目 录
............................................................................................................................... 1 第一讲 基础篇
第二讲 核心篇 ............................................................................................................................... 4 第三讲 应用篇 ............................................................................................................................... 9
0
第一讲 基础篇
行列式与矩阵
一、从行列式讲起 1. 行列式的本质定义
a11a21二阶行列式的面积.
a12a22?a11a22?a12a21?S
a11a21a12a22是由两个2维向量组成,其结果为以这两个向量为邻边的平行四边形
a11a12三阶行列式a21a22a31a32a13a23是由三个3维向量(a11,a12,a13),(a21,a22,a23),(a31,a32,a33)组a33成,其结果为以这三个向量为邻边的平行六面体的体积.
Dn?An?n?a11a21an1a12a22an2a1na2nann是由n个n维向量组成,其结果为以这n个向量为邻边的
n维图形的n维体积.
2. 行列式的性质
(1)如果行列式中某一行(列)元素全为零,则行列式等于零; (2)如果行列式中某两行(列)元素对应成比例,则行列式等于零;
(3)(互换)互换行列式中某两行(列)元素的位置,行列式的值只改变正负号; (4)(倍乘)常数k乘以行列式,即行列式的某行(列)元素分别乘以k;
(5)(倍加)将行列式的某一行(列)的所有元素都乘以数k后加到另一行(列)对应位置的元素上, 行列式的值不变;
(6)(单行可拆(加)性)如果行列式中某行(列)的每个元素都是两个数的和,则这个行列式可以拆成两个行列式的和;
(7)行列式与它的转置行列式相等, 即D?DT.
1
3. ★重要观点:行列式由向量组成
(1)如果行列式不等于零,那么组成行列式的向量全独立; (2)如果行列式等于零,那么组成行列式的向量中至少有一个多余. 【注】二、三阶行列式的计算:
a11a21a12a22?a11a22?a12a21;
a11a12a13a23?a11a22a33?a12a23a31?a21a32a13?a13a22a31?a12a21a33?a23a32a11. a33a21a22a31a32二、矩阵的本质是什么? 1. 表面上,矩阵表达系统信息.
2. 本质上,设矩阵Am?n,满足: ?r(A)?k ①存在k阶子式不为0 ,
②任给(k?1)阶子式全为0,则秩r(A)?k. ①存在k阶子式不为0 ,?存在k个独立向量
②任给(k?1)阶子式全为0,?任给(k?1)个向量中至少有一个多余
?有且仅有k个独立向量?r(A)?k.
★重要观点:
矩阵Am?n?a11?a??21???am1a12a22am2a1n??a2n?是由向量组成. ??amn?从行上看:m个n维行向量;从列上看:n个m维列向量. 其本质为秩r(A)?组成A的独立向量的个数. 1)“台阶数=秩”
2)化矩阵A为行(最简)阶梯形矩阵
①若矩阵A满足:1)若有零行全在矩阵下方;2)从行上看,自左边起,出现连续零的个数自上而下严格单增.称为行阶梯形矩阵.
②若矩阵A还满足:3)台角位置元素为1;4)台角正上方元素全为零.称为行最简阶梯形
2
矩阵.
3)初等变换法——互换、倍乘、倍加
?57【例1】化矩阵A??0??490?为行最简阶梯形矩阵.
???360??
??123?【例2】化矩阵A???254???0?11??为行最简阶梯形矩阵. ?302??4?3
3
第二讲 核心篇
向量组与方程组
【综述】
方程组求解?一个向量与一组向量的关系
?a11x1?a12x2??a1nxn?b1,?a11??a12??????ax?ax??ax?b,aa?2112222nn22122???x1???x2????????????aaax?ax??ax?b?m1??m2?mnnm?m11m22?a1n??b1?????ab2?2n????xn? ????????a?mn??bm??x1?1?x2?2?★重要观点:
?xn?n??
方程组的解就是描述一个向量与一组向量之间关系的表示系数. 一、定性研究
①相关性问题(有没有多余向量) ②表示性问题(如何表示多余向量) ③代表性问题(极大线性无关组) ④等价性问题(两个向量组之间的关系) 1. 相关性问题
?1,?2,,?s中有没有多余的向量????1,?2,第1章 行列式?????1,?2,第2章 矩阵??第3章 向量组
?有?没有
,?s?0,,?s?0,?s)?s,,?s)?s (局限于方形)
?r(?1,?2,?r(?1,?2,
?如果存在一组不全为0的数x1,x2,,xs,使得x1?1?x2?2??xs?s?0成立,称
?1,?2,,?s为线性相关.(多余)
若x1?1?x2?2?4
?xs?s?0成立,必须要求x1?x2??xs?0,称?1,?2,,?s为线
性无关.(独立) 第4章 方程组
???1,?2,?x1???x2??,?s??0有非零解.(齐次) ?????xs???1,?2,?x1???x,?s??2??0只有零解.
?????xs?【注】学会挖掘各充要条件之间的关系. 【应用】 ①第一组定理 1)若向量组?1,?2,若向量组?1,?2,,?s线性相关,则向量组?1,?2,,?s,?s?1线性相关;
,?s线性相关,则向量组?1,?2,,?s?1线性相关性不确定. ,?s,?s?1线性相关性不确定;
2)若向量组?1,?2,若向量组?1,?2,②第二组定理 3)若向量组?1,?2,性相关性不确定; 若向量组?1,?2,,?s线性无关,则向量组?1,?2,,?s线性无关,则向量组?1,?2,,?s?1线性无关.
??1???2?,?s线性相关,则向量组?1???,?2???,
??1???2???s?,?s???线
??s?,?s线性相关,则向量组?1,?2,,?s线性相关.
