最全线性代数知识点结构表
线性代数知识点归纳
线性代数复习要点第一部分行列式1. 排列的逆序数2. 行列式按行（列）展开法则3. 行列式的性质及行列式的计算行列式的定义1.行列式的计算：①(定义法)1212121112121222()1212()nnnnn j j jn j j njj j jn n nna a aa a aD a a aa a aτ==-∑1②（降阶法）行列式按行（列）展开定理：行列式等于它的任一行（列）的各元素与其对应的代数余子式的乘积之和.推论：行列式某一行（列）的元素与另一行（列）的对应元素的代数余子式乘积之和等于零.1122,,0,.i j i j in jnA i ja A a A a Ai j⎧=⎪++=⎨≠⎪⎩③ (化为三角型行列式)上三角、下三角、主对角行列式等于主对角线上元素的乘积.11221122***0**0*0nnnnb b A b b b b ==④ 若A B 与都是方阵（不必同阶）,则==()mn A O A A OA B O B O B B O A AA B B O B O*==**=-1⑤ 关于副对角线：(1)211212112111()n n nnn n n n n n n a O a a a a a a a Oa O ---*==-1⑥ 范德蒙德行列式：()1222212111112nijnj i nn n n nx x x x x x x x x x x ≤<≤---=-∏111⑦ ab -型公式：1[(1)]()n a b b b b a bba nb a b bb ab b b ba-=+-- ⑧ (升阶法)在原行列式中增加一行一列，保持原行列式不变的方法.⑨ (递推公式法) 对n 阶行列式n D 找出n D 与1n D -或1n D -,2n D -之间的一种关系——称为递推公式，其中 n D ,1n D -,2n D -等结构相同，再由递推公式求出n D 的方法称为递推公式法.(拆分法) 把某一行（或列）的元素写成两数和的形式，再利用行列式的性质将原行列式写成两行列式之和， 使问题简化以例计算. ⑩ (数学归纳法)2. 对于n 阶行列式A ，恒有：1(1)nnk n k k k E A S λλλ-=-=+-∑，其中k S 为k 阶主子式；3. 证明0A =的方法：①、A A =-； ②、反证法；③、构造齐次方程组0Ax =，证明其有非零解；④、利用秩，证明()r A n <； ⑤、证明0是其特征值.4. 代数余子式和余子式的关系：(1)(1)i j i j ij ijij ij M A A M ++=-=-第二部分 矩阵1. 矩阵的运算性质2. 矩阵求逆3. 矩阵的秩的性质4. 矩阵方程的求解1. 矩阵的定义 由m n ⨯个数排成的m 行n 列的表111212122212n n m m mn a a a a a a A a a a ⎛⎫⎪ ⎪= ⎪⎪⎝⎭称为m n ⨯矩阵. 记作：()ijm nA a ⨯=或m n A ⨯同型矩阵：两个矩阵的行数相等、列数也相等. 矩阵相等: 两个矩阵同型，且对应元素相等. 矩阵运算a. 矩阵加（减）法：两个同型矩阵，对应元素相加（减）.b. 数与矩阵相乘：数λ与矩阵A 的乘积记作A λ 或A λ，规定为()ij A a λλ=.c. 矩阵与矩阵相乘：设()ij m s A a ⨯=, ()ij s n B b ⨯=,则()ij m n C AB c ⨯==， 其中12121122(,,,)j j ij i i is i j i j is sj sj b b c a a a a b a b a b b ⎛⎫ ⎪ ⎪==+++ ⎪ ⎪ ⎪⎝⎭注：矩阵乘法不满足：交换律、消去律, 即公式00AB BAAB A ==⇒=或B=0不成立.a. 分块对角阵相乘：11112222,A B A B A B ⎛⎫⎛⎫==⎪ ⎪⎝⎭⎝⎭⇒11112222A B AB A B ⎛⎫= ⎪⎝⎭,1122nn n A A A ⎛⎫= ⎪⎝⎭b. 用对角矩阵Λ○左乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的○行向量；11112111111211221222221222221212000000n n n n m m m mn m m m m m mn a b b b a b a b a b ab b b a b a b a b B a b b b a b a b a b ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥Λ==⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦c. 用对角矩阵Λ○右乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的○列向量.11121111121212122221212222121122000000n m n n m n m m mn m m m m mn b b b a a b a b a b b b b a a b a b a b B b b b a a b a b a b ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥Λ==⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦d. 两个同阶对角矩阵相乘只用把对角线上的对应元素相乘. ④ 方阵的幂的性质：mnm nA A A+=， ()()m n mnA A =⑤ 矩阵的转置：把矩阵A 的行换成同序数的列得到的新矩阵，叫做A 的转置矩阵，记作TA . a. 对称矩阵和反对称矩阵: A 是对称矩阵TA A =.A 是反对称矩阵T A A =-.b. 分块矩阵的转置矩阵：TTT TT A B A C C D BD ⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭⑥ 伴随矩阵： ()1121112222*12n Tn ijnnnn A A A A A A A A A A A ⎛⎫ ⎪ ⎪== ⎪ ⎪⎝⎭，ij A 为A 中各个元素的代数余子式. **AA A A A E ==,1*n A A-=, 11AA--=.分块对角阵的伴随矩阵：***A BA B AB ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ *(1)(1)mn mn A A B BB A**⎛⎫-⎛⎫= ⎪ ⎪⎪-⎝⎭⎝⎭2. 逆矩阵的求法 方阵A 可逆 0A ≠.①伴随矩阵法 1A A A *-= ○注： 1a b d b c d c a ad bc --⎛⎫⎛⎫= ⎪ ⎪--⎝⎭⎝⎭1 主换位副变号② 初等变换法 1()()A E E A -−−−−→初等行变换③ 分块矩阵的逆矩阵：111A A B B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ 111A B B A---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭1111A C A A CB O B OB ----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭ 1111A O A O CB B CA B ----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭④1231111213a a a a a a -⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭, 3211111213a a a a a a -⎛⎫⎛⎫⎪⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⑤ 配方法或者待定系数法 （逆矩阵的定义1AB BA E A B -==⇒=）3. 行阶梯形矩阵 可画出一条阶梯线，线的下方全为0；每个台阶只有一行，台阶数即是非零行的行数，阶梯线的竖 线后面的第一个元素非零. 当非零行的第一个非零元为1，且这些非零元所在列的其他元素都是0时， 称为行最简形矩阵4. 初等变换与初等矩阵 对换变换、倍乘变换、倍加（或消法）变换初等变换初等矩阵 初等矩阵的逆 初等矩阵的行列式↔i j r r (↔i j c c )(,)E i j 1(,)(,)E i j E i j -=(,)E i j =-1⨯i r k (⨯i c k ) (())E i k11[()][()]k E i k E i -= [()]E i k k = +⨯i j r r k (+⨯i j c c k )(,())E i j k1[,()][,()]E i j k E i j k -=-[,()]E i j k =1☻矩阵的初等变换和初等矩阵的关系：对A 施行一次初等○行变换得到的矩阵,等于用相应的初等矩阵○左乘A ；对A 施行一次初等○列变换得到的矩阵,等于用相应的初等矩阵○右乘A .注意： 初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵.5. 矩阵的秩 关于A 矩阵秩的描述：①、()=r A r ，A 中有r 阶子式不为0，1+r 阶子式 (存在的话) 全部为0； ②、()<r A r ，A 的r 阶子式全部为0； ③、()≥r A r ，A 中存在r 阶子式不为0；☻矩阵的秩的性质：① ()A O r A ≠⇔≥1; ()0A O r A =⇔=;0≤()m n r A ⨯≤min(,)m n② ()()()TTr A r A r A A ==③ ()()r kA r A k =≠ 其中0④ ()(),,()0m n n s r A r B n A B r AB B Ax ⨯⨯+≤⎧=⇒⎨=⎩若若0的列向量全部是的解⑤ ()r AB ≤{}min (),()r A r B⑥ 若P 、Q 可逆，则()()()()r A r PA r AQ r PAQ ===； 即：可逆矩阵不影响矩阵的秩.⑦ 若()()()m n Ax r AB r B r A n AB O B O A AB AC B C ο⨯⇔=⎧⎪=⎧⎪=⎨⎪⇒=⇒=⎧⎨⎪⎨⎪⎪=⇒=⎩⎩⎩ 只有零解在矩阵乘法中有左消去律；若()()()n s r AB r B r B n B ⨯=⎧=⇒⎨⎩ 在矩阵乘法中有右消去律.⑧ ()r rE O E O r A r A A OO OO ⎛⎫⎛⎫=⇒⎪ ⎪⎝⎭⎝⎭若与唯一的等价，称为矩阵的等价标准型. ⑨ ()r A B ±≤()()r A r B +, {}max (),()r A r B ≤(,)r A B ≤()()r A r B + ⑩ ()()A O O A r r A r B O B B O ⎛⎫⎛⎫==+⎪ ⎪⎝⎭⎝⎭, ()()A C r r A r B O B ⎛⎫≠+ ⎪⎝⎭☻求矩阵的秩：定义法和行阶梯形阵方法6 矩阵方程的解法(0A ≠)：设法化成AX B XA B ==(I) 或 (II)A B E X −−−−→初等行变换(I)的解法：构造()() A E B X ⎛⎫⎛⎫⎪ ⎪−−−−→ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭初等列变换(II)的解法：构造T T T TA XB X X=(II)的解法：将等式两边转置化为， 用(I)的方法求出，再转置得第三部分 线性方程组1. 向量组的线性表示2. 向量组的线性相关性3. 向量组的秩4. 向量空间5.线性方程组的解的判定6. 线性方程组的解的结构（通解）（1）齐次线性方程组的解的结构（基础解系与通解的关系） （2）非齐次线性方程组的解的结构（通解） 1.线性表示：对于给定向量组12,,,,n βααα，若存在一组数12,,,n k k k 使得1122n n k k k βααα=+++，则称β是12,,,n ααα的线性组合，或称称β可由12,,,n ααα的线性表示.线性表示的判别定理:β可由12,,,n ααα的线性表示由n 个未知数m 个方程的方程组构成n 元线性方程：①、11112211211222221122n n n n m m nm n na x a x a xb a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩有解②、1112111212222212⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭n n m m mn m m a a a x b a a a x b Ax a a a x b β③、()1212n n x x aa a x β⎛⎫⎪⎪= ⎪⎪⎝⎭（全部按列分块，其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭）； ④、1122n n a x a x a x β+++=（线性表出）⑤、有解的充要条件：()(,)r A r A n β=≤（n 为未知数的个数或维数） 2. 设,,m n n s A B ⨯⨯A 的列向量为12,,,n ααα⋅⋅⋅,B 的列向量为12,,,s βββ⋅⋅⋅，则m sAB C ⨯=⇔()()1112121222121212,,,,,,s s n s n n ns b b b b bb c c c b b b ααα⎛⎫ ⎪ ⎪⋅⋅⋅= ⎪⎪⎝⎭⇔i i A c β= ，(,,)i s =1,2⇔i β为i Ax c =的解⇔()()()121212,,,,,,,,,s s s A A A A c c c ββββββ⋅⋅⋅=⋅⋅⋅=⇔12,,,s c c c 可由12,,,n ααα⋅⋅⋅线性表示.即：C 的列向量能由A 的列向量线性表示，B 为系数矩阵. 同理：C 的行向量能由B 的行向量线性表示，A 为系数矩阵.即： 1112111212222212n n n n mn n m a a a c a a a c a a a c βββ⎛⎫⎛⎫⎛⎫⎪⎪ ⎪⎪⎪ ⎪= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⇔111122*********22211222n n m m mn ma a a c a a a c a a a c βββββββββ+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩3. 线性相关性判别方法：法1法2法3推论♣线性相关性判别法（归纳）♣ 线性相关性的性质① 零向量是任何向量的线性组合,零向量与任何同维实向量正交. ② 单个零向量线性相关；单个非零向量线性无关.③ 部分相关,整体必相关；整体无关,部分必无关. （向量个数变动）④ 原向量组无关,接长向量组无关；接长向量组相关,原向量组相关. （向量维数变动） ⑤ 两个向量线性相关⇔对应元素成比例；两两正交的非零向量组线性无关. ⑥ 向量组12,,,n ααα⋅⋅⋅中任一向量i α(1≤i ≤)n 都是此向量组的线性组合.⑦ 若12,,,n ααα⋅⋅⋅线性无关，而12,,,,n αααβ⋅⋅⋅线性相关,则β可由12,,,n ααα⋅⋅⋅线性表示,且表示法唯一 4. 最大无关组相关知识向量组的秩 向量组12,,,n ααα的极大无关组所含向量的个数，称为这个向量组的秩.记作12(,,,)n r ααα矩阵等价 A 经过有限次初等变换化为B .向量组等价 12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示. 记作：()()1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅ ① 矩阵的行向量组的秩=列向量组的秩=矩阵的秩. 行阶梯形矩阵的秩等于它的非零行的个数.② 矩阵的初等变换不改变矩阵的秩,且不改变行（列）向量间的线性关系③ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示,且s n >，则12,,,s βββ⋅⋅⋅线性相关.向量组12,,,s βββ⋅⋅⋅线性无关,且可由12,,,n ααα⋅⋅⋅线性表示,则s ≤n .④ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示,且12(,,,)s r βββ⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅,则两向量组等价； ⑤ 任一向量组和它的极大无关组等价.向量组的任意两个极大无关组等价. ⑥ 向量组的极大无关组不唯一，但极大无关组所含向量个数唯一确定. ⑦ 若两个线性无关的向量组等价,则它们包含的向量个数相等. ⑧ 设A 是m n ⨯矩阵,若()r A m =，A 的行向量线性无关；5. 