线性代数重点公式
线性代数重要公式、定理大全
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 ij ij 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 -=-;(1)22(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; 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 A BCB O B==、(1)m n CA OA A BB 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;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. 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)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 --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;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 ≤;(※)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 ≥+-;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()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: 7. 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-=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;11. 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 n a x a x a x b 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 a a 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 TTmβββ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 是否有AX B ⇔=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 ≤(二版74P 定理7);向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示AX B ⇔=有解; ()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论)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,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; 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:(110P 题19结论)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;(87P ) 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;15. 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;(111P 题33结论)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)。
线代公式总结
线代公式总结
线性代数中有很多重要的公式,以下是其中一些主要的公式:
1. 逆矩阵公式:对于一个矩阵A,如果存在一个矩阵B,使得AB=BA=I (单位矩阵),那么矩阵B称为矩阵A的逆矩阵,记作A^(-1)。
2. 行列式公式:对于一个n阶方阵A,其行列式记作det(A),定义为所有
取自不同行不同列的元素的乘积的代数和,即det(A)=a11a22...ann。
3. 特征值公式:对于一个n阶方阵A,如果存在一个数λ和一个非零向量x,使得Ax=λx成立,那么λ称为矩阵A的特征值,x称为矩阵A的对应于特
征值λ的特征向量。
4. 转置矩阵公式:对于一个矩阵A,其转置矩阵记作A^T,定义为将矩阵
A的行列互换得到的矩阵。
5. 行列式性质公式:对于一个n阶方阵A,有det(A^T)=det(A),
det(kA)=k^ndet(A),det(AB)=det(A)det(B)。
6. 向量点乘公式:对于两个向量a和b,其点乘记作a·b,定义为
a1b1+a2b2+...+anbn。
7. 向量叉乘公式:对于两个向量a和b,其叉乘记作a×b,定义为一个新
的向量c,其中c的每个分量c_i是a和b各个分量乘积的和,即
c=(a2b3-a3b2, a3b1-a1b3, a1b2-a2b1)。
这些公式是线性代数中最重要的部分,可以帮助我们解决很多问题。
线性代数公式必背完整归纳清晰版
线性代数必背公式(完全整理版)2010.41、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 ij ij ij M 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;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 CA B -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;(拉普拉斯) 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 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)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 --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;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 ≤;(※)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 ≥+-;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()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: 7. 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-=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;11. 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 n a x a x a x b 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 a a 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 TTmβββ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 ≤(二版74P 定理7);向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示AX B ⇔=有解; ()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论)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,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; 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:(110P 题19结论)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;(87P ) 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;15. 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;(111P 题33结论)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)。
《线性代数》公式大全
《线性代数》公式大全1.向量1.1向量的加法和减法v1=(x1,y1,z1)v2=(x2,y2,z2)v1+v2=(x1+x2,y1+y2,z1+z2)v1-v2=(x1-x2,y1-y2,z1-z2)1.2向量的数量乘法v=(x,y,z),k是一个实数kv = (kx, ky, kz)1.3向量的点积v1·v2=x1x2+y1y2+z1z21.4向量的模长v,=√(x^2+y^2+z^2)2.矩阵2.1矩阵的加法和减法A = (aij),B = (bij)是两个m x n矩阵A +B = (aij + bij)A -B = (aij - bij)2.2矩阵的数量乘法A = (aij)是一个m x n矩阵,k是一个实数kA = (kaij)2.3矩阵的乘法A = (aij)是一个m x n矩阵,B = (bij)是一个n x p矩阵AB = (cij)是一个m x p矩阵,其中cij = a1j*b1i + a2j*b2i+ ... + anj*bni2.4矩阵的转置A = (aij)是一个m x n矩阵A的转置为A^T = (aij)^T = (aji)2.5矩阵的逆A为可逆矩阵,A^-1为其逆矩阵,满足AA^-1=A^-1A=I,其中I为单位矩阵3.行列式3.1二阶行列式D=,abc d, = ad - b3.2三阶行列式D=,abcdeg h i, = aeI + bfG + cdH - ceG - afH - bd3.3n阶行列式D=,a11a12 (1)a21a22...a2...........an1 an2 ... ann, = (-1)^(i+j)*Mij,其中Mij为aij的代数余子4.线性方程组4.1齐次线性方程组Ax=0,其中A为一个mxn矩阵4.2非齐次线性方程组Ax=b,其中A为一个mxn矩阵,x为一个n维列向量,b为一个m维列向量4.3线性方程组的解法4.3.1矩阵消元法通过矩阵的初等行变换将线性方程组转化为行阶梯形或最简形4.3.2克拉默法则Ax = b的解可以表示为x = (Dx1/D, Dx2/D, ..., Dxn/D),其中D 为系数矩阵A的行列式,Di为将第i列的系数替换为b后的行列式4.3.3矩阵求逆法若A为可逆矩阵,则Ax=b的解可以表示为x=A^(-1)b以上是线性代数的一些重要公式,通过理解和掌握这些公式,可以帮助我们解决线性代数相关的问题和应用。