5
4)若向量组?1,?2,若向量组?1,?2,,?s线性无关,则向量组?1,?2,,?s线性无关;
,?s线性无关,则向量组?1,?2,,?s线性相关性不确定.
【总结】部分相关?整体相关;整体无关?部分无关;原来相关?缩短相关;原来无关?延长无关. 2. 表示性问题
?能否由?1,?2,?能 ,?s线性表示??不能????1,?2,第1章 行列式?????1,?2,第2章 矩阵?,?s,??0,,?s?0 (反推均不成立) (局限于方形)
??r(?1,?2,??r(?1,?2,,?s,?)=r(?1,?2,,?s,?)?r(?1,?2,,?s),?s)?1
第3章 向量组
?如果存在一组数x1,x2,,xs,使得x1?1?x2?2??xs?s??成立,则称?可由
?1,?2,,?s线性表示.
不存在任何一组数x1,x2,,xs,使得x1?1?x2?2??xs?s??成立,则称?不可由
?1,?2,,?s线性表示.
第4章 方程组
???1,?2,?x1???x,?s??2???有解.(非齐次)
?????xs???1,?2,
6
?x1???x,?s??2???无解.
?????xs?新东方在线 [www.koolearn.com ]考研数学网络课堂电子教材系列 线性代数
3. 代表性问题——极大线性无关组 ①定义:从向量组?1,?2,,?s中取出向量组?i1,?i2,,?ir(r?s),若其满足
1)线性无关;2)向量组?1,?2,,?s中任一向量?i均可由其表示.
则称向量组?i1,?i2,,?ir为向量组?1,?2,,?s的一个极大线性无关组.
②应用——若Ax?0有无穷多个解向量,一般用基础解析来表示. ★重要观点:Ax?0的无穷多解的极大无关组?Ax?0的基础解析. 注:基础解析的定义:
设?1,?2??s,若其满足: 1)是Am?nx?0的解; 2)线性无关;
3)Ax?0的任一解均可由其表示;
则称?1,?2??s为Ax?0的一个基础解系,其中s?n?r(A).
4.等价性问题——研究一组向量与一组向量之间的关系(在定量描述中讲解) 设(I)?1,?2,?,?s(II)?1,?2,?,?t
???1?k11?1?k12?2???k1t?t若①???2?k21?1?k22?2???k2t?,则称(I)可由(II???)线性表示. ???s?ks1?1?ks2?2???kst????1?l11?1?l12?2???l1s?S若②???2?l21?1?l22?2???l2s?S,则称(II)可由(I)线性表示???.
???t?lt1?1?lt2?2???lts?S二、定量描述
1.解Ax?0(齐次方程组) 当r(A)?n?Ax?0只有0解;
当r(A)?n?Ax?0有非0解(无穷多解) 则其求解步骤为:
①写出系数矩阵A,化A为行(最简)阶梯形矩阵,求出r(A);
7
②按列找出一个秩为r(A)的子矩阵,则剩余位置的变量即为自由变量; ③按照基础解系的定义反着走③?②?① ④全部解(通解)?k1?1?k2?2???ks?s
?x1?x2?x3?4x4?3x5?0?2x?x?3x?5x?5x?0?12345【例】求?的全部解
?x1?x2?3x3?2x4?x5?0??3x1?x2?5x3?6x4?7x5?0
2.解Ax??(非齐次)
若?为Ax?0的任一解,则A??0,A?*???A(???*)??; ?*为Ax??的某一特解,故Ax??的全部解?Ax?0的全部解?Ax??的一个特解; 即全部解(通解)?k1?1?k2?2???ks?s??.
*?x1?x2?x3?x4?x5?a?x2?2x3?2x4?6x5?b?【例】?,当a,b为何值时,方程组有解,并求出全部解.
3x?2x?x?x?3x?02345?1??5x1?4x2?3x3?3x4?x5?2
(等价性问题的内容见前面)
8
第三讲 应用篇
特征值与二次型
引例
(1)给出x?xy?y?1,通过某正交变换,变成:
22?2?x?22?y?2?2????3???2?1
(2)二次型
22f(x1,x2,x3)?a11x12?a22x2?a33x3?2a12x1x2?2a13x1x3?2a23x2x3
矩阵形式:f(x1,x2,x3)?xAx,其中:
T?x1??a11a12???x??x2?,A??a12a22?x??a?3??13a23a13??a23?;其中,只含平方项的二次型,称为二次型的标准形. a33???1化二次型为标准形,也就是“化A??”成为关键: ①若存在可逆矩阵C,使得CAC?B,则称A与B相似. ②若存在可逆矩阵D,使得DAD??,则称A相似于?.
注:若存在非零向量?i,使得A?i??i?i,则称?i为矩阵A的特征值,?i为?i对应的特征向量.
?1?100???【练习】若A??122?,求A的特征值?i与对应的特征向量?i.
?113???
9
新东方在线 [www.koolearn.com ]考研数学网络课堂电子教材系列 线性代数
③若存在正交矩阵P,使得P?1AP??,则称A相似于?.
注:若矩阵P满足PPT?E,则称矩阵P为正交矩阵,且有P?1?PT. 则:f(x1,x2,x3)?xAx?(Py)A(Py)?yPAPy?y?y 【总结】正交变换法:
1°把二次型表示为矩阵形式xTAx;
2°求出A的全部互异特征值?i,设?i是ni重根;
3°对每个特征值?i,解齐次线性方程组(?iE?A)x?0,求得基础解系,即属于?i的特征向量;
4°将A的属于同一个特征值的特征向量正交化; 5°将全部向量单位化;
6°将正交单位化后向量为列,且按?i在对角矩阵的主对角线上的位置构成正交矩阵P; 7°令x?Py,得xAx??1y1??2y2?
T222. ??nynTTTTT10