zoukankan      html  css  js  c++  java
  • 学习笔记-线代

    一、行列式

    行列式的概念

    概念:数   不同行不同列元素乘积的代数和

    二阶行列式的计算方法:

     三阶行列式的计算方法:

     排列:由1,2...,n组成的有序数组称为一个n阶排列,通常用j1,j2 ,...jn表示n阶排列。

    逆序:一个排列中,如果一个大的数排列在一个小的数的前面,就称这两个数构成一个逆序。

     逆序数:一个排列的逆序的总数称为这个排列的逆序数。

     如果一个排列的逆序数是偶数,则称这个排列是偶排列,否则称为奇排列。

     n阶行列式:不同行不同列的n个元素的乘积的代数和。

        当j1,j2 ,...jn是偶排列时,该项前面带正号,当j1,j2 ,...j时奇排列时,该项前面带负号。

    上三角以及下三角行列式的计算方法:

    行列式的性质

      1、经转置行列式值不变

      2、某行有公因数k可把k提出

         特别地,若某行元素全为0,则D=0

      3、两行互换行列式的值变号

           特别地,两行相同=>D=0两行成比例=>D=0

      4、某行所有元素都是两个数的和,则可把行列式写成两个行列式之和

      5、某行的k倍加到另一行,行列式的值不变

    注意:1.不要与矩阵初等变换相混。

       2、不要与矩阵运算相混

    展开公式

    行列式按行(列)展开公式:

      余子式: Mij

      代数余子式:Aij=(-1)i+jMij

    展开公式

      1、按行按列展开:

      2、某一行的所有元素与另一行相应元素的代数余子式乘积之和等于0。

    重要公式:

        1、主对角线上下三角:a11a22...ann

        2、副对角线上下三角:(-1)n(n-1)/2a1na2 n-1...an1

        3、

        4、

    克拉默法则:

        如果系列行列式D=|A|≠0,则方程组有唯一解,且:

               其中Di=

        推论1,若齐次方程组           的系数行列式不为0,则方程组只有一组零解x1=0,x2=0,...,xn=0。

         推论2,若齐次方程组(2)有非零解,则它的系数行列式必为0.

    强化阶段

    1、 数字型(展开公式)

      把第1行的k倍加到某i行

      把每一行都加到第1行

      逐行相加

    2、证明题用到归纳法时

      当只与一项有关系时,用方法①,当与两项有关系时,用方法②。

      ①1、验证n=1时,命题正确

       2、设n=k时,命题正确

       3、证明n=k+1时,命题正确

       4、得证

       ②1、验证n=1,n=2命题正确

       2、设n<k命题正确

       3、证明n=k命题正确

       4、得证

    3、抽象型

      行列式性质恒等变形

      矩阵公式,法则恒等变形,E恒等变形

      特征值,相似

      注意:

    4、应用

      特征多项式,A*,A-1,相关,无关,正定,克拉默法则。

    5、证|A|=0

      Ax=0有非零解

      反证法     用A-1找矛盾

      r(A)<n

      0是特征值     |A|=∏λi

      |A|=-|A|

    二、矩阵

    概念、运算(乘法)

    m✖n个数排列成如下m行n列的一个表格:

       称为是一个m✖n矩阵,当m=n时,称为n阶矩阵或n阶方阵,简记A。

    如果一个矩阵的阶所有元素都是0,即

       称这个矩阵为零矩阵,简记0.

    如A和B都是m✖n矩阵,称A和B是同型矩阵,设A和B都是m✖n矩阵,如

       称矩阵A和B相等,记A=B。

    设A为n阶矩阵,其所有元素构成的行列式,称为方阵A的行列式,记为|A|。

      注意:1、仅方阵才有行列式|A|。

         2、A=0与|A|=0不要混。

    矩阵的加法(其中A,B都为m✖n阶矩阵):

     数与矩阵相乘:数k与矩阵A的乘积

    运算法则:

      加法:A,B,C同型

         A+B=B+A

         (A+B)+C=A+(B+C)=A+B+C

         A+0=0+A=A

         A+(-A)=0

    数乘运算:

        k(mA)=m(kA)=(mk)A

        (k+m)A=kA+mA

        k(A+B)=kA+kB

        1A=A,0A=0

    乘法运算:

      A——m✖s,B——s✖n

      AB=C——m✖n

      ai1b1j+ai2b2j+...+aisbsj=Cij

    注意:

      1、AB≠BA

      2、由AB=0不能推出A=0或B=0

      3、由AB=AC且A≠0不能推出B=C

    单位矩阵E:

    运算法则:

      (AB)C=A(BC)=ABC

         A(B+C)=AB+AC

         (A+B)C=AC+BC

         AE=A,EA=A

         A——n阶:A.A=A2

           A.A...A(k个A相乘)=Ak

    转置:将A矩阵的行列互换得到的新矩阵称为A的转置矩阵,记为AT

      运算法则:

          (A+B)T=AT+BT

            (kA)T=kAT

             (AB)T=BTAT

            (AT)T=A

    定理(行列式乘法公式):设A,B都是n阶矩阵,则|AB|=|A|.|B|

    伴随矩阵,可逆矩阵

    A-n阶矩阵,行列式|A|所有的代数余子式Aij所构成的如下矩阵:

        主对角线互换,副对角线变号。

    伴随矩阵的公式:AA*=A*A=|A|E

            (kA)*=kn-1A*

             |A*|=|A|n-1

             (A*)*=|A|n-2A

             (A*-1=(A-1*=A/|A|

    可逆矩阵:对于n阶矩阵A,如果存在n阶矩阵B,使AB=BA=E则称矩阵A是可逆的,称B是A的逆矩阵。

    命题:如矩阵A是可逆的,那么A的逆矩阵是唯一的,记作A-1

    定理:A可逆<=>|A|≠0

    推论:A,B是n阶矩阵,如AB=E,则A-1=B

    逆矩阵的公式法则:
      1、如A可逆,则A-1也可逆,且(A-1)-1=A

      2、如A可逆,且k≠0,则kA可逆,且(kA)-1=A-1/k

      3、如A,B均可逆,则AB也可逆,且(AB)-1=B-1A-1    特别的(A2-1=(A-1)2,(An)-1=(A-1)n

      4、如A可逆,则AT也可逆,且(AT)-1=(A-1)T

     注意:

      1、如A可逆,则|A-1|=1/|A|

      2、当A,B,A+B都可逆时,一般(A+B)-1≠A-1+B-1

    求逆:

      1、定义法 AB=E

      2、用伴随 A-1=A*/|A|

      3、初等行变换:

     4、分块:

     对角矩阵:

    注意:

    初等变换,初等矩阵

    矩阵的初等变换:
      1、用非0常数k乘A某行的每个元素

      2、互换A中两行元素的位置

      3、把A中某行所有元素的k倍加到另一行对应的元上

    初等矩阵:

      单位矩阵经过一次初等变换所得到的矩阵称为初等矩阵。

     关键点:

      初等矩阵P左乘矩阵A,其乘积PA就是矩阵A作一次与P同样的行变换。

      初等矩阵P右乘矩阵A,其乘积AP就是矩阵A作一次与P同样的列变换。

     初等矩阵的逆:均可逆,且其逆是同类型的初等矩阵。

    行阶梯矩阵:

      1、如果有零行,则零行在矩阵的底部。

      2、每个非零行的主元(即该行最左边的第1个非0元)所在列下面元素都是0。

     行最简:

      一个行阶梯矩阵,如果还满足:非零行的主元都是1,且主元阶在列的其他元素都是0

    重要结论:

    A可逆=A可表示为若干初等矩阵的乘积。

    分块矩阵

     设A,B分别是m阶,n阶,则有:

    若A为m✖n阶矩阵,B为n✖s阶矩阵,则:AB=A(b1b2...bs)=(Ab1,Ab2...,Abs)

    方阵的行列式

    1、|AT|=|A|

    2、|kA|=kn|A|

    3、|AB|=|A|.|B|            |A2|=|A|2

    4、|A*|=|A|n-1

    5、|A-1|=1/|A|

    6、

     秩(矩阵)

    1、k阶子式:A-m✖n,任取k行与k列(k<=m,k<=n)位于交叉点的k2元素,按A中的位置次序而得到的k阶行列式,称为矩阵A的k阶子式。

     2、矩阵的秩:A-m×n,如存在r阶子式D≠0,且所有r+1阶子式(如存在)全为0,则称矩阵A的秩为r,记作r(A)=r。并规定零矩阵的秩为0.

