数学复习笔记 7

前言

现在复习线代基础,慢慢打基础。。

转置

方阵转置之后行列式保持不变。我的笔记感觉主要不是整理知识点,主要是把我的一些理解记录下来。这才是我自己的东西,那些需要记住的知识和内容记住就好了。记住转置有四个性质,在讲义 20 页。我非常喜欢那种利用现有知识证明不了的性质,意味着我们需要学习的内容少了一些。。

行列式的乘法难以证明,只能是记住。行列式的乘法和矩阵的乘法不一样,矩阵的乘法不能交换,除非两个矩阵可以交换,笑死。

对于矩阵的等式

可以两边同时取行列式。

对称矩阵和反对称矩阵

矩阵这个可以简称阵。对称阵实际上就是关于主对角线对阵。对称的东西大部分时候感觉是美的。转置之后和原来的阵是一致的,那么矩阵为对称阵。

反对称阵转置之后,和原来的矩阵式相反的。

天然可交换的矩阵

A a n d E A \ and \ E A and E

实际上线代和想象中还是不一样。还是有一些挑战性的。要慢慢地从头算到尾,因为很可能看起来比较容易,一算就寄掉了,算寄掉了和不会没有思路寄掉了本质上都是得不到分数,在我看来没有什么区别,没有哪个是更加高贵的,我的唯一目标就是得分。保持正能量,好好加油。线性代数一定要考满分。我一定可以。

没有底气的本质原因

我觉得就是一些公式没有记住,假设一些公式完全记住了,肯定底气十足。

复习

整理知识点和思路。简单的矩阵计算实在是简单。迹就是主对角线上每个元素的和。

伴随矩阵

一定是方阵。我们研究的大部分矩阵,感觉都是方阵。自己看绝对注意不到这个细节,就是转置的细节,所以看网课是很有必要的。还有就是代数余子式是有系数的,系数和行列式的元素无关,和所处的位置有关,要根据位置算逆序数。奥,也不是算逆序数,是要算一个系数。这里只有代数余子式,没有行列式的具体元素,和行列式的具体元素无关,这里不是行列式的展开定理的应用,要注意区分。

二阶矩阵的伴随矩阵

主对角线调换位置,副对角线加负号,这个太简单了,一定要记住。伴随矩阵。

万能公式

A A ∗ = A ∗ A = ∣ A ∣ E AA^*=A^*A=|A|E AA=AA=AE
这个公式非常重要。这两个矩阵也是天然可交换的。这是第二组天然可交换的矩阵。

逆矩阵

一定是方阵。前面的伴随矩阵也要求是方阵。矩阵没有根号次方。矩阵没有商运算。

A A − 1 = E AA^{-1}=E AA1=E

这两个矩阵也是天然可交换。

可逆的等价条件

∣ A ∣ ≠ 0 |A|\neq0 A=0
行列式可以判断矩阵是否可逆。

逆矩阵

可以发现逆矩阵的运算有很多题型。不敢想把这些东西学完自己能掌握多厉害的解题能力,实际上也就那样,线代本来就简单,拿下满分感觉是基本要求。掀不起内心的一丝波澜。平平淡淡。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/905378.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

AIGC时代的内容安全:AI检测技术如何应对新型风险挑战?

在数字时代,互联网内容以文本、图像、音频和视频等形式呈现爆发式增长,深刻塑造了信息传播的格局。然而,内容的快速传播也带来了严峻挑战:违法信息(如涉黄、涉政)、虚假广告、网络暴力等内容不仅威胁用户体…

PyTorch中的nn.Embedding应用详解

PyTorch 文章目录 PyTorch前言一、nn.Embedding的基本原理二、nn.Embedding的实际应用简单的例子自然语言处理任务 前言 在深度学习中,词嵌入(Word Embedding)是一种常见的技术,用于将离散的词汇或符号映射到连续的向量空间。这种…

AI 检测原创论文:技术迷思与教育本质的悖论思考

当高校将 AI 写作检测工具作为学术诚信的 "电子判官",一场由技术理性引发的教育异化正在悄然上演。GPT-4 检测工具将人类创作的论文误判为 AI 生成的概率高达 23%(斯坦福大学 2024 年研究数据),这种 "以 AI 制 AI&…

langchain4j集成QWen、Redis聊天记忆持久化

langchain4j实现聊天记忆默认是基于进程内存的方式,InMemoryChatMemoryStore是具体的实现了,是将聊天记录到一个map中,如果用户大的话,会造成内存溢出以及数据安全问题。位了解决这个问题 langchain4提供了ChatMemoryStore接口&am…

Tomcat 日志体系深度解析:从访问日志配置到错误日志分析的全链路指南

一、Tomcat 核心日志文件架构与核心功能 1. 三大基础日志文件对比(权威定义) 日志文件数据来源核心功能典型场景catalina.out标准输出 / 错误重定向包含 Tomcat 引擎日志与应用控制台输出(System.out/System.err)排查 Tomcat 启…

