线代重点
数学考研必备知识点线性代数的重点章节解析
数学考研必备知识点线性代数的重点章节解析一、引言线性代数是数学中的一个重要分支，广泛应用于各个领域的科学研究和工程实践中。
作为数学考研的一门必备知识，掌握线性代数的重点章节非常关键。
本文将对数学考研必备知识点线性代数的重点章节进行解析，帮助考生全面理解和掌握这些内容。
二、向量空间向量空间是线性代数的基础，包括向量的加法、数乘和向量空间的性质等。
重点章节有：1. 线性相关性与线性无关性：讨论向量组的线性相关性与线性无关性，以及线性相关性的判定方法。
2. 向量空间的维数：介绍向量空间的维数概念及其性质，以及维数的计算方法。
3. 基与坐标：介绍向量空间的一组基及其坐标表示方法，以及基的变换与坐标的变换关系。
三、线性映射与线性变换线性映射与线性变换是线性代数的重要内容，涉及到线性变换的性质、线性变换的表示矩阵和线性映射的核与像等。
重点章节有：1. 线性变换与矩阵：介绍线性变换的定义和性质，并探究线性变换的代数表示——矩阵。
2. 线性变换的核与像：讨论线性变换的核与像的概念，以及它们的性质和计算方法。
3. 线性变换的合成与逆变换：研究线性变换的合成和逆变换的概念与性质，以及相应的计算方法。
四、特征值与特征向量特征值与特征向量是线性代数中的重要概念，用于研究线性变换的本质特性。
重点章节有：1. 特征值与特征向量的定义：介绍特征值与特征向量的定义及其性质。
2. 特征值与特征向量的计算：探究特征值与特征向量的计算方法和求解步骤。
3. 对角化与相似矩阵：讨论矩阵的对角化概念及其条件，以及相似矩阵的性质和计算方法。
五、内积空间与正交变换内积空间与正交变换是线性代数的重要分支，包括内积空间的定义与性质、正交变换的概念与性质等。
重点章节有：1. 内积空间的定义与性质：介绍内积空间的定义和性质，包括内积的性质和内积空间的几何解释。
2. 正交向量与正交子空间：研究正交向量和正交子空间的概念、性质及其计算方法。
3. 正交变换与正交矩阵：探究正交变换的定义和性质，以及正交变换的矩阵表示——正交矩阵。
考研数学线性代数重点整理
考研数学线性代数重点整理一、矢量空间矢量空间是线性代数的基础概念，它描述了一组对象（称为矢量）的性质及其之间的运算规则。
以下是矢量空间的一些重要性质和定义：1. 定义：矢量空间是满足以下8个条件的集合V，其中两个运算（加法和乘法）满足特定的性质。
2. 加法：对于任意的矢量u和v，它们的和u+v也是V中的一个矢量。
3. 加法交换律：对于任意的矢量u和v，有u+v = v+u。
4. 加法结合律：对于任意的矢量u、v和w，有(u+v)+w = u+(v+w)。
5. 加法单位元：存在一个称为零矢量的特殊矢量0，对于任意的矢量v，有v+0 = 0+v = v。
6. 加法逆元：对于任意的矢量v，存在一个称为负矢量的特殊矢量-u，使得v+(-u) = (-u)+v = 0。
7. 乘法定义：对于任意的矢量v和实数c，cv也是V中的一个矢量。
8. 乘法分配律：对于任意的矢量v和实数c和d，有c(dv) = (cd)v。
9. 乘法单位元：对于任意的矢量v，有1v = v。
二、矩阵与线性方程组矩阵是线性代数中另一个重要的概念，它可以用来表示线性方程组和线性变换。
以下是与矩阵和线性方程组相关的一些重要内容：1. 矩阵定义：将数按矩形排列成的矩形数表称为矩阵，其中行数和列数分别称为矩阵的行数和列数。
2. 矩阵运算：矩阵之间可以进行加法和乘法的运算，具体规则如下：- 矩阵加法：对应位置元素相加。
- 矩阵乘法：设A是一个m×n矩阵，B是一个n×p矩阵，那么它们的乘积AB是一个m×p矩阵，乘法规则为A的行乘以B的列。
3. 线性方程组：线性方程组是一组线性方程的集合，矩阵可以用来表示和求解线性方程组。
对于一个m×n矩阵A、一个n×1矩阵X和一个m×1矩阵B，线性方程组可以表示为AX=B。
4. 线性方程组的解：根据矩阵的性质，可以通过高斯消元法、矩阵求逆等方法求解线性方程组。
考研数学线性代数重点知识
考研数学线性代数重点知识线性代数是考研数学中非常重要的一部分，对于许多考生来说，掌握好线性代数的重点知识是取得高分的关键。
下面我们就来详细梳理一下线性代数中的重点知识。
一、行列式行列式是线性代数中的基本概念之一，它有着多种计算方法和重要的性质。
计算行列式的方法包括：按行（列）展开法、三角化法、利用行列式的性质化简等。
其中，利用行列式的性质将其化为上三角或下三角行列式是比较常用且有效的方法。
行列式的性质包括：行列式与其转置行列式相等；对换两行（列），行列式变号；某行（列）元素乘以 k，等于用 k 乘以此行列式；若某行（列）元素是两数之和，则行列式可拆分为两个行列式之和等。
行列式在求解线性方程组、判断矩阵可逆性等方面有着重要的应用。
二、矩阵矩阵是线性代数的核心概念，包括矩阵的运算、逆矩阵、矩阵的秩等内容。
矩阵的运算有加、减、乘、数乘。
矩阵乘法需要注意其规则，不满足交换律。
逆矩阵是一个重要概念，如果矩阵 A 可逆，则存在 A 的逆矩阵A⁻¹，使得 AA⁻¹＝ A⁻¹A ＝ E（单位矩阵）。
求逆矩阵的方法有伴随矩阵法和初等变换法。
矩阵的秩反映了矩阵的“有效信息”量，通过初等变换可以求出矩阵的秩。
三、向量向量部分包括向量组的线性相关性、极大线性无关组、向量组的秩等。
判断向量组的线性相关性有定义法、行列式法、矩阵秩法等。
极大线性无关组是向量组中“最核心”的部分，它不唯一，但所含向量个数是确定的。
向量组的秩等于其极大线性无关组所含向量的个数。
四、线性方程组线性方程组是线性代数的重点应用之一。
齐次线性方程组，当系数矩阵的秩等于未知数个数时，只有零解；当系数矩阵的秩小于未知数个数时，有非零解。
非齐次线性方程组，当增广矩阵的秩等于系数矩阵的秩时，有解；当增广矩阵的秩大于系数矩阵的秩时，无解。
求解线性方程组可以使用高斯消元法。
五、特征值与特征向量特征值和特征向量反映了矩阵的某种特性。
求特征值就是求解特征方程｜λE A| ＝ 0 的根，求特征向量则是通过解齐次线性方程组（λE A)X ＝ 0 得到。
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；。
数学线性代数的重点考点
数学线性代数的重点考点数学线性代数是大学数学课程的重要组成部分，它的研究对象是向量空间及其上的线性变换。
对于学习线性代数的学生来说，理解和掌握其中的重点考点是非常重要的。
本文将围绕数学线性代数的重点考点展开讨论，帮助读者加深对这些内容的理解。
一、向量空间的定义和性质1. 向量空间的定义：向量空间是指满足一系列要求的非空集合，包括封闭性、加法运算和数乘运算。
了解向量空间的定义对于理解线性代数的其他内容至关重要。
2. 向量空间的性质：包括零向量、加法逆元、交换律、结合律、分配律等。
掌握这些性质有助于进行向量的运算和推导。
3. 子空间：子空间是指向量空间中满足向量空间的定义和性质的子集。
