线性代数学习文本笔记.doc

//线性代数笔记第一章 行列式 1第二章 矩阵 2第三章 向量空间 3第四章 线性方程组 5第五章 特征值与特征向量 5第一章 行列式1.3.1　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　　以二阶为例　　推论3 若行列式某两行（列），完全相同，则行列式的值为零　　性质4 若行列式某两行（列）的对应元素成比例，则行列式的值为零　　性质5 若行列式中某一行（列）元素可分解为两个元素的和，则行列式可分解为两个行列式的和， 　　注意 性质中是指某一行（列）而不是每一行　　性质6 把行列式的某一行（列）的每个元素都乘以 加到另一行（列），所得的行列式的值不变。

　范德蒙德行列式例10 范德蒙行列式……　　　　　.=(x2-x1)(x3-x1)(x3-x2)　　1.4　克莱姆法则　　　定理1.4.1 对于n阶行列式　　　　　　　　定理1.4.2 如果n个未知数，n个方程的线性方程组的系数行列式D≠0,则方程组有惟一的解: 　　 　　 　　定理1.4.3 如果n个未知数n个方程的齐次方程组的系数行列式D≠0，则该方程组只有零解，没有非零解推论　如果齐次方程组有非零解，则必有系数行列式D=0　　第二章 矩阵一、矩阵的运算1、矩阵的加法设A=（aij）m×n  ，B=（bij）m×n  ，则A+B=（aij+bij）m×n 矩阵的加法适合下列运算规则：（1）交换律：A+B=B+A（2）结合律：（A+B）+C=A+（B+C）（3）A+0=0+A=A此处0表示与A同型的零矩阵，即A=（aij）m×n ，0=0m×n （4）矩阵A=（aij）m×n，规定-A=（-aij）m×n，（称之为A的负矩阵），则有A+（-A）=（-A）+A=02、矩阵的数乘设A=（aij）m×n，K为数，则KA=（Kaij）m×n矩阵的数乘适合下列运算规则：（1）K（A+B）=KA+KB（2）（K+L）A=KA+LA（3）（KL）A=K（LA）（4）1*A=A（5）0*A=0（左端的零是指数0，而右端的“0”表示一个与A行数列数相同的零矩阵。

3、矩阵的乘法设A=（aij）m×n，B=（bjk）n×l，则A*B=C=（cik）m×l其中C=Σaijbjk（j=1，n）注意；两个矩阵相乘必须第一个矩阵的列数等于第二个矩阵的行数；矩阵乘法不满足交换律，即AB不一定等于BA；矩阵乘法有零因子，即A≠0（零矩阵），B≠0（零矩阵），但有可能A*B=0（零矩阵）矩阵的乘法适合以下法则：（1）结合律：（AB）C=A（BC）（2）分配律（A+B）C=AC+BC                     C（A+B）=CA+CB（3）k（AB）=（kA）B=A（kB），此处k是一个数由于矩阵乘法的结合律，故对于方阵A来说，A的方幂是有意义的，即Ak=A*A…A共k个A相乘，从而有（1）AkAl=Ak+l（2）（Ak）l=Akl（3）InA=AIn=A4、矩阵的转置将矩阵A的行变成列，列变成行得到的矩阵称为A的转置矩阵，记作AT或A/注意A是m×n矩阵，则AT为n×m矩阵矩阵的转置适合下列运算法则：（1）（AT）T=A（2）（A+B）T=AT+BT（3）（kA）T=kAT（4）（AB）T=BTAT5、方阵的逆矩阵　　设A，B为同阶可逆矩阵常数k≠0。

则　　1.可逆，且 AA-1=A-1A=E　　2.AB可逆，　　　　3. 也可逆，且 （A-1）k=（Ak）-1　　4.kA也可逆，且注：K不能为0）　　5.消去律 设P是与A，B同阶的可逆矩阵，若PA=PB，则A=B　　若a≠0，ab=ac则b=c　　6.设A是n阶可逆方阵定义 ，并定义则有，其中k，l是任意整数　　7.设A 是 n阶可逆方阵，则2.3.1　逆矩阵的定义　　定义2.3.1 设A是一个n阶方阵若存在一个n阶方阵B使得　　则称A是可逆矩阵，也称非奇异阵　　若这样的B不存在，则称A不可逆　　定理2.3.1 可逆矩阵A的逆矩阵是惟一的　　定理2.3.2 n阶方阵A可逆的充分必要条件是，且当时，　　推论 设A，B均为n阶方阵，并且满足AB=E，则A,B都可逆，且　　　2.4.1　分块矩阵的概念　　　对于行数列数较高的矩阵A，为运算方便，经常采用分块法处理 即可以用若干条横线和竖线将其分成若干个小矩阵每个小矩阵称为A的子块，以子块为元素的形式上的矩阵称为分块矩阵　　2.4.3　几个特殊的分快矩阵的运算　　（1）准对角矩阵　　方阵的特殊分块矩阵　　形如　　的分块矩阵称为分块对角阵或准对角阵，其中，均为方阵。

