线性代数4-7章
- 格式:ppt
- 大小:1014.50 KB
- 文档页数:55
第七章 线性变换1. 判别下面所定义的变换那些是线性的,那些不是:1) 在线性空间V 中,A αξξ+=,其中∈αV 是一固定的向量; 2) 在线性空间V 中,A αξ=其中∈αV 是一固定的向量;3) 在P 3中,A),,(),,(233221321x x x x x x x +=; 4) 在P 3中,A ),,2(),,(13221321x x x x x x x x +-=;5) 在P[x ]中,A )1()(+=x f x f ;6) 在P[x ]中,A ),()(0x f x f =其中0x ∈P 是一固定的数; 7) 把复数域上看作复数域上的线性空间, A ξξ=。
8) 在P nn ⨯中,A X=BXC 其中B,C ∈P nn ⨯是两个固定的矩阵. 解 1)当0=α时,是;当0≠α时,不是。
2)当0=α时,是;当0≠α时,不是。
3)不是.例如当)0,0,1(=α,2=k 时,k A )0,0,2()(=α, A )0,0,4()(=αk , A ≠)(αk k A()α。
4)是.因取),,(),,,(321321y y y x x x ==βα,有 A )(βα+= A ),,(332211y x y x y x +++=),,22(1133222211y x y x y x y x y x ++++--+ =),,2(),,2(1322113221y y y y y x x x x x +-++- = A α+ A β, A =)(αk A ),,(321kx kx kx),,2(),,2(1322113221kx kx kx kx kx kx kx kx kx kx +-=+-== k A )(α,故A 是P 3上的线性变换。
5) 是.因任取][)(],[)(x P x g x P x f ∈∈,并令)()()(x g x f x u +=则A ))()((x g x f += A )(x u =)1(+x u =)1()1(+++x g x f =A )(x f + A ))((x g , 再令)()(x kf x v =则A =))((x kf A k x kf x v x v =+=+=)1()1())((A ))((x f , 故A 为][x P 上的线性变换。
《线性代数》章节概括苏州大学数学科学学院朱广俊潘洪亮2018年6月5日目录第一章线性方程组与消元法1第二章矩阵3第三章行列式5第四章矩阵的进一步讨论7第五章向量组与解空间9第六章矩阵的对角化11第七章实二次型13附录A参考教材15附录B教学计划17附录C习题简解21C.0.1第1章习题(p.6-7) (21)C.0.2第2章习题(p.19-20) (27)C.0.3第3章习题(p.60-65) (32)C.0.4第4章习题(p.77-79) (39)C.0.5第5章习题(p.100-104) (50)C.0.6第6章习题(p.124-126) (69)C.0.7第7章习题(p.140-141) (97)i目录附录D线性代数简介105D.0.1概述 (105)D.0.2历史 (105)D.0.3学术地位 (106)D.0.4应用实例 (107)附录E名人名言109 ii第二章矩阵1.基本概念(p.9-10;p.13):矩阵(A)、行(列)向量、增广矩阵((A|b))、系数矩阵;对角阵、对称阵;2.矩阵相等【A=B】(p.10);3.矩阵运算(p.10-11):加法(A+B)、乘法(AB)、数乘(kA)、转置(A T);•运算性质(p.12定理2.2.1);•逆矩阵及性质【A 1】(p.14-15定义2.3.1及性质);4.初等行变换及线性方程组的矩阵解法(p.15-16定义2.4.1,p.17-19):•i⇥k;i!j;i⇥k+j.(初等行变换:kr i,r i!r j,kr i+r j)相关数学史在数学中,矩阵(Matrix)是一个按照长方阵列排列的复数或实数集合最早来自于方程组的系数及常数所构成的方阵.这一概念由19世纪英国数学家凯利首先提出.英国数学家凯利3第二章矩阵矩阵的现代概念在19世纪逐渐形成.1800年代,高斯和威廉·若尔当建立了高斯—若尔当消去法.1844年,德国数学家费迪南·艾森斯坦(F.Eisenstein)讨论了“变换”(矩阵)及其乘积.1850年,英国数学家詹姆斯·约瑟夫·西尔维斯特(James Joseph Sylvester)首先使用矩阵一词.4第三章行列式1.行列式的定义(p.24定义3.2.1)∗;2.行列式的性质(p.26-37):•数乘(p.27性质3.3.1;p.28推论3.3.1):i⇥k;一行为零;•相加【一行和拆开】(p.28性质3.3.2):i!a+b;•交换两行【变号】(p.30性质3.3.3;推论3.3.2,3.3.3):i!j;两行相同、两行成比例;•数乘一行加到另一行(p.30性质3.3.4):i⇥k+j;•行列互换【转置不变】(p.35性质3.3.5).3.余子式、代数余子式【M ij,A ij=( 1)i+j M ij】(p.38定义3.4.1);•行列式展开(p.39-40定理3.4.1,3.4.2)、行列式计算(p.40-44,|AB|=|A||B|)(p.44-46行列式的完全展开式不作要求);4.线性方程组公式解【克拉默法则或克莱姆法则】(p.56-59定理3.6.1,3.6.2).相关数学史行列式的概念最初是伴随着方程组的求解而发展起来的.行列式的提出可以追溯到十七世纪,最初的雏形由日本数学家关孝和与德国数学家戈特弗里德·威廉·莱布尼茨各自独立得出,时间大致相同.戈特弗里德·威廉·莱布尼茨(Gottfried Wilhelm Leibniz,1646年7月1日-1716年11月14日),德国哲学家、数学家,历史上少见的通才,被誉为十∗本章后移到课程最后讲解。
