线性代数总结
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
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
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：克拉默法那么
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。
线性代数公式总结
()A r A n A Ax A οο⎧⎪<⎪=⇔⎨=⎪⎪⎩不可逆 有非零解 的列（行）向量线性相关()0A r A n A Ax Ax A οβ⎧⎪=⎪≠⇔⎨==⎪⎪⎩可逆 只有零解,总有唯一解 的列（行）向量线性无关⎫−−−→⎬⎭具有向量组等价反身性、对称性、传递性矩阵等价 √ 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 BB B BAA BB οοοοο*===**=-（了解）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：(1)211212112111(1)n n nnn n n n n n n a a a a a a a a a οοο---*==- （了解）√ 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 --⎡⎤⎡⎤=⎢⎥⎢⎥--⎣⎦⎣⎦ （掌握） TT T T T A B A C C D BD ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦（了解） ④12111121n a a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⑤11111221n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦√ 方阵的幂的性质：m n m n A A A += ()()m n mn A A =√ 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. √ 矩阵方程的解法：设法化成AX B XA B ==(I) 或 (II) 当0A ≠时,,B A B E X −−−−→ 初等行变换（当为一列时(I)的解法：构造()()即为克莱姆法则） 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√ 判断12,,,s ηηη 是0Ax =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 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.② 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. ③ 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 ⇔=. ④ ()0r A A ο=⇔=.（了解）⑤ 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,且表示法惟一.⑥ 矩阵的行向量组的秩等于列向量组的秩. （了解）阶梯形矩阵的秩等于它的非零行的个数. （掌握）⑦ 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.（了解） 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.12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示. 记作：{}{}1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅A 经过有限次初等变换化为B . 记作：A B =⑧ 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；⑨ 任一向量组和它的极大无关组等价.⑩ 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. ⑪ 若A 是m n ⨯矩阵,则{}()min ,r A m n ≤,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.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⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦41212120,,,0,,,()(),,,A n A n n Ax Ax A n Ax 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,,,()()A n Ax r A r A βαααββ⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪−−−−−→⎪⎩⇔=⇔≠ 当为方阵时克莱姆法则 不可由线性表示无解线性方程组解的性质：1212121211221212(1),0,(2)0,,(3),,,0,,,,,(4),0,(5),,0(6)k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηηηηηηηηλλλληληληγβηγηβηηβηη=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-= 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211212112212112212,0(7),,,,100k k k kk k k Ax Ax Ax Ax Ax ηβηηηηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩ 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 =,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.。
线性代数总结
第一章1、矩阵乘法矩阵乘法通常满足分配律而一般不满足交换律即AB!=BAf(x),g(x)为多项式，有：f(A)g(A)=g(A)f(A)f(A)g(B)!=g(B)f(A)2、矩阵的转置（A+B)^T=A^T+B^T （AB)^T=B^TA^T（kA)^T=kA^T（A^T)^T=A若A^t=-A 称A为反对称矩阵（斜对称矩阵）任意n阶方阵都可以写成对称矩阵和反对称矩阵之和。
3、矩阵的初等变换4、逆矩阵B唯一，B的逆为A。