了解子空间的定义和性质，包括判断一个子集是否为子空间的方法，对于解题和证明相关问题非常有帮助。
二、线性变换和矩阵表示1. 线性变换的定义：线性变换是指保持向量空间加法运算和数乘运算性质的映射。
了解线性变换的定义和性质对于后续的矩阵表示和线性方程组的求解非常重要。
2. 矩阵表示：线性变换可以通过矩阵来表示，其中矩阵的列向量是线性变换后的基向量坐标。
矩阵相乘的运算规则和性质也是线性代数的重点内容。
3. 线性方程组：线性方程组是线性代数的一个重要应用领域，通过矩阵运算的方法可以求解线性方程组。
理解线性方程组的求解过程和相关的概念，如齐次线性方程组和非齐次线性方程组等，对于解决实际问题具有指导意义。
三、特征值和特征向量1. 特征值和特征向量的定义：对于线性变换，存在一些非零向量，当这些向量经过线性变换后，只改变其长度而不改变其方向，这些向量被称为特征向量，而对应的长度比例被称为特征值。
2. 特征值和特征向量的求解：计算特征值和特征向量是求解线性变换的重要方法。
通过特征值和特征向量可以了解线性变换的一些性质，如对角化、相似变换等。
3. 特征多项式和最小多项式：特征多项式是一个和特征值有关的多项式，最小多项式是一个和线性变换的性质有关的最小阶多项式。
考研数学线性代数每年必考的知识点
考研数学线性代数每年必考的知识点考研数学线性代数每年必考的知识点线性代数是考研数学中比较重要的一部分内容，考生要认真复习，尤其注意对重点知识的理解和应用。
店铺为大家精心准备了考研数学线性代数每年必考的难点，欢迎大家前来阅读。
考研数学线性代数每年必考的重点一、行列式与矩阵第一章《行列式》、第二章《矩阵》是线性代数中的基础章节，有必要熟练掌握。
行列式的核心内容是求行列式，包括具体行列式的计算和抽象行列式的计算二、向量与线性方程组向量与线性方程组是整个线性代数部分的核心内容。
相比之下，行列式和矩阵可视作是为了讨论向量和线性方程组部分的问题而做铺垫的基础性章节。
向量与线性方程组的内容联系很密切，很多知识点相互之间都有或明或暗的相关性。
复习这两部分内容最有效的方法就是彻底理顺诸多知识点之间的内在联系，因为这样做首先能够保证做到真正意义上的理解，同时也是熟练掌握和灵活运用的前提。
三、特征值与特征向量相对于前两章来说，本章不是线性代数这门课的理论重点，但却是一个考试重点。
其原因是解决相关题目要用到线代中的大量内容——既有行列式、矩阵又有线性方程组和线性相关，“牵一发而动全身”。
四、二次型本章所讲的内容从根本上讲是第五章《特征值和特征向量》的一个延伸，因为化二次型为标准型的核心知识为“对于实对称矩阵A存在正交矩阵Q使得A可以相似对角化”，其过程就是上一章相似对角化在为实对称矩阵时的应用。
考研数学拿高分的技巧1、认真思考数学问题的习惯思考对于数学的学习是最核心的，对做题更甚。
不坚持去思考，不仔细去联想，类比，总结只相当于背书，是学不到数学的本质的，想考高分是不可能的。
举一个例子：中值定理那块的证明题，一开始不会证，我就忍住不去看答案，自己去思考，有时候一晚上都在思考一个题。
这样思考，我会想到很多知识点并加以整合，会慢慢提炼出思路。
以后解这一类题就会顺畅很多。
考研的题肯定是自己没见过的，平常做题时不会就去看答案，考场上可没有现成的答案看啊。
《线性代数》知识点-归纳整理-大学线代基础知识
《线性代数》知识点-归纳整理-大学线代基础知识-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN《线性代数》知识点归纳整理诚毅学生编01、余子式与代数余子式 ............................................................................................................................................. - 3 -02、主对角线 ................................................................................................................................................................. - 3 -03、转置行列式 ............................................................................................................................................................. - 3 -04、行列式的性质 ......................................................................................................................................................... - 4 -05、计算行列式 ............................................................................................................................................................. - 4 -06、矩阵中未写出的元素 ............................................................................................................................................. - 5 -07、几类特殊的方阵 ..................................................................................................................................................... - 5 -08、矩阵的运算规则 ..................................................................................................................................................... - 5 -09、矩阵多项式 ............................................................................................................................................................. - 