×
线性代数(第二版)

线性代数(第二版)

1星价 ¥29.3 (7.5折)
2星价¥29.3 定价¥39.0
暂无评论
图文详情
  • ISBN:9787030725165
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:230
  • 出版时间:2022-07-01
  • 条形码:9787030725165 ; 978-7-03-072516-5

本书特色

本科高等院校理工类、经管类等专业线性代数课程的教材,考研参考书

内容简介

本书依据普通高等学校非数学专业线性代数课程教学大纲的基本要求,在作者多年的教学实践经验的基础上编写而成。全书以线性代数的重要概念——矩阵为主线展开讨论,主要内容包括矩阵、行列式、线性方程组、向量组的线性相关性、方阵的特征值与特征向量、二次型等。此外,每章都有与线性代数课程内容相关的数学家简介、相应的MATLAB实验、难度适中并具有启发性的例题和习题;书末附有部分习题参考答案及提示;附录中介绍了MATLAB软件及线性代数中简单的数值计算。书中一些重要或较难结论的完整证明、补充内容、部分典型或较难习题的解题过程、每章测试题及其参考答案均以二维码链接的形式呈现。 本书适合作为高等院校非数学专业理工类、经管类等专业线性代数课程的教材,也可供自学者和相关研究人员参考。

目录

目录
前言
**版前言
第1章 矩阵 1
1.1 矩阵的概念 2
1.1.1 几个产生矩阵概念的实例 2
1.1.2 矩阵的定义 3
1.1.3 几类常用的特殊矩阵 4
1.2 矩阵的运算 7
1.2.1 矩阵的加法和减法 7
1.2.2 矩阵的数乘 9
1.2.3 矩阵的乘法 10
1.2.4 矩阵的转置 16
1.3 分块矩阵 18
1.3.1 分块矩阵的概念和运算 18
1.3.2 几种特殊的分块矩阵 21
1.3.3 线性方程组的不同表达形式 23
*1.4 MATLAB实验 25
习题1 32
第2章 行列式 35
2.1 行列式的定义 36
2.1.1 2阶行列式的定义 36
2.1.2 3阶行列式的定义 37
2.1.3 n阶行列式的定义 39
2.2 余子式和行列式的性质 43
2.2.1 余子式和代数余子式 43
2.2.2 行列式的性质 43
2.3 行列式的计算 53
*2.4 MATLAB实验 58
习题2 61
第3章 矩阵(续) 65
3.1 可逆矩阵 66
3.1.1 可逆矩阵的概念 66
3.1.2 可逆矩阵的判定方法 69
3.1.3 可逆矩阵的性质 73
3.2 方阵的多项式 76
3.3 克拉默法则 78
*3.4 MATLAB实验 83
习题3 88
第4章 线性方程组 91
4.1 矩阵的初等变换和初等矩阵 92
4.1.1 线性方程组的实例和消元解法 92
4.1.2 矩阵的初等变换 95
4.1.3 初等矩阵 97
4.2 矩阵的秩 102
4.2.1 矩阵的秩的概念 102
4.2.2 矩阵的秩的性质 104
4.3 线性方程组和矩阵方程的解 107
4.3.1 线性方程组的解 107
4.3.2 矩阵方程的解 113
*4.4 MATLAB实验 114
习题4 119
第5章 向量组的线性相关性 123
5.1 向量和向量组 124
5.1.1 向量的实例和向量的概念 124
5.1.2 向量组和向量组的线性组合 125
5.1.3 向量和向量组的线性表示 126
5.2 向量组线性相关性的概念和判定方法 129
5.2.1 向量组线性相关性的概念 129
5.2.2 向量组线性相关性的判定方法 130
5.2.3 向量组线性相关性的性质定理 132
5.3 向量组的*大线性无关组和秩 134
5.3.1 向量组的*大线性无关组和秩的概念 134
5.3.2 向量组的秩和矩阵的秩之间的关系 135
5.4 线性方程组的解的结构 139
5.4.1 齐次线性方程组的解的结构 139
5.4.2 非齐次线性方程组的解的结构 144
5.5 向量空间 147
5.5.1 向量空间的概念 147
5.5.2 向量空间的基、维数和向量的坐标 148
5.5.3 向量空间的基变换和坐标变换 150
*5.6 MATLAB实验 152
习题5 156
第6章 方阵的特征值与特征向量、二次型 161
6.1 向量的内积 162
6.1.1 向量内积的概念 162
6.1.2 正交向量组 163
6.1.3 向量空间的规范正交基 165
6.1.4 正交矩阵和正交变换 166
6.2 方阵的特征值和特征向量 168
6.2.1 方阵的特征值和特征向量的概念 168
6.2.2 方阵的特征值和特征向量的性质 171
6.3 相似矩阵 174
6.3.1 相似矩阵的概念 174
6.3.2 相似矩阵的性质 174
6.3.3 矩阵的对角化 175
6.4 实对称矩阵的对角化 180
6.4.1 实对称矩阵的特征值和特征向量的性质 180
6.4.2 实对称矩阵的对角化方法 181
6.5 二次型 184
6.5.1 二次型的基本概念 184
6.5.2 矩阵的合同 186
6.5.3 化二次型为标准形 187
6.5.4 正定二次型 193
*6.6 MATLAB实验 195
习题6 199
部分习题参考答案及提示 202
参考文献 214
附录A MATLAB软件简介 215
附录B 线性代数中简单的数值计算 221
展开全部

