线性代数知识点搜刮

求你别考太细...

目录

异乘变零定理

[行列式转置 值不变](#行列式转置 值不变)

重要关系

中间相等,取两头

特征值公式

[向量正交 = 点积为0](#向量正交 = 点积为0)

拉普拉斯定理

矩阵的秩

特征值和特征向量

[|A|=特征值的乘积 & tr(A)=特征值的和](#|A|=特征值的乘积 & tr(A)=特征值的和)

要记要背

增广矩阵


异乘变零定理

某行(列)元素与另一行(列)元素的代余子式乘积之和为0

3 * (-2) + 0 * 5 + 1 * 1 + 3 * x = 0

行列式转置 值不变

重要关系

中间相等,取两头

特征值公式

向量正交 = 点积为0

a = (x,y,z) b = (c ,d ,e)

结果为:xc + yd + ze = 0

拉普拉斯定理

行列式的计算:行列式可以按照任意一行(或列)展开,将其元素与对应的k阶代数余子式相乘后求和,得到的总和即为行列式的值。

代余子式:A

矩阵的秩

个人理解:

满秩就是没有一整行都是0的情况,同样道理,秩小的话,就说明有比较多零行。

我们又知道,AB,就是对A进行运算,对零是运算不了的,相当于无懈可击。所以,最终决定权在秩小这里。

特征值和特征向量

有多少个自由向量,就要赋几次值

|A|=特征值的乘积 & tr(A)=特征值的和

这都是针对一个n × n 的方阵A

要记要背

增广矩阵

相关推荐
咚咚王者18 小时前
人工智能之数学基础 线性代数:第五章 张量
人工智能·线性代数
醒过来摸鱼1 天前
空间直线方程
线性代数·概率论
测试人社区-小明2 天前
涂鸦板测试指南:从基础功能到用户体验的完整框架
人工智能·opencv·线性代数·微服务·矩阵·架构·ux
hweiyu002 天前
数据结构:矩阵
数据结构·线性代数·矩阵
拉姆哥的小屋2 天前
从400维向量到160000维矩阵:基于深度学习的火焰参数预测系统全解析
开发语言·人工智能·python·深度学习·线性代数·算法·矩阵
咚咚王者2 天前
人工智能之数学基础 线性代数:第四章 矩阵分解
人工智能·线性代数·矩阵
咚咚王者2 天前
人工智能之数学基础 线性代数:第三章 特征值与特征向量
人工智能·线性代数·机器学习
Tipriest_2 天前
旋转矩阵与欧拉角转换数学公式与代码详解
线性代数·矩阵
十子木2 天前
布林克曼方程和Darcy方程的区别
线性代数·矩阵·学习方法
测试人社区-小明2 天前
智能测试误报问题的深度解析与应对策略
人工智能·opencv·线性代数·微服务·矩阵·架构·数据挖掘