线性代数纯手写笔记
《线性代数》学习笔记三
主 题： 《线性代数》学习笔记 内 容：《线性代数》学习笔记三——矩阵的概念、运算、分块矩阵1． 矩阵概念定义：由mxn 个数a ij (i-1.2,……，m;j=1.2,……,n)排成m 行n 列的数表 ⎪⎪⎪⎪⎪⎭⎫⎝⎛=mn m m n n a a a a a a a a a A 212222111211称为一个mxn 矩阵，a ij 称为第i 行第j 列上的元素，可简记作A=(a ij )mxn 或Amxn ，当m=n 时也称Amxn 为n 阶方阵，可记为An 。
当m=1时，Amxn=(a 11,a 12,……a 1n )称为行矩阵，当n=1时，⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=12111m mxna a a A 称为列矩阵，有元素皆为0的矩阵称为零矩阵，记作0。
对于n 阶方阵An ，称a n ，a 22 ，…，nn a 为A 的全对角线上元素称∑=ni ii a 1为分阵A 的迹，记作tr A ，即tr A =1nii i a 。
当n 阶方阵A 的主对角线以下（上）的所有元素皆为零称A 为上（下）三角形矩阵，除主对角线上元素外其元素皆为零的方阵为对角形矩阵，主对角线上有元素皆为1的对角形矩阵称为单位方阵，记作F 即⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=100010001F 2.矩阵运算1加法A=（ij a ）mxn ，B=（ig b ）mxn 则A+B=（a ij +b ij ）mxn即只有两个矩阵都是mxn 矩阵，也称为同型矩阵，才能做加法运算。
称（－a ij ）mxn 为A 的负矩阵，记作－A ，即－A=（－a ij ）mxn 。
由此可定义A －B=A+（－B ）=（a ij －bij ）mxn 。
证与数的加、减运算类似，矩阵的加法运算满足 （1）A+B=B+A （交换律）（2）（A+B ）+C=A+（B+C ）（结合律） （3）A+O=O+A=A ，（4）A+（－A ）=（－A ）+A=O 2．数乘：设K 是一个数， mxnijmxnA a 则R 与矩阵A 相乘定义为111212122212n n ijmxnm m mnka ka ka ka ka ka kAka ka kaka也就是ka 是指用k 去乘A 的每一个元素，另证，其满足以下规律： （1）K （A+B ）=KA+KB ，（K+L ）A=KA+LA ，（分配律） （2）（KL ）A=K （LA ）=L （KA ），（结合律）， （3）若KA=0，则K=0或A=0。
考研数学线性代数手写笔记
隽卷轴对 埔
d
里
蝉 竹触 © 闭 C 八
哺
八
商愆酏 翅 癫 <娣榭蹊 八啪 一 夜娴© 蜘 t!枘碑堤 微
(· &i i t ój j j Éj & > 1 > t & , l s t ! d M
1
LJ; 1
1 1
AJ 1
A
八
月
A"
1
Aj
1
[
铀赫佴醐
,
F
k
wi f i q
&=
亡
创 制
Jill
@f q w Ê
觳入 罗耗僻 A W禾我让仟
苄 \
,
人0 4 入住°
A\
"
与 与
兼 多当A 吕 o 对不能弘 A · 荻8 - o 4 瓷A 和 却粼川 s o
> x -
a
2国
/ ¢i t h 1/ 14 ®Ptìi gM
a
\
77
3 虽t
八j乙肘 A
萨 八 八 良+ 9
男沫豹力毛亭泌 朗 荫 心
z3
黄 已知八 良 t 与沟司逐短 瞬 W掌硝
只 阳目 园国
k M' A0
j 0 0
1
11
巨
厂
:犍 ® f c 胪 时穿易患花 ( t i. j
r
M
0i L
豸
名 国
.
