① https://blog.csdn.net/qq_16555103/article/details/88378009 ---------- 几个重要的矩阵点积
② $P.A.Q = B$ AB等价、 $P^{-1}.A.P = B$ AB相似、 $P^{T}.A.P = B$ AB 合同。
③ C’C一定是对称矩阵（C’C的转置 == C’C）

一、线性代数基本知识：

1、线性：

数乘运算与加法运算呈现线性。

2、

二、向量：

1、向量的表示方法：

其中的 i、j、k是坐标轴方向的单位向量。

2、向量的模：

用坐标计算的方法：

3、向量的运算：

（1）向量的加法减法：

（2）向量的数乘：

拉格朗日乘数法的基础公式。

（3）向量的数量积（点积、内积）：

（4）向量的的向量积（外积、叉积）：

（5）正交向量：

三、矩阵基本知识：

理解：①矩阵是一个向量组，由许多行向量和纵向量组成。
②矩阵方程求解用增广矩阵初等变换化为 E 。齐次/非齐次方程组的解用初等变化化为行最简阶梯型。
③初步认为由多元一次方程组的系数组成（区别于矩阵初等变换求解矩阵方程）。矩阵是一种线性变换，可以将一些向量转化为另一种向量。
④ 矩阵乘法没有消去律与交换律

2、矩阵的直观感受：

3、矩阵与向量：

理解：A（m*n）每一行或者每一列都属于向量。

四、矩阵的分类：

1、相等矩阵：

①矩阵的形状相同（行数的列数）

②对应元素相同。

2、同形矩阵：

矩阵的形状相同。

3、方阵：

只有方阵才具有对角线。

矩阵A中 m = n，称之为方阵。

4、负矩阵、上三角矩阵、下三角矩阵：

5、对角矩阵：是方阵

1、对角矩阵的展示：可以用上尖角符号表示，如下：

2、对角矩阵的迹： trA

7、单位矩阵：常常用 E或I 来表示。它是一个方阵。

特性：A * E = A （A的列 = E 的行数）任何矩阵 * 单位矩阵都是它本身。

8、零矩阵：

记号用 0 来表示。

9、对称矩阵：方阵

注意：对称矩阵一定是方阵（只有方阵才有对角线）。

五、矩阵的运算：

1、矩阵的加减：

前提：两个矩阵必须是同形矩阵。

矩阵加减具有交换律，矩阵矩阵相乘没有交换律。

计算结果：元素级运算。

2、矩阵的数乘：

计算结果：元素级运算。这里要区别与行列式的数乘。

3、矩阵与向量的乘法：

前提：矩阵的列数等于向量的行数。

计算方式：左列 = 右行条件下，前行 * 后列对应元素乘积的和。

4、矩阵与矩阵的乘法：

得到的新矩阵由左行右列决定行与列。即：（m*n）* (n*s) >>>> (m*s)

注意：矩阵与矩阵的乘法中没有交换律： AB != BA（A B 互逆除外）
当A逆矩阵存在时时：AC = AD >>>>> C = D 原因：并不是消去律，而是两边同时乘上 A的逆矩阵化简。

5、矩阵的转置：

理解：对角线翻转。

转置的性质：

六、行列式基本知识：

1、行列式的特性：

理解：矩阵的一种运算方式。

①行列式一定是个方阵。

2、行列式的计算方法：

定义：所有不同行不同列的元素组合乘积的和。

（1）通过行列式的定义去计算：对角法则。

逆序数的概念：t

方阵行列式计算方法

方阵行列式的值：所有不同行不同列的元素的代数和（正负号有行与列的逆序数决定） -------- 对角线法则的本质

（2）利用行列式的性质将行列式转化为上三角行列式：

转化时：从下到下，从左向右。

①行列式的性质：

性质一：

本质：行列式的逆序数改变，符号要发生改变

性质二：行列式的数乘（一定要区别于矩阵的数乘）

性质三：

行列式如果某一行或某一列与另一行或者另一列存在倍数或者相同，行列式的数值为零。

性质四：行列式之间的加法：

前提：①两个行列式形状相同。②两个行列式仅有一行或一列的元素不相同。
结果：相同元素覆盖照抄，不同元素的行全部对应相加。（列同理）

例：

性质五：

例：

答案：

（3）根据某行或者某列的代数余子式展开：

对于任意一行/一列展开

3、行列式余子式和代数余子式：

以三阶行列式为例：

4、伴随矩阵：

表达式结论： A 是一个 n阶方阵。E 单位矩阵。

该结果是一个对角矩阵，对角线的元素都是 | A | 的值。

即：

5、方阵的逆：只有方阵才有逆。

1、可逆矩阵的定义：

理解：① 可逆方阵      <<<   >>>      可以初等变换为  E   即： AB  = BA  = E ② 可逆方阵      <<<   >>>        | A | != 0 ，即 可逆矩阵（非奇异矩阵）是满秩的方阵③ 可逆矩阵向量组中的向量均线性无关（存在线性相关的向量组不是满秩矩阵）

