线代复习3
线性代数复习要点
线性代数复习要点线性代数是数学中的一个分支，其研究对象包括向量空间、线性变换、矩阵、线性方程组等。
线性代数广泛应用于各个领域，如物理学、计算机科学、工程学等。
下面是线性代数复习的要点：1.向量和向量空间-向量是指具有大小和方向的量，用箭头表示。
-向量空间是指由一组向量生成的集合，满足加法和数乘运算的封闭性。
-基是一个向量空间中独立且能够生成该向量空间的向量组。
-向量组的线性组合是指对向量组中的向量进行加法和数乘运算的结果。
-向量组的生成子空间是指向量组的所有线性组合所形成的空间。
2.矩阵和线性变换-矩阵是一个按照矩形排列的数。
矩阵的大小由行数和列数确定。
-矩阵的加法和数乘运算定义为对应元素的运算。
-矩阵的转置是指行变为列，列变为行的操作。
-矩阵的乘法是指矩阵的行与列的对应元素相乘后求和的运算。
-线性变换是指将一个向量空间映射到另一个向量空间的变换，保持线性关系。
3.行列式和特征值特征向量-行列式是一个与矩阵相关的数，用于描述矩阵的性质。
-二阶和三阶矩阵的行列式可以通过对应元素相乘后求和的方式计算。
-行列式的值为0表示矩阵不可逆，即不存在逆矩阵。
-特征值是指矩阵对一些向量进行线性变换后，仍然与原向量方向相同的结果。
-特征向量是指通过线性变换后，与其特征值对应的向量。
4.线性方程组的求解-线性方程组是一组线性方程的集合，其中未知量的次数等于方程的个数。
-列向量和矩阵可以表示线性方程组的系数和常数项。
-线性方程组的解可以通过高斯消元法、矩阵的逆等方法进行求解。
-高斯消元法是将方程组化为行阶梯形式，再通过回代求解。
-线性方程组的解可以有唯一解、无解或者无穷多解。
5.特殊矩阵和矩阵的分解-单位矩阵是指主对角线上的元素为1，其余元素为0的矩阵。
-零矩阵是指所有元素均为0的矩阵。
-对角矩阵是指主对角线以外的元素均为0的矩阵。
-逆矩阵是指一个矩阵与其逆矩阵相乘得到单位矩阵。
-矩阵的分解包括LU分解、QR分解、特征值分解等。
线性代数期末总复习
3. 计算
降阶：按行、按列展开公式，但在展开之前往往先用 性质对行列式做恒等变换，化简之后再展开。 数学归纳法、递推法、公式法、三角化法、定义法 把每一行（列）加至“第”一行（列）； 把每一行（列）均减去“第”一行（列）； 逐行（列）相加（减）; 当零元素多时亦可立即展开. 爪型行列式计算
4. 应用
（ii） AX = 0 只有零解 ⇔ 秩（A）＝ n = 未知量的个数. （iii） A是方阵时，AX = 0 只有零解 ⇔ | A |≠ 0.
(2)、非齐次线性方程组 AX = b (i) AX = b 有解 ⇔ b可以由 A的列向量组线性表示； ⇔ r ([ A, b])＝r ( A) AX = b 无解 ⇔ r ([ A, b]) ≠ r ( A)
有解的充要条件是 a1 + a2 = a3 + a4 ，并在有解时 求出方程组的通解。
解：对方程组的增广矩阵 [A b] 作初等行变换化为阶梯 形矩阵得：
1 0 [ A b] = 0 1
1 0 → 0 0 2 1 0 2
2 1 0 3
0 0
0 0 2 0 1 2 1 −2
2 2 λ1 y12 + λ2 y2 + L + λn yn
A为实对称矩阵.
求正交矩阵 T 使得 T −1 AT＝diag{λ1 , λ2 ,L , λn } = T T AT
3、正定矩阵
(1) 定义 f ( x1 , x2 ,L xn ) = X T AX 为 正定（半正定、负定、半负定）二次型 A为正定矩阵：实的、对称的且对任何X ≠ 0, 都有X T AX > 0 对称的 AX （2） 性质 （i） 设A为正定实对称阵,则AT , A−1 , A∗均为正定矩阵; （ii） A, B均为n阶正定矩阵, 则A + B也是正定矩阵. 若
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。
线性代数复习提纲
线性代数复习提纲线性代数是数学中的一个基础课程，涵盖了向量空间、线性变换、矩阵理论等内容。
它在计算机科学、物理学、经济学和工程学等领域都有广泛的应用。
下面是线性代数的复习提纲，帮助你回顾相关的知识点。
一、向量空间1.向量的定义和性质2.向量空间的定义和性质3.子空间的定义和判断条件4.向量的线性相关性与线性无关性5.基和维数的概念二、线性变换1.线性变换的定义和性质2.线性变换的矩阵表示3.线性变换的核与像空间4.线性变换的维数公式5.线性变换的复合与逆变换三、矩阵理论1.矩阵的定义和性质2.矩阵的运算：加法、数乘、乘法3.矩阵的逆与转置运算4.矩阵的秩和行列式5.矩阵的特征值与特征向量四、特殊矩阵和特征值问题1.对称矩阵的性质和对角化2.可逆矩阵与相似矩阵3.正交矩阵与正交对角化4.特征值问题的求解方法五、解线性方程组1.线性方程组的矩阵表示2.高斯消元法与矩阵的初等变换3.初等矩阵的性质与应用4.齐次线性方程组和非齐次线性方程组的解的结构六、向量空间的基变换1.基变换的定义和性质2.过渡矩阵的求解3.变换矩阵的求解与应用4.基变换下的坐标表示和坐标变换公式七、内积空间和正交性1.内积的定义和性质2.内积空间的定义和性质3.正交基和正交投影4.标准正交基和正交矩阵的定义和性质八、二次型与正定性1.二次型的定义和性质2.二次型的矩阵表示和标准化3.正定二次型和半正定二次型的定义和性质4.二次型的规范形和合同变换以上是线性代数的复习提纲，可以通过对每个知识点的回顾、理解和练习来复习线性代数。
在复习过程中，可以结合教材、习题和课堂笔记，通过解题和思考来巩固知识点的掌握。
另外，可以参考相关的教学视频或在线课程来帮助理解和学习线性代数的概念和方法。
最重要的是多做习题，加深对知识点的理解和应用。
考研数学线性代数复习要点
考研数学线性代数复习要点对于考研数学中的线性代数部分，掌握好复习要点至关重要。
线性代数在考研数学中占据着重要的地位，其特点是概念多、定理多、符号多、运算规律多，并且前后知识的联系紧密。
以下是为大家梳理的线性代数复习要点。
一、行列式行列式是线性代数中的基础概念，其计算方法和性质是必须要熟练掌握的。
