线性代数习题矩阵的初等变换与线性方程组讲课讲稿
线性代数习题［第三章］矩阵的初等变换与线
性方程组
习题3-1矩阵的初等变换及初等矩阵
3 2 1
3 1 5的逆矩阵.
3 2 3
4.设A 是n 阶可逆矩阵 将A 的第i 行与第j 行对换后得矩阵B . (1)证明B 可逆 ⑵求AB 1.
1?用初等行变换化矩阵A 1 0 2 1 2 0 3 1 为仃取简形 3 0 4 3
4 1
2 1
3 2 2
1 ,B=
2 2 ,求X 使AX B
3 1 1 3 1
3.设A 2?用初等变换求方阵A
习题3-2矩阵的秩1?求矩阵的秩:
(1)A
1 2 3k
2.设A 1 2k 3问k为何值，可使
k 2 3
(1)R(A)
1
；
⑵R(A) 2; ⑶ R(A) 3
qb o
i 1,2, |||,n
&1 b| &1 b?
a? b| a?b?
Ill III a n E a n
b
2 a2b n III a n b n
3.从矩阵A中划去一行，得矩阵B,则R(A)与R(B)的关系是_______
a. R(A) R(B)
b. R(A) R(B);
c. R(B) R(A) 1 ;
d. R(A) R(B) R(A) 1.
3 2 1 3 1
4.矩阵2 1 3 1 3 的秩R=
7 0 5 1 8
a.1;
b. 2;
c.: 3;
d. 4.
1 a a a
5.设n(n 3)阶方阵 a
A 1 a a
的秩R(A)=n-1,则 a
a a a 1
a. 1;
b. 1 ;
c.—; d
. 1
1 n n 1 6.设A为n阶方阵，且A2A,试证：
R(A) R(A E) n
习题3-3线性方程组的解
1. 选择题
⑴设A是m n矩阵,Ax 0是非齐次线性方程组Ax b所对应的齐次线性方程组,则下列结论正确的
是().
A. 若Ax 0仅有零解，则Ax b有唯一解
B. 若Ax 0有非零解，则Ax b有无穷多个解
C. 若Ax b有无穷多个解，则Ax 0仅有零解
D. 若Ax b有无穷多个解，则Ax 0有非零解,
(2)对非齐次线性方程组/Am M b,设R(A) r,则(
A. r m时,方程组Ax b有解
B. r n时方程组Ax b有唯懈
C.m n时方程组Ax b有唯一解
D. r n时方程组Ax b有无穷多解
X1 x 2 2 X3 0
(3)设齐次线性方程组X1 x 2 x 3 0
X1 x 2 x 3 0
的系数矩阵为A,且存在三阶方阵B 0,使AB=0,则________ .
a. 2且B 0；
b. 2且B 0；
C. 1 且B 0; d. 1 且B 0.
(4)设非齐次线性方程组AX=b的两个互异的解是X!,X2，则__________ 是该方程组的解.
1 X X
a. X1 X2;
b. X1 X2;
c. (X1 X2);
d. 1 2.
2 2
线性代数第3章_线性方程组习题解答
习题3 3-1．求下列齐次线性方程组的通解： （1）?? ? ??=--=--=+-087305302z y x z y x z y x . 解 对系数矩阵施行行初等变换，得 ???? ? ??-----?→?????? ??-----=144072021 1873153211A )(000720211阶梯形矩阵B =???? ? ??-?→? ??? ?? ??-?→?0002720211)(000271021101行最简形矩阵C =????? ? ???→? ， 与原方程组同解的齐次线性方程组为 ??? ??? ?=+=+02702 11 z y z x ， 即 ??? ??? ?-=-=z y z x 272 11（其中z 是自由未知量）， 令1=z ，得到方程组的一个基础解系 T )1,2 7,211(-- =ξ, 所以，方程组的通解为
,)1,2 7,211(T k k -- =ξk 为任意常数． （2）??? ??=+++=+++=++++0 86530543207224321 432154321x x x x x x x x x x x x x . 解 对系数矩阵施行行初等变换，得 ???? ? ??--?→?????? ??=21202014101072211086530543272211A )(7000014101072211阶梯形矩阵B =????? ??-?→? ???? ? ??-?→?70000141010211201 )(100000101001201行最简形矩阵C =???? ? ???→?， 与原方程组同解的齐次线性方程组为 ??? ??==+=++00 025 42431x x x x x x ， 即 ??? ??=-=--=025 4 2431x x x x x x （其中43,x x 是自由未知量）， 令34(,)T x x =(1,0)T ，(0,1)T ，得到方程组的一个基础解系 T )0,0,1,0,2(1-=ξ，T )0,1,0,1,1(2--=ξ， 所以，方程组的通解为
矩阵初等变换及应用
