考研数学:线代知识框架

合集下载

线性代数基础知识

线性代数基础知识

线性代数基础知识导言:线性代数是现代数学的重要分支之一,广泛应用于数学、物理、工程、计算机科学等领域。

本文将介绍线性代数的基本概念、运算规律和应用,以帮助读者建立对线性代数的基础知识。

一、向量与向量空间1.1 向量的定义与性质向量是具有大小和方向的量,可以用有序数对或矩阵形式表示。

向量的加法与数量乘法满足交换律、结合律和分配律等基本性质。

1.2 向量空间的定义与性质向量空间是由一组向量和运算规则构成的数学结构,包括加法和数量乘法运算。

向量空间满足加法和数量乘法的封闭性、结合律、分配律以及零向量和负向量的存在等性质。

二、矩阵与线性方程组2.1 矩阵的定义与性质矩阵是由一组数按照矩形排列组成的数学对象,可以表示为一个二维数组。

矩阵的加法与数量乘法满足交换律、结合律和分配律等基本性质。

2.2 线性方程组的表示与求解线性方程组可以用矩阵和向量表示,形式为Ax=b。

其中,A为系数矩阵,x为未知向量,b为常数向量。

线性方程组的解可以通过消元法、矩阵的逆或行列式等方法求得。

三、线性变换与特征值特征向量3.1 线性变换的定义与性质线性变换是指一个向量空间到另一个向量空间的映射,保持向量加法和数量乘法运算。

线性变换满足加法封闭性、乘法封闭性和保持零向量不变等性质。

3.2 特征值与特征向量线性变换的特征值和特征向量是线性变换的重要性质。

特征值为标量,特征向量为非零向量,满足Av=λv。

其中,A为线性变换的矩阵表示,λ为特征值,v为对应的特征向量。

四、内积空间与正交性4.1 内积空间的定义与性质内积空间是一个向量空间,具有额外定义的内积运算。

内积满足对称性、线性性、正定性和共轭对称性等性质。

4.2 正交性与正交基在内积空间中,若两个向量的内积为零,则它们互为正交。

正交基是一个向量空间中的基,其中任意两个基向量互相正交。

五、特殊矩阵与特殊向量5.1 对称矩阵与正定矩阵对称矩阵是满足A^T=A的矩阵,其中A^T为A的转置矩阵。

数学考研必备知识点线性代数的重点章节解析

数学考研必备知识点线性代数的重点章节解析

数学考研必备知识点线性代数的重点章节解析一、引言线性代数是数学中的一个重要分支,广泛应用于各个领域的科学研究和工程实践中。

作为数学考研的一门必备知识,掌握线性代数的重点章节非常关键。

本文将对数学考研必备知识点线性代数的重点章节进行解析,帮助考生全面理解和掌握这些内容。

二、向量空间向量空间是线性代数的基础,包括向量的加法、数乘和向量空间的性质等。

重点章节有:1. 线性相关性与线性无关性:讨论向量组的线性相关性与线性无关性,以及线性相关性的判定方法。

2. 向量空间的维数:介绍向量空间的维数概念及其性质,以及维数的计算方法。

3. 基与坐标:介绍向量空间的一组基及其坐标表示方法,以及基的变换与坐标的变换关系。

三、线性映射与线性变换线性映射与线性变换是线性代数的重要内容,涉及到线性变换的性质、线性变换的表示矩阵和线性映射的核与像等。

重点章节有:1. 线性变换与矩阵:介绍线性变换的定义和性质,并探究线性变换的代数表示——矩阵。

2. 线性变换的核与像:讨论线性变换的核与像的概念,以及它们的性质和计算方法。

3. 线性变换的合成与逆变换:研究线性变换的合成和逆变换的概念与性质,以及相应的计算方法。

四、特征值与特征向量特征值与特征向量是线性代数中的重要概念,用于研究线性变换的本质特性。

重点章节有:1. 特征值与特征向量的定义:介绍特征值与特征向量的定义及其性质。

2. 特征值与特征向量的计算:探究特征值与特征向量的计算方法和求解步骤。

3. 对角化与相似矩阵:讨论矩阵的对角化概念及其条件,以及相似矩阵的性质和计算方法。

五、内积空间与正交变换内积空间与正交变换是线性代数的重要分支,包括内积空间的定义与性质、正交变换的概念与性质等。

重点章节有:1. 内积空间的定义与性质:介绍内积空间的定义和性质,包括内积的性质和内积空间的几何解释。

2. 正交向量与正交子空间:研究正交向量和正交子空间的概念、性质及其计算方法。

3. 正交变换与正交矩阵:探究正交变换的定义和性质,以及正交变换的矩阵表示——正交矩阵。

线性代数知识结构框架

线性代数知识结构框架

