线性代数模块总结
一、《线性代数》在数学的地位
线性代数是讨论矩阵理论、与矩阵结合的有限维向量空间及其线性变换理论的一门学科。
主要理论成熟于十九世纪,而第一块基石(二、三元线性方程组的解法)则早在两千年前出现(见于中国古代数学名著《九章算术》)。
①线性代数在数学、物理学和技术学科中有各种重要应用,因而它在各种代数分支中占居首要地位
②在计算机广泛应用的今天,计算机图形学、计算机辅助设计、密码学、虚拟现实等技术无不以线性代数为其理论和算法基础的一部分;
③该学科所体现的几何观念与代数方法之间的联系,从具体概念抽象出来的公理化方法以及严谨的逻辑推证、巧妙的归纳综合等,对于强化人们的数学训练,增益科学智能是非常有用的
④ 随着科学的发展,我们不仅要研究单个变量之间的关系,还要进一步研究多个变量之间的关系,各种实际问题在大多数情况下可以线性化,而由于计算机的发展,线性化了的问题又可以计算出来,线性代数正是解决这些问题的有力工具。
二、对《线性代数》教学的几点看法
1、加强背景知识的介绍
线性代数概念较为抽象,如果采用纯粹的定义、定理加推导的公式,学生容易失去兴趣,也很难深刻理解相关概念。现在许多学生在学习线性代数时,就只会一味的解题,对这门课的主要内容,相关背景一无所知。为了避免这种现象,我们有必要追溯到线性代数相关的历史,对其被经济发展状况作简单的介绍,探究那些想象力、创造力、努力交织在一起的故事。这样不仅有助于学生在轻松的环境下理解知识点的来龙去脉,并加深对概念的理解,同时还有利于脱光他们的知识面,提高他们的数学修养。
2、注意知识点的合理引入
俗话说:“兴趣是最好的老师”。一堂课的成功与否,知识点的引入非常关键。因为只有通过合理的引入,才能吸引学生的注意力并激发他们的兴趣,使他们的学习有被动接受转为主动参与。
在关于线性代数的教学过程中,可以结合具体教学内容采用不同的引入方法。一种典型的引入方法是结合学生已经掌握的知识通过类比引入。
3、注重知识点的几何意义阐述
数学的教学目标是训练学生的抽象思维能力、逻辑推理能力、空间想象能力,因而数形结合是数学教育的重要思想和方法之一。但对于线性代数这样有许多抽象概念的课程,往往过于强调抽象思维能力、逻辑推理能力,而容易忽视空间想象能力的培养,也就是容易忽视“形”概念的几何意义对教学的帮助作用。
三、《线性代数》的学习方法
掌握各章节的基本概念和解决问题的基本方法,多多体会例子的方法和技巧,多做练习,在练习中要紧扣问题涉及的概念,不要随意扩大概念的范围,练习要自己做才能理解所学的知识。在学完一章后自己要做一个小结,理清该章内容及前后概念之间的联系。在学完本课程后,将各章的内容做一个总结,想想各章内容之间的联系,易混淆的概念要着重加深理解及区分它们之间的差异。
四、课程的基本要求
1.理解 n 阶行列式的定义,会用定义计算简单的行列式
2.熟练掌握行列式的基本计算方法和性质
3.熟练掌握克莱姆法则
4.理解矩阵的定义
5.熟练掌握矩阵的运算方法和求逆矩阵的方法
6.理解向量相关性的概念,会用定义判定向量的相关性
7.掌握求矩阵秩的方法,理解矩阵秩与向量组的相关性之间的关系
8.理解向量空间的概念,会求向量的坐标
9.熟练掌握用初等变换求矩阵秩、逆矩阵,解线性方程组
10.熟练掌握线性方程组的求解方法,知道线性方程组的简单应用
11.熟练掌握矩阵特征值、特征向量的求法
12.掌握相似矩阵的概念,矩阵对角化的概念
13.熟练掌握用正交变换化二次型为标准型的方法
14.理解二次型的惯性定理,会用配方法求二次型的平方和
