关于我学习线代的那些事
前言:
本人H0ne在此立誓,线代要是挂科 吃席吧 吃我的 这个学期课太多了,自闭了 能不能考好,就看这几天了。麻了 把线代的复习笔记记录到这里 方便复习,也为了今后有人复习自取。不废话了,学吧
第一课:
性质:某行(列)加上或减去另一行(列)的几倍,行列式不变
这里就是转换,将下角的所有都变为0.
第一行的作用是使后面所有行的首位变为0,第二行的作用是使后面行的第二位数字变为0.四阶,五阶都是这样
性质:某行(列)乘K,等于K乘此行列式
互换两行(列),行列式变好。
第二课:
第二课主要是记住公式。。。 公式有点多 有点难记
第一个公式:
这个性质的特殊之处就在于对角线的数相同,左右两边的数相同
第二个公式:
这个性质的特殊之处是在于每一列都是次方形式增加才可用
第三个公式:
两行(列)相同或成比例时,行列式为0.
某行(列)为两项相加减时,行列式可拆成两个行列式相加减
例题:
第四个:
求余子式,代数余子式
a23指的式二行三列 a12指的是一行二列
余子式:M 其实求的就是M23 而求M23就是抹掉二行三列的所有数字,剩下的数字求出行列式的答案就是
代数余子式:A 余子式的求法就是-1的行+列次方乘M23
第五个公式:
a11指的是第一行第一列的元素,A11指的是-1的行加列次方乘M。
第六个公式:
多个A或M相加减的解题方法
多个A:
将求的前面的系数替换为代数式里面的位置 然后求解 就是答案
多个M:
多个M相加减的话,首先是将M转换为A,然后通过M来计算 照上步
第七个公式:
给一个方程组,判断其解的情况
齐次方式:方程组除了X和0没有其他常数项
非齐次方程:方程组除了X和0还有其他常数项
D的求法:将方程式前面的系数取出来,然后进行计算
然后根据D的取值等于0或者不等于0来判断解的个数
第三课:
矩阵加减:
矩阵相乘:
前行乘后列
例题:
矩阵相乘的六种情况
1.0矩阵 任何矩阵和0相乘都是0
2 E矩阵就是对角线全是1 两边全是1 而E矩阵是几阶取决于与他相加的是几阶矩阵,
任何矩阵乘E矩阵都是它本身
3 AB与BA未必相等
所以一定要搞好先后顺序
4 AX=AY 不能推出X=Y
5 AB的K次方与A的k次方乘B的k次方不一定相等
6 合并后不一定相等
矩阵取绝对值
第四课:
T是将行变成列,
技巧1:先用行乘列 会简单一些
技巧二:
技巧三:
证明矩阵可逆
求逆矩阵:
求矩阵的秩
对矩阵进行行变换,使下行左端的0比上行多,直到下面行全为0为止
最后求出的化简结果,有几行的非0行,则秩就是几
第五课:
判断某向量是否可由某向量组线性表示
判断某个向量组是否线性相关
线性相关的话 ,则下面的四个式子绝对有一个是成立的
已知三维向量空间的一组基底,求某一向量在此基底下的坐标
求几个行向量的极大无关组
第六课:
判断方程组解的情况
先将方程组列出来,然后求方程的秩,将秩跟未知数的个数进行比较
分为齐次和非齐次
齐次:
非齐次:
解方程组:
将方程组的秩求出来,然后将矩阵变为方程组的形式未知数减秩的个数就是未知数要设的个数,
求方程组的通解,特解,基础解系
解出方程组后,带k的就是方程组的通解,然后随便套入一个未知数就是特解,下面的什么1,2,3就是基础解系
已知某方程组的多个特解,求某齐次方程组的通解
已知某方程组的多个特解,求某非齐次方程组的通解
第一步:
第二步:
第三步:
第四步:
判断解集合中线性无关的解向量个数
分为齐次和非齐次
第七课:
规范正交化
中括号:
[a1.a2] 就是两个向量相乘后相加
双数线:
就是所有数字的平方和取根号
求矩阵的特征值
方程的拉姆达个数与方阵的阶数相等 ,然后方程是几个平方就是几个拉姆达
求矩阵的特征向量
判断方阵是否与对角阵相似/是否满足P-1次方AP=A
求方阵对应的对角阵A及可逆变换矩阵P
进行规范正交化
已知P的-1次方AP=A,求关于A的复杂式子
第八课考试不考,所以就不记录复习了。
线代很难,最近还要多刷题 冲冲冲 !
