文章目录
行列式
det(A)=|A|
要点
1 只有方阵才有行列式
2 行列式是方阵的一个属性
本为解一元方程组时的速记符号：
n阶行列式的值 为 n元一次方程组 的解 的分母(每一项解的分母都相同)
余子式 代数余子式
M
i
j
=
A
中去除
a
i
j
所在的行列，剩余元素组成的行列式
M_{ij}=A中去除a_{ij}所在的行列，剩余元素组成的行列式
Mij=A中去除aij所在的行列，剩余元素组成的行列式
A
i
j
=
(
−
1
)
i
+
j
M
i
j
A_{ij}=(-1)^{i+j}M_{ij}
Aij=(−1)i+jMij
行列式展开
展开行列式值不变 展开行列式值不变 展开行列式值不变
按第i行展开
D
=
a
i
1
A
i
1
+
a
i
2
A
i
2
.
.
.
+
a
i
n
A
i
n
D=a_{i1}A_{i1}+a_{i2}A_{i2}...+a_{in}A_{in}
D=ai1Ai1+ai2Ai2...+ainAin
按第i列展开
D
=
a
1
i
A
1
i
+
a
2
i
A
2
i
.
.
.
+
a
n
i
A
n
i
D=a_{1i}A_{1i}+a_{2i}A_{2i}...+a_{ni}A_{ni}
D=a1iA1i+a2iA2i...+aniAni
注：
0
=
a
1
i
A
1
j
+
a
2
i
A
2
j
.
.
.
+
a
n
i
A
n
j
0=a_{1i}A_{1j}+a_{2i}A_{2j}...+a_{ni}A_{nj}
0=a1iA1j+a2iA2j...+aniAnj
当行列式和元素不为同一行(列)时，其值为0，可用性质2证明
对角行列式
只有对角线上的元素非零
∣ A ∣ = a 11 a 22 . . . a n n |A|=a_{11}a_{22}...a_{nn} ∣A∣=a11a22...ann
推导：展开即可
另外有斜对角线，计算结果相似，但要注意符号
斜对角线角标之和为（n+1）
三角行列式
对角行列式的一侧元素非零
有上下三角
∣ A ∣ = a 11 a 22 . . . a n n |A|=a_{11}a_{22}...a_{nn} ∣A∣=a11a22...ann
推导：第一行(列)展开即可
另外有斜上下三角角线，计算结果相似，但要注意符号
行列式的性质
下列性质对行列均成立
→
\rightarrow
→：推论
1 D = D T 2 互换两行，行列式变号 → 两行相同，行列式为 0 3 k ∣ A ∣ = 某一行乘上 k 4 将某一行的值乘以 k 倍，加到其他行，行列式值不变 5 行列式某一行都是相加，可拆 1\ D=D^T\\ 2\ 互换两行，行列式变号\rightarrow 两行相同，行列式为 0\\ 3\ k|A|=某一行乘上k\\ 4\ 将某一行的值乘以k倍，加到其他行，行列式值不变\\ 5\ 行列式某一行都是相加，可拆 1 D=DT2 互换两行，行列式变号→两行相同，行列式为03 k∣A∣=某一行乘上k4 将某一行的值乘以k倍，加到其他行，行列式值不变5 行列式某一行都是相加，可拆
矩阵
一些特殊矩阵
对称阵：方阵，且对称轴为主对角线 对称阵：方阵，且对称轴为主对角线 对称阵：方阵，且对称轴为主对角线
0 m × n 零矩阵：不规定形状，但需要所有元素为 0 0_{m\times n}\ 零矩阵：不规定形状，但需要所有元素为0 0m×n 零矩阵：不规定形状，但需要所有元素为0
E n 单位矩阵：主对角线全为 1 的对角矩阵 E_n\ 单位矩阵： 主对角线全为1的对角矩阵 En 单位矩阵：主对角线全为1的对角矩阵
数量矩阵：单位阵 × k 数量矩阵：单位阵\times k 数量矩阵：单位阵×k
梯形阵： 1 ）零行全在非零行下面 ( 无论上下梯形 ) 2 ）递减 ( 增 ) 是严格的 3 ）严格来说“对角线”方向必须是沿主对角线方向，数在右边叫上梯形，左边叫下 4 ）中间可以有 0 梯形阵：\\ 1）零行全在非零行下面(无论上下梯形)\\ 2）递减(增)是严格的 \\ 3）严格来说“对角线”方向必须是沿主对角线方向，数在右边叫上梯形，左边叫下\\ 4）中间可以有0 梯形阵：1）零行全在非零行下面(无论上下梯形)2）递减(增)是严格的3）严格来说“对角线”方向必须是沿主对角线方向，数在右边叫上梯形，左边叫下4）中间可以有0
加减数乘
A+B ：矩阵对应元素相加（减）
cA：每一元素都×c
矩阵乘法
AB
公式表示太复杂
相乘方法为：前行后列遍历
要点如下
1 只有A的列=B的行 才能相乘