目届
零
卅车间
74 囤川 麟 9· Pl 花中
断腐元 囤
糙角囝闲 祥 不同 1爿啄盈凶钰 间闲
) ( 日 六 ' " 一
考研线性代数笔记
考研线性代数笔记考研线性代数笔记1、行列式1. n 行列式共有2n 个元素，展开后有!n 项，可分解为2n 行列式；2. 代数余子式的性质：①、ij A 和ij a 的大小无关；②、某行（列）的元素乘以其它行（列）元素的代数余子式为0；③、某行（列）的元素乘以该行（列）元素的代数余子式为A ； 3. 代数余子式和余子式的关系：(1)(1)i j i j ij ij ij ij M A A M ++=-=-4. 设n 行列式D ：将D 上、下翻转或左右翻转，所得行列式为1D ，则(1)21(1)n n D D -=-；将D 顺时针或逆时针旋转90，所得行列式为2D ，则(1)22(1)n n D D -=-；将D 主对角线翻转后（转置），所得行列式为3D ，则3D D =；将D 主副角线翻转后，所得行列式为4D ，则4D D =； 5. 行列式的重要公式：①、主对角行列式：主对角元素的乘积；②、副对角行列式：副对角元素的乘积(1)2(1)n n -? -；③、上、下三角行列式（= ◥◣）：主对角元素的乘积；④、◤和◢：副对角元素的乘积(1)2(1)n n -? -；⑤、拉普拉斯展开式：A O A C ABC B O B ==、(1)m n C A O AA B B O B C==- ⑥、范德蒙行列式：大指标减小指标的连乘积；⑦、特征值；6. 对于n 阶行列式A ，恒有：1(1)nn k n k k k E A S λλλ-=-=+-∑，其中k S 为k 阶主子式；7. 证明0A =的方法：①、A A =-；②、反证法；③、构造齐次方程组0Ax =，证明其有非零解；④、利用秩，证明()r A n <；⑤、证明0是其特征值；2、矩阵1. A 是n 阶可逆矩阵：0A ≠（是非奇异矩阵）；()r A n =（是满秩矩阵） ?A 的行（列）向量组线性无关； ?齐次方程组0Ax =有非零解；?n b R ?∈，Ax b =总有唯一解；A 与E 等价；A 可表示成若干个初等矩阵的乘积； ?A 的特征值全不为0；T A A 是正定矩阵；A 的行（列）向量组是n R 的一组基； ?A 是n R 中某两组基的过渡矩阵；2. 对于n 阶矩阵A ：**AA A A A E == 无条件恒成立；3. 1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===4. 矩阵是表格，推导符号为波浪号或箭头；行列式是数值，可求代数和；5. 关于分块矩阵的重要结论，其中均A 、B 可逆：若12s A A A A ?? ?= ? ??，则：Ⅰ、12s A A A A =；Ⅱ、111121s A A A A ----??= ? ? ??；②、111A O A O O B O B ---??=；（主对角分块）③、111O A O B B O A O ---??= ? ?；（副对角分块）④、11111A C A A CB O B OB -----??-??=；（拉普拉斯）⑤、11111A O A O C B B CA B -----??= ? ?-；（拉普拉斯）3、矩阵的初等变换与线性方程组1. 一个m n ?矩阵A ，总可经过初等变换化为标准形，其标准形是唯一确定的：rm nE OF OO= ；等价类：所有与A 等价的矩阵组成的一个集合，称为一个等价类；标准形为其形状最简单的矩阵；对于同型矩阵A 、B ，若()()r A r B A B = ? ； 2. 行最简形矩阵：①、只能通过初等行变换获得；②、每行首个非0元素必须为1；③、每行首个非0元素所在列的其他元素必须为0；3. 初等行变换的应用：（初等列变换类似，或转置后采用初等行变换）①、若(,)(,)rA E E X ，则A 可逆，且1X A -=；②、对矩阵(,)A B 做初等行变化，当A 变为E 时，B 就变成1A B -，即：1(,)(,)cA B E A B - ~ ；③、求解线形方程组：对于n 个未知数n 个方程Ax b =，如果(,)(,)rA b E x ，则A 可逆，且1x A b -=；4. 初等矩阵和对角矩阵的概念：①、初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵；②、12n ??Λ= ? ??λλλ，左乘矩阵A ，i λ乘A 的各行元素；右乘，iλ乘A 的各列元素；③、对调两行或两列，符号(,)E i j ，且1(,)(,)Ei j Ei j -=，例如：1111111-= ? ? ? ?????