![](https://img-blog.csdnimg.cn/5d557e029a844e109be8d0136bf6a29e.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
线性代数
文章平均质量分 90
线性代数
return bool(1)
遁入尘烟
展开
-
【线性代数基础进阶】二次型-补充+练习
关于配方法和辅助坐标变换是很灵活的,这仅是自己的总结,我觉得应该有更加普适的方法,但个人能力就到这里了,如果有好的方法可以私信我,我加上。此处注意如果想用坐标变换法,要保证变换的系数矩阵对应行列式不为。注:正交变换法只能化二次型为标准形,平方项的系数即是特征值。一定注意是正交变换的行列式,一般的合同矩阵之间没有这个关系。,两个矩阵特征值只是符号相同的数量相同,值之间没有必然关系。对于没有平方项只有交叉项的,先做辅助坐标变换。起手不合适的情况,可以换其他含有平方项的。,没有太固定的变换模板,需要灵活。....原创 2022-08-31 12:25:49 · 170 阅读 · 0 评论 -
【线性代数基础进阶】特征值和特征向量-补充+练习
定义:设A=(aij)A=(a_{ij})A=(aij)为一个nnn阶矩阵,则行列式∣λE−A∣=∣λ−a11−a12⋯−a1n−a21λ−a22⋯−a2n⋮⋮⋮−an1−an2⋯λ−ann∣|\lambda E-A|=\begin{vmatrix}\lambda-a_{11} & -a_{12} & \cdots & -a_{1n} \\ -a_{21} & \lambda-a_{22} & \cdots & -a_{2n} \\ \vdots & \vdots & & \vdots原创 2022-08-30 17:56:25 · 262 阅读 · 0 评论 -
【线性代数基础进阶】二次型
注意与特征值、特征向量的联系f(x1,x2,x3)=x12+5x22+5x32+2x1x2−6x2x3=x12+x1x2+x1x2+5x22−3x2x3−3x2x3+5x32=x1(x1+x2)+x2(x1+5x2−3x3)+x3(−3x2+5x3)=(x1,x2,x3)(x1+x2x1+5x2−3x3−3x2+5x3)=(x1,x2,x3)(11015−30−35)(x1x2x3)平方项放到对角线,混合项对半分=xTAx\begin{aligned}f(x_{1},x_{2},x_{3})&=x_{1原创 2022-08-29 09:58:26 · 487 阅读 · 0 评论 -
【线性代数基础进阶】特征值和特征向量
定义:设AAA是nnn阶矩阵,α\alphaα是nnn维非000列向量,且Aα=λαA \alpha=\lambda \alphaAα=λα则称λ\lambdaλ是矩阵AAA的特征值,α\alphaα是矩阵AAA对应于特征值λ\lambdaλ的特征向量由Aα=λα,α≠0⇒(λE−A)α=0,(λE−A)x=0⇒αA \alpha=\lambda \alpha,\alpha\ne0\Rightarrow (\lambda E-A)\alpha=0,(\lambda E-A)x=0\Rightarrow原创 2022-08-28 17:22:31 · 934 阅读 · 4 评论 -
【线性代数基础进阶】向量-补充+练习 & 线性方程组-练习
α1,α2,⋯ ,αr\alpha_{1},\alpha_{2},\cdots,\alpha_{r}α1,α2,⋯,αr及α1,α2,⋯ ,αr,⋯ ,αs(其中s≥r)\alpha_{1},\alpha_{2},\cdots,\alpha_{r},\cdots,\alpha_{s}(其中s\geq r)α1,α2,⋯,αr,⋯,αs(其中s≥r),称α1,α2,⋯ ,αr\alpha_{1},\alpha_{2},\cdots,\alpha_{r}α1,α2,⋯,αr是α1,α2,⋯原创 2022-08-26 11:11:17 · 384 阅读 · 1 评论 -
【线性代数基础进阶】线性方程组-part2
例:求和矩阵A=(12−13)A=\begin{pmatrix}1 & 2 \\ -1 & 3\end{pmatrix}A=(1−123)可交换矩阵设X=(x1x2x3x4)X=\begin{pmatrix}x_{1} & x_{2} \\ x_{3} & x_{4}\end{pmatrix}X=(x1x3x2x4)和AAA可交换,即AX=XAAX=XAAX=XA(12−13)(x1x2x3x4)=(x1x2x3x4)(12−13)(x1+2x3x2+2x4−x1+3x3−x2+3x4)=原创 2022-08-25 15:42:51 · 134 阅读 · 0 评论 -