线性代数重要公式定理大全
1、行列式1. n行列式共有n2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、A j和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:M ij ( 1)i j A ij A ij ( 1)i j M ij4. 设n行列式D :n(n 1)n(n 1)将D上、下翻转或左右翻转,所得行列式为D!,则U ( 1)F D;D2 ( 1L D 将D顺时针或逆时针旋转90o,所得行列式为D2,贝U;将D主对角线翻转后(转置),所得行列式为D3,则D3 D ;将D主副角线翻转后,所得行列式为D4,则D4 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;n(n 1)②、副对角行列式:副对角元素的乘积(1)h ;③、上、下三角行列式(、i ):主对角元素的乘积;n (n 1)④、匚和丄:副对角元素的乘积(1)F ;⑤、拉普拉斯展开式: A||B、(1)mgn A B⑥、范德蒙行列式:大指标减小指标的连乘积;⑦、特征值;n6. 对于n阶行列式A,恒有:E A n(1)W nk,其中S k为k阶主子式;k 17. 证明A 0的方法:①、A A ;②、反证法;③、构造齐次方程组Ax 0,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:A 0 (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Ax 0有非零解;b R n,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;A T A 是正定矩阵;A 的行(列)向量组是 R n 的一组基;1A CB矩阵的初等变换与线性方程组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(A, E) - (E ,X),则 A 可逆,且 X A 1 ;c② 、对矩阵(A, B)做初等行变化,当 A 变为E 时,B 就变成A 1B ,即:(A,B) (E, A 1B);r③ 、求解线形方程组:对于 n 个未知数n 个方程Ax b ,如果(A,b)・ (E,x),则A 可逆,且x A 1b ; 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;B2. 3.A 是R n 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 * * 1 1 T T 1 * T(A ) (A ) (A ) (A ) (A )T T T * * * 1 (AB) B A (AB) B A (AB)T * (A ) 1 1 B A 4. 5.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, A 其中均 A 、B 可逆: A 2O A s ,则: A 1 A 2 L A s ; A 11n 、 A 21②、 ③、OA 1(主对角分块)(副对角分块)⑤、A B 1CA;(拉普拉斯)④、;(拉普拉斯) 1.一个n 矩阵 所有与E r O O O 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;A: B ;A ,总可经过初等变换化为标准形,其标准形是唯一确定的:等价类: 对于同型矩阵A 、B ,若r(A) r(B)1②、2,左乘矩阵A , i 乘A 的各行元素;右乘, i 乘A 的各列元素;5. 6. 7. ③、对调两行或两列, ④、倍乘某行或某列,⑤、倍加某行或某列,矩阵秩的基本性质:①、 ②、⑤、⑥、 ⑦、符号符号符号E(i, j),且 E(i,j) 1E(i(k)),且 E(i(k)) 1E(ij(k)),且 E(ij (k)) 10 r(A m n ) min(m,n) r(A T ) r(A);若 A : B ,则 r(A) r(B); 若P 、Q 可逆,则r(A)max(r(A),r(B)) r(A,B) r(A B) r(A) r(B); E(i, j),例如:E(i,例如:E(ij( k)),如:r(PA) r(AQ) r(PAQ);(可逆矩阵不影响矩阵的秩 r(A) r(B);(探)r(AB) min(r(A),r(B)); 如果A 是m n 矩阵,BI 、B 的列向量全部是齐次方程组 n 、r(A) r(B) n若A 、B 均为n 阶方阵,则r(AB) r(A)是n s 矩阵,且 AX AB 09:(小0解(转置运算后的结论);r(B)(k 0);k(k 0);1三种特殊矩阵的方幕: ① 、秩为1的矩阵:一定可以分解为 列矩阵(向量)1 a② 、型如0 10 0cb 的矩阵:利用二项展开式; 1二项展开式: n On(a b) C ;a1 I C n a 1.1mb L C n a注: I 、 (ab)n 展开后有n1项; 行矩阵(向量)的形式, 再采用结合律;n 1 1. L C n a b1n . nC n bnm m ■ n mC n a b ;m 0n 、C n mn(n 1)L L (n m 1)n!1g2gg_ gmm!(n m)!C 0C ;『组合的性质:c : C ; m ③、禾u 用特征值和相似对角化:伴随矩阵:①、伴随矩阵的秩:r(A *)Cn 1Cnc m rC ;r(A)r(A) r(A)②、伴随矩阵的特征值: _A (AX X,A * A A 1 A *X — X );③ 、A * AA 1、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, n 1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:a 〔1 X [ a 〔2 X 2 La1n X n①、 a 21 X 1 a 22 X 2 L 氏n X nL L L L L L L L L L La m 1X 1 a m 2X 2L a nm X nb na11a12La1n X1b②、 a21比2 La 2nX2bAx b (向量方程,A 为mn 矩阵, m 个方程,n 个未知数)M M OM M Mam1 am 2La xmnmb mX 1b③、 a ! a 2 L aX 2 (全部按列分块,其中b2);nMMX n b n④、 a X a 2 x 2 L a n X n(线性表出)⑤、有解的充要条件r(A) r (A, ) n ( n 为未知数的个数或维数)4、向量组的线性相关性m 个 n 维列向量所组成的向量组 A :1, 2,L , m 构成n m 矩阵A(1,2,LT ,m );m 个 n 维行向量所组成的向量组B :1T, 2丄,:构成m n 矩阵B1 T 2;MT m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 Ax 0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是否有 AX B 解;(矩阵方程)矩阵A m n 与B l n 行向量组等价的充分必要条件是:齐次方程组 Ax 0和Bxr(A T A) r(A) ; ( R01 例 15)n 维向量线性相关的几何意义:① 、线性相关 0 ;② 、,线性相关 ,坐标成比例或共线(平行); ③ 、,,线性相关,,共面;8. 9.10.11. 1. 2. 3. 4. 5. 0同解;(R 01例14)线性相关与无关的两套定理:若1, 2,L , s 线性相关,则 1, 2,L , s , s 1必线性相关;若i ,2,L , s 线性无关,则1,2 , L , s 1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(二版P /4定理7); 向量组A 能由向量组B 线性表示,则r(A) r(B) ; ( P &6定理3) 向量组 A 能由向量组 B 线性表示AX B 有解;r(A) r(A,B)( P $5定理 2)向量组A 能由向量组B 等价 r( A) r(B) r(A,B) ( P $5定理2推论) 方阵A 可逆 存在有限个初等矩阵 P i ,P 2,L ,P ,使A P 1P 2L P ,; ① 、矩阵行等价: A~B PA B (左乘,P 可逆) Ax 0与Bx 0同解c② 、矩阵列等价:A~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A m n 与 B , n :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Ax 0与Bx 0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;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, A T 为系数矩阵; (转置)齐次方程组 Bx 0 的解一定是 ABx 0的解, 考试中可以直接作为定理使用,而无需证明①、 ABx 0 只有零解 Bx 0 只有零解; ②、 Bx 0 有非零解 ABx 0 一定存在非零解; 设向量组B n r : b ,b 2,L ,b r 可由向量组A n s :a i , a 2 ,L a 线性表示为:(Rio 题19结论) (b 1,b 2,L ,b r ) (a 1,a 2,L ,a s )K ( B AK )其中K 为s r ,且A 线性无关,贝U 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: Qr 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A m n ,存在Q n m ,AQ E m「(A) m 、Q 的列向量线性无关;(P $7 )② 、对矩阵A m n ,存在P n m , PA E nr(A)n 、P 的行向量线性无关;1, 2 ,L , s 线性相关存在一组不全为0的数k i ,k 2,L,k s ,使得k i1k 2 2 L k ss0成立;(定义)x 1 x( 1, 2,L , s ) 2 0有非零解,即 Ax 0有非零解;1 2 sMxsr( 1, 2,L , s ) s ,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 Ax 0的解集S 的秩为:r(S) n r ; 若*为Ax b 的一个解,1, 2,L , n r 为Ax 0的一个基础解系,贝U *, 1, 2丄,nr 线性无关;(卩111题33 结论 )5、 相 似 矩 阵 和 二 次 型正交矩阵 A T A E 或A 1 A T (定义),性质:6. 