列式是线性代数中的重要概念,在数学、物理、工程等领域都有广泛的应用。
3.5 行列式与矩阵的秩
0 B
注 1884年, Sylvester首先证明了该不等式.
行列式与矩阵的秩
18/19
例3.19 设 n 阶矩阵 A 满足 A2 A, 证明
rank A rank(E A) n .
行列式与矩阵的秩
19/19
内容小结
1. 矩阵秩的定义: 等价标准形中1的个数.
2. 矩阵秩的等价定义: 非零子式的最高阶数. 3. 求矩阵秩的方法 (1) 对矩阵做初等行变换化为阶梯矩阵, 阶梯矩阵中非零行的数目就是矩阵的秩. (2) 寻找矩阵中非零子式的最高阶数. 4. 矩阵秩的一些等式和不等式.
行列式与矩阵的秩
5/19
假如阶梯矩阵 A 有 r 个非零行, 那么 A 的秩等于 r , 并且
A 有一个 r 阶子式不为零, 而所有的 r 1 阶子式全为零,
于是 A 中阶数大于 r 的子式都为零, 因此阶梯矩阵 A 的
秩等于 A 中非零子式的最高阶数.
规定零矩阵的非零子式的最高阶数为0. 定理3.19 矩阵 A 的秩等于 A 的非零子式的最高阶数. 注 1879年, Frobenius 给出了矩阵秩的上述定义.
行列式与矩阵的秩
6/19
注 1. 若 A 中有一个 s 阶子式不为零, 则 rank A s.
若 A 中所有 t 阶子式全为零, 则 rankபைடு நூலகம்A t.
2. rank A r 说明 A 中至少有一个 r 阶子式不等于零,
并且所有的 r 1 阶子式全为零, 即所有阶数大于
r 的各阶子式全为零.
max{rank A, rank B} rank[A B].
行列式与矩阵的秩
12/19
应用分块倍加行变换可得
第三章 矩阵的秩与行列式
第三章 矩阵的秩与行列式1矩阵的秩(1)矩阵的定义第一章结论5所描述的不重复数量其实就是这里所讲解的矩阵秩。
用数学语言描述为:对n 阶矩阵A 进行多次初等变换后,最少不全为0的行或列的个数t ,则称t 为矩阵A 的秩,记为:()t A r =。
(2)向量前面我们已经知道用向量可以对矩阵简化表示,不仅如此,在对矩阵的性质进行分析时,用向量可以便于描述,分析过程自然也更加清晰。
○1线性表出与线性相关 (a )线性表出如果n 维向量β能表示成向量s ααα,,,21 的线性组合,即:s s k k k αααβ+++= 2211,则称β可由向量组s ααα,,,21 线性表出,其中数sk k k ,,,21 称为关于β的组合系数.(b)向量组的等价 如果向量组s ααα,,,21 中的每个向量都可由向量组t βββ,,,21 线性表出,且向量组t βββ,,,21 中的每个向量也可以由向量组sααα,,,21 线性表出,那么就称这两个向量组等价.【例3.1】试判定向量 T )2,0,2,1(-=β 是否可由向量组T)0,1,1,1(1=α, T )1,0,1,1(2=α,T)1,1,0,1(3=α,T )1,1,1,0(4=α表出,解:设有βαααα=+++44332211x x x x ,此线性方程组是否有解就代表是否可表出。
根据解线性方程组的思路,可以将上述的列向量写成如下矩阵形式,并实施行初等变换,变为左边区域可用单位矩阵代替的新矩阵,最右边一列的值便是方程的解。
{}⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡--⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=321000350100310010370001~21110011012101110111,,,,4321初等行变换βαααα则此方程有唯一解:321351311371,,,--====x x x x ,故向量可线性表出。
○2向量组的线性相关 (a )向量组的线性相关的定义 对于n 维向量组s ααα,,,21 ,若存在一组不全为0的数s k k k ,,,21 ,使得:02211=+++s s k k k ααα ,则称n 维向量组s ααα,,,21 线性相关.(b)用向量描述矩阵的秩矩阵A 的每一列或行构成的向量都可以称为矩阵A 的列向量或矩阵A 的行向量。
第2章行列式及矩阵的秩
1.二阶与三阶行列式
(1)二阶行列式
定义
已知2阶方阵
A
a11 a21
a12 a22
,
称
a11 a21
a12 a22
a11a22 a12a21
为二阶行列式,记作A 或detA.
例如:
13 1 (5) 3 2 11.