；④、倍乘某行或某列，符号(())E i k ，且11(())(())E i k E i k-=，例如：1111(0)11k k k -=≠ ? ? ? ???；⑤、倍加某行或某列，符号(())E i j k,且1(())(())E ij k E ij k -=-，如：11111(0)11k k k --???? ? ?=≠ ? ? ? ?????；5. 矩阵秩的基本性质：①、0()min(,)m n r A m n ?≤≤；②、()()T r A r A =；③、若A B ，则()()r A r B =；④、若P 、Q 可逆，则()()()()r A r PA r AQ r PAQ ===；（可逆矩阵不影响矩阵的秩）⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+；（※）⑥、()()()r A B r A r B +≤+；（※）⑦、()min((),())r AB r A rB ≤；（※）⑧、如果A 是m n ?矩阵，B 是n s ?矩阵，且0AB =，则：（※）Ⅰ、B 的列向量全部是齐次方程组0AX =解（转置运算后的结论）；Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵，则()()()r AB r A r B n ≥+-；6. 三种特殊矩阵的方幂：①、秩为1的矩阵：一定可以分解为列矩阵（向量）?行矩阵（向量）的形式，再采用结合律；②、型如101001a c b ?? ?的矩阵：利用二项展开式；二项展开式：01110()nn nn m n m mn n n n m m n mn n n n n n m a b C a C a b C a b C a b C b C a b -----=+=++ ++++=∑；注：Ⅰ、()n a b +展开后有1n +项；Ⅱ、0(1)(1)!1123!()!--+====-m n n n n n n n m n C C C m m n mⅢ、组合的性质：11112---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ；③、利用特征值和相似对角化： 7. 伴随矩阵：①、伴随矩阵的秩：*()()1()10()1nr A n r A r A n r A n = ??==-??<-?；②、伴随矩阵的特征值：*1*(,)AAAX X A A A A X X λλλ- == ? =；③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述：①、()r A n =，A 中有n 阶子式不为0，1n +阶子式全部为0；（两句话）②、()r A n <，A 中有n 阶子式全部为0；③、()r A n ≥，A 中有n 阶子式不为0；9. 线性方程组：Ax b =，其中A 为m n ?矩阵，则：①、m 与方程的个数相同，即方程组Ax b =有m 个方程；②、n 与方程组得未知数个数相同，方程组Ax b =为n 元方程；10. 线性方程组Ax b =的求解：①、对增广矩阵B 进行初等行变换（只能使用初等行变换）；②、齐次解为对应齐次方程组的解；③、特解：自由变量赋初值后求得；11. 由n 个未知数m 个方程的方程组构成n 元线性方程：①、11112211211222221122n n n n m m nm n na x a x a xb a x a x a x b a x a x a x b +++= ??+++= +++=?；②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ?????? ??? ? ??? ?=?= ??? ? ??? ???????（向量方程，A 为m n ?矩阵，m 个方程，n 个未知数）③、()1212n n x x a a a x β?? ? ?= ? ???（全部按列分块，其中12n b b b β?? ? ?= ? ???）；④、1122n n a x a x a x β+++=（线性表出）⑤、有解的充要条件：()(,)r A r A n β=≤（n 为未知数的个数或维数） 4、向量组的线性相关性1. m 个n 维列向量所组成的向量组A ：12,,,m ααα构成n m ?矩阵12(,,,)m A =ααα；m 个n 维行向量所组成的向量组B ：12,,,T TTm βββ构成m n ?矩阵12T T T m B βββ??