线性代数考研讲义完整版
线性代数考研讲义完整版本文简介:考研数学线性代数讲义目录第一讲基本概念线性方程组矩阵与向量初等变换和阶梯形矩阵线性方程组的矩阵消元法第二讲行列式完全展开式化零降阶法其它性质克莱姆法则第三讲矩阵乘法乘积矩阵的列向量和行向量矩阵分解矩阵方程逆矩阵伴随矩阵第四讲向量组线性表示向量组的线性相关性向量组的极大无关组和秩矩阵的秩第五讲方程组解
线性代数考研讲义完整版本文内容:
考研数学线性代数讲义
目录
第一讲
基本概念
线性方程组
矩阵与向量
初等变换和阶梯形矩阵
线性方程组的矩阵消元法
第二讲
行列式
完全展开式
化零降阶法
其它性质
克莱姆法则
第三讲
矩阵
乘法
乘积矩阵的列向量和行向量
矩阵分解
矩阵方程
逆矩阵
伴随矩阵
第四讲
向量组
线性表示
向量组的线性相关性
向量组的极大无关组和秩
矩阵的秩
第五讲
方程组
解的性质
解的情况的判别
基础解系和通解
第六讲
特征向量与特征值
相似与对角化
特征向量与特征值—概念,计算与应用
相似
对角化—判断与实现
附录一
内积
正交矩阵
施密特正交化
实对称矩阵的对角化
第七讲
二次型
二次型及其矩阵
可逆线性变量替换
实对称矩阵的合同
标准化和规范化
惯性指数
正定二次型与正定矩阵
附录二
向量空间及其子空间
附录三
两个线性方程组的解集的关系
附录四
06,07年考题
第一讲
基本概念
1.线性方程组的基本概念
线性方程组的一般形式为:
a11x1+a12x2+…+a1nxn=b1,a21x1+a22x2+…+a2nxn=b2,…
…
…
…
am1x1+am2x2+…+amnxn=bm,其中未知数的个数n和方程式的个数m不必相等.
线性方程组的解是一个n维向量(k1,k2,…,kn)(称为解向量),它满足:当每个方程中的未知数xi都用ki替代时都成为等式.
线性方程组的解的情况有三种:无解,唯一解,无穷多解.
对线性方程组讨论的主要问题两个:(1)判断解的情况.(2)求解,特别是在有无穷多接时求通解.
b1=b2=…=bm=0的线性方程组称为齐次线性方程组.
n维零向量总是齐次线性方程组的解,称为零解.因此齐次线性方程组解的情况只有两种:唯一解(即只要零解)和无穷多解(即有非零解).
把一个非齐次线性方程组的每个方程的常数项都换成0,所得到的齐次线性方程组称为原方程组的导出齐次线性方程组,简称导出组.
2.矩阵和向量
(1)基本概念
矩阵和向量都是描写事物形态的数量形式的发展.
由m′n个数排列成的一个m行n列的表格,两边界以圆括号或方括号,就成为一个m′n型矩阵.例如
2
-1
0
1
1
1
1
1
0
2
2
5
4
-2
9
3
3
3
-1
8
是一个4′5矩阵.对于上面的线性方程组,称矩阵
a11
a12
…
a1n
a11
a12
…
a1n
b1
A=
a21
a22
…
a2n
和(A|b)=
a21
a22
…
a2n
b2
…
…
…
…
…
…
…
am1
am2
…
amn
am1
am2
…
amn
bm
为其系数矩阵和增广矩阵.
增广矩阵体现了方程组的全部信息,而齐次方程组只用系数矩阵就体现其全部信息.
一个矩阵中的数称为它的元素,位于第i行第j列的数称为(i,j)位元素.
元素全为0的矩阵称为零矩阵,通常就记作0.
两个矩阵A和B相等(记作A=B),是指它的行数相等,列数也相等(即它们的类型相同),并且对应的元素都相等.
由n个数构成的有序数组称为一个n维向量,称这些数为它的分量.
