《线性代数》知识点-归纳整理

合集下载

线性代数知识点归纳

线性代数复习要点第一部分行列式1. 排列的逆序数2. 行列式按行（列）展开法则3. 行列式的性质及行列式的计算行列式的定义1.行列式的计算：①(定义法)1212121112121222()1212()nnnnn j j jn j j njj j jn n nna a aa a aD a a aa a aτ==-∑1②（降阶法）行列式按行（列）展开定理：行列式等于它的任一行（列）的各元素与其对应的代数余子式的乘积之和.推论：行列式某一行（列）的元素与另一行（列）的对应元素的代数余子式乘积之和等于零.1122,,0,.i j i j in jnA i ja A a A a Ai j⎧=⎪++=⎨≠⎪⎩③ (化为三角型行列式)上三角、下三角、主对角行列式等于主对角线上元素的乘积.11221122***0**0*0nnnnb b A b b b b ==④ 若A B 与都是方阵（不必同阶）,则==()mn A O A A OA B O B O B B O A AA B B O B O*==**=-1⑤ 关于副对角线：(1)211212112111()n n nnn n n n n n n a O a a a a a a a Oa O ---*==-1⑥ 范德蒙德行列式：()1222212111112nijnj i nn n n nx x x x x x x x x x x ≤<≤---=-∏111⑦ ab -型公式：1[(1)]()n a b b b b a bba nb a b bb ab b b ba-=+-- ⑧ (升阶法)在原行列式中增加一行一列，保持原行列式不变的方法.⑨ (递推公式法) 对n 阶行列式n D 找出n D 与1n D -或1n D -,2n D -之间的一种关系——称为递推公式，其中 n D ,1n D -,2n D -等结构相同，再由递推公式求出n D 的方法称为递推公式法.(拆分法) 把某一行（或列）的元素写成两数和的形式，再利用行列式的性质将原行列式写成两行列式之和，使问题简化以例计算. ⑩ (数学归纳法)2. 对于n 阶行列式A ，恒有：1(1)nnk n k k k E A S λλλ-=-=+-∑，其中k S 为k 阶主子式；3. 证明0A =的方法：①、A A =-； ②、反证法；③、构造齐次方程组0Ax =，证明其有非零解；④、利用秩，证明()r A n <； ⑤、证明0是其特征值.4. 代数余子式和余子式的关系：(1)(1)i j i j ij ijij ij M A A M ++=-=-第二部分矩阵1. 矩阵的运算性质2. 矩阵求逆3. 矩阵的秩的性质4. 矩阵方程的求解1. 矩阵的定义由m n ⨯个数排成的m 行n 列的表111212122212n n m m mn a a a a a a A a a a ⎛⎫⎪ ⎪= ⎪⎪⎝⎭称为m n ⨯矩阵. 记作：()ijm nA a ⨯=或m n A ⨯同型矩阵：两个矩阵的行数相等、列数也相等. 矩阵相等: 两个矩阵同型，且对应元素相等. 矩阵运算a. 矩阵加（减）法：两个同型矩阵，对应元素相加（减）.b. 数与矩阵相乘：数λ与矩阵A 的乘积记作A λ 或A λ，规定为()ij A a λλ=.c. 矩阵与矩阵相乘：设()ij m s A a ⨯=, ()ij s n B b ⨯=,则()ij m n C AB c ⨯==，其中12121122(,,,)j j ij i i is i j i j is sj sj b b c a a a a b a b a b b ⎛⎫ ⎪ ⎪==+++ ⎪ ⎪ ⎪⎝⎭注：矩阵乘法不满足：交换律、消去律, 即公式00AB BAAB A ==⇒=或B=0不成立.a. 分块对角阵相乘：11112222,A B A B A B ⎛⎫⎛⎫==⎪ ⎪⎝⎭⎝⎭⇒11112222A B AB A B ⎛⎫= ⎪⎝⎭,1122nn n A A A ⎛⎫= ⎪⎝⎭b. 用对角矩阵Λ○左乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的○行向量；11112111111211221222221222221212000000n n n n m m m mn m m m m m mn a b b b a b a b a b ab b b a b a b a b B a b b b a b a b a b ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥Λ==⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦c. 用对角矩阵Λ○右乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的○列向量.11121111121212122221212222121122000000n m n n m n m m mn m m m m mn b b b a a b a b a b b b b a a b a b a b B b b b a a b a b a b ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥Λ==⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦d. 两个同阶对角矩阵相乘只用把对角线上的对应元素相乘. ④ 方阵的幂的性质：mnm nA A A+=， ()()m n mnA A =⑤ 矩阵的转置：把矩阵A 的行换成同序数的列得到的新矩阵，叫做A 的转置矩阵，记作TA . a. 对称矩阵和反对称矩阵: A 是对称矩阵TA A =.A 是反对称矩阵T A A =-.b. 分块矩阵的转置矩阵：TTT TT A B A C C D BD ⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭⑥ 伴随矩阵： ()1121112222*12n Tn ijnnnn A A A A A A A A A A A ⎛⎫ ⎪ ⎪== ⎪ ⎪⎝⎭，ij A 为A 中各个元素的代数余子式. **AA A A A E ==,1*n A A-=, 11AA--=.分块对角阵的伴随矩阵：***A BA B AB ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ *(1)(1)mn mn A A B BB A**⎛⎫-⎛⎫= ⎪ ⎪⎪-⎝⎭⎝⎭2. 逆矩阵的求法方阵A 可逆 0A ≠.①伴随矩阵法 1A A A *-= ○注： 1a b d b c d c a ad bc --⎛⎫⎛⎫= ⎪ ⎪--⎝⎭⎝⎭1 主换位副变号② 初等变换法 1()()A E E A -−−−−→初等行变换③ 分块矩阵的逆矩阵：111A A B B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ 111A B B A---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭1111A C A A CB O B OB ----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭ 1111A O A O CB B CA B ----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭④1231111213a a a a a a -⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭, 3211111213a a a a a a -⎛⎫⎛⎫⎪⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⑤ 配方法或者待定系数法（逆矩阵的定义1AB BA E A B -==⇒=）3. 行阶梯形矩阵可画出一条阶梯线，线的下方全为0；每个台阶只有一行，台阶数即是非零行的行数，阶梯线的竖线后面的第一个元素非零. 当非零行的第一个非零元为1，且这些非零元所在列的其他元素都是0时，称为行最简形矩阵4. 