定义:设A,B都是n阶矩阵,若有可逆矩阵P满足则称B为矩阵A的相似矩阵

定理:设λ1,2…m是方阵A的特征值,P1,P2,…Pm依次是与之对应的特征向量,如果1,2,…各不相同,则P1,P2,…P线性无关.(P.120定理2)

回顾:向量组的线性组合 定义:给定向量组A:a1a2,…am,对于任何一组实数表达式

矩阵的特征值与特征向量 一、特征值与特征向量的求法 1利用定义求特征值与特征向量 步骤: (1)由|A-AE|=0求出λ; (2)对求(A-E)X=0的非零解

向量空间 (Vector Space) 向量空间的基本概念 子空间 相关性、基和维度 (Independence, Basis and Dimension) 线性相关性 向量空间的基和维度 矩阵的列秩与行秩 (Column Rank and Row Rank of Matrices) 列空间的秩与行空间的秩 通过 Gauss−Jordan 消元法来求 A−1 解线性方程组 (II)(Solving Linear Equations(II)) 矩阵的秩 Ax = 0 的解 Ax = b 的解

二次型的分类 1.定义:f(x1,x2,xn)=XAX是一个实二次型,若对于任何非零的向量(1C2,cn),恒有f(1,C2n)>0(<0)则称f(x1,x2,…,xn)是正定(负定)二次型,而其对应的矩阵A称为正定(负定)矩阵;

1、行列式 1.n行列式共有n2个元素,展开后有n!项,可分解为2行列式 2.代数余子式的性质: ①、A,和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:M=(-1)AA=(-1)M 4.设n行列式D:

第一讲 线性代数基础 第二讲 线性方程组直接方法 第三讲 线性最小二乘问题 第四讲 非对称特征值问题 第五讲 对称特征值问题 第六讲 线性方程组定常迭代法 第七讲 Krylov子空间迭代法 第八讲 特征值问题的迭代解法 附录A IEEE浮点运算标准 附录B 数值计算中的误差 附录C 高性能计算 – 科学计算软件介绍

第三章矩阵的初等变换 3.1矩阵的秩 1.子式:在An中,选取k行与k列,位于交叉处的k2个数按照原来的 相对位置构成k阶行列式,称为A的一个k阶子式,记作D 对于给定的k,不同的k阶子式总共有C个 2.矩阵的秩:在A中,若 (1)有某个r阶子式D,≠0; (2)所有的r+1阶子式D+1=0(如果有r+1阶子式的话) 称A的秩为r,记作 rankA=r,或者r(A)r.规定:rank

3.9列满秩矩阵 可逆矩阵要比一般矩阵更容易处理这是因为有逆的帮助比如当方程组 Ax=b的系数矩阵A可逆是立即得出方程组的解为x=A-13