线性代数英文词汇

《线性代数》英文专业词汇

序号英文中文

1Linear Algebra线性代数

2determinant行列式

3row行

4column列

5element元素

6diagonal对角线

7principal diagona主对角线

8auxiliary diagonal次对角线

9transposed determinant转置行列式

10triangular determinants三角行列式

11the number of inversions逆序数

12even permutation奇排列

13odd permutation偶排列

14parity奇偶性

15interchange互换

16absolute value绝对值

17identity恒等式

18n-order determinants n阶行列式

19evaluation of determinant行列式的求值

20Laplace’s expansion theorem拉普拉斯展开定理21cofactor余子式

22Algebra cofactor代数余子式

23the Vandermonde determinant范德蒙行列式

24bordered determinant加边行列式

25reduction of the order of a determinant降阶法

26method of Recursion relation递推法

27induction归纳法

28Cramer’s rule克莱姆法则

29matrix矩阵

30rectangular矩形的

31the zero matrix零矩阵

32the identity matrix单位矩阵

33symmetric对称的

34skew-symmetric反对称的

35commutative law交换律

36square Matrix方阵

37a matrix of order m×n m×n矩阵

38the determinant of matrix A方阵A的行列式39operations on Matrices矩阵的运算

40a transposed matrix转置矩阵

41an inverse matrix逆矩阵

42an conjugate matrix共轭矩阵

43an diagonal matrix对角矩阵

44an adjoint matrix伴随矩阵

45singular matrix奇异矩阵

46nonsingular matrix非奇异矩阵

47elementary transformations初等变换

48vectors向量

49components分量

50linearly combination线性组合

51space of arithmetical vectors向量空间

52subspace子空间

53dimension维

54basis基

55canonical basis规范基

56coordinates坐标

57decomposition分解

58transformation matrix过渡矩阵

59linearly independent线性无关

60linearly dependent线性相关

61the minor of the k th order k阶子式

62rank of a Matrix矩阵的秩

63row vectors行向量

64column vectors列向量

65the maximal linearly independent subsystem最大线性无关组66Euclidean space欧几里德空间67Unitary space酉空间

68systems of linear equations线性方程组

69elimination method消元法

70homogenous齐次的

71nonhomogenous非齐次的

72equivalent等价的

73component-wise分式

74necessary and sufficient condition充要条件

75incompatiable无解的

76unique solution唯一解

77the matrix of the coefficients系数矩阵

78augmented matrix增广矩阵

79general solution通解

80particular solution特解

81trivial solution零解

82nontrivial solution非零解

83the fundamental system of solutions基础解系

84eigenvalue特征值

85eigenvector特征向量

86characteristic polynomial特征多项式

87characteristic equation特征方程

88scalar product内积

89normed vector单位向量

90orthogonal正交的

91orthogonalization正交化

92the Gram-Schmidt process正交化过程

93reducing a matrix to the diagonal form对角化矩阵

94orthonormal basis标准正交基

95orthogonal transformation正交变换

96linear transformation线性变换

97quadratic forms二次型

98canonical form标准型

99the canonical form of a quadratic form二次型的标准型100the method of separating perfect squares配完全平方法101the second-order curve二次曲线

102coordinate transformation坐标变换

线性代数测试试卷及答案

线性代数（A 卷） 一﹑选择题(每小题3分,共15分) 1. 设A ﹑B 是任意n 阶方阵,那么下列等式必成立的是( ) (A)AB BA = (B)222()AB A B = (C)222()2A B A AB B +=++ (D)A B B A +=+ 2. 如果n 元齐次线性方程组0AX =有基础解系并且基础解系含有()s s n <个解向量,那么矩阵A 的秩为( ) (A) n (B) s (C) n s - (D) 以上答案都不正确 3.如果三阶方阵33()ij A a ?=的特征值为1,2,5,那么112233a a a ++及A 分别等于( ) (A) 10, 8 (B) 8, 10 (C) 10, 8-- (D) 10, 8-- 4. 设实二次型11212222(,)(,)41x f x x x x x ?? ??= ? ?-???? 的矩阵为A ,那么( ) (A) 2331A ??= ?-?? (B) 2241A ??= ?-?? (C) 2121A ??= ? -?? (D) 1001A ?? = ??? 5. 若方阵A 的行列式0A =，则( ) (A) A 的行向量组和列向量组均线性相关 (B)A 的行向量组线性相关,列向量组线性无关 (C) A 的行向量组和列向量组均线性无关 (D)A 的列向量组线性相关,行向量组线性无关 二﹑填空题(每小题3分,共30分) 1 如果行列式D 有两列的元对应成比例,那么该行列式等于 ； 2. 设100210341A -?? ? =- ? ?-?? ，*A 是A 的伴随矩阵，则*1()A -= ； 3. 设α,β是非齐次线性方程组AX b =的解,若λαμβ+也是它的解, 那么λμ+= ； 4. 设向量(1,1,1)T α=-与向量(2,5,)T t β=正交,则t = ； 5. 设A 为正交矩阵,则A = ；