第一章:行列式考试内容:行列式的概念和基本性质行列式按行(列)展开定理考试要求:1.了解行列式的概念,掌握行列式的性质.2.会应用行列式的性质和行列式按行(列)展开定理计算行列式.第二章:矩阵考试内容:矩阵的概念矩阵的线性运算矩阵的乘法方阵的幂方阵乘积的行列式矩阵的转置逆矩阵的概念和性质矩阵可逆的充分必要条件伴随矩阵矩阵的初等变换初等矩阵矩阵的秩矩阵等价分块矩阵及其运算考试要求:1.理解矩阵的概念,了解单位矩阵、数量矩阵、对角矩阵、三角矩阵、对称矩阵和反对称矩阵以及它们的性质.2.掌握矩阵的线性运算、乘法、转置以及它们的运算规律,了解方阵的幂与方阵乘积的行列式的性质.3.理解逆矩阵的概念,掌握逆矩阵的性质以及矩阵可逆的充分必要条件,理解伴随矩阵的概念,会用伴随矩阵求逆矩阵.4.理解矩阵的初等变换的概念,了解初等矩阵的性质和矩阵等价的概念,理解矩阵的秩的概念,掌握用初等变换求矩阵的秩和逆矩阵的方法.5.了解分块矩阵及其运算.第三章:向量考试内容:向量的概念向量的线性组合和线性表示向量组的线性相关与线性无关向量组的极大线性无关组等价向量组向量组的秩向量组的秩与矩阵的秩之间的关系向量空间以及相关概念n维向量空间的基变换和坐标变换过渡矩阵向量的内积线性无关向量组的正交规范化方法规范正交基正交矩阵及其性质考试要求:1.理解n维向量、向量的线性组合与线性表示的概念.2.理解向量组线性相关、线性无关的概念,掌握向量组线性相关、线性无关的有关性质及判别法.3.理解向量组的极大线性无关组和向量组的秩的概念,会求向量组的极大线性无关组及秩.4.理解向量组等价的概念,理解矩阵的秩与其行(列)向量组的秩之间的关系5.了解n维向星空间、子空间、基底、维数、坐标等概念.6.了解基变换和坐标变换公式,会求过渡矩阵.7.了解内积的概念,掌握线性无关向量组正交规范化的施密特(Schmidt)方法.8.了解规范正交基、正交矩阵的概念以及它们的性质.第四章:线性方程组考试内容:线性方程组的克莱姆(Cramer)法则齐次线性方程组有非零解的充分必要条件非齐次线性方程组有解的充分必要条件线性方程组解的性质和解的结构齐次线性方程组的基础解系和通解解空间非齐次线性方程组的通解考试要求l.会用克莱姆法则.2.理解齐次线性方程组有非零解的充分必要条件及非齐次线性方程组有解的充分必要条件.3.理解齐次线性方程组的基础解系、通解及解空间的概念,掌握齐次线性方程组的基础解系和通解的求法.4.理解非齐次线性方程组解的结构及通解的概念.5.掌握用初等行变换求解线性方程组的方法.第五章:矩阵的特征值及特征向量考试内容:矩阵的特征值和特征向量的概念、性质相似变换、相似矩阵的概念及性质矩阵可相似对角化的充分必要条件及相似对角矩阵实对称矩阵的特征值、特征向量及相似对角矩阵考试要求:1.理解矩阵的特征值和特征向量的概念及性质,会求矩阵的特征值和特征向量. 2.理解相似矩阵的概念、性质及矩阵可相似对角化的充分必要条件,掌握将矩阵化为相似对角矩阵的方法.3.掌握实对称矩阵的特征值和特征向量的性质.第六章:二次型考试内容:二次型及其矩阵表示合同变换与合同矩阵二次型的秩惯性定理二次型的标准形和规范形用正交变换和配方法化二次型为标准形二次型及其矩阵的正定性考试要求:1.掌握二次型及其矩阵表示,了解二次型秩的概念,了解合同变化和合同矩阵的概念了解二次型的标准形、规范形的概念以及惯性定理.2.掌握用正交变换化二次型为标准形的方法,会用配方法化二次型为标准形.3.理解正定二次型、正定矩阵的概念,并掌握其判别法概率与统计第一章:随机事件和概率考试内容:随机事件与样本空间事件的关系与运算完备事件组概率的概念概率的基本性质古典型概率几何型概率条件概率概率的基本公式事件的独立性独立重复试验考试要求:1.了解样本空间(基本事件空间)的概念,理解随机事件的概念,掌握事件的关系与运算.2.理解概率、条件概率的概念,掌握概率的基本性质,会计算古典型概率和几何型概率,掌握概率的加法公式、减法公式、乘法公式、全概率公式,以及贝叶斯(Bayes)公式.3.理解事件的独立性的概念,掌握用事件独立性进行概率计算;理解独立重复试验的概念,掌握计算有关事件概率的方法.第二章:随机变量及其分布考试内容:随机变量随机变量的分布函数的概念及其性质离散型随机变量的概率分布连续型随机变量的概率密度常见随机变量的分布随机变量函数的分布考试要求:1.理解随机变量的概念.理解分布函数的概念及性质.会计算与随机变量相联系的事件的概率.2.理解离散型随机变量及其概率分布的概念,掌握0-1分布、二项分布、几何分布、超几何分布、泊松(Poisson)分布及其应用.3.了解泊松定理的结论和应用条件,会用泊松分布近似表示二项分布.4.理解连续型随机变量及其概率密度的概念,掌握均匀分布、正态分布、指数分布及其应用,其中参数为λ(λ>0)的指数分布的概率密度为5.会求随机变量函数的分布.第三章:多维随机变量及其分布考试内容:多维随机变量及其分布二维离散型随机变量的概率分布、边缘分布和条件分布二维连续性随机变量的概率密度、边缘概率密度和条件密度随机变量的独立性和不相关性常用二维随机变量的分布两个及两个以上随机变量简单函数的分布考试要求:1.理解多维随机变量的概念,理解多维随机变量的分布的概念和性质. 理解二维离散型随机变量的概率分布、边缘分布和条件分布;理解二维连续型随机变量的概率密度、边缘密度和条件密度.会求与二维随机变量相关事件的概率.2.理解随机变量的独立性及不相关性的概念,掌握随机变量相互独立的条件. 3.掌握二维均匀分布,了解二维正态分布的概率密度,理解其中参数的概率意义.4.会求两个随机变量简单函数的分布,会求多个相互独立随机变量简单函数的分布。