初等变换与初等矩阵对换变换、倍乘变换、倍加（或消法）变换初等变换初等矩阵初等矩阵的逆初等矩阵的行列式↔i j r r (↔i j c c )(,)E i j 1(,)(,)E i j E i j -=(,)E i j =-1⨯i r k (⨯i c k ) (())E i k11[()][()]k E i k E i -= [()]E i k k = +⨯i j r r k (+⨯i j c c k )(,())E i j k1[,()][,()]E i j k E i j k -=-[,()]E i j k =1☻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 .注意：初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵.5. 矩阵的秩关于A 矩阵秩的描述：①、()=r A r ，A 中有r 阶子式不为0，1+r 阶子式 (存在的话) 全部为0； ②、()<r A r ，A 的r 阶子式全部为0； ③、()≥r A r ，A 中存在r 阶子式不为0；☻矩阵的秩的性质：① ()A O r A ≠⇔≥1; ()0A O r A =⇔=;0≤()m n r A ⨯≤min(,)m n② ()()()TTr A r A r A A ==③ ()()r kA r A k =≠ 其中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 若P 、Q 可逆，则()()()()r A r PA r AQ r PAQ ===；即：可逆矩阵不影响矩阵的秩.⑦ 若()()()m 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 ()r rE 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 ⎛⎫≠+ ⎪⎝⎭☻求矩阵的秩：定义法和行阶梯形阵方法6 矩阵方程的解法(0A ≠)：设法化成AX B XA B ==(I) 或 (II)A B E X −−−−→初等行变换(I)的解法：构造()() A E B X ⎛⎫⎛⎫⎪ ⎪−−−−→ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭初等列变换(II)的解法：构造T T T TA XB X X=(II)的解法：将等式两边转置化为，用(I)的方法求出，再转置得第三部分线性方程组1. 向量组的线性表示2. 向量组的线性相关性3. 向量组的秩4. 向量空间5.线性方程组的解的判定6. 线性方程组的解的结构（通解）（1）齐次线性方程组的解的结构（基础解系与通解的关系）（2）非齐次线性方程组的解的结构（通解） 1.线性表示：对于给定向量组12,,,,n βααα，若存在一组数12,,,n k k k 使得1122n n k k k βααα=+++，则称β是12,,,n ααα的线性组合，或称称β可由12,,,n ααα的线性表示.线性表示的判别定理:β可由12,,,n ααα的线性表示由n 个未知数m 个方程的方程组构成n 元线性方程：①、11112211211222221122n n n n m m nm n na x a x a xb a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩有解②、1112111212222212⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭n n m m mn m m a a a x b a a a x b Ax a a a x b β③、()1212n n x x aa a x β⎛⎫⎪⎪= ⎪⎪⎝⎭（全部按列分块，其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭）； ④、1122n n a x a x a x β+++=（线性表出）⑤、有解的充要条件：()(,)r A r A n β=≤（n 为未知数的个数或维数） 2. 设,,m n n s A B ⨯⨯A 的列向量为12,,,n ααα⋅⋅⋅,B 的列向量为12,,,s βββ⋅⋅⋅，则m sAB C ⨯=⇔()()1112121222121212,,,,,,s s n s n n ns b b b b bb c c c b b b ααα⎛⎫ ⎪ ⎪⋅⋅⋅= ⎪⎪⎝⎭⇔i i A c β= ，(,,)i s =1,2⇔i β为i Ax c =的解⇔()()()121212,,,,,,,,,s s s A A A A c c c ββββββ⋅⋅⋅=⋅⋅⋅=⇔12,,,s c c c 可由12,,,n ααα⋅⋅⋅线性表示.即：C 的列向量能由A 的列向量线性表示，B 为系数矩阵. 同理：C 的行向量能由B 的行向量线性表示，A 为系数矩阵.即： 1112111212222212n n n n mn n m a a a c a a a c a a a c βββ⎛⎫⎛⎫⎛⎫⎪⎪ ⎪⎪⎪ ⎪= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⇔111122*********22211222n n m m mn ma a a c a a a c a a a c βββββββββ+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩3. 线性相关性判别方法：法1法2法3推论♣线性相关性判别法（归纳）♣ 线性相关性的性质① 零向量是任何向量的线性组合,零向量与任何同维实向量正交. ② 单个零向量线性相关；单个非零向量线性无关.③ 部分相关,整体必相关；整体无关,部分必无关. （向量个数变动）④ 原向量组无关,接长向量组无关；接长向量组相关,原向量组相关. （向量维数变动） ⑤ 两个向量线性相关⇔对应元素成比例；两两正交的非零向量组线性无关. ⑥ 向量组12,,,n ααα⋅⋅⋅中任一向量i α(1≤i ≤)n 都是此向量组的线性组合.⑦ 若12,,,n ααα⋅⋅⋅线性无关，而12,,,,n αααβ⋅⋅⋅线性相关,则β可由12,,,n ααα⋅⋅⋅线性表示,且表示法唯一 4. 最大无关组相关知识向量组的秩向量组12,,,n ααα的极大无关组所含向量的个数，称为这个向量组的秩.记作12(,,,)n r ααα矩阵等价 A 经过有限次初等变换化为B .向量组等价 12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示. 记作：()()1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅ ① 矩阵的行向量组的秩=列向量组的秩=矩阵的秩. 行阶梯形矩阵的秩等于它的非零行的个数.② 矩阵的初等变换不改变矩阵的秩,且不改变行（列）向量间的线性关系③ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示,且s n >，则12,,,s βββ⋅⋅⋅线性相关.向量组12,,,s βββ⋅⋅⋅线性无关,且可由12,,,n ααα⋅⋅⋅线性表示,则s ≤n .④ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示,且12(,,,)s r βββ⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅,则两向量组等价； ⑤ 任一向量组和它的极大无关组等价.向量组的任意两个极大无关组等价. ⑥ 向量组的极大无关组不唯一，但极大无关组所含向量个数唯一确定. ⑦ 若两个线性无关的向量组等价,则它们包含的向量个数相等. ⑧ 设A 是m n ⨯矩阵,若()r A m =，A 的行向量线性无关；5. 