余子式

合集下载

余子式与代数余子式的定义

余子式与代数余子式的定义

余子式与代数余子式的定义余子式与代数余子式的定义一、什么是余子式与代数余子式余子式和代数余子式是矩阵理论中常见的概念,它们与行列式密切相关。

我们来明确一下余子式和代数余子式的定义。

余子式:对于一个n阶矩阵A,若去掉其中的第i行和第j列后得到的(n-1)阶矩阵记作A(i, j),则A(i, j)的行列式称为矩阵A的余子式,记作M(i, j)。

代数余子式:对于一个n阶矩阵A,矩阵A的任一元素a(i, j)与其对应的余子式M(i, j)的乘积记作A(i, j),即A(i, j) = a(i, j)·M(i, j)。

其中,正负号由元素的位置(i, j)决定,根据“剪切法则”确定。

总结起来,余子式就是一个矩阵中去掉某行某列后得到的子矩阵的行列式,而代数余子式则是某个元素与其对应的余子式的乘积。

二、深入探讨余子式与代数余子式的性质与作用接下来,我们将从深度和广度两个维度分别探讨余子式和代数余子式的性质与作用。

1. 深度探讨:余子式的性质和作用余子式在矩阵理论和线性代数中有着重要的地位和作用,具体表现在以下几个方面:1.1. 行列式的计算:余子式是行列式计算中的关键环节。

通过递归地计算余子式,可以得到行列式的值。

具体而言,对于一个n阶矩阵A,我们可以选择任意一行或一列,计算该行(列)中每个元素与其对应的余子式的乘积,并按照正负号相加得到行列式的值。

1.2. 矩阵的逆与伴随矩阵:通过余子式的概念,可以定义矩阵的逆和伴随矩阵。

对于一个n阶可逆矩阵A,其逆矩阵A^(-1)的第i行第j列的元素可以表示为A^(-1)(i, j) = M(j, i) / |A|,其中M(j, i)为A的余子式,|A|为A的行列式。

1.3. 特殊矩阵的性质:余子式在研究特殊矩阵的性质时发挥了重要作用。

如果一个方阵A的所有余子式都为零,则A必定是奇异矩阵,即不可逆;又如,一个上(下)三角矩阵A的对角线上所有元素的余子式都为1,则A是一个单位上(下)三角矩阵。

余子式和代数余子式的公式

余子式和代数余子式的公式

余子式和代数余子式的公式
余子式和代数余子式是矩阵理论中的重要概念,它们在矩阵求逆、行列式计算等方面有广泛应用。

本文将介绍求解余子式和代数余子式的公式,并给出具体的计算方法。

首先,我们定义一个矩阵的余子式:对于一个 n 阶矩阵 A,取
其中的 k 行和 k 列,得到一个 k 阶子矩阵 B,那么 A 的余子式
M_kj 就是 B 的行列式的符号乘以 (-1)^(k+j)。

其次,我们定义一个矩阵的代数余子式:对于一个 n 阶矩阵 A,取其中的 k 行和 k 列,得到一个 k 阶子矩阵 B,那么 A 的代数余子式 A_kj 就是 B 的余子式乘以 (-1)^(k+j)。

有了这些定义,我们就可以给出求解余子式和代数余子式的公式了:
1. 余子式的计算公式:M_kj = (-1)^(k+j)×det(B),其中,B 是
A 中删去第 k 行和第 j 列后所得的子矩阵。

2. 代数余子式的计算公式:A_kj = (-1)^(k+j)×M_kj。

需要注意的是,当 k+j 为奇数时,M_kj 和 A_kj 的符号相反。

这是因为在 B 的行列式中,每行或每列的贡献都是正或负的,而
A_kj 的符号是由 B 的符号乘以 (-1)^(k+j) 决定的。

通过以上公式,我们可以快速地求解矩阵的余子式和代数余子式,进而计算出矩阵的行列式和逆矩阵等重要参数。

- 1 -。

代数余子式的性质

代数余子式的性质

代数余子式的性质
代数余子式(Algebraicresiduum)是一个与数学中的多项式有
着千丝万缕的联系的一种概念,它是在代数学研究中非常重要的概念,在解决很多数学问题中都有它的用武之地。

