线性代数 基础和常考知识点

合集下载

线性代数-章节知识点及习题

线性代数-章节知识点及习题

第一章 行列式一、教学要求1、了解行列式定义;2、掌握行列式的性质和展开法则;3、会利用化三角法和行列式展开法则计算低阶行列式以及简单n 阶行列式;4、了解克莱姆法则;重点、难点:熟练运用行列式性质,掌握行列式计算方法二、主要知识点及练习 1、 行列式性111213111112132122232121222331323331313233223=1223=223a a a a a a a a a a a a a a a a a a a a a ,则。

练习:若行列式---311234=1303=101313a b c a b c ,则。

练习:若行列式+++2、 代数余子式13122,112D x x D=则中的系数为。

练习:设行列式11111111x x 是关于的一次多项式,该式中的一次项系数是。

练习:--- 3、 行列式计算1) 对角线法------计算二阶、三阶行列式212103214111213212223313233--、a a a a a a a a a 练习:计算三阶行列式2) 利用行列式性质计算行列式------将行列式化为上三角、下三角、对角行列式222222222(1)(2)(1)(2)(2)(1)(2)11231123(3)(4)11131121(1)ab b b x x x ba b b y y y bb a b z z z b b b ax ab ac aex bd cdde x bf cfefx 练习:计算下列行列、式、、的值+++++++-+-+-+3) 利用行列式展开法计算行列式------将行列式降阶0110100111011110练习:四阶行列式。