2 5
(2) 3阶行列式
定义
an1 an2 ann
an1 an2 ann
an1 an2 ann
ai1 a12 a1n
r1 ri
ai1 ai2 ain
.
a a a
性质4 若行列式的某一行(列)的元素都是两项之 和,则可把该行列式化为两个行列式的和,而这两个 行列式这一行(列)的元素分别为对应的两个加数 之一,其余位置的元素不变.即
b2a12 b1a21
当a11a22 a12a21 0时,方程组有唯一解
x1
b1a22 a11a22
b2a12 a12a21
,
x2
b2a11 a11a22
b1a21 a12a21
.
利用二阶行列式定义,解中的分母可写作
D a11 a12 a21 a22
a11a22 a12a21
15 15
1.
例3 解线性方程组
32
x1 x1
x2 x3 26 4x2 x3 9
x1 2x2 x3 16
3 1 1
解:系数行列式 D 2 4 1 5 0
12 1
矩阵的行秩列秩秩
初等行变换
通过对矩阵进行初等行变换,将其化 为行最简形矩阵,非零行的行数即为 矩阵的秩。
初等列变换
同样地,通过对矩阵进行初等列变换, 将其化为列最简形矩阵,非零列的列 数即为矩阵的秩。
利用子式求解矩阵秩
定义
设矩阵$A$是一个$m times n$矩阵,$A$中任意取定$k$行和 $k$列($k leq m, k leq n$),位于这些行列交叉处的$k^2$个 元素,不改变它们在$A$中所处的位置次序而得的$k$阶行列式, 称为矩阵$A$的$k$阶子式。
求解方法
首先求出矩阵的所有子式,然后找出其中最大的不为零的子 式的阶数,该阶数即为矩阵的秩。
不同方法适用场景比较
01
初等变换法适用于任何类型的矩阵,无论是方阵还是非方阵,都 可以通过初等变换求解其秩。该方法具有通用性,但需要进行大 量的计算。
02
子式法适用于方阵或某些特殊类型的非方阵。对于方阵, 可以直接通过计算其行列式来求解秩;对于某些特殊类型 的非方阵,也可以通过计算其特定子式来求解秩。该方法 在某些情况下计算量较小,但适用范围有限。
矩阵的行秩列秩秩
目录
• 矩阵基本概念与性质 • 行秩与列秩定义及计算方法 • 矩阵秩性质与定理 • 求解矩阵秩方法论述 • 矩阵秩在方程组解判定中应用 • 总结回顾与拓展延伸
01
矩阵基本概念与性质
矩阵定义及表示方法
矩阵是一个由数值组成的矩形阵 列,通常表示为大写字母,如A、
B等。
矩阵的维度由行数和列数确定, 表示为m×n矩阵,其中m为行
向量组的线性相关性判断
对于向量组A,若其秩小于向量个数,则向量组线性相关;否则线 性无关。
矩阵的特征值与特征向量
在求解矩阵的特征值与特征向量时,需要用到矩阵的秩来判断特征 子空间的维数。
矩阵的秩与行列式的关系
定理3.3若A是n阶方阵,则R( A) n的充分必要条件 是A为非奇异的。
定理3.4对任何矩阵A,有R( A) R( AT )
西安建大
三、 初等方阵
回忆:下面三种变换称为矩阵的初等行变换:
1 对调两行(对调i, j 两行,记作ri rj);
小结:
矩阵的秩 初等方阵
定理3.5方阵可逆的充要条件是它可以表示成有 限个初等方阵的乘积。
定理3.6 m n维矩阵A~B的充要条件是存在
m阶可逆方阵P和n阶可逆方阵Q,使PAQ=B
西安建大
第二讲 矩阵的秩的求法和 矩阵的标准形
一、等价矩阵具有相同的秩 二、矩阵秩的求法. 三、矩阵秩的性质 四、矩阵的秩与行列式的关系
0
00
0
(1)可划出一条阶梯线,
线的下方全为零;
1 1 2 1 4
(2)每个台阶只有一行,台阶 数即是非零行的行数,阶梯 线的竖线后面的第一个元素
0
0
0
2 0 0
1 0 0
1 5 0
0
3
0
为非零元,即非零行的第一
个非零元.
