线代常见题型总结

文章目录


一、行列式的计算

上三角行列式和下三角行列式的结果都为主对角线元素之积

1.三阶行列式

化为上三角行行列式计算

2.含未知数行列式

先将所有的列都加到第一列后提公因子,再化上三角

3.范德蒙行列式

特点:后减前 如: ( x 2 − x 1 ) ( x 3 − x 1 ) ( x 3 − x 2 ) (x_{2}-x_{1})(x_{3}-x_{1})(x_{3}-x_{2}) (x2−x1)(x3−x1)(x3−x2)

变形:

4.爪型行列式

计算方法:


变形:

5.余子式(M)和代数余子式(A)

概念:

  1. 行列式展开定理(某一行/列0较多情况下可用):

    例题:
  2. 替换法:

    变形:

    将其转换为余子式A,然后再通过替换法计算

6.拆合法

7.拉普拉斯公式

例题:

二、矩阵

1.矩阵的乘法

2.抽象矩阵求逆矩阵

例题:

3.数字型矩阵求逆

例题:

  1. 三阶行列式

  2. 二阶行列式
    用【定理】或者【行变换】即可
    定理:若 ∣ A ∣ ≠ 0 ,则 A 可逆,且 A − 1 = 1 ∣ A ∣ A ∗ 定理:若|A|≠0,则A可逆,且{\displaystyle A^{-1}={\frac {1}{|A|}}A^{*}} 定理:若∣A∣=0,则A可逆,且A−1=∣A∣1A∗

例题:

4.求解矩阵方程

特点:

伴随矩阵的性质:
A A ∗ = A ∗ A = ∣ A ∣ E A ∗ = ∣ A ∣ A − 1 AA^{*} = A^{*}A = |A|E\\ A* = |A|A^{-1} AA∗=A∗A=∣A∣EA∗=∣A∣A−1

注意矩阵乘法的顺序

例题:

  1. 数字型

  2. 含伴随:

5.方阵的行列式

公式:

例题:

6.矩阵的秩

化为行阶梯形即可得出R(无须化到最简)

三、向量组的线性相关性

1.判断向量组的线性相关性(数字型)

知识点:

例题:

  1. 例1

  2. 例2

2.判断向量组的线性相关性(抽象型)

知识点:

  1. 用定义:若存在系数,使向量组的和为0,则线性相关,反之无关
  2. 用下面方法

例题:

3.求向量组的秩与极大无关组

知识点:

例题:

四、线性方程组

1.齐次方程组(A·X=0)的求解

知识点:

例题:

2.非齐次方程组的求解

知识点:

例题:

3.带参数方程组的求解

例题:

五、矩阵的特征值与特征向量

1.特征值与特征向量的求法(数字型)

知识点:

例题




2.特征值与特征向量的求法(抽象型)

知识点:

例题:

3.矩阵的相似对角化

知识点:

  1. 不对称阵求可逆阵
  2. 对称阵求正交阵

例题:

  1. 不对称阵

  2. 对称阵

相关推荐
闻缺陷则喜何志丹6 小时前
【数学 线性代数】差分约束
c++·线性代数·数学·差分约束·负环最短路
Mryan20058 小时前
NumPy系列 - 创建矩阵
数据结构·python·线性代数·矩阵·numpy
wblong_cs1 天前
《交互式线性代数》
线性代数·矩阵
今天吃什么了1 天前
计算两个矩阵的乘积
线性代数·算法·矩阵
不忘不弃2 天前
矩阵的转置
线性代数·算法·矩阵
odoo中国2 天前
深度学习 Deep Learning 第2章 线性代数
人工智能·深度学习·线性代数
优维科技EasyOps3 天前
QKV矩阵:优维大模型自注意力机制的数学之美
线性代数·矩阵
WBingJ3 天前
深度学习基础:线性代数的本质1——深入理解向量
线性代数·算法·机器学习
极客 - L U3 天前
数学 :矩阵
线性代数·矩阵
猎人everest4 天前
机器学习之线性代数
人工智能·线性代数·机器学习