考研数学【线性代数基础box(数二)】

本文是对数学二线性代数基础进行总结,一些及极其简单的被省略了,代数的概念稀碎,不如高数关联性高,所以本文仅供参考,做题请从中筛选!

本文为初稿,后面会根据刷题和自己的理解继续更新

高数:考研数学【高数基础box(数二)】-CSDN博客

第一章:行列式:

基本概念:

link:

  • 求n阶行列式:
  • 余子式:的余子式是除去i行、j列的其余项组成的行列式
  • 代数余子式:
  • 按某行展开:,元素乘其代数余子式,然后相加

记:

  • 行列互换值不变
  • 若某行元素全为0,行列式为0
  • k*行列式=对行列式的一行都乘k倍
  • 某行元素是两个数之和,可以拆成两个行列式之和
  • 行列式两行互换,行列式变号
  • 行列式中某行的k倍加到另一行,行列式不变

重要行列式:

link:

  • 主对角线行列式:无论上下都是主对角线的乘积(这个概念对于分块矩阵也成立,称为拉普拉斯展开式)
  • 副对角线行列式副对角线元素的乘积(分块阵:,AB为副对角线行列式乘积,m、n分别为A、B的阶数)
  • 范德蒙德行列式:形如的行列式,其值为:

行列式计算:

link:

  • 爪型行列式:利用斜爪消去竖爪或者横爪。然后展开
  • 递推法:找规律,适用与宽对角类型的行列式行列式递推法1_哔哩哔哩_bilibili
  • 抽象型行列式:性质、|AB|=|A||B|、将行列式拆分成两个行列式的乘积
  • 余子式和代数余子式的线性组合:行列式按行(或按列)展开的"逆过程"。如:给|A|,和代数余子式的线性组合,把线性组合的系数换掉其按行展开的行,求出行列式就是代数余子式的和
  • 求解n元非齐次方程组:克拉默法则:非齐次线性方程组的行列式(行列式不带等号右边的常数项),若不等于0,则方程组存在唯一解且解为是常数项(等号右边的值)替换第i列得到的行列式。

第二章:矩阵:

矩阵基本运算:

link:

  • 不满足交换律
  • 加法:每项相加;数乘:每项都乘
  • 转置矩阵的性质:相当重要

特殊矩阵:

link:

  • 数量矩阵:k倍的单位矩阵
  • 对称矩阵:满足条件的矩阵称为对称矩阵
  • 反对称矩阵:满足条件,对角线为0,
  • 分块矩阵:比较特殊的就是分块矩阵的n次幂、求逆:
  • 正交矩阵:A的行(列)向量是规范正交基(正交的长度为单位1的向量)。

矩阵的逆

link:

  • 本质:定义:AB=BA=E,则B为A的逆
  • 可逆的充要条件是:
  • ,可以把-1理解成负一次方:,或者就是,把A做的变换反向变回去
  • 重要性质:
  • 求逆矩阵:定义法(AB=BA=E,)、用伴随矩阵、初等变换求逆矩阵

伴随矩阵

link:

  • 本质:定义:由A的代数余子式构成的矩阵
  • 求逆矩阵的公式:
  • 求伴随矩阵:定义法、用逆矩阵求伴随

初等矩阵:

link:

  • 本质:对另一个矩阵进行初等变换,初等变换包括:数乘、互换、倍加
  • 初等矩阵都可逆,逆矩阵也为初等矩阵(后面可以看一下初等变换逆前后对另一个矩阵的影响的变化)
  • 可逆矩阵可表示为有限个初等矩阵的乘积。
  • 对A作初等行变换,相当于左乘初等矩阵,列则是右。
  • 初等变换求逆矩阵

矩阵方程:

  • ,类似可自行推理

等价矩阵和等价标准型:

  • ,P、Q为初等矩阵,也就是说,A通过初等变换可以变成B,则A和B等价。将其化为,r为矩阵的秩。这个矩阵为等价标准型。
  • 求可逆矩阵P:1、单个,把A化到B的过程每次行变换的矩阵相乘即可。2、求所有的可逆矩阵P:第四讲方程组求解再来看????

矩阵的秩:

  • 本质:定义:存在k阶子式子不为0,任意k+1阶子式全为0,矩阵的秩r(A)=k。
  • k是A的线性无关向量的个数;k个线性无关的向量,任意k+1个向量线性相关。
  • 如何理解线性相关和线性无关:线性无关的向量撑起"整个空间",线性相关的则是由这些线性无关向量表示,"躺平"在这个空间里。
  • 重要式子:

第三章:向量组:

link:

  • 正交向量:,本质是垂直向量
  • 向量的模:,二维向量为例好记
  • 标准正交基:本质就是相互垂直的单位向量组
  • 线性无关:向量组中的每个向量都是"基础"的,它们独立存在,没有多余的部分
  • 线性相关:向量组中有一些向量是"多余的",可以由其他向量通过线性组合得到(存在不全为0的数,使成立,其中k为0的就是多余的向量)

线性相关、线性无关

link:

判定线性相关的定理:

