线性代数-第五课,第六课,第七课,第八课

第五课

判断某向量是否可由某向量组线性表示

把向量组组成一个行列式,计算行列式的秩

把所有向量放在一起构成一个行列式,计算行列式的秩

如果两个行列式的秩相等,表示可以线性表示,写答案的格式如下

线性表示:b=k1a1+k2a2+k3a3

判断某个向量组是否线性相关

把所有向量组成一个行列式,行列式的秩小于向量个数,则线性相关,如果秩等于向量个数,则线性无关

秩一般用R表示

求向量在基底下的坐标

默认线性相关,列出相等的式子,一一对应相等然后进行求解即可

求极大无关组

把所有向量写在一起,然后求秩,把前面三行的序号写下来就是最后的答案,前面的序号随着行的变化需要发生变化

第六课

根据秩的情况判断方程的解

在这里插入图片描述

其实就是把方程的系数列到一个行列式里面,没有系数的补充0,然后计算秩,非齐次方程多计算一个常数,然后就是比较秩和未知数之间的关系,主要是要记住表格,条件和结论是一一对应的

解方程组

步骤如下
1.把所有系数和常数列到行列式里面,求出一个秩
2.以秩作为评价标准,把行列式的前面R行,R列转换为E,R表示的是秩的大小,E表示的是对角线等于1,其余数字都等于0
3.根据2得到一个方程组
4.设n个未知数k,n=未知数个数-R
5.用k代替未知数,从最后一个未知数开始替换,最后算出结果即可,还是需要注意补全系数
在这里插入图片描述

通解,特解,基础解系

通解就是前面求出来的解

特解是随意给k赋值得到的解
(一般令k=0比较方便计算,可以直接写答案了)

基础解系就是把k的系数拿下来作为答案即可

已知特解求通解

设n个k,n=未知数个数-R,R表示秩的数目
然后把已知的条件代入求解,进行各种加减乘除的代数运算,最后的答案是k乘以x

非齐次方程多一个特解,其他的基本上是一样的

线性无关的解向量个数

齐次方程:未知数个数➖秩序,未知数个数等于矩阵列数
非齐次方程:比齐次方程多1

第七课

规范正交化

在这里插入图片描述
中括号的意思是两个向量的数值对应相乘再求和,中括号表示的是最后的这个和,和的数值

双竖线的意思是,每一个元素的平方和取根号,双竖线表示的是最后的结果,是一个数字

其实计算还是不难,最大的问题就是公式是否能记得清楚,考试的时候没有表格可以对照,不是开卷考试

求矩阵的特征值

在这里插入图片描述
代入计算即可,注意次方数是多少,就对应有多少个答案,这个答案可以相等,但是必须有,属于格式问题

求矩阵的特征向量

在这里插入图片描述
把前面的知识代入求解这个方程的通解即可,算是比较综合,因为要求特征值,通解等

方阵是否与对角阵相似

在这里插入图片描述
本质上就是求特征向量,然后看特征向量的个数和方阵的阶数是否相等

求对角阵及可逆变换矩阵

在这里插入图片描述
和前面的联系比较紧密,按部就班计算即可

求复杂式子

在这里插入图片描述
P表示的是可逆变换矩阵

最后的符号表示的是可逆变换矩阵的转置

相关的知识有,特征值,特征向量,转置,矩阵乘法

第八课

求二次型对应的系数矩阵

在这里插入图片描述
先套公式求出系数,对应系数相等的办法求出a,然后把a填入矩阵里,以对角线作为对称轴把整个矩阵补全,就是我们要求的系数矩阵

把二次型化成标准型,求变换矩阵P

在这里插入图片描述
系数矩阵的可逆变换矩阵就是变换矩阵P

规范形

在这里插入图片描述
又是一个需要记忆的公式
在这里插入图片描述
变换矩阵用这个来进行计算,P表示之前求的可逆变换矩阵

配方法

配方直到不存在两个x相乘的项

正定性

在这里插入图片描述
顺序主子式是什么意思,有几行就有几阶顺序主子式,前面一行一列,前面两行两列,前面三行三列

正定的等价条件

在这里插入图片描述
等价条件基本都是大于0的东西

结语

都还是比较简单,主要还是自己要耐心的去记,把例题一遍一遍的算,这样才可以弄熟练,熟能生巧

还是网课视频友好一些,看文档或者pdf速度虽然快一些,但是很容易卡住,因为不具有一定的前置知识,而且看书的难度确实要高一些,就像看题目的题解,远不如看视频讲解直观易懂

