证明行列式和矩阵等于零的几种经典方法

证明行列式和矩阵等于零的几种经典方法
证明行列式和矩阵等于零的几种经典方法

前言:

一、线代的特点:

1、内容抽象

2、概念多

3、符号多

4、计算原理简单但计算量大

5、证明简洁但技巧性强

6、应用广泛

二、学习中要注意的问题

1、不要急于求成,不要急于做难题。要分层次,扎扎实实的学习

2、熟练掌握基本内容。

基本概念(定义、符号)

基本结论(定理、公式)

基本计算(计算行列式、解线性方程组、求逆矩阵等)

基本证明和推理方法

3、自己动手推证书中的每个结果

尽量体会结论、证明的思想方法

用自己喜欢的方式写出简要总结

4、贯穿前后,注意发现线代课内容的重要规律。

提出问题的规律(存在、个数、结构、求法)

变换和标准形式(如行列式和上三角行列式)

问题相互转化

5、要多与同学讨论,虚心向别人请教问题。要经常提出问题,思考问题,乐于同别人交流

该方法引至李永乐老师的讲义,由KJ1234CN整理

一、行列式等于零的证明方法

例题1:A^2=A,A≠E,证明|A|=0(复习全书理工类P364例1.35)

由于书上已经有详尽的解题方法(四种),KJ不再复述,KJ在此只强调证法二

在这里有一种常见的错误解法

由A^2=A,有A(A-E)=0,∵A≠E∴(A-E)≠0,∴A=0 ∴|A|=0

其错误在于没有搞清楚矩阵的运算规则,AB=0,若B≠0不能推出A=0。

例如

[1 1][ 1 1]

[1 1][-1 -1]=0,但是A、B都不等于0

(KJ废话:该种方法由错误的方法解出了正确的答案,很多人在做题过程中经常只对答案而不管过程,考试的时候也使用他用过的错误的方法,结果出来的分数与他估计的相去甚远,其原因我想也就在与此!他们没有细细体味书上的解题过程,也没有反省自己的解题方法与书上的不同之处。KJ奉劝大家,在看书时,对于例题一定要先做后看,并对和书上的不同的解题方法细细体会,辨别对错)

二、矩阵等于零的证明方法

例题2:A是m*n的矩阵,B是n*p的矩阵,R(B)=n。证明当AB=0时,A=0

证法一:<方法>矩阵的秩等于0,则矩阵等于0

∵AB=0,∴B的每一列都是AX=0的解

又∵齐次方程组的基础解系的向量个数=未知数的个数-系数矩阵的秩;R(B)=n

∴AX=0的解中至少有n个线性无关,n-R(A)≥n

∴0≤R(A)≤0 ∴R(A)=0

证法二:

∵R(B)=n∴设β1,β2......βn是B中线性无关的列向量

设B1=(β1,β2......βn),则B1可逆

∴AB1=0

∴AB1B1^-1=0B1^-1=0

∴A =0

证法三:<方法>矩阵的每一个元素都为0

将A按矩阵的通用表示方法表示,B按行分列

[a11 ... a1n]

[... ... ...]=A

[an1 ... ann]

[α1]

[α2]

[...]=B

[αn]

[a11α1+...+a1nαn]

[.................]=AB=0

[an1α1+...+annαn]

∴有方程组

[a11α1+...+a1nαn=0

[.................=0

[an1α1+...+annαn=0

∵R(B)=n∴α1...αn现性无关

a11 ... a1n=0

................

an1 ... ann=0

∴A=0

通过方法三,我们要注意到矩阵乘法的一些简便运算,即:初等矩阵P左(右)乘A,所得P A(AP)就是A作了一次与P同样的行(列)变换。

例如:

[ 1 0 0]

[ 0 1 0]

[-1 0 1]相当于第一行乘以-1加到第三行

再如:

[ 1 0 1][ 1 2 3]

[ 0 1 0][ 2 3 4]=

[ 1 2 0][ 3 4 5]

[α1+α3]

[α2]

[α1+2α2]= [4 6 8] [2 3 4] [5 8 11]

分块矩阵在行列式计算中的应用(1)

矩阵与行列式的关系 矩阵是一个有力的数学工具,有着广泛的应用,同时矩阵也是代数特别是线性代数的一个主要研究对象.矩阵的概念和性质都较易掌握,但是对于阶数较大的矩阵的运算则会是一个很繁琐的过程,甚至仅仅依靠矩阵的基本性质很难计算,为了更好的处理这个问题矩阵分块的思想应运而生[]1. 行列式在代数学中是一个非常重要、又应用广泛的概念.对行列式的研究重在计算,但由于行列式的计算灵活、技巧性强,尤其是计算高阶行列式往往较为困难.行列式的计算通常要根据行列式的具体特点采用相应的计算方法,有时甚至需要将几种方法交叉运用,而且一题多种解法的情况很多,好的方法能极大降低计算量,因此行列式计算方法往往灵活多变.在解决行列式的某些问题时,对于级数较高的行列式,常采用分块的方法,将行列式分成若干子块,往往可以使行列式的结构清晰,计算简化.本文在广泛阅读文献的基础上,从温习分块矩阵的定义和性质出发,给出了分块矩阵的一些重要结论并予以证明,在此基础上讨论利用分块矩阵计算行列式的方法,并与其他方法相互比较,以此说明分块矩阵在行列式计算中的优势. 1.1 矩阵的定义 有时候,我们将一个大矩阵看成是由一些小矩阵组成的,就如矩阵是由数组成的一样[]1.特别在运算中,把这些小矩阵当做数一样来处理.这就是所谓的矩阵的分块.把原矩阵分别按照横竖需要分割成若干小块,每一小块称为矩阵的一个子块或子矩阵,则原矩阵是以这些子块为元素的分块矩阵.这是处理级数较高的矩阵时常用的方法. 定义1[]2 设A 是n m ?矩阵,将A 的行分割为r 段,每段分别包含r m m m 21行,将 A 的列分割为s 段,每段包含s m m m 21列,则 ?? ? ? ? ? ? ??=rs r r s s A A A A A A A A A A 21 2222111211 , 就称为分块矩阵,其中ij A 是j i m m ?矩阵(,,,2,1r i =s j ,,2,1 =). 注:分块矩阵的每一行(列)的小矩阵有相同的行(列)数. 例如,对矩阵A 分块, = ?? ? ? ? ? ? ? ?-=21010301012102102301A ??? ? ??22211211 A A A A , 其中