线性方程组理论线性方程组的矩阵式Ax β= 向量式 1122n n x x x αααβ+++=1112111212222212,,n n m m mn n m a a a x b a a a x b A x a a a x b β⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ 其中 12,,2,,j j j mj j n αααα⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪⎝⎭1（1）解得判别定理（2）线性方程组解的性质：1212121211221212(1),,(2),,(3),,,,,,,,(4),,(5),,(6k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηοηηηοηηηηολλλληληληγβηογηβηηβηηο=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-= 是的解也是它的解 是的解对任意也是它的解齐次方程组 是的解对任意个常数 也是它的解 是的解是其导出组的解是的解 是的两个解是其导出组的解211212112212112212),(7),,,,100k k k k k k k Ax Ax Ax Ax Ax ηβηηηοηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪+++=⇔+++=⎪⎪+++=⇔+++=⎩ 是的解则也是它的解是其导出组的解 是的解则也是的解 是的解(3) 判断12,,,s ηηη是Ax ο=的基础解系的条件：① 12,,,s ηηη线性无关；② 12,,,s ηηη都是Ax ο=的解； ③ ()s n r A =-=每个解向量中自由未知量的个数.(4) 求非齐次线性方程组Ax = b 的通解的步骤12112(1()(2)()()(3)(4)10,,...,(5)A b r A b r A r n n r Ax b Ax Ax b x k k ααααααα==<-====++0n-r 0) 将增广矩阵通过初等行变换化为；当时，把不是首非零元所在列对应的个变量作为自由元；令所有自由元为零，求得的一个；不计最后一列，分别令一个自由元为，其余自由元 为零，得到的{};写出非齐次线性方程组的阶梯形矩阵特解基础 解系 通解 212...,,...,n r n rn r k k k k α---++其中为任意常数.（5）其他性质一个齐次线性方程组的基础解系不唯一. √ 若η*是Ax β=的一个解，1,,,s ξξξ是Ax ο=的一个解⇒1,,,,s ξξξη*线性无关√ Ax ο=与Bx ο=同解（,A B 列向量个数相同）⇔()()A r r A r B B ⎛⎫==⎪⎝⎭, 且有结果： ① 它们的极大无关组相对应,从而秩相等； ② 它们对应的部分组有一样的线性相关性； ③ 它们有相同的内在线性关系.√ 矩阵m n A ⨯与l n B ⨯的行向量组等价⇔齐次方程组Ax ο=与Bx ο=同解⇔PA B =（左乘可逆矩阵P ）； 矩阵m n A ⨯与l n B ⨯的列向量组等价⇔AQ B =（右乘可逆矩阵Q ）.第四部分 方阵的特征值及特征向量1. 施密特正交化过程2. 特征值、特征向量的性质及计算3. 矩阵的相似对角化，尤其是对称阵的相似对角化1. 标准正交基 n 个n 维线性无关的向量,两两正交,每个向量长度为1. 向量()12,,,Tn a a a α=与()12,,,Tn b b b β=的内积 11221(,)ni i n n i a b a b a b a b αβ===+++∑αβ与正交 (,)0αβ=. 记为：αβ⊥ ④ 向量()12,,,Tn a a a α=的长度 2222121(,)ni n i a a a a ααα====+++∑⑤ α是单位向量(,)1ααα==. 即长度为1的向量.2. 内积的性质： ① 正定性：(,)0,(,)0αααααο≥=⇔=且 ② 对称性：(,)(,)αββα=③ 线性性：1212(,)(,)(,)ααβαβαβ+=+ (,)(,)k k αβαβ=3. 设A 是一个n 阶方阵, 若存在数λ和n 维非零列向量x , 使得 Ax x λ=，则称λ是方阵A 的一个特征值，x 为方阵A 的对应于特征值λ的一个特征向量. A 的特征矩阵0E A λ-=（或0A E λ-=）.A 的特征多项式 ()E A λϕλ-=（或()A E λϕλ-=）.④ ()ϕλ是矩阵A 的特征多项式⇒()A O ϕ= ⑤ 12n A λλλ= 1ni A λ=∑tr ，A tr 称为矩阵A 的迹.⑥ 上三角阵、下三角阵、对角阵的特征值就是主对角线上的n 各元素.⑦ 若0A =,则λ=0为A 的特征值,且Ax ο=的基础解系即为属于λ=0的线性无关的特征向量.⑧ ()1r A =⇔A 一定可分解为A =()1212,,,n n a a b b b a ⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭、21122()n n A a b a b a b A =+++,从而A 的特征值为：11122n n A a b a b a b λ==+++tr , 23n λλλ====0.○注()12,,,Tn a a a 为A 各行的公比，()12,,,n b b b 为A 各列的公比.⑨ 若A 的全部特征值12,,,n λλλ，()f A 是多项式,则:① 若A 满足()f A O =⇒A 的任何一个特征值必满足()i f λ=0 ②()f A 的全部特征值为12(),(),,()n f f f λλλ；12()()()()n f A f f f λλλ=.⑩ A 与TA 有相同的特征值，但特征向量不一定相同. 4. 特征值与特征向量的求法(1) 写出矩阵A 的特征方程0A E λ-=，求出特征值i λ. (2) 根据()0i A E x λ-=得到 A 对应于特征值i λ的特征向量. 设()0i A E x λ-=的基础解系为 12,,,in r ξξξ- 其中()i i r r A E λ=-.则A 对应于特征值i λ的全部特征向量为1122,i i n r n r k k k ξξξ--+++其中12,,,i n r k k k -为任意不全为零的数.5. A 与B 相似 1P AP B -= （P 为可逆矩阵） A 与B 正交相似 1P AP B -= （P 为正交矩阵）A 可以相似对角化 A 与对角阵Λ相似.（称Λ是A 的相似标准形）6. 相似矩阵的性质： ①E A E B λλ-=-,从而,A B 有相同的特征值,但特征向量不一定相同.○注α是A 关于0λ的特征向量,1P α-是B 关于0λ的特征向量. ②A B =tr tr③A B = 从而,A B 同时可逆或不可逆 ④ ()()r A r B =⑤若A 与B 相似, 则A 的多项式()f A 与B 的多项式()f A 相似. 7. 矩阵对角化的判定方法① n 阶矩阵A 可对角化 (即相似于对角阵) 的充分必要条件是A 有n 个线性无关的特征向量. 这时,P 为A 的特征向量拼成的矩阵，1P AP -为对角阵,主对角线上的元素为A 的特征值. 设i α为对应于i λ的线性无关的特征向量,则有：121n P AP λλλ-⎛⎫⎪ ⎪=⎪ ⎪⎝⎭.② A 可相似对角化⇔()i i n r E A k λ--=，其中i k 为i λ的重数⇔A 恰有n 个线性无关的特征向量.○注：当iλ=0为A 的重的特征值时，A 可相似对角化⇔i λ的重数()n r A =-=Ax ο=基础解系的个数.③ 若n 阶矩阵A 有n 个互异的特征值⇒A 可相似对角化. 8. 实对称矩阵的性质：① 特征值全是实数,特征向量是实向量；② 不同特征值对应的特征向量必定正交；○注：对于普通方阵，不同特征值对应的特征向量线性无关； ③ 一定有n 个线性无关的特征向量. 若A 有重的特征值,该特征值i λ的重数=()i n r E A λ--； ④ 必可用正交矩阵相似对角化，即：任一实二次型可经正交变换化为标准形； ⑤ 与对角矩阵合同，即：任一实二次型可经可逆线性变换化为标准形； ⑥ 两个实对称矩阵相似⇔有相同的特征值. 9. 正交矩阵 TAA E =正交矩阵的性质：① 1T A A -=；② T TAA A A E ==；③ 正交阵的行列式等于1或-1；④ A 是正交阵,则TA ，1A -也是正交阵； ⑤ 两个正交阵之积仍是正交阵；⑥ A 的行（列）向量都是单位正交向量组.10. 11.施密特正交规范化123,,ααα线性无关,112122111313233121122(,)(,)(,)(,)(,)(,)βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化：111βηβ=222βηβ= 333βηβ=技巧：取正交的基础解系，跳过施密特正交化。
大学线性代数最全知识点
(2)
(1)a22:
a11a22x1 + a12a22x2 = b1a22,
(2)a12:
a12a21x1 + a12a22x2 = b2a12,
两式相减消去x2, 得 (a11a22 – a12a21) x1 = b1a22 – b2a12;
（a11a22 a12a21）x1 b1a22 a12b2;
aa1211xx11
a12 x2 a22 x2
b1 , b2 .
D1
b1 b2
a12 , a22
aa1211xx11
a12 x2 a22 x2
b1 , b2 .
D2
a11 a21
b1 . b2
则二元线性方程组的解为
b1
x1
D1 D
b2 a11
a21
a12 a22 , a12 a22
a31 b3 a33
aa2111xx11
a12 x2 a22 x2
a13 x3 a23 x3
b1 , b2 ,
a31x1 a32 x2 a33 x3 b3;
a11 a12 a13 D a21 a22 a23
a31 a32 a33
aa2111xx11
思考题解答
解 设所求的二次多项式为
f x ax2 bx c, 由题意得 f 1 a b c 0, f 2 4a 2b c 3, f 3 9a 3b c 28,
得一个关于未知数 a, b, c 的线性方程组, 又 D 20 0, D1 40, D2 60, D3 20. 得 a D1 D 2, b D2 D 3, c D3 D 1
线性代数知识结构框架
第一章：行列式考试内容：行列式的概念和基本性质行列式按行（列）展开定理考试要求：1．了解行列式的概念，掌握行列式的性质．2．会应用行列式的性质和行列式按行（列）展开定理计算行列式．第二章：矩阵考试内容：矩阵的概念矩阵的线性运算矩阵的乘法方阵的幂方阵乘积的行列式矩阵的转置逆矩阵的概念和性质矩阵可逆的充分必要条件伴随矩阵矩阵的初等变换初等矩阵矩阵的秩矩阵等价分块矩阵及其运算考试要求：1．理解矩阵的概念，了解单位矩阵、数量矩阵、对角矩阵、三角矩阵、对称矩阵和反对称矩阵以及它们的性质．2．掌握矩阵的线性运算、乘法、转置以及它们的运算规律，了解方阵的幂与方阵乘积的行列式的性质.3．理解逆矩阵的概念，掌握逆矩阵的性质以及矩阵可逆的充分必要条件，理解伴随矩阵的概念，会用伴随矩阵求逆矩阵．4．理解矩阵的初等变换的概念，了解初等矩阵的性质和矩阵等价的概念，理解矩阵的秩的概念，掌握用初等变换求矩阵的秩和逆矩阵的方法．5．了解分块矩阵及其运算．第三章：向量考试内容：向量的概念向量的线性组合和线性表示向量组的线性相关与线性无关向量组的极大线性无关组等价向量组向量组的秩向量组的秩与矩阵的秩之间的关系向量空间以及相关概念n维向量空间的基变换和坐标变换过渡矩阵向量的内积线性无关向量组的正交规范化方法规范正交基正交矩阵及其性质考试要求：1．理解n维向量、向量的线性组合与线性表示的概念．2．理解向量组线性相关、线性无关的概念，掌握向量组线性相关、线性无关的有关性质及判别法．3．理解向量组的极大线性无关组和向量组的秩的概念，会求向量组的极大线性无关组及秩．4．理解向量组等价的概念，理解矩阵的秩与其行(列)向量组的秩之间的关系5．了解n维向星空间、子空间、基底、维数、坐标等概念．6．了解基变换和坐标变换公式，会求过渡矩阵．7．了解内积的概念，掌握线性无关向量组正交规范化的施密特（Schmidt）方法．8．了解规范正交基、正交矩阵的概念以及它们的性质．第四章：线性方程组考试内容:线性方程组的克莱姆（Cramer）法则齐次线性方程组有非零解的充分必要条件非齐次线性方程组有解的充分必要条件线性方程组解的性质和解的结构齐次线性方程组的基础解系和通解解空间非齐次线性方程组的通解考试要求l．会用克莱姆法则．2．理解齐次线性方程组有非零解的充分必要条件及非齐次线性方程组有解的充分必要条件．3．理解齐次线性方程组的基础解系、通解及解空间的概念，掌握齐次线性方程组的基础解系和通解的求法.4．理解非齐次线性方程组解的结构及通解的概念．5．掌握用初等行变换求解线性方程组的方法．第五章：矩阵的特征值及特征向量考试内容:矩阵的特征值和特征向量的概念、性质相似变换、相似矩阵的概念及性质矩阵可相似对角化的充分必要条件及相似对角矩阵实对称矩阵的特征值、特征向量及相似对角矩阵考试要求:1．理解矩阵的特征值和特征向量的概念及性质，会求矩阵的特征值和特征向量. 2．理解相似矩阵的概念、性质及矩阵可相似对角化的充分必要条件，掌握将矩阵化为相似对角矩阵的方法.3．掌握实对称矩阵的特征值和特征向量的性质．第六章：二次型考试内容：二次型及其矩阵表示合同变换与合同矩阵二次型的秩惯性定理二次型的标准形和规范形用正交变换和配方法化二次型为标准形二次型及其矩阵的正定性考试要求：1．掌握二次型及其矩阵表示，了解二次型秩的概念，了解合同变化和合同矩阵的概念了解二次型的标准形、规范形的概念以及惯性定理．2．掌握用正交变换化二次型为标准形的方法，会用配方法化二次型为标准形．3．理解正定二次型、正定矩阵的概念，并掌握其判别法概率与统计第一章：随机事件和概率考试内容：随机事件与样本空间事件的关系与运算完备事件组概率的概念概率的基本性质古典型概率几何型概率条件概率概率的基本公式事件的独立性独立重复试验考试要求：1．了解样本空间(基本事件空间)的概念，理解随机事件的概念，掌握事件的关系与运算．2．理解概率、条件概率的概念，掌握概率的基本性质，会计算古典型概率和几何型概率，掌握概率的加法公式、减法公式、乘法公式、全概率公式，以及贝叶斯(Bayes)公式．3．理解事件的独立性的概念，掌握用事件独立性进行概率计算；理解独立重复试验的概念，掌握计算有关事件概率的方法．第二章：随机变量及其分布考试内容：随机变量随机变量的分布函数的概念及其性质离散型随机变量的概率分布连续型随机变量的概率密度常见随机变量的分布随机变量函数的分布考试要求：1．理解随机变量的概念．理解分布函数的概念及性质．会计算与随机变量相联系的事件的概率．2．理解离散型随机变量及其概率分布的概念，掌握0－1分布、二项分布、几何分布、超几何分布、泊松（Poisson）分布及其应用．3.了解泊松定理的结论和应用条件，会用泊松分布近似表示二项分布.4．理解连续型随机变量及其概率密度的概念，掌握均匀分布、正态分布、指数分布及其应用，其中参数为λ（λ>0）的指数分布的概率密度为5．会求随机变量函数的分布．第三章：多维随机变量及其分布考试内容：多维随机变量及其分布二维离散型随机变量的概率分布、边缘分布和条件分布二维连续性随机变量的概率密度、边缘概率密度和条件密度随机变量的独立性和不相关性常用二维随机变量的分布两个及两个以上随机变量简单函数的分布考试要求：1．理解多维随机变量的概念，理解多维随机变量的分布的概念和性质. 理解二维离散型随机变量的概率分布、边缘分布和条件分布；理解二维连续型随机变量的概率密度、边缘密度和条件密度．会求与二维随机变量相关事件的概率．2．理解随机变量的独立性及不相关性的概念，掌握随机变量相互独立的条件. 3．掌握二维均匀分布，了解二维正态分布的概率密度，理解其中参数的概率意义．4．会求两个随机变量简单函数的分布，会求多个相互独立随机变量简单函数的分布。
最全线性代数知识表
