第一章 线性方程组与矩阵
线性方程组的初等变换
含义:
- 交换两个方程次序
- 用一个非零常数乘以某个方程
- 用一个数乘一个方程后加到另一个方程上
系数矩阵
方程组左端的系数排成的数表称为系数矩阵
增广矩阵
将方程组右侧的常数添加到系数矩阵上称为增广矩阵
行阶梯矩阵
特点:
- 可画出一条阶梯线,线的下方元素均为0
- 每个台阶只有一行,阶梯竖线后面的第一个元素不为0,这样的矩阵称为行阶梯矩阵
行最简形矩阵
特点:
除了满足行阶梯矩阵的特点外,还满足:每个非零行的首个元素为1,且这些元素所在的列的其他元素都为0
行向量,列向量
对角矩阵
特点:
- 除了左上角到右下角的直线(称为主对角线)上的元素外的元素全是0,常记为diag( λ λ 1, λ λ 2,……, λ λ n)
数量矩阵
当对角矩阵的对角元素全部相等时,称为n阶数量矩阵
单位矩阵
数量矩阵的主对角线上的元素全为1时,称为n阶单位矩阵
上三角矩阵
主对角线下方的元素全为0时
同型矩阵
行数和列数分别相同的矩阵
矩阵的加法运算和数乘运算
加法满足交换律和结合律;数乘满足分配律结合律交换律
矩阵的乘法运算
- Am*sBs*n=Cm*n
- 矩阵的乘法不满足交换律和消去律
- (AB)k ≠ AkBk, (A+B)2 ≠A2+2AB +B2, (A+B)(A-B) ≠ A2-B2。只有当A,B可交换时,上述各式的等号才成立
矩阵的m次多项式
1.f(A)=a0+a1A+a2A2+…+amAm
2.性质:
- 矩阵的任何两个矩阵多项式可交换
- 如果A=diag( λ λ 1, λ λ 2,……, λ λ n),则f(A)=diag(f( λ λ 1),f( λ λ 2),……,f( λ λ n))
转置矩阵
运算律:
- (AT)T=A
- (A+B)T=ATBT
- ( λ λ A)T= λ λ AT
- (AB)T=BTAT
对称矩阵
AT=A
对称矩阵的基本性质:
- 设A是一个m × × n矩阵,则AAT和ATA都是对称矩阵
- 设A,B为n阶对称阵,则AB为对称阵的充要条件是A与B可交换
反对称矩阵
AT=-A
可逆矩阵
定义:设A与B是n阶方阵,若AB=BA=E,则称A是可逆的,B是A的逆矩阵
特性:
- 若A可逆,则A的逆矩阵唯一
- 对角矩阵 Λ Λ =diag( λ λ 1, λ λ 2,……, λ λ n)是可逆的,且 Λ Λ -1=diag( λ λ 1-1, λ λ 2-1,……, λ λ n-1)
运算律:
- (A-1)-1=A
- (AT)-1=(A-1)T
- ( λ λ A)-1=(1/ λ λ )A
- (AB)-1=B-1A-1
分块矩阵
定义:我们将矩阵A用一些纵线和横线分成若干个小矩阵,每个小矩阵称为A的子块,以子块为元素的形式上的矩阵称为分块矩阵
分块矩阵的运算:
- 分块矩阵的加法:设A,B为同型矩阵,且采用相同的分块法,则类似于矩阵的加法
- 分块矩阵的数乘:类似于矩阵的数乘
- 分块矩阵的乘法: 类似于矩阵的乘法
- 分块矩阵的转置:类似于矩阵的转置,不过不但要将行列互换,而且行列互换后的各子块都要相应进行转置
- 分块矩阵的逆运算:分块对角矩阵的逆运算和对角矩阵的逆运算类似。若
D={ACOB} { A O C B }
则 D−1 D − 1 ={A−1−B−1CA−1OB−1} { A − 1 O − B − 1 C A − 1 B − 1 }
矩阵的初等变换
初等行变换:
- 交换两行
- 以非零实数乘以某行
- 将某行乘以一个常数加到另一行上
初等列变换:
- 交换两列
- 以非零实数乘以某列
- 将某列乘以一个常数加到另一列上
矩阵等价
矩阵A通过有限次初等行(列)变换为矩阵B,称矩阵A与B行(列)等价,记为
A→rB
A
→
r
B
(
A→cB
A
→
c
B
),如果A通过有限次初等行变换与初等列变换化为矩阵B,称A与B等价,记为
A→B
A
→
B
矩阵等价具有自反性,对称性,传递性
标准型
任一矩阵都等价于一个标准型