书写中可用矩阵的形式来表示向量,例如分量依次是a1,a2,?,an的向量可表示成
a1
(a1,a2,?,an)或
a2,┆
an
请注意,作为向量它们并没有区别,但是作为矩阵,它们不一样(左边是1′n矩阵,右边是n′1矩阵).习惯上把它们分别称为行向量和列向量.(请注意与下面规定的矩阵的行向量和列向量概念的区别.)
一个m′n的矩阵的每一行是一个n维向量,称为它的行向量;
每一列是一个m维向量,称为它的列向量.常常用矩阵的列向量组来写出矩阵,例如当矩阵A的列向量组为a1,a2,?,an时(它们都是表示为列的形式!)可记A=(a1,a2,?,an).
矩阵的许多概念也可对向量来规定,如元素全为0的向量称为零向量,通常也记作0.两个向量a和b相等(记作a=b),是指它的维数相等,并且对应的分量都相等.
(2)
线性运算和转置
线性运算是矩阵和向量所共有的,下面以矩阵为例来说明.
加(减)法:两个m′n的矩阵A和B可以相加(减),得到的和(差)仍是m′n矩阵,记作
A+B
(A-B),法则为对应元素相加(减).
数乘:
一个m′n的矩阵A与一个数c可以相乘,乘积仍为m′n的矩阵,记作cA,法则为A的每个元素乘c.
这两种运算统称为线性运算,它们满足以下规律:
①
加法交换律:
A+B=B+A.
②
加法结合律:
(A+B)+C=A+(B+C).
③
加乘分配律:
c(A+B)=cA+cB.(c+d)A=cA+dA.
④
数乘结合律:
c(d)A=(cd)A.
⑤
cA=0?
c=0
或A=0.
转置:把一个m′n的矩阵A行和列互换,得到的n′m的矩阵称为A的转置,记作A
T(或A¢).
有以下规律:
①
(AT)T=
A.
②
(A+B)T=AT+BT.
③
(cA)T=cAT.
转置是矩阵所特有的运算,如把转置的符号用在向量上,就意味着把这个向量看作矩阵了.当a是列向量时,a
T表示行向量,当a是行向量时,a
T表示列向量.
向量组的线性组合:设a1,a2,…,as是一组n维向量,c1,c2,…,cs是一组数,则称
c1a1+c2a2+…+csas
为a1,a2,…,as的(以c1,c2,…,cs为系数的)线性组合.
n维向量组的线性组合也是n维向量.
(3)
n阶矩阵与几个特殊矩阵
行数和列数相等的矩阵称为方阵,行列数都为n的矩阵也常常叫做n阶矩阵.
把n阶矩阵的从左上到右下的对角线称为它对角线.(其上的元素行号与列号相等.)
下面列出几类常用的n阶矩阵,它们都是考试大纲中要求掌握的.
对角矩阵:
对角线外的的元素都为0的n阶矩阵.
单位矩阵:
对角线上的的元素都为1的对角矩阵,记作E(或I).
数量矩阵:
对角线上的的元素都等于一个常数c的对角矩阵,它就是cE.
上三角矩阵:
对角线下的的元素都为0的n阶矩阵.
下三角矩阵:
对角线上的的元素都为0的n阶矩阵.
对称矩阵:满足AT=A矩阵.也就是对任何i,j,(i,j)位的元素和(j,i)位的元素总是相等的n阶矩阵.
(反对称矩阵:满足AT=-A矩阵.也就是对任何i,j,(i,j)位的元素和(j,i)位的元素之和总等于0的n阶矩阵.
反对称矩阵对角线上的元素一定都是0.)
3.
矩阵的初等变换和阶梯形矩阵
矩阵有以下三种初等行变换:
①
交换两行的位置.
②
用一个非0的常数乘某一行的各元素.
③
把某一行的倍数加到另一行上.(称这类变换为倍加变换)
类似地,矩阵还有三种初等列变换,大家可以模仿着写出它们,这里省略了.