(AB)^(-1）=B^(-1)A^(-1）(kA)^(-1）=（1/k)A^(-1）①A可逆②AX=0只有零解③Ab=0有唯一解〔①、③即为克拉默法则〕④A≌Ⅰ（等价）最简判断方法：det!=0逆矩阵求法：（A , I）—→（I , A^(-1））5、分块矩阵（注意使用即可）第二章1、性质（①、②为矩阵的某两行）某一行全为零，det=0某两行对应元成比例，则det=0 ①→k·①，则det→k·det①→k·②+①，则det不变①←→②，则det→（-det）detA=det（A^T）detA^-1=1/detAdetAB…N=detAdetB……detN det（kA）=k^n（detA）#伴随矩阵的性质y推导基础：AA*=A*A=（detA）Ⅰ若A可逆，则A^(-1) = (1/detA)A* det(A*）=（detA)^(n-1）(kA)*=k^(n-1）A*(A*)^(-1）= A^(-1)*(A^T)* =（A*)^T(AB)* = B*A*(A*)*=(detA)^(n-2) Ar(A*)={n(rA=n),1(rA=n-1),0(rA<n-1)} 2、矩阵的秩定义：矩阵A的非零子式的最高阶数称为A的秩，零矩阵的秩为0。
性质：A可逆←→R（A）=nR（A）=0←→A=0R（A）=R（A^T）k≠0时，R（kA）=R（A）若P,Q为可逆矩阵，则R（A）=R（PA）=R（AQ）=R（PAQ）A≌B←→R（A）=R（B）（1) 有：初等变换不改变矩阵的秩经过行初等变化把矩阵换为行最简，即可得到秩。
线性代数超强的总结(不看你会后悔的)
线性代数超强总结()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R ⎫⎪−−−→⎬⎪⎭具有向量组等价相似矩阵反身性、对称性、传递性矩阵合同√ 关于：12,,,n e e e ⋅⋅⋅①称为的标准基，中的自然基，单位坐标向量；n :n :②线性无关；12,,,n e e e ⋅⋅⋅③；12,,,1n e e e ⋅⋅⋅=④；tr()=E n ⑤任意一个维向量都可以用线性表示.n 12,,,n e e e ⋅⋅⋅an √ 行列式的计算：① 若都是方阵（不必同阶）,则A B 与(1)mn A A A A B B B B AA B B 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：(1)211212112111(1)n n nnn n n n n n n a a a a a a a a a οοο---*==-√ 逆矩阵的求法:①1A A A*-=②1()()A E E A -−−−−→ 初等行变换③ 11a b d b c d c a ad bc --⎡⎤⎡⎤=⎢⎥⎢⎥--⎣⎦⎣⎦TT T TT A B A C C D BD ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦④ 12111121n aa n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦21111211na a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⑤ 11111221n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦11121211n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦√ 方阵的幂的性质： m n m n A A A +=()()m n mnA A =√ 设，对阶矩阵规定：为的一个多项式.1110()m m m m f x a x a x a x a --=++++ n A 1110()m m m m f A a A a A a A a E --=++++ A √设的列向量为,的列向量为，的列向量为,,,m n n s A B ⨯⨯A 12,,,n ααα⋅⋅⋅B 12,,,s βββ⋅⋅⋅AB 12,,,s r r r 1212121122,1,2,,,(,,,)(,,,),(,,,),,,.i i s s T n n ni i i ir A i s A A A A A B b b b A b b b AB i r A AB i r B βββββββββαααβα==⋅⋅⋅=⎫⎪==++⎪⎬⎪⎪⎭ 则：即 用中简若则 单的一个提即：的第个列向量是的列向量的线性组合组合系数就是的各分量；高运算速度的第个行向量是的行向量的线性组合组合系数就是的各分量√ 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；ΛΛ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.ΛΛ√ 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：11112222,kk kk A B A B A B A B οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦11112222kk kk A B A B AB A B οο⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦√ 矩阵方程的解法：设法化成AX B XA B ==(I ) 或 (I I ) 当时,0A ≠ ,B A B E X −−−−→ 初等行变换（当为一列时(I )的解法：构造()()即为克莱姆法则）T T T T A X B X X =(I I )的解法：将等式两边转置化为， 用(I )的方法求出，再转置得√ 和同解（列向量个数相同）,则：Ax ο=Bx ο=,A B 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.√ 判断是的基础解系的条件：12,,,s ηηη 0Ax = ① 线性无关；12,,,s ηηη ② 是的解；12,,,s ηηη 0Ax =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部分相关,整体必相关；整体无关,部分必无关.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.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向量组中任一向量≤≤都是此向量组的线性组合.12,,,n ααα⋅⋅⋅i α(1i )n ⑦向量组线性相关向量组中至少有一个向量可由其余个向量线性表示.12,,,n ααα⋅⋅⋅⇔1n -向量组线性无关向量组中每一个向量都不能由其余个向量线性表示.12,,,n ααα⋅⋅⋅⇔i α1n -⑧维列向量组线性相关；m 12,,,n ααα⋅⋅⋅()r A n ⇔< 维列向量组线性无关.m 12,,,n ααα⋅⋅⋅()r A n ⇔=⑨.()0r A A ο=⇔=⑩若线性无关，而线性相关,则可由线性表示,且表示法惟一.12,,,n ααα⋅⋅⋅12,,,,n αααβ⋅⋅⋅β12,,,n ααα⋅⋅⋅⑪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.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.向量组等价 和可以相互线性表示. 