线性代数(),nT A r A n A A Ax x Ax A Ax A A A E οοοββ==⇔∀≠≠≠⇔∀∈=≅可逆 的列（行）向量线性无关 的特征值全不为0 只有零解 ，0总有唯一解 是正定矩阵 12,s iA p p p p nB AB E AB E⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪=⋅⋅⋅⎪==⎪⎩ 是初等阵存在阶矩阵使得 或 ○注：全体n 维实向量构成的集合n叫做n 维向量空间.()A r A n A A A Ax A ολ<=⇔==不可逆 0的列（行）向量线性相关0是的特征值 有非零解,其基础解系即为关于0的⎧⎪⎪⎪⎨⎪⎪⎪⎩特征向量()A r A n A A A Ax A ολ<=⇔==不可逆 0的列（行）向量线性相关0是的特征值 有非零解,其基础解系即为关于0的⎧⎪⎪⎪⎨⎪⎪⎪⎩特征向量√ 行列式的计算：⑤范德蒙德行列式：()1222212111112n ijnj i nn n n nx x x x x x x x x x x ≤<≤---=-∏111由m n ⨯个数排成的m 行n 列的表111212122212n n m m mn a a a a a a A a a a ⎛⎫⎪ ⎪= ⎪⎪⎝⎭称为m n ⨯矩阵.记作：()ij m nA a ⨯=或m n A ⨯()1121112222*12n Tn ij nnnn A A A A A A A A A A A ⎛⎫ ⎪ ⎪== ⎪ ⎪⎝⎭，ij A 为A中各个元素的代数余子式.√ 逆矩阵的求法:①1A A A *-=○注： 1a b d b c d c a ad bc --⎛⎫⎛⎫= ⎪ ⎪--⎝⎭⎝⎭1 主换位副变号②1()()A E E A -−−−−→初等行变换1111213a a a a a a -⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭a a a ⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭√ 矩阵方程的解法(0A ≠)：设法化成AX B XA B ==(I) 或 (II)A B E X −−−−→初等行变换(I)的解法：构造()()T T T T A X B X X=(II)的解法：将等式两边转置化为， 用(I)的方法求出，再转置得1零向量是任何向量的线性组合,零向量与任何同维实向量正交. 2单个零向量线性相关；单个非零向量线性无关.3部分相关,整体必相关；整体无关,部分必无关. （向量个数变动）⑧ 设√ ④,m n n A B ⨯⨯若 ⑤(r AB ⑥A B 若若⑦若()m n r A ⨯若()n s r B n ⨯=⑨()r A B ±⑩A O r OB ⎛⎫ ⎪⎝⎭√ 12,,,,n n αβααβα⇒线性相关可由有唯一组解表示法唯一线12),)()A r A ββααββ教材 讲义性无关 不可由 Ax Ax ββ==其导出组有非零解()r A *⎧⎪=⎨⎪⎩1,,,,k k Ax Ax Ax ηηλληβηβ==也是它的解是 的解是的两个解1111,,k Ax Ax βηληλη=的解是 √ 设A ()r A m =⇒)A β⇒√ 判断1,s ηη是Ax ο=的基础解系的条件： ① 12,,,s ηηη线性无关；② 12,,,s ηηη都是Ax 的解；③ ()sn r A =-=每个解向量中自由未知量的个数√ 一个齐次线性方程组的基础解系不唯一,s ξ是Ax 列向量个数相同）① 它们的极大无关组相对应② 它们对应的部分组有一样的线性相关性；③ 它们有相同的内在线性关系(A r A B βγ⎫=⎪⎭m n A ⨯与l n B ⨯B =（左乘可逆矩阵m n ⨯与l n B ⨯关于公共解的三中处理办法：① 把(I)142c c ηη+都是非齐次线性方程组时，设1c ξ+两方程组有公共解21233)(,r c ηηηξη=+-(II)中，找出(I)的通解中的任的关系式而求出公共解。
线性代数知识点总结大全
求向量组秩、极大无关组，表示方式
将
向量组按列
1 2 m
排
放
初等行 变换
行阶梯 型矩阵
A11 A12 A1r
A22 A2r
Arr
i1
i2
ir
一个极大无关组
A1r 1
A2 r 1
A1m
A2m
r
Arr 1
Arm
i1 ,i2 ,,ir
原向量组一个极大无关组
第一等价链
1，
2，，
为正交向量组
m
1，
2，，
为线性无关向量组
m
1，
2，，
为线性无关向量组
m
Schmidt 正交化、单位化
单位正交向量组: 1，2，，m
与初始向量组等价
正交矩阵 定义：
若 n 阶方阵 A 满足 AAT E，则称矩阵A为 n阶正交矩阵.
正交矩阵的性质：
若A, B为n阶 正 交 矩 阵 ， 则 有 ： (1) A1 AT ; (2) A 1 或 1;
线性无关：对于向量组1,...,r下列条件等价 • 1,...,r线性无关
• 当c1,...,cr不全为0时，必有c11+...+crr0 • 当c11+...+crr＝0时，必有c1＝...＝cr＝0 • 1,...,r的秩数等于r • (1,...,r)是列满秩矩阵
24
极大无关组与秩数：
1.1,...,rS是S的一个极大无关组当且仅当 ① 1,...,r线性无关 ② S的每个向量都可由1,...,r线性表示
③
Ax=b的解的线性组合是
Ax=0的解，当系数和＝0时； Ax=b的解，当系数和＝1时.
线代必备资料：线性代数知识框架(word版)
分块对角阵相乘： A
A11
B11 , B A22
*
B22 AB*
A B AB 11 11
A22 B22
A BA* 分块对角阵的伴随矩阵： B
√ 矩阵方程的解法( A 0 )：设法化成(I)AX B
1 , 2 , , s 线性无关； 1 , 2 , , s 都是 Ax 0 的解；
③ s n r ( A) 每个解向量中自由未知量的个数 .
5
√ 一个齐次线性方程组的基础解系不唯一.
1 2 3 4 5
零向量是任何向量的线性组合,零向量与任何同维实向量正交. 单个零向量线性相关；单个非零向量线性无关. 部分相关,整体必相关；整体无关,部分必无关. 原向量组无关,接长向量组无关；接长向量组相关,原向量组相关. 两个向量线性相关 对应元素成比例；两两正交的非零向量组线性无关 p教材114 . 向量组 1 , 2 , , n 中任一向量 i (1 ≤ i ≤ n) 都是此向量组的线性组合. 向量组 1 , 2 , , n 线性相关 向量组中至少有一个向量可由其余 n 1 个向量线性表示. 向量组 1 , 2 , , n 线性无关 向量组中每一个向量 i 都不能由其余 n 1 个向量线性表示.
T
CT Dห้องสมุดไป่ตู้
A1 A 分块矩阵的逆矩阵： B A1 A C O B O
1
1
1 B A1CB 1 B
B
A 1 A
1
1
B 1
A1 O A O 1 1 B C B B CA
《线性代数》知识点 归纳整理-大学线代基础知识
《线性代数》知识点归纳整理诚毅学生编01、余子式与代数余子式.............................................................................................................................................. - 2 -02、主对角线.................................................................................................................................................................. - 2 -03、转置行列式.............................................................................................................................................................. - 2 -04、行列式的性质.......................................................................................................................................................... - 3 -05、计算行列式.............................................................................................................................................................. - 3 -06、矩阵中未写出的元素.............................................................................................................................................. - 4 -07、几类特殊的方阵...................................................................................................................................................... - 4 -08、矩阵的运算规则...................................................................................................................................................... - 4 -09、矩阵多项式.............................................................................................................................................................. - 6 -10、对称矩阵.................................................................................................................................................................. - 6 -11、矩阵的分块.............................................................................................................................................................. - 6 -12、矩阵的初等变换...................................................................................................................................................... - 6 -13、矩阵等价.................................................................................................................................................................. - 6 -14、初等矩阵.................................................................................................................................................................. - 7 -15、行阶梯形矩阵与行最简形矩阵.......................................................................................................................... - 7 -16、逆矩阵 ..................................................................................................................................................................... - 7 -17、充分性与必要性的证明题...................................................................................................................................... - 8 -18、伴随矩阵.................................................................................................................................................................. - 8 -19、矩阵的标准形：...................................................................................................................................................... - 9 -20、矩阵的秩：.............................................................................................................................................................. - 9 -21、矩阵的秩的一些定理、推论................................................................................................................................ - 10 -22、线性方程组概念.................................................................................................................................................... - 10 -23、齐次线性方程组与非齐次线性方程组（不含向量）........................................................................................ - 10 -24、行向量、列向量、零向量、负向量的概念........................................................................................................ - 11 -25、线性方程组的向量形式........................................................................................................................................ - 12 -26、线性相关与线性无关的概念.......................................................................................................................... - 12 -27、向量个数大于向量维数的向量组必然线性相关.............................................................................................. - 12 -28、线性相关、线性无关；齐次线性方程组的解；矩阵的秩这三者的关系及其例题 ...................................... - 12 -29、线性表示与线性组合的概念.......................................................................................................................... - 12 -30、线性表示；非齐次线性方程组的解；矩阵的秩这三者的关系其例题 .......................................................... - 12 -31、线性相关（无关）与线性表示的3个定理........................................................................................................ - 12 -32、最大线性无关组与向量组的秩............................................................................................................................ - 12 -33、线性方程组解的结构............................................................................................................................................ - 13 -01、余子式与代数余子式（1）设三阶行列式D ＝333231232221131211a a a a a a a a a ，则①元素11a ，12a ，13a 的余子式分别为：M 11＝33322322a a a a ，M 12＝33312321a a a a ，M 13＝32312221a a a a对M 11的解释：划掉第1行、第1列，剩下的就是一个二阶行列式33322322a a a a ，这个行列式即元素11a 的余子式M 11。
