高等代数与线性代数专题

从计算技巧到抽象结构的线代与高代专题合集

共 13 篇文章
用自己的方式解释线代(1)

用自己的方式解释线代(1)

用自己的方式解释线代(1)

用自己的方式解释线代(2)

用自己的方式解释线代(2)

用自己的方式解释线代(2)

e的“矩阵次幂”

e的“矩阵次幂”

e的“矩阵次幂”

行列式可以“分块计算”吗?

行列式可以“分块计算”吗?

行列式可以“分块计算”吗?

几种判断矩阵可逆的方法

几种判断矩阵可逆的方法

前言 部分内容摘录自《线性代数入门》梁鑫、田垠、杨一龙 清华大学出版社 方法 设$\textbf{A}$是n阶矩阵,以下叙述等价 1. $\textbf{A}$可逆 2. 任取n维向量$\textbf{b}$,线性方程组$\textbf{Ax=b}$的解唯一 3. 齐次线性方程组$\textbf{Ax=0}$只有零解

高代中的舍曼-莫里森-伍德伯里公式

高代中的舍曼-莫里森-伍德伯里公式

前言 笔者在看到分块矩阵相应内容时看到了这个公式,其在矩阵分析、系统和控制论等领域有广泛应用。事实上,它的思想和构造过程是如此的巧妙,值得我们去仔细探讨 引入 首先讨论对分块矩阵$ A=\begin{bmatrix} A{11} & A{12}\\ A{21} & A{22} \end{bmatrix}$ 作Gauss

LU分解即其各种的衍生形式

LU分解即其各种的衍生形式

前言 本篇文章不会涉及太多的证明过程 LU分解(Dolittle分解) 定义(LU分解):如果n阶方阵$A$只使用倍加矩阵$E{ji;k}(ji)$做行变换就可以化成阶梯型矩阵,那么存在n阶单位下三角矩阵L和n阶上三角矩阵$U$,使得$A=LU$ 定义(顺序主子阵): 方阵$A$的左上角$k\times k$块,称为$

格拉姆-施密特正交化与QR分解

格拉姆-施密特正交化与QR分解

前言 笔者认为格拉姆施密特正交化与QR分解本质上没有区别,它们只是表示形式的不同,一个通常意义上说是代数学范畴,而另一个是矩阵分解范畴,故在本篇文章笔者不会去显式地去区分格拉姆施密特正交化和QR分解 笔者发现格拉姆施密特正交化只是QR分解的一种方法(简化QR分解),此外还可通过HouseHoldolder变换(最稳定,

从抽象代数到我们所熟知的线性代数

从抽象代数到我们所熟知的线性代数

前言 是笔者在学习线性代数时思考了很久的问题,在学习了抽象代数后有了更加深刻的理解。 在阅读此篇文章之前,如果读者是习读工科或未接触过抽象代数的相关概念的人士,那请读者先暂时忘记一切工程数学上线性代数

线代中的最小二乘拟合问题

线代中的最小二乘拟合问题

前言 我们考虑一个实际问题,假设两变量$y$和$t$之间存在某种规律,不妨用函数$y=f(t)$表示,能否通过测量$y$关于$t$的变化,亦即通过测量$y$在$t$上的若干个取值$t1,t2,\cdots,tm$上的值$y1,y2,\cdots,ym$(这一过程称为采样),来总结出函数$f$的具体形式? 最小二乘法 假

从特征值、特征向量到对角化、相似和Jordan分解(线性代数)

从特征值、特征向量到对角化、相似和Jordan分解(线性代数)

前言 笔者在尝试用自己的语言解释线性代数中关于特征值和特征向量/对角化和谱分解/相似的相关内容,因为是用自己的语言解释,所以内容可能欠缺严谨,敬请见谅 特征值和特征向量 笔者希望在此引出的一个概念就是: ::: aligncenter 在研究事物时,我们通常深入研究的,令这个事物区别于其他事物的,应是这个事物的特征 :

使用线性代数知识判断圆锥曲线的类型

使用线性代数知识判断圆锥曲线的类型

问题 考虑一个一般形式的圆锥曲线方程 ::: hljs-center $ax^2+2hxy+by^2+2gx+2fy+c=0$ ::: 判断其类型 解决方法 我们需要解决的首要问题是:消去交叉项$2h

群论初步

群论初步

二元运算和群 二元运算 在一个集合$S$上的二元运算是一个函数 ::: hljs-center $S*S\to S$ ::: 对$x,y\in S$,我们把$(x,y)$记作$xy$,它在集合$S$上

1