行列式

主对角线与副对角线矩阵的值

注:主对角线的矩阵的值等于对角线元素相乘,而副对角线矩阵的值等于-1n(n-1)/2 a1,n a2,n-1 a3,n-2....an,1

含有x的行列式的求导数,等于逐行求导,相加

证明过程很简单,不过不重要

Uploading file...x8n1s

爪型行列式的计算

注:爪型行列式的特点是,只有第一行,第一列全部不为0,像一个箭头,这种行列式转化为上三角或下三角矩阵

image.png

“么”型行列式计算

么型行列式按照,展开""么"那一“横”,计算就十分简单

image.png

加边法计算行列式

"加边法"适合有规律的数当加一行可以消去很多的行时,可以用加边法

image.png
image.png

梭型行列式计算

按照第一列展开 Dn=4Dn-1 - 3Dn-2 得到 Dn-Dn-1=3(Dn-1 - Dn-2) 。 递推得到
Dn-Dn-1=3(Dn-1- Dn-2)
Dn-1-Dn-2=3(Dn-2- Dn-3)
.......
D3- D2=3(D2- D1)
所以Dn-Dn-1=3n-2(D2 - D1)=3n
Dn-Dn-1=3n
Dn-1-Dn-2=3n-1
.......
D3- D2=33
D2- D1=32
等比数列相加得Dn - D1 即可计算出Dn

范德蒙行列式

$D_a=\begin{vmatrix}1&1&\cdots&1\\x_1&x_2&\cdots&x_n\\x_1^2&x_2^2&\cdots&x_n^2\\\vdots&\vdots&&\vdots\\x_1^{n-1}&x_2^{n-1}&\cdots&x_n^{n-1}\end{vmatrix}$

矩阵的基本运算

错误命题

倒推并不成立,下面是一个反例

image.png
image.png

坍缩矩阵

坍缩矩阵每次与自己相乘,有效信息都会被往外挤一次

image.png

利用坍缩矩阵性质求下列问题?

image.png

秩为1的矩阵

矩阵秩为1,对应每一行都成比例,有下面这样的一个结论
An= ln-1A
  • l 是A对角线元素之和
  • image.png

    若A=αβT,r(A)=1

    图片alt

    !

    求一个矩阵与另一个矩阵的逆矩阵相乘AP-1

    已知矩阵A、P但是P的逆矩阵未知,所以可以先求出P-1,再矩阵相乘。不过更好的方法是将P/A 竖的写在一起,将P通过列变换为E ,对于A来说,相当于乘了一个P-1,那么A就变成了B

    !

    结论AT+BT= (A+B)T

    向量的线性组合写成矩阵的乘法

    B是A的线性组合,写成两矩阵相乘形式,可以直观分离出矩阵A和所做的线性变换
     

    Uploading file...q2o0q

    伴随矩阵的重要性质

  • A*A=AA*=|A| E => A*= |A| A-1
  • 伴随矩阵的秩 n 、1 、 0
  •  

    image.png

    抽象矩阵求逆 有难度

    抽象矩阵求逆,题目中要求 (A+E)-1
    必然需要能通过题目得到一个等式 (A+E)(....)=E
  • (...)里的必然与A有关,相乘必然得到A2,所以先求A2
  • 求出A2-4A=-3E,利用多项式除法凑出括号里的因式
  • image.png

    综合表

    image.png

    初等矩阵、秩、分块矩阵

    初等矩阵是单位矩阵经过一次初等变化后得到的矩阵

  • 初等对换矩阵Ei,j : 由单位矩阵,交换i,j行或列得到
  • 初等倍乘矩阵Ei(k) :由单位矩阵,第i行或列乘k倍得到(k!=0)
  • 初等倍乘矩阵Ei,j(k):由单位矩阵,第i行+k*第j行得到 或 第 j列+k*第i列

  • 重要:Ei,j(k)A是对A做 行变化;AEi,j(k)是对A做 列变化
  • Ei,j-1 = Ei,j
  • Ei(k)-1=Ei(1/k)
  • Ei,j(k)-1=Ei,j(-k)

  • Ei,jT = Ei,j
  • Ei(k)T=Ei(k)
  • Ei,j(k)T=Ej,i(k)
  • !

