线 性 代 数 复 习
线性代数课程2019 年 5 月 1 日
..
第一章
行列式
.
..
第二章
矩阵
.
..
第三章
线性方程组
.
..
第四章
特征值
.
..
第五章
二次型
.
二阶和三阶行列式
二阶行列式定义为 11 12 21 22 = 1122 − 1221. 三阶行列式定义为 11 12 13 21 22 23 31 32 33 = 112233+ 122331+ 132132 −112332 − 122133 − 132231.二阶和三阶行列式
二阶行列式定义为 11 12 21 22 = 1122 − 1221. 三阶行列式定义为 11 12 13 21 22 23 31 32 33 = 112233+ 122331+ 132132 −112332 − 122133 − 132231.四阶行列式的计算方法
∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ 运算 −−→ ∗ ∗ 0 ∗ ∗ ∗ ∗ ∗ ∗ 0 ∗ ∗ ∗ 0 ∗ 展开 −−→ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ 选择 −−→ ∗ ∗ ∗ ∗ ∗ b ∗ ∗ ∗ 运算 −−→ ∗ ∗ ∗ 0 0 b ∗ ∗ ∗ 展开 −−→ ∗ ∗ ∗ ∗四阶行列式的计算方法
∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ 运算 −−→ ∗ ∗ 0 ∗ ∗ ∗ ∗ ∗ ∗ 0 ∗ ∗ ∗ 0 ∗ 展开 −−→ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ 选择 −−→ ∗ ∗ ∗ ∗ ∗ b ∗ ∗ ∗ 运算 −−→ ∗ ∗ ∗ 0 0 b ∗ ∗ ∗ 展开 −−→ ∗ ∗ ∗ ∗四阶行列式的计算方法
∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ 运算 −−→ ∗ ∗ 0 ∗ ∗ ∗ ∗ ∗ ∗ 0 ∗ ∗ ∗ 0 ∗ 展开 −−→ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ 选择 −−→ ∗ ∗ ∗ ∗ ∗ b ∗ ∗ ∗ 运算 −−→ ∗ ∗ ∗ 0 0 b ∗ ∗ ∗ 展开 −−→ ∗ ∗ ∗ ∗四阶行列式的计算方法
∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ 运算 −−→ ∗ ∗ 0 ∗ ∗ ∗ ∗ ∗ ∗ 0 ∗ ∗ ∗ 0 ∗ 展开 −−→ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ 选择 −−→ ∗ ∗ ∗ ∗ ∗ b ∗ ∗ ∗ 运算 −−→ ∗ ∗ ∗ 0 0 b ∗ ∗ ∗ 展开 −−→ ∗ ∗ ∗ ∗四阶行列式的计算方法
∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ 运算 −−→ ∗ ∗ 0 ∗ ∗ ∗ ∗ ∗ ∗ 0 ∗ ∗ ∗ 0 ∗ 展开 −−→ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ 选择 −−→ ∗ ∗ ∗ ∗ ∗ b ∗ ∗ ∗ 运算 −−→ ∗ ∗ ∗ 0 0 b ∗ ∗ ∗ 展开 −−→ ∗ ∗ ∗ ∗四阶行列式的计算方法
∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ 运算 −−→ ∗ ∗ 0 ∗ ∗ ∗ ∗ ∗ ∗ 0 ∗ ∗ ∗ 0 ∗ 展开 −−→ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ 选择 −−→ ∗ ∗ ∗ ∗ ∗ b ∗ ∗ ∗ 运算 −−→ ∗ ∗ ∗ 0 0 b ∗ ∗ ∗ 展开 −−→ ∗ ∗ ∗ ∗n 阶行列式的计算
n 阶行列式的计算方法:使用批量变换
1 先将它的很多元素变成零
例 1 设 A 为三阶矩阵,且 |A| = 1.将 |A| 按列分 块得到 A = (α1,α2,α3).设 B = (2α1,α3,α2− α1), 求 |B|. 解法 1 B= 2α1,α3,α2− α1 = 2α1,α3,α2− α1 (c1÷ 2) = 2α1,α3,α2 (c3+ c1) = −2α1,α2,α3 (c2 ↔ c3) = −2 · 1 = −2.
例 1 设 A 为三阶矩阵,且 |A| = 1.将 |A| 按列分 块得到 A = (α1,α2,α3).设 B = (2α1,α3,α2− α1), 求 |B|. 解法 1 B= 2α1,α3,α2− α1 = 2α1,α3,α2− α1 (c1÷ 2) = 2α1,α3,α2 (c3+ c1) = −2α1,α2,α3 (c2 ↔ c3) = −2 · 1 = −2.
