线性代数与几何(上)全套课件(新)
合集下载
线性代数课本课件
最小二乘法的计算实例
直线拟合的计算实例
通过最小二乘法拟合一组数据点，得到最佳 直线方程。
多项式拟合的计算实例
通过最小二乘法拟合一组数据点，得到最佳 多项式方程。
非线性拟合的计算实例
通过最小二乘法结合适当的变换，拟合非线 性模型。
THANKS FOR WATCHING
感谢您的观看
04 特征值与特征向量
特征值与特征向量的概念
特征值
设A是n阶方阵，如果存在数λ和 非零n维列向量x，使得Ax=λx成
立，则称λ是A的特征值。
特征向量
对应于特征值λ的满足Ax=λx的非 零向量x称为A的对应于特征值λ的 特征向量。
特征空间
对应于同一特征值的所有特征向量 （包括零向量）的集合，加上零向 量后构成的线性子空间称为特征空 间。
线性方程组的应用举例
线性规划问题
图像处理
线性方程组可用于描述和解决线性规划问 题，如资源分配、生产计划等。
在计算机图像处理中，线性方程组可用于 图像滤波、图像恢复等任务。
机器学习
电路分析
在机器学习领域，线性方程组常用于线性 回归、逻辑回归等模型的参数求解。
在电路分析中，线性方程组可用于描述电路 中的电流、电压等物理量之间的关系，从而 进行电路分析和设计。
向量的线性组合关系不变。
线性变换的性质
02
线性变换具有保持线性组合、保持线性相关等性质，同时线性
变换的核与像也是重要的概念。
线性变换的运算
03
线性变换之间可以进行加法和数量乘法运算，同时线性变换的
逆变换和复合变换也是常见的运算。
线性空间的基与维数
基的概念
线性空间中的一组线性无关的向量，可以表示该空间中的任意向 量，称为该线性空间的基。
线性代数课件 第一章
0 0 0 0 0 0 ≠ ( 0 0 0 0) . 0 0 0
1 0 (5)单位矩阵 单位矩阵 0 1 E = En = L L O 0 0
称为单位矩阵（ 单位阵） 称为单位矩阵（或单位阵）. 单位矩阵
L 0 O L 0 L L L 1
a11 a 21 A= L a m1
简记为
a12 a 22 L am1
L a1 n L a2n L L L a mn
矩阵A的 (m, n)元
A = Am×n = (aij )m×n = (aij ).
这m × n个数称为 A的元素 ,简称为元 . 简称为元
a11 x1 + a12 x2 + L + a1n xn = b1 a x + a x +L + a x = b 21 1 22 2 2n n 2 LLLLLLLLLLLL am1 x1 + am 2 x2 + L + amn xn = bm
, , 系数 aij ( i =1,2,L m, j =1,2,L n) , 常数项 bi (i = 1,2,L,n)
全为1 全为
(6)方阵 方阵 主对角线
a11 a12 a21 a22 A= L L 副对角线 an1 an1
简记为
L a1n L a2 n L L L ann
n× n
矩 A 阵 的
( n, n) 元
A = An× n = ( aij )
.
矩阵的转置
a11 a 21 A= L a m1
定义3 如果矩阵A经过有限次的初等变换变成B 定义3 如果矩阵A经过有限次的初等变换变成B， 就称矩阵A与矩阵B等价， 就称矩阵A与矩阵B等价，记作 A ~ B ． 矩阵之间的等价具有自反性、对称性和传递性． 矩阵之间的等价具有自反性、对称性和传递性． 例如 用矩阵的初等行变换 解线性方程组
1 0 (5)单位矩阵 单位矩阵 0 1 E = En = L L O 0 0
称为单位矩阵（ 单位阵） 称为单位矩阵（或单位阵）. 单位矩阵
L 0 O L 0 L L L 1
a11 a 21 A= L a m1
简记为
a12 a 22 L am1
L a1 n L a2n L L L a mn
矩阵A的 (m, n)元
A = Am×n = (aij )m×n = (aij ).
