线性代数 吴赣昌 教案--第三章--方程组线性

合集下载

线性代数试讲教案

线性代数试讲教案

线性代数试讲教案一、教学目标1. 知识与技能:使学生掌握线性代数的基本概念、理论和方法,能够运用线性代数解决实际问题。

2. 过程与方法:通过试讲,培养学生的逻辑思维能力、表达能力和合作能力。

3. 情感态度与价值观:激发学生对线性代数的兴趣,提高学生对数学学科的认识和尊重。

二、教学内容1. 第一章:矩阵及其运算1.1 矩阵的概念与性质1.2 矩阵的运算规则1.3 矩阵的逆2. 第二章:线性方程组2.1 线性方程组的定义2.2 高斯消元法解线性方程组2.3 克莱姆法则3. 第三章:向量空间与线性变换3.1 向量空间的概念与性质3.2 线性变换的概念与性质3.3 线性变换的矩阵表示4. 第四章:特征值与特征向量4.1 特征值与特征向量的定义4.2 特征值与特征向量的求解方法4.3 矩阵的对角化5. 第五章:二次型5.1 二次型的概念与性质5.2 二次型的标准形5.3 二次型的判定定理三、教学方法1. 采用试讲的形式,让学生自主学习、合作探讨,教师进行指导与点评。

2. 通过举例、解决问题,引导学生理解和掌握线性代数的基本概念和方法。

3. 利用数学软件或板书,展示线性代数运算过程,提高学生的直观理解能力。

四、教学评价1. 课堂表现:观察学生在试讲过程中的表达、思考和合作能力。

2. 作业与练习:检查学生对线性代数概念、方法和应用的掌握程度。

3. 阶段性测试:评估学生在一段时间内对线性代数的总体掌握情况。

五、教学资源1. 教材:线性代数教材,如《线性代数及其应用》等。

2. 课件:制作与教学内容相关的课件,辅助学生理解和记忆。

3. 数学软件:如MATLAB、Mathematica等,用于展示线性代数运算过程。

4. 板书:用于在课堂上展示线性代数运算步骤和关键公式。

六、第六章:线性空间与线性映射6.1 线性空间的概念与性质6.2 线性映射的概念与性质6.3 线性映射的例子与性质七、第七章:内积与正交性7.1 内积的概念与性质7.2 正交性的概念与性质7.3 施密特正交化与格拉姆-施密特正交化八、第八章:特征值与特征向量的应用8.1 特征值与特征向量的应用概述8.2 矩阵的对角化与应用8.3 二次型与应用九、第九章:线性代数在工程与科学中的应用9.1 线性代数在工程中的应用9.2 线性代数在科学研究中的应用9.3 线性代数在其他领域的应用10.2 线性代数在实际问题中的应用案例分析10.3 线性代数的进一步学习与研究建议六、教学方法1. 采用试讲的形式,让学生自主学习、合作探讨,教师进行指导与点评。

线性代数讲稿

线性代数讲稿

安康学院讲稿2010~2011 学年第一学期课程名称线性代数院系数学系教研室应用数学适用专业园林授课年级10级专升本授课教师刘铁教材名称《线性代数》吴赣昌等著二○一○年九月目录目录第一章行列式 (1)第一节二阶与三阶行列式 (1)第二节N阶行列式的定义 (1)第三节行列式的性质 (3)第四节行列式按行(列)展开 (6)第五节克莱姆法则 (8)第二章矩阵 (10)第一节矩阵的概念 (10)第二节矩阵的运算 (11)第三节逆矩阵 (16)第四节矩阵分块法 (18)第五节矩阵的初等变换 (22)第六节矩阵的秩 (25)第三章线性方程组 (29)第一节消元法 (29)第二节向量组及其线性组合 (29)第三节向量组的线性相关性 (31)第四节向量组的秩 (33)第五节向量空间 (34)第六节线性方程组解的结构 (36)第四章矩阵的特征值与特征向量 (2)第一节向量的内积 (2)第二节方阵的特征值与特征向量 (40)第三节相似矩阵 (43)第四节实对称矩阵的对角化 (46)第五章二次型 (47)第一节二次型及其矩阵 (47)第二节化二次型为标准形 (48)第三节正定二次型 (50)第二章 矩阵第一章 行列式第一节 二阶与三阶行列式内容分布图示 ★ 二阶行列式 ★ 简例 ★ 二元线性方程组 ★ 例1★ 三阶行列式 ★ 例2-例3★ 三元线性方程组 ★ 例4内容要点: 一、二阶行列式2112221122211211a a a a a a a a -=二、二阶线性方程组⎩⎨⎧=+=+)2()1(22221211212111b x a x a b x a x a三、三阶行列式333231232221131211a a a a a a a a a =112233122331a a a a a a + 132132132231112332122133.a a a a a a a a a a a a +---三阶行列式有6项,每一项均为不同行不同列的三个元素之积再冠于正负号,其运算的规律性可用“对角线法则”或“沙路法则”来表述之。

3.1高斯消元法—线性代数(吴赣昌-第四版).