矩阵初等变换及应用 王法辉 摘要：矩阵初等变换是高等代数的重要组成部分。本文对初等变换进行了研究探讨，详细介绍了与矩阵初等变换有关的基础知识。在阐述矩阵初等变换方法及应用原理的基础上，首先重点讨论该方法在解决高等代数相关计算问题上的应用，如求多项式的最大公因式、求逆矩阵解矩阵方程、求解线性方程组、判定向量的线性相关性、化二次型为标准型、求空间的基等。尤其是利用矩阵初等变换法求空间的基(解空间、特征子空间、核、值域等)的问题的计算,以具体实例生动的展示出问题的内在关系,最后给出了该方法在解决实际问题中的应用。本文理论分析与实际相结合，凸现了矩阵初等变换法直接、便利、有效的威力与作用。 关键词：矩阵初等变换；最大公因式；线性相关性；二次型；空间的基 1 导言 在线性方程组的讨论中我们看到，线性方程组的一些重要性质反映在它的系数矩阵和增广矩阵的性质上，并且解方程组的过程也表现为变换这些矩阵的过程。在数学的学习和应用中，矩阵理论是高等代数的重要组成部分，矩阵初等变换方法更是贯穿高等代数理论的始终。应用初等变换证明命题过程容易被接受，同时也是解决高等代数相关计算问题最直接、便利、有效的方法。此外，还有大量的各种各样的，表面上看完全没有联系的问题的解决,都可以通过相同的方法实现：矩阵的初等变换。 因此，对矩阵初等变换方法及应用进行探讨，无疑是十分必要和重要的。 目前，有许多文献涉及到对矩阵初等变换方法该的讨论，但比较零散。在研读文献的基础上，对矩阵初等变换的内涵进一步挖掘，使矩阵初等变换方法的威力作用得以充分展示是重要也是必要的。 2 矩阵及其初等变换
2.1 矩阵 由n m ?个数)j ,,,2,1(==m i a ij （i =1,2, ,j =1,2,n ， ）排成m 行n 列 的数表 ? ? ??? ???????=mn m m n n a a a a a a a a a A 2 1 22221 11211 称为m 行n 列的矩阵，简称n m ?矩阵。 2.2 矩阵的初等变换及初等矩阵 矩阵有行列之分，因此有如下定义 定义1 矩阵的初等行（列）变换是指如下三种变换 (1)交换矩阵某两行（列）的位置，记为j i r r ? )(j i c c ?； (2)把某一行（列）的k 倍加到另一行（列）上，记为j i kr r + )(j i kc c +； (3)用一个非零常数k 乘以某一行（列），记为i kr )(i kc ，k ≠0； 矩阵的初等行变换及初等列变换统称为矩阵的初等变换。 定义2 由单位矩阵E 经过一次初等变换得到的方阵称为初等矩阵。有以下3种形式 (1)互换矩阵E 的i 行和j 行的位置，得 ? ???? ? ??? ?? ? ????? ???????????????? ?=1101111011),( j i P ； (2)用数域P 种非零数c 乘E 的i 行，得
初等变换与初等矩阵
2.3 初等变换与初等矩阵 授课题目 2.3 初等变换与初等矩阵 授课时数：4课时 教学目标：掌握初等变换的定义，初等矩阵与初等变换的关系，矩阵的等价标准形，阶梯形矩阵，和行简化阶梯形矩阵 教学重点：用初等变换求矩阵的等价标准形、阶梯形矩阵，和行简化阶梯形矩阵 教学难点：求矩阵的等价标准形、阶梯形矩阵，、行简化阶梯形矩阵 教学过程： 用初等变换化简矩阵A B B A 的性质来探讨通过为,的性质，这是研究矩阵的重要手段。为了把变换过程用运算的式子表示出来，我们要引入初等矩阵，研究初等矩阵与初等变换的关系。 一．初等变换与初等矩阵 1. 初等变换 （1）定义 定义1 矩阵的初等行（列）变换是指下列三种变换： 1）换法变换：交换矩阵某两行（列）的位置； 2）倍法变换：用一个非零数乘矩阵的某一行（列）； 3）消法变换：把矩阵的某一行（列）的k 倍加到另一行（列）上去，k 为任意数。 矩阵的初等行变换和初等列变换统称为初等变换。 （2）记法 分别用)]([)],([],,[k j i k i j i +表示三种行（列）变换，写在箭头上面表示行变换，写在箭头下面表示列变换。或者行变换用i j i i j R R ,kR ,R kR ?+， 列变换用i j i i j C C ,kC ,C kC ?+ 例1 [][] ???? ? ??--??→?????? ??---???→?????? ??--=+-+131123302001121123302101121121322101)1(13)2(12A . 2. 初等矩阵 （1）初等矩阵的定义
定义2 由单位矩阵I 经过一次初等变换得到的矩阵称为初等矩阵 每个初等变换都有一个与之相应的初等矩阵 ij j i n P j i I =???? ? ?? ? ????? ??? ? ? ????→?行行 1101111011] ,[ [] )(1111)(,k D i k I i j i n =? ???????? ?? ????→?行 [] )(1111)(k T j i k I ij k itj n =? ???? ????? ? ????→?行行 列i 列j
线性方程组的矩阵求解算法