线性代数英文单词

线性代数英语词汇大集合 ========================================================================= A adjont(adjugate) of matrix A A 的伴随矩阵 augmented matrix A 的增广矩阵 B block diagonal matrix 块对角矩阵 block matrix 块矩阵 basic solution set 基础解系 C Cauchy-Schwarz inequality 柯西 - 许瓦兹不等式 characteristic equation 特征方程 characteristic polynomial 特征多项式 coffcient matrix 系数矩阵 cofactor 代数余子式 cofactor expansion 代数余子式展开 column vector 列向量 commuting matrices 交换矩阵 consistent linear system 相容线性方程组 Cramer's rule 克莱姆法则 Cross- product term 交叉项 D Determinant 行列式 Diagonal entries 对角元素 Diagonal matrix 对角矩阵 Dimension of a vector space V 向量空间 V 的维数 E echelon matrix 梯形矩阵 eigenspace 特征空间 eigenvalue 特征值 eigenvector 特征向量

eigenvector basis 特征向量的基 elementary matrix 初等矩阵 elementary row operations 行初等变换 F full rank 满秩 fundermental set of solution 基础解系 G grneral solution 通解 Gram-Schmidt process 施密特正交化过程 H homogeneous linear equations 齐次线性方程组I identity matrix 单位矩阵 inconsistent linear system 不相容线性方程组indefinite matrix 不定矩阵 indefinit quatratic form 不定二次型 infinite-dimensional space 无限维空间 inner product 内积 inverse of matrix A 逆矩阵 J K L linear combination 线性组合 linearly dependent 线性相关 linearly independent 线性无关 linear transformation 线性变换 lower triangular matrix 下三角形矩阵 M main diagonal of matrix A 矩阵的主对角matrix 矩阵

《线性代数》教学中若干难点的探讨.doc

《线性代数》教学中若干难点的探讨- 摘要：在《线性代数》的教学过程中，有很多抽象的概念学生很难理解，比如线性相关、线性无关，极大线性无关组、向量组的秩等等。本文从笔者个人的教学实际出发，浅谈教学过程中的若干个教学难点，化抽象为具体，帮助学生理解并掌握这些难点，以提高学生对《线性代数》的学习兴趣。 关键词：线性相关；线性无关；极大线性无关组；向量组的秩 《线性代数》是高等学校理、工、经、管类各专业的一门重要基础课程。通过对本课程的学习，学生可以获得线性代数的基本概念、基本理论和基本运算技能，为后继课程的学习和进一步知识的获得奠定必要的数学基础。通过各个教学环节的学习，可以逐步培养学生的抽象思维能力、逻辑推理能力、空间想象能力以及自学能力，并具有比较熟练的运算能力和综合运用所学知识分析和解决问题的能力。另外，通过《线性代数》的学习，还可以培养学生的综合素质和提高学生的创新意识。因此，只有熟练掌握这门课程，才能较好地运用到各个专业中。由于该课程内容抽象，教学课时短，这无疑对教师的教学和学生的学习造成了极大的困扰。本文从笔者个人的教学实际出发，浅谈教学过程中的若干个教学难点，帮助学生理解并掌握这些难点，以提高学生对《线性代数》的学习兴趣。 一、线性相关性与线性无关性 线性方程组理论是线性代数的基本内容之一，而向量组的线性相关性和线性无关性又是解线性方程组的基础。教材第三章线性方程组开门见山，直接给出了线性相关及线性无关的定义。

线性相关是指一个向量组α1，α2，…，αs，如果存在一组不全为零的数λ1，λ2，…，λs，使得λ1α1+λ2α2+…+λsαs=0，则称该向量组α1，α2，…，αs线性相关。如果不存在这样一组不全为零的数，则称该向量组α1，α2，…，αs线性无关。单纯地称某向量组线性相关或线性无关，对于学生来说是比较抽象的，他们对这一定义总是感觉很模糊，很难理解，如何才能更好地更形象地理解这一定义呢？如果在教学中，把这块知识与解析几何联系起来，用几何知来解释什么是线性相关或线性无关，那么学生肯定更容易接受。例如，对于定义中λ1α1+λ2α2+…+λsαs=0，可以理解为b=（λ1，λ2，…，λs）这样的一个行向量。如果向量组有两个列向量构成，即α1，α2，则b=（λ1，λ2），λ1α1+λ2α2=0。若λ1≠0，则经过变换可以得到α1=■，这说明α1和α2共线。对于有三个向量构成的向量组，λ1α1+λ2α2+λ3α3=0，b=（λ1，λ2，λ3），若λ1≠0，经变换得到α1=■+■，这说明α1，α2，α3三个向量共面。 对于两个向量，线性相关指两向量平行（或者说是共线），此时只是在线上的关系，仅仅是一维，线性无关指两向量相交，确定了一个二维平面。线性无关提供了另一种维度，使得向量所在空间增加了一维。对于三个向量，线性相关指三向量共面，研究的是二维平面，而线性无关指三向量不共面，使得向量所在空间增加了一维，即三个向量若线性无关，那么它们不共面，存在于三维立体空间中。四个向量，五个向量，…，研究方法类似。结合几何知识，通过几何图像可以更直观地呈现出新的概念，学生更易于接受，而且还有助于提高学生对《线性代数》的学习兴趣。 二、极大线性无关组及向量组的秩