线代必备资料:线性代数知识框架(word版)

线代必备资料:线性代数知识框架(word版)
4
分块对角阵相乘: A
A11
B11 , B A22
*
B22 AB*
A B AB 11 11
A22 B22
A BA* 分块对角阵的伴随矩阵: B
√ 矩阵方程的解法( A 0 ):设法化成(I)AX B
1 , 2 , , s 线性无关; 1 , 2 , , s 都是 Ax 0 的解;
③ s n r ( A) 每个解向量中自由未知量的个数 .
5
√ 一个齐次线性方程组的基础解系不唯一.
1 2 3 4 5
零向量是任何向量的线性组合,零向量与任何同维实向量正交. 单个零向量线性相关;单个非零向量线性无关. 部分相关,整体必相关;整体无关,部分必无关. 原向量组无关,接长向量组无关;接长向量组相关,原向量组相关. 两个向量线性相关 对应元素成比例;两两正交的非零向量组线性无关 p教材114 . 向量组 1 , 2 , , n 中任一向量 i (1 ≤ i ≤ n) 都是此向量组的线性组合. 向量组 1 , 2 , , n 线性相关 向量组中至少有一个向量可由其余 n 1 个向量线性表示. 向量组 1 , 2 , , n 线性无关 向量组中每一个向量 i 都不能由其余 n 1 个向量线性表示.
T
CT Dห้องสมุดไป่ตู้
A1 A 分块矩阵的逆矩阵: B A1 A C O B O
1
1
1 B A1CB 1 B
B
A 1 A
1
1
B 1
A1 O A O 1 1 B C B B CA

