一、理解线代物理意义
数字强调大小,线代强调方向
别的向量是基向量缩放得到的
向量不平行就线性无关吗
无关的向量可以张成一个子空间,即表示某一维度里面的任意一个向量
A特征向量=特征值E*特征向量
标准基向量表示的特征向量换一种基向量任然是 相同的倍数
二、常用结论
AB=0
r(A)+r(B)<=n,B的列向量是方程组Ax=0的解
A为实对称矩阵,则A的伴随也是实对称矩阵
三、线性代数知识点
1、行列式
行列式按行或列展开:由代数余子式Aij与系数aij乘积的累加
代数余子式无系数但有 ( − 1 ) i + j (-1)^{i+j} (−1)i+j
row是行,column是列
c1+c2:指将行列式的第二列加到第一列中
范德蒙行列式的计算:交叉相减相乘
2、矩阵
矩阵初等变换:
初等矩阵:由单位阵经过一次(不是一系列)初等变换得到的矩阵
三种:交换,倍乘非零常数,倍加
初等行变换相当于左乘初等矩阵
初等列变换相当于右乘初等矩阵
A通过初等列变换得到B:
1.r(A)=r(B)
2.列变换,Ax=B有解,即r(A)=r(A,B)
分块阵:
AB=C
A、C按列分块:
C列向量由A列向量线性表出
A可以通过一系列初等列变换得到C
Ax=B有解,B的一个列向量bi是方程组Ax=ci的解,r(A)=r(B)=r(A,B)
B、C按行分块:
C行向量由B行向量线性表出
B可以通过初等行变换得到C
可逆矩阵与求矩阵的逆
可逆矩阵就是非奇异矩阵,非奇异矩阵也是可逆矩阵
伴随矩阵:
由代数余子式组成
AA*=|A|E
3、向量与相关无关
矩阵A、B等价
即经过初等变换变成对方<=>r(A)=r(B)
向量组A、B等价:
可以线性表示对方
r(A)=r(B)=r(A,B)<=>Ax=B,By=A两个方程组有解
4、方程组与秩的关系
克拉默法则:规定行列式不为0,方程组的解是什么
Ax=b
非齐次方程组系数行列式不为0,方程组有唯一解,r(A)=r(A,b)=n
非齐次方程组系数行列式为0,可能无穷多解,r(A)=r(A,b)<n
——线性无关的解向量个数n-r(A)
非齐次方程组系数行列式为0,可能无解,r(A)<r(A,b)
Ax=0
齐次方程组的系数行列式不为0,只有零解,r(A)=n
齐次方程组系数行列式为0,有非零解,r(A)<n
方程组有无穷多解
解向量:个数=n-r(A)
基础解系:方程的一组解
通解:方程组的所有解(k为任意常数)
秩的公式:
秩越拼越大,越乘越小
0<=r(a)<=min{m,n}
r(a)+r(b)>=r(a,b)>=max{r(a),r(b)}
r(ab)<=min{r(a),r(b)}
r(A)=n,r(A*)=n
r(A)=n-1,r(A*)=1
r(A)<n-1,r(A*)=0
r(A,AB)=r(A)——AB的列向量可以由A的列向量线性表出,按列拼接
5、特征值
求特征值(可以是实数或虚数)
上下三角矩阵、对角矩阵的特征值就是主对角线元素
矩阵A、B相似:
P − 1 A P = B P^{-1}AP=B P−1AP=B定义
必要条件:
1.A与B相同特征值线性无关的向量个数相同(阶数不超过3也充要)
2.特征值相同(无论能否相似对角化),即特征多项式相同
矩阵的迹相同(对角线元素之和)=特征值的和
行列式的值相同=特征值的乘积
r(A)=r(B),原理:乘以可逆矩阵不改变矩阵的秩
3. λ E − A 与 λ E − B 相 似 \lambda E-A与\lambda E-B相似 λE−A与λE−B相似
即 r ( λ E − A ) = r ( λ E − B ) r(\lambda E-A)=r(\lambda E-B) r(λE−A)=r(λE−B)
即 ( λ E − A ) x = 0 与 ( λ E − B ) 解 向 量 个 数 相 同 (\lambda E-A)x=0与(\lambda E-B)解向量个数相同 (λE−A)x=0与(λE−B)解向量个数相同
4.特殊:对实对称矩阵A、B,一定可以相似对角化(即使有重根)
实对称矩阵A与B相似<=>A、B特征值全部相同
相似对角化的条件:
定理:特征值不同特征相量线性无关
有三个不同的特征值,一定可以相似对角化
有某特征值是重根,它也要有重根个数的线性无关的特征向量
6、二次型
矩阵A、B合同
存 在 C , 使 C T A C = B , B 是 标 准 型 存在C,使C^{T}AC=B,B是标准型 存在C,使CTAC=B,B是标准型
一个实对称矩阵的正、负惯性指数与另一个实对称矩阵的正负惯性指数相等
实对称矩阵
实对称矩阵一定可以相似对角化:
特征值不同无重根,特征相量线性无关且相互正交
即使某特征值存在重根,它也一定有重根个数的线性无关的特征向量,但需要通过施密特正交变换得到正交的特征向量
施密特正交化
二次型到标准形
二次型::n个变量的二次多项式
标准形:只有平方项
规范形:只有平方项,系数只能是1,0,-1
惯性指数:正、0、负
二次型正定:带入不全为0的一组数,结果一定大于0
正惯性指数是n(负惯性指数为0不代表正惯性指数n,故不可推正定)
二次型到标准形:
完全平方和不一定是标准形,线性变换必须可逆,满秩
先写出二次型对应的对称矩阵
法一:配方法
法二:实对称矩阵正交变换(相似对角化、正交化、单位化)