=11121314313233441111123456224816123434D A A A A A A A A 练习:已知行列式,则,。

==+++=++--+=123,1,3D A A 练习:设三阶行列式的第二行元素分别为,,第一行元素的代数余子式的值分别为,,则。

线性代数自考知识点汇总

线性代数自考知识点汇总

行列式1. 行列式的性质性质1 行列式与它的转置行列式相等T D D =.性质2 互换行列式的两行列,行列式变号.推论1 如果行列式有两行列的对应元素完全相同,则此行列式的值为零.如a b ca b c 0a b c'''= 性质3 行列式的某一行列中所有的元素都乘以同一数k ,等于用数k 乘此行列式.如111213111213212223212223313233313233a a a a a a ka ka ka k a a a a a a a a a = 推论2 如果行列式中有两行列元素成比例,则此行列式的值为零.如a b ca b c 0ka kb kc'''= 性质4 若行列式的某一行列的元素都是两数之和,则这个行列式等于两个行列式之和.如111213111213111213212122222323212223212223313233313233313233a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a ''''''+++=+ 性质5 把行列式的某一行列的各元素乘以同一数然后加到另一行列对应的元素上去,行列式的值不变.如111213111213212223212223313233311132123313a a a a a a a a a a a a a a a a ka a ka a ka =+++2. 余子式与代数余子式在n 阶行列式中,把元素ij a 所在的第i 行和第j 列划去后,留下来的n-1阶行列式叫做元素ij a 的余子式,记作ij M ,i jij ij A (1)M +=-叫做元素ij a 的代数余子式.如111213212223313233a a a a a a a a a ,元素23a 的余子式为1112233132aa M a a =,元素23a 的代数余子式为11122323233132a a A (1)M a a +=-=-.3. 行列式按行列展开法则定理1 行列式的值等于它的任一行列的各元素与其对应的代数余子式乘积之和,即1122i i i i in in D a A a A a A =+++或 1122j j j j nj nj D a A a A a A =+++()1,2,,;1,2i n j n ==如111213212223313233a a a a a a a a a 111112121313a A a A a A =++ 定理2 行列式任一行列的元素与另一行列的对应元素的代数余子式乘积之和等于零,即12120,j j i i jn i n a A a A a A +++=或,11220.j j j j nj nj a A a A a A i j +++=≠()1,2,,;1,2i n j n ==4. 行列式的计算 1二阶行列式1112112212212122a a a a a a a a =- 2三阶行列式111213212223313233a a a a a a a a a 112233122331132132132231122133112332a a a a a a a a a a a a a a a a a a =++--- 3对角行列式1212n nλλλλλλ=,n(m 1)21212n n(1)λλλλλλ-=-4三角行列式1111121n 2122222n 1122nn n1n2nn nn a a a a a a a a a a a a a a a ==111,n 11n1n n(n 1)212,n 12,n 12n 21n 2,n 1n1n1n1n2nna a a a a a a a (1)a a a a a a a -----==-5消元法:利用行列式的性质,将行列式化成三角行列式,从而求出行列式的值.6降阶法:利用行列式的性质,化某行列只有一个非零元素,再按该行列展开,通过降低行列式的阶数求出行列式的值.7加边法:行列式每行列所有元素的和相等,将各行列元素加到第一列行,再提出公因式,进而求出行列式的值.矩阵1. 常见矩阵1对角矩阵:主对角线以外的元素全为0的方阵,称为对角矩阵.记作Λ. 2单位矩阵:主对角线上的元素全为1的对角矩阵,称为单位矩阵.记作E.3上三角矩阵:对角线以下的元素全为0的方阵.如11121n 222n nn a a a a a a ⎛⎫⎪⎪⎪ ⎪⎝⎭ 4下三角矩阵:对角线以上的元素全为0的方阵.如112122n1n2nn a a a a a a ⎛⎫ ⎪⎪ ⎪ ⎪⎝⎭5对称矩阵:设A 为n阶方阵,若T A A =,即ij ji a a =,则称A 为对称矩阵. 6反对称矩阵:设A 为n阶方阵,若T A A =-,即ij ji a a =- ,则称A 为反对称矩阵. 7正交矩阵:设A 为n阶方阵,如果T AA E =或T A A E =,则称A 为正交矩阵. 2. 矩阵的加法、数乘、乘法运算 1矩阵的加法 如a b c a b c a a b b c c d e f d e f d d e e f f ''''''+++⎛⎫⎛⎫⎛⎫+=⎪ ⎪⎪''''''+++⎝⎭⎝⎭⎝⎭注:① 只有同型矩阵才能进行加减运算;② 矩阵相加减就是对应元素相加减. 2数乘矩阵 如a b c ka kb kc k d e f kd ke kf ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭注:数乘矩阵就是数乘矩阵中的每个元素.3矩阵的乘法:设ij m ij n s s A (a ),B (b )⨯⨯==,规定ij m n AB C (c ),⨯== 其中sij i11j i22j is sj ik kj k 1c a b a b a b a b ==+++=∑(i 1,2,,m,j 1,2,,n.)==注:①左矩阵A 的列数等于右矩阵B 的行数;②左矩阵A 的第i 行与右矩阵B 的第j 列对应元素乘积的和是矩阵乘积C 的元素ij c . ③左矩阵A 的行数为乘积C 的行数,右矩阵B 的列数为乘积C 的列数. 如行矩阵乘列矩阵是一阶方阵即一个数,即()112111121s 111112211s s1s1b ba a a ab a b a b b ⎛⎫ ⎪ ⎪=++⎪ ⎪⎝⎭列矩阵乘行矩阵是s 阶方阵,即()1111111112111s 2121112112211s 11121s s1s111s112s11s a a b a b a b a a b a b a b b b b a a b a b a b ⎛⎫⎛⎫⎪⎪ ⎪ ⎪= ⎪ ⎪ ⎪⎪⎝⎭⎝⎭3. 逆矩阵设n 阶方阵A 、B,若AB=E 或BA=E,则A,B 都可逆,且11A B,B A --==.1二阶方阵求逆,设a b A c d ⎛⎫=⎪⎝⎭,则1*d b 11A A c a A ad bc --⎛⎫== ⎪--⎝⎭两调一除法. 2对角矩阵的逆11111221n n a a a a a a ----⎛⎫⎛⎫⎪⎪⎪⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭, 111n 2121n1a a a a a a ----⎛⎫⎛⎫ ⎪ ⎪⎪ ⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭.3分块对角阵的逆11111221s s A A A A ;A A ----⎛⎫⎛⎫⎪⎪⎪⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭111s 2121s1A A A A A A ----⎛⎫⎛⎫ ⎪ ⎪⎪ ⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭. 4一般矩阵求逆,初等行变换的方法:()()ERT1A E EA -−−−→.4. 方阵的行列式由n阶方阵A 的元素所构成的行列式各元素的位置不变叫做方阵A 的行列式.记作A 或detA. 5. 矩阵的初等变换下面三种变换称为矩阵的初等行列变换:1互换两行列;2数乘某行列;3某行列的倍数加到另一行列. 6. 初等矩阵单位矩阵经过一次初等变换得到的矩阵,称为初等矩阵.如001100100010,0k 0,010100001k 01⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭都是初等矩阵. 7. 矩阵的秩矩阵A 的非零子式的最高阶数,称为矩阵A 的秩.记作RA 或rA. 求矩阵的秩的方法:1定义法:找出A 中最高阶的非零子式, 它的阶数即为A 的秩.2初等行变换法:ERTA −−−→行阶梯形矩阵,RA=R 行阶梯形矩阵=非零行的行数. 8. 重要公式及结论 1矩阵运算的公式及结论()()12121212k k k k k k k k k k k k kk 10A B B A,(A B )C A (B C ),(A B )A B (AB )C A(BC ),(A B )C AC BC ,(AB )(A )B A(B )A A A ,(A )A ,(A )A ,E EAB A BA B ,EA AE A,A Eλλλλλλλλ+-+=+++=+++=+=+=+==⋅========()()()()()()T TTT T T T T T TTT nT n n A A,(A B )A B ,A A ,AB B A A A ,AB B A ,AA A A A EA A ,A A ,AB A B BA ,A A ,A B A Bλλλλ*******=+=+===========+≠+矩阵乘法不满足交换律,即一般地A B ≠AB;矩阵乘法不满足消去律,即一般地若AB=AC,无B=C ;只有当A 可逆时,有B=C.一般地若AB=O,则无A=O 或B=O.()222A B ?A 2AB B +++.2逆矩阵的公式及定理()()()()()()()()11111111n 11111k1k1T11T 1A A ,A A ,,A A 1A A,A A,A A ,A A AB B A1A A A AAA A ,Aλλ----------*-**--**-----===========A 可逆⇔|A |≠0⇔A ~E 即A 与单位矩阵E 等价 3矩阵秩的公式及结论()()()T m n R(O )0,R(A )min{m,n },R(A )R(A ),R(kA )R(A ),k 0A 0R(A )n ,R A B R A R B ⨯=≤==≠≠⇔=+≤+R AB ≤R A , R AB ≤R B .特别地,当A 可逆时,RAB=RB ;当B 可逆时,RAB=RA.()()ET A B A ~B R A R B −−→⇔⇒= 即等价矩阵的秩相等或初等变换不改变矩阵的秩.9. 矩阵方程1设 A 为n 阶可逆矩阵,B 为n ×m 矩阵,则矩阵方程AX=B 的解为1X A B -=;解法:① 求出1A -,再计算1A B -; ② ()()ERTAB E X −−−→ .2设 A 为n 阶可逆矩阵,B 为m ×n 矩阵,则矩阵方程XA=B 的解为1X BA -=;解法:① 求出1A -,再计算1BA -; ② ECT A E B X ⎛⎫⎛⎫−−−→⎪ ⎪⎝⎭⎝⎭. 10. 矩阵间的关系1等价矩阵:如果矩阵A 经过有限次初等变换变成矩阵B,那么称矩阵A 与B 等价.即存在可逆矩阵P,Q,使得PAQ=B.性质:等价矩阵的秩相等.2相似矩阵:如果存在可逆矩阵P,使得1P AP B -=,那么称A 与B 相似. 性质:相似矩阵有相同的特征多项式,相同的特征值,相同的行列式,相同的迹. 3合同矩阵:如果存在可逆矩阵P,使得TP AP B =,那么称A 与B 合同. 性质:合同矩阵的秩相等.向量空间1. 线性组合1若α=k β,则称向量α与β成比例. 2零向量O是任一向量组的线性组合.3向量组中每一向量都可由该向量组线性表示. 2. 线性相关与线性无关1 单独一个向量线性相关当且仅当它是零向量.2 单独一个向量线性无关当且仅当它是非零向量.3 两向量线性相关当且仅当两向量对应成比例.4 两向量线性无关当且仅当两向量不对应成比例.5 含有O向量的向量组一定线性相关.6 向量组12m ,,,ααα线性相关的充分必要条件是① 齐次线性方程组22m m 11k k 0k ααα+++=有非零解.② 以向量组为列作的矩阵()12m ,,,ααα的秩<向量的个数m.7n 个n 维向量12n ,,,ααα线性相关的充分必要条件是以向量组为列作的行列式的值()12n ,,,ααα=0.8 向量组12m ,,,ααα线性无关的充分必要条件是① 齐次线性方程组22m m 11k k 0k ααα+++=只有零解.② 以向量组为列作的矩阵()12m ,,,ααα的秩=向量的个数m.9 n 个n 维向量12n ,,,ααα线性无关的充分必要条件是以向量组为列作的行列式的值()12n ,,,ααα≠0.10当m>n 时,m 个n 维向量一定线性相关.定理1:向量组 a 1 , a 2 ,……, a m m ≥2线性相关的充分必要条件是向量组中至少有一个向量可由其余m-1个向量线性表示.向量组线性无关的充分必要条件是向量组中任何一个向量都不能由其余向量线性表示. 定理2:如果向量组A :a 1 , a 2 ,……, a r 线性无关,而向量组 a 1 , a 2 ,……, a r ,α线性相关,则α可由A线性表示,且表示式唯一.定理3:设向量组2r 1A :,,,ααα,12r r 1m B :,,,,,,ααααα+若A 线性相关,则向量组B 也线性相关;反之,若向量组B 线性无关,则向量组A 也线性无关.即部分相关,则整体相关;整体无关,则部分无关. 定理4:无关组的截短组无关,相关组的接长组相关. 3. 极大无关组与向量组的秩定义1 如果在向量组 T 中有 r 个向量 a 1 , a 2 ,……, a r ,满足条件: ⑴ 向量组 a 1 , a 2 ,……, a r 线性无关, ⑵ T α∀∈,2r 1,,,,αααα线性相关.那么称向量 a 1 , a 2 ,……, a r 是向量组 T 的一个极大无关组.定义2 向量组的极大无关组中所含向量的个数,称为向量组的秩.定义3 矩阵的行向量组的秩称为矩阵的行秩;矩阵的列向量组的秩称为矩阵的列秩; 结论1 线性无关的向量组的极大无关组就是它本身;结论2 如果向量组的秩是r ,那么该向量组的任意 r 个线性无关的向量都是它的一个极大无关组; 定理1 设向量组A:a 1,a 2, …,a r ;及向量组B:b 1,b 2, …, b s ,如果组A 能由组B 线性表示,且组A 线性无关,则r ≦s.推论1 等价的向量组有相同的秩.定理2 矩阵的秩=矩阵列向量组的秩=矩阵行向量组的秩. 4. 向量空间定义1 设V 为n 维向量的集合,如果集合V 非空,且集合V 对于加法及乘数两种运算封闭,那么就称集合V 为向量空间.5. 基与向量在基下的坐标定义2 设V 是向量空间,如果向量组a 1 , a 2 ,……, a r ,满足条件: 1向量组 a 1 , a 2 ,……, a r 线性无关; 2T α∀∈,2r 1,,,,αααα线性相关.那么称向量组a 1 , a 2 ,……, a r 是向量空间V 的一个基, 基中所含向量的个数称为向量空间V 的维数,记作dimV ,并称V 为r 维向量空间.定义3 设向量组 a 1 , a 2 , … , a r 是向量空间V 的一个基,则V 中任一向量x 可唯一地表示为基的一个线性组合,即 1122r r x a a a λλλ=+++,称有序数组12r ,,,λλλ为向量x 在基 a 1 , a 2 , … , a r 下的坐标.线性方程组1. 线性方程组解的判定1 线性方程组Ax=b 有解的充分必要条件是它的系数矩阵A 和增广矩阵A,b 的秩相同,即RA=RA,b . 当RA=RA,b=r① 方程组AX=b 有惟一解的充分必要条件是r=n; ② 方程组AX=b 有无穷多解的充分必要条件是r < n. 2 方程组AX= b 无解的充分必要条件是R A ≠RA,b. 2. 齐次线性方程组有非零解的判定1 齐次方程组AX=0有非零解的充分必要条件是系数矩阵A 的秩 RA < 未知量的个数n .2 含有n 个方程,n 个未知量的齐次线性方程组AX=0有非零解的充分必要条件是方程组的系数行列式等于零.即|A |=03 齐次线性方程组AX=0中,若方程的个数m<未知量的个数n,则方程组有非零解 3. 齐次线性方程组解的性质(1) 若12,ξξ是Ax=0的解,则12ξξ+也是Ax=0的解; (2) 若ξ是Ax=0的解,则k ξ也是Ax=0的解.4. 齐次线性方程组的基础解系与通解 (1) 解空间齐次线性方程组Ax=0的全体解向量所组成的集合,是一个向量空间,称为方程组 Ax=0的解空间.记作V,即V={ x | Ax=0,x ∈R }. 2 基础解系齐次方程组AX=0的解空间 V 的一个基,称为齐次方程组AX=0 的一个基础解系. 基础解系中解向量的个数是n-rA.方程组AX=0的任意n-r 个线性无关的解都是AX=0的基础解系. 3齐次线性方程组的通解为1122n r n r k k k ξξξ--+++,其中12n r ,,,ξξξ-是Ax=0的一个基础解系.5. 非齐次线性方程组解的性质1若12,ηη是Ax=b 的解,则12ηη-是Ax=0的解; 即Ax=b 的任意两个解的差必是其导出组A x =0的解. 2若η是Ax=b 的解,ξ是Ax=0的解,则ηξ+是Ax=b 的解.即Ax=b 的任意一个解和其导出组 A x =0 的任意一个解之和仍是 Ax=b 的解. 6. 非齐次线性方程组的通解非齐次线性方程组AX=b 的通解为*1122n r n r k k k ξξξη--++++其中12n r ,,,ξξξ-为对应的齐次线性方程组Ax=0的一个基础解系, *η为非齐次线性方程组AX=b 的任意一个解,称为特解.方阵的特征值1. 向量的内积设1122n n x y x y x ,y x y ⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭,则x,y 的内积为[]1122n n x,y x y x y x y =+++.1向量x 的长度:2n x x ==++2非零向量的单位化:若向量 x ≠0 , 1x .x则是单位向量 3当[]x,y 0,x y =时称向量与正交.4若非零向量组中的向量两两正交,则称该向量组为正交组. 5若正交组中每个向量都是单位向量,则称它为标准正交组. 定理1 正交向量组必线性无关定理2 A 为正交矩阵的充分必要条件是 A 的列行向量都是单位向量且两两正交. 6施密特正交化过程设123,,ααα是一个线性无关的向量组,① 正交化:令11,βα=[][]1222111,a ,,ββββββ=-[][][][]132333121122,a ,a a ,,βββββββββ=--;② 单位化:取312123123e ,e ,e ββββββ===. 则123e ,e ,e 是与123,,ααα等价的标准正交组. 2. 特征值与特征向量1方阵A 的特征值λ是特征方程A E 0λ-=的根. 2三角矩阵和对角矩阵的全部特征值就是它的全部对角元.3方阵和它的转置方阵有相同的特征值. 4设12n ,,,λλλ是n 阶方阵A 的全部特征值,则()12n tr A λλλ=+++,12n A λλλ=⋅⋅.即方阵A 的对角线上元素之和等于A 的全部特征值之和,方阵A 的行列式等于A 的全部特征值的乘积. 5若λ是方阵A 的特征值,则()fλ是方阵()f A 的特征值. 特别地,当()f A 0=时,方阵A 的特征值是()f 0λ=的根.说明:m m 1m m 110f (x )a x a xa x a --=++++,m m 1m m 110f (A )a A a A a A a E --=++++.例如λ是方阵A 的特征值,则方阵()f A A 2E =+的特征值是()f2λλ=+.方阵()2f A A 3A 4E =--的特征值是()2f34λλλ=--.例如若2A 3A 4E 0--=,则方阵A 的特征值是2340λλ--=的根,即121,4λλ=-=.6设12P ,P 都是方阵A 的属于同一特征值0λ的特征向量,则()112212k P k P k ,k +不全为零也是0λ的特征向量.7属于不同特征值的特征向量线性无关.8属于不同特征值的线性无关的特征向量的并集仍线性无关. 3. 方阵的对角化1若方阵A 与对角矩阵Λ相似,则说A 可以对角化.即存在可逆矩阵P,使得1P AP Λ-=. Λ是以A 的n 个特征值为对角元素的对角矩阵. 2n 阶方阵A 可以对角化的充分必要条件是①A 有n 个线性无关的特征向量;②属于每一个特征值的线性无关的特征向量的个数与该特征值的重数相同. 3n 阶方阵A 可以对角化的充分条件是n 阶方阵A 的n 个特征值互不相等. 4若A 与B 相似,则()f A 与()f B 相似.4. 实对称矩阵的对角化1实对称矩阵的属于不同特征值的特征向量彼此正交.2实对称矩阵一定可以对角化. 即存在正交矩阵P,使得1P AP Λ-=.Λ是以A 的n 个特征值为对角元素的对角矩阵.3利用正交矩阵将对称矩阵化为对角矩阵的步骤:1求特征值;2求特征向量;3将特征向量正交化,单位化;4最后将这些特征向量做成矩阵.二次型1. 二次型的标准化(1) 用正交变换化二次型为标准形的具体步骤:① 写出二次型T f x Ax =的对称矩阵A ;② 求A 的全部特征值12n ,,,λλλ;③ 求每个特征值的线性无关的特征向量12n ,,,ξξξ; ④ 将特征向量正交化,单位化,得12n ,,,ηηη;⑤ 将这些特征向量做成矩阵,记()12n C ,,,ηηη=,最后做正交变换x=Cy ,得到f 的标准形为 2221122n n f y y y λλλ=+++.其中12n ,,,λλλ是T f x Ax =的矩阵A 的特征值.(2) 用配方法化二次型为标准形的具体步骤:① 若二次型含有i x 的平方项,则先把含有i x 的项集中,然后配方,再对其余的变量同样进行,直到都配成平方项为止,经过可逆的线性变换,就得到标准形;② 若二次型中不含有平方项,则先作可逆线性变换,令i i j j i j kk x y y x y y x y =-⎧⎪=+⎨⎪=⎩,k=1,2,…,n,i≠j化二次型为含有平方项的二次型,然后再按1中方法配方.2. 规范二次型设二次型T f x Ax =的标准形为222211p p p 1p 1r r f d y d y d y d y ++=++---,i d 0>,r 是f 的秩令11p p p 1p 1r r y z y z y z y z ++⎧=⎪⎪⎪⎪⎪=⎪⎪⎨⎪=⎪⎪⎪⎪⎪=⎪⎩,得22221p p 1r f z z z z +=++---,称为二次型T f x Ax =的规范形.注:规范形是唯一的.其中正平方项的个数p 称为Tf x Ax =正惯性指数,负平方项的个数r-p 称为T f x Ax =负惯性指数,它们的差p-r-p=2p-r 称为T f x Ax =符号差.3. 正定二次型二次型T f x Ax =正定⇔矩阵A 正定⇔A 的特征值全为正⇔A 的各阶顺序主子式都为正. 二次型T f x Ax =负定⇔矩阵A 负定⇔A 的奇数阶顺序主子式为负,偶数阶顺序主子式为正.。

