线性代数基础

1. 标准正交基

两两正交且模为1

2. 向量内积

[A cdot B = left| A ight|left| B ight|cos left( a ight)]

设向量B的模为1,则AB的内积值等于AB所在直线投影的矢量长度。要准确描述向量,首先要确定一组基,然后给出在基所在的各个直线上的投影值,就可以了。

3. 向量外积

[A imes B = left| a ight|left| b ight|sin heta n]

n是同时垂直于A,B向量的单位向量。

4. 矩阵

可逆矩阵:$AB = BA = E$

正交矩阵:${A^T}A = E$

A相似于B($A sim B$):${P^{ - 1}}AP = B$P是可逆方阵。相似矩阵有相同的特征多项式,相同的特征值。

5. 特征值和特征向量

$Ax = lambda x$,$x$是非零列向量,A是n阶方阵。

(1)$egin{array}{l}
{lambda _1}{lambda _2} cdots {lambda _n} = left| A ight|\
{lambda _1} + {lambda _2} +  cdots {lambda _n} = {a_{11}} + {a_{22}} +  cdots  + {a_{nn}}
end{array}$

(2)实对称矩阵的任一特征值都是实数

(3)不同特征值对应的特征向量线性无关

6. 迹

$trleft( A ight) = {a_{11}} + {a_{22}} +  cdots  + {a_{nn}}$,$A$n阶方阵。

(1)迹是所有对角元的和
(2)迹是所有特征值的和
(3)某些时候也利用tr(AB)=tr(BA)来求迹
原文地址:https://www.cnblogs.com/xumaomao/p/11387783.html