网站大量收购闲置独家精品文档,联系QQ:2885784924

文科线性代数复习.docVIP

文科线性代数复习.doc

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
文科线性代数复习

线性代数复习总结 第一章:行列式 概念(1)全排列与逆序数. (2)行列式:不同行不同列元素乘积的代数和(共项) 性质 经转置行列式的值不变 某行有公因子,可以把提到行列式外 某行所有元素都是两个数的和,则可写成两个行列式之和 两行互换行列式变号 某行的倍加到另一行,行列式的值不变 展开式 1、 (按第行展开) (按第列展开) 2、 3、其中是中的代数余子式. 四、计算 1、化成上三角或下三角行列式 2、利用行列式的性质 3、利用行列式的展开式 4、用矩阵的性质,为阶方阵,则有, , ,其中是方阵. 5、用特征值 第二章:矩阵 一、初等变换: 1、初等矩阵:单位阵经过一次初等变换所得的矩阵 2、初等矩阵左乘所得就是对作了一次与同样的初等行变换;初等矩阵左乘所得就是对作了一次与同样的初等列变换 3、任何矩阵都可以通过一系列初等行变换变成行阶梯型与行最简型矩阵 二、逆矩阵 1、证法:阶方阵可逆使得(或者)的特征值全不为零 2、求法:(1)用定义,找矩阵,使得,则 (2) 初等变换法 (3) 用伴随矩阵法, (4)用分块矩阵法 3、矩阵方程 三、矩阵的秩 1、计算:用初等变换法,用定义法 2、性质 (1)为矩阵,则有 (2);如果可逆,则有 (3) 为阶方阵,则有; 四、矩阵运算的性质 (其中是数) 为阶方阵,则有, 方阵的幂 五、特殊矩阵 伴随矩阵,正交矩阵,对称矩阵,反对称矩阵,对角矩阵 第三章:向量 一、线性表示 向量可由向量组线性表示 存在数使得, 方程组有解(即是有解) (即是) 二、线性相关与线性无关 1、向量组线性相关存在不全为零的数使得, 2、向量组线性无关如果则有 3、向量组线性相关(无关)方程组有非零解(只有零解)(即是有非零解(只有零解)) (即是) 其中 4、向量组,如果是方阵,则线性相关(无关) 三、最大无关组与向量组的秩 概念 求法:求向量组的秩及其最大无关组,令,然后对矩阵进行行初等变换,化到行阶梯型(或者行最简型),求出的秩,向量组的秩也是。 向量组的等价:互相表示 向量的正交, 与正交 第四章:线性方程组 (以下为矩阵,方程组为元方程组) 一、基本结论 1、只有零解 ;有非零解 2、如果是阶方阵,则只有零解 ;有非零解 3、)有唯一解 有无穷解 无解 4、如果是阶方阵,则有唯一解 且有,其中是系数行列式中把第列改为常数列,其他不变.(克莱姆法则) 二、基础解系,解得结构 1、定理,的秩则得基础解系恰有个线性无关的解向量. 2、求的解,求导出组的基础解系与的一个特解 3、解的性质 若是的解,则是的解; 若是的解,是的解,则是的解. 第五章:特征值与特征向量 一、特征值与特征向量(以下是阶方阵) 1、定义 2、求法:(1)特征值:用定义, 特征方程 (2)特征向量:用定义 基础解系法,求方程组的基础解系 3、性质:(1)不同特征值的特征向量线性无关 (2) (3)是的特征值,是多项式,则是特征值. (4)是可逆矩阵,是的特征值,则是的特征值 二、矩阵的相似 1、定义与相似 2、性质:如果与相似,则有 3、可对角化 可对角化有个线性无关的特征向量 ,其中为重特征值 4、基本结论:(1)如果有个不同的特征值,则可对角化 (2)是实对称矩阵,则则可对角化 5、实对称矩阵隐含的信息 (1)与对角阵相似 (2)相似变换矩阵可以是正交阵 (3)不同特征值的特征向量必正交 (4)特征值必是实数 (5)重特征值必有个线性无关的特征向量

您可能关注的文档

文档评论(0)

panguoxiang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档