考研数一线性代数
2020-05-29 12:01:25 2 举报
AI智能生成
考研数一线性代数
作者其他创作
大纲/内容
第一章 行列式 的计算
行列式
数学归纳法
本题设计到n+1,n,n-1,三项,所以使用第二种形式
行列式的和裂项
注意本题的裂项是有前提条件的,要注意
行列式积的使用
首先根据题目要求列出行列式的等式
然后根据行列式积的关系将右侧华为k*{a1, a2, a3 } 的形式
第一种方法,利用行列式的性质消除项
第二种方法 ,直接转换为两个举阵的乘积
行列式相似的使用
转换为 由特征值构成的最简式子
行列式的余子式相加的求解
第一种方法:利用行列式的行展开公式求解
第二种方法 :求出伴随矩阵
第二章 矩阵 的计算
AB = 0 , 可能 A != 0 且 B!+ 0
矩阵的迹,为 对角元素 之和
反对称矩阵的证明 :
矩阵相关系数的关系: a11 =a22 =ann =0,a12+a21 =0 等
证明A 为零矩阵
AtA =0 则 A =0 【At 为A 的转置】
r ( AtA) = r(A)
r (A) =0 ,则 A 为零矩阵
求 矩阵 A 的n 次方
A 的秩 为 1
A 为 三角矩阵,可分离求n次方
伴随矩阵 的秩
伴随矩阵 由 余子式组成 ,
证明 r (A) = n-1
由余子式得,r (A) >=1
可逆的求导
证明 AB = E,则 ,A B 可逆,
求秩相加的处理
AB =0 ,r(A)+r(B)<= n
r(A)+r(B)>= r(AB)
第三章 向量 的计算
向量的线性表示
对于线性相关的理解
a,b,c,线性相关,不等于 a,可以用b,c线性表示,例如在本题中,a,不一定可以用b,c 代替
线性无关的证明
定义法证明
正交向量的线性相关证明
利用正交的性质和线性无关的定义来证明线性相关性
极大证明无关组证明
极大无关组的表出,在举阵基础变换后可以直接替代,
向量组正交求导
列方程然后结合线性无关的定义求导
矩阵正交的证明
At = A -1【A的倒置等于A的逆】
过渡矩阵求导
过渡矩阵的求导
证明相同坐标
第四章 线性方程组 的计算
判断方程组 是否有解
求证 r ( A ) = r (A | b)
余子式的使用
余子式 的秩非常特殊 ,在题目中合理的利用,可以方便解题
由基础解系判段解向量
求证基础解系
l利用基础解析的性质,求解
求导两个方程的公共解
1 ,求导两个方程的基础解
2 , 求导两个基础解得公共解
A, B 分别为 方程的基础解
同解的证明
1 , 证明A方程组的解满足B方程组的解
2 , 证明B方程组的解满足A方程组的解
第二题 , 利用 同解方程组的性质求解
线性相关的证明
第五章 特征方程 的计算
特征向量的求导
在求导特征值的过程中,可以通过特征值的性质来求导特征值,在本题中,1 + (-2) +(-1) = y1 + y2 + y3;
在对特征向量的描述时,不要忘记变量不能为0这一条
特征值 的变换
特征值的取值范围
定义法求特征值取值范围 , 但不能得出特征值。
特征值相同的证明
本题也是,比较有用的公式,做题中可以直接用到
证明 特征方程相同即可证明具有相同的特征值。
再用定义法证明特征值相同时,需考虑特征向量为0的情况。
当A,B相似时,A,B 有相同的特征值,反之不成立。若A,B有相同且单根的特征值时,A,,B相似。
相似对角矩阵的证明
相似对角阵 , 线性无关特征向量等于对应特征值的重数。
本题也可以作为比较有用的公式,可以直接用到
分别求出特征值,以及特征向量,就可以看出是否相似对角阵
a1,a2,a3,a4,为特征向量 ,
由矩阵秩,可以得到一部分的线性无关解向量的组成,
利用实对称矩阵的性质来反求矩阵
实对称矩阵不同特征值对应的特征向量相互正交
P 为3种特征向量 表示
将P 正交标准化 为Q后 ,可以减少求逆的计算
利用相似的性质,求导
特征值相同
利用特征方程求A的n次方
第一步, 分块
利用实对称矩阵方程
第六章 二次型 的计算