本科线性代数自测复习题

太原理工大学 2013级《线性代数》复习自测题 2014年4月 复习题（一） 1-5题为判断题 1．向量组A：，，与向量组B：，，等价。（ ） 2．齐次线性方程组的非零解向量的分量全部不为零。 （ ） 可以经过初等变换化为。（ ） 4．如果，那么成立。 （ ） 5．已知阶方阵的特征值为；的特征值为；的特征值为，那么。

（ ） 6-10题为单项选择题 6．已知非齐次线性方程组无解，并且其增广矩阵的秩等于4，那么系数矩阵的秩等于 （ ） （Ａ）3；　（Ｂ）2；　（Ｃ）1；　（Ｄ）0。 7．已知三阶方阵，则的逆矩阵等于 （ ） （Ａ）；（Ｂ）；（C）；（Ｄ）。 8. 若、都是阶矩阵，并且可逆，那么（ ） （Ａ）和相等；（Ｂ）和不相等； （Ｃ）和相似；（Ｄ）和不相似。 9．设二阶正定矩阵的特征值不相同，那么方程表示 （ ） （Ａ）圆；　（Ｂ）椭圆；　（Ｃ）双曲线； （Ｄ）抛 物线。 10.若阶矩阵的每行元素之和都等于，则的每行元素之和都等于（ ） （Ａ）；（Ｂ）；（Ｃ）；　（Ｄ）。 11-15题为填空题 11．若方阵满足，则的特征值等于 。

12．若，则行列式 。 13．已知向量组线性无关，则向量组，，也线性无关的充分必要条件是常数满足 。 14．已知是线性空间上的线性变换，并且，。则 。 15．已知通过向量组线性表示的方式不唯一，则常数应该满足的条件为 。 16．计算行列式。 17．求解线性方程组。 18．已知矩阵，求正交矩阵，使得。 19．已知，，，求解矩阵方程。 20．证明向量组，，线性无关；将向量用线性表示；如果，求出。 复习题（一）解答 1. ×。因为的秩为，而的秩为，所以它们不等价。 2. √。因为的秩为，所以方程组存在非零解，基础解系中只有一个向 量，方程通解为，对于任意非零解应该满足，即非零解向量的分量 全部不等于零。 3. √。因为为方阵，所以与是同型矩阵，而，所以与等价，因此可以经 过初等变换化为。 4．√。矩阵与其伴随矩阵是可交换的，而当矩阵可交换时成立。 5. √。利用以及即可。 6. Ａ。因为方程组无解，所以，并且，所以系数矩阵的秩等于3。 7. C。根据逆矩阵的定义，直接验证即可。注意可逆的上三角矩阵的逆 矩阵仍为上三角矩阵，所以B,D一定错误。 8. Ｃ。因为，所以和相似。 9. B。因为为二阶正定矩阵，所以通过正交变换后，二次型化为，并 且，所以方程表示椭圆。

线性代数重点难点

自考《线性代数》重难点解析 2011-02-17 11:09:49 | 作者: min | 来源: 考试大 | 查看: 第一章行列式 一、重点 1、理解：行列式的定义，余子式，代数余子式。 2、掌握：行列式的基本性质及推论。 3、运用：运用行列式的性质及计算方法计算行列式，用克莱姆法则求解方程组。 二、难点 行列式在解线性方程组、矩阵求逆、向量组的线性相关性、求矩阵的特征值等方面的应用。 三、重要公式 1、若A为n阶方阵，则│kA│= kn│A│ 2、若A、B均为n阶方阵，则│AB│=│A│。│B│ 3、若A为n阶方阵，则│A*│=│A│n-1 若A为n阶可逆阵，则│A-1│=│A│-1 4、若A为n阶方阵，λi（i=1，2，…，n）是A的特征值，│A│＝∏λi 四、题型及解题思路 1、有关行列式概念与性质的命题 2、行列式的计算（方法）

