《线性代数》复习docx.docx
《《线性代数》复习docx.docx》由会员分享,可在线阅读,更多相关《《线性代数》复习docx.docx(17页珍藏版)》请在冰豆网上搜索。
![《线性代数》复习docx.docx](https://file1.bdocx.com/fileroot1/2022-11/26/049e7acd-a9f1-42a7-a491-4b100c8464b9/049e7acd-a9f1-42a7-a491-4b100c8464b91.gif)
《线性代数》复习docx
《线性代数》复习
第一部分线性代数中的最基本概念
1•矩阵
(1)基本概念
矩阵是描写事物形态的数量形式的发展.
由mxn个数排列成的一个m行n列的表格,两边界以圆括号或方括号,就成为一个mxn型矩阵.这些数称为它的元素,位于第i行第j列的数称为(i,j)位元素.
元素全为0的矩阵称为零矩阵,通常就记作0.
两个矩阵A和B相等(记作A二B),是指它的行数相等,列数也相等(即它们的类型相同),并且对应的元素都相等.
(2)线性运算和转置
加(减)法:
两个mxn的矩阵A和〃可以相加(减),得到的和(差)仍是mxn矩阵,记作A^B法则为对应元素相加(减).
数乘:
一个mxn的矩阵A与应该数c可以相乘,乘积仍为mxn的矩阵,记作cJ,法则为A的每个元素乘c.
这两种运算统称为先性运算,它们满足以下规律:
1加法交换律:
2加法结合律:
3加乘分配律:
c=cA+cB.(c+d)J=ct4+cU.
4数乘结合律:
c(d)J=(cd)4
5cA=0<=>c=0或A二0.
转置:
把一个mxn的矩阵A行和列互换,得到的nxm的矩阵称为A的转置,记作才(或的.有以下规律:
①⑷丁二A.
③(cJ)-(cA)
(3)n阶矩阵几个待殊矩阵
行数和列数相等的矩阵称为方阵,行列数都为n的矩阵也常常叫做n阶矩阵.
n阶矩阵A的相应的行列式记作|川,称为力的行列式.
把n阶矩阵的从左上到右下的对角线称为它的主对角线.(其上的运算行列号相等.)下面列出几类常用的n阶矩阵,它们但是考试大纲中要求掌握的.
对角矩阵:
主对角线外的的元素都为0的n阶矩阵.
单位矩阵:
主对角线外的的元素都为1的对角矩阵,记作E(或1)・数量矩阵:
主对角线外的的元素都等于一个常数c的对角矩阵,它就是cE.
上(下)三角矩阵:
主对角线下(上)的的元素都为0的n阶矩阵.
对称矩阵:
满足矩阵.也就是对任何i,j,(i,J)位的元素和(j,i)位的元素总是相等的n阶矩阵.
反对称矩阵:
满足才二-虫矩阵.也就是对任何i,j,(i,j)位的元素和(j,i)位的元素之和总等于0的n阶矩阵.反对称矩阵对角线上的元素一定都是0.
(4)矩阵的初等变换和阶梯形矩阵
矩阵的初等行变换有以下三种:
1交换两行的上下位置.
2用一个非0的常数乘某一行的各元素.
3把某一行的倍数加到另一行上.
类似地,矩阵还有三种初等列变换,大家可以模仿着写出它们,这里省略了.初等行变换与初等列变换统称初等变换.
阶梯形矩阵:
一个矩阵称为阶梯形矩阵,如果满足:
1如果它有零行,则都出现在下面.
2每个非零行的第一个非0元素所在的列号自上而下严格单调递增.
每个矩阵都可以用初等行变换化为阶梯形矩阵.这种运算是在线性代数的各类计算题中频繁运用的基本运算,必须十分熟练.
2.向量
(1)基本概念
向量是另一种描述事物形态的数量形式.
由n个数构成的有序数组称为一个n维向量,称这些数为它的分量.
