线性代数

一.行列式

1.和矩阵的差别体现在它的阶数行和列必须相等,而且它代表的是一个数

  这一点和矩阵很大区别,他用||符号表示。

2.对换性质:

    (1)一个排序中的任意两个元素对换,排序改变奇偶性

    (2)行列式与它的转置行列式相等

    (3)互换行列式的两行(列),行列式变号(所以出现相同行或列就会使行列式=0,使其不可逆)

    (4)行列式的某一行(列)的所有元素都乘以同一个数K,等于用数K乘此行列式

    (5)行列式中如果两行(列)成比例,行列式等于0

    (6)把行列式的某一列(行)的各元素乘以同一个数后加到另一列(行)对应的元素上,

              行列式不变。

二.矩阵

1.矩阵为方阵时才可以当成行列式计算

2.矩阵相乘 AB  A矩阵的列数必须等于B的行数

3.注意一点:(AB)C=A(BC) 但是不能写成 (AB)C=(AC)B 之类的(要保持原来的顺序)

4.转置问题:记住转置也是一种运算就行了,特别是 (AB)T=BTAT

5.对称阵:AT=A(注意与正交阵的区别(AT=A^-1))

6.伴随阵:记住这个东西是由方阵才能够生成的,即为方阵各个元素的代数余子式组成

                  例如:A为方阵  既有 AA*=A*A=|A|E

7.逆矩阵:必须是方阵才有逆矩阵的存在(也就是说满秩的情况下)

                |A|!=0时    A^-1=1/|A| A*

8.求解比较复杂的矩阵时可以用:分块法

三。矩阵初等变换

1.任何矩阵都可以经过初等变换最终变成标准型

2.反正不管是初等行变换还是初等列变换,都是左乘或右乘一个可逆矩阵(方阵)

  最终变成标准型(E)来实现的

3.矩阵的秩:在矩阵中有一个不等于0的r阶子式D且所有r+1阶子式全等于0,这个r就是秩了。

四.向量组的相关性

1.向量B 能用向量A表示的充要条件 就是秩相等 即 R(A)=R(A,B),且R(B)<=R(A)

2.向量组a1,a2,....,am线性相关的充要条件是 向量组构成的矩阵的秩小于m,线性无关则是秩等于m

3.矩阵的秩等于它的列向量组的秩也 等于行向量组的秩

4.设m*n矩阵A的秩R(A)=r,则n元弃次线性方程组Ax=0的解集S的秩Rs=n-r

5.向量空间:n维向量集合对于向量的加法及乘法运算封闭的,则此空间为向量空间。

6.这一章需要掌握的还有 自然基,过渡矩阵。

五.相似矩阵及二次型

1.内积:[ x,y]=x1y1+x2y2+.....+xnyn,有[x,y]=xTy

2.范数(长度):||x||=sqrt([x,x])=sqrt(x1^2+x2^2+....+xn^2)

3.n维向量x与y之间的夹角为  ceta=arccos([x,y]/(||x||*||y||))

4.正交规范基:设n维向量e1,e2,....,en是向量空间V的一个基,如果e1,e2,...,en两两正交,且都是单位向量,则

                          e1,e2,....,en是V的一个规范正交基。且V中的向量a 的坐标有 nadai=eiTa=[a,ei]

                        过程还涉及到 《施密特正交化过程》

5.正交阵:ATA=E (A^-1=AT)

6.正交变换:若P为正交矩阵,则线性变换y=Px 称为正交变换。有||y||=sqrt(yTy)=sqrt(xTPTPx)=sqrt(xTx)=||x||

                    这一点狠重要,说明正交变换并不改变向量的长度(范数)

7.重要定理:若n维向量a1,a2,....,ar是一组两两正交的非零向量,则a1,a2,....,ar线性无关。

8.设A是n阶矩阵,如果数d和n维非零列向量x使得关系式:(注意A必须是方阵才能存在特征值特征向量)

                                Ax=dx

  成立,则数d称为矩阵A的特征值,非零向量x称为A的对应于特征值d的特征向量

  可以进一步写成:(A-dE)x=0

    则 |A-dE|=0 称为特征方程  |A-dE| 称为特征多项式

  定理:设d1,d2,...,dn为方阵A的m个特征值,p1,p2...,pn依次是与之对应的特征向量,如果d1,d2,..,dn

              各不相等,则p1,p2,..,pm线性无关

9.相似矩阵:设A,B都是n阶矩阵(注意这里是方阵才存在相似矩阵),若有可逆矩阵P(方阵)使得

                    P^-1AP=B,则B与A相似矩阵

                定理1:若n阶矩阵A与B相似,则A与B的特征多项式相同,从而A与B的特征值亦相同

                定理2:n阶矩阵A能对角化的充要条件是A有n个线性无关的特征向量。

10.对称阵的特征值为实数。

11.设d1,d2是对称阵A的两个特征值,p1,p2是对应的特征向量,且d1!=d2,则p1与p2正交。

12.设A为n阶对称阵,则必有正交阵P 使得 P^-1AP=PTAP=U,其中U是以A的n个特征值为对角元的对角阵

13.正定二次型的形式为f=xTAx,具体要参考相关书籍

六。线性空间与线性变换

1.线性空间和向量空间概念差不多,不过对于加法和乘法运算满足八条规律就行了(和运算封闭有点区别)

  且在向量空间中向量是有序数组,因此范围更加狭窄,可以这么说向量空间只是线性空间的一个特殊情况。

2.如果在线性空间V中,存在n个元素a1,a2,...,an满足:1.a1,a2,..,an线性无关2.V中元素都可以用他们线性表示

  那么a1,a2,...,an称为线性空间V的基,n 为维数。

3.基变换公式:(b1,b2,...,bn)=(a1,a2,...,an)P  ;其中P称为过渡矩阵

4.线性变换: T(da)=dT(a)

5.线性空间Vn中,取定两个基:

          a1,a2,.....,an

          b1,b2,.....,bn

  有a到b的过渡矩阵为p ,vn中的线性变换T在这两个基下的矩阵依次为A和B,那么B=P^-1AP

6.正定矩阵,正定二次型。

你可能感兴趣的:(线性代数)