线性方程组理论线性方程组的矩阵式Ax β= 向量式 1122n n x x x αααβ+++=1112111212222212,,n n m m mn n m a a a x b a a a x b A x a a a x b β⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ 其中 12,,2,,j j j mj j n αααα⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪⎝⎭1（1）解得判别定理（2）线性方程组解的性质：1212121211221212(1),,(2),,(3),,,,,,,,(4),,(5),,(6k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηοηηηοηηηηολλλληληληγβηογηβηηβηηο=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-= 是的解也是它的解是的解对任意也是它的解齐次方程组是的解对任意个常数也是它的解是的解是其导出组的解是的解是的两个解是其导出组的解211212112212112212),(7),,,,100k k k k k k k Ax Ax Ax Ax Ax ηβηηηοηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪+++=⇔+++=⎪⎪+++=⇔+++=⎩ 是的解则也是它的解是其导出组的解是的解则也是的解是的解(3) 判断12,,,s ηηη是Ax ο=的基础解系的条件：① 12,,,s ηηη线性无关；② 12,,,s ηηη都是Ax ο=的解； ③ ()s n r A =-=每个解向量中自由未知量的个数.(4) 求非齐次线性方程组Ax = b 的通解的步骤12112(1()(2)()()(3)(4)10,,...,(5)A b r A b r A r n n r Ax b Ax Ax b x k k ααααααα==<-====++0n-r 0) 将增广矩阵通过初等行变换化为；当时，把不是首非零元所在列对应的个变量作为自由元；令所有自由元为零，求得的一个；不计最后一列，分别令一个自由元为，其余自由元为零，得到的{};写出非齐次线性方程组的阶梯形矩阵特解基础解系通解 212...,,...,n r n rn r k k k k α---++其中为任意常数.（5）其他性质一个齐次线性方程组的基础解系不唯一. √ 若η*是Ax β=的一个解，1,,,s ξξξ是Ax ο=的一个解⇒1,,,,s ξξξη*线性无关√ Ax ο=与Bx ο=同解（,A B 列向量个数相同）⇔()()A r r A r B B ⎛⎫==⎪⎝⎭, 且有结果： ① 它们的极大无关组相对应,从而秩相等； ② 它们对应的部分组有一样的线性相关性； ③ 它们有相同的内在线性关系.√ 矩阵m n A ⨯与l n B ⨯的行向量组等价⇔齐次方程组Ax ο=与Bx ο=同解⇔PA B =（左乘可逆矩阵P ）；矩阵m n A ⨯与l n B ⨯的列向量组等价⇔AQ B =（右乘可逆矩阵Q ）.第四部分方阵的特征值及特征向量1. 施密特正交化过程2. 特征值、特征向量的性质及计算3. 矩阵的相似对角化，尤其是对称阵的相似对角化1. 标准正交基 n 个n 维线性无关的向量,两两正交,每个向量长度为1. 向量()12,,,Tn a a a α=与()12,,,Tn b b b β=的内积 11221(,)ni i n n i a b a b a b a b αβ===+++∑αβ与正交 (,)0αβ=. 记为：αβ⊥ ④ 向量()12,,,Tn a a a α=的长度 2222121(,)ni n i a a a a ααα====+++∑⑤ α是单位向量(,)1ααα==. 即长度为1的向量.2. 内积的性质： ① 正定性：(,)0,(,)0αααααο≥=⇔=且 ② 对称性：(,)(,)αββα=③ 线性性：1212(,)(,)(,)ααβαβαβ+=+ (,)(,)k k αβαβ=3. 设A 是一个n 阶方阵, 若存在数λ和n 维非零列向量x , 使得 Ax x λ=，则称λ是方阵A 的一个特征值，x 为方阵A 的对应于特征值λ的一个特征向量. A 的特征矩阵0E A λ-=（或0A E λ-=）.A 的特征多项式 ()E A λϕλ-=（或()A E λϕλ-=）.④ ()ϕλ是矩阵A 的特征多项式⇒()A O ϕ= ⑤ 12n A λλλ= 1ni A λ=∑tr ，A tr 称为矩阵A 的迹.⑥ 上三角阵、下三角阵、对角阵的特征值就是主对角线上的n 各元素.⑦ 若0A =,则λ=0为A 的特征值,且Ax ο=的基础解系即为属于λ=0的线性无关的特征向量.⑧ ()1r A =⇔A 一定可分解为A =()1212,,,n n a a b b b a ⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭、21122()n n A a b a b a b A =+++,从而A 的特征值为：11122n n A a b a b a b λ==+++tr , 23n λλλ====0.○注()12,,,Tn a a a 为A 各行的公比，()12,,,n b b b 为A 各列的公比.⑨ 若A 的全部特征值12,,,n λλλ，()f A 是多项式,则:① 若A 满足()f A O =⇒A 的任何一个特征值必满足()i f λ=0 ②()f A 的全部特征值为12(),(),,()n f f f λλλ；12()()()()n f A f f f λλλ=.⑩ A 与TA 有相同的特征值，但特征向量不一定相同. 4. 特征值与特征向量的求法(1) 写出矩阵A 的特征方程0A E λ-=，求出特征值i λ. (2) 根据()0i A E x λ-=得到 A 对应于特征值i λ的特征向量. 设()0i A E x λ-=的基础解系为 12,,,in r ξξξ- 其中()i i r r A E λ=-.则A 对应于特征值i λ的全部特征向量为1122,i i n r n r k k k ξξξ--+++其中12,,,i n r k k k -为任意不全为零的数.5. A 与B 相似 1P AP B -= （P 为可逆矩阵） A 与B 正交相似 1P AP B -= （P 为正交矩阵）A 可以相似对角化 A 与对角阵Λ相似.（称Λ是A 的相似标准形）6. 相似矩阵的性质： ①E A E B λλ-=-,从而,A B 有相同的特征值,但特征向量不一定相同.○注α是A 关于0λ的特征向量,1P α-是B 关于0λ的特征向量. ②A B =tr tr③A B = 从而,A B 同时可逆或不可逆 ④ ()()r A r B =⑤若A 与B 相似, 则A 的多项式()f A 与B 的多项式()f A 相似. 7. 矩阵对角化的判定方法① n 阶矩阵A 可对角化 (即相似于对角阵) 的充分必要条件是A 有n 个线性无关的特征向量. 这时,P 为A 的特征向量拼成的矩阵，1P AP -为对角阵,主对角线上的元素为A 的特征值. 设i α为对应于i λ的线性无关的特征向量,则有：121n P AP λλλ-⎛⎫⎪ ⎪=⎪ ⎪⎝⎭.② A 可相似对角化⇔()i i n r E A k λ--=，其中i k 为i λ的重数⇔A 恰有n 个线性无关的特征向量.○注：当iλ=0为A 的重的特征值时，A 可相似对角化⇔i λ的重数()n r A =-=Ax ο=基础解系的个数.③ 若n 阶矩阵A 有n 个互异的特征值⇒A 可相似对角化. 8. 实对称矩阵的性质：① 特征值全是实数,特征向量是实向量；② 不同特征值对应的特征向量必定正交；○注：对于普通方阵，不同特征值对应的特征向量线性无关； ③ 一定有n 个线性无关的特征向量. 若A 有重的特征值,该特征值i λ的重数=()i n r E A λ--； ④ 必可用正交矩阵相似对角化，即：任一实二次型可经正交变换化为标准形； ⑤ 与对角矩阵合同，即：任一实二次型可经可逆线性变换化为标准形； ⑥ 两个实对称矩阵相似⇔有相同的特征值. 9. 正交矩阵 TAA E =正交矩阵的性质：① 1T A A -=；② T TAA A A E ==；③ 正交阵的行列式等于1或-1；④ A 是正交阵,则TA ，1A -也是正交阵； ⑤ 两个正交阵之积仍是正交阵；⑥ A 的行（列）向量都是单位正交向量组.10. 11.施密特正交规范化123,,ααα线性无关,112122111313233121122(,)(,)(,)(,)(,)(,)βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化：111βηβ=222βηβ= 333βηβ=技巧：取正交的基础解系，跳过施密特正交化。

