
详细文字在图片下方

线性方程组与矩阵
初等行列变换
- 把一个方程的倍数加到另一个方程
- 交换两方程位置
- 用一个非零数乘某方程
名词
- 阶梯形方程组 与 简化阶梯形方程组
- 增广矩阵 与 系数矩阵
- 零矩阵(元素全为0) 方阵(m级矩阵)
- 主元:非零行从左数起第一个不为0的元素
- 主变量:以主元为系数的未知量
- 自由未知量:除主变量外的其余未知量
- 一般解:对于解
,其一般解为
行列式
矩阵与行列式
- 行列式都是n阶的,只有矩阵才mxn
- 矩阵A的行列式记作|A|、det(A)
n元排列
- n个不同自然数的一个全排列
- 顺序、逆序、逆序数:以4元排列2341为例
- 顺序有23等
- 逆序有21 31 41三对
- 逆序数:
- 奇排列:逆序数为奇数
- 偶排列:逆序数为偶数
- 对换:例如2341的3和1调换,其余不动,记作(3,1)
- 对换改变n元排列的奇偶性:变换一次即变性。证明:相邻对换,不断相邻从而拓展到一般对换
行列式计算
1 基础计算
- 展开式
例如:三阶行列式共3!项
- 上(下)三角行列式 :主对角线下(上)方的元素全为0
2 行列式性质
- 转置,行列式的值不变。
- 转置记为
- 因此以下对于行的操作,对于列也成立
- 转置记为
- 行列式一行的公因子可以提取出来
- 一行(a+c) = 两个 a + c
- 两行互换,行列式反号
- 两行相同,行列式值为0。所以两行成比例,行列式为0;一行倍数加到另一行上,行列式值不变
3 行列式按一行(列)展开
- 余子式:
(i,j)元的余子式记作
- 代数余子式:
(i,j)元的代数余子式
- n阶行列式A的计算:(一行/一列)
- 行列式第i行元素与第k行相应元素的代数余子式的乘积之和为0(相当于把第k行元素换成了第i行,列同)
4 行列式按k行(列)展开
以5阶行列式
- k阶子式:任选k行、k列,记为
- 二阶子式,选1、2行与4、5列,记为
- 二阶子式,选1、2行与4、5列,记为
- k阶子式的余子式,记为
- 上述二阶子式的余子式
- 上述二阶子式的余子式
- 代数余子式:
- 上述二阶子式的代数余子式
- 上述二阶子式的代数余子式
- 拉普拉斯定理:对于行列式
:选取k行/k列,则这k行/k列元素形成的所有k阶子式 与 它们各自的代数余子式 的乘积之和等于
5 范德蒙行列式
数域
定义
- 设K为复数集的一个子集
- K满足
- (K对于加减乘除四种运算封闭) 即任意
,都有
例子:有理数集Q 实数集R 复数集C
向量空间
数域K上的n维向量空间
定义
- 满足加法运算、数量乘法运算
- 满足8条运算法则
名词
- 元素:n维向量
- 分量:
是向量
的第i个分量
- 行向量、列向量
- 行向量组、列向量组
向量组
- 线性组合:
是
的一个线性组合
- 线性表出:
则称
可以由
线性表出
- 线性相关、线性无关向量组
- 线性组合等于零向量:
- 向量组线性相关:
不全为0
- 向量组线性无关:
全为0
- 线性组合等于零向量:
- 向量组等价:
- 向量组1 与 向量组2 等价:记作
- 向量组1的每一个向量,都可以由向量组2线性表出
- 向量组2的每一个向量,都可以由向量组1线性表出
- 性质:反身性、对称性、传递性
- 向量组1 与 向量组2 等价:记作
秩
向量组的秩
- 极大线性无关组:
- 向量组的部分组
- 这个部分组线性无关
- 从向量组的其余向量中任取一个添加进去,得到的新部分组都线性相关
- 向量组的秩:向量组的极大线性无关组所含向量个数
- 全由零向量组成的向量组的秩:0
- 向量组
的秩记为
- 引理:一个向量组可以由另一个线性表出
- 向量组
可以由向量组
线性表出
- 如果
,则向量组
线性相关
- 如果
线性无关,则
- so,等价的线性无关向量组所含向量个数相等
- so,向量组任意两个极大线性无关组所含向量个数相等
