线性代数复习资料幻灯片.pptVIP

Solution R(A) = R(B) = 3 1.3.2 将行阶梯形矩阵化为行最简形矩阵 一个矩阵的行最简形矩阵(reduced row echelon form of a matrix), 必须满足以下3个条件: (1) 是该矩阵的行阶梯形矩阵. (2) 行阶梯形矩阵非零行的首元为1. (3) 1所在列的其他元素全为0. 行最简形矩阵=约化行梯阵=简化行梯阵. “向上消元”? 一般来说,将非零行的首非零元素对应的未知量x1、x2和x3作为先导未知量(leading unknown), 而其余未知量x4是自由未知量(free unknown). 显然, 主导未知量的个数就是矩阵的秩R(A) = R(B) = r = 3, 进而自由未知量的个数为 n – r = 4 – 3 = 1. 令x4 = k(其中k为任意常数) 将行阶梯形矩阵化为行最简形矩阵的目的: 方便求解. 定理1.2 若n元线性方程组有解, 其系数矩阵和增广矩阵分别为A和B，则 (1) 当R(A) = R(B) = r = n时, 该线性方程组有唯一解. (2) 当R(A) = R(B) = r n时, 该线性方程组存在n – r个自由未知量, 进而有无限多个解. 注意 当R(A) ? R(B)时, 该线性方程组无解. 下面举一个求解齐次线性方程组的例子. 例1.8 用高斯消元法求解齐次线性方程组 Solution 其对应的同解齐次线性方程组为 这时取x3和x4为自由未知量，令x3= k1， x4= k2，得原方程组的所有解为 其中k1, k2为任意常数. 上面介绍的是使用高斯消元法求解线性方程组的一般步骤，可以自己总结一下. 但可以灵活运用，例如在例1.8中，若取x2和x3为自由未知量，则将A的行梯形矩阵化为 其对应的同解齐次线性方程组为 取x2和x3为自由未知量，令x2= k1， x3= k2，得原方程组的所有解为 其中k1, k2为任意常数. 含有参数的线性方程组解的讨论考查大家综合运用知识能力，具有一定的难度，见下例，其他例子参见第3章的第3.5节. 例1.9(2008) 设线性方程组 与线性方程x1+ 2x2+ x3= a -1有公共解，求a的值及所有公共解. Solution 根据已知条件知，下列线性方程组有解 因此,有R(A) = R(B). 使用矩阵的初等行变换将增广矩阵B尽可能地往行阶梯形化: 由R(A) = R(B), 知a = 1或a = 2. 当a = 1时, 其对应的同解齐次线性方程组为 取x3为自由未知量，令x3= k，得原方程组的所有解为 其中k为任意常数. 对于一般的线性方程组，已经解决了 (1)解的存在性问题. (2)求出其所有解的问题. 还需要研究的是线性方程组的解之间的关系问题，如上例中线性方程组(1.24)的两种解形式(1.25)和(1.26)本质上是相同的，在第3章将借助于向量理论讨论线性方程组的结构解问题. 作业 P29 4(1), 6(1), 7(1), 8* 当a = 2时, 其对应的同解齐次线性方程组为 原方程组的解为 2、转置矩阵 转置是另外一种排列方式: 概念? 转置实际上是矩阵的一种运算--转置运算?. 3、几种特殊矩阵 (1) 单位矩阵 (2) 对角矩阵 单位阵是对角阵. 对角线元素相同的n阶对角阵称为数量矩阵(scalar matrix)，其一般形式为 (3) 零矩阵 元素全为0的m ? n矩阵称为零矩阵(zero matrix)，记为O或Om ? n. (4) 上(下)三角阵 对角线以下元素全为0的方阵称为上三角阵(uppertriangular matrix): 对角线以上元素全为0的方阵称为下三角阵(lower triangular matrix): 4、矩阵相等 A = B: 矩阵A和矩阵B对应的元素分别相等. Remark 只有同型的两个矩阵才可能相等. 例1.5 A = [1，2，3；4，5，6；7，8，9] A B=A 在MATLAB中有很多产生特殊矩阵的命令，如元素全为1的矩阵ones(m, n)、元素全为0的矩阵zeros(m, n)和[0，1]上均匀分布的随机矩阵rand(m, n)等. 1.2 线性方程组解的存在性 1.2.1线性方程组的解 1个解(a solution)? (1)非齐次线性方程组 (2)齐次线性方程组 线性方程组有零解?该线性方程组是