在多项式除法中,代数余子式是一种随着除数系数变化而变化的特殊多项式,它由除数系数决定,也就是说,如果更改除数系数,余子式也跟着改变。

首先我们来介绍一下什么是代数余子式。

代数余子式是指一组特殊多项式,在得到这些多项式之前必须先完成一次多项式的除法运算,最终得到的余子式的系数也是由除数的系数在一定的范围内变化而
变化的。

所有代数余子式都可以表示成一组多项式,即余式的系数及其系数的函数,多项式的系数及其系数形式也是一样的。

其次,我们要知道代数余子式有什么性质。

首先,代数余子式的形式是由除数的系数决定的,这就意味着当系数变化时,余子式也会变化。

其次,代数余子式是一组特殊多项式,余子式的系数及其系数的函数形式也是一样的,因此可以用来求解多项式的除法问题。

最后,不论余子式指数多少,其系数只会发生变化,由此可知余子式也被称为只改变系数而不改变指数的多项式。

综上所述,代数余子式具有千丝万缕的联系,它是一种特殊多项式,由除数的系数决定的,系数变化时余子式也会改变,它具有唯指数不变,仅系数变化的特点,因此在多项式除法中可以运用代数余子式解决多项式求根等问题。

- 1 -。

余子式和代数余子式的计算

余子式和代数余子式的计算

余子式和代数余子式的计算余子式和代数余子式是线性代数中的重要概念,它们在矩阵计算和求解方程组等问题中起着关键作用。

下面我将通过一个生动的例子来介绍余子式和代数余子式的计算方法。

假设我们有一个3×3的矩阵A,其中的元素为a11,a12,a13,a21,a22,a23,a31,a32,a33。

现在我们要计算矩阵A的余子式和代数余子式。

我们来计算矩阵A的余子式。

余子式是指将矩阵A中的某个元素划去后所得到的行列式。

例如,余子式M11是指将矩阵A中第一行和第一列的元素划去后所得到的行列式。

同理,余子式M12是指将矩阵A中第一行和第二列的元素划去后所得到的行列式,依此类推。

然后,我们来计算矩阵A的代数余子式。

代数余子式是指将矩阵A 的余子式与对应元素的符号相乘后所得到的结果。

例如,矩阵A的代数余子式A11是指将矩阵A的余子式M11与元素a11的符号相乘后所得到的结果,即A11 = (-1)^(1+1) * M11。

同理,代数余子式A12是指将矩阵A的余子式M12与元素a12的符号相乘后所得到的结果,依此类推。

通过以上的计算,我们可以得到矩阵A的全部余子式和代数余子式。

这些余子式和代数余子式在矩阵的求逆、计算行列式和解线性方程组等问题中起着重要的作用。

通过这个例子,我们可以看到余子式和代数余子式在线性代数中的重要性。

它们不仅仅是一种计算方法,更是一种思维方式和工具,可以帮助我们更好地理解和解决各种数学问题。

掌握余子式和代数余子式的计算方法,对于提高我们的数学能力和解决实际问题具有重要意义。

希望通过这个例子的介绍,能够帮助大家更好地理解和应用余子式和代数余子式。

三阶行列式的余子式和代数余子式求法

三阶行列式的余子式和代数余子式求法

三阶行列式的余子式和代数余子式求法在学习数学的过程中,三阶行列式就像那种神秘的调料,放进去之后,菜肴的风味瞬间提升。

不知道你有没有这种感觉,行列式看起来挺复杂的,但实际上就像一块拼图,只要把各个部分组合好,嘿,竟然就能找到答案。

今天咱们就来聊聊三阶行列式的余子式和代数余子式。

这个话题一听就觉得很严肃,但咱们轻松点,慢慢聊,没事儿,咱们不急。

余子式是个什么东西呢?想象一下,你在餐厅点了一道菜,菜上来了,你发现其中有一样东西不喜欢。

你想把那样东西去掉,但这道菜的其他部分依然要保留。

余子式就是这样一个小家伙。

