一、行列式

n阶行列式:

          线代知识点

这里 线代知识点 表示对所有n级排列求和, 线代知识点表示排列 线代知识点 的逆序数。每项由不同行、不同列的n个元素乘积组成,没项的正负号取决于 逆序数 线代知识点

行列式性质:

1、行列互换,其值不变

2、行列式中某行/列元素全为0,则行列式为0

3、行列式中某行/列元素有公因子k(k不为0),则k可提到行或列外面

          线代知识点

4、行列式某行/列元素均是两个元素之和,则可拆成两个行列式之和

          线代知识点

 

5、行列式两行/列互换,值取反

6、行列式两行/列元素相等或对应成比例,行列式为0

7、行列式中某行/列的k倍加到另一行/列,行列式值不变

余子式&代数余子式:

在n阶行列式中,去掉元素 线代知识点 所在的第i行,第j列元素,有剩下的元素按原来的位置于顺序组成的n-1阶行列式称为元素aij的余子式,记成 线代知识点

余子式 线代知识点线代知识点 后称为 线代知识点 的代数余子式,记 线代知识点

 

克拉默法则:

n个方程n个未知量构成的非齐次线性方程组

          线代知识点

的系数行列式线代知识点,则方程组有唯一解,且 线代知识点,i=1,2,3.....其中 线代知识点线代知识点中第i个元素替换成方程组右端的常数项 线代知识点后所构成的行列式。

推论:

若包含n个方程n个未知量的齐次线性方程组(即 线代知识点 都为0)的系数 线代知识点 ,则方程组有唯一0解,反之,若齐次线性方程组有非零解,则其行列式等于0

 

矩阵:

特殊矩阵:零矩阵(所有元素都为零)、单位矩阵(主对角线元素均为1,其余元素为0)、数量矩阵(数k和单位矩阵的乘积)、对角矩阵(非主对角元素均为0)、上(下)三角矩阵(当i>/<j时,线代知识点,为上/下三角矩阵)、对称矩阵(线代知识点)、反对称矩阵(线代知识点)、正交矩阵(线代知识点

矩阵的逆:n阶方阵,AB=BA=E,B是A的逆矩阵 线代知识点

 

向量:

线性判别五大定理:

1、向量 线代知识点 可由向量组 线代知识点 线性表出 线代知识点 非齐次线性方程组线代知识点 有解  线代知识点 线代知识点

2、向量组线代知识点线性相关  线代知识点 齐次线性方程组线代知识点 有非零解 线代知识点 线代知识点

3、向量组线代知识点线性相关的充要条件为:向量组中至少一个向量可由其余n-1个向量线性表出

4、若向量组线代知识点线性无关,而向量组向量组线代知识点线性相关,则 b 可由 线代知识点 线性表出,且表出法唯一

5、若向量组线代知识点 中的每一个向量 线代知识点 都可由向量组向量组 线代知识点 线性表出,且s>t,则向量组 线代知识点 线性相关,若(1)中的每一个向量 线代知识点 均可由(2)线性表出,且(1)线性无关,则 线代知识点

 

向量空间

定义1、

线代知识点 是 线代知识点 中线性无关的有序向量组,则任一向量 线代知识点 均可由 线代知识点 线性表出,线代知识点 则称有序向量组 线代知识点 是 线代知识点 的一个基,基向量的个数n成为向量的维数,而 线代知识点称为向量 线代知识点 在基 线代知识点 下的坐标,或 称为 线代知识点 的坐标行(列)向量

定理2、

线代知识点 和 线代知识点 是线代知识点 的两个基,且有关系 线代知识点 则称上式为由基 线代知识点 到基 线代知识点 的基变换公式,矩阵C称为由基 线代知识点 到基 线代知识点 的过渡矩阵,C是可逆矩阵