n阶行列式的计算方法

n 阶行列式的计算方法 徐亮 (西北师大学数信学院数学系 , 730070 ) 摘 要:本文归纳总结了n 阶行列式的几种常用的行之有效的计算方法,并举列说明了它们的应运. 关键词:行列式,三角行列式,递推法,升降阶法,得蒙行列式 The Calculating Method of the N-order Determinant Xu Liang (College o f M athematics and Information Scien ce ,North west Normal Uni versit y , Lanzhou 730070,Gansu ,Chin a ) Abstract:This paper introduces some common and effective calculating methods of the n-order determinant by means of examples. Key words: determinant; triangulaire determinant; up and down order; vandermonde determinant 行列式是讨论线形方程组理论的一个有力工具,在数学的许多分支中都有这极为广泛的应用,是一种不可缺少的运算工具,它是研究线性方程组,矩阵,特征多项式等问题的基础,熟练掌握行列式的计算是非常必要的.行列式的计算问题多种多样,灵活多变,需要有较强的技巧.现介绍总结的计算n 阶行列式的几种常用方法. 1. 定义法 应用n 阶行列式的定义计算其值的方法,称为定义法. 根据定义,我们知道n 阶行列式 12121211 12121222() 1212(1)n n n n n j j j j j nj j j j n n nn a a a a a a a a a a a a π= -∑ L L L L L M M L M L .

行列式的计算方法

摘要 行列式是高等代数中重要的内容之一,在数学中有着广泛的应用.通过对行列式基本理论的介绍,针对不同类型的行列式,结合具体例题,介绍行列式的计算方法,其中包括降阶法,升阶法,数学归纳法等. 关键词:行列式;范德蒙行列式;计算

Abstract The determinant is an important content of higher algebra, which having wide application in mathematics. Through the introduction of the basic theory of the determinant, combined with concrete examples, the calculation for different types of determinant are introduced, which including the reduction method, order method, mathematical induction, and so on. Key words: determinant;vandermonde determinant;calculation

目录 摘要 ................................................................................................................................I Abstract ....................................................................................................................... II 第1章行列式的形成和性质 .. (1) 第1节行列式的发展史 (1) 第2节行列式的性质 (2) 第2章行列式的计算方法 (4) 第1节化三角形法 (4) 第2节降阶法 (8) 第3节递推法 (9) 第4节加边法 (11) 第5节拆行(列)法 (12) 第6节数学归纳法 (14) 结论 (16) 参考文献 (17) 致谢 (18)

分块矩阵的应用论文

分块矩阵的应用 引言 矩阵作为数学工具之一有其重要的实用价值,它常见于很多学科中,如:线性代数、线性规划、统计分析,以及组合数学等,在实际生活中,很多问题都可以借用矩阵抽象出来进行表述并进行运算,如在各循环赛中常用的赛格表格等,矩阵的概念和性质相对矩阵的运算较容易理解和掌握,对于矩阵的运算和应用,则有很多的问题值得我们去研究,其中当矩阵的行数和列数都相当大时,矩阵的计算和证明中会是很烦琐的过程,因此这时我们得有一个新的矩阵处理工具,来使这些问题得到更好的解释,矩阵分块的思想由此产生矩阵分块,就是把一个大矩阵看成是由一些小矩阵组成的?就如矩阵的元素(数)一样,特别是在运算中,把这些小矩阵当作数一样来处理.把矩阵分块运算有许多方便之处因为在分块之后,矩阵间的相互关系可以看得更清楚,在实际操作中与其他方法相比,- 般来说,不仅非常简洁,而且方法也很统一,具有较大的优越性,是在处理级数较高的矩阵时常用的方法?比如,从行列式的性质出发,可以推导出分块矩阵的若干性质,并可以利用这些性质在行列式计算和证明中的应用分块矩阵;也可以借助分块矩阵的初等变换求逆矩阵及矩阵的秩等;再如利用分块矩阵求高阶行列式,如设A、C都是n阶矩阵, A B 其中A 0,并且AC CA,则可求得AD BC ;分块矩阵也可以在求解线性 C D 方程组应用? 本文将通过对分块矩阵性质的研究,比较系统的总结讨论分块矩阵在计算和证明方面的应用,从而确认分块矩阵为处理很多代数问题带来很大的便利

