第二章 矩阵及其计算 2.1矩阵的基本概念 2.1.1矩阵的定义 n m ?个数ij a (n j m i ,,2,1,,2,1 ==；)排成m 行n 列的表格： ? ???? ???????mn m m n n a a a a a a a a a 2 1 2222111211称为n m ?矩阵，简记为英文字母（如：A ）、阿拉伯字母 （如：α）或()n m ij a ?. 2.1.2几类特殊的矩阵 (1)行矩阵 只有一行的矩阵：[]n a a a 21称为行矩阵. (2)列矩阵 只有一列的矩阵：????????????n a a a 2 1称为列矩阵. (3)零矩阵 如果矩阵A 中所有元素都是0，则称其为零矩阵，记作0. (4)方阵 如果矩阵A 中n m =，则称n 阶矩阵或方阵，记作n A . (6)阶梯矩阵 若矩阵A 的零行（元素全为0的行）在最下方且非零首元（即非零行的第一个不为零的元素）的列标号随行标号的增加而严格递增，则称此矩阵A 为阶梯形矩阵. 例如：?? ??? ???? ???-000 23002250 1202 . (7)转置矩阵
将矩阵A 的行列互换得到新的矩阵称为转置矩阵,记为T A . (8)矩阵的k 阶子式 设A 是一个n m ?矩阵，A 的任意的k 行与k 列(n k m k ≤≤,)交叉处的2k 个元素，按原来的次序所构成的k 阶行列式，称为矩阵A 的k 阶子式. 注：n 阶行列式A 的顺序主子式为：由i —1(n i ,,2,1 =)行和i —1(n i ,,2,1 =)列所确定的子式. （9）矩阵的顺序主子式 设A 为n n ? 阶矩阵，子式),,2,1(2 1 22221112 11 n i a a a a a a a a a D ii i i i i i ?=???= 称为A 的i 阶顺 序主子式。 对于 阶的矩阵A ，其共有n 阶顺序主子式，即矩阵A 的顺序主子式由 n D D D ,,,11?共n 个行列式按顺序排列而成。 2.1.3几种特殊的方阵 (1)对称矩阵 设A 是n 阶矩阵，若T A A =,即ji ij a a =(j i ,?),则称A 为对称矩阵. (2)反对称矩阵 设A 是n 阶矩阵，若T A A -=,即ji ij a a -=(j i ,?),则称A 为反对称矩阵. (3)对角矩阵 设A 是n 阶矩阵，若0=ij a (j i ≠?),则称其为对角矩阵,记为Λ. 注：若对角矩阵的主对角线上元素都是1，称为n 阶单位矩阵，记为E (若要强调其阶数，则记为n E ).且对于n 阶方阵A ，规定E A =0. (4)逆矩阵 设A 是n 阶矩阵，若存在n 阶矩阵B ,使E BA AB ==,则称A 是可逆矩阵，B 是A 的逆矩阵，A 的逆矩阵唯一，记为1-A . 注：①AB 称为矩阵A 和B 的乘积;
摘要 矩阵的秩是矩阵的一个重要特征，它具有许多的重要性质.本文总结归纳出了有关矩阵的秩的等式和不等式命题，以及证明这些命题常用的证明方法，即从向量组、线性方程组、线性空间同构、矩阵分块、矩阵初等变换等角度给出多种证明方法.本文主要解决以下几个问题：用矩阵已知的秩的理论证明矩阵秩的等式和不等式问题；用线性空间的方法证明矩阵秩的等式和不等式问题；用向量组秩的理论证明矩阵秩的等式和不等式问题；用矩阵分块法证明秩的等式和不等式问题.
