线性代数重难点笔记总结（上）

最新推荐文章于 2022-11-01 12:54:18 发布

1huangod

最新推荐文章于 2022-11-01 12:54:18 发布

阅读量4.2k

点赞数 14

文章标签：线性代数

本文链接：https://blog.csdn.net/weixin_52470692/article/details/122033557

版权

文章目录

前言
一、行列式
二、矩阵
三、向量

前言

因为笔记主要仅供自己复习整理，所以很多地方以文字形式表述晦涩难懂，给读者带来了不便请谅解。

提示：以下是本篇文章正文内容，供参考

一、行列式

逆序数N（n（n-1）（n-2）…3 2 1）=n（n-1）/2

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

山寨上三角、下三角、对角型行列式：符号（-1）的n（n-1）/2次方

行列式的性质

行列式性质1：D（T）=D
行列式性质2：两行互换，变号
行列式性质3：两行相等，D=0
行列式性质4：D的某行x K，则等于K x D
行列式性质4的推论：n阶行列式D的每一行同乘x K，则等于K的n次方 x D
行列式性质5：两行成比，D=0
行列式性质6：其中一行按和展开，其余行不变
行列式性质7：某行 x K 加到另一行，则D不变

代数余子式

余子式M：划掉M所在的行列，余下的行列式
代数余子式A：（-1）的A所在行列的值之和次方 x M
展开式：D=∑（1 to n）a1j x A1j （按第一行展开）

异乘变零定理：

∑某行元素 x 另一行元素的代数余子式 = 0
（后面伴随矩阵相关会用到）

定理1.1.3：拉普拉斯展开定理

任意取定K行，由K行元素组成的所有非零K阶子式与其对应的代数余子式乘积之和=D
（此处代数余子式的符号等于（-1）的取的行和列的值之和的次方）

基本结论：

在这里插入图片描述

应用：

在这里插入图片描述

分块矩阵的逆的求解：

在这里插入图片描述

行列式的计算：

1.上三角（easy）
2.求某行余子式或代数余子式之和，则构造新的行列式**（桓桓解析：因为余子式和代数余子式求的是把这个元素所在的行列划掉留下的行列式，和这个元素无关，所以这个元素可以根据所要求的结果任意构造，构造完毕后按0少的行展开求行列式的和即可）**
在这里插入图片描述

3.制造行和
在这里插入图片描述

4.加边法（构造爪型）

在这里插入图片描述

5.范德蒙德
在这里插入图片描述

反对称/对称行列式

（重点：奇数阶的反对称行列式的值为0，证明：几阶行列式就提取几次-1，可得D= - D（T）又因为D=D（T），则D=0）
在这里插入图片描述

（为了给后面的反对称/对称矩阵作铺垫）

克莱姆法则：

在这里插入图片描述

克莱姆法则-齐次方程组

齐次方程组：常数项都为0的方程组
在这里插入图片描述

此处推广一下，
在这里插入图片描述

（桓桓解析：n个n维向量构造的行列式是D（即便是行向量，也按列排列，列向量则按列排列），将行列式以齐次方程组的角度去看，D≠0，说明系数行列式≠0，而齐次方程组的常数项都为0，则D1,D2…Dn都为0，则该方程组所有未知量都＝0，即方程组只有零解，此处未知量看作系数k更好理解，这说明什么呢，说明k1a1+k2a2+…+knan=0时，只有当k1，k2，…，kn都＝0时该式子才成立，即这n个向量线性无关，而D=0代表有非零解，那么说明向量组中至少有一个向量可由其他向量来表示，即线性相关）

二、矩阵

矩阵的运算：

在这里插入图片描述

矩阵的转置：

在这里插入图片描述

特殊矩阵：

1.数量矩阵

在这里插入图片描述

2.对角型矩阵

在这里插入图片描述

3.对角型乘法的例子

在这里插入图片描述

（桓桓解析：首先左乘行，右乘列。拿第一个左乘举例，其相当于
E（1（k1））x E（2（k2））x E（3（k3））x A ）

4.三角形矩阵

在这里插入图片描述

5.对称矩阵

在这里插入图片描述

（桓桓解析：对称矩阵A(T)=A,而一般矩阵A(T)(T)=A。定理1详细说明：矩阵A和B是同阶的对称矩阵，如果AB相乘还是对称矩阵，则其充要条件是A,B可交换，即(AB)(T)=AB充要条件是AB=BA）
证明如下
→ AB=(AB)(T)=B(T)A(T)=BA 即AB=BA
← AB=BA=B(T)A(T)=(AB)(T) 即AB=(AB)(T)