简单来说,三阶行列式的余子式,就是在行列式中去掉某一行和某一列之后,剩下的部分的行列式。

就好比说,你把那个不喜欢的菜去掉,剩下的那些美味的食材,经过处理之后,再给它们算一算,看看还剩多少美味。

再说说代数余子式。

这个东西比余子式多了个“代数”二字,看起来有点复杂,但其实就是在余子式的基础上,加了点小花样。

代数余子式的概念有点像调味品的使用,虽然是同一种材料,但用法不同,味道也就不同。

代数余子式的计算是在余子式的基础上,还要考虑行列式的符号问题。

你可以把它想成是加了辣椒油的饺子,虽然饺子是饺子,但加了油之后,嘿,味道就是不一样。

它的计算公式是根据位置来决定的,行列式的元素位置决定了符号,偶数位置是加,奇数位置是减,简单明了。

现在,我们来看看三阶行列式的余子式和代数余子式怎么计算。

咱们先来个三阶行列式的简单例子,设有一个行列式 A,如下所示:A = begin{vmatrixa_{11 & a_{12 & a_{13 。

a_{21 & a_{22 & a_{23 。

a_{31 & a_{32 & a_{33。

end{vmatrix好,现在如果我们想要找第一行第一列的余子式,咱们就要把第一行和第一列去掉。

剩下的就是这个部分:M_{11 = begin{vmatrix。

余子式和代数余子式的关系

余子式和代数余子式的关系

余子式和代数余子式的关系1. 引言大家好,今天咱们来聊聊一个数学小伙伴——余子式和代数余子式。

听到这些词,可能会让人想起高深的公式和繁琐的计算,感觉有点“晕乎乎”的。

不过,别担心,咱们慢慢来,把这两个家伙捋顺,弄懂它们的关系。

1.1 余子式是什么首先,余子式,这名字听起来有点拗口,但其实就是一个很有趣的概念。

当我们在讨论矩阵的时候,余子式就像是小小的剪刀,能够把矩阵的一部分剪下来,剩下的就是余子式的“家族成员”。

简单来说,给定一个矩阵,取掉某一行和某一列后,剩下的部分就形成了这个余子式。

1.2 代数余子式的角色接下来,代数余子式就更有意思了。

它不仅是一个余子式,还带上了一个符号的标签,类似于给自己的名字加个“前缀”。

这个符号取决于被删除的行和列的位置,有点像是给每个代数余子式贴个身份证。

要是你把第一行第一列去掉,结果的符号是正的;但要是你去掉了第二行第一列,结果的符号就变成负的。

是不是觉得这有点像游戏的规则?2. 二者的关系好了,既然我们都认识了这两位朋友,接下来就是看他们之间的关系了。

余子式和代数余子式就像是兄弟,但一个是“白衣天使”,一个是“战斗机”。

余子式可以独立存在,但代数余子式一定要依附于余子式,带上自己的符号。

换句话说,所有的代数余子式都是余子式,但不是所有的余子式都是代数余子式。

这就好比你可以吃冰淇淋,但不一定每次都能加巧克力酱。

2.1 在矩阵中的应用说到应用,余子式和代数余子式在行列式的计算中简直是无处不在。

比如,行列式的展开就需要用到这些小家伙。

你想象一下,行列式就像一个大蛋糕,而余子式和代数余子式就是从蛋糕上切下来的小块,搭配得当才能吃出好味道。

2.2 实例解析我们来个简单的例子。

假设有一个2x2的矩阵,A = a, b, c, d。

对于这个矩阵,余子式就是去掉一行一列后剩下的元素。

假如我们去掉第一行第一列,余子式就是d;而代数余子式同样是d,但要注意它的符号!因为没有删除奇数行和奇数列,符号就是正的。

余子式和代数余子式的概念

余子式和代数余子式的概念数学这门学科,有时候就像一场神秘的冒险,特别是当你碰到一些听上去很复杂的概念,比如“余子式”和“代数余子式”时,可能会让人感觉有点儿晕乎乎的。

