当前位置: 首页 > news >正文

线代强化NO1|行列式及矩阵

在这里插入图片描述

行列式

概念

  • 排列与逆序
    • 内容:n 级排列,逆序,奇排列,偶排列;
    • 注:
      1. 常见的排列逆序数;
      2. 交换两个数改变逆序的奇偶性;
      3. 顺序数 + 逆序数=Cn2=n(n−1)2=C_n^2 = \frac{n(n-1)}{2}=Cn2=2n(n1)
  • 行列式
    • 内容:不同行不同列元素乘积的代数和
    • 注:
      1. 本质:数
      2. 公式(二阶,三阶,上下三角,斜上下三角);
      3. 某一个行 (列) 全为零,行列式为零
  • 余子式与代数余子式
    • 内容:划掉第 i 行和第 j 列的行列式称为余子式,代数余子式Aij=(−1)i+jMijA_{ij} = (-1)^{i+j} M_{ij}Aij=(1)i+jMij
    • 注:
      1. 本质:是个行列式(数)
      2. 与元素内容无关,只与元素位置有关
    • Mij=(−1)i+jAijM_{ij} = (-1)^{i+j} A_{ij}Mij=(1)i+jAij
    • 推导:(−1)i+jAij=(−1)i+j(−1)i+jMij=((−1)2)i+jMij(-1)^{i+j} A_{ij} = (-1)^{i+j} (-1)^{i+j} M_{ij} = ((-1)^2)^{i+j} M_{ij}(1)i+jAij=(1)i+j(1)i+jMij=((1)2)i+jMij

性质

  • 非降阶性质
    • 性质 1:行列互换,行列式的值不变
    • 注:
      1. 行和列具有相同的地位,对行成立对列也成立
      2. 用到抽象型行列式中
    • 性质 2:两行(列)互换,行列式变号
    • 推论 1:两行(列)相等,行列式为零
    • 性质 3:某行乘以 k,行列式乘以 k(k可为0)
    • 注:
      1. 与矩阵数乘的区别与联系
      2. 矩阵初等行变换的区别与联系
    • 推论 2:两行对应成比例,行列式为零
    • 注:
      1. 推论2=推论1+性质3
    • 性质 4:按某一行拆分成两个行列式的和
    • 推论 3:某行的 k 值加到另外一行,行列式不变
  • 降阶性质
    • 1:某行元素乘以自己的代数余子式之和为行列式的值
    • 2:某行元素乘以以别的行的代数余子式之和为零

计算

  • 低阶(4阶及以下)
    • 概念:二阶;3阶含字母且含0
    • 性质:
      1. 非降阶性质:性质 2(互换),性质3(数乘),推论 3(倍加);
      2. 降阶性质:
        1. 内容:某行元素乘以自己的代数余子式
        2. 步骤:找 1,化零,展开
    • 公式:
      1. 四个公式(2阶,2阶,上下三角,斜上下三角)
      2. 范德蒙
        1. 识别:首行为1,每列等比 ∣111123149∣=(2−1)(3−1)(3−2)=2\begin{vmatrix} 1 & 1 & 1 \\ 1 & 2 & 3 \\ 1 & 4 & 9 \end{vmatrix} = (2-1)(3-1)(3-2) = 2111124139=(21)(31)(32)=2
        2. 公式
        3. 2种变形
          1. 破坏首行为1: ∣1231491827∣=2∣1131291427∣=2⋅3∣111123149∣=6⋅2=12\begin{vmatrix} 1 & 2 & 3 \\ 1 & 4 & 9 \\ 1 & 8 & 27 \end{vmatrix} = 2\begin{vmatrix} 1 & 1 & 3 \\ 1 & 2 & 9 \\ 1 & 4 & 27 \end{vmatrix} = 2 \cdot 3\begin{vmatrix} 1 & 1 & 1 \\ 1 & 2 & 3 \\ 1 & 4 & 9 \end{vmatrix} = 6 \cdot 2 = 121112483927=21111243927=23111124139=62=12
            1. 首列是 1,但每行不是等比;每列是等比,但首行不是 1
          2. 破坏等比数列:
            ∣1111123x149x21827x3∣=1⋅(−1)1+4∣1231491827∣+x⋅(−1)2+4∣1111491827∣+x2⋅(−1)3+4∣1111231827∣+x3⋅(−1)4+4∣111123149∣\begin{vmatrix} 1 & 1 & 1 & 1 \\ 1 & 2 & 3 & x \\ 1 & 4 & 9 & x^2 \\ 1 & 8 & 27 & x^3 \end{vmatrix} = 1 \cdot (-1)^{1+4} \begin{vmatrix} 1 & 2 & 3 \\ 1 & 4 & 9 \\ 1 & 8 & 27 \end{vmatrix} + x \cdot (-1)^{2+4} \begin{vmatrix} 1 & 1 & 1 \\ 1 & 4 & 9 \\ 1 & 8 & 27 \end{vmatrix} + x^2 \cdot (-1)^{3+4} \begin{vmatrix} 1 & 1 & 1 \\ 1 & 2 & 3 \\ 1 & 8 & 27 \end{vmatrix} + x^3 \cdot (-1)^{4+4} \begin{vmatrix} 1 & 1 & 1 \\ 1 & 2 & 3 \\ 1 & 4 & 9 \end{vmatrix} 11111248139271xx2x3=1(1)1+41112483927+x(1)2+41111481927+x2(1)3+41111281327+x3(1)4+4111124139

