一、行列式
行列式的概念
概念:数 不同行不同列元素乘积的代数和
二阶行列式的计算方法:
三阶行列式的计算方法:
排列:由1,2...,n组成的有序数组称为一个n阶排列,通常用j1,j2 ,...jn表示n阶排列。
逆序:一个排列中,如果一个大的数排列在一个小的数的前面,就称这两个数构成一个逆序。
逆序数:一个排列的逆序的总数称为这个排列的逆序数。
如果一个排列的逆序数是偶数,则称这个排列是偶排列,否则称为奇排列。
n阶行列式:不同行不同列的n个元素的乘积的代数和。
当j1,j2 ,...jn是偶排列时,该项前面带正号,当j1,j2 ,...jn 时奇排列时,该项前面带负号。
上三角以及下三角行列式的计算方法:
行列式的性质
1、经转置行列式值不变
2、某行有公因数k可把k提出
特别地,若某行元素全为0,则D=0
3、两行互换行列式的值变号
特别地,两行相同=>D=0两行成比例=>D=0
4、某行所有元素都是两个数的和,则可把行列式写成两个行列式之和
5、某行的k倍加到另一行,行列式的值不变
注意:1.不要与矩阵初等变换相混。
2、不要与矩阵运算相混
展开公式
行列式按行(列)展开公式:
余子式: Mij
代数余子式:Aij=(-1)i+jMij
展开公式
1、按行按列展开:
2、某一行的所有元素与另一行相应元素的代数余子式乘积之和等于0。
重要公式:
1、主对角线上下三角:a11a22...ann
2、副对角线上下三角:(-1)n(n-1)/2a1na2 n-1...an1
3、
4、
克拉默法则:
如果系列行列式D=|A|≠0,则方程组有唯一解,且:
其中Di=
推论1,若齐次方程组 的系数行列式不为0,则方程组只有一组零解x1=0,x2=0,...,xn=0。
推论2,若齐次方程组(2)有非零解,则它的系数行列式必为0.
强化阶段
1、 数字型(展开公式)
把第1行的k倍加到某i行
把每一行都加到第1行
逐行相加
2、证明题用到归纳法时
当只与一项有关系时,用方法①,当与两项有关系时,用方法②。
①1、验证n=1时,命题正确
2、设n=k时,命题正确
3、证明n=k+1时,命题正确
4、得证
②1、验证n=1,n=2命题正确
2、设n<k命题正确
3、证明n=k命题正确
4、得证
3、抽象型
行列式性质恒等变形
矩阵公式,法则恒等变形,E恒等变形
特征值,相似
注意:
4、应用
特征多项式,A*,A-1,相关,无关,正定,克拉默法则。
5、证|A|=0
Ax=0有非零解
反证法 用A-1找矛盾
r(A)<n
0是特征值 |A|=∏λi
|A|=-|A|
二、矩阵
概念、运算(乘法)
m✖n个数排列成如下m行n列的一个表格:
称为是一个m✖n矩阵,当m=n时,称为n阶矩阵或n阶方阵,简记A。
如果一个矩阵的阶所有元素都是0,即
称这个矩阵为零矩阵,简记0.
如A和B都是m✖n矩阵,称A和B是同型矩阵,设A和B都是m✖n矩阵,如
称矩阵A和B相等,记A=B。
设A为n阶矩阵,其所有元素构成的行列式,称为方阵A的行列式,记为|A|。
注意:1、仅方阵才有行列式|A|。
2、A=0与|A|=0不要混。
矩阵的加法(其中A,B都为m✖n阶矩阵):
数与矩阵相乘:数k与矩阵A的乘积
运算法则:
加法:A,B,C同型
A+B=B+A
(A+B)+C=A+(B+C)=A+B+C
A+0=0+A=A
A+(-A)=0
数乘运算:
k(mA)=m(kA)=(mk)A
(k+m)A=kA+mA
k(A+B)=kA+kB
1A=A,0A=0
乘法运算:
A——m✖s,B——s✖n
AB=C——m✖n
ai1b1j+ai2b2j+...+aisbsj=Cij