初等矩阵
定义:对单位矩阵实行一次初等变换后所得到的矩阵称为初等矩阵
- E(i,j)表示 ri↔rj r i ↔ r j 或 ci↔cj c i ↔ c j
- E(i(k))表示 ri×k r i × k 或 ci×k c i × k
- E(i,j(k))表示 ri r i +k rj r j 或 cj c j +k ci c i
初等矩阵的逆矩阵:
-
E(i,j)−1
E
(
i
,
j
)
−
1
=E(i,j)
-
E(i(k))−1
E
(
i
(
k
)
)
−
1
=E(i(
k−1
k
−
1
))
-
E(i,j(k))−1
E
(
i
,
j
(
k
)
)
−
1
= E(i,j(-k))
other:初等矩阵左乘A表示初等行变换,EA
初等矩阵右乘A表示初等列变换,AE
利用初等行变换求逆矩阵
A−1
A
−
1
(A|E)=(E|
A−1
A
−
1
)
即把(A|E)通过初等行变换变成左边是E,则右边就是A的逆矩阵了
第二章 行列式
2.1行列式的定义
二阶与三阶行列式
称为由二阶方阵A所确定的二阶行列式,即为D,还可即为detA或|A|
余子式
Mij M i j 为行列式D中划去元素 aij a i j 所在的第i行,第j列后,余下的 (n−1)2 ( n − 1 ) 2 个元素按照原来的位置次序构成的 n-1 阶行列式,称为元素 aij a i j 的余子式
代数余子式
Aij=(−1)i+jMij A i j = ( − 1 ) i + j M i j 称为元素 aij a i j 的代数余子式
多阶行列式
n阶矩阵A的行列式D=detA=|A|可表示为它的任一行(列)的各元素与其对应的代数余子式乘积之和,即
D=ai1Ai1+ai2Ai2+...+ainAin=a1jA1j+a2jA2j+...+anjAnj
D
=
a
i
1
A
i
1
+
a
i
2
A
i
2
+
.
.
.
+
a
i
n
A
i
n
=
a
1
j
A
1
j
+
a
2
j
A
2
j
+
.
.
.
+
a
n
j
A
n
j
(i=1,2,…,n)(j=1,2,…,n)
Tips:若行列式中某行(列)中有较多的零元素,则按该行(列)展开能简化计算
2.2行列式的性质
行列式的7大性质
- 性质1: D=DT D = D T ,即行列式与它的转置行列式相等
- 性质2:互换行列式的两行(列),行列式变号
- 性质3:用k乘以行列式的某一行(列)得到的行列式等于原来的行列式的k倍
性质4:若行列式的某一行(列)的元素都是两数之和,则该行列式等于两个行列式的和。比如
∣∣∣∣a11a21+b21a31a12a22+b22a32a13a23+b23a33∣∣∣∣=∣∣∣∣a11a21a31a12a22a32a13a23a33∣∣∣∣+∣∣∣∣a11b21a31a12b22a32a13b23a33∣∣∣∣ | a 11 a 12 a 13 a 21 + b 21 a 22 + b 22 a 23 + b 23 a 31 a 32 a 33 | = | a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 | + | a 11 a 12 a 13 b 21 b 22 b 23 a 31 a 32 a 33 |性质5:若将行列式的某一行(列)乘以数k加到另一行(列),则行列式的值不变
- 性质6:行列式中的第i行(列)元素与第j行(列)( j≠i j ≠ i )对应元素的代数余子式乘积之和为0
- 性质7:设A,B为n阶方阵,C为m阶方阵,则
1.| AT A T |=|A|
2.| λ λ A|= λn λ n |A|
3.∣∣∣ADOC∣∣∣=|A||C| | A O D C | = | A | | C |
∣∣∣ODAC∣∣∣=(−1)mn|A||C| | O A D C | = ( − 1 ) m n | A | | C |
4.|AB|=|A| |B|