线性方程组的矩阵求解算法 摘要 线性方程组的矩阵求解算法,只需在约当消元法的基础上,再对方程组的 增广矩阵的行最简形进行行(列)删除和增加行,交换行等运算即可得到方程组的解,并且这种方法既可求解有唯一解的方程组.因而算法简单,易于实现. 关键词 线性方程组;解向量;解法;约当消元法 1 矩阵求解算法 设有线性方程组m n A X b ?=,其增广矩阵())(1,m n A A b ?+=,算法的步骤如下: 第一步:利用约当消元法,把增广矩阵A 化为行最简形,设行最简形为()1m n B ?+.若()t i (),r A r =则方程组无解;否则设(),r A R =并执行以下步骤; 第二步:删除B 中的所有零行和每一行第一个非零元素(这个非零元素一定是1)所在的列,得到矩阵()1,r n r D ?-+并记录每行的第一个非零元所在的列标,放在一维数组()1,,t r L 中,如第i 行的第一个非零元在第j 列,则()t i j =; 第三步:构造矩阵() 1m n r D H F ?-+?? = ? ??,其中 ()()1100 001 0000 10n r n r F -?-+-?? ?- ? = ? ? -??L L L L L L L L 第四步:对矩阵H 中的行作交换运算:把H 中的第i 行(,1,1,i r r =-L 即从第r 行开始直到第一行)依次与其下一行交换,使之成为第()t i 行,交换运算结果后的矩阵记为G ,则G 中的前n r -个n 维列向量即为方程组的一个基础解系,最后一列向量即为方程组的一个特解; 第五步:写出方程组的通解. 2 算法证明 先证一个特殊情形,增广矩阵A 的行最简形矩阵B 的左上角为一r 阶的单位矩阵,即第i 行的第一个非零元的列标为i ,即()()1t i i i r =≤≤,所以设B 为
线性方程组典型习题及解答
线性方程组 1. 用消元法解方程组?????? ?=- +-+=-- + - =-+-+ =- -+-5 2522220 21 22325 4 321 53 2 154321 5 4321x x x x x x x x x x x x x x x x x x x . 解: 方程组的增广矩阵 : ????? ???????---------→????????????---------→????????????---------420200110100112430211321312630202530112430211321512522110112121111211321? ??? ????? ???--------→60000 0110100112430211321,可知,系数矩阵的秩为3,增广矩阵的秩为4,系数矩阵的秩不等于增广矩阵的秩,从而方程组无解. 2. 讨论λ为何值时,方程组??? ??=++ = + +=++2 3 2 1 3 2 1 321 1 λλλλλx x x x x x x x x 有唯一解、无解和有无穷多解。 解：将方程组的增广矩阵进行初等行变换，变为行阶梯矩阵。 ()() ()()B A =??? ? ???? ? ?+------→→???? ????? ?→?? ??? ?????=22 2 2211210 1101 111 1 11111 1 1 1 111λλλλλλλ λλλ λλλλλλλ λλ λΛ于是，当2,1-≠λ时，系数矩阵的秩等于增广矩阵的秩，都等于3，等于未知量的个数，此 时方程组有唯一解;2 )1(,21,213 321++-=+=++- =λλλλλx x x 当2-=λ时，系数矩阵的秩为2，增广矩阵的秩为3，此时方程组无解； 当1=λ时，系数矩阵的秩等于增广矩阵的秩，都等于1，小于未知量的个数，此时方程组有无穷多解，即3211x x x --=，其中32,x x 为自由未知量。
同济大学线性代数教案第一章线性方程组与矩阵
线性代数教学教案 第一章线性方程组与矩阵 授课序号01 1112121 2 n n m m mn a a a a a a ?? ?? ??? ，有时为了强调矩阵的行数和列数，也记为
n a ???. 212 n n n nn a a a ? ??? . 1112 00n n nn a a a a ?? ?? ? ? ?与上三角矩阵200 n nn a ? ??? . 000 0n a ??? ??? ，或记为100 1? ???? . 负矩阵的定义：对于矩阵()ij m n a ?=A ，称矩阵21 22 n m m m mn mn b a b a b ?? +++? ，
a b+
21 2 n m m mn a a a ????，转置矩阵212.m n n nm a ? ??? 矩阵的转置满足的运算规律（这里k 为常数，A 与B 为同型矩阵）阶方阵()ij a =A 如果满足222n n m mn n a x +21 2 n m m mn a a a ????称为该线性方程组的系数矩阵n x ???，m b = ? ??? β，有：
2221122221 21122n n n m m mn n m m mn n a a a x a x a x a x ??? ? =??? ???? ? ++ +????? . 再根据矩阵相等的定义，该线性方程组可以用矩阵形式来表示：=Ax β.