记作：12,,,n ααα⋅⋅⋅12,,,n βββ⋅⋅⋅{}{}1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅ 矩阵等价 经过有限次初等变换化为. 记作：A B A B= ⑪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.A B ⇔()(),r A r B A B =≠>矩阵与作为向量组等价A B ⇔1212(,,,)(,,,)n n r r αααβββ⋅⋅⋅=⋅⋅⋅=1212(,,,,,,)n n r αααβββ⋅⋅⋅⋅⋅⋅⇒矩阵与等价.A B ⑪向量组可由向量组线性表示≤.12,,,s βββ⋅⋅⋅12,,,n ααα⋅⋅⋅⇔1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅12(,,,)n r ααα⋅⋅⋅⑪向量组可由向量组线性表示,且，则线性相关.12,,,s βββ⋅⋅⋅12,,,n ααα⋅⋅⋅s n >12,,,s βββ⋅⋅⋅向量组线性无关,且可由线性表示,则≤.12,,,s βββ⋅⋅⋅12,,,n ααα⋅⋅⋅s n ⑪向量组可由向量组线性表示,且,则两向量组等价；12,,,s βββ⋅⋅⋅12,,,n ααα⋅⋅⋅12(,,,)s r βββ⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅⑪任一向量组和它的极大无关组等价.⑪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.⑪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.⑪若是矩阵,则,若，的行向量线性无关；A m n ⨯{}()min ,r A m n ≤()r A m =A 若，的列向量线性无关,即：()r A n =A 线性无关.12,,,n ααα⋅⋅⋅线性方程组的矩阵式 向量式 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⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦at a t i me an dA l lt h i ng si no d1212120,,,0,,,()(),,,An A nn 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矩阵转置的性质：()T T A A =()T T T AB B A =()T TkA kA =T A A=()T T TA B A B +=+矩阵可逆的性质：11()A A --=111()AB B A ---=111()kA k A ---=11A A--=11()()T T A A --=11()()k k kA A A ---==伴随矩阵的性质：2()n A AA-**=()AB B A ***=1()n kA k A *-*=1n A A-*=11()()()()AAT TA A A A -**-**===()()k k A A **=AA A A A E**==() () 1 ()10 () 1 n r A n r A r A n r A n *=⎧⎪==-⎨⎪<-⎩若若若AB A B =n kA k A =kk A A=n g线性方程组解的性质：1212121211221212(1),0,(2)0,,(3),,,0,,,,,(4),0,(5),,0(6)k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηηηηηηηηλλλληληληγβηγηβηηβηη=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-= 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211212112212112212,0(7),,,,100k k k k k k k Ax Ax Ax Ax Ax ηβηηηηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩ 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√ 设为矩阵,若,则,从而一定有解.A m n ⨯()r A m =()()r A r A β= Ax β= 当时,一定不是唯一解.,则该向量组线性相关.m n <⇒<方程个数未知数的个数向量维数向量个数是的上限.m ()()r A r A β 和√ 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 B ④ ()0()00r A k r kA k ≠⎧=⎨=⎩ 若 若 ⑤ ()()A r r A r B B οο⎡⎤=+⎢⎥⎣⎦⑥≥0,()A r A ≠若则1⑦ ≤,,()0,()()m n n s A B r AB r A r B ⨯⨯=+若且则n⑧ ,()()()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 且在矩阵乘法中有左消去律:(),()(),r A n r AB r B ==若则Atsnt he0AB B AB AC B Cο=⇒==⇒= 标准正交基 个维线性无关的向量,两两正交,每个向量长度为1.n n .αβ与正交(,)0αβ=是单位向量 .α1α==√ 内积的性质： ① 正定性：(,)0,(,)0αααααο≥=⇔=且 ② 对称性：(,)(,)αββα=③ 双线性：1212(,)(,)(,)αββαβαβ+=+ 1212(,)(,)(,)ααβαβαβ+=+ (,)(,)(,)c c c αβαβαβ==施密特 线性无关,123,,ααα 112122111313233121122(,)()(,)(,)()()βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化 单位化： 111βηβ=222βηβ=333βηβ=正交矩阵 .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.A A n n :√ 正交矩阵的性质：① ；1T A A -=② ；T T AA A A E ==③ 是正交阵,则（或）也是正交阵；A T A 1A -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.