线代最近好多地方都要用到,然而之前学的太渣啦,这次复yu习xi一遍记一下~
本文应配合原书食用,只是作为通读全书之后方便查阅的参考,而非用作单独学习线代
第1章 线性代数中的线性方程组
- 线性方程组等价 ⇔ ⇔ 解集相同 ⇔ ⇔ 增广矩阵行等价
- 线性方程组的解:null/one/infinite
- 线性方程组相容:有解(one/infinite)
- 行初等变换:
- 倍加:加上另一行的倍数
- 对换:两行互换
- 倍乘:一行各元素乘一个标量
- 行初等变换是可逆的
- (行)阶梯形矩阵(缩写为REF)
- 每一非零行在每一零行之上
- 下方的行的先导元素在右方
- 推论:先导元素(一行的最左非零元素)所在列的下面全是零
- 简化(行)阶梯形(缩写为RREF)
- 先导元素都是1
- 先导元素是所在列唯一的非零元素
- 简化阶梯形是唯一的
- 主元位置:阶梯形中先导元素的位置;主元列*:含主元位置的列
- 主元列对应基本变量,非主元列对应自由变量
- 方程组通解的形式(举例说明):
⎧⎩⎨⎪⎪x1=5x3+1x2=−x3+4x3is free { x 1 = 5 x 3 + 1 x 2 = − x 3 + 4 x 3 is free - 线性方程组相容 ⇔ ⇔ 增广矩阵最右列不是主元列(没有 0=b 0 = b 情况出现,其中 b b 为非零常数)
- 线性组合:
- 向量方程 x1a1→+x2a2→+⋯+xnan→=b⃗ x 1 a 1 → + x 2 a 2 → + ⋯ + x n a n → = b → 与增广矩阵 [a1→a2→⋯an→b⃗ ] [ a 1 → a 2 → ⋯ a n → b → ] 解集相同
- Span{ v⃗ 1,v⃗ 2,⋯,v⃗ p} S p a n { v → 1 , v → 2 , ⋯ , v → p } 为这些向量生成的子集,即它们线性组合产生的向量的集合
- Ax⃗ A x → 可以理解为 A A 中各列以 中对应分量为权重的线性组合
- Ax⃗ =b⃗ A x → = b → 有解 ⇔ ⇔ b⃗ b → 中各列是 A A 中各列的线性组合
- 下列命题等价:
- 对 Rm R m 中的每个 b⃗ b → 都有解
- Rm R m 中的每个 b⃗ b → 都是 A A 的列的线性组合
- 的各列生成 Rm R m
- A A 的每一行都有一个主元位置
- (注意 是系数矩阵而非增广矩阵)
- 齐次线性方程组: Ax⃗ =0⃗ A x → = 0 → (等式右边不为 0⃗ 0 → 称为非齐次线性方程组)
- Ax⃗ =0⃗ A x → = 0 → 存在非平凡解 ⇔ ⇔ 存在自由变量
- 非齐次线性方程组的解:若 Ax⃗ =b⃗ A x → = b → 有一个特解 p⃗ p → ,则它的通解为所有形如 w⃗ =p⃗ +v⃗ h w → = p → + v → h 的向量,其中 v⃗ h v → h 为 Ax⃗ =0⃗ A x → = 0 → 的任意一个解
- 线性无关: x1v⃗ +x2⋯+xpv⃗ p=0⃗ x 1 v → + x 2 ⋯ + x p v → p = 0 → 仅有平凡解,那么这些向量线性无关
- 线性相关集的特征: S={ v1,v2,⋯vp} S = { v 1 , v 2 , ⋯ v p } 线性相关 ⇔ ⇔ 至少有一个向量是其他向量的线性组合
- Rn R n 中的 p p 个向量的集合,当 时一定为线性相关集
- 若向量集中含有 0⃗ 0 → ,则它们线性相关
- 由 Rn R n 到 Rm R m 的变换 T T 是一个规则将 每个向量 x⃗ x → 对应到 Rm R m 中的向量 T(x⃗