线性代数温习

​​Welcome To My Blog​​​
大一学的线性代数,遗忘的很严重,现在复习一下,从线性方程组说起

一.线性方程组

1. 齐次线性方程组;非齐次线性方程组
2. 要对A和x的矩阵形式熟悉, 看到Ax=0能在脑中快速过一遍计算流程
3. 对于齐次线性方程组,设解空间为S:

• S对向量的加法和数乘两种运算是封闭的
• 任意一个解都可表示为其解空间向量的线性组合
• n阶系数矩阵的秩为r,S的维数(基的个数)为n-r

4. 关于齐次线性方程组的解

• 设A是m*n矩阵,则

• Ax=0只有零解<==>r(A) = n,此时,Ax=0没有基础解系(n-r = 0)
• Ax=0有非零解<==>r(A) \< n,此时,Ax=0有无穷多个基础解系(n-r > 0)
• 当m\< n时,这样理解:m是方程的个数,n是未知数的个数,m\< n说明方程个数少余未知数个数,所以方程组有非零解.

• 当A时n阶方阵时,Ax=0只有零解<==>|A|≠0,(说明r = n)
• 当A时n阶方阵时,Ax=0有非零解<==>|A|=0,(说明r \< n)

二.特征值与特征向量

1. x=Ay,原坐标为x,新坐标为y,新基为正交矩阵A的列向量
2. Aα=λα, λ是特征值, α是A的对应λ的特征向量

• |λE-A|是关于λ的多项式,叫特征多项式
• |λE-A|=0是特征方程
• λ1*λ2…*λn = |A|
• λ1+λ2…+λn = a11+a22…+ann,这是A的迹,tr(A)

3. A与A^t有相同的特征多项式,因而有相同的特征值,但未必有相同的特征向量
4. 方阵的相似化简

• A~B即 A=P^(-1)AP,相似关系是等价关系,满足:自反性,对称性,传递性
• 相似矩阵有相同的特征多项式,因而有相同的特征值
• n阶方阵A可对角化的充要条件:

• A有n个线性无关的特征向量
• A的特征值互不相同(A的特征向量线性无关)
• A的任意特征值λi的重数是k,且对应λi有k个线性无关的特征向量
• 对于上/下三角矩阵来说,对角元素就是矩阵的特征值

• 对角方阵Λ=diag(λ1,λ2…λn), Λ=P^(-1)AP, P的列向量就是A的特征向量,Λ的元素就是A的特征值

三.二次型

1. 向量的内积定义:

• 两个一维列向量 α=(a1,a2…an)^t, β=(b1,b2…bn)^t,
• (α,β) =α^t*β =∑aibi
• 内积运算满足对称性,线性性,正定型

2. Cauchy-Schwarz不等式: (α,β)²≤(α,α)*(β,β)
3. 向量长度||a||满足非负性,齐次性,三角不等式
4. 正交矩阵与正交变换

• 满足A^T*A=E的实方阵A叫做正交矩阵

• |A|=1或者|A|=-1
• A^t=A^(-1)
• A^t也是正交矩阵
• A,B都是n阶正交矩阵,则AB也是正交矩阵
• A的列向量组是一组标准正交基(每个列向量长都为1)

• A为正交矩阵矩阵,则线性变换y=Ax成为正交变换

• (y,y)=(Ax,Ax)=(Ax)^t*(Ax)=x^t*A^t*A*x=x^t*x=(x,x)
• (Aα,Aβ)=(Aα)^t*(Aα)^t*(Aβ)=α^t*A^t*A*β=α^t*β=(α,β),说明对α和β做正交变换后,两向量之间的夹角不变

5. 实对称矩阵的性质,设A为实对称矩阵

• A的特征值都是实数
• A的对应不同特征值的特征向量都是正交的(内积为0)
• 存在n阶正交矩阵O,使得O^(-1)*A*O=O^t*A*O=diag(λ1,λ2…λn),λ1,λ2…λn是A的n个特征值,O的列向量A的特征向量,即实对称矩阵A一定正交相似与对角矩阵

6. 实二次型
   
   

• 只含平方项的二次型为二次型的标准型
• 合同矩阵

• n阶矩阵A和B,存在n阶可逆矩阵P,使得B=P^t*A*P,则称A与B合同(正交变换也是用转置矩阵,但限制更严格,还要求O是正交矩阵,合同只要求P可逆)
• 合同是等价关系

• 将二次型化为标准型

• 用正交变换(时刻牢记系数矩阵A是实对称矩阵)

• 对于任意一个n元实二次型f=x^t*A*x,一定存在正交变换x=Oy,使得f(x1,x2…xn)=x^t*A*x=y^t*Λ*y=λ₁y₁²+λ₂y₂²…+λnyn²,其中,λ₁,λ₂,λ₃…是A的特征值,O的列向量是A的单位特征向量(可以通过求A的单位特征向量得到正交矩阵O)

• 配方法

• 标准型中的系数不一定是A的特征值

• 实二次型的规范形

• 系数只有1,-1,0,唯一(惯性定理),非零系数的个数为r(A)
• 对称矩阵A与B合同的充要条件:有相同的秩和相同的正惯性系数

7. 正定二次型与正定矩阵

• 正定矩阵:实二次型f(x1,x2…xn)=x^t*A*x,如果对任意x≠0,都有x^t*A*x>0,则称f为正定二次型,称A为正定矩阵
• 实二次型f(x1,x2…xn)=x^t*A*x是正定二次型的充要条件是:f的标准型中n个系数全为正数(即f的正惯性系数为n)
• n阶实对称矩阵A正定的充要条件是A的n个特征值全为正数
• n阶实对称矩阵A正定的充要条件是A的合同规范形为n阶单位矩阵
• n阶实对称矩阵A正定的充要条件是:A的n个顺序主子式都为正数(霍尔维兹定理)

8. 其它有定二次型

• 半正定二次型:对于任意x≠0,都有f(x1,x2…xn)=x^t*A*x≥0.A为半正定矩阵
• 负定二次型:对于任意x不等于0,都有f(x1,x2…xn)=x^t*A*x<0.A为负定矩阵
• 半负定二次型:对于任意x不等于0,都有f(x1,x2…xn)=x^t*A*x≤0.A为半负定矩阵
• 不属于以上类型的为不定二次型,对应不定矩阵
• 关于半正定:

• 实二次型f(x1,x2…xn)=x^t*A*x是半正定二次型的充要条件是:f的标准型中n个系数全为非负数
• 实对称矩阵A半正定的充要条件是A的所有主子式非负

​​WelcomeToMyBlog​​