= ? ? ???；含有有限个向量的有序向量组与矩阵一一对应；2. ①、向量组的线性相关、无关 0Ax ?=有、无非零解；（齐次线性方程组）②、向量的线性表出 Ax b ?=是否有解；（线性方程组）③、向量组的相互线性表示 AX B ?=是否有解；（矩阵方程）3. 矩阵m n A ?与l n B ?行向量组等价的充分必要条件是：齐次方程组0Ax =和0Bx =同解；(101P 例14)4. ()()T r A A r A =；(101P 例15)5. n 维向量线性相关的几何意义：①、α线性相关?0α=；②、,αβ线性相关,αβ坐标成比例或共线（平行）；③、,,αβγ线性相关?,,αβγ共面；6. 线性相关与无关的两套定理：若12,,,s ααα线性相关，则121,,,,s s αααα+必线性相关；若12,,,s ααα线性无关，则121,,,s ααα-必线性无关；（向量的个数加加减减，二者为对偶）若r 维向量组A 的每个向量上添上n r -个分量，构成n 维向量组B ：若A 线性无关，则B 也线性无关；反之若B 线性相关，则A 也线性相关；（向量组的维数加加减减）简言之：无关组延长后仍无关，反之，不确定；7. 向量组A （个数为r ）能由向量组B （个数为s ）线性表示，且A 线性无关，则r s ≤(二版74P 定理7)；向量组A 能由向量组B 线性表示，则()()r A r B ≤；（86P 定理3）向量组A 能由向量组B 线性表示AX B ?=有解；()(,)r A r A B ?=（85P 定理2）向量组A 能由向量组B 等价()()(,)r A r B r A B ? ==（85P 定理2推论）8. 方阵A 可逆?存在有限个初等矩阵12,,,l P P P ，使12l A P P P =；①、矩阵行等价：~rA B PA B ?=（左乘，P 可逆）0Ax ?=与0Bx =同解②、矩阵列等价：~cA B AQ B ?=（右乘，Q 可逆）；③、矩阵等价：~A B PAQ B ?=（P 、Q 可逆）； 9. 对于矩阵m n A ?与l n B ?：①、若A 与B 行等价，则A 与B 的行秩相等；②、若A 与B 行等价，则0Ax =与0Bx =同解，且A 与B 的任何对应的列向量组具有相同的线性相关性；③、矩阵的初等变换不改变矩阵的秩；④、矩阵A 的行秩等于列秩； 10. 若m s s n m n A B C =，则：①、C 的列向量组能由A 的列向量组线性表示，B 为系数矩阵；②、C 的行向量组能由B 的行向量组线性表示，T A 为系数矩阵；（转置）11. 齐次方程组0Bx =的解一定是0ABx =的解，考试中可以直接作为定理使用，而无需证明；①、0ABx = 只有零解0Bx ? =只有零解；②、0Bx = 有非零解0ABx ? =一定存在非零解；12. 设向量组12:,,,n r r B b b b ?可由向量组12:,,,n s s A a a a ?线性表示为：（110P 题19结论）1212(,,,)(,,,)r s b b b a a a K =（B AK =）其中K 为s r ?，且A 线性无关，则B 组线性无关()r K r ?=；（B 与K 的列向量组具有相同线性相关性）（必要性：()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=；充分性：反证法）注：当r s =时，K 为方阵，可当作定理使用；13. ①、对矩阵m n A ?，存在n m Q ?，m AQ E = ()r A m ?=、Q 的列向量线性无关；（87P ）②、对矩阵m n A ?，存在n m P ?，n PA E = ()r A n ?=、P 的行向量线性无关；14. 12,,,s ααα线性相关存在一组不全为0的数12,,,s k k k ，使得11220s s k k k ααα+++=成立；（定义）1212(,,,)0s s x xx ααα?? ? ?= ? ???有非零解，即0Ax =有非零解；12(,,,)s r s ααα<，系数矩阵的秩小于未知数的个数；15. 设m n ?的矩阵A 的秩为r ，则n 元齐次线性方程组0Ax =的解集S 的秩为：()r S n r =-；16. 若*η为Ax b =的一个解，12,,,n r ξξξ-为0Ax =的一个基础解系，则*12,,,,n r ηξξξ-线性无关；（111P 题33结论） 5、相似矩阵和二次型1. 正交矩阵T A A E ?