2013考研 线性代数 强化班(第15-17课)

考研数学线性代数讲义目录第一讲基本概念线性方程组矩阵与向量初等变换和阶梯形矩阵线性方程组的矩阵消元法第二讲行列式完全展开式化零降阶法其它性质克莱姆法则第三讲矩阵乘法乘积矩阵的列向量和行向量矩阵分解矩阵方程逆矩阵伴随矩阵第四讲向量组线性表示向量组的线性相关性向量组的极大无关组和秩矩阵的秩第五讲方程组解的性质解的情况的判别基础解系和通解第六讲特征向量与特征值相似与对角化特征向量与特征值—概念,计算与应用相似对角化—判断与实现附录一内积正交矩阵施密特正交化实对称矩阵的对角化第七讲二次型二次型及其矩阵可逆线性变量替换实对称矩阵的合同标准化和规范化惯性指数正定二次型与正定矩阵附录二向量空间及其子空间附录三两个线性方程组的解集的关系附录四06,07年考题第一讲基本概念1．线性方程组的基本概念线性方程组的一般形式为:a11x1+a12x2+…+a1n x n=b1,a21x1+a22x2+…+a2n x n=b2,…………a m1x1+a m2x2+…+a mn x n=b m,其中未知数的个数n和方程式的个数m不必相等.线性方程组的解是一个n维向量(k1,k2, …,k n)(称为解向量),它满足:当每个方程中的未知数x i都用k i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.对线性方程组讨论的主要问题两个:(1)判断解的情况.(2)求解,特别是在有无穷多接时求通解.b1=b2=…=b m=0的线性方程组称为齐次线性方程组.n维零向量总是齐次线性方程组的解,称为零解.因此齐次线性方程组解的情况只有两种:唯一解(即只要零解)和无穷多解(即有非零解).把一个非齐次线性方程组的每个方程的常数项都换成0，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.2.矩阵和向量(1)基本概念矩阵和向量都是描写事物形态的数量形式的发展.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 11 1 1 0 22 5 4 -2 93 3 3 -1 8是一个4?5矩阵.对于上面的线性方程组,称矩阵a11 a12… a1n a11 a12… a1n b1A= a21 a22… a2n 和(A|?)= a21 a22… a2n b2…………………a m1 a m2… a mn a m1 a m2… a mnb m为其系数矩阵和增广矩阵.增广矩阵体现了方程组的全部信息,而齐次方程组只用系数矩阵就体现其全部信息.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.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来表示向量,例如分量依次是a1,a2,? ,a n的向量可表示成a1(a1,a2,? ,a n)或 a2 ,┆a n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1?n矩阵,右边是n?1矩阵).习惯上把它们分别称为行向量和列向量.(请注意与下面规定的矩阵的行向量和列向量概念的区别.) 一个m?n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?1,??2,? ,?n时(它们都是表示为列的形式!)可记A=(?1,??2,? ,?n).矩阵的许多概念也可对向量来规定,如元素全为0的向量称为零向量,通常也记作0.两个向量?和?相等(记作?=?),是指它的维数相等,并且对应的分量都相等.(2) 线性运算和转置线性运算是矩阵和向量所共有的,下面以矩阵为例来说明.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),法则为对应元素相加(减).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,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.转置:把一个m?n的矩阵A行和列互换,得到的n?m的矩阵称为A的转置,记作A T(或A?).有以下规律:① (A T)T=A.② (A+B)T=A T+B T.③ (c A)T=c A T.转置是矩阵所特有的运算,如把转置的符号用在向量上,就意味着把这个向量看作矩阵了.当?是列向量时,?? T表示行向量,?当?是行向量时,? T表示列向量.向量组的线性组合:设?1,??2,…,?s是一组n维向量, c1,c2,…,c s是一组数,则称c1?1+c2?2+…+c s?s为?1,??2,…,?s的(以c1,c2,…,c s为系数的)线性组合.n维向量组的线性组合也是n维向量.(3) 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.把n阶矩阵的从左上到右下的对角线称为它对角线.(其上的元素行号与列号相等.)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.)3. 矩阵的初等变换和阶梯形矩阵矩阵有以下三种初等行变换:①交换两行的位置.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.(称这类变换为倍加变换)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.简单阶梯形矩阵:是特殊的阶梯形矩阵,特点为:③台角位置的元素为1.④并且其正上方的元素都为0.每个矩阵都可以用初等行变换化为阶梯形矩阵和简单阶梯形矩阵.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: 1.一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.2. 一个矩阵用初等行变换化得的简单阶梯形矩阵是唯一的.4. 线性方程组的矩阵消元法线性方程组的基本方法即中学课程中的消元法:用同解变换把方程组化为阶梯形方程组(即增广矩阵为阶梯形矩阵的方程组).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把某个方程的倍数加到另一个方程上.以上变换反映在增广矩阵上就是三种初等行变换.线性方程组求解的基本方法是消元法,用增广矩阵或系数矩阵来进行,称为矩阵消元法. 对非齐次线性方程组步骤如下:(1)写出方程组的增广矩阵(A|?),用初等行变换把它化为阶梯形矩阵(B|?).(2)用(B|?)判别解的情况:如果最下面的非零行为(0,0, ?,0|d),则无解,否则有解.有解时看非零行数r(r不会大于未知数个数n),r=n时唯一解；r<n时无穷多解.(推论:当方程的个数m<n时,不可能唯一解.)(3)有唯一解时求解的初等变换法:去掉(B|?)的零行,得到一个n×(n+1)矩阵(B0|?0),并用初等行变换把它化为简单阶梯形矩阵(E|?),则?就是解.对齐次线性方程组:(1)写出方程组的系数矩阵A,用初等行变换把它化为阶梯形矩阵B.(2)用B判别解的情况:非零行数r=n时只有零解；r<n时有非零解(求解方法在第五章讲). (推论:当方程的个数m<n时,有非零解.)讨论题1.设A是n阶矩阵,则(A) A是上三角矩阵?A是阶梯形矩阵.(B) A是上三角矩阵?A是阶梯形矩阵.(C) A是上三角矩阵?A是阶梯形矩阵.(D) A是上三角矩阵与A是阶梯形矩阵没有直接的因果关系.2.下列命题中哪几个成立?(1) 如果A是阶梯形矩阵,则A去掉任何一行还是是阶梯形矩阵.(2) 如果A是阶梯形矩阵,则A去掉任何一列还是是阶梯形矩阵.(3) 如果(A|B)是阶梯形矩阵,则A也是阶梯形矩阵.(4) 如果(A|B)是阶梯形矩阵,则B也是阶梯形矩阵.(5) 如果 A 是阶梯形矩阵,则A和B都是阶梯形矩阵.B第二讲行列式一.概念复习1. 形式和意义形式:用n2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:a11 a12 (1)a21 a22 (2)……… .a n1 a n2… a nn如果行列式的列向量组为?1,??2, … ,?n,则此行列式可表示为|?1,??2, … ,?n|.意义:是一个算式,把这n2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上和意义上的区别.当两个行列式的值相等时,就可以在它们之间写等号! (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|A|.行列式这一讲的的核心问题是值的计算,以及判断一个行列式的值是否为0.2. 定义(完全展开式)2阶和3阶行列式的计算公式:a 11 a 12a 21 a 22 = a 11a 22-a 12a 21 .a 11 a 12 a 13a 21 a 22 a 23 = a 11a 22a 33+ a 12a 23a 31+ a 13a 21a 32-a 13a 22a 31- a 11a 23a 32-a 12a 21a 33.a 31 a 32 a 33一般地,一个n 阶行列式a 11 a 12 … a 1na 21 a 22 … a 2n… … …a n1 a n2 … a nn 的值是许多项的代数和,每一项都是取自不同行,不同列的n 个元素的乘积,其一般形式为:n nj j j a a a 2121,这里把相乘的n 个元素按照行标的大小顺序排列,它们的列标j 1j 2…j n 构成1,2, …,n 的一个全排列(称为一个n 元排列),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时每项先要乘+1或-1.规定?(j 1j 2…j n )为全排列j 1j 2…j n 的逆序数(意义见下面),则项n nj j j a a a 2121所乘的是.)1()(21n j j j τ-全排列的逆序数即小数排列在大数右面的现象出现的个数.逆序数可如下计算:标出每个数右面比它小的数的个数,它们的和就是逆序数.例如求436512的逆序数: 002323215634,??(436512)=3+2+3+2+0+0=10.至此我们可以写出n 阶行列式的值:a 11 a 12 … a 1na 21 a 22 … a 2n =.)1(21212121)(n n n nj j j j j j j j j a a a τ-∑ … … …a n1 a n2 … a nn这里∑n j j j 21表示对所有n 元排列求和.称此式为n 阶行列式的完全展开式.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时,才可能用它作行列式的计算.例如对角行列式,上(下)三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0.2. 化零降阶法把n 阶行列式的第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a ij 的余子式,记作M ij .称A ij =(-1)i+jM ij 为元素a ij 的代数余子式.定理(对某一行或列的展开)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.命题 第三类初等变换(倍加变换)不改变行列式的值.化零降阶法 用命题把行列式的某一行或列化到只有一个元素不为0,再用定理.于是化为计算一个低1阶的行列式.化零降阶法是实际计算行列式的主要方法,因此应该熟练掌握.3.其它性质行列式还有以下性质:① 把行列式转置值不变,即|A T |=|A | .② 某一行(列)的公因子可提出.于是, |c A|=c n|A|.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?或??所得到的行列式.例如|?,?1+?2???|=|?,?1???|+|?,?2???|.????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=0.