varchar 求和 非数值_考研线性代数 解题方法汇总(非知识点汇总)
行列式
(注:xmind转markdown有点格式问题,若觉得有帮助可以私信我获取word或xmind)
行列式的计算
消零化基本形法
- 思想:通过恒等变形变为基本形求解
- 恒等变形
- 消零化
- 当列/行元素大致相同时,用第一行倍加
- 当列/行元素具有递推性质时,用i行倍加i+1行
- 相同优先
- 互换
- 变为分块对角矩阵
- 变换主/副对角线(变换次数为(n-1)n/2)
- 展开定理
- 第一列有两元素时,将其放置两头在进行展开
- 消零化
- 常见行列式形状
- 爪形行列式
- 爪形行列式一定可化成三角行列式
- 对第一列消零化
- 爪形行列式一定可化成三角行列式
- 行和相等行列式
- 求法
- 1、所有元素向第一列求和
- 2、提出第一列公因式
- 3、将第一列归零化,视情况采用相应方法
- 求法
- 特殊:主对角线为a,其余元素为b的行列式
- 公式
- 爪形行列式
加边法
- 使用场景:无法通过互换、倍加、倍乘化简的行列式
- 使用方法:每列元素都含有同一参数的项,且该项系数(可以是其他参数)具有规律性
数学归纳法与递推法
- 使用场景:具有递推性质的n阶行列式的证明
- 第一类归纳法
- 1、验证n=1时成立
- 2、假设n=k时成立
- 3、证明n=k+1时成立
- 第二类归纳法
- 1、验证n=1、n=2时成立
- 2、假设n<k时成立
- 3、证明n=k时成立
- 常见行列式形状
- 三主对角线行列式
- 行和相等
- 将首列非零元素变为两头位置,用第一种科学归纳法
- 行和相等
- 三主对角线行列式
- 行和不相等
- 第二种科学归纳法
- 逐行相加将最下面对角线消零
- 行和不相等
用范德蒙德行列式
- 各元素均为齐次式,同除转化为范德蒙德
行列式形式与解法总结
- 简单行列式
- 公式法(2阶/3阶)
- 展开定理
- 特殊形状行列式
- 爪形行列式
- 行和相等行列式
- 三主对角线行列式
- 阶数小的具体矩阵
- n阶矩阵或大矩阵
- 多个行/列元素大致相同
- 消零化基本型法—-第一行倍加
- 行列元素具有递推性质
- 消零化基本型法——逐行倍加
- 零的分布有规律
- 行互换 用拉普拉斯
- 第一列只有两个元素
- 消去第二个元素
- 累加/逐行倍加
- 放置两头采用展开定理
- 累加到首列
- 消去第二个元素
- 具有递推性质的n阶行列式
- 数学归纳法
- 所有元素都为齐次式
- 范德蒙德
- 每列元素都含有同一参数,且系数规律
- 加边法
余子式和代数余子式的线性组合计算
法1:转化为行列式计算
- 用(代数)余子式的线性组合替换行列式某行元素
法2:用伴随矩阵计算
- 1、利用 A=|A|A逆 计算A
- 2、由伴随阵的相应元素得到余子式
- 要求:需要A逆好求,没啥大用
特别:所有代数余子式和的计算
- 将其转化为n个将第i行元素变为1的行列式之和
抽象行列式的计算
|A+B|
- 知列向量
- 拆分
- 将向量的线性组合转化为矩阵乘积
- 将对矩阵的变换过程转化为矩阵乘积
- 完全抽象
- 因式分解
- AA=AA=|A|E
- E做恒等变换
- 因式分解
- 知部分具体矩阵C 或 C的特征值
- 向|C|、|C+kE|靠拢
- 相似:知A~B,可得|A+kE|=|B+kE|
- 特征值性质:A+kE的特征值 为 A的特征值+k
- 向|C|、|C+kE|靠拢
行列式方程
- 1、将方程化为 待求矩阵为因子 的 因式方程
- 因式方程:等号两侧只有因式
- 2、两边取行列式
行列式表示的函数和方程
求行列式函数f最高次数
- 化简行列式计算f
- 观察有差相同的行列,尽可能化零
- 多项式行列式化为基本型求解
求行列式函数f的复合函数
- 先复合再求行列式
求行列式函数f的根或根的个数