=或1T A A -=（定义），性质：①、A 的列向量都是单位向量，且两两正交，即1(,1,2,)0T i j i ja a i j n i j=?==?≠?；②、若A 为正交矩阵，则1T A A -=也为正交阵，且1A =±；③、若A 、B 正交阵，则AB 也是正交阵；注意：求解正交阵，千万不要忘记施密特正交化和单位化；2. 施密特正交化：12(,,,)r a a a11b a =；1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----;3. 对于普通方阵，不同特征值对应的特征向量线性无关；对于实对称阵，不同特征值对应的特征向量正交；4. ①、A 与B 等价 ?A 经过初等变换得到B ；=PAQ B ，P 、Q 可逆； ()()?=r A r B ，A 、B 同型；②、A 与B 合同 ?=T C AC B ，其中可逆；T x Ax 与T x Bx 有相同的正、负惯性指数；③、A 与B 相似1-?=P AP B ； 5. 相似一定合同、合同未必相似；若C 为正交矩阵，则T C AC B =?A B ，（合同、相似的约束条件不同，相似的更严格）；6. A 为对称阵，则A 为二次型矩阵；7. n 元二次型T x Ax 为正定：A ?的正惯性指数为n ；A ?与E 合同，即存在可逆矩阵C ，使TC AC E =； A ?的所有特征值均为正数； A ?的各阶顺序主子式均大于0；0,0ii a A ?>>；(必要条件)。
宋浩线性代数笔记
•⚗线性代数•.⚗ P1 二阶三阶行列式..⚗ 02:48 二阶行列式划线计算.⚗ 15:00 三阶行列式划线计算.⚗ 22:29 N阶行列式预备知识.⚗ 24:21 名场面：宋浩点名田莎莎等.⚗ P2 n阶行列式..⚗ 00:55 N阶行列式计算.⚗ 20:50 下三角行列式.⚗ 23:14 上三角行列式.⚗ 24:40 对角线行列式.⚗ 25:30 副对角线行列式.⚗ 31:00 三角行列式总结.⚗ 31:09 行列式三种定义.⚗ P3 行列式的性质..⚗ 00:25 性质一转置.⚗ 11:48 性质二两行互换.⚗ 20:38 性质三两行相同.⚗ 23:10 性质四行公因子k.⚗ 28:05 性质五两行成比例.⚗ 34:20 性质六和分解.⚗ 43:36 性质七行叠加.⚗ 51:12 行列式值计算通用法.⚗ P4 行列式按行展开..⚗ 04:36 余子式.⚗ 07:42 代数余子式.⚗ 09:38 降阶：行列式按某一行/列展开.⚗ 16:50 异乘变零定理.⚗ 27:17 拉普拉斯定理.⚗ 30:17 拉普拉斯展开定理.⚗ 38:30 同阶行列式相乘.⚗ P5 行列式的计算（一）..⚗ 14:33 纯数字行列式计算.⚗ 21:50 已知行列式求余子式之和.⚗ 30:06 对角线为x，其余为a的行列式计算技巧.⚗ P6 行列式的计算（二）..⚗ 00:00 行列式计算基础思路.⚗ 01:05 三叉形行列式.⚗ 17:42 范德蒙德行列式.⚗ 40:42 反对称行列式.⚗ 43:12 对称行列式.⚗ P7 克莱姆法则..⚗ 00:05 解方程组.⚗ 09:11 解齐次线性方程组.⚗ P8 矩阵概念..⚗ 22:20 矩阵和行列式比较.⚗ P9 矩阵运算（一）..⚗ 00:00 名场面：宋浩免费赠送自制知识卡片.⚗ 02:50 矩阵加减法.⚗ 07:53 矩阵数乘运算.⚗ 13:58 矩阵乘法.⚗ P10 矩阵运算（二）..⚗ 00:00 矩阵幂运算.⚗ 23:49 矩阵转置.⚗ P11 特殊矩阵.⚗ P12 逆矩阵（一）..⚗ 03:04 方阵的行列式.⚗ 12:54 方阵的行列式的性质.⚗ 24:28 伴随矩阵.⚗ P13 逆矩阵（二）..⚗ 10:58 方阵可逆条件.⚗ 21:16 求逆矩阵方法.⚗ 47:33 解矩阵方程常见错误总结.⚗ 54:42 逆矩阵性质.⚗ 66:58 伴随矩阵`A^*`小专题.⚗ P14 分块矩阵..⚗ 00:00 分块要求.⚗ 04:34 标准形.⚗ 09:34 分块矩阵加法.⚗ 10:39 分块矩阵数乘.⚗ 11:12 分块矩阵乘法.⚗ 20:25 分块矩阵转置.⚗ 23:23 拉普拉斯展开定理在分块矩阵中的应用例题.⚗ 39:08 分块矩阵的逆.⚗ P15 初等变换（一）..⚗ 00:00 三种初等变换.⚗ 11:18 初等变换和行列式变换的对比.⚗ 24:50 矩阵化标准型.⚗ 29:45 矩阵等价.⚗ P16 初等变换（二）..⚗ 00:00 初等方阵.⚗ 09:15 初等方阵的行列式和逆矩阵.⚗ 14:56 初等方阵与矩阵做乘法.⚗ 44:13 初等方阵用处.