线性代数(期末复习)

第一章     行列式

1.行列式性质:

性质1:行列式与它的转置行列式相等

性质2:对换行列式的两行(列),行列式变号

性质3:行列式的某一行(列)中所有的元素都乘以同一数 k,等于用数 k 乘此行列式

性质4:若行列式的某一行(列)的元素都是两数之和,则它等于两个行列式之和(这两个行列式只能有一行(列)不同)

性质5:把行列式的某一行(列)的各元素乘同一数然后加到另一行(列)对应的元素上去,行列式不变

2.行列式的推论:

推论1:若行列式有两行(列)完全相同,则此行列式等于零

推论2:行列式中某一行(列)中的所有元素的公因子可以提到行列式记号的外面

推论3:行列式中如果有两行(列)元素成比例,则此行列式等于零

3. 行列式等于它的任一行(列)的各元素与其对应的代数余子式乘积之和

4.范德蒙德行列式

5.行列式某一行(列)的元素与另一行(列)的对应元素的代数余子式乘积之和等于零

第二章     矩阵及其运算

1.矩阵的加法:只有当两个矩阵是同型矩阵(均为m行n列)时,矩阵才能加法运算

2.数与矩阵相乘:等于这个数与矩阵每个元素相乘

3.矩阵A(m行n列)与矩阵B(n行y列)相乘得矩阵C(m行y列)

4.矩阵与矩阵相乘怎么运算?

5.转置的运算:

6.方阵的行列式(矩阵的行数和列数相同):

7.逆矩阵运算规律:

8.克拉默法则

9.矩阵分块

第三章  矩阵的初等变换与线性方程组

未完待续----------------------------------------------------------

  • 5
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
线性代数是一门研究向量空间和线性映射的数学学科,是计算机科学中的一门重要课程。线性代数的基本概念包括向量、矩阵、线性方程组、线性变换等,这些概念在计算机领域中广泛应用。 在计算机科学中,线性代数有着广泛的应用。其中,矩阵和线性方程组是解决很多问题的重要工具。由于机器学习、人工智能和图形学等领域的快速发展,对线性代数的理解和应用变得尤为重要。 研究线性代数时,我们首先需要了解向量的基本概念和运算规则。向量可以表示多维空间中的点或方向,可以进行加法、乘法等运算。矩阵是由向量组成的矩形阵列,可以用来表示线性变换或解决线性方程组。线性方程组的解可以通过矩阵运算求解,这在计算机科学中非常常见。 线性映射是线性代数中的重要概念之一,它把一个向量空间映射到另一个向量空间,可以用来解决数据处理、图像处理等问题。线性映射的基本性质和运算规则对于理解和应用线性代数都至关重要。 在线性代数的学习过程中,我们还需要学习特征值与特征向量、正交性、内积等概念。特征值和特征向量在很多问题中都起到非常重要的作用,如图像压缩、数据降维等。正交性则是矩阵和向量之间的重要关系,它在图形处理、信号处理等领域有着广泛的应用。 综上所述,线性代数在计算机科学中扮演着至关重要的角色。通过对向量、矩阵、线性方程组和线性变换等基本概念的学习,我们可以更好地理解和应用线性代数知识,从而为计算机科学领域的问题提供有效的解决方案。通过在CSDN上总结复习线性代数知识,可以帮助我们更好地理解这门学科,提高解决实际问题的能力。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值