授课序号02 21 2 t s s st ????A A A ，21 2 t s s st ? = ? ??? B B B B ，的行数相同、列数相同，则有 21 22 t s s s st st ?? ±±±? B A B A B . 111221 2 t s s st ? ? ??? A A A A A ，都有21 2 t s s st k k ? ??? A A A .
线性方程组与矩阵
高代小练习 专业课研究部 一、填空题 1．设n 元齐次线性方程组的系数矩阵的秩r < n ，则方程组的基础解系由_n-r__个解向量组成． 2．向量组123,,ααα线性无关，则122331(,,)rank αααααα+++=__3____. 3．设向量组12,,,r βββ 可以由向量组12,,,s ααα 线性表出.如果向量组12,,,r βββ 线性无关，则r __<=___s （填大小关系）. 4.在数域K 上的4维向量空间K 4内，给定向量组α1 =（1，-3，0，2）α2 =（-2，1，1，1）α3 =（-1，-2， 1，3），则此向量组的秩是_2____. 5.若V={(a+bi ，c+di)|a,b,c,d 属于R},则V 对于通常的加法和数乘，在复数域上是__2____维的，而在实数域上是__4_____维的. 6.设线性方程组AX=0的解都是线性方程组BX=0的解，则秩A ?>=??秩B. 7.设t ηηη,,,21 及t t ηληληλ+++ 2211都是)0(≠=b b AX 的解向量，则 =+++t λλλ 21______。 8.设任意一个ｎ维向量都是齐次线性方程組0=AX 的解向量，则=)(A r ______。 9.已知321,,ααα是齐次方程组0=AX 的基础解系，那么基础解系还可以是______. (A) 332211αααk k k ++ (B) 133221,,αααααα+++ (C) 3221,αααα-- (D) 233211,,αααααα-+- 10.在三维几何空间中，用V 1表示通过原点的直线，V 2表示通过原点且与V 1垂直的平面，试求 21V V ?=_原点____，和21V V ?=_整个空间R 3 ____。 二．解答题 1.在4维向量空间中， （1）求基 到基 的过渡矩阵。
用矩阵初等变换逆矩阵
用矩阵初等变换逆矩阵
————————————————————————————————作者：————————————————————————————————日期：
2007年11月16日至18日，有幸参加了由李尚志教授主讲的国家精品课程线性代数（非数学专业）培训班，使我受益匪浅，在培训中，我见识了一种全新的教学理念。李老师的“随风潜入夜，润物细无声”“化抽象为自然”“饿了再吃”等教学理念很值得我学习。作为刚参加工作的年轻教师，我应该在以后的教学中，慢慢向这种教学理念靠拢，使学生在不知不觉中掌握较为抽象的知识。下面这个教案是根据李老师的教学理念为“三本”学生写的，不知是否能达要求，请李老师指教。 用矩阵的初等变换求逆矩阵 一、问题提出 在前面我们以学习了用公式 求逆矩阵，但当矩阵A 的阶数较大时，求A*很繁琐，此方法不实用，因此必须找一种更简单的方法求逆矩阵，那么如何找到一种简单的方法呢？ （饿了再吃） 二、求逆矩阵方法的推导 （“润物细无声”“化抽象为自然”） 我们已学习了矩阵初等变换的性质，如 1.定理 2.4 对mxn 矩阵A ，施行一次初等行变换，相当于在A 的左边乘以相应m 阶初等矩阵；对A 施行一次初等列变换，相当于在A 的右边乘以相应的n 阶初等矩阵。 2.初等矩阵都是可逆矩阵，其逆矩阵还是初等矩阵。 3.定理2.5的推论 A 可逆的充要条件为A 可表为若干初等矩阵之积。即 4.推论 A 可逆，则A 可由初等行变换化为单位矩阵。 （1） 由矩阵初等变换的这些性质可知，若A 可逆，构造分块矩阵(A ︱E )，其中E 为与A 同阶的单位矩阵，那么 （2） 由（1）式 代入（2）式左边， 上式说明分块矩阵(A ︱E )经过初等行变换，原来A 的位置变换为单位阵E ，原来E 的位置 变换为我们所要求的1 A -,即 21121111111112112112s t s s t t m P P P AQ Q Q E A P P P P EQ Q Q Q R R R ----------=?=?L L L L L 111 21m R R R A E ---=L 111121m R R R A ----=L () () 1 22n n n n A E E A -???????→ 1* 1A A A -=( )()() 1111A A E A A A E E A ----==1111 21m A R R R ----=L ( )() 1 111 21m R R R A E E A ----=L
齐次和非齐次线性方程组的解法(整理定稿)
线性方程组解的结构（解法） 一、齐次线性方程组的解法 【定义】 r (A )= r
解线性方程组