⑦如果A与B都是方阵(不必同阶),则A * = A O =|A||B|.O B * B范德蒙行列式：形如1 1 1 (1)a1 a2 a3 … a na12 a22 a32… a n2…………a1n-i a2n-i a3n-i… a n n-i的行列式(或其转置).它由a1,a2 ,a3,…,a n所决定,它的值等于因此范德蒙行列式不等于0? a1,a2 ,a3,…,a n两两不同.对于元素有规律的行列式(包括n阶行列式),常常可利用性质简化计算,例如直接化为三角行列式等.4.克莱姆法则克莱姆法则应用在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)的情形.此时,如果它的系数矩阵的行列式的值不等于0,则方程组有唯一解,这个解为(D1/D, D2/D,?,D n/D),这里D是系数行列式的值, D i是把系数行列式的第i个列向量换成常数列向量所得到的行列式的值.说明与改进:按法则给的公式求解计算量太大，没有实用价值.因此法则的主要意义在理论上,用在对解的唯一性的判断,而在这方面法则不够. 法则的改进:系数行列式不等于0是唯一解的充分必要条件.实际上求解可用初等变换法:对增广矩阵(A|?)作初等行变换,使得A变为单位矩阵:(A|?)?(E|?),?就是解.用在齐次方程组上 :如果齐次方程组的系数矩阵A是方阵,则它只有零解的充分必要条件是|A|?0.二. 典型例题1.利用性质计算元素有规律的行列式例1① 2 a a a a ② 1+x 1 1 1 ③ 1+a 1 1 1a 2 a a a 1 1+x 1 1 2 2+a 2 2a a 2 a a . 1 1 1+x 1 . 3 3 3+a 3 .a a a 2 a 1 1 1 1+x 4 4 4 4+aa a a a 2例2 1 2 3 4 52 3 4 5 13 4 5 1 2 .4 5 1 2 35 1 2 3 41 1 1例3 1+x11 1 .1 1+x21 1 1+x131 1 1 1+x4例4 a 0 b c0 a c b .b c a 0c b 0 a例5 1-a a 0 0 0-1 1-a a 0 00 -1 1-a a 0 . (96四)0 0 -1 1-a a0 0 0 -1 1-a2. 测试概念与性质的题例6 x 3-3 1 -3 2x+2多项式f(x)= -7 5 -2x 1 ，求f(x)的次数和最高次项的系数.X+3 -1 33x 2-2 9 x 3 6 -6例7 求 x-3 a -1 4f(x)= 5 x-8 0 –2 的x 4和x 3的系数.0 b x+1 12 2 1 x例8 设4阶矩阵A =(?, ?1, ?2 ,?3),B =(?, ?1, ?2 ,?3),|A | =2, |B |=3 ,求|A +B | .例9 a b c d已知行列式 x -1 -y z+1 的代数余子式A 11=-9,A 12=3,A 13=-1,A 14=3,求x,y,z.1 -z x+3 yy-2 x+1 0 z+3例10 求行列式 3 0 4 0 的第四行各元素的余子式的和.(01)2 2 2 20 -7 0 05 3 -2 23.几个n 阶行列式两类爪形行列式及其值: 例11 a 1 a 2 a 3 … a n-1 a nb 1c 2 0 … 0 0证明 0 b 2 c 3 0 0 =11111(1)n i i i i n i b b a c c --+=-∑.… … … …0 0 0 … b n-1 c n提示: 只用对第1行展开(M 1i 都可直接求出).例12 a 0 a 1 a 2 … a n-1 a nb 1c 1 0 … 0 0证明 b 2 0 c 2 … 0 0 =011111n n i i i i i n i i a c c c a b c c -+==-∑∏.… … … …b n ?????????? … 0c n提示: 只用对第1行展开(M 1i 都可直接求出).另一个常见的n 阶行列式:例13 证明a+b b 0 … 0 0a a+b b … 0 0… … … … = 110n n n n i ii a b a b a b ++-=-=-∑(当a ?b 时). 0 0 0 … a+b b0 0 0 a a+b提示:把第j 列(行)的(-1)j-1倍加到第1列(行)上(j=2,…,n),再对第1列(行)展开.4.关于克莱姆法则的题例14设有方程组 x 1+x 2+x 3=a+b+c,ax 1+bx 2+cx 3=a 2+b 2+c 2,bcx 1+acx 2+abx 3=3abc.(1)证明此方程组有唯一解的充分必要条件为a,b,c 两两不等.(2)在此情况求解.参考答案例1 ①(2+4a)(2-a)4.② x 3(x+4). ③ a 3(a+10).例2 1875.例3 x 1x 2x 3x 4+x 2x 3x 4+x 1x 3x 4+x 1x 2x 4+x 1x 2x 3.例4 (a+b+c)(a+b-c)(a-b+c)(a-b-c).例5 1-a+a 2-a 3+a 4-a 5.例6 9,-6例7 1,-10.例8 40.例9 x=0,y=3,z=-1.例10 -28.例14 x 1=a,x 2=b,x 3=c.. 第三讲 矩阵一．概念复习1. 矩阵乘法的定义和性质定义2.1 当矩阵A 的列数和B 的行数相等时,和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. 设 a 11 a 12 … a 1n b 11 b 12 … b 1s c 11 c 12 … c 1sA = a 21 a 22 … a 2nB = b 21 b 22 … b 2sC =AB = c 21 c 22 … c 2s… … … … … … … … …a m1 a m2 … a mn ,b n1 b n2 … b ns ,c m1 c m2 … c ms ,则c ij =a i1b 1j +a i2b 2j +…+a in b nj .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AB =0推不出A =0或B =0.由AB =AC 和A ?0推不出B =C .(无左消去律)由BA =CA 和A ?0推不出B =C . (无右消去律)请注意不要犯一种常见的错误:把数的乘法的性质简单地搬用到矩阵乘法中来.矩阵乘法适合以下法则:① 加乘分配律 A (B +C )= AB +AC , (A +B )C =AC +BC .② 数乘性质 (c A )B =c(AB ).③ 结合律 (AB )C = A (BC ).④ (AB )T =B T A T .2. n 阶矩阵的方幂和多项式任何两个n 阶矩阵A 和B 都可以相乘,乘积AB 仍是n 阶矩阵.并且有行列式性质:|AB |=|A ||B |.如果AB =BA ,则说A 和B 可交换.方幂 设k 是正整数, n 阶矩阵A 的k 次方幂A k 即k 个A 的连乘积.规定A 0=E .显然A 的任何两个方幂都是可交换的,并且方幂运算符合指数法则:① A k A h = Ak+h .② (A k )h = A kh . 但是一般地(AB )k 和A k B k 不一定相等!n 阶矩阵的多项式设f(x)=a m x m +a m-1x m-1+…+a 1x+a 0,对n 阶矩阵A 规定f(A )=a m A m +a m-1A m-1+…+ a 1A+a 0E . 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 .乘法公式 一般地,由于交换性的障碍,小代数中的数的因式分解和乘法公式对于n 阶矩阵的不再成立.但是如果公式中所出现的n 阶矩阵互相都是乘法交换的,则乘法公式成立.例如当A 和B 可交换时,有:(A ?B )2=A 2?2AB +B 2; A 2-B 2=(A +B )(A -B )=(A +B )(A -B ).二项展开式成立: B AC B A -=∑=+1)(等等.前面两式成立还是A 和B 可交换的充分必要条件.同一个n 阶矩阵的两个多项式总是可交换的. 一个n 阶矩阵的多项式可以因式分解.3. 分块法则矩阵乘法的分块法则是简化矩阵乘法的一种方法.对两个可以相乘的矩阵A 和B ,可以先用纵横线把它们切割成小矩阵(一切A 的纵向切割和B 的横向切割一致!),再用它们来作乘法.(1)两种常见的矩阵乘法的分块法则 A11 A 12 B 11 B 12 = A 11B 11+A 12B 21 A 11B 12+A 12B 22A 21 A 22B 21 B 22 A 21B 11+A 22B 21 A 21B 12+A 22B 22要求A ij 的列数B jk 和的行数相等.准对角矩阵的乘法:形如A 1 0 0A = 0 A 2 0… … …0 0 … A n的矩阵称为准对角矩阵,其中A 1,A 2,…,A k 都是方阵.两个准对角矩阵A 1 0 ... 0 B 1 0 0A = 0 A 2 ... 0 , B = 0 B 2 0… … … … … …0 0 … A k 0 0 … B k如果类型相同,即A i和B i阶数相等,则A1B1 0 0AB = 0 A2B2 … 0 .………00 …A k B k(2)设A是m?n矩阵B是n?s矩阵. A的列向量组为?1,?2,…,?n,B的列向量组为?1,??2,…,?s, AB的列向量组为?1,??2,…,?s,则根据矩阵乘法的定义容易看出(也是分块法则的特殊情形):①AB的每个列向量为:?i=A?i,i=1,2,…,s.即A(?1,??2,…,?s)=(A?1,A?2,…,A?s).②?=(b1,b2,…,b n)T,则A?= b1?1+b2?2+…+b n?n.应用这两个性质可以得到:如果?i=(b1i,b2i,…,b ni)T,则?i=A?I=b1i?1+b2i?2+…+b ni?n.即:乘积矩阵AB的第i个列向量?i是A的列向量组?1,??2,…,?n的线性组合,组合系数就是B的第i个列向量?i的各分量.类似地, 乘积矩阵AB的第i个行向量是B的行向量组的线性组合,组合系数就是A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,但只要对矩阵乘法稍加分析就不难得出.它们无论在理论上和计算中都是很有用的.(1) 当两个矩阵中,有一个的数字很简单时,直接利用以上规律写出乘积矩阵的各个列向量或行向量,从而提高了计算的速度.(2) 利用以上规律容易得到下面几个简单推论:用对角矩阵?从左侧乘一个矩阵,相当于用?的对角线上的各元素依次乘此矩阵的各行向量; 用对角矩阵?从右侧乘一个矩阵,相当于用?的对角线上的各元素依次乘此矩阵的各列向量.数量矩阵k E乘一个矩阵相当于用k乘此矩阵；单位矩阵乘一个矩阵仍等于该矩阵.两个同阶对角矩阵的相乘只用把对角线上的对应元素相乘.求对角矩阵的方幂只需把对角线上的每个元素作同次方幂.(3) 矩阵分解:当一个矩阵C的每个列向量都是另一个A的列向量组的线性组合时,可以构造一个矩阵B,使得C=AB.例如设A=(?,?,?), C=(?+2?-?,3?-?+?,?+2?),令1 3 1B= 2 -1 0 ,则C=AB.-1 1 2(4) 初等矩阵及其在乘法中的作用对单位矩阵E作一次初等(行或列)变换,所得到的矩阵称为初等矩阵.有三类初等矩阵:E(i,j):交换E的i,j两行(或列)所得到的矩阵.E(i(c)):用非0数c乘E的第i行(或列)所得到的矩阵.也就是把E的对角线上的第i个元素改为c.E(i,j(c))(i?j):把E的第j行的c倍加到第i行上(或把第i列的c倍加到第j列上)所得到的矩阵, 也就是把E的(i,j)位的元素改为c.命题对矩阵作一次初等行(列)变换相当于用一个相应的初等矩阵从左(右)乘它.4. 矩阵方程和可逆矩阵(伴随矩阵)(1) 矩阵方程矩阵不能规定除法,乘法的逆运算是解下面两种基本形式的矩阵方程:(I) AX=B.(II) XA=B.这里假定A是行列式不为0的n阶矩阵,在此条件下,这两个方程的解都是存在并且唯一的.(否则解的情况比较复杂.)当B只有一列时,(I)就是一个线性方程组.由克莱姆法则知它有唯一解.如果B有s列,设 B=(?1,??2,…,?s),则 X也应该有s列,记X=(X1,X2,…,X s),则有AX i=?i,i=1,2,…,s,这是s个线性方程组.