  • 线性相关<=>向量组中,至少有一个向量可由其余的向量线性表示。(本质是存在非0的k),逆否命题:线性无关<=>向量中任何向量都不能由其余向量表示(本质不存在非0的k)
  • 向量组a线性无关,a加一个向量后线性相关,则可由向量组a线性表示且唯一。(本质是引入了冗余向量)
  • 大向量组b可由小a线性表示(大小体现在列),则向量组b线性相关。(本质:b 中所有向量实际上都"依赖"于 a)
  • m(m列)个n(行)维向量组线性相关<=>其所构成的齐次线性方程组=0,有非零解<=>构成的矩阵的秩<m(列数)(本质:把方程列出来化简之后就是线性相关的定义,若有非零解就是k不全为0;m-秩=自由度,存在自由度,使方程=0)等价就是:线性无关充要条件是齐次方程组只有零解
  • 可由向量组a表示<=>非齐次线性方程组=有解<=>r([a,])=r([a]) (本质:在a的空间内,可由a表示)
  • 如果向量组a一部分线性相关,则整个向量组线性相关,(小部分就能概括整个空间,则其余的都是多余向量)逆否命题:如果a向量无关,则任何一部分向量组都线性无关。
  • 如果n维向量组a线性无关,则向量组添加m个分量得到的向量组(m+n)维也是线性无关。(添加的分量,是独立的信息,没有引入与原来a线性相关的冗余)逆否命题:a线性相关,去掉若干分类后也是线性相关。
  • 总结:判断能不能线性表示,就看添加后是否多一维(秩),如果向量为撑起空间的向量,则不能被线性表示,如果向量不是撑起空间的向量,则可以被线性表示

记:

  • 自由度:就是对秩展成的空间的约束

极大线性无关组

link:

  • 本质:向量组中撑起空间的那几个向量的集合
  • 求极大线性无关组用进行初等行变换,找出和矩阵秩相同的子矩阵就是(不唯一)
  • 也就是说,求极大线性无关组可以作为空间的基向量,表示其他向量。那怎么表示其他向量呢:用矩阵乘法,基向量*倍数矩阵。

等价向量组:

link:

  • 本质:两个向量组可以相互线性表示(同一个空间中的同一个子空间,只是使用的基向量不同),记为
  • 等价向量组有传递性、对称性
  • <=>r(a)=r(B)=r(A,B)(三秩相同)

向量组的秩:

link:

  • 三秩相等:r(A)=A的行秩=A的列秩
  • 等价向量组=>秩相等
  • 对A进行初等行变换后变为B,A、B的行向量是等价向量组
  • 向量组A、B,若A中向的向量均可由B线性表示,则r(A)<=r(B)(A 的向量组实际上"依赖于" B 的向量组,说明 A 张成的子空间是 B 张成空间的子空间)
  • r(A+B)<=r(A,B)<=r(A)+r(B)

第四章:线性方程组:

齐次线性方程组:

  • r(A)=n,n为未知数的数量,此时有唯一0解,(此时,向量组为线性无关,只有x全为0的时候成立)
  • r(A)=r<n,有非零解(无穷多个),且有n-r个线性无关解(自由度)(基础空间r+约束(自由度)=总维度n,)。
  • 求解方法:1、行变换化为行阶梯型矩阵(方便看秩)。2、找出一个秩为r的子矩阵,其余位置为自由变量(明确自由变量)。3、设基础解系个数为n-r。4、设解中自由变量的位置为任意值(方便解题就行,一般是0或1),然后用A的每非0行和基础解系相乘,求出基础解系所有项。5、k*基础解系然后相加即可。
  • 基础解系的理解:秩组成了基本的空间,如三维,自由项就是在三维上开辟一个二维的子空间(通过原点的线性子空间),这个子空间由基础解系描述

非齐次线性方程组:

  • 为A的增广矩阵。
  • ,方程无解(说明增广矩阵引入了新的独立方向,B不在A的空间内)
  • 方程有唯一解(B在A内,没有自由项,所以解空间被完全限制,只要一个)
  • ,方程有无穷多解
  • 基础解系的理解:与非齐次的相同,但其描述的是偏移的线性子空间,与一阶的通过原点的不同。
  • 求解方法:1、求出齐次方程通解,2、求出特解(设一个特解,在增广矩阵中选出秩相同的子矩阵,令自由变量全为0,带入行求出其他值)3、解=通解+特解。或者使用下面的解法:非齐次线性方程组求通解_哔哩哔哩_bilibili

公共解:

  • A与B的公共解:,其实就是求通解的公共部分

同解方程组:

  • A与B有完全相同的解
  • (三秩相同)

第五章:特征值与特征向量

矩阵的特征值和特征向量:

link:

  • 本质:矩阵A对这个特殊的向量的变换就是λ,而这个特殊的向量就是特征向量
  • 为特征值<=>方程有非零解<=>所以(这个叫做特征方程,可求出的n个解)。(求这个需要做多项式除法)
  • 为A的n个 特征值,
  • 是A的属于的特征向量<=>的解
  • k重特征值至多只有k个线性无关的特征向量(k重特征值,是A对多个不同的k个特征向量有相同的作用效果)(特征值的"重数"表示矩阵 A 对某些方向(特征向量)的作用是重复的,但这些方向独立的最大数量(几何自由度)由重数 k 限制)其实跟没说一样,就是说当k个重复特征值的时候,仍可以有k个线性无关向量,只是提供一个上限,提示一下比k少的可以有。
  • 若n个特征向量是A的属于不同特征值的特征向量,则这n个特征向量线性无关(线性相关的特征向量,A的特征值一定相同,而线性无关的可以相同也可以不同)
  • 为A的属于同一(不同)特征值的特征向量,则仍是(不是)A的属于特征值的特征向量(线性子空间的任意线性组合仍然属于这个子空间)
  • 常规矩阵的特征值和特征向量

相似矩阵:

link:

  • ,则AB相似记为A~B,这个相似有传递性
  • 相似矩阵的必要性:|A|=|B|、r(A)=r(B)、tr(A)=tr(B)、、A,B的各阶主子式之和分别相等
  • A~B则。以上结论A到B的手段与其变化后A到B的手段相同;
  • 若A~C,B~D则
  • 如何求相似:定义、传递性、必要性反正不相似

相似对角化:

  • 本质:,为对角矩阵,则A可相似对角化,是A的相似标准型
  • 可相似对角化的充要条件:n阶矩阵A有n个线性无关的特征向量。(A对应每个k重特征值都有k个线性无关的特征向量)
  • 可相似对角化的充分条件:n阶矩阵有n个不同的特征值;n阶矩阵为实对称矩阵(满秩)
  • 计算:
  • 通过求特征值的方式求得对角矩阵,然后根据A和求P
  • 求可逆阵P:1、求特征值,2、求特征向量,3、把向量按列排就是P
  • 由特征值、特征向量反推A:
  • 可能会遇到求A的高次方,或其他形式,可以化为对角矩阵,然后再化回去。
实对称矩阵的相似对角化:

link:

  • 对称阵A的不同特征值的特征向量相互正交
  • 利用的性质推出:
  • 求实对称矩阵的相似对角化的基本步骤是:1、求特征值,2、求特征向量,3、将特征向量正交化(why:因为要求正交矩阵Q),4、按列排就是Q
  • 施密特正交化公式(将非正交积化为正交积):

第六章:二次型:

二次型的定义:

link:

  • 本质:就是个二元齐次多项式f(x),写成的形式,用矩阵A表示。A为f(x)的二次型矩阵。

合同变换:

link:

  • 本质:把x换成y,把一个二次型()通过线性变换化为另一个二次型(),A和B的关系 .若存在可逆矩阵C使。则。(从表达式A表示,到表达式B表示(换系))
  • 合同必等价、对称矩阵合同也是对称矩阵
  • 合同标准型:没有交叉项,只有平方项
  • 规范型:把标准型的系数都化为1,0,-1
  • 定理:1、任何实对称矩阵A(任何二次型),必存在可逆矩阵C,使得:(对角阵,且为规范型)2、扩展到正交变换Q,
  • 惯性定理:正系数(正惯性指数)和负系数(负惯性指数)的个数是不变的。合同变换下的不变量就是惯性指数(特别注意,惯性指数往往和特征向量相关2016)
  • 秩r=正惯性指数+负惯性指数
  • 合同的充要条件:有相同的正负惯性指数;
  • 在对称条件下,相似一定合同
  • 合同和相似的区别:??
  • 配方法化二次型:1、把二次型化成的形式,2、令y1,y2,y3等于平方项内的x的和,3、解出x=y1+...,也就是x=Cy,4、然后换元带入,把二次型变为y的标准型,5、求出|C|不为0则可以做可逆线性变换。

正定二次型:

  • 正定二次型<=><=>正惯性指数p=n<=>存在可逆矩阵D,<=>A=E<=>A的特征值全部>0<=>A的全部顺序主子式均大于0
  • 顺序主子式:看图
  • 二次型正定的必要条件:系数都大于0;|A|>0
相关推荐
缘友一世28 分钟前
操作系统PV专题题型突破(考研版)
考研·操作系统·pv·os
以梦为马mmky31 分钟前
考研初试专业分146!上岸新疆大学!信号与系统考研经验,通信考研小马哥。
考研·通信考研小马哥·通信考研·信号与系统·考研经验·新疆大学
Alla T6 小时前
【通识】线性代数(Linear Algebra)
线性代数
PerfumerKarma7 小时前
【WebGPU学习杂记】数学基础拾遗(2)变换矩阵中的齐次坐标推导与几何理解
学习·线性代数·矩阵
技术思考者7 小时前
基础很薄弱如何规划考研
java·经验分享·考研
VB59418 小时前
《考研 考证 各学科 各专业 思维导图汇总》PDF 5.2GB
考研·pdf
shenghaide_jiahu1 天前
数学建模——线性规划类题目(运筹优化类)
线性代数·数学建模
Alfred king1 天前
面试150 搜索二维矩阵
线性代数·矩阵·二分查找·数组
triticale2 天前
线性代数 下
线性代数
triticale2 天前
线性代数 上
线性代数