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。

线性代数知识点全归纳

线性代数知识点全归纳2 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、ijA 和ija 的大小无关；②、某行（列）的元素乘以其它行（列）元素的代数余子式为0；③、某行（列）的元素乘以该行（列）元素的代数余子式为A ；3. 代数余子式和余子式的关系：(1)(1)i j i j ijij ij ijMA 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90o，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 =；35. 行列式的重要公式：①、主对角行列式：主对角元素的乘积； ②、副对角行列式：副对角元素的乘积(1)2(1)n n -⨯ -；③、上、下三角行列式（ = ◥◣）：主对角元素的乘积；④、 ◤和 ◢：副对角元素的乘积(1)2(1)n n -⨯ -；⑤、拉普拉斯展开式：AO A C A BCB O B==、(1)m n CA OA A BBO B C==-g⑥、范德蒙行列式：大指标减小指标的连乘积； ⑦、特征值；6. 对于n 阶行列式A ，恒有：1(1)nnk n kk k E A S λλλ-=-=+-∑，其中kS 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）4⇔A 的行（列）向量组线性无关； ⇔齐次方程组0Ax =有非零解； ⇔n b R ∀∈，Ax b =总有唯一解；⇔A 与E 等价；⇔A 可表示成若干个初等矩阵的乘积； ⇔A的特征值全不为0； ⇔T A A 是正定矩阵；⇔A 的行（列）向量组是nR 的一组基； ⇔A是nR 中某两组基的过渡矩阵；2. 对于n 阶矩阵A ：**AA A A A E == 无条件恒成立；3. 1**111**()()()()()()T T T T AA A A A A ----=== ***111()()()T T T AB B A AB B A AB B A ---===4. 矩阵是表格，推导符号为波浪号或箭头；行列式是数值，可求代数和；5. 关于分块矩阵的重要结论，其中均A 、B 可逆：若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭O，则： Ⅰ、12sA AA A =L ；5Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭O；②、111A O A O O B O B ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭；（主对角分块） ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭；（副对角分块） ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫= ⎪ ⎪⎝⎭⎝⎭；（拉普拉斯） ⑤、11111A O A O C B B CA B -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭；（拉普拉斯）3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ，总可经过初等变换化为标准形，其标准形是唯一确定的：rm 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6用初等行变换）①、若(,)(,)rA E E X :，则A 可逆，且1X A -=；②、对矩阵(,)A B 做初等行变化，当A 变为E 时，B 就变成1A B-，即：1(,)(,)cA B E A B - ~ ；③、求解线形方程组：对于n 个未知数n 个方程Ax b =，如果(,)(,)rA b E x :，则A 可逆，且1x A b -=；4. 初等矩阵和对角矩阵的概念：①、初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵； ②、12n ⎛⎫ ⎪⎪Λ= ⎪ ⎪⎝⎭Oλλλ，左乘矩阵A ，iλ乘A 的各行元素；右乘，iλ乘A 的各列元素；③、对调两行或两列，符号(,)E i j ，且1(,)(,)E i j E i j -=，例如：1111111-⎛⎫⎛⎫⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；④、倍乘某行或某列，符号(())E i k ，且11(())(())E i k E i k-=，例如：1111(0)11k k k -⎛⎫⎛⎫⎪⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；⑤、倍加某行或某列，符号(())E ij k ,且1(())(())E ij k E ij k -=-，如：11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；5. 矩阵秩的基本性质：7①、0()min(,)m nr Am n ⨯≤≤；②、()()Tr A r A =；③、若A B :，则()()r A r B =；④、若P 、Q 可逆，则()()()()r A r PA r AQ r PAQ ===；（可逆矩阵不影响矩阵的秩）⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+；（※） ⑥、()()()r A B r A r B +≤+；（※） ⑦、()min((),())r AB r A r B ≤；（※）⑧、如果A 是m n ⨯矩阵，B 是n s ⨯矩阵，且0AB =，则：（※） Ⅰ、B 的列向量全部是齐次方程组0AX =解（转置运算后的结论）； Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵，则()()()r AB r A r B n ≥+-；6. 三种特殊矩阵的方幂：①、秩为1的矩阵：一定可以分解为列矩阵（向量）⨯行矩阵（向量）的形式，再采用结合律； ②、型如101001a c b ⎛⎫⎪ ⎪ ⎪⎝⎭的矩阵：利用二项展开式；二项展开式：01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C ab C ab Ca bC b C a b -----=+=++++++=∑L L ；注：Ⅰ、()na b +展开后有1n +项；8Ⅱ、0(1)(1)!1123!()!--+====-L L g g g L g m n nn n n n n m n CC C m m n mⅢ、组合的性质：11112---+-===+==∑nmn mm m m r nr r nnn nnnn n r CCCC CCrC nC ；③、利用特征值和相似对角化：7. 伴随矩阵： ①、伴随矩阵的秩：*()()1()10()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 AA X X λλλ- == ⇒ =；③、*1AA A -=、1*n AA-=8. 关于A 矩阵秩的描述：①、()r A n =，A 中有n 阶子式不为0，1n +阶子式全部为0；（两句话）②、()r A n <，A 中有n 阶子式全部为0； ③、()r A n ≥，A 中有n 阶子式不为0；9. 线性方程组：Ax b =，其中A 为m n ⨯矩阵，则：①、m 与方程的个数相同，即方程组Ax b =有m 个方程； ②、n 与方程组得未知数个数相同，方程组Ax b =为n 元方程；910. 