由克莱姆法则,它们都有唯一解,从而AX=B有唯一解.这些方程组系数矩阵都是A,可同时求解,即得(I)的解法:将A和B并列作矩阵(A|B),对它作初等行变换,使得A变为单位矩阵,此时B变为解X.(A|B)?(E|X)(II)的解法:对两边转置化为(I)的形式:A T X T=B T.再用解(I)的方法求出X T,转置得X..(A T|B T)?(E|X T)矩阵方程是历年考题中常见的题型,但是考试真题往往并不直接写成(I)或(II)的形式,要用恒等变形简化为以上基本形式再求解.(2) 可逆矩阵的定义与意义定义设A是n阶矩阵,如果存在n阶矩阵B,使得AB=E, BA=E,则称A为可逆矩阵.此时B是唯一的,称为A的逆矩阵,通常记作A-1.如果A可逆,则A在乘法中有消去律:AB=0?B=0；AB=AC?B=C.(左消去律)；BA=0?B=0；BA=CA?B=C. (右消去律)如果A可逆,则A在乘法中可移动(化为逆矩阵移到等号另一边):AB=C?B=A-1C. BA=C?B=CA-1.由此得到基本矩阵方程的逆矩阵解法:(I) AX=B的解X=A-1B .(II) XA=B的解X= BA-1.这种解法想法自然，好记忆,但是计算量比初等变换法大(多了一次矩阵乘积运算).(3) 矩阵可逆性的判别与性质定理 n阶矩阵A可逆?|A|?0.证明“?”对AA-1=E两边取行列式,得|A||A-1|=1,从而|A|?0. (并且|A-1|=|A|-1.)“?”因为|A|?0,矩阵方程AX=E和XA=E都有唯一解.设B,C分别是它们的解,即AB=E, CA=E. 事实上B=C(B=EB=CAB=CE=C),于是从定义得到A可逆.推论如果A和B都是n阶矩阵,则AB=E?BA=E.于是只要AB=E(或BA=E)一式成立,则A和B都可逆并且互为逆矩阵.可逆矩阵有以下性质:①如果A可逆,则A-1也可逆,并且(A-1)-1=A.A T也可逆,并且(A T)-1=(A-1)T.当c?0时, c A也可逆,并且(c A)-1=c-1A-1.对任何正整数k, A k也可逆,并且(A k)-1=(A-1)k.(规定可逆矩阵A的负整数次方幂A-k=(A k)-1=(A-1)k.)②如果A和B都可逆,则AB也可逆,并且(AB)-1=B-1A-1.(请自己推广到多个可逆矩阵乘积的情形.)初等矩阵都是可逆矩阵,并且E(i,j)-1= E(i,j), E(i(c))-1=E(i(c-1)), E(i,j(c))-1= E(i,j(-c)).(4) 逆矩阵的计算和伴随矩阵①计算逆矩阵的初等变换法当A可逆时, A-1是矩阵方程AX=E的解,于是可用初等行变换求A-1:(A|E)?(E|A-1)这个方法称为求逆矩阵的初等变换法.它比下面介绍的伴随矩阵法简单得多.②伴随矩阵若A是n阶矩阵,记A ij是|A|的(i,j)位元素的代数余子式,规定A的伴随矩阵为A11 A21… A n1A*= A12 A22… A n2 =(A ij)T.………A1n A2n… A mn请注意,规定n阶矩阵A的伴随矩阵并没有要求A可逆,但是在A可逆时, A*和A-1有密切关系.基本公式: AA*=A*A=|A|E.于是对于可逆矩阵A,有A-1=A*/|A|, 即A*=|A|A-1.因此可通过求A*来计算A-1.这就是求逆矩阵的伴随矩阵法.和初等变换法比较, 伴随矩阵法的计算量要大得多,除非n=2,一般不用它来求逆矩阵.对于2阶矩阵a b d -bc d = -c a ,因此当ad-bc?0时,a b -1 d -bc d = -c a (ad-bc) .伴随矩阵的其它性质:①如果A是可逆矩阵，则A*也可逆，并且(A*)-1= A/|A|=(A-1)*.② |A*|=|A|n-1.③ (A T)*=(A*)T.④ (c A)*=c n-1A*.⑤ (AB)*=B*A*；(A k)*=(A*)k.⑥当n>2时,(A*)*=|A|n-2A； n=2时,(A*)*=A.二典型例题1.计算题例1??=(1,-2,3) T,?=(1,-1/2,1/3)T, A=?? T,求A6.讨论:(1)一般地,如果n阶矩阵A=?? T,则A k=(?T?)k-1A=(tr?A??)k-1A .(2)乘法结合律的应用:遇到形如?T?的地方可把它当作数处理.① 1 -1 1??T= -1 1 -1 ，求?T?.（2003一）??????????????②设?=(1,0,-1)T, A=??T,求|a E-A n|.③?n维向量?=(a,0,?,0,a)T, a<0, A=E-??T, A-1=E+a-1?? T,求a. (03三,四)④ n维向量?=(1/2,0,?,0,1/2)T, A=E-?? T, B=E+2?? T,求AB. (95四)⑤ A=E-?? T,其中?,?都是n维非零列向量,已知A2=3E-2A,求?T?.例2(1999三) 1 0 1设A = 0 2 0 ，求A n-2A n-1.(n>1)?????????????????????????例3 1 0 0设A = 1 0 1 ，(1)证明当n>1时A n=A n-2+A2-E. (2) 求A n.????????????????????????????例4??设A为3阶矩阵, ?1,?2,?3是线性无关的3维列向量组,满足A?1=?1+?2+?3, A?2=2?2+??3, A?3=2?2+3?3.求作矩阵B,使得A(?1,?2,?3)=(?1,?2,?3)B. (2005年数学四)例5设3阶矩阵A=(?1,?2,?3),|A|=1,B=(?1+?2+?3,?1+2?2+3?3,?1+4?2+9?3),求|B|.(05)例6 3维向量?1,??2,??3,??1,??2,??3满足?1+?3+2?1-?2=0,?3?1-?2+?1-?3=0,???2+?3-?2+?3=0,已知??1,??2,??3|=a,求|??1,??2,??3|.例7设A是3阶矩阵,??是3维列向量,使得P=(?,A?,A2?)可逆,并且A3?=3A?-2A2?.又3阶矩阵B满足A=PBP-1.(1)求B.(2)求|A+E|.(01一)2 1 0例8 3阶矩阵A,B满足ABA*=2BA*+E,其中A= 1 2 0 ,求|B|.(04一)0 0 1例9 3 -5 1设3阶矩阵A= 1 -1 0 , A-1XA=XA+2A,求X.-1 0 2例10 1 1 -1设3阶矩阵A= -1 1 1 , A*X=A-1+2X,求X.1 -1 1例11 4阶矩阵A,B满足ABA-1=BA-1+3E,已知1 0 0 0A*= 0 1 0 0 ,求B. (00一)1 0 1 00 -3 0 8例12 3 0 0 1 0 0已知A= 2 1 0 , B= 0 0 0 ,+2B=AB+2X,求X11.2 13 0 0 -1例13设?1=(5,1,-5)T,??2=(1,-3,2)T,??3=(1,-2,1)T,矩阵A满足A?1=(4,3) T, A?2=(7,-8) T, A?3=(5,-5) T,求A.2.概念和证明题例14 设A是n阶非零实矩阵,满足A*=A T.证明:(1)|A|>0.(2)如果n>2,则?|A|=1.例15 设矩阵A=(a ij)3?3满足A*=A T,a11,a12,a13为3个相等的正数,则它们为(A) 3/3.(B) 3. (C)1/3. (D) 3. (2005年数学三)例16 设A和B都是n阶矩阵,C= A 0 ,则C*=0 B(A) |A|A* 0 . (B) |B|B * 0 .0 |B|B * 0 |A|A*(C) |A|B* 0 . (D ) |B|A* 0 .0 |B|A* 0 |A|B*例17 设A是3阶矩阵,交换A的1,2列得B,再把B的第2 列加到第3 列上,得C.求Q,使得C=AQ. 例18 设A是3阶可逆矩阵,交换A的1,2行得B,则(A) 交换A*的1,2行得到B*.(B) 交换A*的1,2列得到B*.(C) 交换A*的1,2行得到-B*.(D) 交换A*的1,2列得到-B*.(2005年)例19 设A是n阶可逆矩阵, 交换A的i,j行得到B.(1) 证明B可逆.(2) 求AB-1.例20设n阶矩阵A满足A2+3A-2E=0.(1)证明A可逆,并且求A-1.(2)证明对任何整数c,A-c E可逆.讨论: 如果f(A)=0,则(1) 当f(x)的常数项不等于0时,A可逆.(2) f(c)?0时,A-c E可逆.(3) 上述两条的逆命题不成立.例21设?是n维非零列向量,记A=E-??T.证明(1) A2=A??T? =1.(2)??T? =1? A不可逆. (96一)讨论: (2)的逆命题也成立.例22 设A,B都是n阶矩阵,证明E-AB可逆? E-BA可逆.例23设3阶矩阵A,B满足AB=A+B.(1) 证明A-E可逆.(2) 设 1 -3 0B= 2 1 0 ,求A.0 0 2 (91)例24设A,B是3阶矩阵, A可逆,它们满足2A-1B=B-4E.(1) 证明A-2E可逆.(2) 设 1 -2 0B= 1 2 0 ,求A.0 0 2 (2002)例25设n阶矩阵A,B满足AB=a A+b B.其中ab?0,证明(1) A-b E和B-a E都可逆.(2) A可逆? B可逆.(3) AB=BA.例26设A,B都是n阶对称矩阵, E+AB可逆,证明(E+AB)-1A也是对称矩阵.例27 设A,B都是n阶矩阵使得A+B可逆,证明(1) 如果AB=BA,则B(A+B)-1A=A(A+B)-1B.(2) 如果A.B都可逆,则B(A+B)-1A=A(A+B)-1B.(3) 等式B(A+B)-1A=A(A+B)-1B总成立.例28设A,B,C都是n阶矩阵,满足B=E+AB,C=A+CA,则B-C为(A) E.(B) -E. (C) A. (D) -A. (2005年数学四)参考答案1 -1/2 1/3例135A=35 -2 1 –2/3 .3 -3/2 1① 3.② a2(a-2n). ③ -1. ④ E. ⑤ 4.例2 O.例3 (1)提示: A n=A n-2+A2-E?A n-2(A2-E)=A2-E ? A(A2-E)=A2-E.(2)n=2k时, 1 0 0A n = k 1 0 .k 0 1n=2k+1时, 1 0 0A n = k+1 0 1 .k 1 0例 4 1 0 0B= 1 2 2 .1 1 3例5 2.例 6 –4a.例 7 0 0 0B= 1 0 3 . |E+A|=-40 1 -2例8 1/9.例 9 -6 10 4X= -2 4 2 .-4 10 0例 10 1 1 0(1/4) 0 1 1 .1 0 1例 11 6 0 0 0B= 0 6 0 0 .6 0 6 00 3 0 -1例 12 1 0 02 0 0 .6 -1 -1例 13 2 -1 1-4 -2 -5 .例15 (A).例16 (D).例 17 0 1 1Q= 1 0 0 .0 0 1例18 (D).例19 E(i,j).例22 提示:用克莱姆法则.例如证明?,即在E-AB可逆时证明齐次方程组(E-BA)X=0只有零解.例23 1 1/2 0A= -1/3 1 0 .0 0 2例 24 0 2 0A= -1 -1 0 .0 0 -2例25 提示:计算(A-b E)(B-a E).例28 (A).第四讲向量组的线性关系与秩一.概念复习1. 线性表示关系设?1,?2,…,?s是一个n维向量组.如果n维向量?等于?1,?2,…,?s的一个线性组合，就说?可以用?1,?2,…,?s线性表示.如果n维向量组?1,??2,…,?t?中的每一个都可以可以用?1,?2,…,?s线性表示,就说向量?1,?2,…,?t可以用?1,?2,…,?s线性表示.判别“?是否可以用?1,??2,…,?s线性表示? 表示方式是否唯一？”就是问：向量方程x1?1+?x2?2+…+x s?s=?是否有解？解是否唯一？用分量写出这个向量方程,就是以??1,??2,…,?s????为增广矩阵的线性方程组.反之,判别“以?A???为增广矩阵的线性方程组是否有解？解是否唯一？”的问题又可转化为“?是否可以用A的列向量组线性表示? 表示方式是否唯一？”的问题.????????向量组之间的线性表示问题与矩阵乘法有密切关系: 乘积矩阵AB的每个列向量都可以表示为A的列向量组的线性组合,从而AB的列向量组可以用A的列向量组线性表示;反之,如果向量组?1,?2,…,?t可以用?1,?2,…,?s。