解法 2 B= (2α1,α3,α2− α1) = (α1,α2,α3) 2 0 −1 0 0 1 0 1 0 . 所以 |B| = |A| · 2 0 −1 0 0 1 0 1 0 = 1 · (−2) = −2.
解法 2 B= (2α1,α3,α2− α1) = (α1,α2,α3) 2 0 −1 0 0 1 0 1 0 . 所以 |B| = |A| · 2 0 −1 0 0 1 0 1 0 = 1 · (−2) = −2.
..
第一章
行列式
.
..
第二章
矩阵
.
..
第三章
线性方程组
.
..
第四章
特征值
.
..
第五章
二次型
.
矩阵的运算
矩阵有如下这些运算: 1 矩阵的加减 2 矩阵的数乘 3 矩阵的乘法 4 矩阵的转置 5 矩阵的幂次 6 矩阵的行列式 注意与行列式的运算的区别.矩阵的运算
矩阵的乘法与实数的乘法差别很大.比如: AB = O ̸=⇒ A= O 或 B = O. AB = AC 且 A ̸= O ̸=⇒ B = C. 又如: (AB)2 ̸= A2B2. A2− B2 ̸= (A + B)(A − B).矩阵的运算
矩阵的乘法与实数的乘法差别很大.比如: AB = O ̸=⇒ A= O 或 B = O. AB = AC 且 A ̸= O ̸=⇒ B = C. 又如: (AB)2 ̸= A2B2. A2− B2 ̸= (A + B)(A − B).逆矩阵
定理 方阵 A 可逆等价于 |A| ̸= 0,且当 A 可逆时, 有 A−1 = A ∗ |A| ,其中 A∗ = A11 A21 · · · An1 A12 A22 · · · An2 ... ... ... ... A1n A2n · · · Ann 称为 A 的伴随矩阵, 而 Aj 是 j 的代数余子式.初等变换
定义 矩阵的初等变换是这三种对矩阵元素的变换:
1 矩阵的某两行(列)交换; 2 某一行(列)乘以非零的 k 倍;
用初等变换求矩阵的秩
方法:通过初等变换将矩阵化为如下梯形矩阵 11 ∗ · · · ∗ · · · ∗ 0 22 · · · ∗ · · · ∗ ... ... ... ... ... 0 0 · · · rr · · · ∗ 0 0 · · · 0 · · · 0 ... ... ... ... 0 0 · · · 0 · · · 0 (各 均不为零). 结果:矩阵的秩就等于梯形矩阵中非零行的数目.用初等变换求等价标准形
定理 任何 m× n 矩阵 A 经过若干次初等变换后,可 以化为如下形式的矩阵: D = r Or,n−r Om−r,r Om−r,n−r ! 该形式的矩阵称为矩阵 A 的等价标准形. 求矩阵的等价标准形的步骤如下: 将 11 变为 1,再将 r1 和 c1 的其他元素变为 0 将 22 变为 1,再将 r2 和 c2 的其他元素变为 0 ………用初等变换求等价标准形
定理 任何 m× n 矩阵 A 经过若干次初等变换后,可 以化为如下形式的矩阵: D = r Or,n−r Om−r,r Om−r,n−r ! 该形式的矩阵称为矩阵 A 的等价标准形. 求矩阵的等价标准形的步骤如下: 将 11 变为 1,再将 r1 和 c1 的其他元素变为 0 将 22 变为 1,再将 r2 和 c2 的其他元素变为 0 ………用初等变换求逆矩阵
用初等变换求逆矩阵的方法如下: A −−−−−→初等行变换 A−1 用初等变换求逆矩阵的步骤如下: 矩阵 −−−−→从左到右 变为 上三角阵 从右到左 −−−−→ 变为 对角阵→ 单位阵 如果在过程中发现矩阵的某一行或列全为零,则该矩 阵不可逆.用初等变换求逆矩阵
用初等变换求逆矩阵的方法如下: A −−−−−→初等行变换 A−1 用初等变换求逆矩阵的步骤如下: 矩阵 −−−−→从左到右 变为 上三角阵 从右到左 −−−−→ 变为 对角阵→ 单位阵 如果在过程中发现矩阵的某一行或列全为零,则该矩 阵不可逆.用初等变换求逆矩阵
用初等变换求逆矩阵的方法如下: A −−−−−→初等行变换 A−1 用初等变换求逆矩阵的步骤如下: 矩阵 −−−−→从左到右 变为 上三角阵 从右到左 −−−−→ 变为 对角阵→ 单位阵 如果在过程中发现矩阵的某一行或列全为零,则该矩 阵不可逆.例 1 求行列式 AAT 和 BTB,其中 A= 1 1 2 1 2 1 2 1 1 3 4 5 , B= 1 2 3 3 4 5 5 6 7 7 8 9 . 解答 因为 AAT 是 4 阶方阵,而 r(AAT)¶ r(A) ¶ 3, 所以 AAT= 0. 因为 BTB 是 3 阶矩阵,而 r(BTB) ¶ r(B) = 2,所以 BTB = 0.