目录 第一章绪论 (1) 第二章预备知识 (2) 第三章用矩阵的秩的理论证明秩的等式和不等式 (3) 第四章用线性空间的理论证明秩的等式和不等式 (6) 第五章用向量组秩的理论证明秩的等式和不等式 (10) 第六章用矩阵分块法证明秩的等式和不等式 (15) 第七章小结 (23) 参考文献 (24) 致谢 (25)
第一章绪论 矩阵的秩是矩阵的一个重要特征，是矩阵理论中研究的一个重要内容，它具有许多的重要性质.研究矩阵的秩对于解决矩阵的很多问题具有重要意义.矩阵的秩的等式及不等式的证明对于学习矩阵也是重点和难点，初学者在做这方面的题目往往不知如何下手.笔者归纳了矩阵的秩的常见等式和不等式以及与之相关的一些结论，并从向量组、线性方程组、矩阵分块、矩阵初等变换等角度探索了多种证明方法，它有助于学习者加深对秩的理解和知识的运用，也方便教师教学. 目前对矩阵秩的研究已经比较成熟了，但是由于秩是矩阵论里的一个基本而重要的概念，它仍然有着重要的研究价值，有关它的论文时见报端.很多国内外的有关数学书籍杂志对矩阵的秩都有讲述，如苏育才、姜翠波、张跃辉在《矩阵论》（科学出版社、2006年5月出版）中较完整地给出了矩阵秩的理论.北京大学数学系前代数小组编写的《高等代数》（高等教育出版社,2003年7月出版）也介绍了秩的一些性质.但是对秩的等式及不等式的介绍都比较分散，不全面也没有系统化，不方便初学者全面掌握秩的性质.因此有必要对矩阵的秩的等式和不等式进行一个归总，便于学习和掌握. 本文通过查阅文献资料，总结归纳出有关矩阵的秩的等式和不等式命题，以及证明这些命题常用的证明方法，从向量组、线性方程组、线性空间同构、矩阵分块、矩阵初等变换等角度给出多种证明方法.主要内容有：（1）用矩阵已知的秩的理论证明矩阵秩的等式和不等式问题；（2）用线性空间的方法证明矩阵秩的等式和不等式问题；（3）用向量组秩的理论证明矩阵秩的等式和不等式问题；（4）用矩阵分块法证明秩的等式和不等式问题.
第二部分 矩阵及其运算作业 （一）选择题(15分) １．设，均为n 阶矩阵，且，则必有（ ）A B 22 ()()A B A B A B +-=-(A) (B) (C) (D) A B =A E =AB BA =B E =２．设，均为n 阶矩阵，且，则和（ ） A B AB O =A B (A)至多一个等于零 (B)都不等于零 (C) 只有一个等于零 (D) 都等于零 ３．设，均为n 阶对称矩阵，仍为对称矩阵的充分必要条件是（ ） A B AB (A) 可逆 (B)可逆 (C) (D) A B 0AB ≠AB BA =４．设为n 阶矩阵，是的伴随矩阵，则＝（ ） A A *A A *(A) (B) (C) (D) 1n A -2n A -n A A ５．设，均为n 阶可逆矩阵，则下列公式成立的是（ ） A B (A) (B) ()T T T AB A B =()T T T A B A B +=+(C) (D) 111()AB A B ---=111 ()A B A B ---+=+（二）填空题(15分) １．设，均为3阶矩阵，且，则= 。 A B 1 ,32A B ==2T B A 2．设矩阵，，则＝ 。 1123A -?? = ???232B A A E =-+1B -３．设为４阶矩阵，是的伴随矩阵，若，则＝ 。 A A *A 2A =-A *４．设，均为n 阶矩阵，，则＝ 。 A B 2,3A B ==-12A B *-５．设，为整数，则＝ 。 101020101A ? ? ?= ? ??? 2n ≥12n n A A --（三）计算题(５０分) 1． 设,,且，求矩阵。 010111101A ?? ?=- ? ?--??112053B -? ? ? = ? ??? X AX B =+X
第二章 内积空间 目的：在线性空间中引入向量的长度、向量之间夹角等度量概念，深化对线性空间、线性变换等的研究。 §1 内积空间的概念 定义2－1 设V 是实数域R 上的线性空间。如果对于V 中任意两个向量βα,，都有一 个实数（记为()βα,）与它们对应，并且满足下列条件(1)-(4)，则实数()βα,称为向量βα,的内积。 (1) ()()αββα,,=； （2）),(),(βαβαk k =，（R k ∈） （3）),(),(),(γβγαγβα+=+，（V ∈γ） （4）()0,≥αα，当且仅当θα=时，等号成立。 此时线性空间V 称为实内积空间，简称为内积空间。 例2－1 对于n R 中的任二向量()n x x x X ,,,21 =，()n y y y Y ,,,21 =，定义内积 ()∑==n i i i y x Y X 1 ,，n R 成为一个内积空间。内积空间n R 称为欧几里得（Euclid ）空间，简称 为欧氏空间。由于n 维实内积空间都与n R 同构，所以也称有限维的实内积空间为欧氏空间。 例2－2 如果对于n n R B A ?∈?,，定义内积为()∑== n j i ij ij b a B A 1 ,,，则n n R ?成为一个内积 空间。 例2－3 ],[b a R 定义dx x g x f x g x f b a ? = )()())(),((，则可以验证))(),((x g x f 满足内积 的条件，从而],[b a R 构成内积空间。 内积()βα,具有下列基本性质 (1) ()()βαβα,,k k =，（R k ∈）；(2) ()()()γαβαγβα,,,+=+； (3) ()()0,,==βθθα。
