复旦大学精品课程《线性代数》课件,线性方程组与矩阵课件复习资料.pdfVIP

线性方程组与矩阵 倪卫明 第一讲 从线性方程组谈起 从线性方程组谈起 从方程组的解谈起, 例 1: 如方程组: x1 ? 2x2 = ?1 ?x1 + 3x2 = 3 x2 ?x1 + 3x2 = 3 = ?1 x1 ? 2x2 x1 方程组有唯一解(x1 = 3, x2 = 2). 倪卫明 第一讲 从线性方程组谈起 从线性方程组谈起 例 2: 例 3: x1 ? 2x2 = ?1 ?x1 + 2x2 = 3 x2 x1 ? 2x2 = ?1 ?x1 + 2x2 = 1 x2 =3 ?x1 + 3x2 = ?1 x1 ? 2x2 x1 x1 方程组无解. 方程组有无穷多解. 从例2.1、2.2和2.3的线性方程组解的情况, 会有怎样的结论? 倪卫明 第一讲 从线性方程组谈起 从线性方程组谈起 线性方程组的求解. 依据下列基本事实: (1) 等式两端同乘以或除以一个非零数常数后, 还保持相等. (2) 两个等式相加或相减后, 得到的还是等式. (3) 一个等式乘以某个常数后, 与另一个等式相加或相减, 得到 的还是等式. 例 4: x1 ? 2x2 + x3 = 0, (1) 2x2 ? 8x3 = 8, (2) ?4x1 + 5x2 + 9x3 = ?9, (3) “4·[方程(1)]” 得: 4x1 ? 8x2 + 4x3 = 0, (4) “[方程(4)]+[方程(3)]” 得: ?3x2 + 13x3 = ?9, (5) “ 3 ·[方程(2)]+[方程(5)]”得: 2 x3 = 3, (6). 将得到的x3的解(6), 回代到(2) 得 x2 = 16, 在将它们回代到(1), 得x1 = 29. 倪卫明 第一讲 从线性方程组谈起 从线性方程组谈起 方程组的另一种方式: 例 5: 1 x1 ?1 令 a= 1 ?1 b= ?2 3 c= ?1 3 ?2 ?1 + x2 3 = 3 x1b x2 x 2a bc a x1 通过向量加法的平行四边形(或三角 形)原则确定变量x1, x2的解. 倪卫明 第一讲 从线性方程组谈起 从线性方程组谈起 例 6: x1a + x2b = c a= (1) c= 1 ,b = ?1 ?1 3 x2 ?2 2 x1 1 ?2 a = ,b = (2) ?1 2 ?1 c= 1 x2 b c x1 a 无穷多解 无解. (x1 = 2t + 1, x2 = t, t ∈ R). 由例2.4和2.5方程组解的情况, 又会得出些什么结论? 倪卫明 第一讲 从线性方程组谈起 矩阵 引入矩阵概念: 定义 2.1: 数域F中的m × n个数, 排成m行n列的矩形数表 ?? a11 a12 · · · a1n ? ? a21 a22 ··· a2n ? ? ? ? ? ... ... ... ... ? ? ? ?? am1 am2 · · · amn 称为数域F 上的m行n列的矩阵, 简称m × n矩阵, 其中 aij (i = 1, 2, . . . , m; j = 1, 2, . . . , n) 称为矩阵的第i行第j列的元素. 本课程中无特殊说明, F 取实数域R. 常用Rm×n 表示所有 m × n 矩阵的集合. 如 A ∈ Rm×n 表示 A是m × n实矩阵. 有时, 也用 [aij ]m×n 表示m × n矩阵, 其中 aij 表示矩阵中的元素. 倪卫明 第一讲 从线性方程组谈起 矩阵 当 m = 1(或 n = 1) 时, 称为行(列)向量. 当 m = n = 1 时矩阵退化为R中的一个数. 当 m = n 时, 称为方阵, 这时称n为矩阵的阶数. 设A = [aij]为n阶方阵, 则元素aii(i = 1, 2, . . . , n)称为对角 元, 元素ai(i?1) (i = 2, 3, . . . , n) 或 ai(i+1) (i = 1, 2, . . . , n ? 1) 称为次对角元. 若n阶方阵D 除对角元外的所有元素均为零, 则称D为对角 阵, 可表示为 D = diag (d1, d2, . . . , dn). 倪卫明 第一讲 从线性方程组谈起 矩阵 简单介绍运算、代数系统、域等概念. 定义 2.2: 设 F 为给定的集合, F 上的二元运算(用符号 ? 表示)定义为: ?:F×F →F 其中 F × F 为集合 F 的笛卡尔积, 这个定义可以推广到 n元运 算. 若运算的结果还是 F 中的元素, 则称运算是封闭的. 运算性质的定义: 1 可结合: ?x, y, z ∈ F 有 (x ? y) ? z = x ? (y ? z). 2 可交换: ?x, y ∈ F 有 x ? y = y ? x. 倪卫明 第一讲 从线性方程组谈起 矩阵 设?为集合F上的二