线性代数_廖艾贤_1

线性方程组(3+8+2+2+2)

线性方程组的三个初等变换(3)

1. 交换两个方程在方程组中的位置
2. 用一个不为零的数同时乘某一个方程的等号两边
3. 把某一方程的若干倍加给另一方程

以上三个初等变换不改变方程的解，且也对应了矩阵的三种初等变换

向量组的八种基本运算(8)

$1. \vec \alpha +\vec \beta = \vec \beta + \vec \alpha \quad 向量加法交换律$
$2. (\vec \alpha +\vec \beta ) +\vec \gamma = \vec \alpha +(\vec \beta +\vec \gamma) \quad 向量加法结合律$
$3. \vec \alpha +\vec 0 = \vec \alpha$
$4. \vec \alpha + (-\vec \alpha) = \vec 0$
$5.1\times \vec \alpha = \vec \alpha$
$6. \mu(\nu\vec \alpha) = (\mu\nu)\vec\alpha \quad 向量数乘结合律$
$7. (\mu+\nu)\vec \alpha = \mu\vec\alpha + \nu\vec\alpha\quad 向量数乘对数的分配律$
$8. \mu(\vec\alpha + \vec \gamma)=\mu\vec \alpha + \mu\vec\gamma\quad 向量数乘对向量的分配律$

线性相关(2)

1. 线性相关的向量组，取每个向量相同的一部分分量，得到的新向量组仍线性相关
2. 线性无关的向量组，增加每个向量的分量至相同的个数，新向量组仍线性无关

秩(2)

向量组的最大无关组的向量数，称为秩，记rank
1. 矩阵的行秩和列秩相等，合称矩阵的秩
2. 初等变换不改变矩阵的秩

线性方程组的解(2)

1. 是否有解

   齐次方程组：肯定有解
   非齐次方程组：增广矩阵和系数矩阵秩相等

2. 解是否惟一

   系数矩阵全体列向量线性无关->秩等于未知量数目（无论是否非齐）

矩阵(8+4+6+3+2+5)

加法与数乘(8)

加法：行列分别相等的矩阵相加，对应元素各自相加
数乘：一个数乘矩阵所有元素
加法与数乘的八条基本运算规则
$1. \mathbf A +\mathbf B = \mathbf B + \mathbf A$
$2. (\mathbf A +\mathbf B ) +\mathbf C = \mathbf A +(\mathbf B +\mathbf C)$
$3. \mathbf A +\mathbf 0 = \mathbf A$
$4. \mathbf A + (-\mathbf A) = \mathbf 0$
$5. 1\times \mathbf A = \mathbf A$
$6. \mu(\nu\mathbf A) = (\mu\nu)\mathbf A$
$7. (\mu+\nu)\mathbf A = \mu\mathbf A + \nu\mathbf A$
$8. \mu(\mathbf A + \mathbf C)=\mu\mathbf A + \mu\mathbf C$

乘法(4)

$1. (\mathbf A+\mathbf B)\mathbf C=\mathbf A\mathbf C+\mathbf B\mathbf C$
$2. \mathbf A(\mathbf B+\mathbf C)=\mathbf A\mathbf B+\mathbf A\mathbf C$
$3. \mu(\mathbf A\mathbf B)=\mathbf A(\mu \mathbf B)$
$4. (\mu+\nu)\mathbf A=\mu \mathbf A+ \nu \mathbf A$

转置(6)

$rank \mathbf A^T= rank \mathbf A$
$(\mathbf A^T)^T = \mathbf A$
$\mathbf A=\mathbf B <=> \mathbf A^T = \mathbf B^T$
$(\mathbf A+\mathbf B)^T=\mathbf A^T +\mathbf B^T$
$(\gamma \mathbf A)^T = \gamma \mathbf A^T$
$(\mathbf A\mathbf B)^T = \mathbf B^T\mathbf A^T$

矩阵方程(1+(2))

把若干个系数矩阵相同的线性方程组合并为一个矩阵方程
第一类/列向量形式的矩阵方程
$\mathbf A\mathbf X=\mathbf B$
第二类/行向量形式的矩阵方程
$\mathbf X\mathbf A=\mathbf B$
秩：
一个向量组能由另一个向量组生成的必要条件是被生成向量组的秩不超过生成向量组的秩

对于AX=B形式的矩阵方程，其可以表示B的列向量可由A的列向量线性组合得到，故rank B <= rank A
其推论即: $rank (\mathbf A\mathbf B) \le min\{rank(\mathbf A), rank(\mathbf B)\}$

解条件

有解:
齐次矩阵方程： 一定有解
非齐次矩阵方程: 矩阵$rank([\mathbf A \quad\mathbf B]) = rank (\mathbf A)$
惟一：
$\mathbf A$列向量组线性无关（对第一类）

初等矩阵(2)

对单位矩阵进行相应初等变换，即可得到相应初等矩阵

对任一矩阵，对其进行一次行初等变换等效于使用对应初等矩阵左乘该矩阵
对任一矩阵，对其进行一次列初等变换等效于使用对应初等矩阵右乘该矩阵

可逆方阵(5)

两同阶方阵$\mathbf A \quad \mathbf B$,满足：$\mathbf A \mathbf B= \mathbf I且\mathbf B \mathbf A= \mathbf I$
1. 初等矩阵均可逆

$C(i,j)^{-1} = C(i,j)$
$C(i(k))^{-1}=C(i(\frac 1k)), k\not = 0$
$C(i,j(k))^{-1} = C(i,j(-k)), k\not = 0$
$R(i,j)^{-1} = R(i,j)$
$R(i(k))^{-1}=R(i(\frac 1k)), k\not = 0$
$R(i,j(k))^{-1} = R(i,j(-k)), k\not = 0$

2.方阵可逆<=>满秩方阵
3. 可逆方阵乘矩阵，矩阵的秩不变
4.$(AB)^{-1} = B^{-1}A^{-1}$
5.$(A^T)^{-1}=(A^{-1})^T$

行列式(1+7)

det A表示对矩阵A求行列式

克拉墨法则(1)

对方程$\mathbf A\vec \epsilon=\vec \beta$:

$$\vec \epsilon = \begin{bmatrix} x_1\\ \vdots \\ x_n\\ \end{bmatrix} = \begin{bmatrix} \frac {det\; A_1}{det\;A}\\ \vdots \\ \frac {det\;A_n}{det\;A} \\ \end{bmatrix}$$
A：系数矩阵
$A_j:用常数列项向量\vec \beta代替A的第j列$

性质(7)

1. 交换任意两行/列，det互为相反数
2. $det(k\mathbf B) = k^ndet(\mathbf B)$
3. 把方阵的某一行/列与某个不为零的数乘加到另一行/列，方阵的行列式不变
4. 行列式的某一行/列各元素与另一行/列对应元素的代数余子式的乘积之和为零
5. $det(\mathbf A\mathbf B) = det(\mathbf A) det(\mathbf B)$
6. 由秩为r的矩阵能得到的满秩子方阵的最高阶数为r,能得到的不为零的子行列式的最高阶也为r
7. $B^{-1}= \frac {B^*}{det \;B},B^*:伴随矩阵$

伴随矩阵的秩

对n价矩阵A
$AA^* = |A|I$
$rank A < n-1 => A^* = 0\quad rank A^* = 0$
$rank A = n-1 => rank A^* = 1$
$rank A = n => rank A^* = n$
$|A^*|=|A|^{n-1}$