第二章矩阵 一、知识点复习 1、矩阵的定义 由m n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m n型矩阵。例如 2 -1 0 1 1 1 1 1 0 2 2 5 4 -2 9 3 3 3 -1 8 是一个45矩阵. 一个矩阵中的数称为它的元素,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=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、 n阶矩阵与几个特殊矩阵 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阶矩阵的从左上角到右下角的对角线称为主对角线。 下面列出几类常用的n阶矩阵,它们都是考试大纲中要求掌握的. 对角矩阵: 对角线外的的元素都为0的n阶矩阵. 单位矩阵: 对角线上的的元素都为1的对角矩阵,记作E(或I). 数量矩阵: 对角线上的的元素都等于一个常数c的对角矩阵,它就是c E. 上三角矩阵: 对角线下的的元素都为0的n阶矩阵. 下三角矩阵: 对角线上的的元素都为0的n阶矩阵. 对称矩阵: 满足A T=A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A T=-A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.) 正交矩阵：若AA T=A T A=E，则称矩阵A是正交矩阵。 （1）A是正交矩阵?A T=A-1 （2）A是正交矩阵?2 A=1 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如果它有非零行，则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。 把阶梯形矩阵的每个非零行的第一个非0元素所在的位置称为台角。 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。 请注意：一个矩阵用初等行变换化得的阶梯形矩阵并不是唯一的，但是其非零 行数和台角位置是确定的。 3、矩阵的线形运算 （1）加(减)法:两个m n的矩阵A和B可以相加(减),得到的和(差)仍是m n 矩阵,记作A+B (A-B),运算法则为对应元素相加(减). （2）数乘: 一个m n的矩阵A与一个数c可以相乘,乘积仍为m n的矩阵, 记作c A,运算法则为A的每个元素乘c. 这两种运算统称为线性运算,它们满足以下规律: ①加法交换律:A+B=B+A. 2加法结合律:(A+B)+C=A+(B+C). ③加乘分配律:c(A+B)=c A+c B.(c+d)A=c A+d A. ④数乘结合律: c(d)A=(cd)A. ⑤ c A=0 c=0 或A=0. 4、矩阵乘法的定义和性质 （1）当矩阵A的列数和B的行数相等时,则A和B可以相乘,乘积记作AB. AB的行数和A相等,列数和B相等. AB的(i,j)位元素等于A的第i个行向量 和B的第j个列向量(维数相同)对应分量乘积之和.
第二部分 矩阵及其运算作业 （一）选择题(15分) １．设A ，B 均为n 阶矩阵，且22()()A B A B A B +-=-，则必有（ ） (A) A B = (B) A E = (C) AB BA = (D) B E = ２．设A ，B 均为n 阶矩阵，且AB O =，则A 和B （ ） (A)至多一个等于零 (B)都不等于零 (C) 只有一个等于零 (D) 都等于零 ３．设A ，B 均为n 阶对称矩阵，AB 仍为对称矩阵的充分必要条件是（ ） (A) A 可逆 (B)B 可逆 (C) 0AB ≠ (D) AB BA = ４．设A 为n 阶矩阵，A *是A 的伴随矩阵，则A *＝（ ） (A) 1n A - (B) 2n A - (C) n A (D) A ５．设A ，B 均为n 阶可逆矩阵，则下列公式成立的是（ ） (A) ()T T T AB A B = (B) ()T T T A B A B +=+ (C) 111()AB A B ---= (D) 111()A B A B ---+=+ （二）填空题(15分) １．设A ，B 均为3阶矩阵，且1 ,32A B ==，则2T B A = 。 2．设矩阵1123A -??= ??? ， 232B A A E =-+，则1B -＝ 。 ３．设A 为４阶矩阵，A *是A 的伴随矩阵，若2A =-，则A *＝ 。 ４．设A ，B 均为n 阶矩阵，2,3A B ==-，则12A B *-＝ 。 ５．设101020101A ? ? ?= ? ??? ，2n ≥为整数，则12n n A A --＝ 。 （三）计算题(５０分) 1． 设010111101A ?? ?=- ? ?--??,112053B -?? ?= ? ??? ,且X AX B =+，求矩阵X 。