1 分块矩阵的定义及相关运算性质 1.1 分块矩阵的定义 矩阵分块 , 就是把一个大矩阵看成是由一些小矩阵组成的 . 就如矩阵的元素 ( 数) 一 样,特别是在运算中 , 把这些小矩阵当作数一样来处理 . 定义1设A 是一个m n 矩阵,若用若干横线条将它分成r 块,再用若干纵线条将它 A 11 ... 分成s 块,于是有rs 块的分块矩阵,即A .... A r1 . 1.2 分块矩阵的相关运算性质 1. 2.1 加法 A A ij r s , B B ij r s , 其中 A ij , B ij 的级数相同, A B A ij B ij r s 1.2.2 数乘 kA 1.2.3 乘法 1.2.4 转置 A A ji s r 1.2.5 分块矩阵的初等变换 分块矩阵A 的下列三种变换称为初等行变换: A 1s ... ,其中 A ij 表示的是一个矩阵 . A rs 设 A a ij B mn b ij m n ,用同样的方法对 A,B 进行分块 设是任 A a ij mn A ij r s ,k 为任意数, 定义分块矩阵 A A ij r s 与 k 的数乘为 设 A a ij ,B sn n m 分块为 A A ij nm r l ,B B ij l r ,其中 A ij 是 s i n j 矩阵, B ij 是 n i m j 矩阵, 定义分块矩阵A A j rl 和B B ij l r 的乘积为 r C ij A i1 B 1j A i2 B 2j ... A il B lj , i 1,2,...t; j 1,2,3,..., l a ij s n 分块为 A sn A ij r s ,定义分块矩阵 A A ij r s 的转置为 rs

(完整版)行列式的计算方法(课堂讲解版)

计算n 阶行列式的若干方法举例 n 阶行列式的计算方法很多,除非零元素较少时可利用定义计算(①按照某一列或某一行展开②完全展开式)外,更多的是利用行列式的性质计算,特别要注意观察所求题目的特点,灵活选用方法,值得注意的是,同一个行列式,有时会有不同的求解方法。下面介绍几种常用的方法,并举例说明。 1.利用行列式定义直接计算 例 计算行列式 0 0100200 1000000n D n n =-L L M M M M L L 解 D n 中不为零的项用一般形式表示为 112211!n n n nn a a a a n ---=L . 该项列标排列的逆序数t (n -1 n -2…1n )等于(1)(2) 2 n n --, 故(1)(2) 2 (1) !.n n n D n --=- 2.利用行列式的性质计算 例: 一个n 阶行列式n ij D a =的元素满足,,1,2,,,ij ji a a i j n =-=L 则称D n 为反对称 行列式, 证明:奇数阶反对称行列式为零. 证明:由ij ji a a =-知ii ii a a =-,即0,1,2,,ii a i n ==L 故行列式D n 可表示为1213112 23213 2331230000 n n n n n n n a a a a a a D a a a a a a -=-----L L L L L L L L L ,由行列式的性质A A '=,1213112 23213 2331230000 n n n n n n n a a a a a a D a a a a a a -----=-L L L L L L L L L 12131122321323312300(1)00 n n n n n n n a a a a a a a a a a a a -=------L L L L L L L L L (1)n n D =- 当n 为奇数时,得D n =-D n ,因而得D n = 0.

9.4.2 三阶行列式(含答案)

【课堂例题】 例1.解关于,,x y z 的方程组:13x y mz x my z m x y z ++=?? ++=??-+=? 例2.已知行列式2 40 2 101 01 D -=--,写出第一列元素的代数余子式.

【知识再现】 1.设关于,,x y z 的三元线性方程组111122223 333a x b y c z d a x b y c z d a x b y c z d ++=?? ++=??++=?,其中a 1、a 2、a 3、b 1、b 2、b 3、c 1、 c 2、c 3不全为零. 若记1 11 2 223 3 3 a b c D a b c a b c =, x D = , y D = , z D = 当D ,方程组有唯一解:x = ,y = ,z = . 当0D =且,,x y z D D D 至少有一个不为零时,方程组 . 当0x y z D D D D ====时,方程组 . 【基础训练】 1.方程组273514223x y z x y x y -+=?? -=??-=? 的系数行列式为 ,系数行列式的值为 . 2.已知方程组10x my z x my z m mx y z ++=-?? -+=??++=? , (1)该方程组有唯一解,则实数m 的取值范围是 . (2)若0m =,则该方程组解的情况为 . 3.关于,,x y z 的方程组1111 22223 333(1)a x b y c z d a x b y c z d a x b y c z d ++=?? ++=??++=?中,若记111 2 2233 3 a b c D a b c a b c =,则“0D =” 是“方程组(1)有无穷多组解”的( ) A.充分非必要条件 B.必要非充分条件 C.充要条件 D.非充分非必要条件 4.任写两个关于,,x y z 的线性方程组,要求满足0x y z D D D D ====,但第一个方程组要求无解,第二个方程组要求有无穷多解. , .

