MIT_线性代数笔记:第 34 讲 总复习

本文围绕线性代数复习,详细讲解了矩阵的秩、特征值和特征向量的概念,以及如何通过例题分析判断矩阵的性质如秩、行列式关系、可逆性、正定性等,并涉及到投影矩阵和Markov矩阵的实际应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


本讲为线性代数课程总复习,复习的方法就是做往年试题。

试题1

1)已知 Ax= [ 1 0 0 ] \begin{bmatrix} 1\\0\\0 \end{bmatrix} 100 无解,Ax= [ 0 1 0 ] \begin{bmatrix} 0\\1\\0 \end{bmatrix} 010 仅有一解。

a)这个矩阵为 m x n 矩阵,秩为 r,那么 m 是多少?r?

答:m=3。Ax= [ 1 0 0 ] \begin{bmatrix} 1\\0\\0 \end{bmatrix} 100 无解,说明 r小于m,Ax= [ 0 1 0 ] \begin{bmatrix} 0\\1\\0 \end{bmatrix} 010 仅有一解,说明矩阵零空间只有零向量,所以 r=n。例如 A= [ 0 1 0 ] \begin{bmatrix} 0\\1\\0 \end{bmatrix} 010 或者 A= [ 0 0 1 0 0 1 ] \begin{bmatrix} 0&0\\1&0\\0&1 \end{bmatrix} 010001

知识点:
在这里插入图片描述

b)判断 d e t ( A T A ) = d e t ( A A T ) det(A^TA)=det(AA^T) det(ATA)=det(AAT)是否成立?
答:不成立。可以看下面两题的答案,分别是可逆和不可逆的矩阵。需要注意的是:只有当矩阵是方阵时,才有行列式的的乘积等于乘积的行列式。

c) A T A A^TA ATA是否可逆?
答:可逆,矩阵 A 列满秩 r=n,因此 A T A A^TA

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值