7 -10、对称矩阵 ................................................................................................................................................................. - 7 -11、矩阵的分块 ............................................................................................................................................................. - 8 -12、矩阵的初等变换 ..................................................................................................................................................... - 8 -13、矩阵等价 ................................................................................................................................................................. - 8 -14、初等矩阵 ................................................................................................................................................................. - 8 -15、行阶梯形矩阵与行最简形矩阵 ......................................................................................................................... - 8 -16、逆矩阵 ..................................................................................................................................................................... - 9 -17、充分性与必要性的证明题 ................................................................................................................................... - 10 -18、伴随矩阵 ............................................................................................................................................................... - 10 -19、矩阵的标准形： ................................................................................................................................................... - 11 -20、矩阵的秩： ........................................................................................................................................................... - 11 -21、矩阵的秩的一些定理、推论 ............................................................................................................................... - 11 -22、线性方程组概念 ................................................................................................................................................... - 11 -23、齐次线性方程组与非齐次线性方程组（不含向量）........................................................................................ - 11 -24、行向量、列向量、零向量、负向量的概念 ....................................................................................................... - 13 -25、线性方程组的向量形式 ....................................................................................................................................... - 13 -26、线性相关与线性无关的概念 ......................................................................................................................... - 13 -27、向量个数大于向量维数的向量组必然线性相关.............................................................................................. - 14 -28、线性相关、线性无关；齐次线性方程组的解；矩阵的秩这三者的关系及其例题...................................... - 