7.8. 9. 10. 11. 12.13. 14.15. 16.1.若 A m s B s nC m n ,则:② 、右A 为正父矩阵,则 A 1 A T 也为正交阵,且|A③ 、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2. 施密特正交化:(a,a 2,L,a 「)b i a i ;L L Lb a [ba]+ [b 2,a r ]壬,[b i ,a r ]从. a a r5Pl CP 2 Lgr 1 . [b,b] [P 2,b 2] [b r 1,b r 1] 5 6 73.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 ;②、A 与B 合同 PAQ B ,P 、Q 可逆; r (A ) r (B ),A 、B 同型;C T AC B ,其中可逆;③、A 与B 相似X T A X 与X T B X 有相同的正、负惯性指数; P 1AP B ;5 相似一定合同、合同未必相似;若C 为正交矩阵,则C T 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; 7n 元二次型X T A X 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C T 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;a ii 0, A 0 ;(必要条件)①、A 的列向量都是单位向量,且两两正交,即 T a i aji J(i, j 1,2,L n); i j施密特正交化和单位化;b 2a 2[b ,a 2] ibTKI。
线性代数重要公式、定理大全
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 ij ij 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 -=-;(1)22(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; 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 A BCB O B==、(1)m n CA OA A BB 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;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. 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)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 --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;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 ≤;(※)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 ≥+-;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()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 CCC 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()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-=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;11. 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 n a x a x a x b 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 a a 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 TTmβββ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 是否有AX B ⇔=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 ≤(二版74P 定理7);向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示AX B ⇔=有解; ()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论)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,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; 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:(110P 题19结论)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;(87P )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;15. 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;(111P 题33结论)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)。
线性代数重要公式
线性代数重要公式在线性代数中,有许多重要的公式和定理,它们在解决线性方程组、矩阵运算、向量空间等问题中起到了关键作用。
接下来我们将介绍一些线性代数中的重要公式。
1.矩阵乘法的结合律:对于任意矩阵A、B和C,满足大小相容时,有(A·B)·C=A·(B·C)。
2.矩阵乘法的分配律:对于任意矩阵A、B和C,满足大小相容时,有A·(B+C)=A·B+A·C。
3.矩阵的转置:对于任意矩阵A,有(A^T)^T=A,其中A^T表示A的转置矩阵。
4.矩阵的转置与乘法:若A和B是满足乘法规则的矩阵,那么有(A·B)^T=B^T·A^T。
5.矩阵的逆:对于n阶方阵A,若存在逆矩阵A^-1,使得A·A^-1=A^-1·A=I,那么称A是可逆矩阵。
6.矩阵的伴随矩阵:对于n阶方阵A,将其每个元素的代数余子式组成的矩阵A*称为A的伴随矩阵。
7.克拉默法则:对于n个线性方程和n个未知数的线性方程组,如果行列式的值不为0,则该方程组存在唯一解,可以通过克拉默法则求解。
8.行列式的性质:-互换行列式的两行(列),行列式的值变号;-将行列式的行(列)乘以一个非零常数k,行列式的值变为原来的k 倍;-将行列式的行(列)加上另一行(列)的k倍,行列式的值不变。
9.矩阵的行列式和转置:对于矩阵A,有,A^T,=,A。
10.矩阵的秩:对于任意矩阵A,定义A的秩为矩阵A的行或列向量组的最大线性无关组中所含向量的个数。
11.矩阵的特征值和特征向量:对于n阶矩阵A,如果存在非零向量x,使得Ax=λx,其中λ是常数,那么称λ为矩阵A的特征值,x为对应的特征向量。
12.特征多项式和特征方程:对于n阶矩阵A,定义特征多项式为f(λ)=,λI-A,其中I为n阶单位矩阵。
将特征多项式f(λ)=0得到的方程称为特征方程。
13.矩阵的相似:对于n阶矩阵A和B,如果存在可逆矩阵P,使得P^-1AP=B,则称A 和B是相似的。
线性代数公式总结大全
线性代数公式总结大全在线性代数中,有许多重要的公式被广泛应用于向量、矩阵和线性方程组的求解。
下面将对这些公式进行一个全面的总结,并说明它们的应用。
1. 向量的加法和减法- 向量加法:给定两个向量A和B,其加法可以表示为A + B = C,其中C的每个分量等于A和B对应分量的和。
- 向量减法:给定两个向量A和B,其减法可以表示为A - B = C,其中C的每个分量等于A和B对应分量的差。
2. 向量的数量积和向量积- 数量积:给定两个向量A和B,其数量积可以表示为A · B = |A| |B| cosθ,其中|A|和|B|分别表示向量A和B的模长,θ表示两个向量的夹角。
- 向量积:给定两个向量A和B,其向量积可以表示为A × B = |A| |B| sinθ * n,其中|A|和|B|分别表示向量A和B的模长,θ表示两个向量的夹角,n是垂直于A和B所在平面的单位向量。
3. 矩阵的基本运算- 矩阵加法:给定两个矩阵A和B,其加法可以表示为A + B = C,其中C的每个元素等于A和B对应元素的和。
- 矩阵减法:给定两个矩阵A和B,其减法可以表示为A - B = C,其中C的每个元素等于A和B对应元素的差。
- 矩阵数乘:给定一个矩阵A和一个标量k,其数乘可以表示为kA = B,其中B的每个元素等于A对应元素乘以k。