由行列式函数f的根特征(二重根)求参数
行列式在Ax=0上的应用——克拉默法则
注意:在求解|A|=0时,使用展开定理直接求因式乘积,不要先求多项式再因式分解,可能很难因式分解
|A|=0的证明
充要条件
- |A|=k|A|
- 将关于A一次幂的表达式两边取行列式
- 特别:正交矩阵相关证明【李线代讲义例2.29】
- |A|=-|A|
- Ax=0有非零解
- 将已知条件转化为AB=0形式
- 反证法
- 设A逆存在,将已知条件转化为AB=E的形式
- 存在零特征值
- 当题目中提到列向量时使用
- 题目中有A的多项式函数:同乘å
- 矩阵的秩
- 由AB=O,B≠O证r(A)<n
注意
- |A|=0>>no>>A=O
矩阵
方阵的幂
通用步骤
- 是否是特殊阵
- 秩1阵
- 分解为矩阵乘积
- 秩1阵
- 对角阵
- 小三角阵
- 对角线元素相同的三角阵
- 分解为矩阵和
- 零分布规则的阵
- 矩阵分块
- 一般方法
- 矩阵和的幂
- 利用递推式
- 利用对角阵(特征值)
分解为矩阵乘积
- 1、若给定矩阵向量成比例,则可分解为两向量乘积
- 2、利用结合律将两向量交换相乘
- 原理
- 行向量*列向量=数
- 列向量*行向量=各行成比例的矩阵
利用递推式
- 使用场景:给定矩阵无法分解
- 1、依次求矩阵前几次幂,得递推式
- 形式:A^m=k*A^s(n>m)
- 注意
- 左右不能同时约A,需要A可逆
- 2、由递推式用法化简求值
- 1)从A^n中提出A^s,将其看作催化剂
- 2)A^s把A^n剩余部分全部转化为k
- 转化为(n-s)/(m-s)个k乘积
- 当n-s/m-s不是整数时分类讨论
利用对角阵
- 1、求其相似对角阵代入
- 2、当对角阵元素相同时,求幂不需要求P
- 绝对值相同时,偶数次幂不需要P
两方阵和的幂
- 通过二项式定理展开
- 特别:对角线元素相同的三角阵
- 1、将给定矩阵分解为单位阵E和小三角阵B的和
- 2、用二项式定理展开,消去零项,再求和
- 背景知识:小三角阵
- 对角元素为0的三角阵
- 小三角阵的幂=更小三角阵
- 小三角阵的”非零对角线到角的线数+1”次幂=O
矩阵乘法的可交换性
求与其可交换的矩阵
- 待定系数法
- 1、假设同阶矩阵B与其可交换
- 2、列式AB=BA并化简
- 3、令对应元素相等得解
- 拆解单位阵法
- 应用场景:给定矩阵与单位阵相近
- 1、将给定矩阵呢拆解为单位阵E和矩阵B
- 2、求与矩阵B可交换的矩阵
证明两矩阵可交换
- 利用伴随矩阵公式
- 应用场景:被证明式中含有伴随阵
- 1、凑出与伴随阵对应的矩阵
- 2、用公式进行矩阵交换后恢复
- 利用可逆矩阵公式
- 应用场景:给定两被证矩阵关系式
- 1、将已知条件凑出AB=E,证明可逆
- 2、由可逆矩阵可交换写出交换乘积等式
- 3、将乘积展开,消去多余项
相关结论
- 对角矩阵与对角矩阵可交换
- (E+A)^(-1)与(E-A)可交换
对称矩阵和反对称矩阵
相关结论
- n阶方阵=对称矩阵+反对称矩阵
- 证明(同证明:函数=奇函数+偶函数)
待定
证明A可逆并求A逆
求数值矩阵A的逆
- 伴随矩阵法
- 初等行变换法
- 求出后用可逆矩阵公式验证
- 分块矩阵法
- 通过切割矩阵来应用 分块矩阵求逆 来化简
求抽象矩阵的逆
- 定义法
- 将已知条件凑出AB=E
- 整式长除法
- 将已知条件凑出AB=E
- 分解成多个可逆矩阵的乘积
- 将待证矩阵分解为已知可逆矩阵的乘积
- 相关结论
- (A+B)当(A逆+B逆)可逆时可逆
分块矩阵的逆
- 主对角线分块矩阵的逆
- 副对角线分块矩阵的逆
- 副对角线分块矩阵的逆的推广
- 待定系数法
- 1、设出逆矩阵,令其与原矩阵相乘为单位阵
- 2、由 对应块相等 列方程
可逆矩阵的判别验证
- 证明可逆