线性代数各要点整理
第一章行列式主要知识点一、行列式的定义和性质1. 余子式 L和代数余子式的定义2. 行列式按一行或一列展开的公式I牛吐二工岭牛八口...那啊二忖| (1)7屮「手i行… |_0 k3. 行列式的性质1）叶⑷2）用数k乘行列式的某一行（列）所得新行列式=原行列式的k倍.推论3）互换行列式的任意两行（列）所得新行列式等于原行列式的相反数.推论4）如果行列式中两行（列）对应元素成比例，则行列式值为0.5）行列式可以按任一行（列）拆开.6）行列式的某一行（列）的k倍加到另一行（列）上，所得新行列式与原行列式的值相等二、行列式的计算1. 二阶行列式和三角形行列式的计算•2. 对一般数字行列式，利用行列式的性质将其降阶以化成二阶行列式或三角形（或对角形）行列式的计算3. 对行列式中有一行或一列中只有一个或两个非零元的情况，用这一行或一列展开4. 行列式中各行元素之和为一个常数的类型.5. 范德蒙行列式的计算公式第二章矩阵主要知识点一、矩阵的概念1. 要分清矩阵与行列式的区别2. 几种特殊矩阵（0矩阵，单位阵，三角阵，对角阵，数量阵）二、矩阵的运算1. 矩阵A , B的加、减、乘有意义的充分必要条件2. 矩阵运算的性质比较矩阵运算（包括加、减、数乘、乘法等）的性质与数的运算性质的相同点和不同点（加法、乘法的交换律和结合律；乘法关于加法的分配律）重点是矩阵乘法没有交换律（由此产生了矩阵运算公式与数的运算的公式的不同点）（肚卯二屮別+於心+引（小二护+胡」乩护；（AB）k = ABAB艸計；（4 ±卯二才±2虫+£3. 转置对称阵和反对称阵1）转置的性质（A±Bf =A r±B r,（财）『=2",（朋）「=2）若A T=A（A T= - A ），则称A为对称（反对称）阵4. 逆矩阵1）方阵A 可逆（也称非异，非奇异，满秩）的充分必要条件是3） 重要结论：若 n 阶方阵A,B 满足AB=E 贝U A,B 都可逆，且 A -1=B ，B -1=A. 4） 逆矩阵的性质：5）消去律：设方阵 A 可逆，且AB=AC （BA=CA ，则必有B=G （若不知 A 可逆, 仅知A M0结论不一定成立。
线性代数自考知识点汇总
线性代数自考知识点汇总 The Standardization Office was revised on the afternoon of December 13, 2020行列式1. 行列式的性质性质1 行列式与它的转置行列式相等T D D =. 性质2 互换行列式的两行（列），行列式变号.推论1 如果行列式有两行（列）的对应元素完全相同，则此行列式的值为零.如a b ca b c 0a b c'''= 性质3 行列式的某一行（列）中所有的元素都乘以同一数k ，等于用数k 乘此行列式.如111213111213212223212223313233313233a a a a a a ka ka ka k a a a a a a a a a = 推论2 如果行列式中有两行（列）元素成比例，则此行列式的值为零．如a b ca b c 0ka kb kc'''= 性质4 若行列式的某一行（列）的元素都是两数之和，则这个行列式等于两个行列式之和.如111213111213111213212122222323212223212223313233313233313233a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a ''''''+++=+ 性质5 把行列式的某一行（列）的各元素乘以同一数然后加到另一行(列)对应的元素上去，行列式的值不变.如111213111213212223212223313233311132123313a a a a a a a a a a a a a a a a ka a ka a ka =+++2. 余子式与代数余子式在n 阶行列式中，把元素ij a 所在的第i 行和第j 列划去后，留下来的n-1阶行列式叫做元素ij a 的余子式，记作ij M ，i j ij ij A (1)M +=-叫做元素ij a 的代数余子式．如111213212223313233a a a a a a a a a ，元素23a 的余子式为1112233132a a M a a =，元素23a 的代数余子式为11122323233132a a A (1)M a a +=-=-.3. 行列式按行（列）展开法则定理1 行列式的值等于它的任一行（列）的各元素与其对应的代数余子式乘积之和，即1122i i i i in in D a A a A a A =+++或 1122j j j j nj nj D a A a A a A =+++()1,2,,;1,2i n j n ==如111213212223313233a a a a a a a a a 111112121313a A a A a A =++ 定理2 行列式任一行（列）的元素与另一行（列）的对应元素的代数余子式乘积之和等于零，即12120,j j i i jn i n a A a A a A +++=或,11220.j j j j nj nj a A a A a A i j +++=≠()1,2,,;1,2i n j n ==4. 行列式的计算 （1）二阶行列式1112112212212122a a a a a a a a =- （2）三阶行列式111213212223313233a a a a a a a a a 112233122331132132132231122133112332a a a a a a a a a a a a a a a a a a =++---（3）对角行列式1212n nλλλλλλ=，n(m 1)21212n n(1)λλλλλλ-=-（4）三角行列式1111121n 2122222n 1122nn n1n2nnnna a a a a a a a a a a a a a a ==111,n 11n1n n(n 1)212,n 12,n 12n 21n 2,n 1n1n1n1n2nna a a a a a a a (1)a a a a a a a -----==-（5）消元法：利用行列式的性质，将行列式化成三角行列式，从而求出行列式的值. （6）降阶法：利用行列式的性质，化某行（列）只有一个非零元素，再按该行（列）展开，通过降低行列式的阶数求出行列式的值.（7）加边法：行列式每行（列）所有元素的和相等，将各行（列）元素加到第一列（行），再提出公因式，进而求出行列式的值.矩阵1. 常见矩阵1）对角矩阵：主对角线以外的元素全为0的方阵，称为对角矩阵.记作Λ. 2）单位矩阵：主对角线上的元素全为1的对角矩阵，称为单位矩阵.记作E.3）上三角矩阵：对角线以下的元素全为0的方阵.如11121n 222n nn a a a a a a ⎛⎫⎪⎪⎪ ⎪⎝⎭ 4）下三角矩阵：对角线以上的元素全为0的方阵.如112122n1n2nn a a a a a a ⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭5）对称矩阵：设A 为ｎ阶方阵，若T A A =，即ij ji a a =，则称A 为对称矩阵.6）反对称矩阵：设A 为ｎ阶方阵，若T A A =-，即ij ji a a =- ，则称A 为反对称矩阵. 7）正交矩阵：设A 为ｎ阶方阵，如果T AA E =或T A A E =，则称A 为正交矩阵. 2. 矩阵的加法、数乘、乘法运算 （1）矩阵的加法如a b c a b c a a b b c c d e f d e f d d e e f f ''''''+++⎛⎫⎛⎫⎛⎫+=⎪ ⎪⎪''''''+++⎝⎭⎝⎭⎝⎭注：① 只有同型矩阵才能进行加减运算；② 矩阵相加减就是对应元素相加减. （2）数乘矩阵如a b c ka kb kc k d e f kd ke kf ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭注：数乘矩阵就是数乘矩阵中的每个元素.（3）矩阵的乘法：设ij m ij n s s A (a ),B (b )⨯⨯==，规定ij m n AB C (c ),⨯== 其中sij i11j i22j is sj ik kj k 1c a b a b a b a b ==+++=∑(i 1,2,,m,j 1,2,,n.)==注：①左矩阵A 的列数等于右矩阵B 的行数；②左矩阵A 的第i 行与右矩阵B 的第j 列对应元素乘积的和是矩阵乘积C 的元素ij c . ③左矩阵A 的行数为乘积C 的行数，右矩阵B 的列数为乘积C 的列数. 如行矩阵乘列矩阵是一阶方阵（即一个数），即()112111121s 111112211s s1s1b ba a a ab a b a b b ⎛⎫ ⎪ ⎪=++⎪ ⎪⎝⎭列矩阵乘行矩阵是s 阶方阵，即()1111111112111s 2121112112211s 11121s s1s111s112s11s a a b a b a b a a b a b a b b b b a a b a b a b ⎛⎫⎛⎫⎪⎪ ⎪ ⎪= ⎪ ⎪ ⎪⎪⎝⎭⎝⎭3. 逆矩阵设n 阶方阵A 、B ，若AB=E 或BA=E ，则A ，B 都可逆，且11A B,B A --==.（1）二阶方阵求逆，设a b A c d ⎛⎫= ⎪⎝⎭ ，则1*d b 11A A c a A ad bc --⎛⎫== ⎪--⎝⎭（两调一除法）. （2）对角矩阵的逆11111221n n a a a a a a ----⎛⎫⎛⎫⎪⎪⎪⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭， 111n 2121n1a a a a a a ----⎛⎫⎛⎫ ⎪ ⎪⎪ ⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭.（3）分块对角阵的逆11111221s s A A A A ;A A ----⎛⎫⎛⎫⎪⎪⎪⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭111s 2121s1A A A A A A ----⎛⎫⎛⎫ ⎪ ⎪⎪ ⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭. （4）一般矩阵求逆，初等行变换的方法：()()ERT1A E E A -−−−→.4. 方阵的行列式由ｎ阶方阵A 的元素所构成的行列式（各元素的位置不变）叫做方阵A 的行列式.记作A 或det （A ）. 5. 矩阵的初等变换下面三种变换称为矩阵的初等行（列）变换：（1）互换两行（列）；（2）数乘某行（列）；（3）某行（列）的倍数加到另一行（列）. 6. 初等矩阵单位矩阵经过一次初等变换得到的矩阵，称为初等矩阵.如001100100010,0k 0,010100001k 01⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭都是初等矩阵. 7. 矩阵的秩矩阵A 的非零子式的最高阶数，称为矩阵A 的秩.记作R （A ）或r （A ）. 求矩阵的秩的方法：（1）定义法：找出A 中最高阶的非零子式， 它的阶数即为A 的秩.（2）初等行变换法：ERTA −−−→行阶梯形矩阵，R （A ）=R （行阶梯形矩阵）=非零行的行数.8. 重要公式及结论 （1）矩阵运算的公式及结论()()12121212k k k k k k k k k k k k kk 10A B B A,(A B )C A (B C ),(A B )A B(AB )C A(BC ),(A B )C AC BC ,(AB )(A )B A(B )A A A ,(A )A ,(A )A ,E EAB A BA B ,EA AE A,A Eλλλλλλλλ+-+=+++=+++=+=+=+==⋅========()()()()()()T TTT T T T T T TTT nT n n A A,(A B )A B ,A A ,AB B A A A ,AB B A ,AA A A A EA A ,A A ,AB A B BA ,A A ,A B A Bλλλλ*******=+=+===========+≠+矩阵乘法不满足交换律，即一般地A B ≠AB;矩阵乘法不满足消去律，即一般地若AB=AC ，无B=C ；只有当A 可逆时，有B=C.一般地若AB=O ，则无A=O 或B=O.()222A B ?A 2AB B +++.（2）逆矩阵的公式及定理()()()()()()()()11111111n 11111k1k 1T11T 1A A ,A A ,,A A 1A A,A A,A A ,A A AB B A1A A A A AA A ,A λλ----------*-**--**-----===========A 可逆⇔|A |≠0⇔A ～E （即A 与单位矩阵E 等价） （3）矩阵秩的公式及结论()()()T m n R(O )0,R(A )min{m,n },R(A )R(A ),R(kA )R(A ),k 0A 0R(A )n ,R A B R A R B ⨯=≤==≠≠⇔=+≤+R ( AB ) ≤R ( A ), R ( AB ) ≤R ( B ).特别地，当A 可逆时，R(AB)=R(B)；当B 可逆时，R(AB)=R(A).()()ET A B A ~B R A R B −−→⇔⇒= 即等价矩阵的秩相等或初等变换不改变矩阵的秩.9. 矩阵方程（1）设 A 为n 阶可逆矩阵，B 为n ×m 矩阵，则矩阵方程AX=B 的解为1X A B -=；解法：① 求出1A -，再计算1A B -；② ()()ERT A B EX −−−→ .（2）设 A 为n 阶可逆矩阵，B 为m ×n 矩阵，则矩阵方程XA=B 的解为1X BA -=；解法：① 求出1A -，再计算1BA -；② ECT A E B X ⎛⎫⎛⎫−−−→ ⎪ ⎪⎝⎭⎝⎭ .10. 矩阵间的关系（1）等价矩阵：如果矩阵A 经过有限次初等变换变成矩阵B ，那么称矩阵A 与B 等价.即存在可逆矩阵P ，Q ，使得PAQ=B.性质：等价矩阵的秩相等.（2）相似矩阵：如果存在可逆矩阵P ，使得1P AP B -=,那么称A 与B 相似. 性质：相似矩阵有相同的特征多项式，相同的特征值，相同的行列式，相同的迹. （3）合同矩阵：如果存在可逆矩阵P ，使得T P AP B =，那么称A 与B 合同. 性质：合同矩阵的秩相等.向量空间1. 线性组合（1）若α＝k β，则称向量α与β成比例． （2）零向量Ｏ是任一向量组的线性组合．（3）向量组中每一向量都可由该向量组线性表示． 2. 线性相关与线性无关（1） 单独一个向量线性相关当且仅当它是零向量． （2） 单独一个向量线性无关当且仅当它是非零向量． （3） 两向量线性相关当且仅当两向量对应成比例. （4） 两向量线性无关当且仅当两向量不对应成比例. （5） 含有Ｏ向量的向量组一定线性相关． （6） 向量组12m ,,,ααα线性相关的充分必要条件是① 齐次线性方程组22m m 11k k 0k ααα+++=有非零解.② 以向量组为列作的矩阵()12m ,,,ααα的秩<向量的个数m.（7）n 个n 维向量12n ,,,ααα线性相关的充分必要条件是以向量组为列作的行列式的值()12n ,,,ααα=0.（8） 向量组12m ,,,ααα线性无关的充分必要条件是① 齐次线性方程组22m m 11k k 0k ααα+++=只有零解.② 以向量组为列作的矩阵()12m ,,,ααα的秩=向量的个数m.（9） n 个n 维向量12n ,,,ααα线性无关的充分必要条件是以向量组为列作的行列式的值()12n ,,,ααα≠0.（10）当m>n 时，m 个n 维向量一定线性相关.定理1：向量组 a 1 , a 2 ,……, a m （m ≥2）线性相关的充分必要条件是向量组中至少有一个向量可由其余m-1个向量线性表示.向量组线性无关的充分必要条件是向量组中任何一个向量都不能由其余向量线性表示．定理2：如果向量组A ：a 1 , a 2 ,……, a r 线性无关，而向量组 a 1 , a 2 ,……, a r ，α线性相关，则α可由A 线性表示，且表示式唯一.定理3：设向量组2r 1A :,,,ααα，12r r 1m B :,,,,,,ααααα+若A 线性相关，则向量组B 也线性相关；反之，若向量组B 线性无关，则向量组A 也线性无关.（即部分相关，则整体相关；整体无关，则部分无关）. 定理4：无关组的截短组无关，相关组的接长组相关. 3. 极大无关组与向量组的秩定义1 如果在向量组 T 中有 r 个向量 a 1 , a 2 ,……, a r ，满足条件： ⑴ 向量组 a 1 , a 2 ,……, a r 线性无关， ⑵ T α∀∈，2r 1,,,,αααα线性相关.那么称向量 a 1 , a 2 ,……, a r 是向量组 T 的一个极大无关组. 定义2 向量组的极大无关组中所含向量的个数，称为向量组的秩.定义3 矩阵的行向量组的秩称为矩阵的行秩；矩阵的列向量组的秩称为矩阵的列秩。
