由于考研复试的面试老师可能会问一些数学问题,一位学长也跟我说,研究生要不断地和线性代数和概率论打交道,可能这就是老师喜欢问数学问题的原因吧,这里整理一下。

线性代数知识点:

合同矩阵:

  • 余子式:

n 阶行列式中,划去元 aij所在的第 i 行与第 j 列的元,剩下的元不改变原来的顺序所构成的 n-1 阶行列式称为元aij的余子式。

作用:能把 n 阶的行列式化简为 n-1 阶。

代数余子式是在余子式的前面乘于(-1)^(i+j)系数

  • 行列式的含义:

行列式,记作 det(A),是一个将方阵 A 映射到实数的函数。行列式等于矩阵特征值的乘积。行列式的绝对值可以被认为是衡量矩阵相乘后空间扩大或者缩小了多少。如果行列式是 0, 那么空间至少沿着某一维完全收缩了,使其失去了所有的体积。如果行列式是 1, 那么矩阵相乘没有改变空间体积。

行列式等于它任意一行(列)的各元素与其对应的代数余子式乘积之和。

本质含义(几何意义):行列式就是在给定一组基下,N 个向量张成的一个 N 维广义四边形的体积。2 阶行列式代表的是平面内的面积;3 阶行列式自然而然就是 3 维空间内的体积;4 阶行列式是 4 维空间里的超体积。

  • 矩阵的秩和向量组的关系:

矩阵的秩等于它列向量组的秩,也等于它行向量组的秩。

向量组的秩定义为向量组的极大线性无关组所含向量的个数。

  • 矩阵的秩和向量空间的关系(几何意义):

任何矩阵的行空间的维数等于矩阵的列空间的维数等于矩阵的秩。

  • 矩阵的秩与线性方程组解的关系:

设 A 是 m×n 矩阵,若 R(A)=r<n,则齐次线性方程组 Ax=0 有基础解系,且每个基础解系都含 n-r 个解向量。

  • 矩阵的迹:方阵 A(n*n) 的迹定义为对角线元素的和。

  • 判断一个线性方程组是否有解有哪几种方法?

  1. 对于齐次线性方程组 Ax=0

r(A)=n,有惟一零解;r(A)<n,有无穷多解。

  1. 对于非齐次线性方程组 Ax=b

r(A)≠r(A,b),无解;

r(A)=r(A,b)=n,有唯一解;

r(A)=r(A,b)<n,有无穷多解。

  • 描述线性相关与线性无关?略

一个矩阵线性无关的等价定义有什么?

非奇异矩阵、矩阵可逆、矩阵满秩、特征值没有 0。(奇异矩阵:行列式等于零的矩阵(方阵)。)

  • 向量空间的基与维数

设 V 是一向量空间,α1,α2,…,αr∈V且满足:

a)α1,α2,…,αr线性无关;

b) V 中向量均可由α1,α2,…,αr线性表示。

则称α1,α2,…,αr为 V 的一个基。

  1. 维数

基中所含向量个数 r 称为向量空间的维数。

  • 特征值和特征向量
  1. 定义

对方阵 A 满足:Ax=λx,其中 x 为非零向量,则称 x 为特征向量,λ 为特征值。

  1. 矩阵的特征值与特征向量有什么关系?

[1] 一个特征值可能对应多个特征向量,一个特征向量只能属于一个特征值。

[2] 属于不同特征值的特征向量一定线性无关。

[3] 设 λ 是 n 阶方阵 A 的一个 k 重特征值(λ 为特征方程的 k 重根),对应于 λ 的线性无关的特征向量的最大个数为l,则 k>=l,即特征值 λ 的代数重数不小于几何重数。

  1. 特征值和特征向量的意义

如果一个向量投影到一个方阵定义的空间中只发生伸缩变化,而不发生旋转变化,那么该向量就是这个方阵的一个特征向量,伸缩的比例就是特征值。

特征向量的代数含义是:将矩阵乘法转换为数乘操作;特征向量的几何含义是:特征向量通过方阵 A 变换只进行伸缩,而保持特征向量的方向不变。特征值表示的是这个特征到底有多重要,类似于权重,而特征向量在几何上就是一个点,从原点到该点的方向表示向量的方向。

  • 正交矩阵?正交向量?

若 (α,β)=0,则称向量 α 与 β 正交。矩阵的转置和矩阵的乘积=单位阵,那么这个矩阵就是正交矩阵,它的列向量组一定是标准正交向量组。正交矩阵的转置等于矩阵的逆的矩阵。

  • 合同矩阵:

  • 正定矩阵:

前提:矩阵是对称的

正定矩阵的所有特征值大于零

各阶主子式大于零

  • 相似与对角化:

相似对角化后,对角线的值就是矩阵 A 的 n 个特征值。

  • 施密特变换

求标准正交基的方法。把一个线性无关向量组改造成一个与其等价的正交向量组。

额外

证明自然对数e为无理数,高数连续性证明,线代海森矩阵,雅克比矩阵,施密特正交,机器学习,矩阵的行秩为啥和列秩相等,正定矩阵七大性质。

考研复试——线性代数相关推荐

  1. 考研复试——线性代数(2)

    文章目录 线性代数面试问题: 1. 什么是矩阵的秩?如何计算一个矩阵的秩? 2. 什么是特征值和特征向量?如何计算矩阵的特征值和特征向量? 3. 什么是正交矩阵?如何判断一个矩阵是否为正交矩阵? 4. ...