不过别担心,我会用简单的语言带你走进这个迷人的数学世界,让你对这些概念有个清晰的了解。

1. 余子式的概念首先,咱们来聊聊“余子式”这个东西。

简单来说,余子式就是矩阵中的一个小小的子矩阵。

别急着翻白眼,听我慢慢解释。

你可以把一个矩阵想象成一个大表格,每一个格子里都有一个数值。

余子式就是从这个大表格里“切”出一个小表格来。

1.1 什么是余子式假设你有一个3x3的矩阵,比如:[ begin{bmatrix}a &b & cd &e & fg & h & iend{bmatrix} ]如果你要找出余子式,首先得选择一个格子。

例如,你选择了第一行第一列的那个“a”。

要找到这个格子的余子式,你需要删掉这一行和这一列,剩下的就是:[ begin{bmatrix}e & fh & iend{bmatrix} ]这个小小的2x2矩阵,就是你在“大矩阵”中选定格子的余子式。

1.2 余子式的作用那么,为什么我们要搞这些小矩阵呢?其实,余子式在计算行列式时特别有用。

行列式是一种用来描述矩阵某种特性的数值,而通过余子式,我们可以一步一步计算出这个行列式。

就像做数学题目时,你得一步步解题,余子式就是这个过程中的一个关键小步骤。

2. 代数余子式的概念接下来,我们来聊聊“代数余子式”。

这个概念和余子式有点关系,但又有自己特别的地方。

代数余子式不仅要考虑余子式的内容,还要乘上一个符号因子。

听上去是不是有点儿复杂?其实,代数余子式就是在余子式的基础上加点儿“调料”。

2.1 什么是代数余子式拿前面那个3x3的矩阵举例吧。

如果我们还是从“a”开始,我们要找到它的代数余子式。

首先我们得知道“a”对应的余子式是:[ begin{bmatrix}e & fh & iend{bmatrix} ]计算出这个小矩阵的行列式,假设是 ( text{det}(e,f,h,i) )。

线性代数代数余子式的计算

线性代数代数余子式的计算线性代数中的余子式是一个非常重要的概念,它在解线性方程组和计算行列式等问题中都有广泛的应用。

余子式可以通过计算矩阵的代数余子式来得到,下面将详细介绍余子式的定义和计算方法。

1.余子式的定义:在一个n阶方阵A中,任选其中的一个元素aij,所在的行号为i,列号为j。

除去第i行和第j列之后,留下的(n-1)阶矩阵称为aij的余子式,用Mij表示。

例如,在一个3阶方阵A中,选取元素a21,则余子式为:M21=,a11a13a31a32.余子式的计算方法:为了计算一个元素的余子式,我们可以参考以下步骤:步骤1:找到元素所在的行数和列数,记作i和j。

步骤2:将第i行和第j列从矩阵中删去,得到一个新的(n-1)阶矩阵。

步骤3:计算这个新的矩阵的行列式,即为所求的余子式Mij。

例如,在一个3阶方阵A中,计算元素a21的余子式M21的步骤如下:a.找到元素a21所在的行数i=2,列数j=1;b.删去第2行和第1列,得到新矩阵:a11a1A'=,a31a33c.计算新矩阵A'的行列式det(A') = , a11 a13 , = a11 * a33 - a13 * a31a31a3这个行列式即为元素a21的余子式M213.余子式的性质:余子式有以下几个重要的性质:性质1:在一个n阶方阵A中,如果i+j为奇数,则Mij的值等于-Mji。