注意:
1、AB≠BA
2、由AB=0不能推出A=0或B=0
3、由AB=AC且A≠0不能推出B=C
单位矩阵E:
运算法则:
(AB)C=A(BC)=ABC
A(B+C)=AB+AC
(A+B)C=AC+BC
AE=A,EA=A
A——n阶:A.A=A2
A.A...A(k个A相乘)=Ak
转置:将A矩阵的行列互换得到的新矩阵称为A的转置矩阵,记为AT
运算法则:
(A+B)T=AT+BT
(kA)T=kAT
(AB)T=BTAT
(AT)T=A
定理(行列式乘法公式):设A,B都是n阶矩阵,则|AB|=|A|.|B|
伴随矩阵,可逆矩阵
A-n阶矩阵,行列式|A|所有的代数余子式Aij所构成的如下矩阵:
主对角线互换,副对角线变号。
伴随矩阵的公式:AA*=A*A=|A|E
(kA)*=kn-1A*
|A*|=|A|n-1
(A*)*=|A|n-2A
(A*)-1=(A-1)*=A/|A|
可逆矩阵:对于n阶矩阵A,如果存在n阶矩阵B,使AB=BA=E则称矩阵A是可逆的,称B是A的逆矩阵。
命题:如矩阵A是可逆的,那么A的逆矩阵是唯一的,记作A-1
定理:A可逆<=>|A|≠0
推论:A,B是n阶矩阵,如AB=E,则A-1=B
逆矩阵的公式法则:
1、如A可逆,则A-1也可逆,且(A-1)-1=A
2、如A可逆,且k≠0,则kA可逆,且(kA)-1=A-1/k
3、如A,B均可逆,则AB也可逆,且(AB)-1=B-1A-1 特别的(A2)-1=(A-1)2,(An)-1=(A-1)n
4、如A可逆,则AT也可逆,且(AT)-1=(A-1)T
注意:
1、如A可逆,则|A-1|=1/|A|
2、当A,B,A+B都可逆时,一般(A+B)-1≠A-1+B-1
求逆:
1、定义法 AB=E
2、用伴随 A-1=A*/|A|
3、初等行变换:
4、分块:
对角矩阵:
注意:
初等变换,初等矩阵
矩阵的初等变换:
1、用非0常数k乘A某行的每个元素
2、互换A中两行元素的位置
3、把A中某行所有元素的k倍加到另一行对应的元上
初等矩阵:
单位矩阵经过一次初等变换所得到的矩阵称为初等矩阵。
关键点:
初等矩阵P左乘矩阵A,其乘积PA就是矩阵A作一次与P同样的行变换。
初等矩阵P右乘矩阵A,其乘积AP就是矩阵A作一次与P同样的列变换。
初等矩阵的逆:均可逆,且其逆是同类型的初等矩阵。
行阶梯矩阵:
1、如果有零行,则零行在矩阵的底部。
2、每个非零行的主元(即该行最左边的第1个非0元)所在列下面元素都是0。
行最简:
一个行阶梯矩阵,如果还满足:非零行的主元都是1,且主元阶在列的其他元素都是0
重要结论:
A可逆=A可表示为若干初等矩阵的乘积。
分块矩阵
设A,B分别是m阶,n阶,则有:
若A为m✖n阶矩阵,B为n✖s阶矩阵,则:AB=A(b1b2...bs)=(Ab1,Ab2...,Abs)
方阵的行列式
1、|AT|=|A|
2、|kA|=kn|A|
3、|AB|=|A|.|B| |A2|=|A|2
4、|A*|=|A|n-1
5、|A-1|=1/|A|
6、
秩(矩阵)
1、k阶子式:A-m✖n,任取k行与k列(k<=m,k<=n)位于交叉点的k2元素,按A中的位置次序而得到的k阶行列式,称为矩阵A的k阶子式。
2、矩阵的秩:A-m×n,如存在r阶子式D≠0,且所有r+1阶子式(如存在)全为0,则称矩阵A的秩为r,记作r(A)=r。并规定零矩阵的秩为0.
定理:经初等变换矩阵的秩不变。
r(A)=A的列向量秩=A的行向量的秩
r(A)=r<=>A中存在r阶子式不为0,而每一个r+1阶(如果有)子式全为0.