1、行列式的定义要理解行列式的定义，特别是二阶和三阶行列式的计算方法。
对于高阶行列式，可以通过行列式的性质将其化为上三角行列式或下三角行列式来计算。
2、行列式的性质熟练掌握行列式的性质，如行列式转置值不变、两行（列）互换行列式变号、某行（列）乘以常数加到另一行（列）行列式不变等。
这些性质在行列式的计算中经常用到。
3、行列式按行（列）展开定理掌握行列式按行（列）展开定理，能够将高阶行列式降阶计算。
二、矩阵矩阵是线性代数的核心内容之一，需要重点掌握。
1、矩阵的运算包括矩阵的加法、数乘、乘法、转置等运算。
要特别注意矩阵乘法的规则和性质，以及矩阵乘法不满足交换律这一特点。
2、矩阵的逆理解逆矩阵的定义和存在条件，掌握求逆矩阵的方法，如伴随矩阵法和初等变换法。
3、矩阵的秩掌握矩阵秩的定义和求法，了解矩阵秩的性质。
矩阵的秩在判断线性方程组解的情况等方面有重要应用。
4、分块矩阵了解分块矩阵的概念和运算规则，能够灵活运用分块矩阵解决一些复杂的矩阵问题。
三、向量向量是线性代数中的重要概念，与线性方程组和矩阵的秩密切相关。
1、向量的线性表示理解向量线性表示的概念，掌握判断向量能否由一组向量线性表示的方法。
2、向量组的线性相关性掌握向量组线性相关和线性无关的定义和判定方法，这是线性代数中的重点和难点。
3、向量组的秩理解向量组的秩的概念，掌握求向量组秩的方法。
4、向量空间了解向量空间的基本概念，如基、维数等。
四、线性方程组线性方程组是线性代数的核心内容之一，在考研中经常出现。
1、线性方程组的解掌握线性方程组有解、无解和有唯一解、无穷多解的判定条件。
考研数学线性代数的知识点怎么复习范本三份
考研数学线性代数的知识点怎么复习范本三份知识点一：矩阵1.矩阵的定义：矩阵是一个由数域中的元素排列成的矩形阵列。
2.矩阵的运算：包括矩阵的加法、减法、数乘、乘法等。
3.矩阵的类型：包括列矩阵、行矩阵、方阵、行满秩矩阵、列满秩矩阵等。
4.矩阵的转置：行变为列，列变为行。
5.矩阵的逆：满足矩阵乘法交换律的方阵，存在逆矩阵。
6.矩阵的秩：线性无关行（列）向量的最大个数。
知识点二：行列式1.行列式的概念：一个由n*n个元素构成的方阵，与其他方阵不同的一个特殊数。
2.行列式的性质：包括行互换、列互换、其中一行（列）乘以一个非零常数、其中一行（列）加上另外一行（列）的k倍等运算。
3.行列式的计算：包括按定义计算、按行（列）展开、按行列式的性质计算等方法。
4.行列式的性质与结论：含有零行（列）的行列式为零、对调两行（列）行列式变号、行列式与其转置行列式相等等。
知识点三：向量空间1.向量空间的定义：满足一定条件的集合，其中的元素可以进行向量运算。
2.向量空间的性质：包括封闭性、线性组合、线性无关、向量子空间等性质。
3.线性相关与线性无关：一组向量之间的线性组合关系。
4.基、维数与坐标：向量空间的基、维数与坐标之间的关系。
5.线性映射：保持向量空间的线性性质的映射。
6.矩阵的秩与线性方程组的解：矩阵的秩与方程组解的个数及解的性质之间的关系。
知识点四：特征值与特征向量1.特征值与特征向量的定义：对于一个n*n矩阵A，如果存在常数λ和非零向量x，使得Ax=λx，则称λ为矩阵A的特征值，x为矩阵A的特征向量。
2.特征值与特征向量的计算：包括求解特征方程、求解特征向量的过程。
3.特征值与特征向量的性质：特征值的和等于矩阵的迹，特征向量对应不同特征值的特征向量线性无关等。
知识点五：二次型1.二次型的定义：一个含有二次项和线性项的多项式。
2.二次型的矩阵表示：用矩阵表示二次型。
3.二次型的规范化：将二次型化为标准形，即去除二次项的干涉项。
【知识】线性代数第3章知识梳理
【关键字】知识本章结构常用方法：1、矩阵化等价标准形，求出矩阵的秩，则标准形2、求矩阵的逆3、消元法求线性方程组的解增广矩阵行最简阶梯4、求矩阵的秩5、判断向量能否由向量组线性表示以为列向量的矩阵行最简阶梯6、求向量组的秩和一个极大无关组，并将其它向量用该极大无关组线性表示以为列向量的矩阵行最简阶梯7、用根底解系表示(非)齐次线性方程组的全部解增广矩阵行最简阶梯一、用消元法求解非齐次线性方程组1、，进而求出和2、观察和的关系：(1) ，方程组无解；(2) ，方程组有解：①、，方程组有唯一解；②、，方程组有无穷多个解.3、在有解的情况下，将阶梯形矩阵继续进行初等行变换，从最后一个非零首元开始将非零首元上面的元素消成零；4、写出相应的同解方程组，令自由未知量取任意常数，可得方程组的全部解。
定理3.1线性方程组有解，且当时方程组有唯一解；当，方程组有无穷多个解.二、用消元法求解齐次线性方程组：1、，进而求出；2、观察：(1) ，方程组有唯一解，即只有零解；(2) ，方程组有无穷多个解，即有非零解；3、在有解的情况下，将阶梯形矩阵继续进行初等行变换，从最后一个非零首元开始将非零首元上面的元素消成零；4、写出相应的同解方程组，令自由未知量取任意常数，可得方程组的全部解。
定理3.2齐次方程组有非零解推论当，即当方程个数小于未知元个数时，齐次线性方程组有非零解三、维向量的概念及线性运算（看作特殊的矩阵）书P121－123四、向量与向量组的线性组合（向量由向量组线性表示）对非齐次线性方程组，设，，则线性方程组可表示，从而.定义3.5 （P124）对于给定向量，如果存在一组数，使成立，则称向量是向量组的线性组合，或称向量可由向量组线性表示。
线性组合的判别定理设向量，向量，则五、向量组的线性相关性对齐次线性方程组，设，，则齐次线性方程组可表示为.它一定有零解，考虑其是否有非零解：定义3.7（P128）对于向量组，如果存在一组不全为零的数使成立，则称向量组线性相关；否则称向量组线性无关.注：（1）线性无关.（2）一个零向量线性相关；一个非零向量线性无关.（3）包含零向量的任何向量组都是线性相关的.（4）仅含两个向量的向量组线性相关的充分必要条件是这两个向量的分量对应成比例。
《线性代数》复习重点内容-(详细版)
10. 方阵 A 是可逆矩阵 ⇐⇒ A 是非奇异矩阵 ⇐⇒ A 是满秩矩阵 ⇐⇒ |A| ̸= 0. 方阵 A 是不可逆矩阵 ⇐⇒ A 是奇异矩阵 ⇐⇒ A 是降秩矩阵 ⇐⇒ |A| = 0.