因为备考时间有限,准备把例题做熟练之后还有时间就做最多三套以前考试的真题,一方面贪多嚼不烂,另一方面自己还有别的考试科目需要复习哈哈

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/318660.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

李沐机器学习系列1--- 线性规划

1 Introduction 1.1 线性回归函数 典型的线性回归函数 f ( x ) w ⃗ ⋅ x ⃗ f(x)\vec{w} \cdot \vec{x} f(x)w ⋅x 现实生活中,简单的线性回归问题很少,这里有一个简单的线性回归问题。房子的价格和房子的面积以及房子的年龄假设成线性关系。 p r …

前端插件库-VUE3 使用 vue-codemirror 插件

VUE3 插件 vue-codemirror 使用步骤和实例、基于 CodeMirror ,适用于 Vue 的 Web 代码编辑器。 第一步:安装 vue-codemirror & codemirror 包 , 以及语言包 npm install codemirror --save npm install vue-codemirror --savenpm insta…

JavaScript 基础二part2.语句

JavaScript 基础二part2.语句 2.1 表达式和语句表达式和语句的区别 程序三大流程控制语句2.2 分支语句1. if语句2、三元运算符3、switch 语句 2.3 循环结构2.3.1 断点调试2.3.2 while 循环循环退出简易ATM取款机案例2.3.3 for 循环退出循环案例 2.1 表达式和语句 表达式&#…

如何在win7同样支持Webview2 在 WPF 中使用本地 Webview2 ,如何不依赖系统 Runtime

项目运行环境: .Net Framework 4.5.2 Windows 7 x64 Service Pack 1 WebView2 Microsoft.WebView2.FixedVersionRuntime.120.0.2210.91.x64 考虑到很多老项目,本项目使用的是.Net Framework 4.5.2,.Net 更高版本的其实也是可以支持的。 …

2023最大技术潮:大模型冲击下的智能汽车

作者 |德新 编辑 |王博 过去这年最大的技术潮,非大模型莫属。 2023年初,由ChatGPT掀起的浪花,迅速地演变成了席卷全球的AI科技浪潮。汽车行业在其中也不可避免。各大车企纷纷投入与大模型相关的布局。 长城官宣成立了AI Lab,到…

2024年测试岗最新自动化测试面试题整理,干货满满

一、接口测试 1、接口测试用例的编写要点有哪些?(问法二:接口测试用例设计需要考虑哪些方面?问法三:接口测试中有哪些要注意的测试点?) 1) 考虑输入参数和输出参数的合法性&#x…

了解并使用django-rest-framework-jwt

一 JWT认证 在用户注册或登录后,我们想记录用户的登录状态,或者为用户创建身份认证的凭证。我们不再使用Session认证机制,而使用Json Web Token(本质就是token)认证机制。 Json web token (JWT), 是为了在网络应用环…

本地套接字通信

本地套接字(Unix域套接字)是用于在同一台机器上的进程之间进行通信的一种方式。它不涉及网络协议,而是直接在文件系统中创建一个套接字文件,进程可以通过该文件进行通信。 本地套接字的作用:本地的进程间通信 有关系的…

交换机01_以太网

1、交换机工作原理 交换机是数据链路层的设备,数据链路层传输的是数据帧,所以封装的是MAC头部(主要有源MAC地址和目的MAC地址) 2、数据链路层的功能: 建立逻辑连接,进行物理地址寻址,差错校验…

odoo17 | 用户界面的基本交互

前言 现在我们已经创建了我们的新模型及其 相应的访问权限,是时候了 与用户界面交互。 在本章结束时,我们将创建几个菜单以访问默认列表 和窗体视图。 数据文件 (XML) Odoo在很大程度上是数据驱动的,因此模块定义的…

C++面向对象语法总结(一)

一、类 C中可以使用struct、class两个关键字来定义一个类struct和class的区别 struct的默认成员权限是publicclass的默认成员权限是private实际开发中,用class表示类的比较多,因为涉及到封装的思想 在函数中创建的对象,都是在栈空间&#xf…

【动态规划】LeetCode-10. 正则表达式匹配

10. 正则表达式匹配。 给你一个字符串 s 和一个字符规律 p,请你来实现一个支持 ‘.’ 和 ‘*’ 的正则表达式匹配。 ‘.’ 匹配任意单个字符‘*’ 匹配零个或多个前面的那一个元素 所谓匹配,是要涵盖 整个 字符串 s的,而不是部分字符串。 …