西安建大
行最简形矩阵:
在行阶梯形矩阵的基础上,还要求非零行的第一个非零元 为数1,且这些1所在的列的其他元素全都为零。
1 0 1 0 4
例如:
0
1
1
0
3
B
0 0 0 1 3
0
0
00
0
注:对于任何矩阵,总可以经过有限次初等行变换把它变 为 行阶梯形矩阵和行最简形矩阵。
西安建大
0 0 0 1 1 1
0
1
计算矩阵的行列式和秩
计算矩阵的行列式和秩矩阵是线性代数中一个重要的概念,它由一组数排列成的矩形数组组成。
在矩阵运算中,行列式和秩是两个常用的概念和计算方法。
本文将介绍如何计算矩阵的行列式和秩,并探讨它们的意义和应用。
一、行列式的计算方法行列式是与方阵相关的一个数值,用于判断方阵的性质和方程组的解的情况。
行列式的计算方法有多种,其中最常用的是拉普拉斯展开法和高斯消元法。
1. 拉普拉斯展开法拉普拉斯展开法是通过递归地对矩阵的各个行或列进行展开,将矩阵的行列式表示为更小规模矩阵的行列式之和。
具体步骤如下:(1)选择一行或一列作为展开的基准,记为第i行或第j列。
(2)将第i行或第j列展开为n个代数余子式,每个代数余子式乘以对应位置上的元素,并加上适当的正负号。
(3)将n个代数余子式相加,即得到行列式的值。
2. 高斯消元法高斯消元法是通过变换矩阵的行或列,将矩阵化为上三角形或下三角形的形式,然后计算对角线上元素相乘的积。
具体步骤如下:(1)将矩阵进行初等行变换,使得矩阵的第一行第一列元素为非零。
(2)以第一行第一列的元素为基准,将第一行以下的元素消为零。
(3)继续进行行变换,使得第二行以下的元素都为零。
(4)重复以上步骤,直到矩阵化为上三角形或下三角形的形式。
(5)将对角线上的元素相乘,即得到行列式的值。
二、秩的计算方法秩是矩阵中线性无关的行或列的最大个数,用于判断矩阵的秩和可逆性。
常用的方法有高斯消元法和特征值法。
1. 高斯消元法高斯消元法在计算行列式的过程中,可以得到矩阵的简化行阶梯型形式。
简化行阶梯型形式中非零行的个数即为矩阵的秩。
2. 特征值法特征值法是通过求解矩阵的特征值和特征向量,确定矩阵的秩。
具体步骤如下:(1)求解矩阵的特征值,即解特征方程det(A-λI)=0,其中A为矩阵,λ为特征值,I为单位矩阵。
(2)对每个特征值,求解线性方程组(A-λI)V=0,其中V为特征向量。
(3)特征向量的个数即为矩阵的秩。
三、行列式和秩的意义和应用1. 行列式的意义和应用行列式可以判断矩阵是否可逆,当且仅当矩阵的行列式不为零时,矩阵可逆。
线性代数计算法则
线性代数计算法则线性代数是数学中的一个分支,主要研究向量空间、线性变换和线性方程组等内容。
它在科学、经济学和工程学等各个领域都有广泛的应用。
线性代数的计算法则是进行线性代数运算的方法和规则,下面将对线性代数计算法则进行详细介绍。
一、向量和矩阵的基本运算1.向量和矩阵的加法:向量和矩阵的对应元素相加,即两个向量或矩阵的对应元素分别相加形成一个新的向量或矩阵。
2.向量和矩阵的数乘:一个向量或矩阵中的每个元素乘以一个实数,即实数与向量或矩阵的每个元素相乘形成一个新的向量或矩阵。
3.向量的内积:两个向量的内积等于对应元素乘积的和。
4.矩阵的乘法:矩阵的乘法是指两个矩阵相乘的运算,其中第一个矩阵的列数等于第二个矩阵的行数。
矩阵乘法的结果是一个新的矩阵,其中每个元素是第一个矩阵的其中一行与第二个矩阵的其中一列对应元素乘积的和。
5.矩阵的转置:将矩阵的行和列互换,得到一个新的矩阵。
6.矩阵的逆:对于一个方阵A,如果存在一个方阵B,使得AB=BA=I,其中I为单位矩阵,则称矩阵A可逆,矩阵B称为A的逆矩阵。