(完整word)行列式的计算技巧与方法总结,推荐文档

计算技巧及方法总结 一、 一般来说,对于二阶、三阶行列式,可以根据定义来做 1、二阶行列式 2112221122 2112 11a a a a a a a a -= 2、三阶行列式 33 32 31 23222113 1211a a a a a a a a a =.332112322311312213322113312312332211a a a a a a a a a a a a a a a a a a ---++ 例1计算三阶行列式6 01504 321 - 解 =-6 015043 21601??)1(52-?+043??+)1(03-??-051??-624??- 4810--=.58-= 但是对于四阶或者以上的行列式,不建议采用定义,最常采用的是行列式的性质以及降价法来做。但在此之前需要记忆一些常见行列式形式。以便计算。 计算上三角形行列式 nn nn n n a a a a a a a a a ΛΛ ΛΛΛΛΛΛ2211222112110 0= 下三角形行列式 nn n n a a a a a a Λ ΛΛΛΛΛΛ2122 21 110 00.2211nn a a a Λ= 对角行列式 nn nn n n a a a a a a a a a ΛΛ ΛΛΛΛΛΛ221121 222111000= 二、用行列式的性质计算 1、记住性质,这是计算行列式的前提 将行列式D 的行与列互换后得到的行列式,称为D 的转置行列式,记为T D 或'D ,即若

,21 2222111211nn n n n n a a a a a a a a a D Λ Λ ΛΛΛΛΛ= 则 nn n n n n T a a a a a a a a a D Λ ΛΛΛΛΛΛ 212 22 12 12111=. 性质1 行列式与它的转置行列式相等, 即.T D D = 注 由性质1知道,行列式中的行与列具有相同的地位,行列式的行具有的性质,它的列也同样具有. 性质2 交换行列式的两行(列),行列式变号. 推论 若行列式中有两行(列)的对应元素相同,则此行列式为零. 性质3 用数k 乘行列式的某一行(列), 等于用数k 乘此行列式, 即 .21 21 112112 1 21 112111kD a a a a a a a a a k a a a ka ka ka a a a D nn n n in i i n nn n n in i i n ===Λ ΛΛ Λ ΛΛΛΛΛΛΛΛ ΛΛΛΛΛΛΛΛΛΛ 第i 行(列)乘以k ,记为k i ?γ(或k C i ?). 推论1 行列式的某一行(列)中所有元素的公因子可以提到行列式符号的外面. 推论2 行列式中若有两行(列)元素成比例,则此行列式为零. 性质4 若行列式的某一行(列)的元素都是两数之和, 例如, nn n n in in i i i i n a a a c b c b c b a a a D Λ ΛΛΛΛΛ ΛΛΛΛΛ2 1 221111211+++=. 则 2121 21 11211212111211D D a a a c c c a a a a a a b b b a a a D nn n n in i i n nn n n in i i n +=+=Λ ΛΛ Λ ΛΛΛ ΛΛΛΛΛ ΛΛΛΛΛ ΛΛ Λ Λ Λ. 性质5 将行列式的某一行(列)的所有元素都乘以数k 后加到另一行(列)对应位置的元素上, 行列式不变. 注: 以数k 乘第j 行加到第i 行上,记作j i kr r +; 以数k 乘第j 列加到第i 列上,记作j i kc c +. 2、利用“三角化”计算行列式 计算行列式时,常用行列式的性质,把它化为三角形行列式来计算. 例如化为上三角形行列式的步骤是:

分块矩阵的应用论文

分块矩阵的应用 引言 矩阵作为数学工具之一有其重要的实用价值,它常见于很多学科中,如:线性代数、线性规划、统计分析,以及组合数学等,在实际生活中,很多问题都可以借用矩阵抽象出来进行表述并进行运算,如在各循环赛中常用的赛格表格等,矩阵的概念和性质相对矩阵的运算较容易理解和掌握,对于矩阵的运算和应用,则有很多的问题值得我们去研究,其中当矩阵的行数和列数都相当大时,矩阵的计算和证明中会是很烦琐的过程,因此这时我们得有一个新的矩阵处理工具,来使这些问题得到更好的解释,矩阵分块的思想由此产生. 矩阵分块,就是把一个大矩阵看成是由一些小矩阵组成的.就如矩阵的元素(数) 一样,特别是在运算中,把这些小矩阵当作数一样来处理.把矩阵分块运算有许多方便之处.因为在分块之后,矩阵间的相互关系可以看得更清楚,在实际操作中与其他方法相比,一般来说,不仅非常简洁,而且方法也很统一,具有较大的优越性,是在处理级数较高的矩阵时常用的方法.比如,从行列式的性质出发,可以推导出分块矩阵的若干性质,并可以利用这些性质在行列式计算和证明中的应用分块矩阵;也可以借助分块矩阵的初等变换求逆矩阵及矩阵的秩等;再如利用分块矩阵求高阶行列式,如设A 、C 都是n 阶矩阵,其中0A ≠,并且AC CA =,则可求得A B AD BC C D =-;分块矩阵也可以在求解线性 方程组应用. 本文将通过对分块矩阵性质的研究,比较系统的总结讨论分块矩阵在计算和证明方面的应用,从而确认分块矩阵为处理很多代数问题带来很大的便利.