11. n 元线性方程组 Ax = b
(i) 无解的充要条件是
;
(ii) 有唯一解的充要条件是
(iii) 有无穷多个解的充要条件是
第3页
...
...
3. ak1 · · · akk
=
c11 · · · c1k b11 · · · b1n
...
...
...
...
cn1 · · · ank bn1 · · · bnn
. 【P. 7 例 5】 . 【P. 7 例 6】 . 【P. 14 例 10】
第2页
+ 学习绝不仅仅为了考试 + 编写本份资料仅仅为了考试 +
三、16 个重要概念 1. 行列式【P. 6 定义】 2. 余子式、代数余子式【P. 16】 3. 矩阵【P. 29 定义 1】 4. 伴随矩阵【P. 41 例 9】 5. 逆矩阵【P. 43 定义 7】
6. 奇异矩阵、非奇异矩阵【P. 43】 7. 两个矩阵的等价【P. 59】 8. 矩阵的秩【P. 66】 9. 满秩矩阵、降秩矩阵【P. 66】 10. 线性相关、线性无关【P. 87 定义 4】 11. 最大无关组、向量组的秩【P. 90 定义 5、P. 91 推论】 12. 基础解系【P. 95】 13. 正交矩阵【P. 115 定义 4】 14. 特征值、特征向量【P. 117 定义 6】 15. 两个矩阵的相似【P. 121 定义 7】 16. 两个矩阵的合同【P. 129 定义 9】
+ 学习绝不仅仅为了考试 + 编写本份资料仅仅为了考试 +
线性代数总复习提纲
1、第一章：
（1）行列式性质；
（2）克拉默法则定理内容（会用，如选择、判断、填空）；
（3）会计算一个四阶行列式的值。
2、第二章：
（1）矩阵的乘法；
（2）转置矩阵的性质、可逆矩阵的性质（注意两者的区别）；
（3）方阵的行列式的性质（同逆矩阵行列式性质结合）；
（4）矩阵的秩的定义（充分理解，会选择和判断正确内容）；
（5）会求二阶方阵的逆；
（6）会利用定义证明方阵可逆，如本校教材第二章习题A组15题；
（7）会解矩阵方程，如本校教材第二章习题A组14题。
3、第三章：
（1）线性相关（无关）的性质定理（选择、判断、填空）；
（2）会判断具体向量组的线性相关性，如本校教材第三章习题A组第2、3题；
（3）会求向量组的秩及一个最大无关组，如本校教材第三章习题A组第7题；
（4）线性方程组的解的判定定理、解的结构和性质（选择、填空、判断）；
（5）会解带未知参数的非齐次线性方程组，如本校教材第三章习题A组第10题（或网上作业相应题）。
4、第四章：
（1）正交矩阵的定义、性质；
（2）方阵的特征值、特征向量的定义及性质；
（6）会求一个具体的三阶方阵的特征值和特征向量，如本校教材第三章例4.7（或网上作业相应题）；
部分题选自网上每章作业（包括选择、填空、判断和计算大题），好好看哦！。
线代总复习精简版共66页文档
3、关于秩的重要结论：
1 矩阵的初等变换 矩不 阵改 的变 秩； 2 设 P 、 Q 分m 阶 别 n 阶 、 是 可 A 是 m 逆 n 矩
则 R A R P A R A Q R P A Q
0
0 0 ab 0
r4 r1b
0 0 0 ab
a3 b(a b )3
8
4）设行列式
Hale Waihona Puke a 1 b 1 c 1a 2
b 2
c 2
D 2 a 2 b 2 c 2 1 , 计 D 3 算 3 a 3 2 a 1 3 b 3 2 b 1 3 c 3 2 c 1
a 3 b 3 c 3
a 1
b 1
c 1
解
D3
r2 2r3
C A C C (A E )
(2) (AT)T A (3) (A B )TA TB T
(4) (kA)T kAT
(5) (A)B TBTAT
13
4、可逆矩阵的定义和等价条件
定义 A nn 中若存在方阵B, 使 A B B A E 则称A是可逆方阵,则B是A的一个逆矩阵,记为
BA1.