初等行变换与初等列变换统称初等变换.
阶梯形矩阵:一个矩阵称为阶梯形矩阵,如果满足:
①
如果它有零行,则都出现在下面.
②
如果它有非零行,则每个非零行的第一个非0元素所在的列号自上而下严格单调递增.
把阶梯形矩阵的每个非零行的第一个非0元素所在的位置称为台角.
简单阶梯形矩阵:是特殊的阶梯形矩阵,特点为:
③台角位置的元素为1.
④并且其正上方的元素都为0.
每个矩阵都可以用初等行变换化为阶梯形矩阵和简单阶梯形矩阵.这种运算是在线性代数的各类计算题中频繁运用的基本运算,必须十分熟练.
请注意:
1.一个矩阵用初等行变换化得的阶梯形矩阵并不是唯一的,但是其非零行数和台角位置是确定的.
2.
一个矩阵用初等行变换化得的简单阶梯形矩阵是唯一的.
4.
线性方程组的矩阵消元法
线性方程组的基本方法即中学课程中的消元法:用同解变换把方程组化为阶梯形方程组(即增广矩阵为阶梯形矩阵的方程组).
线性方程组的同解变换有三种:
①
交换两个方程的上下位置.
②
用一个非0的常数乘某个方程.
③
把某个方程的倍数加到另一个方程上.
以上变换反映在增广矩阵上就是三种初等行变换.
线性方程组求解的基本方法是消元法,用增广矩阵或系数矩阵来进行,称为矩阵消元法.
对非齐次线性方程组步骤如下:
(1)写出方程组的增广矩阵(A|b),用初等行变换把它化为阶梯形矩阵(B|g).
(2)用(B|g)判别解的情况:
如果最下面的非零行为(0,0,?,0|d),则无解,否则有解.
有解时看非零行数r(r不会大于未知数个数n),r=n时唯一解;r2时,(A*)*=|A|n-2A;
n=2时,(A*)*=A.
二
典型例题
1.计算题
例1
a=(1,-2,3)
T,b
=(1,-1/2,1/3)T,A=ab
T,求A6.
讨论:(1)一般地,如果n阶矩阵A=ab
T,则Ak=(bTa)k-1A=(tr(A
))k-1A
.
(2)乘法结合律的应用:遇到形如bTa的地方可把它当作数处理.
①
1
-1
1
aaT=
-1
1
-1
,求aTa.(2003一)
1
-1
1
②
设a=(1,0,-1)T,A=aaT,求|aE-An|.
③
n维向量a=(a,0,?,0,a)T,a1)
1
0
1
例3
1
0
0
设A
=
1
0
1
,(1)证明当n>1时An=An-2+A2-E.
(2)
求An.
0
1
0
例4
设A为3阶矩阵,a1,a2,a3是线性无关的3维列向量组,满足
Aa1=a1+a2+a3,Aa2=2a2+
a3,Aa3=2a2+3a3.
求作矩阵B,使得A(a1,a2,a3)=(a1,a2,a3)B.
(2005年数学四)
例5设3阶矩阵A=(a1,a2,a3),|A|=1,B=(a1+a2+a3,a1+2a2+3a3,a1+4a2+9a3),求|B|.(05)
例6
3维向量a1,a2,a3,b1,b2,b3满足
a1+a3+2b1-b2=0,3a1-a2+b1-b3=0,-a2+a3-b2+b3=0,已知|a1,a2,a3|=a,求|
b1,b2,b3|.
例7设A
是3阶矩阵,a
是3维列向量,使得P=(a,Aa,A2a)可逆,并且A3a=3Aa-2A2a.又3阶矩阵B满足A=PBP-1.
(1)求B.(2)求|A+E|.(01一)
2
1
0
例8
3阶矩阵A,B满足ABA*=2BA*+E,其中A=
1
2
0,求|B|.(04一)
0
0
1
例9
3
-5
1
设3阶矩阵A=
1
-1
0,A-1XA=XA+2A,求X.
