【线性代数】快速复习笔记

已于 2023-07-04 11:57:13 修改
阅读量1.3k 收藏 18
点赞数 1
分类专栏： 其他课程 文章标签： 线性代数 笔记
于 2023-06-29 16:52:52 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_51371693/article/details/131455122
版权

线性代数快速复习


本文图片均参考自猴博士的视频https://www.bilibili.com/video/BV1fv411y7YY，侵联删

行列式

行列式的基础计算

某行（列加上或减去另一行（列的几倍，行列式不变

在这里插入图片描述

某行列乘k,等于k乘此行列式

在这里插入图片描述

互换两行列，行列式变号

在这里插入图片描述

在这里插入图片描述

计算的书写步骤和规范
在这里插入图片描述

行列式的性质

1 主对角线是X，其余是其他常数a

在这里插入图片描述

2 范德蒙德行列式

在这里插入图片描述

3 行列式加减法

在这里插入图片描述
例题：
在这里插入图片描述

4 余子式M和代数余子式A

在这里插入图片描述

5 利用代数余子式计算行列式的值

在这里插入图片描述

6 多个A或M相加减

在这里插入图片描述
在这里插入图片描述

7 解齐次与非齐次方程组

齐次方程组没有常数项，而非齐次有
在这里插入图片描述

在这里插入图片描述

矩阵

矩阵相乘

基本运算

前行乘后列，以前面的行数和后面的列数确定结果行列数，而前面的列数和后面的行数需要相等才能相乘
在这里插入图片描述

单位矩阵及其他注意事项

注意矩阵乘法满足分配律但不满足交换律

在这里插入图片描述

在这里插入图片描述

矩阵的绝对值

在这里插入图片描述

其他

转置矩阵

在这里插入图片描述

证明矩阵可逆

在这里插入图片描述
在这里插入图片描述

求逆矩阵

在这里插入图片描述
在这里插入图片描述

利用逆矩阵进行矩阵乘法运算

在这里插入图片描述

伴随矩阵

在这里插入图片描述

矩阵的秩

在这里插入图片描述

其实只要0的数量递增就行，不用最后一行一定全是0，此时R(A)=3
在这里插入图片描述
在这里插入图片描述

向量组与线性空间

线性表示（矩阵和增广矩阵秩相等）

在这里插入图片描述

向量组线性相关（组成的矩阵秩小于向量个数）

在这里插入图片描述

求向量在某基底坐标

在这里插入图片描述

求极大无关组

在这里插入图片描述

解方程组

判断解的情况

在这里插入图片描述

齐次示例：

在这里插入图片描述
非齐次示例
在这里插入图片描述

解方程组

例1：
在这里插入图片描述
例2：
在这里插入图片描述
如果是齐次：
在这里插入图片描述

特解、通解、基础解系

特解
在这里插入图片描述

通解
在这里插入图片描述

基础解系
在这里插入图片描述

已知多个非齐次特解求齐次通解

在这里插入图片描述

下面的X1和X2不成比例，所以线性无关

线性无关的解个数

在这里插入图片描述

方阵对角化及应用

规范正交化

在这里插入图片描述

求特征值

在这里插入图片描述

特征向量

在这里插入图片描述

与对角阵相似

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

二次型

系数矩阵

在这里插入图片描述

化为标准型（用特征值求）

在这里插入图片描述

化为规范形

在这里插入图片描述

配方法化为标准型

在这里插入图片描述

正定矩阵

在这里插入图片描述
在这里插入图片描述

KiraFenvy
关注
  • 1
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
线性代数 | 复习笔记
yxj的博客
07-26 698
文章目录1 向量及其运算线性代数两向量相等向量运算性质列向量向量的线性组合向量的长度向量正交Cauchy-Schwarz 不等式三角不等式2 矩阵与线性方程组对矩阵与向量乘积的理解对线性方程组的理解可逆矩阵线性方程组的行图和列图3 高斯消元法矩阵的初等行变换增广矩阵消去矩阵置换阵4 矩阵的运算矩阵乘法的性质分块矩阵矩阵的转置5 矩阵的逆逆矩阵性质6 LU 分解LU 分解的存在性和唯一性对称矩阵的 LDLTLDL^TLDLT 分解7 向量空间向量子空间推广的向量空间的定义列空间零空间阶梯形8 求解齐次线性方程
考研复习_线性代数_复习笔记
06-25
万一有人用上了呢
（一）行列式
秋水顽石
10-09 3820
一、行列式的定义二、行列式的另一种写法注意：一个矩阵的行列式为一个数值，是一个数值！数值！三、行列式的性质性质1 行列式与它的转置行列式相等。性质2 互换行列式的两行（列），行列式变号。推论 如果行列式有两行（列）完全相同，此行列式等于0.性质3 行列式的某一行（列）中所有的元素都乘以同一数k,等于用数k乘以此行列式。推论 行列式中某一行（列）的所有元素的公因子可以提到行列式记号的外面。行列式中如果
