考研数学线性代数重点知识思维导图
2021-08-12 13:01:20 21 举报
AI智能生成
登录查看完整内容
考研数学线性代数重点知识思维导图
作者其他创作
大纲/内容
矩阵就是M*N个数,系数矩阵,增广矩阵,对角矩阵,单位矩阵
概念
加法
负
什么律都有
性质
线性
运算法则
如何证明结合律?
只有单位矩阵或者数量矩阵满足交换律
没有交换律
AB = B 不代表A为E或者B为O
R(A)= 0
每个元素为0
如何证明A = O?
AB = O 不代表A或者B为O
但是数乘可交换
满足A^(m*n)= ... * ...
如何证明AB = BA时满足?
【证明】(A*B)^K = (A^k * B^k)时,AB = BA不成立
(A*B)^K != (A^k * B^k)
秩=1,可分解成向量的乘积
A ^n = (2E + B) ^n
分块的乘积很好计算
特征值特征向量
特殊方阵
旋转变换
题型
幂运算
乘积
f(A)g(A)=g(A)f(A) but f(A)g(B) != g(B)f(A)
多项式运算
运算
(A+B)T = AT +BT
(ABC)T = CTBTAT
(AB)T = BTAT
反对称:AT +A = O
对称
转置
变换成行阶梯矩阵
高斯消元过程
行列式 - 1
交换两行
行列式 *k
数乘
行列式不变
一行数乘后加到另一个行
三类
初等矩阵的乘积计算方法,不用计算,直接肉眼进行初等变换
左乘行变换,右乘列变换
如果|A| != 0 则 R也为一个初等矩阵
初等矩阵:将单位矩阵做一次初等变换得到的矩阵
任意矩阵可以进行变换
线性方程组的初等变换
高斯消元法与初等变换
AB=BA=I
定义
A可逆则逆唯一
AB = I则 BA = I
定理(证明)
(k*A)^-1 = (1/k) * A^-1
(AB)-1 = B-1*A-1
(A)-1)T = ((A)T)-1
(A*)-1 = (A^-1)*
性质(证明)
A与I 行等价
A可表现为有限个初等矩阵的乘积
AX=0只有零解
det(A) != 0
满秩
判定(证明)
加单位阵变换:AE = EA-1
分块
A*/|A|
求法
逆
方式
不改变线性运算
乘法在分块一样大的时候不变
矩阵及其运算
初等变换
矩阵表示
只有平方没有混合项
+-1 0
规范型
标准型里面正负项数的个数
非标准型的要化成标准型
正负惯性系数
标准型
二次型的秩
|C| != 0 线性变换
X=CY
经过坐标变换后得到另外一个二次型
传递自反对称
判定
合同
经过坐标变换后合同
坐标变换
xt A x 恒大于0
特征值 > 0
正惯性系数 = n
A 与 E 合同
顺序主子式 > 0
A = D^T D
正定二次型
配方
如果是多重根要加一个施密特变换
X = CY ,C为正交矩阵
当合同用的变换矩阵是正交矩阵的时候,A与目标矩阵就变成了相似
1.特征值是否满足和是对角线和、积是|A|
2. 不同特征值的特征向量是否正交
计算的时候有两步验算
正交变换
有几个规范型或者标准型可以选择的时候,通过秩和正负惯性系数的关系来判断选项
选择题
二次型
(-1)^(i+j) *余子式
代数余子式
上下三角
加边
|A + B| = |A| + |B| 的特殊情况
代数余子式展开
分四块, 反对角线中有O
拉普拉斯展开
初等行变换
数学归纳法
特征值的乘积
计算方法
一行为0
两行成比例
两行相等
det(A) = 0则不可逆
det(AB) = det(A) * det(B)
行列式一行,用另外一行的余子式展开,结果为0
|A*| = |A| ^(n-1)
A* 为伴随矩阵面,代数余子式的转置,A* A = A A* = |A|*I
引理
A可逆则A-1 = A* / |A|
xn = |An| / |A|
定理(证明)
克拉默法则
高斯消元法
推论:PQ可逆,R(PAQ) = R(A)
初等行变换不改变秩
同标准型矩阵 <-> R(A) = R(B)
等价
标准型矩阵如何得到:通过行变换得到阶梯型,再通过列变换即可
对于A,存在一个PAQ标准型
A满秩则A可逆
R(A^T) = R(A)
一个因子可逆矩阵,相乘后矩阵的秩等于另一个因子的秩
矩阵的秩不超过各个因子的秩
r(A*) <= r(A) 分三种情况
矩阵的秩 不小于 两个因子秩的和 - N
线性相关的观点
r(A)+r(B) <= r(A C | B O)
找到不为0的r阶子式, r >= r(A)
r阶子式的观点
不等式
r(A) = 0
题型:证明:A = O
秩
行列式
满足分配律,交换律,结合律
余弦定理
定义乘法(做功)
数乘之和
乘法(内积)
范围
cos(a) = a/||a||
平方和为1。cos(a) ^ 2 +cos(b) ^ 2+ cos(c) ^ 2 = 1
有三个余弦值,对应三个单位向量
方向余弦
方向角
向量
满足运算法则的向量集合
n维向量空间
n维向量空间的子集,其中的元素经过运算也在这个子集当中
子空间
n维向量空间的普通子集
向量组
空间
b = x1*a1 +x2*a2 ……
Ax = b有解x
证明:用定义公式即可
0向量是任何向量的线性组合
推论
向量 - 向量组线性表示
A中每个都可以被B组线性表示
反身性:每个向量组与自身等价AE= A
对称性:若A和B等价,则B也和A等价
传递性
AX = B; BY= A
若互相可以线性表示,则也叫等价
用定义拆分A
行变换解方程
判断线性表示与否
向量组-向量组 线性表示
R() < n
经过行变换有0
kn*an = 0 且kn不全部为0
反之就是线性无关!