书写中可用矩阵的形式來表示向量,例如分量依次是內,弧...,an的向量可表示成
(ell)H2,...>3n)或32>
I
I
I
、an,
请注意,作为向量它们并没有区别,但是作为矩阵,它们不一样(左边是lxn矩阵,右边nxl是矩阵)•习惯上把它们分别称为行向量和列向量.请注意它与矩阵的行向量和列向量的区别.
一个mxn的矩阵的每一行是一个n维向量,称为它的行向量;每一列是一个m维向量,称为它的列向量•常常用矩阵的列向量组来写出矩阵,例如当矩阵A的列向量组为a,偽...,%时(它们都是表示为列的形式!
)可记a,...,a).
矩阵的许多概念也可对向量來规定,如向量的相等,零向量等等.这里从略.
(2)线性运算和线性组合
向量也有加减法和数乘这两种线性运算,并且也有完全一样的运算规律,这里也不来复述了.
向量组的线性组合:
设皿,%...是一组n维向量,sc—.心是一组数,则称cia.+C2©+…,+cs比为
a,a,...的似c】,C2,…,cs为系数的)线性组合•它也是n维向量.
3.线性方程组
(1)基本概念
线性方程组的-•般形式为:
011X1+312X2+.・・+ainXn=bl,
a2]X]+a22X2+...+a2nXn=b2,
V
••••••••••••
amlXl+a«n2X2+・••+a(nnXn—bm,
英中未知数的个数n和方程式的个数m不必相等.分别称矩阵
为方程组的系数矩阵和增广矩阵.
如果b:
二b?
二…=bn),则称为齐次线性方程组.把一个非齐次线性方程组的每个方程的常数项都换成o,所得到的齐次线性方程组称为原方程组的导出齐次线性方程组,简称导出组.
线性方程组的解是一个n维向量(k],k2,…,kn),它满足:
当每个方程中的未知数Xi都用ki替代时都成为等式.
线性方程组的解的情况有三种:
无解,唯一解,无穷多解.
n维零向量总是齐次线性方程组的解,因此齐次线性方程组的解情况只有两种:
唯一解(即只要零解)和无穷多解(即有非零解).
(2)同解变换与矩阵消元法
线性方程组的同解变换有三种:
1交换两个方程的上下位置.
2用一个非0的常数乘某个方程.
3把某方程的倍数加到另一方程上.
以上变换反映在增广矩阵上就是三种初等行变换.
线性方程组的基本求解方法是消元法,用增广矩阵或系数矩阵来进行,称为矩阵消元法:
写岀方程组的增广矩阵(对齐次方程组用系数矩阵),用初等行变换把它化为阶梯形矩阵,再写岀所代表的阶梯形方程组(它是原方程组的同解方程组),用它求解.
第二部分行列式
1.形式和意义
形式:
用『个数排列成的一个n行n列的表格,两边界以竖线,就成为一个n阶行列式.如果行列式的列向量组为a,a,…,%则此行列式可表示为e,a,...,a|.
意义:
是一个算式,把『个元素按照一定的法则进行运算,得到的数值称为这个行列式的值.
请注意行列式和矩阵在形式和意义上的区别.
当两个行列式的值相等时,就可以在它们Z间写等号!
(不必形式一样,甚至阶数可不同•)
每个n阶矩阵A对应一个n阶行列式,记作|川.
2.定义(完全展开式)
2阶和3阶行列式的计算公式:
311312
出1出2=3]1322一312321•
Silai2313
cl21cl22ci23二3】1牝2&33+312出3431+3133213-32""3-13322^31""3119-23332^3.123219-33.
cl31&32cl33
一般地,一个n阶行列式
311312…Hin
3.21S22•••&2n
•••••••••
cln1Sn2•••3nn
的值是许多项的代数和,每一项都是取白不同行,不同列的n个元素的乘积,其一般形式为:
5%…%,这里把相乘的口个元素按照行标的大小顺序排列,它们的列标J.j2...jn构成1,2,...,n的一个全排列(称为一个n元排列),一共有n!