            ∣1111123x149x21827x3∣=(2−1)(3−1)(x−1)(3−2)(x−2)(x−3)=(x−1)(x−2)(x−3)⋅2=x3−12x2+⋯\begin{vmatrix} 1 & 1 & 1 & 1 \\ 1 & 2 & 3 & x \\ 1 & 4 & 9 & x^2 \\ 1 & 8 & 27 & x^3 \end{vmatrix} = (2-1)(3-1)(x-1)(3-2)(x-2)(x-3) \\ =(x-1)(x-2)(x-3) \cdot 2 \\ = x^3 - 12x^2 + \cdots 11111248139271xx2x3=(21)(31)(x1)(32)(x2)(x3)=(x1)(x2)(x3)2=x312x2+

            −∣1111231827∣=−12-\begin{vmatrix} 1 & 1 & 1 \\ 1 & 2 & 3 \\ 1 & 8 & 27 \end{vmatrix} = -12 1111281327=12
  • 高阶
    • 三线型:
      1. 平斜竖型(爪形):斜爪消平爪
      2. 两斜一平:按平展开;
      3. 三斜形:按照一头一尾建立递推式
    • 对角线型:
      1. 定义:通过改变对角线元素的值使其成为每行元素对应成比例的行列式
      2. 计算:利用推论 3 (倍加)化为爪形

矩阵

概念

  • 数表,m 行 n 列,实矩阵,方阵,同型,相等
  • 注:
    1. 三个视角(m 行 n 列,m 个 1 行 n 列,n 个 m 行 1 列);
    2. 矩阵与行列式的三个区别:
      1. 本质不同;
      2. 形式不同;
      3. 蕴含信息不同。

常见矩阵

  • 非方阵:零矩阵,阶梯型矩阵,简单阶梯型
  • 方阵:对角,数量,单位,上(下)三角,对称,反对称,正交
  • 注:
    1. 严格单调递增;
    2. 单位包含于数量 包含于对角;
    3. 反对称矩阵对角线全为零

运算及运算规则

  • 运算
    • 内容:加法与数乘,乘法,转置
    • 注:
      1. 矩阵数乘和行列式数乘的区别与联系(区别、联系)
      2. 乘法:
        1. 区分左乘和右乘,
        2. 左乘和右乘 E 矩阵不变,
        3. 两个非零矩阵相乘可能为零矩阵,
        4. 快速乘法
      3. 转置,3条
      4. 公式,
        1. AnA^nAn的两个公式
          1. 各行成比例
          2. 对角线元素相等的上(下)三角
  • 运算规则
    • 加法与数乘,转置,(穿脱律)
    • 乘法
      1. 成立:内容(交换律,消去律)
      2. 不成立:
        • 注:
          1. 两个改变(左乘和右乘,常用公式不再成立);
          2. 满足交换律四种情况

分块矩阵

  • 内容:
    1. 分成四块;
    2. 按列分块,按行分块
  • 注:
    1. 整体:把每一个子块看作一个数;
    2. 微观:小的子块也得能乘

方阵的行列式

  1. 三个公式
    ∣AT∣=∣A∣,∣kA∣=kn∣A∣∣AB∣=∣A∣∣B∣\begin{align*} |A^T| &= |A|, \quad |kA| = k^n |A| \\ |AB| &= |A||B| \end{align*} ATAB=A,kA=knA=A∣∣B
  2. 拉普拉斯展开定理