14 -29、线性表示与线性组合的概念 ......................................................................................................................... - 14 -30、线性表示；非齐次线性方程组的解；矩阵的秩这三者的关系其例题.......................................................... - 14 -31、线性相关（无关）与线性表示的3个定理 ....................................................................................................... - 14 -32、最大线性无关组与向量组的秩 ........................................................................................................................... - 14 -33、线性方程组解的结构 ........................................................................................................................................... - 14 -01、余子式与代数余子式（1）设三阶行列式D ＝333231232221131211a a a a a a a a a ，则①元素11a ，12a ，13a 的余子式分别为：M 11＝33322322a a a a ，M 12＝33312321a a a a ，M 13＝32312221a a a a对M 11的解释：划掉第1行、第1列，剩下的就是一个二阶行列式33322322a a a a ，这个行列式即元素11a 的余子式M 11。
线性代数重点归纳
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()n n nn n j j j n j j nj j j j n n nna a a a a a D a a a a a a τ==-∑1②（降阶法）行列式按行（列）展开定理：行列式等于它的任一行（列）的各元素与其对应的代数余子式的乘积之和.推论：行列式某一行（列）的元素与另一行（列）的对应元素的代数余子式乘积之和等于零.1122,,0,.i j i j in jn A i j a A a A a A i 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 OA A O A BO BO BBO A AA B B O B O*==**=-1⑤ 关于副对角线：(1)211212112111()n n nnn n n n n n n a O a a a a a a a Oa O ---*==-1⑥ 范德蒙德行列式：()1222212111112n ijnj i nn n n nx x x x x x x x x x x ≤<≤---=-∏111⑦ ab -型公式：1[(1)]()n a b bbb a bba nb a b b b 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 ⨯① 同型矩阵：两个矩阵的行数相等、列数也相等. ② 矩阵相等: 两个矩阵同型，且对应元素相等. ③ 矩阵运算a. 矩阵加（减）法：两个同型矩阵，对应元素相加（减）.b. 数与矩阵相乘：数λ与矩阵A 的乘积记作A λ 或A λ，规定为()ij A a λλ=.c. 矩阵与矩阵相乘：设()ij m s A a ⨯=, ()ij s n B b ⨯=,则()ij m n C AB c ⨯==， 其中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 C B B CAB ----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭ 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.可画出一条阶梯线，线的下方全为0；每个台阶只有一行，台阶数即是非零行的行数，阶梯线的竖 线后面的第一个元素非零. 当非零行的第一个非零元为1，且这些非零元所在列的其他元素都是0时， 4. 初等变换与初等矩阵 对换变换、倍乘变换、倍加（或消法）变换☻矩阵的初等变换和初等矩阵的关系：①对A施行一次初等○行变换得到的矩阵,等于用相应的初等矩阵○左乘A；②对A施行一次初等○列变换得到的矩阵,等于用相应的初等矩阵○右乘A.注意：初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵.5.关于A矩阵秩的描述：①、()=r A r，A中有r阶子式不为0，1+r阶子式(存在的话) 全部为0；②、()<r A r，A的r阶子式全部为0；③、()≥r A r，A中存在r阶子式不为0；☻矩阵的秩的性质：①()A O r A≠⇔≥1; ()0A O r A=⇔=;0≤()m nr A⨯≤min(,)m n②()()()T Tr A r A r A A==③()()r kA r A k=≠其中0④()(),,()m n n sr A r B nA B r ABB Ax⨯⨯+≤⎧=⇒⎨=⎩若若0的列向量全部是的解⑤()r AB≤{}min(),()r A r B⑥若P、Q可逆，则()()()()r A r PA r AQ r PAQ===；即：可逆矩阵不影响矩阵的秩.⑦若()()()m nAxr AB r Br A nAB O B OAAB AC B Cο⨯⇔=⎧⎪=⎧⎪=⎨⎪⇒=⇒=⎧⎨⎪⎨⎪⎪=⇒=⎩⎩⎩只有零解在矩阵乘法中有左消去律；若()()()n sr AB r Br B nB⨯=⎧=⇒⎨⎩在矩阵乘法中有右消去律.⑧()r rE O E Or A r A AO O O O⎛⎫⎛⎫=⇒ ⎪ ⎪⎝⎭⎝⎭若与唯一的等价，称为矩阵的等价标准型.⑨()r A B±≤()()r A r B+, {}max(),()r A r B≤(,)r A B≤()()r A r B+⑩()()A O O Ar r A r BO B B O⎛⎫⎛⎫==+⎪ ⎪⎝⎭⎝⎭, ()()A Cr r A r BO B⎛⎫≠+⎪⎝⎭☻求矩阵的秩：定义法和行阶梯形阵方法6 矩阵方程的解法(0A ≠)：设法化成AX B XA B ==(I) 或 (II)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⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⇔11112212121122222211222n 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1.