第三章 矩阵的秩与线性方程组 本章研究线性方程组的三个基本问题：见Ｐ１１５：２－７行。 ３－１ 矩阵的秩 一、矩阵的（行列式）秩 引入：［草演］ Ａ＝??? ? ? ?????--700104210101321 ??????32： |１|＝１≠０； ? ?????51： |０|＝０ ??????4231： 0112＝－１≠０； ??????4332：0 02 1-＝０； ??? ???421321： 010201121--＝１≠０； ??????431321：0 00211131--＝０。 定义3.1［Ｐ115］ｍ×ｎ矩阵Ａ的一个ｋ阶子式［１≤ｋ≤min （ｍ，ｎ）］。 对比：Ｐ28 ｍ×ｎ矩阵的子矩阵；ｎ阶方阵Ａ的前主子矩阵。 定理：阶梯形矩阵中，非零子式的最高阶数等于它非零行个数。 例证：Ｐ115 －１２行——Ｐ116 ７行。 了解 定义3.2［Ｐ116 １２行——１４行］： 当Ａ＝０时，秩（Ａ）＝０； Ｒ（Ａ）＝０ 当Ａ≠０时，秩（Ａ）＝Ａ中非零子式的最大阶数＝Ｒ（Ａ）。 定理：阶梯形矩阵Ａ的秩等于Ａ中非零行的个数。 证明：当Ａ＝０时，结论显然成立。当Ａ≠０时，由前此定理得证。 关于矩阵秩的常用结论： （１）任意矩阵Ａｍ×ｎ，有０≤秩（Ａ）≤ min （ｍ，ｎ）； 任意非零矩阵Ａｍ×ｎ，有１≤Ｒ（Ａ）≤min （ｍ，ｎ）。 （２）对非零矩阵Ａ，有 秩（Ａ）＝ｒ?Ａ中非零子式的最大阶数等于ｒ ????。）（ｒ２、Ａ；ｒ１、Ａ全为零若存在阶子式中所有高于阶子式不等于零中至少存在一个 ｒ （Ａ）ｒ（Ａ）≤≥秩秩 ????。 ）（ｒ＋１２、Ａ；ｒ１、Ａ全为零如果存在阶子式中所有阶子式不等于零中至少存在一个
《高等代数与解析几何》概念复习 第一章向量代数 （向量（vector）），（向量的长度（模）），（零向量（zero vector）），（负向量），（向量的加法（addition）），（三角形法则），（平行四边形法则），（多边形法则），（减法），（向量的标量乘积（scalar multiplication））,（向量的线性运算），线性组合（linear combination），线性表示，线性相关（linearly dependent），线性无关（linearly independent），（原点（origin）），（位置向量（position vector）），（线性流形（linear manifold）），（线性子空间（linear subspace））；基（basis），仿射坐标（affine coordinates），仿射标架（affine frame），仿射坐标系（affine coordinate system），（坐标轴（coordinate axis）），（坐标平面），（卦限（octant）），（右手系），（左手系），（定比分点）；（线性方程组（system of linear equations）），（齐次线性方程组（system of homogeneous linear equations）），（行列式（determinant））；n维向量，向量的分量（component），向量的相等，和向量，零向量，负向量，标量乘积，n维向量空间（vector space），自然基，（行向量（row vector）），（列向量（column vector））；单位向量（unit vector），直角坐标系（rectangular coordinate system），直角坐标（rectangular coordinates），射影（projection），向量在某方向上的分量，（正交分解），（向量的夹角），内积（inner product），标量积（scalar product），（数量积），（方向的方向角），（方向的方向余弦）；外积（exterior product），向量积（cross product），（二重外积）；混合积（mixed product，scalar triple product） 第二章行列式 （映射（mapping）），（象（image）），（一个原象（preimage）），（定义域（domain）），（值域（range）），（变换（transformation）），（单射（injection）），（象集），（满射（surjection）），（一一映射，双射（bijection）），（原象），（映射的复合，映射的乘积），（恒同映射，恒同变换（identity