3.1高斯消元法—线性代数(吴赣昌-第四版).
+ + - =
(2)
am1x1 + am2x2 + + amnxn = 0
则称(2)为齐次方程组(或(1) 的导出组).
《线性代数》
返回
下页
结束
一、基本概念
2.线性方程组的矩阵表示
n元非齐次线性方程组
a11x1 + a12x2 + + a1nxn = b1 a21x1 + a22x2 + + a2nxn = b2
, x=
x2
am1 am2 amn
xn
b1
0
,b=
b2
0 ,O =
bm
0
《线性代数》
返回
下页
结束
a11 a12 a1n
A=
a21
a22

a2n
a11 a12
A
=
(
A
b)
=

a21
a22

a1n b1
a2n
b2

例3 解线性方程组
42
x1 x1
-
x2 + 3x3 = 1 2x2 + 5x3 = 4

6x1 - 3x2 + 8x3 = 4
2 -1 3 1
2 -1 3 1
A
=

4
6
-2 -3
5 8
4

初等行变换
4
返回
下页
结束
4、Gauss消元法解方程组过程
例1.解线性方程组
+3x1-5x2+14x3=12 + x1-2x2+ 4x3= 3

线性代数第三章第三节线性方程组的解课件

线性代数第三章第三节线性方程组的解课件

B1 1 ~1 1
1
1 2
1
1
1
1 1
2
~ 0 - 1 1 - - 2
0
1-
1 - 2
1
-
2
1 1
~ 0 -1 1-
2
- 2
0
0
2 - - 2
1
-
2
-
3
1 1
0 -1
1-
2
1 -
0
0
1 - 2
1
-
1
2
1 当 1时,
1 1 1 1 B ~ 0 0 0 0
例3 求解非齐次方程组的通解
x1 x1
-
x2 x2
x3 x3
-
x4 0 3x4 1
.
x1 - x2 - 2x3 3x4 -1 2
解 对增广矩阵B进行初等变换
1 - 1 - 1 1 0 1 - 1 - 1 1 0 B 1 -1 1 - 3 1 ~ 0 0 2 - 4 1
1 - 1 - 2 3 - 1 2 0 0 - 1 2 - 1 2
所以方程组的通解为
x1 1 0 1 2
x2 x3 x4
x2
1 0
0
x4
0 2 1
102 .
0
其中x2 , x4任意.
x1 - x2 a1
例4
证明方
程组
x2 x3
-
x3 x4
a2 a3
x4
-
x5
a4
x5 - x1 a5
有解的充要条件
是a1 a2 a3 a4 a5 0.在有解的情况下,
0
0 1
-2 2

31高斯消元法线性代数吴赣昌 第四版

31高斯消元法线性代数吴赣昌 第四版

??6 x1 - 3 x2 + 8 x3 = 4

?2 - 1 3 1?
?2 - 1 3 1 ?
-
22xxx222+++
4x3 2x3 5x3
= = =
3 3 8
x1 -
2xx22++42xx33 x3
= = =
3 3 2
返回
3 - 5 14 12 (A b)= 1 - 2 4 3
-1 4 1 5
—r1?—r?2
1 -2 4 3 3 - 5 14 12
-1 4 1 5
—rr2—3-+3r?r11
? ? ?
4 2
?
以?A6%1
-1 3 -2 5
1?
4
? ? 初等行变换
??1 ?
-
1 2
?0 0
0
-
5?
2
? ?
1 2?
- 1 4 - 1?
-3
? 5 11?
????00
ห้องสมุดไป่ตู้
0 0
0 0
0 0
? ???
的非零行为增广矩阵的线性方程组为
=
A%1
《线性代数》
返回
下页
结束
?? ?
x1
-
1 2
x2
=
-
5 2
??? + ??? + ??-? ??? = ???
(2)
am1x1 + am2x2 + ??+? amnxn = 0
则称(2)为齐次方程组(或(1) 的导出组).
《线性代数》
返回
下页
结束

