1行列式 2矩阵 3线性方程组 4向量空间与线性变换 5特征值和特征向量矩阵的对角化 6二次型 7应用问题

1 线性代数基本知识 线性空间: 定义在数域K上的向量集合{v1, v2, v3, …}=V. 在V中定义了加法和数乘两种运算. 设v1, v2, v3∈V,a,b,c ∈K, 向量的加法和数乘具有封闭性, 且满足下列条件:

一 向量的线性表示、线性组合 二 线性相关性的概念 三 线性相关性的判定 四 线性相关性的性质

定义 2 所谓数域 P 上一个 n 维向量就是由数域 P 中 n 个数组成的有序数组

一. 向量到子空间的距离 二. 最小二乘法

7.1 矩阵运算的规则 7.2 初等变换乘子矩阵的生成 7.3 行列式的定义和计算 7.4 矩阵的秩和矩阵求逆 7.5 用矩阵‘除法’解线性方程 7.6.1 网络的矩阵分割和连接 7.6.2 用逆阵进行保密编译码 7.6.3 减肥配方的实现 7.6.4 弹性梁的柔度矩阵 7.6.5 网络和图 8.1 向量和向量空间 8.2 向量空间和基向量 8.3 向量的内积和正交性 8.4 齐次方程Ax=0的解空间 8.5 解超定方程的思路 8.6.1 价格平衡模型 8.6.2 宏观经济模型 8.6.3 信号流图模型 8.6.4 数字滤波器系统函数

一、向量的内积 定义1设V是实数域R上一个向量空间在V上定义了一个二元实函数,称为内积记作(a,B),它具有以下性质:

第九章欧几里得空间 9-1定义与基本性质 一、向量的内积 定义1设V是实数域R上一个向量空间在V上定义了一个二元实函数,称为内积记作(a,B),它具有以下性质: (1)(a,)=(B,a); (2)(ka,)=k(a,B); (3)(a+,y)=(a,y)+(B,y) (4)(a,a)≥0,当且仅当a=0时,(a,a)=0

第一节 向量的内积、正交 第二节 方阵的特征值与特征向量 第三节 相似矩阵 第四节 对称矩阵的对角化 第五节 二次型及其标准形 第六节 配方法化标准形 第七节 正定二次型

定义:对于n阶方阵A,若有数λ和向量x≠0满足Ax=x,称λ为A的 特征值,称x为A的属于特征值λ的特征向量