线性代数笔记(总12页)--本页仅作为文档封面,使用时请直接删除即可----内页可以根据需求调整合适字体及大小--线性代数笔记第一章行列式 .................................................................................................. 错误!未定义书签。
第二章矩阵 ...................................................................................................... 错误!未定义书签。
第三章向量空间............................................................................................. 错误!未定义书签。
第四章线性方程组.......................................................................................... 错误!未定义书签。
第五章特征值与特征向量...................................... 错误!未定义书签。
第一章行列式行列式的性质给定行列式,将它的行列互换所得的新行列式称为D的转置行列式,记为或。
性质1 转置的行列式与原行列式相等。
即(这个性质表明:行列式对行成立的性质,对列也成立,反之亦然)性质2 用数k乘行列式D的某一行(列)的每个元素所得的新行列式等于kD。
推论1 若行列式中某一行(列)的元素有公因数,则可将公因数提到行列式之外。
推论2 若行列式中某一行(列)的元素全为零,则行列式的值为0。
可以证明:任意一个奇数阶反对称行列式必为零。
性质3行列式的两行(列)互换,行列式的值改变符号。
第一章行列式主要知识点一、行列式的定义和性质1.余子式和代数余子式的定义2.行列式按一行或一列展开的公式1)2)3.行列式的性质1)2)用数k乘行列式的某一行(列)所得新行列式=原行列式的k倍. 推论3)互换行列式的任意两行(列)所得新行列式等于原行列式的相反数. 推论4)如果行列式中两行(列)对应元素成比例,则行列式值为0.5)行列式可以按任一行(列)拆开.6)行列式的某一行(列)的k倍加到另一行(列)上,所得新行列式与原行列式的值相等.二、行列式的计算1.二阶行列式和三角形行列式的计算.2.对一般数字行列式,利用行列式的性质将其降阶以化成二阶行列式或三角形(或对角形)行列式的计算.3.对行列式中有一行或一列中只有一个或两个非零元的情况,用这一行或一列展开.4.行列式中各行元素之和为一个常数的类型.5.范德蒙行列式的计算公式第二章矩阵主要知识点一、矩阵的概念1.要分清矩阵与行列式的区别2.几种特殊矩阵(0矩阵,单位阵,三角阵,对角阵,数量阵)二、矩阵的运算1.矩阵A , B的加、减、乘有意义的充分必要条件2.矩阵运算的性质比较矩阵运算(包括加、减、数乘、乘法等)的性质与数的运算性质的相同点和不同点(加法、乘法的交换律和结合律;乘法关于加法的分配律)重点是矩阵乘法没有交换律(由此产生了矩阵运算公式与数的运算的公式的不同点).3.转置对称阵和反对称阵1)转置的性质2)若A T=A (A T= - A),则称A为对称(反对称)阵4.逆矩阵1)方阵A可逆(也称非异,非奇异,满秩)的充分必要条件是.当A可逆时,.2)方阵A的伴随阵的定义。
重要公式;与A -1的关系(当方阵A可逆时,)3)重要结论:若n阶方阵A,B满足AB=E,则A,B都可逆,且A-1=B ,B-1=A.4)逆矩阵的性质:; ; .5)消去律:设方阵A可逆,且AB=AC(BA=CA),则必有B=C。
(若不知A可逆,仅知A≠0结论不一定成立。