线性代数讲义(第三章)

线性代数讲义(第三章)

2 x1 3 x 2 x 3 4 x 2 x 4 x 5 1 2 3 3 x1 8 x 2 2 x 3 13 4 x1 x 2 9 x 3 6
解: 增广矩阵为
1 4 2 3 1 2 4 5 r r 1 4 1 2 4 5 1 2 2 3 A b 3 8 2 13 3 8 2 13 4 1 9 6 4 1 9 6
r(A)=r(A|b)=2<3,方程组有无穷多解。取x3=c, c为任意实数,则方程组的解为:
x1 1 2c x2 2 c x c 3
当c取遍所有实数时,就得到 方程组的所有解。
定理3.1和定理3.2的结论可以推广到矩阵方程: 定理 3.3 矩阵方程AX=B有解的充要条件是 r(A)=r(A, B)。 定理3.4 矩阵方程Am×n Xn×s=O仅有零解的充要条
ห้องสมุดไป่ตู้
§3.1 n维向量的概念
1、n维向量的定义
定义 3.1 由数域F 中的n个数a1,a2, …,an组成的有 序数组 a1 a (a1 , a2 ,, an ) 或 2 a n
称为n维向量;前者称为行向量,后者称为列向量 数 ai 称为向量的第i个分量;通常用 , 等希腊字母 来表示向量。
件是 r(A)=n。
§3.3 向量组的线性相关性
3.3.1 线性方程组的向量表示形式 对线性方程组
a11 x1 a12 x2 a1n xn b1 a21 x1 a22 x2 a2 n xn b2 am1 x1 am 2 x2 amn xn bm
x1 3 x2 2 x3 4 7 x2 x3 1 5 x 5 x 5 2 3

《线性代数》电子教案-第三章

《线性代数》电子教案-第三章
前面第二个问题的一种解答
第三章 矩阵的初等变换与线性方程组
§3.1 初等变换与初等矩阵
对上例的行最简形矩阵再施以初等列变换
1 0 0 0
c4 0 2 0 1 c3 c4+2c1-3c2 1 3 0 2 0 0 1 0 c5-c1+2c2 0 0 0 0
1 0 0 0
0 1 0 0
0 0 0 0 1 0 0 0
0 0 0 0
行最简形
特点:非零行的第一个非 零元素为1,这些非零元所 在列的其他元素都为0
标准形
特点:左上角是一个单位 矩阵,其余元素全为0
第三章 矩阵的初等变换与线性方程组
§3.1 初等变换与初等矩阵
3. 若mn矩阵 A经过有限次初等变换化为 Er Or(nr) (r ) Emn O(mr)r O(mr)(nr)
( 的形式, 则称 Emr)n 为A的(等价)标准形.
注: 标准形是所有与原矩阵等价的矩阵中 形状最简单的一个。可以证明: 任何一个 矩阵都可以经过有限次初等变换化为标准 形.
前面第二个问题的另一种解答。
第三章 矩阵的初等变换与线性方程组
§3.1 初等变换与初等矩阵
我们知道,线性方程组与线性变换是一一对应,下面我们给初等变 换建立相对应的概念。
刚才的第一个问题得到了回答。
第三章 矩阵的初等变换与线性方程组
§3.1 初等变换与初等矩阵
2. 行阶梯形矩阵与行最简形矩阵
如果矩阵A满足如下条件 若A有零行(元素全为零的行), 且零行位于 最下方, 非零行的非零首元 (自左至右第一个不为 零的元)的列标随行标的递增而递增, 则称A为行阶梯形矩阵。这时称 A 中非零行的 行数为A的阶梯数。例如 1 0 0 0 1 2 0 1 3 2 0 0 2 0 0 0 4 1 1 2 , 0 1 3 0 0 0 0 0 0 0 0 2 0 2 0 0 4 2 3 4

3.2 向量的线性组合—线性代数(吴赣昌-第四版)

3.2 向量的线性组合—线性代数(吴赣昌-第四版)