个n元排列,每个n元排列对应一项,因此共有n!
个项..
所谓代数和是在求总和吋每项先要乘+1或.规定T(jlj2...jn)为全排列的逆序数(即小数排列在大数后面的现象出现的个数,例如6元排列231645有4个逆
序:
21,31,64,65,因此1(231645)二4),则所乘的是(_1)"丿2…心于是
311312…Hln
助322...a2n=工(-1)52…人)仙饬…%.加2…人
•••••••••
a”1Sn2•••3nn
这里工表示对所有n元排列求和.称上式为n阶行列式的完全展开式.
3.性质
行列式有以下性质:
1把行列式转置值不变,即|/|=|川.
2某一行(列)的公因子可提出.
3对一行或一列可分解,即如果某个行(列)向量则原行列式等于两个行列式之和,这两个行列式分别是把原行列式的该行(列)向量。
换为0或y所得到的行列式.
4把两个行(列)向量交换,行列式的值变号.
5如果一个行(列)向量是另一个行(列)向量的倍数,则行列式的值为0.
6如果把-个行(列)向量的倍数加到另一个行(列)向量上,则行列式的值不变.
把n阶行列式的笫i行和第j列划去后所得到的n-1阶行列式称为(i,j)位元素知的余子式,记作Mij・称AMI)%为如的代数余子式.
7行列式可对某一行(列)展开,即行列式的值等于该行(列)的各元素与其代数余子式乘积之和.
8某一行(列)的各元素与另一行(列)的对应元素的代数余子式乘积之和=0.
9如果A与B都是方阵(不必同阶),则
范德蒙行列式:
形如
1
1
1…
1
ai
a2
33...
an
2ai
2a2
2
cl:
}•••
cln
••
cn-iai
••••
cn-i
a2
•••
qn-id3…
ann
的行列式(或其转置)•它由a.,比,如…,弘所决定,它的值等于
馬(—)・
因此范德蒙行列式不等于0oaba2,&缶两两不同.
4•计算
行列式的核心问题是值的计算.
(1)用完全展开式求行列式的值一般来说工作量很大.只在有大量元素为0,使得只有少数项不为0吋,才可能用它作行列式的计算.例如对角行列式,上(下)厂角行列式的值就等于主对角线上的元素的乘积,因为其它项都为0.
⑵化零降阶法:
取定一行(列),先用性质⑥把这行(列)的元素消到只有一个或很少儿个不为0,再用⑦,对这行(列)展开.例如设4阶行列式
1111
D二-2x31,
22x4
334x
取第1行,把第2,3,4行各减去第一行,得到
x+253
x-22
0x-22
=(x+2)
1x~3
01x-3
1
二(x+2)[(x-2)(x~3)-2]=(x+2)(xT)(x-4).
000
D二-2x+253
20x-22
301x-3
(3)利用性质简化计算,主要应用于元素有规律的行列式,包括n阶行列式.
5.克莱姆法则
克莱姆法则当线性方程组的方程个数等于未知数个数n(即系数矩阵为n阶矩阵)时,如果它的系数行列式不等于0,则方程组有唯一解,这个解为(D./D,D2/D,这里D是
系数行列式的值,山是把系数行列式的第i个列向暈换成常数列向量所得到的行列式的值.
两点说明:
1按法则给的公式来求解计算量太大,没有实用价值.因此法则的主要意义在理论上.(实际求解方法:
对增广矩阵G4Q作初等行变换,使得彳变为单位矩阵,此时〃变为解.)
2法则的改进,事实上系数行列式不等丁•0是唯一解的充分必要条件.
第三部分线性方程组
1.线性方程组的形式
线性方程组除了通常的写法外,还常用两种简化形式:
矩阵式信0,(齐次方程组信0).
向量式x】a+X2a+...,+xa二0,(齐次方程组xa+X2©+...,+xa=0).