1）利用定义 2）按某行（列）展开使行列式降阶 3）利用行列式的性质 ①各行（列）加到同一行（列）上去，适用于各列（行）诸元素之和相等的情况。 ②各行（列）加或减同一行（列）的倍数，化简行列式或化为上（下）三角行列式。 ③逐次行（列）相加减，化简行列式。 ④把行列式拆成几个行列式的和差。 4）递推法，适用于规律性强且零元素较多的行列式 5）数学归纳法，多用于证明 3、运用克莱姆法则求解线性方程组 若D =│A│≠0，则Ax=b有唯一解，即 x1=D1/D，x2= D2/D，…，xn= Dn/D 其中Dj是把D中xj的系数换成常数项。 注意：克莱姆法则仅适用于方程个数与未知数个数相等的方程组。 4、运用系数行列式│A│判别方程组解的问题 1）当│A│＝0时，齐次方程组Ax＝0有非零解；非齐次方程组Ax＝b不是唯一解（可能无解，也可能有无穷多解） 2）当│A│≠0时，齐次方程组Ax＝0仅有零解；非齐次方程组Ax＝b有唯一解，此解可由克莱姆法

数学英文词汇大全-微积分,线性代数,概率统计

微积分 第一章函数与极限 Chapter1 Function and Limit 集合set 元素element 子集subset 空集empty set 并集union 交集intersection 差集difference of set 基本集basic set 补集complement set 直积direct product 笛卡儿积Cartesian product 开区间open interval 闭区间closed interval 半开区间half open interval 有限区间finite interval 区间的长度length of an interval 无限区间infinite interval 领域neighborhood 领域的中心centre of a neighborhood 领域的半径radius of a neighborhood 左领域left neighborhood 右领域right neighborhood 映射mapping X到Y的映射mapping of X ontoY 满射surjection 单射injection 一一映射one-to-one mapping 双射bijection 算子operator 变化transformation 函数function 逆映射inverse mapping 复合映射composite mapping 自变量independent variable 因变量dependent variable 定义域domain 函数值value of function 函数关系function relation 值域range 自然定义域natural domain

线性代数易错点及重点知识点

线性代数易错及重点知识点 翔翔总结，不晓得大家看得懂不 3 24712432的余子式是327134722412，而不是23271 上三角和下三角行列式都是a1a2a3.....an=A 反三角行列式为A*（-1）^n(n-1)/2 行列式的一行的代数余子式分别乘以另一行元素，值为零。 正反三角行列式如果不记得公式了，可以通过上下换行的形式变成正三角行列式。 克莱姆法则D=222112 11a a a a ,D1=22 2121a b a b D2=22211211a a a a x1=D1/D 同理x2=D2/D 范德蒙法则：行列式的值=(x n -x n-1)(x n -x n-2)……(x n -x 1)(x n-1-x n-2……)(x 2-x 1) 若一个线性方程组有非零解，则它的行列式式值等于零。 行列式中行叫c ，列叫r 写行列式变换过程中要在等号上写变换方法，如c2-c3.不然老师看不懂步骤，无法给分 化三角行列式先化第一列，在化第二列，按顺序来化，这样才不会出现问题。 n 维向量分横向量和列向量。 写向量时一定要记得在上面加箭头 任意一个n 维向量都能由n 个n 维单位向量线性表示 如果b1=k1a1+k2a2+k3a3,线性表示不一定要求k1,k2,k3不全为零。 如果一个向量a 线性相关，则a=0 由一个非零向量构成的向量组一定线性无关。即a ≠0则a 这个向量组线性无关。 含有零向量的向量组一定线性相关 例a1=（1，1）a2=（2，3）求这两个向量组是否线性相关 解：k1a1+k2a2=0 k1(1,1)+k2(2,3)=0 K1+2k2=0 k1+3k2=0 3 121≠0所以k 全是零解，所以线性无关 a3=a1+a2,则a1,a2,a3线性相关 一个向量组中的一个向量可由其他向量线性表示，那么这个向量组线性相关，能线性表示不一定要k 不全为零，但是线性相关一定要不全为零 两个向量线性相关除非他们对应分量成比例。 如果一个向量组一部分向量线性相关，则，整个向量组线性相关。 一个向量组线性无关，那么它的一部分也线性无关 向量组线性相关，减少其中几维一样线性相关，向量组线性无关，增加几维向量一样无关。 应用：要证线性相关，则增加维，如果增加后相关，则原向量组相关。 要证线性无关，则减少维，如果减少后无关，则原向量组无关。 要证线性相关，则增加向量个数，如果增加后相关，则原向量组相关。 要证线性无关，则减少向量个数，如果减少后无关，则原向量组无关。 向量个数大于维数一定线性相关 一个向量组的每个最大线性无关组中的向量个数一定相等 向量空间：线性无关组ab ……n 若a+b ……n 属于v Ramada a 属于v 则v 为向量空间v 的维数就是向量组的秩，a b ……n 称为空间的基

