本章主要内容简介 1.主要介绍n维向量(vector)、向量组(vector set)的线性组合、向 量的线性表示、向量组的线性相关与线性无关、向量组的极 大线性无关组、向量组的秩、向量组的等价等概念。 2.介绍向量组线性相关(linearly dependent)的性质。矩阵的秩与 向量组的秩的关系,用矩阵的初等变换求向量组的秩和极大无关组。 3.用向量组的性质分析线性方程组的结构 4.向量空间、子空间的概念,向量空间的基(basis)和维数(dimension)

复习要求 1.对角线法计算二阶和三阶行列式.上(下三角行列式,对角行列式 2.会求排列的逆序数(P.7,例4) 3.理解n阶行列式的定义D=A=det(ai=(-1)apa2p2anpn 4.熟练掌握行列式的性质,用行列式的性质计算行列式

因为D对调两列得D2,相当于D对调两行得D 所以D2=D2=-D=-D 推论2D中某两行(列)元素对应相等→D=0 证因为对调此两行(列)后,D的形式不变 所以D=-D→D=0 例如,对于任意的a,bc,都有abc=0

第二章矩阵及其运算 2.1矩阵 1.方程组由其系数和右端项确定 a21a22 b : + x2 ++ =bm am2 ammb 2.矩阵设mn个数a(i=1,2,m;j=1,2n)排成m行n列的数表

第三章矩阵的初等变换 3.1矩阵的秩 1.子式:在An中,选取k行与k列,位于交叉处的k2个数按照原来的 相对位置构成k阶行列式,称为A的一个k阶子式,记作D 对于给定的k,不同的k阶子式总共有C个 2.矩阵的秩:在A中,若 (1)有某个r阶子式D,≠0; (2)所有的r+1阶子式D+1=0(如果有r+1阶子式的话) 称A的秩为r,记作 rankA=r,或者r(A)r.规定:rank

第四章向量组的线性相关性 4.1向量及其运算 1.向量:n个数a1,a2,an构成的有序数组,记作a=(a1,a2,an), 称为n维行向量 a称为向量a的第i个分量 a;∈R称a为实向量(下面主要讨论实向量) a∈C称a为复向量 零向量:θ=(0,0,…,0) 负向量:(-a)=(-a1,-a2,…,-an) 2.线性运算:a=(a1,a2,,an),B=(b1,b2,bn) 相等:若a1=b(i=1,2,,n),称a=B. 加法:a+B=(a1+b1,a2+b2,,an+bn) 数乘:ka=(ka1,ka2,,kan)

4.4向量空间 1.向量空间:设V是具有某些共同性质的n维向量的集合,若 对任意的a,B∈V,有a+B∈V;(加法封闭) 对任意的a∈V,k∈R,有ka∈V.(数乘封闭) 称集合为向量空间 例如:R={x|x=(51,52,,5n),5∈R}是向量空间 Vo={x|x=(0,52,,5n),5∈R}是向量空间 V1={x|x=(1,52,,5n),5∈R}不是向量空间 ∵0(1,52,,5n)=(0,0,,0)V1,即数乘运算不封闭

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

第六章二次型 变量x1,x2,…,xn的二次齐次多项式 f(x1,x2,,xn)=a1x2+2a12x1x2+2a13x1x3+…+2anx1xn +a22x2+2a23x2x3+…+2a2nx2xn +amx 称为n元二次型,简称为二次型 a∈R:称f(x1,x2,…,xn)为实二次型(本章只讨论实二次型) a∈C:称f(x1,x2,…,xn)为复二次型 6.1二次型的矩阵表示 1.矩阵表示:令an=a(>i),则有

第三章线性方程组 在第一、二章中,我们曾经以行列式和逆阵为工具解决了一类线性方程组 的求解问题。本章将系统地解决一般线性方程组的求解问题。所用的工具是克 莱姆法则、初等变换、向量等