2、方阵可逆的充要条件：两个条件等价。

①

② 矩阵行列式的值 | A | ！= 0 。

3、可逆方阵的性质：

4、n阶方阵逆矩阵的计算：

第一种方法：

②第二种方法：

利用A 与 E 的增广矩阵的初等变换 >>>>>>>>>>>>>>>>>>>>>.. 求解出 A的逆矩阵。

七、矩阵的初等变换：

注意：矩阵换行与行列式换行不同（行列式的换行值的符号会发生变化）
矩阵的初等列变换与初等行变换统称为初等变换。
可以通过初等行变换转化为 E 的方阵为可逆方阵，否则为奇异矩阵。
初等变换的顺序：将哪行下面（上面）的数值化为零就将该行数乘整数加到下面（上面）的行上

矩阵初等变换的理解：线性方程组加减消元。

初等变换的三种方式：

1、增广矩阵：

记做： B = （A，b）

2、初等变换的性质：

2、矩阵初等变换的分类：

（1、普通的行阶梯矩阵：

（2、行最简形矩阵：

（3、标准形矩阵：

特性：

3、初等变换的定理：

其中： PA = B 是初等变化的代数表达形式。P是某个可逆方阵。

方阵可逆的充要条件：

4、初等变换的应用：

（1）利用初等行变换求解逆矩阵：

例：求解A 的逆矩阵：
思路：将A 与 E 创建增广矩阵 B ， B= （A，E） >>>>> 通过初等行变换 >>>>>> (E，P） P 就
是A的可逆矩阵：P * A = E。

（2）利用初等行变换求解方程组的解：

思路：类似上述求解逆矩阵的方法：

解法：增广矩阵：

https://blog.csdn.net/qq_16555103/article/details/84864555

线性代数一（基本概念）相关推荐

线性代数一些基础概念
Math 线性代数知识点行列式对角线法则正撇负捺下/上三角行列式 (副)对角行列式性质: 转置:行变列,列变行互换行列式的两行/列,行列式变号推论: 两行/列相同的行列式值为0 行列式的 ...
2.导数——线性代数回顾、曲线概念_1
目录线性代数回顾曲线概念线性代数回顾我们要开始接触直线斜率的概念了,证明了开始要学习导数了, 这里我们会做一个自理,顺便回顾一下线性代数的知识. 怎么求一条直线的斜率呢?如图: 首先,这个直线 ...
线性代数 —— 线性基与前缀线性基
[概述] 线性基,是线性代数中的概念,在信息学竞赛中,前缀线性基是线性基的扩展,他们主要用于处理有关异或和的极值问题. 一组线性无关的向量即可作为一组基底,张起一个线性的向量空间,这个基底即称为线性基 ...
线性代数【22】抽象的向量空间
前言:围绕线性代数的本质,已经写了好多篇了,这里也许越来越走向本质.本质就是你根本不需要讨论向量空间,只需要考虑之前定义的向量的基本规则,然后,推而言之,推广到任何类似的场景下的应用,从而成为数学和其 ...
判断上三角矩阵_线性代数15——矩阵空间\对角矩阵\和秩1矩阵
矩阵空间矩阵空间是对向量空间的扩展,因为矩阵的本质是向量,所以与向量空间类似,也存在矩阵空间. 在向量空间中,任意两个向量的加法和数乘仍然在该空间内.类似的,所有固定大小的矩阵也组成了矩阵空间,在空 ...
一、量子信息基本概念
本文介绍量子信息理论与量子计算理论中的基本术语.符号及相关概念. 1.量子信息量子最早出现在光量子理论中,是微观系统中能量的一个力学单位.现代物理将微观世界中所有的微观粒子统称为量子,在绪论中有解释 ...
（向量空间）概念和法则的人为定义 I
知道<线性代数应该这样学>一书源于贺利坚老师的"程序员与线性代数"博文. 读此书的动机:在浅显领悟能力下学习线性代数皮毛之余,希望自身的"看书习惯" ...
人工智能之数学基础篇—线性代数基础（上）
人工智能之数学基础篇-线性代数基础(上) 1 向量 1.1 标量 1.2 向量 1.3 向量的两个基本运算 1.3.1 向量的加法 1.3.2 向量的数乘 1.4 向量与数据 2 矩阵 2.1 矩阵的 ...
线性代数实践及MATLAB入门
[书名]线性代数实践及MATLAB入门 [作者]陈怀琛,龚杰民编著 [ISBN]978-7-121-07223-9 [出版社]电子工业出版社 [出版日期]2009年1月 [内容简介] 本书第1版是根 ...
这是一份高中生都能看懂的线性代数简介（史上最详细）
线性代数的概念对于理解机器学习背后的原理非常重要,尤其是在深度学习领域中.它可以帮助我们更好地理解算法内部到底是怎么运行的,借此,我们就能够更好的做出决策.所以,如果你真的希望了解机器学习具体算法,就 ...

线性代数一（基本概念）