线性代数introduction to vectors

An introduction to vectors Definition of a vector A vector is an object that has both a magnitude and a direction. Geometrically, we can picture a vector as a directed line segment, whose length is the magnitude of the vector and with an arrow indicating the direction. The direction of the vector is from its tail to its head. Two vectors are the same if they have the same magnitude and direction. This means that if we take a vector and translate it to a new position (without rotating it), then the vector we obtain at the end of this process is the same vector we had in the beginning. Two examples of vectors are those that represent force and velocity. Both force and velocity are in a particular direction. The magnitude of the vector would indicate the strength of the force or the speed associated with the velocity. We denote vectors using boldface as in a or b. Especially when writing by hand where one cannot easily write in boldface, people will sometimes denote vectors using arrows as in a or b, or they use other markings. We won't need to use arrows here. We denote the magnitude of the vector a by ∥a∥. When we want to refer to a number and stress that it is not a vector, we can call the number a scalar. We will denote scalars with italics, as in a or b . You can explore the concept of the magnitude and direction of a vector using the below applet. Note that moving the vector around doesn't change the vector, as the position of the vector doesn't affect the magnitude or the direction. But if you stretch or turn the vector by moving just its head or its tail, the magnitude or direction will change. (This applet also shows the coordinates of the vector, which you can read about in another page.) The magnitude and direction of a vector. The blue arrow represents a vector a . The two defining properties of a vector, magnitude and direction, are illustrated by a red bar and a green arrow, respectively. The length of the red bar is the magnitude ∥a∥ of the vector a. The green arrow always has length one, but its direction is the direction of the vector a.

线性代数向量空间自测题

《第四章 向量空间》 自测题 （75 分钟） 一、选择、填空（20分，每小题4分） 1. 下列向量集合按向量的加法和数乘运算构成R 上一个向量空间的是（ ）。 （A ）R n 中，分量满足x 1+x 2+…+x n =0的所有向量； （B ）R n 中，分量是整数的所有向量； （C ）R n 中，分量满足x 1+x 2+…+x n =1的所有向量； （D ）R n 中，分量满足x 1=1，x 2，…，x n 可取任意实数的所有向量。 2．设R 4 的一组基为,,,,4321αααα令 414433322211,,,ααβααβααβααβ+=+=+=+=， 则子空间}4,3,2,1,|{44332211=∈+++=i F k k k k k W i ββββ的维数为 ，它的一组基为 。 3. 向量空间R n 的子空间 },0|)0,,,,{(1121121R x x x x x x x W n n ∈=+=--ΛΛ的维数为 ， 它的一组基为 。 4. 设W 是所有二阶实对称矩阵构成的线性空间，即?? ????????∈???? ??=R a a a a a W ij 2212 1211，则它的维数为 ，一组基为 。 5．若A=??????? ?????????-100021021b a 为正交矩阵，且|A|=－1，则a = ，b = 。 二、计算题（60分） 1.（15分）设R 3 的两组基为： T T T )1,1,0(,)0,1,1(,)1,0,1(321===ααα和T T T )1,2,1(,)2,1,1(,)1,1,1(321===βββ， 向量α=（2，3，3）T （1）求由基321,,ααα到基321,,βββ的过渡矩阵。 （2）求α关于这两组基的坐标。 （3）将321,,βββ化为一组标准正交基。 2. （15分）在R 4 中，求下述齐次线性方程组的解空间的维数和基，

自考《线性代数》重难点解析与全真练习

自考《线性代数》重难点解析与全真练习 第一章行列式 一、重点 1、理解：行列式的定义，余子式，代数余子式。 2、掌握：行列式的基本性质及推论。 3、运用：运用行列式的性质及计算方法计算行列式，用克莱姆法则求解方程组。 二、难点行列式在解线性方程组、矩阵求逆、向量组的线性相关性、求矩阵的特征值等方面的应用。 三、重要公式 1若A为n阶方阵，则|kA| = kn | A I 2、若A、B均为n阶方阵,AB丨=| A |。丨B丨 3、若A为n阶方阵，则|A* | = | A | n-1 若A为n阶可逆阵，则|A-1 | = | A | -1 4、若A为n阶方阵，入i （i=1 , 2,…，n）是A的特征值，| A | =口入i 四、题型及解题思路 1 、有关行列式概念与性质的命题 2、行列式的计算（方法） 1 ）利用定义 2）按某行（列）展开使行列式降阶 3）利用行列式的性质 ①各行（列）加到同一行（列）上去，适用于各列（行）诸元素之和相等的情况。 ②各行（列）加或减同一行（列）的倍数，化简行列式或化为上（下）三角行列式。 ③逐次行（列）相加减，化简行列式。 ④把行列式拆成几个行列式的和差。 4）递推法,适用于规律性强且零元素较多的行列式 5）数学归纳法,多用于证明 3、运用克莱姆法则求解线性方程组 若D = | A |丰0,则Ax=b有解，即 x1=D1/D, x2= D2/D ,…, xn= Dn/D 其中Dj是把D中xj的系数换成常数项。 注意：克莱姆法则仅适用于方程个数与未知数个数相等的方程组。 4、运用系数行列式A 判别方程组解的问题 1）当| A | = 0时，齐次方程组Ax= 0有非零解；非齐次方程组解,也可 能有无穷多解） 2）当| A |丰0时，齐次方程组Ax= 0仅有零解；非齐次方程组克莱姆法则求出。 、重点 1 、理解：矩阵的定义、性质, 几种特殊的矩阵（零矩阵,上（下）对角矩阵,逆矩阵,正交矩阵,伴随矩阵,分块矩阵） 2、掌握： 1）矩阵的各种运算及运算规律 2）矩阵可逆的判定及求逆矩阵的各种方法Ax= b 不是解（可能无Ax= b 有解,此解可由三角矩阵,对称矩阵,