    AB=O

    正规证明: 当矩阵A、B相乘得到零矩阵,可以想象A(mxn)是系数矩阵,B(nxm)是解向量矩阵;一个齐次线性方程组的线性无关解向量数=n-r(A)
    简便记忆:标准型记忆法

    图片alt

    图片alt

    例题
    image.png

    重要结论:r(AAT)=r(ATA)=r(A)

    图片alt

    分块矩阵的结论

    合理利用矩阵分块,将矩阵分块成更小的方阵,可以简便计算

    image.png

    二阶矩阵的逆矩阵

    主 对调;副 变号

    图片alt

    左行右列,BA=C

    将矩阵B看做一种线性变换。
    BA可由 A经过B行变换得到;
    但是反过来A不一定可由BA经过B-1行变换得到,因为B不一定可逆。
    所以下面这个式子中,BA可以被上面的A经过行变换后逐项消去

    image.png

    例题
    image.png

    向量组

    向量组等价

    矩阵等价,只需要两矩阵秩相等;
    向量组等价,需要两向量组A: α123...αn与向量组B:β123...βm,可以互相线性表示,也就是r(A,B)=r(A)=r(B),对于A来说B的任何一个向量加入都是混子,对于B来说A的任何一个向量加入都是混子

    image.png

    问题:已知α123线性无关,判断下列是否线性无关?

    请判断α123,α1+2α2-3α3,α1+5α3是否线性无关?

    思路1:凑系数k1,k2,k3,当只有k1,k2,k3全为0时才满足k1(α123)+k2(α1+2α2-3α3)+k3(α1+5α3)=0,这时向量组就是线性无关的,都是无法相互消去的

    思路2:像这种比较难凑,写成矩阵相乘,将线性变换用矩阵写出,然后根据r(α123)=3,所以相乘矩阵的秩=后面的线性变换矩阵的秩,计算行列式,如果不等于0,说明满秩,从而向量组线性无关

    image.png

    用定义法证明向量组线性无关

    图片alt

    解:令k1α1+k2α2+k3α3=0 ①
    两边同乘A
    k11 + k22 + k33= k1α1 + k21 + α2) + k323)=0 ②
    ②-①得
    k2α1 + k3α2=0 ③
    两边再次同乘A
    k21 + k32= k2α1 + k312) =0 ④
    ④-③得
    k3α1=0,由于α1!=0,所以k3=0,往回代入,求得k2=0,k1=0,所以三个向量线性无关

    求一个向量在以另一组向量作为基底下,的坐标

    图片alt

    就是求x1α1 + x2α2 + x3α3 = α,α在基底下的坐标就是(x1,x2,x3)
    1.可以直接列方程解;2.也可以作为非齐次方程求解

    注:一组基,一定是一组线性无关的向量

    图片alt

    过渡矩阵

    AP=B,则称,A过渡到B的过渡矩阵是P

    线性方程组求解

    典型例题

    图片alt

    图片alt

    若AB=O,则r(A)+r(B)≤n

    图片alt

    典型例题2

    image.png

    图片alt

    两个方程有公共解问题

    image.png

    图片alt

    两个方程组有同解问题

    image.png

    ①两方程组,同解,那么基础解系个数一定相等,分别求出两线性方程矩阵的秩;
    ②然后再根据其中一个方程,求出解系,代入另外一个方程,使得等式恒成立
    ③求出结果,带回去验证秩是否符合

    图片alt

    公共解、同解与特征值特征向量

    对于任何一个矩阵,矩阵对角线系数之和=它的特征值之和
    ![](https://cdn.jsdelivr.net/gh/whu1233334/picgo-picturn2/img/202308111542797.png)