  2. 保研面试/考研复试线性代数问题整理

    1. 余子式和代数余子式 1) 余子式 nnn 阶行列式中,划去元 aija_{ij}aij​ 所在的第 iii 行与第 jjj 列的元,剩下的元不改变原来的顺序所构成的 n−1n-1n−1 阶行列式 ...

  3. 哈工程计算机考研复试各科总分,考研复试总分是多少

    第1篇:考研复试总分是多少分 考研总分是多少?试卷结构是怎么的?这些问题一直困扰着许多考研的同学们.以下是小编整理的相关内容,欢迎阅读参考! 一.考研分数(总分500分) *:100分 英语:100分 ...

  4. 22届计算机考研复试技巧以及注意事项高频问答35问Python集锦【一定要记牢】

    这几天22年考研初试成绩即将公布,我们的考生下一步即将面临的就是复试,我 们知道复试中面试一项是起着最最至关重要的作用.那么,在复试面试时大家应该注意哪些 事项呢?总结多年来学员的经验,提供以下高频出 ...

  5. 考研复试个人陈述范文(共9篇)

    考研复试个人陈述范文 (一) 尊敬的教授: 您好!首先感谢您在百忙之中抽出时间来阅读我的这份个人陈述材料! 我叫XXX,2005年7月毕业于洛阳师范学院历史文化学院历史学系.现任河南焦作市第二十七中学 ...

  6. 2020考研复试经验贴

    2020考研复试经验贴 这部分主要分享复试的相关经验. 我的复试准备 初试结束以后,自己感觉考的不好,所以没出成绩之前,一直在准备找工作.2月份成绩出了以后,立刻开始准备复试.复试一共准备了12个星期 ...

  7. 电子信息/通信保研/考研复试经验贴,保姆级经验之时间安排篇

    功夫永远做在前面!香饽饽都是有心人的!关注送一份面试真题哦!你来挑你的目标学校. 基本情况: 本科学校:末流985通信相关专业 成绩排名:专业前3% 英语成绩:六级450+ 获奖经历:电赛.数模.英语 ...

  8. 2020中山大学计算机考研经验,2020年中山大学计算机考研复试经验贴

    先表示抱歉,答应了的复试经验贴却姗姗来迟. 其次,感谢给我点赞,加油,留言的小伙伴们.稍微了解或去官网查了的人都知道我复试被刷了,谢谢大家的安慰.接下来分享一下我的复试经验,虽然没有过复试,但是我觉得 ...

  9. 中国矿业大学计算机考研复试科目,中国矿业大学复试科目

    考研复试即将开始,现如今正是准备的时候,下面由出国留学网小编为你精心准备了"中国矿业大学2020计算机科学与技术学院考研复试科目参考书目",持续关注本站将可以持续获取更多的考研资讯 ...

最新文章

  1. C# Image 学习总结
  2. GDCM:使用Stream Image Writer伪造图像的测试程序
  3. react 面试题 高级_高级前端面试题目大全(一)
  4. php无法下单功能,PHP如何解决并发下单问题?(不一定是下单,举个例)
  5. JAVA知识积累 JSP第一篇【JSP介绍、工作原理、生命周期、语法、指令、行为】...
  6. 张帅用赢球庆生 搭档斯托瑟晋级澳网女双八强
  7. 作者:单志广(1974-),男,博士,国家信息中心信息化研究部副主任、研究员、博士生导师。...
  8. 那些慢慢消失的手机功能,最怀念第一个!
  9. [转载]Docker的安装配置及使用详解
  10. linux 引导原理 pdf,linux深度开发原理.pdf
  11. iOSQuartz2D-04-手动剪裁图片并保存到相册
  12. 硬件开发学习需要掌握的基础知识
  13. ora01033是什么错误linux,Oracle错误:ORA-01033
  14. 揭秘终南山隐士:在山中修炼完后还回到红尘中
  15. word2010 目录 摘要 正文 奇偶页页码不同的解决方法
  16. 深度学习基础实例与总结
  17. 海报设计之色彩搭配与均衡构图
  18. 大牛证券医药板块连续遭遇重挫
  19. 灵飞经4·西城八部 第十六章 风流云散 6
  20. (转载)45岁以后,外企的人都到去哪里了呢?

热门文章

  1. command_execution
  2. SparkStreaming稽查布控/动态广播变量(处理电信数据)
  3. 人脸识别60年:欧盟通用数据保护条例真的算“史上最严”吗
  4. AcWing每日一题 3565.完美矩阵(绝对值不等式)
  5. 定积分黎曼求和的简化
  6. laravel 5.3 更换语言包
  7. C语言实用小技巧合集(持续更新)
  8. java,png,jpg,多张图片合成一个pdf,压缩图片,并且保证图片不失帧。
  9. 视频监控系统流媒体服务器的用处,监控视频流媒体服务器作用
  10. LTE CA带宽能力(CA bandwidth classes)规定了聚合带宽限制,见36.101中表格Table 5.6A-1