4. 矩阵的乘法- 矩阵乘法:给定两个矩阵A和B,其乘法可以表示为AB = C,其中矩阵C的元素等于A的行向量与B的列向量的数量积。
- 矩阵转置:给定一个矩阵A,其转置可以表示为A^T,其中A^T的第i行第j列元素等于A的第j行第i列元素。
- 矩阵的逆:给定一个可逆矩阵A,其逆可以表示为A^−1,其中AA^−1 = I,I是单位矩阵。
5. 线性方程组的解法- 列主元消去法:通过消去矩阵A的部分元素,将其转化为上三角矩阵,然后通过回代法求解线性方程组的解。
- 伴随矩阵法:利用矩阵的伴随矩阵和行列式的性质求解线性方程组的解。
线性代数重要公式
《 线 代 》第一章行列式一、重要公式1.AA11=- 2.1-*=n AA 3.A k kA n =4.B A AB = 5.B A BOA ∙=* 6.B A BO A ∙=*7.n m mnmn B A OA B O ∙-=)1( 8.∏====ni iiaOO OO 1**9.范德蒙行列式:∏≤<≤-----=nj i i jn nn n n nn x xx x x x x x x x x x x x 111312112232221321)(1111二、主要知识网络图nnn n n n a a a a a a a a a212222111211=行列互换,行列式值不变,即行列式与其转置行列式相等。
互换两行(列),行列式值变号。
某行(列)有公因数,可提到行列式之外。
某行(列)的k 倍加到另一行(列)上去,行列式值不变。
若行列式某行(列)的所有元素均为两项之和,则行列式可拆成两行列式之和。
若行列式有两行(列)对应成比例,则值为零。
行列式某行元素与另一行对应的元素的代数余子式乘积之和为零。
三角化、递推法、加边法、公式法、拆项法 Grame 法则奇次线性方程组有非零解的充分条件第二章 矩阵一、重要定理定理2.1 设A ,B 是n 的阶矩阵,则B A AB =。
定理2.2 如果A 是可逆矩阵,则A 的逆矩阵唯一。
定理2.3 n 阶矩阵A 可逆,)(021s P P P A n A r A =⇔=⇔≠⇔),,是初等矩阵(s i P i 1= 定理2.4 初等阵左(右)乘给定的矩阵,其结果就是对给定的矩阵作相应的行(列)变换。
定理2.5 初等矩阵可逆,且其逆同类型初等矩阵,即)()()),1(())((,111k E k E k i E k i EE E ij ij ij ij-===---。
定理2.6 如果矩阵A 与B 等价,则(1)秩r(A)=r(B) (2 )存在可逆矩阵P 与Q,使PAQ=B 。
线性代数重要公式定理大全
线性代数重要公式定理大全线性代数是数学中的一个重要分支,它研究矩阵、向量、线性方程组等基本概念和性质,并运用线性代数的理论和方法解决实际问题。
在学习线性代数时,了解一些重要的公式和定理,不仅可以帮助我们更好地理解和应用线性代数的知识,还能为进一步学习和研究提供基础。
在线性代数中,有许多公式和定理与行列式、矩阵、向量、线性变换和特征值等相关。
下面我将介绍一些重要的公式和定理,希望对你的学习有所帮助。
一、行列式的公式和定理1. 行列式的定义:设有n阶方阵A,它的行列式记作,A,或det(A),定义为:A,=a₁₁A₁₁-a₁₂A₁₂+...+(-1)^(1+n)a₁ₙA₁其中,a₁₁,a₁₂,...,a₁ₙ分别是矩阵第一行元素,A₁₁,A₁₂,...,A₁ₙ是矩阵去掉第一行和第一列的余子式。
2.行列式的性质:(1)行互换改变行列式的符号,列互换改变行列式的符号。
(2)行列式相邻行(列)对换,行列式的值不变。
(3)行列式其中一行(列)中的各项都乘以同一个数k,行列式的值也乘以k。
(4)互换行列式的两行(列),行列式的值不变。
(5)若行列式的行(列)的元素都是0,那么行列式的值为0。
(6)行列式的其中一行(列)的元素都是两数之和,那么行列式的值等于两个行列式的值之和。
3.行列式的计算:(1)按第一行展开计算行列式:将行列式的第一行元素与其所对应的代数余子式相乘,然后加上符号,得到行列式的值。
(2)按第一列展开计算行列式:将行列式的第一列元素与其所对应的代数余子式相乘,然后加上符号,得到行列式的值。
4.行列式的性质定理:(1)拉普拉斯定理:行列式等于它的每一行(列)的元素与其所对应的代数余子式的乘积之和。
(2)行(列)对阵定理:行列式的值等于它的转置矩阵的值。
(3)行列式的转置等于行列式的值不变。
二、矩阵的公式和定理1.矩阵的定义:将一个复数域上的m行n列数排成一个长方形,并按照一定的顺序进行排列,这个排列称为一个m×n矩阵,其中m是矩阵的行数,n是矩阵的列数。
大一线性代数知识点公式
大一线性代数知识点公式线性代数是大一数学课程中的一门重要学科,涵盖了许多核心概念和基本公式。
下面将介绍一些大一线性代数中常见的知识点和相关公式。
1. 向量的加法和标量乘法向量的加法和标量乘法是线性代数中最基本的运算。
对于向量v和w,其加法定义为:v + w = (v₁ + w₁, v₂ + w₂, ..., vₙ + wₙ)其中vᵢ和wᵢ是向量v和w的第i个分量。
标量乘法定义为:k · v = (k · v₁, k · v₂, ..., k · vₙ)其中k是一个实数。
2. 向量的点乘和模长向量的点乘也称为向量的内积或数量积。
对于向量v和w,其点乘定义为:v ∙ w = v₁w₁ + v₂w₂ + ... + vₙwₙ点乘的结果是一个实数。
另外,向量的模长定义为:‖v‖ = √(v₁² + v₂² + ... + vₙ²)模长表示向量的长度或大小。
3. 矩阵的加法和标量乘法矩阵的加法和标量乘法也是线性代数中常见的操作。
对于m×n 的矩阵A和B,其加法定义为:A +B = [aᵢₙ + bᵢₙ]其中aᵢₙ和bᵢₙ是矩阵A和B的第i行第j列的元素。
标量乘法定义为:k · A = [kaᵢₙ]其中k是一个实数。
4. 矩阵的乘法矩阵的乘法是线性代数中最重要的运算之一。
对于m×n的矩阵A和n×p的矩阵B,它们的乘积AB定义为:AB = [cᵢₙ]其中cᵢₙ是矩阵乘积的第i行第j列的元素,计算公式为:cᵢₙ = aᵢ₁b₁ₙ + aᵢ₂b₂ₙ + ... + aᵢₙbₙₙ5. 行列式的计算行列式是线性代数中独特的概念,用于描述矩阵的性质。
对于n阶方阵A,其行列式定义为|A|或det(A)。
行列式的计算公式较复杂,可以通过展开定理、高斯消元法等方法进行计算。
6. 矩阵的转置和逆矩阵的转置是将其行和列对调得到的新矩阵。
线性代数公式大全
则(二版定理7); 向量组能由向量组线性表示,则;(定理3) 向量组能由向量组线性表示 有解;
(定理2) 向量组能由向量组等价(定理2推论) 8. 方阵可逆存在有限个初等矩阵,使; ①、矩阵行等价:(左乘,可逆)与同解 ②、矩阵列等价:(右乘,可逆); ③、矩阵等价:(、可逆); 9. 对于矩阵与: ①、若与行等价,则与的行秩相等; ②、若与行等价,则与同解,且与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、矩阵的行秩等于列秩; 10. 若,则: ①、的列向量组能由的列向量组线性表示,为系数矩阵; ②、的行向量组能由的行向量组线性表示,为系数矩阵;(转置) 11. 齐次方程组的解一定是的解,考试中可以直接作为定理使用,而
①、与方程的个数相同,即方程组有个方程;
②、与方程组得未知数个数相同,方程组为元方程;
10. 线性方程组的求解:
①、对增广矩阵进行初等行变换(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;
:
①、;
②、(向量方程,为矩阵,个方程,个未知数)
,系数矩阵的秩小于未知数的个数; 15. 设的矩阵的秩为,则元齐次线性方程组的解集的秩为:; 16. 若为的一个解,为的一个基础解系,则线性无关;(题33结论)
5、相似矩阵和二次型
1. 正交矩阵或(定义),性质: ①、的列向量都是单位向量,且两两正交,即; ②、若为正交矩阵,则也为正交阵,且; ③、若、正交阵,则也是正交阵; 注意:求解正交阵,千万不要忘记施密特正交化和单位化;
Ⅰ、的列向量全部是齐次方程组解(转置运算后的结论); Ⅱ、 ⑨、若、均为阶方阵,则; 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、型如的矩阵:利用二项展开式; 二项展开式:; 注:Ⅰ、展开后有项; Ⅱ、 Ⅲ、组合的性质:; ③、利用特征值和相似对角化: 7. 伴随矩阵: ①、伴随矩阵的秩:; ②、伴随矩阵的特征值:; ③、、 8. 关于矩阵秩的描述: ①、,中有阶子式不为0,阶子式全部为0;(两句话) ②、,中有阶子式全部为0; ③、,中有阶子式不为0; 9. 线性方程组:,其中为矩阵,则:
线性代数重要公式、定理大全
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 ij ij 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 -=-;(1)22(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; 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 A BCB O B==、(1)m n CA OA A BB 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;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. 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)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 --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;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 ≤;(※)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 ≥+-;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()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 CCC 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()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-=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;11. 