shader_线性代数复习提纲

Posted 2020-09-27

MIT线代教程   http://open.163.com/movie/2010/11/7/3/M6V0BQC4M_M6V29E773.html

《转载》

《线性代数》复习提纲
第一部分：基本要求（计算方面）
四阶行列式的计算；
N阶特殊行列式的计算（如有行和、列和相等）；
矩阵的运算（包括加、减、数乘、乘法、转置、逆等的混合运算）；
求矩阵的秩、逆（两种方法）；解矩阵方程；
含参数的线性方程组解的情况的讨论；
齐次、非齐次线性方程组的求解（包括唯一、无穷多解）；
讨论一个向量能否用和向量组线性表示；
讨论或证明向量组的相关性；
求向量组的极大无关组，并将多余向量用极大无关组线性表示；
将无关组正交化、单位化；
求方阵的特征值和特征向量；
讨论方阵能否对角化，如能，要能写出相似变换的矩阵及对角阵；
通过正交相似变换（正交矩阵）将对称矩阵对角化；
写出二次型的矩阵，并将二次型标准化，写出变换矩阵；
判定二次型或对称矩阵的正定性。
第二部分：基本知识
一、行列式
1．行列式的定义
用n^2个元素aij组成的记号称为n阶行列式。
　（1）它表示所有可能的取自不同行不同列的n个元素乘积的代数和；
　（2）展开式共有n!项，其中符号正负各半；
2．行列式的计算
 
一阶|α|=α行列式，二、三阶行列式有对角线法则；
 
N阶（n>=3）行列式的计算：降阶法
　定理：n阶行列式的值等于它的任意一行（列）的各元素与其对应的代数余子式乘积的和。
　方法：选取比较简单的一行（列），保保留一个非零元素，其余元素化为0，利用定理展开降阶。
特殊情况
上、下三角形行列式、对角形行列式的值等于主对角线上元素的乘积；
（2）行列式值为0的几种情况：
　Ⅰ　行列式某行（列）元素全为0；
Ⅱ　行列式某行（列）的对应元素相同；
Ⅲ　行列式某行（列）的元素对应成比例；
Ⅳ　奇数阶的反对称行列式。
二．矩阵
　1．矩阵的基本概念（表示符号、一些特殊矩阵――如单位矩阵、对角、对称矩阵等）；
　2．矩阵的运算
（1）加减、数乘、乘法运算的条件、结果；
（2）关于乘法的几个结论：
①矩阵乘法一般不满足交换律（若AB＝BA，称A、B是可交换矩阵）；
②矩阵乘法一般不满足消去律、零因式不存在；
③若A、B为同阶方阵，则|AB|=|A|*|B|；
④|kA|=k^n|A|
　3．矩阵的秩
（1）定义　非零子式的最大阶数称为矩阵的秩；
（2）秩的求法　　一般不用定义求，而用下面结论：
矩阵的初等变换不改变矩阵的秩；阶梯形矩阵的秩等于非零行的个数（每行的第一个非零元所在列，从此元开始往下全为0的矩阵称为行阶梯阵）。
求秩：利用初等变换将矩阵化为阶梯阵得秩。
　4．逆矩阵
　（1）定义：A、B为n阶方阵，若AB＝BA＝I，称A可逆，B是A的逆矩阵（满足半边也成立）；
　（2）性质：　(AB)^-1=(B^-1)*(A^-1)，(A‘)^-1=(A^-1)‘；(A B的逆矩阵，你懂的)（注意顺序）
　（3）可逆的条件：
　  ①　|A|≠0；　②r(A)=n;  ③A->I;
（4）逆的求解
伴随矩阵法　A^-1=(1/|A|)A*；(A*    A的伴随矩阵~)
②初等变换法（A:I）->(施行初等变换)（I:A^-1）　 
5．用逆矩阵求解矩阵方程：
AX=B，则X=（A^-1）B；
XB=A，则X=B(A^-1)；
AXB=C，则X=(A^-1)C(B^-1)
三、线性方程组
1．线性方程组解的判定
定理：
 
(1) r(A,b)≠r(A)  无解；
(2) r(A,b)=r(A)=n  有唯一解；
(3)r(A,b)=r(A)<n   有无穷多组解；
特别地：对齐次线性方程组AX=0
(1)  r(A)=n  只有零解；
(2)  r(A)<n  有非零解；
 
    再特别，若为方阵，
 
(1)|A|≠0  只有零解
(2)|A|=0   有非零解
2．齐次线性方程组
 
（1）解的情况：
 
r(A)=n，（或系数行列式D≠0）只有零解；

r(A)<n，（或系数行列式D＝0）有无穷多组非零解。
 
（2）解的结构：
 
　X=c1α1+c2α2+…+Cn-rαn-r。
 
（3）求解的方法和步骤：
　①将增广矩阵通过行初等变换化为最简阶梯阵；
②写出对应同解方程组；
③移项，利用自由未知数表示所有未知数；
④表示出基础解系；
⑤写出通解。
3．非齐次线性方程组
（1）解的情况：
利用判定定理。
（2）解的结构：
 