节选

第1章 矩阵 数学家西尔维斯特 西尔维斯特(Sylvester,1814~1897)是英国著名数学家,生于伦敦,曾就读于剑桥大学圣约翰学院,1841年在都柏林大学三一学院取得硕士学位,1846年进入内殿法学协会,1850年取得律师资格,1876年任美国约翰 霍普金斯大学数学教授,1883年返回英国,任牛津大学几何学教授. 西尔维斯特的主要贡献在代数学方面.他同凯莱一起,发展了行列式理论,共同奠定了关于代数不变量的理论基础;在数论方面做出了突出的贡献,特别是在整数分拆和丢番图分析方面;创造了许多数学名词,如不变量、不变因子和初等因子等.西尔维斯特是《美国数学杂志》的创始人,为发展美国的数学研究做出了贡献.1901年,英国为纪念西尔维斯特设立西尔维斯特奖章,用于奖励数学上取得成就的研究者. “矩阵”一词是数学家西尔维斯特于1850年首先使用的. 基本概念 矩阵、特殊矩阵、分块矩阵. 基本运算 矩阵的加法和减法、数乘、乘法、转置. 基本要求 熟悉矩阵的基本概念和几类常用的特殊矩阵;掌握矩阵运算和运算规律;熟悉分块矩阵的概念及分块矩阵的运算等. 矩阵是数学中一个重要的基本概念,也是代数学的主要研究对象之一.在自然科学、社会科学、经济管理等领域中,矩阵是被广泛应用的数学工具,也是贯穿本书的重要概念.本章主要介绍矩阵的概念、运算和分块矩阵等内容. 1.1 矩阵的概念 在实际问题中,人们经常会遇到各种各样的数字表格,它们所代表的实际意义千差万别,但是它们在形式和性质方面却有着某些共同点.本节从实际问题中的表格引入矩阵的概念,然后介绍几种常见的特殊矩阵等. 1.1.1 几个产生矩阵概念的实例 实例1.1某学校的校友为感恩母校的培养,其中第A1,A2,A3届校友分别于B1,B2,B3,B4年向母校捐赠建设校园基金,捐赠数量用“建设校园基金表”表示,见表1.1. 表1.1 建设校园基金表(单位:万元) 其中表示第Ai届校友于Bj年向母校捐赠建设校园基金的数量. 实例1.2 5支球队Ai(i=1,2,3,4,5)的循环比赛问题,他们的比赛结果用表格形式表示,见表1.2. 表1.2 5支球队的比赛结果表 表1.2中第i行(横排称为行)、第j列(纵排称为列)的数表示第i支球队Ai赢第j支球队Aj的分数. 实例1.1和实例1.2都用表格的形式给出所需要的信息.这些表格有一个共同特点:表格中的数字排列有序,且不能随意交换表格中数字的位置.人们关心的是这些数字以及它们之间的顺序关系,或者更深层的含义.从这些表格中抽象出排列有序的简化矩形数表,以便用数学方法进行深入研究,从而产生了矩阵的概念. 1.1.2 矩阵的定义 定义1.1由m×n个数aij(i=1,2, ,m;j=1,2, ,n)按一定的次序排成m行n列的数表称为m行n列矩阵,简称m×n矩阵,记作,或. 矩阵中的m×n个数称为矩阵的元素,第i行与第j列交叉处的元素aij称为矩阵的(i,j)元.i称为元素aij的行标,j称为元素aij的列标. 通常用大写英文字母等表示矩阵.以aij为(i,j)(i=1,2, ,m;j=1,2, ,n)元的矩阵记作A或(aij).