r(A)>=1<=>A≠0
矩阵秩的公式:
1、r(AT)=r(A)
2、r(kA)=r(A)k≠0
r(0E-A)=r(A)
r(A-E)=r(E-A)
3、r(A+B)<=r(A)+r(B)
4、r(AB)<=min(r(A),r(B))
若A可逆
r(AB)=r(B),r(BA)=r(B)
5、r(ATA)=r(A)
6、A——m✖n,B——n✖s且AB=0,则r(A)+r(B)<=n
7、
若A~B ,则r(A)=r(B)
r(A+kE)=r(B+kE)
正交矩阵
A-n阶,满足AAT=ATA=E,称A为正交矩阵。
(1)A是正交矩阵<=>AT=A-1
(2)A是正交矩阵=>|A|=1或-1
(3)内积
如(α,β)=0称α与β正交
强化阶段
一、概念,运算
乘法
αβT,βαT,ααT,βTα,αTβ,αTα
分块
求An
(1)如r(A)=1,有A=αβT =>A2=(αβT)(αβT)=α(βTα)βT=λA,λ=βTα∑aii 迹 An =λn-1A
(2)
二、伴随矩阵,可逆矩阵
AA*=A*A=|A|E 求逆,证可逆
求A*的方法
(1)直接法:用定义 不要丢+,-号,不要排错队
(2)间接法:A*=|A|A-1
三、初等变换,初等矩阵
四、矩阵的秩
行列式,相关,无关,方程组的解。
五、当秩为1时,有如下结论:
三、向量
概念,运算
n维向量:n个数a1,a2,...,an构成的有序数组称为n维向量。
ai称为向量的第i个分量(i=1,2,...,n)
如果向量的所有分量都是0,就称其为零向量,记作0=(0,0,...,0)T
设n维向量:
加法与数乘满足:
线性表示
定义:m个n维向量α1,α2,...,αm,及m个实数k1,k2,...,km。称:k1α1+k2α2+...+kmαm是向量α1,α2,...,αm 的一个线性组合,k1,k2,...,km称为这个线性组合的系数。
定义:如果向量β能表示为α1,α2,...,αm的线性组合,即存在一组数k1,k2,...,km使β=k1α1+k2α2+...+kmαm则称向量β可以由α1,α2,...,αm线性表出(示)。
定理:向量β可以由α1,α2,...,αm线性表示<=>任意实数k1,k2,...,km 使k1α1+k2α2+...+kmαm=β
已知α,β1,β2,β3,γ1,γ2是n维向量,若α可由β1,β2,β3 线性表示,β1,β2,β3 可由γ1,γ2 线性表示,则α可由γ1,γ2 线性表示。
定义:设向量组(Ⅰ)α1,α2,...,αs;(Ⅱ)β1,β2,...,βt;若(Ⅰ)中每一个向量αi(i=1,2,...,s)均可由(Ⅱ)线性表示,则称向量组(Ⅰ)可由向量组(Ⅱ)线性表示。若向量组(Ⅰ)和(Ⅱ)可以互相线性表示,则称向量组(Ⅰ)和(Ⅱ)等价。
相关、无关
定义:对m个n维向量α1,α2,...,αm ,若存在不全为0的实数k1,k2,...,km 使k1α1+k2α2+...+kmαm=0成立,则称向量组α1,α2,...,αm 线性相关,否则称其线性无关。
定理:n维向量α1,α2,...,αm 线性相关
<=>存在不全为0的k1,k2,...,km 是k1α1+k2α2+...+kmαm=0
<=>存在不全为0的k1,k2,...,km 使
<=>齐次方程组
有非0解
<=>γ(α1,α2 ,...,αn )<m
推论:
1、n个n维向量α1,α2,...,αn 相关<=>|α1,α2,...,αn |=0。
2、n+1个n维向量必线性相关。
α 相关<=>α=0
α1,α2相关<=>α1,α2 共线
α1,α2 ,α3相关<=>α1,α2 ,α3 共面
推论3:如α1,α2 ,...,αs 线性相关,则α1,α2 ,...,αs ,...,αt必线性相关
推论4:
定理:向量组α1,α2 ,...,αs (s>=2)线性相关<=>至少有一个向量αi可由其余向量α1,...αi-1 ,αi+1...,αs 线性表出。
定理:如n维向量α1,α2 ,...,αs 线性无关,而α1,α2 ,...,αs β线性相关,则向量β必能由α1,α2 ,...,αs 线性表示且表示法唯一。
秩(向量组)
向量组的秩
定义:在向量组α1,α2 ,...,αs 中,如存在r个向量αi1,αi2 ,...,αir 线性相关,再添加任一个αj(j1,2,...,s),向量组αi1,αi2 ,...,αir αj就线性相关,则称αi1,αi2 ,...,αir 是向量组α1,α2 ,...,αs 的一个极大线性无关组。(子集合,无关,再添加就相关)
定理:如αi1,αi2 ,...,αir 与αj1 αj2 ...,αjt 都是向量组α1,α2 ,...,αs 的极大无关组,则r=t。
定义:向量组α1,α2 ,...,αs 的极大线性无关组中所含向量的个数γ称为向量组的秩,记为γ(α1,α2 ,...,αs )=γ。
只有零向量的向量组,规定其秩为0.