结束
பைடு நூலகம்
三. 向量组的线性表示 1. 线性表示 设有两个向量组
1 , 2 , , s
1 , 2 , , t
如果A中每一向量都可由组B线性线性表示, 则称向量组A可由向量组B线性表示. 2. 若向量组B能由向量组A线性表示,则存在
(A) (B)
k1 j , k2 j ,
使得
《线性代数》
, ksj ( j 1,2,
k12 k22 ks 2
系数矩阵
k1t k2 t k st
《线性代数》
返回
下页
结束
3. 引理 若 C sn Ast Bt n , (1)则称矩阵C的列向量能由A的列向量线性表示, B为该表示的系数矩阵; (2)矩阵C的行向量能由B的行向量线性表示, A为该表示的系数矩阵; 4. 定理 如果向量组A可由向量组B表示, 而向量组B又可由向量组C表示, 则向量组A也可由向量组C表示.
向量组 1 , 2 ,
, m T为矩阵A的行向量组.
《线性代数》
返回
下页
结束
反之,由有限个向量所组成的向量组可以构成一个 矩阵. n个m维列向量.所组成的向量组 构成一个m n 矩阵.
1 , 2 , , n
n
A 1 2
m个n维行向量.所组成的向量组
1T , 2T , , mT
an bn an bn
称为α与β的和向量. 称为α与β的差向量. (2)数乘
( ) a1 b1 a2 b2
a1 a2
an , k R ka2 kan
规定 k k ka1 称为数k与向量α的数量积.
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

性代数
课后小结
这节课我们学习了消元法求解线性方程组,归纳起来就是,首先用初等变换 把方程组化为阶梯形方程组,若最后出现一些等式“0 = 0”,则将其去掉.如果 剩下的方程当中最后一个方程是零等于一个非零的数,那么方程组无解,否则有 解.方程组有解时,如果阶梯形方程组中方程的个数等于未知量的个数,则方程 组有唯一解;如果阶梯形方程组中方程个数小于未知量的个数,则方程组有无穷 多个解.
解的充要条件是系数矩阵 A 的秩等于增广矩阵 A~ ( A b) 提问:如何利用初
的秩,

r
(
A)

r(
~ A).
注:记 (A b)

~ A
,则上述定理的结果,可简要总结如
等变换求解线性方 程组
下: (1) r(A) r(A~) n Ax b有唯一解; (2) r( A) r( A~) n Ax b有无穷多解;
k (ka1, ka2,, kan ) .
向量的加法和数乘运算统称为向量的线性运算.
注:向量的线性运算与行(列)矩阵的运算规律相同,
从而也满足下列运算规律:
(1) ;
(2) ( ) ( ) ;
(3) 0 ;
(4) () 0;
在中学阶段,解二元、三元线性方程组时曾用过加减消 练习、答疑 25 分钟
元法,实际上这个方法比用行列式求解更具有普遍性,是解
一般 n 元线性方程组的最有效的方法.
教学基本内容 内容要点
及过程
引例 用消元法求解下列线性方程组:
2x1 2x2 x3 6

x1

2x2

4x3

3
5x1 7x2 x3 28
i (ai1, ai2 ,, ain ) (i 1,2,, m)
组成的向量组 1, 2,, m 称为矩阵 A 的行向量组. 根据上述讨论,矩阵 A 记为
1
A (1,2,,n )

A


2
n

.
这样,矩阵 A 就与其列向量组或行向量组之间建立了一一对 应关系.
矩阵的列向量组和行向量组都是只含有限个向量的向
量组. 而线性方程组
Amn X 0
的全体解当 r(A) n 时是一个含有无限多个 n 维列向量的
向量组. 定义 2
注:给出线性方程 两 个 n 维 向 量 (a1, a2,, an ) 与
组相应解释?
(b1, b2,, bn ) 的各对应分量之和组成的向量,称为向量
a11x1 a12x2 a1n xn b1
a21x1 a22x2 a2n xn b2


am1x1 am2 x2 amnxn bm
其矩阵形式为 其中
AX b
(1) (2)
a11 a12 a1n
.
x1 9x2 3x3 7x4 7
x1 x2 2x3 3x4 1
例 3 解线性方程组

x1

x2 x3 2x2 3x3
4x4 x4
1 4
.
2x1 3x2 x3 x4 6
x1 x2 2x3 3x4 1,
(1)
am1x1 am2 x2 amnxn bm
注:补充给出线性 方程组线性组合的 概念?
a1 j
b1

j

a2
j


amj

( j 1,2,, n),


b2 bm

则线性方程组(1)可表为如下向量形式:
1x1 2x2 n xn
(2)
于是, 线性方程组(1)是否有解, 就相当于是否存在一组数
k1, k2,, kn 使得下列线性关系式成立:
提问:线性方程组 的有解定理?
k11 k22 knn.
定义 4 给定向量组 A :1,2 ,,s ,对于任何一组实
学年度第 学期
线性代数 课堂教学方案
授课年级 专业层次 授课班级 授课教师
年 月日
《线性代数》教案
任课教师 授课时间
授课题目 (章节)
授课班级
1
教学时间安排
第三章 线性方程组
第一节 消元法
2学时
教学目的、要 求(教学目标)
⑴ 了解线性方程组的概念 ⑵ 掌握线性方程组解的存在性判断方法及解的表示方法
组. 例如,一个 m n 矩阵
每一列
a11 a12 a1n
A