     定理:经初等变换矩阵的秩不变。

       r(A)=A的列向量秩=A的行向量的秩

       r(A)=r<=>A中存在r阶子式不为0,而每一个r+1阶(如果有)子式全为0.

       r(A)>=1<=>A≠0

     矩阵秩的公式:

    1、r(AT)=r(A)

    2、r(kA)=r(A)k≠0

      r(0E-A)=r(A)

      r(A-E)=r(E-A)

     3、r(A+B)<=r(A)+r(B)

    4、r(AB)<=min(r(A),r(B))

      若A可逆

      r(AB)=r(B),r(BA)=r(B)

    5、r(ATA)=r(A)

     6、A——m✖n,B——n✖s且AB=0,则r(A)+r(B)<=n

    7、

    若A~B ,则r(A)=r(B)

         r(A+kE)=r(B+kE)

    正交矩阵

    A-n阶,满足AAT=ATA=E,称A为正交矩阵。

     (1)A是正交矩阵<=>AT=A-1

     (2)A是正交矩阵=>|A|=1或-1

     (3)内积

      如(α,β)=0称α与β正交

    强化阶段

    一、概念,运算

      乘法

      αβT,βαT,ααT,βTα,αTβ,αTα

      分块

      求An

      (1)如r(A)=1,有A=αβT      =>A2=(αβT)(αβT)=α(βTα)βT=λA,λ=βTα∑aii    迹     An n-1A

      (2)

     二、伴随矩阵,可逆矩阵

      AA*=A*A=|A|E         求逆,证可逆

       求A*的方法

       (1)直接法:用定义       不要丢+,-号,不要排错队

       (2)间接法:A*=|A|A-1

     三、初等变换,初等矩阵

    四、矩阵的秩

      行列式,相关,无关,方程组的解。

    五、当秩为1时,有如下结论:

    三、向量

    概念,运算

    n维向量:n个数a1,a2,...,an构成的有序数组称为n维向量。

      ai称为向量的第i个分量(i=1,2,...,n)

    如果向量的所有分量都是0,就称其为零向量,记作0=(0,0,...,0)T

     设n维向量:

    加法与数乘满足:

    线性表示

    定义:m个n维向量α1,α2,...,αm,及m个实数k1,k2,...,km。称:k1α1+k2α2+...+kmαm是向量α1,α2,...,αm 的一个线性组合,k1,k2,...,km称为这个线性组合的系数。

     定义:如果向量β能表示为α1,α2,...,αm的线性组合,即存在一组数k1,k2,...,km使β=k1α1+k2α2+...+kmαm则称向量β可以由α1,α2,...,αm线性表出(示)。

     定理:向量β可以由α1,α2,...,αm线性表示<=>任意实数k1,k2,...,km 使k1α1+k2α2+...+kmαm

     已知α,β1,β2,β3,γ1,γ2是n维向量,若α可由β1,β2,β3 线性表示,β1,β2,β可由γ1,γ线性表示,则α可由γ1,γ线性表示。

     定义:设向量组(Ⅰ)α1,α2,...,αs;(Ⅱ)β1,β2,...,βt;若(Ⅰ)中每一个向量αi(i=1,2,...,s)均可由(Ⅱ)线性表示,则称向量组(Ⅰ)可由向量组(Ⅱ)线性表示。若向量组(Ⅰ)和(Ⅱ)可以互相线性表示,则称向量组(Ⅰ)和(Ⅱ)等价。