考研数学一大纲重点内容回顾线性代数部分知识点汇总

考研数学一大纲重点内容回顾线性代数部分知识点汇总

考研数学一大纲重点内容回顾线性代数部分知识点汇总线性代数是考研数学一科目中非常重要的一部分。

在考试中,线性代数占据了相当大的比重,因此熟练掌握线性代数的知识点是非常重要的。

本文将回顾考研数学一大纲中线性代数部分的重点知识点,帮助考生在备考中能够有针对性地进行复习,并为考试发挥出最佳水平做准备。

知识点1:向量空间向量空间是线性代数中最基础的概念之一。

考生需要掌握向量空间的定义、性质和基本运算法则。

此外,需要掌握向量空间的子空间、线性相关性和线性无关性等概念。

知识点2:矩阵与行列式矩阵和行列式也是考研数学一线性代数部分的重要内容。

考生需要掌握矩阵的运算法则,包括矩阵的加法、乘法和转置等运算。

同时,需要了解矩阵的秩以及矩阵可逆的条件。

在行列式方面,需要熟悉行列式的性质,以及行列式的计算方法和展开式。

知识点3:线性方程组线性方程组是线性代数中的一个重要应用,也是考研数学一中的常见考点。

考生需要掌握线性方程组的解法,包括消元法、矩阵法和特征值法等。

同时,还需要了解线性方程组解的存在唯一性条件,以及齐次线性方程组和非齐次线性方程组的关系。

知识点4:特征值和特征向量特征值和特征向量是线性代数中的重要概念,也是考研数学一中的热点内容。

考生需要了解特征值和特征向量的定义、性质和计算方法。

同时,需要掌握矩阵的对角化和相似对角化的相关知识。

知识点5:线性变换线性变换是线性代数的核心内容之一。

考生需要了解线性变换的定义和性质,以及线性变换的矩阵表达式和几何意义。

此外,还需要了解线性变换的基矩阵和过渡矩阵的计算方法。

知识点6:内积空间内积空间是线性代数中的高级内容,也是考研数学一中的难点。

考生需要了解内积空间的定义和性质,以及内积空间的标准正交基和正交投影的相关知识。

同时,还需要了解内积空间的正交补和正交矩阵的概念和计算方法。

综上所述,考研数学一大纲重点内容回顾线性代数部分的知识点汇总包括了向量空间、矩阵与行列式、线性方程组、特征值和特征向量、线性变换以及内积空间等内容。

考研线代知识点

考研线代知识点

考研线性代数知识点是考研数学科目中的重要内容之一。

线性代数是数学的一个分支,主要研究向量空间、线性变换、矩阵等概念和性质。

在考研中,线性代数的知识点有一定的难度,需要考生们进行系统的学习和掌握。

下面将介绍考研线性代数知识点的学习思路,帮助考生们更好地理解和掌握这一门学科。

第一步:基础知识的学习线性代数的基础知识包括向量、矩阵、行列式等概念。

首先,我们需要了解向量的定义和性质。

向量是具有大小和方向的量,可以用有序数对或有序数组来表示。

在学习向量的过程中,我们要掌握向量的加法、减法、数量乘法等基本运算规则。

其次,矩阵是线性代数中的重要概念。

我们需要学习矩阵的定义、矩阵的加法、减法、乘法等运算规则,并理解矩阵转置、逆矩阵等重要概念。

同时,还要学习矩阵的行列式和特征值、特征向量等性质。

第二步:线性方程组的求解线性方程组是线性代数中的基本问题之一。

我们需要学习如何解线性方程组。

首先,要学习高斯消元法、克拉默法则等常用的线性方程组求解方法。

通过这些方法,可以求解二元一次方程组、三元一次方程组等简单的线性方程组。

此外,我们还需要学习矩阵的初等变换和矩阵的秩的概念。

通过初等变换,可以将线性方程组化为阶梯形或行简化阶梯形,从而求解线性方程组。

而矩阵的秩则可以帮助我们判断线性方程组是否有解,以及求解线性方程组的解的个数。