极大线性无关组的等价定义
设向量组αi1,αi2 ,...,αir 是向量组α1,α2 ,...,αs 的 一个部分组,且满足:
(1)αi1,αi2 ,...,αir 线性无关。
(2)任一个向量αj(j1,2,...,s)都能由αi1,αi2 ,...,αir 线性表示。
定理:如α1,α2 ,...,αs 可由β1 β2 ...βt 线性表示,则γ(α1,α2 ,...,αs )<=γ(β1 β2 ...βt )。
正交化
①
②
强化阶段
1、证α1α2...αs无关
(1)定义法
(2) 重要结论:
2、线性表示
做证明题方法:
(1)构造方程组,证明方程组有解
(2)找出两个条件:
(3)证k≠0(能表出)
(4)反证法(不能表出)
四、方程组
一、Ax=0 基础解系 n-r(A)
定理:Am✖n X=0有非0解<=>r(A)<n
<=>A的列向量组线性相关。
推论:
1、当m<n时,AX=0必有非0解
2、当m=n时,Ax=0有非零解<=>|A|=0
定理:若Ax=0系数矩阵的秩r(A)=r<n则Ax=0有n-r个线性无关的解,且Ax=0的任一个解都可由这n-r个线性无关的解线性表出。
Ax=0的 基础解系
定理:
二、Ax=b 有解判定 解的结构
解的性质
(1)
(2)
定理:
定理(解的结构)
三、方程组的应用
解方程组手段:
同解变形:1、将两个方程的位置互换
2、将某个方程乘以一个非0的常数
3、将一个方程的k倍加到另一个方程上
五、特征值
一,特征值,特征值向量
定义:设A是n阶矩阵,α是n维非0列向量且Aα=λα,则称λ是矩阵A的特征值,α是矩阵A对应于特征值λ的特征向量。
由Aα=λα,α≠0
=>(λE-A)α=0 (λE-A)x=0
=>α是齐次方程组(λE-A)x=0 的非0解。
(1)由|λE-A|=0,求特征值λi 共n个(含重根)
(2)对(λiE-A)x=0求基础解系,即特征值λi的线性无关的特征向量,写通解得λi所有的特征向量
定理:A-n阶
重要结论:
1、如α1,α2都是矩阵A对应于特征值λ的特征向量,则α1+α2≠0时,α1+α2仍是矩阵A对应于特征值λ的特征向量。
2、若α1,α2 分别是矩阵A不同特征值λ1和λ2的特征向量,则α1+α2 不是矩阵A的特征向量。
二、相似矩阵
设A,B都是n阶矩阵,如存在可逆矩阵P是P-1AP=B,就称矩阵A相似于矩阵B,B是A的相似矩阵记成A~B。
相似的基本性质:
1、A~A
2、如A~B,则B~A。
3、如A~B,B~C,则A~C。
相似对角化 P-1AP=Λ
如A~Λ,则称矩阵A可相似对角化。
定理:A~Λ<=>A有n个线性无关的特征向量
推论:如A有n个不同的特征值,则A~Λ。
定理:A~Λ<=>λ是A的k重特征值,则λ有k个线性无关的特征向量。
三、实对称矩阵
概念:主对角线不看,其他部分关于主对角线对称分布。
定理:实对称矩阵必可相似对角化。
定理:实对称矩阵不同特征值对应的特征向量相互正交。
定理:实对称矩阵必存在正交矩阵Q使Q-1AQ=QTAQ=Λ
解题基本步骤:
1、求出A的特征值λ1,λ2,λ3
2、求出对应的特征向量α1,α2,α3
3、改特征向量为γ1,γ2,γ3
(1)如特征值不同,只需单位化。
(2)若特征值有重根。
①如特征向量已正交,只需要单位化。
②如特征向量不正交,需Schmidt正交化。
4、构造正交矩阵Q=(γ1,γ2,γ3 )
强化阶
求可逆矩阵P使P-1AP=Λ
1、预处理
2、求特征值λ1λ2λ3
3、求特征向量α1α2α3
4、构造可逆P
六、二次型
一、基本概念
1、二次型及其矩阵表示
2、标准形
只有平方项,没有其他不同项。
3、规范性
是标准型,并且系数为1,-1,0中的一个。
4、正惯性指数,负惯性指数
标准形系数正负的个数,正惯性指数用p,负惯性指数用q
5、二次型的秩
r(f)=r(A)
6、坐标变换
系数行列式可逆。
7、合同
如CTAC=B,C-可逆矩阵,称矩阵A和B合同,记作
定理1、
定理2、对任一二次型xTAx,都存在坐标变换可将其化为标准形,即
定理3(惯性定理)二次型经坐标变换其正负惯性指数都不变。
二、标准形(1、配方法2、正交变换法)
1、配方法:先配x1,再配x2,最后配x3,按顺序进行。
2、正交变换法:就是转换为求特征值,和特征向量问题。
三、正定二次型
定义:设二次型f(x)=XTAX,如,恒有f(x)>0,则称f为正定二次型,二次型矩阵A称为正定矩阵。
定理:经坐标变换不改变二次型的正定性。
定理(正定的充分必要条件)
XTAX正定
<=>p=n
<=>(即存在可逆C,使CTAC=E)
亦A=DTD,D-可逆
<=>A的特征值全大于0
<=>A的顺序主子式全大于0