线性方程组Ax b =的求解：①、对增广矩阵B 进行初等行变换（只能使用初等行变换）；②、齐次解为对应齐次方程组的解； ③、特解：自由变量赋初值后求得；11. 由n 个未知数m 个方程的方程组构成n 元线性方程： ①、11112211211222221122n n n n m m nm n na x a x a xb a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩L L L L L L L L L L L L L L ；②、1112111212222212n n m m mn m m a a a x b a a a x b Ax ba a a xb ⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭LL M M O M M M L（向量方程，A 为m n ⨯矩阵，m 个方程，n 个未知数） ③、()1212n n x xaa a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭LM （全部按列分块，其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭M ）；④、1122nna x a x a xβ+++=L （线性表出）⑤、有解的充要条件：()(,)r A r A n β=≤（n 为未知数的个数或维数）4、向量组的线性相关性1. m 个n 维列向量所组成的向量组A ：12,,,mαααL 构成n m ⨯矩阵1012(,,,)m A =L ααα；m个n 维行向量所组成的向量组B ：12,,,T T T mβββL 构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭M ；含有有限个向量的有序向量组与矩阵一一对应；2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解；（齐次线性方程组） ②、向量的线性表出 Ax b⇔=是否有解；（线性方程组）③、向量组的相互线性表示 AX B ⇔=是否有解；（矩阵方程）3. 矩阵m nA ⨯与l nB ⨯行向量组等价的充分必要条件是：齐次方程组0Ax =和0Bx =同解；(101P 例14)4. ()()Tr A A r A =；(101P 例15)5. n 维向量线性相关的几何意义： ①、α线性相关 ⇔0α=；②、,αβ线性相关 ⇔,αβ坐标成比例或共线（平行）； ③、,,αβγ线性相关⇔,,αβγ共面；6. 线性相关与无关的两套定理：11若12,,,sαααL 线性相关，则121,,,,ss αααα+L 必线性相关；若12,,,sαααL 线性无关，则121,,,s ααα-L 必线性无关；（向量的个数加加减减，二者为对偶）若r 维向量组A 的每个向量上添上n r -个分量，构成n 维向量组B ：若A 线性无关，则B 也线性无关；反之若B 线性相关，则A 也线性相关；（向量组的维数加加减减）简言之：无关组延长后仍无关，反之，不确定；7. 向量组A （个数为r ）能由向量组B （个数为s ）线性表示，且A 线性无关，则r s ≤；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,,,lP P P L ，使12lA P P P =L ；①、矩阵行等价：~rA B PA B⇔=（左乘，P 可逆）0Ax ⇔=与0Bx =同解②、矩阵列等价：~cA B AQ B ⇔=（右乘，Q 可逆）；③、矩阵等价：~A B PAQ B ⇔=（P 、Q 可逆）；9. 对于矩阵m nA ⨯与l nB ⨯：12①、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 ss n m nAB C ⨯⨯⨯=，则：①、C 的列向量组能由A 的列向量组线性表示，B 为系数矩阵；②、C 的行向量组能由B 的行向量组线性表示，TA 为系数矩阵；（转置）11. 齐次方程组0Bx =的解一定是0ABx =的解，【考试中可以直接作为定理使用，而无需证明】 ①、0ABx = 只有零解0Bx ⇒ =只有零解； ②、0Bx = 有非零解0ABx ⇒ =一定存在非零解；12. 设向量组12:,,,n rrBb b b ⨯L 可由向量组12:,,,n ssAa a a ⨯L 线性表示为：1212(,,,)(,,,)r s b b b a a a K=L L （B AK =）其中K 为s r ⨯，且A 线性无关，则B 组线性无关()r K r ⇔=；（B 与K 的列向量组具有相同线性相关性）（必要性：()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=Q ；充分性：反证法）注：当r s =时，K 为方阵，可当作定理使用；13. ①、对矩阵m nA ⨯，存在n mQ ⨯，mAQ E = ()r A m ⇔=、Q 的列向量13线性无关；②、对矩阵m nA ⨯，存在n mP ⨯，nPA E =()r A n⇔=、P 的行向量线性无关；14.12,,,sαααL 线性相关⇔存在一组不全为0的数12,,,sk k k L ，使得1122s s k k k ααα+++=L 成立；（定义）⇔1212(,,,)0ss x x x ααα⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭L M 有非零解，即0Ax =有非零解；⇔12(,,,)s r sααα<L ，系数矩阵的秩小于未知数的个数；15. 设m n ⨯的矩阵A 的秩为r ，则n 元齐次线性方程组0Ax =的解集S 的秩为：()r S n r =-；16. 若*η为Ax b =的一个解，12,,,n rξξξ-L 为0Ax =的一个基础解系，则*12,,,,n rηξξξ-L 线性无关；5、相似矩阵和二次型1. 正交矩阵TA A E ⇔=或1TAA -=（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,)T i j i j a a i j n i j=⎧==⎨≠⎩L ；②、若A 为正交矩阵，则1TAA -=也为正交阵，且1A =±；③、若A 、B 正交阵，则AB 也是正交阵；14注意：求解正交阵，千万不要忘记施密特正交化和单位化；2. 施密特正交化：12(,,,)ra a a L11b a =；1222111[,][,]b a b a b b b =-gL L L121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----g g L g ;3. 对于普通方阵，不同特征值对应的特征向量线性无关；对于实对称阵，不同特征值对应的特征向量正交；4. ①、A 与B 等价 ⇔A 经过初等变换得到B ；⇔=PAQ B，P 、Q 可逆； ()()⇔=r A r B ，A 、B 同型；②、A 与B 合同 ⇔=TC AC B，其中可逆；⇔T x Ax与Tx Bx 有相同的正、负惯性指数；③、A 与B 相似 1-⇔=PAP B；5. 相似一定合同、合同未必相似；若C 为正交矩阵，则TC AC B =⇒A B:，（合同、相似的约束条件不同，相似的更严格）；6. A 为对称阵，则A 为二次型矩阵；7. n 元二次型Tx Ax 为正定：15A ⇔的正惯性指数为n ；A ⇔与E 合同，即存在可逆矩阵C ，使TC AC E =；A⇔的所有特征值均为正数； A⇔的各阶顺序主子式均大于0；0,0ii 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-归纳整理-大学线代基础知识

