行列式:
- 行列式的结果就是一个数字
- 代数余子式存在的意义就是按行按列展开之后可以简化运算
- 逆序数的存在意义就是全排列的某一项的系数确定
- 拉普拉斯:对角的0矩阵
- 范德蒙德行列式:第一行/列全是1
- 克拉默法则:求方程组的解的表达,但是计算会犯繁琐,更多的用来做证明题(n*n)
0. 方程组的系数不为0,有唯一解
1. 齐次方程组系数行列式不为0,必有唯一解
2. 其次方程组,一定有0解
3.(2) 反之亦然,逆否命题:有非零解行列式必须为0
4. 注意齐次非齐次的区别
矩阵:
应用题目:
预测生物的数目:
a1=A*a0 a2=A*a1=A*A*a0:即矩阵快速幂的应用举例
证明上三角的乘法是上三角矩阵
矩阵乘法公式的应用,i>j的时候 必有Cij=0.
- 矩阵是一个数表,矩阵更像一个线性变换
- 1. A*B=[0]并不代表A||B为零
2. AC=AB,即使A不为零,也不代表B=C - 矩阵可以看出向量的变换,具有方向性,所以一般不符合交换律的定义。(对角矩阵可以)
- 可逆矩阵:
- 矩阵转置:a*b'=(b*a')'
- 上三角矩阵:
- 伴随矩阵:
- 逆矩阵:可以由若干次初等变换转化(A|E)一>(E|A-1)//求逆矩阵有三种方法
- 矩阵的分块:行列切割以达到简化运算的目的(主要是乘法)
1. 分块矩阵的转置:主对角线转置,副对角线交换后转置
2. 矩阵分块的幂:对角线的可以直接幂
3. 矩阵分块的幂:直接逆矩阵
向量
- n维向量:n个数字组成的有序数组的称为n维向量(行向量,列向量)
- 线性表出:方程组计算,克拉默法则的应用
- 线性相关:对于m个n维向量,存在不全为零的情况使得最后为零,称为线性相关,反之线性无关。(克拉默法则)(本质是齐次方程组的解)