线性代数知识点总结
线性代数知识点总结完整
线性代数知识点总结第一章 行列式1. n 阶行列式()()121212111212122212121==-∑n nnn t p p p n p p np p p p n n nna a a a a a D a a a a a a 2.特殊行列式()()111211222211221122010n t n n nn nn nna a a a a D a a a a a a a ==-=1212n nλλλλλλ=;()()1122121n n n nλλλλλλ-=-3.行列式的性质定义 记111212122212n n n n nna a a a a a D a a a =;112111222212n n T nnnna a a a a a D a a a =;行列式TD 称为行列式D 的转置行列式.. 性质1行列式与它的转置行列式相等..性质2 互换行列式的两行()↔i j r r 或列()↔i j c c ;行列式变号.. 推论 如果行列式有两行列完全相同成比例;则此行列式为零..性质3 行列式某一行列中所有的元素都乘以同一数()⨯j k r k ;等于用数k 乘此行列式；推论1D 的某一行列中所有元素的公因子可以提到D 的外面;推论2 D 中某一行列所有元素为零;则=0D ..性质4若行列式的某一列行的元素都是两数之和;则1112111212222212()()()i i ni i n n n ni ninna a a a a a a a a a D a a a a a '+'+='+1112111112112122222122221212i n i ni n i n n n ninnn nninna 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6 把行列式的某一列行的各元素乘以同一数然后加到另一列行对应的元素上去;行列式的值不变..算得行列式的值..4. 行列式按行列展开余子式 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1n -阶行列式叫做元素ij a 的余子式;记作ij M ..代数余子式 ()1i jij ij A M +=-记;叫做元素ij a 的代数余子式..引理一个n 阶行列式;如果其中第i 行所有元素除i;j (,)i j 元外ij a 都为零;那么这行列式等于ij a 与它的代数余子式的乘积;即ij ij D a A =..高阶行列式计算首先把行列上的元素尽可能多的化成0;保留一个非零元素;降阶定理n 阶行列式 111212122212=n n n n nna a a a a a D a a a 等于它的任意一行列的各元素与其对应的代数余子式的乘积之和;即1122i i i i in in D a A a A a A =+++;(1,2,,)i n =1122j j j j nj nj D a A a A a A =+++或;(1,2,,)j n =..第二章 矩阵1.矩阵111212122211n n m m mn a a a a a a A a a a ⎛⎫ ⎪ ⎪= ⎪⎪⎝⎭行列式是数值;矩阵是数表; 各个元素组成方阵 ：行数与列数都等于n 的矩阵A .. 记作：A n.. 行列矩阵：只有一行列的矩阵..也称行列向量.. 同型矩阵：两矩阵的行数相等;列数也相等.. 相等矩阵：AB 同型;且对应元素相等..记作：A ＝B 零矩阵：元素都是零的矩阵不同型的零矩阵不同 对角阵：不在主对角线上的元素都是零..单位阵：主对角线上元素都是1;其它元素都是0;记作：E注意 矩阵与行列式有本质的区别;行列式是一个算式;一个数字行列式经过计算可求得其值;而矩阵仅仅是一个数表;它的行数和列数可以不同..2. 矩阵的运算矩阵的加法 111112121121212222221122n n n n m m m m mn mn a b a b a b a b a b a b A B a b a b a b +++⎛⎫⎪+++⎪+= ⎪⎪+++⎝⎭说明 只有当两个矩阵是同型矩阵时;才能进行加法运算.. 矩阵加法的运算规律()1A B B A +=+；()()()2A B C A B C ++=++()()1112121222113,()n n ij ij m nm n m m mn a a a a a a A a A a a a a ⨯⨯---⎛⎫⎪--- ⎪=-=-= ⎪⎪---⎝⎭设矩阵记;A -称为矩阵A 的负矩阵()()()40,A A A B A B +-=-=+-..数与矩阵相乘111212122211,n n m m mn a a a a a a A A A A A a a a λλλλλλλλλλλλλλ⎛⎫ ⎪ ⎪== ⎪⎪⎝⎭数与矩阵的乘积记作或规定为数乘矩阵的运算规律设A B 、为m n ⨯矩阵;,λμ为数()()()1A A λμλμ=；()()2A A A λμλμ+=+；()()3A B A B λλλ+=+..矩阵相加与数乘矩阵统称为矩阵的线性运算..矩阵与矩阵相乘 设(b )ij B =是一个m s ⨯矩阵;(b )ij B =是一个s n ⨯矩阵;那么规定矩阵A 与矩阵B的乘积是一个m n⨯矩阵(c )ij C =;其中()12121122j j i i is i j i j is sj sj b b a a a a b a b a b b ⎛⎫⎪ ⎪=+++ ⎪ ⎪ ⎪⎝⎭1sik kj k a b ==∑;()1,2,;1,2,,i m j n ==;并把此乘积记作C AB = 注意1..A 与B2..矩阵的乘法不满足交换律;即在一般情况下;AB BA ≠;而且两个非零矩阵的乘积可能是零矩阵..3..对于n 阶方阵A 和B;若AB=BA;则称A 与B 是可交换的..矩阵乘法的运算规律()()()1AB C A BC =； ()()()()2AB A B A B λλλ==()()3A B C AB AC +=+;()B C A BA CA +=+ ()4m n n n m m m n m n A E E A A ⨯⨯⨯⨯⨯==()5若A 是n 阶方阵;则称 A k 为A 的k 次幂;即kk A A AA =个;并且mk m kA A A+=;()km mk AA =(),m k 为正整数..规定：A 0＝E 只有方阵才有幂运算注意 矩阵不满足交换律;即AB BA ≠;()kk k AB A B ≠但也有例外转置矩阵把矩阵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A T ;()()1TT A A =；()()2T T T A B A B +=+；()()3T T A A λλ=；()()4TT T AB B A =..方阵的行列式由n 阶方阵A 的元素所构成的行列式;叫做方阵A 的行列式;记作A注意 矩阵与行列式是两个不同的概念;n 阶矩阵是n 2个数按一定方式排成的数表;而n 阶行列式则是这些数按一定的运算法则所确定的一个数..()1T A A =；()2n A A λλ=；(3)AB A B B A BA ===对称阵 设A 为n 阶方阵;如果满足A =A T ;那么A 称为对称阵.. 伴随矩阵行列式A 的各个元素的代数余子式ij A 所构成的如下矩阵112111222212n n nnnn A A A A A A A A A A *⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭称为矩阵A 的伴随矩阵.. 性质 AA A A A E **==易忘知识点总结1只有当两个矩阵是同型矩阵时;才能进行加法运算..2只有当第一个矩阵的列数等于第二个矩阵的行数时;两个矩阵才能相乘;且矩阵相乘不满足交换律.. 3矩阵的数乘运算与行列式的数乘运算不同..逆矩阵：AB ＝BA ＝E;则说矩阵A 是可逆的;并把矩阵B 称为A 的逆矩阵..1A B -=即..说明1 A ;B 互为逆阵; A = B -12 只对方阵定义逆阵..只有方阵才有逆矩阵 3.若A 是可逆矩阵;则A 的逆矩阵是唯一的..定理1矩阵A 可逆的充分必要条件是0A ≠;并且当A 可逆时;有1*1AA A-=重要奇异矩阵与非奇异矩阵 当0A =时;A 称为奇异矩阵;当0A ≠时;A 称为非奇异矩阵..即0A A A ⇔⇔≠可逆为非奇异矩阵..求逆矩阵方法**1(1)||||021(3)||A A A A A A -≠=先求并判断当时逆阵存在；（）求；求。
线性代数知识点总结
线性代数知识点总结线性代数知识点总结第一章行列式行列式是线性代数中的重要概念之一。
行列式的定义包括二三阶行列式和N阶行列式。
其中，N阶行列式是由行列式中所有不同行、不同列的n个元素的乘积的和构成的。
行列式的计算需要用到奇偶排列、逆序数和对换等概念。
行列式还具有多种性质，如行列式行列互换其值不变，行列式中某两行（列）互换，行列式变号等。
通过这些性质，我们可以推论出行列式中某两行（列）对应元素相等，则行列式等于零等结论。
行列式还有一些特殊的形式，如转置行列式、对称行列式、反对称行列式、三线性行列式和上（下）三角形行列式等。
行列式在解线性方程组中应用广泛，如克莱姆法则。