例 1 求行列式 AAT 和 BTB,其中 A= 1 1 2 1 2 1 2 1 1 3 4 5 , B= 1 2 3 3 4 5 5 6 7 7 8 9 . 解答 因为 AAT 是 4 阶方阵,而 r(AAT)¶ r(A) ¶ 3, 所以 AAT= 0. 因为 BTB 是 3 阶矩阵,而 r(BTB) ¶ r(B) = 2,所以 BTB = 0.
例 1 求行列式 AAT 和 BTB,其中 A= 1 1 2 1 2 1 2 1 1 3 4 5 , B= 1 2 3 3 4 5 5 6 7 7 8 9 . 解答 因为 AAT 是 4 阶方阵,而 r(AAT)¶ r(A) ¶ 3, 所以 AAT= 0. 因为 BTB 是 3 阶矩阵,而 r(BTB) ¶ r(B) = 2,所以 BTB = 0.
..
第一章
行列式
.
..
第二章
矩阵
.
..
第三章
线性方程组
.
..
第四章
特征值
.
..
第五章
二次型
.
..
第三章
线性方程组
.
..
3.1
向量组及其秩
.
..
3.2
线性方程组的解
.
线性表示和线性组合
定义 1 如果存在 k1, · · · , kn 使得 k1α1+ · · · + knαn = β, 就称 β 可由 α1, · · · , αn 线性表示. 定理 1 向量 β 可由向量组 α1,· · · ,αn 线性表示当且 仅当如下条件成立: r(α1,· · · ,αn) = r(α1,· · · ,αn,β).线性表示和线性组合
定义 1 如果存在 k1, · · · , kn 使得 k1α1+ · · · + knαn = β, 就称 β 可由 α1, · · · , αn 线性表示. 定理 1 向量 β 可由向量组 α1,· · · ,αn 线性表示当且 仅当如下条件成立: r(α1,· · · ,αn) = r(α1,· · · ,αn,β).线性相关和线性无关
定义 2 如果存在不全为零的 k1,· · · ,kn,使得 k1α1+ · · · + knαn = 0, 就称 α1,· · · ,αn 线性相关,否则称它们线性无关. 定理 2 向量组 α1,α2,· · · ,αn 线性相关当且仅当 r(α1,α2,· · · ,αn) < n.线性相关和线性无关
定义 2 如果存在不全为零的 k1,· · · ,kn,使得 k1α1+ · · · + knαn = 0, 就称 α1,· · · ,αn 线性相关,否则称它们线性无关. 定理 2 向量组 α1,α2,· · · ,αn 线性相关当且仅当 r(α1,α2,· · · ,αn) < n.线性相关的判定
设 n 个向量 α1,α2,· · · ,αn 都是 m 维的,则有 1 如果 m < n,则它们一定线性相关. 2 如果 m = n,则它们线性相关当且仅当它们组成 的矩阵的行列式为零. 对于 m > n 的情形,或要求给出 k1,k2,· · · ,kn 的情 形,我们可以用初等行变换来判定.线性相关的判定
设 n 个向量 α1,α2,· · · ,αn 都是 m 维的,则有 1 如果 m < n,则它们一定线性相关. 2 如果 m = n,则它们线性相关当且仅当它们组成 的矩阵的行列式为零. 对于 m > n 的情形,或要求给出 k1,k2,· · · ,kn 的情 形,我们可以用初等行变换来判定.线性相关的判定
设 n 个向量 α1,α2,· · · ,αn 都是 m 维的,则有 1 如果 m < n,则它们一定线性相关. 2 如果 m = n,则它们线性相关当且仅当它们组成 的矩阵的行列式为零. 对于 m > n 的情形,或要求给出 k1,k2,· · · ,kn 的情 形,我们可以用初等行变换来判定.线性相关的判定
设 n 个向量 α1,α2,· · · ,αn 都是 m 维的,则有 1 如果 m < n,则它们一定线性相关. 2 如果 m = n,则它们线性相关当且仅当它们组成 的矩阵的行列式为零. 对于 m > n 的情形,或要求给出 k1,k2,· · · ,kn 的情 形,我们可以用初等行变换来判定.向量组的秩
