k重特征值必有k个线性无关的_线性代数总结（1）

详细文字在图片下方

线性方程组与矩阵

初等行列变换

• 把一个方程的倍数加到另一个方程
• 交换两方程位置
• 用一个非零数乘某方程

名词

• 阶梯形方程组 与 简化阶梯形方程组
• 增广矩阵 与 系数矩阵
• 零矩阵（元素全为0） 方阵（m级矩阵）
• 主元：非零行从左数起第一个不为0的元素
• 主变量：以主元为系数的未知量
• 自由未知量：除主变量外的其余未知量
• 一般解：对于解
  ，其一般解为

行列式

矩阵与行列式

• 行列式都是n阶的，只有矩阵才mxn
• 矩阵A的行列式记作|A|、det(A)

n元排列

• n个不同自然数的一个全排列
• 顺序、逆序、逆序数：以4元排列2341为例
  • 顺序有23等
  • 逆序有21 31 41三对
  • 逆序数：
• 奇排列：逆序数为奇数
• 偶排列：逆序数为偶数
• 对换：例如2341的3和1调换，其余不动，记作(3,1)
• 对换改变n元排列的奇偶性：变换一次即变性。证明：相邻对换，不断相邻从而拓展到一般对换

行列式计算

1 基础计算

• 展开式

例如：三阶行列式共3！项

• 上（下）三角行列式 ：主对角线下（上）方的元素全为0

2 行列式性质

• 转置，行列式的值不变。
  • 转置记为
  • 因此以下对于行的操作，对于列也成立
• 行列式一行的公因子可以提取出来
• 一行（a+c） = 两个 a + c
• 两行互换，行列式反号
• 两行相同，行列式值为0。所以两行成比例，行列式为0；一行倍数加到另一行上，行列式值不变

3 行列式按一行（列）展开

• 余子式：

(i,j)元的余子式记作

。以(i,j)元为中心，划去该行该列剩下的行列式

• 代数余子式：

(i,j)元的代数余子式

。（移到第一项）

• n阶行列式A的计算：（一行/一列）
• 行列式第i行元素与第k行相应元素的代数余子式的乘积之和为0（相当于把第k行元素换成了第i行，列同）

4 行列式按k行（列）展开

以5阶行列式

为例

• k阶子式：任选k行、k列，记为
  • 二阶子式，选1、2行与4、5列，记为
• k阶子式的余子式，记为
  • 上述二阶子式的余子式
• 代数余子式：
  • 上述二阶子式的代数余子式
• 拉普拉斯定理：对于行列式
  ：选取k行/k列，则这k行/k列元素形成的所有k阶子式 与 它们各自的代数余子式 的乘积之和等于

5 范德蒙行列式

数域

定义

• 设K为复数集的一个子集
• K满足
• (K对于加减乘除四种运算封闭) 即任意
  ，都有

例子：有理数集Q 实数集R 复数集C

向量空间

数域K上的n维向量空间

定义

• 满足加法运算、数量乘法运算
• 满足8条运算法则

名词

• 元素：n维向量
• 分量：
  是向量
  的第i个分量
• 行向量、列向量
• 行向量组、列向量组

向量组

• 线性组合：
  是
  的一个线性组合
• 线性表出：
  则称
  可以由
  线性表出
• 线性相关、线性无关向量组
  • 线性组合等于零向量：
  • 向量组线性相关：
    不全为0
  • 向量组线性无关：
    全为0
• 向量组等价：
  • 向量组1 与 向量组2 等价：记作
  • 向量组1的每一个向量，都可以由向量组2线性表出
  • 向量组2的每一个向量，都可以由向量组1线性表出
  • 性质：反身性、对称性、传递性

秩

向量组的秩

• 极大线性无关组：
  • 向量组的部分组
  • 这个部分组线性无关
  • 从向量组的其余向量中任取一个添加进去，得到的新部分组都线性相关
• 向量组的秩：向量组的极大线性无关组所含向量个数
• 全由零向量组成的向量组的秩：0
• 向量组
  的秩记为
• 引理：一个向量组可以由另一个线性表出
  • 向量组
    可以由向量组
    线性表出
    • 如果
      ，则向量组
      线性相关
    • 如果
      线性无关，则
      • so，等价的线性无关向量组所含向量个数相等
        • so，向量组任意两个极大线性无关组所含向量个数相等
• 延伸组与缩短组
  • 向量组线性无关，延伸组线性无关
  • 向量组线性相关，缩短组线性相关