　X=u+c1α1+c2α2+…+Cn-rαn-r。
 
（3）无穷多组解的求解方法和步骤：
　与齐次线性方程组相同。
（4）唯一解的解法：
　有克莱姆法则、逆矩阵法、消元法（初等变换法）。
四、向量组
1．N维向量的定义
注：向量实际上就是特殊的矩阵（行矩阵和列矩阵）。
2．向量的运算：
　（1）加减、数乘运算（与矩阵运算相同）；
 
　（2）向量内积　α‘β=a1b1+a2b2+…+anbn；
 
（3）向量长度
 
    |α|=√α‘α=√(a1^2+a2^2+…+an^2)        (√  根号)
（4）向量单位化　(1/|α|)α；
 
（5）向量组的正交化（施密特方法）
　设α1，α 2，…，αn线性无关，则
　β1=α1，
　β2=α2-（α2’β1/β1’β）*β1，
　β3=α3-（α3’β1/β1’β1）*β1-（α3’β2/β2’β2）*β2，………。
3．线性组合
 
（1）定义　若β=k1α1+k2α 2+…+knαn，则称β是向量组α1，α 2，…，αn的一个线性组合，或称β可以用向量组α1，α 2，…，αn的一个线性表示。
 
（2）判别方法　将向量组合成矩阵，记
　A＝(α1，α 2，…，αn)，B=(α1，α2，…，αn,β)
 
若　r (A)=r (B)，则β可以用向量组α1，α 2，…，αn的一个线性表示；
若　r (A)≠r (B)，则β不可以用向量组α1，α 2，…，αn的一个线性表示。
 
（3）求线性表示表达式的方法：
　将矩阵B施行行初等变换化为最简阶梯阵，则最后一列元素就是表示的系数。
4．向量组的线性相关性
（1）线性相关与线性无关的定义
 
　设 k1α1+k2α2+…+knαn=0，
 
　若k1,k2,…，kn不全为0，称线性相关；
 
　若k1,k2,…，kn全为0，称线性无关。
 
（2）判别方法：
 
① r(α1，α 2，…，αn)<n，线性相关；
    r(α1，α 2，…，αn)=n，线性无关。
 
②若有n个n维向量，可用行列式判别：
 
　n阶行列式aij＝0，线性相关（≠0无关） (行列式太不好打了)
 
5．极大无关组与向量组的秩
（1）定义　极大无关组所含向量个数称为向量组的秩
 
（2）求法　设A＝(α1，α 2，…，αn)，将A化为阶梯阵，则A的秩即为向量组的秩，而每行的第一个非零元所在列的向量就构成了极大无关组。
 
五、矩阵的特征值和特征向量
 
1．定义　对方阵A，若存在非零向量X和数λ使AX＝λX，则称λ是矩阵A的特征值，向量X称为矩阵A的对应于特征值λ的特征向量。
 
2．特征值和特征向量的求解：
 
　求出特征方程|λI-A|=0的根即为特征值，将特征值λ代入对应齐次线性方程组(λI-A)X＝0中求出方程组的所有非零解即为特征向量。
 
3．重要结论：
（1）A可逆的充要条件是A的特征值不等于0；
（2）A与A的转置矩阵A‘有相同的特征值；
（3）不同特征值对应的特征向量线性无关。
六、矩阵的相似
1．定义　对同阶方阵A、B，若存在可逆矩阵P，使P^-1AP=B，则称A与B相似。
2．求A与对角矩阵∧相似的方法与步骤（求P和∧）：
求出所有特征值；
求出所有特征向量；
若所得线性无关特征向量个数与矩阵阶数相同，则A可对角化（否则不能对角化），将这n个线性无关特征向量组成 

矩阵即为相似变换的矩阵P，依次将对应特征值构成对角阵即为∧。
3．求通过正交变换Q与实对称矩阵A相似的对角阵：
　方法与步骤和一般矩阵相同，只是第三歩要将所得特征向量正交化且单位化。
七、二次型
                                                        n
 
1．定义　n元二次多项式f(x1,x2,…，xn)=∑  aijxixj称为二次型,若aij=0(i≠j)，则称为二交型的标准型。
                                                         i,j=1
 
2．二次型标准化：
　配方法和正交变换法。正交变换法步骤与上面对角化完全相同，这是由于对正交矩阵Q，Q^-1=Q‘，即正交变换既是相似变换又是合同变换。
3．二次型或对称矩阵的正定性：
（1）定义（略）；
（2）正定的充要条件：
①A为正定的充要条件是A的所有特征值都大于0；
②A为正定的充要条件是A的所有顺序主子式都大于0；