在此先摆个烂
关于我学习线代的那些事相关推荐
- 知乎热议:高数、线代应该成为计算机专业学习的重心吗?
点击上方,选择星标或置顶,不定期资源大放送! 阅读大概需要5分钟 Follow小博主,每天更新前沿干货 作为一名计算机专业的学生,你觉得求学期间哪门课程最重要? 你又将哪门课程作为学习的重中之重呢? ...
- 热议:高数、线代应该成为计算机专业学习的重心吗?
本文转载自 新智元 作为一名计算机专业的学生,你觉得求学期间哪门课程最重要? 你又将哪门课程作为学习的重中之重呢? 总有人推荐计算机学生把重点放在高数和线代? 你觉得呢? 考研党的心声:该学还得学 众 ...
- 线性代数的本质(3Blue1Brown线代笔记)
01:向量究竟是什么? 从物理专业学生视角看,向量是空间中的箭头,向量可在空间中自由落脚,决定向量的是它的长度和所指的方向. 从计算机专业学生的视角看,向量是有序的数字列表,例如研究房价,你会用二维向 ...
- [转帖]一个华为哥们学习开发GSM的一些事
转载于:[转帖]一个华为哥们学习&开发GSM的一些事 http://bbs.c114.net/thread-569654-1-1.html 我是无线研发的,对交付并不熟悉,只是根据直接的接触随 ...
- 数学之美3 - 线代篇
线代篇 向量空间模型 文本检索 文本聚类 矩阵 线性回归 PCA主成分分析 奇异值分解 33 | 线性代数:线性代数到底都讲了些什么? 向量和向量空间 标量(Scalar).它只是一个单独的数字,而且 ...
- 使用python愉快地做高数线代题目~
今天接触到了python,发现真是极易上手啊!对比c语言是什么鬼东西= = 诶,等下,看完教学文章发现TA在下面写了这句话 如果做了前面的内容你可能已被吸引了,觉得c语言真的是废材! 不...不是的. ...
- 方程组的几何解释 [MIT线代第一课pdf下载]
攻读鉴于之前MIT的线代笔记没有跟新完和很多童鞋希望pdf版本下载学习,这里我把相关资源放到github上并重新更新完,希望对大家学习有所帮助. pdf下载地址与Github地址: https://g ...
- 分段概率密度矩估计_考研数学:高数、线代、概率3科目知识框架梳理
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼 首先要确保常考题型,常考知识点非常熟练.下面从高等数学.线性代数.概率统计三个模块进行阐述. 高等数学部分 1.函数的极 限;数列的极 限;无穷小及阶的问 ...
- python 线性规划问题_一学高数,线代就头疼?让python帮你解决(内含教程)
栏目「有学问」是UBook知识在线的趣味科普专栏,专注于分享有趣好玩的科普知识,旨在发现更多有趣好玩的冷知识,发掘更多生活中的趣味. 自从上了大学以后,各种高数线代数学课防不胜防,有人说,如果你觉得高 ...
最新文章
- 闭门沙龙招募:吃吃喝喝聊CG | 真格×量子位
- Native wifi API使用
- Leetcode 122. 买卖股票的最佳时机 II 解题思路及C++实现
- 工单系统的设计与实现(3)
- 使用Angular的http client发送请求,请求response总是被当成json类型处理
- pandas追加写入excel_[Excel]如果你爱Excel,请学好pandas
- 【Django】Django Debug Toolbar调试工具配置
- css内容过长显示省略号的几种解决方法
- 范围分区在数据过期化处理中的应用
- matlab 中for 的控制表达式用数组,循环指数可以为向量
- 基于TensorFlow Encrypted (TFE)的隐私计算benchmark
- 微信朋友圈 html 字体颜色,微信朋友圈怎么发文字,朋友圈字体颜色可以改吗?...
- NLP从入门到实战(三)
- OSChina 周五乱弹 ——爸妈是真爱,你只是意外。
- 一步一步学会NDK开发2-利用CMake编译生成so库
- 嘉明的云计算与大数据学习之大数据综合实验案例
- IIS 配置允许跨域访问
- CDA 数据分析师 Level1 基本知识(1)
- Mysql数据库复习大纲
- css背景图片全屏铺满自适应不拉伸