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
\[A \cdot B = \left| A \right|\left| B \right|\cos \left( a \right)\]
设向量B的模为1,则A与B的内积值等于A向B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
\[A \times B = \left\| a \right\|\left\| b \right\|\sin \theta n\]
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)$\begin{array}{l}
{\lambda _1}{\lambda _2} \cdots {\lambda _n} = \left| A \right|\\
{\lambda _1} + {\lambda _2} + \cdots {\lambda _n} = {a_{11}} + {a_{22}} + \cdots + {a_{nn}}
\end{array}$
(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
$tr\left( A \right) = {a_{11}} + {a_{22}} + \cdots + {a_{nn}}$,$A$是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