2 结果矩阵：A的行数，B的列数
3 结果矩阵对应位置，为AB对应行列的内积
4
A
(
B
+
C
)
=
A
B
+
B
C
A(B+C)=AB+BC
A(B+C)=AB+BC（分配律）
5
A
(
B
C
)
=
(
A
B
)
C
（结合律）
A(BC)=(AB)C（结合律）
A(BC)=(AB)C（结合律）
有三点与数乘不同：
6 无交换律：
A
B
≠
B
A
AB\neq BA
AB=BA
7 无消去律：
A
B
=
A
C
不能推出
B
=
C
AB=AC\ 不能推出\ B=C
AB=AC 不能推出 B=C
8 存在非零的零因子：
非零矩阵
A
,
B
仍有可能
A
B
=
0
非零矩阵A,B\ \ \ \ \ 仍有可能\ AB=0
非零矩阵A,B 仍有可能 AB=0
矩阵的逆
与原阵乘积为单位阵的矩阵
A A − 1 = A − 1 A = I n × n AA^{-1}=A^{-1}A=I_{n\times n} AA−1=A−1A=In×n
要点如下
1 只有方阵才有逆
2
(
A
B
)
−
1
=
B
−
1
A
−
1
(AB)^{-1}=B^{-1}A^{-1}
(AB)−1=B−1A−1（注意顺序）
3
(
c
A
)
−
1
=
c
−
1
A
−
1
(cA)^{-1}=c^{-1}A^{-1}
(cA)−1=c−1A−1
4 二阶逆阵快速计算
乘积 转置
(
A
B
)
T
=
B
T
A
T
(AB)^T=B^TA^T
(AB)T=BTAT
向量间
a
=
(
a
1
,
a
2
.
.
.
a
n
)
T
a=(a_1,a_2...a_n)^T
a=(a1,a2...an)T
b
=
(
b
1
,
b
2
.
.
.
b
n
)
T
b=(b_1,b_2...b_n)^T
b=(b1,b2...bn)T
向量内积(点乘)
内积为一个数，两向量对应元素相乘求和
<
a
,
b
>
=
a
T
b
=
b
T
a
=
∑
a
i
b
i
<a,b>=a^Tb=b^Ta=\sum a_ib_i
<a,b>=aTb=bTa=∑aibi
模
自身内积开方
∣
∣
a
∣
∣
=
a
T
a
||a||=\sqrt{a^Ta}
∣∣a∣∣=aTa
正交向量
内积为0的两个向量正交
a
T
b
=
0
a^Tb=0
aTb=0
矩阵间
A
=
(
a
i
j
)
n
×
m
A=(a_{ij})_{n\times m}
A=(aij)n×m
B
=
(
a
i
j
)
m
×
p
B=(a_{ij})_{m\times p}
B=(aij)m×p
相似
若存在n阶可逆P
使得
P
−
1
A
P
=
B
P^{-1}AP=B
P−1AP=B
则称A与B相似
1 方阵才有相似
2 任何方阵都有相似阵
Jordan阵
1 任何一个矩阵都与Jordan阵相似
对角化
向量和矩阵之间
特征值 特征向量
A为n阶方阵
A × μ = λ × μ A\times \mu = \lambda\times \mu A×μ=λ×μ
则称 ，
λ
\lambda
λ为特征值
μ
\mu
μ为特征向量
特征向量不为零
行列式
特征多项式
f A ( λ ) = ∣ λ I − A ∣ f_A(\lambda)=|\lambda I-A| fA(λ)=∣λI−A∣
该行列式称为矩阵A的特征多项式
1
f
A
(
λ
)
=
0
↔
λ
为
A
的特征值
f_A(\lambda)=0\leftrightarrow \lambda为A的特征值
fA(λ)=0↔λ为A的特征值
2 将特征多项式展开，可得：
∑
λ
=
t
r
(
A
)
\sum\lambda=tr(A)
∑λ=tr(A)
Π
λ
=
d
e
t
(
A
)
\Pi \lambda=det(A)
Πλ=det(A)
特征根
例：特征多项式如下：
f
A
(
λ
)
=
(
λ
−
1
)
(
λ
+
2
)
4
f_A(\lambda)=(\lambda-1)(\lambda+2)^4
fA(λ)=(λ−1)(λ+2)4
则称：
λ
=
1
\lambda=1
λ=1为一重特征根
λ
=
−
2
\lambda=-2
λ=−2为四重特征根
矩阵的秩 及性质
rank(A) = 矩阵中独立的行(列)数
行秩==列秩
用初等行变换将矩阵A化为阶梯形矩阵，则矩阵中非零行的个数就定义为这个矩阵的秩，记为r(A)
满秩不可逆
迹
幂等矩阵 及性质
向量导数 二次型
1687
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