1 分块矩阵的定义及相关运算性质 1.1分块矩阵的定义 矩阵分块,就是把一个大矩阵看成是由一些小矩阵组成的.就如矩阵的元素(数) 一样,特别是在运算中,把这些小矩阵当作数一样来处理. 定义1设A 是一个m n ?矩阵,若用若干横线条将它分成r 块,再用若干纵线条将它 分成s 块,于是有rs 块的分块矩阵,即1111...............s r rs A A A A A ???? =?????? ,其中ij A 表示的是一个矩阵. 1.2分块矩阵的相关运算性质 1. 2.1加法 设() ij m n A a ?=() ij m n B b ?=,用同样的方法对,A B 进行分块 () ij r s A A ?=,() ij r s B B ?=, 其中ij A ,ij B 的级数相同, 则 ()ij ij r s A B A B ?+=+. 1.2.2数乘 设是任() () ,ij ij m n r s A a A k ??==为任意数,定义分块矩阵() ij r s A A ?=与k 的数乘为 () ij r s kA kA ?= 1.2.3乘法 设() () ,ij ij s n n m A a B b ??==分块为()(),ij ij r l l r A A B B ??==,其中ij A 是i j s n ?矩阵,ij B 是 i j n m ?矩阵,定义分块矩阵() ij r l A A ?=和()ij l r B B ?=的乘积为 () 1122...,1,2,...;1,2,3,...,ij i j i j il lj C A B A B A B i t j l =+++==.、 1.2.4转置 设() ij s n A a ?=分块为() ij r s A A ?=,定义分块矩阵() ij r s A A ?=的转置为 () ji s r A A ?''= 1.2.5分块矩阵的初等变换 分块矩阵A 的下列三种变换称为初等行变换:

沪教版(上海) 高二第一学期 新高考辅导与训练 第9章 矩阵和行列式初步 本章复习题(wd无答案)

沪教版(上海) 高二第一学期新高考辅导与训练第9章矩阵和行 列式初步本章复习题 一、填空题 (★) 1. 二元一次方程组的增广矩阵是___________. (★) 2. 方程的实数解是________. (★★) 3. 若的三个顶点坐标为,其面积为________. (★★) 4. 设,计算:________. (★★) 5. 若关于的二元一次方程组有无穷多组解,则 ______ . (★★) 6. 将表示成一个三阶行列式为________. (★★) 7. 函数的最大值是_________. (★★) 8. 计算:__________. 二、双空题 (★★) 9. 若,,,,则______,______. (★★)10. 已知矩阵,矩阵,向量经过矩阵A变换为向量_______,变换后的向量与原向量关于直线__________对称. 三、单选题 (★★★) 11. 三阶行列式的两行成比例的是这个行列式的值为零的() A.充分条件B.充要条件C.必要条件D.非充分非必要条件(★★) 12. 若,则 x的值是(). A.1B.C.D.

(★) 13. 已知,则(). A.B.C.D. (★) 14. 已知是阶矩阵,,则下列结论中错误的是(). A.B. C.D. 四、解答题 (★★) 15. 已知矩阵,,,计算: (1); (2); (3). (★★★) 16. 关于的二元一次方程组有唯一一组正解,求实数 a的取值范围.(★★) 17. 用矩阵变换的方法解方程组:. (★★) 18. 已知矩阵,定义其转置矩阵.若 ,写出 A的转置矩阵,并求行列式与.说明两者有什么关系. (★★★) 19. 已知.求证:三点共线的充要条件是 .

分块矩阵及其应用

分块矩阵及其应用 徐健,数学计算机科学学院 摘要:在高等代数中,分块矩阵是矩阵内容的推广. 一般矩阵元素是数量, 而分块矩阵则是将大矩阵分割成小矩形矩阵,它的元素是每个矩阵块.分块矩阵的引进使得矩阵工具的利用更加便利,解决相关问题更加强有力,所以其应用也更广泛. 本文主要研究分块矩阵及其应用,主要应用于计算行列式、解决线性方程组、求矩阵的逆、证明与矩阵秩有关的定理. 关键词:分块矩阵;行列式;方程组;矩阵的秩 On Block Matrixes and its Applications Xu Jian, School of Mathematics and Computer Science Abstract In the higher algebra, block matrix is a generalization of matrix content. In general, matrix elements are numbers. However, the block matrix is a large matrix which is divided into some small rectangular matricies, whose elements are matrix blocks. The introduction of the block matrix makes it more convenient to use matrix, and more powerful to solve relevant problems. So the application of the block matrix is much wider. This paper mainly studies the block matrix and its application in the calculation of determinant, such as solving linear equations, calculating inverse matrix, proving theorem related to the rank of matrix , etc. Keywords Block matrix; Determinant; System of equations; Rank of a matrix

沪教版(上海)高二上学期数学第 九 章 矩阵和行列式初步

第 九 章 矩阵和行列式初步 格致中学 王国伟 第一课时 9.1 矩阵的概念(1) [教学目标] 1、了解矩阵的产生背景,并会用矩阵形式表示一些实际问题; 2、了解矩阵、行向量、列向量、方矩阵、零矩阵、单位矩阵等概念; 3、理解同阶矩阵、相等的矩阵等概念; 4、理解线性方程组与系数矩阵及其增广矩阵之间的转化。 [教学重点] 1、与矩阵有关的概念; 2、线性方程组的系数矩阵及增广矩阵的概念。 [教学难点] 学习矩阵的目的。 [教学过程] 一、情境设置、引入: 引例1:已知向量()1,3OP =,如果把的坐标排成一列,可简记为13?? ??? ; 引例2:2008 我们可将上表奖牌数简记为:512128363836232128?? ? ? ??? ; 引例3:将方程组231 324244x y mz x y z x y nz ++=?? -+=??+-=? 中未知数z y x ,,的系数按原来的次序排列,可简记为 2332441m n ?? ?- ? ? -?? ;若将常数项增加进去,则可简记为:2313242414m n ?? ? - ? ?-??。 二、概念讲解:

