线性代数

席南华

目录

  • 1 线性方程组
    • 1.1 线性方程组的基本概念
    • 1.2 高斯消元法与阶梯型
    • 1.3 线性方程组的等价与初等变换
    • 1.4 矩阵
    • 1.5 齐次线性方程组
    • 1.6 二阶行列式
    • 1.7 三阶行列式
  • 2 集合与映射
    • 2.1 集合的基本概念
    • 2.2 集合之间的运算
    • 2.3 集合的乘积和基数
    • 2.4 映射的基本概念
    • 2.5 映射的合成
    • 2.6 逆映射
    • 2.7 对换
    • 2.8 置换的分解
    • 2.9 例子
    • 2.10 置换的符号
    • 2.11 偶置换与奇置换
    • 2.12 置换在函数上的作用
    • 2.13 等价关系
    • 2.14 商映射与序关系
    • 2.15 数学归纳法
    • 2.16 整数的算术(上)
    • 2.17 整数的算术(下)
  • 3 矩阵
    • 3.1 向量和向量空间
    • 3.2 线性组合和线性相关
    • 3.3 一些性质
    • 3.4 基
    • 3.5 维数
    • 3.6 行秩、列秩的定义及性质
    • 3.7 线性方程组的可解性准则
    • 3.8 重新理解线性方程组
    • 3.9 线性映射
    • 3.10 矩阵的运算
    • 3.11 矩阵乘积的秩
    • 3.12 矩阵的转置
    • 3.13 单位矩阵和纯量矩阵
    • 3.14 可逆矩阵
    • 3.15 一些计算
    • 3.16 初等矩阵
    • 3.17 逆矩阵的计算
    • 3.18 线性方程组的解空间
    • 3.19 解空间的基础解系
  • 4 行列式
    • 4.1 平行六面体的体积与行列式
    • 4.2 行列式的若干性质
    • 4.3 广义行列式函数
    • 4.4 行列式按一行或一列的元素展开
    • 4.5 准三角方阵的行列式
    • 4.6 方阵乘积的行列式
    • 4.7 例子
    • 4.8 可逆矩阵的行列式判别准则
    • 4.9 克拉默法则
    • 4.10 矩阵的子式与矩阵的秩的联系
  • 5 群、环、域
    • 5.1 运算
    • 5.2 结合律的性质
    • 5.3 幂与倍数
    • 5.4 可逆元素
    • 5.5 群的定义和例子
    • 5.6 循环群
    • 5.7 元素的阶
    • 5.8 循环群的子群
    • 5.9 同态与同构
    • 5.10 例子与结论
    • 5.11 半群的乘法表以及群与对称
    • 5.12 环的定义和例子
    • 5.13 整数的剩余类环
    • 5.14 零因子、整环
    • 5.15 同态
    • 5.16 域的定义,例子
    • 5.17 素域
    • 5.18 域的特征
    • 5.19 任意域上的线性方程组
  • 6 复数和多项式
    • 6.1 复数域
    • 6.2 矩阵模型
    • 6.3 复平面、棣莫弗公式
    • 6.4 共轭
    • 6.5 实数域二次扩张的唯一性
    • 6.6 有理数域的二次扩张
    • 6.7 复数的初等几何
    • 6.8 尺规作图与二次扩张
    • 6.9 定义
    • 6.10 一些术语
    • 6.11 多项式的取值
    • 6.12 带余除法
    • 6.13 多元多项式
    • 6.14 多元单项式的字典序
    • 6.15 若干术语
    • 6.16 整除的初等性质
    • 6.17 最大公因子和最小公倍元
    • 6.18 欧几里得环的唯一因子分解性
    • 6.19 整系数多项式的因式分解
    • 6.20 整环的分式域
    • 6.21 欧几里得环的分式域
    • 6.22 有理函数域
  • 7 多项式的根
    • 7.1 根与线性因子
    • 7.2 韦达公式
    • 7.3 多项式的导数与根的重数
    • 7.4 重因子
    • 7.5 多项式函数
    • 7.6 代数基本定理的叙述和一些引理
    • 7.7 代数基本定理的证明
    • 7.8 实系数多项式的虚根
    • 7.9 复数域和实数域上的最简分式
    • 7.10 实系数多项式的根(上)
    • 7.11 实系数多项式的根(中)
    • 7.12 实系数多项式的根(下)
    • 7.13 斯图姆定理的证明
    • 7.14 正根的个数与系数的关系
    • 7.15 多项式根的近似计算
    • 7.16 整系数多项式的有理根
    • 7.17 对称多项式的定义与例子
    • 7.18 对称多项式的基本定理
    • 7.19 待定系数法
    • 7.20 一元四次方程的求根问题
    • 7.21 判别式
    • 7.22 解三次方程
    • 7.23 结式(上)
    • 7.24 结式(下)
  • 8 复习
    • 8.1 复习(一)
    • 8.2 复习(二)
    • 8.3 复习(三)
    • 8.4 复习(四)
  • 9 阅读
    • 9.1 阅读
线性方程组的基本概念
  • 1 视频
  • 2 章节测验