二、矩阵的行列式1.行列式定义:行列式是一个标量值,它是一个n阶方阵中元素的代数和。
2.行列式性质:-行列式的值与它的转置矩阵的值相等。
-交换矩阵中两行或两列的位置,行列式取负。
-将矩阵的其中一行(或其中一列)的所有元素乘以一个数k,行列式的值也乘以k。
-如果矩阵的其中一行(或其中一列)的元素全为0,则行列式的值等于0。
-如果矩阵的两行(或两列)相等,则行列式的值等于0。
-行列式的值等于每一行(或每一列)的元素与它们所在行(或列)的代数余子式相乘再求和。
三、矩阵的特征值和特征向量1.特征值和特征向量定义:对于一个n阶方阵A,如果存在一个数λ和非零向量X,使得AX=λX,则称λ为矩阵A的特征值,X为对应的特征向量。
2.特征值和特征向量的计算:-特征值是矩阵A减去λ的单位矩阵后的行列式等于0的解。
-对每个求解得到的特征值λ,代入(A-λI)X=0的线性方程组中,求解得到对应的特征向量X。
- 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)。
矩阵,行列式, 秩, 相关计算: 例
:
已知矩阵211121112A ⎛⎫ ⎪= ⎪ ⎪⎝⎭
,且A 与矩阵X 满足112AXA XA I
--=+,求X 。
例:已知3阶方阵
123023003A ⎛⎫ ⎪= ⎪ ⎪⎝⎭
,计算行列式 6A I *+。
例:已知32212232,26223A B ⎛⎫
-⎛⎫ ⎪
== ⎪ ⎪-⎝⎭ ⎪
⎝⎭
,求行列式 10
2A B
-
例: 证明:若n 阶方阵A ,B ,C 满足:AB =AC ,B ≠C ,则A 不满秩。
例: 举例说明:由AB =AC ,A ≠0不能导出B =C 。
例 对于n 阶方阵A, 求证: r(A n )=r(A n+1)
例 A 和伴随阵的秩的关系。
方程组及其求解:
例: 对下列线性方程组
⎪⎩⎪
⎨⎧=++=++=++2
321
3213211a ax x x a x ax x x x ax
试讨论:当a 取何值时,它有唯一解?无解?有无穷多解?并在有无穷多解时求其通解。
(用导出组的基础解系表示通解)
例:已知线性方程组
123123123123121(1)2(1)3
ax x x x x ax x x x a x x a x -++=-⎧⎪
++=-⎪⎨
++=-⎪⎪-+++=-⎩ 问参数a 取何值时,上述方程组无解?有唯一解?有无穷多解
例: 已知A 是n m ⨯矩阵,m n >,m A =)(r ,B 是)(m n n -⨯矩阵,
m n B -=)(r ,且
0=AB 。
证明:B 的列向量组为线性方程组0=AX 的一
个基础解系。
例:设有齐次线性方程组
(I )
12312300
ax x x x ax x ++=⎧⎨
++=⎩ (II ) 1230x x ax ++= (III )
1231231
23000
ax x x x ax x x x ax ++=⎧⎪
++=⎨⎪++=⎩ 已知方程组(I )的解都是方程组(II )的解,
(1)证明:方程组(I )与方程组(III )的同解; (2)证明:方程组(III )有非零解; (3)求参数a 的值。
例:已知4阶方阵43214321,,,),,,,(αααααααα=A 均为4元列向量,其中432,,ααα线性无关,3212ααα-=。
(1) 求线性方程组0=AX 的一个解;
(2) 如果4321ααααβ+++=,求线性方程组β=X A 的通解。
例 矩阵秩 为r 的充要条件是: 存在r 阶非0子式,但包含此非0子式的r+1阶子式都为0.