线性代数基础知识

线性代数基础知识

线性代数基础知识导言:线性代数是现代数学的重要分支之一,广泛应用于数学、物理、工程、计算机科学等领域。

本文将介绍线性代数的基本概念、运算规律和应用,以帮助读者建立对线性代数的基础知识。

一、向量与向量空间1.1 向量的定义与性质向量是具有大小和方向的量,可以用有序数对或矩阵形式表示。

向量的加法与数量乘法满足交换律、结合律和分配律等基本性质。

1.2 向量空间的定义与性质向量空间是由一组向量和运算规则构成的数学结构,包括加法和数量乘法运算。

向量空间满足加法和数量乘法的封闭性、结合律、分配律以及零向量和负向量的存在等性质。

二、矩阵与线性方程组2.1 矩阵的定义与性质矩阵是由一组数按照矩形排列组成的数学对象,可以表示为一个二维数组。

矩阵的加法与数量乘法满足交换律、结合律和分配律等基本性质。

2.2 线性方程组的表示与求解线性方程组可以用矩阵和向量表示,形式为Ax=b。

其中,A为系数矩阵,x为未知向量,b为常数向量。

线性方程组的解可以通过消元法、矩阵的逆或行列式等方法求得。

三、线性变换与特征值特征向量3.1 线性变换的定义与性质线性变换是指一个向量空间到另一个向量空间的映射,保持向量加法和数量乘法运算。

线性变换满足加法封闭性、乘法封闭性和保持零向量不变等性质。

3.2 特征值与特征向量线性变换的特征值和特征向量是线性变换的重要性质。

特征值为标量,特征向量为非零向量,满足Av=λv。

其中,A为线性变换的矩阵表示,λ为特征值,v为对应的特征向量。

四、内积空间与正交性4.1 内积空间的定义与性质内积空间是一个向量空间,具有额外定义的内积运算。

内积满足对称性、线性性、正定性和共轭对称性等性质。

4.2 正交性与正交基在内积空间中,若两个向量的内积为零,则它们互为正交。

正交基是一个向量空间中的基,其中任意两个基向量互相正交。

五、特殊矩阵与特殊向量5.1 对称矩阵与正定矩阵对称矩阵是满足A^T=A的矩阵,其中A^T为A的转置矩阵。

大三期末必考知识点

大三期末必考知识点

大三期末必考知识点大三期末考试即将来临,作为一个重要的里程碑,它对我们学习的成果进行了一次全面的检验。

为了帮助大家更好地备考,下面我将列举出大三期末必考的知识点,并给出相应的解析和例子,希望能对大家的复习起到一定的帮助。

1. 线性代数基础- 矩阵的运算:加法、乘法、转置等。

- 行列式的计算和性质。

- 矩阵的逆和可逆性。

- 线性方程组的求解。

示例:对于一个3x3的矩阵A和一个3维向量b,考虑线性方程组Ax=b,求解x的值。

2. 微积分- 极限的求解:极限的定义、极限的运算法则。

- 导数与微分的概念:导数的定义、导数的运算法则。

- 函数的极值与最值的求解。

- 定积分的计算:定积分的定义、基本的积分法则。

示例:计算函数f(x)=2x^3+3x^2-4x+5在区间[1,3]上的定积分。

3. 概率论与数理统计- 随机变量的概念与分类。

- 常见的离散型和连续型随机变量及其分布:如二项分布、正态分布等。

- 事件的概率计算:加法定理、乘法定理等。

- 参数估计与假设检验的基本原理。

示例:假设有一个硬币,它被抛掷100次,出现正面的次数为60次。

根据这个结果,请通过参数估计给出硬币正面朝上的概率。

4. 数据结构与算法- 常见数据结构的特点与应用:数组、链表、栈、队列、树等。

- 基本的排序和搜索算法:冒泡排序、快速排序、二分查找等。

- 图的表示与遍历算法:深度优先搜索、广度优先搜索等。

- 动态规划的基本原理和应用。

示例:给定一个整数数组,要求找到其中和最大的连续子数组,并输出其和。

5. 计算机网络- OSI七层模型与TCP/IP协议族。

- IP地址与子网划分。

- HTTP协议的基本原理与特点。

- 网络安全的基本概念与防御措施。

示例:简述HTTP协议中GET和POST方法的区别与应用场景。

以上所列举的知识点只是大三期末考试中的一部分,希望大家在备考时能够针对性地进行复习。

同时,不仅要关注知识点的掌握,还要注意解题思路和应用能力的培养,这样才能更好地应对考试的挑战。

基础公共课复习资料-线性代数知识点汇总

基础公共课复习资料-线性代数知识点汇总

第一章 矩阵矩阵的概念:n m A *(零矩阵、负矩阵、行矩阵、列矩阵、n 阶方阵、相等矩阵) 矩阵的运算:加法(同型矩阵)---------交换、结合律 数乘n m ij ka kA *)(=---------分配、结合律乘法nm lkj ik n l kj l m ik b a b a B A *1**)()(*)(*∑==(一般AB=BA ,不满足消去律;由AB=0,不能得A=0或B=0) 转置:A A T T =)( TT T B A B A +=+)( T T kA kA =)( TT T A B AB =)( 方幂:2121k k k kA AA += 2121)(k k k k A A +=逆矩阵:设A 是N 阶方阵,若存在N 阶矩阵B 的AB=BA=I 则称A 是可逆的, 且B A=-1矩阵的逆矩阵满足的运算律:1、可逆矩阵A 的逆矩阵也是可逆的,且A A =--11)(2、可逆矩阵A 的数乘矩阵kA 也是可逆的,且111)(--=A kkA 3、可逆矩阵A 的转置TA 也是可逆的,且T T A A )()(11--=4、两个可逆矩阵A 与B 的乘积AB 也是可逆的,且111)(---=A B AB ,但是两个可逆矩阵A 与B 的和A+B 不一定可逆,即使可逆,但11)(--+≠+B A B A 。

A 为N 阶方阵,若|A|=0,则称A 为奇异矩阵,否则为非奇异矩阵。

5、若A 可逆,则11--=A A逆矩阵注:①AB=BA=I 则A 与B 一定是方阵 ②BA=AB=I 则A 与B 一定互逆; ③不是所有的方阵都存在逆矩阵;④若A 可逆,则其逆矩阵是唯一的。

分块矩阵:加法,数乘,乘法都类似普通矩阵转置:每块转置并且每个子块也要转置注:把分出来的小块矩阵看成是元素初等变换:1、交换两行(列)2.、非零k 乘某一行(列)3、将某行(列)的K 倍加到另一行(列) 初等变换不改变矩阵的可逆性,初等矩阵都可逆 初等矩阵:单位矩阵经过一次初等变换得到的矩阵等价标准形矩阵⎪⎪⎭⎫⎝⎛=O O O I D r r第二章 行列式N 阶行列式的值:行列式中所有不同行、不同列的n 个元素的乘积的和n nn nj j j j j j j j j nij a a a a ...)1(21212121)..(∑-=τ行列式的性质:①行列式行列互换,其值不变。

线性代数知识点总结大全

线性代数知识点总结大全

求向量组秩、极大无关组,表示方式

向量组按列
1 2 m


初等行 变换
行阶梯 型矩阵
A11 A12 A1r
A22 A2r
Arr
i1
i2
ir
一个极大无关组
A1r 1
A2 r 1
A1m
A2m
r
Arr 1
Arm
i1 ,i2 ,,ir
原向量组一个极大无关组
第一等价链
1,
2,,
为正交向量组
m
1,
2,,
为线性无关向量组
m
1,
2,,
为线性无关向量组
m
Schmidt 正交化、单位化
单位正交向量组: 1,2,,m
与初始向量组等价
正交矩阵 定义:
若 n 阶方阵 A 满足 AAT E,则称矩阵A为 n阶正交矩阵.
正交矩阵的性质:
若A, B为n阶 正 交 矩 阵 , 则 有 : (1) A1 AT ; (2) A 1 或 1;
线性无关:对于向量组1,...,r下列条件等价 • 1,...,r线性无关
• 当c1,...,cr不全为0时,必有c11+...+crr0 • 当c11+...+crr=0时,必有c1=...=cr=0 • 1,...,r的秩数等于r • (1,...,r)是列满秩矩阵
24
极大无关组与秩数:
1.1,...,rS是S的一个极大无关组当且仅当 ① 1,...,r线性无关 ② S的每个向量都可由1,...,r线性表示

Ax=b的解的线性组合是
Ax=0的解,当系数和=0时; Ax=b的解,当系数和=1时.