①n 个n 维线性无关的向量,两两正交,每个向量长度为1. ②),Tn a 与),Tn b 的内积1(,)ni i n n i a b a b αβ===++∑③(,)0αβ=. 记为：αβ⊥ ④),,Tn a 的长度221(,)ni n i a a ααα====++∑⑤(,1αα==. 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. ① 设A 是一个n 阶方阵, 若存在数λ和n 维非零列向量x , 使得 Ax x λ=，则称λ是方阵A 的一个特征值，x 为方阵A 的对应于特征值λ的一个特征向量. ②0E A λ-=（或0A E λ-=）.③()E A λϕλ-=（或()A E λϕλ-=）.④ ()ϕλ是矩阵A 的特征多项式⇒()A O ϕ=⑤ 12n A λλλ= 1ni A λ=∑tr ，A tr 称为矩阵A 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. ①1P AP B -= （P 为可逆矩阵）②1P AP B -= （P 为正交矩阵）③A 与对角阵Λ相似.（称Λ是A 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.10.11.123,,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。
考研线代重点内容与题型总结
考研线代重点内容与题型总结线性代数作为考研数学中的一门重要课程，其难度较大，需要广大考生进行深入的学习和理解才能取得好成绩。
在复习考研数学的过程中，线性代数往往也是最难理解的一科，因此在备考期间需要针对性地进行专业的学习，从而顺利通过考试。
那么，重点内容和题型都有哪些呢？下面就详细介绍一下。
一、重点内容1. 矩阵矩阵是线性代数中的重要概念，考生需要仔细学习其相关内容。
（1）矩阵的基本概念和性质矩阵的基本概念和性质是线性代数的基础，需要重点掌握。
（2）矩阵的初等变换矩阵的初等变换包括行交换、行数乘以非零常数、一行加上另一行的k倍，需要熟练掌握。
（3）矩阵的逆和行列式矩阵的逆和行列式也是考生需要掌握的内容，需要将逆和行列式的求法都熟记于心。
2. 向量向量是线性代数中的另一个重要概念，需要考生认真学习。
（1）向量的基本概念和性质向量的基本概念和性质也是线性代数的基础，需要重点掌握。
（2）向量的线性相关和线性无关向量的线性相关和线性无关是考生需要仔细理解的内容。
3. 线性方程组线性方程组也是考研线性代数的重点内容之一，需要考生细致地学习。
（1）线性方程组的基本概念和性质线性方程组的基本概念和性质也是线性代数的基础内容，需要重点掌握。
（2）线性方程组的求解和解的结构线性方程组的求解和解的结构也是考生需要学习的内容。
4. 线性变换线性变换在线性代数中也是重要的内容之一，需要考生进行深入学习。
（1）线性变换的基本概念和性质线性变换的基本概念和性质也需要考生重视，认真掌握。
（2）线性变换的矩阵表示线性变换的矩阵表示是考生需要学习的重要内容。
5. 特征值与特征向量特征值与特征向量也是线性代数的重点内容之一，需要考生掌握。
（1）特征值与特征向量的基本概念特征值与特征向量的基本概念也是重点内容之一。
（2）特征值与特征向量的计算特征值与特征向量的计算方法也是考生需要学习的内容。
二、题型总结1. 矩阵题型矩阵是考研线性代数中的重点之一，因此在考试中会涉及到矩阵的各种题型，主要包括矩阵的初等变换、矩阵的秩、逆矩阵与行列式等几个方面。
最完整的线代基础知识点
最完整的线代基础知识点第1章行列式1.1 n阶行列式1.1.1 二阶、三阶行列式起源：发现规律了，继续～从上述推倒可以看出，行列式说白了就是对方程求解的简化过程。
后续的所有变换也都是基于此的。
了解到根源了，就不难理解了。
知识点：（所有的知识其实都是不成体系的，体系都是人为归纳的，其实知识就是一个一个的点而已）1.对角线法则这个法则只能用在二阶和三阶，高阶有另外的算法，后面会介绍到，耐心往下看吧。
以后看到二三阶可以直接用这个算哦。
2.行列式应用（克莱姆法则）法则啥的就是别人先发现了，就是一个规律。
不用理解，直接记住。
（因为本来就是一个现象）小技巧：再算d1d2d3的时候默念一下d1换1（列）d2换2（列）d3换3（列）。
1.1.2 排列既逆序数起源：逆序数为奇数，为奇排列，偶数为偶排列。
知识点：1.任一排列经过对换后，必改变其奇偶性。
2.所有n阶排列中，奇排列与偶排列个数相同，各有n！/2个。
1.1.3 n阶行列式知识点：1.计算方法前面说了，n阶有其他方法，这个就是其中之一不过比较笨重难算一点。
只要看懂这个式子，这节就ok啦，看不懂的可以评论问我。
2.对角行列式对角行列式等于其对角元素的连乘，再加上一个逆序数。
因为除了去取对角之外但凡取到其他位置上的0，就会让这项变成0。
上三角行列式和下三角行列式与对角行列式类似，不能取0。
好题：1.对行列式中数字的选取规则理解如果不用分块矩阵的话，直接从定义出发，三行用两个书，必有一行选不到非零数。
1.2 行列式的性质知识点：1.行列式与它的转置行列式相同，即行与列为完全等价的。
2.互换行列式的两行或两列，行列式值变号3.若行列式有两行或两列元素相同则其行列式的值为04.行列式的某一行中所有元素都乘以k，等于用k数乘行列式5.如果行列式中某一行的元素都为0，则其值为06.若行列式有两列或两行元素成比例，则其为07.若两个行列式除了一行外相同，则可以相合。
相同的行不变，不同的行相加。
线性代数各章学习要点
或
Ax=0
有非零解，其中矩阵A=[ ]。
定理 向量组 线性相关的充分必要条件是矩阵A=[ ]的秩小于m； 线性无关的充分必要条件是矩阵A=[ ]的秩等于m.
以下是有关向量组线性相关、线性无关的其他一些常用性质及判别法。
定理 向量组 （m>1）线性相关的充分必要条件是该组中至少有一个向量可由其他m-1个向量线性表出。换言之，向量组 线性无关的充分必要条件是该组中任何一向量都不能由其他m-1个，向量线性表示。
线性无关向量组的一部分向量组也
线性无关
m=1时， =0
m=1时，
m=2时， 与 对应分量成比例
m=2时， 与 对应分量不成比例
R(A)<m
当m=n，|A|=0
R(A)=m
当m=n，|A| 0
m>n时， 必线性相关
线性相关向量组减少对应位置的分
量得到的向量组仍线性相关
线性无关向量组在对应位置上增加分
量得到的向量组仍线性无关
（1） 线性无关
（2）对于U中的任意向量 可由 线性表示。