《线性代数》知识点-归纳整理-大学线代基础知识-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN《线性代数》知识点归纳整理诚毅学生编01、余子式与代数余子式 ............................................................................................................................................. - 3 -02、主对角线 ................................................................................................................................................................. - 3 -03、转置行列式 ............................................................................................................................................................. - 3 -04、行列式的性质 ......................................................................................................................................................... - 4 -05、计算行列式 ............................................................................................................................................................. - 4 -06、矩阵中未写出的元素 ............................................................................................................................................. - 5 -07、几类特殊的方阵 ..................................................................................................................................................... - 5 -08、矩阵的运算规则 ..................................................................................................................................................... - 5 -09、矩阵多项式 ............................................................................................................................................................. - 7 -10、对称矩阵 ................................................................................................................................................................. - 7 -11、矩阵的分块 ............................................................................................................................................................. - 8 -12、矩阵的初等变换 ..................................................................................................................................................... - 8 -13、矩阵等价 ................................................................................................................................................................. - 8 -14、初等矩阵 ................................................................................................................................................................. - 8 -15、行阶梯形矩阵与行最简形矩阵 ......................................................................................................................... - 8 -16、逆矩阵 ..................................................................................................................................................................... - 9 -17、充分性与必要性的证明题 ................................................................................................................................... - 10 -18、伴随矩阵 ............................................................................................................................................................... - 10 -19、矩阵的标准形： ................................................................................................................................................... - 11 -20、矩阵的秩： ........................................................................................................................................................... - 11 -21、矩阵的秩的一些定理、推论 ............................................................................................................................... - 11 -22、线性方程组概念 ................................................................................................................................................... - 11 -23、齐次线性方程组与非齐次线性方程组（不含向量）........................................................................................ - 11 -24、行向量、列向量、零向量、负向量的概念 ....................................................................................................... - 13 -25、线性方程组的向量形式 ....................................................................................................................................... - 13 -26、线性相关与线性无关的概念 ......................................................................................................................... - 13 -27、向量个数大于向量维数的向量组必然线性相关.............................................................................................. - 14 -28、线性相关、线性无关；齐次线性方程组的解；矩阵的秩这三者的关系及其例题...................................... - 14 -29、线性表示与线性组合的概念 ......................................................................................................................... - 14 -30、线性表示；非齐次线性方程组的解；矩阵的秩这三者的关系其例题.......................................................... - 14 -31、线性相关（无关）与线性表示的3个定理 ....................................................................................................... - 14 -32、最大线性无关组与向量组的秩 ........................................................................................................................... - 14 -33、线性方程组解的结构 ........................................................................................................................................... - 14 -01、余子式与代数余子式（1）设三阶行列式D ＝333231232221131211a a a a a a a a a ，则①元素11a ，12a ，13a 的余子式分别为：M 11＝33322322a a a a ，M 12＝33312321a a a a ，M 13＝32312221a a a a对M 11的解释：划掉第1行、第1列，剩下的就是一个二阶行列式33322322a a a a ，这个行列式即元素11a 的余子式M 11。