∣A00B∣=∣AC0B∣=∣A0CB∣=∣A∣∣B∣∣0AB0∣=∣0ABC∣=∣CAB0∣=(−1)m⋅n∣A∣∣B∣\begin{align*} \begin{vmatrix} A & 0 \\ 0 & B \end{vmatrix} &= \begin{vmatrix} A & C \\ 0 & B \end{vmatrix} = \begin{vmatrix} A & 0 \\ C & B \end{vmatrix} = |A||B| \\ \begin{vmatrix} 0 & A \\ B & 0 \end{vmatrix} &= \begin{vmatrix} 0 & A \\ B & C \end{vmatrix} = \begin{vmatrix} C & A \\ B & 0 \end{vmatrix} = (-1)^{m \cdot n} |A||B| \end{align*} A00B0BA0=A0CB=AC0B=A∣∣B=0BAC=CBA0=(1)mnA∣∣B

逆矩阵

概念

  • 内容:若 A,B 均为 n 阶方阵,且 AB=E,则称 A 可逆
  • 推论:若 A 为n阶方阵,且 AB=E,则 BA=E
  • 注:
    1. 方阵专属,类似:行列式,对角,数量,单位,上(下)三角,对称,反对称,正交,伴随,初等,特征值,相似,合同,正定
    2. 逆是双向(转置,倒数,相反数)
    3. 插队原理
      ABCD=EABCDD−1=ED−1ABC=D−1DABC=DD−1=E\begin{align*} ABCD &= E \\ ABCDD^{-1} &= ED^{-1} \\ ABC &= D^{-1} \\ DABC &= DD^{-1} = E \end{align*} ABCDABCDD1ABCDABC=E=ED1=D1=DD1=E

性质

    1. 唯一性(证明方法,意义,判定正确)
    1. 自反性(A−1)−1=A(A^{-1})^{-1}=A(A1)1=A
    1. 穿脱律(AB)−1=B−1A−1,(A1A2⋯An)−1=An−1An−1−1⋯A1−1(AB)^{-1} = B^{-1}A^{-1},\ (A_1A_2\cdots A_n)^{-1} = A_n^{-1}A_{n-1}^{-1}\cdots A_1^{-1}(AB)1=B1A1, (A1A2An)1=An1An11A11
    1. 数乘(kA)−1=1kA−1(k≠0)(kA)^{-1} = \frac{1}{k}A^{-1} \ (k \neq 0)(kA)1=k1A1 (k=0)
    1. 行列式∣A−1∣=1∣A∣|A^{-1}| = \frac{1}{|A|}A1=A1
    1. 分块矩阵(A00B)−1=(A−100B−1),(0AB0)−1=(0B−1A−10)\begin{pmatrix} A & 0 \\ 0 & B \end{pmatrix}^{-1} = \begin{pmatrix} A^{-1} & 0 \\ 0 & B^{-1} \end{pmatrix},\begin{pmatrix}0 & A \\B & 0\end{pmatrix}^{-1}=\begin{pmatrix}0 & B^{-1} \\A^{-1} & 0\end{pmatrix}(A00B)1=(A100B1)(0BA0)1=(0A1B10)

可逆的充要条件

  • 伴随

    • 定义:每行元素的代数余子式放在列的位置
    • 注:
      1. 存在性(方阵);
      2. 独特性;
      3. 四个符号(n,T,-1,*);
      4. 二阶矩阵伴随:主对调,副变号
  • 性质

    • 内容:AA∗=A∗A=∣A∣EAA^* = A^*A = |A|EAA=AA=AE
      1. 关键;
      2. 得出可逆的充要条件的关键
    • 意义:可逆的充要条件 ∣A∣≠0⟺A可逆|A| \neq 0 \iff A \text{ 可逆}A=0A 可逆
  • 计算

    • 伴随矩阵:二阶A−1=A∗∣A∣A^{-1} = \frac{A^*}{|A|}A1=AA
    • 利用初等行变换:(A∣E)→初等行变换(E∣A−1)(A \mid E) \xrightarrow{\text{初等行变换}} (E \mid A^{-1})(AE)初等行变换(EA1)

初等矩阵

概念

  • 矩阵的三种初等变换
    • 内容:
      1. 交换矩阵的两行;
      2. 某一行乘以非零数 k;
      3. 某行的 k 倍加到另外一行
    • 注:
      • 区别:
        1. 行列式用等号,矩阵用箭头;
        2. 行列式的 k 可能为零,矩阵 k 不能为零
      • 联系:矩阵初等变换不改变行列式的零性
  • 初等矩阵
    • 分类:对E做一次初等变换
      1. 一类
      2. 二类
      3. 三类
    • 性质:
      1. 转置;
      2. 行列式;
      3. 逆矩阵;
      4. 幂矩阵(当 n=1 时,可联想记忆逆矩阵)
    • 重要定理:左行右列
    • 注:初等矩阵与初等变换建立联系
  • 矩阵等价
    • 内容:A 通过有限次初等列变换化为 B
    • 充要条件:A与 B等价⟺r(A)=r(B)A \text{ 与 } B \text{ 等价} \iff r(A) = r(B)A  B 等价r(A)=r(B)
  • 矩阵与符号
    • 符号内部