第7章 特征值与特征向量7.1 特征值和特征向量的定义,性质与计算设A 是阶方阵,若存在非零向量n x 和常数λ,使得x Ax λ=,则称λ是的特征值,A x 是的属于特征值A λ的特征向量.例1 已知是矩阵 ()Tk x ,1,1−=⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−−−−=163053064A 的特征向量,求k .A E f A −=λλ)(nnn n n n a a a a a a a a a −−−−−−−−−=λλλ"""""""212222111211. 称为矩阵的特征多项式,A 0=−A E λ叫特征方程.例2 矩阵⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−−−−−222222220的非零特征值 是 .矩阵A 的特征向量有两个重要性质:(1)若都是的属于特征值21,X X A λ的特征向量, 则也是的属于特征值21X X +A λ的特征向量;(2)若X 是的属于特征值A λ的特征向量, k 是非零常数,则kX 也是的属于特征值A λ的特征向量. 如果将全体属于λ的特征向量再添一个零向量构成一个集合,记作λV ,称为特征子空间.这个特征子空间的一组基就是属于这个特征值的线性无关的特征向量.特征子空间的维数就是属于这个特征值的线性无关的特征向量的最多个数.矩阵的特征值与矩阵的其他参数有两个很重要关系,他们是(1) 矩阵的所有特征值之和等于矩阵的迹(矩阵的主对角元之和)即∑∑====n i ii n i ia trA 11λ; (2) 矩阵的所有特征值的乘积等于矩阵的行列式,即A n i idet 1=∏=λ.一些有用的结论.(1) 若λ是的特征值,则A λk 是kA 的特征值,其中k 是常数.(2) 若λ是的特征值,则A 2λ是的特征值.2A(3) 若λ是的特征值,且可逆,则A A λ1是的特征值. 1−A (4) 若λ是的特征值,A )(x f 是一个多项式,,则)(λf 是的特征值.)(A f 例3 是三阶矩阵,A 1−A 的特征值是1,2,3,则A 的代数余子式332211A A A ++=?例4 已知⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−−−=a c b c a A 01351,1−=A ,的一 *A 个特征值λ对应的特征向量()T 111−−=α,求λ,,,c b a .例5 设阶矩阵的所有元素都是1,求的特征值. n A7.3 相似矩阵的概念及性质设A 是阶方阵,若存在可逆矩阵,使得,则称相似于.n P B AP P =−1B A 方阵的相似是矩阵之间的一种等价关系.他们有 (1)反身性:每个方阵都和自己相似;(2)对称性:若和相似,则和也相似; A B B A (3)传递性:若和相似,B 和A B C 相似,则和A C 也相似.相似矩阵有相同的秩,相同的特征多项式,相同的特征值,相同的迹,相同的行列式等.例6 若四阶矩阵与相似,矩阵的特征值为A B A 51,41,31,21,则行列式E B −−1= . 例7 设⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=0000000000000004,1111111111111111B A .则与 A B 合同且相似. )(A )(B 合同但不相似.)(C 不合同但相似. )(D 不合同且不相似. 例8 已知3阶矩阵A 与三维向量x ,使得向量组线性无关,且满足x A Ax x 2,,x A Ax x A 2323−=.记)1(()x A Ax x P 2,,=,求3阶矩阵,使B 1−=PBP A ;计算行列式)2(E A +.例9 设B A ,为同阶方阵,(1)如果B A ,相似,试证B A ,的特征多项式相等.(2)举一个二阶方阵的例子说明的逆命题不)1(成立.(3)当B A ,均为实对称矩阵时,试证的逆命题成立.)1(7.4 方阵的相似对角化方阵A 可对角化的充分必要条件是有个线性无关的特征向量.A n 属于不同特征值的特征向量是线性无关的.例10设21,λλ是矩阵的两个不同的特征值,对应的特征向量分别为A 21,αα,则)(211ααα+A ,线性无关的充分必要条件是(A) 01≠λ. (B) 02≠λ.(C) 01=λ. (D) 02=λ.例11 设为三阶矩阵,A 321,,ααα是线性无关的三维列向量,且满足3211αααα++=A ,3222ααα+=A ,32332ααα+=A(1) 求矩阵,使得B B A ),,(),,(321321αααααα=;(2) 求矩阵的特征值;A (3) 求可逆矩阵,使得P AP P 1−为对角矩阵.例12 设矩阵⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−−−=51341321a A 的特征方程有一个二重根,求a 的值,并讨论是否可相似对角化. A 例13 设阶方阵满足n A 0652=+−E A A ,试证明矩阵和对角矩阵相似.A 例14 设阶矩阵n ⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=111"""""""b b b b b b A , (1)求的特征值和特征向量;A (2)求可逆矩阵,使得P AP P 1−为对角矩阵.7.5 实对称矩阵的对角化实对称矩阵的特征值一定是实数.也就是说,n 阶方阵一定有个实的特征值.n 实对称矩阵对应不同特征值的特征向量正交. 实对称矩阵的这个性质,使我们可以找到正交矩阵,使得实对称矩阵和对角矩阵既相似又合同.