定义

xj表未知量,aij称系数,bi称常数项。

称为系数矩阵和增广矩阵。若x1=c1,x2=c2,…,xn=cn代入所给方程各式均成立,则称(c1,c2,…,cn)为一个解。若c1,c2,…,cn不全为0,则称(c1,c2,…,cn)为非零解。若常数项均为0,则称为齐次线性方程组,它总有零解(0,0,…,0)。两个方程组,若它们的未知量个数相同且解集相等,则称为同解方程组。线性方程组主要讨论的问题是:

①一个方程组何时有解。

②有解方程组解的个数。

③对有解方程组求解,并决定解的结构。这几个问题均得到完满解决:所给方程组有解,则秩(A)=秩(增广矩阵);若秩(A)=秩=r,则r=n时,有唯一解;r<n时,有无穷多解;可用消元法求解。

当非齐次线性方程组有解时,解唯一的充要条件是对应的齐次线性方程组只有零解;解无穷多的充要条件是对应齐次线性方程组有非零解。但反之当非齐次线性方程组的导出组仅有零解和有非零解时,不一定原方程组有唯一解或无穷解,事实上,此时方程组不一定有 ,即不一定有解。

克莱姆法则(见行列式)给出了一类特殊线性方程组解的公式。n个未知量的任一齐次方程组的解集均构成n维空间的一个子空间。

解法

①克莱姆法则:用克莱姆法则求解方程组 有两个前提,一是方程的个数要等于未知量的个数,二是系数矩阵行列式要不等于零。用克莱姆法则求解方程组实际上相当于用逆矩阵的方法求解线性方程组,它建立线性方程组的解与其系数和常数间的关系,但由于求解时要计算n+1个n阶行列式,其工作量常常很大,所以克莱姆法则常用于理论证明,很少用于具体求解。

②矩阵消元法:将线性方程组的增广矩阵通过行的初等变换化为行简化阶梯形矩阵 ,则以行简化阶梯形矩阵为增广矩阵的线性方程组与原方程组同解。当方程组有解时,将其中单位列向量对应的未知量取为非自由未知量,其余的未知量取为自由未知量,即可找出线性方程组的解。

关于未知量是一次的方程组,其一般形式为

式中x1,x2,…,xn代表未知量,αij(1≤i≤m,1≤jn)称为方程⑴的系数bi(1≤i≤m)称为常数项。系数和常数项都是任意的复数或某一个域的元素。

当常数项b1,b2,…,bn都等于零时,则方程组⑴称为齐次线性方程组。

方程组⑴的系数所构成的m行n列矩阵

线性方程组


称为方程组⑴的系数矩阵。在A中添加由常数项组成的列而得到一个m行n+1列矩阵

线性方程组

称为方程组⑴的增广矩阵。

如果在方程组⑴中,以一组复数或域F的元素с1,с2,…,сn代替未知量x1,x2,…,xn,每一个方程的两端相等,那么с1,с2,…,сn称为方程组⑴的一个解。

关于线性方程组,有以下主要结果。

①线性方程组⑴有解的充分必要条件是,系数矩阵A与增广矩阵都有相同的秩。

②在A与都有相同的秩r>0的情形下,A有一个r阶子式D不等于零,设

线性方程组

于是方程组⑴与仅含有前r个方程的方程组同解。可将前r个方程改写为


方程组⑵的一般解公式为 x1=D1/D,x2=D2/D,…,xr=Dr/D, ⑶

式中Dj(j=1,2,…,r)是把D的第j列换成方程组⑵的右端的列所得到的一个r阶行列式,即

线性方程组

因而x1,x2,…,xr可由其余的未知量xr+1,xr+2,…,xn线性表出,xr+1,xr+2,…,xn称为自由未知量。

r<n时,则任意给自由未知量的一组值,由⑶可求出x1,x2,…,xr的值即方程组⑴的一个解,此时方程组⑴的解不只一个。当r=n时,则方程组⑵不含自由未知量,由⑶给出方程组⑴的惟一解。当m=n=r时,公式⑶称为克莱姆规则。

线性方程组是最简单也是最重要的一类代数方程组。大量的科学技术问题,最终往往归结为解线性方程组,因此线性方程组的数值解法在计算数学中占有重要地位。