含有0向量的向量组就线性相关
n个线性相关
AX = 0 有非零解
三个命题等价
|A | = 0则线性相关
M = n
M > n
当五个二维向量则线性相关
M < n 维度小于个数
M维,n个向量
证明思路:线性相关的观点,列举各种可能性
证明思路: 秩
ACx = 0可以判断AC的
AB = E,B的列向量无关
正交向量的分块,分块后用定义写出式子,乘一个向量
分块(行列向量)用定义
判断、判断线性相关
证明 :方程解同
初等行变换不改变列的相关性
若A线性相关<->则b < a
若A线性无关 <->则 b > a
若AB等价,则AB中最大线性无关组的数目互相相等 ,秩相等
AX = B,A有a个向量,B有b个向量
行变换得到行阶梯矩阵
矩阵行秩 = 列秩
A' 可表示矩阵中所有向量
矩阵中最大线性无关组判定的充要条件
定理
向量组内 线性相关
R()< n(阶梯)
列向量线性无关
有非零解
当为方阵R() = n
R()>= n
只有零解
先证明得到的n-r个解是线性无关的
再证明所有解都可以由这n-r个表示
这个证明方法同时也是解方程的办法
证明:解系有n-r个
将解向量变为行向量的时候,原方程A变成了这个新方程的解
用AX=0的基础解系反求方程A
方程同解
证明秩相等
齐次
基础解系
特解
通解
R(A)=R(Ab)
解和条件
非齐次
直接用AB一起行变换找解
A的通解 = B的通解
将A的通解带入B方程求解
公共解
1.证明A的解也是B的解
2.证明AB解基个数相同
证明AB解相同
同解
线性方程解的结构
线性相关
几何空间
所有特征向量和他们的线性组合也是特征向量
特征子空间
特征方程的某个特征值解的重数
代数重数
对应特征值 的 特征向量的个数
几何重数小于等于代数重数
几何重数
|λE -A | = f(λ)
特征方程
P^-1 A P = B,则A与B
相似
特征值的和 = A对角线的和
特征值的乘积 = |A|
特征方程展开后得到的重要结论
f(A)的特征值为f(λ),特征向量不变
通过秩的个数和可逆与否来判断特征值为0有几个
用定义公式代换
只用<n个方程可求出特征向量
验算方法
求解特征方程
A与A^t
A 与 P^-1 A P
特征方程相同
n阶矩阵:AB BA
是否可以用结论?
步骤
证明特征值相同
求解特征值和特征向量
P^-1 A P = Λ
自反 对称 传递
证明:特征多项式相同
相似矩阵的特征值相同
特征值为对角线
P可逆则n个特征向量线性无关
A*pi = pi * λi
归纳法证明
代数重数 = 几何重数
R(λE - A) = n - 代数重数
得到矩阵可以相似对角化的2个充要条件
互异的特征值对应的特征向量线性无关
若A与 Λ相似
判断能否对角化
A = P Λ PT, 注意是P在前面,P的逆在后面
先正交化
C在前面,C的转置在后面
A = C Λ C^T
如果可以用正交矩阵变换
根据对角化结果反求出A
每行的和相等时,(11111)^T为特征向量
和不等于0,对应0特征值的特征向量有n-1个解基,可以对角化
和等于0,不一定可以对角化
每行相等,R(A) = 1
小结论
相似对角化
特征值特征向量
共轭矩阵性质
证明方法: λ = λ的共轭
实对称矩阵特征值为实数
合同且相似
实对称矩阵A有C^t A C = C ^-1 A C
实对称矩阵的互异的特征值对应的特征向量正交
实对称矩阵的相似对角化
线性代数
0 条评论
回复 删除
下一页