习题1.11. 计算下列行列式：(1) 7415； ()()c o s s i n 2;3s i n c o s x y z x x zx y x x yzx-； ()2cos 10412cos 1012cos x x x；(5)xy x y yx y x x yxy+++。

解：(1)7415=7×5−1×4=31； (2) 1D =；(3) ()111x y zy z y z D x y zx y x y z xy x y zz x zx++=++=++++ ()3331030y zx y z x yy z x y z xyz z yx z=++--=++---。

(4) 22cos 10014cos 2cos 12cos 112cos 1012cos 012cos x x x x x xx--=2314cos 2cos 8cos 4cos 12cos x xx x x--=-=-。

(5)x y x y y x y x x yxy+++=2()()()()()x x y y yx x y yx x y x y x y +++++-++33y x --3322x y =--2. 用行列式方法求解下列线性方程组：(1) 31528x y x y +=-⎧⎨+=⎩； (2) 1231231323142543x x x x x x x x -+=⎧⎪++=⎨⎪+=⎩。

解：(1) 123111311,10,29528258D D D --====-==, 121210,29D Dx x D D==-== (2) 12131134253,42527,11301D D --==-==- 242132114453,4241813113D D -====， 3121239,1,6D D Dx x x D D D====-==-。

3．求下列各排列的逆序数：(1) 34215； (2) 13…(2n −1)(2n )(2n −2)…2。

2013 MBA 数学强化班精讲 主讲---姜进进★充分性命题说明：（A ）条件（1）充分，但条件（2）不充分. （B ）条件（2）充分，但条件（1）不充分. （C ）条件（1）（2）单独都不充分，但是联合起来充分. （D ）条件（1）充分，条件（2）也充分. （E ）条件（1）（2）都不充分，联合起来也不充分. ★图示法： （A ）（1）√（2）×. （B ）（1）×（2）√. （C ）（1）×（2）×联合（1）（2）√. （D ）（1）√（2）√. （E ）（1）×（2）×联合（1）（2）×.第一章 实数、绝对值、比和比例大纲考点：实数的概念、性质、运算及应用. 备考要点：1. 考试要点 数的概念和性质、四则运算及运用、比和比例.2. 理解概念 整除、余数、倍数、约数、奇数、偶数、质数（素数）、合数、质因数、公倍数、最小公倍数、公约数、最大公约数、互质数、最简分数第一节考试要点一、实数及其运算⎪⎪⎪⎩⎪⎪⎪⎨⎧⎩⎨⎧⎩⎨⎧负无理数负有理数负实数零正无理数正有理数正实数实数的分类1⎧⎧⎫⎧⎧⎧⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎨⎪⎪⎪⎪⎪⎨⎪⎪⎩⎪⎪⎨⎬⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎨⎩⎪⎪⎪⎪⎪⎪⎩⎭⎪⎧⎫⎪⎨⎬⎪⎩⎭质数正整数合数自然数整数有理数有限小数或无限循环小数零1.实数的分类负整数分数正无理数无理数无限不循环小数负无理数22()21(1)(1)1n n z n ⎧∈⎨±⎩⎧⎪⎨⎪⎩偶数、整数的分类奇数质数也称为素数，它只有和自身两个约数正整数的分类合数如有除和自身之外约数的数数；都是一些开方开不尽的之间多一个每两个相邻字母型：如圆周率常见的无理数：别：有理数是能表示为、有理数与无理数的区为若干个质数之积。

任何一个合数都能分解一奇一偶。

除了最小质、两个相邻的整数必为的。

，是由正整数和零组成、自然数是非负整数集，，，，，，，，，，，、常见质数： 46)01(16543731292319171311753233><><π；两个负数，绝对值大，负数都小于都大于对应，数轴上的点表示数轴上的点与实数一一方向和单位长度的直线定义：规定了原点、正、数轴：00)2()1(78、相反数：等的两侧，且与原点距离相的。

2013考研数学春季基础班线性代数辅导讲义-主讲：汤家凤第一讲行列式一、基本概念定义1 逆序—设j i,是一对不等的正整数，若j i，则称),(j i 为一对逆序。

定义2 逆序数—设n i i i 21是n ,,2,1的一个排列，该排列所含逆序总数称为该排列的逆序数，记为)(21n i i i ，逆序数为奇数的排列称为奇排列，逆序数为偶数的排列称为偶排列。

定义3 行列式—称nnn n n n a a a a a a a a a D212222111211称为n 阶行列式，规定nnn nj jj j j j j j j a a a D21212121)()1(。

定义 4 余子式与代数余子式—把行列式nnn n n n a a a a a a a a a D212222111211中元素ij a 所在的i 行元素和j 列元素去掉，剩下的1n 行和1n 列元素按照元素原来的排列次序构成的1n 阶行列式，称为元素ij a 的余子式，记为ij M ，称ij ji ijM A )1(为元素ij a 的代数余子式。

二、几个特殊的高阶行列式1、对角行列式—形如n a a a 00000021称为对角行列式，n na a a a a a 212100000。

2、上（下）三角行列式—称nn n n a a a a a a 0022211211及nnn n a a a a a a 21222111000为上（下）三角行列式，nn nnn n a a a a a a a a a 2211222112110，nn nnn n a a a a a a a a a 22112122211100。

3、||||B A BOO A ，||||B A BOC A ，||||B A BCO A 。

4、范得蒙行列式—形如112112121111),,,(n nn n n n aaaa a a a a a V 称为n 阶范得蒙行列式，且ni j j in nn n n n a a aaaa a a a a a V 1112112121)(111),,,(。

线性代数试题及答案线性代数（经管类）试题答案⼀、单项选择题（本⼤题共10⼩题，每⼩题2分，共20分）在每⼩题列出的四个备选项中只有⼀个是符合题⽬要求的，请将其代码填写在题后的括号内。

