标准型的系数在采用正交变换的时间,平方项的系数常用其特征值。规范型中平方项的系数都是 1 或 -1,正负项的个数决定于特征值正负数的个数。
相似变换法/配方法/合同法,其中相似变换(正交变换)化出的标准型的系数是A的特征值,惯性定律说的是用不同的变换把二次型化为标准形山稿孙,标准形的系数带正号和负号的个数相同。所以这个规范型只要没粗心,即z=Cx其中的C有所不同。
重要定理
每一敬桐个线性空间都有一个基。
对一个 n 行 n 列的非零矩阵 A,如果存在一个矩阵 B 使 AB = BA =E(E是单位矩阵),则 A 为非奇异矩阵(或称可逆矩阵),B为A的逆阵。
矩阵非奇异(可逆)当且仅当它的行列式不逗链为零。
矩阵非奇异当且仅当它代表的线性变换是个自同构。
矩阵半正定当且仅当它的每个特征值大于或等于零。
以上内容参考:百度百科-线性代数
具体如下:
对一个 n 行 n 列的非零矩阵 A,如果存在一个矩阵 B 使 AB = BA =E(E是单位矩阵),则 A 为非奇异矩阵(或称可逆矩阵),B为A的逆阵。
矩阵非奇异(可逆)当且仅当它的行列式不为零。矩阵非奇异当且仅当它代表的线性变换是个自同构。矩阵半正定当且仅当它的每个特征值大于或等于零。矩阵正定当且仅当它的每个特征值都大于零。解线性方程组的克拉默法则。判断线性方程组有无非零实根的增广矩阵和系数矩阵的关系。
作为证明定理而使用的纯抽象概念,向量空间(线性空间)属于抽象代数的一部分,而且已经非常好地融入了这个领域。一些显著的例子有:不可逆线性御蔽映射或矩阵的群,向量空间的线性映射的环。线性代数也在数学分析中扮演重要角色,特别在 向量分析中描述高阶导数,研究张量积和可交换映射等领域。
向量空间是在仔拆腔域上定义的,比如实数域或复数域。线性算子将线性空间的元素映射到另一个念衫线性空间(也可以是同一个线性空间),保持向量空间上加法和标量乘法的一致性。所有这种变换组成的集合本身也是一个向量空间。如果一个线性空间的基是确定的,所有线性变换都可以表示为一个数表,称为矩阵。对矩阵性质和矩阵算法的深入研究也被认为是线性代数的一部分。
以上内容参考百度百科——线性代数