数学：常用的线性代数知识点

最新推荐文章于 2023-09-07 16:35:07 发布

M_Z_G_Y

最新推荐文章于 2023-09-07 16:35:07 发布

阅读量1.1k

点赞数

分类专栏：数学

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/M_Z_G_Y/article/details/89602567

版权

本文详细介绍了线性代数中的核心概念，包括逆矩阵、矩阵的秩、线性相关性、线性方程组、特征值和特征向量、相似矩阵、对称矩阵、正交矩阵以及二次型。阐述了它们之间的关系，如逆矩阵与秩的联系，线性相关性与方程组解的关系，以及特征值在相似矩阵和正定二次型中的角色。

摘要由CSDN通过智能技术生成

逆矩阵

定义：A，B为n阶方阵，E为n阶单位矩阵，AB=BA=E，说明A是可逆的，其逆矩阵为B
求解：

$A^{-1}= \frac{1}{|A|}A^{*}$ ，其中 $A^{*}$ 为伴随矩阵，要求 $|A|\neq 0$ (A可逆的充要条件)
初等行变换： $(A|E)\rightarrow (E|A^{-1})$

矩阵的秩

定义：m × n的矩阵A，若A中至少有一个r阶子式不等于零，且在r<min(m,n)时，A中所有的r+1阶子式全为零，则A的秩为r
求解：行阶梯形矩阵（标准形）的行数

逆和秩的关系

A满秩（ R(A)=n ） $\Leftrightarrow$ 方阵A可逆 $\Leftrightarrow$ $|A|\neq 0$ （A非奇异）

向量组的线性相关性

定义：给定向量组A: ，如果存在不全为零的数 k1, k2, ···,km , 使 $k_{1}\alpha_{1}+k_{2}\alpha_{2}+...+k_{m}\alpha_{m}=0$ ，则称向量组A线性相关性，否则向量组A线性无关。

逆、秩和线性相关性的关系

向量组线性相关 $\Leftrightarrow$ （组成矩阵A） $\Leftrightarrow$ （前提是A是方阵） $\Leftrightarrow$ A可逆（前提是A是方阵）
向量组线性无关 $\Leftrightarrow$ （

最低0.47元/天解锁文章

关注

0
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。