    相关、无关

    定义:对m个n维向量α1,α2,...,α,若存在不全为0的实数k1,k2,...,k使k1α1+k2α2+...+kmαm=0成立,则称向量组α1,α2,...,α线性相关,否则称其线性无关。

    定理:n维向量α1,α2,...,αm  线性相关

      <=>存在不全为0的k1,k2,...,k是k1α1+k2α2+...+kmαm=0

      <=>存在不全为0的k1,k2,...,k使

      <=>齐次方程组

        有非0解

         <=>γ(α1,α2 ,...,α)<m

       推论:

        1、n个n维向量α1,α2,...,α 相关<=>|α1,α2,...,αn |=0。

        2、n+1个n维向量必线性相关。

    α 相关<=>α=0

    α1,α2相关<=>α1,α2 共线

    α1,α,α3相关<=>α1,α,α3 共面

     推论3:如α1,α,...,α线性相关,则α1,α,...,αs  ,...,αt必线性相关
     推论4:

    定理:向量组α1,α,...,αs  (s>=2)线性相关<=>至少有一个向量αi可由其余向量α1,...αi-1 ,αi+1...,αs 线性表出。

     定理:如n维向量α1,α2 ,...,αs   线性无关,而α1,α2 ,...,αs β线性相关,则向量β必能由α1,α2 ,...,αs 线性表示且表示法唯一。

    秩(向量组)

    向量组的秩

    定义:在向量组α1,α2 ,...,α中,如存在r个向量αi1,αi2 ,...,αir 线性相关,再添加任一个αj(j1,2,...,s),向量组αi1,αi2 ,...,αir  αj就线性相关,则称αi1,αi2 ,...,αir  是向量组α1,α2 ,...,αs  的一个极大线性无关组。(子集合,无关,再添加就相关)

     定理:如αi1,αi2 ,...,αir  与αj1   αj2 ...,αjt 都是向量组α1,α2 ,...,αs  的极大无关组,则r=t。

    定义:向量组α1,α2 ,...,αs  的极大线性无关组中所含向量的个数γ称为向量组的秩,记为γ(α1,α2 ,...,αs  )=γ。

      只有零向量的向量组,规定其秩为0.

       极大线性无关组的等价定义

      设向量组αi1,αi2 ,...,αir  是向量组α1,α2 ,...,α的 一个部分组,且满足:

        (1)αi1,αi2 ,...,αir   线性无关。

        (2)任一个向量αj(j1,2,...,s)都能由αi1,αi2 ,...,αir  线性表示。

    定理:如α1,α2 ,...,α可由ββ...β线性表示,则γ(α1,α2 ,...,αs )<=γ(ββ...β)。

    正交化

      ①

      ②

    强化阶段

    1、证α1α2...αs无关

      (1)定义法

       (2)  重要结论:

    2、线性表示

      做证明题方法:

      (1)构造方程组,证明方程组有解

      (2)找出两个条件:

      (3)证k≠0(能表出)

      (4)反证法(不能表出)

    四、方程组

    一、Ax=0   基础解系   n-r(A)

    定理:Am✖n  X=0有非0解<=>r(A)<n

                <=>A的列向量组线性相关。

     推论:

      1、当m<n时,AX=0必有非0解

      2、当m=n时,Ax=0有非零解<=>|A|=0

    定理:若Ax=0系数矩阵的秩r(A)=r<n则Ax=0有n-r个线性无关的解,且Ax=0的任一个解都可由这n-r个线性无关的解线性表出。

    Ax=0的 基础解系

     定理:

    二、Ax=b   有解判定  解的结构

    解的性质

    (1)

     (2)

    定理:

     定理(解的结构)

    三、方程组的应用

    解方程组手段:

      同解变形:1、将两个方程的位置互换

           2、将某个方程乘以一个非0的常数

           3、将一个方程的k倍加到另一个方程上

    五、特征值

    一,特征值,特征值向量

    定义:设A是n阶矩阵,α是n维非0列向量且Aα=λα,则称λ是矩阵A的特征值,α是矩阵A对应于特征值λ的特征向量。

    由Aα=λα,α≠0

     =>(λE-A)α=0    (λE-A)x=0 

     =>α是齐次方程组(λE-A)x=0 的非0解。

     (1)由|λE-A|=0,求特征值λi  共n个(含重根)