非齐次线性方程组的系数行列式不为零时，有唯一解；而齐次线性方程组的系数行列式为1时，只有零解。
第二章矩阵矩阵是线性代数中另一个重要概念。
矩阵是由数个数排成的矩形阵列，其中包括零矩阵、负矩阵、行矩阵、列矩阵、n阶方阵和相等矩阵等。
矩阵的运算包括加法、数乘和乘法。
其中，加法和数乘都满足交换律和结合律。
而矩阵的乘法需要满足行数等于列数的规则。
矩阵的乘法运算需要用到矩阵的元素之间的乘积和求和。
在矩阵的运算中，我们需要注意矩阵的类型和是否有意义。
一般情况下，矩阵乘法不满足消去律。
即使已知AB=0，也不能得到A=0或B=0.对于矩阵A，它的转置等于A乘以A加B。
即transpose(A)=A(A+B)。
对于标量k和矩阵A，有(kA)=kA和(AB)=BA（反序定理）。
对于方幂A^k，有(A^k)=(A^1+k/2)+(A^2+k/2)。
有几种特殊的矩阵，如对角矩阵、数量矩阵、单位矩阵、上下三角形矩阵、对称矩阵、反对称矩阵、阶梯型矩阵和分块矩阵。
对于分块矩阵，加法、数乘和乘法的规则类似，而转置需要对每个子块进行转置。
矩阵的逆矩阵指的是存在一个N阶矩阵B，使得AB=BA=I。
如果矩阵A是可逆的，则称它是非奇异矩阵，否则称为奇异矩阵，其行列式为0.初等变换不会改变矩阵的可逆性，而初等矩阵都是可逆的。
线性代数知识点总结
线性代数知识点总结1.a j：向量α的第j个分量。
2.n维实向量空间：全体n维实列向量构成的集合及其上定义的向量。
的加法和数乘运算的合称。
Ps：1.全体n维行向量构成的集合记为R1*n；2.R2即2维空间。
3.R n的子集：多个n维实向量构成的一个集合。
4.V是R n的子空间：V具有下列性质的R n的子集。
设V?R n是一个非空集合，V满足：（1）若α、β∈V，则α+β∈V;（2）若γ∈V，k∈R，则kγ∈V；5.齐次线性方程组的解空间：齐次线性方程组的全部解向量构成的合。
6.向量组：多个相同维数的向量组成的集合。
7.线性组合：给定R n中向量组A：α1，α2，…，αm，以及数k1，k2，…，k m，称向量β=k1α1+k2α2+…+k mαm（k∈R）为向量组A的一个线性组合。
8.张成：给定R n中向量组A：α1，α2，…，αm，由A的全体线性组合构成的集合。
Ps；（1）记为Span（α1，α2，…，αm）={k1α1+k2α2+…+k mαm}；（2）张成是一R n的一个子空间；9.向量β能由向量组A线性表示：给定n维向量组A：α1，α2，…，αm和n维向量β，若存在m个数k1，k2，…，k m，使β=k1α1+k2α2+…+k mαm（k∈R）10.线性方程的三中表示：（1）矩阵方程Ax=b；（2）向量方程x1α1+x2α2+…+x nαn=β；（3）一般式方程；11.线性相关；k1α1+k2α2+…+k nαn=0（k不全为0）；线性无关；k1α1+k2α2+…+k nαn=0（k全为0）；12.线性相关的几何解释；（1）若向量组A：α1，α2线性相关，则它们共线：（2）若向量组A：α1，α2α3线性相关，则它们共面。
，13.向量组A线性相关的充要条件为R（A）＜n（即齐次线性方程组有非零解）；向量组A线性无关的充要条件为R（A）=n（……只有零解）。
Ps：秩：R（A）为系数矩阵的行阶梯形的非零行个数。
线性代数知识点总结
大学线性代数知识点总结第一章 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 n ij 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 j i 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:3331222113121100a 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**)()(*)(*∑==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 =)( T T T B A B A +=+)( T T kA kA =)( T T T A B AB =)(反序定理 方幂：2121k k k k A A A +=2121)(k k k kA A +=几种特殊的矩阵：对角矩阵：若AB 都是N 阶对角阵,k 是数,则kA 、A+B 、 AB 都是n 阶对角阵 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 都是0 分块矩阵：加法,数乘,乘法：类似,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, B A =-1非奇异矩阵、奇异矩阵|A|=0、伴随矩阵 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对换阵 倍乘阵 倍加阵等价标准形矩阵⎪⎪⎭⎫⎝⎛=O O O I D r r矩阵的秩rA ：满秩矩阵 降秩矩阵 若A 可逆,则满秩 若A 是非奇异矩阵,则rAB=rB 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n ij nn ij a 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.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T A 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 AA 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伴随矩阵：A 为N 阶方阵,伴随矩阵：⎪⎪⎭⎫⎝⎛=22211211*A A A A A 代数余子式 特殊矩阵的逆矩阵：对1和2,前提是每个矩阵都可逆1、分块矩阵⎪⎪⎭⎫ ⎝⎛=C O B A D 则⎪⎪⎭⎫ ⎝⎛-=-----11111C O BC A AD 2、准对角矩阵⎪⎪⎪⎪⎪⎭⎫⎝⎛=4321A A A A A , 则⎪⎪⎪⎪⎪⎭⎫⎝⎛=-----141312111A A A A A 3、 I A A A AA ==** 4、1*-=A A A A 可逆 5、1*-=n A A 6、()()A AA A 1*11*==--A 可逆7、()()**T TA A = 8、()***AB AB =判断矩阵是否可逆：充要条件是0≠A ,此时*11A AA =- 求逆矩阵的方法：定义法I AA =-1伴随矩阵法AA A *1=-初等变换法()()1||-=A I I A n n 只能是行变换初等矩阵与矩阵乘法的关系： 设()nm ij aA *=是mn 阶矩阵,则对A 的行实行一次初等变换得到的矩阵,等于用同等的m 阶初等矩阵左乘以A ：对A 的列实行一次初等变换得到的矩阵,等于用同种n 阶初等矩阵右乘以A 行变左乘,列变右乘第三章 线性方程组消元法 非齐次线性方程组：增广矩阵→简化阶梯型矩阵rAB=rB=r 当r=n 时,有唯一解；当n r ≠时,有无穷多解 rAB ≠rB,无解齐次线性方程组：仅有零解充要rA=n 有非零解充要rA<n 当齐次线性方程组方程个数<未知量个数,一定有非零解 当齐次线性方程组方程个数=未知量个数,有非零解充要|A|=0齐次线性方程组若有零解,一定是无穷多个N 维向量：由n 个实数组成的n 元有序数组.希腊字母表示加法数乘 特殊的向量：行列向量,零向量θ,负向量,相等向量,转置向量 向量间的线性关系: 线性组合或线性表示向量组间的线性相关无：定义179P向量组的秩：极大无关组定义P188定理：如果rj j j ααα,.....,21是向量组s ααα,.....,21的线性无关的部分组,则它是 极大无关组的充要条件是：s ααα,.....,21中的每一个向量都可由rj j j ααα,.....,21线性表出.秩:极大无关组中所含的向量个数.定理：设A 为mn 矩阵,则r A r =)(的充要条件是：A 的列行秩为r.现性方程组解的结构：齐次非齐次、基础解系线性组合或线性表示注：两个向量αβ,若βαk =则α是β线性组合单位向量组任意向量都是单位向量组的线性组合 零向量是任意向量组的线性组合任意向量组中的一个都是他本身的线性组合 向量组间的线性相关无注： n 个n 维单位向量组一定是线性无关 一个非零向量是线性无关,零向量是线性相关 含有零向量的向量组一定是线性相关 若两个向量成比例,则他们一定线性相关向量β可由n ααα,..,21线性表示的充要条件是)...()...(2121T Tn TTTnTTr r βαααααα=判断是否为线性相关的方法：1、定义法：设n k k k ....21,求n k k k ....21适合维数低的2、向量间关系法183P ：部分相关则整体相关,整体无关则部分无关3、分量法n 个m 维向量组180P ：线性相关充要n r Tn T T <⇒)....(21ααα 线性无关充要n r T n T T =⇒)....