如上面的讨论中看到的,一般的方阵不一定可对角化, 但对于在应用中常常遇到的实对称矩阵(满足A'=A 的实矩阵),不仅一定可以对角化,而且解决起来 要简便得多,这是由实对称矩阵的特征值和特征向 量的特性所决定的。 定理1实对称矩阵的特征值为实数。 设复数为实对称矩阵A的特征值,复向量x为对应的 特征向量,即Ax=λx,x≠0

定义1含有n个变量的二次齐次函数 2a2xx2+2a33+…+ 2a-12(1) 称为二次型。当a为复数时,f称为复二次型。 当a为实数时,f称为实二次型,本章仅讨论实 二次型

为给出n阶行列式的定义,让我们来分析前面所 讲的三阶行列式的定义

称为m行n列矩阵,简称为mxn矩阵。这mxn个 数称为矩阵A的元素,a叫做矩阵A的第行第列 元素。元素是实数的矩阵叫做实矩阵,元素是复 数的矩阵叫做复矩阵。 本教程中的矩阵除特别说明外,都指实矩阵。 通常用大写的拉丁字母A、B、C等表示矩阵。有 时为了指明矩阵的第行第列元素为a,可将A记 作A=(a)mn或A=(an),也可将m×n矩阵A记为 mxn° 当A的行数与列数相等时,称A为n阶方阵 或n阶矩阵。显然,一阶矩阵就是一个数

例3设n阶方阵A的伴随矩阵为A*,证明: (1)若A=0,则A=0 (2)a=ain-1 证明:由伴随矩阵的定义显然有 AA*=AA=AIEn, 两边取行列式即得 JAllAdet()=a, 故当A不等于0时,(2)是显然的。而 只要我们证明了(1),则(2)对于A|=0 的矩阵A也是成立的。下面我们证明(1)

冷矩阵的秩( Rank of a matrix) 定义1在mxn矩阵A中,任取k行k列(k≤m,k ≤n),位于这些行列交叉处的k2个元素,不 改变它们在A中所处的位置次序而得的k阶行列 式,称为矩阵A的k阶子式。 定义2如果矩阵A有一个不等于零的阶子式D, 并且所有的r+1阶子式(如果有的话)全为零 则称D为矩阵A的最高阶非零子式,称r为矩阵 A的秩,记为R(A)=r,并规定零矩阵的秩等 于零

1.行列式 回忆中学二元及三元方程组的求解

一、向量概念 1.向量:既有大小,又有方向的量,称为向量(或矢量)

1.在R中引进内积运算,建立n维欧氏空间概念; 2.讨论欧氏空间的正交基的概念及求法; 3.讨论三维欧氏空间R3中向量积,直线及平面方程等内容 4.建立一般内积空间的概念

一、填空(每空2分,共20分 x1+2x2-2x3=0 1、设方程组{2x1-x2+x3=0的系数矩阵为A,且存在非零三阶矩 3x1+x2-x3=0 阵B,使得AB=0,则λ=1