第三步:线性空间和线性变换线性空间是线性代数的核心概念之一。

我们需要学习什么是线性空间,线性空间的性质以及线性空间的基和维数等重要概念。

此外,还需要掌握线性空间的子空间和线性相关、线性无关等概念。

线性变换是线性代数中的另一个重要概念。

我们需要学习线性变换的定义和性质,以及线性变换的矩阵表示和标准基下的矩阵形式等内容。

同时,还要学习线性变换的核和像的概念,以及线性变换的特征值和特征向量等内容。

第四步:特征值和特征向量的应用特征值和特征向量是线性代数中的重要概念,具有广泛的应用。

我们需要学习如何计算矩阵的特征值和特征向量,并理解它们的几何意义。

考研数学一大纲详解线性代数部分考点归纳

考研数学一大纲详解线性代数部分考点归纳

考研数学一大纲详解线性代数部分考点归纳线性代数是考研数学一科目中的一部分,具有重要的地位和作用。

掌握好线性代数的知识,不仅有助于我们在考试中获得高分,还可以帮助我们在将来的学习和研究中更好地应用数学知识。

本文将针对考研数学一大纲中的线性代数部分,对考点进行详细解析和归纳。

一、向量空间及其基本性质1. 向量空间的概念2. 向量空间的基本性质3. 闭子空间的概念与性质4. 有限维向量空间与无限维向量空间的性质5. 向量的线性相关与线性无关6. 向量组与矩阵的秩7. 基底与维数的概念及其性质二、矩阵的运算及其性质1. 矩阵的加法和数乘2. 矩阵的乘法及其性质3. 矩阵的转置4. 矩阵的逆及其性质5. 矩阵的秩与逆的关系6. 矩阵的行列式及其性质7. 克拉默法则三、特征值、特征向量与对角化1. 特征值与特征向量的概念2. 特征多项式及其性质3. 对角化的条件4. 相似矩阵的性质5. 可对角化矩阵与不可对角化矩阵的区别6. Jordan标准形四、线性方程组的解法1. 线性方程组的消元法2. 线性方程组的矩阵表示与向量表示3. 齐次线性方程组与非齐次线性方程组4. 初等变换和增广矩阵的关系5. 矩阵的秩与线性方程组解的关系6. 非齐次线性方程组的通解和特解以上是考研数学一大纲中线性代数部分的主要考点和知识点的归纳,希望对考生们在备考中有所帮助。

在复习过程中,需要注重对基本概念的理解和记忆,同时通过大量的练习来提高对知识的掌握程度。

同时,考生还应该注重对知识的应用能力的培养,能够将所学的线性代数知识应用于实际问题中。

最后,祝愿所有备战考研的同学们都能够取得优异的成绩,顺利进入心仪的研究生院校。

相信通过努力的学习和不断的积累,成功将会属于你们!加油!。

考研数学线代主要考点及要求

考研数学线代主要考点及要求

考研数学线性代数主要考点及要求前言线性代数是数学中的重要分支学科,几乎存在于所有数学应用领域。

在考研中,线性代数占有相当的比重,因此无论是对于数学专业考生还是非数学专业考生,都需要充分了解这一学科的主要考点与要求。

本文将详细介绍考研数学线性代数的主要考点以及历年考研数学中线性代数的考察情况,旨在为考生提供参考。

主要考点考研数学线性代数的主要考点如下:1.向量空间2.矩阵论3.行列式理论4.线性方程组5.特征值与特征向量6.内积空间下面将分别进行介绍。

向量空间向量空间是线性代数的核心概念,它是定义了向量加法和数乘运算的集合。

在考研中,需要掌握向量空间的基本定义及其相关概念,例如:•向量空间的基本性质•子空间的定义及判定•线性无关、极大线性无关子集、基的定义及其定理•维数的概念及相应的判别定理矩阵论矩阵论是线性代数中的一个重要组成部分,它主要涉及矩阵的定义、运算规则与性质,以及相关的定理。

