线性代数
2022-03-30 19:50:28 24 举报
AI智能生成
线性代数
作者其他创作
大纲/内容
行列式的计算:将某一行或某一列进行变换使得只有一个元素不为零然后降阶,至于前面的正负号根据(-1)的i+j次方确定
使用条件:1.未知数个数等于方程个数系数构成的行列式不为零,也就是只有唯一解
克莱姆法则
行列式
定义:最大线性无关组中向量的个数
求解:向量组作为列向量构成矩阵,将矩阵进行初等行变换求秩
向量组的秩
对加法和数乘两种运算封闭
向量空间
n维向量
加法,数乘,
第一个矩阵的行,乘以第二个矩阵的列,对应元素相乘再相加
矩阵乘法不满足交换律,两边也不能抵消,即AB=AC并不能得到B=C
矩阵的乘法
矩阵的运算
存在逆矩阵的充要条件:矩阵的行列式不为零
法一:求其伴随矩阵,然后伴随矩阵除以原矩阵的行列式
逆矩阵的求解
逆矩阵满足A*A逆=E(E为单位矩阵)
如果两个矩阵原本能相乘,两个矩阵都进行了分块,如果二者的分块方式相同则两个分块矩阵可以相乘即A的列的分法和B行的分法相同
分块矩阵
求法:将矩阵进行初等行变换化成阶梯型矩阵,或者最简形矩阵,行列式不为零的余子式的阶数即为矩阵的秩
矩阵的秩
三种:交换两行或者两列某行(列)乘以个常数某行(列)乘以一个常数后加到另一行(列)中
矩阵的初等变换
矩阵
一定有解,要看是否有非零解或说无穷解看矩阵的秩R<n则无穷解,=n则只有零解
若有·无穷解解向量的个数=n-R
齐次方程
列出增广矩阵,求增广矩阵的秩R1和系数矩阵的秩R2,如果R1<R2则无解R1=R2=n,有唯一解R1=R2<n有无穷解
如果有无穷解:其完整解=齐次解+特解
求解步骤:列出增广矩阵,将增广矩阵进行初等行变换化成最简形矩阵,可以列出同解的方程组,根据方程组可以得到特解,求解向量,解向量的个数=n-系数矩阵的秩R1,从而得到基础解系,得到齐次解齐次解+特解
非齐次方程
线性方程组
x向量经过矩阵A的作用变得到了b向量,因此可以看成x向量到b向量是一个映射或者变换矩阵A相当于一个变换使得向量x映射成b向量这种变换分为两部分,旋转和拉伸
特别的,当某些特殊向量经过矩阵A的作用之后,没有旋转,只进行了拉伸λ倍,这样的向量成为特征向量拉升的倍数即为特征值λ,此时向量b=λx向量
关于Ax向量=b向量的理解
求法:|λE-A|,得到λ的方程,解方程得到特征值将特征值带进去原方程解x即为特征向量
特征值和特征向量
相似矩阵具有相同的特征值
充要条件:n阶方阵矩阵A与对角矩阵相似的充要条件是A有n个线性无关的特征向量
对角化后求解矩阵A的高次幂就好方便,比如求n次幂,P*对角矩阵的n次幂*P的逆矩阵
矩阵的对角化
相似矩阵
相似矩阵及二次型
向量空间或说线性空间对加法和数乘运算封闭
当一组线性无关的向量的个数与线性空间的维数相同,则这组向量组为该线性空间的基一个线性空间的基不唯一
由线性空间的基表示这个线性空间,也就可以表示该线性空间的所有向量
将一组基正交化,在单位化就得到了正交规范基
基
线性空间在同一个向量在不同基下的坐标一般是不同的,
基变换和坐标变换
向量空间与线性变换
线性代数
0 条评论
回复 删除
下一页