15.掌握二次型正定性概念及应用
五、主要内容
1、行列式
行列式共有个元素,展开后有项,可分解为行列式;
代数余子式的性质:
①、和的大小无关;
②、某行(列)的元素乘以其它行(列)元素的代数余子式为0;
③、某行(列)的元素乘以该行(列)元素的代数余子式为;
代数余子式和余子式的关系:
设行列式:
将上、下翻转或左右翻转,所得行列式为,则;
将顺时针或逆时针旋转,所得行列式为,则;
将主对角线翻转后(转置),所得行列式为,则;
将主副角线翻转后,所得行列式为,则;
行列式的重要公式:
①、主对角行列式:主对角元素的乘积;
②、副对角行列式:副对角元素的乘积;
③、上、下三角行列式():主对角元素的乘积;
④、和:副对角元素的乘积;
⑤、拉普拉斯展开式:、
⑥、范德蒙行列式:大指标减小指标的连乘积;
⑦、特征值;
对于阶行列式,恒有:,其中为阶主子式;
证明的方法:
①、;
②、反证法;
③、构造齐次方程组,证明其有非零解;
④、利用秩,证明;
⑤、证明0是其特征值;
2、矩阵
是阶可逆矩阵:
(是非奇异矩阵);
(是满秩矩阵)
的行(列)向量组线性无关;
齐次方程组有非零解;
,总有唯一解;
与等价;
可表示成若干个初等矩阵的乘积;
的特征值全不为0;
是正定矩阵;
的行(列)向量组是的一组基;
是中某两组基的过渡矩阵;
对于阶矩阵: 无条件恒成立;
矩阵是表格,推导符号为波浪号或箭头;行列式是数值,可求代数和;
关于分块矩阵的重要结论,其中均、可逆:
若,则:
Ⅰ、;
Ⅱ、;
②、;(主对角分块)
③、;(副对角分块)
④、;(拉普拉斯)
⑤、;(拉普拉斯)
3、矩阵的初等变换与线性方程组
一个矩阵,总可经过初等变换化为标准形,其标准形是唯一确定的:;
等价类:所有与等价的矩阵组成的一个集合,称为一个等价类;标准形为其形状最简单的矩阵;
对于同型矩阵、,若;
行最简形矩阵:
①、只能通过初等行变换获得;
②、每行首个非0元素必须为1;
③、每行首个非0元素所在列的其他元素必须为0;
初等行变换的应用:(初等列变换类似,或转置后采用初等行变换)
若,则可逆,且;
②、对矩阵做初等行变化,当变为时,就变成,即:;
③、求解线形方程组:对于个未知数个方程,如果,则可逆,且;
初等矩阵和对角矩阵的概念:
①、初等矩阵是行变换还是列变换,由其位置决定:左乘为初等行矩阵、右乘为初等列矩阵;
②、,左乘矩阵,乘的各行元素;右乘,乘的各列元素;
③、对调两行或两列,符号,且,例如:;
④、倍乘某行或某列,符号,且,例如:;
⑤、倍加某行或某列,符号,且,如:;
矩阵秩的基本性质:
①、;
②、;
③、若,则;
④、若、可逆,则;(可逆矩阵不影响矩阵的秩)
⑤、;
⑥、;
⑦、;
⑧、如果是矩阵,是矩阵,且,则:
Ⅰ、的列向量全部是齐次方程组解(转置运算后的结论);
Ⅱ、
⑨、若、均为阶方阵,则;
三种特殊矩阵的方幂:
①、秩为1的矩阵:一定可以分解为列矩阵(向量)行矩阵(向量)的形式,再采用结合律;
②、型如的矩阵:利用二项展开式;
二项展开式:;
注:Ⅰ、展开后有项;
Ⅱ、
Ⅲ、组合的性质:;
③、利用特征值和相似对角化:
伴随矩阵:
①、伴随矩阵的秩:;
②、伴随矩阵的特征值:;
③、、
关于矩阵秩的描述:
①、,中有阶子式不为0,阶子式全部为0;
②、,中有阶子式全部为0;
③、,中有阶子式不为0;
线性方程组:,其中为矩阵,则:
①、与方程的个数相同,即方程组有个方程;
②、与方程组得未知数个数相同,方程组为元方程;