性质2:如果矩阵A是一个上三角矩阵或下三角矩阵,则Mij等于0。

这是因为余子式中含有主对角线以下或以上的元素会导致行列式的值为0。

性质3:如果方阵A是一个对称矩阵,则Mij等于Mji。

这是因为对称矩阵中,元素a和元素b互换位置后,余子式不变。

4.使用余子式计算行列式:余子式在计算行列式的过程中起到了重要的作用。

行列式的计算可以通过代数余子式和代数余子式的报酬进行递归实现。

例如,对于一个3阶方阵A,它的行列式的计算可以通过以下公式表示:det(A) = a11 * M11 - a12 * M12 + a13 * M13其中M11,M12和M13分别为元素a11,a12和a13的余子式。

代数余子式的定义

代数余子式
在数学中,代数余子式(Algebraic Minor)是一个矩阵或向量的一种属性,它是一个矩阵或向量中某个元素删除后得到的新矩阵或向量的秩(线性无关的向量个数)比原矩阵或向量的秩少1的结果。

例如,如果一个3x3的矩阵A如下:| a b c |
| d e f |
| g h i |那么,a, b, c, d, e, f和g组成的向量是一个线性无关的向量,秩为7。

如果我们删除了元素g,那么剩下的向量是a, b, c, d, e, f和h,这个向量的秩为6,比原来的向量的秩少1,所以g就是A的代数余子式。

在矩阵中,代数余子式通常用符号minor(A, i, j)表示,其中i和j是矩阵中行和列的索引。

例如,上例中的代数余子式就是minor(A, 1, 2)。

在计算中,代数余子式的计算通常涉及到矩阵的行列式。

例如,一个矩阵的代数余子式可以通过将该矩阵的第i行和第j列的其他元素都设为0来得到,然后计算这个新的矩阵的行列式就可以得到原来的矩阵的代数余子式。

代数余子式排列方式

代数余子式排列方式
代数余子式是指在一个$n$阶行列式$D$中,划掉元素$aij$所在的第$i$行和第$j$列后,留下来的元素按照原来的位置构成的$n$-1阶行列式,记为$Mij$。

代数余子式的求解步骤为:首先第一行的代数余子式的和是等于把原行列式中第一行元素都换成数字“$1$”的所得出来的一个行列式,而第二行的代数余子式的和是等于把原行列式中的第二行元素换成数字“$1$”之后所得出来的行列式,以此类推,第$n$行的代数余子式之和也是等于把原行列式中第$n$行的元素都换算成数字“$1$”所得出来的行列式,而所有代数余子式之和就是上面$n$个新行列式的和。

代数余子式在行列式的计算中有着广泛的应用,通过它可以更简单地计算出行列式的值。

  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)。

一 子式、余子式、代数余子式、顺序主子式.____1_)(),,2,1(0,0.1212221212111==≠≠⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=A r A n i b a b a b a b a b a b a b a b a b a b a A i i n n n n n n 的秩则矩阵,,其中设例 .:.2n A a A a n A ij ij 的秩等于明自己的代数余子式,证都等于它的每一个元素全为实数。

如果阶非零矩阵,且是设例.1,.002**21212211111212111111=======>+++=+++=≠A A A E A AA AA A A A a n A r a a a A a A a A a A a nT T ij ij n n n 于是两边取行列式,得由,所以.进而,因为)(所以,,不妨设解 .______||,3,2,1.33322111=++-A A A A A A 的代数余子式则的特征值是是三阶可逆矩阵,如果例.1213161213161,.213161321332211*1*1=++=++⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=--A A A P A P P A A 同的迹,所以,又根据相似矩阵有相使得故存在可逆矩阵,,的特征值为,所以,,的特征值为: 因为解二 0=A的一个特征值是相关的行(列)向量组线性有非零解不可逆注:A A n A r AX A A 0)(00⇔⇔<⇔=⇔⇔=.1.1是不可逆矩阵证明:的转置,且是维非零列向量,是阶单位矩阵,是,其中设例A n n E E A TT T =-=ξξξξξξξ不可逆。