万物互联时代:ONVIF协议如何重构安防监控系统架构

前言 一、ONVIF协议是什么 ONVIF(Open Network Video Interface Forum,开放式网络视频接口论坛)是一种全球性的开放行业标准,由安讯士(AXIS)、博世(BOSCH)和索尼(SONY&…

leetcode - 双指针问题

文章目录 前言 题1 移动零: 思路: 参考代码: 题2 复写零: 思考: 参考代码: 题3 快乐数: 思考: 参考代码: 题4 盛最多水的容器: 思考:…

从概念表达到安全验证:智能驾驶功能迎来系统性规范

随着辅助驾驶事故频发,监管机制正在迅速补位。面对能力表达、使用责任、功能部署等方面的新要求,行业开始重估技术边界与验证能力,数字样机正成为企业合规落地的重要抓手。 2025年以来,围绕智能驾驶功能的争议不断升级。多起因辅…

java数组题(5)

(1): 思路: 1.首先要对数组nums排序,这样两数之间的差距最小。 2.题目要求我们通过最多 k 次递增操作,使数组中某个元素的频数(出现次数)最大化。经过上面的排序,最大数…

Python(1) 做一个随机数的游戏

有关变量的,其实就是 可以直接打印对应变量。 并且最后倒数第二行就是可以让两个数进行交换。 Py快捷键“ALTP 就是显示上一句的代码。 —————————————————————————————— 字符串 用 双引号或者单引号 。 然后 保证成双出现即可 要是…

【认知思维】验证性偏差:认知陷阱的识别与克服

什么是验证性偏差 验证性偏差(Confirmation Bias)是人类认知中最普遍、最根深蒂固的心理现象之一,指的是人们倾向于寻找、解释、偏爱和回忆那些能够确认自己已有信念或假设的信息,同时忽视或贬低与之相矛盾的证据。这种认知偏差影…

Wpf学习片段

IRegionManager 和IContainerExtension IRegionManager 是 Prism 框架中用于管理 UI 区域(Regions)的核心接口,它实现了模块化应用中视图(Views)的动态加载、导航和生命周期管理。 IContainerExtension 是依赖注入&…

消息~组件(群聊类型)ConcurrentHashMap发送

为什么选择ConcurrentHashMap? 在开发聊天应用时,我们需要存储和管理大量的聊天消息数据,这些数据会被多个线程频繁访问和修改。比如,当多个用户同时发送消息时,服务端需要同时处理这些消息的存储和查询。如果用普通的…

Stapi知识框架

一、Stapi 基础认知 1. 框架定位 自动化API开发框架:专注于快速生成RESTful API 约定优于配置:通过标准化约定减少样板代码 企业级应用支持:适合构建中大型API服务 代码生成导向:显著提升开发效率 2. 核心特性 自动CRUD端点…

基于深度学习的水果识别系统设计

一、选择YOLOv5s模型 YOLOv5:YOLOv5 是一个轻量级的目标检测模型,它在 YOLOv4 的基础上进行了进一步优化,使其在保持较高检测精度的同时,具有更快的推理速度。YOLOv5 的网络结构更加灵活,可以根据不同的需求选择不同大…

Spring Security与SaToken的对比

Spring Security与SaToken的详细对照与优缺点分析 1. 核心功能与设计理念 对比维度Spring SecuritySaToken核心定位企业级安全框架,深度集成Spring生态,提供全面的安全解决方案(认证、授权、攻击防护等)轻量级权限认证框架&#…

【docker】--镜像管理

文章目录 拉取镜像启动镜像为容器连接容器法一法二 保存镜像加载镜像镜像打标签移除镜像 拉取镜像 docker pull mysql:8.0.42启动镜像为容器 docker run -dp 8080:8080 --name container_mysql8.0.42 -e MYSQL_ROOT_PASSWORD123123123 mysql:8.0.42 连接容器 法一 docker e…

力扣HOT100之二叉树:543. 二叉树的直径

这道题本来想到可以用递归做,但是还是没想明白,最后还是去看灵神题解了,感觉这道题最大的收获就是巩固了我对lambda表达式的掌握。 按照灵神的思路,直径可以理解为从一个叶子出发向上,在某个节点处拐弯,然后…

web 自动化之 yaml 数据/日志/截图

文章目录 一、yaml 数据获取二、日志获取三、截图 一、yaml 数据获取 需要安装 PyYAML 库 import yaml import os from TestPOM.common import dir_config as Dirdef read_yaml(key,file_name"test_datas.yaml"):file_path os.path.join(Dir.testcases_dir, file_…

rtty操作记录说明

rtty操作记录说明 前言 整理资料发现了几年前做的操作记录,分享出来,希望对大家有用。 rtty-master:rtty客户端程序,其中buffer\log\ssl为源码的子目录,从git上下载https://github.com/zhaojh329, rtty…