2.线性方程组解的性质
(1)齐次方程组倨0
如果7,…,",是齐次方程组必的一组解,则它们的任何线性组合C17/1+C2g+...+
Csfjs也都是解.
(2)非齐次方程组处0(HO)
如果爲$,・・・,纟是呵的一组解,则
1它们的线性组合C1§+C2$+...+Cs《也是你询解的OC1+C2+...+Cs二1.
2它们的线'性组合C1§+C2$+...+c:
点是信()的解OC1+C2+...+Cs二0.
如果§是信闻勺一组解,则n维向量(n是未知数的个数)§也是解是导出齐次方程组处0的解.(§是§和处0的一个解的和.)
3.线性方程组解的情况的判别对于方程组信0,判别其解的情况用三个数:
未知数个数n,rU),r(J|y®.
1无解
2有唯一解or(J)=r(Ay®=n.
(当A是方阵时,就推出克莱姆法则.)
3有无穷多解or(A)=r(A\fi)方程的个数m虽然在判别公式屮没有出现,但它rU)和rUl;®的上限,因此当r(J)=m吋,AX^P-定有解.当m对于齐次方程组倨0,判别解的情况用两个数:
n,rU).
有非零解orU)=推论当虫的秩等于列数n时,虫在矩阵乘法中有左消去律:
妙0=>伊0;AB-ACn
4.齐次方程组基础解系线性方程组的通解
(1)齐次方程组基础解系
如果齐次方程组信0有非零解,则它的解集(全部解的集合)是无穷集,称解集的每个极大无关组为处0的基础解系.
于是,当7,...,広是应U0的基础解系时,向量"是倨0的解o”可用7,升,…,m线性表示.
定理设倨()有n个未知数,则它的解集的秩(即基础解系中包含解的个数)等于n~r(J).
于是,判别一组向量7,帀2,…,弘是处0的基础解系的条件为
17,叶,…,"是倨0的一组解.
2巾,/,…,耳线性无关.
3s=n-r(A).
(2)线性方程组的通解
如果0,处,…是齐次方程组处0的基础解系,则处0的通解(-・般解)为Ci7+C20+...+C*其中C1,C2,...,Cs,可収任何常数.
如果$是非齐次方程组倨师勺解,7],处,…,広是导出组倨0的基础解系则松闻勺通解(一般解)为
§+ci〃i+c2772+...+Cs/,其中Cl,C2,..・,c»可取任何常数.
第四部分n维向量空间
向量组的线性关系与秩
1.向量组的线性表示关系
如果n维向量0等于n维向量组处%…,a的一个线性组合,就说0可以用a,a,,a线性表示.
判别“0是否可以用%a,...,a线性表示?
表示方式是否唯一?
”就是问:
向量方程
XiGi+X2a+...+Xsd二0
是否有解?
解是否唯一?
这个向量方程用分量写出就是以(”,a,・・.,a|0)为增广矩阵的线性方程组.
设”,a,,a和0,,0都是n维向量组,如果每个0「都可以用命,a,…,a线性表示,则说向量组0,A...,fl可以用a,a;线性表示.
例如,乘积矩阵AB的列向量组可以用A的列向量组线性组合.反之,如果向量组队〃,.・・,0可以用e,宓,…,a线性表示,则矩阵(0,",...,0)等于矩阵(如a,...,a)和一个sxt矩阵C的乘积.C可以这样构造:
它的第i个列向量就是0对e,的分
解系数.
当向量组仏,a,...,a和0,…,0互相都可以表示时,就说它们互相等价拼记作
{a,a,…,a}三{〃,辰,…,0}.
向量组的线性表示关系有传递性,从而等价关系也有传递性.
2.向量组的线性相关性
线性相关性是描述向量组内在关系的概念.
定义设e,g…,a是n维向量组,如果存在不全为0的一组数cbC2,…,s使得c】a+C2©+...,+ca:
=O,
则说a,...,a线性相关,否则(即要使得ca+c2O:
+.・・,+ca二0,必须cbc2,...,cs全为0)就说它们线性无关.