线性代数知识点归纳,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。

高中数学线性代数知识点全归纳

1
②、
2
，左乘矩阵
A
，
i
乘
A
的各行元素；右乘，
i
乘
A
的各列元素；
3
n
1
1
1
③、对调两行或两列，符号 E(i, j) ，且 E(i, j)1 E(i, j) ，例如： 1
1
；
1
1
④、倍乘某行或某列，符号
E (i (k ))
，且
E(i(k))1
E(i( 1))
1
，例如：
k
AO
A (1)m n A B
CB OB
BO BC
⑥、范德蒙行列式：大指标减小指标的连乘积； ⑦、特征值；
n
6. 对于 n 阶行列式 A ，恒有： E A n (1)k Sknk ，其中 Sk 为 k 阶主子式； k 1
7. 证明 A 0 的方法：
①、 A A ； ②、反证法； ③、构造齐次方程组 Ax 0 ，证明其有非零解； ④、利用秩，证明 r(A) n ； ⑤、证明 0 是其特征值；
1 a c
②、型如
0
1
b
的矩阵：利用二项展开式；
0 0 1
A O
C 1 A1
B
O
A1CB B1
1
；（拉普拉斯）
⑤、
A C
O
1
A1
B
B1CA1
O B1
；（拉普拉斯）
3、矩阵的初等变换与线性方程组
1.
一个
mn
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：
F
Er O
O O