- 证明|A|≠0
- 特征值全为0部分+特征值全不为0部分
- 证明特征值全0:xTAx = -xTAx
- 证明不可逆
- 同|A|=0的证明
证明A=O
证明aij=0
- 构造∑aij^2=0
证明r(A)=0
相关结论
- 若实对称矩阵A平方=O,则A=O
抽象矩阵式化简
先化简条件,再化简被证式
用条件将被证式的不可转化单元表出
- 不可转化单元:A、AB、矩阵和的逆
伴随矩阵
低阶阵:定义法
- 二阶矩阵求伴随矩阵口诀
- 主对换,副变号
一般/抽象阵:公式法
记忆
- r(A*)与r(A)关系证明
方阵的行列式
常见恒等变换
- 交换某项乘积顺序
- 解法:一边消一边补
- 例:(E+AB)=A(E+BA)A^(-1)
- (A^(-1)+B^(-1))=A^(-1)(A+B)B^(-1)
矩阵方程
技巧
- 知A*可直接求|A|、A^(-1)
- A逆的逆 可乘进 括号逆 中
初等矩阵
将左乘初等矩阵看作行变换
证明正交阵
证明ATA=AAT=E,不能只证一部分
矩阵的秩与等价矩阵
向量
向量组的线性表出
计算题
转化为线性方程组有没有解
证明题
构造方程组,证明方程组有解
- 等价证明r(å1,å2,...,ås)=r(å1,å2,...,ås,ç)
找出两个条件
- å1,å1,...,ås线性无关
- å1,å1,...,ås,ç线性相关
证明k≠0
- 应用场景:能表出
反证法
- 应用场景:不能表出
向量组的线性相关、无关
具体相关性计算
转化为Ax=0有没有非零解
特别
- 有零向量
- 向量数>维数
- n维n个向量行列式=0
- 向量数>矩阵秩
抽象相关性证明
定义法
- 1、设k1a1+k2a2+...+knan=0
- 2、恒等变形证明k1 k2 ... kn=0
- 重组
- 同乘
- 同乘使n-1项为0
- 找出使多项为0的条件
- 同乘使n-1项为0
- 同乘使1项为0,需要多次同乘
- 将条件变换为?a=0的形式
- 同乘后与原式相加减消元
- 同乘使1项为0,需要多次同乘
- 常用条件
- 特征向量:不同特征值特征向量线性无关
- 基础解系:基础解系线性无关
- 常用条件
秩
- 1、将被证向量组以列排为矩阵A
- 2、证明r(A)=s
- A若有A=BC
- 当B可逆,则r(AB)=r(BA)=r(A)
- A若有A=BC
- A若有AB=C
- 公式r(AB)<=min{r(A),r(B)}
- A若有AB=O
- 若AB=O,则r(A)<=n-r(B)
- A若有AB=C
秩
向量组
极大无关向量组
- 含一参向量组求极大【李线代讲义例3.21】
- 拼矩阵、行变换、由参讨论秩
- 注:含参行变换时,除参数需要讨论
- 拼矩阵、行变换、由参讨论秩
- 拼矩阵、行列式为零求参、行变换
求两向量组
矩阵
计算
- 初等变换
- 概念法:行列式
证明
- 思路:分别找到表大于和表小于的两个条件
- 条件
- 行列式
- |An|=0:秩≤n
- |An|≠0:秩≥n
- 行列式
- 向量
- 方程组
- 解向量的秩=n-r(A)
- 若Ax=b、Ax=0有s个线性无关解向量,则s≤n-r(A)
- 若AB=O,则r(B)≤n-r(A)
- 解向量的秩=n-r(A)
其他
- 已知r(A)求r(B)
- 若A=BC,B可逆,则r(A)=r(B)
等价矩阵和等价向量组
分别证明向量组1、11可以相互线性表出
r(A)=r(B)=r(A,B)
当A B其中一个满秩时不需要求r(A,B)
A可由B表出,B不能由A表出
1、由r(A)<r(A,B)≤n得|A|=0解未知数
2、代入看是否满足r(A)<r(B)=r(A,B)
- 当B满秩时不用求r(A,B)
向量空间
线性方程组
齐次线性方程组
具体型求解
1、将系数矩阵化为含最大单位阵的矩阵
2、非单位阵列的位置填写100;010;001