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 n a x a x a x b 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 a a 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 TTmβββ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 是否有AX B ⇔=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 ≤(二版74P 定理7);向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示AX B ⇔=有解; ()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论)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,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; 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:(110P 题19结论)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;(87P )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;15. 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;(111P 题33结论)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)。
04184线性代数公式_
04184线性代数公式_线性代数是一门研究向量空间和线性映射的数学学科,广泛应用于数学领域和其他学科,如物理学、经济学、计算机科学等。
在学习线性代数的过程中,我们需要掌握一些重要的公式,这些公式是解决线性代数问题的基础。
下面是一些常用的线性代数公式。
1.向量加法和数量乘法向量加法:设u=(u1, u2, u3, ..., un),v=(v1, v2, v3, ..., vn)是R^n中的向量,则u+v=(u1+v1, u2+v2, u3+v3, ..., un+vn)。
数量乘法:设c是一个实数,u=(u1, u2, u3, ..., un)是R^n中的向量,则c*u=(c*u1, c*u2, c*u3, ..., c*un)。
2.向量的点积设u=(u1, u2, u3, ..., un),v=(v1, v2, v3, ..., vn)是R^n中的向量,则u·v=u1*v1+u2*v2+...+un*vn。
3.向量的模设u=(u1, u2, u3, ..., un)是R^n中的向量,则向量u的模记作,u,定义为,u,=√(u1^2+u2^2+...+un^2)。
4.向量的夹角设u和v是R^n中的两个非零向量,则向量u和v的夹角θ满足cosθ=(u·v)/(,u,*,v,)。
5.矩阵的转置设A=(aij)是一个m×n的矩阵,则A的转置记作A^T,定义为A^T=(bij),其中bij=aij。
6.矩阵的乘法设A=(aij)是一个m×n的矩阵,B=(bij)是一个n×p的矩阵,则矩阵AB的乘积记作C=(cij),其中cij=a1j*bij+a2j*b2j+...+anj*bpj。
7.矩阵的逆设A是一个n阶方阵,若存在一个n阶方阵B,使得AB=BA=I,其中I是单位矩阵,则称A是可逆的,矩阵B称为A的逆矩阵,记作A^{-1}。
8.行列式设A是一个n阶方阵,其行列式记作det(A)或,A,定义为det(A)=a11*C11+a12*C12+...+a1n*C1n,其中Cij=(-1)^(i+j)*Mij,Mij 是去掉A的第i行和第j列后得到的(n-1)阶方阵的行列式。
线性代数公式必背_完整归纳清晰版
线性代数必背公式(完全整理版)2010.41、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 ij ij ij M 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;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 CA B -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;(拉普拉斯) 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 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)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 --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;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 ≤;(※)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 ≥+-;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()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: 7. 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-=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;11. 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 n a x a x a x b 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 a a 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 TTmβββ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 ≤(二版74P 定理7);向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示AX B ⇔=有解; ()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论)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,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; 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:(110P 题19结论)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;(87P ) 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;15. 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;(111P 题33结论)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)。
线性代数重要公式、定理大全
线性代数重要公式、定理大全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 ij ij 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 -=-;(1)22(1)n n D D -=-将D 顺时针或逆时针旋转90o ,所得行列式为2D ,则; 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 A BCB O B==、(1)m n CA OA A BB OB C==-g⑥、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nR 的一组基; ⇔A是nR 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**()()()()()()TT TT 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 ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭O,则: Ⅰ、12sA A A A =L ;Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭O;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 CA B -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;(拉普拉斯)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 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 = ⇔ :; 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= ⎪ ⎪⎝⎭O λλλ,左乘矩阵A ,iλ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 --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质: ①、0()min(,)m nr A m n ⨯≤≤;②、()()Tr 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 ≥+-; 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()nnnn m n mmn n n nm m n mnnnnnn m a b C a C ab C ab Ca bC b C a b -----=+=++++++=∑L L ;注:Ⅰ、()na b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====-L L g g g L g m n nn n n n n m n CC C m m n mⅢ、组合的性质:11112---+-===+==∑nmn m m m m r nr r nnn nnnn n r CCCC 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()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 AA X X λλλ- == ⇒ =;③、*1AA A -=、1*n AA-=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;11. 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 n a x a x a x b a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩L L L L L L L L L L L L L L ;②、1112111212222212n n m m mn m m a a a x b a a a x b Ax ba a a xb ⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭L L M M O M M M L(向量方程,A 为m n ⨯矩阵,m个方程,n 个未知数) ③、()1212n n x xaa a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭LM (全部按列分块,其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭M );④、1122nna x a x a xβ+++=L (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,,,mαααL 构成n m ⨯矩阵12(,,,)mA =L ααα;m 个n 维行向量所组成的向量组B :12,,,T T T mβββL 构成m n ⨯矩阵12T T T m B βββ⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭M ;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Ax ⇔=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 是否有AX B ⇔=解;(矩阵方程) 3. 矩阵m nA ⨯与l nB ⨯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. ()()Tr 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,,,sαααL 线性相关,则121,,,,ss αααα+L 必线性相关;若12,,,sαααL 线性无关,则121,,,s ααα-L 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 ≤(二版74P 定理7); 向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3)向量组A 能由向量组B 线性表示 AX B ⇔=有解;()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论) 8. 方阵A 可逆⇔存在有限个初等矩阵12,,,lP P P L ,使12lA P P P =L ; 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 nB ⨯: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; 10. 若m s s n m nA 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,TA 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 ⨯L 可由向量组12:,,,n s sA a a a ⨯L 线性表示为:(110P 题19结论)1212(,,,)(,,,)r sb b b a a a K =L L (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 ==≤≤∴=Q ;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 nA ⨯,存在n mQ ⨯,mAQ E = ()r A m ⇔=、Q 的列向量线性无关;(87P )②、对矩阵m n A ⨯,存在n m P ⨯,nPA E = ()r A n ⇔=、P 的行向量线性无关;14. 12,,,sαααL 线性相关⇔存在一组不全为0的数12,,,s k k k L ,使得11220s sk k k ααα+++=L 成立;(定义)⇔1212(,,,)0s s x xx ααα⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭L M 有非零解,即0Ax =有非零解;⇔12(,,,)s r sααα<L ,系数矩阵的秩小于未知数的个数;15. 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 rξξξ-L 为0Ax =的一个基础解系,则*12,,,,n r ηξξξ-L 线性无关;(111P 题33结论)5、相似矩阵和二次型1. 正交矩阵TA A E ⇔=或1TA 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 iji j a a i j n i j =⎧==⎨≠⎩L ; ②、若A 为正交矩阵,则1TA 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(,,,)ra a a L11b a =;1222111[,][,]b a b a b b b =-gL L L9 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 ----=----g g L g ;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; 0,0iia A ⇒>>;(必要条件)。
线性代数公式(大全)—修订(突击必备)
线性代数公式大全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ija 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 ji j ijijij ij M A A M ++=-=-4. 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:AO A C A BCB O B==、(1)m n CA OA A BB OB C==-⑥、范德蒙行列式:大指标减小指标的连乘积; ⑦、特征值;5. 对于n 阶行列式A ,恒有:1(1)nnkn kk k E A S λλλ-=-=+-∑,其中kS 为k 阶主子式;6. 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**()()()()()()TT TT A A A A A A ----===***111()()()TTTAB 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、12sA 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 OB 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. 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 = ⇔ ;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,i λ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 --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; 5. 矩阵秩的基本性质: ①、0()min(,)m nr A m n ⨯≤≤;②、()()Tr Ar 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 ≤;(※)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 ≥+-;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()nnnn m n mmn n n nm m n mnnnnnn m a b C a C ab C ab Ca bC b C a b -----=+=++++++=∑;注:Ⅰ、()na b +展开后有1n +项; Ⅱ、0(1)(1)!1123!()!