《线性代数》总复.pptVIP

* * * * * * * * * * * * * * 向量组与矩阵的关系 矩阵A = (?1, ?2, …, ?s) 列向量组: ?1, ?2, …, ?s 注：行向量的问题与列向量相同 矩阵A的秩r(A) 向量组的秩r 最高阶非零子式 极大线性无关组 n维向量 定义： 向量内积 对称性: [?, ?] = [?, ?]; (2) 线性性: [k1?1+k2?2,?]= k1[?1, ?]+k2[?2,?]; (3) [?, ?] ? 0; 且[?, ?] = 0 ?? = 0 . (4) |[?, ?]| ? [?, ?] [?, ?]. 性质： 正交： 施密特(Schmidt)正交化方法 若[?, ?] = 0, 则称?与?正交. n维向量 正交矩阵 A为正交矩阵 ATA=E n维向量 n维向量 n维向量 线性方程组 Ax=b b=0? 齐次方程组 是 否 非齐次方程组 行阶梯形矩阵 初等行变换 R(A)?n R(A)＝ R(A b) 解的结构 基础解系 有无非零解 有解判定 线性方程组 线性方程组 向量组的线性相关性与非齐次方程组解的关系 有解 ? 无解 ? 向量b能由?1, ?2, …, ?n线性表示？ 是 否 Ax=(?1, ?2, …, ?n)x=b 有无穷多组解 ? 有唯一解 ? 有效方程数少于未知数个数？ R(A)＝R(A b)? 是 否 R(A)＝R(A b)?n ? 无 有 Ax=b有矛盾方程? 方程组有解 方程组无解 ? ? 否 ? 是 ? 是 ? 否 ? 线性方程组 向量组的线性相关性与齐次方程组解的关系 有非零解 ? 只有零解 ? 向量组?1, ?2, …, ?n线性相关？ 是 否 Ax=(?1, ?2, …, ?n)x=0 R(A)?n ? R(A)=n ? 注意：齐次线性方程组不会出现矛盾方程。 只有零解 ? 有无穷多组非零解 ? R(A)＝n? 是 否 有效方程数少于未知数个数？ 否 是 ? ? 线性方程组 例5. 求 的基础解系与通解. 解: 初等行变换 该方程组的基础解系可取为 通解为 线性方程组 解: 初等行变换 可见原方程组有解, 且 例6. 求方程组 的通解. 线性方程组 由此可得原方程组的通解 可见原方程组有解, 且 线性方程组 (?E–A)? = 0基础解系法 方阵的特征值和特征向量 方阵的特征值和特征向量 特征值与特征向量 A?=??，?≠0 定义 求法 性质 相似矩阵 实对称阵 特征值 特征向量 定义法 特征方程 |?E–A| = 0 定义法 ?1 + … + ?n = tr(A). ?1?…??n = |A|. A 可逆??1, …, ?n全不为零. |?E–A| = |?E–AT|. 概念 求法 性质 相似矩阵 实对称阵 特征值与特征向量 矩阵相似，则其特征值相同。 不同特征值的特征向量线性无关。 k重特征值至多有k个线性无关的特征向量。 A有n个线性无关的特征向量 P-1AP=B R(?iE-A)=n-r，?i是r重特征值 ? A有n个不同的特征值 A是实对称阵 ? 定义 矩阵可对角化的条件 应用 An=P-1?nP 方阵的特征值和特征向量 概念 求法 性质 相似矩阵 实对称阵的特性 特征值与特征向量 必可相似对角化 不同特征值的特征向量互相正交 特征值全是实数 k重特征值必有k个线性无关的特征向量 与对角阵合同 方阵的特征值和特征向量 矩阵等价、相似、合同、正交相似的联系与区别 ?A,B∈Mn, A与B相似 ? 存在可逆矩阵P，使P-1AP=B A与B合同 ? 存在可逆矩阵C，使CTAC=B A与B正交相似 ? 存在正交阵Q，使QTAQ=Q-1AQ=B ?A,B∈Mm×n, A与B等价 ? 存在m阶可逆矩阵P，n阶可逆矩阵Q，使PAQ=B 共同的性质：自反性、对称性、传递性 方阵的特征值和特征向量 等价、相似、合同、正交相似的关系 A与B相似 A与B合同 A与B正交相似 方阵A与B等价 等价、相似、合同、正交相似的不变量 等价: 秩，即R(A)=R(B) 相似: 秩，即R(A)=R(B) 特征多项式，特征值 |?E–A|=|?E–B| 合同: 秩，即R(A)=R(B) 对称性，即若A对称，则B也对称 对称阵A、B对应的二次型的正(负)惯性指数 对称阵A、B对应的二次型的规范型 正交相似: 相似+合同 方阵的特征值和特征向量 实对称阵对角化的步骤 求A全部特征值（所有特征值的重根次数之和等于n） 对每个ki重特征值?i求方程(A- ?iE