错选、多选或未选均⽆分。

1.设A为三阶⽅阵且则（ D ）A.-108B.-12C.12D.1082.如果⽅程组有⾮零解,则 k=（ B ）A.-2B.-1C.1D.23.设A、B为同阶⽅阵，下列等式中恒正确的是（ D ）A.AB=BAB.C. D.4.设A为四阶矩阵，且则（ C ）A.2B.4C.8D.125.设可由向量α1 =（1，0，0）α2 =（0，0，1）线性表⽰，则下列向量中只能是( B )A.（2，1，1）B.（-3，0，2）C.（1，1，0）D.（0,-1,0）6.向量组α1 ，α2 ，…，αs 的秩不为s(s)的充分必要条件是（ C ）A. α1 ，α2 ，…，αs 全是⾮零向量B. α1 ，α2，…，αs 全是零向量C. α1 ，α2，…，αs中⾄少有⼀个向量可由其它向量线性表出D. α1 ，α2，…，αs 中⾄少有⼀个零向量7.设A为m矩阵，⽅程AX=0仅有零解的充分必要条件是（ C ）A.A的⾏向量组线性⽆关B.A的⾏向量组线性相关C.A的列向量组线性⽆关D.A的列向量组线性相关8.设A与B是两个相似n阶矩阵，则下列说法错误的是（ D ）A. B.秩（A）=秩（B）C.存在可逆阵P，使P-1AP=BD.E-A=E-B9.与矩阵A=相似的是（ A ）A. B.C. D.10.设有⼆次型则（ C ）A.正定B.负定C.不定D.半正定⼆、填空题（本⼤题共10⼩题，每⼩题2分，共20分）请在每⼩题的空格中填上正确答案。

错填、不填均⽆分。

11.若则k=_______1/2____.12.设A=,B=则AB=___________.13.设A=, 则A-1=14.设A为3矩阵,且⽅程组A x=0的基础解系含有两个解向量,则秩(A)= _____1______.15.已知A有⼀个特征值-2,则B=A+2E必有⼀个特征值___6_________.16.⽅程组的通解是_____ __ c 1 _+__ c 2 __.17.向量组α1 =(1,0,0) α2 =(1,1,0), α3 =(-5,2,0)的秩是_______2____.18.矩阵A=的全部特征向量是.19.设三阶⽅阵A的特征值分别为-2,1,1,且B与A相似,则=__-16_________.20.矩阵A=所对应的⼆次型是.三、计算题（本⼤题共6⼩题，每⼩题9分，共54分）21.计算四阶⾏列式的值.=22.设A=,求A.A =23.设A=,B=,且A,B,X满⾜(E-B A)求X,X(E-B A)X= =X==24.求向量组α1 =(1,-1,2,4)α2 =(0,3,1,2), α3 =(3,0,7,14), α4 =(2,1,5,6), α5 =(1,-1,2,0)的⼀个极⼤线性⽆关组.α1 α2 α4 为极⼤⽆关组。

一、选择题(1) D解用洛必达法则 1 l—x arctanx 1 + x 2 1 + x 2—11X l im· =l im =l i m =—hm =c #-O ,x 丑X, 一-ok x k -lx-0 k x k -l (1 +X z) k x 勺x k -11因此k -1 =Z, 一-c ,即k=3,c -一故应选D.k3CZ) A解F:=zx-ys i n(xy)+L F:=-xs i n(xy)+z, F:=y曲面x 2+c os(xy) + y z十X =0在点(0'1,—1)处的切平面的法向晕n={l ,-1,1},切平面方程为：1• (x—0)—(y—1) + 1• (z + 1)= 0, 即x—y +z --Z故应选A.(3)C解观察到S(x)是f(x)的正弦函数，对J进行奇延拓，其周期为z 故S(x)f(x). 9 1 1 s (-—) =S(--—s -=- 1 144) (4)1(了）＝勹一故应选C(4)D解由格林公式得I ,-f (y +f )山+(Zx -�) d y =』(1—x 2-f )心d y'其中D 1:x z+y z冬1,D 2:x 2+y 2�z,D3:f +y 2冬1,yD 口x z+��l.z显然在几内有y y l-x 2 -—>O , 在队外有l -x 2-—<O ,z z又如图有D1C D4 ,D4 C D z 由重积分性质知I1>I1,I4>Iz.y 又D4=几+D4\D 5,几=D5+D3\D 5,在D3\D 5上l -x 2--<0,在D4\D5上z1 2 y-x -—z>O ,2013年（数一）真题答案解析故J4=II (1-x 2—f)dxd y + II (1—X 2 --f )dxd y D5D八D s>13=』(1y —x 2勹）dxdy + I I (1—.亢2飞）dxdy. 故应选D.D5D叭D5(5) B解由千A B =C,那么对矩阵A,C按列分块，有，、｀丿，，“` ， ． ． ． ， 2”, ，1”, （ ＿ －－n nn 12…nb b b ��…�22212…”b b b11112…n b b b） ＂＂ ， ． ． ． ，2＂， 1 ＂（ Y1 =b 11a1 +b心＋…+b.1a.,即｛了:,�b ,,a +b 心＋…+b .,a.,r. =b1na1 +b z.az +…+ b n.an. 这说明矩阵C的列向最组r 口rz '…,r. 可由矩阵A的列向量组a1,a2, …, a. 线性表出．又矩阵B可逆，从而A=CB飞那么矩阵A的列向量组也可由矩阵C的列向械组线性表出．由向量组等价的定义可知，应选B .(6) B解记A�[�:�'考察矩阵A的特征值为2,b ,O的条件．首先，显然1At �:,因L是A的特征值．其次，矩阵A的迹t r (A )=2 t -b, 因此如果2是矩阵A的特征值，则b就是矩阵A的另一个特征值于是“充要条件”为2是A的特征值．由lzE—A l=—a 2-b—a =—4a 2 =O 气=O .—l -al因此充要条件为a =O,b为任意实数，故应选B.(7) A解将随机变量义和x3化成标准正态后再比较其大小．P 1 =P {—2�X1�2} =<P (2) -中(—2)'—2X z2Pz=P {-2�X三2}=P {—《—《—}气(1)-<P (-1)'22 2 p3 =P {-2�X3�2} -2—5 x3—5 2-5 =P {3� —3� 2 } =iP (-1)—叶习=<P行）-<P(l )'由右图正态分布曲线下的面积所代表的概率可知P1 > Pz > p 3.故应选A .x7l 3(8)C解当X-t(n)时，X 2-FO,n),又Y-FO,n),故Y与xz同分布．当C > 0时，由t 分布的对称性有P{Y>c 2}=P{X 2>c 2}==P{ X >c}=P{X>cUX<—c}=2P{X>c}=2a.故应选C.二、填空题(9)1解把X =O 代入方程有八0)=1. 方程y -X = e xO -y )两端同时对x 求导有f'(工)-1 = e [l -f(x )] [1-f (x ) -x f'(x ) J . 把X =O 代入上式得厂(0)=2 -f(O) =l.又limf 釭）－］-=f '(O)=l,x-oX1三卢—1]飞巴!(-;;}—l气尸�1nOO)C 1e 立+c z 产-xe红解由常系数非齐次线性微分方程解的性质可得Y 1 -Y 3 = e3x,Y 2 -Y 3 = ex是相应二阶齐次线性微分方程的两个特解．故相应二阶齐次线性微分方程的通解为Y O = C I e 3·x + C 2 e .所以所求非齐次方程的通解可表示为y = C1e x + C 2芒—X e2x•(11)心解•• dxdy· —= cost , -= t c ost ,dt dt. dy tcost•• -= =t,dxcost 叶店）d 2y d dy dt -=--(—)＝—一＝－1 c!x2 dx cl x clxcostc!t心1从而dx 2,-f =亢＝迈．cos—4(12)lnZ解厂l n x2dx = _ l n x += +厂dx =O+l n x1+==O —l n _l =ln 2 1O+x)l+x 1 2 l+x 1 1O+x)x(13) -1解题设条件"a ;;+A ;; = 0 "即A T =—A*'于是A =—[Al'可见A只可能是0或—1.又r(A)= r (A T ) = r (-A *) = r (A 天），则rCA)只可能为3或0.而A为非零矩阵，因此r (A)不能为o ,从而r(A) = 3 , A [ #-0 , [ A [ = -1.或，用特例法．取一个行列式为—1的正交矩阵满足A T=-A勹故应填-1.104)1——e解由于X�E(l),a>O,则由指数分布的分布函数有P{Y冬a+IY>a}=P{Y>a,Y,s;:;a+l } =P{a<Y,s;:;a+l}P {Y >a}1—P{Y冬a}1-e 一(a +])—0-e -")e -a —e -a -1 1 = = =l —e -1 = 1—— l —(1—e -a )-a e e 三、解答题05)解由条件显然有J(l )=O, J'(x)=由分部积分法及换元积分法有『八x)d x =2f J(x)d 左。

第一章行列式1.1计算以下排列的逆序数，判别其奇偶性。

（1） 365247； （2） 5216743； （3） 7654321； （4） 12)1(⋅−⋅L n n ； （5） 24)22()2()12(531⋅−⋅⋅−⋅⋅L L n n n 。

1.2选择 与 ，使下列排列（1）成为奇排列；使（2）成为偶排列。

i k （1） 75132⋅⋅⋅⋅⋅⋅k i ； （2） 76532⋅⋅⋅⋅⋅⋅k i 。

1.3 写出把排列 1356742 变换成排列 4132567 的对换。

1.4 分别写出4级行列式和5级行列式中所有带有负号且包含因子的项。

2312a a 1.5 按定义计算下列行列式的值。

（1）121051103−−， （2） 430021001011002−， （3） 000100002000010L L L L L L L L L n n −。

1.6 按定义写出行列式xx x x x 111123111212−中 与 的系数。

4x 3x 1.7 按定义说明 级行列式n λλλ−−−nn n nan n a a a a a a a a a L L L L L L L 22222111211是一个关于λ 的 次多项式。

n1.8 计算下列行列式的值。

（1）3621−； （2） |2|−；（3）bia i bbi a −+；上海财经大学《线性代数》分章节习题及答案（4）λλ−−−1132； （5）θθθθsin cos cos sin −； （6） θθθθsin 0cos 010cos 0sin −；（7）691051203−； （8） 142151322−−−−； （9） 5142022000120003−−−；（10）2000130021403121； （11） 5142122000120023−−； （12）3242402052121303−−−；（13）101200211052014−−−−； （14） dc b a 000000000000。

