3-3齐次线性方程组的基础解系 一、齐次线性方程组 二、解向量的性质

《线性代数》课程教学资源（PPT课件讲稿）知识点例题讲解（行列式、矩阵的概念及运算、可逆矩阵的概念、逆矩阵的性质、线性相关性的概念、方阵的特征值与特征向量）

• 一、线性变换在一组基下的矩阵 • 二、向量的象的坐标

6.3.1、可对角化条件 6.3.2、特征向量的线性无关性 6.3.3、举例

一、齐次线性方程组解的性质 1.解向量的概念

第五章矩阵的相似变换 5.1矩阵的特征值与特征向量 定义:对于n阶方阵A,若有数λ和向量x≠0满足Ax=x,称λ为A 的 特征值,称x为A的属于特征值λ的特征向量 特征方程:Ax=λx(A-E)x=0或者(ae-A)x=0 (A-E)x=0有非零解det(-E)=0 det(E-A)=0 特征矩阵:A-λE或者λE-A

一、线性空间的定义. 例 1 在解析几何里,讨论过三维空间中的向量.向量的基本属性是可以按平行四边形规律相加，也可以与实数作数量算法.不少几何和力学对象的性质是可以通过向量的这两种运算来描述的

设矩阵A∈Rn,如果存在数入∈C及非零向量x∈C满足方程 Ax∈x,则称λ为矩阵A的一个特征值,称为矩阵A的相应于特 征值λ的特征向量。为简单起见,下称,x为矩阵A的一特征对。 特征值的计算,直接从特征方程()=det-A)=0出发会遇到很 大困难,当n稍大一些,行列式展开本身就很不容易,随后是高次代数 方程求解。因此,矩阵特征值的求解,主要是数值解法

在 n 维线性空间中，任意 n 个线性无关的向量都可以取作空间的基.对于不 同的基，同一个向量的坐标一般是不同的.随着基的改变，向量的坐标是怎样变 化的

7.1 线性映射 7.2线性变换的运算 7.3 线性变换和矩阵 7.4 不变子空间 7.5 特征值和特征向量 7.6 可以对角化矩阵