线性代数 英文讲义

Chapter 1 Matrices and Systems of Equations Linear systems arise in applications to such areas as engineering, physics, electronics, business, economics, sociology（社会学）, ecology （生态学）, demography(人口统计学), and genetics（遗传学）, etc. §1. Systems of Linear Equations New words and phrases in this section: Linear equation 线性方程 Linear system，System of linear equations 线性方程组 Unknown 未知量 Consistent 相容的 Consistence 相容性 Inconsistent不相容的 Inconsistence 不相容性 Solution 解 Solution set 解集 Equivalent 等价的 Equivalence 等价性 Equivalent system 等价方程组 Strict triangular system 严格上三角方程组 Strict triangular form 严格上三角形式 Back Substitution 回代法 Matrix 矩阵 Coefficient matrix 系数矩阵 Augmented matrix 增广矩阵 Pivot element 主元 Pivotal row 主行 Echelon form 阶梯形 1.1 Definitions A linear equation (线性方程) in n unknowns（未知量）is 1122... n n a x a x a x b +++=

线性代数第三章自测题

第三章 1.初等变换不改变矩阵的秩. （ ） 2.若向量组B 能由向量组A 线性表示，则()(,)R B R A B =.（ ） 3．()()()R A B R A R B +≤+ （ ） 4.如果线性方程组b x A n n =?无解或有两个不同的解，则它的系数行列式必为零. 5.初等变换不改变矩阵的秩. （ ） 6.若0A ≠，则齐次线性方程组0A x =只有零解. （ ） 7.若A ～B ，则()()R A R B =. （ ） 8.若0A =，则齐次线性方程组0A x =必有非零解. 9.若m n <，则0m n A x ?=有非零解. （ ） 10.（√）2．若m n <，则0m n A x ?=有非零解. 11.若m n <，则0m n A x ?=有非零解. （ ） 12.已知12,a a ，3a 是四元非齐次线性方程组A x b =的三个解向量，且()3R A =， 1(1,2,3,4) T a =，23(0,1,2,3)T a a +=，c 是任意的常数，则A x b =的通解是x = （ ） A. 11213141c ?? ?? ? ? ? ?+ ? ? ? ??? ?? B. 10213243c ???? ? ? ? ?+ ? ? ? ??? ?? C. 12233445c ?? ?? ? ? ? ?+ ? ? ? ??? ?? D. 1324 3546c ?? ?? ? ? ? ?+ ? ? ? ??? ?? . 13.设A 是m n ?矩阵，且秩()R A m n =<，则（ ） A.A 的任意m 个列向量必定线性无关 B.A 的任意一个m 阶子式不等于零 C.齐次线性方程组0A x =只有零解 D.非齐次线性方程组A x b =必有无穷多解 14.设A 是4×5矩阵，A 的秩等于3，则齐次线性方程组0A x =的基础解系中所含解向量的个数为（ ）

(完整word版)《线性代数》英文专业词汇.docx

《线性代数》英文专业词汇 序号英文中文1Linear Algebra线性代数 2determinant行列式 3row行 4column列 5element元素 6diagonal对角线 7principal diagona主对角线 8auxiliary diagonal次对角线 9transposed determinant转置行列式 10triangular determinants三角行列式 11the number of inversions逆序数 12even permutation奇排列 13odd permutation偶排列 14parity奇偶性 15interchange互换 16absolute value绝对值 17identity恒等式 18n-order determinants n 阶行列式 19evaluation of determinant行列式的求值 20Laplace ’s expansion theorem拉普拉斯展开定理21cofactor余子式 22Algebra cofactor代数余子式 23the Vandermonde determinant范德蒙行列式 24bordered determinant加边行列式 25reduction of the order of a determinant降阶法 26method of Recursion relation递推法 27induction归纳法 28Cramer′s rule克莱姆法则 29matrix矩阵 30rectangular矩形的 31the zero matrix零矩阵

线性代数知识点归纳,超详细

线性代数复习要点 第一部分行列式 1. 排列的逆序数 2. 行列式按行（列）展开法则 3. 行列式的性质及行列式的计算 行列式的定义 1.行列式的计算： ①(定义法) ②（降阶法）行列式按行（列）展开定理： 行列式等于它的任一行（列）的各元素与其对应的代数余子式的乘积之和. 推论：行列式某一行（列）的元素与另一行（列）的对应元素的代数余子式乘积之和等于零.

