Processing math: 100%
矩阵理论:线性代数复习
字数统计:
669字
|
阅读时长:
2分
摘要: 矩阵理论复习
【对算法,数学,计算机感兴趣的同学,欢迎关注我哈,阅读更多原创文章】
我的网站:潮汐朝夕的生活实验室
我的公众号:算法题刷刷
我的知乎:潮汐朝夕
我的github:FennelDumplings
我的leetcode:FennelDumplings
$1 矩阵乘法与分块矩阵
- 数域 F 上的 m×n 阶矩阵全体:Fm×n
- 全体 n 阶方阵:Mn(F)
- 共轭矩阵
- 共轭转置矩阵
- 基本矩阵 Eij
- kronecker符号
- 矩阵乘法
$2 线性方程组与 n 维线性空间
- 定理:Ax=0 解的结构
- 向量组的线性无关、线性相关
- 向量组的秩,极大线性无关组,基础解系
- 线性方程组的基本定理
- 齐次线性方程组的基本定理
- n维线性空间,基,维数
- 子空间
- 初等变换,初等矩阵
$3 特征值与矩阵的相似对角化
- 相似、特征值、特征多项式、特征向量
- 特征子空间
- 几何重数
- A 的所有特征值集合称为 A 的谱;特征值的最大摸称为 A 的谱半径
- 代数重数
- 特征值的性质
- 特征向量的性质
- 对角化主定理

$4 线性空间
- 定理:n 维空间中任意 n + 1 个向量线性相关
- 推论:n 维空间中任意 n 个线性无关的向量构成一组基
- 定理:n 维空间中任意 r 哥线性无关的向量可以扩充成一组基
- 过渡矩阵、坐标变换
$5 内积空间
- 欧式空间内积定理
- 酉空间内积定义
- 正交组
- 标准正交组
- 定理:内积空间一定存在标准正交基(Schmidt 正交化)
- 投影向量
- 酉矩阵(实的酉矩阵称为正交矩阵)
- Q 为酉矩阵 ⇔Q∗Q=I
- Q 为正交矩阵 ⇔QTQ=I
- 复共轭对称矩阵称为 Hermite 矩阵
- 定理:Hermite 矩阵特征就均为实数,且属于不同特征值的额特征向量正交
- 定理:Hermite 矩阵的酉对角化
- Hermite 二次型