a21
am1
a22
am2

a2n
amn

a1 j

j

a2 j



(
j
1,2,n)
amj
组成的向量组1,2,,n 称为矩阵 A 的列向量组,而由矩 阵 A 的的每一行

x1

x2

ax3

1
P74 5⑴ 6⑵
课外阅读 1.《经济应用数学基础》编写组编,线性代数与线性规划学习指导,同心出版社, 资料或自主 1995
学习体系安 2.张天德,线性代数习题精选精解,山东科学技术出版社,2009

3. /special/opencourse/daishu.html,麻省理工公开课:线
《线性代数》教案
任课教师 授课时间
授课班级
1 教学时间安排
2学时
授课题目 (章节)
第二节 向量组的线性组合
教学目的、要 求(教学目标)
⑴ 了解向量组的概念 ⑵ 掌握向量组的线性运算法则 ⑶ 掌握向量组的线性组合判断方法及线性表示方法
教学重点 与难点
教学方式、方 法与手段
向量组的线性组合判断方法 讲授与练习相结合、板书与多媒体相结合
例题选讲
例 1 求解齐次线性方程组
x1 2x2 2x3 x4 0 2x1 x2 2x3 2x4 0. x1 x2 4x3 3x4 0
x1 5x2 x3 x4 1
例2
解线性方程组

x1

2x2

x3
3x4

3
3x1 8x2 x3 x4 1
(5) 1 ;
(6) k(l) (kl);
(7) k( ) k k;
(8) (k l) k l. 二、向量组的线性组合 考察线性方程组
a11x1 a12x2 a1n xn b1
a21x1 a22x2 a2nxn b2
称为向量,并把可随意平行移动的有向线段作为向量的几何
形象. 引入坐标系后,又定义了向量的坐标表示式(三个有
次序实数),此即上面定义的 3 维向量. 因此,当 n 3时,n 维向量可以把有向线段作为其几何形象. 当 n 3时,n 维向 量没有直观的几何形象.
若干个同维数的列向量(或行向量)所组成的集合称为向量
x1
b1
A


a21
am1
a22
am2

a2n
amn
,
X

x2 xn
,
b

b2 bm
,
称矩阵 (A b) (有时记为 A~ )为线性方程组(1)的增广矩阵.
当 bi 0, i 1,2,, m 时, 线性方程组(1)称为齐次的;
例 4 讨论线性方程组

x1

3x2

6x3

x4

3,
3x1 x2 px3 15x4 3,
当 p,t
x1 5x2 10x3 12x4 t
取何值时, 方程组无解? 有唯一解? 有无穷多解? 在方程
组有无穷多解的情况下, 求出全部解.
x1 2x2 3x3 x4 1 1.求解非齐次方程组 3x1 x2 5x3 3x4 2.
注:自由未知量与 非自由未知量的关 系及选择原则
(3) r(A) r( A~) Ax b无解; (4) r(A) n Ax 0只有零解.
注: 线性方程组所 有解的表示方法.
(5) r(A) n Ax 0有非零解.
而定理的证明实际上给出了求解线性方程组(1)的方法: 对非齐次线性方程组,将增广矩阵 A~ 化为行阶梯形矩
数 k1, k2 ,, ks , 表达式
k11 k22 ks s
2x1 x2 2x3 2x4 3
作业与 课外训练
x1 x2 x3 x4 0
2.求解非齐次方程组

x1

x2

x3

3x4
1
.

x1

x2

2 x3

3x4

1/
2
x1 x2 x3 a

3. a 取何值时, 方程组 ax1 x2 x3 1 有解, 并求其解.
教学重点 与难点
线性方程组解的存在性判断方法及解的表示方法
教学方式、方 法与手段
讲授与练习相结合、板书与多媒体相结合
问题导入:线性方程组是线性代数的核心,本章将借助线性
方程组简单而具体地介绍线性代数的核心概念,深入理解它 们将有助于我们感受线性代数的力与美.
理论讲解 35 分钟, 习题选讲 30 分钟,
内容要点
相关文档
最新文档