③(化为三角型行列式)上三角、下三角、主对角行列式等于主对角线上元素的乘积. ④若都是方阵（不必同阶）,则 ⑤关于副对角线： ⑥范德蒙德行列式： 证明用从第n行开始，自下而上依次的由下一行减去它上一行的倍，按第一列展开，重复上述操作即可。 ⑦型公式： ⑧(升阶法)在原行列式中增加一行一列，保持原行列式不变的方法. ⑨(递推公式法) 对阶行列式找出与或,之间的一种关系——称为递推公式，其中 ,,等结构相同，再由递推公式求出的方法称为递推公式法. (拆分法) 把某一行（或列）的元素写成两数和的形式，再利用行列式的性质将原行列式写成两行列式之和，使问题简化以例计算. ⑩(数学归纳法) 2. 对于阶行列式，恒有：，其中为阶主子式；

3. 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. 4. 代数余子式和余子式的关系： 第二部分矩阵 1.矩阵的运算性质 2.矩阵求逆 3.矩阵的秩的性质 4.矩阵方程的求解 1.矩阵的定义由个数排成的行列的表称为矩阵. 记作：或 ①同型矩阵：两个矩阵的行数相等、列数也相等. ②矩阵相等: 两个矩阵同型，且对应元素相等. ③矩阵运算 a. 矩阵加（减）法：两个同型矩阵，对应元素相加（减）. b. 数与矩阵相乘：数与矩阵的乘积记作或，规定为. c. 矩阵与矩阵相乘：设, ,则， 其中 注：矩阵乘法不满足：交换律、消去律, 即公式不成立.

线性代数第四章自测题

第四章 （×）1．若向量组123,,ααα线性相关，则3α可由12,αα线性表示. （√）2．若向量组A 可由向量组B 线性表示，则()()R A R B ≤. （×）3．若向量组123,,ααα线性相关，则1α可由23,αα线性表示. （√）4．若向量组A 可由向量组B 线性表示，则()()R A R B ≤. 5.若齐次线性方程组0AX = 只有零解，则A 的列向量组线性无关. 6．等价的向量组具有相同的秩. （ ） 设A 为n 阶矩阵，则T A 与A 的特征值相同． （ ） 4．非零向量组的最大无关组存在且唯一． （ ） 5．对于任意参数123,,m m m ，向量组11100m α?? ? ?= ? ???，22102m α?? ? ?= ? ???，3 3123m α?? ? ?= ? ??? 总是线性 无关． （ ） 6. 设V =({)}1,,,,,,212121=+++∈=n n T n x x x R x x x x x x x 满足， 则V 是向量空间. （ ） 7.设21,V V 分别为向量组A ,B 生成的向量空间，且向量组A ,B 等价,则21V V =． 8.若存在一组数120m k k k ==== ，使得 11220m m k k k ααα+++= 成立，则向量组12,,,m ααα （ ） .A 线性相关 .B 线性无关 .C 可能线性相关，也可能线性无关 .D 部分线性相关 9．已知43?的矩阵A 的行向量组线性无关，则=')(A R （ ） .A 1； .B 2； .C 4； .D 3. 10．向量组12,,,m a a a （2m ≥）线性相关，则 （ ） .A 12,,,m a a a 中每一个向量均可由其余向量线性表示； .B 12,,,m a a a 中每一个向量均不可由其余向量线性表示； .C 12,,,m a a a 中至少有一个向量可由其余向量线性表示；

线性代数 英文讲义

Chapter 4 Linear Transformations In this chapter, we introduce the general concept of linear transformation from a vector space into a vector space. But, we mainly focus on linear transformations from n R to m R. §1 Definition and Examples New words and phrases Mapping 映射 Linear transformation 线性变换 Linear operator 线性算子 Dilation 扩张 Contraction 收缩 Projection 投影 Reflection 反射 Counterclockwise direction 反时针方向 Clockwise direction 顺时针方向 Image 像 Kernel 核 1.1 Definition ★Definition A mapping(映射) L: V W is a rule that produces a correspondence between two sets of elements such that to each element in the first set there corresponds one and only one element in the second set. ★Definition A mapping L from a vector space V into a vector space W is said to be a linear transformation（线性变换）if