定义 3 向量组 α1,· · · ,αn 的极大无关组 αj1,· · · ,αjr 中所含向量的个数 r 称为向量组 α1,· · · ,αn 的秩,记 为 r(α1,· · · ,αn) = r. 定义 4 矩阵的行向量组的秩称为它的行秩,矩阵的 列向量组的秩称为它的列秩. 定理 3 矩阵的秩 = 矩阵的列秩 = 矩阵的行秩.向量组的秩
定义 3 向量组 α1,· · · ,αn 的极大无关组 αj1,· · · ,αjr 中所含向量的个数 r 称为向量组 α1,· · · ,αn 的秩,记 为 r(α1,· · · ,αn) = r. 定义 4 矩阵的行向量组的秩称为它的行秩,矩阵的 列向量组的秩称为它的列秩. 定理 3 矩阵的秩 = 矩阵的列秩 = 矩阵的行秩.向量组的秩
定义 3 向量组 α1,· · · ,αn 的极大无关组 αj1,· · · ,αjr 中所含向量的个数 r 称为向量组 α1,· · · ,αn 的秩,记 为 r(α1,· · · ,αn) = r. 定义 4 矩阵的行向量组的秩称为它的行秩,矩阵的 列向量组的秩称为它的列秩. 定理 3 矩阵的秩 = 矩阵的列秩 = 矩阵的行秩...
第三章
线性方程组
.
..
3.1
向量组及其秩
.
..
3.2
线性方程组的解
.
一般线性方程组的解
定理 线性方程组 A = b 的解有三种可能: 1 无解,这等价于 r(A) < r(A b); 2 唯一解,这等价于 r(A) = r(A b) = n; 3 无穷个解,这等价于 r(A) = r(A b) < n. 因此方程组有解等价于 r(A) = r(A b).齐次线性方程组的解
定理 齐次线性方程组 A = 0 的解有两种可能:
1 唯一解(只有零解),这等价于 r(A) = n; 2 无穷个解(有非零解),这等价于 r(A) < n.
齐次线性方程组的解
定理 齐次线性方程组 A = 0 的解有两种可能:
1 唯一解(只有零解),这等价于 r(A) = n; 2 无穷个解(有非零解),这等价于 r(A) < n.
线性方程组求解方法
用初等行变换求方程组的解的方法如下: 1 用初等行变换将增广矩阵化为阶梯形矩阵. 2 用定理判断方程组是否有解,若无解则不再继续. 3 用初等行变换将阶梯形矩阵化为最简形矩阵. 4 将非零行首个非零元素对应的 留在左边,其他 移到方程右边,得到基础解系,并得到全部解.线性方程组求解方法
用初等行变换求方程组的解的方法如下: 1 用初等行变换将增广矩阵化为阶梯形矩阵. 2 用定理判断方程组是否有解,若无解则不再继续. 3 用初等行变换将阶梯形矩阵化为最简形矩阵. 4 将非零行首个非零元素对应的 留在左边,其他 移到方程右边,得到基础解系,并得到全部解.线性方程组求解方法
用初等行变换求方程组的解的方法如下: 1 用初等行变换将增广矩阵化为阶梯形矩阵. 2 用定理判断方程组是否有解,若无解则不再继续. 3 用初等行变换将阶梯形矩阵化为最简形矩阵. 4 将非零行首个非零元素对应的 留在左边,其他 移到方程右边,得到基础解系,并得到全部解.线性方程组求解方法
用初等行变换求方程组的解的方法如下: 1 用初等行变换将增广矩阵化为阶梯形矩阵. 2 用定理判断方程组是否有解,若无解则不再继续. 3 用初等行变换将阶梯形矩阵化为最简形矩阵. 4 将非零行首个非零元素对应的 留在左边,其他 移到方程右边,得到基础解系,并得到全部解.线性方程组求解方法
阶梯形矩阵是指: 1 每个非零行的首个非零元素下边都是零; 2 若有全零行,则它们都在非零行的下边. 最简形矩阵是指: 1 该矩阵为阶梯形矩阵; 2 每个非零行的首个非零元素为 1,且它所在列的 其他元素都为零.线性方程组求解方法
阶梯形矩阵是指: 1 每个非零行的首个非零元素下边都是零; 2 若有全零行,则它们都在非零行的下边. 最简形矩阵是指: 1 该矩阵为阶梯形矩阵; 2 每个非零行的首个非零元素为 1,且它所在列的 其他元素都为零...