的特征矩阵 .A E A λ-t i mi r的特征多项式 .A ()E A f λλ-=的特征方程 . A 0E A λ-=Ax x Ax x λ=→ 与线性相关√ 上三角阵、下三角阵、对角阵的特征值就是主对角线上的各元素.n √ 若,则为的特征值,且的基础解系即为属于的线性无关的特征向量.0A =0λ=A 0Ax =0λ=√ 12n A λλλ= 1ni Aλ=∑t r √若,则一定可分解为=、,从而()1r A =A A []1212,,,n n a a b b b a ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦21122()n n A a b a b a b A =+++ 的特征值为：, .A 11122n n A a b a b a b λ==+++ t r 230n λλλ==== √ 若的全部特征值，是多项式,则:A 12,,,n λλλ ()f x ① 的全部特征值为；()f A 12(),(),,()n f f f λλλ ② 当可逆时,的全部特征值为,A 1A -12111,,,n λλλ 的全部特征值为.A *12,,,n AAAλλλ √ 1122,.mm Ak kA a baA bEAA A A A λλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是的特征值则:分别有特征值√ 1122,mm Ak kA a baA bEAx A x A A A λλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是关于的特征向量则也是关于的特征向量.与相似 （为可逆阵） 记为：A B 1B P AP -=P A B:√ 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A A n P Ame 的矩阵，为对角阵,主对角线上的元素为的特征值.1P AP -A √ 可对角化的充要条件： 为的重数.A ()i i n r E A k λ--=i k i λ√ 若阶矩阵有个互异的特征值,则与对角阵相似.n A n A 与正交相似 （为正交矩阵）A B 1B P AP -=P √ 相似矩阵的性质：① 若均可逆11A B --:,A B ② T TA B :③ （为整数）k k A B :k ④ ,从而有相同的特征值,但特征向量不一定相同.即:E A E B λλ-=-,A B 是关于的特征向量,是关于的特征向量.x A 0λ1P x -B 0λ⑤ 从而同时可逆或不可逆A B =,A B ⑥ ()()r A r B =⑦ ()()A B =t r t r √ 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 重特征值必定有个线性无关的特征向量；k k ⑤ 必可用正交矩阵相似对角化（一定有个线性无关的特征向量,可能有重n A 的特征值,重数=）.()n r E A λ--可以相似对角化 与对角阵相似. 记为： （称是的相似标准型）A A ΛA Λ:ΛA √ 若为可对角化矩阵,则其非零特征值的个数（重数重复计算）.A ()r A =√ 设为对应于的线性无关的特征向量,则有：i αi λ.[]121212112212(,,,)(,,,)(,,,),,,n n n n n n PA A A A λλααααααλαλαλααααλΛ⎡⎤⎢⎥⎢⎥===⎢⎥⎢⎥⎣⎦√ 若, ,则：.A B :C D :A B C D οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎣⎦⎣⎦:√ 若,则,.A B :()()f A f B :()()f A f B =二次型 为对称矩阵 12(,,,)T n f x x x X AX = A 12(,,,)Tn X x x x = 与合同 . 记作： （）A B T B C AC =A B :,,A B C 为对称阵为可逆阵√ 两个矩阵合同的充分必要条件是：它们有相同的正负惯性指数.√ 两个矩阵合同的充分条件是：A B :√ 两个矩阵合同的必要条件是：()()r A r B =√ 经过化为标准型.12(,,,)Tn f x x x X AX = 正交变换合同变换可逆线性变换X CY =2121(,,,)nn i i f x x x d y =∑ √ 二次型的标准型不是惟一的,与所作的正交变换有关,但系数不为零的个数是由()r A +正惯性指数负惯性指数惟一确定的.√ 当标准型中的系数为1，-1或0时,则为规范形 .i d √ 实对称矩阵的正（负）惯性指数等于它的正（负）特征值的个数.√ 任一实对称矩阵与惟一对角阵合同.A 111100⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦√ 用正交变换法化二次型为标准形:①求出的特征值、特征向量；A ②对个特征向量单位化、正交化；n ③构造（正交矩阵）,；C 1C AC -=Λ④作变换,新的二次型为,的主对角上的元素即为的X CY =2121(,,,)nn i i f x x x d y =∑ Λi d A 特征值.正定二次型 不全为零，.12,,,n x x x 12(,,,)0n f x x x > 正定矩阵 正定二次型对应的矩阵.√ 合同变换不改变二次型的正定性.√ 成为正定矩阵的充要条件（之一成立）：①正惯性指数为；n ②的特征值全大于；A 0③的所有顺序主子式全大于；A 0④合同于，即存在可逆矩阵使；A E Q T Q AQ E =⑤存在可逆矩阵，使 （从而）；P T A P P =0A >⑥存在正交矩阵，使 （大于）.121T n C AC C AC λλλ-⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦ i λ0√ 成为正定矩阵的必要条件： ； .0ii a >0A >。
线性代数总结
1、行列式1.行列式共有个元素，展开后有项，可分解为行列式;2.代数余子式的性质：①、和的大小无关；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；3.代数余子式和余子式的关系:4.设行列式：将上、下翻转或左右翻转，所得行列式为，则；将顺时针或逆时针旋转，所得行列式为，则；将主对角线翻转后(转置），所得行列式为,则；将主副角线翻转后，所得行列式为，则；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；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；⑤、拉普拉斯展开式：、⑥、范德蒙行列式：大指标减小指标的连乘积；⑦、特征值；6.对于阶行列式，恒有：，其中为阶主子式；7.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；2、矩阵1.是阶可逆矩阵：（是非奇异矩阵）；（是满秩矩阵）的行（列）向量组线性无关;齐次方程组有非零解；，总有唯一解；与等价;可表示成若干个初等矩阵的乘积；的特征值全不为0;是正定矩阵；的行（列）向量组是的一组基;是中某两组基的过渡矩阵；2.对于阶矩阵：无条件恒成立；3.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；4.关于分块矩阵的重要结论，其中均、可逆：若，则：Ⅰ、；Ⅱ、；②、;（主对角分块)③、；（副对角分块)④、；(拉普拉斯）⑤、；（拉普拉斯）3、矩阵的初等变换与线性方程组1.一个矩阵，总可经过初等变换化为标准形，其标准形是唯一确定的：;等价类：所有与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、，若；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,则可逆，且；②、对矩阵做初等行变化，当变为时，就变成，即：；③、求解线形方程组：对于个未知数个方程，如果,则可逆，且；4.