在考研中,需要掌握以下几个方面的知识:•矩阵的基本概念与运算规则•行、列、秩、行列式的概念与计算方法•矩阵的逆、转置与伴随矩阵的定义及其计算方法•利用矩阵的运算规则与性质简化计算行列式理论行列式是矩阵论中的一个重要概念,它具有很多重要的性质与应用,例如:•行列式的定义与计算方法•行列式的性质,如交换性、性质、加减性等•Cramer法则及其应用线性方程组线性方程组是线性代数中的重要内容,它应用广泛,是解决实际问题中常用的一种数学方法。

在考研中,需要掌握以下几个方面的知识:•线性方程组的一般形式与矩阵形式•线性方程组的基本概念,如解的存在唯一性等•系数矩阵、增广矩阵与阶梯形矩阵间的关系及计算方法•利用初等变换化简线性方程组特征值与特征向量特征值与特征向量是线性代数中的核心概念,它们在科学工程、金融数学、信息学等领域中有广泛的应用。

在考研中,需要掌握以下几个方面的知识:•特征值与特征向量的概念及其性质•特征值与特征向量的计算方法•矩阵的相似与对角化•求解线性微分方程组内积空间内积空间是线性代数中的一个重要概念,它是定义了两个向量之间的乘积。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

考研数学:线代知识框架[摘要]不仅专业课需要知识框架,数学也是如此。

一个优秀而全面的知识框架有助于厘清整体的解题思路。

下面分享的是凯程考研老师精心整理的线代知识点框架。

在之前研究线性方程组的解的过程当中,注意到矩阵及其秩有着重要的地位和应用,故还有必要对矩阵及其运算进行专门探讨。

矩阵的加法和数乘,与向量的运算类同。

矩阵的另外一个重要应用:线性变换(最典型例子是旋转变换)。

即可以把一个矩阵看作是一种线性变换在数学上的表述。

矩阵的乘法,反映的是线性变换的叠加。

如矩阵A对应的是旋转一个角度a,矩阵B 对应的是旋转一个角度b,则矩阵AB对应的是旋转一个角度a+b。

矩阵乘法的特点:若C=AB,则C的第i行、第j列的元素是A的第i行与B的第j列的元素对应乘积之和;A的列数要和B的行数相同;C的行数是A的行数,列数是B的列数。

需要主义的是矩阵乘法不满足交换律,满足结合律。

利用矩阵乘积的写法,线性方程组可更简单的表示为:Ax=b。

对于C=AB,还可作如下分析:将左边的矩阵A写成列向量组的形式,即意味着C的列向量组能由A的列向量组表示,从而推知C的列秩小于等于A的列秩;将右边的矩阵B 写成行向量组的形式,即意味着C的行向量组能由B的行向量组表示,从而推知C的行秩小于等于B的行秩,再考虑到矩阵的行秩等于列秩等于矩阵的秩,最终可得到结论,C的秩小于等于A的秩,也小于等于B的秩,即矩阵乘积的秩总不超过任一个因子的秩。

关于矩阵乘积的另外一个重要结论:矩阵乘积的行列式等于各因子的行列式的乘积。

一些特殊的矩阵:单位阵、对角阵、初等矩阵。

尤其要注意,初等矩阵是单位阵经过一次初等变换得到的矩阵。

每一个初等矩阵对应一个初等变换,因为左乘的形式为PA(P为初等矩阵),将A写成行向量组的形式,PA意味着对A做了一次初等行变换;同理,AP意味着对A做了一次初等列变换,故左乘对应行变换,右乘对应列变换。

若AB=E,则称A为可逆矩阵,B是A的逆阵,同样,这时的B也是可逆矩阵,注意可逆矩阵一定是方阵。

第一种求逆阵的方法:伴随阵。

这种方法的理论依据是行列式的按行(列)展开。

矩阵可逆,行列式不为零,行(列)向量组线性无关,满秩,要注意这些结论之间的充分必要性。

单位阵和初等矩阵都是可逆的。

若矩阵可逆,则一定可以通过初等变换化为单位阵,这是不难理解的,因为初等矩阵满秩,故最后化成的阶梯型(最简形)中非零行数目等于行数,主元数目等于列数,这即是单位阵。