这m × n个数称为 A的元素 ,简称为元 . 简称为元
a11 x1 + a12 x2 + L + a1n xn = b1 a x + a x +L + a x = b 21 1 22 2 2n n 2 LLLLLLLLLLLL am1 x1 + am 2 x2 + L + amn xn = bm
, , 系数 aij ( i =1,2,L m, j =1,2,L n) , 常数项 bi (i = 1,2,L,n)
全为1 全为
(6)方阵 方阵 主对角线
a11 a12 a21 a22 A= L L 副对角线 an1 an1
简记为
L a1n L a2 n L L L ann
n× n
矩 A 阵 的
( n, n) 元
A = An× n = ( aij )
.
矩阵的转置
a11 a 21 A= L a m1
定义3 如果矩阵A经过有限次的初等变换变成B 定义3 如果矩阵A经过有限次的初等变换变成B， 就称矩阵A与矩阵B等价， 就称矩阵A与矩阵B等价，记作 A ~ B ． 矩阵之间的等价具有自反性、对称性和传递性． 矩阵之间的等价具有自反性、对称性和传递性． 例如 用矩阵的初等行变换 解线性方程组
线性代数课件PPT
线性代数课件
目录 CONTENT
• 线性代数简介 • 线性方程组 • 向量与矩阵 • 特征值与特征向量 • 行列式与矩阵的逆 • 线性变换与空间几何
01
线性代数简介
线性代数的定义和重要性
1
线性代数是数学的一个重要分支，主要研究线性 方程组、向量空间、矩阵等对象和性质。
2
线性代数在科学、工程、技术等领域有着广泛的 应用，如物理、计算机科学、经济学等。
逆矩阵来求解特征多项式和特征向量等。
06
线性变换与空间几何
线性变换的定义和性质
线性变换的定义
线性变换是向量空间中的一种变换， 它将向量空间中的每一个向量映射到 另一个向量空间中，保持向量的加法 和标量乘法的性质。
线性变换的性质
线性变换具有一些重要的性质，如线 性变换是连续的、可逆的、有逆变换 等。这些性质在解决实际问题中具有 广泛的应用。
特征值与特征向量的应用
总结词
特征值和特征向量的应用非常广泛，包括物理、工程、经济等领域。
详细描述
在物理领域，特征值和特征向量可以描述振动、波动等现象，如振动模态分析、波动分析等。在工程 领域，特征值和特征向量可以用于结构分析、控制系统设计等。在经济领域，特征值和特征向量可以 用于主成分分析、风险评估等。此外，在机器学习、图像处理等领域也有广泛的应用。
经济应用
线性方程组可用于解决经济问题，如投入产出分析、 经济预测等。
03
向量与矩阵
向量的基本概念
向量的模
表示向量的长度或大小，记作|向量|。
ቤተ መጻሕፍቲ ባይዱ
向量的方向
由起点指向终点的方向，可以通过箭头表示。
向量的分量
表示向量在各个坐标轴上的投影，记作x、y、 z等。
目录 CONTENT
• 线性代数简介 • 线性方程组 • 向量与矩阵 • 特征值与特征向量 • 行列式与矩阵的逆 • 线性变换与空间几何
01
线性代数简介
线性代数的定义和重要性
1
线性代数是数学的一个重要分支，主要研究线性 方程组、向量空间、矩阵等对象和性质。
2
线性代数在科学、工程、技术等领域有着广泛的 应用，如物理、计算机科学、经济学等。
逆矩阵来求解特征多项式和特征向量等。
06
线性变换与空间几何
线性变换的定义和性质
线性变换的定义
线性变换是向量空间中的一种变换， 它将向量空间中的每一个向量映射到 另一个向量空间中，保持向量的加法 和标量乘法的性质。
线性变换的性质
线性变换具有一些重要的性质，如线 性变换是连续的、可逆的、有逆变换 等。这些性质在解决实际问题中具有 广泛的应用。
特征值与特征向量的应用
总结词
特征值和特征向量的应用非常广泛，包括物理、工程、经济等领域。
详细描述
在物理领域，特征值和特征向量可以描述振动、波动等现象，如振动模态分析、波动分析等。在工程 领域，特征值和特征向量可以用于结构分析、控制系统设计等。在经济领域，特征值和特征向量可以 用于主成分分析、风险评估等。此外，在机器学习、图像处理等领域也有广泛的应用。