n 阶方阵A可逆 A0 A E
3
3、重要结论： 上（下）三角行列式的值=对角线上元素之积
4、特殊关系式 设A,B是n阶方 ,k是 阵数，则
1 kAknA, A1n A
2 A1 1 ,
A
A* An1,
A0
3 A B B A A B ,
AB
CB
4
5、展开定理
设 Aaijnn, A i是 j aij的代数 ,则余子式
15
6、求方阵A的逆矩阵的方法
考研数二线代复习计划
考研数二线代复习计划第一周：复习线代基础知识- 复习向量的加法、数乘、内积和外积的性质- 复习线性方程组的解法（化简、高斯消元法、克莱姆法则）- 复习矩阵的加法、数乘、乘法、转置和逆的性质- 复习行列式的性质和计算方法第二周：复习线代的代数和几何性质- 复习向量空间的定义和性质- 复习线性相关和线性无关的概念- 复习线性变换的定义和性质- 复习矩阵的特征值和特征向量的计算方法第三周：复习线性空间和线性变换- 复习子空间和直和的概念- 复习线性变换的矩阵表示和基变换的性质- 复习相似矩阵和对角化的条件和方法- 复习广义特征值问题和Jordan标准形第四周：复习内积空间和正交性- 复习内积的定义和性质- 复习正交向量组和正交补空间的概念- 复习正交矩阵和正交变换- 复习Gram-Schmidt正交化过程和最小二乘拟合第五周：复习正规算子和二次型- 复习正规算子的概念和性质- 复习对称矩阵、正定矩阵和二次型- 复习二次型的化简和标准型- 复习二次型的规范化和规范秩第六周：复习特征值问题和奇异值分解- 复习特征值问题和特征值分解的性质- 复习奇异值和奇异值分解的概念- 复习矩阵的奇异值分解的计算方法- 复习奇异值分解在降维和数据压缩中的应用第七周：综合复习和模拟考试- 综合复习线代的重点知识点和难点- 完成一套线代题目的模拟考试- 分析模拟考试中的失分点，有针对性地进行巩固和复习- 预估考试中可能出现的题型和难度，并做好应对准备第八周：复习线代的经典题目和考点- 复习历年考研数二线代真题- 分析历年考题中的经典题型和常考知识点- 针对性地进行复习和强化训练- 整理并总结常见的解题思路和方法第九周：回顾和查漏补缺- 回顾复习过程中的易错点和重点知识- 再次强化和巩固易错点和重点知识- 查漏补缺，重点复习遗漏的知识点- 制定复习计划的最后细节和时间安排。
知识点(线代3)
3.设α，β，γ都是n维向量，k，l是数，下列运算成立的个数为（）
（1）α＋β=β＋α；
（2）（α+β）＋γ=α＋（β＋γ）；
（3）α，β对应分量成比例，可以说明α=β；
（4）α＋（－α）＝0
（5）1×α＝α；
（6）（kl）α＝k（lα）；
（1）α＋β=β＋α；
（2）（α+β）＋γ=α＋（β＋γ）；
（3）α＋0＝α；
（4）α＋（－α）＝0
（5）1×α＝α；
（6）k（α＋β）＝kα＋kβ；
（7）（k＋l）α＝kα＋lα；
（8）（kl）α＝k（lα）。
（9）α，β对应分量成比例，可以说明α=β
A、8B、9C、6D、7
【正确答案】A【答案正确】
3.α1=（1,0,0）,α2=（2,1,0）,α3=（0,3,0）,α4=（2,2,2）的极大无关组是（）
A、α1,α2B、α1,α3C、α1,α2,α4D、α1,α2,α3
【正确答案】C【答案正确】
【答案解析】 故极大无关组为α1,α2,α4或α1,α3,α4。
知识点向量组的秩做题结果
1.向量组（1，2，0，1），（0，3，1，1），（1，1，-1，0）的秩为（）
1.含有零向量的向量组( )
A、可能线性相关B、必线性相关
C、可能线性无关D、必线性无关
【正确答案】B【答案正确】
【答案解析】含有零向量的向量组必线性相关。
2.设α1,α2…αm线性相关，则任意扩充后的α1,α2…αm+k向量组( )
A、一定线性无关B、一定线性相关
C、不一定线性无关D、不一定线性相关
线性代数复习重点及知识点
复习重点：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第二部分 矩阵 4． 矩阵的运算性质5． 矩阵求逆及矩阵方程的求解 6． 伴随阵的性质、正交阵的性质 7． 矩阵的秩的性质第三部分 线性方程组8． 线性方程组的解的判定，带参数的方程组的解的判定（P .75例13；P .80第16、17、18题）9． 齐次线性方程组的解的结构（基础解系与通解的关系） 10． 非齐次线性方程组的解的结构（通解）第四部分 向量组（矩阵、方程组、向量组三者之间可以相互转换） 1．向量组的线性表示 2．向量组的线性相关性 3．向量组的秩第五部分 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要注意的知识点：线性代数1、行列式n 行列式共有2n 个元素，展开后有!n 项，可分解为2n 行列式；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 ； 代数余子式和余子式的关系：(1)(1)i j i j ij ij ij ij M A A M ++=-=-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 ABC B O B ==、(1)m n C A O AA B B 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；对于n 阶矩阵A ：**AA A A A E == 无条件恒成立；1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===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； 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 ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭ ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭3、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 nE OF 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 = ⇔ ；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；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） a) 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 -=；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 --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；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 ≥+-；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③、利用特征值和相似对角化：伴随矩阵：①、伴随矩阵的秩：*()()1()10()1nr 