第一章
行列式
.
..
第二章
矩阵
.
..
第三章
线性方程组
.
..
第四章
特征值
.
..
第五章
二次型
.
特征值和特征向量
定义 1 设 A 为 n 阶矩阵,如果存在数 λ 和 n 维非 零列向量 α,使得 Aα = λα, 则称 λ 为 A 的一个特征值,称 α 为 A 的对应于特征 值 λ 的特征向量. 1 λ 为 A 的特征值当且仅当 λ 满足 |λ − A| = 0; 2 α 为 λ 对应的特征向量当且仅当 α 是齐次线性方 程组 (λ − A) = 0 的非零解.特征值和特征向量
定义 1 设 A 为 n 阶矩阵,如果存在数 λ 和 n 维非 零列向量 α,使得 Aα = λα, 则称 λ 为 A 的一个特征值,称 α 为 A 的对应于特征 值 λ 的特征向量. 1 λ 为 A 的特征值当且仅当 λ 满足 |λ − A| = 0; 2 α 为 λ 对应的特征向量当且仅当 α 是齐次线性方 程组 (λ − A) = 0 的非零解.相似矩阵
定义 2 对矩阵 A 和 B,若有可逆矩阵 P,使得 P−1AP = B, 则称 A 和 B 相似,记为 A ∼ B. 定理 1 相似的矩阵有相同的秩、行列式、特征值和 可逆性.相似矩阵
定义 2 对矩阵 A 和 B,若有可逆矩阵 P,使得 P−1AP = B, 则称 A 和 B 相似,记为 A ∼ B. 定理 1 相似的矩阵有相同的秩、行列式、特征值和 可逆性.矩阵的相似对角化
定义 若 A 与对角阵相似,则称 A 可以相似对角化. 定理 设 A 为 n 阶矩阵,则下列各个结论互相等价: 1 矩阵 A 可以相似对角化 2 矩阵 A 有 n 个线性无关的特征向量 3 每个 n 重特征值可求出 n 个线性无关特征向量 4 每个 n 重特征值 λ 满足 r(λ − A) = n − n 推论 若矩阵 A 有 n 个互不相同的特征值,则 A 可 以相似对角化.矩阵的相似对角化
定义 若 A 与对角阵相似,则称 A 可以相似对角化. 定理 设 A 为 n 阶矩阵,则下列各个结论互相等价: 1 矩阵 A 可以相似对角化 2 矩阵 A 有 n 个线性无关的特征向量 3 每个 n 重特征值可求出 n 个线性无关特征向量 4 每个 n 重特征值 λ 满足 r(λ − A) = n − n 推论 若矩阵 A 有 n 个互不相同的特征值,则 A 可 以相似对角化.矩阵的相似对角化
定义 若 A 与对角阵相似,则称 A 可以相似对角化. 定理 设 A 为 n 阶矩阵,则下列各个结论互相等价: 1 矩阵 A 可以相似对角化 2 矩阵 A 有 n 个线性无关的特征向量 3 每个 n 重特征值可求出 n 个线性无关特征向量 4 每个 n 重特征值 λ 满足 r(λ − A) = n − n 推论 若矩阵 A 有 n 个互不相同的特征值,则 A 可 以相似对角化.矩阵的相似对角化
定义 若 A 与对角阵相似,则称 A 可以相似对角化. 定理 设 A 为 n 阶矩阵,则下列各个结论互相等价: 1 矩阵 A 可以相似对角化 2 矩阵 A 有 n 个线性无关的特征向量 3 每个 n 重特征值可求出 n 个线性无关特征向量 4 每个 n 重特征值 λ 满足 r(λ − A) = n − n 推论 若矩阵 A 有 n 个互不相同的特征值,则 A 可 以相似对角化.矩阵的相似对角化
定义 若 A 与对角阵相似,则称 A 可以相似对角化. 定理 设 A 为 n 阶矩阵,则下列各个结论互相等价: 1 矩阵 A 可以相似对角化 2 矩阵 A 有 n 个线性无关的特征向量 3 每个 n 重特征值可求出 n 个线性无关特征向量 4 每个 n 重特征值 λ 满足 r(λ − A) = n − n 推论 若矩阵 A 有 n 个互不相同的特征值,则 A 可 以相似对角化.矩阵的相似对角化