(21ααα推论①当m=n 时,相关,则0321=T T T ααα；无关,则0321≠T T T ααα ②当m<n 时,线性相关推广：若向量s ααα,...,21组线性无关,则当s 为奇数时,向量组13221,...,αααααα+++s 也线性无关；当s 为偶数时,向量组也线性相关.定理：如果向量组βααα,,...,21s 线性相关,则向量β可由向量组s ααα,...,21线性表出,且 表示法唯一的充分必要条件是s ααα,...,21线性无关. 极大无关组注：向量组的极大无关组不是唯一的,但他们所含向量的个数是确定的；不全为零的向量组的极大无关组一定存在； 无关的向量组的极大无关组是其本身； 向量组与其极大无关组是等价的. 齐次线性方程组I 解的结构：解为...,21αα I 的两个解的和21αα+仍是它的解； I 解的任意倍数αk 还是它的解；I 解的线性组合s s c c c ααα+++....2211也是它的解,s c c c ,...,21是任意常数.非齐次线性方程组II 解的结构：解为...,21μμII 的两个解的差21μμ-仍是它的解；若μ是非齐次线性方程组AX=B 的一个解,v 是其导出组AX=O 的一个解,则u+v 是II 的一个解. 定理：如果齐次线性方程组的系数矩阵A 的秩n r A r <=)(,则该方程组的基础解系存在,且在每个基础解系中,恰含有n-r 个解.若μ是非齐次线性方程组AX=B 的一个解,v 是其导出组AX=O 的全部解,则u+v 是II 的全部解.第四章 向量空间向量的内积 实向量定义：α,β=n n T b a b a b a +++=....2211αβ 性质：非负性、对称性、线性性 α,k β=k α,β; k α,k β=2k α,β;α+β,δγ+=α,γ+α,δ+β,γ+β,δ;),(),(1111j i sj j ri i j sj j ri i i l k l k βαβα∑∑∑∑===== n R ∈δγβα,,,,向量的长度),(ααα=0=α的充要条件是α=0；α是单位向量的充要条件是α,α=1单位化 向量的夹角正交向量：αβ是正交向量的充要条件是α,β=0 正交的向量组必定线性无关 正交矩阵：ｎ阶矩阵Ａ I A A AA T T ==性质：1、若A 为正交矩阵,则Ａ可逆,且T A A =-1,且1-A 也是正交矩阵；２、若A 为正交矩阵,则1±=A ；３、若A 、Ｂ为同阶正交矩阵,则ＡＢ也是正交矩阵； ４、ｎ阶矩阵Ａ＝ij a 是正交矩阵的充要条件是Ａ的列行向量组是 标准正交向量；第五章 矩阵的特征值和特征向量 特征值、特征向量A 是N 阶方阵,若数λ使AX=λX,即λI-A=0有非零解,则称λ为A 的一 个特征值,此时,非零解称为A 的属于特征值λ的特征向量. |A|=n λλλ...**21 注： 1、AX=λX2、求特征值、特征向量的方法0=-A I λ 求i λ 将i λ代入λI-AX=0求出所有非零解 3、对于不同的矩阵,有重根、单根、复根、实根主要学习的特殊：n I )(λ的特征向量为任意N 阶非零向量或)(21不全为零i n c c c c ⎪⎪⎪⎭⎫ ⎝⎛4、特征值： 若)0(≠λλ是A 的特征值则1-A --------λ1 则m A --------m λ则kA --------λk若2A =A 则-----------λ=0或1若2A =I 则-----------λ=-1或1若k A =O 则----------λ=0迹trA ：迹A=nn a a a +⋯⋯++2211性质：1、N 阶方阵可逆的充要条件是A 的特征值全是非零的2、A 与1-A 有相同的特征值3、N 阶方阵A 的不同特征值所对应的特征向量线性无关4、5、P281相似矩阵定义P283：A 、B 是N 阶矩阵,若存在可逆矩阵P,满足B AP P =-1,则矩阵A 与B 相似,记作A~B性质1、自身性：A~A,P=I2、对称性：若A~B 则B~A B AP P =-1 1-=PBP A A BP P =---111)(3、传递性：若A~B 、B~C 则A~C B AP P =-111 C BP P =-212---C P P A P P =-)()(211214、若AB,则A 与B 同不可逆5、若A~B,则11~--B A B AP P =-1两边同取逆,111---=B P A P6、若A~B,则它们有相同的特征值. 特征值相同的矩阵不一定相似7、若A~B,则)()(B r A r = 初等变换不改变矩阵的秩例子：B AP P =-1则1100100-=P PB AO AP P =-1 A=OI AP P =-1 A=II AP P λ=-1 A=I λ矩阵对角化定理：N 阶矩阵A 与N 阶对角形矩阵相似的充要条件是A 有N 个线性无关的特征向量注：1、P 与^中的i i x λ与顺序一致2、A~^,则^与P 不是唯一的推论：若n 阶方阵A 有n 个互异的特征值,则~^A P281定理：n 阶方阵~^A 的充要条件是对于每一个i K 重特征根i λ,都有i i K n A I r -=-)(λ注：三角形矩阵、数量矩阵I λ的特征值为主对角线.约当形矩阵约当块：形如⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=λλλλ111J 的n 阶矩阵称为n 阶约当块； 约当形矩阵：由若干个约当块组成的对角分块矩阵⎪⎪⎪⎭⎫ ⎝⎛=n J J J J 21i J 是约当块称为约当形矩阵. 定理：任何矩阵A 都相似于一个约当形矩阵,即存在n 阶可逆矩阵J AP P =-1.第六章 二次型二次型与对称矩阵只含有二次项的n 元多项式f 称为一个n 元二次型,简称二次型. 标准型：形如 的二次型,称为标准型.规范型：形如 的二次型,称为规范型.线性变换矩阵的合同：设AB 是n 阶方阵,若存在一个n 阶可逆矩阵C,使得 则称A 与B 是合同的,记作A B.合同的性质：反身性、对称性、传递性、秩、化二次型为标准型：配方法、做变换二次型中不含有平方项。
线性代数知识点总结
一、行列式1.排列：由个不同数码1,2，……，组成的有序数组12……n。
2.逆序：在一个级排列12……n中，如果有较大的数t排在较小的数s前面，则称与构成一个逆序。
一个级排列中逆序的总数称为它的逆序数，逆序数是奇数称为奇排列，是偶数或0称为偶排列。
3.定理1：任意一个排列经过一个对换后奇偶性改变。
定理2：个数码（>1）共有！个级排列，其中奇偶排列各占一半。
4.用2个元素(=1,2, ……)组成的记号称为阶行列式，其中横排称为行，纵排称为列。
称为第行第列的元素，阶行列式表示所有可能取自不同的行，不同的列的个元素乘积的代数和，一般项可以写为其中12…n 构成一个级排列，当12…n取遍所有的级排列时，则得到阶行列式表示的代数和中所有的项。
5.主对角线：行列式中从左上角到右下角的对角线。
6.主对角线右上方元素全为0的行列式为下三角行列式，左下方元素全为0为上三角行列式，主对角线左上方和右上方元素全为0，主对角线上元素不全为0的行列式为对角行列式，它们的值均等于主对角线上元素的乘积。
7.行列式性质1 行列式转置，值不变，即D T=D8.性质2 交换行列式的两行（列），行列式的值变号，即D1=D。
9.性质3 用数乘行列式的某一行（列），等于数乘此行列式 ,即D1=D。
10.性质4 若将行列式中某一行（列）的每一个元素写成两个数的和，则此行列式可以写成两个行列式的和，这两个行列式分别以这两个数为所在行（列）对应位置的元素，其他位置的元素与原行列式相同，即D=D1+D211.推论：①若行列式中有两行（列）的对应元素相同，则此行列式值为0。
②若行列式中有两行（列）的对应元素成比例，则此行列式值为0。
③若行列式某行（列）的所有元素有公因子，则公因子可提到行列式外面。
④将行列式某一行（列）的所有元素同乘以数后加到另一行（列）对应位置的元素上，行列式值不变。
12.余子式M:在阶行列式D=||中去掉元素所在的第行第列后，余下的-1阶行列式。
线性代数知识点总结汇总
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。
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。
线性代数知识点全归纳