金迎迎-线性代数电子教案课件第一章：线性代数概述1.1 线性代数的定义与意义解释线性代数的概念强调线性代数在数学与工程领域的重要性1.2 向量空间与线性算子介绍向量空间的概念及其性质解释线性算子的概念及其应用第二章：矩阵与行列式2.1 矩阵的基本概念介绍矩阵的定义及其表示方法讲解矩阵的运算规则2.2 行列式的定义与性质解释行列式的概念探讨行列式的性质与计算方法第三章：线性方程组3.1 线性方程组的解法介绍高斯消元法及其步骤探讨克莱姆法则的应用3.2 线性方程组的解的存在性解释线性方程组解的存在性定理讲解线性方程组解的判定条件第四章：矩阵的特征值与特征向量4.1 特征值与特征向量的概念解释特征值与特征向量的定义强调特征值与特征向量在矩阵对角化中的重要性4.2 矩阵的特征值与特征向量的计算讲解特征值与特征向量的计算方法探讨矩阵对角化的应用第五章：二次型5.1 二次型的定义与基本性质解释二次型的概念探讨二次型的性质及其判定条件5.2 二次型的标准化与最小二乘法讲解二次型的标准化方法介绍最小二乘法在实际应用中的意义第六章：线性空间与线性变换6.1 线性空间的概念与性质介绍线性空间的概念探讨线性空间的性质及其运算规则6.2 线性变换的定义与性质解释线性变换的概念讲解线性变换的性质及其应用第七章：特征值与特征向量的应用7.1 矩阵对角化的条件与方法探讨矩阵对角化的条件讲解矩阵对角化的方法7.2 特征值与特征向量在实际应用中的例题通过例题展示特征值与特征向量在解决实际问题中的应用第八章：二次型的几何意义8.1 二次型的标准形的性质解释二次型标准形的概念探讨标准形与几何图形的关系8.2 最小二乘法的几何意义讲解最小二乘法在几何图形中的应用第九章：线性代数在工程与应用领域的应用9.1 线性代数在工程领域的应用探讨线性代数在结构力学、电路分析等方面的应用9.2 线性代数在其他领域的应用介绍线性代数在机器学习、数据挖掘等领域的应用第十章：线性代数的进一步研究10.1 线性代数的研究方向与趋势介绍线性代数的研究方向及其发展趋势10.2 线性代数与其他数学分支的联系探讨线性代数与其他数学分支之间的联系与互相影响第十一章：线性代数的软件应用11.1 MATLAB与线性代数介绍MATLAB软件在线性代数计算中的应用演示MATLAB软件的基本操作11.2 Python与线性代数讲解Python语言在线性代数计算中的应用通过代码示例展示Python解线性代数问题的过程第十二章：线性代数的证明方法12.1 直接证明方法介绍直接证明方法及其应用12.2 反证法与归纳法解释反证法与归纳法在线性代数证明中的应用第十三章：线性代数的数学分析方法13.1 微分法在线性代数中的应用讲解微分法在线性代数问题求解中的应用13.2 积分法在线性代数中的应用探讨积分法在线性代数问题求解中的应用第十四章：线性代数的复杂性分析14.1 线性代数问题的复杂性分析线性代数问题的计算复杂性14.2 线性代数问题的近似解法介绍线性代数问题的近似解法及其应用第十五章：线性代数的综合练习15.1 线性代数的综合习题提供线性代数的综合习题供学生练习15.2 线性代数的案例分析通过案例分析巩固线性代数知识，提高学生解决实际问题的能力重点和难点解析重点：线性代数的基本概念和性质矩阵的运算和性质线性方程组的解法特征值和特征向量的计算与应用二次型的性质和标准形线性空间与线性变换的定义和性质线性代数在工程和应用领域的实际案例难点：行列式的计算和性质理解线性方程组解的存在性与唯一性矩阵特征值和特征向量的求解二次型的最小二乘法应用线性变换的概念和性质线性代数的软件应用，如MATLAB和Python线性代数的证明方法和数学分析线性代数问题的复杂性分析这个教案旨在通过逐步引导和练习，帮助学生建立坚实的线性代数基础，并能够将理论知识应用于解决实际问题。