mapping）），（逆映射（inverse mapping））；（置换（permutation）），（n阶对称群（symmetric group）），（对换（transposition）），（逆序对），（逆序数），（置换的符号（sign）），（偶置换（even permutation）），（奇置换（odd permutation））；行列式（determinant），矩阵（matrix），矩阵的元（entry），（方阵（square matrix）），（零矩阵（zero matrix）），（对角元），（上三角形矩阵（upper triangular matrix）），（下三角形矩阵（lower triangular matrix）），（对角矩阵（diagonal matrix）），（单位矩阵（identity matrix）），转置矩阵（transpose matrix），初等行变换（elementary row transformation），初等列变换（elementary column transformation）；（反称矩阵（skew-symmetric matrix））；子矩阵（submatrix），子式（minor），余子式（cofactor），代数余子式（algebraic cofactor），（范德蒙德行列式（Vandermonde determinant））；（未知量），（方程的系数（coefficient）），（常数项（constant）），（线性方程组的解（solution）），（系数矩阵），（增广矩阵（augmented matrix）），（零解）；子式的余子式，子式的代数余子式
线性代数练习题 第二章 矩 阵 系 专业 班 姓名 学号 第一节 矩阵及其运算 一．选择题 1．有矩阵23?A ，32?B ，33?C ，下列运算正确的是 [ B ] （A ）AC （B ）ABC （C ）AB －BC （D ）AC +BC 2．设)2 1 ,0,0,21( =C ，C C E A T -=，C C E B T 2+=，则=AB [ B ] （A ）C C E T + （B ）E （C ）E - （D ）0 3．设A 为任意n 阶矩阵，下列为反对称矩阵的是 [ B ] （A ）T A A + （ B ）T A A - （C ）T AA （D ）A A T 二、填空题： 1．? ?? ? ??---=???? ??--+???? ??-1212561432102824461 2．设????? ??=432112122121A ，????? ??----=101012121234B ，则=+B A 32??? ?? ??--56125252781314 3．=????? ??????? ??-127075321134???? ? ??49635 4．=????? ? ? ??---???? ??-20413121013 143110412???? ? ?---6520876 三、计算题： 设???? ? ? ?--=11 1111 111 A ，4
??? ? ? ??--=150421321B ，求A AB 23-及B A T ;229 42017222132222222222092650850311111111 1215042 132111111111 1323???? ? ? ?----=???? ? ? ?---????? ??-=?? ??? ??---????? ? ?--????? ??--=-A AB .09265085015042132111111111 1???? ? ??-=????? ??--????? ??--===AB B A A A A T T ，则对称，由 线性代数练习题 第二章 矩 阵 系 专业 班 姓名 学号 第二节 逆 矩 阵 一．选择题 1．设* A 是n 阶矩阵A 的伴随矩阵，则 [ B ] （A ）1 -* =A A A （B ）1 -* =n A A （C ）**=A A n λλ)( （D ）0)(=* *A 2．设A ，B 都是n 阶可逆矩阵，则 [ C ] （A ）A +B 是n 阶可逆矩阵 （B ）A +B 是n 阶不可逆矩阵 （C ）AB 是n 阶可逆矩阵 （D ）|A +B | = |A |+|B | 3．设A 是n 阶方阵，λ为实数，下列各式成立的是 [ C ] （A ） A A λλ= （ B ）A A λλ= （ C ）A A n λλ= （ D ）A A n λλ= 4．设A ，B ，C 是n 阶矩阵，且ABC = E ，则必有 [ B ] （A ）CBA = E （B ）BCA = E （C ）BAC = E （D ）ACB = E 5．设n 阶矩阵A ，B ，C ，满足ABAC = E ，则 [ A ]