则称 为向量组U的一个极大无关组（或最大无关组）；极大无关组所含向量的个数r成为向量组的秩。只含零向量的向量组没有极大无关组，规定它的秩为零。向量组 的秩记作r（ ）。
定理 矩阵的秩等于它的列向量组的秩，也等于它的行向量组的秩。
定理 设向量组（I）可由向量组（II）线性表示，则（I）的秩不大于（II）的秩。
再如，对于向量组 ， ， ， ，则有
=（1+c） +（1-c） +c （c为任意常数）
可见， 可由 ， ， 线性表示，但表示法是无穷的。
定义（线性相关与线性无关）设 一组n维向量，如果存在一组不全为零的常数 ，使得
线性代数(经管类)重点内容_目录
线性代数（经管类）重点内容目录第一章行列式1.简单的二阶、三阶行列式的计算。
（P3）2.利用行列式的定义计算行列式。
（P9）3.利用行列式的六大性质计算行列式。
（P11）4.利用克拉默法则求解线性方程组。
（P27）第二章矩阵5.矩阵的乘法运算。
（P37）6.矩阵乘法运算规律。
（P41）7.方阵的行列式具有的性质。
（P45）8.方阵的逆矩阵及其具有的性质。
（P48）9.利用矩阵的初等变换求解逆矩阵。
（P66）10.矩阵秩的求法。
（P70）11.利用矩阵求解线性方程组。
（P75）第三章向量空间12.线性表示。
（P83）13.线性相关和线性无关的性质与证明。
（P88）14.求向量组的极大无关组。
（P94）15.向量组的秩具有的性质。
（P97）16.求向量组的秩。
（P99）17.求向量空间的基与维数。
（P106）第四章线性方程组18.齐次线性方程组的性质。
（P110）19.求解齐次线性方程组。
（P114）20.非齐次线性方程组解的判别定理。
（P119）21.非齐次线性方程组的求通解方法。
（P120）第五章特征值与特征向量22.特征值与特征向量的定义求法。
（P129）23.特征值与特征向量的一些重要结论。
（P131）24.特征值的性质。
（P132）25.求特征值与特征向量的一般方法。
（P133）26.方阵相似具有的性质。
（P138）27.求向量内积。
（P146）28.正交矩阵的性质与证明。
（P150）第六章实二次型29.实二次型与矩阵之间的相互转换。
（P164）30.实二次型转化为标准形的方法。
（P166）31.用配方法求实二次型的标准形。
（P168）32.求二次型的规范形。
（P169）33.正定矩阵的判定。
（P173）。
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。
考研数学历年真题线性代数的考点总结
考研数学历年真题线性代数的考点总结线代部分对很多备考的学子来说，最深刻感觉就是，抽象、概念多、定理多、性质多、关系多。
为大家精心准备了考研数学历年真题线性代数的要点，欢迎大家前来阅读。
?线性代数章节总结第一章行列式本章的考试重点是行列式的计算，考查形式有两种：一是数值型行列式的计算，二是抽象型行列式的计算.另外数值型行列式的计算不会单独的考大题，考选择填空题较多，有时出现在大题当中的一问或者是在大题的处理问题需要计算行列式，题目难度不是很大。
主要方法是利用行列式的性质或者展开定理即可。
而抽象型行列式的计算主要：利用行列式的性质、利用矩阵乘法、利用特征值、直接利用公式、利用单位阵进展变形、利用相似关系。
06、08、10、12年、13年的填空题均是抽象型的行列式计算问题，14年选择考了一个数值型的矩阵行列式，15、16年的数一、三的填空题考查的是一个n行列式的计算，今年数一、数二、数三这块都没有涉及。
第二章矩阵本章的概念和运算较多，而且结论比较多，但是主要以填空题、选择题为主，另外也会结合其他章节的知识点考大题。
本章的重点较多，有矩阵的乘法、矩阵的秩、逆矩阵、伴随矩阵、初等变换以及初等矩阵等。
其中06、09、11、12年均考查的是初等变换与矩阵乘法之间的相互转化，10年考查的是矩阵的秩，08年考的那么是抽象矩阵求逆的问题，这几年考查的形式为小题，而13年的两道大题均考查到了本章的知识点，第一道题目涉及到矩阵的运算，第二道大题那么用到了矩阵的秩的相关性质。
14的第一道大题的第二问延续了13年第一道大题的思路，考查的仍然是矩阵乘法与线性方程组结合的知识，但是除了这些还涉及到了矩阵的分块。
16年只有数二了矩阵等价的判断确定参数。
第三章向量本章是线代里面的重点也是难点，抽象、概念与性质结论比较多。
重要的概念有向量的线性表出、向量组等价、线性相关与线性无关、极大线性无关组等。
复习的时候要注意构造和从不同角度理解。
数学线代重点知识点整理
数学线代重点知识点整理数学线性代数重点知识点整理一、向量空间与线性相关性1. 向量空间的定义与性质2. 子空间的概念与判定3. 线性相关性与线性无关性的判定4. 基与维数的概念二、线性变换与矩阵1. 线性变换的定义与性质2. 线性变换的矩阵表示3. 线性变换的核与像4. 线性变换的复合与逆三、矩阵的运算与特征值1. 矩阵的加法和数乘运算2. 矩阵的乘法与转置3. 矩阵的秩与零空间4. 特征值与特征向量的定义与求解四、矩阵的对角化与相似矩阵1. 对角矩阵的定义与性质2. 矩阵的相似与相似矩阵的性质3. 矩阵的对角化与相似对角矩阵4. Jordan标准型的定义与求解五、内积空间与正交性1. 内积空间的定义与性质2. 正交向量组与正交投影3. Gram-Schmidt正交化过程4. 正交矩阵与单位ary阵的性质六、特殊矩阵与行列式1. 对称矩阵与正定矩阵2. 三对角矩阵与上、下Hessenberg矩阵3. 行列式的定义与性质4. 行列式的计算方法与解应用七、特殊线性方程组与特征组1. 齐次线性方程组与解空间2. 非齐次线性方程组的解与极大解3. 特解与齐次解的结构关系4. 特征组与特征向量的求解八、最小二乘法与矩阵分解1. 最小二乘问题的定义与解2. QR分解与正交矩阵的应用3. 奇异值分解与矩阵的秩分解4. 矩阵分解在数据压缩中的应用以上是数学线性代数的重点知识点整理，包括向量空间与线性相关性、线性变换与矩阵、矩阵的运算与特征值、矩阵的对角化与相似矩阵、内积空间与正交性、特殊矩阵与行列式、特殊线性方程组与特征组、最小二乘法与矩阵分解等内容。
希望这些知识点的整理能够帮助您学习和掌握数学线性代数的核心概念和重要方法。
线性代数重点难点
线性代数重点难点一、重点内容及要求：1. 理解行列式的概念，能熟练运用行列式的基本性质以及行列式按行(列)展开定理计算行列式,会用Laplace定理和Cramer 法则解线性方程组。
2. 理解矩阵及其秩的概念，会用初等变换求其秩，掌握线性方程组有解、有唯一解以及无解的条件。
掌握用行的初等变换求方程组解的方法。
3. 会熟练运用矩阵的加法、数乘、乘法、转置等运算法则,会计算方阵乘积的行列式。
理解矩阵可求逆的概念，掌握利用伴随矩阵和初等变换求出矩阵逆的方法。
理解矩阵的初等变换和初等矩阵的关系, 理解初等变换和矩阵乘法的关系，掌握矩阵可逆的充要条件。
掌握分块矩阵的运算法则。