课程设计阶段性报告 班级：学号：姓名：申报等级： 题目：线性方程组求解 1.题目要求：输入是N（N<256）元线性方程组Ax=B，输出是方程组的解，也可能无解或有多组解。可以用高斯消去法求解，也可以采用其它方法。 2.设计内容描述：将线性方程组做成增广矩阵，对增广矩阵进行变换然后采用高斯消元法消去元素，从而得到上三角矩阵，再对得到的上三角矩阵进行回代操作，即可以得到方程组的解。 3.编译环境及子函数介绍：我使用Dev-C++环境编译的，调用uptrbk() FindMax()和ExchangeRow(),uptrbk是上三角变换函数，FindMax()用于找出列向量中绝对值最大项的标号，ExchangeRow()用于交换两行 4. 程序源代码： #include
//交换矩阵中的两行 void ExchangeRow(int p,int j,double *A,int N) { int i=0; double C=0.0; for(i=0;i 3 线性方程组 3、1 知识要点解析(关于线性方程组的常用表达形式) 3.1.1 基本概念 1、方程组1111221n 1211222 2n 2m11m22mn m x x b x x b x x b a a a a a a a a a +++=??+++=? *???++ +=? 称为含n 个未知量m 个方程的线性方程组, i)倘若12m b ,b ,....,b 不全为零,则该线性方程组称为非齐次线性方程组; ii)若12m b =b = =b 0=,则该线性方程组就就是齐次线性方程组, 这时,我们也把该方程组称为1111221n 1211222 2n 2m11m22mn m x x x x x x a a a a a a a a a ++ +=??+++=? ???++ +=?c c c 的导出组, (其中12m c ,c ,...c 不全为零) 2、记1111 1221 n m x b x b ,x ,b x b n m mn a a A a a ???? ?? ? ? ? ? ?== ? ? ? ? ? ??? ???? = 则线性方程组(*)又可以表示为矩阵形式 x b A =** 3、又若记 1j 2j j mj ,j 1,2, n a a a α?? ? ? == ? ? ??? 则上述方程游客一写成向量形式 1122n n x x x b. ααα++ +=***。 同时,为了方便,我们记(,b)A A =,称为线性方程组(*)的增广矩阵。 3.1.2 线性方程组解的判断 1、齐次线性方程组x 0A =,(n=线性方程组中未知量的个数 对于齐次线性方程组,它就是一定有解的(至少零就就是它的解), i)那么,当r n A =秩()=时,有唯一零解; ii)当r n A =秩()<时,又非零解,且线性无关解向量的个数为n-r 、 2、非齐次线性方程组x b A = ()<() ()=()=n, ()=()()=() 矩阵在线性方程组中的应用 摘要 矩阵和线性方程组都是高等数学的重要教学内容。在高等数学教学中利用矩阵解线性方程组的方法基本上是所知的固定几种：利用矩阵初等变换、克拉默法则、高斯—若尔当消去法。但是解一个线性方程组有时需要几种方法配合使用，有时则需要选择其中的最简单的方法。而对于一些特殊的线性方程组的解法很少有进行归类、讲解。我们希望可以通过对本课题的研究，总结和归纳用特殊矩阵解几类特殊线性方程组的解法。 关键词矩阵；线性方程组；齐次线性方程组；非齐次线性方程组 MATRICES IN THE APPLICATIONS OF THE SYSTEM OF LINEAR EQUATIONS ABSTRACT Matrices and system of linear equations are important content of advanced mathematics. We often use several fixed methods to solve system of linear equations in advanced mathematics，such as Matrix transformations;Cramer's Ruleand Gauss-Jordan elimination method. But sometimes, we need to choose one of the most simple ways,or we need to use several methods to solve system of linear equations. For some special solution method of system of linear equations, there are few classification and explanation in detail. We hope that we can research, summarizes and induces solution method of some special system of linear equations with special matrices. KEY WORDS matrices; system of linear equations; homogeneous system of linear equations; nonhomogeneoussystem of linear equations 矩阵初等变换的一些性质及应用 摘要：矩阵的初等变换是线性代数中应用十分广泛的重要工具。