线性代数练习题及答案精编

线性代数练习题 一 选择题 1B A ,都是n 阶矩阵，且0=AB , 则必有:（ ） (A) 0A =或0=B . (B) 0A B == . (C) 0=A 或.0=B (D) 0A B == 2设1011,1101a b c d -??????= ??? ?-?????? 则a b c d ?? = ???（ ） (A)01. 11?? ?-?? (B)11. 10-?? ??? (C)11. 11-?? ??? (D)11. 01?? ?-?? 3若 A 为n m ?矩阵,且n m r A R <<=)(则( )必成立. （A ）A 中每一个阶数大于r 的子式全为零。 （B ）A 是满秩矩阵。 （C ）A 经初等变换可化为??? ? ??000r E （D ）A 中r 阶子式不全为零。 4 向量组 s ααα ,,21,线性无关的充分条件是( ) （A ） s ααα ,,21均不是零向量. （B ） s ααα ,,21中任一部分组线性无关. （C ） s ααα ,,21中任意两个向量的对应分量都不成比例. （D ） s ααα ,,21中任一向量均不能由其余S-1个向量线性表示. 5 齐次线性方程组0AX =是非齐次线性方程组AX B =的导出组,则( )必定成立. （A ）0AX =只有零解时, AX B =有唯一解. （B ）0AX =有非零解时, AX B =有无穷多解. （C ）α是θ=AX 的任意解,0γ 是AX B =的特解时,0γα+是AX B =的全部解. （D ）12γγ，是AX B =的解时, 21γγ+ 是0AX =的解. 6若θ≠B ,方程组B AX =中, 方程个数少于未知量个数，则有( )

线代名词中英文对照

《线性代数》英文专业词汇 序号英文中文 1LinearAlgebra线性代数 2determinant行列式 3row行 4column列 5element元素 6diagonal对角线 7principaldiagona主对角线 8auxiliarydiagonal次对角线 9transposeddeterminant转置行列式 10triangulardeterminants三角行列式 11thenumberofinversions逆序数 12evenpermutation奇排列 13oddpermutation偶排列 14parity奇偶性 15interchange互换 16absolutevalue绝对值 17identity恒等式 18n-orderdeterminantsn阶行列式 19evaluationofdeterminant行列式的求值 20Laplace’sexpansiontheorem拉普拉斯展开定理 21cofactor余子式 22Algebracofactor代数余子式 23theVandermondedeterminant范德蒙行列式 24bordereddeterminant加边行列式 25reductionoftheorderofadeterminant降阶法 26methodofRecursionrelation递推法 27induction归纳法 28Cramer′s rule克莱姆法则 29matrix矩阵 30rectangular矩形的 31thezeromatrix零矩阵

32theidentitymatrix单位矩阵 33symmetric对称的 序号英文中文 34skew-symmetric反对称的 35commutativelaw交换律 36squareMatrix方阵 37amatrixoforder m×n矩阵m×n 38thedeterminantofmatrixA方阵A的行列式39operationsonMatrices矩阵的运算 40atransposedmatrix转置矩阵 41aninversematrix逆矩阵 42anconjugatematrix共轭矩阵 43andiagonalmatrix对角矩阵 44anadjointmatrix伴随矩阵 45singularmatrix奇异矩阵 46nonsingularmatrix非奇异矩阵 47elementarytransformations初等变换 48vectors向量 49components分量 50linearlycombination线性组合 51spaceofarithmeticalvectors向量空间 52subspace子空间 53dimension维 54basis基 55canonicalbasis规范基 56coordinates坐标 57decomposition分解 58transformationmatrix过渡矩阵 59linearlyindependent线性无关 60linearlydependent线性相关 61theminorofthe k thorderk阶子式 62rankofaMatrix矩阵的秩 63rowvectors行向量

线性代数经管类——重点难点总结

4184线性代数（经管类）——重点难点总结 1、设n 阶矩阵A 的各行元素之和均为0，且A 的秩为n -1，则齐次线性方程组Ax =0的通解为_K(1,1,1….1)T 2、设A 是n m ?矩阵，已知0=Ax 只有零解，则以下结论正确的是（A ） A ．n m ≥ B ．b Ax =（其中b 是m 维实向量）必有唯一解 C ．m A r =)( D ．0=Ax 存在基础解系 解：αααααααααααααααα 100 101 101)())(()())(()(T T T T T T T T ==， 由于)13(23)2,3(=??? ? ??=T αα， 所以10010010113)13()(==ααααT T ??? ? ??=???? ??=466913)2,3(2313100 100ααT （标准答案）． 6、已知4321,,,αααα线性无关，证明：21αα+,32αα+,43αα+,14αα-线性无关． 证：设0)()()()(144433322211=-++++++ααααααααk k k k ， 即0)()()()(443332221141=++++++-ααααk k k k k k k k ，

因为4321,,,αααα线性无关，必有??? ?? ??=+=+=+=-000043322141 k k k k k k k k ， 只有04321====k k k k ，所以21αα+，32αα+，43αα+，14αα-线性无关． 7、设A 是n 阶方阵，若对任意的n 维向量x 均满足Ax =0,则（） A.A =0/A/=0? B.A =E C.r (A )=n D.0