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 -=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；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；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；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；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）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) ()()T r A A r A =；(101P 例15)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；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；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 ⇔ ==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）；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，且A 与B 的任何对应的列向量组具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； 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）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；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；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；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；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 =-；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 ja 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；施密特正交化：12(,,,)r a a a 11b a =；1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r rr r r r r b a b a b a b a b b b b b b b b b ----=----;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；。
线性代数复习要点
线性代数复习要点第一篇：线性代数复习要点“线性代数”主要题型（以第三版的编号为准）(注意：本复习要点所涉及的题目与考试无关)一、具体内容第一章、行列式：1.1、四阶或者五阶行列式的计算。
比如第1.3节例3、例4，第四节的例3等。
1.2、n阶含字母或数字的行列式的计算。
比如第1.3节例8，第四节的例4。
1.3、一些特殊的齐次线性方程组有非零解的判断。
比如第1.5节例3。
第二章、矩阵。
2.1、矩阵的线性运算、乘法运算、转置运算、行列式运算、逆运算以及它们的运算性质。
2.2、矩阵方程的求解。
比如第2.3节的例6，第2.5节的例7等等。
2.3、矩阵秩的计算。
比如第2.6节例6等等2.4、矩阵运算的简单证明题目。
比如第2.2节的例12、例13，第2.3节例8等等。
第三章、线性方程组3.1、向量的线性运算。
比如第3.2节的例1等等。
3.2、抽象的或n维向量线性相关性的证明。
比如第3.3节的例2、例3、例4等等。
3.3、极大线性无关组的求解或证明。
比如第3.4节的例2、例3等等。
3.4、向量空间的基的计算或证明。
比如第3.5节的例9等等。
3.5、线性方程的解的数量与结构的讨论。
比如第3.1节的例4，第3.6节的例1等等。
第四章、矩阵的特征值4.1、矩阵特征值、特征向量的计算。
4.2、矩阵特征值的性质及简单应用。
比如第4.2节例6等等。
4.3、矩阵相似对角化的判断。
比如第4.3节的例4等等。
4.4、实对称矩阵的相似对角化。
比如第4.4节的例1、例2等等。
第五章、二次型5.1、用正交相似变换化二次型为标准型。
比如第5.2节的例5等等。
5.2、正定矩阵的判别。
比如第5.3的例4等等。
二、专业要求1、非经管类专业的同学，最好掌握上述所有的内容。
2、经管类专业的同学的要求，相对要低一些：若是计算题目，计算量减少；若是证明题，证明难度降低；一般只有一道题目里面的参数需要讨论。
比如“1.1”里面最多要求计算四阶行列式，“3.2”里面只要求n维向量线性相关性的证明，“5.2”不要等等。
线性代数考试复习提纲、知识点、例题
线性代数考试复习提纲、知识点、例题一、行列式的计算（重点考四阶行列式）1、利用行列式的性质化成三角行列式行列式的性质可概括为五条性质、四条推论，即七种变形手段（转置、交换、倍乘、提取、拆分、合并、倍加）；三个为0【两行（列）相同、成比例、一行（列）全为0】2、行列式按行（列）展开定理降阶行列式等于它的任一行（列）的各元素与其对应的代数xx 乘积之和，即1122...i i i i ni ni D a A a A a A =+++ 1,2,...,i n = 例1、计算行列式二、解矩阵方程矩阵方程的标准形式：若系数矩阵可逆，则切记不能写成或求逆矩阵的方法：1、待定系数法2、伴随矩阵法其中叫做的伴随矩阵，它是的每一行的元素的代数xx 排在相同序数的列上的矩阵。
112111222212.....................n n n n nn A A A A A A A A A A *⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭3、初等变换法例2、解矩阵方程例3、解矩阵方程 ，其中三、解齐次或非齐次线性方程组设，元齐次线性方程组有非零解元齐次线性方程组只有零解。
当时，元齐次线性方程组只有零解。
当时，元齐次线性方程组有非零解。
当时，齐次线性方程组一定有非零解。
定义：设齐次线性方程组的解满足：（1） 线性无关，（2）的每一个解都可以由线性表示。
则叫做的基础解系。
定理1、设，齐次线性方程组，若，则该方程组的基础解系一定存在，且每一个基础解系中所含解向量的个数都等于。
齐次线性方程组的通解设，元非齐次线性方程组有解。
唯一解。
无数解。
无解。
非齐次线性方程组的通解，例4、求齐次线性方程组的通解例5、求非齐次线性方程组的通解。
四、含参数的齐次或非齐次线性方程组的解的讨论例6、当为何值时，齐次线性方程组有非零解，并求解。
例7、已知线性方程组，问当为何值时，它有唯一解，无解，无穷多解，并在有无穷多解时求解。
五、向量组的线性相关性线性相关中至少存在一个向量能由其余向量线性表示。
线代试题3
练习三 矩阵一、选择题：（1）设A 和B 均为n 阶方阵，则必有（ ）。