3、在解向量其他位置填写填1列元素相反数
抽象型求解
1、推断r(A)知解向量个数
- 不能严格推断时分类讨论
2、找出n-r(A)个å使得Ax=0
- |A|=0 —> AA*=O
证明向量组是Ax=0的基础解系
1、验证Açi=0
2、证明ç1 ç2 ... çt无关
3、说明t=n-r(A)
非齐次线性方程组
具体型求解
一般步骤
- 1、将增广矩阵化为含最大单位阵的矩阵
- 2、自由变量赋值
- 1/选取剩余非单位矩阵列作为自由变量
- 2/给通解的自由变量列赋值100;010;001
- 3/给特解的自由变量列赋值000
- 3、填写其他元素
- 1/通解解向量其他位置填写填1列元素相反数
- 2/特解解向量其他位置填写b向量元素
含参注意
- 首先尽量消去参数
- 不能对某行同乘/除(可能为零)含参项
- 不能对某行同除含参项后加到另一行(可能为∞)
含两参数的分类讨论
- 1、令|A|=0求出得唯一解参数范围
- a≠1,b≠2
- 【18讲例6.5】
- a≠1,b≠2
- 2、剩余范围画树状图讨论
- 三个主分支
- a=1,b≠2
- a≠1,b=2
- a=1,b=2
- 次分支标准
- r(A)=?=r([A,b])
- 此时只有无穷解和无解两种情况,不需要考虑唯一解
- r(A)=?=r([A,b])
- 三个主分支
- 3、写情况类别
- 将每种情况对应的路线取交集,得参数范围
- 无解情况参数范围可取并集,合并为一种
- 无穷解情况不可合并
抽象型求解
1、推断解的结构
- 由n-r(A)知对应齐次方程组的解向量个数
2、找出n-r(A)个线性无关齐次方程解向量
- 找到Aå=0条件取å
- 方程组两个不同解的差
3、找出特解
- 取方程组的一解作为特解
- 找到Aå=b取å为特解
A的行向量与Ax=0的解的关系
线性方程组系数矩阵列向量和解的关系
求两个方程组的公共解
两个方程组
联立成大方程组求解
抽象方程组:证明大方程组有非零解
一个方程组+另一方程组的基础解系
1、求出方程组的基础解系
2、将公共解用两个基础解系分别表示
- 其中一个基础解系用负系数表示
- 移项得 两个基础解系的线性组合=0
3、建立新齐次方程组 并求解
- 注意:要求非零公共解时,r(A)≠n
4、代回2步骤式得公共解
同解方程组
具体型
同解必要条件
- 两个方程组秩相等
题目
- 同未知数 不同方程数 的两个齐次方程组同解 求参数
步骤
- 1、由 方程式较多的方程组1非满秩 求参数
- 2、将方程组1求解得基础解系
- 3、将基础解系代入方程组2中 求参数
- 4、验证两方程组秩相同
抽象型
1、证明方程组(1)的解是(11)的解
- 设å是(1)的解,代入(11)中证明成立
2、证明方程组(11)的解是(1)的解
方程组的几何应用
求矩阵
AX=B型
- 将其看作多个同系数矩阵的方程组
- 1、设X=[x,y,z],x y z为列向量
- 2、将A、B组成增广矩阵[A,B]求解
f(X)=B型(不可化为AX=B)
- 1、设未知矩阵为具体矩阵
- 2、代入条件令对应元素相等转化为方程组
特征值与特征向量
求特征值/向量
数值矩阵
特征方程法
- 1、利用特征方程求解特征根
- 展开公式法
- 找到两行/列相乘加满足
- 1/有一个常数为0
- 2/出现λ的公因式
- 找到两行/列相乘加满足
- 展开公式法
- 一般方法
- 1、合并同类项写成降幂多项式
- 2、猜根后通过多项式除法进行因式分解
- 一般方法
- 2、带入特征根解齐次线性方程组求特征向量
- 若系数阵不互成比例,其中一行可化为0
观察法
- 上下三角形
- 对角线元素即为特征根
- 秩1矩阵
- 1个特征根为迹,其余为0
- 主对角线ai,其他为b
- 转化为 秩1矩阵+对角阵
- 求1个或2个特征值