经济应用
线性方程组可用于解决经济问题，如投入产出分析、 经济预测等。
03
向量与矩阵
向量的基本概念
向量的模
表示向量的长度或大小，记作|向量|。
ቤተ መጻሕፍቲ ባይዱ
向量的方向
由起点指向终点的方向，可以通过箭头表示。
向量的分量
表示向量在各个坐标轴上的投影，记作x、y、 z等。
《线性代数讲义》课件
在工程学中，性变换也得到了广泛的应用。例如，在图像处理中，可
以通过线性变换对图像进行缩放、旋转等操作；在线性控制系统分析中
，可以通过线性变换对系统进行建模和分析。
THANKS
感谢观看
特征向量的性质
特征向量与特征值一一对应，不同的 特征值对应的特征向量线性无关。
特征值与特征向量的计算方法
01
定义法
根据特征值的定义，通过解方程 组Av=λv来计算特征值和特征向 量。
02
03
公式法
幂法
对于某些特殊的矩阵，可以利用 公式直接计算特征值和特征向量 。
通过迭代的方式，不断计算矩阵 的幂，最终得到特征值和特征向 量。
矩阵表示线性变换的方法
矩阵的定义与性质
矩阵是线性代数中一个基本概念，它可以表示线性变 换。矩阵具有一些重要的性质，如矩阵的加法、标量 乘法、乘法等都是封闭的。
矩阵表示线性变换的方法
通过将线性变换表示为矩阵，可以更方便地研究线性 变换的性质和计算。具体来说，如果一个矩阵A表示 一个线性变换L，那么对于任意向量x，有L(x)=Ax。
特征值与特征向量的应用
数值分析
在求解微分方程、积分方程等数值问题时， 可以利用特征值和特征向量的性质进行求解 。
信号处理
在信号处理中，可以利用特征值和特征向量的性质 进行信号的滤波、降噪等处理。
图像处理
在图像处理中，可以利用特征值和特征向量 的性质进行图像的压缩、识别等处理。
05
二次型与矩阵的相似性
矩阵的定义与性质
数学工具
矩阵是一个由数字组成的矩形阵列，表示为二维数组。矩阵具有行数和列数。矩阵可以进行加法、数 乘、乘法等运算，并具有相应的性质和定理。矩阵是线性代数中重要的数学工具，用于表示线性变换 、线性方程组等。
(完整版)自考线性代数全套课件
f x12 2 x22 5 x32 2 x1 x2 2 x1 x3 6 x2 x3 为标 准形, 并求 所用的 变换矩 阵.
解
含有平方项
含有 x1的项配方
f x12 2x22 5x32 2x1 x2 2x1 x3 6x2 x3
x12 2x1 x2 2x1 x3 2x22 5x32 6x2 x3
15
4．将正交向量组单位化，得正交矩阵 P
令
i
i i
,
i 1,2,3,
1 3
2 5
2 45
得 1 2 3, 2 1 5 , 3 4 45 .
2 3
0
5
45
所以
1 3
P 2 3
2
3
2 5 15
0
2 45
4 45 .
5
45
16
于是所求正交变换为
解 1．写出对应的二次型矩阵，并求其特征值
17 2 2 A 2 14 4
2 4 14
17 2 A E 2 14
2 4
182
9
2 4 14
14
从而得特征值 1 9, 2 3 18.
2．求特征向量
将1 9代入A E x 0,得基础解系
1 (1 2,1,1)T .
x Cy
9
将其代入 f xT Ax,有
f xT Ax CyT ACy yT CT AC y.
定理1 任给可逆矩阵C ,令B C T AC ,如果A为对称
矩阵,则B也为对称矩阵,且RB RA.
证明 A为对称矩阵,即有A AT ,于是
BT C T AC T C T AT C C T AC B,
将2 3 18代入A E x 0,得基础解系
解
含有平方项
含有 x1的项配方
f x12 2x22 5x32 2x1 x2 2x1 x3 6x2 x3
x12 2x1 x2 2x1 x3 2x22 5x32 6x2 x3
15
4．将正交向量组单位化，得正交矩阵 P
令
i
i i
,
i 1,2,3,
1 3
2 5
2 45
得 1 2 3, 2 1 5 , 3 4 45 .
2 3
0
5
45
所以
1 3
P 2 3
2
3
2 5 15
0
2 45
4 45 .