-1
0
2
例10
1
1
-1
设3阶矩阵A=
-1
1
1,A*X=A-1+2X,求X.
1
-1
1
例11
4阶矩阵A,B满足ABA-1=BA-1+3E,已知
1
0
0
0
A*=
0
1
0
0,求B.
(00一)
1
0
1
0
0
-3
0
8
例12
3
0
0
1
0
0
已知A=
2
1
0,B=
0
0
0,XA+2B=AB+2X,求X11.
2
1
3
0
0
-1
例13
设a1=(5,1,-5)T,a2=(1,-3,2)T,a3=(1,-2,1)T,矩阵A满足
Aa1=(4,3)
T,Aa2=(7,-8)
T,Aa3=(5,-5)
T,求A.
2.概念和证明题
例14
设A
是n阶非零实矩阵,满足A*=AT.证明:
(1)|A|>0.
(2)如果n>2,则
|A|=1.
例15
设矩阵A=(aij)3′3满足A*=A
T,a11,a12,a13为3个相等的正数,则它们为
(A)
.(B)
3.
(C)1/3.
(D)
.
(2005年数学三)
例16
设A
和B都是n阶矩阵,C=
A
0,则C*=
0
B
(A)
|A|A*
0
.
(B)
|B|B
0
.
0
|B|B
0
|A|A*
(C)
|A|B*
0
.
(D
)
|B|A*
0
.
0
|B|A*
0
|A|B*
例17
设A是3阶矩阵,交换A的1,2列得B,再把B的第2
列加到第3
列上,得C.求Q,使得C=AQ.
例18
设A是3阶可逆矩阵,交换A的1,2行得B,则
(A)
交换A*的1,2行得到B*.
(B)
交换A*的1,2列得到B*.
(C)
交换A*的1,2行得到-B*.
(D)
交换A*的1,2列得到-B*.(2005年)
例19
设A是n阶可逆矩阵,交换A的i,j行得到B.
(1)
证明B可逆.
(2)
求AB
-1.
例20
设n阶矩阵A满足A2+3A-2E=0.
(1)证明A可逆,并且求A-1.(2)证明对任何整数c,A-cE可逆.
讨论:
如果f(A)=0,则
(1)
当f(x)的常数项不等于0时,A可逆.
(2)
f(c)10时,A-cE可逆.
(3)
上述两条的逆命题不成立.
例21设a是n维非零列向量,记A=E-aaT.证明
(1)
A2=A?aTa
=1.
(2)
aTa
=1T
A不可逆.
(96一)
讨论:
(2)的逆命题也成立.
例22
设A,B都是n阶矩阵,证明
E-AB可逆?
E-BA可逆.
例23
设3阶矩阵A,B满足AB=A+B.
(1)
证明A-E可逆.
(2)
设
1
-3
0
B=
2
1
0,求A.
0
0
2
(91)
例24
设A,B是3阶矩阵,A可逆,它们满足2A-1B=B-4E.
(1)
证明A-2E可逆.
(2)
设
1
-2
0
B=
1
2
0,求A.
0
0
2
(2002)
例25
设n阶矩阵A,B满足AB=aA+bB.其中ab10,证明
(1)
A-bE和B-aE都可逆.
(2)
A可逆?
B可逆.
(3)
AB=BA.
例26
设A,B都是n阶对称矩阵,E+AB可逆,证明(E+AB)-1A也是对称矩阵.
例27
设A,B都是n阶矩阵使得A+B可逆,证明
(1)
如果AB=BA,则B(A+B)-1A=A(A+B)-1B.
(2)
如果A.B都可逆,则B(A+B)-1A=A(A+B)-1B.
(3)
等式B(A+B)-1A=A(A+B)-1B总成立.
例28设A,B,C都是n阶矩阵,满足B=E+AB,C=A+CA,则B-C为
(A)
E.(B)
-E.
(C)
A.
(D)
-A.