4. 理解线性空间、向量的线性组合和线性表示、向量组等价、向量组的线性相关线性无关以及向量组的极大线性无关组和向量组秩的概念，掌握向量组线性相关、线性无关的性质，能判断向量组的线性相关和无关性，会求出向量组的极大线性无关组、确定向量组的秩。
掌握子空间的判断条件，会求出线性空间的基、维数以及向量在一组基下的坐标。
理解基变换的概念，会求过渡矩阵、会用坐标变换公式。
掌握理解向量组的秩与矩阵秩的关系。
理解非齐次线性方程组的解与其导出的齐次线性方程组的解之间的关系、掌握齐次线性方程组基础解系的求法以及写出非齐次线性方程组的通解。
5. 理解内积和欧氏空间的概念，掌握Schmidt正交化方法，理解标准正交基、正交矩阵的概念及其相关性质。
6. 了解线性变换的概念，会写出在基下的矩阵。
理解线性变化和矩阵特定的一一对应关系。
理解并能熟练计算矩阵的特征值和特征向量，掌握矩阵的特征值和特征向量的相关性质。
理解相似矩阵的概念和性质。
掌握矩阵可相似对角阵的充要条件，能熟练地利用之化矩阵为对角阵。
理解实对称矩阵的特征值和特征向量的性质，能熟练地用整交矩阵化实对称矩阵化为对角阵。
7. 理解二次型及其秩的概念，理解对称矩阵和二次型的一一对应关系，理解二次型的标准形、规范形概念以及惯性定理，熟练利用配方法和正交矩阵化二次型为标准形。
线性代数重点
一、行列式
•排列逆序数
•行列式性质
•行列式按行（列）展开性质
•会用行（列）展开求行列式值（★）P17例1.5.1
二、线性方程组
•线性相关判别及性质
•线性无关性质，会证明一组向量线性无关（★）P44例221
•会求齐次方程组基础解系、通解（★）P52例2.5.2
•非齐次方程组解的结构与性质
•向量组秩的性质
三、矩阵
•矩阵乘法性质，（AB）T求解
•给定矩阵A,会求其逆矩阵（★） P75例3.3.1
•初等行变换化矩阵A为规范型矩阵，并求A的秩（★） P48例2.3.2 •若矩阵A满足某方程，证明相关矩阵可逆性（支^?？例3.2.5
四、矩阵特征值
•已知矩阵A,会求可逆矩阵P,使P^AP为对角矩阵（★）P92例421
•内积的定义
•正交矩阵的判别
注意：1、带★的考大题目，无★的考小题
2、所有标注的例题是重点，有可能考察原题
3、考试开始后一小时以内不许交卷，否则判为不及格。
线性代数超强总结
考试重点第一章: 行列式的定义、行列式的计算；第二章: 1、求矩阵的逆阵（伴随矩阵法、初等变换法）； 2.求矩阵的秩（用初等变换法）；3.求矩阵方程: Ax=B, xA=B, AxB=C ； 第三章: 证明向量组的线性相关性； 第四章: 方程组Ax=0, Ax=b 求解； 第五章: 1、会求特征值与特征向量； 2.相似矩阵的性质；3.实对称矩阵的对角化； 第六章: 1.用正交变换把二次型化为标准形；2.二次型的秩, 二次型正定的定义； 3、矩阵正定的判断方法:（1）各阶顺序主子式都大于零；（2）每个特征值都大于零()0A r A n A Ax A A οο⎧⎪<⎪⎪=⇔=⎨⎪⎪⎪⎩不可逆 有非零解是的特征值的列（行）向量线性相关 12()0,,T s i nA r A n Ax A A A A A A A p p p p Ax οββ⎧⎪=⎪⎪=⎪⎪⎪≠⇔⎨⎪⎪⎪⎪=⋅⋅⋅⎪⎪∀∈=⎩可逆 只有零解 的特征值全不为零 的列（行）向量线性无关 是正定矩阵 与同阶单位阵等价 是初等阵总有唯一解⎫⎪−−−→⎬⎪⎭具有向量组等价相似矩阵反身性、对称性、传递性矩阵合同 √ 行列式的计算:① 若A B 与都是方阵（不必同阶）,则(1)mn A A A A B B B B A A BB οοοοο*===**=-②上三角、下三角行列式等于主对角线上元素的乘积.③关于副对角线: √ 逆矩阵的求法:①1A A A*-=②1()()A E E A -−−−−→初等行变换③11a b d b c d c a ad bc --⎡⎤⎡⎤=⎢⎥⎢⎥--⎣⎦⎣⎦ TT T T T A B A C C D BD ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦④12111121n aa n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦21111211na a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⑤11111221n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦ 11121211n nA A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦√ 设 , 对 阶矩阵 规定: 为 的一个多项式.√ 设 的列向量为 , 的列向量为 , 的列向量为 ,√ 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； 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. √ 两个同阶对角矩阵相乘只用把对角线上的对应元素相乘,与分块对角阵相乘类似,即:11112222kk kk A B A B AB A B οο⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦√ 判断 是 的基础解系的条件: ① 12,,,s ηηη线性无关； ② 12,,,s ηηη是0Ax =的解；③ ()s n r A =-=每个解向量中自由变量的个数.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 向量组12,,,n ααα⋅⋅⋅线性相关⇔向量组中至少有一个向量可由其余1n -个向量线性表示. 向量组12,,,n ααα⋅⋅⋅线性无关⇔向量组中每一个向量i α都不能由其余1n -个向量线性表示. ④ m 维列向量组12,,,n ααα⋅⋅⋅线性相关()r A n ⇔<； m 维列向量组12,,,n ααα⋅⋅⋅线性无关()r A n ⇔=. ⑤ ()0r A A ο=⇔=.⑥ 若 线性无关, 而 线性相关,则 可由 线性表示,且表示法惟一. ⑦ 矩阵的行向量组的秩等于列向量组的秩. 阶梯形矩阵的秩等于它的非零行的个数.⑧ 矩阵的行初等变换不改变矩阵的秩,且不改变列 、行向量间的线性关系.⑨ 矩阵 与 等价 作为向量组等价,即: 秩相等的向量组不一定等价.矩阵A 与B 作为向量组等价⇔1212(,,,)(,,,)n n r r αααβββ⋅⋅⋅=⋅⋅⋅=1212(,,,,,,)n n r αααβββ⋅⋅⋅⋅⋅⋅⇒ 矩阵A 与B 等价.向量组 可由向量组 线性表示 ≤ .向量组 可由向量组 线性表示,且 , 则 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 .