       (2)对(λiE-A)x=0求基础解系,即特征值λi的线性无关的特征向量,写通解得λi所有的特征向量

     定理:A-n阶

    重要结论:

       1、如α1,α2都是矩阵A对应于特征值λ的特征向量,则α12≠0时,α12仍是矩阵A对应于特征值λ的特征向量。

      2、若α1,α分别是矩阵A不同特征值λ1和λ2的特征向量,则α1不是矩阵A的特征向量。

    二、相似矩阵

    设A,B都是n阶矩阵,如存在可逆矩阵P是P-1AP=B,就称矩阵A相似于矩阵B,B是A的相似矩阵记成A~B。

    相似的基本性质:

      1、A~A

      2、如A~B,则B~A。

      3、如A~B,B~C,则A~C。

    相似对角化     P-1AP=Λ

      如A~Λ,则称矩阵A可相似对角化。

    定理:A~Λ<=>A有n个线性无关的特征向量

    推论:如A有n个不同的特征值,则A~Λ。

    定理:A~Λ<=>λ是A的k重特征值,则λ有k个线性无关的特征向量。

    三、实对称矩阵

    概念:主对角线不看,其他部分关于主对角线对称分布。

    定理:实对称矩阵必可相似对角化。

    定理:实对称矩阵不同特征值对应的特征向量相互正交。

     定理:实对称矩阵必存在正交矩阵Q使Q-1AQ=QTAQ=Λ

    解题基本步骤:

      1、求出A的特征值λ1,λ2,λ3

      2、求出对应的特征向量α1,α2,α3

      3、改特征向量为γ1,γ2,γ3

        (1)如特征值不同,只需单位化。

        (2)若特征值有重根。

          ①如特征向量已正交,只需要单位化。

          ②如特征向量不正交,需Schmidt正交化。

      4、构造正交矩阵Q=(γ1,γ2,γ)

    强化阶

    求可逆矩阵P使P-1AP=Λ

      1、预处理

      2、求特征值λ1λ2λ3

      3、求特征向量α1α2α3

      4、构造可逆P

    六、二次型

    一、基本概念

    1、二次型及其矩阵表示

    2、标准形

      只有平方项,没有其他不同项。

     3、规范性

      是标准型,并且系数为1,-1,0中的一个。

     4、正惯性指数,负惯性指数

      标准形系数正负的个数,正惯性指数用p,负惯性指数用q

     5、二次型的秩

      r(f)=r(A)

     6、坐标变换

      系数行列式可逆。

    7、合同

      如CTAC=B,C-可逆矩阵,称矩阵A和B合同,记作

      定理1、

      定理2、对任一二次型xTAx,都存在坐标变换可将其化为标准形,即

      定理3(惯性定理)二次型经坐标变换其正负惯性指数都不变。

    二、标准形(1、配方法2、正交变换法)

    1、配方法:先配x1,再配x2,最后配x3,按顺序进行。

    2、正交变换法:就是转换为求特征值,和特征向量问题。

    三、正定二次型

    定义:设二次型f(x)=XTAX,如,恒有f(x)>0,则称f为正定二次型,二次型矩阵A称为正定矩阵。

    定理:经坐标变换不改变二次型的正定性。

    定理(正定的充分必要条件)

       XTAX正定

      <=>p=n

      <=>(即存在可逆C,使CTAC=E)

              亦A=DTD,D-可逆

      <=>A的特征值全大于0

       <=>A的顺序主子式全大于0

  • 相关阅读:
    第八周作业
    第七周作业
    第六周作业
    第五周作业
    2019第四周作业
    第二周基础作业
    秋季学期学习总结
    人生路上对你影响最大的三位老师
    IDF实验室-简单编程-特殊的日子 writeup
    IDF实验室-简单的ELF逆向 writeup
  • 原文地址:https://www.cnblogs.com/wz46265381/p/13555573.html
Copyright © 2011-2022 走看看