1、上述形如13?? ???、512128363836232128?? ? ? ???、2332441m n ?? ?- ? ?-??、2313242414m n ?? ? - ? ? -? ?这样的矩形数表 叫做矩阵。 2、在矩阵中,水平方向排列的数组成的向量()12,,n a a a ???称为行向量;垂直方向排列的数 组成的向量12 n b b b ?? ? ? ???? ??? 称为列向量;由m 个行向量与n 个列向量组成的矩阵称为m n ?阶矩阵, m n ?阶矩阵可记做m n A ?,如矩阵13?? ???为21?阶矩阵,可记做21A ?;矩阵512128363836232128?? ? ? ? ?? 为33?阶矩阵,可记做33A ?。有时矩阵也可用A 、B 等字母表示。 3、矩阵中的每一个数叫做矩阵的元素,在一个m n ?阶矩阵m n A ?中的第i (i m ≤)行第 j (j n ≤)列数可用字母ij a 表示,如矩阵512128363836232128?? ? ? ??? 第3行第2个数为3221a =。 4、当一个矩阵中所有元素均为0时,我们称这个矩阵为零矩阵。如000000?? ??? 为一个23 ?阶零矩阵。 5、当一个矩阵的行数与列数相等时,这个矩阵称为方矩阵,简称方阵,一个方阵有n 行(列), 可称此方阵为n 阶方阵,如矩阵512128363836232128?? ? ? ???、2332441m n ?? ? - ? ?-?? 均为三阶方阵。在一个 n 阶方阵中,从左上角到右下角所有元素组成对角线,如果其对角线的元素均为1,其余 元素均为零的方阵,叫做单位矩阵。如矩阵1001?? ???为2阶单位矩阵,矩阵100010001?? ? ? ? ?? 为 3阶单位矩阵。 6、如果矩阵A 与矩阵B 的行数和列数分别相等,那么A 与B 叫做同阶矩阵;如果矩阵A 与矩阵B 是同阶矩阵,当且仅当它们对应位置的元素都相等时,那么矩阵A 与矩阵B 叫做相等的矩阵,记为A B =。

最新几种特殊类型行列式及其计算

1 行列式的定义及性质 1.1 定义[3] n 级行列式 1112121 22 212 n n n n nn a a a a a a a a a 等于所有取自不同行不同列的个n 元素的乘积12 12n j j nj a a a (1)的代数和,这里12 n j j j 是 1,2, ,n 的一个排列,每一项(1)都按下列规则带有符号:当12n j j j 是偶排列时,(1)带正号,当 12n j j j 是奇排列时,(1)带有负号.这一定义可写成 () () 121212 1112121 22 21212 1n n n n j j j n j j nj j j j n n nn a a a a a a a a a a a a τ= -∑ 这里 12 n j j j ∑ 表示对所有n 级排列求和. 1.2 性质[4] 性质1.2.1 行列互换,行列式的值不变. 性质1.2.2 某行(列)的公因子可以提到行列式的符号外. 性质1.2.3 如果某行(列)的所有元素都可以写成两项的和,则该行列式可以写成两行列式的和;这两个行列式的这一行(列)的元素分别为对应的两个加数之一,其余各行(列)与原行列式相同. 性质1.2.4 两行(列)对应元素相同,行列式的值为零. 性质1.2.5 两行(列)对应元素成比例,行列式的值为零. 性质1.2.6 某行(列)的倍数加到另一行(列)对应的元素上,行列式的值不变. 性质1.2.7 交换两行(列)的位置,行列式的值变号.

2 行列式的分类及其计算方法 2.1 箭形(爪形)行列式 这类行列式的特征是除了第1行(列)或第n 行(列)及主(次)对角线上元素外的其他元素均为零,对这类行列式可以直接利用行列式性质将其化为上(下)三角形行列式来计算.即利用对角元素或次对角元素将一条边消为零. 例1 计算n 阶行列式 ()1 2323111100 1 0001 n n n a a D a a a a a =≠. 解 将第一列减去第二列的 21a 倍,第三列的3 1a 倍第n 列的 1 n a 倍,得 1 223 111110 000 000 n n n a a a a D a a ?? -- - ?? ? = 1221n n i i i i a a a ==?? =- ?? ? ∑ ∏. 2.2 两三角型行列式 这类行列式的特征是对角线上方的元素都是c ,对角线下方的元素都是b 的行列式,初看,这一类型似乎并不具普遍性,但很多行列式均是由这类行列式变换而来,对这类行列式,当 b c =时可以化为上面列举的爪形来计算,当b c ≠时则用拆行(列)法[9]来计算. 例2 计算行列式