大学数学易考知识点线性代数与概率论

大学数学易考知识点线性代数与概率论

大学数学易考知识点线性代数与概率论大学数学易考知识点:线性代数与概率论线性代数是大学数学中非常重要且基础的一门学科,它涉及到向量空间、矩阵、行列式、线性方程组等内容。

概率论则是研究随机事件发生的概率及其规律性的数学学科。

在大学数学考试中,线性代数与概率论是比较易于考察且知识点较为独立的部分。

本文将介绍大学数学考试中线性代数与概率论的一些常见易考知识点。

一、线性代数1. 向量空间与线性变换向量空间是线性代数的核心概念之一,在考试中常涉及到向量空间的基本性质、子空间、线性组合、线性相关性、线性无关性等内容。

此外,线性变换也是考察的重点,包括线性变换的定义、性质、矩阵表示及其相关定理等。

2. 矩阵与行列式矩阵是线性代数的重要工具,考试中经常涉及到矩阵的基本运算、特殊矩阵、矩阵的秩与逆等知识点。

行列式也是考试的常见题型,包括行列式的定义、性质、展开及其应用等内容。

3. 线性方程组与解空间线性方程组是线性代数的基本问题之一,考试中常涉及到线性方程组的求解、解的结构、解的个数等知识点。

此外,解空间也是考查的重点,包括零空间、列空间、行空间等相关概念及其性质。

4. 特征值与特征向量特征值与特征向量是线性代数中重要的概念,考试中常涉及到特征值与特征向量的定义、性质、求解、对角化等知识点。

矩阵的对角化定理也是考查的重点,需掌握其条件与应用。

二、概率论1. 随机变量与概率分布随机变量是概率论的基础,考试中常涉及到随机变量的定义、分类、概率分布、期望、方差等知识点。

常见的离散型随机变量包括二项分布、泊松分布等;常见的连续型随机变量包括均匀分布、正态分布等。

2. 大数定律与中心极限定理大数定律与中心极限定理是概率论的重要定理,考试中常涉及到大数定律的弱/强收敛形式、伯努利大数定律、切比雪夫大数定律等;中心极限定理的常见形式包括林德伯格-列维中心极限定理、中心极限定理的矩形式等。

3. 随机过程与马尔可夫链随机过程是概率论的重要内容,考试中常涉及到随机过程的定义、分类、马尔可夫性质等知识点。

线性代数基础知识

线性代数基础知识

线性代数基础知识线性代数是一门运用数学工具和思维方式研究矢量、向量、线性方程组、矩阵、线性变换和空间几何性质的学科。

线性代数被广泛应用于工程、物理学、计算机科学、经济学、生物学、金融学、地理学等领域。

本文将介绍一些线性代数基础知识,帮助读者更好地理解线性代数的基本概念和应用。

1. 向量与矢量向量和矢量是线性代数中非常重要的概念。

它们是指有大小和方向的量,比如力、速度和加速度等。

在几何中,向量通常用箭头表示,矢量则用带箭头的线条表示。

向量和矢量有相同的性质,可以加减和相乘。

线性代数中通常用列向量表示,如:$\begin{bmatrix} x_1 \\ x_2 \\ x_3 \\\end{bmatrix}$其中$x_1$,$x_2$,$x_3$是向量的三个分量。

矢量也可以用类似的表示方法,如:$\vec{a} = a_x\hat{i} + a_y\hat{j} + a_z\hat{k}$其中$a_x$,$a_y$,$a_z$是矢量在$x$,$y$,$z$轴上的投影,$\hat{i}$,$\hat{j}$,$\hat{k}$是单位向量。

在计算机图形学和机器学习等领域中,向量和矢量的使用非常普遍,因此掌握它们的基本概念和运算法则是非常重要的。

2. 矩阵矩阵是线性代数中的另一个重要概念,它是由若干数排成的矩形数表。

矩阵可以用符号表示为:$A = \begin{bmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \ddots &\vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} \\\end{bmatrix}$其中$a_{ij}$表示矩阵$A$的第$i$行第$j$列的元素。

线性代数知识点归纳,超详细

线性代数知识点归纳,超详细

线性代数知识点归纳,超详细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)②(降阶法)⾏列式按⾏(列)展开定理:⾏列式等于它的任⼀⾏(列)的各元素与其对应的代数余⼦式的乘积之和.推论:⾏列式某⼀⾏(列)的元素与另⼀⾏(列)的对应元素的代数余⼦式乘积之和等于零.③(化为三⾓型⾏列式)上三⾓、下三⾓、主对⾓⾏列式等于主对⾓线上元素的乘积.④若都是⽅阵(不必同阶),则⑤关于副对⾓线:⑥范德蒙德⾏列式:证明⽤从第n⾏开始,⾃下⽽上依次的由下⼀⾏减去它上⼀⾏的倍,按第⼀列展开,重复上述操作即可。

⑦型公式: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) 对阶⾏列式找出与或,之间的⼀种关系——称为递推公式,其中,,等结构相同,再由递推公式求出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. 对于阶⾏列式,恒有:,其中为阶主⼦式;3. 证明的⽅法:①、;②、反证法;③、构造齐次⽅程组,证明其有⾮零解;④、利⽤秩,证明;⑤、证明0是其特征值.4. 代数余⼦式和余⼦式的关系: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.矩阵的定义由个数排成的⾏列的表称为矩阵.记作:或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:数与矩阵的乘积记作或,规定为.c. 矩阵与矩阵相乘:设, ,则,其中注:矩阵乘法不满⾜:交换律、消去律, 即公式不成⽴.a. 分块对⾓阵相乘:,b. ⽤对⾓矩阵○左乘⼀个矩阵,相当于⽤的对⾓线上的各元素依次乘此矩阵的○⾏向量;c. ⽤对⾓矩阵○右乘⼀个矩阵,相当于⽤的对⾓线上的各元素依次乘此矩阵的○列向量.d. 两个同阶对⾓矩阵相乘只⽤把对⾓线上的对应元素相乘.④⽅阵的幂的性质:,⑤矩阵的转置:把矩阵的⾏换成同序数的列得到的新矩阵,叫做的转置矩阵,记作.a. 对称矩阵和反对称矩阵:是对称矩阵.是反对称矩阵.b. 分块矩阵的转置矩阵:⑥伴随矩阵:,为中各个元素的代数余⼦式.,, .分块对⾓阵的伴随矩阵:,矩阵转置的性质:矩阵可逆的性质:伴随矩阵的性质:r(A)与r(A*)的关系若r(A)=n,则不等于0,A*=可逆,推出r(A*)=n。

《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

《线性代数》知识点归纳整理诚毅学生编01、余子式与代数余子式.............................................................................................................................................. - 2 -02、主对角线.................................................................................................................................................................. - 2 -03、转置行列式.............................................................................................................................................................. - 2 -04、行列式的性质.......................................................................................................................................................... - 3 -05、计算行列式.............................................................................................................................................................. - 3 -06、矩阵中未写出的元素.............................................................................................................................................. - 4 -07、几类特殊的方阵...................................................................................................................................................... - 4 -08、矩阵的运算规则...................................................................................................................................................... - 4 -09、矩阵多项式.............................................................................................................................................................. - 6 -10、对称矩阵.................................................................................................................................................................. - 6 -11、矩阵的分块.............................................................................................................................................................. - 6 -12、矩阵的初等变换...................................................................................................................................................... - 6 -13、矩阵等价.................................................................................................................................................................. - 6 -14、初等矩阵.................................................................................................................................................................. - 7 -15、行阶梯形矩阵与行最简形矩阵.......................................................................................................................... - 7 -16、逆矩阵 ..................................................................................................................................................................... - 7 -17、充分性与必要性的证明题...................................................................................................................................... - 8 -18、伴随矩阵.................................................................................................................................................................. - 8 -19、矩阵的标准形:...................................................................................................................................................... - 9 -20、矩阵的秩:.............................................................................................................................................................. - 9 -21、矩阵的秩的一些定理、推论................................................................................................................................ - 10 -22、线性方程组概念.................................................................................................................................................... - 10 -23、齐次线性方程组与非齐次线性方程组(不含向量)........................................................................................ - 10 -24、行向量、列向量、零向量、负向量的概念........................................................................................................ - 11 -25、线性方程组的向量形式........................................................................................................................................ - 12 -26、线性相关与线性无关的概念.......................................................................................................................... - 12 -27、向量个数大于向量维数的向量组必然线性相关.............................................................................................. - 12 -28、线性相关、线性无关;齐次线性方程组的解;矩阵的秩这三者的关系及其例题 ...................................... - 12 -29、线性表示与线性组合的概念.......................................................................................................................... - 12 -30、线性表示;非齐次线性方程组的解;矩阵的秩这三者的关系其例题 .......................................................... - 12 -31、线性相关(无关)与线性表示的3个定理........................................................................................................ - 12 -32、最大线性无关组与向量组的秩............................................................................................................................ - 12 -33、线性方程组解的结构............................................................................................................................................ - 13 -01、余子式与代数余子式(1)设三阶行列式D =333231232221131211a a a a a a a a a ,则①元素11a ,12a ,13a 的余子式分别为:M 11=33322322a a a a ,M 12=33312321a a a a ,M 13=32312221a a a a对M 11的解释:划掉第1行、第1列,剩下的就是一个二阶行列式33322322a a a a ,这个行列式即元素11a 的余子式M 11。

