线性代数笔记(内积空间,实二次型)

1)几何向量的数量积:A

??

·B=||A|| ||B||cosθ,也叫点积,内积,注意:数量积是一个数;
2)数量积的四条基本性质:A??·B=B??·A;(A+B)??·C=A??·C+B??·C;(kA)??·B=k(A??·B);A??·A≥0,且当A=0时等号成立;
3)两个向量数量积等于0的充要条件是它们正交;
4)两个向量的数量积等于它们对应坐标的乘积的代数和;
5)内积公理:(A,B)=(B,A);(kA,B)=(A,kB);(A+B,C)=(A,C)+(B,C),(A,A)≥0,当且仅当A=0时等号成立;(A,B)表示一个数,实数。
6)欧几里得空间;
7)模||A||=sqrt(A,A),单位向量:||A||≥0,A=0时||A||=0;||kA||=|k|||A||;|(A,B)|<=||A|| ||B||,||A+B||<=||A||+||B||;
8)夹角:A和B的夹角θ=arccons((A,B)/(||A|| ||B||));
9)如果(A,B)=0,则AB正交(垂直);
10)正交组:一组向量两两正交,就叫正交组;如果正交组的向量模都为1,则叫标准正交组;
11)不含零向量的正交组是线性无关的;标准正交向量组一定线性无关;在n维内积空间V中,任何n个两两正交的非零向量一定构成V的一个基底;向量个数超过n的正交组一定线性相关。
12)正交基,标准正交基
13)在正交基下的坐标可以通过坐标内积计算:ε1,ε2...,εn,为正交基,A=x1ε1+....+xnεn,则xj=(εj,A)/(εj,εj).如果是标准正交基:xj=(εj,A).
14)施密特正交化方法:参见MyMathLib.
15)n阶矩阵A是正交矩阵的充分必要条件是A的列向量组是标准正交向量组.
16)在Rn中,以任何r个线性无关的列向量为前r列,做一个满秩的矩阵A=(α1,α2...,αr,...,αn),其中ar+1...αn可以取自然基底中的向量,这样A就是Rn的一个基底,再正交化,单位化,就得到Rn的一个标准正交基;
17)实对称矩阵的特征值都是实数;实对称矩阵的属于不同特征值的特征向量一定正交;n阶是对称矩阵一定相似于一个对角矩阵;
18)如果A是n阶实对称矩阵,则一定存在一个正交矩阵Q,使得T(Q)AQ成为对角矩阵.
19)合同:A,B是实对称矩阵,如果存在满秩矩阵P使得t(P)AP=B,则称A合同于B。实对称矩阵的相似且合同于对角矩阵;实对称矩阵的合同关系具有如下性质,反身性,对称性和传递性;
20)二次型,n元实二次型,t(X)AX,A为实二次型的矩阵;
21)二次型化平方和算法:
    A)写出n元二次型的矩阵A B)求的A的全部特征值 C)求的A的特征值的特征向量;D)将这些特征向量正交化,单位化,得到n个两两正交的单位特征向量 E)做正交矩阵Q,Q的列为单位特征向量 F)将X=QY代人二次型得到平方和形式
22)正交变换法,正交变换,正交变换下的保准形;
23)初等变换法:利用对称消元
24)惯性定理:非零项的个数一定等于矩阵的秩数;非零项中正项个数和负项个数都是定数。负惯性指数,正惯性指数;
25)正定二次型:n元二次型正定的充分必要条件是它的惯性指数为n;
26)正定矩阵:如果二次型是正定的,则实对称矩阵A是正定矩阵;实对称矩阵A正定的充要条件是它合同于单位矩阵;实对称矩阵A正定的充分必要条件是存在可逆的实矩阵C,使得t(C) C=A.
27)如果A正定,则|A|>0
28)二次型正定的充分必要条件是它的矩阵A的所有顺序主子式全大于0;
29)实对称矩阵正定的充分必要条件是它的各阶顺序主子式全大于0;
30)二次型和实对称矩阵A:正定的充要条件是所有特征值大于0,负定的充要条件是所有的特征值为负;

??

??

时间: 2024-08-07 21:20:08

线性代数笔记(内积空间,实二次型)的相关文章

线性代数笔记(特征问题与矩阵相似)

1)一元多项式,多项式,第i次项系数,常数项,首项,首项系数,n次多项式,零次多项式,零多项式,多项式相等,多项式的加减2)多项式的向量表示法:向量的元素代表多项式的系数,次数隐含在元素的顺序上,比如f(x)=x^2+2x+1 可表示为(1,2,1).n次多项式是一个具有n+1个分量的向量.3)多项式整除,复根,根,零点,实根,重因式,重根,单因式,单根:n次多项式最多有n个不同的根:4)代数基本定义:在复数域上,n次代数方程至少有一个根;5)在复数域上,f(x)总可以分解成k(x-c1)(x-

线性代数笔记(行列式)