线性代数知识点1、行列式1.n 行列式共有2n 个元素,展开后有!n 项,可分解为2n 行列式；2.代数余子式的性质：①、ij A 和ij a 的大小无关；②、某行列的元素乘以其它行列元素的代数余子式为0； ③、某行列的元素乘以该行列元素的代数余子式为A ； 3.代数余子式和余子式的关系：(1)(1)i j i j ij 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 -=-； 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)nn k 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 ----===4.矩阵是表格,推导符号为波浪号或箭头；行列式是数值,可求代数和；5.关于分块矩阵的重要结论,其中均A 、B 可逆：若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,则： Ⅰ、12s A A A A =；Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭； ②、111A O A O O B OB ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭；主对角分块 ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭；副对角分块 ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭；拉普拉斯 ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭；拉普拉斯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 -=；1. 初等矩阵和对角矩阵的概念：①、初等矩阵是行变换还是列变换,由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵；②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ,左乘矩阵A ,i λ乘A 的各行元素；右乘,iλ乘A 的各列元素；③、对调两行或两列,符号(,)E i j ,且1(,)(,)E i j E i j -=,例如：1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；④、倍乘某行或某列,符号(())E i k ,且11(())(())E i k E i k-=,例如：1111(0)11kk k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如：11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭； 2. 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 ≥+-；3. 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()n nnn m n mmn n n nm m n mnnnnnn m a b C a C a b C ab C a 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： 4. 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-=5. 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；6. 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； 7. 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；8. 由n 个未知数m 个方程的方程组构成n 元线性方程：①、11112211211222221122n n n n m m nm n na x a x a xb a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩； ②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭向量方程,A 为m n ⨯矩阵,m 个方程,n 个未知数③、()1212n n x x aa a x β⎛⎫⎪ ⎪= ⎪⎪⎝⎭全部按列分块,其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭； ④、1122n n a x a x a x β+++=线性表出⑤、有解的充要条件：()(,)r A r A n β=≤n 为未知数的个数或维数4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A ：12,,,m ααα构成n m ⨯矩阵12(,,,)m A =ααα；m 个n 维行向量所组成的向量组B ：12,,,T TTm βββ构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭；含有有限个向量的有序向量组与矩阵一一对应；2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解；齐次线性方程组②、向量的线性表出 Ax b ⇔=是否有解；线性方程组 ③、向量组的相互线性表示 AX B ⇔=是否有解；矩阵方程3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是：齐次方程组0Ax =和0Bx =同解；101P 例14 4. ()()T r A A r A =；101P 例15 5.n 维向量线性相关的几何意义：①、α线性相关 ⇔0α=；②、,αβ线性相关⇔,αβ坐标成比例或共线平行；③、,,αβγ线性相关 ⇔,,αβγ共面；6. 线性相关与无关的两套定理：若12,,,s ααα线性相关,则121,,,,s s αααα+必线性相关；若12,,,s ααα线性无关,则121,,,s ααα-必线性无关；向量的个数加加减减,二者为对偶若r 维向量组A 的每个向量上添上n r -个分量,构成n 维向量组B ：若A 线性无关,则B 也线性无关；反之若B 线性相关,则A 也线性相关；向量组的维数加加减减简言之：无关组延长后仍无关,反之,不确定；7. 向量组A 个数为r 能由向量组B 个数为s 线性表示,且A 线性无关,则r s ≤；向量组A 能由向量组B 线性表示,则()()r A r B ≤； 向量组A 能由向量组B 线性表示AX B ⇔=有解； ()(,)r A r A B ⇔=向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ,使12l A P P P =；①、矩阵行等价：~rA B PA B ⇔=左乘,P 可逆0Ax ⇔=与0Bx =同解 ②、矩阵列等价：~cA B AQ B ⇔=右乘,Q 可逆； ③、矩阵等价：~A B PAQ B ⇔=P 、Q 可逆； 9. 对于矩阵m n A ⨯与l n B ⨯：①、若A 与B 行等价,则A 与B 的行秩相等；②、若A 与B 行等价,则0Ax =与0Bx =同解,A 与B 的任何对应的列向量组有相同的线性相关性；③、矩阵的初等变换不改变矩阵的秩； ④、矩阵A 的行秩等于列秩； 10. 若m s s n m n A B C ⨯⨯⨯=,则：①、C 的列向量组能由A 的列向量组线性表示,B 为系数矩阵；②、C 的行向量组能由B 的行向量组线性表示,T A 为系数矩阵；转置11. 齐次方程组0Bx =的解一定是0ABx =的解,考试中可以直接作为定理使用,而无需证明①、0ABx = 只有零解0Bx ⇒ =只有零解；②、0Bx = 有非零解0ABx ⇒ =一定存在非零解；12. 设向量组12:,,,n r r B b b b ⨯可由向量组12:,,,n s s A a a a ⨯线性表示为：1212(,,,)(,,,)r s b b b a a a K =B AK =其中K 为s r ⨯,且A 线性无关,则B 组线性无关()r K r ⇔=；B 与K 的列向量组具有相同线性相关性必要性：()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=；充分性：反证法注：当r s =时,K 为方阵,可当作定理使用；13. ①、对矩阵m n A ⨯,存在n m Q ⨯,m AQ E = ()r A m ⇔=、Q 的列向量线性无关；②、对矩阵m n A ⨯,存在n m P ⨯,n PA E = ()r A n ⇔=、P 的行向量线性无关； 14. 12,,,s ααα线性相关⇔存在一组不全为0的数12,,,s k k k ,使得11220s s k k k ααα+++=成立；定义⇔1212(,,,)0s s x xx ααα⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭有非零解,即0Ax =有非零解；⇔12(,,,)s r s ααα<,系数矩阵的秩小于未知数的个数；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；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 ⇒>>；必要条件第一章 随机事件互斥对立加减功,条件独立乘除清； 全概逆概百分比,二项分布是核心； 必然事件随便用,选择先试不可能; 第二、三章一维、二维随机变量1离散问模型,分布列表清,边缘用加乘,条件概率定联合,独立试矩阵 2连续必分段,草图仔细看,积分是关键,密度微分算 3离散先列表,连续后求导；分布要分段,积分画图算 第五、六章数理统计、参数估计正态方和卡方出,卡方相除变F,若想得到t分布,一正n卡再相除; 样本总体相互换,矩法估计很方便；似然函数分开算,对数求导得零蛋；区间估计有点难,样本函数选在前；分位维数惹人嫌,导出置信U方甜; 第七章假设检验检验均值用U-T,分位对称别大意；方差检验有卡方,左窄右宽不稀奇；不论卡方或U-T,维数减一要牢记；代入比较临界值,拒绝必在否定域。