23考研线性代数复习笔记（自用）
准备23考研。不定期更新考研知识
04-15 3754
待补充 目录一、行列式：行列式概念和性质重要行列式按行（列）展开行列式公式克莱姆法则二、矩阵矩阵的运算矩阵的逆矩阵的初等变换矩阵的秩伴随矩阵分块矩阵三、向量向量的概念及运算线性组合和线性表示线性相关和线性无关极大线性无关组与向量组的秩向量空间Schmidt正交化四、线性方程组方程组的表达形与解向量解的判定与性质基础解系解的结构（通解）公共解与同解五、特征值与特征向量矩阵的特征值与特征向量相似矩阵矩阵的相似对角化实对称矩阵六、二次型二次型及其标准形惯性定理及规范型合同矩阵正定二次型与正定矩阵 一、行列式： 行
线性代数 个人复习笔记
jasonasuka的博客
04-05 559
Linear Algebra 线性代数 Vector向量： column vector： (a1a2)\begin{pmatrix} a_1\\ a_2 \end{pmatrix}(a1​a2​​) row vector： (a1a2)\begin{pmatrix}a_1&a_2\end{pmatrix}(a1​​a2​​) Matrix矩阵： Square matrix：方阵 Null matrix：零矩阵 Symmetric matrix 对称矩阵(沿着对角线对称的方阵) – – –.
保研复习笔记：线性代数
weixin_46477226的博客
07-10 559
特征值、特征向量；相似矩阵；对称矩阵；二次型；正定矩阵
线性代数基础复习笔记
smiletrytolearn的博客
07-09 1480
线性代数课程学习笔记 2行列式 三阶行列式 实线是主对角线，虚线是辅对角线 主对角线以及所有与主对角线走向相同线上的三个数乘积之和减去辅对角线以及所有与辅对角线走向相同线上的三个数乘积的和 即：三阶行列式=a11a22a33+a12a23a31+a13a32a21 -（a13a22a31+a12a21a33+a11a32a23） 3行列式的性质 行列式的性质 1.交换任意两行（两列），新的行列...
线性代数及其应用笔记
terry_jt的博客
08-07 749
因为工作原因，重新复习线性代数，现做《线性代数及其应用》笔记，以备个人整理及复习所用。 第一章 线性代数中的线性方程组 定理1（简化阶梯型矩阵的唯一性）P13 每个矩阵行等价于唯一的简化阶梯型矩阵 定理2（存在于唯一性定理）P19 线性方程组相容的充要条件是增广矩阵的最右列不是主元列。 若方程组相容，则没有自由变量，有唯一解。有自由变量，有无穷多解。 定理3 P35 向量方程和矩阵方程等价。 定理4 P36 重要的定理，见原书 定理5 P38 矩阵和向量的运算规则 定理6 P45
线性代数笔记
2201_75636578的博客
01-21 361
线性代数笔记
线性代数重难点笔记总结（上）
1huangod的博客
12-20 4184
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、行列式定理1.1.1：对换，改变奇偶定理1.1.2：奇偶排列数量均为n！/2行列式的性质代数余子式异乘变零定理：定理1.1.3：拉普拉斯展开定理基本结论：应用：分块矩阵的逆的求解：行列式的计算：反对称/对称行列式克莱姆法则：克莱姆法则-齐次方程组二、矩阵矩阵的运算：![在这里插入图片描述](https://img-blog.csdnimg.cn/97aa32ab0e624541a630bfec946733b6.png?x-o
2024线性代数复习笔记及典题详解
05-03
2024线性代数复习笔记及典题详解 P27 2024线性代数复习笔记及典题详解 2024线性代数复习笔记及典题详解 2024线性代数复习笔记及典题详解 2024 线性代数复习笔记及典题详解 2024线性代数复习笔记及典题详解
线性代数复习思维导图（超详细版本）
05-19
由于本人是中南大学的软件工程专业的学生。根据考纲要求和书本知识点的分布概括，制作了该思维导图。思维导图的内容很齐全，包含了线性代数考察的各个单元各个章节的知识点。大家可以免费下载查阅！
线性代数超强笔记，可用于期末复习，考研等
02-13
「线性代数超强笔记，可用于期末复习，考研等」线性代数超强笔记，可用于期末复习，考研等线性代数超强笔记，可用于期末复习，考研等线性代数超强笔记，可用于期末复习，考研等线性代数超强笔记，可用于期末复习，...
高斯课堂线性代数含笔记
08-27
高斯课堂线性代数速成课，大学期末复习
矩阵转置的基本性质
最新发布
flyfish
06-15 738
flyfish
【线性代数】向量空间，子空间，向量空间的基和维数
EllaZeng的博客
