线性代数

2022-01-30 14:31:44 阅读：294 来源： 互联网

线性代数总结

1.矩阵乘法

A$\times$B=C $ \ \ \ \ \ \ $

$C[i][j]$表示$\sum{A[i][k]\times B[k][j]}$$ \ \ \ \ $$DP$ 思想

$G\times G$ $ \ \ \ G[i][j]$ 表示从$i$到$j$所有长度为$2$的方案数

$(AB)C=A(BC)$

$A \times x=b \ \ \ $数线性齐次方程组

$(x1,x2,x3......,xn)$ $ \ \ \ \ \ \ n$维向量

系数矩阵+结果矩阵=增广矩阵（愉快的高斯消元）

2.矩阵的秩

含义：一个矩阵所有不全为零的有用的行数，可经过线性变化仍不为零。

满秩矩阵可逆，所有行不为零，存在$A^{-1}$。

$A \times A^{-1}=E$(单位矩阵)

矩阵乘一个满秩矩阵不升维：更高的维度为$0$，乘$0$更高维还是$0$，维度不变。

矩阵乘一个不满秩矩阵可能降维，原有维度变为$0$。

满秩矩阵一般指方阵，如果不是方阵，称为行满秩或者列满秩。

#### 3.矩阵行列式

表示在线性变换(加减乘除等变换)中，不变的量。

三阶阶行列式：

$ \begin{matrix}
a[1][1]& a[1][2]& a[1][3] \\
a[2][1]& a[2][2]& a[2][3]\\
a[3][1]& a[3][2] &a[3][1]
\end{matrix} $

$↘$对角线元素相乘后相加，$↙$元素相乘后相减。

行列式运算法则：

$\sum(-1)^{D(p1,p2,p3......)}a[1][p1]\times a[2][p2]......\times a[n][pn]$

$D$为排列的逆序对数，就是列下标所有排列的逆序对数。

对角矩阵行列式为对角线相乘，且$|A|=|A^{T}|$（转置）。

满秩矩阵$|A|\neq 0$

4.矩阵对角化

$A=P^{-1}QP$

$Q$特征值$\lambda$形成的对角矩阵

5.线性齐次方程组

$Ax=\lambda x$

$ (A- \lambda E )\times x=0 $

即$|\lambda E-A|\times x=0$

$P$特征向量的矩阵

$|\lambda E-A|=0$是方程有解的充分必要条件，必须得求出$\lambda$的值才能求出原方程的解。

然后得出原矩阵进行计算，得出各个$x$之间的关系，找出可变项任意带入求解。

6.极大线性无关组

含义：其余所有的向量都可以用它来表示

极大线性无关组的数字个数等于矩阵的秩$r$。

7.幂零多项式（特征多项式）

$f(x)$当$x=A$时$f(x)=0$称为$A$的幂零多项式。

$f(A)=(A-\lambda_{1} E)\times(A-\lambda_{2} E)\times(A-\lambda_{3} E)$

一个递推式$F_n=C_i\times F_{n-1}$的矩阵特征(幂零)多项式为
$\lambda^n- \sum C_i\times\lambda ^{i-1} $

8.多项式取模

$f(x)=x-3 \ \ \ \ \ \ \ f(3)=0 \ \ \ \ \ \ \ \ g(x_0)=0 \ \ \ \ \ h(x)=f(x)$%$g(x) $

$h(x_0)=f(x_0)$

9.行列式展开

将行列式按照行，列展开，取出这一行的每个元素求代数余子式相加。

代数余子式是去掉以一个元素为中心的十字，然后得到的行列式。

标签：多项式,矩阵,times,线性代数,行列式,线性,lambda
来源： https://www.cnblogs.com/Force-A/p/15856823.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

线性代数