于是,a,偽…,a“线性相关还是无关”即xa+X2亦…,+xa二0“有还是没有非0解”,也就是以处…,a)为系数矩阵的齐次线性方程组有无非0解.
一个向量(s=l)相关(无关)即它是(不是)零向量.
与线性相关性有关的性质:
1少,a,...线性相关o至少有一个a可以用其它向量线性表示.
2当向量的个数s大于维数n时,a,他...,a—定线性相关.
3线性无关向量组的侮个部分组都无关(从而每个向量就不是0).
4如果如a,...,a线性相关,而如a,…,a,礎性相关,则何用如他…,a线性表示.
5如果阳■用%线性表示侧表示方式唯一oa,%a线性无关.
6如果0,0?
…,0可以用a,a,,a线性表不,并且t>s,则0.0:
...,0线性相关.
推论如果两个线性无关的向量组互相等价,则它们包含的向量个数相等.
3.向量组的极大无关组和秩
秩是刻画向量组相关“程度”的一个数量概念•它表明向量组可以有多大的线性无关的部分组.
定义设仏,的…,a是n维向量组,⑴是它的一个部分组.如果
1(I)线性无关.
2(I)在扩大就线性相关.
就称⑴为少,a....,a的一个极大无关组.
条件②可换为:
任何”都可用⑴线性表示.也就是⑴与%氐,…,a等价.
当仏,a,...,a不全为零向量时,它就存在极大无关组,并且任意两个极大无关组都等价,从而包含的向量个数相等,
定义如果a,%a不全为零向量,则把它的极大无关组中所包含向量的个数(是一个正整数)称为ai,a,...,a的秩,记作r(ai,a,,a).如果%,a:
全是零向量,则
规定r(ai,ok,...,a)=0.
秩有以下性质:
1a,a,,a线性无关u>r(a,a,...,a)二s.
2炉I用a,a:
...,a线性表示or(a,a>,...,a,y®=r(ai,a,...,a).(见例3.2)
3如果e,…,a)二k,则
i)e,他…,a的每个含有多于k个向量的部分组相关.
ii)",(x>y...,a的每个含有k个向量的无关部分组一定是极大无关组..
4如果“,几,…,0可以用e,他…,a线性表示,则
r(0,…,0)0(%a,...,a).
如果ai,a,...,a和0i,屁,...,0等价,则
r(a,a,...,a)=r(0,…,0).
极人无关组和秩的概念可以推广到向量集合上(即包含的向量的个数不必有限),所有性质仍然成立.
4.有相同线性关系的向量组
两个向量数相同的向量组a,a,,a和0,加…,長称为有相同线性关系,如果向量方程
X1O1+X2©+...+xs僱=0和x0+X2屈+...+x0二0
同解.
(例如,当〃经过初等行变换化为〃时,力的列向量组和区的列向量组有相同线性关系.)当a,他…,a和0,昼,...,0有相同线性关系时,
(1)它们的秩相等.
(2)它们的极大无关组相对应.
(3)它们有相同的内在线性表示关系.
5.矩阵的秩
定义一个矩阵A的行向量组的秩和列向量组的秩相等,称为此矩阵的秩,记作r(J).于是
r(A)=0<=>力二0.
如果A是mxn矩阵,则r(J)命题①初等变换保持矩阵的秩.
②阶梯形矩阵的秩等于它的非零行的个数.
矩阵A的r阶子式:
任取A的r行和r列,在它们的交叉位置上的元素所构成的行列式.命题rU)就是〃的不等于0的子式的阶数的最大值.(即〃的每个阶数大于rG4)的子式都为0,都是A有阶数等于rG4)非0子式・)
在作矩阵的运算屮,矩阵的秩有性质:
1r(JT)=r(J).
2如果c不为0,贝!
|r(cA)=r(A).