⚗ P17 初等变换（三）..⚗ 00:00 初等变换法求逆矩阵.⚗ 13:51 解题过程总结.⚗ P18 矩阵的秩（一）..⚗ 00:00 k阶子式.⚗ 02:10 矩阵的秩.⚗ P19 矩阵的秩（二）..⚗ 00:00 矩阵的秩.⚗ 07:35 求矩阵的秩.⚗ 14:23 阶梯形矩阵.⚗ 32:09 行简化阶梯形矩阵.⚗ 41:15 求秩方法.⚗ 53:11 秩的性质.⚗ 58:49 广告：宋浩打油诗.⚗ P20 向量的定义..⚗ 10:11 向量定义.⚗ P21 向量间的线性关系（一）..⚗ 00:00 线性关系.⚗ 19:41 向量组的等价.⚗ P22 向量间的线性关系（二）..⚗ 00:00 线性相关与无关.⚗ 16:37 扩大后向量组与原向量组.⚗ 25:40 接长后向量组与原向量组.⚗ 37:20 行列式判断相关.⚗ P23 线性相关线性无关..⚗ 00:00 定理一.⚗ 04:32 定理二.⚗ 13:57 定理三：替换.⚗ 13:57 定理四.⚗ 21:22 推论.⚗ P24 向量组的秩（一）..⚗ 00:00 极大线性无关组.⚗ 08:04 极大线性无关组性质.⚗ 12:45 向量组的秩.⚗ P25 向量组的秩（二）..⚗ 00:00 行秩与列秩.⚗ 07:06 定理.⚗ 11:12 极大线性无关组的求法.⚗ P26 线性方程组..⚗ 00:00 二元一次方程与初等变换.⚗ P27 线性方程组有解判定..⚗ 00:00 有解判定.⚗ P28 齐次方程组的解..⚗ 00:00 齐次方程组.⚗ P29 方程组解的结构（一）..⚗ 00:00 齐次方程组解的结构.⚗ 06:54 基础解系.⚗ 08:56 齐次方程基础解系求法.⚗ 45:26 定理.⚗ P30 方程组解的结构（二）..⚗ 00:00 导出组.⚗ 04:27 非齐次方程组解的结构.⚗ P32 矩阵的特征值与特征向量（一）..⚗ 00:00 矩阵的特征值与特征向量.⚗ 08:35 求特征值.⚗ P33 矩阵的特征值与特征向量（二）..⚗ 00:00 求特征值（计算含参行列式）思路.⚗ 19:40 完整例题求特征值和特征向量.⚗ 43:12 N阶三角形矩阵的特征值.⚗ P34 特征值与特征向量的性质..⚗ 00:00 基本性质.⚗ 47:49 其他性质.⚗ P35 相似矩阵和矩阵可对角化的条件..⚗ 00:00 相似矩阵.⚗ 07:58 相似矩阵的性质.⚗ 22:06 与对角形矩阵相似（对角化）的条件.⚗ 61:47 利用相似矩阵简单求矩阵的高次幂.⚗ P36 实对称矩阵的对角化（一）..⚗ 00:00 实对称矩阵的对角化.⚗ 02:00 内积.⚗ 21:09 向量的长度/范数/模.⚗ P37 实对称矩阵的对角化（二）..⚗ 00:00 模的性质.⚗ 04:16 柯西-施瓦茨不等式.⚗ 08:13 三角不等式.⚗ 09:55 正交/垂直.⚗ 25:10 施密特正交化.⚗ P38 实对称矩阵的对角化（三）..⚗ 00:00 正交矩阵.⚗ 21:38 实对称矩阵的对角化.⚗ 28:48 正交相似.⚗ 31:24 定理.⚗ 32:34 汇总.⚗ P39 二次型定义..⚗ 00:00 判断二次型.⚗ 03:08 n元二次型.⚗ 04:09 二次型的矩阵表达.⚗ 21:30 标准型.⚗ 24:40 线性替换.⚗ 35:38 合同.⚗ 49:00 矩阵间关系总结.⚗ P40 二次型化标准型（配方法）..⚗ 00:00 二次型化标准型的三种方法.⚗ 02:33 配方法.⚗ P41 二次型化标准型（初等变换法和正交替换法）..⚗ 00:00 初等变换法.⚗ 22:00 规范形.⚗ 31:06 正交替换.⚗ End 感谢宋老师~.⚗ Appendix 浩浩卡片☄P1 二阶三阶行列式⌚02:48 二阶行列式划线计算•行列式一定是方的⌚15:00 三阶行列式划线计算•主对角线：╲•副对角线：╲⌚22:29 N阶行列式预备知识•排列：1，2，……，n组成的一个有序数组叫n级排列，中间不能缺数•如3级排列：123，132，213，231，312，321•逆序：大数排在小数前面•逆序数：逆序的总数•奇/偶排列：逆序数为奇/偶•标准排列：123……N•对换：交换排列中的两个数•做一次对换，排列奇偶性改变⌚24:21 名场面：宋浩点名田莎莎等☄P2 n阶行列式⌚00:55 N阶行列式计算•按行展开：•行标取标准排列•列标取排列的所有可能，从不同行不同列取出n个元素相乘•共有N!