第二章矩阵 2.1矩阵的概念 定义2.1.1由m×n个数a ij（i=1，2，…，m；j=1，2，…，n）排成一个m行n列的数表 用 大小括号表示 称为一个m行n列矩阵。 矩阵的含义是：这m×n个数排成一个矩形阵列。 其中a ij称为矩阵的第i行第j列元素 （i=1，2，…，m；j=1，2，…，n），而i 称为行标，j称为列标。第i行与第j列的变叉位置记为（i，j）。 通常用大写字母A，B，C等表示矩阵。有时为了标明矩阵的行数m和列数n，也可记为 A=（a ij）m×n或（a ij）m×n或A m×n
当m=n时，称A=（a ij）n×n为n阶矩阵，或者称为n阶方阵。n阶方阵是由n2个数排成一个正方形表，它不是一个数（行列式是一个数），它与n阶行列式是两个完全不同的概念。只有一阶方阵才是一个数。一个n阶方阵A中从左上角到右下角的这条对角线称为A的主对角线。n阶方阵的主对角线上的元素a11，a22，…，a nn，称为此方阵的对角元。在本课程中，对于不是方阵的矩阵，我们不定义对角元。 元素全为零的矩阵称为零矩阵。用O m×n或者O（大写字）表示。 特别，当m=1时，称α=（a1，a2，…，a n）为n维行向量。它是1×n矩阵。 当n=1时，称为m维列向量。 它是m×1矩阵。 向量是特殊的矩阵，而且它们是非常重要的特殊矩阵。 例如，（a，b，c）是3维行向量，
是3维列向量。 几种常用的特殊矩阵： 1.n阶对角矩阵 形如或简写 为（那不是A，念“尖”）的矩阵，称为对角矩阵， 例如，是一个三阶对角矩阵， 也可简写为。 2.数量矩阵 当对角矩阵的主对角线上的元n阶数量矩阵
线性代数练习题 第二章 矩 阵 系 专业 班 姓名 学号 第一节 矩阵及其运算 一．选择题 1．有矩阵23?A ，32?B ，33?C ，下列运算正确的是 [ B ] （A ）AC （B ）ABC （C ）AB －BC （D ）AC +BC 2．设)2 1 ,0,0,21( =C ，C C E A T -=，C C E B T 2+=，则=AB [ B ] （A ）C C E T + （B ）E （C ）E - （D ）0 3．设A 为任意n 阶矩阵，下列为反对称矩阵的是 [ B ] （A ）T A A + （B ）T A A - （C ）T AA （D ）A A T 二、填空题： 1．? ?? ? ??---=???? ??--+???? ??-1212561432102824461 2．设????? ??=432112122121A ，????? ??----=101012121234B ，则=+B A 32??? ?? ??--56125252781314 3．=????? ??????? ??-127075321134???? ? ??49635 4．=????? ? ? ??---???? ??-20413121013 143110412???? ? ?---6520876 三、计算题： 设???? ? ? ?--=11 1111 111 A ，4
??? ? ? ??--=150421321B ，求A AB 23-及B A T ;2294201722213 2222222222092650850311111111 1215042 132111111111 1323???? ? ??----=???? ? ? ?---????? ??-=?? ??? ??---????? ? ?--????? ??--=-A AB .09265085015042132111111111 1???? ? ??-=????? ??--????? ??--===AB B A A A A T T ，则对称，由 线性代数练习题 第二章 矩 阵 系 专业 班 姓名 学号 第二节 逆 矩 阵 一．选择题 1．设* A 是n 阶矩阵A 的伴随矩阵，则 [ B ] （A ）1 -* =A A A （B ）1 -* =n A A （C ）* * =A A n λλ)( （D ）0)(=* *A 2．设A ，B 都是n 阶可逆矩阵，则 [ C ] （A ）A +B 是n 阶可逆矩阵 （B ）A +B 是n 阶不可逆矩阵 （C ）AB 是n 阶可逆矩阵 （D ）|A +B | = |A |+|B | 3．设A 是n 阶方阵，λ为实数，下列各式成立的是 [ C ] （A ） A A λλ= （ B ）A A λλ= （ C ）A A n λλ= （ D ）A A n λλ= 4．设A ，B ，C 是n 阶矩阵，且ABC = E ，则必有 [ B ] （A ）CBA = E （B ）BCA = E （C ）BAC = E （D ）ACB = E 5．设n 阶矩阵A ，B ，C ，满足ABAC = E ，则 [ A ]