5
45
16
于是所求正交变换为
解 1．写出对应的二次型矩阵，并求其特征值
17 2 2 A 2 14 4
2 4 14
17 2 A E 2 14
2 4
182
9
2 4 14
14
从而得特征值 1 9, 2 3 18.
2．求特征向量
将1 9代入A E x 0,得基础解系
1 (1 2,1,1)T .
x Cy
9
将其代入 f xT Ax,有
f xT Ax CyT ACy yT CT AC y.
定理1 任给可逆矩阵C ,令B C T AC ,如果A为对称
矩阵,则B也为对称矩阵,且RB RA.
证明 A为对称矩阵,即有A AT ,于是
BT C T AC T C T AT C C T AC B,
将2 3 18代入A E x 0,得基础解系
线性代数第一章ppt
线性代数第一章
目录
CONTENTS
• 绪论 • 线性方程组 • 向量与向量空间 • 矩阵 • 特征值与特征向量
01
绪论
线性代数的定义与重要性
线性代数是数学的一个重要分支，主要研究线性方程组、向量空间、矩阵 等线性结构。它在科学、工程、技术等领域有着广泛的应用。
线性代数的重要性在于其提供了一种有效的数学工具，用于解决各种实际 问题中的线性关系问题，如物理、化学、生物、经济等。
向量空间中的零向量是唯一确定的，且对于任意 向量a，存在唯一的负向量-a。
向量空间的运算与性质
向量空间中的加法满足交换律和结合 律，即对于任意向量a和b，存在唯一 的和向量a+b；且对于任意三个向量a、 b和c，(a+b)+c=a+(b+c)。
向量空间中的数乘满足结合律和分配 律，即对于任意标量k和l，任意向量a 和b，存在唯一的结果k*(l*a)=(kl)*a 和(k+l)*a=k*a+l*a。
圆等。
经济学问题
线性方程组可以用来描述经济现象和 规律，例如供需关系、生产成本、利
润最大化等。
物理问题
线性方程组可以用来描述物理现象和 规律，例如力学、电磁学、热力学等。
计算机科学
线性方程组在计算机科学中有广泛的 应用，例如机器学习、图像处理、数 据挖掘等。
03
向量与向量空间
向量的定义与性质
01 向量是具有大小和方向的量，通常用有向线 段表示。 02 向量具有模长，即从起点到终点的距离。
特征值与特征向量的计算方法
定义法
幂法
谱分解法
根据特征值和特征向量的定义， 通过解方程组Ax=λx来计算特征 值和特征向量。这种方法适用于 较小的矩阵，但对于大规模矩阵 来说效率较低。
目录
CONTENTS
• 绪论 • 线性方程组 • 向量与向量空间 • 矩阵 • 特征值与特征向量
01
绪论
线性代数的定义与重要性
线性代数是数学的一个重要分支，主要研究线性方程组、向量空间、矩阵 等线性结构。它在科学、工程、技术等领域有着广泛的应用。
线性代数的重要性在于其提供了一种有效的数学工具，用于解决各种实际 问题中的线性关系问题，如物理、化学、生物、经济等。
向量空间中的零向量是唯一确定的，且对于任意 向量a，存在唯一的负向量-a。
向量空间的运算与性质
向量空间中的加法满足交换律和结合 律，即对于任意向量a和b，存在唯一 的和向量a+b；且对于任意三个向量a、 b和c，(a+b)+c=a+(b+c)。
向量空间中的数乘满足结合律和分配 律，即对于任意标量k和l，任意向量a 和b，存在唯一的结果k*(l*a)=(kl)*a 和(k+l)*a=k*a+l*a。
圆等。
经济学问题
线性方程组可以用来描述经济现象和 规律，例如供需关系、生产成本、利
润最大化等。
物理问题
线性方程组可以用来描述物理现象和 规律，例如力学、电磁学、热力学等。
计算机科学
线性方程组在计算机科学中有广泛的 应用，例如机器学习、图像处理、数 据挖掘等。
03
向量与向量空间
向量的定义与性质
01 向量是具有大小和方向的量，通常用有向线 段表示。 02 向量具有模长，即从起点到终点的距离。
特征值与特征向量的计算方法
定义法
幂法
谱分解法
根据特征值和特征向量的定义， 通过解方程组Ax=λx来计算特征 值和特征向量。这种方法适用于 较小的矩阵，但对于大规模矩阵 来说效率较低。
线性代数完整版ppt课件
a11x1 a12x2 b1 a21x1 a22x2 b2
求解公式为
x1
x
2
b1a 22 a11a 22 a11b2 a11a 22
a12b2 a12a 21 b1a 21 a12a 21
请观察，此公式有何特点？ Ø分母相同，由方程组的四个系数确定. Ø分子、分母都是四个数分成两对相乘再
主对角线 a 1 1 a 1 2 a 1 3
a 2 1 a 2 2 a 2 3
a11a22a33a12a23a31a13a21a32
副对角线 a 3 1 a 3 2 a 3 3
a13a22a31a12a21a33a11a23a32
称为三阶行列式.