线性代数知识点总结汇总
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）—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★ 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|=kn|A|1 1…ik £…益■y (v)」IT=n厲-号）klXn7、n 阶（n 》2）范德蒙德行列式数学归纳法证明(2) |AB|=|A| • |B|(3) |AT|=|A|(4) |A-1|=|A|-1(5) |A*|=|A|n-1(6) 若A的特征值入1、入2、……入n,贝y P(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=0b2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=O2、转置的性质( 5 条)( 1)( A+B) T=AT+BT( 2)( kA) T=kAT( 3)( AB) T=BTAT( 4) |A|T=|A|( 5)( AT) T=A(二)矩阵的逆3、逆的定义：B=A-1 AB=E或 BA=E成立，称A可逆，B是A的逆矩阵，记为注：A可逆的充要条件是|A|工04、逆的性质：( 5 条)(1)( kA) - 1=1/k ・A-1 (k 工0)(2)(AB)-仁B- 1 ・A-1(3)|A-1|=|A|-1( 4)( AT) -1= ( A-1 ) T( 5)( A-1 ) -1=A5、逆的求法：( 1 ) A 为抽象矩阵：由定义或性质求解(2) A为数字矩阵：(A|E初等行变换E|A-1 )(三)矩阵的初等变换6、初等行(列)变换定义：（1）两行（列）互换；（2）一行（列）乘非零常数c（3）一行（列）乘k 加到另一行（列）7、初等矩阵：单位矩阵E 经过一次初等变换得到的矩阵。
线性代数 知识点总结
线性代数知识点总结一、向量1、向量的定义向量是指具有大小和方向的量，通常用定位矢量、力、速度、加速度等概念来描述，是线性代数的基础概念之一。
在向量的表示上，通常用箭头表示。
2、向量的加法向量的加法满足结合律和交换律，即对于任意两个向量a、b和任意数α，有a+b=b+a，(a+b)+c=a+(b+c)，α(a+b)=αa+αb。
3、向量的数量积向量的数量积又称内积或点积，是指两个向量相乘后相加的结果。
表示为a•b，数值为|a||b|cosθ，其中θ为a、b之间的夹角。
4、向量的线性相关与线性无关若存在一组不全为零的实数α1、α2、…、αn，使得α1a1+α2a2+…+αnan=0，则向量a1、a2、…、an为线性相关。
否则为线性无关。
5、向量的外积向量的外积又称叉积，是指两个向量相乘后得到一个垂直于原两个向量的新向量。
其模长为两个向量长度的乘积与夹角的正弦。
6、向量的投影向量a在向量b上的投影是指垂直于b的向量a′，满足a=a′+a″，其中a″即为a在b上的投影。
7、标量标量是没有方向的，只有大小的量。
标量和向量共同构成线性代数的基础。
二、矩阵1、矩阵的定义矩阵是由m行n列的数按特定顺序排列的格式，通常用方括号表示。
其中m、n分别称为矩阵的行数和列数。
2、矩阵的运算矩阵的加法、数乘、矩阵乘法等运算是线性代数中矩阵的重要运算。
矩阵乘法中的常见性质有结合律、分配律、非交换性等。
3、矩阵的转置矩阵的转置是指行列互换，即对于矩阵A，其转置记为A'，且满足(a')ij=(a)ji。
4、矩阵的秩矩阵的秩是指矩阵的列向量（或行向量）组成的矩阵的秩。
矩阵的秩有着一系列重要性质和应用。
5、矩阵的逆若矩阵A存在逆矩阵A-1，使得AA-1=A-1A=I，其中I是单位矩阵，则称矩阵A可逆。
良态矩阵的逆矩阵具有诸多性质。
6、矩阵幂矩阵的幂是指将矩阵连续乘积的运算。
矩阵幂在线性代数以及其他数学领域中有着广泛的应用。
线性代数知识点总结
线性代数知识点总结线性代数知识点总结「篇一」第一章行列式知识点1：行列式、逆序数知识点2：余子式、代数余子式知识点3：行列式的性质知识点4：行列式按一行（列）展开公式知识点5：计算行列式的方法知识点6：克拉默法则第二章矩阵知识点7：矩阵的概念、线性运算及运算律知识点8：矩阵的乘法运算及运算律知识点9：计算方阵的幂知识点10：转置矩阵及运算律知识点11：伴随矩阵及其性质知识点12：逆矩阵及运算律知识点13：矩阵可逆的判断知识点14：方阵的行列式运算及特殊类型的矩阵的运算知识点15：矩阵方程的求解知识点16：初等变换的概念及其应用知识点17：初等方阵的概念知识点18：初等变换与初等方阵的关系知识点19：等价矩阵的概念与判断知识点20：矩阵的子式与最高阶非零子式知识点21：矩阵的秩的概念与判断知识点22：矩阵的秩的性质与定理知识点23：分块矩阵的概念与运算、特殊分块阵的运算知识点24：矩阵分块在解题中的技巧举例第三章向量知识点25：向量的概念及运算知识点26：向量的线性组合与线性表示知识点27：向量组之间的线性表示及等价知识点28：向量组线性相关与线性无关的概念知识点29：线性表示与线性相关性的关系知识点30：线性相关性的判别法知识点31：向量组的最大线性无关组和向量组的秩的概念知识点32：矩阵的秩与向量组的秩的关系知识点33：求向量组的最大无关组知识点34：有关向量组的定理的综合运用知识点35：内积的概念及性质知识点36：正交向量组、正交阵及其性质知识点37：向量组的正交规范化、施密特正交化方法知识点38：向量空间（数一）知识点39：基变换与过渡矩阵（数一）知识点40：基变换下的坐标变换（数一）第四章线性方程组知识点41：齐次线性方程组解的性质与结构知识点42：非齐次方程组解的性质及结构知识点43：非齐次线性线性方程组解的各种情形知识点44：用初等行变换求解线性方程组知识点45：线性方程组的公共解、同解知识点46：方程组、矩阵方程与矩阵的乘法运算的关系知识点47：方程组、矩阵与向量之间的联系及其解题技巧举例第五章矩阵的特征值与特征向量知识点48：特征值与特征向量的概念与性质知识点49：特征值和特征向量的求解知识点50：相似矩阵的概念及性质知识点51：矩阵的相似对角化知识点52：实对称矩阵的相似对角化。
线性代数知识点全面总结
线性代数知识点全面总结线性代数是数学的重要分支，广泛应用于各个领域，如物理学、计算机科学、经济学等。
本文将全面总结线性代数的知识点，帮助读者系统地了解和掌握该学科。
1. 线性代数的基本概念1.1 向量及其表示：向量是线性代数的基本概念，可以用有序数对、矩阵或列向量表示，具有方向和大小。
1.2 矩阵及其运算：矩阵是由数字排列成的矩形数组，可以进行加法、乘法、转置等运算。
1.3 线性方程组：线性方程组是由一组线性方程组成的方程组，可以用矩阵和向量的表示形式来求解。
2. 向量空间2.1 向量空间的定义：向量空间是由一组满足一定条件的向量构成的集合，满足加法和数乘运算的封闭性。
2.2 子空间：子空间是向量空间的子集，也是向量空间，满足加法和数乘运算的封闭性。
2.3 线性无关与生成子空间：线性无关是指向量组中的向量之间不存在线性关系，生成子空间是指向量组中所有向量的线性组合的集合。
3. 线性映射3.1 线性映射的定义：线性映射是一个将一个向量空间映射到另一个向量空间的映射，保持加法和数乘运算的性质。
3.2 线性映射的矩阵表示：线性映射可以用矩阵表示，将一个向量空间的向量转化为另一个向量空间的向量。
3.3 核与像：核是线性映射中被映射为零向量的向量集合，像是线性映射中所有被映射到的向量组成的集合。
4. 矩阵的特征值与特征向量4.1 特征值和特征向量的定义：特征值是一个矩阵对应的线性变换中不改变方向的标量因子，特征向量是在特征值下发生伸缩的向量。
4.2 特征值与特征向量的计算：特征值与特征向量可以通过求解特征方程来计算。
4.3 对角化与相似矩阵：若一个矩阵相似于一个对角矩阵，则称其可对角化，对角矩阵是一个形式为对角线非零、其余元素均为零的矩阵。
5. 线性代数的应用5.1 物理学中的应用：线性代数在量子力学、力学等物理学领域有广泛应用，如描述粒子的状态和变换等。
5.2 计算机科学中的应用：线性代数在计算机图形学、机器学习等领域起到重要作用，如图像处理、数据分析等。
大学线性代数知识点总结