线性方程组的求解:
①、对增广矩阵进行初等行变换(只能使用初等行变换);
②、齐次解为对应齐次方程组的解;
③、特解:自由变量赋初值后求得;
由个未知数个方程的方程组构成元线性方程:
①、;
②、(向量方程,为矩阵,个方程,个未知数)
③、(全部按列分块,其中);
④、(线性表出)
⑤、有解的充要条件:(为未知数的个数或维数)
4、向量组的线性相关性
个维列向量所组成的向量组:构成矩阵;
个维行向量所组成的向量组:构成矩阵;
含有有限个向量的有序向量组与矩阵一一对应;
①、向量组的线性相关、无关 有、无非零解;(齐次线性方程组)
②、向量的线性表出 是否有解;(线性方程组)
③、向量组的相互线性表示 是否有解;(矩阵方程)
矩阵与行向量组等价的充分必要条件是:齐次方程组和同解;
;
维向量线性相关的几何意义:
①、线性相关 ;
②、线性相关 坐标成比例或共线(平行);
③、线性相关 共面;
线性相关与无关的两套定理:
若线性相关,则必线性相关;
若线性无关,则必线性无关;(向量的个数加加减减,二者为对偶)
若维向量组的每个向量上添上个分量,构成维向量组:
若线性无关,则也线性无关;反之若线性相关,则也线性相关;(向量组的维数加加减减)
简言之:无关组延长后仍无关,反之,不确定;
向量组(个数为)能由向量组(个数为)线性表示,且线性无关,则;
向量组能由向量组线性表示,则;
向量组能由向量组线性表示
有解;
向量组能由向量组等价
方阵可逆存在有限个初等矩阵,使;
①、矩阵行等价:(左乘,可逆)与同解
②、矩阵列等价:(右乘,可逆);
③、矩阵等价:(、可逆);
对于矩阵与:
①、若与行等价,则与的行秩相等;
②、若与行等价,则与同解,且与的任何对应的列向量组具有相同的线性相关性;
③、矩阵的初等变换不改变矩阵的秩;
④、矩阵的行秩等于列秩;
若,则:
①、的列向量组能由的列向量组线性表示,为系数矩阵;
②、的行向量组能由的行向量组线性表示,为系数矩阵;(转置)
齐次方程组的解一定是的解,考试中可以直接作为定理使用,而无需证明;
①、 只有零解只有零解;
②、 有非零解一定存在非零解;
设向量组可由向量组线性表示为:
()
其中为,且线性无关,则组线性无关;(与的列向量组具有相同线性相关性)
(必要性:;充分性:反证法)
注:当时,为方阵,可当作定理使用;
①、对矩阵,存在, 、的列向量线性无关;
②、对矩阵,存在, 、的行向量线性无关;
线性相关
存在一组不全为0的数,使得成立;(定义)
有非零解,即有非零解;
,系数矩阵的秩小于未知数的个数;
设的矩阵的秩为,则元齐次线性方程组的解集的秩为:;
若为的一个解,为的一个基础解系,则线性无关;
5、相似矩阵和二次型
正交矩阵或(定义),性质:
①、的列向量都是单位向量,且两两正交,即;
②、若为正交矩阵,则也为正交阵,且;
③、若、正交阵,则也是正交阵;
注意:求解正交阵,千万不要忘记施密特正交化和单位化;
施密特正交化:
;
;
对于普通方阵,不同特征值对应的特征向量线性无关;
对于实对称阵,不同特征值对应的特征向量正交;
①、与等价 经过初等变换得到;
,、可逆;
,、同型;
②、与合同 ,其中可逆;
与有相同的正、负惯性指数;
③、与相似 ;
相似一定合同、合同未必相似;
若为正交矩阵,则,(合同、相似的约束条件不同,相似的更严格);
为对称阵,则为二次型矩阵;
元二次型为正定:
的正惯性指数为;
与合同,即存在可逆矩阵,使;
的所有特征值均为正数;
的各阶顺序主子式均大于0;
;(必要条件)