行列式

  • n阶行列式值的性质

    • 交换行列式两行(列), 行列式变号
    • 行列式某一行(列)所有元素都乘以同一个数k,等于数k乘此行列式
      a11a1j+a1ia1na21a2j+a2ia2nan1anj+aniann=a11a1ja1na21a2ja2nan1anjann+a11a1ia1na21a2ia2nan1aniann\left|\begin{array}{ccccc} a_{11} & \cdots & a_{1 j}+a_{1 i} & \cdots & a_{1 n} \\ a_{21} & \cdots & a_{2 j}+a_{2 i} & \cdots & a_{2 n} \\ \cdots & \cdots & \cdots & \cdots & \cdots \\ a_{n 1} & \cdots & a_{n j}+a_{n i} & \cdots & a_{n n} \end{array}\right|=\left|\begin{array}{ccccc} a_{11} & \cdots & a_{1 j} & \cdots & a_{1 n} \\ a_{21} & \cdots & a_{2 j} & \cdots & a_{2 n} \\ \cdots & \cdots & \cdots & \cdots & \cdots \\ a_{n 1} & \cdots & a_{n j} & \cdots & a_{n n} \end{array}\right| + \left|\begin{array}{ccccc} a_{11} & \cdots & a_{1 i} & \cdots & a_{1 n} \\ a_{21} & \cdots & a_{2 i} & \cdots & a_{2 n} \\ \cdots & \cdots & \cdots & \cdots & \cdots \\ a_{n 1} & \cdots & a_{n i} & \cdots & a_{n n} \end{array}\right|
    • 把行列式的某一行(列)的元素乘以k加到另一行(列)对应的元素上去,行列式值不变
      a11a1ia1ja1na21a2ia2ja2nan1anianjann=a11(a1i+ka1j)a1ja1na21(a2i+ka2j)a2ja2nan1(ani+kanj)anjann\left|\begin{array}{ccccccc} a_{11} & \cdots & a_{1 i} & \cdots & a_{1 j} & \cdots & a_{1 n} \\ a_{21} & \cdots & a_{2 i} & \cdots & a_{2 j} & \cdots & a_{2 n} \\ \cdots & \cdots & \cdots & \cdots & \cdots & \cdots & \cdots \\ a_{n 1} & \cdots & a_{n i} & \cdots & a_{n j} & \cdots & a_{n n} \end{array}\right|=\left|\begin{array}{ccccccc} a_{11} & \cdots & \left(a_{1 i}+k a_{1 j}\right) & \cdots & a_{1 j} & \cdots & a_{1 n} \\ a_{21} & \cdots & \left(a_{2 i}+k a_{2 j}\right) & \cdots & a_{2 j} & \cdots & a_{2 n} \\ \cdots & \cdots & \cdots & \cdots & \cdots & \cdots & \cdots \\ a_{n 1} & \cdots & \left(a_{n i}+k a_{n j}\right) & \cdots & a_{n j} & \cdots & a_{n n} \end{array}\right|
    • A=AT|A| = |A^T|
    • λA=λnA|\lambda A| = \lambda^n |A|
    • A1A2An=A1A2An|A_1 A_2 \cdots A_n| = |A_1||A_2| \cdots |A_n|
    • 行列式等于它的任一行的各元素与其对应的代数余子式乘积之和
      D=ai1Ai1+ai2Ai2++ainAinD = a_{i1}A_{i1} + a_{i2}A_{i2} + \cdots + a_{in}A_{in}
  • 行列式值的计算

    • 定义法——含较多0时考虑

      a11a12a1na21a22a2nan1an2ann=j1j2jn(1)τ(j1j2jn)a1j1a2j2anjn\left|\begin{array}{cccc} a_{11} & a_{12} & \cdots & a_{1 n} \\ a_{21} & a_{22} & \cdots & a_{2 n} \\ \cdots & \cdots & \cdots & \cdots \\ a_{n 1} & a_{n 2} & \cdots & a_{n n} \end{array}\right| = \sum_{j_{1} j_{2} \cdots j_{n}} (-1)^{\tau\left(j_{1} j_{2} \cdots j_{n}\right)} a_{1 j_{1}} a_{2 j_{2}} \cdots a_{n j_{n}}