大一线性代数总结知识点

大一线性代数总结知识点

大一线性代数总结知识点线性代数是大一学生学习的一门重要的数学课程,它是现代数学的基础,也是许多学科领域的基础。

在学习线性代数的过程中,我们需要掌握一些重要的知识点。

下面是我对大一线性代数的知识点进行的总结。

1. 向量与矩阵1.1 向量的定义与表示在线性代数中,我们首先学习向量的定义与表示。

向量可以看作是一个有序的数列或者几何上的箭头。

在二维空间中,一个向量通常用坐标表示,如(1, 2);在三维空间中,一个向量用三个坐标表示,如(1, 2, 3)。

向量还可以用加法、减法和数乘等运算进行操作。

1.2 矩阵的定义与表示矩阵是线性代数中的另一个重要概念,它是由数排列成的矩形阵列。

矩阵有行和列组成,如下所示:\[\begin{bmatrix}1 &2 &3 \\4 &5 &6 \\7 & 8 & 9 \\\end{bmatrix}\]我们可以用矩阵表示线性方程组,进行线性方程组的求解等操作。

2. 向量空间与子空间2.1 向量空间的定义在线性代数中,向量空间是由一组向量和定义在这组向量上的向量加法和标量乘法组成的集合。

向量空间需要满足一些特定的性质,如封闭性、加法结合律、加法交换律、加法单位元、加法逆元等。

2.2 子空间的定义与判定子空间是向量空间的一个子集,并且子空间也要满足向量空间的性质。

我们可以通过判断子空间是否满足封闭性、加法单位元、加法逆元等性质来确定一个集合是否是子空间。

3. 线性相关性与线性无关性3.1 线性相关性的定义与判断在线性代数中,我们需要研究向量之间的线性相关性。

如果存在不全为零的系数使得向量的线性组合等于零向量,则称这组向量线性相关;否则,称这组向量线性无关。

3.2 线性无关性的性质与应用线性无关性是许多线性代数中的重要概念。

线性无关的向量组可以用来表示向量空间中的基,从而可以简化向量空间的研究和计算。

线性无关的向量组还可以用来求解线性方程组,求解特殊的方程组等。

刘金峰线代基础讲义

刘金峰线代基础讲义

刘金峰线代基础讲义线性代数是数学的一个分支,研究向量空间及其上的线性映射,并通过矩阵和行列式等工具来描述和解决线性方程组、矢量空间、线性变换等问题。

刘金峰教授的线性代数基础讲义是线性代数学习的重要参考资料之一,下面将简要介绍一些讲义的内容。

一、向量空间向量空间是线性代数的核心概念之一。

讲义首先介绍了向量的定义和运算,然后通过一些例子引入了向量空间的概念。

向量空间具有加法和数乘运算,满足一些基本性质,如封闭性、结合律、分配律等。

讲义还介绍了向量空间的子空间和线性组合的概念,并给出了一些实际应用的例子。

二、线性映射和矩阵线性映射是向量空间之间的一种特殊映射关系。

讲义详细介绍了线性映射的定义和性质,并给出了一些常见的线性映射的例子。

矩阵是线性映射的一种表示方式,通过矩阵可以将线性映射转化为矩阵乘法。

讲义详细介绍了矩阵的定义、矩阵乘法的计算规则以及矩阵的逆和转置等概念。

三、线性方程组线性方程组是线性代数的重要应用之一。

讲义介绍了线性方程组的概念,并给出了解线性方程组的一般方法。

讲义详细介绍了系数矩阵、增广矩阵和行阶梯形矩阵的概念,以及高斯消元法和矩阵的秩等解线性方程组的方法。

讲义还介绍了线性方程组解的唯一性和解的个数与矩阵的秩的关系。

四、特征值和特征向量特征值和特征向量是线性代数中重要的概念,讲义介绍了特征值和特征向量的定义,并给出了计算特征值和特征向量的方法。

讲义还讨论了特征值和特征向量的性质,以及特征值和特征向量在线性变换中的应用。

五、内积空间内积空间是向量空间的一种扩展,讲义介绍了内积的定义和性质,并给出了一些内积空间的例子。

讲义还介绍了正交和正交补的概念,以及正交投影和最小二乘法在实际问题中的应用。

六、二次型和正定矩阵二次型是线性代数中的一个重要概念,讲义介绍了二次型的定义和性质,并给出了二次型的标准形式。

讲义还介绍了正定矩阵和半正定矩阵的概念,以及它们在优化和最小二乘法中的应用。

以上是刘金峰线代基础讲义的主要内容概述。

线代基本知识点

线代基本知识点
?
一、行列式1.行列式的定义用n^2个元素aij组成的记号称为n阶行列式。 (1)它表示所有可能的取自不同行不同列的n个元素乘积的代数和; (2)展开式共有n!项,其中符号正负各半;2.行列式的计算一阶|α|=α行列式,二、三阶行列式有对角线法则;N阶(n>=3)行列式的计算:降阶法 定理:n阶行列式的值等于它的任意一行(列)的各元素与其对应的代数余子式乘积的和。 方法:选取比较简单的一行(列),保保留一个非零元素,其余元素化为0,利用定理展开降阶。特殊情况上、下三角形行列式、对角形行列式的值等于主对角线上元素的乘积;(2)行列式值为0的几种情况: Ⅰ 行列式某行(列)元素全为0;Ⅱ 行列式某行(列)的对应元素相同;Ⅲ 行列式某行(列)的元素对应成比例;Ⅳ 奇数阶的反对称行列式。二.矩阵 1.矩阵的基本概念(表示符号、一些特殊矩阵――如单位矩阵、对角、对称矩阵等); 2.矩阵的运算(1)加减、数乘、乘法运算的条件、结果;(2)关于乘法的几个结论:①矩阵乘法一般不满足交换律(若AB=BA,称A、B是可交换矩阵);②矩阵乘法一般不满足消去律、零因式不存在;③若A、B为同阶方阵,则|AB|=|A|*|B|;④|kA|=k^n|A| 3.矩阵的秩(1)定义 非零子式的最大阶数称为矩阵的秩;(2)秩的求法 一般不用定义求,而用下面结论:矩阵的初等变换不改变矩阵的秩;阶梯形矩阵的秩等于非零行的个数(每行的第一个非零元所在列,从此元开始往下全为0的矩阵称为行阶梯阵)。求秩:利用初等变换将矩阵化为阶梯阵得秩。 4.逆矩阵 (1)定义:A、B为n阶方阵,若AB=BA=I,称A可逆,B是A的逆矩阵(满足半边也成立); (2)性质: (AB)^-1=(B^-1)*(A^-1),(A')^-1=(A^-1)';(A B的逆矩阵,你懂的)(注意顺序) (3)可逆的条件: ① |A|≠0; ②r(A)=n; ③A->I;(4)逆的求解伴随矩阵法 A^-1=(1/|A|)A*;(A* A的伴随矩阵~)②初等变换法(A:I)->(施行初等变换)(I:A^-1) 5.用逆矩阵求解矩阵方程:AX=B,则X=(A^-1)B;XB=A,则X=B(A^-1);AXB=C,则X=(A^-1)C(B^-1)

线性代数知识点汇总

线性代数知识点汇总

线性代数知识点汇总线性代数是数学中的一个分支,研究向量空间及其上的线性变换。

它是现代数学中的一个重要基础学科,广泛应用于各个领域,如物理学、计算机科学、经济学等。

下面是线性代数的主要知识点的汇总。

1.向量空间:向量空间是线性代数的基本概念,它是一个集合,其中的元素称为向量,满足一定的运算规则,如加法和数乘。

向量空间具有加法和数乘封闭性、结合律、分配律等性质。

2.线性变换:线性变换是向量空间之间的一种映射,它保持向量空间中的加法和数乘运算。

线性变换可以用矩阵表示,矩阵的乘法运算对应于线性变换的复合运算。

3.矩阵:矩阵是线性代数中的一种重要工具,它是一个由数构成的矩形阵列。

矩阵可以表示向量空间中的线性变换,也可以用于解线性方程组、计算行列式、求逆矩阵等。

4.行列式:行列式是一个标量值,它是一个方阵的特征量。

行列式的值可以用于判断矩阵的可逆性、计算矩阵的逆、求解线性方程组等。

5.矩阵的逆:对于一个可逆矩阵,存在一个矩阵使得两者的乘积等于单位矩阵。

这个矩阵称为原矩阵的逆矩阵,它具有一些重要的性质,如对角矩阵的逆矩阵等。

6.线性方程组:线性方程组是线性代数中的一种基本问题,它由一组线性方程组成。

线性方程组的解可以通过矩阵的运算(如高斯消元法、矩阵的逆等)来求解。

7.特征值和特征向量:对于一个线性变换,存在一些特殊的向量,使得它们在变换后只改变了大小而没有改变方向。

这些向量称为特征向量,对应的大小称为特征值。

特征值和特征向量可以用于矩阵的对角化、求解差分方程等。

8.内积空间:内积空间是一种向量空间,它定义了一种内积运算。

内积运算满足对称性、线性性、正定性等性质,它可以用于定义向量的长度、角度、正交性等。

9.正交性:在内积空间中,两个非零向量的内积为零时称为正交。

正交性是线性代数中的一个重要概念,它可以用于构造正交基、正交投影、最小二乘法等。

10.最小二乘法:最小二乘法是一种用于拟合数据的方法,它通过最小化残差平方和来确定最优解。

数学一线代知识点

数学一线代知识点

考研数学一《线性代数》知识点总结第一部分行列式一、本部分内容重点1.了解行列式的概念,掌握行列式的性质。

2.会用行列式的性质和行列式按行(列)展开法则计算行列式。

二、考点分析1.行列式是基础,它与后续要学的内容——方阵构成的行列式、逆矩阵、向量组的线性相关性、矩阵的秩、线性方程组、特征值、正定二次型与正定矩阵等问题中都有重要应用。

所以必须要弄清楚行列式在处理有关问题中的功能与作用,熟练掌握行列式的性质和计算方法,为应用行列式处理有关问题打下良好的基础。

2.计算行列式的常用方法:1)用定义法计算行列式中含某一项的系数;2)应用行列式的性质化简行列式(例如化为三角形行列式就是一个常用方法);3)将各行(列)加到某一行(列),提取公因式;4)按行(列)展开行列式——降阶法(在此基础上,有些题可用数学归纳法、有些题可用递推关系式法来计算行列式)。

