考研线代概念梳理总结

初等变换

核心是研究同解问题

在理解同解时—时刻要将上图复刻在脑海里 下面来讨论同解情况
1、A->B做的是可逆行变换时（多次初等行变换）
先从方程组观察–无论是将方程交换、线性相加、或是自增（一切可逆变换都由该三种变换组成），直观上容易看出满足A方程和B方程是同解的

从矩阵观察–初等变换–(行)秩不改变—意味着约束条件（方程）没有少（约束条件少了直观上解就更自由了-故解有可能增加–一个约束条件能解放一维的解空间~不太严谨）----故A和B是同解的

2、A->B做的是不可逆行变换时
直接结合方程及解空间理解：不可逆的行变换就意味者从A->B的过程中，会失去一些约束条件可能导致解增多（解空间升维）

–为什么是可能呢，因为可能丢失的是不重要的信息（即约束条件）–这些信息是可以由其他约束条件重新生成–这些其他约束条件指的是（极大无关组/约束条件生成空间的基/一切之源）
会出现这种情况的矩阵，直观上理解就是瘦高型矩阵

–那么如果丢的是重要的信息，即刚才提到的一切之源，就会导致约束空间维度下降 解空间上升，即B的解空间包括了A的解空间
—即不可逆变换时 可能同解也可能不同

将同解思想联系线性相关性、线性表示
线性表示：观察从A->B的过程–B中的每一行都是由A各行线性组合而成–故B可由A表示（脑子里有上面这张图就不会搞错了）
同上述讨论，若做的是不可逆变换 B 可能 不可以被A表示

向量相关性：即矩阵左乘一个向量组，其线性相关性会有变换吗？

题源张四

将无关组看作矩阵B 经过AB->C
若A可逆 则B信息不丢失–BX=0与CX=0 同解–都只有零解–故线性无关
若A不可逆 B信息有可能丢失—BX=0与CX=0 可能同解可能增解–即只有零解/有非零解–线性无关/相关
可以做出结论：初等行变换不改变向量组相关性，而不可逆变换有可能

能不能表示-同不同解–相不相关，本质就在看变换的过程中，重要信息有没有丢失
而重要信息如何体现？—秩—rank tells everything

至于初等列变换–转置一下就变成行变换了，线代本质上还是在研究解方程组–行向量组

k姐结论

1）3）结合以上分析容易理解
2）注意 转置一定是放左边（行变换）
4）列满秩可左消去
2）4）5)证明如下

实对称–二次型

实对称

主要围绕对角化展开，对角化的产生，其中一个目的是为了找到与A相似的对角阵–用于解决求Aⁿ次方的问题

为什么引入相似？（对角化的特殊情况）

判断可对角化（首先得有资格参与对角化）

如何找对角阵？（特征值、特征向量）

为什么引入实对称阵?(其必可对角化，且为后面二次型做基础 要记得其核心为不同特征值对应特征向量正交)
展开该点 ，每个特征值对应特征向量可生成特征空间，空间内所有向量都为其特征向量—多重特征值有可能有多个无关特征向量–即特征空间维数增加。
总的来说，所有不同特征值对应特征空间内向量相互正交。在做题时 可利用正交的性质，知两特征值向量，另一特征值对应特征向量可通过正交性求出。
要注意：若只知道三个不同特征值中的一个特征向量，不可用正交求出另两个向量，求出的是另两个特征向量一起生成的空间里的向量，很有可能不是特征向量。
直观上理解就是：每个特征值对应特征空间有自己的独立性，上面这种做法就破坏了这种独立性，生成了一个错误的空间。

为什么都有P^-1AP 了 还要施密特正交把 某特征空间里的特征向量正交单位化，弄个Q呢？
原因是Q有一个很棒的性质，适合二次型：Q^-1=Q^T

二次型

目的是：找到某个方程的标准型
核心是：在对某个二次齐次多项式做可逆变化的同时—其对应的某个实对称矩阵也发生了变换（要注意到该种变换是同步的，故可将方程抽象成矩阵出来研究）–经该变换 称前后矩阵合同

注意两个概念：

在二次型转为标准型 的过程中 将实对称矩阵转换为对角阵 ，或反之

即解决任意一者即可得另一者； 关键是找出可逆变换C 故有两个思路求解上述问题：
1、通过前者可逆线性变换-通过配方找C 配方求解的标准型系数是自由的，但有两样东西不变–惯性指数/规范型
2、通过后者，借助Q的特殊性质：Q^-1=Q^T ，经过该变换后可得出对角阵，而这个对角阵即由A的特征值组成，标准型系数固定–即正交变换

为什么引入规范型？
就像找 两相似矩阵互相转换用的变换矩阵一样，用对角阵来一样做过渡寻找。
其用于寻找两合同矩阵相互转换用的变换矩阵，做过渡

讨论更一般的合同情形：
合同的产生—本质来源与对二次型做了某种可逆变换
判断合同—惯性系数一致（可逆变换不丢失矩阵信息）
故有实对称矩阵相似可推其合同—相似–特征值一致->标准型系数一致 这个条件强于合同的惯性系数（符号）一致