- 迹=特征值和;行列式=特征值积
抽象矩阵
方法
- 公式法
- kA、A^k、f(A)、A^(-1)、A*、AT
- 定义法
- 思想:将题目条件转化为Aå=kå形式
- 常见
- A列元素线性组合
- A对应方程组的解
- 相似法
- 背景知识
- P^(-1)AP~B,特征值相同
- B的特征向量=P^(-1)*A的特征向量
- A的特征向量=P*B的特征向量
- 背景知识
- 思想:构造相似阵,求其特征,公式法求原矩阵特征
- 题目特征
- 题目出现‘å1 å2线性无关’,‘Aå1’,‘Aå2’
- 同乘å法
- 步骤
- 1、对f(A)=0同乘å转化为f(λ)=0,求λ可能值
- 2、由 ’秩’ + ’可相似对角化’ 确定λ
- 步骤
题目
- 对A元素/列/方程组解的描述
- 定义法
- ‘å1 å2线性无关’,‘Aå1’,‘Aå2’
- 相似法
- 多项式f(A)=0
- 同乘法
- 已知相关阵的特征值
- 公式法
两个矩阵是否有相同的特征值
判断思路
特征多项式是否相等
常见判断
矩阵与转置阵
相似矩阵
两实对称矩阵的交换乘积
一矩阵为可逆矩阵的交换乘积
- 当A、B有一可逆时,AB~BA
特别
两矩阵秩的和<方阵阶数
- 1、纵向合并矩阵的齐次方程有非零解
- 2、该非零解同时为两矩阵对应的齐次方程的解
- 3、齐次方程可看作A特征值为0,特征向量为x
特征向量的性质
证明某向量是否为特征向量
证明同一特征向量不能属于两个不同特征值
证明两个不同特征值对应的特征向量线性无关
标志语句:n个互不相同的特征值
运用知识:单重特征根有两个特征向量,则线性相关
利用特征值计算行列式
常用结论
tr(A)=∑a_ii
∑A_ii=tr(A*)
其他
相似矩阵/对角化
矩阵能否相似对角化的判别与证明
判别步骤
1、是否为实对称矩阵
2、特征值是否为实单根
- 特殊矩阵:观察法
- 一般矩阵:解特征方程
3、k重特征根是否有k个线性无关特征向量
- 看n-r(λE-A)是否与λ的重根数相等
证明
证明n-r(λE-A) =(≠) λ的重根数
常用结论和误区
n重零特征根>>X>>A=O
满足f(A)=O的矩阵A求特征值时,不可对f(A)=O同乘g(A),会导致特征值变多或变少
两个矩阵是否相似的判别和证明
方法
定义法
- 若有P^(-1)AP=B,则A~B
- 使用场景
- 抽象矩阵相似的证明
- 举例
- 若A~B,证明
- A^k~B^k
- 证明方法需记忆
- A^k~B^k
- 若A~B,证明
- f(A)~f(B),f(x)为多项式
- A~B
必要条件法
- 比对矩阵属性是否相等
- 秩
- 行列式
- 迹
- 特征值
- 证明一矩阵只与自己相似
- kE阵
- 证明一矩阵无法相似对角化
- n-r(λE-A)≠λ重根数
- 使用场景
- 用于证明不是相似矩阵
传递法
- 若A~Λ,Λ~B,则A~B
- 步骤
- 1、判断A、B都可以相似对角化
- 2、求A、B特征值
- 使用场景
- 证明两个一般矩阵相似
题型
抽象矩阵相似证明
- 定义法
判别不是相似矩阵
- 必要条件法
证明两个一般矩阵相似
- 传递法
求可逆矩阵P,使得P^(-1)AP=Λ
步骤
1、预处理(求参)
- 相似
- 相似必要条件
- 特征值/向量
- 特征多项式/定义式
- 有重特征值
- 秩
2、求A的特征值和特征向量
3、组合特征向量得P
注意
可化为下阶梯形矩阵的线性方程组求解
- 1、将m个零行向量移到最下面
- 2、分别令前m行后面的非零元素对应的未知数为1,回代算出其他未知数
有参数的矩阵进行对角化
- 分类讨论
- 举例:当A本为对角阵或阶数为0时,对所有P都有Λ=P^(-1)AP
当A为抽象阵时
- 构造相似阵求其特征,再由公式法求A特征
实对称矩阵的相似对角化
步骤
1、求A的特征值和特征向量
- 常考:用正交求特征向量