　　（2）两个准对角（分块对角）矩阵的乘积　　　　则　　（3）准对角矩阵的逆矩阵 若均为可逆阵　　可逆，且　　　　（4）准上（下）三角矩阵的行列式　　　　可以证明　　※（1）用初等行变换方法求逆矩阵时，不能同时用初等列变换！（2）在求矩阵的秩时，可以只用初等行变换，但也允许用初等列变换，而且不必化成简化行阶梯形矩阵定义2.5.1（线性方程组的初等变换）　　称下列三种变换为线性方程组的初等变换　　（1）两个方程互换位置；　　（2）用一个非零的数乘某一个方程；　　（3）把一个方程的倍数加到另一个方程上　　显然，线性方程组经初等变换后所得的新方程组与原方程组同解　　事实上，上述解线性方程组的过程，只要对该方程组的增广矩阵做相应的行变换即可　　二、矩阵初等变换的定义　　定义2.5.2 分别称下列三种变换为矩阵的第一、第二、第三种行（列）初等变　　（1）对调矩阵中任意两行（列）的位置；　　（2）用一非零常数乘矩阵的某一行（列）；　　（3）将矩阵的某一行（列）乘以数k后加到另一行（列）上去　　把行初等变换和列初等变换统称为初等变换　　定义2.5.3如果一个矩阵A经过有限次的初等变换变成矩阵B，则称A与B等价，记为A~B。

　　等价具有反身性 即对任意矩阵A，有A与A等价；　　对称性 若A与B等价，则B与A等价　　传递性 若A与B等价，B与C等价，则A与C等价　　三、矩阵的行最简形式和等价标准形　　简单地说，就是经过行初等变换可以把矩阵化成阶梯型，进而化成行最简形，而经过初等变换（包括行和列的）可以把矩阵化成等价标准形　　　阶梯形矩阵的定义：满足　　（1）全零行（若有）都在矩阵非零行的下方；　　（2）各非零行中从左边数起的第一个非零元（称为主元）的列指标j随着行　　指标的增加而单调地严格增加的矩阵称为阶梯形矩阵每个阶梯只有一行）　　行最简形式　　以称满足（1）它是阶梯形；（2）各行的第一个非零元都是1；（3）第一个非零元所在列的其它元素均为零的矩阵为行最简形式　　　　若允许再作初等列变换可继续得　　这最后的式子就是A的等价标准形一般，任何一个矩阵的等价标准形都是分块对角阵，也可能为或　　　　　2.5.2　初等方阵　　定义2.5.4 对单位阵施行一次初等变换所得到的矩阵称为初等方阵　　以三阶方阵为例　　第一种：　　第二种：　　第三种: 　　显然，初等阵都是非奇异阵　　 　　2.5.3　用初等变换法求逆矩阵　　因为任意非奇异阵只经行初等变换就可化成单位阵，即　　则 　　这表明，当对A作初等行变换将A变成单位矩阵E时，若对单位矩阵做完全相同的初等变换则单位矩阵E将变成。

于是有求逆矩阵的初等变换法:　　写出分块矩阵作初等行变换，当A化成单位阵时，E就化成为 　　 　　2.5.4　用初等变换法求解矩阵方程　　　 　　一元一次方程的标准形 ax=b（a≠0） 　　矩阵方程的三种标准形　　AX=BXA=B　　（3）AXB=C则解法：对第一类　　作分块矩阵对A作初等行变换，当A变成单位阵时，由于B做的是同样的初等行变换，则得到的是　　　对于第二类的可先转化为第一类的 ，即由两边转置得　　按上例的方法求出进而求出X二.初等变换的性质　　定理2.5.1 设线性方程组的增广矩阵经有限次的初等行变换化为，则以与为增广矩阵的方程组同解　　定理2.5.2任何矩阵都可以经有限次初等行变换化成行最简形式，经有限次初等变换（包括行及列）化成等价标准形且其标准形由原矩阵惟一确定，而与所做的初等变换无关　　定理2.5.3设A是一个m×n阶的矩阵，则　　（1） 对A做一次初等行变换，就相当于用一个与这个初等变换相应的m阶初等矩阵左乘A；　　（2） 对A做一次初等列变换，就相当于用一个与这个初等变换相应的n阶初等矩阵右乘A；　　推论1 方阵经初等变换其奇异性不变　　定理2.5.4对于任意的m×n阶矩阵A，总存在m阶可逆矩阵P和n阶可逆矩阵Q，使得 　　推论2　n阶可逆阵（非奇异阵）必等价于单位阵。

　　因为否则，其等价标准形不可逆　　定理2.5.5　n阶方阵A可逆的充分必要条件是A能表示成若干个初等阵的乘积　　证 充分性是显然的下面证必要性　　“”已知A为n阶可逆阵，则A与等价，故存在有限个n阶初等阵，即 ，亦即A能表示成有限个初等矩阵的乘积必要性得证　　推论3　任意可逆阵A（非奇异阵）只经过有限次的初等行（列）变换就能化成单位阵　　　对n阶方阵A，初等变换不改变其奇异性　定义2.6.1 矩阵A的最高阶非零子式的阶数称为该矩阵的秩记为r（A），有时也记为 秩（A）　　事实上，如果A有一个r阶子式不等于零，而所有r+1阶子式都等于零，则r（A）第三章 向量空间一、n维向量线性运算的定义和性质;　　定义：设是一组n维向量构成的向量组如果存在一组不全为零的数使得则称向量组线性相关否则，称向量组线性无关　　向量线性运算的性质：向量的运算满足下列8条运算律：设α，β，γ都是n维向量，k，l是数，则（1）α+β=β+α；（加法交换律）（2）（α+β）+γ=α+（β+γ）；（加法结合律）（3）α+0=α；（4）α+（-α）=0（5）1×α=α（6）K（α+β）=kα+kβ；（数乘分配律）（7）（k+l）α=kα+lα；（数乘分配律）（8）（kl）α=k（lα）；（数乘向量结合律）　　二、n维向量组的线性相关性　　1.向量组的线性相关性的定义和关于线性相关的几个定理;　　（1）m个n维向量线性相关的充分必要条件是至少存在某个是其余向量的线性组合.　　线性无关的充分必要条件是其中任意一个向量都不能表示为其余向量的线性组合.　　（2） 如果向量组线性无关,而线性相关,则β可由线性表示,且表示法唯一.。