文章证 明了矩阵初等变换的两个性质, 以此为基础, 归纳说明了矩阵的初等变 换在线性代数课程中的应用, 并给出了一些实例。 关键词：矩阵初等变换性质应用 Abstract: The elementary alternate of matrix is an important tool broadly used in linear algebra. The paper discusses its properties and application. Key w o rd: matrix, elementary alternate, properties, application 0 引言 矩阵是数域P上的m行n列矩阵,矩阵的行(列)初等变换是指对矩阵施行如下的变换: (1)交换矩阵的两行(列),对调i,j两行,记作←（记作←）； (2)以非零数 k 乘矩阵某一行( 列) 的所有元素,第i行（列）乘k,记作×k(记作×k)； (3)把某一行(列)所有元素的 k 倍加到另一行(列)对应元素上去，如第j 行（列）的k 倍加到第i行（列）上, 记作+（记作+）。 矩阵的初等变换在高等代数课程中有着十分广泛的应用, 也是本课程的基本工具之一。矩阵的初等行变换和初等列变换具有同等的地位和作用, 只是在使用过程中有所区别。本文首先证明初等行变换和初等列变换具有同等的地位和作用，再以具体实例说明矩阵初等变换在求极大无关组和秩的应用。 一、初等变换的性质证明 定理1 第一种初等变换可以由第二、三种初等变换实施得到。 证明: 设是为数域P上的m×n 矩阵(i= 1，2，…，m； j=1，2，…，n) 对矩阵A 施行第二、三种初等行变换: 矩阵的初等变换及应用 内容摘要： 矩阵是线性代数的重要研究对象。矩阵初等变换是线性代数中一种重要的计算工具，利用矩阵初等变换，可以求行列式的值，求解线性方程组，求矩阵的秩，确定向量组向量间的线性关系。 一矩阵的概念 定义：由于m×n个数aij（i=1，2，….，m；j=1，2，….，n）排成的m行n列的数表，称为m行n列，简称m×n矩阵 二矩阵初等变换的概念 定义：矩阵的初等行变换与初等列变换，统称为初等变换 1.初等行变换 矩阵的下列三种变换称为矩阵的初等行变换: (1) 交换矩阵的两行(交换两行,记作); (2) 以一个非零的数乘矩阵的某一行(第行乘数,记作 ); (3) 把矩阵的某一行的倍加到另一行(第行乘加到行,记为). 1.初等列变换 把上述中“行”变为“列”即得矩阵的初等列变换 3 ,如果矩阵A经过有限次初等变换变成矩阵B,就称矩阵A 与矩阵B等价，记作A~B 矩阵之间的等价关系具有下列基本性质: (1) 反身性; (2) 对称性若,则; (3) 传递性若,,则. 三矩阵初等变换的应用 1.利用初等变换化矩阵为标准形 定理：任意一个m× n矩阵A，总可以经过初等变换把它化为标准形 2.利用初等变换求逆矩阵 求n阶方阵的逆矩阵：即对n×2n矩阵（A|E）施行初等行变换，当把左边的方阵A变成单位矩阵E的同时，右边的单位矩阵也就变成了方阵A的逆矩阵A^(-1) 即(A|E)经过初等变换得到(E|A^(-1)) 这种计算格式也可以用来判断A是否可逆，当我们将A化为行阶梯形矩阵时， 若其中的非零行的个数等于n时，则A可逆，否则A不可逆。 设矩阵可逆，则求解矩阵方程等价于求矩阵 ， 为此，可采用类似初等行变换求矩阵的逆的方法，构造矩 阵，对其施以初等行变换将矩阵化为单位矩阵，则上述初等行变换同时也将其中的单位矩阵化为，即 . 这样就给出了用初等行变换求解矩阵方程的方法. 同理, 求解矩阵方程等价于计算矩阵亦可利用初等列变换求矩阵. 即 . 3．利用矩阵初等变换求矩阵的秩 矩阵的秩的概念是讨论向量组的线性相关性、深入研究线性方程组等问题的重要工具. 从上节已看到，矩阵可经初等行变换化为行阶梯形矩阵，且行阶梯形矩阵所含非零行的行数是唯一确定的, 这个数实质上就是矩阵的“秩”,鉴于这个数的唯一性尚未证明，在本节中，我们首先利用行列式来定义矩阵的秩，然后给出利用初等变换求矩阵的秩的方法. 定理：矩阵的初等变换不改变矩阵的秩，即若A~B则R（A）=R(B) 为求矩阵的秩，只要把矩阵用初等行变换变成阶梯矩阵 常系数线性方程组基解矩阵的计算 常系数线性方程组基解矩阵的计算 董治军 （巢湖学院数学系，安徽巢湖238000） 摘要：微分方程组在工程技术中的应用时非常广泛的，不少问题都归结于它的求解问题，基解矩阵的存在和具体寻求是不同的两回事，一般齐次线性微分方程组的基解矩阵是无法通过积分得到的，但当系数矩阵是常数矩阵时，可以通过方法求出基解矩阵，这时可利用矩阵指数exp A t，给出基解矩阵的一般形式，本文针对应用最广泛的常系数线性微分方程组，结合微分方程，线性代数等知识，讨论常系数齐次线性微分方程的基解矩阵的几个一般的计算方法. 