5)逐行(列)相加减;6)拆项法——将一个行列式分成几个较简单的行列式进行计算;7)公式法——如对角行列式、范德蒙德行列式等;8)升阶法。

在实际计算过程中,常常将上述方法交替使用。

第二部分矩阵一、本部分内容重点1.理解矩阵的概念。

2.了解单位矩阵、数量矩阵、对角矩阵、对称矩阵和反对称矩阵,以及它们的性质。

3.掌握矩阵的线性运算、乘法、转置,以及它们的运算律,了解方阵的幂,掌握方阵乘积的行列式。

4.理解逆矩阵的概念,掌握逆矩阵的性质,以及矩阵可逆的充分必要条件,理解伴随矩阵的概念,会用伴随矩阵求逆矩阵。

5.掌握矩阵的初等变换,了解初等矩阵的性质和矩阵等价的概念,理解矩阵的秩的概念,掌握用初等变换求矩阵的秩和逆矩阵的方法。

6.了解分块矩阵及其运算。

二、考点分析1.矩阵的运算(含逆矩阵)是矩阵考试内容中的重点,其中,又以矩阵乘法和逆矩阵最为重要。

要掌握矩阵运算,除了要理解各种运算的定义外,还要熟练掌握各种运算的运算律和运算性质。

在作矩阵运算时,一般要先利用运算法则通过“字母”运算进行化简。

线性代数基础知识点

线性代数基础知识点

线性代数基础知识点(),nT A r A n A A Ax x Ax A Ax A A A E οοοββ==⇔∀≠≠≠⇔∀∈=≅可逆 的列(行)向量线性无关 的特征值全不为0 只有零解 ,0总有唯一解 是正定矩阵 R 12,s iA p p p p nB AB E AB E⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪=⋅⋅⋅⎪==⎪⎩ 是初等阵存在阶矩阵使得 或 ○注:全体n 维实向量构成的集合nR 叫做n 维向量空间. ()A r A n A A A Ax A ολ<=⇔==不可逆0的列(行)向量线性相关 0是的特征值 有非零解,其基础解系即为关于0的⎧⎪⎪⎪⎨⎪⎪⎪⎩特征向量○注 ()()a b r aE bA n aE bA aE bA x οολ+<⎧⎪+=⇔+=⎨⎪⎩有非零解=-⎫⎪≅⎪−−−→⎬⎪⎪⎭:;具有向量组等价矩阵等价()反身性、对称性、传递性矩阵相似()矩阵合同() √ 关于12,,,n e e e ⋅⋅⋅: ①称为n¡的标准基,n¡中的自然基,单位坐标向量;②12,,,n e e e ⋅⋅⋅线性无关; ③12,,,1n e e e ⋅⋅⋅=; ④tr =E n ;⑤任意一个n 维向量都可以用12,,,n e e e ⋅⋅⋅线性表示.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==-∑LL L L L M M M L1√ 行列式的计算:①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零.②若A B 与都是阵(不必同阶),则==()mn A OA A O A BO BO BBO A AA B B O B O*==**=-1(拉普拉斯展开式)③上三角、下三角、主对角行列式等于主对角线上元素的乘积.④关于副对角线:(1)211212112111()n n nnn n n n n n n a Oa a a a a a a Oa O---*==-K NN 1 (即:所有取自不同行不同列的n 个元素的乘积的代数和)⑤德蒙德行列式:()1222212111112n i j nj i nn n n nx x x x x x x x x x x ≤<≤---=-∏L L L M M M L111 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 ⎛⎫⎪ ⎪=⎪⎪⎝⎭L L M M M L 称为m n ⨯矩阵.记作:()ijm nA a ⨯=或m n A ⨯()1121112222*12n Tn ijn n nn A A A A A A A A A A A ⎛⎫⎪ ⎪==⎪⎪⎝⎭L L M M M L ,ij A 为A 中各个元素的代数余子式. √ 逆矩阵的求法:① 1A A A*-= ○注: 1a b d b c d c a ad bc --⎛⎫⎛⎫= ⎪ ⎪--⎝⎭⎝⎭1 L L 主换位副变号 ②1()()A E E A -−−−−→MM 初等行变换③1231111213a a a a a a -⎛⎫⎛⎫ ⎪⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭3211111213a a a a a a -⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭√ 阵的幂的性质:m n m n A A A += ()()m nmnA A =√ 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 b b c c c b b b ααα⎛⎫⎪ ⎪⋅⋅⋅=⎪⎪⎝⎭L L L M M M L ⇔i iA c β= ,(,,)i s =L 1,2⇔iβ为iAx c =的解⇔()()()121212,,,,,,,,,s s s A A A A c c c ββββββ⋅⋅⋅=⋅⋅⋅=L ⇔12,,,s c c c L 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,TA 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⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭L L M M M M M L ⇔11112212121122222211222n n m m mn ma a a c a a a c a a a c βββββββββ+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩L L L L L L √ 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.√ 分块矩阵的转置矩阵:TTT TT A B A C C D BD ⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭分块矩阵的逆矩阵:111A A B B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭111A B BA---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭1111A C A A CB O B OB ----⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭ 1111A O A O C B B CAB ----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭ 分块对角阵相乘:11112222,A B A B A B ⎛⎫⎛⎫==⎪ ⎪⎝⎭⎝⎭⇒11112222A B AB A B ⎛⎫=⎪⎝⎭,1122nn n A A A ⎛⎫= ⎪⎝⎭分块对角阵的伴随矩阵:***A BA B AB ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ *(1)(1)mn mn A A B BB A**⎛⎫-⎛⎫= ⎪ ⎪⎪-⎝⎭⎝⎭√ 矩阵程的解法(0A ≠):设法化成AX B XA B ==(I) 或 (II) ① 零向量是任向量的线性组合,零向量与任同维实向量正交. 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 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n -1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n -1个向量线性表示. ⑧ 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 ⇔=.⑨ 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. ⑩ 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.可画出一条阶梯线,线的下全为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,⑪ 矩阵的行初等变换不改变矩阵的秩,且不改变列向量间的线性关系; 矩阵的列初等变换不改变矩阵的秩,且不改变行向量间的线性关系.即:矩阵的初等变换不改变矩阵的秩. √ 矩阵的初等变换和初等矩阵的关系:对A 施行一次初等○行变换得到的矩阵,等于用相应的初等矩阵○左乘A ; 对A 施行一次初等○列变换得到的矩阵,等于用相应的初等矩阵○右乘A .如果矩阵A 存在不为零的r 阶子式,且任意r +1阶子式均为零,则称矩阵A 的秩为r .记作()r A r =向量组12,,,n αααL 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 αααLA 经过有限次初等变换化为B . 记作:A B =%12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示. 记作:()()1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅% ⑫ 矩阵A 与B 等价⇔PAQ B =,,P Q 可逆⇔()(),,,r A r B A B A B =≠>为同型矩阵列(行)向量组等价,即:秩相等的向量组不一定等价.矩阵A 与B 列向量组等价⇔1212(,,,)(,,,)n n r r αααβββ⋅⋅⋅=⋅⋅⋅=1212(,,,,,,)n n r αααβββ⋅⋅⋅⋅⋅⋅⇒ 矩阵A 与B 等价.⑬ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示⇔AX B =有解⇔12(,,,)=n r ααα⋅⋅⋅1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅≤12(,,,)n r ααα⋅⋅⋅.⑭ 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 .⑮ 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;⑯ 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. ⑰ 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. ⑱ 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.⑲ 设A 是m n ⨯矩阵,若()r A m =,A 的行向量线性无关;若()r A n =,A 的列向量线性无关,即:12,,,n ααα⋅⋅⋅线性无关. √ 矩阵的秩的性质:①()A O r A ≠⇔若≥1 ()0A O r A =⇔=若 0≤()m n r A ⨯≤min(,)m n②()()()TTr A r A r A A ==③()()r kA r A k =≠ 若0 ④()(),,()0m n n s r A r B n A B r AB B Ax ⨯⨯+≤⎧=⇒⎨=⎩若若0的列向量全部是的解⑤()r AB ≤{}min (),()r A r B⑥()()()()A r AB r B B r AB r A ⇒=⇒=若可逆若可逆 即:可逆矩阵不影响矩阵的秩.⑦若()()()m n Ax r AB r B r A n AB O B O A AB AC B C ο⨯⇔=⎧⎪=⎧⎪=⎨⎪⇒=⇒=⎧⎨⎪⎨⎪⎪=⇒=⎩⎩⎩ 只有零解在矩阵乘法中有左消去律;⑧()rrE O E O r A r A A O 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 A r r A r B O B B O ⎛⎫⎛⎫==+⎪ ⎪⎝⎭⎝⎭()()A C r r A r B O B ⎛⎫≠+ ⎪⎝⎭Word 文档121212,,,0,,,()(),,,⇔=−−−−−→=<⇔⇒⇔=⇔=⇔=⇔=−−−−−→≠⇒=⇔⇒βαααβαααβββαααL L M L 当为方阵时当为方阵时有无穷多解0表示法不唯一线性相关有非零解 可由线性表示有解有唯一组解0克莱姆法则表示法唯一 线A n n A n Ax A n Ax Ax r A r A Ax A n 12()(),,,()()()1()⎧⎪⎪⎪⎪⎨⎪⎪⎪⇔=⎪⎩⇔≠⎧⎪⇔=⇔<⎨⎪⇔+=⎩οββαααβββML M M 性无关只有零解 不可由线性表示无解n Ax r A r A Ax r A r A r A r A ○注:Ax Ax ββ⇒=<≠⇒=<≠有无穷多解其导出组有非零解有唯一解其导出组只有零解Ax β=1122n n x x x αααβ+++=L1112111212222212,,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⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭L L M M M M M L 12,,2,,j j j mj j n αααα⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪⎝⎭L M 1 1212(,,,)n n x x x αααβ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭L MWord 文档线性程组解的性质:1212121211221212(1),,(2),,(3),,,,,,,,(4),,(5),,(6k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηοηηηοηηηηολλλληληληγβηογηβηηβηηο=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-=L L 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⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩L 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√ 设A 为m n ⨯矩阵,若()r A m =⇒()()r A r A β=M⇒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 βM和的上限. √ 判断12,,,s ηηηL 是Ax ο=的基础解系的条件: ① 12,,,s ηηηL 线性无关; ② 12,,,s ηηηL 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.√ 一个齐次线性程组的基础解系不唯一.√ 若η*是Ax β=的一个解,1,,,s ξξξL 是Ax ο=的一个解⇒1,,,,s ξξξη*L 线性无关√ Ax ο=与Bx ο=同解(,A B 列向量个数相同),则: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 它们有相同的在线性关系.√ 两个齐次线性线性程组Ax ο=与Bx ο=同解⇔()()A r r A r B B ⎛⎫== ⎪⎝⎭.√ 两个非齐次线性程组Ax β=与Bx γ=都有解,并且同解⇔()()A r r A r B B βγ⎛⎫==⎪⎝⎭MM . √ 矩阵m n A ⨯与l n B ⨯的行向量组等价⇔齐次程组Ax ο=与Bx ο=同解⇔PA B =(左乘可逆矩阵P );101p 教材 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 ). √ 关于公共解的三中处理办法:① 把(I)与(II)联立起来求解;② 通过(I)与(II)各自的通解,找出公共解;当(I)与(II)都是齐次线性程组时,设123,,ηηη是(I)的基础解系, 45,ηη是(II)的基础解系,则 (I)与(II)有公共解⇔基础解系个数少的通解可由另一个程组的基础解系线性表示.即:1231231425(,,)(,,)r r c c ηηηηηηηη=+M当(I)与(II)都是非齐次线性程组时,设11122c c ξηη++是(I)的通解,233c ξη+是(II)的通解,两程组有公共解⇔2331c ξηξ+-可由12,ηη线性表示. 即:12122331(,)(,)r r c ηηηηξηξ=+-M③ 设(I)的通解已知,把该通解代入(II)中,找出(I)的通解中的任意常数所应满足(II)的关系式而求公共解。