二阶行列式的对角线法则
并不适用！
.
12
三阶行列式的计算 ——对角线法则
( a a a a ) x a b b a 12 12 12 21 2 12 11 21
当 a 1a 1 2 2a 1a 时2 2，1 该0 方程组有唯一解
x b1a22a12b2
1 a a a a
11 22
12 21
x2
a11b2 b1a21 a11a22a12a21
.
6
二元线性方程组
为列标，表明元素位于第j
列. 8
二阶行列式的计算 ——对角线法则
主对角线 a 1 1 副对角线 a 2 1
a 12 a 22
a11a22a12a21
即：主对角线上两元素之积－副对角线上两元素之积
.
9
二元线性方程组
a11x1 a12x2 a21x1 a22x2
b1 b2
若令
D a11 a12 a21 a22
显然 P n n ( n 1 ) ( n 2 )3 2 1 n !
求解公式为
x1
x
2
b1a 22 a11a 22 a11b2 a11a 22
a12b2 a12a 21 b1a 21 a12a 21
请观察，此公式有何特点？ Ø分母相同，由方程组的四个系数确定. Ø分子、分母都是四个数分成两对相乘再
主对角线 a 1 1 a 1 2 a 1 3
a 2 1 a 2 2 a 2 3
a11a22a33a12a23a31a13a21a32
副对角线 a 3 1 a 3 2 a 3 3
a13a22a31a12a21a33a11a23a32
称为三阶行列式.
二阶行列式的对角线法则
并不适用！
.
12
三阶行列式的计算 ——对角线法则
( a a a a ) x a b b a 12 12 12 21 2 12 11 21
当 a 1a 1 2 2a 1a 时2 2，1 该0 方程组有唯一解
x b1a22a12b2
1 a a a a
11 22
12 21
x2
a11b2 b1a21 a11a22a12a21
.
6
二元线性方程组
为列标，表明元素位于第j
列. 8
二阶行列式的计算 ——对角线法则
主对角线 a 1 1 副对角线 a 2 1
a 12 a 22
a11a22a12a21
即：主对角线上两元素之积－副对角线上两元素之积
.
9
二元线性方程组
a11x1 a12x2 a21x1 a22x2
b1 b2
若令
D a11 a12 a21 a22
显然 P n n ( n 1 ) ( n 2 )3 2 1 n !