当需要说明矩阵的行数m和列数n时,可以用符号或表示. 元素全是实数的矩阵称为实矩阵,否则称为复矩阵.除特别说明外,本书介绍的矩阵都是实矩阵.实际上,在没有特别说明的情况下,本书所涉及的内容都是实数问题. 例如,表1.1用矩阵表示为,其中表示第Ai届校友于Bj年向母校捐赠建设校园基金的数量. 例如,四个城市间的空运航线如图1.1所示,用单箭头表示有一条单向航线,否则表示没有单向航线.图1.1的信息也可以用矩阵表示. 图1.1 四个城市间的单向航线信息 设aij表示第i个城市到第j个城市的直达单向航线信息,即有一条单向航线用1表示,没有单向航线用0表示,则图1.1用矩阵表示为. 第i个城市到第j个城市只经过1次中转(即坐两次飞机)方能到达的信息也可以用矩阵表示为,其中bij表示第i个城市到第j个城市只经过1次中转(即坐两次飞机)方能到达的信息,即有一条单向航线用1表示,没有单向航线用0表示,有两条单向航线用2表示. 例如,设矩阵,其中,则. 如果两个矩阵的行数和列数都分别相等,称它们是同型矩阵. 定义1.2如果矩阵与是同型矩阵,并且对应位置上的元素相等,即aij=bij,称矩阵A与B相等,记作 例如,设矩阵, 则a=2,b=0,c=1. 1.1.3 几类常用的特殊矩阵 只有1行的矩阵称为行矩阵或n维行向量.为避免行矩阵的元素之间混淆,行矩阵可以写为. 只有1列的矩阵称为列矩阵或m维列向量. 行数m和列数n相等的矩阵称为n阶方阵或n阶矩阵. 规定1阶方阵.显然,中学阶段所研究的数字是矩阵的特殊情况. 在n阶方阵中,从左上角至右下角的元素构成的对角线称为该方阵的主对角线.从右上角至左下角的元素构成的对角线称为该方阵的副对角线. 主对角线以下或以上的元素全为零的n阶方阵, 分别称为n阶上三角矩阵或n阶下三角矩阵. 上述矩阵可以简写为, 例如,矩阵, 分别是4阶上三角矩阵和4阶下三角矩阵. 主对角线以外的元素全为零的n阶方阵称为n阶对角矩阵. 上述对角矩阵可以简写为,或. 主对角线上的元素都是1的n阶对角矩阵称为n阶单位矩阵,记作E或I. 上述n阶单位矩阵可以简写为. 每个元素都是零的矩阵称为零矩阵.本书中用大写英文字母O表示零矩阵. 根据定义1.2,不同型的单位矩阵不相等;不同型的零矩阵也不相等. 在矩阵的运算中,单位矩阵和零矩阵具有特殊的作用. 矩阵中元素全为零的行,称为矩阵的零行;元素不全为零的行,称为矩阵的非零行.矩阵的非零行的**个非零元素(从左至右**个不为零的元素)称为主元素. 如果矩阵的零行(若存在零行的话)都位于非零行下方,每一个非零行的主元素(即非零行的**个非零元素)所在列以下的元素皆为零,并且每个主元素所在列位于前一行(若存在前一行的话)的主元素所在列的右侧,这样的矩阵称为行阶梯形矩阵. 例如,矩阵,都是行阶梯形矩阵. 如果行阶梯形矩阵的每一个非零行的主元素都是1,并且1所在列的其余元

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航