第一章1．用消元法解下列线性方程组：（1）⎪⎩⎪⎨⎧=++=++=++.5432,9753,432321321321x x x x x x x x x解 由原方程组得同解方程组12323234,23,x x x x x ++=⎧⎨+=⎩得方程组的解为13232,2 3.x x x x =-⎧⎨=-+⎩令3x c =，得方程组的通解为c x c x c x =+-=-=321,32,2，其中c 为任意常数． 2．用初等行变换将下列矩阵化成行阶梯形矩阵和行最简形矩阵：（2）⎪⎪⎪⎭⎫ ⎝⎛--324423211123．解 1102232111232551232041050124442300000000r r ⎛⎫- ⎪-⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪-−−→--−−→- ⎪ ⎪ ⎪ ⎪ ⎪- ⎪⎝⎭⎝⎭ ⎪⎪⎝⎭，得 行阶梯形：⎪⎪⎪⎭⎫ ⎝⎛---0000510402321（不唯一）；行最简形：⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--000045251021201 3．用初等行变换解下列线性方程组：（1）⎪⎩⎪⎨⎧=+-=+-=++.3,1142,53332321321x x x x x x x x解 2100313357214110109011320019r B ⎛⎫ ⎪⎛⎫ ⎪ ⎪ ⎪=-−−→-⎪ ⎪ ⎪-⎪⎝⎭ ⎪ ⎪⎝⎭， 得方程组的解为920,97,32321=-==x x x ．（2）⎪⎩⎪⎨⎧=+++=+++=++-.2222,2562,134432143214321x x x x x x x x x x x x解 114311143121652032101222200001r B --⎛⎫⎛⎫⎪ ⎪=−−→-- ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭， 得方程组无解．第二章1.（2）22x y x y ．解 原式()xy y x =-．（2）010000200010n n-L L LL L L L L L． 2.解 原式1100020(1)001n n n +=-=-!)1(1n n +-3.（2）1111 2222 3333 4444 ------．解原式11110444192 00660008==．（5）121111100100100naaaLLLM M M L ML，其中0,1,2,,ia i n≠=L．解原式1112121100010010010iini ir rai nnaaaa=-≤≤-==∑∑∏==-niniiiaa11)11(4．利用行列式展开定理，计算下列行列式：（1）1214 0121 1013 0131-．解原式02012010010121321213217 1013131311310131--==-=-==---．（3）12310001 0000 00000000 1000nnaaaaa-LLLM M M M MLL．解 原式122131100010000000(1)0000n nn n a a a a a a a +--=-+2311(1)1210000(1)(1)0n n n n a a a a a a ++--=--+23112n n a a a a a a -=-+2311(1)n n a a a a a -=-．7．设2142112531335111D =-，试求14243444A +A +A +A 和11121314M +M M M ++．解 14243444A +A +A +A 0=；111213141112131411111125+31335111M M M M A A A A --++=-+-=-1002346502134652422422842142626206206120---==-=-=-=--． 8．利用克拉默法则解下列线性方程组：（1）12341234123412345,242,2352,32110.x x x x x x x x x x x x x x x x +++=⎧⎪+-+=-⎪⎨---=-⎪⎪+++=⎩解 经计算，得1234142,142,284,426,142D D D D D =-=-=-=-=，所以方程组的解为1,3,2,14321-====x x x x ．9．试问λ取何值时，齐次线性方程组123123123230,3470,20x x x x x x x x x λ-+=⎧⎪-+=⎨⎪-++=⎩有非零解．解 方程组有非零解，则0D =．又2133475(3)12D λλ-=-=-+-， 所以3-=λ．第三章2．设矩阵112123111,122211031A B ⎛⎫⎛⎫ ⎪ ⎪=-=-- ⎪ ⎪ ⎪ ⎪--⎝⎭⎝⎭．（1）计算2A B +； （2）若X 满足32A X B +=，求X ．解 （1）3472100411A B ⎛⎫⎪+= ⎪ ⎪⎝⎭； （2）11023577695X B A -⎛⎫ ⎪=-=-- ⎪ ⎪--⎝⎭．3．设有3阶方阵111222333a c d A a c d a c d ⎛⎫ ⎪= ⎪ ⎪⎝⎭，111222333b c d B b c d b c d ⎛⎫ ⎪= ⎪ ⎪⎝⎭，且1A =，2=B ，求2A B +． 解 1111222233332332233233a b c d A B a b c d a b c d ++=++1111112222223333339(2)9(2)45a c d b c d a c d b c d A B a c d b c d --=+--=+=--． 4（5）1020020100100031003⎛⎫ ⎪⎛⎫ ⎪ ⎪-- ⎪ ⎪ ⎪ ⎪⎝⎭ ⎪⎝⎭．解 原式3E =．（6）()111213112312222321323333a a a x x x x a a a x a a a x ⎛⎫⎛⎫ ⎪⎪ ⎪⎪ ⎪⎪⎝⎭⎝⎭．解 原式222111222333121213132323222a x a x a x a x x a x x a x x =+++++．5．已知矩阵103021001A ⎛⎫ ⎪= ⎪ ⎪⎝⎭，100021301B ⎛⎫ ⎪= ⎪ ⎪⎝⎭．求： （1）AB 与BA ； （2）))((B A B A -+与22B A -.解 （1）1003343301AB ⎛⎫ ⎪= ⎪ ⎪⎝⎭，1030433010BA ⎛⎫⎪= ⎪ ⎪⎝⎭； （2）906()()600609A B A B -⎛⎫ ⎪+-=- ⎪ ⎪-⎝⎭，22006300600A B ⎛⎫⎪-=- ⎪⎪-⎝⎭．8．已知矩阵()123α=，11123β⎛⎫= ⎪⎝⎭，令βαTA =，求n A ，其中n 为正整数． 解 111()()()3()nTT n T n T n T A αβαββααβαβ---=== 111123232133312n -⎛⎫⎪⎪ ⎪== ⎪⎪ ⎪⎪⎝⎭⎪⎪⎪⎪⎪⎭⎫⎝⎛⋅⋅-------11112113233323323233n n n n n n n n n ．9．若A 为n 阶对称矩阵，P 为n 阶矩阵，证明TP AP 为对称矩阵． 证 因为()()T A ATTTTT TT P AP P A P P AP ===，所以T P AP 为对称矩阵．10.（2）100210331A ⎛⎫ ⎪= ⎪ ⎪⎝⎭．解 10A =≠，又*100210331A ⎛⎫ ⎪=- ⎪ ⎪-⎝⎭，所以1*1A A A -==⎪⎪⎪⎭⎫ ⎝⎛--133012001． 14．设n 阶方阵A 满足23A A O -=，证明2A E -可逆，并求()12A E --．证 由23A A O -=，得(2)()2A E A E E --=，即(2)2A EA E E --=， 所以2A E -可逆，且()12A E --=2E A -．16．已知A 为三阶方阵，且2A =-，求：（3）*112A A --． （3）*1111115222A A A A A A -----=-=-，有 原式13551()22A A-=-=-=16125． 20．利用分块矩阵求下列矩阵的逆矩阵：（1）130120005⎛⎫⎪- ⎪ ⎪⎝⎭．解 将矩阵进行如下分块：1213012005A O A O A ⎛⎫ ⎪-⎛⎫⎪== ⎪ ⎪⎝⎭⎪⎝⎭， 则11112AO A OA ---⎛⎫=⎪⎝⎭．又()1111122313155,51211555A A ----⎛⎫- ⎪⎛⎫⎛⎫==== ⎪ ⎪ ⎪-⎝⎭ ⎪⎝⎭ ⎪⎝⎭，所以 1A -=⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛-51000515105352．21．设矩阵1100010000120021A ⎛⎫⎪⎪= ⎪⎪⎝⎭，利用分块矩阵计算4A ．解 将矩阵进行如下分块：1211000100(,)00120021A diag A A ⎛⎫ ⎪ ⎪⎪== ⎪ ⎪ ⎪⎝⎭， 则44412(,)A diag A A =．又4412144140,014041A A ⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭，所以414000100004140004041A ⎛⎫⎪⎪= ⎪ ⎪⎝⎭． 22．设矩阵2501300002100122A ⎛⎫ ⎪⎪= ⎪⎪⎝⎭，利用分块矩阵计算2012A ．解 将矩阵进行如下分块：1225001300(,)002100122A diag A A ⎛⎫ ⎪ ⎪⎪== ⎪ ⎪ ⎪⎝⎭， 则121(8)8A A A =⋅=⨯-=-，所以2012201220128AA==．24.（2）122212221⎛⎫⎪- ⎪ ⎪-⎝⎭．解 ()122100999122100212212010010999221001221001999r A E ⎛⎫ ⎪⎛⎫⎪⎪⎪=-−−→-⎪ ⎪ ⎪-⎪⎝⎭ ⎪- ⎪⎝⎭，所以A 可逆，且1122999212999221999A -⎛⎫ ⎪ ⎪ ⎪=-⎪ ⎪ ⎪- ⎪⎝⎭． 25．利用矩阵的初等行变换解下列矩阵方程：（1）12313032410272101078X --⎛⎫⎛⎫ ⎪ ⎪-= ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭．解 ()12313010064532410270102122101078001333r E X --⎛⎫⎛⎫⎪⎪-−−→= ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭，所以645212333X ⎛⎫⎪= ⎪ ⎪⎝⎭． 26.（2）213244251721182--⎛⎫ ⎪- ⎪ ⎪-⎝⎭．解 21324213244251700151()22118200000r A R A ----⎛⎫⎛⎫ ⎪ ⎪=-−−→-⇒= ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭． 29．设A 是43⨯矩阵，且A 的秩为2，而101111123B ⎛⎫⎪=- ⎪ ⎪---⎝⎭，求()R AB ．解 20B =≠，则()()2R AB R A ==．33．试问λ取何值时，下列非齐次线性方程组无解、有唯一解、有无穷多解．（1）123123123(1)1,(1),(1) 1.x x x x x x x x x λλλλλ+++=⎧⎪+++=⎨⎪+++=--⎩解 方程组的系数行列式2111111(3)111A λλλλλ+=+=++．当0A ≠，即0≠λ且3-≠λ时，方程组有唯一解．当0=λ时，()111111111110000111110000r B A β⎛⎫⎛⎫⎪ ⎪==−−→ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭． 因为()1()2R A R B =≠=，所以方程组无解．当3-=λ时，()211111221213033511220000r B A β--⎛⎫⎛⎫⎪ ⎪==--−−→-- ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭． 因为()()23R A R B ==<，所以方程组有无穷多解．第四章2．求解下列向量方程：（1）βα=+X 3，其中TT(1,0,1),(1,1,1)αβ==-．解 11()(0,1,2)33T X βα=-=-． 4.（3）⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-=21011α，⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---=42112α ，32310α⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭． 解 ()123112112013013,,121001240000r ααα--⎛⎫⎛⎫⎪⎪-⎪ ⎪=−−→⎪ ⎪-⎪ ⎪-⎝⎭⎝⎭． 因为()123,,3R ααα=，所以该向量组线性无关．（4）⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=1100,0121,3021,03214321αααα．解 12341110111022200301(,,,)3011001003010000r αααα--⎛⎫⎛⎫⎪ ⎪--⎪ ⎪=−−→ ⎪ ⎪- ⎪ ⎪⎝⎭⎝⎭． 因为1234(,,,)34R αααα=<，所以该向量组线性相关． 7．若向量组321,,βββ由向量组321,,ααα线性表示为112321233123,,.βαααβαααβααα=-+⎧⎪=+-⎨⎪=-++⎩ 试将向量组321,,ααα由向量组321,,βββ表示．解 由112321233123,,βαααβαααβααα=-+⎧⎪=+-⎨⎪=-++⎩解得11222331311,2211,2211.22αββαββαββ⎧=+⎪⎪⎪=+⎨⎪⎪=+⎪⎩11．求下列各向量组的秩及其一个极大无关组，并把其余向量用该极大无关组线性表示．（1）⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=131,020,011321ααα．