推论:1.行列式如果有两行(列)元素成比例,则此行列式等于零。
2.若行列式中某行(列)的元素全为零,则此行列式等于零
Tips:计算行列式时,若行列式D中的每一行(列)中的元素之和相同,则可将各列(行)加到第一列(行)提取公因子。
范德蒙德行列式
2.3行列式的应用
克拉默(Cramer)法则
如果线性方程组的系数行列式D
≠
≠
0,则方程组有唯一解
xj=DjD
x
j
=
D
j
D
其中
Dj
D
j
是把行列式D中的第j列替换成方程Ax=b中的b
一些定理
- 如果线性方程组无解或有两个不同的解,则它的系数行列式必为零
- 如果齐次线性方程组的系数行列式为D ≠ ≠ 0,则齐次线性方程组只有零解
- 若其次线性方程组有非零解,则它的系数行列式必为零
伴随矩阵
定义:设
A=(aij)n×n
A
=
(
a
i
j
)
n
×
n
, 元素a_{ij}的代数余子式
Aij
A
i
j
按如下的顺序构成一个n阶矩阵
称为矩阵A的伴随矩阵,记为 A∗ A ∗
注意:并不是 aij a i j 的位置直接放 Aij A i j ,还要经过 转置
定理:
- 定理2.6: AA∗=A∗A=|A|E A A ∗ = A ∗ A = | A | E
- 推论1: A−1=A∗|A| A − 1 = A ∗ | A |
- 推论2: |A−1|=1|A| | A − 1 | = 1 | A |
- 推论3: (A∗)−1=A|A| ( A ∗ ) − 1 = A | A |
- 推论4: A∗=|A|A−1 A ∗ = | A | A − 1
- 推论5: (A∗)−1=(A−1)∗ ( A ∗ ) − 1 = ( A − 1 ) ∗
矩阵的秩
子式的定义:在 m×n m × n 阶矩阵A中任取k行k列( k≤m,k≤n k ≤ m , k ≤ n ),位于这些行列式交叉处的 k2 k 2 个元素,不改变它们在A中所处的位置次序而得到的k阶行列式,称为A的k阶子式
矩阵的秩: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,那么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R(A),并规定若A=O,则R(A)=0
满秩矩阵:显然, R(A)≤min{m,n} R ( A ) ≤ m i n { m , n } ,若R(A)=min{m,n},称A为满秩矩阵
矩阵的秩的性质
- 性质1: R(AT)=R(A) R ( A T ) = R ( A )
- 性质2:设A经过初等变换得到B,则R(A)=R(B)
- 性质3:设A为
m×n
m
×
n
矩阵,则R(A)=r的冲要条件是A的标准型为
∣∣∣ErOOO∣∣∣m×n | E r O O O | m × n,其中 Er E r 为r阶单位阵
- 性质4:设
Am×n,Bn×s,Ct×n
A
m
×
n
,
B
n
×
s
,
C
t
×
n
(1)若R(A)=n(此时称A为列满秩),则R(AB)=R(B)
(2)若R(A)=m(此时称A为行满秩),则R(CA)=R(C) - 性质5:
(1)设 Am×n,Bm×s A m × n , B m × s ,则max{R(A),R(B)} ≤ ≤ R(A,B) ≤ ≤ R(A)+R(B)
(2)设 Am×n,Bm×n A m × n , B m × n ,则R(A+B) ≤ ≤ R(A)+R(B)
(3设 Am×n,Bn×s A m × n , B n × s ,则R(A)+R(B)-n ≤ ≤ R(AB) ≤ ≤ min{R(A),R(B)} - 性质6:设A为n阶方阵,则
R(A∗)=⎧⎩⎨⎪⎪n,R(A)=n1,R(A)=n−10,R(A)<n−1(1) (1) R ( A ∗ ) = { n , R ( A ) = n 1 , R ( A ) = n − 1 0 , R ( A ) < n − 1
第三章向量组的线性相关性
3.1线性方程组解的判定