关键词；常系数奇次线性微分方程组；基解矩阵；矩阵指数 Calculation of Basic solution Matrix of Linear Homogeneous System with Constant Coefficients Zhijun Dong (Department of Mathematics, Chaohu College Anhui, Chaohu) Abstract: Differential equations application in engineering technology is very extensive, when many problems are attributable to its solving problem, base solution matrix existence and specific seek is different things, general homogeneous linear differential equations is not the base solution matrix by integral get, but when coefficient matrix is constant matrix, can pass out the base solution matrix method, then are available matrix exponential t, the general form base solution matrix, the paper discusses the most widely used differential equations with constant coefficients, combined with differential equations, linear algebra, discuss knowledge of homogeneous linear differential equation with constant coefficients of base solution matrix several general calculation method. Keyword: linear homogeneous system with constant coefficients; matrix of basic solutions; matrix exponent 引言: 线性微分方程组的求解历来是常微分方程的重点，根据线性微分方程组的解的结构理论，求解线性微分方程组的关键在于求出对应齐次线性微分方程组的基解矩阵，本文主要讨论齐次线性微分方程组 X ’＝AX ★ 的基解矩阵的计算问题，这里A 是n n ?常数矩阵. 一．矩阵指数exp A 的定义和性质： 1.矩阵范数的定义和性质 定义：对于n n ?矩阵A ＝ij a ???? n ×n 和n 维向量X ＝()1,...,T n X X 定义A 的范数为A ＝,1 n ij i j a =∑ ，X =1 n i i x =∑ 设A ，B 是n ×n 矩阵，x ，y 是n 维向量，易得下面两个性质： 线性方程组的矩阵求法 摘要： 关键词： 第一章引言 矩阵及线性方程组理论是高等代数的重要内容, 用矩阵 方法解线性方程组又是人们学习高等代数必须掌握的基本 技能,本文将给出用矩阵解线性方程组的几种方法，通过对线性方程组的系数矩阵（或增广矩阵）进行初等变换得到其解，并列举出几种用矩阵解线性方程组的简便方法。 第二章用矩阵消元法解线性方程组 第一节预备知识 定义1：一个矩阵中不等于零的子式的最大阶数叫作这个矩阵的秩。定理1：初等变换把一个线性方程组变为一个与它同解的线性方程组。 定义2：定义若阶梯形矩阵满足下面两个条件： （1）B的任一非零行向量的第一个非零分量（称为的 一个主元）为1； （2）B中每一主元是其所在列的唯一非零元。 则称矩阵为行最简形矩阵。 第二节 1．对一个线性方程组施行一个初等变换，相当于对它的增广矩 阵施行一个对应的行初等变换，而化简线性方程组相当于用行初等变换化简它的增广矩阵，因此，我们将要通过花间矩阵来讨论化简线性方程组的问题。这样做不但讨论起来比较方便，而且能给我们一种方法，就一个线性方程组的增广矩阵来解这个线性方程组，而不必每次都把未知量写出来。 下面以一般的线性方程组为例，给出其解法： （1） 11112211 21122222 1122 , , . n n n n m m mn n m a x a x a x b a x a x a x b a x a x a x b +++= +++= +++ = 根据方程组可知其系数矩阵为： （2） 11121 21222 12 n n m m mn a a a a a a a a a ?? ? ? ? ? ??? 其增广矩阵为： （3） 111211 212222 12 n n m m mn m a a a b a a a b a a a b ?? ? ? ? ? ??? 根据（2）及矩阵的初等变换我们可以得到和它同解的线性方程组，并很容易得到其解。 定理2：设A是一个m行n列矩阵 第1 章矩阵与线性方程组 矩阵是描述和求解线性方程组最基本和最有用的工具。本章涉及向量和矩阵的基本 概念，归纳了向量和矩阵的基本运算。 1.1 主要理论与方法 1.1.1 矩阵的基本运算 一、矩阵与向量 a11x1 + a12x2 + ￠ ￠ ￠+ a1n x n = b1 a21x1 + a22x2 + ￠ ￠ ￠+ a2n x n = b2 ... a m1x1 + a m2x2 + ￠ ￠ ￠+ a mn x n = b m 9> >>>=>>>>; (1.1) 它使用m个方程描述n个未知量之间的线性关系。