项•每一项的符号由列标排列的奇偶性决定，偶正奇负⌚20:50 下三角行列式•右上方三角形区域元素全部为0•下三角行列式= 主对角线元素相乘⌚23:14 上三角行列式•左下方三角形区域元素全部为0•上三角行列式= 主对角线元素相乘⌚24:40 对角线行列式•只有主对角线上有数⌚25:30 副对角线行列式•副对角线行列式=(-1)^(n(n-1)/2) * 副对角线元素相乘⌚31:00 三角行列式总结⌚31:09 行列式三种定义• 1.按行展开，符号由列标排列决定• 2.按列展开，符号由行标排列决定• 3.胡乱展开，符号由行标排列逆序数和列标排列逆序数之和决定(-1)^(N(i1,i2,……,iN)+N(j1,j2,……,jN)), i：行标，j：列标☄P3 行列式的性质•行列式对行成立的性质对列也成立⌚00:25 性质一转置•转置：把行按列写•行列式转置后值不变•行列式转置的转置等于本身•行列式两行互换，值变号⌚20:38 性质三两行相同•行列式两行相同，等于0⌚23:10 性质四行公因子k•行列式某行都乘以k，等于用k乘以这个行列式。
《线性代数》学习笔记一
主 题： 《线性代数》学习笔记 内 容：《线性代数》学习笔记一——行列式的定义和性质1、二、三阶行列式的定义解二元线性方程组 a 11x 1+a 12x 2=b 1a 21x 1=a 22x 2=b 2用消元法去x 2得 （a 11a 22-a 12a 21）x 1=b 1a 22-b 2a 12, 消去x 1得 （a 11a 22-a 12a 21）x 2=a 11b 2-a 21b 1, 当a 11a 22-a 12a 21≠0时，得出211222*********a a a a a b a b x --=， 211222111212112a a a a b a b a x --=分子与分母都是由4个数构成的两对乘积之差，例如分母是由方程的4个系数确定的，若将4个系数按出现在方程中的相对位置排成二行（横为行）二列（纵为列）的数表a 11 a 12 a 21 a 22a 11a 22-a 12a 21就是二对角线上两个数乘积之差定义1 a 11a 22-a 12a 12称为由数表 a 11 a 12 a 21 a 22确定的二阶行列式，记作：11122122,,a a a a 改为 11122122a a a a 即1112112212212122a a a a a a a a数a ij (i,j=1,2)称为行列式的元素，a ij 的第一个下标i 称为行标，第二个下标j称为列标，a ij 表示该元素在第i 行，第j 列。
由以上定义知： 222121122221,,a b a b a b a b =- ，221111121211b a b a b a b a =- 把行列式中元素间的逗号去掉，两个元素间应该有空格。
于是以上所得的方程组的解完全可以用行列式表示。
仿照以上解二元联立方程组，用消元法解三元联立方程组⎪⎩⎪⎨⎧=++=++=++333323213123232221211313212111bx a x a x a b x a x a x a b x a x a x a 可以引出三阶行列式的概念。
线性代数手绘笔记
1 -1 1
X 4 y 有三个现行无关的向量
-3-3 5
Q=2 是二重特征值
n-r(2E-A)=3->r(2E-A)=1
实对称矩阵
1 必须可以相似对角化
2 可以用正交矩阵相似对角化
3 不同特征值的特征向量相互正交注：正交内积为0
4 特征值一定为实数
2思路定义或者行列式
Q=0or1
正交矩阵对角化
不垂直要sc 正交化
不垂直用schm正交化
红括号为内积得到的向量俩俩垂直
单位化系数平方和做算术跟
2套路定义和行列式基础解析
正交矩阵
特征值不同肯定垂直
拼起来就是正交矩阵
二次型及其矩阵表示
二次型和特征值的内在联系每一次都是二次的
没有的就是0
标准型只有平方项
正惯性指数负惯性指数
二次型的秩
坐标变换
定理。
《线性代数》学习笔记十二
主 题： 《线性代数》学习笔记 内 容：《线性代数》学习笔记十二 ——二次型1、二次型的矩阵表示 定义1 n 个变量12,,n x x x 的二次齐次多项式212111121211(,,)22n n n f x x x a x a x x a x x =+++2222223232222n n na x a x x a x x ax ++++++称为n 元二次型，简称二次型(quadratic form).当ij a 为复数时，称f 为复二次型；当ij a 为实数时，称f 为实二次型.我们仅讨论实二次型. 