目录
- 抽象型行列式的计算
- 初等变换矩阵的应用
- 伴随矩阵与可逆矩阵
- 向量组的相关、无关、秩
- 1 秩<向量个数,必线性相关;本身无关,延长必无关
- 2 一个矩阵A右乘一个列满秩矩阵P,即r(AP)=r(A),不改变该矩阵A的本身的秩;向量组等价:r(A)=r(B)=r(A|B);判断等价时往往需要借助系数矩阵
- 3 整体无关,部分必无关;部分无关,加进一个相关,加进去的能被其他表示
- 4 β能被表示,后面就不用管β;当k=0时C错误,k≠0时D错误
- 5 初等行变换不会改变列向量组的相关性和表示系数
- 6 伴随矩阵的秩只能是n、1、0
- 7 矩阵的秩不会越乘越大:r(AB)≤min{r(A),r(B)}
- 8 A~m×n~,B~n×s~,AB=0,r(A)+r(B)≤n
- 9 可逆矩阵可以看做若干次初等变换;经过初等(行/列)变换的矩阵与原矩阵(行/列)等价;(行/列)等价比矩阵等价强
- 10 向量组线性无关,其组成的矩阵的秩就是向量组的个数;被表示的向量组秩肯定小于表示它的向量组的秩
- 11 向量组A可被向量组B表出,则r(A)≤r(B)
- 12 矩阵等价和向量组等价的区别
- 方程组
- 1 基础解系相互之间需要满足线性无关、个数为n-r(A)、每个都是解三个条件
- 2 非奇特的系数相加须为1;齐通要求个数相等、秩相等和互相线性无关
- 3 非齐次的解进行组合,系数为0是齐次的解,系数为1是非齐次的解
- 4 α~1~、α~2~、α~3~是AX=β的三个无关解,则α~1~-α~2~、α~1~-α~3~是AX=0的两个无关解;基础解系的个数是固定的,如果已知基础解系个数至少为2,选项只有1,必然错误
- 5 A^*^A=|A|E=0,从而得出A的每一个列向量都是A^*^X=0的解;基础解系的向量个数为n-r(A) <--> r(A)=n-基础解系的向量个数
- 求通解,先求秩,n-秩即为基础解系个数;列向量之间的线性组合关系可以转化为方程组解向量
抽象型行列式的计算
思路
例题
1 正交矩阵及单位矩阵恒等变形
2 向量形式
3 不可逆 --> 行列式为0 --> 特征值
4 遇到伴随和逆,立马将所有伴随换作逆
5 有相同矩阵的,合并同类项后用E代表合并前,而不是1
6 特征值的应用
运用秩一矩阵和迹
7 对于|A+B|,巧妙运用E的恒等变形
另一解法:未知的不断往已知的条件转化
8 低阶矩阵伴随的行列式可以换成矩阵的n-1方
注:交换行列式的两行(列),行列式反号
9 aij=±Aij <–> AT=±A*
初等变换矩阵的应用
1 初等变换矩阵的逆
2 初等变换矩阵行列式的值
3 倍乘矩阵行列变换易混,如E12(3),行变换时为第一行的3倍加到第2行;列变换时第2列的3倍加到第一列
伴随矩阵与可逆矩阵
1 熟用A*=|A|A-1
2 可逆<–>行列式不为0<–>特征值全部非0
秩一矩阵可以表示为ααT,其迹为平方和αTα,特征值为一个迹和全0
3 秩常与特征值关联使用
4 A=0,特征值全为0;f(A)=0,对应的f(λ)也全为0
5 可逆矩阵具有可交换性
6 类似于算(A-E)-1时,用多项式除法
向量组的相关、无关、秩
1 秩<向量个数,必线性相关;本身无关,延长必无关
2 一个矩阵A右乘一个列满秩矩阵P,即r(AP)=r(A),不改变该矩阵A的本身的秩;向量组等价:r(A)=r(B)=r(A|B);判断等价时往往需要借助系数矩阵
3 整体无关,部分必无关;部分无关,加进一个相关,加进去的能被其他表示
4 β能被表示,后面就不用管β;当k=0时C错误,k≠0时D错误
5 初等行变换不会改变列向量组的相关性和表示系数
6 伴随矩阵的秩只能是n、1、0
7 矩阵的秩不会越乘越大:r(AB)≤min{r(A),r(B)}
E是m×m方阵,所以A和B的秩都是≥m,又A的行数是m,B的列数是m,所以A的行向量、B的列向量满秩,线性无关
8 Am×n,Bn×s,AB=0,r(A)+r(B)≤n
9 可逆矩阵可以看做若干次初等变换;经过初等(行/列)变换的矩阵与原矩阵(行/列)等价;(行/列)等价比矩阵等价强
10 向量组线性无关,其组成的矩阵的秩就是向量组的个数;被表示的向量组秩肯定小于表示它的向量组的秩
11 向量组A可被向量组B表出,则r(A)≤r(B)
12 矩阵等价和向量组等价的区别
方程组
1 基础解系相互之间需要满足线性无关、个数为n-r(A)、每个都是解三个条件
行列式的值不等于0,代表可逆,也代表秩等于阶数