06-09 1203
设V为n维向量的集合，如果V非空，且集合V对于向量的加法以及数乘两种运算封闭，那么就称集合V为向量空间x，y是n维列向量。x向量组等价说明可以互相线性表示向量组等价则生成的向量空间是一样的。
【线性代数】第六章：特征值与特征向量
hiliang521的博客
06-11 484
【线性代数】第六章：特征值与特征向量
【线性代数】第七章-二次型
hiliang521的博客
06-12 520
【线性代数】第七章-二次型
超详细mit线性代数公开课笔记-完整
07-01
### 回答1： MIT（麻省理工学院）的线性代数公开课非常详细和全面，这门课程是由麻省理工学院的教授Gilbert Strang主讲的。课程内容涵盖了线性代数的基本概念和应用，将线性代数的理论与实践相结合。 这门课程的笔记非常详细，内容包括了课堂讲义、示例问题的详细解析、证明过程和习题答案等等。课程的整个结构非常清晰，从基础的向量、矩阵和行列式开始讲解，逐渐深入到线性方程组、特征值和特征向量、相似矩阵等内容。 在笔记中，每个概念和理论都会进行详细的解释和证明，帮助学生更好地理解和掌握相关知识。同时，笔记还提供了丰富的示例和习题，让学生通过实际的问题来巩固和应用所学知识。 另外，笔记中还有大量的图表、图示和实例来帮助学生直观地理解和记忆各种概念和算法。特别是对于抽象的概念，通过图形化的解释可以更好地帮助学生理解。 总之，MIT的线性代数公开课的笔记内容非常详细和全面，适合对线性代数感兴趣的学生参考。无论是作为学习线性代数的资料，还是作为复习和巩固知识的辅助材料，这些笔记都是非常有价值的资源。无论是在理论还是应用层面，学生都能够通过这些笔记全面地掌握线性代数的知识。 ### 回答2： MIT线性代数公开课是由麻省理工学院开设的一门线性代数课程，涵盖了从基础概念到高阶技巧的全方位学习内容。下面是对该课程的笔记总结： 该课程由吉尔伯特•斯特朗（Gilbert Strang）教授主讲，他是一位著名的数学家和教育家，为学生提供了一种简单而深入的学习方法。 该课程共分为26节课，每节课都有对应的讲义和视频，以及一些习题和作业，使学生能够更好地掌握课程内容。 课程首先介绍了向量和矩阵的基础知识，讲解了向量的加法、减法和数乘运算，以及矩阵的加法、减法和乘法运算，并且讲解了这些运算的几何意义。然后，课程进一步探讨了线性方程组的求解方法，包括高斯消元法和矩阵的逆运算。这些内容为后续课程奠定了基础。 接下来，课程介绍了行列式和特征值的概念，并讲解了如何计算行列式和求解特征值和特征向量。特征值和特征向量在矩阵的变换中起着重要的作用，因此对于理解线性代数的应用非常重要。 随后，课程进一步深入探讨了线性变换、正交性和投影等概念，以及特殊矩阵的性质，如对称矩阵和正定矩阵。这些内容使学生能够更好地理解线性代数在实际应用中的重要性。 最后，课程介绍了一些高级线性代数的内容，如奇异值分解和特殊矩阵的标准形式。这些内容对于研究生和专业领域的学生尤为重要。 总的来说，MIT线性代数公开课提供了一套完整、系统的线性代数学习资源，不仅适用于初学者，还可以帮助已经具备一定线性代数基础的学生深入学习。课程中的讲义和视频内容清晰明了，配有大量实例和习题，以及讲解中的实时演算，确保学生能够深入理解和掌握线性代数的核心概念和技巧。无论是在学术研究还是职业发展中，这门课程都具有重要的参考价值。 ### 回答3： 麻省理工学院（MIT）的线性代数公开课是一门非常出色的公开课，内容十分详细并且完整。以下是对该公开课的超详细笔记。 该公开课以线性代数为主题，通过教授线性代数的基本概念、理论和应用，帮助学生建立起对线性代数的深入理解和应用能力。 课程从基本概念讲起，首先介绍了向量和矩阵的定义、性质和操作。然后深入讲解了线性方程组的解法，包括高斯消元法和矩阵的行列式。接下来，课程探讨了向量空间和矩阵空间的性质及其应用，如子空间、基、维数等概念。进一步，课程讲解了线性变换和特征值、特征向量的概念及其重要性。 在讲解了线性代数的基本理论后，课程引入了矩阵分解和特殊矩阵的概念，如LU分解、QR分解和特征值分解等。随后，课程介绍了正交向量、正交矩阵和正交变换的概念及其在几何变换、信号处理等领域的应用。 此外，课程还涉及了线性代数在图论、最小二乘问题、数据压缩等领域的应用。通过实例和案例分析，课程帮助学生将线性代数的理论知识与实际问题相结合，提高解决实际问题的能力。 值得一提的是，该公开课还通过演示和实验的方式，让学生亲自动手进行线性代数的计算和应用，培养了学生的实践能力和创造力。 总的来说，麻省理工学院的线性代数公开课以其详细的内容和完整的知识体系，在教授线性代数知识和培养学生的应用能力方面取得了优异的成绩。无论是对于想要深入学习线性代数的学生，还是对于希望提高问题解决能力的人群，这门公开课都是非常推荐的选择。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值