线性代数各章要点整理
第一章行列式主要知识点一、行列式的定义和性质1.余子式和代数余子式的定义2.行列式按一行或一列展开的公式1）2）3.行列式的性质1）2）用数k乘行列式的某一行（列）所得新行列式＝原行列式的k倍. 推论3）互换行列式的任意两行（列）所得新行列式等于原行列式的相反数. 推论4）如果行列式中两行（列）对应元素成比例，则行列式值为0.5）行列式可以按任一行（列）拆开.6）行列式的某一行（列）的k倍加到另一行（列）上，所得新行列式与原行列式的值相等.二、行列式的计算1.二阶行列式和三角形行列式的计算.2.对一般数字行列式，利用行列式的性质将其降阶以化成二阶行列式或三角形（或对角形）行列式的计算.3.对行列式中有一行或一列中只有一个或两个非零元的情况，用这一行或一列展开.4.行列式中各行元素之和为一个常数的类型.5.范德蒙行列式的计算公式第二章矩阵主要知识点一、矩阵的概念1.要分清矩阵与行列式的区别2.几种特殊矩阵（0矩阵，单位阵，三角阵，对角阵，数量阵）二、矩阵的运算1.矩阵A , B的加、减、乘有意义的充分必要条件2.矩阵运算的性质比较矩阵运算（包括加、减、数乘、乘法等）的性质与数的运算性质的相同点和不同点（加法、乘法的交换律和结合律；乘法关于加法的分配律）重点是矩阵乘法没有交换律（由此产生了矩阵运算公式与数的运算的公式的不同点）.3.转置对称阵和反对称阵1）转置的性质2）若A T=A （A T= - A），则称A为对称（反对称）阵4.逆矩阵1）方阵A可逆（也称非异，非奇异，满秩）的充分必要条件是.当A可逆时，.2）方阵A的伴随阵的定义。
重要公式；与A -1的关系（当方阵A可逆时，）3）重要结论：若n阶方阵A,B满足AB=E，则A,B都可逆，且A-1=B ，B-1=A.4）逆矩阵的性质：; ; .5）消去律：设方阵A可逆，且AB=AC（BA=CA），则必有B=C。
（若不知A可逆，仅知A≠0结论不一定成立。
线性代数知识点汇总
第一章 矩阵矩阵的概念：n m A *（零矩阵、负矩阵、行矩阵、列矩阵、n 阶方阵、相等矩阵) 矩阵的运算：加法（同型矩阵）---------交换、结合律数乘n m ij ka kA *)(=---------分配、结合律乘法nm lkj ik n l kj l m ik b a b a B A *1**)()(*)(*∑==（一般AB=BA ，不满足消去律；由AB=0，不能得A=0或B=0） 转置：A A TT =)(T T T B A B A +=+)(TT kA kA =)(TT T A B AB =)(方幂：2121k k k kA AA += 2121)(k k k k A A +=逆矩阵：设A 是N 阶方阵，若存在N 阶矩阵B 的AB=BA=I 则称A 是可逆的， 且B A=-1矩阵的逆矩阵满足的运算律：1、可逆矩阵A 的逆矩阵也是可逆的，且AA =--11)(2、可逆矩阵A 的数乘矩阵kA 也是可逆的，且111)(--=A kkA 3、可逆矩阵A 的转置TA 也是可逆的，且TT A A )()(11--=4、两个可逆矩阵A 与B 的乘积AB 也是可逆的，且111)(---=A B AB ，但是两个可逆矩阵A 与B 的和A+B 不一定可逆，即使可逆，但11)(--+≠+B A B A 。
A 为N 阶方阵，若|A|=0，则称A 为奇异矩阵，否则为非奇异矩阵。
5、若A 可逆，则11--=A A逆矩阵注：①AB=BA=I 则A 与B 一定是方阵 ②BA=AB=I 则A 与B 一定互逆；③不是所有的方阵都存在逆矩阵；④若A 可逆，则其逆矩阵是唯一的。
分块矩阵：加法，数乘，乘法都类似普通矩阵转置：每块转置并且每个子块也要转置 注：把分出来的小块矩阵看成是元素 初等变换：1、交换两行（列）2.、非零k 乘某一行（列）3、将某行（列）的K 倍加到另一行（列） 初等变换不改变矩阵的可逆性，初等矩阵都可逆 初等矩阵：单位矩阵经过一次初等变换得到的矩阵等价标准形矩阵⎪⎪⎭⎫⎝⎛=O O O I D r r第二章 行列式N 阶行列式的值：行列式中所有不同行、不同列的n 个元素的乘积的和n nn nj j j j j j j j j nij a a a a ...)1(21212121)..(∑-=τ行列式的性质：①行列式行列互换，其值不变。
《线性代数》知识点归纳
《线性代数》知识点归纳整理诚毅学生编01、余子式与代数余子式................................................... - 3 -02、主对角线............................................................. - 4 -03、转置行列式........................................................... - 4 -04、行列式的性质......................................................... - 4 -05、计算行列式........................................................... - 5 -06、矩阵中未写出的元素................................................... - 6 -07、几类特殊的方阵....................................................... - 6 -08、矩阵的运算规则....................................................... - 7 -09、矩阵多项式.......................................................... - 11 -10、对称矩阵............................................................ - 11 -11、矩阵的分块.......................................................... - 11 -12、矩阵的初等变换...................................................... - 12 -13、矩阵等价............................................................ - 12 -14、初等矩阵............................................................ - 12 -15、行阶梯形矩阵与行最简形矩阵........................................ - 12 -16、逆矩阵.............................................................. - 13 -17、充分性与必要性的证明题.............................................. - 15 -18、伴随矩阵............................................................ - 16 -19、矩阵的标准形：...................................................... - 17 -20、矩阵的秩：.......................................................... - 17 -21、矩阵的秩的一些定理、推论............................................ - 18 -22、线性方程组概念...................................................... - 18 -23、齐次线性方程组与非齐次线性方程组（不含向量）........................ - 18 -24、行向量、列向量、零向量、负向量的概念................................ - 21 -25、线性方程组的向量形式................................................ - 22 -26、线性相关与线性无关的概念......................................... - 22 -27、向量个数大于向量维数的向量组必然线性相关........................... - 22 -28、线性相关、线性无关；齐次线性方程组的解；矩阵的秩这三者的关系及其例题........................................................................ - 22 -29、线性表示与线性组合的概念......................................... - 23 -30、线性表示；非齐次线性方程组的解；矩阵的秩 这三者的关系其例题 ........ - 23 - 31、线性相关（无关）与线性表示的3个定理 ................................ - 23 - 32、最大线性无关组与向量组的秩 .......................................... - 23 - 33、线性方程组解的结构 .................................................. - 23 - 01、余子式与代数余子式（1）设三阶行列式D ＝333231232221131211a a a a a aa a a ，则①元素11a ，12a ，13a 的余子式分别为：M 11＝33322322a a a a ，M 12＝33312321a a a a ，M 13＝32312221a a a a对M 11的解释：划掉第1行、第1列，剩下的就是一个二阶行列式33322322a a a a ，这个行列式即元素11a 的余子式M 11。
线性代数知识点归纳
第一部分 行列式1. 排列的逆序数2. 行列式按行（列）展开法则3. 行列式的性质及行列式的计算1. 行列式的计算：① (定义法)1212121112121222()1212()n nnn n j j j nj j nj j j j n n nna a a a a a D a a a a a a τ==-∑1②（降阶法）行列式按行（列）展开定理：行列式等于它的任一行（列）的各元素与其对应的代数余子式的乘积之和.推论：行列式某一行（列）的元素与另一行（列）的对应元素的代数余子式乘积之和等于零. ③ (化为三角型行列式)上三角、下三角、主对角行列式等于主对角线上元素的乘积.④ 若A B 与都是方阵（不必同阶）,则==()mn A OA A O A BO BO BBO A AA B B O B O*==**=-1⑤ 关于副对角线：(1)211212112111()n n nnn n n n n n n a O a a a a a a a Oa O ---*==-1⑥ 范德蒙德行列式：()1222212111112n ijnj i nn n n nx x x x x x x x x x x ≤<≤---=-∏111⑦ a b -型公式：1[(1)]()n a b b b b a bban b a b b b a b b b ba-=+-- ⑧ (升阶法)在原行列式中增加一行一列，保持原行列式不变的方法.⑨ (递推公式法) 对n 阶行列式n D 找出n D 与1n D -或1n D -,2n D -之间的一种关系——称为递推公式，其中 n D ,1n D -,2n D -等结构相同，再由递推公式求出n D 的方法称为递推公式法.(拆分法) 把某一行（或列）的元素写成两数和的形式，再利用行列式的性质将原行列式写成两行列式之和， 使问题简化以例计算.⑩ (数学归纳法)2. 对于n 阶行列式A ，恒有：1(1)nn k n k k k E A S λλλ-=-=+-∑，其中k S 为k 阶主子式；3. 证明0A =的方法：①、A A =-； ②、反证法；③、构造齐次方程组0Ax =，证明其有非零解； ④、利用秩，证明()r A n <； ⑤、证明0是其特征值.4. 代数余子式和余子式的关系：(1)(1)i j i j ij ijij ij M A A M ++=-=-第二部分 矩阵1. 矩阵的运算性质2. 矩阵求逆3. 矩阵的秩的性质4. 矩阵方程的求解1. 矩阵的定义 由m n ⨯个数排成的m 行n 列的表111212122212n n m m mn a a a a a a A a a a ⎛⎫⎪ ⎪= ⎪⎪⎝⎭称为m n ⨯矩阵. 记作：()ij m n A a ⨯=或m n A ⨯① 同型矩阵：两个矩阵的行数相等、列数也相等. ② 矩阵相等: 两个矩阵同型，且对应元素相等. ③ 矩阵运算a. 矩阵加（减）法：两个同型矩阵，对应元素相加（减）.b. 数与矩阵相乘：数λ与矩阵A 的乘积记作A λ 或A λ，规定为()ij A a λλ=.c. 矩阵与矩阵相乘：设()ij m s A a ⨯=, ()ij s n B b ⨯=,则()ij m n C AB c ⨯==， 其中注：矩阵乘法不满足：交换律、消去律, 即公式00AB BAAB A ==⇒=或B=0不成立.a. 分块对角阵相乘：11112222,A B A B A B ⎛⎫⎛⎫==⎪ ⎪⎝⎭⎝⎭⇒11112222A B AB A B ⎛⎫= ⎪⎝⎭,1122nn n A A A ⎛⎫= ⎪⎝⎭b. 用对角矩阵Λ○左乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的○行向量； c. 用对角矩阵Λ○右乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的○列向量. d. 两个同阶对角矩阵相乘只用把对角线上的对应元素相乘. ④ 方阵的幂的性质：mn m n AA A +=， ()()m n mn A A =⑤ 矩阵的转置：把矩阵A 的行换成同序数的列得到的新矩阵，叫做A 的转置矩阵，记作TA . a. 对称矩阵和反对称矩阵: A 是对称矩阵T A =.A 是反对称矩阵T A =-.b. 