行列式 n 阶行列式的定义 行列式 行列式的性质 行列式 行列式按行（列）展开 行列式 克拉默法则 矩阵 内 容 内 容 初等矩阵与线性方程组 矩阵的初等变换 初等矩阵与线性方程组 矩阵的秩 初等矩阵与线性方程组 线性方程组的消元法 向量及向量空间 n 维向量及其线性相关性、向量组的秩 向量及向量空间 线性方程组解的结构 向量及向量空间 向量空间、习题课 相似矩阵 向量内积和正交矩阵 相似矩阵 方阵的特征值与特征向量、相似矩阵 相似矩阵 方阵的对角化 二次型 二次型及其矩阵表示、合同矩阵 二次型 二次型与对称矩阵的正定性

定义1设a1,a2,…,am,β是一组n维 向量,若存在m个实数k1,k2,…km使得 β=ka1+k2a2++kmam,则称β可以 由a1,a2,…,an线性表示( linear representation).或称a1,a2,…,an线性 表示(linear generate) 例如:a1=(1,2,0)T,a2=(1,0,3)T,a3= (3,4,3)T,则a3=2a1+a2,即存在实数k =2,k2=1使得a3=ka1+k2a2,故a3可以 由a1,a2线性表示。(大家想一想,这里的常 数k1=2,k2=1是怎么求出来的?)

第四章线性方程组 4.2线性方程组的解法 个线性方程组AX=B的解的数量有三种情况:0,1,∞ 对于第三种情况,逐个写出这些解是不可能的 解线性方程组的本质就是用一组可自由取值的变量 (称为自由变量)来表示其余的变量(称为主变量)使得对于自由 变量的任一组值,都能唯一确定主变量的值,它们一起构成方程 组的一个解.注意:主变量和自由变量的分法并不是唯一的 自然地我们应解决以下问题

本章总结 1.通过消元法(Gauss'Method)解线性方程组来引进矩阵的初等变换。 2.利用矩阵的“秩”来讨论线性方程组的解的情况。 3.最后介绍单位矩阵经初等变换得到“初等矩阵

一、向量的定义 二、向量、向量组与矩阵 三、线性组合,线性表示 四、等价向量组 五、向量组的秩与矩阵的秩 六、总结

一、线性方程组有解的判定条件 1. 齐次线性方程组Ax=O有非零解的条件 . 由方程的向量形式x11 + x22 ++ xnn = O可得结论 定理1

3.1n维向量 3.2 向量组的线性相关性 3.3 线性相关性的判别定理 3.4 向量组的秩 3.5 向量空间

第一节 向量组的线性相关与线性无关 第二节 向量组的秩 第三节 向量空间 第四节 线性方程组解的结构 第五节 向量的内积 一、内积的定义与性质 二、向量的长度与性质 三、正交向量组的概念及求法 四、正交矩阵与正交变换

5.1 n维向量 5.2 向量组的线性相关性 5.3 矩阵的秩与向量组的秩 5.4 向量空间 5.5 基、维数与坐标 5.6 线性方程组解的结构 5.7 超定方程的解——最小二乘问题 5.8 应用实例 5.9 习题

1．向量的线性相关与线性无关 2．向量组的秩 3．向量空间 4．线性方程组解的结构 5．向量的内积