6.反对称矩阵

在这里插入图片描述

方阵的行列式性质

在这里插入图片描述

伴随矩阵的定义

在这里插入图片描述

定理2.4.1及其证明（永远成立）

在这里插入图片描述

推论2.4.1及其证明（永远成立）

在这里插入图片描述

伴随矩阵的总结

在这里插入图片描述

逆矩阵的定义

在这里插入图片描述

逆矩阵的性质

在这里插入图片描述

方阵A可逆的充要条件

在这里插入图片描述

定理2.4.2的推论及其证明：

在这里插入图片描述

伴随矩阵法求逆矩阵（很少用）

在这里插入图片描述

逆矩阵题型

在这里插入图片描述

标准型：

在这里插入图片描述

对角型分块矩阵运算

在这里插入图片描述

分块矩阵求转置

在这里插入图片描述

初等变换

在这里插入图片描述

初等方阵

在这里插入图片描述

定理2.6.2

在这里插入图片描述

定理3

在这里插入图片描述

定理3的推论及：

在这里插入图片描述

定理4

在这里插入图片描述

（桓桓解释：首先所有矩阵都可以化为标准型，方阵A可逆所以A的行列式值≠0，所以A的标准型是E，因为只有E主对角线上没有零）

定理5

在这里插入图片描述

初等行变换法

在这里插入图片描述

判断A是否可逆

在这里插入图片描述

矩阵的秩

k阶子式的定义：

在这里插入图片描述

矩阵的秩的定义：

在这里插入图片描述

定理2.7.1

在这里插入图片描述

阶梯型矩阵

在这里插入图片描述

行简化阶梯型矩阵

在这里插入图片描述

定理2.7.2

在这里插入图片描述

秩的性质

在这里插入图片描述

（桓桓解释：A是可逆矩阵，则代表A是方阵且A的行列式值≠0，所以它可以通过乘以一系列初等矩阵化成E，而初等矩阵均可逆，PAQ=E→P逆PAQQ逆=P逆EQ逆→A=P逆Q逆）

三、向量

例3.1.1

在这里插入图片描述

线性组合/表示

在这里插入图片描述

向量组等价的定义

在这里插入图片描述

线性相关

在这里插入图片描述

线性无关

在这里插入图片描述

线性相关定理1

在这里插入图片描述

定理2

在这里插入图片描述

替换定理

在这里插入图片描述

极大无关组

在这里插入图片描述

定理3.3.2

在这里插入图片描述

向量组的秩

在这里插入图片描述

行秩和列秩

在这里插入图片描述

定理3.3.5

在这里插入图片描述

定理3.3.6

在这里插入图片描述

例子

在这里插入图片描述

（桓桓解释：
①矩阵的秩=标准型中1的个数，矩阵A通过初等行/列变换化为标准型D，则矩阵A和D是等价的，所以它们的秩相等，标准型中1的个数就是秩的个数，从向量角度可以理解为基向量的个数。
②矩阵的秩=阶梯型矩阵中非零首元的个数=非零行的个数=行秩，矩阵A通过初等行变换化成阶梯型矩阵，从k阶子式角度考虑取非零首元元素构成的k阶子式一定不为零，这是根据秩的定义求的，那么从线性方程组的角度考虑，阶梯型矩阵按系数排列成齐次方程组，显然每一个方程都有它的意义，无法被其他方程替代，尽管不一定能求出所有未知数，但秩的多少表明了有意义方程的数量，从行向量角度考虑，非零向量的行向量之间必然线性无关，即每个行向量都是有意义的，非零行向量的个数即行秩即矩阵的秩。
③矩阵的秩=列秩，由于初等行变换不会改变矩阵列向量之间的线性关系，所以把矩阵A通过初等行变换化为行简化阶梯型矩阵，列向量之间的线性关系是不变的，原来各个列向量前的系数是多少，改变后其对应系数就是多少，那么改变后的首1元所在列就相当于基列向量，通过在基列向量前加系数，它们能表示后面的其他任何列向量，所以只有基列向量是有意义的，也就是基列向量的个数即列秩即矩阵的秩）

1huangod

关注

14
点赞
踩
70

收藏

觉得还不错? 一键收藏
打赏
1
评论
线性代数重难点笔记总结（上）

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
复制链接

扫一扫