定义 若 A 与对角阵相似,则称 A 可以相似对角化. 定理 设 A 为 n 阶矩阵,则下列各个结论互相等价: 1 矩阵 A 可以相似对角化 2 矩阵 A 有 n 个线性无关的特征向量 3 每个 n 重特征值可求出 n 个线性无关特征向量 4 每个 n 重特征值 λ 满足 r(λ − A) = n − n 推论 若矩阵 A 有 n 个互不相同的特征值,则 A 可 以相似对角化.实对称阵的对角化
结论 1 实对称阵都可以相似对角化:即对于任何实 对称阵 A,总存在一个可逆矩阵 P,使得 P−1AP = Λ 为对角阵. 结论 2 实对称阵都可以正交对角化:即对于任何实 对称阵 A,总存在一个正交矩阵 Q,使得 Q−1AQ = Λ 为对角阵.实对称阵的对角化
结论 1 实对称阵都可以相似对角化:即对于任何实 对称阵 A,总存在一个可逆矩阵 P,使得 P−1AP = Λ 为对角阵. 结论 2 实对称阵都可以正交对角化:即对于任何实 对称阵 A,总存在一个正交矩阵 Q,使得 Q−1AQ = Λ 为对角阵.对于线 · 性· 无· 关· 的向量组 α1,α2,· · · ,αn,我们可以通 过施密特正交化方法将它变成正交向量组: β1 = α1 β2 = α2− αT 2β1 βT 1β1 β1 β3 = α3− αT3β1 βT 1β1 β1− αT3β2 βT 2β2 β2 · · · βn = αn − αT nβ1 βT 1β1 β1− αT nβ2 βT 2β2 β2· · · − αT nβn−1 βT n−1βn−1 βn−1
例 1 设 3 阶方阵 A 的特征值分别为 1, 2, −3, 矩阵 B = A3− 7A + 5, 求 B. 解答 3 阶方阵 A 有 3 个不同的特征值,则 A 可对 角化,即存在可逆矩阵 P 使得 P−1AP = Λ = 1 2 −3 , 即 A = PΛP−1.因此 B = P(Λ3− 7Λ + 5)P−1. 而 Λ3− 7Λ + 5 = −,所以 B = P(−)P−1 = −PP−1 = −.
例 1 设 3 阶方阵 A 的特征值分别为 1, 2, −3, 矩阵 B = A3− 7A + 5, 求 B. 解答 3 阶方阵 A 有 3 个不同的特征值,则 A 可对 角化,即存在可逆矩阵 P 使得 P−1AP = Λ = 1 2 −3 , 即 A = PΛP−1.因此 B = P(Λ3− 7Λ + 5)P−1. 而 Λ3− 7Λ + 5 = −,所以 B = P(−)P−1 = −PP−1 = −.
例 1 设 3 阶方阵 A 的特征值分别为 1, 2, −3, 矩阵 B = A3− 7A + 5, 求 B. 解答 3 阶方阵 A 有 3 个不同的特征值,则 A 可对 角化,即存在可逆矩阵 P 使得 P−1AP = Λ = 1 2 −3 , 即 A = PΛP−1.因此 B = P(Λ3− 7Λ + 5)P−1. 而 Λ3− 7Λ + 5 = −,所以 B = P(−)P−1 = −PP−1 = −.
例 1 设 3 阶方阵 A 的特征值分别为 1, 2, −3, 矩阵 B = A3− 7A + 5, 求 B. 解答 3 阶方阵 A 有 3 个不同的特征值,则 A 可对 角化,即存在可逆矩阵 P 使得 P−1AP = Λ = 1 2 −3 , 即 A = PΛP−1.因此 B = P(Λ3− 7Λ + 5)P−1. 而 Λ3− 7Λ + 5 = −,所以 B= P(−)P−1 = −PP−1 = −.
..
第一章
行列式
.
..
第二章
矩阵
.
..
第三章
线性方程组
.
..
第四章
特征值
.
..
第五章
二次型
.
..
第五章
二次型
.
..
5.1
二次型的标准形
.
..
5.2
二次型的有定性
.