【线性代数基础进阶】线性方程组-part1
{a11x1+a12x2+⋯+a1nxn=0a21x1+a22x2+⋯+a2nxn=0⋯am1x1+am2x2+⋯+amnxn=0\begin{cases}a_{11}x_{1}+a_{12}x_{2}+\cdots+a_{1n}x_{n}=0\\a_{21}x_{1}+a_{22}x_{2}+\cdots+a_{2n}x_{n}=0\\\cdots\\a_{m1}x_{1}+a_{m2}x_{2}+\cdots+a_{mn}x_{n}=0\end{cases}⎩⎨⎧a11x1+a12x2+⋯+a原创 2022-08-24 09:25:12 · 446 阅读 · 0 评论 -
【线性代数基础进阶】向量-part2
定义:对mmm个nnn维向量α1,α2,⋯ ,αm\alpha_{1},\alpha_{2},\cdots,\alpha_{m}α1,α2,⋯,αm,若存在不全为000的实数k1,k2,⋯ ,kmk_{1},k_{2},\cdots,k_{m}k1,k2,⋯,km使k1α1+k2α2+⋯+kmαm=0k_{1}\alpha_{1}+k_{2}\alpha_{2}+\cdots+k_{m}\alpha_{m}=0k1α1+k2α2+⋯+kmαm=0成立,则其向量组α1,α2,⋯原创 2022-08-22 11:24:28 · 495 阅读 · 0 评论 -
【线性代数基础进阶】向量-part1
nnn个数a1,a2,⋯ ,ana_{1},a_{2},\cdots,a_{n}a1,a2,⋯,an构成的有序数组称为nnn维向量(a1a2⋮an)\begin{pmatrix}a_{1} \\ a_{2} \\ \vdots \\ a_{n}\end{pmatrix}⎝⎛a1a2⋮an⎠⎞或(a1a2⋯an)T\begin{pmatrix}a_{1} & a_{2} & \cdots & a_{n}\end{pmatrix}^{T}(a1a2⋯an)T列向量(a1a2⋯a原创 2022-08-19 15:52:48 · 670 阅读 · 0 评论 -
【线性代数基础进阶】矩阵-补充+练习
设AAA是nnn阶矩阵上述补充在下例1:设α=(12,0,⋯ ,0,12)T\alpha=(\frac{1}{2},0,\cdots,0, \frac{1}{2})^{T}α=(21,0,⋯,0,21)T是nnn维列向量,矩阵A=E−ααT,B=E+aααTA=E-\alpha \alpha^{T},B=E+a \alpha \alpha^{T}A=E−ααT,B=E+aααT,若BBB是AAA的逆矩阵,则a=()a=()a=()AB=(E−ααT)(E+aααT)=E+(a−1)ααT−aααTα⏟常原创 2022-08-18 16:42:11 · 157 阅读 · 0 评论 -
【线性代数基础进阶】行列式-补充+练习
爪型行列式的标准形式,即行列式的主对角线有值,第一行、第一列剩余位置为111,其他位置为000,形如D=∣a011⋯11a10⋯010a2⋯0⋮⋮⋮⋮100⋯an∣D=\begin{vmatrix}a_{0} & 1 & 1 & \cdots & 1 \\ 1 & a_{1} & 0 & \cdots & 0 \\ 1 & 0 & a_{2} & \cdots & 0 \\ \vdots & \vdots & \vdots & & \vdots \\ 1 & 0 & 0 & \cdots & a_{原创 2022-08-17 22:39:39 · 222 阅读 · 0 评论 -
【线性代数基础进阶】矩阵-part2
单位矩阵经过一次初等变换所得到的矩阵称为初等矩阵初等矩阵PPP左乘矩阵AAA,其乘积PAPAPA就是矩阵AAA作一次与PPP同样的行变换初等矩阵PPP右乘矩阵AAA,其乘积APAPAP就是矩阵AAA作一次与PPP同样的列变换(100210001)(100−210001)=(100010001)\begin{pmatrix}1 & 0 & 0 \\ 2 & 1 & 0 \\ 0 & 0 & 1\end{pmatrix}\begin{pmatrix}1 & 0 & 0 \\ -2 & 1 & 0 \\ 0原创 2022-08-16 15:04:58 · 208 阅读 · 0 评论 -
【线性代数基础进阶】矩阵-part1