1)数域:含0和1,必须对四则运算封闭(闭合),也就是数域中的数进行加减乘除的结果还是数域中的数:2)逆序:与顺序对应,大的数排在小的数前面就形成一个逆序:3)偶排列,奇排列:如果拍列的逆序数为偶,则称偶排列,为奇数则称奇排列.这些定义为应用在后面的行列式变换中:4)排列中两个元素的对换都改变排列的奇偶性(定理):5)任何一个排列J1,J2..Jn总可以通过对换与自然排列相互转化:且该排列与对换的次数同奇偶性:这个定理的好处是,我们在考虑排列时往往只需要考虑与之对应的自然数排列,从而便于处理.N

线性代数笔记(向量)

1)数量:又叫标量,纯量,只有大小没有方向,可以用一个数值来确定:2)向量:又名矢量,描述这类量不仅需要大小,还需要表达其方向:3)有向线段:具有一定长度和确定方向的线段:4)几何向量:简称向量,用有向线段表示的向量称几何向量:5)固定向量,自由向量:起点是否固定来区分,起点固定的叫固定向量,起点不固定的叫自由向量:6)向量相等:大小和方向都相同:7)负向量:大小相同,方向相反:8)模:也叫范数,为向量的大小:||a||9)单位向量:模为1的向量:10)零向量:大小(长度)为0的向量,其起点和终

线性代数笔记(矩阵)

矩阵是平面的,如果是三维的呢?一维是向量,二维是矩阵,三维呢?1)矩阵:由m*n个数排成的矩形数表;横排叫行,竖排叫列:2)方阵:行数和列数都是n的矩阵:主对角线,对角元素,迹(对角元素的和):方阵A的行列式:3)矩阵的线性运算:加法(同型矩阵对应元素分别相加),零矩阵,负矩阵,减法(同型矩阵对应元素分别相减):4)矩阵数乘:每个元素分别相乘;数乘积.5)矩阵运算的八条性质:A+B=B+A;(A+B)+C=A+(B+C);A+0=A;A+(-A)=0;k(A+B)=kA+kB;(k+l)A=kA

线性代数笔记(线性方程组、线性空间,线性变换)

1) 系数矩阵,未知向量,右端常量:2)方程组相容:方程组有解:3)奇次线性方程,平凡解,非平凡解:4)n元奇次线性方程组有非零解的充要条件为A的秩小于n:5)基础解系:基础解系中的所含解向量个数=自由未知量个数=未知量个数-系数矩阵的秩(基本未知量).其矩阵消元法实现可参考MyMathLib系列.6)奇次线性方程组,当秩A=s<n时一定有基础解系:且基础解系中含n-s个解向量:7)非奇次线性方程,增广矩阵,有解充分必要条件(秩A=秩(A:B)) 算法参见MyMathLib.8)非奇次线性方程的

OpenGLES 如何在十天内掌握线性代数 - 希望这是真的!

OpenGLES 如何在十天内掌握线性代数 - 希望这是真的! 太阳火神的美丽人生 (http://blog.csdn.net/opengl_es) 本文遵循"署名-非商业用途-保持一致"创作公用协议 转载请保留此句:太阳火神的美丽人生 -  本博客专注于 敏捷开发及移动和物联设备研究:iOS.Android.Html5.Arduino.pcDuino,否则,出自本博客的文章拒绝转载或再转载,谢谢合作. 以下网易公开课相比较而言,可汗学院的视频更基础一些.字幕翻译也都不错,网易精品来着

线性代数矩阵知识

补充一些数学知识: 首先AB相似:P-1*A*P=B,   AB合同:CT*A*C=B, 二次型:系数在K中的一个n元二次多项式.由其生成的矩阵称为二次型的矩阵,二次型的矩阵一定是对称矩阵! 正定矩阵:实二次型xT*A*x > 0, x为列向量. 性质:假设A为正定矩阵 1.正定矩阵特征值全大于0 2.行列式 |A| >0 3.A合同于单位阵E,即存在可逆方阵C, s.t. CT*E*C = A = CT*C, 显然可得A为对称正定 正交矩阵:A*AT=AT*A=E , 性质: 1.A的各行/

最小方差解释(线性代数看PCA)

PCA降维                         ——最小方差解释(线性代数看PCA)    注:根据网上资料整理而得,欢迎讨论 机器学习算法的复杂度和数据的维数有着密切关系,甚至与维数呈指数级关联.因此我们必须对数据进行降维. 降维当然意味着信息的丢失,不过鉴于实际数据本身常常存在的相关性,我们可以想办法在降维的同时将信息的损失尽量降低. PCA是一种具有严格数学基础并且已被广泛采用的降维方法. 协方差矩阵及优化目标 如果我们必须使用一维来表示这些数据,又希望尽量保留原始的信息,你要

实对称阵可对角化的几种证明

实对称阵是一类常见的矩阵, 它与实二次型和实内积空间上的自伴随算子有着密切的联系. 任一实对称阵 $A$ 均正交相似于对角阵, 即存在正交阵 $P$, 使得 $P'AP=\mathrm{diag\,}\{\lambda_1,\lambda_2,\cdots,\lambda_n\}$, 这是实对称阵的一条重要性质, 通常在内积空间理论的框架中加以证明. 然而, 实对称阵可对角化这一性质可以在引入矩阵可对角化的定义和判定准则后直接加以证明, 也可以利用 Jordan 标准型理论加以证明. 下面给出实