《线性代数》课件
《线性代数》PPT课件
通过本PPT课件，帮助您深入了解线性代数的原理和应用，从基本概念到实例 讲解，全面提升您的线性代数知识。
课程介绍
了解线性代数的重要性和应用领域，介绍课程内容和学习目标。
基本概念和定义
1 向量
2 矩阵
介绍向量的定义和性质， 包括向量的运算和几何 表示。
解释矩阵的概念、矩阵 的运算和特殊类型的矩 阵。
对角化
探索对角化矩阵的定义和性质，以及 如何对角化一个矩阵。
应用物理学等领域中的应用实例，激发学习者对线性代数的兴趣和学习 动力。
介绍高斯消元法解线性方程组 的步骤和应用。
矩阵表示
讲解线性方程组的矩阵表示和 矩阵方程的求解。
向量空间
深入研究向量空间的定义和性质，探讨基、维数和子空间的相关概念。
特征值和特征向量
1
特征向量
2
解释特征向量的概念和性质，以及特
征向量与特征值之间的关系。
3
特征值
介绍特征值的定义和求解，以及特征 值的几何意义和应用。
3 行列式
探讨行列式的计算和性 质，以及行列式在线性 代数中的应用。
矩阵运算
加法与减法
介绍矩阵的加法和减法运算， 以及相关的性质和规则。
数乘
详细讲解数乘运算的定义和 性质，以及数乘对矩阵的影 响。
乘法
解释矩阵的乘法运算，包括 矩阵乘法的定义和运算法则。
线性方程组
什么是线性方程组？
高斯消元法
解释线性方程组的概念和解法， 包括矩阵法和消元法。
通过本PPT课件，帮助您深入了解线性代数的原理和应用，从基本概念到实例 讲解，全面提升您的线性代数知识。
课程介绍
了解线性代数的重要性和应用领域，介绍课程内容和学习目标。
基本概念和定义
1 向量
2 矩阵
介绍向量的定义和性质， 包括向量的运算和几何 表示。
解释矩阵的概念、矩阵 的运算和特殊类型的矩 阵。
对角化
探索对角化矩阵的定义和性质，以及 如何对角化一个矩阵。
应用物理学等领域中的应用实例，激发学习者对线性代数的兴趣和学习 动力。
介绍高斯消元法解线性方程组 的步骤和应用。
矩阵表示
讲解线性方程组的矩阵表示和 矩阵方程的求解。
向量空间
深入研究向量空间的定义和性质，探讨基、维数和子空间的相关概念。
特征值和特征向量
1
特征向量
2
解释特征向量的概念和性质，以及特
征向量与特征值之间的关系。
3
特征值
介绍特征值的定义和求解，以及特征 值的几何意义和应用。
3 行列式
探讨行列式的计算和性 质，以及行列式在线性 代数中的应用。
矩阵运算
加法与减法
介绍矩阵的加法和减法运算， 以及相关的性质和规则。
数乘
详细讲解数乘运算的定义和 性质，以及数乘对矩阵的影 响。
乘法
解释矩阵的乘法运算，包括 矩阵乘法的定义和运算法则。
线性方程组
什么是线性方程组？
高斯消元法
解释线性方程组的概念和解法， 包括矩阵法和消元法。
- 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、"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、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)。
其中 aij ( i , j =1, 2, 3 ) 表示第 i 行第 j 列上的元素. 三阶行列式的计算可如下图:
a11 a12 a13
a21 a 22 a 23 a31 a32 a33
+
+
+
第一章 行列式
上一页
8
0 4
1 1 . 1
求三阶行列式
2
3 2
解
原式=32 + 4 + 0 12 (16) 0 =32 + 4 12 +16 = 40.
以后我们将证明三元一次方程组
a11 x1 a12 x2 a13 x3 b1,
a21 x1 a22 x2 a23 x3 b2 ,
a31x1 a32 x2 a33x3 b3
的解将与它的系数行列式
a11 D a21 a31 a12 a22 a32 a13 a23 a33
得
(1.2)
将它代入第一个方程并化简,
x2
a1 2a2 1
(1.3)
式 (1.2) 和 (1.3) 给出了两个变量两个方程的方程组 (1.1) 的求解公式 ( 当 a11 a22 a12 a21 0时). 下面介绍一种更简单的记法表示求解公 式 ( 1.2 ) , ( 1.3 ) .
VII
x VIII V
1 2 1 0 3 1 . y VI 6 0 3
( 2)=a12 1+ a22 ( n)=a1n 1+ a2n
课 件
2+ 2+
… a n1 n ,
… an2n ,
……………
2+
… annn ,
(1, 2, …, n ) = (1, 2, …, n )A
目 录
第 一 章 行 列 式 第 二 章 矩 阵 理 论
第 三 章 向 量 空 间
第 四 章 线 性 方 程 组
自 我 测 试 题 及 解 答
综 合 试 卷
退出
真 的 要 退 出 吗?
