线性代数知识点总结

线性代数知识点总结

本文秉承着“将书读薄”的思想将《线性代数》和《程序员的数学——线性代数》中的知识点进行凝练总结，以便以后时常复习。
———————————————————————————————————

1.矩阵

1.1 矩阵的几何意义：

$$矩阵=映射$$
矩阵表示一种映射关系

1. m*n维矩阵表示从n维空间到m维空间的映射
2. 映射相同则矩阵相同
3. 矩阵的乘积 = 映射的合成
4. 矩阵的乘方 = 映射的迭代
5. 矩阵的列向量表示各个坐标轴方向上的单位向量经过映射之后到达的目标点

1.2 矩阵的运算关系

加法
数乘
矩阵乘法
线性空间：满足加法和数乘运算的空间

1.3 不同形态的矩阵

1.对角矩阵：除对角线元素外，其余元素均为零。表示的映射关系为——沿各个坐标轴方向的伸缩。
2.单位矩阵：对角线元素为1，其余元素为零的矩阵。表示的映射关系为——什么都不做。
3.逆矩阵： $A{A}^{-1}=A^{-1}A=I$，则$A$与$A^{-1}$互为逆矩阵.

1. $(A^{-1}{)}^{-1}=A,(A^{-1}{)}^K=(A^K{)}^{-1}$
2. $(AB{)}^{-1}=B^{-1}{A}^{-1}$说明先$B$后$A$的映射要进行还原的话，需要先逆$A$后逆$B$。
3. 对角矩阵的逆 = 对角矩阵对角线元素分之1。

4.分块矩阵:普通矩阵的一般性质同样适用于分块矩阵；分块矩阵不可以分得不均匀。

5.$x^{T}y和x{y}^T$: $x和y$均表示列向量，则$x^{T}y$的结果为数字，$x{y}^T$的结果为矩阵。（先横后竖为数字，先竖后横为矩阵）。

6.伴随矩阵: $A{A}^{\ast }=A^{\ast }A=|A|I$
7.转置矩阵: $(AB{)}^T=B^T{A}^T$ ,$(A^{-1}{)}^T=(A^T{)}^{-1}$

1.4 矩阵的初等变换

初等行变换：

1. 两行对调
2. 以数$k$ 乘以某一行所有元素
3. 把某一行所有元素乘以数$k$后加到另一行。
   $$初等变换=初等行变换+初等列变换$$

初等变换之后，原矩阵与变换后的矩阵等价，即$A$~$B$

矩阵等价的性质：

1. 反身性：$A$~$A$
2. 对称性：$A$~ $B$，则$B$~$A$
3. 传递性：$A$~ $B$，$B$ ~ $C$，则$A$~ $C$

--------------------------$A$~$B$的充要条件是：存在n阶可逆矩阵$P$和n阶可逆矩阵$Q$，使得$PAQ=B$--------------------------

2.行列式

2.1 行列式的几何意义

矩阵表示的是一种映射关系；行列式表示经过对应矩阵的映射之后，多边形体积扩大率。
$$行列式=体积扩大率$$

2.2 行列式的性质

一般性质：

1. $det(I)=1$
2. $det(AB)=det(A)det(B)$
3. $det(A^{-1})=\frac{1}{det(A)}$
4. $det(A)=0$ 时，$A^{-1}$不存在
5. $det(diag(a_1,a_2,...a_n))=a_1{a}_2...a_n$

特殊性质：

1. 行列式的某一列乘以常数加到另一列，行列式值不变（底面积不变，高不变）
   
2. $det(A^T)=det(A)$
3. $det(c{a}_1,a_2$