分块矩阵的转置矩阵：TTT TT A B A C C D BD ⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭⑥ 伴随矩阵： ()1121112222*12n Tn ij nnnn A A A A A A AA A A A ⎛⎫ ⎪ ⎪== ⎪ ⎪⎝⎭，ij A 为A 中各个元素的代数余子式. **AAA A A E ==,1*n A A -=, 11A A --=.分块对角阵的伴随矩阵：***A BA B AB ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ *(1)(1)mn mn A A B B B A**⎛⎫-⎛⎫= ⎪ ⎪⎪-⎝⎭⎝⎭2. 逆矩阵的求法 方阵A 可逆 0A ≠.①伴随矩阵法 1A A A *-= ○注： 1a b d b c d c a ad bc --⎛⎫⎛⎫= ⎪ ⎪--⎝⎭⎝⎭1 主换位副变号② 初等变换法 1()()A E E A -−−−−→初等行变换③ 分块矩阵的逆矩阵：111A A B B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ 111A B BA---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭④1231111213a a a a a a -⎛⎫⎛⎫ ⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭, 3211111213a a a a a a -⎛⎫⎛⎫⎪⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⑤ 配方法或者待定系数法 （逆矩阵的定义1A B B A E A B-==⇒=） 3.可画出一条阶梯线，线的下方全为0；每个台阶只有一行，台阶数即是非零行的行数，阶梯线的竖 线后面的第一个元素非零. 当非零行的第一个非零元为1，且这些非零元所在列的其他元素都是0时， 4. 初等变换与初等矩阵 对换变换、倍乘变换、倍加（或消法）变换☻矩阵的初等变换和初等矩阵的关系：①对A施行一次初等○行变换得到的矩阵,等于用相应的初等矩阵○左乘A；②对A施行一次初等○列变换得到的矩阵,等于用相应的初等矩阵○右乘A.注意：初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵.5.关于A矩阵秩的描述：①、()=r A r，A中有r阶子式不为0，1+r阶子式(存在的话) 全部为0；②、()<r A r，A的r阶子式全部为0；③、()≥r A r，A中存在r阶子式不为0；☻矩阵的秩的性质：①()A O r A≠⇔≥1; ()0A O r A=⇔=;0≤()m nr A⨯≤min(,)m n②()()()T Tr A r A r A A==③()()r kA r A k=≠其中0④()(),,()m n n sr A r B nA B r ABB Ax⨯⨯+≤⎧=⇒⎨=⎩若若0的列向量全部是的解⑤()r AB≤{}min(),()r A r B⑥若P、Q可逆，则()()()()r A r PA r AQ r PAQ===；即：可逆矩阵不影响矩阵的秩.⑦若()()()m nAxr AB r Br A nAB O B OAAB AC B Cο⨯⇔=⎧⎪=⎧⎪=⎨⎪⇒=⇒=⎧⎨⎪⎨⎪⎪=⇒=⎩⎩⎩只有零解在矩阵乘法中有左消去律；若()()()n sr AB r Br B nB⨯=⎧=⇒⎨⎩在矩阵乘法中有右消去律.⑧()r rE O E Or A r A AO O O O⎛⎫⎛⎫=⇒ ⎪ ⎪⎝⎭⎝⎭若与唯一的等价，称为矩阵的等价标准型.⑨()r A B±≤()()r A r B+, {}max(),()r A r B≤(,)r A B≤()()r A r B+⑩()()A O O Ar r A r BO B B O⎛⎫⎛⎫==+⎪ ⎪⎝⎭⎝⎭, ()()A Cr r A r BO B⎛⎫≠+⎪⎝⎭☻求矩阵的秩：定义法和行阶梯形阵方法 6 矩阵方程的解法(0A ≠)：设法化成AX B XA B ==(I) 或 (II)第三部分 线性方程组1. 向量组的线性表示2. 向量组的线性相关性3. 向量组的秩4. 向量空间5.线性方程组的解的判定6. 线性方程组的解的结构（通解）（1）齐次线性方程组的解的结构（基础解系与通解的关系） （2）非齐次线性方程组的解的结构（通解） 1.线性表示：对于给定向量组12,,,,n βααα，若存在一组数12,,,n k k k 使得1122n n k k k βααα=+++，则称β是12,,,n ααα的线性组合，或称称β可由12,,,n ααα的线性表示.线性表示的判别定理:β可由12,,,n ααα的线性表示由n 个未知数m 个方程的方程组构成n 元线性方程：①、11112211211222221122n n n n m m nm n na x a x a xb a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩有解 ②、1112111212222212⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭n n m m mn m m a a a x b a a a x b Ax a a a x b β③、()1212n n x x aa a x β⎛⎫⎪ ⎪= ⎪⎪⎝⎭（全部按列分块，其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭）； ④、1122n n a x a x a x β+++=（线性表出）⑤、有解的充要条件：()(,)r A r A n β=≤（n 为未知数的个数或维数）2. 设,,m n n s A B ⨯⨯A 的列向量为12,,,n ααα⋅⋅⋅,B 的列向量为12,,,s βββ⋅⋅⋅，则m sAB C ⨯=⇔()()1112121222121212,,,,,,s s n s n n ns b b b b bb c c c b b b ααα⎛⎫ ⎪ ⎪⋅⋅⋅= ⎪⎪⎝⎭⇔i i A c β= ，(,,)i s =1,2⇔i β为i Ax c =的解 ⇔12,,,s c c c 可由12,,,n ααα⋅⋅⋅线性表示.即：C 的列向量能由A 的列向量线性表示，B 为系数矩阵. 同理：C 的行向量能由B 的行向量线性表示，A 为系数矩阵.即： 1112111212222212n n n n mn n m a a a c a a a c a a a c βββ⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⇔111122*********22211222n n m m mn ma a a c a a a c a a a c βββββββββ+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩3. 线性相关性判别方法：法1法2法3 推论♣ 线性相关性判别法（归纳）♣ 线性相关性的性质① 零向量是任何向量的线性组合,零向量与任何同维实向量正交. ② 单个零向量线性相关；单个非零向量线性无关.③ 部分相关,整体必相关；整体无关,部分必无关. （向量个数变动）④ 原向量组无关,接长向量组无关；接长向量组相关,原向量组相关. （向量维数变动） ⑤ 两个向量线性相关⇔对应元素成比例；两两正交的非零向量组线性无关. ⑥ 向量组12,,,n ααα⋅⋅⋅中任一向量i α(1≤i ≤)n 都是此向量组的线性组合.⑦ 若12,,,n ααα⋅⋅⋅线性无关，而12,,,,n αααβ⋅⋅⋅线性相关,则β可由12,,,n ααα⋅⋅⋅线性表示,且表示法唯一 4. 最大无关组相关知识向量组12,,,n ααα的极大无关组所含向量的个数，称为这个向量组的秩.记作12(,,,)n r αααA 经过有限次初等变换化为B .12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示. 记作：()()1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅① 矩阵的行向量组的秩=列向量组的秩=矩阵的秩. 行阶梯形矩阵的秩等于它的非零行的个数.② 矩阵的初等变换不改变矩阵的秩,且不改变行（列）向量间的线性关系③ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示,且s n >，则12,,,s βββ⋅⋅⋅线性相关.向量组12,,,s βββ⋅⋅⋅线性无关,且可由12,,,n ααα⋅⋅⋅线性表示,则s ≤n .④ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示,且12(,,,)s r βββ⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅,则两向量组等价； ⑤ 任一向量组和它的极大无关组等价.向量组的任意两个极大无关组等价. ⑥ 向量组的极大无关组不唯一，但极大无关组所含向量个数唯一确定. ⑦ 若两个线性无关的向量组等价,则它们包含的向量个数相等. ⑧ 设A 是m n ⨯矩阵,若()r A m =，A 的行向量线性无关； 5. 线性方程组理论Ax β=1122n n x x x αααβ+++=1112111212222212,,n n m m mn n m a a a x b a a a x b A x a a a x b β⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ 其中 12,,2,,j j j mj j n αααα⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪⎝⎭1（1）解得判别定理（2）线性方程组解的性质：1212121211221212(1),,(2),,(3),,,,,,,,(4),,(5),,(6k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηοηηηοηηηηολλλληληληγβηογηβηηβηηο=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-= 是的解也是它的解 是的解对任意也是它的解齐次方程组 是的解对任意个常数 也是它的解 是的解是其导出组的解是的解 是的两个解是其导出组的解211212112212112212),(7),,,,100k k k k k k k Ax Ax Ax Ax Ax ηβηηηοηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪+++=⇔+++=⎪⎪+++=⇔+++=⎩ 是的解则也是它的解是其导出组的解 是的解则也是的解 是的解(3) 判断12,,,s ηηη是Ax ο=的基础解系的条件：① 12,,,s ηηη线性无关； ② 12,,,s ηηη都是Ax ο=的解；③ ()s n r A =-=每个解向量中自由未知量的个数. (4) 求非齐次线性方程组Ax = b 的通解的步骤 （5）其他性质一个齐次线性方程组的基础解系不唯一. √ 若η*是Ax β=的一个解，1,,,s ξξξ是Ax ο=的一个解⇒1,,,,s ξξξη*线性无关√ Ax ο=与Bx ο=同解（,A B 列向量个数相同）⇔()()A r r A r B B ⎛⎫== ⎪⎝⎭, 且有结果： ① 它们的极大无关组相对应,从而秩相等；② 它们对应的部分组有一样的线性相关性； ③ 它们有相同的内在线性关系.√ 矩阵m n A ⨯与l n B ⨯的行向量组等价⇔齐次方程组Ax ο=与Bx ο=同解⇔PA B =（左乘可逆矩阵P ）；矩阵m n A ⨯与l n B ⨯的列向量组等价⇔AQ B =（右乘可逆矩阵Q ）.第四部分 方阵的特征值及特征向量1. 施密特正交化过程2. 特征值、特征向量的性质及计算3. 矩阵的相似对角化，尤其是对称阵的相似对角化1.①n 个n 维线性无关的向量,两两正交,每个向量长度为1.②1(,)ni i i a b αβ===∑③(,)0αβ=. 记为：αβ⊥④21ni i a α====∑⑤(,1ααα==. 即长度为1的向量.2. 内积的性质： ① 正定性：(,)0,(,)0αααααο≥=⇔=且 ② 对称性：(,)(,)αββα=③ 线性性：1212(,)(,)(,)ααβαβαβ+=+3. ① 设A 是一个n 阶方阵, 若存在数λ和n 维非零列向量x , 使得 Ax x λ=，则称λ是方阵A 的一个特征值，x 为方阵A 的对应于特征值λ的一个特征向量.②0E A λ-=（或0A E λ-=）.③()E A λϕλ-=（或()A E λϕλ-=）.④ ()ϕλ是矩阵A 的特征多项式⇒()A O ϕ=⑤12n A λλλ= 1ni A λ=∑tr ，A tr 称为矩阵A⑥ 上三角阵、下三角阵、对角阵的特征值就是主对角线上的n 各元素. ⑦ 若0A =,则λ=0为A 的特征值,且Ax ο=的基础解系即为属于λ=0的线性无关的特征向量.⑧ ()1r A =⇔A 一定可分解为A =()1212,,,n n a a b b b a ⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭、21122()n n A a b a b a b A =+++,从而A 的特征值为：11122n n A a b a b a b λ==+++tr , 23n λλλ====0.○注()12,,,Tn a a a 为A 各行的公比，()12,,,n b b b 为A 各列的公比.⑨ 若A 的全部特征值12,,,n λλλ，()f A 是多项式,则:① 若A 满足()f A O=⇒A 的任何一个特征值必满足()i f λ=0②()f A 的全部特征值为12(),(),,()n f f f λλλ；12()()()()n f A f f f λλλ=.⑩ A 与TA 有相同的特征值，但特征向量不一定相同. 4. 特征值与特征向量的求法 (1) 写出矩阵A 的特征方程0A E λ-=，求出特征值i λ.(2) 根据()0i A E x λ-=得到 A 对应于特征值i λ的特征向量. 设()0i A E x λ-=的基础解系为 12,,,in r ξξξ- 其中()i i r r A E λ=-.则A 对应于特征值i λ的全部特征向量为1122,i i n r n r k k k ξξξ--+++其中12,,,i n r k k k -为任意不全为零的数.5. ①1P AP B -= （P 为可逆矩阵） ②1P AP B -= （P 为正交矩阵）③A 与对角阵Λ相似.（称Λ是A6. 相似矩阵的性质： ①E A E B λλ-=-,从而,A B 有相同的特征值,但特征向量不一定相同.○注α是A 关于0λ的特征向量,1P α-是B 关于0λ的特征向量.②A B =tr tr ③A B = 从而,A B 同时可逆或不可逆④ ()()r A r B =⑤若A 与B 相似, 则A 的多项式()f A 与B 的多项式()f A 相似. 7. 矩阵对角化的判定方法① n 阶矩阵A 可对角化 (即相似于对角阵) 的充分必要条件是A 有n 个线性无关的特征向量. 这时,P 为A 的特征向量拼成的矩阵，1PAP -为对角阵,主对角线上的元素为A 的特征值.设i α为对应于i λ的线性无关的特征向量,则有：121n P AP λλλ-⎛⎫⎪ ⎪=⎪ ⎪⎝⎭. ② A 可相似对角化⇔()i i n r E A k λ--=，其中i k 为i λ的重数⇔A 恰有n 个线性无关的特征向量.○注：当iλ=0为A 的重的特征值时，A 可相似对角化⇔i λ的重数()n r A =-=Ax ο=基础解系的个数.③ 若n 阶矩阵A 有n 个互异的特征值⇒A 可相似对角化.8. 实对称矩阵的性质：① 特征值全是实数,特征向量是实向量； ② 不同特征值对应的特征向量必定正交；○注：对于普通方阵，不同特征值对应的特征向量线性无关； ③ 一定有n 个线性无关的特征向量. 若A 有重的特征值,该特征值i λ的重数=()i n r E A λ--； ④ 必可用正交矩阵相似对角化，即：任一实二次型可经正交变换化为标准形；⑤ 与对角矩阵合同，即：任一实二次型可经可逆线性变换化为标准形； ⑥ 两个实对称矩阵相似⇔有相同的特征值. 9. 正交矩阵 TAAE =正交矩阵的性质：① 1TAA -=；② TT AAA A E ==；③ 正交阵的行列式等于1或-1；④ A 是正交阵,则TA ，1A -也是正交阵； ⑤ 两个正交阵之积仍是正交阵；⑥ A 的行（列）向量都是单位正交向量组.10. 11.123,,ααα线性无关,单位化：111βηβ=222βηβ=333βηβ=技巧：取正交的基础解系，跳过施密特正交化。