    解特征值,特征向量的方法

    方法1.常规方式,解非齐次方程

    图片alt


    方法2.技巧性方法
    ①.这题的矩阵A可以拆开为一个秩为1的矩阵 B-E
    ②r(B)=1,特征值0, 0,λ3
    ③利用对角线元素之和=特征值之和=6,所以λ3=6
    ④A=B-E,Aα=Bα-Eα ,λAα=λBα - α,所以λAB-1,对应特征值是一样的

    图片alt

    各种矩阵的特征值
    image.png

    很经典的一道题

    考察伴随矩阵的特征值之和

    图片alt

    判断一个矩阵A可否对角化

    1.证明存在三个线性无关的特征向量,能组成P,使得P-1AP=∧

    图片alt

    特征值不是重根的特征向量的组合,求其特征值

    对于P=(α1 α2 α3), 它是A的特征向量组成的矩阵,对应的特征值分别为λ1、λ2、λ3,则有AP=λP ==> P-1AP=∧p

    图片alt

    典型例题
    image.png

    图片alt

    图片alt

    实对称矩阵与二次型的标准型

    实对称矩阵性质

    • 若A是实对称矩阵,则一定可以对角化即P-1AP = ∧,且不同特征值对应的特征向量一定是正交的;相同特征值对应的特征向量就只是线性无关不一定相互正交。
    • 实对称矩阵进行相似变换的矩阵P的可以正交化,单位化为一个正交矩阵Q,可以使得Q-1AQ=∧
    • 又因为正交矩阵有性质Q-1=QT,所以QTAQ = ∧,称之为合同对角化

    例题

    这里A有两个特征值,0,-1。又因为r(A)=3,所以他的对角矩阵的秩也等于3,那么只能是3个-1

    image.png

    矩阵的正交化合单位化

    image.png

    求方阵的幂次An

  • 方法1.利用方阵成比例,如果方阵成比例,r(A)=1, An=ln-1A
  • 方法2.利用对角化,P-1AP=∧,则A=P∧P-1,则An=P ∧n P-1
  • 二次型的基本概念

    1.一般型 f(x)=XTAX
    2.标准型 XTAX = XTP-1 ∧ PX = YT∧Y 【X=PY就是正交变换,P为正交矩阵】
    3.规范型 换元对角线系数全为1

    67
    解二次型问题

    image.png

    图片alt

    图片alt

    解二次型,一般先转换为标准型,解出Y,利用正交变换解出X

    图片alt

    例题

    图片alt

    二次型的正定性与合同

    正定二次型的判定

  • 二次型f(x)=XTAX,对于任意x取值,都为正,就称之为正定
  • 所以正定的二次型,配方转换为标准型(只有平方项),那么平方项系数都大于0
  • 另外还能通过各阶主子式都大于0,确认正定
  • 图片alt

    区分等价、相似、合同之间的关系

    假设P、Q可逆
  • 等价:PAQ=B,称A与B等价
  • 相似:P-1AP=B,称A于B相似
  • 合同:PTAP=B,称A与B合同【注:一般只考察二次型的合同


  • 那要如何判断两个二次型是否合同?

    1与二次型矩阵合同的矩阵一定也是一个对称矩阵因为PTAP=B,则BT=PTAP=B,得先满足这个条件
    2.满足上述条件后,如果两个二次型对应的标准型的正负号相同(特征值的符号相同),那么就是这两个二次型合同的

    若A是方阵,α是向量则,Aα,任然是一个向量

    典型例题

    图片alt


    二次型正负定性的判定

    判断一个对称矩阵是否正定:
    1.正交变换法化为标准型,看得到标准型矩阵,对角线的特征值是否都>0
    2.配方法化标准型,看得到的标准型矩阵,对角线的数是否都>0
    3.看正惯性指数,看是否全都是正的
    4.看A的各阶主子式是否都为正
    判断一个对称矩阵是否负定:
    1.前三条与上面正好相反
    2.看A的各阶主子式,奇数阶为负,偶数阶为正,那么就是负定