取ij ji a a =,于是上式可写为二次型f 的和式表示.212111121211221122222221122(,,)n n n n nn n n n nf x x x a x a x x a x x a x x a x a x x a x x a x x ax =+++++++++++11n nij i ji j a x x ===∑∑二次型f 的矩阵表示1112111222221212(,,,)n n n n n nn n a a a x a a a x f x x x a a a x ⎛⎫⎛⎫ ⎪⎪= ⎪⎪ ⎪⎪⎪⎪⎝⎭⎝⎭A '=x x 这里，显然有A A '=，即A 为实对称矩阵. 例如：二次型用矩阵可表示为()22223120213,,1223012f x y z xy yz x x y z y z =-+-+⎛⎫- ⎪⎛⎫ ⎪ ⎪=-- ⎪ ⎪ ⎪⎝⎭ ⎪ ⎪⎝⎭二次型f 还可表示成向量内积形式()[][]f A A A '==x x x =x,x x,x .二次型与对称矩阵之间存在一一对应关系.由此可见，如果,A B 都是n 阶对称矩阵，且f A B ''=x x =x x ，则A B =.因此，若f A '=x x ，其中A A '=，则称A 为二次型f 的矩阵；称f 为对称矩阵A 的二次型；称()R A 为f 的秩. 例1 写出二次型221231233(,,)(22)f x x x x x x x =++-的矩阵A ，并求f 的秩. 2、二次型的标准形对于二次型11n nij i ji j f a x x ===∑∑，我们讨论的主要问题是：寻找可逆的线性变换C x =y ，使二次型只含平方项，使得2221122n nf y y y λλλ=+++，称为二次型f 的标准形.即2221122112212()(,,).n nn n n f A C AC y y y y y y y y y '''=+++⎛⎫⎛⎫ ⎪⎪'==Λ ⎪⎪ ⎪⎪⎪⎪⎝⎭⎝⎭x x =y y =y y λλλλλλ其中Λ=diag 12(,,,)n λλλ.因此，我们的问题就转化为：对给定对称矩阵A ，求可逆矩阵C ，使得C AC '为对角阵.一般地，有以下定义：定义2 设,A B 为n 阶矩阵，若有可逆矩阵C ，使B C AC '=，则称A 与B 合同. 因为若C 可逆，则C '也可逆，所以，由定义，若A 与B 合同，则A 与B 等价.从而，我们有（1）矩阵的合同关系具有反身性：A E AE '=；对称性：由B C AC '=即得11()A C BC --'=；和传递性：由111A C AC '=和2212A C AC '=即得21212()()A C C A C C '=； （2）若A 与B 合同，则()()R A R B =.（3）若A 是对称矩阵，且若A 与B 合同，则B 也是对称矩阵. 3。
线性代数笔记(自写)
定义 1.1； 形式为
叫做矩阵， 简记为
，被
称为矩阵 的元素， 若记 为 中列向量， （其中 为 transform（转置）首字
母）为 中行向量， 则,
其中
，如果每个元素都为 0，则称 为零矩阵，
简 记 为 0， 如 果
， 那 么 称 为 阶 矩 阵， 此 时 主 对 角 线 元 素 之 和
被称为矩阵 的迹（trace）
补充； 常见的代数结构有群， 环， 域， 模， 矢量空间等 。（有兴趣的童鞋可以去 看《抽象代数》）
要定义矢量空间， 我还必须先给出“矢量”Leabharlann 一般空间的抽象化定义， 如下（无需
理解）；
映射 ；
称为点
的一个矢量（vector）,若对
有；
（a）(线性性)；
（b）(莱布尼兹律)
其中 代表函数在 点的值，
亦可记作 显而易见，这里矢量被定义为一个映射，输入的元素取自 ，为流形（manifold） 上所有的光滑函数， 为实数集合 。 我不打算解释这个定义， 一旦我解释了， 又得去解释许多其它的概念， 所以只会 只谈谈直观上的理解，并阐述矢量与向量的关系（当然有的书是混用两个概念的） 在物理里面，我们经常用矢量去定义物理量，由于牛顿力学建立的数学基础是三 维欧式空间， 所以我们把矢量放在三维欧式空间下， 赋予坐标表示， 就成为具体 的向量， 由此矢量在三维欧式空间里有了几何直观， 我们可以用 表示它 。
（叫加法（addition））及
（叫数乘（scalermultiplication）,
满足如下条件；
(a)
(b)
(c) 零元 ， 使
(d)
(e)
(f)
(g)
初看这个定义你一定看的觉得很熟悉，又很陌生 。因为你感觉这些性质很是自然 。 感觉熟悉的原因是， 你如果直接把 看成三维欧式空间的向量集合， 在配备普通