- so,等价的线性无关向量组所含向量个数相等
- 如果
- 向量组
- 延伸组与缩短组
- 向量组线性无关,延伸组线性无关
- 向量组线性相关,缩短组线性相关
矩阵的秩
- 矩阵的行秩与列秩的统称,记为
(对矩阵A)
- 列秩:矩阵列向量组的秩;行秩:矩阵行向量组的秩
- 矩阵的初等行列变换不改变秩:因为等价向量组有相同的秩
- 矩阵的行秩 = 列秩:阶梯型矩阵+延伸组证明
- 行列秩均等于J的非零行个数
- J的主元所在的列,构成列向量组的一个极大线性无关组。(转置,行一样)
解线性方程组
解的情况:无解、唯一解、无穷解
解情况的判别
1 矩阵
- 线性方程若有解,则称它相容的,否则称不相容的。
- 增广矩阵经过初等行变换后,s个方程,r个非零行,n个未知量,判断该方程组是否有解:
- 齐次线性方程组
- 定有零解
- 若有非零解则定有无穷解
- 上述法则:
定无穷解,从而
定无穷解
2 行列式:克莱姆法则
- 1 n个方程的n元线性方程组:
- 有唯一解:行列式
- 无解或无穷解:
- 对于齐次线性方程组,
则有无穷解
- 有唯一解:行列式
- 2 若n个方程的n元线性方程组有唯一解,该解为:
3 向量组
- 问题定义:常数项列向量
能否 由系数矩阵的列向量组线性表出(
即为列向量组的系数)
- 判断有无解
- 线性方程组有解的充要条件:系数矩阵和增广矩阵有相同的秩
- 若线性方程组有解:
- 当系数矩阵的秩等于未知量个数时,唯一解
- 当系数矩阵的秩小于未知量个数时,无穷解
- 若线性方程组有解:
- 线性方程组有解的充要条件:系数矩阵和增广矩阵有相同的秩
- 齐次线性方程组
- 系数矩阵的列向量组
- 线性相关:有非零解
- 线性无关:只有零解
- (从行列式看)因此,可得系数行列式结果
- 线性相关:系数行列式 = 0
- 线性无关:系数行列式 ≠ 0
- 延伸组与缩短组
- 向量组线性无关,该向量组的延伸组也线性无关
- 向量组线性相关,该向量组的缩短组也线性相关
- 系数矩阵的列向量组
线性方程组的解集的结构
线性子空间(简称 子空间):
- 定义
- 如果
的一个非空子集U满足
- U对于
加法封闭:
- U对于
乘法封闭:
- 则称U是
的一个线性子空间
- 平凡的子空间:
-
是
的一个子空间,称零子空间。
-
是
的一个子空间。
- 非平凡的子空间:其余子空间均为非平凡的子空间
齐次线性方程组
- 解空间:由子空间定义,知齐次线性方程组的解集W是
的一个子空间,简称为解空间
- 基础解系
- 定义
- 齐次线性方程组有非零解,如果它的有限多个解
满足
- 线性无关
- 该齐次线性方程组的每一个解都可以由这有限多个解线性表出
- 则称
是该齐次线性方程组的一个基础解系
- 齐次线性方程组有无穷解时,一定有基础解系
- 且每个基础解系的解向量数相等,均为
- 解集
- 通解
n-rank(A)的证明:



非齐次线性方程组解集结构
- 导出组:一个齐次线性方程组
- 通解:非齐次的特解 + 导出组的通解
- 解唯一:导出组只有零解
基与维数
基:
- 定义
-
是
的一个子空间,
的向量组
满足
- 向量组线性无关
- U中每一个向量都可以由向量组线性表出
- 标准基:单位向量组
- 非零子空间任意两个基,所含向量数相等(r=s)
维数
- 定义:基所含向量数,记为dimU
- 对于解空间U,有dim U = n - rank(A)
- 坐标:如果知道一个基,则子空间中每一个向量都可以由基来线性表出,且表出方式唯一,系数为在该基下的坐标
向量组生成子空间分析
- 由向量组(该向量组不一定线性无关)生成子空间
- 基:该向量组的一个极大线性无关组,即为该子空间的基
- 维数:从而该向量组的秩 = 该子空间的维数
- 矩阵的行空间:矩阵的行向量组生成的子空间,矩阵的列空间:矩阵的列向量组生成的子空间。这两个空间维数相等