--+====-m n nn n n n n m n CC C m m n mⅢ、组合的性质:111102---+-===+==∑nmn mm m m r nr r nnn n nnn n r CCCC 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()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、*1AA 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; 11.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 n a x a x a x b 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 xaa a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭(全部按列分块,其中12nb b b β⎛⎫ ⎪ ⎪= ⎪⎪⎝⎭); ④、1122n n a xa 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 nA ⨯与l nB ⨯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. ()()Tr 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,,,sααα线性相关,则121,,,,ss 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 ≤(二版74P 定理7);向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示AX B ⇔=有解;()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论) 8. 方阵A 可逆⇔存在有限个初等矩阵12,,,lP P P ,使12lA 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 nB ⨯: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; 10. 若m s s n m nA 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,TA 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 sA a a a ⨯线性表示为:(110P 题19结论)1212(,,,)(,,,)r sb 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 nA ⨯,存在n mQ ⨯,mAQ E = ()r A m ⇔=、Q 的列向量线性无关;(87P )②、对矩阵m nA ⨯,存在n mP ⨯,nPA E = ()r A n ⇔=、P 的行向量线性无关; 14. 12,,,sααα线性相关⇔存在一组不全为0的数12,,,sk k k ,使得11220ssk 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;15.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 rηξξξ-线性无关;(111P 题33结论)5、相似矩阵和二次型1. 正交矩阵TA A E ⇔=或1TA 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 ij i j aa i j n i j=⎧==⎨≠⎩;②、若A 为正交矩阵,则1TA 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(,,,)ra 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 ⇔=TC AC B ,其中可逆;⇔Tx Ax 与Tx 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TC 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Tx 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TC 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; 0,0iia A ⇒>>;(必要条件)。
线性代数公式大全
线性代数公式大全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 ++=-=-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 =;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;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;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;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 ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;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. 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:r m 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 = ⇔ ;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 -=;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 ≤;※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;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: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 a a 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15n 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 ≤二版74P 定理7;向量组A 能由向量组B 线性表示,则()()r A r B ≤;86P 定理3 向量组A 能由向量组B 线性表示AX B ⇔=有解; ()(,)r A r A B ⇔=85P 定理2向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==85P 定理2推论方阵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:110P 题19结论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;87P②、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;111P 题33结论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; 施密特正交化:12(,,,)r a a a11b a =;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 ----=----;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; 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 ; 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; A 为对称阵,则A 为二次型矩阵; 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。
- 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)。
线性代数重点公式
⽬目录
1⾏行行列列式 (1)
2矩阵 (2)
3矩阵的初等变换与线性⽅方程组 (3)
4向量量组的线性相关性 (6)
5相似矩阵和⼆二次型 (9)
1⾏行行列列式
1.⾏行行列列式共有个元素,展开后有项,可分解为⾏行行列列式;
2.代数余⼦子式的性质:
①、和的⼤大⼩小⽆无关;
②、某⾏行行(列列)的元素乘以其它⾏行行(列列)元素的代数余⼦子式为0;
③、某⾏行行(列列)的元素乘以该⾏行行(列列)元素的代数余⼦子式为;
3.代数余⼦子式和余⼦子式的关系:
4.设⾏行行列列式:
将上、下翻转或左右翻转,所得⾏行行列列式为,则;
将顺时针或逆时针旋转,所得⾏行行列列式为,则;
将主对⻆角线翻转后(转置),所得⾏行行列列式为,则;
将主副⻆角线翻转后,所得⾏行行列列式为,则;
5.⾏行行列列式的重要公式:
①、主对⻆角⾏行行列列式:主对⻆角元素的乘积;
②、副对⻆角⾏行行列列式:副对⻆角元素的乘积;
③、上、下三⻆角⾏行行列列式():主对⻆角元素的乘积;
④、和:副对⻆角元素的乘积;
⑤、拉普拉斯展开式:、
⑥、范德蒙⾏行行列列式:⼤大指标减⼩小指标的连乘积;
⑦、特征值;
6.对于阶⾏行行列列式,恒有:,其中为阶主⼦子式;
7.证明的⽅方法:
①、;
②、反证法;
③、构造⻬齐次⽅方程组,证明其有⾮非零解;
④、利利⽤用秩,证明;
⑤、证明0是其特征值;
2矩阵
8.是阶可逆矩阵:
(是⾮非奇异矩阵);
(是满秩矩阵)
的⾏行行(列列)向量量组线性⽆无关;
⻬齐次⽅方程组有⾮非零解;
,总有唯⼀一解;
与等价;
可表示成若⼲干个初等矩阵的乘积;
的特征值全不不为0;
是正定矩阵;
的⾏行行(列列)向量量组是的⼀一组基;
是中某两组基的过渡矩阵;
9.对于阶矩阵:⽆无条件恒成⽴立;
10.