大学线性代数知识点总结1. 向量与空间- 向量的定义与表示- 向量的加法与数乘- 向量的内积与外积- 向量的模、方向与单位向量- 向量空间的定义与性质- 基、维数与坐标表示- 子空间及其性质- 线性相关与线性无关的概念2. 矩阵- 矩阵的定义与表示- 矩阵的加法、数乘与转置- 矩阵的乘法规则- 矩阵的逆- 行列式的概念与性质- 行列式的计算方法- 秩的概念与求解- 矩阵的分块3. 线性方程组- 线性方程组的表示- 高斯消元法- 行列式法- 逆矩阵解法- 克拉默法则- 线性方程组的解的结构- 齐次与非齐次线性方程组 - 线性方程组的解空间4. 特征值与特征向量- 特征值与特征向量的定义 - 特征值与特征向量的计算 - 矩阵的对角化- 矩阵的Jordan标准形- 特征值与特征向量的应用5. 内积空间- 内积空间的定义- 正交与正交性- 正交基与正交矩阵- 格拉姆-施密特正交化过程 - 最小二乘法- 正交投影与正交补6. 线性变换- 线性变换的定义与性质- 线性变换的矩阵表示- 线性变换的核与像- 线性变换的不变子空间- 线性变换的复合与逆变换 - 线性变换的分类7. 广义逆矩阵- 广义逆矩阵的概念- 广义逆矩阵的计算方法- 广义逆矩阵的性质与应用8. 谱理论- 谱定理- 谱半径与谱半径估计- 谱聚类9. 线性代数在其他领域的应用- 计算机图形学- 数据分析与机器学习- 量子力学- 结构工程- 电路分析结语线性代数是数学的一个重要分支，它在科学、工程、经济等多个领域都有着广泛的应用。
掌握线性代数的基本概念、理论和方法是解决实际问题的关键。
本文总结了线性代数的核心知识点，旨在为学习和应用线性代数提供参考和指导。
线性代数知识点总结
线性代数知识点总结一、向量空间向量空间是线性代数的核心概念，描述了向量的运算规则和性质。
一个向量空间必须满足以下条件：1. 封闭性：对于任意向量u、v属于向量空间V和标量c，有u+v和cu也属于向量空间V。
2. 相容性：向量空间中的向量和标量运算符必须相容，即对于任意u和v属于向量空间V和标量c，满足c(u+v) = cu + cv。
3.存在零向量：向量空间V中存在一个零向量0，满足对于任何向量v属于向量空间V，有v+0=v。
4.存在相反向量：对于任意向量v属于向量空间V，存在一个相反向量-w，满足v+(-w) = 0。
5.结合律：对于u、v、w属于向量空间V和标量c，满足(u+v)+w = u+(v+w)。
6.分配律：对于向量u和v属于向量空间V和标量a、b，满足(a+b)u = au+bu 和 a(u+v) = au+av。
二、矩阵与线性方程组1.矩阵的定义：矩阵是一个由m行n列元素组成的矩形数表。
一个m×n的矩阵有m行和n列，记作A=(aij)。
其中，i表示行索引，j表示列索引，aij表示矩阵A中第i行第j列的元素。
2.矩阵的运算：(1) 矩阵加法：对于两个具有相同维度的矩阵A和B，它们的和C记作C=A+B，定义为C的每个元素等于A和B对应位置元素的和。
(2) 矩阵乘法：对于两个矩阵A和B，如果A的列数等于B的行数，则矩阵A和B的乘积C记作C=AB，定义为C的第i行第j列的元素等于矩阵A的第i行元素与矩阵B的第j列元素的内积。
3.线性方程组：线性方程组是以线性方程为元素的方程组，其中每个未知数的最高次数为1。
(1)增广矩阵：线性方程组可以表示为增广矩阵的形式，增广矩阵是将系数矩阵与常数矩阵相连接而成的矩阵。
(2)矩阵的初等行变换：矩阵的初等行变换包括将矩阵的某一行乘以一个非零常数、将矩阵的某两行互换、将矩阵的某一行加上另一行的若干倍。
(3)矩阵的行阶梯形和行最简形：通过矩阵的初等行变换，可以将矩阵变成行阶梯形和行最简形。
线性代数知识点全归纳
线性代数知识点1、行列式1.n 行列式共有2n 个元素，展开后有!n 项，可分解为2n 行列式；2. 代数余子式的性质：①、ij A 和ij a 的大小无关；②、某行（列）的元素乘以其它行（列）元素的代数余子式为0；~③、某行（列）的元素乘以该行（列）元素的代数余子式为A ；3.代数余子式和余子式的关系：(1)(1)i j i j ij ijij ijM A A M ++=-=-4. 设n 行列式D ：将D 上、下翻转或左右翻转，所得行列式为1D ，则(1)21(1)n n D D -=-； 将D 顺时针或逆时针旋转90，所得行列式为2D ，则(1)22(1)n n D D -=-；将D 主对角线翻转后（转置），所得行列式为3D ，则3D D =； ;将D 主副角线翻转后，所得行列式为4D ，则4D D =；5. 行列式的重要公式：①、主对角行列式：主对角元素的乘积；②、副对角行列式：副对角元素的乘积(1)2(1)n n -⨯ -；③、上、下三角行列式（ = ◥◣）：主对角元素的乘积； ④、 ◤和 ◢：副对角元素的乘积(1)2(1)n n -⨯ -；"⑤、拉普拉斯展开式：A O A C AB CB O B==、(1)m n CA OAA BB O B C==-⑥、范德蒙行列式：大指标减小指标的连乘积；⑦、特征值；6. 对于n 阶行列式A ，恒有：1(1)nnk n k k k E A S λλλ-=-=+-∑，其中k S 为k 阶主子式；7. 证明0A =的方法：①、A A =-； ②、反证法；》③、构造齐次方程组0Ax =，证明其有非零解；④、利用秩，证明()r A n <； ⑤、证明0是其特征值；2、矩阵1.A 是n 阶可逆矩阵：⇔0A ≠（是非奇异矩阵）；《⇔()r A n =（是满秩矩阵）⇔A 的行（列）向量组线性无关；⇔齐次方程组0Ax =有非零解； ⇔n b R ∀∈，Ax b =总有唯一解；⇔A 与E 等价；⇔A 可表示成若干个初等矩阵的乘积； ⇔A 的特征值全不为0；&⇔T A A 是正定矩阵；⇔A 的行（列）向量组是n R 的一组基； ⇔A 是n R 中某两组基的过渡矩阵；2. 对于n 阶矩阵A ：**AA A A A E == 无条件恒成立；3. 1**111**()()()()()()T T T T A A A A A A ----=== 、***111()()()T T TAB B A AB B A AB B A ---===4. 矩阵是表格，推导符号为波浪号或箭头；行列式是数值，可求代数和；5. 关于分块矩阵的重要结论，其中均A 、B 可逆：若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭，则：Ⅰ、12s A A A A =；-Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭；②、111A O A O O B O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭；（主对角分块） ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭；（副对角分块） ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭；（拉普拉斯） ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭；（拉普拉斯）3、矩阵的初等变换与线性方程组1.2.》3.一个m n ⨯矩阵A ，总可经过初等变换化为标准形，其标准形是唯一确定的：rm nE OF O O ⨯⎛⎫=⎪⎝⎭； 等价类：所有与A 等价的矩阵组成的一个集合，称为一个等价类；标准形为其形状最简单的矩阵； 对于同型矩阵A 、B ，若()()r A r B A B = ⇔ ；4. 行最简形矩阵：①、只能通过初等行变换获得；②、每行首个非0元素必须为1；③、每行首个非0元素所在列的其他元素必须为0；$5. 初等行变换的应用：（初等列变换类似，或转置后采用初等行变换）①、若(,)(,)rA E E X ，则A 可逆，且1X A -=；②、对矩阵(,)A B 做初等行变化，当A 变为E 时，B 就变成1A B -，即：1(,)(,)cA B E A B - ~ ；③、求解线形方程组：对于n 个未知数n 个方程Ax b =，如果(,)(,)rA b E x ，则A 可逆，且1x A b -=；6. 初等矩阵和对角矩阵的概念：》①、初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵；②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ，左乘矩阵A ，i λ乘A 的各行元素；右乘，iλ乘A 的各列元素；③、对调两行或两列，符号(,)E i j ，且1(,)(,)E i j E i j -=，例如：1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；④、倍乘某行或某列，符号(())E i k ，且11(())(())E i k E i k -=，例如：1111(0)11k k k -⎛⎫⎛⎫ ⎪⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭； ⑤、倍加某行或某列，符号(())E ij k ,且1(())(())E ij k E ij k -=-，如：11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；7. 矩阵秩的基本性质：①、0()min(,)m n r A m n ⨯≤≤； ）②、()()T r A r A =；③、若A B ，则()()r A r B =；④、若P 、Q 可逆，则()()()()r A r PA r AQ r PAQ ===；（可逆矩阵不影响矩阵的秩） ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+；（※） ⑥、()()()r A B r A r B +≤+；（※） ⑦、()min((),())r AB r A r B ≤；（※）⑧、如果A 是m n ⨯矩阵，B 是n s ⨯矩阵，且0AB =，则：（※） ^ Ⅰ、B 的列向量全部是齐次方程组0AX =解（转置运算后的结论）；Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵，则()()()r AB r A r B n ≥+-；8. 