线性代数知识点全归纳
线性代数知识点1、行列式1.n 行列式共有2n 个元素，展开后有!n 项，可分解为2n 行列式；2. 代数余子式的性质：①、ij A 和ij a 的大小无关；②、某行（列）的元素乘以其它行（列）元素的代数余子式为0；~③、某行（列）的元素乘以该行（列）元素的代数余子式为A ；3.代数余子式和余子式的关系：(1)(1)i j i j ij ijij ijM A A M ++=-=-4. 设n 行列式D ：将D 上、下翻转或左右翻转，所得行列式为1D ，则(1)21(1)n n D D -=-； 将D 顺时针或逆时针旋转90，所得行列式为2D ，则(1)22(1)n n D D -=-；将D 主对角线翻转后（转置），所得行列式为3D ，则3D D =； ;将D 主副角线翻转后，所得行列式为4D ，则4D D =；5. 行列式的重要公式：①、主对角行列式：主对角元素的乘积；②、副对角行列式：副对角元素的乘积(1)2(1)n n -⨯ -；③、上、下三角行列式（ = ◥◣）：主对角元素的乘积； ④、 ◤和 ◢：副对角元素的乘积(1)2(1)n n -⨯ -；"⑤、拉普拉斯展开式：A O A C AB CB O B==、(1)m n CA OAA BB O B C==-⑥、范德蒙行列式：大指标减小指标的连乘积；⑦、特征值；6. 对于n 阶行列式A ，恒有：1(1)nnk n k k k E A S λλλ-=-=+-∑，其中k S 为k 阶主子式；7. 证明0A =的方法：①、A A =-； ②、反证法；》③、构造齐次方程组0Ax =，证明其有非零解；④、利用秩，证明()r A n <； ⑤、证明0是其特征值；2、矩阵1.A 是n 阶可逆矩阵：⇔0A ≠（是非奇异矩阵）；《⇔()r A n =（是满秩矩阵）⇔A 的行（列）向量组线性无关；⇔齐次方程组0Ax =有非零解； ⇔n b R ∀∈，Ax b =总有唯一解；⇔A 与E 等价；⇔A 可表示成若干个初等矩阵的乘积； ⇔A 的特征值全不为0；&⇔T A A 是正定矩阵；⇔A 的行（列）向量组是n R 的一组基； ⇔A 是n R 中某两组基的过渡矩阵；2. 对于n 阶矩阵A ：**AA A A A E == 无条件恒成立；3. 1**111**()()()()()()T T T T A A A A A A ----=== 、***111()()()T T TAB B A AB B A AB B A ---===4. 矩阵是表格，推导符号为波浪号或箭头；行列式是数值，可求代数和；5. 关于分块矩阵的重要结论，其中均A 、B 可逆：若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭，则：Ⅰ、12s A A A A =；-Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭；②、111A O A O O B O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭；（主对角分块） ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭；（副对角分块） ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭；（拉普拉斯） ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭；（拉普拉斯）3、矩阵的初等变换与线性方程组1.2.》3.一个m n ⨯矩阵A ，总可经过初等变换化为标准形，其标准形是唯一确定的：rm nE OF O O ⨯⎛⎫=⎪⎝⎭； 等价类：所有与A 等价的矩阵组成的一个集合，称为一个等价类；标准形为其形状最简单的矩阵； 对于同型矩阵A 、B ，若()()r A r B A B = ⇔ ；4. 行最简形矩阵：①、只能通过初等行变换获得；②、每行首个非0元素必须为1；③、每行首个非0元素所在列的其他元素必须为0；$5. 初等行变换的应用：（初等列变换类似，或转置后采用初等行变换）①、若(,)(,)rA E E X ，则A 可逆，且1X A -=；②、对矩阵(,)A B 做初等行变化，当A 变为E 时，B 就变成1A B -，即：1(,)(,)cA B E A B - ~ ；③、求解线形方程组：对于n 个未知数n 个方程Ax b =，如果(,)(,)rA b E x ，则A 可逆，且1x A b -=；6. 初等矩阵和对角矩阵的概念：》①、初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵；②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ，左乘矩阵A ，i λ乘A 的各行元素；右乘，iλ乘A 的各列元素；③、对调两行或两列，符号(,)E i j ，且1(,)(,)E i j E i j -=，例如：1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；④、倍乘某行或某列，符号(())E i k ，且11(())(())E i k E i k -=，例如：1111(0)11k k k -⎛⎫⎛⎫ ⎪⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭； ⑤、倍加某行或某列，符号(())E ij k ,且1(())(())E ij k E ij k -=-，如：11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；7. 矩阵秩的基本性质：①、0()min(,)m n r A m n ⨯≤≤； ）②、()()T r A r A =；③、若A B ，则()()r A r B =；④、若P 、Q 可逆，则()()()()r A r PA r AQ r PAQ ===；（可逆矩阵不影响矩阵的秩） ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+；（※） ⑥、()()()r A B r A r B +≤+；（※） ⑦、()min((),())r AB r A r B ≤；（※）⑧、如果A 是m n ⨯矩阵，B 是n s ⨯矩阵，且0AB =，则：（※） ^ Ⅰ、B 的列向量全部是齐次方程组0AX =解（转置运算后的结论）；Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵，则()()()r AB r A r B n ≥+-；8. 三种特殊矩阵的方幂：①、秩为1的矩阵：一定可以分解为列矩阵（向量）⨯行矩阵（向量）的形式，再采用结合律；②、型如101001a c b ⎛⎫ ⎪⎪ ⎪⎝⎭的矩阵：利用二项展开式；>二项展开式：01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C ab Ca bC b C a b -----=+=++++++=∑；注：Ⅰ、()n a b +展开后有1n +项；Ⅱ、0(1)(1)!1123!()!--+====-m n n n n n n n m n C C C m m n mⅢ、组合的性质：111102---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ；③、利用特征值和相似对角化：9.[10.伴随矩阵：①、伴随矩阵的秩：*()()1()10()1n r A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩； ②、伴随矩阵的特征值：*1*(,)AAAX X A A A A X X λλλ- == ⇒ =；③、*1A A A -=、1*n A A-=11. 关于A 矩阵秩的描述："①、()r A n =，A 中有n 阶子式不为0，1n +阶子式全部为0；（两句话）②、()r A n <，A 中有n 阶子式全部为0； ③、()r A n ≥，A 中有n 阶子式不为0；12. 线性方程组：Ax b =，其中A 为m n ⨯矩阵，则：①、m 与方程的个数相同，即方程组Ax b =有m 个方程；②、n 与方程组得未知数个数相同，方程组Ax b =为n 元方程；·13. 线性方程组Ax b =的求解：①、对增广矩阵B 进行初等行变换（只能使用初等行变换）；②、齐次解为对应齐次方程组的解； ③、特解：自由变量赋初值后求得；14.15. ?16.由n 个未知数m 个方程的方程组构成n 元线性方程：①、11112211211222221122n n n n m m nm n na x a x a xb a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩； ②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭（向量方程，A 为m n ⨯矩阵，m 个方程，n 个未知数）③、()1212n n x x aa a x β⎛⎫⎪ ⎪= ⎪⎪⎝⎭（全部按列分块，其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭）； ④、1122n n a x a x a x β+++=（线性表出）⑤、有解的充要条件：()(,)r A r A n β=≤（n 为未知数的个数或维数）,4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A ：12,,,m ααα构成n m ⨯矩阵12(,,,)m A =ααα；m 个n 维行向量所组成的向量组B ：12,,,T TTm βββ构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭；含有有限个向量的有序向量组与矩阵一一对应；2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解；（齐次线性方程组）②、向量的线性表出 Ax b ⇔=是否有解；（线性方程组） <③、向量组的相互线性表示AX B ⇔=是否有解；（矩阵方程）3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是：齐次方程组0Ax =和0Bx =同解；(101P 例14)4.()()T r A A r A =；(101P 例15)5.n 维向量线性相关的几何意义：?①、α线性相关⇔0α=；②、,αβ线性相关 ⇔,αβ坐标成比例或共线（平行）；③、,,αβγ线性相关 ⇔,,αβγ共面；6. 线性相关与无关的两套定理：若12,,,s ααα线性相关，则121,,,,s s αααα+必线性相关；若12,,,s ααα线性无关，则121,,,s ααα-必线性无关；（向量的个数加加减减，二者为对偶） 、若r 维向量组A 的每个向量上添上n r -个分量，构成n 维向量组B ：若A 线性无关，则B 也线性无关；反之若B 线性相关，则A 也线性相关；（向量组的维数加加减减） 简言之：无关组延长后仍无关，反之，不确定；7. 向量组A （个数为r ）能由向量组B （个数为s ）线性表示，且A 线性无关，则r s ≤；向量组A 能由向量组B 线性表示，则()()r A r B ≤；向量组A 能由向量组B 线性表示/AX B ⇔=有解； ()(,)r A r A B ⇔=向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ，使12l A P P P =；①、矩阵行等价：~rA B PA B ⇔=（左乘，P 可逆）0Ax ⇔=与0Bx =同解 ②、矩阵列等价：~cA B AQ B ⇔=（右乘，Q 可逆）； ③、矩阵等价：~A B PAQ B ⇔=（P 、Q 可逆）；}9. 对于矩阵m n A ⨯与l n B ⨯：①、若A 与B 行等价，则A 与B 的行秩相等；②、若A 与B 行等价，则0Ax =与0Bx =同解，A 与B 的任何对应的列向量组有相同的线性相关性； ③、矩阵的初等变换不改变矩阵的秩；④、矩阵A 的行秩等于列秩；10. ) 11. 若m s s n m n A B C ⨯⨯⨯=，则：①、C 的列向量组能由A 的列向量组线性表示，B 为系数矩阵； ②、C 的行向量组能由B 的行向量组线性表示，T A 为系数矩阵；（转置）12. 齐次方程组0Bx =的解一定是0ABx =的解，【考试中可以直接作为定理使用，而无需证明】①、0ABx = 只有零解0Bx ⇒ =只有零解；②、0Bx = 有非零解0ABx ⇒ =一定存在非零解；（13. 设向量组12:,,,n r r B b b b ⨯可由向量组12:,,,n s s A a a a ⨯线性表示为：1212(,,,)(,,,)r s b b b a a a K =（B AK =）其中K 为s r ⨯，且A 线性无关，则B 组线性无关()r K r ⇔=；（B 与K 的列向量组具有相同线性相关性）（必要性：()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=；充分性：反证法）注：当r s =时，K 为方阵，可当作定理使用；14.15. |16.①、对矩阵m n A ⨯，存在n m Q ⨯，m AQ E = ()r A m ⇔=、Q 的列向量线性无关； ②、对矩阵m n A ⨯，存在n m P ⨯，n PA E = ()r A n ⇔=、P 的行向量线性无关；17. 12,,,s ααα线性相关⇔存在一组不全为0的数12,,,s k k k ，使得11220s s k k k ααα+++=成立；（定义）⇔1212(,,,)0s s x xx ααα⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭有非零解，即0Ax =有非零解；⇔12(,,,)s r s ααα<，系数矩阵的秩小于未知数的个数；18. — 19.20.设m n ⨯的矩阵A 的秩为r ，则n 元齐次线性方程组0Ax =的解集S 的秩为：()r S n r =-；21. 若*η为Ax b =的一个解，12,,,n r ξξξ-为0Ax =的一个基础解系，则*12,,,,n r ηξξξ-线性无关；5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=（定义），性质：①、A 的列向量都是单位向量，且两两正交，即1(,1,2,)0T i j i j a a i j n i j=⎧==⎨≠⎩；：②、若A 为正交矩阵，则1T A A -=也为正交阵，且1A =±；③、若A 、B 正交阵，则AB 也是正交阵；注意：求解正交阵，千万不要忘记施密特正交化和单位化；2. 施密特正交化：12(,,,)r a a a11b a =；1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----;！3. 对于普通方阵，不同特征值对应的特征向量线性无关；对于实对称阵，不同特征值对应的特征向量正交；4. ①、A 与B 等价 ⇔A 经过初等变换得到B ；⇔=PAQ B ，P 、Q 可逆； ()()⇔=r A r B ，A 、B 同型；$②、A 与B 合同 ⇔=T C AC B ，其中可逆； ⇔T x Ax 与T x Bx 有相同的正、负惯性指数； ③、A 与B 相似 1-⇔=P AP B ；5. 相似一定合同、合同未必相似；若C 为正交矩阵，则T C AC B =⇒A B ，（合同、相似的约束条件不同，相似的更严格）；6.-7.A 为对称阵，则A 为二次型矩阵；8.n 元二次型T x Ax 为正定：A ⇔的正惯性指数为n ；A ⇔与E 合同，即存在可逆矩阵C ，使T C AC E =； A ⇔的所有特征值均为正数； A ⇔的各阶顺序主子式均大于0；0,0ii a A ⇒>>；(必要条件)第一章 随机事件互斥对立加减功，条件独立乘除清； 全概逆概百分比，二项分布是核心； 必然事件随便用，选择先试不可能。
(完整版)线性代数知识点全归纳