m×nm\times nm×n个数排成如下mmm行nnn列的一个表格(a11a12⋯a1na21a22⋯a2⋮⋮⋮am1am2⋯amn)\begin{pmatrix}a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_22 & \cdots & a_2 \\ \vdots & \vdots & & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn}\end{pmatrix}⎝⎛a11a21⋮am1a12a2原创 2022-08-16 15:03:20 · 271 阅读 · 0 评论 -
【线性代数基础进阶】行列式
行列式的结果是数,是不同行不同列元素乘积的代数式由1,2,⋯ ,n1,2,\cdots,n1,2,⋯,n组成的有序数组称为一个nnn阶排列,通常用j1,j2,⋯ ,jnj_{1},j_{2},\cdots,j_{n}j1,j2,⋯,jn表示nnn阶排列例如:2,4,1,34阶排列2,4,1,3\quad 4阶排列2,4,1,34阶排列1,3,5,4,25阶排列1,3,5,4,2\quad 5阶排列1,3,5,4,25阶排列一个排列中,如果一个大的数排在一个小的数的前面,就称这两个数构成一个逆序。原创 2022-08-15 14:46:21 · 488 阅读 · 0 评论 -
【线性代数】相似矩阵及二次型
AAA是nnn阶方阵,如果对于数λ\lambdaλ,存在非零向量α\alphaα,使得Aα=λα(α≠0)A \alpha=\lambda \alpha\quad (\alpha \ne \boldsymbol{0})Aα=λα(α=0)成立,则称λ\lambdaλ是AAA的特征值,α\alphaα是AAA的对应于λ\lambdaλ的特征向量性质:⎨⎧∣A∣=λ1,⋯,λn=i=1∏nλitr(A)=i=1∑naii=i=1∑nλi步骤:例1:求矩阵A=(−211020−413)A原创 2022-08-01 21:32:43 · 645 阅读 · 0 评论 -
【线性代数】向量组的线性相关性
定义:nnn个有次序的数a1,a2,⋯ ,ana_{1},a_{2},\cdots,a_{n}a1,a2,⋯,an所组成的数组称为nnn维向量,这nnn个数称为该向量的nnn个分量,第iii个数aia_{i}ai称为第iii个分量向量可以使行向量,也可以是列向量给定向量组A:a1,a2,⋯ ,amA:a_{1},a_{2},\cdots,a_{m}A:a1,a2,⋯,am,对于任何一组实数k1,k2,⋯ ,kmk_{1},k_{2},\cdots,k_{m}k1,k2,⋯,km,表达式k原创 2022-07-29 21:23:54 · 364 阅读 · 0 评论 -
【线性代数】矩阵的初等变换与线性方程组
下面三种变换称为矩阵的初等行变换把定义中的“行”换成“列”,即得矩阵的初等列变换的定义(所用记号是把“rrr“换成”ccc“)。矩阵的初等行变换与初等列变换,统称初等变换非零行的第一个非零元为111,且这些非零元所在的列的其他元素都为000例如:(1002010300100000)\begin{pmatrix}1 & 0 & 0 & 2 \\ 0 & 1 & 0 & 3 \\ 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 0\end{pmatrix}⎝⎛1000010000102300原创 2022-07-28 10:00:18 · 1372 阅读 · 0 评论 -
【线性代数】矩阵及其运算
已知A=(a11a12⋯a1na21a22⋯a2⋮⋮⋮am1am2⋯amn)A=\begin{pmatrix}a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_22 & \cdots & a_2 \\ \vdots & \vdots & & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn}\end{pmatrix}A=⎝⎛a11a21⋮am1a12a22⋮am2⋯⋯⋯a1na2⋮amn⎠⎞,这原创 2022-07-27 15:55:42 · 294 阅读 · 0 评论 -
【线性代数】行列式
记为∣a11a12a21a22∣\begin{vmatrix}a_{11}&a_{12}\\ a_{21}&a_{22}\\ \end{vmatrix}∣∣a11a21a12a22∣∣,其中数aij(i=1,2;j=1,2)a_{ij}(i=1,2;j=1,2)aij(i=1,2;j=1,2)称为上面行列式的元素或元,元素aija_{ij}aij的第一个下标iii称为行标,表名该元素在第iii行,第二个下标jjj为列标,表明该元素位于第jjj列。位于第iii行第jjj列的元素称为上面行列原创 2022-07-27 09:14:28 · 408 阅读 · 0 评论