初等矩阵和对角矩阵的概念：①、初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵；②、，左乘矩阵，乘的各行元素；右乘，乘的各列元素；③、对调两行或两列,符号,且，例如：；④、倍乘某行或某列,符号，且，例如：;⑤、倍加某行或某列，符号，且，如:;5.矩阵秩的基本性质：①、;②、；③、若,则;④、若、可逆，则；（可逆矩阵不影响矩阵的秩）⑤、;(※）⑥、；(※)⑦、；（※）⑧、如果是矩阵，是矩阵,且，则：（※）Ⅰ、的列向量全部是齐次方程组解（转置运算后的结论）;Ⅱ、⑨、若、均为阶方阵，则；6.三种特殊矩阵的方幂：①、秩为1的矩阵：一定可以分解为列矩阵（向量）行矩阵（向量）的形式，再采用结合律；②、型如的矩阵：利用二项展开式;二项展开式：;注:Ⅰ、展开后有项；Ⅱ、Ⅲ、组合的性质:；③、利用特征值和相似对角化：7.伴随矩阵：①、伴随矩阵的秩：;②、伴随矩阵的特征值：；③、、8.关于矩阵秩的描述:①、,中有阶子式不为0，阶子式全部为0；（两句话)②、，中有阶子式全部为0；③、,中有阶子式不为0；9.线性方程组：，其中为矩阵,则：①、与方程的个数相同,即方程组有个方程；②、与方程组得未知数个数相同，方程组为元方程；10.线性方程组的求解：①、对增广矩阵进行初等行变换(只能使用初等行变换）；②、齐次解为对应齐次方程组的解;③、特解：自由变量赋初值后求得；11.由个未知数个方程的方程组构成元线性方程：①、；②、（向量方程，为矩阵，个方程，个未知数）③、（全部按列分块,其中）；④、（线性表出）⑤、有解的充要条件：（为未知数的个数或维数）4、向量组的线性相关性1.个维列向量所组成的向量组：构成矩阵;个维行向量所组成的向量组:构成矩阵；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、无关有、无非零解；（齐次线性方程组）②、向量的线性表出是否有解；（线性方程组）③、向量组的相互线性表示是否有解;（矩阵方程）3.矩阵与行向量组等价的充分必要条件是：齐次方程组和同解；(例14)4.；(例15)5.维向量线性相关的几何意义：①、线性相关;②、线性相关坐标成比例或共线(平行）；③、线性相关共面；6.线性相关与无关的两套定理：若线性相关,则必线性相关；若线性无关，则必线性无关;（向量的个数加加减减,二者为对偶）若维向量组的每个向量上添上个分量，构成维向量组：若线性无关,则也线性无关；反之若线性相关，则也线性相关；（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（个数为)能由向量组（个数为）线性表示，且线性无关，则(二版定理7)；向量组能由向量组线性表示，则；（定理3）向量组能由向量组线性表示有解；（定理2)向量组能由向量组等价（定理2推论）8.方阵可逆存在有限个初等矩阵,使；①、矩阵行等价:（左乘，可逆）与同解②、矩阵列等价：（右乘，可逆）；③、矩阵等价：（、可逆）;9.对于矩阵与：①、若与行等价，则与的行秩相等;②、若与行等价，则与同解，且与的任何对应的列向量组具有相同的线性相关性；③、矩阵的初等变换不改变矩阵的秩；④、矩阵的行秩等于列秩；10.若，则:①、的列向量组能由的列向量组线性表示，为系数矩阵;②、的行向量组能由的行向量组线性表示，为系数矩阵；(转置）11.齐次方程组的解一定是的解,考试中可以直接作为定理使用，而无需证明;①、只有零解只有零解；②、有非零解一定存在非零解；12.设向量组可由向量组线性表示为：（题19结论)（）其中为,且线性无关，则组线性无关；（与的列向量组具有相同线性相关性)(必要性：;充分性：反证法)注：当时,为方阵，可当作定理使用；13.①、对矩阵，存在，、的列向量线性无关；（）②、对矩阵，存在，、的行向量线性无关;14.线性相关存在一组不全为0的数，使得成立；（定义）有非零解,即有非零解；，系数矩阵的秩小于未知数的个数；15.设的矩阵的秩为，则元齐次线性方程组的解集的秩为：；16.若为的一个解，为的一个基础解系，则线性无关；（题33结论）5、相似矩阵和二次型1.正交矩阵或（定义),性质：①、的列向量都是单位向量，且两两正交，即；②、若为正交矩阵,则也为正交阵,且；③、若、正交阵，则也是正交阵；注意:求解正交阵，千万不要忘记施密特正交化和单位化;2.施密特正交化:；;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、与等价经过初等变换得到；,、可逆;，、同型；②、与合同，其中可逆；与有相同的正、负惯性指数；③、与相似;5.相似一定合同、合同未必相似；若为正交矩阵，则,（合同、相似的约束条件不同，相似的更严格)；6.为对称阵，则为二次型矩阵；7.元二次型为正定：的正惯性指数为；与合同，即存在可逆矩阵，使;的所有特征值均为正数；的各阶顺序主子式均大于0；；（必要条件)。
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。
线性代数超强的总结
线性代数超强总结()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R⎫⎪−−−→⎬⎪⎭具有向量组等价相似矩阵反身性、对称性、传递性矩阵合同 √ 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 ⋅⋅⋅=； tr(E )=n n 1e ,2e ,⋅⋅,⋅n e④；⑤任意一个维向量都可以用线性表示.√ 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 BBBBAA B B 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：(1)211212112111(1)n n nnn n n n n n n a a a a a a a a a οοο---*==-√ 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 TT 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 n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦√ 方阵的幂的性质：m n m n A A A += ()()m n mn A A = √ 设1110()m m m m f x a x a x a x a --=++++，对n 阶矩阵A 规定：1110()m m m m f A a A a A a A a E --=++++为A 的一个多项式. √设,,m n n s A B ⨯⨯A的列向量为12,,,nααα⋅⋅⋅,B 的列向量为12,,,sβββ⋅⋅⋅，AB 为量向列的12,,,s r r r ,1212121122,1,2,,,(,,,)(,,,),(,,,),,,.i i s s T n n n i i i i r A i s A A A A A B b b b A b b b AB i r A AB i r B βββββββββαααβα==⋅⋅⋅=⎫⎪==++⎪⎬⎪⎪⎭则：即 