《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

《线性代数》知识点归纳整理诚毅学生编01、余子式与代数余子式 ............................................................................................................................................. - 2 -02、主对角线 ................................................................................................................................................................. - 2 -03、转置行列式 ............................................................................................................................................................. - 2 -04、行列式的性质 ......................................................................................................................................................... - 3 -05、计算行列式 ............................................................................................................................................................. - 3 -06、矩阵中未写出的元素 ............................................................................................................................................. - 4 -07、几类特殊的方阵 ..................................................................................................................................................... - 4 -08、矩阵的运算规则 ..................................................................................................................................................... - 4 -09、矩阵多项式 ............................................................................................................................................................. - 6 -10、对称矩阵 ................................................................................................................................................................. - 6 -11、矩阵的分块 ............................................................................................................................................................. - 6 -12、矩阵的初等变换 ..................................................................................................................................................... - 6 -13、矩阵等价 ................................................................................................................................................................. - 6 -14、初等矩阵 ................................................................................................................................................................. - 7 -15、行阶梯形矩阵与行最简形矩阵 ......................................................................................................................... - 7 -16、逆矩阵 ..................................................................................................................................................................... - 7 -17、充分性与必要性的证明题 ..................................................................................................................................... - 8 -18、伴随矩阵 ................................................................................................................................................................. - 8 -19、矩阵的标准形: ..................................................................................................................................................... - 9 -20、矩阵的秩: ............................................................................................................................................................. - 9 -21、矩阵的秩的一些定理、推论 ............................................................................................................................... - 10 -22、线性方程组概念 ................................................................................................................................................... - 10 -23、齐次线性方程组与非齐次线性方程组(不含向量)........................................................................................ - 10 -24、行向量、列向量、零向量、负向量的概念 ....................................................................................................... - 11 -25、线性方程组的向量形式 ....................................................................................................................................... - 12 -26、线性相关与线性无关的概念 ......................................................................................................................... - 12 -27、向量个数大于向量维数的向量组必然线性相关.............................................................................................. - 12 -28、线性相关、线性无关;齐次线性方程组的解;矩阵的秩这三者的关系及其例题...................................... - 12 -29、线性表示与线性组合的概念 ......................................................................................................................... - 12 -30、线性表示;非齐次线性方程组的解;矩阵的秩这三者的关系其例题.......................................................... - 12 -31、线性相关(无关)与线性表示的3个定理 ......................................................................................................... - 12 -32、最大线性无关组与向量组的秩 ........................................................................................................................... - 12 -33、线性方程组解的结构 ........................................................................................................................................... - 12 -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。

线性代数大一详细知识点

线性代数大一详细知识点

线性代数大一详细知识点线性代数是数学中的一个重要分支,它研究向量空间和线性映射的性质。

在大一学习线性代数课程时,我们需要掌握一些基本的概念和技巧。

以下是线性代数大一详细知识点的总结。

一、向量和向量空间1. 向量的定义和性质- 向量的零向量和单位向量- 向量的加法和减法- 向量的数量乘法和数量积2. 向量空间的定义和性质- 向量空间的封闭性- 向量空间的子空间- 线性无关和线性相关- 极大线性无关组和生成组二、矩阵和矩阵运算1. 矩阵的定义和性质- 矩阵的转置和共轭转置- 矩阵的加法和减法- 矩阵的数量乘法和矩阵乘法2. 矩阵的逆- 可逆矩阵和非可逆矩阵- 矩阵的初等行变换- 矩阵的行列式- 逆矩阵的计算和性质三、线性方程组和矩阵方程1. 线性方程组的求解- 齐次线性方程组和非齐次线性方程组 - 高斯消元法和矩阵的行列式- 线性方程组的解的个数和解的结构2. 矩阵方程的求解- 矩阵方程的解和矩阵的秩- 矩阵的列空间和零空间四、特征值和特征向量1. 特征值和特征向量的定义- 特征方程和特征多项式- 特征值和特征向量的性质- 特征值和特征向量的计算2. 对角化和相似对角矩阵- 相似和相似对角化- 对角化的充分条件和判定方法五、内积空间和正交变换1. 内积空间的定义和性质- 内积的线性性和对称性- 正交和正交补空间2. 正交变换的定义和性质- 正交变换的条件和线性性- 正交变换的几何意义- 正交变换的矩阵表示六、线性代数的应用1. 线性方程组的应用- 线性方程组的建立和求解- 线性方程组在工程和科学中的应用2. 特征值和特征向量的应用- 特征值和特征向量的几何意义- 特征值和特征向量在物理和信息处理中的应用以上是线性代数大一详细知识点的总结。

掌握这些知识点可以帮助我们更好地理解线性代数的基础概念和方法,为进一步学习和应用提供坚实的基础。

线性代数在各个学科和领域中都有广泛的应用,是数学学习中不可或缺的重要内容。

线性代数总结汇总+经典例题

线性代数总结汇总+经典例题

线性代数总结汇总+经典例题线性代数知识点总结1 ⾏列式(⼀)⾏列式概念和性质1、逆序数:所有的逆序的总数2、⾏列式定义:不同⾏不同列元素乘积代数和3、⾏列式性质:(⽤于化简⾏列式)(1)⾏列互换(转置),⾏列式的值不变(2)两⾏(列)互换,⾏列式变号(3)提公因式:⾏列式的某⼀⾏(列)的所有元素都乘以同⼀数k,等于⽤数k 乘此⾏列式(4)拆列分配:⾏列式中如果某⼀⾏(列)的元素都是两组数之和,那么这个⾏列式就等于两个⾏列式之和。

(5)⼀⾏(列)乘k加到另⼀⾏(列),⾏列式的值不变。

(6)两⾏成⽐例,⾏列式的值为0。

(⼆)重要⾏列式4、上(下)三⾓(主对⾓线)⾏列式的值等于主对⾓线元素的乘积5、副对⾓线⾏列式的值等于副对⾓线元素的乘积乘6、Laplace展开式:(A是m阶矩阵,B是n阶矩阵),则7、n阶(n≥2)范德蒙德⾏列式数学归纳法证明★8、对⾓线的元素为a,其余元素为b的⾏列式的值:(三)按⾏(列)展开9、按⾏展开定理:(1)任⼀⾏(列)的各元素与其对应的代数余⼦式乘积之和等于⾏列式的值(2)⾏列式中某⼀⾏(列)各个元素与另⼀⾏(列)对应元素的代数余⼦式乘积之和等于0(四)⾏列式公式10、⾏列式七⼤公式:(1)|kA|=k n|A|(2)|AB|=|A|·|B|(3)|A T|=|A|(4)|A-1|=|A|-1(5)|A*|=|A|n-1(6)若A的特征值λ1、λ2、……λn,则(7)若A与B相似,则|A|=|B|(五)克莱姆法则11、克莱姆法则:(1)⾮齐次线性⽅程组的系数⾏列式不为0,那么⽅程为唯⼀解(2)如果⾮齐次线性⽅程组⽆解或有两个不同解,则它的系数⾏列式必为0 (3)若齐次线性⽅程组的系数⾏列式不为0,则齐次线性⽅程组只有0解;如果⽅程组有⾮零解,那么必有D=0。

2矩阵(⼀)矩阵的运算1、矩阵乘法注意事项:(1)矩阵乘法要求前列后⾏⼀致;(2)矩阵乘法不满⾜交换律;(因式分解的公式对矩阵不适⽤,但若B=E,O,A-1,A*,f(A)时,可以⽤交换律)(3)AB=O不能推出A=O或B=O。

高中数学线性代数入门

高中数学线性代数入门

高中数学线性代数入门在高中数学的学习中,线性代数是一个相对较新且具有一定挑战性的领域。

但别担心,让我们一起轻松地迈入这个神奇的数学世界。

首先,咱们来聊聊啥是线性代数。

简单说,线性代数就是研究线性关系的数学分支。

那啥叫线性关系呢?比如说,两个变量之间的关系可以用一条直线来表示,这就是线性关系。

在线性代数里,有几个重要的概念得先搞清楚。

一个是矩阵,矩阵就像是一个数字表格,它有行有列。

比如说,一个 2 行 3 列的矩阵,里面填着一堆数字。

矩阵可以用来表示很多东西,比如方程组的系数。

再来说说向量。

向量可以看作是有方向和长度的量。

在平面上,一个向量可以用它在 x 轴和 y 轴上的分量来表示。

向量有很多有趣的运算,比如加法、减法,还有数乘。

那线性代数能用来干啥呢?它在很多领域都有大用处。

比如在计算机图形学中,要对图像进行变换,就得用到线性代数的知识。

在物理学中,研究物体的运动也会用到向量和矩阵。

接下来,咱们看看线性方程组。

这可是线性代数中的常见问题。

比如说,有两个方程:2x + 3y = 8 ,4x y = 1 。

我们可以把它写成矩阵的形式,然后通过一些方法来求解。

求解线性方程组的方法有很多,其中一种常见的是高斯消元法。

这个方法的基本思想就是通过一系列的变换,把方程组变成一个上三角矩阵,然后逐步求解。

再说说矩阵的运算。

矩阵可以相加、相减,不过要注意,只有行数和列数都相同的矩阵才能进行加减运算。

矩阵的乘法就有点特别了,不是简单地把对应元素相乘,而是有一套特定的规则。

行列式也是线性代数中的一个重要概念。

它可以用来判断矩阵是否可逆,还能计算矩阵的特征值和特征向量。

说到特征值和特征向量,这可是比较高深的内容啦。

简单说,特征向量在经过矩阵变换后,方向不变,只是长度可能改变,而这个改变的比例就是特征值。

学习线性代数,得多做练习题。

通过实际的操作,才能更好地理解和掌握这些概念和方法。

遇到不懂的地方,别着急,多问问老师和同学,或者自己多琢磨琢磨。

  1. 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. 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. 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)。