(2005年数学四)
参考答案
1
-1/2
1/3
例1
35A=35
-2
1
–2/3
.
3
-3/2
1
①
3.②
a2(a-2n).
③
-1.
④
E.
⑤
4.
例2
O.
例3
(1)提示:
An=An-2+A2-E?A
n-2(A2-E)=A2-E
?
A(A2-E)=A2-E.
(2)n=2k时,1
0
0
An
=
k
1
0
.
k
0
1
n=2k+1时,1
0
0
An
=
k+1
0
1
.
k
1
0
例
4
1
0
0
B=
1
2
2
.
1
1
3
例5
2.
例
6
–4a.
例
7
0
0
0
B=
1
0
3
.
|E+A|=-4
0
1
-2
例8
1/9.
例
9
-6
10
4
X=
-2
4
2
.
-4
10
0
例
10
1
1
0
(1/4)
0
1
1
.
1
0
1
例
11
6
0
0
0
B=
0
6
0
0
.
6
0
6
0
0
3
0
-1
例
12
1
0
0
2
0
0
.
6
-1
-1
例
13
2
-1
1
-4
-2
-5
.
例15
(A).
例16
(D).
例
17
0
1
1
Q=
1
0
0
.
0
0
1
例18
(D).
例19
E(i,j).
例22
提示:用克莱姆法则.例如证明T,即在E-AB可逆时证明齐次方程组(E-BA)X=0只有零解.
例23
1
1/2
0
A=
-1/3
1
0
.
0
0
2
例
24
0
2
0
A=
-1
-1
0
.
0
0
-2
例25
提示:计算(A-bE)(B-aE).
例28
(A).
第四讲
向量组的线性关系与秩
一.概念复习
1.
线性表示关系
设a1,a2,…,as是一个n维向量组.
如果n维向量b等于a1,a2,…,as的一个线性组合,就说b可以用a1,a2,…,as线性表示.如果n维向量组b1,b2,…,bt
中的每一个都可以可以用a1,a2,…,as线性表示,就说向量
b1,b2,…,bt可以用a1,a2,…,as线性表示.
判别“b是否可以用a1,a2,…,as线性表示?
表示方式是否唯一?”就是问:向量方程
x1a1+
x2a2+…+xsas=b
是否有解?解是否唯一?用分量写出这个向量方程,就是以(a1,a2,…,as
|b)为增广矩阵的线性方程组.反之,判别“以(A|b)为增广矩阵的线性方程组是否有解?解是否唯一?”的问题又可转化为“b是否可以用A的列向量组线性表示?
表示方式是否唯一?”的问题.
向量组之间的线性表示问题与矩阵乘法有密切关系:
乘积矩阵AB的每个列向量都可以表示为A的列向量组的线性组合,从而AB的列向量组可以用A的列向量组线性表示;反之,如果向量组b1,b2,…,bt可以用a1,a2,…,as线性表示,则矩阵(b1,b2,…,bt)等于矩阵(a1,a2,…,as)和一个s′t矩阵C的乘积.
C可以这样构造:
它的第i个列向量就是bi对a1,a2,…,as的分解系数(C不是唯一的).
向量组的线性表示关系有传递性,即如果向量组b1,b2,…,bt可以用a1,a2,…,as线性表示,而a1,a2,…,as
可以用g1,g2,…,gr线性表示,则b1,b2,…,bt可以用g1,g2,…,gr线性表示.
当向量组a1,a2,…,as
和b1,b2,…,bt互相都可以表示时,就说它们等价,并记作{a1,a2,…,as
}@{b1,b2,…,bt}.
等价关系也有传递性.
2.
向量组的线性相关性
(1)
定义(从三个方面看线性相关性)
线性相关性是描述向量组内在关系的概念,它是讨论向量组a1,a2,…,as
中有没有向量可以用其它的s-1个向量线性表示的问题.
定义
设a1,a2,…,as
是n维向量组,如果存在不全为0的一组数c1,c2,…,cs使得
c1a1+c2a2+…+csas=0,