【线性代数】快速复习笔记

这篇具有很好参考价值的文章主要介绍了【线性代数】快速复习笔记。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。


本文图片均参考自猴博士的视频https://www.bilibili.com/video/BV1fv411y7YY,侵联删

行列式

行列式的基础计算

某行(列加上或减去另一行(列的几倍,行列式不变

【线性代数】快速复习笔记

某行列乘k,等于k乘此行列式

【线性代数】快速复习笔记

互换两行列,行列式变号

【线性代数】快速复习笔记

【线性代数】快速复习笔记

计算的书写步骤和规范
【线性代数】快速复习笔记

行列式的性质

1 主对角线是X,其余是其他常数a

【线性代数】快速复习笔记

2 范德蒙德行列式

【线性代数】快速复习笔记

3 行列式加减法

【线性代数】快速复习笔记
例题:
【线性代数】快速复习笔记

4 余子式M和代数余子式A

【线性代数】快速复习笔记

5 利用代数余子式计算行列式的值

【线性代数】快速复习笔记

6 多个A或M相加减

【线性代数】快速复习笔记
【线性代数】快速复习笔记

7 解齐次与非齐次方程组

齐次方程组没有常数项,而非齐次有
【线性代数】快速复习笔记

【线性代数】快速复习笔记

矩阵

矩阵相乘

基本运算

前行乘后列,以前面的行数和后面的列数确定结果行列数,而前面的列数和后面的行数需要相等才能相乘
【线性代数】快速复习笔记

单位矩阵及其他注意事项

注意矩阵乘法满足分配律但不满足交换律

【线性代数】快速复习笔记

【线性代数】快速复习笔记

矩阵的绝对值

【线性代数】快速复习笔记

其他

转置矩阵

【线性代数】快速复习笔记

证明矩阵可逆

【线性代数】快速复习笔记
【线性代数】快速复习笔记

求逆矩阵

【线性代数】快速复习笔记
【线性代数】快速复习笔记

利用逆矩阵进行矩阵乘法运算

【线性代数】快速复习笔记

伴随矩阵

【线性代数】快速复习笔记

矩阵的秩

【线性代数】快速复习笔记

其实只要0的数量递增就行,不用最后一行一定全是0,此时R(A)=3
【线性代数】快速复习笔记
【线性代数】快速复习笔记

向量组与线性空间

线性表示(矩阵和增广矩阵秩相等)

【线性代数】快速复习笔记

向量组线性相关(组成的矩阵秩小于向量个数)

【线性代数】快速复习笔记

求向量在某基底坐标

【线性代数】快速复习笔记

求极大无关组

【线性代数】快速复习笔记

解方程组

判断解的情况

【线性代数】快速复习笔记

齐次示例:

【线性代数】快速复习笔记
非齐次示例
【线性代数】快速复习笔记

解方程组

例1:
【线性代数】快速复习笔记
例2:
【线性代数】快速复习笔记
如果是齐次:
【线性代数】快速复习笔记

特解、通解、基础解系

特解
【线性代数】快速复习笔记

通解
【线性代数】快速复习笔记

基础解系
【线性代数】快速复习笔记

已知多个非齐次特解求齐次通解

【线性代数】快速复习笔记

下面的X1和X2不成比例,所以线性无关

线性无关的解个数

【线性代数】快速复习笔记

方阵对角化及应用

规范正交化

【线性代数】快速复习笔记

求特征值

【线性代数】快速复习笔记

特征向量

【线性代数】快速复习笔记

与对角阵相似

【线性代数】快速复习笔记

【线性代数】快速复习笔记
【线性代数】快速复习笔记

二次型

系数矩阵

【线性代数】快速复习笔记

化为标准型(用特征值求)

【线性代数】快速复习笔记

化为规范形

【线性代数】快速复习笔记

配方法化为标准型

【线性代数】快速复习笔记

正定矩阵

【线性代数】快速复习笔记
【线性代数】快速复习笔记文章来源地址https://www.toymoban.com/news/detail-512704.html

到了这里,关于【线性代数】快速复习笔记的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 「6」线性代数(期末复习)

    🚀🚀🚀大家觉不错的话,就恳求大家点点关注,点点小爱心,指点指点🚀🚀🚀  目录   第五章    相似矩阵及二次型 2)方阵的特征值与特征向量 3)相似矩阵   定义6:设A是n阶矩阵,如果数𝛌和n维非零列向量x使关系式 Ax=𝛌x(1) 成立,那么,这样的数𝛌称为矩阵A的