向量及其运算
例:已知
1234(1,1,1,1),(1,2,4,8),(1,3,9,27),(1,4,12,34)T T T T
αααα====
求向量组1234,,,αααα的秩和一个极大无关组。
例: 已知向量组
123(1,1,3,1),(5,2,8,9),(1,1,1,3),ααα==--=--
4(1,3,5,7)α=--,
(1)求生成子空间 1234(,,,)L αααα 的维数和一个基; (2)求生成向量组1234,,,αααα中的各向量关于取定基的坐标。
例: 设1234,,,αααα与1234,,,ββββ是4维向量空间V 的两个基,从1234
,,,αααα到1234,,,ββββ的过渡矩阵为3
100210000210
01
2A ⎛⎫ ⎪ ⎪= ⎪ ⎪-⎝⎭。
已知向量γ 关于基1234,,,ββββ的坐标为(1,1,2,2)--,求γ 关于基1234,,,αααα的坐标。
例
:
已
知
3
21ααα,,是向量空间
3
R 的一个
基,33212211232αβααβααβ=+=+=,,. (1) 证明321βββ,,为3R 的一个基;
(2) 求基321ααα,,到基321βββ,,的过渡矩阵; (3) 求向量321αααγ++=关于基321βββ,,的坐标。
例: 已知向量空间3R 的两个基
123(1,1,1),(0,1,1),(0,0,1)ααα===和123(1,1,1),(1,1,0),(1,0,0)βββ===
(1)求从基123,,ααα到基123,,βββ的过渡矩阵;
(2)对312,R γγ∈,证明:若1γ关于基123,,ααα的坐标与2γ关于基123,,βββ的坐标完全相同, 则1γ关于基123,,βββ的坐标与2γ关于基123,,ααα的坐标也完全相同。
线性空间和线性变换:
例:在2
2R
⨯中,令
, , , ,⎥⎦
⎤
⎢⎣⎡=⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢
⎣⎡=10000100001000014321αααα ⎥⎦
⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=11110111001100014321ββββ , , , (1) 证明4321ββββ,,,为22R ⨯的一个基;
(2) 求自然基4321αααα,,,到基4321ββββ,,,的过渡矩阵;
求⎥
⎦
⎤⎢⎣⎡--=1111γ在基4321ββββ,,,下的坐标
例: 在4][x F 中,求自然基321x x x ,,,到基3221111x x x x x x ++++++,,,的过渡矩阵,以及321x x x x h -+-=)(在后一个基下的坐标。
例 在多项式空间4[]R x 中定义变换σ:
233
012330201()()a a x a x a x a a a x a a x σ+++=-+++
1.证明:σ是4[]R x 上的线性变换;
2.求σ在4[]R x 的自然基231,,,x x x 下的矩阵,并判断σ是否可逆。
矩阵特征值与特征向量,矩阵的相似对角化,JORDAN 标准型.
例:已知3阶矩阵A 有特征值1,2,且0=A 。
(1) 求I A +2
的所有特征值;
(2) 证明I A +2
为可逆矩阵。
例:已知n 阶矩阵A 的特征值为n λλλ,,, 21,且B B A ij
ij C R −→−−→−1。
(1) 求A ; (2) 求B 的特征值。
例:设A 是n 阶矩阵,n ααα,,, 21是n 元列向量,其中0≠n α,并且
013221====-n n n A A A A ααααααα , , , ,
(1) 证明向量组n ααα,,, 21线性无关; (2) 求A 的特征值和特征向量; (3) 判断A 是否可以相似对角化。
例: 已知n
R 中两个非零向量:()()T
n T n b b b a a a ,,,,,,,2121 ==βα,
其中021≠≥b n ,,矩阵T A αβ=。
(4) 求2A ;
(5) 求A 的特征值和特征向量; (6) 判断A 是否可以相似对角化:若可以,请写出相似变换矩阵P 和对角矩阵Λ;
若不可以,请说明理由。
例: 已知矩阵342010120A -⎛⎫ ⎪= ⎪ ⎪-⎝⎭
,求可逆矩阵P ,使1
P AP -为对角矩阵。
例: (A+xI)(A+yI)=0, x 和y 不相等, 求证: A 可以相似对角化.
例: 设A 是5阶方阵,且已知存在5阶可逆矩阵P ,使得
1
1111
22P AP --⎛⎫ ⎪- ⎪
⎪=- ⎪
⎪
⎪⎝⎭
试写出A 的初等因子,同时判断P 的哪几列是A 的特征向量。
例: 设5阶方阵A 的初等因子为
λλλλ ,1 ,1 ,22)(++-
试写出A 的Jordan 标准形。
实对称矩阵和二次型
例:设A 为3阶实对称矩阵,其特征值为201-,,,矩阵A 的属于特征值1和2-的特征向量分别是T ),,(121和T a ),,(11-。
(1) 求a 的值;
(2) 求方程组0=AX 的通解。
例: 举例说明,若A 是可相似对角化的矩阵,则不一定存在正交矩阵Q ,使得1Q AQ -是对角矩阵。
例: 设A 是n 阶方阵,证明:若存在n 阶正交矩阵Q ,使得1Q AQ -是对角矩阵,则A 是对称矩阵。
例: 已知实二次型AX X x x x f T =),,(321,其中A 相似于对角矩阵),,(diag 321。
(1) 求二次型),,(321x x x f 的一个标准形; (2) 判断二次型),,(321x x x f 是否正定。
例:已知实二次型222123123121323(,,)()222f x x x a x x x x x x x x x =+++++
1.问参数a 取何值时,123(,,)f x x x 正定? 2.写出123(,,)f x x x 被正交替换化成的标准形。
例: 设A是正定矩阵,B是任意对称阵,证明: 存在可逆阵C,使得: CTAC,CTBC 同时为对角形.。