【保研面试】线性代数面试复习

1.矩阵的秩

线性组合和线性表出

线性相关和无关

有向量组A，a1,a2…an , 如果存在不是全为0的k1,k2…kn，满足

a1 * k1 + a2 * k2… an * kn = 0

则向量组A称为线性相关（可以跟向量组A共面联系，即可以通过几个向量，表示出另外几个向量，故称为线性相关）

极大线性无关组

设有向量组A a1,a2…an（本身为线性相关） ：若选出r个向量，满足以下条件
(1)向量组 r ： 线性无关；
(2) 向量组A中任意r+1个向量都线性相关，
(理解为最大的线性无关组的个数,在相关的组里求最大的无关向量个数)

矩阵的秩：

• 极大线性无关组的向量个数
• 行秩和列秩总是相等的。
• 列向量组的秩就是列秩
• 表示为rank(A),r（A）

2.特征值

特征值及物理意义

物理意义见下图

（图中v为定义中的x ，即满足如下公式）

向量空间

• 经常提到二维空间R2，三维空间R3，n维空间Rn，这些就是向量空间。
• 向量空间对空间内向量的线性组合（相加，数乘）封闭。
• 以R2空间为例，如果有两个指向不同方向的非零向量a和b，那么R2空间的所有向量都可以用a和b的线性组合得出；a和b的所有线性组合都在R2空间内。

3. 矩阵

相似矩阵

• 简单地讲就是一个矩阵可以经过初等行列变换后变成另一个矩阵，这两个矩阵是相似的

合同矩阵

矩阵的转置定义如下：

正定矩阵

二次型:
n个变量的二次多项式称为二次型，即在一个多项式中，未知数的个数为任意多个，但每一项的次数都为2的多项式.
正定矩阵


（即多一个行列相等的条件）

• 特征值全大于0的矩阵就是正定矩阵

正交矩阵：

单位矩阵：

主对角线上元素均为1，其余为0

对称矩阵：

以主对角线为对称轴，各元素对应相等的矩阵

求矩阵的逆：

• 求A的逆矩阵，把A和单位矩阵II放在一个矩阵里
• 对A进行加减消元使A化成单位矩阵
• 此时原来单位矩阵转化成逆矩阵

3.余子式：

余子式：

n阶行列式中，划去元aij所在的第i行与第j列的元，剩下的元不改变原来的顺序所构成的n-1阶行列式称为元aij的余子式。
作用：能把n阶的行列式化简为n-1阶

代数余子式：

例子：

伴随矩阵

通过各个元素的代数余子式组成的矩阵称为伴随矩阵。

————————————————————————————
后面的基础知识稍难，可以了解一下，感觉不大会问。

4.了解部分：

矩阵的迹

一个n×n矩阵A的主对角线上各个元素的总和被称为矩阵A的迹，一般记作tr(A)。

奇异矩阵

行列式为零的矩阵称为奇异矩阵

范德蒙行列式

克莱姆法则：