- 知重根特征向量
- 单根特征向量
- 知重根特征向量
- 知单根特征向量
- 重根特征向量
- 知单根特征向量
2、将特征向量组正交单位化(若需要)
由特征值、特征向量反求A
步骤
1、求特征值/向量
2、用Α=PΛP^(-1)
常用结论
实对称矩阵的不同向量值对应的特征向量正交
使用场景:A为实对称矩阵,有一特征向量未知
相似对角化的应用
求A^k、f(A)
思想:将A相似对角化,用对角阵^n性质求解
注意
- 若对角阵为kE阵,则不需要P或简化计算
- 对0元素较多的矩阵,注意是否可写成分块对角矩阵
- 这里可能用到其他矩阵高幂求法,见第三讲
求(A^k)*ß
1、考察ß是否可由特征向量线性表出
2、若可线性表出,则利用 ‘特征值定义式’ 求解
3、若不可线性表出,则先求A^k,在求原式
二次型
二次型的矩阵表示
注意:二次型的矩阵一定是实对称矩阵,但x^(T)Ax的矩阵不一定为实对称矩阵
化二次型为标准型
正交变换法
步骤
- 1、将二次型对应矩阵A写出
- 2、将矩阵A进行相似对角化并求正交矩阵
注意
- 正交变换只能化二次型为标准形
- 正交变换不唯一,但正交变换求的标准形唯一
- 解方程组的技巧
- 当特征矩阵不满秩时,可只保留r行非零行,其他行化为零行再进行阶梯化
配方法
步骤
- 1、若无平方项,作线性变换
- x1=y1+y2;x2=y1-y2;xi=yi;
- 2、将平方项及全部相关混合项配完全平方
- 化为规范形时系数取+-1
- 配完全平方是保证变换可逆:平方项数≤变量数
- 3、令平方项内容为新变量zi,写出线性变换x=Cz
- 两组变量数应相同,当平方项不足时应增添zi=yi
- 4、求|C|验证是否为可逆线性变换
优先使用配方法
题目未做要求
特征值不能直接看出
正交变换法求出的标准型是配方法中的特殊情况
正定问题
具体型
步骤
- 1、判断主对角线元素>0
- 2、逐阶判断顺序主子式>0 or 全部特征值>0
注意
- 大型矩阵的顺序主子式正负判断
- 化为三角行列式直接判断
- A相关矩阵正定性判断(A不一定正定)
- 以特征值为桥梁判断p=n是否成立
抽象型
思路
- 证明全部特征值为正
- f(A):直接将特征值写出进行证明
- AB:通过特征值定义式将λ表出
- 证明对任意x≠0都x^(T)Ax都为正
- A^2:构造(xA)T(xA)
步骤
- 1、证明矩阵对称
- 2、证明正定
相关结论
- A正定时,A的相关矩阵均正定(其中系数为正)
二次型的最值问题
1、将其化为标准型(运算性质好)
2、找出上下界
3、证明上下界可取到(取特殊值)
【18讲例9.23】
矩阵的的等价、相似、合同
等价
定义
- 存在可逆阵P、Q,使得PAQ=B
充要条件
- A经过有限次初等变换化为B
- A、B等秩(判断用)
相似
定义
- 存在可逆阵P,使得P^(-1)AP=B
充分条件
- A B可相似对角化+特征值相等(判断用)
- A~Λ,Λ~B
必要条件
- 行列式、秩、迹、特征值 相等
合同
定义
- 存在可逆阵Q,使得Q^(T)AQ=B
充要条件
- A B有相同的正负惯性指数
判断
- 思路:看正负惯性指数是否相同
- 配方法
- 特征方程法
- 通过求出所有特征根来看p q
- 推理法
- 通过求特征根的和、积来推断p q
- 适用于目标矩阵阶数小(3阶)的情形
- 推理法
- 其他问法
- A是否为二次型的标准形/规范形
varchar 求和 非数值_考研线性代数 解题方法汇总(非知识点汇总)相关推荐
- 线代 | 考研线性代数 解题方法汇总(非知识点汇总)
一.行列式 行列式的计算 消零化基本形法 思想:通过恒等变形变为基本形求解 恒等变形 消零化 当列/行元素大致相同时,用第一行倍加 当列/行元素具有递推性质时,用i行倍加i+1行 相同优先 互换 变为 ...