解 123101100(,,)123010001001r ααα⎛⎫⎛⎫⎪ ⎪=−−→ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭， 所以3),,(321=αααR ，本身为一个极大无关组；（2）⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=2202,7431,6514,31214321αααα．解 12341121014129921305401(,,,)99154200036720000r αααα⎛⎫-- ⎪-⎛⎫⎪⎪--⎪⎪-=−−→ ⎪⎪-- ⎪⎪-- ⎪⎝⎭ ⎪⎝⎭， 所以2),,,(4321=ααααR ，21,αα为一个极大无关组，且21395911ααα+-=，2149492ααα--=． （3）123410321301,,,,217542146αααα⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪- ⎪ ⎪ ⎪ ⎪==== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭51120α⎛⎫⎪- ⎪= ⎪ ⎪⎝⎭． 解 123451321103011301101101(,,,,)217520001142146000000r ααααα-⎛⎫⎛⎫ ⎪⎪---⎪ ⎪=−−→⎪ ⎪ ⎪⎪⎝⎭⎝⎭， 所以3),,,,(54321=αααααR ，421,,ααα为一个极大无关组，且2133ααα+=，4215αααα+--=．14．设A 为n m ⨯矩阵，证明：O A =当且仅当0)(=A R ．证 必要性显然，下证充分性：()0R A A O =⇒=．设α为A 的任一列向量，则()()0R R A α≤=，所以()00R αα=⇒=．由α的任意性知O A =．19. （2）123412341240,20,30.x x x x x x x x x x x +-+=⎧⎪-+-=⎨⎪++=⎩解 由11002111131121011231010000r A ⎛⎫⎪-⎛⎫ ⎪ ⎪ ⎪=--−−→- ⎪ ⎪ ⎪ ⎪⎝⎭ ⎪ ⎪⎝⎭，得132341,23.2x x x x x ⎧=-⎪⎪⎨⎪=-⎪⎩令3420,01x x ⎛⎫⎛⎫⎛⎫=⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭，得方程组的一个基础解系1(1,3,2,0)T ξ=-，T)1,0,1,0(2-=ξ，通解为2211ξξc c X +=，其中21,c c 为任意常数．20.（2）12345123452345123451,3235, 2262,54337.x x x x x x x x x x x x x x x x x x x ++++=-⎧⎪+++-=-⎪⎨+++=⎪⎪+++-=-⎩解 方程组的增广矩阵()111111321135012262543317B A β-⎛⎫ ⎪-- ⎪== ⎪⎪--⎝⎭10115301226200000000r ----⎛⎫ ⎪ ⎪−−→⎪ ⎪⎝⎭， 因为()()25R A R B ==<，所以方程组有无穷多解，且1345234553,226 2.x x x x x x x x =++-⎧⎨=---+⎩ 令314253,,x c x c x c ===，得通解为123(3,2,0,0,0)(1,2,1,0,0)(1,2,0,1,0)(5,6,0,0,1)T T T T X c c c =-+-+-+-其中123,,c c c 为任意常数．第五章1. (5)⎪⎪⎪⎭⎫⎝⎛----020212022． 解 A 的特征多项式220212(2)(1)(4)02A E λλλλλλλ---=---=-+----， 所以A 的特征值为21-=λ，12=λ，43=λ．当21-=λ时，解特征方程组(2)0A E X +=．由11042022320110220002r A E ⎛⎫ ⎪⎛⎫ ⎪ ⎪+=−------−→ ⎪ ⎪ ⎪ ⎪⎝⎭ ⎪⎝⎭，得13231,2.x x x x ⎧=⎪⎨⎪=⎩令32x =，得属于特征值21-=λ的线性无关的特征向量为1(1,2,2)T ξ=，全部特征向量为111,0k k ξ≠．当12=λ时，解特征方程组()0A E X -=．由1011201202012021000r A E ⎛⎫⎛⎫ ⎪⎪ ⎪-=−−→ ⎪ ⎪ ⎪---- ⎝⎭-⎪⎝⎭， 得1323,1.2x x x x =-⎧⎪⎨=-⎪⎩令32x =，得属于特征值12=λ的线性无关的特征向量为2(2,1,2)T ξ=--，全部特征向量为222,0k k ξ≠．当43=λ时，解特征方程组(4)0A E X -=．由2201022320120240400r A E ⎛⎫⎛⎫⎪ ⎪-=−−→ ⎪ ⎪ ⎪ ⎪⎝⎭------⎭--⎝，得13232,2.x x x x =⎧⎨=-⎩令31x =，得属于特征值43=λ的线性无关的特征向量为3(2,2,1)Tξ=-，全部特征向量为333,0k k ξ≠．（6）----⎛⎝ ⎫⎭⎪⎪⎪100111302．解 A 的特征多项式21001()(111232)A E λλλλλλ-------=+--=，所以A 的特征值为2,132,1=-=λλ．当12,1-=λ时，解特征方程组()0A E X +=．由101000000101303000r A E -⎛⎫⎛⎫ ⎪ ⎪+=−−→ ⎪ ⎪ ⎪ ⎝⎭⎝⎭--⎪，得13.x x =令2310,01x x ⎛⎫⎛⎫⎛⎫=⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭，得属于特征值12,1-=λ的线性无关的特征向量为12(0,1,0),(1,0,1)T T ξξ==，全部特征向量为112212,,k k k k ξξ+不全为0．当23=λ时，解特征方程组(2)0A E X -=．由10030011310133000002r A E ⎛⎫⎛⎫ ⎪⎪ ⎪-=−−→ ⎪ ⎪ ⎪⎪⎝⎭⎝⎭----， 得1230,1.3x x x =⎧⎪⎨=-⎪⎩令33x =，得属于特征值23=λ的线性无关的特征向量为3(0,1,3)T ξ=-，全部特征向量为333,0k k ξ≠．5．已知3阶矩阵A 的特征值为3,2,1，求A A A 7523+-及A 的伴随矩阵*A 的特征值．解 令325()7x x x x ϕ-+=，则A A A 7523+-的特征值为(1)3,(2)2,(3)3ϕϕϕ===．又1236A =⨯⨯=，则*A 特征值为6666,3,2123===． 9．已知⎪⎪⎪⎭⎫ ⎝⎛----=533242111A ，⎪⎪⎪⎭⎫⎝⎛=20002000λB ，且A 与B 相似，求常数λ． 解 显然B 的特征值为,2,2λ．A 与B 相似，则A 的特征值为,2,2λ．由14522λ++=++，解得6=λ．10．已知矩阵A x =⎛⎝ ⎫⎭⎪⎪⎪20000101与矩阵B y =-⎛⎝ ⎫⎭⎪⎪⎪20000001相似，求常数x 与y ．解 A 与B 相似，则202(1)1x y x y ++=++-⇒=-． （1） 又2A =-，由A B =，得22(1)1y y -=⋅⋅-⇒=，代入（1）式，得0x =． 所以1,0==y x ．11．设矩阵⎪⎪⎪⎭⎫⎝⎛---=12012001a A ．问a 为何值时，矩阵A 可相似对角化．解 显然A 的特征值为1,231,1λλ==-．对1,21λ=，A 可相似对角化()321R A E ⇔-=-=．由2002001000000200r a A E a ⎛⎫⎛⎫ ⎪ ⎪-=−−→ ⎪ ⎪ ⎪ -⎭⎝-⎭-⎪⎝，得0=a ．13.（2）⎪⎪⎪⎭⎫ ⎝⎛---1324121019106127．解 A 的特征多项式132(1)7126112610191001910122413143(1)21c c A E λλλλλλλλλλ-----===----------+--，则A 的特征值为1,231,1λλ==-．当1,21λ=时，解方程组()0A E X -=．由6126102010122412121000000r A E -⎛⎫-⎛⎫⎪ ⎪-=−−→ ⎪ ⎪ ⎪ ⎝⎝-⎭⎭-⎪，得()1R A E -=，所以A 与对角矩阵相似，且1232x x x =-．令2310,01x x ⎛⎫⎛⎫⎛⎫=⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭，得属于特征值1,21λ=的线性无关的特征向量为12(2,1,0),(1,0,1)T Tp p ==-．当31λ=-时，解方程组()0A E X +=．由812610181012241411025016000r A E ⎛⎫- ⎪⎛⎫ ⎪⎪⎪+=−−→- ⎪ ⎪ ⎪ ⎪⎝⎭ ⎭---⎪ ⎪⎝，得13231,25.6x x x x ⎧=⎪⎪⎨⎪=⎪⎩令36x =，得属于特征值31λ=-的线性无关的特征向量为3(3,5,6)T p =． 令123213105016(,,)P p p p -⎛⎫⎪= ⎪ ⎪⎝⎭=，则1P AP -=Λ⎪⎪⎪⎭⎫ ⎝⎛-=100010001．（3）⎪⎪⎪⎭⎫ ⎝⎛----163053064．解 A 的特征多项式24603503(1)(2)61A E λλλλλλ--------==--+，则A 的特征值为1,231,2λλ==-．当1,21λ=时，解方程组()0A E X -=．由360360312000000600r A E ⎛⎫⎛⎫⎪ ⎪-=−−→ ⎪ ⎪ ⎪--- ⎭-⎪⎝⎝⎭，得()1R A E -=，所以A 与对角矩阵相似，且122x x =-．令2310,01x x ⎛⎫⎛⎫⎛⎫=⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭，得属于特征值1,21λ=的线性无关的特征向量为12(2,1,0),(0,0,1)T Tp p =-=．当32λ=-时，解方程组(2)0A E X +=．由6603310301201000631r A E ⎛⎫⎛⎫ ⎪ ⎪+=−−→- ⎪ ⎪ ⎪--- ⎭-⎪⎝⎝⎭，得1323,.x x x x =-⎧⎨=⎩令31x =，得属于特征值31λ=-的线性无关的特征向量为3(1,1,1)Tp =-．令12320110101,1(,)P p p p --⎛⎫ =⎪= ⎪ ⎪⎝⎭，则1P AP -=Λ15．设3阶方阵A 有特征值9,1,0321=-==λλλ，对应特征向量依次为T T T )2,1,1(,)0,1,1(,)1,1,1(321=-=--=ξξξ，求A ．解 A 有3个不同的特征值，则A 能相似对角化．令123111()111102,,P ξξξ--⎛⎫⎪==- ⎪ ⎪⎝⎭，则1019P AP -⎛⎫⎪=Λ=- ⎪ ⎪⎝⎭，有1A P P -=Λ．又122213306112P ---⎛⎫ ⎪=- ⎪ ⎪⎝⎭，所以⎪⎪⎪⎭⎫ ⎝⎛=633312321A21．试求一个正交矩阵Q ，使AQ Q 1-为对角阵：（1）⎪⎪⎪⎭⎫ ⎝⎛----=020212022A ． 解 A 的特征多项式(2)(1)(4)A E λλλλ-=-+--，则A 的特征值为1232,1,4λλλ=-==．属于特征值12λ=-的线性无关的特征向量为1(1,2,2)Tα=；单位化，得1122(,,)333T β=．属于特征值21λ=的线性无关的特征向量为2(2,1,2)Tα=-；单位化，得2212(,,)333T β=-．属于特征值34λ=的线性无关的特征向量为3(2,2,1)Tα=-；单位化，得3221(,,)333T β=-．令正交矩阵1231221(,,)2123221Q βββ⎛⎫ ⎪==- ⎪ ⎪-⎝⎭，则 ⎪⎪⎪⎭⎫ ⎝⎛-==-4000100021AQ Q AQ Q T ．（3）⎪⎪⎪⎭⎫ ⎝⎛----=542452222A ．解 A 的特征多项式2(1)(10)A E λλλ-=--，则A 的特征值为1,231,10λλ==．属于特征值1,21λ=的线性无关的特征向量为12(2,1,0),(2,0,1)T Tαα=-=；正交化，得121(2,1,0),(2,4,5)5TT ββ=-=；单位化，得12(,T Tγγ==． 属于特征值310λ=的线性无关的特征向量为3(1,2,2)Tα=--；单位化，得3122(,,)333T γ=--．令正交矩阵123132(,,)3203Q γγγ⎛⎫- ⎪ ⎪ ⎪==-⎪ ⎪ ⎪ ⎪⎝⎭，则 ⎪⎪⎪⎭⎫ ⎝⎛==-10000100011AQ Q AQ Q T22．设3阶实对称矩阵A 的特征值为6、3、3，与特征值6对应的特征向量为T)1,1,1(1=ξ，求与特征值3对应的特征向量．解 设123(,,)TX x x x =为属于特征值3的特向量，有1[,]0X ξ=，即0321=++x x x ，其基础解系为T)0,1,1(2-=ξ T )1,0,1(3-=ξ．所以属于特征值3的特征向量为3322ξξk k +，2k 、3k 不全为0．第五章（B ）二、计算题：1．设⎪⎪⎪⎭⎫ ⎝⎛--=100001010A ，AP P B 1-=，其中P 为三阶可逆矩阵，求220042A B -． 解 24100010,001A A E -⎛⎫ ⎪=-= ⎪ ⎪⎝⎭．又P A P B 200412004-=14501()P A P -=E EP P ==-1,所以20042230022030001BA E A ⎛⎫⎪-=-= ⎪ ⎪-⎝⎭． 3. 设矩阵⎪⎪⎪⎭⎫ ⎝⎛-----=122212221A ．（1）求A 的特征值；（2）利用(1)中结果求1-+A E 的特征值，其中E 为三阶单位矩阵． 解 （1）A 的特征多项式2(1)(5)A E λλλ-=--+，得A 的特征值为1,231,5λλ==-．（2）令1()1g x x=+，得1-+A E 的特征值为 1,234(1)2,(5)5g g μμ===-=． 第六章1．写出下列二次型的矩阵．（1）222123123121323(,,)22454f x x x x x x x x x x x x =++++-．解 51222225222A ⎛⎫ ⎪ ⎪=- ⎪ ⎪- ⎪⎝⎭．2．已知二次型222123123121323(,,)55266f x x x x x ax x x x x x x =++-+-的秩为2，求a ．解 二次型的矩阵51315315302133003r A a a --⎛⎫⎛⎫ ⎪ ⎪=--−−→- ⎪ ⎪ ⎪ ⎪--⎝⎭⎝⎭．由()2R A =，得30a -=，所以3a =．。