三种特殊矩阵的方幂：①、秩为1的矩阵：一定可以分解为列矩阵（向量）⨯行矩阵（向量）的形式，再采用结合律；②、型如101001a c b ⎛⎫ ⎪⎪ ⎪⎝⎭的矩阵：利用二项展开式；>二项展开式：01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C ab Ca bC b C a b -----=+=++++++=∑；注：Ⅰ、()n a b +展开后有1n +项；Ⅱ、0(1)(1)!1123!()!--+====-m n n n n n n n m n C C C m m n mⅢ、组合的性质：111102---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ；③、利用特征值和相似对角化：9.[10.伴随矩阵：①、伴随矩阵的秩：*()()1()10()1n r A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩； ②、伴随矩阵的特征值：*1*(,)AAAX X A A A A X X λλλ- == ⇒ =；③、*1A A A -=、1*n A A-=11. 关于A 矩阵秩的描述："①、()r A n =，A 中有n 阶子式不为0，1n +阶子式全部为0；（两句话）②、()r A n <，A 中有n 阶子式全部为0； ③、()r A n ≥，A 中有n 阶子式不为0；12. 线性方程组：Ax b =，其中A 为m n ⨯矩阵，则：①、m 与方程的个数相同，即方程组Ax b =有m 个方程；②、n 与方程组得未知数个数相同，方程组Ax b =为n 元方程；·13. 线性方程组Ax b =的求解：①、对增广矩阵B 进行初等行变换（只能使用初等行变换）；②、齐次解为对应齐次方程组的解； ③、特解：自由变量赋初值后求得；14.15. ?16.由n 个未知数m 个方程的方程组构成n 元线性方程：①、11112211211222221122n n n n m m nm n na x a x a xb a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩； ②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭（向量方程，A 为m n ⨯矩阵，m 个方程，n 个未知数）③、()1212n n x x aa a x β⎛⎫⎪ ⎪= ⎪⎪⎝⎭（全部按列分块，其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭）； ④、1122n n a x a x a x β+++=（线性表出）⑤、有解的充要条件：()(,)r A r A n β=≤（n 为未知数的个数或维数）,4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A ：12,,,m ααα构成n m ⨯矩阵12(,,,)m A =ααα；m 个n 维行向量所组成的向量组B ：12,,,T TTm βββ构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭；含有有限个向量的有序向量组与矩阵一一对应；2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解；（齐次线性方程组）②、向量的线性表出 Ax b ⇔=是否有解；（线性方程组） <③、向量组的相互线性表示AX B ⇔=是否有解；（矩阵方程）3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是：齐次方程组0Ax =和0Bx =同解；(101P 例14)4.()()T r A A r A =；(101P 例15)5.n 维向量线性相关的几何意义：?①、α线性相关⇔0α=；②、,αβ线性相关 ⇔,αβ坐标成比例或共线（平行）；③、,,αβγ线性相关 ⇔,,αβγ共面；6. 线性相关与无关的两套定理：若12,,,s ααα线性相关，则121,,,,s s αααα+必线性相关；若12,,,s ααα线性无关，则121,,,s ααα-必线性无关；（向量的个数加加减减，二者为对偶） 、若r 维向量组A 的每个向量上添上n r -个分量，构成n 维向量组B ：若A 线性无关，则B 也线性无关；反之若B 线性相关，则A 也线性相关；（向量组的维数加加减减） 简言之：无关组延长后仍无关，反之，不确定；7. 向量组A （个数为r ）能由向量组B （个数为s ）线性表示，且A 线性无关，则r s ≤；向量组A 能由向量组B 线性表示，则()()r A r B ≤；向量组A 能由向量组B 线性表示/AX B ⇔=有解； ()(,)r A r A B ⇔=向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ，使12l A P P P =；①、矩阵行等价：~rA B PA B ⇔=（左乘，P 可逆）0Ax ⇔=与0Bx =同解 ②、矩阵列等价：~cA B AQ B ⇔=（右乘，Q 可逆）； ③、矩阵等价：~A B PAQ B ⇔=（P 、Q 可逆）；}9. 对于矩阵m n A ⨯与l n B ⨯：①、若A 与B 行等价，则A 与B 的行秩相等；②、若A 与B 行等价，则0Ax =与0Bx =同解，A 与B 的任何对应的列向量组有相同的线性相关性； ③、矩阵的初等变换不改变矩阵的秩；④、矩阵A 的行秩等于列秩；10. ) 11. 若m s s n m n A B C ⨯⨯⨯=，则：①、C 的列向量组能由A 的列向量组线性表示，B 为系数矩阵； ②、C 的行向量组能由B 的行向量组线性表示，T A 为系数矩阵；（转置）12. 齐次方程组0Bx =的解一定是0ABx =的解，【考试中可以直接作为定理使用，而无需证明】①、0ABx = 只有零解0Bx ⇒ =只有零解；②、0Bx = 有非零解0ABx ⇒ =一定存在非零解；（13. 设向量组12:,,,n r r B b b b ⨯可由向量组12:,,,n s s A a a a ⨯线性表示为：1212(,,,)(,,,)r s b b b a a a K =（B AK =）其中K 为s r ⨯，且A 线性无关，则B 组线性无关()r K r ⇔=；（B 与K 的列向量组具有相同线性相关性）（必要性：()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=；充分性：反证法）注：当r s =时，K 为方阵，可当作定理使用；14.15. |16.①、对矩阵m n A ⨯，存在n m Q ⨯，m AQ E = ()r A m ⇔=、Q 的列向量线性无关； ②、对矩阵m n A ⨯，存在n m P ⨯，n PA E = ()r A n ⇔=、P 的行向量线性无关；17. 12,,,s ααα线性相关⇔存在一组不全为0的数12,,,s k k k ，使得11220s s k k k ααα+++=成立；（定义）⇔1212(,,,)0s s x xx ααα⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭有非零解，即0Ax =有非零解；⇔12(,,,)s r s ααα<，系数矩阵的秩小于未知数的个数；18. — 19.20.设m n ⨯的矩阵A 的秩为r ，则n 元齐次线性方程组0Ax =的解集S 的秩为：()r S n r =-；21. 若*η为Ax b =的一个解，12,,,n r ξξξ-为0Ax =的一个基础解系，则*12,,,,n r ηξξξ-线性无关；5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=（定义），性质：①、A 的列向量都是单位向量，且两两正交，即1(,1,2,)0T i j i j a a i j n i j=⎧==⎨≠⎩；：②、若A 为正交矩阵，则1T A A -=也为正交阵，且1A =±；③、若A 、B 正交阵，则AB 也是正交阵；注意：求解正交阵，千万不要忘记施密特正交化和单位化；2. 施密特正交化：12(,,,)r a a a11b a =；1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----;！3. 对于普通方阵，不同特征值对应的特征向量线性无关；对于实对称阵，不同特征值对应的特征向量正交；4. ①、A 与B 等价 ⇔A 经过初等变换得到B ；⇔=PAQ B ，P 、Q 可逆； ()()⇔=r A r B ，A 、B 同型；$②、A 与B 合同 ⇔=T C AC B ，其中可逆； ⇔T x Ax 与T x Bx 有相同的正、负惯性指数； ③、A 与B 相似 1-⇔=P AP B ；5. 相似一定合同、合同未必相似；若C 为正交矩阵，则T C AC B =⇒A B ，（合同、相似的约束条件不同，相似的更严格）；6.-7.A 为对称阵，则A 为二次型矩阵；8.n 元二次型T x Ax 为正定：A ⇔的正惯性指数为n ；A ⇔与E 合同，即存在可逆矩阵C ，使T C AC E =； A ⇔的所有特征值均为正数； A ⇔的各阶顺序主子式均大于0；0,0ii a A ⇒>>；(必要条件)第一章 随机事件互斥对立加减功，条件独立乘除清； 全概逆概百分比，二项分布是核心； 必然事件随便用，选择先试不可能。