标准型的转换
1,求特征值
2,求特征向量
3,求标准型
特征向量正交化,当遇到n重根时,求出一个特征向量a后,可以先使第二向量b先正交a,在带入方程求向量b
正交变换化只能化二次型为标准型
配方法的使用
有平方项
此题为配方法的基本应用
可逆线性变换
即使项不够,也要写上,不然变换是不可逆的
没有平方项
利用中间变量求导 , 得出平方项
标准形转规范性
次序变换
变换特征向量的位置,即可变换标准矩阵的特征值次序
正定矩阵的判断
定义法证明
矩阵求正定阵 ,首先求导矩阵对称, 然后利用正定矩阵的性质证明正定性
求导,矩阵的对称性
i不等与j的处理
将所有项放在一起 , 讨论j不等于i 与 j 等于i 两种情况。
第一章 行列式
行列式
n阶行列式
行列式的性质:
经过转置,行列式的值不变,即 |At|=|A|。
两行互换位置,行列式的值变号。
若某行有公因式k,可以把k直接提出行列式外
若某两行的元素成比例,则行列式值为0。
行列式之和:
把某行的K倍加到另一行上,行列式值不变。
行列式按行展开:
用代数余子式表示
a(i,j)的余子式
代数余子式与余子式
特殊式子展开
对角线行列式展开
拉普拉斯展开
范德蒙列展开式:
行列式计算公式
|kA| = kn|A| 【k的n次方】
|A B| = |A| * |B|
|A*| = |A|(n-1) 【|A|的n-1 次方】
A 的逆矩阵 的行列式 等于 A 行列式的倒数
A 的行列式 等于 A 的特征值 之积
伴随矩阵的公式:
第二章 矩阵
矩阵的概念
矩阵的式子:
矩阵的基本运算:
矩阵相加:
矩阵相乘:
常数相乘
矩阵相乘
左乘与右乘的区别
矩阵转置公式:
伴随矩阵与求逆的公式:
正交阵:
可逆矩阵
证明可逆的条件
可逆矩阵的求导
可逆矩阵倒置
初等变换
用初等矩阵P左乘A,作了一次矩阵P的行变换,右乘相当于矩阵P的列变换
矩阵A的等价标准型:
矩阵的秩
矩阵秩的公式
假如A可逆则,
分块矩阵的倒置
第三章 向量
向量内积
线性等价
设有两个n维向量组,(1)a1,a2,....,an ;(2)b1,b2,b3,...,bn : 若B组向量都可以让A组向量线性线性表出,则称B可以由A表出
如果 A 、B 可以相互线性表出,则这两个向量组等价
只有一个零向量构成的向量组没有极大线性无关组
向量的正交化
如果A是正交矩阵
At = A -1【A的倒置等于A的逆】
行列式等于-1或1
第四章 线性方程组
克莫拉法则
基础解系
1 ,a1,a2,a3,a4,..,an ,都是方程组的解向量
2 ,a1,a2,a3,a4,..,an ,线性无关
3 ,a1,a2,a3,a4,..,an 可以线性表出任何解向量
齐次线性方程组求解
化简方程组,构建方程组
赋值求解
第五章 特征方程
特征值 特征向量;
y 为特征值 , a 为 特征向量
特征值性质:
特征向量求导方法:
n阶方程组 A 可对角化 的 充分必要条件 :
A 有 n 个 线性无关的特征向量
如 y1 != y2 是A 的特征值 :
A 对应的 的特征向量 a1,a2 线性无关
如 y1 是 A 的 r重特征值:
其对应的线性无关特征向量个数小于等于r
第六章 二次型
二次型概念:
二次型的标准型:
二次型的规范型:
当d1,d2,d3,d4,...,dn ,为1,-1,0,则为规范型
正交变换法:
合同:
二次型其标准中正平方项的项数p, 负平方项数的项数q , P 称为正惯系数,q 称为负惯系数, p+q =r 是二次型矩阵的秩。
正定举证:
只有平方项的二次型正定,则其系数di > 0 ,
则一般二次项可以通过可逆线性变换变成标准型,通过判断系数是否全大于0,来判断正定矩阵
充分必要条件:
A 的正惯系数为n
存在可逆矩阵使得,CT A C = E 【CT 为 C 的倒置 】
A = DT D 【DT 为 D 的倒置】, D 的可逆矩阵
A 的特征值 全大于0
A 的全部顺序主子式大于0
0 条评论
下一页