定理3、

线代知识点 在基 线代知识点 和线代知识点 下的坐标分别为 线代知识点 ,即 线代知识点 又基 线代知识点 到基 线代知识点 的过度矩阵为C,即线代知识点 ,则 线代知识点  得 线代知识点 或 线代知识点 ,称为坐标变换公式

正交变换:

设A是n阶方阵,满足 线代知识点 ,则称A是正交矩阵

设A是正交矩阵,则称 线代知识点 为正交变换,正交变换保持向量内积不变,即保持向量长度,两向量间的夹角不变

 

线性方程组

1、齐次线性方程组:

当r(A)=n时(线代知识点 线性无关),Ax=0有唯一零解

当r(A)<n时,Ax=0有非零解,且有n-r个线性无关解

2、非齐次线性方程组:、

线代知识点 (b不能由 线代知识点 线性表出),Ax=b无解

线代知识点 ( 线代知识点 线性无关,且能线性表出b),Ax=b有唯一解

线代知识点 ( 线代知识点 线性相关,且能线性表出b),Ax=b有无穷解

 

特征值

设A是n阶方阵,线代知识点 是一个数,若存在n维非零向量\xi ,使得 线代知识点 则称 线代知识点 是A的特征值,线代知识点 是A对应于特征值 线代知识点 的特征向量。线代知识点 ,因为 线代知识点 ,所以 线代知识点,称为A的特征方程

 

二次型

n 元变量 线代知识点 的二次齐次多项式

           线代知识点

称为n元二次型,简称二次型。称 线代知识点线代知识点 为二次型 线代知识点 的矩阵表达式,A是对称矩阵

线性变换:

对于n元二次型 线代知识点 ,若令

          线代知识点

线代知识点线代知识点系数矩阵, 线代知识点,则可写为:线代知识点 上式称为从 线代知识点 到线代知识点 的线性变换,若 线代知识点可逆,即 线代知识点,则称为可逆线性变换。现给出 线代知识点 ,令 线代知识点 ,则 线代知识点 记 线代知识点 ,则 线代知识点 此时,二次型 线代知识点 通过线性变换线代知识点 得到一个新二次型 线代知识点

可逆线性变换不会改变二次型的秩。

矩阵合同:

设A、B为n阶实对称矩阵,若存在可逆矩阵C,使得 线代知识点 则称A与B合同,记 线代知识点,此时称 线代知识点为合同二次型

可以看出,在二次型背景下,A表征的是 线代知识点 的“形态”,B表征的是 线代知识点 的“形态”。在二次型中,A与B合同,就是指在同一个二次型在可逆线性变换下的两个不同状态的联系。

二次型的标准型、规范型

若二次型中只有平方项,没有交叉项(即所有交叉项的系数全为零)的二次型称为标准型,若标准型中,系数仅为1,0,-1的二次型称为规范型。

任何二次型均可通过配方法(可逆线性变换)化成标准型及规范型:任何对称矩阵 A ,必然存在可逆矩阵 C ,使得 线代知识点

也可以通过正交变换化成标准型:任何实对称矩阵 A ,一定存在正交矩阵 Q ,使得 线代知识点

惯性定理:

无论选取什么可逆线性变换,将二次型化成标准型或规范型,其正项之数p,负项之数q都是不变的,p称为正惯性指数,q称为负惯性指数。

正定二次型:

n元二次型 线代知识点 ,若对任意的 线代知识点 ,均有 线代知识点,则称f为正定二次型,称二次型对应矩阵A为正定矩阵

二次型正定的必要条件:

线代知识点

相关文章:

  • 2021-11-06
  • 2021-04-01
  • 2021-07-13
  • 2021-06-08
  • 2021-10-28
  • 2021-12-06
  • 2021-07-24
  • 2021-07-17
猜你喜欢
  • 2021-11-30
  • 2021-12-19
  • 2021-09-02
  • 2021-08-03
  • 2022-02-17
  • 2021-11-26
相关资源
相似解决方案