1线性代数知识点1、行列式1.n 行列式共有2n 个元素，展开后有!n 项，可分解为2n 行列式；2. 代数余子式的性质：①、ij A 和ij a 的大小无关；②、某行（列）的元素乘以其它行（列）元素的代数余子式为0； ③、某行（列）的元素乘以该行（列）元素的代数余子式为A ； 3.代数余子式和余子式的关系：(1)(1)i j i j ij ijij ijM A A M ++=-=-4. 设n 行列式D ：将D 上、下翻转或左右翻转，所得行列式为1D ，则(1)21(1)n n D D -=-； 将D 顺时针或逆时针旋转90，所得行列式为2D ，则(1)22(1)n n D D -=-；将D 主对角线翻转后（转置），所得行列式为3D ，则3D D =；将D 主副角线翻转后，所得行列式为4D ，则4D D =；5. 行列式的重要公式：①、主对角行列式：主对角元素的乘积；②、副对角行列式：副对角元素的乘积(1)2(1)n n -⨯ -；③、上、下三角行列式（ = ◥◣）：主对角元素的乘积； ④、 ◤和 ◢：副对角元素的乘积(1)2(1)n n -⨯ -；⑤、拉普拉斯展开式：A O A C AB CB O B==、(1)m n CA OA AB B OB C==-⑥、范德蒙行列式：大指标减小指标的连乘积； ⑦、特征值；6. 对于n 阶行列式A ，恒有：1(1)nnk n k k k E A S λλλ-=-=+-∑，其中k S 为k 阶主子式；7. 证明0A =的方法：①、A A =-； ②、反证法；③、构造齐次方程组0Ax =，证明其有非零解； ④、利用秩，证明()r A n <； ⑤、证明0是其特征值；22、矩阵1.A 是n 阶可逆矩阵：⇔0A ≠（是非奇异矩阵）； ⇔()r A n =（是满秩矩阵） ⇔A 的行（列）向量组线性无关； ⇔齐次方程组0Ax =有非零解； ⇔n b R ∀∈，Ax b =总有唯一解；⇔A 与E 等价；⇔A 可表示成若干个初等矩阵的乘积； ⇔A 的特征值全不为0； ⇔T A A 是正定矩阵；⇔A 的行（列）向量组是n R 的一组基； ⇔A 是n R 中某两组基的过渡矩阵；2. 对于n 阶矩阵A ：**AA A A A E == 无条件恒成立；3.1**111**()()()()()()T T T T A A A A A A ----===***111()()()T T T AB B A AB B A AB B A ---===4. 矩阵是表格，推导符号为波浪号或箭头；行列式是数值，可求代数和；5. 关于分块矩阵的重要结论，其中均A 、B 可逆：若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭，则： Ⅰ、12s A A A A =；Ⅱ、111121s A A A A ----⎛⎫⎪⎪= ⎪ ⎪ ⎪⎝⎭； ②、111A O A O O B OB ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭；（主对角分块） ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭；（副对角分块） ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭；（拉普拉斯） ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭；（拉普拉斯）33、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ，总可经过初等变换化为标准形，其标准形是唯一确定的：rm nEO F OO ⨯⎛⎫= ⎪⎝⎭； 等价类：所有与A 等价的矩阵组成的一个集合，称为一个等价类；标准形为其形状最简单的矩阵； 对于同型矩阵A 、B ，若()()r A r B A B = ⇔ ；2. 行最简形矩阵：①、只能通过初等行变换获得；②、每行首个非0元素必须为1；③、每行首个非0元素所在列的其他元素必须为0；3. 初等行变换的应用：（初等列变换类似，或转置后采用初等行变换）①、若(,)(,)rA E E X ，则A 可逆，且1X A -=；②、对矩阵(,)A B 做初等行变化，当A 变为E 时，B 就变成1A B -，即：1(,)(,)cA B E A B - ~ ；③、求解线形方程组：对于n 个未知数n 个方程Ax b =，如果(,)(,)rA b E x ，则A 可逆，且1x A b -=；4. 初等矩阵和对角矩阵的概念：①、初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵；②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ，左乘矩阵A ，i λ乘A 的各行元素；右乘，iλ乘A 的各列元素；③、对调两行或两列，符号(,)E i j ，且1(,)(,)E i j E i j -=，例如：1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；④、倍乘某行或某列，符号(())E i k ，且11(())(())E i k E i k-=，例如：1111(0)11kk k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭； ⑤、倍加某行或某列，符号(())E ij k ,且1(())(())E ij k E ij k -=-，如：11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；5. 矩阵秩的基本性质：①、0()min(,)m n r A m n ⨯≤≤；②、()()T r A r A =； ③、若AB ，则()()r A r B =；④、若P 、Q 可逆，则()()()()r A r PA r AQ r PAQ ===；（可逆矩阵不影响矩阵的秩） ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+；（※） ⑥、()()()r A B r A r B +≤+；（※） ⑦、()min((),())r AB r A r B ≤；（※）4⑧、如果A 是m n ⨯矩阵，B 是n s ⨯矩阵，且0AB =，则：（※） Ⅰ、B 的列向量全部是齐次方程组0AX =解（转置运算后的结论）；Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵，则()()()r AB r A r B n ≥+-；6. 三种特殊矩阵的方幂：①、秩为1的矩阵：一定可以分解为列矩阵（向量）⨯行矩阵（向量）的形式，再采用结合律；②、型如101001a c b ⎛⎫⎪⎪ ⎪⎝⎭的矩阵：利用二项展开式； 二项展开式：01111110()nn n n m n m mn n n n m m n mn n n n n n m a b C a C a b C a b C a b C b C a b-----=+=++++++=∑；注：Ⅰ、()n a b +展开后有1n +项；Ⅱ、0(1)(1)!1123!()!--+====-m n n n n n n n m n C C C m m n mⅢ、组合的性质：111102---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ；③、利用特征值和相似对角化：7. 伴随矩阵：①、伴随矩阵的秩：*()()1()10()1n r A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩； ②、伴随矩阵的特征值：*1*(,)AAAX X A A A A X X λλλ- == ⇒ =；③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述：①、()r A n =，A 中有n 阶子式不为0，1n +阶子式全部为0；（两句话）②、()r A n <，A 中有n 阶子式全部为0； ③、()r A n ≥，A 中有n 阶子式不为0；9. 线性方程组：Ax b =，其中A 为m n ⨯矩阵，则：①、m 与方程的个数相同，即方程组Ax b =有m 个方程；②、n 与方程组得未知数个数相同，方程组Ax b =为n 元方程；10. 线性方程组Ax b =的求解：①、对增广矩阵B 进行初等行变换（只能使用初等行变换）；②、齐次解为对应齐次方程组的解； ③、特解：自由变量赋初值后求得；511. 由n 个未知数m 个方程的方程组构成n 元线性方程：①、11112211211222221122n n n n m m nm n na x a x a xb a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩； ②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭（向量方程，A 为m n ⨯矩阵，m 个方程，n 个未知数）③、()1212n n x x aa a x β⎛⎫⎪ ⎪= ⎪⎪⎝⎭（全部按列分块，其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭）； ④、1122n n a x a x a x β+++=（线性表出）⑤、有解的充要条件：()(,)r A r A n β=≤（n 为未知数的个数或维数）4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A ：12,,,m ααα构成n m ⨯矩阵12(,,,)m A =ααα；m 个n 维行向量所组成的向量组B ：12,,,T TTm βββ构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭；含有有限个向量的有序向量组与矩阵一一对应；2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解；（齐次线性方程组）②、向量的线性表出 Ax b ⇔=是否有解；（线性方程组） ③、向量组的相互线性表示 AX B ⇔=是否有解；（矩阵方程）3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是：齐次方程组0Ax =和0Bx =同解；(101P 例14)4.()()T r A A r A =；(101P 例15)5.n 维向量线性相关的几何意义：①、α线性相关⇔0α=； ②、,αβ线性相关 ⇔,αβ坐标成比例或共线（平行）；③、,,αβγ线性相关 ⇔,,αβγ共面；6. 线性相关与无关的两套定理：若12,,,s ααα线性相关，则121,,,,s s αααα+必线性相关；若12,,,s ααα线性无关，则121,,,s ααα-必线性无关；（向量的个数加加减减，二者为对偶）若r 维向量组A 的每个向量上添上n r -个分量，构成n 维向量组B ：6若A 线性无关，则B 也线性无关；反之若B 线性相关，则A 也线性相关；（向量组的维数加加减减） 简言之：无关组延长后仍无关，反之，不确定；7. 向量组A （个数为r ）能由向量组B （个数为s ）线性表示，且A 线性无关，则r s ≤； 向量组A 能由向量组B 线性表示，则()()r A r B ≤；向量组A 能由向量组B 线性表示AX B ⇔=有解； ()(,)r A r A B ⇔=向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ，使12l A P P P =；①、矩阵行等价：~rA B PA B ⇔=（左乘，P 可逆）0Ax ⇔=与0Bx =同解 ②、矩阵列等价：~cA B AQ B ⇔=（右乘，Q 可逆）； ③、矩阵等价：~A B PAQ B ⇔=（P 、Q 可逆）；9. 对于矩阵m n A ⨯与l n B ⨯：①、若A 与B 行等价，则A 与B 的行秩相等；②、若A 与B 行等价，则0Ax =与0Bx =同解，A 与B 的任何对应的列向量组有相同的线性相关性； ③、矩阵的初等变换不改变矩阵的秩； ④、矩阵A 的行秩等于列秩；10. 若m s s n m n A B C ⨯⨯⨯=，则：①、C 的列向量组能由A 的列向量组线性表示，B 为系数矩阵； ②、C 的行向量组能由B 的行向量组线性表示，T A 为系数矩阵；（转置）11. 齐次方程组0Bx =的解一定是0ABx =的解，【考试中可以直接作为定理使用，而无需证明】 ①、0ABx = 只有零解0Bx ⇒ =只有零解；②、0Bx = 有非零解0ABx ⇒ =一定存在非零解；12. 设向量组12:,,,n r r B b b b ⨯可由向量组12:,,,n s s A a a a ⨯线性表示为：1212(,,,)(,,,)r s b b b a a a K =（B AK =）其中K 为s r ⨯，且A 线性无关，则B 组线性无关()r K r ⇔=；（B 与K 的列向量组具有相同线性相关性）（必要性：()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=；充分性：反证法）注：当r s =时，K 为方阵，可当作定理使用；13. ①、对矩阵m n A ⨯，存在n m Q ⨯，m AQ E = ()r A m ⇔=、Q 的列向量线性无关；②、对矩阵m n A ⨯，存在n m P ⨯，n PA E = ()r A n ⇔=、P 的行向量线性无关；14. 12,,,s ααα线性相关⇔存在一组不全为0的数12,,,s k k k ，使得11220s s k k k ααα+++=成立；（定义）⇔1212(,,,)0s s x xx ααα⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭有非零解，即0Ax =有非零解；⇔12(,,,)s r s ααα<，系数矩阵的秩小于未知数的个数；715. 设m n ⨯的矩阵A 的秩为r ，则n 元齐次线性方程组0Ax =的解集S 的秩为：()r S n r =-；16. 若*η为Ax b =的一个解，12,,,n r ξξξ-为0Ax =的一个基础解系，则*12,,,,n r ηξξξ-线性无关；5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=（定义），性质：①、A 的列向量都是单位向量，且两两正交，即1(,1,2,)0T i j i j a a i j n i j=⎧==⎨≠⎩；②、若A 为正交矩阵，则1T A A -=也为正交阵，且1A =±； ③、若A 、B 正交阵，则AB 也是正交阵；注意：求解正交阵，千万不要忘记施密特正交化和单位化；2. 施密特正交化：12(,,,)r a a a11b a =；1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----;3. 对于普通方阵，不同特征值对应的特征向量线性无关；对于实对称阵，不同特征值对应的特征向量正交；4. ①、A 与B 等价 ⇔A 经过初等变换得到B ；⇔=PAQ B ，P 、Q 可逆； ()()⇔=r A r B ，A 、B 同型；②、A 与B 合同 ⇔=T C AC B ，其中可逆； ⇔T x Ax 与T x Bx 有相同的正、负惯性指数； ③、A 与B 相似 1-⇔=P AP B ；5. 相似一定合同、合同未必相似；若C 为正交矩阵，则T C AC B =⇒A B ，（合同、相似的约束条件不同，相似的更严格）；6. A 为对称阵，则A 为二次型矩阵；7.n 元二次型T x Ax 为正定：A ⇔的正惯性指数为n ；A ⇔与E 合同，即存在可逆矩阵C ，使T C AC E =； A ⇔的所有特征值均为正数；A ⇔的各阶顺序主子式均大于0；0,0ii a A ⇒>>；(必要条件)8第一章 随机事件互斥对立加减功，条件独立乘除清； 全概逆概百分比，二项分布是核心； 必然事件随便用，选择先试不可能。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
线性方程组（20 页）1 2.4 线性方程组（20 页）1
ቤተ መጻሕፍቲ ባይዱ
1）线性方程组 2）基础解系 特征值与特征向量（26 页）2 2.5 特征值与特征向量（26 页）2 1）特征值与特征向量的概念 2）相似矩阵 3）相似对角化 二次型（16 页）1 2.6 二次型（16 页）1 1）二次型概念 2）正定二次型与正定矩阵 3）合同矩阵
线性代数
2.1《行列式》 （17 页）1 2.1《行列式》 17 页）1 （ 1）行列式的概念、展开式、性质 2）几个重要公式 3）克莱姆法则 2.2《矩阵》 （25 页）2 2.2《矩阵》 25 页）2 （ 1）矩阵概念和特殊方阵 2）矩阵的运算 3）矩阵可逆的充要条件 4）矩阵的初等变换与初等矩阵 5）矩阵的等价 2.3《向量》 （30 页）2 2.3《向量》 30 页）2 （ 1）n 维向量的概念与运算 2）线性组合与线性表出 3）线性相关与线性无关 4)秩 4)秩 5）规范正交基与 Schmidt 正交化