- java静态类和非静态类_关于java:静态和非静态内部类的区别?
我正在阅读有效的Java 2 -项目22,它在标题中写道: "Favor static member classes over non-static" 但是在这一章的结尾 Impl ...
- php求平均值的函数_最全计算机二级函数关键知识点汇总整理!
小编在校大学生,一年自学通过六个证,现开办自己的软件图书专营部.以学生价专业提供各省 初级会计.中级会计.注册会计师.管会.全国计算机二级.英语四六级.银行从业.证券从业.基金从业.期货从业.税务师. ...
- java 对象验证非空_判断Bean对象指定字段非空
判断Bean对象指定字段非空. 方案: 在bean对象上增加注解,指定字段非空,返回异常信息有明确字段描述,省去不必要的if.else判断. 新建注解类 /** * 参数校验,判断字段非空.返回异常文 ...
- 异步非阻塞_细说同步异步、阻塞非阻塞
同步.异步 同步.异步分别指的是一种通讯方式,当 cpu 不需要执行线程上下文切换就能完成任务,此时便认为这种通讯方式是同步的,相对的如果存在cpu 上下文切换,这种方式便是异步. 这里通过一个去食堂 ...
- java正则表达式非贪婪_正则表达式中的贪婪与非贪婪匹配模式
1.首先看看下面的例子: try{ str=" abcdefg abcdefghijkl "; re1=str.match(/ [\W\w]+?/ig); alert(" ...
- 判断非负整数是否是3的倍数_五年级数学因数与倍数知识点汇总与解题方法技巧...
在日常教学过程中,我发现孩子们和某些家长对学习数学的方法有一些误区,就是觉着数学,单纯就是逻辑思维,只要多做练习题就能学好,但是不是这样的,低年级的学生,学习数学还是以背诵为主,练习与背诵同步才行,像 ...
- java打印数组的连续非空子集_求一个字符串数组所有非空子集
package com.test; import java.util.Arrays; import java.util.LinkedList; /** * @author LiuYinxing */ ...
- 两弧相等能得到什么_初中数学解题方法:证明弧相等的方法
1.定义:同圆或等圆中,能够完全重合的两段弧. 2.垂径定理:垂直于弦的直径平分这条弦,并且平分这条弦所对的两条弧. 推论1:①平分弦(不是直径)的直径垂直弦,并且平分弦所对的两条弧. ②垂直平分一条 ...
最新文章
- C++ 笔记(27)— 指针变量、数组和指针、指针数组、数组指针、指针常量与常量指针
- QT的滚动条极简教程
- 存储服务器配置型号,存储服务器配置要求指什么
- python内置函数用来返回_Python内置函数用法
- CSS--选择符大全(常用css选择符)
- 上海交大张拳石:神经网络的变量交互可解释性研究
- java架构师进阶独孤九剑系列(一):数据结构与算法
- 多线程服务器(python 版)
- java list api_Java核心API -- 6(Collection集合List、Set、ArrayList、HashSet)
- Hadoop学习笔记(基于《10小时入门大数据》)
- 三次样条插值的缺点_三次样条插值函数
- 那些跳槽做程序员的人,后悔了吗?
- Java基础语法的思维导图
- 计算机毕设Python+Vue疫情期间优化旅游平台(程序+LW+部署)
- MySQL数据库-删除表中的数据详解
- 【树莓派 有趣实践】寻找小项目
- 蓝月传奇怎么显示无服务器,关于此次蓝月传奇突然关闭的说明!
- 红叶李之Linux文件系统
- 比亚迪追上特斯拉,只差半个涨停和一个智能化?
- TensorFlow on Android:训练模型
热门文章
- 火绒弹窗拦截_弹窗广告的克星:火绒安全软件图文使用教程
- 向上累积频数怎么算_视频号怎么运营?小白也能迅速get的技巧
- 语言怎么表示词谱_跨语言词表示方法(一)
- Java实现pow共识算法_POW+POS混合共识算法
- python组合数据类型实验_Python程序设计实验报告七:组合数据类型
- git学习4--公钥的配置
- 基于JAVA+SpringMVC+Mybatis+MYSQL的大学生综合成绩测评系统
- 基于JAVA+Servlet+JSP+MYSQL的教室预订管理系统
- global position
- 安卓权威编程指南 挑战练习 20.9 创建多版本主题