（A ）|A+B|=|A|+|B|； （B ）AB=BA （C ）|AB|=|BA| （D ）（A+B ）-1=A -1+B -1 （2）设A 和B 均为n 阶方阵，且满足AB=0，则必有（ ）。
（A ）A=0或B=0 （B ）A+B=0 （C ）|A|=0或|B|=0 （D ）|A|+|B|=0 （3）设⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=333231232221131211a a a a a a a a a A ，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+++=133312321131131211232221a a a a a a a a a a a a B ， ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=1000010101P ，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=1010100012P ，则必有（ ）。
（A ）AP 1P 2=B ； （B ）AP 2P 1=B ； （C ）P 1P 2A=B ； （D ）P 2P 1A=B （4）设n 维行向量⎪⎭⎫ ⎝⎛=21,0,,0,21α，矩阵ααT E A -=，ααTE B 2+=，其中E 为n 阶单位矩阵，则AB=（ ）。
（A ）0； （B ）E ； （C ）-E （D ）ααTE + （5）设n 阶方阵A 非奇异（n ≥2），A *是A 的伴随矩阵，则（ ）。
（A ）(A *)*=|A|n-1A ； （B ）(A *)*=|A|n+1A ； （C ）(A *)*=|A|n-2A ； （D ）(A *)*=|A|n+2A（6）设n 阶方阵A 、B 、C 满足ABC=E ，其中E 是n 阶单位矩阵，则必有（ ）。
（A ）ACB=E ； （B ）CBA=E ； （C ）BAC=E ； （D ）BCA=E（7）设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=44434241343332312423222114131211a a a a a a a a a a a a a a a a A ，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=41424344313233342122232411121314a a a a a a a a a a a a a a a a B ，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=00010100001010001P ，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=10000010010000012P ，其中A 可逆，则B -1等于（ ）。
线性代数各章复习重点汇总
线性代数各章复习重点汇总线性代数是数学的一个重要分支，研究向量空间、线性变换、线性方程组等概念和性质。
下面是线性代数各章的复习重点汇总。
1.线性方程组：-线性方程组的基本概念和性质，包括齐次线性方程组、非齐次线性方程组等。
-线性方程组的解的存在性与唯一性，以及求解线性方程组的方法（高斯消元法、矩阵求逆法、克拉默法则等）。
-线性方程组的等价关系与等价变换。
2.矩阵与行列式：-矩阵的基本概念和性质，如矩阵的加法、减法、乘法等运算。
-方阵的特殊性质，如对称矩阵、反对称矩阵、单位矩阵等。
-行列式的定义和性质，包括行列式的展开定理、行列式的性质推导等。
3.向量空间：-向量空间的定义和性质，如线性相关性、线性无关性、基、维数等。
-子空间的概念和性质，包括子空间的交、和、直和等操作。
-线性组合、张成空间、极大线性无关组等概念。
4.线性变换与矩阵：-线性变换的定义和性质，包括线性变换的特征值、特征向量等。
-线性变换的矩阵表示，以及矩阵与线性变换之间的转换关系。
-线性变换的合成、逆变换等操作，以及线性变换的标准形式（例如，矩阵的对角化）。
5.特征值与特征向量：-特征值与特征向量的定义和性质，包括特征值的重数、特征向量的线性无关性等。
-特征值与特征向量的计算方法，如特征方程的求解、特征值的代入等。
-特征值与特征向量的应用，如对角化矩阵、相似矩阵等。
6.正交性与标准正交基：-向量的正交性和标准正交性的概念和性质，包括向量的点积、向量的夹角等。
-标准正交基的定义和求解方法，如施密特正交化过程等。
-正交矩阵的定义和性质，以及正交矩阵与标准正交基之间的关系。
以上是线性代数各章的复习重点汇总，希望能够帮助你理清知识重点，并提高复习效率。
祝你取得好成绩！。
线性代数复习总结(重点精心整理)
线性代数复习总结大全第一章 行列式二三阶行列式N 阶行列式：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（奇偶）排列、逆序数、对换行列式的性质：①行列式行列互换，其值不变。
（转置行列式T D D =） ②行列式中某两行（列）互换，行列式变号。
推论：若行列式中某两行（列）对应元素相等，则行列式等于零。
③常数k 乘以行列式的某一行（列），等于k 乘以此行列式。
推论：若行列式中两行（列）成比例，则行列式值为零； 推论：行列式中某一行（列）元素全为零，行列式为零。
④行列式具有分行（列）可加性⑤将行列式某一行（列）的k 倍加到另一行（列）上，值不变 行列式依行（列）展开：余子式ij M 、代数余子式ij ji ij M A +-=)1(定理：行列式中某一行的元素与另一行元素对应余子式乘积之和为零。
克莱姆法则：非齐次线性方程组 ：当系数行列式0≠D 时，有唯一解：)21(n j DD x j j ⋯⋯==、齐次线性方程组 ：当系数行列式01≠=D 时，则只有零解 逆否：若方程组存在非零解，则D 等于零 特殊行列式：①转置行列式：332313322212312111333231232221131211a a a a a a a a a a a a a a a a a a → ②对称行列式:ji ij a a =③反对称行列式:ji ij a a -= 奇数阶的反对称行列式值为零④三线性行列式:333122211312110a a a a a a a 方法：用221a k 把21a 化为零，。
