赞
踩
行列式的定义:n*n个数字排成n行n列,叫做n阶行列式。
行列式的项数:
余子式:关于一个k阶子式的余子式,是A去掉了这个k阶子式所在的行与列之后得到的(n-k)×(n-k)矩阵的行列式。
代数余子式:元素aₒₑi的代数余子式与该元素本身没什么关系,只与该元素的位置有关。
行列式按行展开
异乘变零定理
拉普拉斯定理(k阶子式)
拉普拉斯展开定理
行列式相乘:(同阶行列式)三阶行列式:
第一行
第二行
第三行
化成上下三角
按行展开
制造行和:如图所示行列式
∣
x
a
a
a
x
a
a
a
x
∣
−
>
(
x
+
2
a
)
∣
1
a
a
1
x
a
1
a
x
∣
−
>
(
x
+
2
a
)
∣
1
0
0
1
x
0
1
0
x
∣
(
用第一列乘
−
a
加到后两列去,形成下三角求和
)
\left|
加边法:不能改变原行列式的值
范德蒙德行列式:[范德蒙行列式_百度百科 (baidu.com)]
反对称行列式
对称行列式
方程的个数等于未知量的个数
n个方程,n个未知量
D !=0 : Xi= Di/D
Di 表示的是把系数行列式中第 i 列的元素用 常数项列 替代
定理与推论:
定理1:系数行列式D不等于0,则方程组有唯一解,解为:x1=D1/D,x2=D2/D …
定理2:齐次线性方程组的系数行列式 D!=0,则齐次线性方程组只有零解
简单来说:
同型矩阵才能相加减
对应行对应列的元素相加即可
定义: 设A=(aij)ms, B=(bij)s * n ,则C=(cij)mn=AB
只有当左边矩阵A的行数等于右边矩阵B的列数才能做乘法运算。
相乘后,结果矩阵的行数等于左边矩阵A的行数,列数等于右边矩阵B的列数。
矩阵cij的元素等于矩阵A的第i行与矩阵B第j列元素相乘后相加。
矩阵乘法与普通乘法运算规则不同
若矩阵满足AB=BA,则A和B是可交换的,仅当A和B可交换时,才满足交换律,结合律等数学公式
A=(aij)n*n 是n阶方阵,则行列式 |A|中的每个元素aij的代数余子式Aij所构成的矩阵称为矩阵A的伴随矩阵
A*在(i,j)上的位置元素等于 A在 (j,i)上的位置的元素的代数余子式!!!!!!!
伴随的一般求法:
A是n阶方阵,A*是A的伴随矩阵,则满足: AA *=A *A=|A|E
性质
矩阵的初等行或者列变换统称为 矩阵的初等变换
行变换转换为标准型矩阵的一般步骤:
单位矩阵的行数等于行阶梯非零行的行数
三种初等变换:
性质:
( A , E ) − > ( E , A − 1 ) (A,E)->(E,A^{-1}) (A,E)−>(E,A−1)
初等列变换也是同理
在矩阵A,B,C均可逆的前提下:
( A , B ) − 初等行变换 − > ( E , A − 1 B ) (A,B)-^{初等行变换}->(E,A^{-1}B) (A,B)−初等行变换−>(E,A−1B)
初等列变换也是同理
行阶梯形矩阵:
行最简型矩阵:
定义:在矩阵A中,不为零子式的最高阶数称为A的秩,r(A)=min(m,n),则A为满秩矩阵,否则为降秩矩阵
性质:
任意矩阵A与秩满足: 0<=r(A)<=min(m,n)
矩阵A可逆,则|A|不为零,则与 r(A)=n 形成充分必要条件,矩阵A为满秩矩阵
行阶梯形矩阵的秩等于它非零行的行数或者首非零元的个数
求矩阵秩的一般方法:用初等变换将矩阵转换为阶梯型矩阵
关于秩的相关结论:
向量的线性运算
线性方程组的向量形式: a1x1+a2x2+a3x3+ … a4x4=B,借助向量可以讨论线性方程组
定义:设 n维向量组 a1,a2,a3 ,B
若k1,k2,k3为任意一组常数,则称 k1a1+k2a2+k3a3…+k4a4为向量组 a1+a2+a3的一个线性组合
若k1,k2,k3为任意一组常数,使得 B=k1a1+k2a2+k3a3+…knan成立,则称B可由向· 量组线性表示
向量B是否可由a1,a2,a3,an线性表示的方法:判断线性方程组k1a1+k2a2+knan是否有解
简单来说:
判断一个向量组的线性关系的方法:
- 方阵形式:直接判断行列式的值是否为零,线性相关D为0,线性无关D不为0
- 行数大于列数的矩阵:判断齐次线性方程组的解,线性相关有非零解,线性无关只有零解
- 列数大于行数的矩阵:向量个数大于维数,一定线性相关
定义:设向量组T: a1 , a2 , a3 … an 中有一部分向量组 a1 a2 a3 ar (r<n)满足
根据上节的结论:
若向量组 a1 a2 am线性无关,而向量组 a1 a2 a3 B线性相关,则 B可由 a1 a2 a3 线性表示,且表达式唯一
可得:向量组T中任意向量 ai 都可由 a1 a2 a3 ar线性表示
极大无关组不一定是唯一的,只含零向量的向量组没有极大无关组
定义2:设有两个向量组1,2,向量组2中的每一个元素都可由向量组1线性表示,则称向量组2可由向量组1线性表示,否则称不可线性表示。
定理:
定义: 向量组T的极大无关组所包含向量的个数,称为向量组的的秩
定理:
- 秩的个数等于向量的个数,线性无关
- 秩的个数小于向量的个数,线性相关
行向量组与列向量组:
求向量组极大无关组的方法:先将列向量组构成矩阵A,然后对A实行初等行变换,把A化为行最简型矩阵,由行最简型矩阵列之间的关系,确定原向量组间的线性关系,从而确定极大无关组。
阶梯型方程组:对线性方程组做初等变换所得到的就是阶梯型方程组
就是对方程组的增广矩阵做初等行变换,化为阶梯型矩阵,从而得到方程组的解
对增广矩阵化为行最简型矩阵,更容易求解
有无解的判定:
增广矩阵的秩 = 系数矩阵的秩 = 未知量的个数,则方程组 Ax=b 具有唯一解
增广矩阵的秩 不等于 系数矩阵的秩,则方程组Ax=b无解,存在一行,满足系数项全为零,而常数项不为零
齐次线性方程组一定满足:r(A,b)=r(A)
解向量的概念
若齐次线性方程组有非零解,则它会有无穷多解,这些解组成一个n维向量组,若能求出这个向量组的一个极大无关组,则就能用它来表示它的全部解,这个极大无关组称为齐次线性方程组的基础解系
齐次线性方程组有非零解,则它一定有基础解系。
定理1:如果齐次线性方程组Amn * X=0 的系数矩阵A的秩 r(A)= r < n,则Amn * X=0 的基础解系中有 n-r个解向量
齐次线性方程组的基础解系求解
非齐次线性方程组的基础解系求解
非齐次线性方程组的解的结构为:非齐次线性方程组的特解 + 齐次线性方程组的通解。
求线性方程组通解的一般步骤
齐次线性方程组:
- 对于增广矩阵化简为 行最简型矩阵
- 判断解的情况并且得到解向量的个数=n-r
- 通过行最简矩阵得到自由未知量,首非零元与自由未知量确定方程,求方程解,得到各个未知量的解,并且得到每一个基础解系
- 通解为 各个基础解系的k倍和
非齐次线性方程组:
- 步骤与上面基本一致,但是通解为:特解 + 导出组(导出组指的是常数项为0)的基础解系
定义1:设A=(aij)nn为n阶实方阵,如果存在某个非零 r 和某个n维非零列向量 p 满足: Ap=rp,则 r 是A 一个特征值,p是A的属于特征值为r 的一个特征向量
定义2:带参数r的n阶方阵称为A的特征方阵;它的行列式称为A的特征多项式;|rE-A|=0称为A的特征方程
求解特征值与特征向量的方法:
实方阵的特征值未必是实数,特征向量也未必是实向量
上下三角矩阵的特征值就是它的全体对角元素
一个向量p不可能是属于同一个方阵A的不同特征值的特征向量
n阶方阵和它的转置具有相同的特征值
r1 r2 r3 为A的全体特征值则必有:即特征值之和等于对角线元素之和(迹),特征值之积等于行列式的值
∑ i = 1 n λ i = ∑ i = 1 n a i i = t r ( A ) ∏ i = 1 n λ i = ∣ A ∣ \sum_{i=1}^{n}\lambda_{i}=\sum_{i=1}^{n}a_{ii}=tr(A) \qquad \prod_{i=1}^{n}\lambda_{i}=|A| i=1∑nλi=i=1∑naii=tr(A)i=1∏nλi=∣A∣
步骤:
求出特征值,检查特征值之和是否等于行列式对角线元素之和,即迹,特征值之积是否等于行列式的值。
属于特征值的特征向量全体是 …
定义1: A与B是n阶方阵,如果存在一个n阶可逆矩阵P,使得 P-1AP=B,则称A与B相似,记作A~B
相似矩阵具有对称性,传递性,反身性
两矩阵相似的特征:
定理3:n阶方阵相似于n阶对角矩阵的充要条件:A有n个线性无关的特征向量
推论:如果n阶矩阵A有n个互不相同的特征值 r1 r2 r3 r4 … rn,则A与对角矩阵 相似,并且对角矩阵的对角线元素为 r1 r2 r3 r4 … rn。
n阶矩阵与对角矩阵相似的充分必要条件是:对于A的每一个n重特征值,齐次线性方程组(rE-A)x=0 的基础解系中恰含n个向量
概念:两个矩阵的对应元素相乘再相加,得到的一个数值,是两个矩阵的内积,记作:[A,B]
定义2**:向量的内积开根号 叫做向量的长度,向量的长度用||A||表示**,例如:a=(a1,a2,a3) , ||a||=根号下[a,a],
定义:若[a,b]=0,则向量a,b正交
由非零向量两两正交组成的向量组称为正交向量组
施密特正交化:正交化 -> 单位化
含n个变量的 二次齐次多项式称为一个n元二次型,简称二次型
若C 是可逆矩阵,x=Cy为可逆线性变换;若C是正交矩阵,则x=Cy为正交线性变换
定义: 如果A,B均为n阶方阵,若存在可逆矩阵C,使得 CT A C =B,则称A与B合同
定义:只含平方项的 二次型称为二次型的标准型
正交变换法化二次型为标准型的方法:
正交单位化的时候:
- 如果对应不同的特征值,所以他们正交,直接单位化即可
- 如果对应相同的特征值,所以要首先正交化,然后再单位化
判别方法:f=xT A x正定的充要条件是 矩阵A的特征值都是正数
实对阵矩阵A正定的充要条件是 A的各阶顺序子式都大于0
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。