进一步,既然可逆矩阵可以通过初等变换化为单位阵,而初等变换对应的是初等矩阵,即意味着:可逆矩阵可以通过左(右)乘一系列初等矩阵化为单位阵,换言之可逆矩阵可看作是一系列初等矩阵的乘积,因为单位阵在乘积中可略去。

可逆矩阵作为因子不会改变被乘(无论左乘右乘)的矩阵的秩。

由于可逆矩阵可以看作是一系列初等矩阵的乘积,可以想象,同样的这一系列初等矩阵作用在单位阵上,结果是将这个单位阵变为原来矩阵的逆阵,由此引出求逆阵的第二种方法:初等变换。

需要注意的是这个过程中不能混用行列变换,且同样是左乘对应行变换,右乘对应列变换。

矩阵分块,即可把矩阵中的某些行和列的元素看作一个整体,对这些被看作是整体的对象构成的新的矩阵,运算法则仍然适用。

将矩阵看成一些列行向量组或列向量组的形式,实际也就是一种最常见的对矩阵进行分块的方式。

[摘要]不仅专业课需要知识框架,数学也是如此。

一个优秀而全面的知识框架有助于厘清整体的解题思路。

下面分享的是凯程考研老师精心整理的线代知识点框架。

在利用高斯消元法求解线性方程组的过程中,涉及到一种重要的运算,即把某一行的倍数加到另一行上,也就是说,为了研究从线性方程组的系数和常数项判断它有没有解,有多少解的问题,需要定义这样的运算,这提示我们可以把问题转为直接研究这种对n元有序数组的数量乘法和加法运算。

数域上的n元有序数组称为n维向量。

设向量a=(a1,a2,...,an),称ai是a的第i个分量。

n元有序数组写成一行,称为行向量,同时它也可以写为一列,称为列向量。

要注意的是,行向量和列向量没有本质区别,只是元素的写法不同。

矩阵与向量通过行向量组和列向量组相联系。

对给定的向量组,可以定义它的一个线性组合。

线性表出定义的是一个向量和另外一组向量之间的相互关系。

利用矩阵的列向量组,我们可以把一个线性方程组有没有解的问题转化为一个向量能否由另外一组向量线性表出的问题。

同时要注意这个结论的双向作用。

从简单例子(如几何空间中的三个向量)可以看到,如果一个向量a1能由另外两个向量a2、a3线性表出,则这三个向量共面,反之则不共面。

为了研究向量个数更多时的类似情况,我们把上述两种对向量组的描述进行推广,便可得到线性相关和线性无关的定义。

通过一些简单例子体会线性相关和线性无关(零向量一定线性无关、单个非零向量线性无关、单位向量组线性无关等等)。

从多个角度(线性组合角度、线性表出角度、齐次线性方程组角度)体会线性相关和线性无关的本质。

部分组线性相关,整个向量组线性相关。

向量组线性无关,延伸组线性无关。

回到线性方程组的解的问题,即一个向量b在什么情况下能由另一个向量组a1,a2,...,an 线性表出?如果这个向量组本身是线性无关的,可通过分析立即得到答案:b,a1,a2,...,an线性相关。

如果这个向量组本身是线性相关的,则需进一步探讨。

任意一个向量组,都可以通过依次减少这个向量组中向量的个数找到它的一个部分组,这个部分组的特点是:本身线性无关,从向量组的其余向量中任取一个进去,得到的新的向量组都线性相关,我们把这种部分组称作一个向量组的极大线性无关组。

如果一个向量组A中的每个向量都能被另一个向量组B线性表出,则称A能被B线性表出。

如果A和B能互相线性表出,称A和B等价。

一个向量组可能又不止一个极大线性无关组,但可以确定的是,向量组和它的极大线性无关组等价,同时由等价的传递性可知,任意两个极大线性无关组等价。

注意到一个重要事实:一个线性无关的向量组不能被个数比它更少的向量组线性表出。

这是不难理解的,例如不共面的三个向量(对应线性无关)的确不可能由平面内的两个向量组成的向量组线性表出。

一个向量组的任意两个极大线性无关组所含的向量个数相等,我们将这个数目r称为向量组的秩。

向量线性无关的充分必要条件是它的秩等于它所含向量的数目。

等价的向量组有相同的秩。

有了秩的概念以后,我们可以把线性相关的向量组用它的极大线性无关组来替换掉,从而得到线性方程组的有解的充分必要条件:若系数矩阵的列向量组的秩和增广矩阵的列向量组的秩相等,则有解,若不等,则无解。