二次型与对称阵
定理 n 元二次型与 n 阶对称矩阵一一对应. TA = (1,2,· · · ,n) 11 12 · · · 1n 12 22 · · · 2n ... ... ... 1n 2n · · · nn 1 2 ... n = 1121 + 21212 + · · · + 21n1n + 2222 + · · · + 22n2n + · · · + nn2n, = ƒ (1,2,· · · ,n)二次型与对称阵
定理 n 元二次型与 n 阶对称矩阵一一对应. TA = (1,2,· · · ,n) 11 12 · · · 1n 12 22 · · · 2n ... ... ... 1n 2n · · · nn 1 2 ... n = 1121 + 21212 + · · · + 21n1n + 2222 + · · · + 22n2n + · · · + nn2 n, = ƒ (1,2,· · · ,n)线性变换: 1 = c11y1+ c12y2+ · · · + c1nyn 2 = c21y1+ c22y2+ · · · + c2nyn · · · n = cn1y1+ cn2y2+ · · · + cnnyn . . . . 称矩阵 C = c11 c12 · · · c1n c21 c22 · · · c2n ... ... ... cn1 cn2 · · · cnn 为线性变换的矩 阵,当 |C| ̸= 0 时,称线性变换为非退化的或可逆的.
线性变换
将两组 n 元变量写成列向量形式 = 1 2 ... n , y = y1 y2 ... yn , 则线性变换可以写成 = Cy. 当 |C| ̸= 0 时,线性变换为非退化的,此时有 y = C−1.线性变换
将两组 n 元变量写成列向量形式 = 1 2 ... n , y = y1 y2 ... yn , 则线性变换可以写成 = Cy. 当 |C| ̸= 0 时,线性变换为非退化的,此时有 y = C−1.定义 若线性变换是非退化的,且 yTBy 有下面形状: d1y12+ d2y22+ · · · + dryr2 其中 d ̸= 0( = 1,2,· · · ,r,r ¶ n),则称它为二次 型 ƒ = TA 的一个标准形. 定义 设 A,B 是两个方阵, 如果存在一个可逆矩阵 C 使得 CTAC = B,我们就称矩阵 A 和 B 相合(或者称 为合同),记为 A ≃ B.
定义 若线性变换是非退化的,且 yTBy 有下面形状: d1y12+ d2y22+ · · · + dryr2 其中 d ̸= 0( = 1,2,· · · ,r,r ¶ n),则称它为二次 型 ƒ = TA 的一个标准形. 定义 设 A,B 是两个方阵, 如果存在一个可逆矩阵 C 使得 CTAC = B,我们就称矩阵 A 和 B 相合(或者称 为合同),记为 A ≃ B.
初等变换法求标准形
对下面 2n× n 矩阵的 A 作初等行变换,再对 A 作对 应的初等列变换,逐步进行可以得到 A ! 行变换PT 1 −−−−→ 列变换P1 PT1AP1 P1 ! 行变换PT2 −−−−→ 列变换P2 PT2PT1AP1P2 P1P2 ! · · · 行变换P T s −−−−→ 列变换Ps PT s· · · P T 2P T 1AP1P2· · · Ps P1P2· · · Ps ! = B C ! 从而求出对角阵 B 和变换矩阵 C,使得 CTAC = B.初等变换法求标准形
对下面 2n× n 矩阵的 A 作初等行变换,再对 A 作对 应的初等列变换,逐步进行可以得到 A ! 行变换PT 1 −−−−→ 列变换P1 PT1AP1 P1 ! 行变换PT2 −−−−→ 列变换P2 PT2PT1AP1P2 P1P2 ! · · · 行变换P T s −−−−→ 列变换Ps PT s· · · P T 2P T 1AP1P2· · · Ps P1P2· · · Ps ! = B C ! 从而求出对角阵 B 和变换矩阵 C,使得 CTAC = B.初等变换法求标准形
对下面 2n× n 矩阵的 A 作初等行变换,再对 A 作对 应的初等列变换,逐步进行可以得到 A ! 行变换PT 1 −−−−→ 列变换P1 PT1AP1 P1 ! 行变换PT2 −−−−→ 列变换P2 PT2PT1AP1P2 P1P2 ! · · · 行变换P T s −−−−→ 列变换Ps PT s· · · P T 2P T 1AP1P2· · · Ps P1P2· · · Ps ! = B C ! 从而求出对角阵 B 和变换矩阵 C,使得 CTAC = B.初等变换法求标准形