非齐次线性方程组解的判定
n元线性方程组Ax=b, 增广矩阵B=(A|b)
(1)无解的充分必要条件是R(A)
<
<
<script type="math/tex" id="MathJax-Element-98"><</script>R(B)
(2)有唯一解的充分必要条件是R(A)=R(B)=n
(3)有无穷多个解的充分必要条件是R(A)=R(B)
<
<
<script type="math/tex" id="MathJax-Element-99"><</script>n
通解:若R(A)=R(B)=r < < <script type="math/tex" id="MathJax-Element-100"><</script>n,则方程组含有的n-r个独立任意常数的解可以表示方程组的所有解,称为方程组的通解
求解非齐次线性方程组Ax=b的步骤
将增广矩阵B=(A|b)用初等行变换变成行阶梯形矩阵,便可判断其有没有解,若有,则再通过初等行变换变换成行最简形矩阵,写出同解方程组(用自由未知量表示),便可写出其通解
自由未知量:将线性方程写成”x=……”的形式,则不在左边的x称为自由未知量
齐次线性方程组解的判定及求解
判定:
n元齐次线性方程组Ax=0有非零解的充分必要条件是R(A)
<
<
<script type="math/tex" id="MathJax-Element-101"><</script>n,只有零解的充要条件是R(A)=n,Ax=b有非零解表示有无穷多个解
Tips:不用特别记上面这个,齐次线性即非齐次中R(A)=R(B)的情况
求解:类似于非齐次,只不过只要用系数矩阵A来进行初等行变换就好了
矩阵方程有解的判定
矩阵方程AX=B有解的充分必要条件是R(A)=R(A|B)
Tips:这个也不用特别记,和非齐次差不多
3.2向量及其线性组合
列向量,行向量,零向量以及加法和数乘运算
太简单了,略(本章所讲的向量默认列向量)
向量组的线性组合与线性表示
线性组合:给定向量组A: α1,α2,...,αn α 1 , α 2 , . . . , α n ,对于任何一个实数 k1,k2,...,kn k 1 , k 2 , . . . , k n ,向量 k1α1+k2α2+...+knαn k 1 α 1 + k 2 α 2 + . . . + k n α n 称为向量组A的一个线性组合, k1,k2,...,kn k 1 , k 2 , . . . , k n 称为这个线性组合的组合系数
线性表示若存在一组向量和数,使得b= λ1α1+λ2α2+...+λnαn λ 1 α 1 + λ 2 α 2 + . . . + λ n α n ,则称向量b能由向量组A线性表示
线性表示的充要条件:向量b能由向量组 α1,α2,...,αn α 1 , α 2 , . . . , α n 线性表示的充要条件是矩阵A( α1,α2,...,αn α 1 , α 2 , . . . , α n )的秩等于矩阵B=( α1,α2,...,αn α 1 , α 2 , . . . , α n ,b)的秩
Tips:不用特别记,和非线性解的判定条件差不多
等价向量组
设有两个向量组A和B,若B组中的每个向量都能由向量组A线性表示,就称向量组B能由向量组A线性表示,若向量组A,B能相互线性表示,则称向量组A与B等价。
若B=AK,则矩阵K称为这一线性表示的系数矩阵
向量组线性表示的充要条件:向量组B: β1,β2,...,βs β 1 , β 2 , . . . , β s 能由向量组A: α1,α2,...,αm α 1 , α 2 , . . . , α m 线性表示的充要条件是矩阵A=( α1,α2,...,αm α 1 , α 2 , . . . , α m )的秩等于矩阵(A,B)=( α1,α2,...,αm α 1 , α 2 , . . . , α m , β1,β2,...,βs β 1 , β 2 , . . . , β s )的秩,即R(A)=R(A,B)