    • 行(列)变换,化为上三角矩阵

      • 将对角线元素相乘
    • 各行加到同一行上去——各列元素之和相等

    • 递推法——三对角行列式

    • 加边法——各列含多个相同元素

矩阵

  • 运算
    • 矩阵乘法不满足交换律
  • 矩阵转置
    • (AT)T=A(A^T)^T=A
    • (A+B)T=AT+BT(A+B)^T = A^T +B^T
    • (λA)T=λAT(\lambda A)^T = \lambda A^T
    • (AB)T=BTAT(AB)^T = B^T A^T
  • 逆矩阵
    • 定理1.1 若方阵可逆, 则它的逆矩阵是唯一的
    • (A1)1=A(A^{-1})^{-1} = A
    • (AA1)=E(AA^{-1}) = E
    • (λA)1=1λA1(\lambda A)^{-1} = \frac{1}{\lambda} A^{-1}
    • (A1A2Am)1=Am1A21A11(A_1 A_2 \cdots A_m)^{-1} = A_{m}^{-1} \cdots A_2^{-1} A_1^{-1}
  • 初等行变换
    • 交换两行
    • 把 K(k≠0) 乘以某一行的所有元素
    • 把某一行(第j 行)所有元素的k倍加到另一行(第i 行)对应的元素上去、
  • 矩阵的秩 r(B)r(B)
    • 定义: 化为行简化阶梯阵的非零行数
    • 等价(相抵): 存在nn阶可逆矩阵 P,QP, Q,使得 PAQ=BPAQ = B
    • 矩阵转置秩不变
    • nn 阶矩阵 AA 可逆的充要条件为r(A)=nr(A)=n

向量空间

  • 运算
    • 加减
    • 数乘
    • 向量的平行
      • 两个向量平行 β=kα\Leftrightarrow \beta = k \alpha
      • 三个向量共面 γ=μ1α+μ2β\Leftrightarrow \gamma = \mu_1 \alpha + \mu_2 \beta
    • 定义
      • α1,α2,,αm\alpha_1, \alpha_2, \cdots, \alpha_m线性无关——任意一个向量不能用其他向量线性表示
        • 线性表示:β=k1α1+k2α2++kmαm\beta = k_1\alpha1 + k_2\alpha2 +\cdots + k_m\alpha_m
      • VV 中任意向量均可由其线性表示
      • mm 称为VV的维数,记为 dim(V)=mdim (V ) = m
    • 只含零向量的向量空间称为 0 维向量空间,因此它没有基
    • 若把向量空间 V 看作向量组,那么V 的基就是该向量组的极大无关组,V的维数就是该向量组的秩
    • 向量空间V 的基不惟一, 但所有的基都等价
    • dimV=rdimV = r, 则VV中任意 r+1r+1个向量均线性相关,任意 rr个线性无关的向量都是一组基
  • 正交向量组
    • 定义: 一组非零的 nn 维向量, 且两两正交
  • 标准正交基
    • 定义:一组非零的 nn 维向量, 且两两正交的单位向量
    • 求解:
      • 找到一组基
      • 施密特正交化
        • β1=α1\beta_1 = \alpha_1
        • β2=α2(β1,α2)(β1,β1)β1\beta_2 = \alpha_2-\dfrac{(\beta_1, \alpha_2)}{(\beta_1,\beta_1)}\beta_1
        • β3=α3(β1,α3)(β1,β1)β1(β2,α3)(β2,β2)β2\beta_3 = \alpha_3-\dfrac{(\beta_1, \alpha_3)}{(\beta_1,\beta_1)}\beta_1-\dfrac{(\beta_2, \alpha_3)}{(\beta_2,\beta_2)}\beta_2
      • 单位化
        • e1=β1β1,e2=β2β2,,er=βrβre_1 = \frac{\beta_1}{|\beta_1|}, e_2 = \frac{\beta_2}{|\beta_2|}, \cdots, e_r = \frac{\beta_r}{|\beta_r|}
  • 向量组
    • 定义:mmnn 维向量的集合称为向量组
    • 定理3.3 向量 b 可由向量组 A: 线性表示 \Leftrightarrow 方程组 有解
    • 向量组的等价
      • 两个向量组能相互线性表示
      • 反身性、对称性、传递性
  • 极大线性无关组
    • 求解
      • 进行初等行变换化为行简化阶梯阵
      • 行简化阶梯阵 B 的非零行的第一个非零元对应的 列向量组可选为 B 的列向量组的极大无关组。其余列可用极大无关组线性表示.
      • A 中对应的列向量组是A的极大无关组并可将 A 中其余列用 A 的极大无关组线性表示. 且系数相同。B中非零行数是A的秩
  • 向量组的秩
    • 定义: 极大线性无关组的向量个数
    • 性质
      • 向量线性无关的充要条件是其秩等于向量组所含向量的个数
      • 若向量组A可由向量组B线性表示,向量组A的秩为rr,向量组B的秩为ssrsr\le s
      • 等价向量组有相同的秩
      • 设A为mnm*n矩阵, 则r(A)min{m.n}r(A)\le \min\{m.n\}
      • 进行初等行变换不改变列向量的线性关系
      • n阶方阵A可逆 \Leftrightarrow 其行(列)向量组线性无关 r(A)=nr(A) = n
      • r(AB)min{r(A),r(B)}r(AB)\le \min\{ r(A), r(B)\}
      • r(A±B)r(A)+r(B)r(A\pm B)\le r(A)+ r(B)

线性方程组

  • 表示形式
    • 代数形式
    • 矩阵形式 Ax=bAx=b
    • 向量形式 x1α1+x2α2++xmαm=bx_1\alpha_1 + x_2 \alpha_2+ \cdots + x_m\alpha_m = b
  • 齐次线性方程组
    • 定义: Ax=0Ax = 0 —— 常数项均为 0