用中简若则 单的一个提即：的第个列向量是的列向量的线性组合组合系数就是的各分量；高运算速度的第个行向量是的行向量的线性组合组合系数就是的各分量 √ 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：11112222,kk kk A B A B A B A B οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦11112222kk kk A B A B AB A B οο⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦√ 矩阵方程的解法：设法化成AX B XA B ==(I) 或 (II) 当0A ≠时,,B A B E X −−−−→初等行变换（当为一列时(I)的解法：构造()()即为克莱姆法则） 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√ Ax ο=和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.√ 判断12,,,s ηηη是0Ax =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 部分相关,整体必相关；整体无关,部分必无关.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. 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. 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 ()0r A A ο=⇔=.⑩ 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,且表示法惟一. ⑪ 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.⑫ 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.12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示. 记作：{}{}1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅A 经过有限次初等变换化为B . 记作：A B =⑬ 矩阵A 与B 等价⇔()(),r A r B A B =≠>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.⑭ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示⇔1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅≤12(,,,)n r ααα⋅⋅⋅. ⑮ 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 .⑯ 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； ⑰ 任一向量组和它的极大无关组等价.⑱ 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. ⑲ 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.⑳ 若A 是m n ⨯矩阵,则{}()min ,r A m n ≤,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.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⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦1212120,,,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线性方程组解的性质：1212121211221212(1),0,(2)0,,(3),,,0,,,,,(4),0,(5),,0(6)k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηηηηηηηηλλλληληληγβηγηβηηβηη=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-= 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211212112212112212,0(7),,,,100k k k kk k k Ax Ax Ax Ax Ax ηβηηηηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩ 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 =,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：(,)0,(,)0αααααο≥=⇔=且 ② 对称性：(,)(,)αββα=③ 双线性：1212(,)(,)(,)αββαβαβ+=+ 1212(,)(,)(,)ααβαβαβ+=+ (,)(,)(,)cc c αβαβαβ==123,,ααα线性无关,112122111313233121122(,)()(,)(,)()()βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化：111βηβ= 222βηβ= 333βηβ= T AA E =.√ A 是正交矩阵的充要条件：A 的n 个行（列）向量构成n的一组标准正交基.√ 正交矩阵的性质：① 1T A A -=；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-=.0E A λ-=. Ax x Ax x λ=→ 与线性相关 √ 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()1r A =,则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 , 230n λλλ====.√ 若A 的全部特征值12,,,n λλλ，()f x 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 kAa 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 A A A λλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是关于的特征向量则也是关于的特征向量. 1B P AP -= （P 为可逆阵） 记为：AB√ A 相似于对角阵的充要条件：A 恰有n 个线性无关的特征向量. 