12.关于分块矩阵的重要结论,其中均、可逆:
若,则:
Ⅰ、;
Ⅱ、;
②、;(主对⻆角分块)
③、;(副对⻆角分块)
④、;(拉普拉斯)
⑤、;(拉普拉斯)
3矩阵的初等变换与线性⽅方程组
13.⼀一个矩阵,总可经过初等变换化为标准形,其标准形是唯⼀一确定的:;
等价类:所有与等价的矩阵组成的⼀一个集合,称为⼀一个等价类;标准形为其形状最简单的矩阵;
对于同型矩阵、,若;
14.⾏行行最简形矩阵:
①、只能通过初等⾏行行变换获得;
②、每⾏行行⾸首个⾮非0元素必须为1;
③、每⾏行行⾸首个⾮非0元素所在列列的其他元素必须为0;
1、若,则可逆,且;
②、对矩阵做初等⾏行行变化,当变为时,就变成,即:;
③、求解线形⽅方程组:对于个未知数个⽅方程,如果,则可逆,且;
16.初等矩阵和对⻆角矩阵的概念:
①、初等矩阵是⾏行行变换还是列列变换,由其位置决定:左乘为初等⾏行行矩阵、右乘为初等列列矩阵;
②、,左乘矩阵,乘的各⾏行行元素;右乘,乘的各列列元素;
③、对调两⾏行行或两列列,符号,且,例例如:;
④、倍乘某⾏行行或某列列,符号,且,例例如:;
⑤、倍加某⾏行行或某列列,符号,且,如:;
17.矩阵秩的基本性质:
①、;
②、;
③、若,则;
④、若、可逆,则;(可逆矩阵不不影响矩阵的秩)
⑤、;(※)
⑥、;(※)
⑦、;(※)
Ⅰ、的列列向量量全部是⻬齐次⽅方程组解(转置运算后的结论);
Ⅱ、
⑨、若、均为阶⽅方阵,则;
18.三种特殊矩阵的⽅方幂:
①、秩为1的矩阵:⼀一定可以分解为列列矩阵(向量量)⾏行行矩阵(向量量)的形式,再采⽤用结合律律;
②、型如的矩阵:利利⽤用⼆二项展开式;
⼆二项展开式:;
注:Ⅰ、展开后有项;
Ⅱ、
Ⅲ、组合的性质:;
③、利利⽤用特征值和相似对⻆角化:
19.伴随矩阵:
①、伴随矩阵的秩:;
②、伴随矩阵的特征值:;
③、、
20.关于矩阵秩的描述:
①、,中有阶⼦子式不不为0,阶⼦子式全部为0;(两句句话)
②、,中有阶⼦子式全部为0;
③、,中有阶⼦子式不不为0;
①、与⽅方程的个数相同,即⽅方程组有个⽅方程;
②、与⽅方程组得未知数个数相同,⽅方程组为元⽅方程;
22.线性⽅方程组的求解:
①、对增⼴广矩阵进⾏行行初等⾏行行变换(只能使⽤用初等⾏行行变换);
②、⻬齐次解为对应⻬齐次⽅方程组的解;
③、特解:⾃自由变量量赋初值后求得;
23.由个未知数个⽅方程的⽅方程组构成元线性⽅方程:
①、;
②、(向量量⽅方程,为矩阵,个⽅方程,个未知数)
③、(全部按列列分块,其中);
④、(线性表出)
⑤、有解的充要条件:(为未知数的个数或维数)
4向量量组的线性相关性
24.个维列列向量量所组成的向量量组:构成矩阵;
个维⾏行行向量量所组成的向量量组:构成矩阵;
含有有限个向量量的有序向量量组与矩阵⼀一⼀一对应;
25.①、向量量组的线性相关、⽆无关有、⽆无⾮非零解;(⻬齐次线性⽅方程组)
②、向量量的线性表出是否有解;(线性⽅方程组)
③、向量量组的相互线性表示是否有解;(矩阵⽅方程)
26.矩阵与⾏行行向量量组等价的充分必要条件是:⻬齐次⽅方程组和同解;(例例14)
27.;(例例15)
28.维向量量线性相关的⼏几何意义:
①、线性相关;
②、线性相关坐标成⽐比例例或共线(平⾏行行);
③、线性相关共⾯面;
29.线性相关与⽆无关的两套定理理:
若线性相关,则必线性相关;
若线性⽆无关,则必线性⽆无关;(向量量的个数加加减减,⼆二者为对偶)若维向量量组的每个向量量上添上个分量量,构成维向量量组:
若线性⽆无关,则也线性⽆无关;反之若线性相关,则也线性相关;(向量量组的维数加加减减)
简⾔言之:⽆无关组延⻓长后仍⽆无关,反之,不不确定;
30.向量量组(个数为)能由向量量组(个数为)线性表示,且线性⽆无关,则(⼆二版定
理理7);
向量量组能由向量量组线性表示,则;(定理理3)
向量量组能由向量量组线性表示
有解;
(定理理2)
向量量组能由向量量组等价(定理理2推论)
31.⽅方阵可逆存在有限个初等矩阵,使;
①、矩阵⾏行行等价:(左乘,可逆)与同解
②、矩阵列列等价:(右乘,可逆);
③、矩阵等价:(、可逆);
32.对于矩阵与:
①、若与⾏行行等价,则与的⾏行行秩相等;
②、若与⾏行行等价,则与同解,且与的任何对应的列列向量量组具有相同的线性相关性;
③、矩阵的初等变换不不改变矩阵的秩;
④、矩阵的⾏行行秩等于列列秩;
33.若,则:
①、的列列向量量组能由的列列向量量组线性表示,为系数矩阵;
②、的⾏行行向量量组能由的⾏行行向量量组线性表示,为系数矩阵;(转置)
34.⻬齐次⽅方程组的解⼀一定是的解,考试中可以直接作为定理理使⽤用,⽽而⽆无需证明;
①、只有零解只有零解;
②、有⾮非零解⼀一定存在⾮非零解;
35.设向量量组可由向量量组线性表示为:(题19结论)
()
其中为,且线性⽆无关,则组线性⽆无关;(与的列列向量量组具有相同线性相关性)
(必要性:;充分性:反证法)
注:当时,为⽅方阵,可当作定理理使⽤用;
36.①、对矩阵,存在,、的列列向量量线性⽆无关;()
②、对矩阵,存在,、的⾏行行向量量线性⽆无关;
37.线性相关
存在⼀一组不不全为0的数,使得成⽴立;(定义)
有⾮非零解,即有⾮非零解;
,系数矩阵的秩⼩小于未知数的个数;
38.设的矩阵的秩为,则元⻬齐次线性⽅方程组的解集的秩为:;
39.若为的⼀一个解,为的⼀一个基础解系,则线性⽆无关;(
题33结论)
5相似矩阵和⼆二次型
40.正交矩阵或(定义),性质:
①、的列列向量量都是单位向量量,且两两正交,即;
②、若为正交矩阵,则也为正交阵,且;
③、若、正交阵,则也是正交阵;
注意:求解正交阵,千万不不要忘记施密特正交化和单位化;
41.施密特正交化:
;
;
42.对于普通⽅方阵,不不同特征值对应的特征向量量线性⽆无关;
对于实对称阵,不不同特征值对应的特征向量量正交;
43.①、与等价经过初等变换得到;
,、可逆;
,、同型;
②、与合同,其中可逆;
与有相同的正、负惯性指数;
③、与相似;
44.相似⼀一定合同、合同未必相似;
若为正交矩阵,则,(合同、相似的约束条件不不同,相似的更更严格);
45.为对称阵,则为⼆二次型矩阵;
46.元⼆二次型为正定:
的正惯性指数为;
与合同,即存在可逆矩阵,使;
的所有特征值均为正数;
的各阶顺序主⼦子式均⼤大于0;
;(必要条件)。