高等数学与基础知识 .ppt

许杰 使得等式 设A=(aij)是 n阶矩阵，若数λ和n维非零(列)向量X 成立， 则称 λ是矩阵A的特征值(根) X是A对应于λ的特征向量 特征向量经线性变换后方向与λ一致 若 ， 也是特征向量 特征向量不被特征值唯一确定 特征值被特征向量唯一确定 称为矩阵A的特征方程 称为矩阵A的特征多项式 比较知 又 设A=(aij)是 n阶矩阵， ，那么 的特征值是 的特征值是 的特征值是 的特征值是 的特征值不变，仍是 多项式的特征值是 求特征值与特征向量的一般步骤 在V中任取一组基 ，写出T在这组基下的矩阵A 求A的特征多项式 在P上的全部根 它们就是T的全部特征值 把所求得的特征值逐个代入方程组 并求出它的一组基础解系.(它们就是属于这个特征值 的全部线性无关的特征向量在基 下的坐标) 1、 2、 3、 [例] 线性方程组 向量的线性性 矩阵的秩 非齐次线性方程组求解 行阶梯形矩阵 如果有n 维向量 的对应分量都相等， 就称这两个向量相等， 向量加法 如果有n 维向量 则 向量相等 即 记为 给定向量组 ，对于任何一组实数 向量 称为向量组的一个线性组合 称为这个线性组合的系数 给定向量组 和向量β， ，使得 则称向量β是向量组α的线性组合 或称向量β能由向量组α线性表示 如果存在一组实数 线性方程组的矩阵表示和向量表示 向量β可由向量组 线性表示的 充分必要条件 为系数列向量， 其中的一个解就是线性表示的系数 即 以β为常数项列向量的线性方程组有解 是以 即 如果向量组 中的每一个向量 都可以由向量组 线性表示， 就称向量组α可以由向量组β线性表示 若同时向量组β 也可以由向量组α线性表示， 就称向量组α与向量组β等价 那么 如果向量组 ，使 ，且存在不全为零 的实数 称向量组α线性相关， 向量组α中至少有一个向量可由其余 m-1 个向量线性表示， 向量组α中任何一个向量都不能由其余m-1 个 向量线性表示， 否则称向量组α线性无关 等价表述为 称向量组α线性相关 称向量组α线性无关 向量组 线性相关 ，有非零解 线性无关 ，只有零解 向量组 线性相关的几何意义： 两向量线性相关： 三向量线性相关： 两向量共线 三向量共面 设向量组 线性相关， 同维向量之后， 也必线性相关 则任意添加上若干个 得到的向量组 (部分相关则整体相关) 设向量组 线性无关， 干个向量之后， 也必线性无关 其中 ，且 得到的向量组 则从中任意取出若 (整体无关则部分无关) n维向量组 线性无关， 的维数增加后， n维向量组 线性相关， 的维数减少后， (向量无关则增维无关) (向量相关则降维相关) 把每个向量 把每个向量 得到的新向量组仍线性无关 得到的新向量组仍线性相关 设向量组 线性无关， 线性相关， 线性表出 而向量组 则β必可经 n阶行列式 |A| = det ( aij ) = 0 的充要条件是： 它的n个行(列)向量线性相关 若向量组的一个子组线性无关，但将向量组中任何 一个向量添加到这个线性无关子组中，得到的都是 线性相关的子组，则称该线性无关子组为 向量组的极大线性无关组 一个给定的向量组的一切极大线性无关组等价， 且所含向量的个数相同 一个向量组的极大线性无关组所含向量的个数 称为该向量组的秩 单个零向量线性相关,单个非零向量线性无关 包含零向量的任何向量组线性相关 基本向量组e1， e2， e3线性无关 有两个向量相等的向量组线性相关 n维向量空间任一线性无关组最多只能包含n个向量 n维向量线性相关，则其行列式必定为0 n维向量线性无关，则其行列式必定不为0 任何含有非零向量的n维向量的向量组(含有限或 无限个向量)，必有线性无关子组 只含零向量的向量组没有极大线性无关组 一个线性无关的向量组的极大线性无关组就是其本身 一个向量组的任一向量都能由它的极大无关组线性表示 一个向量组的极大线性无关组一般不是唯一的 任意一个极大线性无关组都与向量组本身等价 一个给定的向量组的一切极大线性无关组等价， 且所含向量的个数相同 零向量组的秩为0 向量组 线性无关 向量组 线性相关 如果向量组 可以由向量组 线性表示， 等价的向量组必有相同的秩 两个有相同的秩的向量组不一定等价 两个向量组有相同的秩，并且其中一个可以 被另一个线性表示，则这两个向量组等价 向量组 的秩为r，则大于r个向量线性相关 则 矩阵的行向量的秩，就称为矩阵的行秩 矩阵的列向量的秩，就称为矩阵的列秩 矩阵 n维行向量 m维列向量 在矩阵A中，任取k行k列，交叉处的元素保持原来的 相对位置不变而构成的k阶行列式 取k阶 其中 称为矩阵A的一个k阶子式 矩阵A的行秩等于A中一切非零子式的最高阶数 矩阵的行秩等于列秩，它们都等于矩阵中 非零子式的最高阶数 矩阵A的行秩，