矩阵的秩

• 矩阵的行秩与列秩的统称，记为
  （对矩阵A）
• 列秩：矩阵列向量组的秩；行秩：矩阵行向量组的秩
• 矩阵的初等行列变换不改变秩：因为等价向量组有相同的秩
• 矩阵的行秩 = 列秩：阶梯型矩阵+延伸组证明
  • 行列秩均等于J的非零行个数
  • J的主元所在的列，构成列向量组的一个极大线性无关组。（转置，行一样）

解线性方程组

解的情况：无解、唯一解、无穷解

解情况的判别

1 矩阵

• 线性方程若有解，则称它相容的，否则称不相容的。
• 增广矩阵经过初等行变换后，s个方程，r个非零行，n个未知量，判断该方程组是否有解：

• 齐次线性方程组
  • 定有零解
  • 若有非零解则定有无穷解
  • 上述法则：
    定无穷解，从而
    定无穷解

2 行列式：克莱姆法则

• 1 n个方程的n元线性方程组：
  • 有唯一解：行列式
  • 无解或无穷解：
  • 对于齐次线性方程组，
    则有无穷解
• 2 若n个方程的n元线性方程组有唯一解，该解为：

是系数行列式

3 向量组

• 问题定义：常数项列向量
  能否 由系数矩阵的列向量组线性表出（
  即为列向量组的系数）
• 判断有无解
  • 线性方程组有解的充要条件：系数矩阵和增广矩阵有相同的秩
    • 若线性方程组有解：
      • 当系数矩阵的秩等于未知量个数时，唯一解
      • 当系数矩阵的秩小于未知量个数时，无穷解
• 齐次线性方程组
  • 系数矩阵的列向量组
    • 线性相关：有非零解
    • 线性无关：只有零解
  • （从行列式看）因此，可得系数行列式结果
    • 线性相关：系数行列式 = 0
    • 线性无关：系数行列式 ≠ 0
  • 延伸组与缩短组
    • 向量组线性无关，该向量组的延伸组也线性无关
    • 向量组线性相关，该向量组的缩短组也线性相关

线性方程组的解集的结构

线性子空间（简称 子空间）：

• 定义
• 如果
  的一个非空子集U满足
• U对于
  加法封闭：
• U对于
  乘法封闭：
• 则称U是
  的一个线性子空间
• 平凡的子空间：
• 是
  的一个子空间，称零子空间。
• 是
  的一个子空间。
• 非平凡的子空间：其余子空间均为非平凡的子空间

齐次线性方程组

• 解空间：由子空间定义，知齐次线性方程组的解集W是
  的一个子空间，简称为解空间
• 基础解系
• 定义
• 齐次线性方程组有非零解，如果它的有限多个解
  满足
• 线性无关
• 该齐次线性方程组的每一个解都可以由这有限多个解线性表出
• 则称
  是该齐次线性方程组的一个基础解系
• 齐次线性方程组有无穷解时，一定有基础解系
• 且每个基础解系的解向量数相等，均为
• 解集
• 通解

n-rank(A)的证明：

非齐次线性方程组解集结构

• 导出组：一个齐次线性方程组
• 通解：非齐次的特解 + 导出组的通解
• 解唯一：导出组只有零解

基与维数

基：

是U的一个基（把U当解空间理解）

• 定义
• 是
  的一个子空间，
  的向量组
  满足
• 向量组线性无关
• U中每一个向量都可以由向量组线性表出
• 标准基：单位向量组
• 非零子空间任意两个基，所含向量数相等（r=s）

维数

• 定义：基所含向量数，记为dimU
• 对于解空间U，有dim U = n - rank(A)
• 坐标：如果知道一个基，则子空间中每一个向量都可以由基来线性表出，且表出方式唯一，系数为在该基下的坐标

向量组生成子空间分析

• 由向量组（该向量组不一定线性无关）生成子空间
• 基：该向量组的一个极大线性无关组，即为该子空间的基
• 维数：从而该向量组的秩 = 该子空间的维数
• 矩阵的行空间：矩阵的行向量组生成的子空间，矩阵的列空间：矩阵的列向量组生成的子空间。这两个空间维数相等