⑩ 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；⑪ 任一向量组和它的极大无关组等价.⑫ 向量组的任意两个极大无关组等价,且这两个组所含向量的个数相等. ⑬ 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. 若 是 矩阵,则 ,若 , 的行向量线性无关；若 , 的列向量线性无关,即：12,,,n ααα⋅⋅⋅线性无关.Ax β=1122n n x x x αααβ+++=1112111212222212,,n n m m mn n m a a a x b a a a x b A x a a a x b β⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥===⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦ 12,1,2,,j j jmj j n αααα⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦51212120,,,0,,,()(),,,A n A n n Ax Ax A nAx Ax A Ax r A r A n βοαααβοβαααββααα⇒⇔==−−−−−→=<<≠⇒⇒⇔==−−−−−→≠⇔=⇔=<≠=⇒当为方阵时当为方阵时有无穷多解有非零解线性相关 有唯一组解只有零解可由线性表示有解线性无关 12()(),,,()()()1()A n r A r A Ax r A r A r A r A ββαααβββ⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪−−−−−→⎪⎩⇔≠⎧⎪⇔=⇔<⎨⎪⇔+=⎩当为方阵时 克莱姆法则 不可由线性表示无解6线性方程组解的性质:√ 设A 为m n ⨯矩阵,若()r A m =,则()()r A r A β=,从而Ax β=一定有解. 当m n <时,一定不是唯一解.⇒<方程个数未知数的个数向量维数向量个数,则该向量组线性相关.m 是()()r A r A β和的上限. √ 矩阵的秩的性质:① ()()()T T r A r A r A A == ② ()r A B ±≤()()r A r B + ③ ()r AB ≤{}min (),()r A r B④ ()0()00r A k r kA k ≠⎧=⎨=⎩若 若⑤ ()()A r r A r B B οο⎡⎤=+⎢⎥⎣⎦⑥0,()A r A ≠若则≥1⑦ ,,()0,()()m n n s A B r AB r A r B ⨯⨯=+若且则≤n ⑧ ,()()()P Q r PA r AQ r A ==若可逆,则 ⑨ ,()()A r AB r B =若可逆则,()()B r AB r A =若可逆则⑩ (),()(),r A n r AB r B ==若则且A 在矩阵乘法中有左消去律:0AB B AB AC B Cο=⇒==⇒=n 个n 维线性无关的向量,两两正交,每个向量长度为1.(,)0αβ=.1α==.√ 内积的性质: ① 正定性:② 对称性: ③ 双线性:1212(,)(,)(,)ααβαβαβ+=+ (,)(,)(,)c c c αβαβαβ==123,,ααα线性无关,112122111313233121122(,)()(,)(,)()()βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化: T AA E =.√ 是正交矩阵的充要条件: 的 个行（列）向量构成 的一组标准正交基.√ 正交矩阵的性质: ① ； ② T T AA A A E ==；③ A 是正交阵,则T A （或1A -）也是正交阵； ④ 两个正交阵之积仍是正交阵； ⑤ 正交阵的行列式等于1或-1.E A λ-.()E A f λλ-=.√ 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.√ 若0A =,则0λ=为A 的特征值,且0Ax =的基础解系即为属于0λ=的线性无关的特征向量. √ 12n A λλλ= 1ni A λ=∑tr√ 若 ,则 一定可分解为 = 、 ,从而 的特征值为: , .√ 若 的全部特征值 , 是多项式,则: ① ()f A 的全部特征值为12(),(),,()n f f f λλλ；② 当A 可逆时,1A -的全部特征值为12111,,,n λλλ,A *的全部特征值为12,,,n A AAλλλ.√ 1122,.m m Ak kA a b aA bEAA AA A λλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是的特征值则:分别有特征值 √ 1122,m m Ak kAa b aA bEAx A x AA A λλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是关于的特征向量则也是关于的特征向量.. 相似于对角阵的充要条件： 恰有 个线性无关的特征向量.这时, 为 的特征向量拼成的矩阵， 为对角阵,主对角线上的元素为 的特征值. √ 可对角化的充要条件: 为 的重数. √ 若n 阶矩阵A 有n 个互异的特征值,则A 与对角阵相似.1B P AP -= （P 为正交矩阵）√ 相似矩阵的性质: ① 若 均可逆 ② T T A B③ kk A B （k 为整数）④ E 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.即:x 是A 关于0λ的特征向量,1P x -是B 关于0λ的特征向量. ⑤ A B = 从而,A B 同时可逆或不可逆 ⑥ ()()r A r B = ⑦ ()()A B =tr tr√ 数量矩阵只与自己相似. √ 对称矩阵的性质:① 特征值全是实数,特征向量是实向量； ② 与对角矩阵合同；③ 不同特征值的特征向量必定正交；④ k 重特征值必定有k 个线性无关的特征向量；⑤ 必可用正交矩阵相似对角化（一定有n 个线性无关的特征向量,A 可能有重的特征值,重数=()n r E A λ--）.12(,,,)T n f x x x X AX = A 为对称矩阵 12(,,,)T n X x x x =√ 用正交变换法化二次型为标准形:① 求出A 的特征值、特征向量； ② 对n 个特征向量单位化、正交化； ③ 构造C （正交矩阵）,1C AC -=Λ； ④ 作变换X CY =,新的二次型为2121(,,,)nn i i f x x x d y =∑,Λ的主对角上的元素i d 即为A 的特征值.正定二次型对应的矩阵. √ 合同变换不改变二次型的正定性.① √ 成为正定矩阵的充要条件（之一成立）:②正惯性指数为n；③A的特征值全大于0；④A的所有顺序主子式全大于0；⑤大于0）.√成为正定矩阵的必要条件: ；.11。