3r(46如果AB=0fn为虫的列数(B的行数),则r(J)+r(B)7如果rG4)等于列数,贝ijr(個二r(B.
下面给11!
⑤和⑦在判别向量组的线性相关性和秩的计算问题上的应用.
设向量组a,a,…,a线性无关,向量组0,爲...,0可用%©,…,仏线性表示,表示矩阵为C,则
i)t(0i,屆...,0)=r(0・
ii)如果t=s(此时Q是t阶矩阵),则队区…£线性无关oC可逆.
(令A=(aha>,...,a),伊(0】,爲...,0),则AAC,并且r(〃)=列数s,用⑦得到r(0,爲...,0、)=r(O.t=s时,Q可逆u>r(“,0,,,八)二r(0二s0队0:
…,0:
线性无关.
或直接用⑤证明ii):
Q可逆时t(BpG4)=s,从而0,爲…,後线性无关.如果C不可逆,则r(0,爲…,QSr(0
笫五部分矩阵
1.矩阵乘法的定义和性质
定义2.1当矩阵A的列数和〃相等时,和A和〃可以相乘,乘积记作AB.AB的行数和力相等,列数和$相等.初的(i,j)位元素等于川的第i个行向量和$的第j个列向量(维数相同)对应分量乘积之和.
矩阵的乘法在规则上与数的乘法有不同:
1矩阵乘法有条件.
2矩阵乘法无交换律.
3矩阵乘法无消去律,即一般地
由妙0推不出缶0或広0.
由倨?
和朋0推不出或BC.(无左消去律)
由BA=CA和用0推不出或伊Q(无右消去律)
把数的乘法的性质简单地搬用到矩阵乘法中来,这是常见错误.
矩阵乘法适合以下法则:
1加乘分配律A(BP二AB^AC,(卅0GAC+BC.
2数乘性质(cA)B-c(AB)・
3结合律(A£DOA^BC).
4(ab)'=bW.
2.n阶矩阵的方幕和多项式
任何两个n阶矩阵A和〃都可以相乘,乘积曲仍是n阶矩阵.
(1)行列式性质|处|二|川|别.
(2)如果於谢则说A和〃可交换.
(3)方幕设k是正整数,n阶矩阵"的k次方幕屮即k个力的连乘积.规定A°=E.
显然A的任何两个方幕都是可交换的,并且方幕运算符合指数法则:
©A^Ah=AMh.
②Uk)JAkh.
但是一般地(初如窃.
(3)n阶矩阵的多项式乘法公式
设f(x)=a«x"+am-ixnrl+...+aix+ao,对n阶矩阵A规定
fG4)二&才"+為M"+...+Q..A+a0E.
称为A的一个多项式.请特别注意在常数项上加单位矩阵E.
一般地,由于交换性问题,乘法公式对于n阶矩阵的多项式不再成立,如果所出现的n阶矩阵互相都是交换的,则乘法公式成立•例如
(应2二才±2虺龙0〃和〃可交换.
G4+Q(A-3)二启Ro〃和〃可交换.
A和0可交换=>(不是o!
)有二项公式:
3.乘积矩阵的列向量组和行向量组,
设力是mxn矩阵B是nxs矩阵.A的列向量组为a,a>,...,a.,B的列向量组为0,爲…,0、,曲的列向量组为兀则根据矩阵乘法的定义容易看出:
1曲的每个列向量组为沪矽,i=l,2,…,s.
即心,俺,…,戻)二(妙,妙,…,坐)・
2^=(bbb^,...,bn)则砂=b】a】+b2a+...+bna,.
应用这两个性质可以得到:
乘积矩阵曲的第i个列向量第是"的列向量组为”,a,,a的线性组合,组合系数就是〃的第i个列向量〃的各分暈.
类似地,乘积矩阵曲的第i个行向量是〃的行向量组的线性组合,组合系数就是力的第i个行向量的各分量.
以上规律在一般教材都没有强调,但只要対矩阵乘法稍加分析就不难看出.然而它们无论在理论上