高二数学基本概念——第9章 矩阵和行列式初步

第9章 矩阵和行列式初步 一、 矩阵 9.1 矩阵的概念 矩阵及其相关的概念 1、矩形数表叫做矩阵 矩阵中的每个数叫做矩阵的元素 由个数排成的行列的数表 n m ?m n ()n j m i a ij ,,2,1;,,2,1 ==mn m m n n a a a a a a a a a 21 2222111211称为矩阵. n m ?记作?? ?? ? ? ? ??=mn m m n n a a a a a a a a a A 2122221 11211n m ij a ?=)( 2、矩阵叫做方程组的系数矩阵。? ?? ? ??-1321它是2行2列的矩阵,记为 2 2?A ,矩阵 可简记为A n m A ?注意: 矩阵的符号,是“()”,不能是“| |”. 列元素。 行第称为矩阵的第其中j i a ij 一般的记为大写字母A 、B 、C 、…等。 。 等,或者必要时可记为n m ij n m n m a B A ???)(,

说明: 通过对线性方程组的增广矩阵的变换可以得到线性方程组的解,这里所用的矩阵变换有 下列三种: (1)互换矩阵的两行 (2)把某一行同乘以(除以)一个非零常数 (3)某行乘以一个数加到另一行 通过上述三种矩阵变换,使线性方程组系数矩阵变成单位矩阵时,其增广矩阵的最后一个列向量给出了方程组的解。

9.2 矩阵的运算 矩阵 列的矩形表,称为一个行排列成一个个数由n m n m n j m i a n m ij ?==?) ,,2,1;,2,1( 11 12121 2221 2 .....................n n m m mn a a a a a a a a a ?? ? ? ? ? ??? 记为列元素。 行第称为矩阵的第其中j i a ij 一般的记为大写字母A 、B 、C 、…等。 ,()m n m n ij A B a ??必要时可记为等,或者A=。 0m n O O ?所有元素均为的矩阵,称为零矩阵,记作或定义1一、复习 定义2若两个矩阵A ,B 有相同的行数与相同的列数,并且对 应的位置上的元素相等,则称矩阵A 与矩阵B 相等。记为:A=B n m ij n m ij b B a A ??==)(,)(即如果,(1,2,...,;1,2,...,) ij ij a b i m j n ===且则A=B 。 ...)3,2,1,...;3,2,1(===j i b a ij ij 二、矩阵的运算 (一)矩阵的加(减)法和数与矩阵的乘法 3(),()ij ij m n A a B b m n A B ==定义两个行列矩阵对应位置元素相加(或相减)得到的行列矩阵,称为矩阵与矩阵的和(差)。A-B A B +记为或()。 A B ±即 ()()ij m n ij m n a b ??=±()ij ij m n a b ?=± 定义4以实数乘矩阵A 中的每一个元素所得到的矩阵,称为实数与矩阵A 的乘积矩阵.记做A A α即 ()ij m n a α?=()ij m n a α?=的负矩阵的元素变号,称为的乘积使与A A A 1-A -记作n m ij a A ?-=-)(即 α)(ij a =αα1A 1A A 2A B A B αααααα=+=+注意:()矩阵与实数相乘满足如下交换率和分配律:()()()

行列式的计算技巧与方法总结

行列式的若干计算技巧与方法 内容摘要 1. 行列式的性质 2.行列式计算的几种常见技巧和方法 定义法 利用行列式的性质 降阶法 升阶法(加边法) 数学归纳法 递推法 3. 行列式计算的几种特殊技巧和方法 拆行(列)法 构造法 特征值法 4. 几类特殊行列式的计算技巧和方法 三角形行列式 “爪”字型行列式 “么”字型行列式 “两线”型行列式 “三对角”型行列式 范德蒙德行列式 5. 行列式的计算方法的综合运用 降阶法和递推法 逐行相加减和套用范德蒙德行列式 构造法和套用范德蒙德行列式

行列式的性质 性质1 行列互换,行列式不变.即 nn a a a a a a a a a a a a a a a a a a n 2n 1n2 2212n12111nn n2n12n 2221 1n 1211 . 性质2 一个数乘行列式的一行(或列),等于用这个数乘此行列式.即 nn n2 n1in i2i1n 11211 k k k a a a a a a a a a k nn a a a a a a a a a n2n1in i2i1n 11211. 性质3 如果行列式的某一行(或列)是两组数的和,那么该行列式就等于两个行列式的和,且这两个行列式除去该行(或列)以外的各行(或列)全与原来行列式的对应的行(或列)一样.即 111211112111121112212121 2 1212.n n n n n n n n n nn n n nn n n nn a a a a a a a a a b c b c b c b b b c c c a a a a a a a a a K K K M M M M M M M M M M M M K K K M M M M M M M M M M M M K K K 性质4 如果行列式中有两行(或列)对应元素相同或成比例,那么行列式为零.即 k a a a ka ka ka a a a a a a nn n n in i i in i i n 21 2121112 11nn n n in i i in i i n a a a a a a a a a a a a 212121112 11 =0. 性质5 把一行的倍数加到另一行,行列式不变.即