这时,P 为A 的特征向量拼成1112的矩阵，1P AP -为对角阵,主对角线上的元素为A 的特征值. √ A 可对角化的充要条件：()i i n r E A k λ--= i k 为i λ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 11A B -- 若,A B 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--）.A 与对角阵Λ相似. 记为：AΛ （称Λ是A √ 若A 为可对角化矩阵,则其非零特征值的个数（重数重复计算）()r A =. √ 设i α为对应于i λ的线性无关的特征向量,则有：更多学习资源欢迎关注微信公众号：大学资源库；知乎：大学资源；QQ空间:835159973[]121212112212(,,,)(,,,)(,,,),,,n n n n n n PA A A A λλααααααλαλαλααααλΛ⎡⎤⎢⎥⎢⎥===⎢⎥⎢⎥⎣⎦. √ 若A B , CD ,则：A B C D οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎣⎦⎣⎦. √ 若AB ,则()()f A f B ,()()f A f B =.12(,,,)T n f x x x X AX = A 为对称矩阵 12(,,,)T n X x x x =T B C AC =. 记作：A B （,,A B C 为对称阵为可逆阵） √ 两个矩阵合同的充分必要条件是：它们有相同的正负惯性指数. √ 两个矩阵合同的充分条件是：AB√ 两个矩阵合同的必要条件是：()()r A r B =√ 12(,,,)Tn f x x x X AX =经过正交变换合同变换可逆线性变换X CY =化为2121(,,,)nn i i f x xx d y =∑标准型.√ 二次型的标准型不是惟一的,与所作的正交变换有关,但系数不为零的个数是由()r A +正惯性指数负惯性指数惟一确定的.√ 当标准型中的系数i d 为1，-1或0时,√ 实对称矩阵的正（负）惯性指数等于它的正（负）特征值的个数.√ 任一实对称矩阵A 与惟一对角阵11110⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦合同.13√ 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.12,,,n x x x 不全为零，12(,,,)0n f x x x >.正定二次型对应的矩阵. √ 合同变换不改变二次型的正定性. √ 成为正定矩阵的充要条件（之一成立）：① 正惯性指数为n ； ② A 的特征值全大于0； ③ A 的所有顺序主子式全大于0；④ A 合同于E ，即存在可逆矩阵Q 使T Q AQ E =； ⑤ 存在可逆矩阵P ，使T A P P = （从而0A >）；⑥ 存在正交矩阵，使121T n C AC C AC λλλ-⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦（iλ大于0）.√ 成为正定矩阵的必要条件：0ii a > ； 0A >.14。
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。
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。
线性代数公式总结
线性代数公式总结线性代数是数学中的一个分支，主要研究向量、向量空间、矩阵、线性方程组等概念和性质。
线性代数公式总结如下：1.向量加法和标量乘法：- 向量加法：如果u和v是n维向量，则它们的和为u + v = (u1 + v1, u2 + v2, ..., un + vn)- 标量乘法：如果k是一个实数，则k乘以向量v的结果为kv = (k*v1, k*v2, ..., k*vn)2.线性方程组：-n个未知数的线性方程组可以用矩阵和向量表示：Ax=b，其中A是一个m×n的矩阵，x是一个n维列向量，b是一个m维列向量。
- 如果Ax = b有唯一解，则A的行列式不为零。
行列式表示为det(A)。
-矩阵的逆：如果矩阵A的行列式不为零，则存在矩阵A的逆矩阵A^-1，使得AA^-1=A^-1A=I，其中I是单位矩阵。
3.向量空间和线性无关性：- 向量空间是指由向量的线性组合构成的集合，满足以下性质：对于任意的向量u和v以及任意的标量k和l，ku + lv仍然在向量空间内。
- 向量v1, v2, ..., vn是线性无关的，如果方程k1v1 + k2v2+ ... + knvn = 0只有零解。
- 如果一组向量v1, v2, ..., vn张成一个向量空间V，则称这组向量是V的基。
4.矩阵的运算：- 矩阵的加法：如果A和B是相同大小的矩阵，则它们的和为A + B = (aij + bij)，其中aij和bij分别是矩阵A和B对应位置的元素。
- 矩阵的乘法：如果A是m×n的矩阵，B是n×p的矩阵，它们的乘积为C = AB，其中C是m×p的矩阵，其中C的元素cij可以表示为cij= Σ(k=1 to n) aikbk，其中aik是矩阵A的元素，bk是矩阵B的元素。
5.特征值和特征向量：-如果矩阵A乘以向量v得到一个与v方向相同的向量，那么v是A的特征向量，对应的乘积结果是特征值λ，即Av=λv。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
线性代数总结在学习线性代数之前就有几个老师说过线性代数并不比高数简单，我就这样半信半疑的开启了学习这门课的旅程。
在这本书的第一章中，我们主要学了以下几点：一、利用对角线法则计算二阶和三阶行列式。
二、n阶行列式的定义及性质。
三、代数余子式的定义及性质。
四、计算简单的n阶行列式的方法和克拉默法则。
在这第一章中还有一些细节值得我们注意：1、行列式展开的每项均由不同行不同列的元素组成。
2、进行列式的初等变换时r i+r j与r j+r i的区别。
3、特殊行列式如范德蒙德行列式的公式。
4、上三角行列式与下三角行列式的特殊应用。
第二章我们主要学习了矩阵及其运算方法，主要内容如下：一、同型矩阵（两个行列式的行数和列数均相等）、零矩阵（元素均为0）、对角矩阵（不在对角线上的元素都为0）、单位矩阵（对角线上的元素都为1的对角矩阵）、对称矩阵(A T=A,其元素以对角线为对称轴相对应)等特殊矩阵的定义。
二、如何计算矩阵的加法、数乘、转置以及矩阵间的乘法。
三、可逆矩阵和伴随矩阵的概念和性质及其之间的联系。
四、分块矩阵的概念及其运算规律，行向量组与列向量组。
同样第二章中也有一些细节，如：1、利用A=PBP-1则f(A)=Pf(B)P-1计算矩阵的多项式。
2、|A*| = |A|^(n-1)，|b*A|=b^n|A| 其中n是方阵A的阶数。
3、矩阵的乘法不满足交换律，但满足结合律和分配律。
4、矩阵|A|=0的充分必要条件是A T A=0。
5、|A|=0时，A成为奇异矩阵，否则为非奇异矩阵。
在第三章里老师向我们介绍了矩阵的初等变换与线性方程组，以下是主要内容：一、利用初等行变换将矩阵转化为行阶梯形和行最简形。
二、矩阵的秩的概念及其性质，矩阵等价的定义及其充要条件。
三、线性方程组解的无解、有唯一解和有无限个解的充要条件以及当矩阵为方阵时的特殊情况。