    2024年02月02日
    浏览(99)
  • 线性代数复习:行列式

    求行列式就是求这个行列式的值 二,三阶行列式:可以用:对角线法则和沙路法做 对角线法则: 主对角线和的值减去 副对角线积的和值。 a b c d : 值就是ad-bc 注意:n阶:n行n列. 1.下三角法则(主对角线以上都为0): 把行列式化为下三角行列式值等于主对角线的元素的值的

    2024年02月07日
    浏览(41)
  • 保研线性代数复习3

    1.什么是生成集(Generating Set)?什么是张成空间(Span)? 存在向量空间V=(V,+,*),和向量集(xi是所说的列向量),如果 每一个属于V的向量都能被A中向量线性组合来表示,那么说明 A 是向量空间 V 的生成集 , A的所有线性组合(所有线性组合不同)称为A的张成空间。 如

    2024年04月13日
    浏览(34)
  • 线性代数-矩阵--自己复习用

    定义          ***当左边矩阵的列数等于右边矩阵的行数时,两个矩阵相乘才有意义。 ① 矩阵相乘:左行右列 ② 相乘有效:左列右行 满足: ①结合律:(AB)C==A(BC) ②分配律:  (A+B)C==AC+BC    C(A+B)==CA+CB ③数量矩阵同任意矩阵可交换:AE=EA          (λE)A=λA=A(λE) 不满足: ①

    2024年02月03日
    浏览(48)
  • 线性代数-知识点复习(面试用)

    整理:Peter1146717850 一、向量与线性组合 向量:往什么方向走多么远 e.g. ( 1 2 ) begin{pmatrix} 1 \\\\ 2end{pmatrix} ( 1 2 ​ ) 向量的 模 :向量的长度 向量的 加减法 :向量对应元素相加减(前提:维度相同) ( a b c ) + ( x y z ) = ( a + x b + y c + z ) begin{pmatrix} a \\\\b \\\\ cend{pmatrix} + begin{pma

    2024年04月25日
    浏览(39)
  • 线性代数复习公式整理(自用/持续更新)

    设A、B为n阶矩阵 ∣ A T ∣ = ∣ A ∣ left | A^T right | =left | A right | ​ A T ​ = ∣ A ∣ ∣ A m ∣ = ∣ A ∣ m left | A^m right | =left | A right | ^m ∣ A m ∣ = ∣ A ∣ m ∣ k A ∣ = k n ∣ A ∣ left | kA right | =k^nleft | A right | ∣ k A ∣ = k n ∣ A ∣ ∣ A B ∣ = ∣ A ∣ ∣ B ∣ left | AB right |

    2024年02月13日
    浏览(50)
  • 矩阵理论复习部分——线性代数(3)初等变换、逆矩阵

    一、初等变换3种方式 对调矩阵的两行(两列); 以 k ≠ 0 k not = 0 k  = 0 乘某一行(列)所有元素; 某一行(列)元素 k k k 倍加到另一行(列); 二、初等矩阵 初等矩阵是指由单位矩阵经过一次初等变换得到的矩阵。 左乘初等矩阵 = 行变换 右乘初等矩阵 = 列变换 初等矩

    2024年02月04日
    浏览(58)
  • 线性代数的学习和整理15:线性代数的快速方法

       5  空间的同构 下面再谈谈同构。线性空间千千万,应如何研究呢?同构就是这样一个强大的概念,任何维数相同的线性空间之间是同构的,空间的维数是简单而深刻的,简单的自然数居然能够刻画空间最本质的性质。借助于同构,要研究任意一个n维线性空间,只要研究

    2024年02月11日
    浏览(60)
  • 计算机科学cs/电子信息ei面试准备——数学基础/线性代数复习

    目录 1. 中值定理 2. 梯度和散度 方向导数和梯度 通量与散度 3. 泰勒公式是为了解决什么问题的? 4. 矩阵的秩是什么,矩阵的秩物理意义? 矩阵的秩 矩阵秩的物理意义 5. 特征值和特征向量的概念 5.1 传统方法 例题 5.2 雅可比迭代法 6. 什么是线性相关以及线性相关的性质?

    2024年02月16日
    浏览(45)
  • 【线性代数】矩阵特征值的快速求法

    本文讨论 3阶矩阵 的特征值的快速求法。 分为速写特征多项式和速解方程两部分。 速写特征多项式 不妨令: A = [ a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 ] boldsymbol{A}=left[begin{array}{lll} a_{11} a_{12} a_{13} \\\\ a_{21} a_{22} a_{23} \\\\ a_{31} a_{32} a_{33} end{array}right] A = ​ a 11 ​ a 21 ​ a 31 ​

    2024年02月03日
    浏览(45)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包