第三章 矩阵的秩与向量空间 3.1n 维向量与内积 3.1.1n 维向量的概念 n 个数n a a a ,,,21 构成的有序数组称为n 维向量，记作()n a a a ,,,21 或()T n a a a ,,,21 ,分别称为n 维行向量或n 维行列向量，也就是n ?1或1?n 矩阵，数i a 称为向量的第i 个分量. 3.1.2n 维向量的内积与长度 若()n a a a ,,,21 =α，()n b b b ,,,21 =β. (1)()αββαβαT T n n b a b a b a ==+++= 2211,称为n 维向量α和β的内积. 注：若()0,=βα时，称n 维向量α和β正交. (2)向量α的长度是：22221n a a a +++= α. 注：若1=α，称α为单位向量. 3.2线性表出与线性相关 3.2.1线性组合 若干个同维数的行向量或列向量所组成的集合称为向量组. 由s 个n 维向量s ααα,,,21 及s 个常数s k k k ,,,21 所构成的向量 s s k k k ααα+++ 2211称为向量组s ααα,,,21 的一个线性组合，其中数s k k k ,,,21 称为组合系数. 3.2.2线性表出 如n 维向量β能表示成向量s ααα,,,21 的线性组合，即： s s k k k αααβ+++= 2211，则称β可由s ααα,,,21 线性表出. 注：如果向量组s ααα,,,21 中的每个向量都可由向量组t βββ,,,21 线性表出，
且向量组t βββ,,,21 中的每个向量同时也可以由向量组s ααα,,,21 线性表出,那么就称这两个向量组等价. 3.2.3向量组的线性相关 对于n 维向量组s ααα,,,21 ，若存在一组不全为0的数s k k k ,,,21 ，使得：02211=+++s s k k k ααα ，则称n 维向量组s ααα,,,21 线性相关,否则称为线性无关. 3.3向量组的秩和矩阵的秩 3.3.1向量组的秩的概念 若在向量组s ααα,,,21 中存在一个部分组r i i i ααα,,,21 线性无关，如果还有的 话且再添加向量组中任一向量j a ，向量组j i i i a r ,,,,21ααα 一定线性相关，则称向量组r i i i ααα,,,21 为向量组s ααα,,,21 的一个极大线性无关组，极大线性无关组的向量个数r 称为向量组s ααα,,,21 的秩. 注：①一个线性无关向量组的极大线性无关组就是该向量组本身. ②一般来说，向量组的极大线性无关组不是唯一的，但每一个极大线性无关组的向量个数r 相同. 3.3.2矩阵的秩 (1)矩阵秩的概念 矩阵A 的秩(()A r )=A 的行秩(矩阵A 的行向量组的秩)=A 的列秩(矩阵A 的列向量组的秩) 注：经过初等变换，矩阵的秩不变. (2)矩阵秩的计算方法 ①对矩阵A 进行初等变换，，非零行的个数就是矩阵A 的秩. ②矩阵A 的秩(()A r )r =的充要条件是A 中有r 阶子式不为0，大于r 阶的子式全为0.(很少用) 【例3.1】向量组()T 11,1,2,71---=α,()T 8,5,1,12-=α,()T 4,1,1,33-=α,
第2章范数理论及其应用 2.1向量范数及l p范数 定义：如果V是数域K上的线性空间，且对于 V的任一向量x，对应一个实数值||x||，它满足 以下三个条件： 1)非负性：||x||≥0,且||x||=0?x=0; 2)齐次性：||k?x||=|k|?||x||，k∈K； 3)三角不等式：||x+y||≤||x||+||y||. 则称||x||为V上向量x的范数，简称为向量范数。 可以看出范数||?||为将V映射为非负数的函数。 注意：2)中|k|当K为实数时为绝对值， 当K为复数域时为复数的模。 虽然向量范数是定义在一般的线性空间上的， 但是由于前面的讨论，我们知道任何n维线性空间 在一个基下都代数同构于常用的n维复(或实)列向量空间，因此下面我们仅仅讨论n维复(或实) 列向量空间就足够了。下面讨论如下： 1.设||?||为线性空间V n的范数，任取它的一个 基x1,x2,…,x n,则对于任意向量x,它可以表示为 x=ξ1x1+ξ2x2+…+ξn x n 其中，(ξ1,ξ2,…,ξn)T为x的坐标。 由此定义C n(或R n)中的范数如下： ||ξ||C =?(ξ)=||ξ1x1+ξ2x2+…+ξn x n|| 则容易验证||ξ||C确实为C n中的范数. 2.反之, 若||ξ||C为C n中的范数，定义V n的范数如下： ||x||=φ(x)=||ξ||C 其中x=ξ1x1+ξ2x2+…+ξn x n。 则容易验证φ(x)确实为V n的范数。 这个例子充分说明了一般线性空间的范数和n维 复(或实)列向量空间的范数之间的关系。这也是为 我们只讨论n维复(或实)列向量空间的范数的理由. 范数首先是一个函数，它将线性空间的任意 向量映射为非负实数。 范数与函数 性质1. 范数是凸函数， 即|| (1-λ)x+λy||≤(1-λ)||x||+λ||y||