线性代数基础概念与重要定义汇总

马上要开始一大波夏令营面试了，前不久thu叉院的一面问到了概率分布，没有准备好，用了一周左右的时间断断续续的复习了一下线性代数，后面再概率论吧，主要总结了一些基础知识，概念和性质。

一、行列式-计算方法与重要性质

$$\text{行列式定义}$$
行列式的定义依赖于逆序数与全排列，需要注意的是，行列式只是方阵的概念。

---

$$\text{行列式计算以及性质}$$
行列式的计算除了直接用定义以外，可以使用如下性质进行计算的简化。

1、三角形行列式的值，等于对角线元素的乘积。计算时，一般需要多次运算来把行列式转换为上三角型或下三角型
2、交换行列式中的两行（列），行列式变号（交换）
3、行列式中某行（列）的公因子，可以提出放到行列式之外。（倍乘）（注：矩阵是全部元素都乘，都提取）
4、行列式的某行乘以a，加到另外一行，行列式不变，常用于消去某些元素。（倍加）
5、若行列式中，两行（列）完全一样，则行列式为0；可以推论，如果两行（列）成比例，行列式为0。
6、行列式展开：行列式的值，等于其中某一行（列）的每个元素与其代数余子式乘积的和；但若是另一行（列）的元素与本行（列）的代数余子式乘积求和，则其和为0

---

$$\text{行列式重要公式}$$

拉普拉斯展开式中，m，n分别是A,B矩阵的阶数。

---

$$\text{方阵的行列式}$$

• $|A^T|=|A|$
• $|kA|=k^n|A|$
• $|AB|=|A||B|$
• $|A^{\ast }|=|A{|}^{n-1}$，A是n阶矩阵。
• $|A{|}^{-1}=|A^{-1}|$
• A的行列数是A所有特征值的乘积。

---

相关博文：

https://blog.csdn.net/xuejianbest/article/details/85051344utm_medium=distribute.pc_relevant.none-task-blog-baidujs-2
https://blog.csdn.net/xuejianbest/article/details/85050784?ops_request_misc=&request_id=&biz_id=102&utm_term=%E8%A1%8C%E5%88%97%E5%BC%8F&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduweb~default-6-85050784
https://blog.csdn.net/wuxintdrh/article/details/98424632?ops_request_misc=&request_id=&biz_id=102&utm_term=%E8%A1%8C%E5%88%97%E5%BC%8F%E7%9A%84%E4%B8%BB%E8%A6%81%E5%85%AC%E5%BC%8F&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduweb~default-0-98424632

二、矩阵的秩，特征值与特征多项式

矩阵的特征值刻画矩阵的奇异性、反映矩阵所有对角元素的结构、刻画矩阵的正定性。

---

$$\text{秩}$$
一个矩阵A的列秩是A的线性独立的纵列的极大数目。类似地，行秩是A的线性无关的横行的极大数目。即如果把矩阵看成一个个行向量或者列向量，秩就是这些行向量或者列向量的秩，也就是极大无关组中所含向量的个数。

如果A中，存在一个i阶子式不为0，且所有i+1阶子式对应的行列式值为0，那么r(A)=i（所谓的i阶子式即在矩阵中人去一个i*i的方阵）

求矩阵的秩时，除了利用定义法和上面的观察法，主要是通过性质，经过初等变换，矩阵秩不变。若A可逆，则r(AB)=r(BA)=r(B)

---

$$\text{特征值与特征向量}$$

物理意义：我们可以将矩阵看成是一个力的混合体，但需要注意的是，这个力的混合体中各个力是相互独立的！即特征向量之间线性无关，是无法做力的合成（这里只是假设其无法合成，有更好的解释以后会补充）的。其中力的个数为矩阵的秩，力的大小为特征值的大小，力的方向即为特征向量的方向。

详细解释见深度理解矩阵的奇异值，特征值

$$\text{特征多项式}$$
A为n阶矩阵，若数λ和n维非0列向量x满足Ax=λx，那么数λ称为A的特征值，x称为A的对应于特征值λ的特征向量。式Ax=λx也可写成( A-λE)x=0，并且|λE-A|叫做A 的特征多项式。当特征多项式等于0的时候，称为A的特征方程，特征方程是一个齐次线性方程组，求解特征值的过程其实就是求解特征方程的解。

---

$$\text{特征值相关的重要性质}$$

• 设$A$是n阶矩阵，${\lambda }_1,..,{\lambda }_n$是矩阵$A$的特征值，那么我们有如下两条性质$1:\sum {\lambda }_i=\sum a_{ii}，2:\prod {\lambda }_i=|A|$。
• 不同特征值对应的特征向量线性无关。
• 实对阵矩阵 A A