四、矩阵方程AX=B有解的充要条件和求解线性方程组的方法。
在这一章中有几点值得我们特别注意：1、行阶梯形矩阵的秩等于非零行的行数。
2、经有限次初等行变换矩阵的秩不变。
3、当进行初等行变换时如果进行初等列变换，化成的行最简行会发生变化。
4、AB=0，且A为列满秩矩阵，则B=0。
5、在矩阵A m*n的左边乘以m阶初等矩阵即进行了一次初等行变换，右乘n阶矩阵则进行一次初等列变换。
很快我们进入到了这门课的主干部分，我们学习了向量组的线性相关性，以下是主要内容；一、向量组的概念以及与矩阵的对应，向量组的线性组合概念。
二、向量组间能线性表示的概念及其充要条件以及向量组等价的概念。
三、向量组线性相关与线性无关的充要条件以及向量组的线性相关性的一些性质。
四、向量组的最大无关组和秩的概念以及如何利用初等变换来求。
五、基础解系、通解的概念以及求线性方程组的基础解系、通解的方法。
六、向量空间以及其基和维、解空间的概念，如何求向量在一个基中的坐标。
同样在这一章中也有值得我们注意的地方。
1、当方程组中有“多余的”方程时，方程组则是线性相关的，否则是线性无关的。
2、含零向量的向量组是线性相关的。
3、向量组的最大无关组一般不是唯一的。
4、向量组A和自己的最大无关向量组等价。
5、过渡矩阵的求法。
之后我们学习了第五章，也是我们所学习的最后一章。
其主要内容如下：一、向量内积、长度、正交、规范正交基、正交矩阵的概念以及施密特正交化的方法。
二、矩阵的特征值和特征向量的概念、性质及其求法。
三、相似矩阵的概念和性质，矩阵可对角化的充要条件。
四、对称矩阵的概念及有关其特征值的性质，将对称矩阵转化为对角阵的方法。
五、用矩阵表示二次型的方法及将二次型化为标准型的方法。
六、二次型及矩阵正定、负定的概念及其充要条件。
在第五章中也有一些细节值得我们注意：1、内积的一些运算规律和施瓦茨不等式。
2、向量长度的性质包括三角不等式。
3、实行正交变换时保持向量长度不变。
4、若z为矩阵A的特征值，则z^k是A^k的特征值，f(z)是f(A)的特征值。
5、A、B矩阵合同的条件以及性质。
6、判断某二次型是否正定即判断其矩阵是否正定即需要判断矩阵的各阶主子式的值。
注意：一、遇到行列式时，注意是要求出它的值时要进行行列式的展开，不能什么都想着进行初等行变换。
二、齐次线性方程组有非零解，则其系数行列式的值为0.若系数行列式的值不为0，则其只有零解。
三、若AB=BA，则A和B是可交换的。
矩阵A的逆矩阵是唯一的。
若矩阵A的行列式不为0或存在有限个初等矩阵P1，P2....P l,使A=P1P2....P l或矩阵A和单位矩阵E等价，则该矩阵可逆且该矩阵的逆矩阵也是可逆的,该矩阵的转置矩阵也是可逆的。
求矩阵的逆矩阵时要先求该矩阵的行列式的值，判断是否可逆。
矩阵A和B等价的条件是矩阵A可以经过初等变换变成矩阵B。
矩阵的等价关系具有反身性、对称性、传递性。
进行初等行变换时通常都将矩阵转化为行最简形，其特点是非零行的第一个非零元素为1且非零元素所在列的其他元素均为0.可逆矩阵的秩等于矩阵的阶数。
行阶梯形矩阵中，其秩即为非零行的行数。
经有限次初等行变换矩阵的秩不变，即等价矩阵的秩相等。
向量组B(A)能由向量组A(B)线性表示的充要条件：R （A(B))=R(A,B)当某一方程组含有多余的方程时，该方程组线性相关，否则线性无关。
向量组A线性相关的充要条件，R（A）<向量组中向量的个数。
M个a向量组成的向量组A线性相关，则M+1个a向量组成的向量组B也线性相关。
含零向量的向量组线性相关。
矩阵A的最高阶非零子式所在的r列即为A的列向量组的一个最大无关组。
向量组的最大无关向量组一般不是唯一的。
向量组和自己的最大无关向量组是等价的。
等价向量组的秩相等。
解向量对加法和数乘运算是封闭的。
当R（A）=n时，齐次线性方程组只有零解，没有基础解系。
方阵A为正交阵的充要条件：A的列向量均为单位向量且两两正交。
正交变换过程中保持向量的长度不变。
若方阵特征值各不相等，则其所对应的特征向量组成的向量组线性无关且其特征向量两两正交。
基础解系和通解都是不唯一的。
相似矩阵的特征多项式相同，且特征值也相同。
-矩阵能对角化的充要条件：矩阵有n个线性无关的特征向量。
Max(R(A),R(B))<=R(A,B)<=R(A) + R(B)R(A)<=R(A,b)<=R(A) +1R(A+B)<=R(A)+R(B)R(AB)<=min(R(A),R(B))若A m*n*B n*l = 0,则R(A)+R(B)<=n若AB=0，若A为可逆矩阵，则B=0四、矩阵的运算法则：A+B=B+A (A+B)+C=A+(B+C)(ab）A=a(b A) (a+b）A=a A+b Aa(A+B)=a A+a B一般情况下AB< > BA (AB)k<>A k B k可能有A<>0,B<>0,但BA=0（AB）C= A(B C) a(AB)=(a A)B=A(a B)A(B+C)=AB+AC (B+C)A=BA+CA(a En)An=a An=An(a En)A k A l = A k+l(A k)l = A kl(A T) T=A (A+B)T = A T +B T(a A)T = a A T(AB)T = B T A T|A T|=|A| |aA|=a^n|A| |AB|=|A||B|AA*=A*A=|A|E A-1 = 1/|A| A*（A-1）-1 = A (aA)-1 = 1/a A -1(AB)-1 = B-1A-1 (A T)-1=(A-1)TR(A T) = R(A)五、易混概念集合解向量：方程组Ax=b的解称为方程组的解向量。
初等矩阵：由单位矩阵经过一次初等变换得到的矩阵。
最高阶非零子式：在矩阵A中有一个不为0的r阶子式D，且所有r+1阶子式全为0，则D为A的最高阶非零子式。
满秩矩阵：即可逆矩阵。
奇异矩阵：即不可逆矩阵，即降秩矩阵。
等价矩阵：矩阵A可以经过初等变换变成矩阵B或存在可逆矩阵P、Q使得PAQ=B。
向量组：若干个同维数的列向量或行向量所组成的集合。
线性表示：83页向量组等价：矩阵能相互线性表示。
线性相关：87页最大线性无关组：向量组A中选出的r个向量线性无关，任意r+1个向量线性相关或任意向量组A中任意向量都可以用这r个向量线性表示。
基础解系：齐次线性方程组的解集的最大无关组即线性方程组的基础解系。
向量空间：若V为n维向量的集合，且集合非空，且集合对向量的加法和数乘封闭，则称集合V为向量空间。
基：向量组的最大无关组即为V的基。
维数：即向量组的最大无关组的秩。
解空间：齐次线性方程组的解集是一个向量空间，即为该方程组的解空间。
正交：两向量组内积为0.即A T B=0正交矩阵：A T A=E即A-1=A T相似矩阵：存在可逆矩阵P，使得P-1AP=B，则A和B 相似。
合同：存在可逆矩阵C，使得B=C T AC，则矩阵A和B合同。
若A为对称矩阵，则B也为对称矩阵，且R(A)=R(B)六、线性方程组的解：Ax=b1、无解的充要条件R(A)<R(A,b)2、有唯一解的充要条件R(A) = R(A,b) = n3、有无限多个解的充要条件R(A) = R(A,b) < n4、有解的充要条件R（A）=R(A,b)Ax=01、有非零解的充要条件R(A)<n2、当系数矩阵为方阵时有唯一解的充要条件是系数矩阵A 的行列式的值不为0.。