化为三角形行列式 ⑤上（下）三角形行列式: 行列式运算常用方法（主要）行列式定义法（二三阶或零元素多的） 化零法（比例）化三角形行列式法、降阶法、升阶法、归纳法、第二章 矩阵n *（零矩阵、负矩阵、行矩阵、列矩阵、n 阶方阵、相等矩阵) ---------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**)()(*)(*∑==注意什么时候有意义一般AB=BA ，不满足消去律；由AB=0，不能得A=0或B=0 转置A A T T =)( TT T B A B A +=+)( T T kA kA =)( TT T A B AB =)((反序定理) 方幂：2121k k k kA AA +=2121)(k k k k A A +=矩阵：对角矩阵：若AB 都是N 阶对角阵，k 是数，则kA 、A+B 、 数量矩阵：相当于一个数（若……）单位矩阵、上（下）三角形矩阵（若……） 对称矩阵 反对称矩阵阶梯型矩阵：每一非零行左数第一个非零元素所在列的下方 注：把分出来的小块矩阵看成是元素阶方阵，若存在N 阶矩阵B 的AB=BA=I 则称A 是可逆的， B A=-1(非|A|=0、伴随矩阵)2.、非零k 乘某一行（列）3、将某行（列）的K 倍加到另 初等矩阵都可逆倍乘阵 倍加阵） ⎪⎪⎭⎫ ⎝⎛=O OO I D rr 矩阵的秩r(A)：满秩矩阵 降秩矩阵 若A 可逆，则满秩若A 是非奇异矩阵，则r （AB ）=r （B ） 初等变换不改变矩阵的秩求法：1定义2转化为标准式或阶梯形矩阵与行列式的联系与区别：都是数表；行列式行数列数一样，矩阵不一样；行列式最终是一个数，只要值相等，就相等，矩阵是一个数表，对应元素相等才相等；矩阵n ij n ij a k ka )()(=，行列式nij n nija k ka =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。
线性代数第三章 复习概要
第三章 向量一． n 维向量的定义：数域F 中n 个数构成的有序数组。
二． n 维向量的运算：向量加法，数乘三． 线性组合与线性表出四． 线性相关与线性无关重要结论与定理：1) 单个向量线性无关。
2) 包含零向量的向量组一定线性相关。
（证明）3) 一个向量组线性相关,则加上任意多个(有限个)向量后，新向量组仍线性相关。
(局部相关,整体相关)（证明）4) 若一个向量组线性无关,取出其中任一部分也必定线性无关。
(整体无关，局部无关)5) 任意n+1个n 维向量，必定线性相关。
（齐次线性方程组方程个数小于未知量个数时，有非零解）6) 一个向量组线性无关，则在相同位置处都增加一个分量，得到的新向量组（称为原向量组的加长组）仍线性无关。
（无关组加长组仍无关）7) 一个向量组是线性相关，在相同位置去掉分量，得到新的向量组（称为原向量组的缩短组）仍线性相关。
（相关组缩短组相关）8) 若12,,,s ααα 线性无关，而12,,,,s βααα 线性相关，则β必可由12,,,s ααα 线性表出，且表示方法唯一。
（证明）9) 向量组Ⅰ12:,,,s ααα ，向量组Ⅱ12:,,,t βββ ，Ⅱ中每一个向量都可由Ⅰ表出，t s>则向量组Ⅱ12:,,,t βββ 一定线性相关。
（个数多的可由少的线性表出，多的一定线性相关）10) 若向量组12,,,t βββ 可由12,,,s ααα 线性表出，且12,,,t βββ 线性无关，则t s >。
（无关的向量组不能由比它个数少的向量组线性表出） 五．向量组的极大无关组与向量组的秩1 极大无关组的定义2 极大无关组的性质1) 一个向量组与它的任一个极大无关组之间可以互相线性表出。
2）一个向量组S 的任意两个极大无关组S 1，S 2之间也可互相线性一表出。
（S 1，S 2等价）3）一个向量组任意两个极大无关组所含向量个数必一样多。
相关例题例3.1设12,,,s ααα 是一组n 维向量，则下列正确的是（ ）A ． 若12,,,s ααα 不线性相关，就一定线性无关。
1996年线代数三
1996年线代数三引言概述：1996年线性代数三是一个重要的数学考试，旨在测试学生对线性代数的理解和应用能力。
本文将从五个大点出发，详细阐述1996年线性代数三的相关内容。
正文内容：1. 矩阵与向量空间1.1 矩阵的定义和性质：介绍矩阵的基本概念，包括矩阵的行数和列数，矩阵的加法和乘法运算等。
1.2 向量空间的定义和性质：解释向量空间的概念，包括零向量、向量的加法和数乘运算，以及向量空间的子空间等。
2. 线性方程组2.1 线性方程组的基本概念：介绍线性方程组的定义，包括未知数和系数矩阵等。
2.2 线性方程组的解法：详细阐述高斯消元法、矩阵的初等行变换和矩阵的逆等方法来解线性方程组。
2.3 线性方程组的解的存在性和唯一性：讨论线性方程组解的存在性和唯一性的条件，包括齐次线性方程组和非齐次线性方程组的区别。
3. 矩阵的特征值和特征向量3.1 特征值和特征向量的定义：解释特征值和特征向量的概念，以及它们之间的关系。
3.2 特征值和特征向量的性质：介绍特征值和特征向量的基本性质，包括特征值的代数重数和几何重数等。
3.3 矩阵的对角化：讨论可对角化矩阵的条件，以及如何通过特征值和特征向量来对角化矩阵。
4. 向量空间的基和维数4.1 向量空间的基的定义：解释向量空间的基的概念，以及基的线性无关性和生成性等。
4.2 维数的定义和性质：介绍向量空间的维数的概念，以及维数与基的关系。
4.3 基变换和坐标表示：讨论基变换的概念和基变换矩阵的求解方法，以及向量在不同基下的坐标表示。
5. 线性映射和矩阵的相似性5.1 线性映射的定义和性质：解释线性映射的概念，包括线性映射的线性性质和零空间等。
5.2 矩阵的相似性：详细阐述矩阵相似的定义和性质，以及相似矩阵的判断方法和相似矩阵的性质。
总结：综上所述，1996年线性代数三考试涵盖了矩阵与向量空间、线性方程组、矩阵的特征值和特征向量、向量空间的基和维数，以及线性映射和矩阵的相似性等内容。
- 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)。
5. 已知 β1 , β 2 为非齐次线性方程组 Ax = b 的两个不同解， α 1 , α 2 是对应齐次方程组
Ax = 0 的基础解系，则 Ax = b 的通解为 β − β2 β + β2 A． k1α1 + k 2 (α1 + α 2 ) + 1 B. k1α1 + k 2 (α1 − α 2 ) + 1 2 2 β − β2 β + β2 C. k1α 1 + k 2 (β 1 + β 2 ) + 1 D. k1α1 + k 2 (β1 − β 2 ) + 1 2 2
D. A + B = 0
2.设 A 为三阶矩阵，将 A 的第二列加到第一列得到矩阵 B ，再交换 B 的第二行与第 ⎛1 0 0⎞ ⎛1 0 0⎞ ⎜ ⎟ ⎜ ⎟ 三行得到单位矩阵. 记 P1 = ⎜ 1 1 0 ⎟ ， P2 = ⎜ 0 0 1 ⎟ ，则 A 等于 ⎜0 0 1⎟ ⎜ 0 1 0⎟ ⎝ ⎠ ⎝ ⎠ A. P1 P2 3.下列命题不正确的是 A．矩阵的相似关系和合同关系都是特殊的等价关系; B. 实二次型 f = x T Ax 正定的充分必要条件是 A 的特征值全为正; C. 正交向量组必线性无关; D. 部分向量组线性无关,则整体向量组线性无关. ⎛O A⎞ 4.设 A, B 为可逆方阵， C = ⎜ ⎜ B O⎟ ⎟ ，则 ⎝ ⎠
1.设 A, B 为 3 阶方阵且 A = 3, B = 2, A −1 + B = 2 , 则 A + B −1 = ⎛ 3 0 0⎞ ⎜ ⎟ 2. 设 A = ⎜ 0 2 0 ⎟ ,则 A−1 = ⎜ 0 0 1⎟ ⎝ ⎠ ⎛ 1 2 0⎞ ⎛0 1⎞ T 3.设 A = ⎜ ⎜3 − 1 4⎟ ⎟, 则 AA − ⎜ ⎜1 0⎟ ⎟= ⎝ ⎠ ⎝ ⎠ .
η 2 + η3 η − η3 + k1 (η 3 − η1 ) + k 2 (η 2 − η1 ) D. 2 + k1 (η 3 − η1 ) + k 2 (η 2 − η1 ) 2 2 1 1. 设 A 是 3 阶方阵且 A = ，则 3 A* − (2 A) −1 ＝ ； 2
C. ⎛ 5 0 0⎞ ⎜ ⎟ 2. 设 A = ⎜ 0 4 0 ⎟ ,则 A−1 = ⎜ 0 0 3⎟ ⎝ ⎠
T
【
】
.