向量组A,B等价的充要条件:R(A)=R(B)=R(A,B)
定理:向量组B: β1,β2,...,βs β 1 , β 2 , . . . , β s 能由向量组A: α1,α2,...,αm α 1 , α 2 , . . . , α m 线性表示,则R(B) ≤ ≤ R(A)
3.3向量组的线性相关性
线性相关
若存在两个不全为0的常数 k1,k2 k 1 , k 2 ,使得 k1α1+k2α2=0(α1,α2为两个向量) k 1 α 1 + k 2 α 2 = 0 ( α 1 , α 2 为 两 个 向 量 ) ,则称 α1,α2 α 1 , α 2 线性相关;反之,若不存在,则线性无关
几点说明:
- 含有零向量的向量组必线性相关
- 向量组只含一个向量时,若该向量为0,则向量组线性相关,若不为0,则线性无关
- 两个非零向量
α1,α2
α
1
,
α
2
线性相关的充分必要条件是存在常数k使得
α1=kα2
α
1
=
k
α
2
线性相关的充要条件
定理1:向量组A线性相关的充要条件是A中至少有一个向量可以由其余的向量线性表示
定理2:向量组 α1,α2,...,αm α 1 , α 2 , . . . , α m 线性相关的充要条件是它所构成的矩阵A-( α1,α2,...,αm α 1 , α 2 , . . . , α m )的秩小于向量的个数m;向量组 α1,α2,...,αm α 1 , α 2 , . . . , α m 线性无关的充要条件是R(A)=m
Tips:定理2同样适用于行向量组,秩也要小于向量个数才线性相关
几个简单结论
定理1:设向量组A: α1,α2,...,αm α 1 , α 2 , . . . , α m 线性相关,则向量组B: α1,α2,...,αm,αm+1 α 1 , α 2 , . . . , α m , α m + 1 也线性相关
定理2:若有一个向量组线性无关,则它的任何部分组都线性无关
定理3:设向量组A: α1,α2,...,αm α 1 , α 2 , . . . , α m 线性无关,而向量组B: α1,α2,...,αm,b α 1 , α 2 , . . . , α m , b 线性相关,则向量b必能由向量组A线性表示,且表达式是唯一的
3.4向量组的最大无关组与秩
最大线性无关向量组与秩
若向量组A中存在r个向量
α1,α2,...,αr
α
1
,
α
2
,
.
.
.
,
α
r
,满足:
(1)向量组
A0
A
0
:
α1,α2,...,αr
α
1
,
α
2
,
.
.
.
,
α
r
线性无关
(2)向量组A中任意一个r+1个向量(如果有的话)都线性相关,则称向量组
A0
A
0
是向量组A的一个最大线性无关向量组(简称最大无关组)
向量组的秩:向量组A的最大无关组所含的向量个数称为向量组A的秩,记为 RA R A
几点说明:
- 只含零向量的向量组没有最大无关组,即它的秩为0
- 含有m个非零向量组的秩r满足
1≤r≤m
1
≤
r
≤
m
- 向量组
α1,α2,...,αm
α
1
,
α
2
,
.
.
.
,
α
m
线性无关的充要条件是R(
α1,α2,...,αm
α
1
,
α
2
,
.
.
.
,
α
m
)=m
- 向量组
α1,α2,...,αm
α
1
,
α
2
,
.
.
.
,
α
m
线性相关的充要条件是R(
α1,α2,...,αm
α
1
,
α
2
,
.
.
.
,
α
m
)
<
<
<script type="math/tex" id="MathJax-Element-1882"><</script>m
矩阵的秩与向量组秩的关系
矩阵的秩等于它的列向量组的秩,也等于它行向量组的秩
列向量最大无关组的具体求法
将矩阵A用初等行变换化为行阶梯形矩阵B,即可找出B的最高阶非零子式所在的列,其对应于A所在的列向量就是A的列向量组的一个最大无关组
Tips:向量组的最大无关组不一定唯一