是
否
第一节 二元一次方程组与二阶行列式 第二节 n 阶行列式 第三节 行列式的性质与行列式的展开 第四节 克莱姆法则
a11 a12 a21 a22 a31 a32
(－ ) (－ ) (－ )
线 性 代 数 x =b 1 2 a1x+a x +…+a多 2 1 1 a 媒 a x + a x +…+ a x =b 体 a 3 0 1 0 3 1 (+) ………… 解 析 几 何 教 a 学 (+) a x +a x +…+a x =b 2 1 4 电 1(+) 2 4 z 子
一、二元一次方程组的求解公式
二、二阶行列式的概念
一、三阶行列式 二、排列与逆序数 三、n阶行列式的定义
一、行列式的性质
二、行列式按行(列)展开
D 1 , 1x D
D 2 , 2x D
,
nD
D
nx
§1.二元一次方程组与二阶行列式
一、二元一次方程组的求解公式
设关于 x1, x2 的二元一次方程组为
中, 往往要解多个变量的一次方程组 (称为线性方程组), 其中最简单、最重要的是未知
量的个数与方程的个数相同的线性方程组. 因此有必要引入高阶行列式的概念.
第一章 行列式
§2. n 阶行列式
一、三阶行列式
定义1 三阶行列式
a11 a 21 a31
a12 a 22 a32
a13 a 23 a33
a1 1a2 2a3 3 a2 1a3 2a1 3 a3 1a2 3a1 2 a1 3a2 2a3 1 a2 3a3 2a1 1 a3 3a2 1a1 2,
13
11 1 12 2 1n n 1 21 1 22 2 2n n 2
23
33
m1 1
m2 2
mn n
m
III IV I 0
湖 南 大 学 数 1 1 学 L 0与 1 计 0 0 量 经 0 0 济 学 院
II
( 1)=a11 1+ a21
1 1 1 2 0 4 上4 册 0 0 3 0 1
第一章 行列式
§1.二元一次方程组与二阶行列式
二、二阶行列式的概念
定义1 二阶行列式 主对角线
a11 a 21
a12 a 22
a1 1a2 2 a1 2a2 1,
副对角线
其中横排称为行, 竖排称为列. 数 aij ( i, j =1, 2) 表示第 i 行第 j 列的元素. 在方程组
a1 1x1 a1 2x2 b1 , a2 1x1 a2 2x2 b2 ,
例1
设
2x1 + 3x2 = 5 ,
3x1 + x2 = 3 ,
2 3 3 1
解此方程组.
解
D
= 2 + 9 = 11 0 , D1
x2 D2 21 . 11 D
5 3 3 1
= 4, D2
2
5
3 3
21,
x1
D1 4 , 11 D
在 §1 中我们利用二阶行列式已得到了二元一次方程组的求解公式. 但实际问题
中, 若令
D
a11 a 21
a12 a 22
,
D1
b1 b2
a12 a 22
,
D2
a11
b1
a 21 b2
,
第一章 行列式
上一页
其中 D 称为系数行列式, 则当系数行列式 D 0 时, 上述方程组的解可简记为
x1
D1 , D
x2
D2 D
( 1.4 )
公式 (1.4 ) 与公式 (1.2 ) 及 (1.3 ) 表示的是同一式子, 但显然公式 (1.4 ) 简单易记得多. 公式 (1.4 ) 称为解两个方程两个未知量的二元一次方程组的克莱姆(Cramer)法则.
a1 1x1 a1 2x2 b1 , a2 1x1 a2 2x2 b2 ,
当 a11a22 a12 a21 0 时，得
(1.1)
其中 a11, a12, a21, a22, b1, b2 均为已知参数. 用中学的消元法解此方程组.
x1
a2 2b1 a1 2b2 , a1 1a2 2 a1 2a2 1
密切相关.
第一章 行列式
§2. n 阶行列式
二、排列与逆序数
为了得到 n 阶行列式的定义和讨论其性质, 先引 入排列和逆序数的概念. 定义2 将前 n 个自然数 1, 2, …, n 按照某一顺序排成一行, 就称为一个 n 级排列. 其 中若某两数之间大数在前而小数在后, 则称它们构成一个逆序. 一个排列中所有逆 序数的总数称为该排列的逆序数. n 级排列 (i1 i2…in ) 的逆序数记为τ(i1i2…in), 简记为τ . 例如, 四级排列 2314 中, 2与1, 3 与 1 构成逆序, 故 τ(2314) = 2; 再如六级排列 243516 中, 2 与 1, 4 与 1, 3 与 1, 5与 1, 4