线性代数学习笔记(第 1 - 5 课)
线性代数学习笔记(第 1 - 5 课)
本文搬运自本人高中时期CSDN博客,若图片加载不出来,可到原文查看:https://blog.csdn.net/zhangtingxiqwq/article/details/162118601
线性代数学习笔记(1-5)
第一课:矩阵运算体系
I 矩阵线性运算
- 同型矩阵:即行数相同、列数也相同的矩阵
- 矩阵加
-
矩阵减
-
矩阵数乘
II 矩阵乘法
-
前提条件:只有当 第一个矩阵的列数 等于 第二个矩阵的行数 时,两个矩阵才能相乘。
-
中间相等,取两头

-
计算规则: “前行后列,点积求和”
-
计算步骤 :结果矩阵 的第 行第 列元素 ,等于 的第 行与 的第 列对应元素相乘再相加(即向量的点积)。

特性:

III 转置与幂运算
- 转置:把 的 行和列互换 ,得到的记为

- 重要运算性质:

- 幂运算
-
使用对象: 方阵
-
表示 个 相乘
-
注意点:

第二课:特殊矩阵性质
I 基础核心特殊矩阵
-
零矩阵 (Zero Matrix):记做 O 或 0
-
单位矩阵(Identity Matrix):
-
定义:主对角线为1,其余为0的方阵,记为 I 或 E
-
核心性质:

-
-
对角矩阵(Diagonal Matrix)
-
定义:非主对角线均为0的方阵
-
表示:

-
性质:
-
II 三角矩阵
定义均为方阵
-
上三角矩阵(Upper Triangular Matrix)

-
下三角矩阵(Lower Triangular Matrix)

- 乘法重要性质

- 转置重要关系

- 行列式 (重要):
- 三角阵的行列式 = 主对角线元素的乘积
- 对角矩阵是特殊的三角阵
III 对称与反对称矩阵
- 对称矩阵(Symmetric Matrix)
-
定义: 的方阵,即
-
性质:

- 反对称矩阵(Skew-Symmetric Matrix)
-
定义:满足 的方阵,即
-
推论:主对角线必为0
例: 
- 任意方阵的“对称分解”
任何方阵 均可以唯一分解为一个对称矩阵和反对称矩阵的和
举个例子:

第三课:逆矩阵理论
I 可逆定义与判定
严格定义:

其充要条件: (行列式不为0)
II 伴随矩阵求逆
- 代数余子式(Cofactor)

- 伴随矩阵(Adjugate Matrix)
构造方式:将 代数余子式转置 后得到的矩阵

- 伴随矩阵求逆公式

例子:

III 逆矩阵性质和初等变换求逆法
- 逆矩阵性质:

- 初等行变换法(手动求逆)(Gauss-Jordan法)

第四课:初等变换与初等矩阵
I 矩阵初等变换
- 三类初等行变换
对矩阵进行以下操作,不改变方程组的解:

- 注意: 不可混用初等行、列变换(除非在进行特殊矩阵的化简)
- 行阶梯形(Row Echelon Form)【REF】

例子:
- 行最简形(Reduced Row Echelon Form)【RREF】

例子:
II 初等矩阵理论
初等矩阵的定义:
初等矩阵:对单位矩阵 E 只做一次初等行(列)变换得到的方阵,统称为初等矩阵。
初等矩阵理论的核心思想:
对矩阵做一次初等行变换,等价于在它左边乘上一个对应的初等矩阵。
例子(均以 单位矩阵 为例 ):
- 交换两行

- 某行乘以非零常数

- 某行的 倍加到另一行

-
关键性质
-
初等矩阵的逆

-
行 & 列

-
III 初等矩阵的应用(逆、解方程、秩)
-
初等变换求逆矩阵

-
初等变换解方程组
若 ,求
方法:若 可逆,则
- 求矩阵的秩
-
原理:初等变换不改变矩阵的秩
-
方法:将矩阵通过初等行变换化为 行阶梯形 (REF) , 非零行的行数 就是矩阵的秩。
第五课:矩阵的秩
II 秩的定义与几何直观
秩(Rank)
-
几何直观

-
代数定义:最高阶非零子式
-
子式(Minor):在矩阵中任选 行 列,交叉点构成的 阶 行列式 。
-
定义:
-


II 求秩的方法
核心:化阶梯形

III 秩的性质与不等式
- 四大基本性质

- 关键不等式


- 重要:Sylvester不等式







