考研基础线性代数笔记

目录第一讲基础行列式与矩阵第二讲核心向量组和方程组（11分）第三讲应用特征值和二次型（11分）第一讲基础行列式与矩阵1.行列式的本质：面积。克拉默法则。2.行列式的性质：A中有0行则：A中有两行成比例：单列可拆性：互换性质：倍乘性质：倍加性质：3.重要结论(组成A的向量全独立，即线性无关)4.矩阵及其本质描述如何求矩阵的秩什么是行阶梯矩阵什么是行最简阶梯矩阵矩阵初等行变换：互换、

乡村农夫

916人浏览 · 2021-03-01 01:58:12

乡村农夫 · 2021-03-01 01:58:12 发布

第一讲基础行列式与矩阵

1.行列式的本质：面积。克拉默法则。

2.行列式的性质：

$\left | A \right | = \left | A^{T} \right |$
A中有0行则： $\left | A \right | = 0$
A中有两行成比例： $\left | A \right | = 0$
单列可拆性： $\left | \alpha_{1} \alpha _{2} ... \alpha _{i}+\beta _{i} ... \alpha _{n}\right| = \left | \alpha_{1} \alpha _{2} ... \alpha _{i} ... \alpha _{n}\right| + \left | \alpha_{1} \alpha _{2} ... \beta _{i} ... \alpha _{n}\right|$
互换性质： $\left | \alpha_{1} \alpha _{2} ... \alpha _{i}+ \alpha _{j} ... \alpha _{n}\right| = -\left | \alpha_{1} \alpha _{2} ... \alpha _{j}+ \alpha _{i} ... \alpha _{n}\right|$
倍乘性质： $\left | \alpha_{1} \alpha _{2} ... k\alpha _{i} ... \alpha _{n}\right| = k\left | \alpha_{1} \alpha _{2} ... \alpha _{i} ... \alpha _{n}\right|$
倍加性质： $\left | \alpha_{1} \alpha _{2} ... \alpha _{i} \alpha _{j}... \alpha _{n}\right| = \left | \alpha_{1} \alpha _{2} ... \alpha _{i} k\alpha _{i} + \alpha _{j}... \alpha _{n}\right|$

3.重要结论

$\left | A \right | \neq 0$ (组成A的向量全独立，即线性无关)

4.矩阵及其本质描述

如何求矩阵的秩
什么是行阶梯矩阵
什么是行最简阶梯矩阵
矩阵初等行变换：互换、倍乘、倍加。

第二讲核心向量组和方程组（11分）

第三讲应用特征值和二次型（11分）

求特征值和特征向量：

解特征方程： $\left | \lambda E-A \right | = 0$ ，得到特征值
将 $\lambda _{i}$ 带入 $(\lambda E - A)X = 0$ ，算出特征向量

相似对角化： $C^{-1}AC = \Lambda$

C是特征向量组， $\Lambda$ 是特征值 $\lambda$

正交矩阵定义： $PP^{^{T}}=E$ （P是标准正交基）

二次型转换成标准型：将特征向量组单位化

老师课件

来自2018年新东方张宇老师的基础课程。

链接：https://pan.baidu.com/s/1kGz_BEJKzKPd-WwjaVLhoQ
提取码：k468

更专业、系统、实战的高性能计算学习资源地

汇聚原天河团队并行计算工程师、中科院计算所专家以及头部AI名企HPC专家，助力解决“卡脖子”问题

更多推荐

2023湖州师范学院计算机考研信息汇总

学校是国务院学位委员会批准的硕士学位授予单位、全国学雷锋活动示范点、全国助残先进集体，是国家第一批卓越医生教育培养计划和卓越农林人才教育培养计划项目试点高校、浙江省应用型建设试点示范学校、浙江省课堂教学创新校。总成绩实行百分制，计算公式总成绩=初试成绩（换算成百分制）×60%+复试成绩（换算成百分制）×40%计算（复试成绩、总成绩均保留两位小数）。欢迎计算机类、电子信息类、自动化类、数学类、统计学

高性能计算社区

为什么学CUDA可能是一本生超越211/985的秘密武器？——小马的逆袭之路

我叫小马，毕业于哈尔滨理工大学，仪器测量专业。很多人听到我的学校和专业，可能会觉得我与计算机、编程和高性能计算无缘，但事实是，我正是凭借CUDA这一技术，在职业生涯中实现了逆袭。我的起点小时候，我总是对周围的事物保持好奇心。家里的各种小玩意，如闹钟、电视遥控器等，都曾被我拆开过，尝试着了解它们的工作原理。当我进入大学时，选择了仪器测量专业，这是一个综合性很强的专业，涉及到物理、数学、电子技术