4.设 A 为 n 阶方阵. 若 r ( A) < n − 1 ,则 r ( A* ) =
T T
5.设 α 1 = (1 2 3) , α 1 = (1 1 1) , α 1 = (1 3 k ) 线性相关,则 k = _____ . 2 4 −6 1 −1 −1 − 4 1 三、计算行列式 . 1 1 −1 2 1 2 4 2 四、 求 β1 = (1,−1,2,4), β 2 = (0,3,1,2), β 3 = (3,0,7,14), β 4 = (2,−5,3,5) 的秩和最大无关组. ⎧ x1 + x 2 + kx3 = 4, ⎪ 五、讨论线性方程组 ⎨ x1 − x 2 + 2 x3 = −4, 解的情况并求解 ⎪ 2 ⎩− x1 + kx 2 + x3 = k . ⎛1 − 2 0⎞ ⎜ ⎟ 六、设矩阵 A , B 满足 2 A B = B − 4 I ，且 B = ⎜ 1 2 0 ⎟ ，求矩阵 A . ⎜ 0 0 2⎟ ⎝ ⎠
【第 3 页 共 4 页】
1 1⎞ ⎛λ ⎛a⎞ ⎜ ⎟ ⎜ ⎟ 五、 A = ⎜ 0 λ − 1 0 ⎟ , b = ⎜ 1 ⎟ .已知 Ax = b 有两个不同的解，求 a , λ 及方程组的解. ⎜1 ⎜1⎟ 1 λ⎟ ⎝ ⎠ ⎝ ⎠
⎛1 − 2 0⎞ ⎜ ⎟ 六、设矩阵 A , B 满足 2 A −1 B − B + 4 I = 0 ，且 B = ⎜ 1 2 0 ⎟ ，求矩阵 A . ⎜ 0 0 2⎟ ⎝ ⎠ ⎛2 0 0⎞ ⎛1 0 0⎞ ⎜ ⎟ ⎜ ⎟ 七、已知实对称阵 A = ⎜ 0 3 a ⎟(a > 0) 可通过正交矩阵 P 化为对角阵 ⎜ 0 2 0 ⎟ ， ⎜0 a 3⎟ ⎜ 0 0 5⎟ ⎝ ⎠ ⎝ ⎠ 求: (1) a 的值; (2)正交变换矩阵 P . 八、设 A 为 n 阶方阵且 A 2 − 2 A − 4 I = 0, 试证 A 和 I + A 都可逆,并求他们的逆阵。 1. 设 A, B 为 n 阶方阵，满足等式 AB =0，则必有 A. A = 0或 B = 0 B. A + B = 0 C. A = 0或 B = 0 【 】
.
⎛ 1 2 0⎞ ⎛0 1⎞ T 3.设 A = ⎜ ⎜3 −1 1⎟ ⎟, B = ⎜ ⎜ 1 6⎟ ⎟, 则 AA − B = ⎝ ⎠ ⎝ ⎠ 4.设 3 阶方阵 A 的特征值为 1,2,3 ,则 A + I = .
.
5. 向量组 α 1 , α 2 , α 3 线性无关，则向量组 α 1 , α 1 + 2α 2 , α 1 + 2α 2 + 3α 3 的线性相关性 是 .
D. C = PAP T 【 】
3.设 A 是正交矩阵，则下列命题正确的是 A. A的行向量组是正交单位向量组 C. A的特征值为1或 − 1 4. 下列命题不正确的是 A. 初等变换保持矩阵的秩不变; B. 整个向量组线性无关,则部分向量组线性无关; C. 相似矩阵具有相同的特征值; D. 线性无关的向量组必是正交向量组. B. A的行列式为1 D. A = AT
1.已知 A ， B 是同阶方阵，下列等式中，正确的是 A． | AB |=| A || B | B. ( AB) T = AT B T C. ( AB) −1 = A −1 B −1
【 D. ( AB) k = A k B k
】
2.设 A 是 3 阶矩阵,将 A 的第二行加到第一行得到 B ,再将 B 的第一列的 − 1 倍加到第 ⎛ 1 1 0⎞ ⎜ ⎟ 二列得到矩阵 C .记 P = ⎜ 0 1 0 ⎟ ，则 ⎜0 0 1⎟ ⎝ ⎠ A. C = P −1 AP B. C = PAP −1 C. C = P T AP 【 】
−1
⎛ 0 −1 4⎞ ⎜ ⎟ 七 、 设 A = ⎜ −1 3 a⎟ , 正 交 矩 阵 P 使 得 P T AP 为 对 角 矩 阵 . 若 P 的 第 一 列 ⎜ 4 a 0⎟ ⎝ ⎠
P1 =
1 6
(1
2 1) .求: (1) a 及 A 的特征值;(3)求正交矩阵 P .
T
八、设方阵 A 满足等式 A 2 − 3 A − 10 I = 0 ，证明 A 和 A − 4 I 都可逆，并求它的逆.
【
】
5. 设 A 为 4 × 3 的矩阵， η 1 ,η 2 ,η 3 是非齐次线性方程组 Ax = β 的三个线性无关的 解. k 1 , k 2 为任意实数，则 Ax = β 的通解为 A. 【 B. 】
η 2 + η3 + k1 (η 2 − η 3 ) 2
η 2 − η3 + k 2 (η 2 − η1 ) 2
【第 2 页 共 4 页】
【
】
B.
P1 P2
−1
C. P2 P1Biblioteka D.P2 P1−1
【 】
−1
【
】
A. C
T
⎛O B ⎞ =⎜ ⎜ A O⎟ ⎟ ⎝ ⎠
B. C = − A B
C. C
−1
⎛ O =⎜ ⎜ B −1 ⎝
A −1 ⎞ ⎟ O ⎟ ⎠
D. C
−1
⎛ A −1 =⎜ ⎜ O ⎝
O ⎞ ⎟ B −1 ⎟ ⎠
【第 1 页 共 4 页】
三、 （8 分）计算行列式
1 1 −1 2 −1 −1 − 4 1 2 1 4 2 −6 1 4 2
.
四、求向量组 α 1 = (1,−1,2,4), α 2 = (0,3,1,2), α 3 = (3,0,7,14),
α 4 = (2,−5,3,5) 的秩和一个最大无关组.