行列式数乘自反性穿脱律T∣AT∣=∣A∣(kA)T=kAT(AT)T=A(AB)T=BTAT−1∣A−1∣=1∣A∣(kA)−1=1kA−1(A−1)−1=A(AB)−1=B−1A−1∗∣A∗∣=∣A∣n−1(kA)∗=kn−1A∗(A∗)∗=∣A∣n−2A(AB)∗=B∗A∗\begin{array}{c|c|c|c|c} & \text{行列式} & \text{数乘} & \text{自反性} & \text{穿脱律} \\ \hline T & |A^T| = |A| & (kA)^T = kA^T & (A^T)^T = A & (AB)^T = B^T A^T \\ \hline -1 & |A^{-1}| = \frac{1}{|A|} & (kA)^{-1} = \frac{1}{k}A^{-1} & (A^{-1})^{-1} = A & (AB)^{-1} = B^{-1} A^{-1} \\ \hline* & |A^*| = |A|^{n-1} & (kA)^* = k^{n-1}A^* & (A^*)^* = |A|^{n-2}A & (AB)^* = B^* A^* \\ \hline \end{array} T1行列式AT=AA1=A1A=An1数乘(kA)T=kAT(kA)1=k1A1(kA)=kn1A自反性(AT)T=A(A1)1=A(A)=An2A穿脱律(AB)T=BTAT(AB)1=B1A1(AB)=BA

AA∗=∣A∣EA∗(A∗)∗=∣A∗∣E=∣A∣n−1E(A∗)∗=∣A∣n−1⋅(A∗)−1=∣A∣n−1⋅A∣A∣=∣A∣n−2A\begin{align*} AA^* &= |A|E \\ A^*(A^*)^* &= |A^*|E = |A|^{n-1}E \\ (A^*)^* &= |A|^{n-1} \cdot (A^*)^{-1} \\ &= |A|^{n-1} \cdot \frac{A}{|A|} = |A|^{n-2}A \end{align*} AAA(A)(A)=AE=AE=An1E=An1(A)1=An1AA=An2A

  • 符号之间:两两可交换位置
http://www.dtcms.com/a/585063.html

相关文章:

  • Shelly智能模块:家居科技革新之选
  • 网页Iframe读取PDF文件的参数设置
  • 电子商务网站规划与建设广州网站建设网站制作公司
  • 线性代数 - 理解 特征方程 Eigenvalue Equation定义的合理性
  • 关于新项目在PyCharm中自动构建UV环境的问题
  • jmeter 使用汇总报告查看吞吐量(QPS) 总在一个低数值上不去的解决办法
  • C++ 方向 Web 自动化测试实战:以博客系统为例,从用例到报告全流程解析
  • 东莞网站建设排名浙江省网站集约化建设
  • 《VS+Elasticsearch+Figma:开发全流程工具联动指南》
  • 代码自动生成文本小工具TextStringizerWpf
  • 旅游加盟网站建设网络营销类型
  • 【PySpark】安装测试
  • 网站建设现在主要做些什么软件开发项目实施方案
  • 信道编码的分类和总结
  • 实例:跳动的心,火柴人
  • STM32项目分享:智能窗帘(机智云)
  • web网页开发,在线%商城,电商,商品购买%系统demo,基于vscode,apache,html,css,jquery,php,mysql数据库
  • 国外免费服务器地址优速网站建设优化seo
  • jmeter 分布式压测
  • 黑马JAVAWeb-11 请求参数为数组-XML自动封装-XML手动封装-增删改查-全局异常处理-单独异常分别处理
  • 算法通关指南:数据结构和算法篇 --- 队列相关算法题》--- 1. 【模板】队列,2. 机器翻译
  • 招聘决策新变革:判断型 AI 的应用与价值
  • 缓存三大问题深度解析:穿透、击穿与雪崩
  • 如何开公司做网站百度官方营销推广平台加载中
  • Linux:make自动化和实战演练
  • Qt实战:自定义搜索跳转控件 | 附完整源码
  • nanochat大语言模型讲解一
  • Vue3:watch与watchEffect的异同
  • 做网站代理wordpress文章半透明
  • (论文速读)LyT-Net:基于YUV变压器的轻量级微光图像增强网络