的一个特征值,所以是,所以,因为证明A A E A T 000)(:≠⋅=-=ξξξξξξ86,20092006,)4,4,4,4(,)3,3,3,3(,)2,2,2,2(,1,1,1,14.22484321P a a a a T T T T 》考研数学真题分类全解答案详见《考研真题,本题为问何时它们线性相关?)(维向量组设例+=+=+=+=αααα三 矩阵的运算注:几个运算规律.00,00100(2).,010,)0,,1,,0()1(列,其余元素变为列换成第的第将,行,其余元素变为行换成第的第将则设列的第取行的第取,则设i j A AE j i A A E i E j A A i A A j ij ij jij j i j ii ==⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡===⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛==βαβα[][].,11,,11,(3)111m m 1的各列反序排列即将则令的各行反序排列,即将则令A A A A A A n n ββββαααα =⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=[][].010*******,.,001010,,001010,(4)1112m 1⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=- A A A A A A A A n n m 和同理可得的各列向右递推一次将则令的各行向上递推一次,将则令ββββααααA A A B AB A B AB A B AB n B A n T T T λλ====---,)(,)(,)(,)5(***111阶矩阵,为设 .,,)6(利用相似(对角化)利用矩阵分解用运算规律矩阵求幂常见方法:利._____101000101.12009=-⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=A E A α,则设例 ).2(]2)2[(202020210100010122))((2)1(221111111n n n n n n n n n T n T T T T n a a a a a aa A E A -=--=--=-⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-===--------ααααααααααα 解.,221010241.22009A A 求设例⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---= ().0)1()1(,011102,10101201111321321--⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--==⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛-=--P P A P P A P A nn n 从而,,所以,令,的特征向量分别为:,再求相应的线性无关,,的特征值为::先求解ξξξξξξ注:关于初等变换选择题。

出题规律;.,,1,,;,,1)1())(,(1))(,())(,())(,())(,())1((1))(,())(())(())((),(1),(),(),(),(k j i k j i k i j T k j i k j i ki k i k i T k i k i j i j i j i T j i j i E E E E E EE E E k E E E E E E ----========-=TT PAP C AP P C PAP C AP P C B P C B B A A ====⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=---)D ()C ()B ()A (100010011,211123.311,则记得列倍加到第列的的第,再将行得行加到第的第阶矩阵,将为设例**********21)(21)(21)(21)(,21),2(.4B A D B A C B A B B A A CB A B A B A n n A --≥行得行与第的第交换列得列与第的第交换行得行与第的第交换列得列与第的第交换的伴随矩阵,则分别为与,行得行与第的第交换阶可逆矩阵为设例四 可逆矩阵注:特征值法等克莱姆法则利用分块矩阵定义法初等变换法求逆方法,,,,:(1)(2)矩阵可逆的充要条件是可以写成初等矩阵的乘积.)(0)(0)(0)(,0.12><≠==+a D a C a B a A B A aA A 可逆,则且设例.3232,2,3.2*可逆不可逆,则阶矩阵,是设例E A E A E A E A A -++- ,所以可逆。