线性代数基础知识点(),nT A r A n A A Ax x Ax A Ax A A A E οοοββ==⇔∀≠≠≠⇔∀∈=≅可逆 的列(行)向量线性无关 的特征值全不为0 只有零解 ,0总有唯一解 是正定矩阵 R 12,s iA p p p p nB AB E AB E⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪=⋅⋅⋅⎪==⎪⎩ 是初等阵存在阶矩阵使得 或 ○注:全体n 维实向量构成的集合nR 叫做n 维向量空间. ()A r A n A A A Ax A ολ<=⇔==不可逆0的列(行)向量线性相关 0是的特征值 有非零解,其基础解系即为关于0的⎧⎪⎪⎪⎨⎪⎪⎪⎩特征向量○注 ()()a b r aE bA n aE bA aE bA x οολ+<⎧⎪+=⇔+=⎨⎪⎩有非零解=-⎫⎪≅⎪−−−→⎬⎪⎪⎭:;具有向量组等价矩阵等价()反身性、对称性、传递性矩阵相似()矩阵合同() √ 关于12,,,n e e e ⋅⋅⋅: ①称为n¡的标准基,n¡中的自然基,单位坐标向量87p 教材;②12,,,n e e e ⋅⋅⋅线性无关; ③12,,,1n e e e ⋅⋅⋅=; ④tr =E n ;⑤任意一个n 维向量都可以用12,,,n e e e ⋅⋅⋅线性表示.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==-∑LL L L L M M M L1√ 行列式的计算:①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零.②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*==**=-1(拉普拉斯展开式)③上三角、下三角、主对角行列式等于主对角线上元素的乘积.④关于副对角线:(1)211212112111()n n nnn n n n n n n a Oa a a a a a a Oa O---*==-K NN 1 (即:所有取自不同行不同列的n 个元素的乘积的代数和)⑤范德蒙德行列式:()1222212111112n i j nj i nn n n nx x x x x x x x x x x ≤<≤---=-∏L L L M M M L111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 ⎛⎫⎪⎪= ⎪⎪⎝⎭L LM M M L 称为m n ⨯矩阵.记作:()ij m nA a ⨯=或m n A ⨯()1121112222*12n Tn ijn n nn A A A A A A A A A A A ⎛⎫ ⎪ ⎪== ⎪⎪⎝⎭L L M M M L ,ij A 为A 中各个元素的代数余子式. √ 逆矩阵的求法:① 1A A A *-= ○注: 1a b d b c d c a ad bc --⎛⎫⎛⎫= ⎪ ⎪--⎝⎭⎝⎭1L L 主换位副变号 ②1()()A E E A -−−−−→MM 初等行变换③1231111213a a a a a a -⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭3211111213a a a a a a -⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭√ 方阵的幂的性质:m n m n A A A += ()()m nmnA A =√ 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 b b c c c b b b ααα⎛⎫⎪⎪⋅⋅⋅= ⎪⎪⎝⎭L LL M M M L ⇔i iA c β= ,(,,)i s =L 1,2⇔iβ为iAx c =的解⇔()()()121212,,,,,,,,,s s s A A A A c c c ββββββ⋅⋅⋅=⋅⋅⋅=L ⇔12,,,s c c c L 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,T 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⎛⎫⎛⎫⎛⎫⎪⎪ ⎪⎪⎪ ⎪= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭L L M M M M M L ⇔11112212121122222211222n n m m mn ma a a c a a a c a a a c βββββββββ+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩L L L L L L √ 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.√ 分块矩阵的转置矩阵:TTT TT A B A C C D BD ⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭分块矩阵的逆矩阵:111A A B B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ 111A B BA---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭1111A C A A CB O B OB ----⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭ 1111A O A OC B B CAB ----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭ 分块对角阵相乘:11112222,A B A B A B ⎛⎫⎛⎫==⎪ ⎪⎝⎭⎝⎭⇒11112222A B AB A B ⎛⎫=⎪⎝⎭,1122nn n A A A ⎛⎫= ⎪⎝⎭分块对角阵的伴随矩阵:***A BA B AB ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ *(1)(1)mn mn A A B B B A**⎛⎫-⎛⎫= ⎪ ⎪⎪-⎝⎭⎝⎭√ 矩阵方程的解法(0A ≠):设法化成AX B XA B ==(I) 或 (II)A B E X −−−−→MM 初等行变换(I)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114p 教材. 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 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n -1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n -1个向量线性表示. ⑧ 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 ⇔=.⑨ 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,且表示法唯一.⑩ 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.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0⑪ 矩阵的行初等变换不改变矩阵的秩,且不改变列向量间的线性关系; 矩阵的列初等变换不改变矩阵的秩,且不改变行向量间的线性关系. 即:矩阵的初等变换不改变矩阵的秩.√ 矩阵的初等变换和初等矩阵的关系:对A 施行一次初等○行变换得到的矩阵,等于用相应的初等矩阵○左乘A ; 对A 施行一次初等○列变换得到的矩阵,等于用相应的初等矩阵○右乘A .如果矩阵A 存在不为零的r 阶子式,且任意r +1阶子式均为零,则称矩阵A 的秩为r .记作()r A r =向量组12,,,n αααL 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 αααLA 经过有限次初等变换化为B . 记作:A B =%12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示. 记作:()()1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅% ⑫ 矩阵A 与B 等价⇔PAQ B =,,P Q 可逆⇔()(),,,r A r B A B A B =≠>为同型矩阵作为向量组等价,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.⑬ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示⇔AX B =有解⇔12(,,,)=n r ααα⋅⋅⋅1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅≤12(,,,)n r ααα⋅⋅⋅.⑭ 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 .⑮ 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;p 教材94,例10⑯ 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. ⑰ 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. ⑱ 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. ⑲ 设A 是m n ⨯矩阵,若()r A m =,A 的行向量线性无关;若()r A n =,A 的列向量线性无关,即:12,,,n ααα⋅⋅⋅线性无关.√ 矩阵的秩的性质:①()A O r A ≠⇔若≥1 ()0A O r A =⇔=若 0≤()m n r A ⨯≤min(,)m n ②()()()T T r A r A r A A == p 教材101,例15③()()r kA r A k =≠ 若0④()(),,()0m n n s r A r B n A B r AB B Ax ⨯⨯+≤⎧=⇒⎨=⎩若若0的列向量全部是的解⑤()r AB ≤{}min (),()r A r B⑥()()()()A r AB r B B r AB r A ⇒=⇒=若可逆若可逆 即:可逆矩阵不影响矩阵的秩.⑦若()()()m n Ax r AB r B r A n AB O B O A AB AC B C ο⨯⇔=⎧⎪=⎧⎪=⎨⎪⇒=⇒=⎧⎨⎪⎨⎪⎪=⇒=⎩⎩⎩ 只有零解在矩阵乘法中有左消去律;若()()()n s r AB r B r B n B ⨯=⎧=⇒⎨⎩ 在矩阵乘法中有右消去律.⑧()rr E O E O r A r A A OO OO ⎛⎫⎛⎫=⇒⎪ ⎪⎝⎭⎝⎭若与唯一的等价,称为矩阵的等价标准型. ⑨()r A B ±≤()()r A r B + {}max (),()r A r B ≤(,)r A B ≤()()r A r B + ⑩()()A O O A r r A r B O B B O ⎛⎫⎛⎫==+⎪ ⎪⎝⎭⎝⎭ ()()A C r r A r B O B ⎛⎫≠+ ⎪⎝⎭121212,,,0,,,()(),,,A n n A n Ax A n Ax Ax r A r A Ax A n βαααβαααβββααα⇔=−−−−−→=<⇔⇒⇔=⇔=⇔=⇔=−−−−−→≠⇒=⇔⇒L L M L 当为方阵时当为方阵时有无穷多解0表示法不唯一线性相关有非零解可由线性表示有解有唯一组解0克莱姆法则表示法唯一 线127()(),,,()()()1()n Ax r A r A Ax r A r A r A r A οββαααβββ⎧⎪⎪⎪⎪⎨⎪⎪⎪⇔=⎪⎩⎧⇔≠⎪⇔=⇔<⎨⎪⇔+=⎩M L M M 教材72讲义8性无关只有零解不可由线性表示无解 ○注:AxAx ββ⇒=<≠⇒=<≠有无穷多解其导出组有非零解有唯一解其导出组只有零解Ax β=1122n n x x x αααβ+++=L1112111212222212,,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⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭L L M M M M ML 12,,2,,j j j mj j n αααα⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪⎝⎭L M 11212(,,,)n n x x x αααβ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭L M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=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-=L L 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⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩L 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√ 设A 为m n ⨯矩阵,若()r A m =⇒()()r A r A β=M⇒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 βM和的上限. √ 判断12,,,s ηηηL 是Ax ο=的基础解系的条件: ① 12,,,s ηηηL 线性无关; ② 12,,,s ηηηL 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.√ 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 ξξξL 是Ax ο=的一个解⇒1,,,,s ξξξη*L 线性无关√ Ax ο=与Bx ο=同解(,A B 列向量个数相同),则: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.√ 两个齐次线性线性方程组Ax ο=与Bx ο=同解⇔()()A r r A r B B ⎛⎫==⎪⎝⎭. √ 两个非齐次线性方程组Ax β=与Bx γ=都有解,并且同解⇔()()A r r A r B B βγ⎛⎫==⎪⎝⎭MM .√ 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 );101p 教材 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 ). √ 关于公共解的三中处理办法:① 把(I)与(II)联立起来求解;② 通过(I)与(II)各自的通解,找出公共解;当(I)与(II)都是齐次线性方程组时,设123,,ηηη是(I)的基础解系, 45,ηη是(II)的基础解系,则 (I)与(II)有公共解⇔基础解系个数少的通解可由另一个方程组的基础解系线性表示.即:1231231425(,,)(,,)r r c c ηηηηηηηη=+M当(I)与(II)都是非齐次线性方程组时,设11122c c ξηη++是(I)的通解,233c ξη+是(II)的通解,两方程组有公共解⇔2331c ξηξ+-可由12,ηη线性表示. 即:12122331(,)(,)r r c ηηηηξηξ=+-M③ 设(I)的通解已知,把该通解代入(II)中,找出(I)的通解中的任意常数所应满足(II)的关系式而求公共解。

相关文档
最新文档