例15 设3阶实对称矩阵的秩为2,A 621==λλ是的二重特征值,若A ()T0,1,11=α,()T 1,1,22=α,()T3,2,13−−=α都是的属于特征值6的特征向量,A (1) 求的另一特征值和对应的特征向量;A (2) 求矩阵.A 实对称矩阵是一定和对角矩阵相似的,也就是说它是一定可以对角化的.它的对角化有2种形式.它既可以和对角矩阵相似,也可以和对角矩阵既相似同时还合同.就是说,对于实对称矩阵,总存在可逆矩阵,使它和对角矩阵A P D 相似,D AP P=−1, 或存在正交矩阵Q ,使它和对角矩阵Λ既相似又合同, Λ==−AQ Q AQ Q T1.另外,它可以和对角矩阵合同,即存在可逆矩阵T,使它和对角矩阵C 合同, C AT T T =.给定实对称矩阵,求正交矩阵Q 使其对角化的步骤是:A (1) 设A E −λ=0,求出的特征值A n λλλ,,,21";(2) 对每个特征值λ,解齐次线性方程组0)(=−x A E λ,求出对应的特征向量.如果特征值是单根,就对应一个特征向量;如果特征值是几重根,就对应几个线性无关的特征向量;(3) 对于重的特征值,将对应它的那组特征向量 施行施密特正交化.对每个重特征值对应的特征向量全都正交化并单位化以后,所有的特征向量就构成了一个正交向量组;n q q q ,,,21"(4) 将所有正交的特征向量按列排成一个矩阵, 令其为,那么Q 是正交矩阵.有),,,(21n q q q Q "=AQ Q AQ Q T =−1=⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛n λλλ%21, 注意:中的排列顺序要和特征值),,,(21n q q q Q "=n q q q ,,,21"n λλλ,,,21"的排列顺序一致,使得恰是i q i λ的特征向量.例16 设是()T x 211=⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛=b a a A 201210的特征向量,求的值,并求正交矩阵使得b a ,P AP P 1−为对角阵.例17 设实对称矩阵⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−−=a a a A 111111,求可逆矩阵,使为对角矩阵,并计算行列式P AP P 1−E A −的值.例18 设矩阵⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛=111111a a a A ,⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−=211b .已知线性方程组b Ax =有解但不惟一,试求:(1)a 的值;(2)正交矩阵Q ,使为对角矩阵. AQ Q T7.6 相似对角化的应用例19 求k ⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−−−−111222111.。
第4章《线性代数》习题解读1、用初等变换把矩阵化为最简行阶梯形,基本运算的练习,实际上也可以化为阶梯行而不一定非要最简,这类计算要多加练习,需纯熟掌握。
2、3表面上是要求一个能使已知矩阵化为行最简形的可逆阵,实际上是考察初等矩阵,因为化为行最简形的过程就是初等变换过程,对应的是一系列初等矩阵的乘积,把这一过程搞清楚了,要求的矩阵也就相应清楚了。
要知道一个初等矩阵对应一个初等变换,其逆阵也是,从这个意义上去理解可以有效解决很多问题。
4、求矩阵的逆阵的第二种方法(第一种是伴随阵),基本题,同时建议把这两种方法的来龙去脉搞清楚(书上相应章节有解释),即为什么可以通过这两种方法求逆阵。
5、6是解矩阵方程,关键还是求逆,复习过一遍线代的同学就不用拘泥于一种方法了,选择自己习惯的做法即可。
7、考察矩阵秩的概念,所以矩阵的秩一定要搞清楚:是不为零的子式的最高阶数。
所以秩为r的话只需要有一个不为零的r阶子式,但所有的r+1阶子式都为零;至于r-1阶子式,也是有可能为零的,但不可能所有的都为零,否则秩就是r-1而不是r了。
8、还是涉及矩阵的秩,矩阵减少一行,秩最多减1,也可能不减,不难理解,但自己一定要在头脑中把这个过程想清楚。
9、主要考查矩阵的秩和行(列)向量组的秩的关系,实际上它们是一致的,因为已经知道的两个向量是线性无关的,这样此题就转化为一个简单问题:在找两个行向量,与条件中的两个行向量组成的向量组线性无关,最后由于要求方阵,所以还要找一个向量,与前面四个向量组和在一起则线性相关,最容易想到的就是0向量了。
10、矩阵的秩是一个重要而深刻的概念,它能够反映一个矩阵的最主要信息,所以如何求矩阵的秩也就相应的是一类重要问题。
矩阵的初等行(列)变换都不会改变其秩,所以可以混用行、列变化把矩阵化为最简形来求出秩。
11题是一个重要命题,经常可以直接拿来用,至于它本身的证明,可以从等价的定义出发:等价是指两个矩阵可以经过初等变换互相得到,而初等变换是不改变矩阵的秩的,所以等价则秩必相等。