这一线性方程组很容易用矩阵||向量 形式简记为 Ax = b (1.2) 式中 A =26664 a11 a12 ￠ ￠ ￠ a1n a21 a22 ￠ ￠ ￠ a2n ... ... ... a m1 a m2 ￠ ￠ ￠ a mn 37775 (1.3) 称为m ￡ n矩阵，是一个按照长方阵列排列的复数或实数集合；而 x =26664 x1 x2 ... x n 37775 ; b =26664 b1 b2 ... b m 37775 (1.4) 分别为n ￡1向量和m￡1向量，是按照列方式排列的复数或实数集合，统称列向量。类似地，按照行方式排列的复数或实数集合称为行向量，例如 a = [a1; a2; ￠ ￠ ￠ ; a n] (1.5) 是1 ￡ n向量。 二、矩阵的基本运算 1. 共轭转置：若A = [a ij ]是一个m￡ n矩阵，则A的转置记作A T，是一个n ￡m矩阵， 定义为[A T]ij = a ji；矩阵A的复数共轭A¤定义为[A¤]ij = a¤ji；复共轭转置记作A H，定义 为 A H =26664 a¤11 a¤21 ￠ ￠ ￠ a¤m1 a¤12 a¤22 ￠ ￠ ￠ a¤m2 ... 线性方程组求解 习题课 一、给定方程组123211*********x x x -???????????? =? ???????????-?????? 试考察用Jacobi 迭代法和Seidel 迭代法求解的收敛性。 解：对Jacobi 迭代法，迭代矩阵为 -1J 00.50.5B =I-D A=1010.50.50-?? ??--?????? 因为3 5 04 J I B λλλ-=+=，得特征值 1230,,22i i λλλ===- 得( )12J B ρ=> ，由定理知 Jacobi 迭代法发散。 对Seidel 迭代法，迭代矩阵为 ()1 S B D L U -=-=1 20001100.50.511000100.50.5112000000.5---?????? ??????-=--?? ??????????--?? ???? 显然，其特征值为1230,0.5λλλ===- 故()0.51s B ρ=<，由定理知Seidel 迭代法收敛。 二、设线性方程组111211212222a a x b a a x b ?????? = ??? ??????? ，11220a a ≠， 112221120a a a a -≠。证明：解线性方程组的Jacobi 迭代法和Gauss-Seidel 迭代法同时收敛或不收敛。 证明： 121 1111 122221 21 22 0000 00J a a a a B a a a a -??- ?-???? ?== ? ? ?-????- ??? ()2 1221 1122det J a a I B a a λλ-=-，故( )J B λ= ( )J B ρ= 。 1211111 1221 2212211122000000S a a a a B a a a a a a -??- ?-???? ?== ? ? ????? ?? ? 数值分析计算实习题 第5章解线性方程组的直接方法 【选题 列主元高斯消去法解线性方程组。 书上的计算实习题1、2、3都要求用列主元高斯消去法解线性方程组，所以考虑写一个普适的程序来实现。 对于线性方程组Ax二b,程序允许用户从文件读入矩阵数据或直接在屏幕输入数据。 文件输入格式要求: (1)第一行为一个整数n (2<=n<=100)，表示矩阵阶数。 (2)第2~n+l行为矩阵A各行列的值。 (3)第n+2~n+n+2行为矩阵b各行的值。 屏幕输入：按提示输入各个数据。 输出：A. b、det(A).列主元高斯消去计算过程、解向量X。 【算法说明】 设有线性方程组Ax=b,其中设A为非奇异矩阵。方程组的增广矩阵为 ?12 ?21 [Nb] = 第1步（k=l ）：首先在A的第一列中选取绝对值最大的元素?I,作为第一步的主元素: ?|| H0 然后交换（A, b）的第1行与第I行元素，再进行消元计算。 设列主元素消去法已经完成第1步到第k?l步的按列选主元，交换两行，消元计算得到与原方程组等价的方程组 A（k）x=b（k） 4? …4;) …唸) ? 忒 ? ? 輕 ■ [A.b]T[A ⑹,b")] = ??■ 咲■ ■ ■ ■ ■ * *■ 〃伏) ?? - % ■ 第k步计算如下: 对于 k=l, 2, ?…，0-1 （1）按列选主元：即确定t使 （2）如果tHk,则交换［A, b］第t行与第k行元素。（3）消元计算 5 4* J 叫=一鱼(=^ + 1,…,H) % 吗 <-?y + 〃如伽 (fJ = R + l,…/) b- <-勺+加汝仇， (i = /c + l,…,《) 消元乘数mik 满足: n (%-D 内) X1 < ------ -- ---- 9(j = ? 一 1,?一2■…J)tk M 1,(,=斤 +1, ???,?) fet e (4)回代求解3线性方程组典型习题解析
矩阵在线性方程组中的应用
矩阵初等变换的一些性质及应用
矩阵的初等变换及应用的总结
常系数线性方程组基解矩阵的计算
线性方程组的矩阵求法.
矩阵与线性方程组
线性方程组习题课
数值分析计算实习题列主元高斯消去法解线性方程组