分块矩阵的若干性质及其应用

分类号密级 U D C 编号 本科毕业论文(设计) 题目分块矩阵的若干性质及其应用 学院数学与经济学院 专业名称应用统计学 年级 学生姓名 2017 年 4 月

文献综述 一、概述 矩阵是数学中的一个重要的基本概念,是代数学的一个主要研究对象,也是数学研究和应用的一个重要工具。分块矩阵是矩阵的一种特殊形式,对于一些高阶矩阵,形式表达上就比较抽象,运算上就更为繁杂,然而通过矩阵分块的方法达到降阶的目的。分块矩阵的若干性质及其应用是一个应用型的课题,是通过对分块矩阵的若干性质的掌握并应用于现实生活上的实际问题,它的应用范围非常广,远远不止于本文所列出的这几个方面,还有更广阔的应用有待于我们更加深入地去研究与探索。 二、正文 通过阅读居余马著作的《线性代数》一书中了解到,“矩阵”这个词是由西尔维斯特首先使用的,他是为了将数字的矩形阵列区别于行列式而发明了这个术语。而实际上,矩阵这个课题在诞生之前就已经发展的很好了。但是追根溯源,矩阵最早是出现在我国的《九章算术》中,在《九章算术》方程一章中,就提出了解线性方程各项系数、常数按顺序排列成一个长方形的形状,随后移动,就可以求出这个方程。从行列式的大量工作中明显的表现出来,为了很多目的,不管行列式的值是否与问题有关,方阵本身都可以研究和使用,矩阵的许多基本性质也是在行列式的发展中建立起来的。 现阶段,分块矩阵的性质及其应用在各个方面都起着至关重要的作用,分块矩阵的应用非常广泛和深刻,特别是在高等代数和线性代数中的应用更加广阔,例如在计算行列式以及矩阵的秩等方面,都有着很重要的应用。但国内一些专家对其研究主要还是在证明和计算方面。 林瑾瑜在《分块矩阵的若干性质及其在行列式计算中的应用》中,从行列式计算中的经常用到的性质出发,推导出分块矩阵的若干性质,并举例说明这些性质在行列式计算和证明问题中的应用。 蔡铭晶在《例说分块矩阵的应用》中论述了分块矩阵的概念,举例说明和分析了分块矩阵在线性代数中的应用,包括利用分块矩阵求逆矩阵、求高阶行

行列式的计算技巧与方法总结(同名4612)

行列式的几种常见计算技巧和方法 2.1 定义法 适用于任何类型行列式的计算,但当阶数较多、数字较大时,计算量大,有一定的局限性. 例1 计算行列式0 004003002001000. 解析:这是一个四级行列式,在展开式中应该有244=!项,但由于出现很多的零,所以不等于零的项数就大大减少.具体的说,展开式中的项的一般形式是43214321j j j j a a a a .显然,如果41≠j ,那么011=j a ,从而这个项就等于零.因此只须考虑41=j 的项,同理只须考虑 1,2,3432===j j j 的这些项,这就是说,行列式中不为零的项只有41322314a a a a ,而()64321=τ,所以此项取正号.故 004003002001000=() () 241413223144321=-a a a a τ. 2.2 利用行列式的性质 即把已知行列式通过行列式的性质化为上三角形或下三角形.该方法适用于低阶行列式. 2.2.1 化三角形法 上、下三角形行列式的形式及其值分别如下:

nn n n n a a a a a a a a a a a a a K ΛM O M M M K K K 2211nn 333223221131211000000=,nn nn n n n a a a a a a a a a a a a a K Λ M O M M M K K K 22113 2133323122211100 0000=. 例2 计算行列式n n n n b a a a a a b a a a a ++= +K M O M M M K K 21 211211n 1 11 D . 解析:观察行列式的特点,主对角线下方的元素与第一行元素对应相同,故用第一行的()1-倍加到下面各行便可使主对角线下方的元素全部变为零.即:化为上三角形. 解:将该行列式第一行的()1-倍分别加到第2,3…(1n +)行上去,可得 121n 11210000D 000n n n a a a b b b b b += =K K M M M O M K . 2.2.2 连加法 这类行列式的特征是行列式某行(或列)加上其余各行(或列)后,使该行(或列)元素均相等或出现较多零,从而简化行列式的计算.这类计算行列式的方法称为连加法.

第八讲 矩阵的分块法

第八讲 矩阵的分块法 一、矩阵的分块法 用处:(1)将高阶矩阵用低阶矩阵表示 (2)把每一小块看成元素一样按矩阵的运算来进行运算 (3)分块之后使得矩阵的一些运算简化 分块的标准:(1)能分出一些零子块 (2)能分出一些单位矩阵 (3)分成数量矩阵 二、分块矩阵的运算 简单解释一下即可,不做要求 三、分块对角矩阵 1、定义 2、对应的行列式的求法 3、逆矩阵的求法 例题1、设???? ? ??--=320210002A ,求A ,1-A 四、线性方程组的矩阵表示 1、一般表示 ?????=++=++m n mn m n n b x a x a b x a x a 1 111111 系数矩阵n m m m n a a a a A ?????? ??=11111

未知量矩阵???? ? ??=n x x X 1 常数项矩阵???? ? ??=m b b b 1 2、线性方程组的矩阵表示 将上面的方程组用矩阵表示: ???? ? ??=????? ??????? ??m n m m n b b x x a a a a 1111111 b AX = 例题:设?????=--=-+-=+-02212321 321321x x x x x x x x x ,写出矩阵表达式。 对角矩阵的行列式值和逆矩阵的求法要求必须会。 练习题 1、 求逆矩阵101210002A ?? ?= ? ??? 2、 求逆矩阵1200250000620032A ?? ? ?= ? ??? 3、求x 和y ,使2180341x y -??????+= ??? ?-?????? . 4、 求x ,y 和z ,使110101************x y z --?????? ??? ?-= ??? ? ??? ?-??????

相关文档
最新文档