向量组的秩是一个自然数,由这个自然数就可以判断向量组是线性相关还是线性无关,由此可见,秩是一个非常深刻而重要的概念,故有必要进一步研究向量组的秩的计算方法。

凯程教育:凯程考研成立于2005年,国内首家全日制集训机构考研,一直从事高端全日制辅导,由李海洋教授、张鑫教授、卢营教授、王洋教授、杨武金教授、张释然教授、索玉柱教授、方浩教授等一批高级考研教研队伍组成,为学员全程高质量授课、答疑、测试、督导、报考指导、方法指导、联系导师、复试等全方位的考研服务。

凯程考研的宗旨:让学习成为一种习惯;凯程考研的价值观口号:凯旋归来,前程万里;信念:让每个学员都有好最好的归宿;使命:完善全新的教育模式,做中国最专业的考研辅导机构;激情:永不言弃,乐观向上;敬业:以专业的态度做非凡的事业;服务:以学员的前途为已任,为学员提供高效、专业的服务,团队合作,为学员服务,为学员引路。

如何选择考研辅导班:在考研准备的过程中,会遇到不少困难,尤其对于跨专业考生的专业课来说,通过报辅导班来弥补自己复习的不足,可以大大提高复习效率,节省复习时间,大家可以通过以下几个方面来考察辅导班,或许能帮你找到适合你的辅导班。

师资力量:师资力量是考察辅导班的首要因素,考生可以针对辅导名师的辅导年限、辅导经验、历年辅导效果、学员评价等因素进行综合评价,询问往届学长然后选择。

判断师资力量关键在于综合实力,因为任何一门课程,都不是由一、两个教师包到底的,是一批教师配合的结果。

还要深入了解教师的学术背景、资料著述成就、辅导成就等。

凯程考研名师云集,李海洋、张鑫教授、方浩教授、卢营教授、孙浩教授等一大批名师在凯程授课。

而有的机构只是很普通的老师授课,对知识点把握和命题方向,欠缺火候。

对该专业有辅导历史:必须对该专业深刻理解,才能深入辅导学员考取该校。

在考研辅导班中,从来见过如此辉煌的成绩:凯程教育拿下2015五道口金融学院状元,考取五道口15人,清华经管金融硕士10人,人大金融硕士15个,中财和贸大金融硕士合计20人,北师大教育学7人,会计硕士保录班考取30人,翻译硕士接近20人,中传状元王园璐、郑家威都是来自凯程,法学方面,凯程在人大、北大、贸大、政法、武汉大学、公安大学等院校斩获多个法学和法硕状元,更多专业成绩请查看凯程网站。

在凯程官方网站的光荣榜,成功学员经验谈视频特别多,都是凯程战绩的最好证明。

对于如此高的成绩,凯程集训营班主任邢老师说,凯程如此优异的成绩,是与我们凯程严格的管理,全方位的辅导是分不开的,很多学生本科都不是名校,某些学生来自二本三本甚至不知名的院校,还有很多是工作了多年才回来考的,大多数是跨专业考研,他们的难度大,竞争激烈,没有严格的训练和同学们的刻苦学习,是很难达到优异的成绩。

最好的办法是直接和凯程老师详细沟通一下就清楚了。

建校历史:机构成立的历史也是一个参考因素,历史越久,积累的人脉资源更多。

例如,凯程教育已经成立10年(2005年),一直以来专注于考研,成功率一直遥遥领先,同学们有兴趣可以联系一下他们在线老师或者电话。

有没有实体学校校区:有些机构比较小,就是一个在写字楼里上课,自习,这种环境是不太好的,一个优秀的机构必须是在教学环境,大学校园这样环境。

凯程有自己的学习校区,有吃住学一体化教学环境,独立卫浴、空调、暖气齐全,这也是一个考研机构实力的体现。

此外,最好还要看一下他们的营业执照。

相关文档
最新文档