对下面 2n× n 矩阵的 A 作初等行变换,再对 A 作对 应的初等列变换,逐步进行可以得到 A ! 行变换PT 1 −−−−→ 列变换P1 PT1AP1 P1 ! 行变换PT2 −−−−→ 列变换P2 PT2PT1AP1P2 P1P2 ! · · · 行变换P T s −−−−→ 列变换Ps PT s· · · P T 2P T 1AP1P2· · · Ps P1P2· · · Ps ! = B C ! 从而求出对角阵 B 和变换矩阵 C,使得 CTAC = B.初等变换法求标准形
对下面 2n× n 矩阵的 A 作初等行变换,再对 A 作对 应的初等列变换,逐步进行可以得到 A ! 行变换PT 1 −−−−→ 列变换P1 PT1AP1 P1 ! 行变换PT2 −−−−→ 列变换P2 PT2PT1AP1P2 P1P2 ! · · · 行变换P T s −−−−→ 列变换Ps PT s· · · P T 2P T 1AP1P2· · · Ps P1P2· · · Ps ! = B C ! 从而求出对角阵 B 和变换矩阵 C,使得 CTAC = B.初等变换法求标准形
对下面 2n× n 矩阵的 A 作初等行变换,再对 A 作对 应的初等列变换,逐步进行可以得到 A ! 行变换PT 1 −−−−→ 列变换P1 PT1AP1 P1 ! 行变换PT2 −−−−→ 列变换P2 PT2PT1AP1P2 P1P2 ! · · · 行变换P T s −−−−→ 列变换Ps PT s· · · P T 2P T 1AP1P2· · · Ps P1P2· · · Ps ! = B C ! 从而求出对角阵 B 和变换矩阵 C,使得 CTAC = B.定义 若线性变换的系数矩阵是正交矩阵,则称该线 性变换为正交变换. 定理 1 对于二次型 ƒ() = TA,必定存在一个正 交矩阵 Q,使得经过正交线性变换 = Qy 后变成标 准形 ƒ(y) = λ1y21+ λ2y22+ · · · + λnyn2, 其中 λ1,λ2,· · · ,λn 是二次型 ƒ() 的矩阵 A 的全部特 征值.
定义 若线性变换的系数矩阵是正交矩阵,则称该线 性变换为正交变换. 定理 1 对于二次型 ƒ() = TA,必定存在一个正 交矩阵 Q,使得经过正交线性变换 = Qy 后变成标 准形 ƒ(y) = λ1y21+ λ2y22+ · · · + λnyn2, 其中 λ1,λ2,· · · ,λn 是二次型 ƒ() 的矩阵 A 的全部特 征值.
规范形
定理 2 任何一个二次型都可以通过可逆线性变换变 为规范形,并且规范形是唯一的,由二次型本身所决 定,与所作的可逆线性变换无关. 定义 1 规范形 y2 1 + · · · + y 2 p − y 2 p+1 − · · · − y 2 r 中正 项的总个数 p,称为二次型的正惯性指数,而规范形 中负项的总个数 r − p,称为二次型的负惯性指数,其 中 r 是二次型的秩.规范形
定理 2 任何一个二次型都可以通过可逆线性变换变 为规范形,并且规范形是唯一的,由二次型本身所决 定,与所作的可逆线性变换无关. 定义 1 规范形 y2 1 + · · · + y 2 p − y 2 p+1 − · · · − y 2 r 中正 项的总个数 p,称为二次型的正惯性指数,而规范形 中负项的总个数 r − p,称为二次型的负惯性指数,其 中 r 是二次型的秩...
第五章
二次型
.
..
5.1
二次型的标准形
.
..
5.2
二次型的有定性
.
定义 设对应于对称矩阵 A 的二次型为 ƒ = TA 1 如果 ƒ > 0 ,对所有 ̸= 0,则称 A(二次型) 是正定的; 2 如果 ƒ < 0 ,对所有 ̸= 0,则称 A(二次型) 是负定的; 3 如果 ƒ ¾ 0 ,对所有 ,则称 A(二次型)是半 正定的; 4 如果 ƒ ¶ 0 ,对所有 ,则称 A(二次型)是半 负定的. 如果上述之一成立,称对称矩阵或者二次型是有定的, 否则称为不定的.
定义 设对应于对称矩阵 A 的二次型为 ƒ = TA 1 如果 ƒ > 0 ,对所有 ̸= 0,则称 A(二次型) 是正定的; 2 如果 ƒ < 0 ,对所有 ̸= 0,则称 A(二次型) 是负定的; 3 如果 ƒ ¾ 0 ,对所有 ,则称 A(二次型)是半 正定的; 4 如果 ƒ ¶ 0 ,对所有 ,则称 A(二次型)是半 负定的. 如果上述之一成立,称对称矩阵或者二次型是有定的, 否则称为不定的.