线性代数知识点总结
线性代数知识点总结线性代数是数学的一个分支，它的研究对象是向量，向量空间，线性变换和有限维的线性方程组。
下面是xx想跟大家分享的，欢迎大家浏览。
第一章行列式知识点1：行列式、逆序数知识点2：余子式、代数余子式知识点3：行列式的性质知识点4：行列式按一行（列）展开公式知识点5：计算行列式的方法知识点6：克拉默法则第二章矩阵知识点7：矩阵的概念、线性运算及运算律知识点8：矩阵的乘法运算及运算律知识点9：计算方阵的幂知识点10：转置矩阵及运算律知识点11：伴随矩阵及其性质知识点12：逆矩阵及运算律知识点13：矩阵可逆的判断知识点14：方阵的行列式运算及特殊类型的矩阵的运算知识点15：矩阵方程的求解知识点16：初等变换的概念及其应用知识点17：初等方阵的概念知识点18：初等变换与初等方阵的关系知识点19：等价矩阵的概念与判断知识点20：矩阵的子式与最高阶非零子式知识点21：矩阵的秩的概念与判断知识点22：矩阵的秩的性质与定理知识点23：分块矩阵的概念与运算、特殊分块阵的运算知识点24：矩阵分块在解题中的技巧举例第三章向量知识点25：向量的概念及运算知识点26：向量的线性组合与线性表示知识点27：向量组之间的线性表示及等价知识点28：向量组线性相关与线性无关的概念知识点29：线性表示与线性相关性的关系知识点30：线性相关性的判别法知识点31：向量组的最大线性无关组和向量组的秩的概念知识点32：矩阵的秩与向量组的秩的关系知识点33：求向量组的最大无关组知识点34：有关向量组的定理的综合运用知识点35：内积的概念及性质知识点36：正交向量组、正交阵及其性质知识点37：向量组的正交规范化、施密特正交化方法知识点38：向量空间（数一）知识点39：基变换与过渡矩阵（数一）知识点40：基变换下的坐标变换（数一）第四章线性方程组知识点41：齐次线性方程组解的性质与结构知识点42：非齐次方程组解的性质及结构知识点43：非齐次线性线性方程组解的各种情形知识点44：用初等行变换求解线性方程组知识点45：线性方程组的公共解、同解知识点46：方程组、矩阵方程与矩阵的乘法运算的关系知识点47：方程组、矩阵与向量之间的联系及其解题技巧举例第五章矩阵的特征值与特征向量知识点48：特征值与特征向量的概念与性质知识点49：特征值和特征向量的求解知识点50：相似矩阵的概念及性质知识点51：矩阵的相似对角化知识点52：实对称矩阵的相似对角化.知识点53：利用相似对角化求矩阵和矩阵的幂第六章二次型知识点54：二次型及其矩阵表示知识点55：矩阵的合同知识点56 : 矩阵的等价、相似与合同的关系知识点57：二次型的标准形知识点58：用正交变换化二次型为标准形知识点59：用配方法化二次型为标准形知识点60：正定二次型的概念及判断。
- 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)。
６ 向量组的秩
定义 设有向量组A,如果在A中能选出r个向量a1 , a2 , ,ar ,满足
(1)向量组 A0 : a1 , a2 , , ar 线性无关; (2)向量组A中任意r 1个向量(如果A中有r 1 个向量的话)都线性相关, 那么称向量组 A0 是向量组A的一个最大线性 无关向量组(简称最大无关组);最大无关组所含向 量个数r称为向量组A的秩.
１ 向量的定义
定义 n个有次序的数 a1 , a2 , , an 所组成的 数组称为n维向量.这n个数称为该向量的分量, 第i个数 ai 称为第i个分量.
分量全为实数的向量称为实向量．
分量全为复数的向量称为复向量．
n维向量写成列的形式, 称为列向量,即
a1 aa2 n n维向量写成行的形式, 称为行向量,即
向量aT (a1 , a2 , , an)的负向量记作 aT ,且 aT (a1 , a2 , , an).
２ 向量的线性运算
向量加法 设 aT (a1 , a2 , , an),bT (b1 , b2 , , bn),定义
向量aT 与bT 的加法为: aT bT (a1 b1 , a2 b2 , , an bn) 向量减法定义为 aT bT (a1 b1 , a2 b2 , , an bn)
数乘向量
数k与向量aT 的乘积, 称为向量的数量乘法 简 称 数 乘 向 量, 定 义 为
k aT (k a1, k a2 , , k an) 向量加法和数乘向量运算称为向量的线性运 算，满足下列八条运算规则：
(1)加法交换律 ; (2)加法结合律 ( ) ( ); (3)对任一个向量 ,有 O ;
j
,
(
j
1,2,
,m)
即向量a j 添上一个分量后得到向量 b j .若向量
组A : a1 , a2 , , am 线性无关,则向量组B : b1 , b2 , , bm 也线性无关.反言之,若向量组B线性相关, 则向量组A也线性相关.
(3)m个n维向量组成的向量组,当维数n小于
向量个数m时一定线性相关.
(1') 0 O, kO O(其中0为数零, k为任意数); (2')若k O,则或者k 0,或者 O; (3')向量方程 x 有唯一解x .
３ 线性组合
若干个同维数的列（行）向量所组成的集合 叫做向量组． 定义 给定向量组A : a1 , a2 , , am ,对于任何一组 实数 k1 , k 2 , , k m ,向量
５ 线性相关
定义 给定向量组A : a1 , a2 , , am ,如果存在不全 为零的数k1, k2 , , km ,使
k1 a1 k 2 a2 k m am 0, 则称向量组A是线性相关的, 否则称它线性无关. 定理 向量组a1 , a2 , , am 线性相关的充分必要 条件是它所构成的矩阵A (a1 , a2 , , am)的秩小 于向量个数m;向量组线性无关的充分必要条件 是R( A) m.
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B能由向量组A线性表示，则向量 组B的秩不大于向量组A的秩．
推论１ 等价的向量组的秩相等．
推论２ 设 C mn Ams Bsn ,则 R(C ) R( A), R(C ) R(B).
推论３（最大无关组的等价定义） 设向量组 B是向量组 A 的部分组，若向量组
aT a1 , a2 , , an
向量的相等 设 aT (a1 , a2 , , an), bT (b1 , b2 , , bn)
则aT bT ai bi (i 1,2, , n) 零向量
分量全为0的向量称为零向量． aT O ai 0(i 1,2, , n) aT O ai中至少有一个不为0,(i 1,2, , n) 负向量
(4)对任一个向量 ,存在负向量 ,有 ( ) O;
(5) 1 ; (6)数乘结合律 k(l ) (kl);
(7)数乘分配律 k( ) k k ; (8)数乘分配律 (k l) k l .
其中 , ,为n维向量,1, k, l为数,O为零向量.
除了上述八条运算规则，显然还有以下性质：
k1a1 k2a2 km am 称为向量组A的一个线性组合, k1 , k 2 , , k m 称为 这个线性组合的系数.
４ 线性表示
定义 给定向量组A : a1 , a2 , , am 和向量b,如果 存在一组实数k1 , k 2 , , k m , 使
b k1a1 k2a2 km am , 则向量b是向量组A的线性组合, 这时称向量b能 由向量组A线性表示.
定理 (1)若向量组A : a1 , a2 , , am 线性相关,则向 量组B : a1 , a2 , , am , am1也线性相关.反言之,若 向 量 组B线 性 无 关, 则 向 量 组A也 线 性 无 关.
(2)设 a
j
a1 j , b j arj
a1 j
a
a rj
r 1,
定理 向量b能由向量组A线性表示的充分必要条 件是矩阵A (a1 , a2 , , am)的秩等于矩阵B (a1 , a2 , , am , b)的秩.
定义 设有两个向量组A : a1 , a2 , , am 及B : b1 , b2 , , bs ,若B组中的每个向量都能由向量组A 线 性 表 示, 则 称 向 量 组B能 由 向 量 组A线 性 表 示. 若 向 量 组A与 向 量 组B能 相 互 线 性 表 示, 则 称 这 两个向量组等价.
B 线性无关，且向量组 A能由向量组 B 线性表示， 则向量组 B是向量组 A的一个最大无关组．
７ 向量空间
定义 设V为n维向量的集合，如果集合V非空，且 集合V对于加法及数乘两种运算封闭，那么就称集 合V为向量空间．
所谓封闭,是指在集合V中可以进行加法及 数乘两种运算: 若a V , b V ,则a b V ;若a