,,的特征值为,进而,,,的特征值为:故,,的特征值为:即所以,证明:由条件,763322233.2321,0232,0322**-------=--=--=-=+=+=-E A A A A E A E A E E A E A E A 五 矩阵的秩注:(1) 求秩方法:初等变换法,定义法,公式法..]9[0)(]8[1)(01)(1)()(]7[)()(,0)}(),(min{)()()(,,[6])()(;)()(]5[)()()(]4[)()(]3[1)(0]2[},min{)(0]1[:(2)*阵有相同的秩等价,相似,合同的矩可逆阶方阵,则为设若若若则特别的,若则设可逆,则若可逆,则若,则若阶矩阵,则为设求秩常用公式A A n A r n A n A r n A r n A r n A r n B r A r AB B r A r AB r n B r A r B A A r AB r B B r AB r A B r A r B A r A r A r A r A n m A r n m A s n n m T ⇔≠⇔=⎪⎩⎪⎨⎧-<-===≤+=≤≤-+==+=+=≥≠≤≤⨯⨯⨯(3) 结合点:向量组的线性关系,基础解系,有解判定,同解方程组. ).()(00,[4].)()(00[3].)()(00]2[.]1[)4(1122++=========⨯==⨯n n n n T T A r A r X A X A n A A r A r X A AX n A A A r A r AX A AX n m A Q Qb QAX b AX n m A 同解,从而与方程组阶矩阵为设同解,从而与阶实对称矩阵,方程组为设同解,从而与阶实矩阵,方程组为设为可逆矩阵同解,其中与矩阵,为设常见同解方程组:.___1__*)*(**4)(3)(4.1===B A r B A B r A r B A 则,、为,它们的伴随矩阵分别,阶方阵,均为、设例.0.000.2的通解求余子式的代数中元素,而的系数行列式设齐次线性方程组例=≠==AX A a A A AX kl kl.),,,(,),,,(.1)1(.),,,(:00||0.0,1,1)(21121121221122111212111为任意常数从而全部解为是基础解系所以关解个数为又基础解系所含线性无一个非零解知根据不妨设阶子式非零中至少有一个所以矩阵因为证k A A A k A A A A n n A A A A A a A a A a A A a A a A a A a A a A a A n A n A r T kn k k T kn k k k T kn k k k kn nn k n k n knkn k k k k kn n k k il =--⎪⎪⎩⎪⎪⎨⎧=++==++=++≠--=).()(.31+=n n A r A r n A 阶方阵,证明:为设例.,,,00,00111线性无关,证明且,有解向量使得线性方程组阶矩阵,若存在正整数是利用结论:设同解即可,与提示:只需证ααααα--+≠===k k k n n A A A X A k n A X A X A 六 矩阵的三大关系结合点: (1) 矩阵等价与向量组等价: 同阶矩阵等价的充要条件秩同; 但秩同仅是向量组等价的必要条件.(2) 相似的必要条件: 略BPAQ Q P D BAC C C C B AP P P B BAAB A DB A T ====-使存在可逆矩阵使存在可逆矩阵使存在可逆矩阵同阶可逆矩阵,则,设例,,)(,)(,)()(.11等价与矩阵矩阵等价与向量组向量组线性表示可由向量组向量组线性表示可由向量组向量组件为线性无关的充分必要条维列向量组线性无关,则维列向量组设例),,,(),,,()D (,,,,,)C (,,,,,)B (,,,,,,)A (,,,)(,,,.221212121212121212121m m m m m m m m m mB A Dn n m n βββαααβββααααααββββββαααβββααα ==<件是秩同同阶矩阵等价的充要条条件相互线性表出,而解:向量组等价的充要既不合同,也不相似不合同,但相似合同,但不相似合同,且相似)(与,则,设矩阵例)D ()C ()B ()A (000010001211121112.3B B A B A ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡------=,所以合同。

,,的特征值为但是,经计算,的迹不同,故不相似,解:因为033,A B A 七 矩阵的特征值与特征向量注:特征值常用结论:(1) 属于特征值λ的特征向量不唯一;但一个特征向量只能属于一个特征值. (2) A 与T A 有相同的特征值.(3) 若A 可逆,λ是A 的特征值,则0≠λ,且λ1是1-A 的特征值.(4) 若λ是A 的非零特征值,则λA是*A 的特征值.(5) 若λ是A 的特征值,)(A f 是A 的矩阵多项式,则)(λf 是f (A )的特征值. (6) 若A 是幂零阵,则特征值为( ). (7) 若A 是幂等阵,则特征值为( ). (8) 若A 是对合阵,则特征值为( ). (9) 属于不同特征值的特征向量线性无关.(10) A E -λ的最高次项是( ),常数项是( ). (11).0的特征值是不可逆A A E A E λλλ⇔=-⇔- (12) 设)(ij a A =,n 个特征值为n λλ,,1 ,则 [1] nn n a a ++=++ 111λλ [2] n A λλ 1=.,,100101010322232223.1*1的特征值和特征向量求,设矩阵例E B P A P B P A +=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=-()不为零。

相关文档
最新文档