(完整)线性代数知识点总结汇总,推荐文档

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_归纳整理

《线性代数》知识点_归纳整理线性代数是数学的一个重要分支，研究向量空间及其上的线性映射、线性方程组和矩阵等基本概念和性质。

它在数学、物理、工程、计算机科学等领域都有广泛的应用。

下面将对线性代数的一些重要知识点进行归纳整理。

1.向量空间：向量空间是线性代数的核心概念，它是一组向量的集合，满足加法和数乘运算的封闭性、结合律、交换律和分配律等性质。

向量空间的例子包括实数空间R^n、矩阵空间M(m,n)等。

2.线性映射：线性映射是指一个向量空间到另一个向量空间的映射，满足保持加法和数乘运算的性质。

线性映射可以表示为矩阵乘法的形式，其中矩阵的每一列对应于一个基向量在映射后的值。

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，其中每个方程都是关于未知数的线性表达式。

解线性方程组的方法包括高斯消元法、矩阵求逆法和克拉默法则等。

4.矩阵：矩阵是由数按矩形排列成的数组，是线性代数的重要工具。

矩阵可以表示线性映射、线性方程组和向量空间的基等。

矩阵的运算包括加法、数乘、矩阵乘法和转置等。

5.行列式：行列式是一个标量，它由矩阵的元素按一定规则计算得到。

行列式可以用于判断方阵的可逆性、计算线性映射的缩放因子和求解线性方程组等。

6.特征值和特征向量：特征值和特征向量是矩阵的重要性质。

特征值是一个标量，特征向量是一个非零向量，它们满足A*v=lambda*v的关系式，其中A是矩阵，v是特征向量，lambda是特征值。

特征值和特征向量可以用于矩阵的对角化和矩阵的谱分解等。

7.正交性：正交性是指向量之间的垂直关系。

在内积空间中，如果两个向量的内积为零，则它们是正交的。

正交向量组和正交矩阵是线性代数中常见的概念，它们在解线性方程组和进行特征值分解等方面具有重要作用。

8.线性相关性和线性无关性：线性相关性和线性无关性是向量组的重要性质。

如果一个向量可以由其他向量线性表示，则称这个向量与其他向量线性相关；如果一个向量不能由其他向量线性表示，则称这个向量与其他向量线性无关。

《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。

线性代数知识点总结

线性代数知识点总结第一章行列式一要点1、二阶、三阶行列式2、全排列和逆序数;奇偶排列可以不介绍对换及有关定理;n 阶行列式的定义3、行列式的性质4、n 阶行列式ij a D =;元素ij a 的余子式和代数余子式;行列式按行列展开定理5、克莱姆法则二基本要求1、理解n 阶行列式的定义2、掌握n 阶行列式的性质3、会用定义判定行列式中项的符号4、理解和掌握行列式按行列展开的计算方法;即+11j i A a +22j i A a ⎩⎨⎧≠==+j i j i D A a jn in 0 +j i A a 1122i j a A +⎩⎨⎧≠==+j i j i D A a nj ni0 5、会用行列式的性质简化行列式的计算;并掌握几个基本方法：归化为上三角或下三角行列式;各行列元素之和等于同一个常数的行列式;利用展开式计算6、掌握应用克莱姆法则的条件及结论会用克莱姆法则解低阶的线性方程组7、了解n 个方程n 个未知量的齐次线性方程组有非零解的充要条件第二章矩阵一要点1、矩阵的概念n m ⨯矩阵n m ij a A ⨯=)(是一个矩阵表..当n m =时;称A 为n 阶矩阵;此时由A 的元素按原来排列的形式构成的n 阶行列式;称为矩阵A 的行列式;记为A .注：矩阵和行列式是两个完全不同的两个概念..2、几种特殊的矩阵：对角阵；数量阵；单位阵；三角形矩阵；对称矩阵3、矩阵的运算；矩阵的加减法；数与矩阵的乘法；矩阵的转置；矩阵的乘法1矩阵的乘法不满足交换律和消去律;两个非零矩阵相乘可能是零矩阵..如果两矩阵A 与B 相乘;有BA AB =;则称矩阵A 与B 可换..注：矩阵乘积不一定符合交换2方阵的幂：对于n 阶矩阵A 及自然数k ;个k k A A A A ⋅⋅= 规定I A =0;其中I 为单位阵 .3 设多项式函数k k k k a a a a ++++=--λλλλϕ1110)( ;A 为方阵;矩阵A 的多项式I a A a A a A a A k k k k ++++=--1110)( ϕ;其中I 为单位阵..4n 阶矩阵A 和B ;则B A AB =.5n 阶矩阵A ;则A A nλλ=4、分块矩阵及其运算5、逆矩阵：可逆矩阵若矩阵A 可逆;则其逆矩阵是唯一的；矩阵A 的伴随矩阵记为*A ; E A A A AA ==**矩阵可逆的充要条件；逆矩阵的性质..6、矩阵的初等变换：初等变换与初等矩阵；初等变换和初等矩阵的关系；矩阵在等价意义下的标准形；矩阵A 可逆的又一充分必要条件：A 可以表示成一些初等矩阵的乘积；用初等变换求逆矩阵..7、矩阵的秩：矩阵的k 阶子式；矩阵秩的概念；用初等变换求矩阵的秩8、矩阵的等价二要求1、理解矩阵的概念；矩阵的元素；矩阵的相等；矩阵的记号等2、了解几种特殊的矩阵及其性质3、掌握矩阵的乘法；数与矩阵的乘法；矩阵的加减法；矩阵的转置等运算及性质4、理解和掌握逆矩阵的概念；矩阵可逆的充分条件；伴随矩阵和逆矩阵的关系；当A 可逆时;会用伴随矩阵求逆矩阵5、了解分块矩阵及其运算的方法1在对矩阵的分法符合分块矩阵运算规则的条件下;其分块矩阵的运算在形式上与不分块矩阵的运算是一致的..2特殊分法的分块矩阵的乘法;例如n m A ⨯;l n B ⨯;将矩阵B 分块为) (21l b b b B =;其中j b l j 2, ,1=是矩阵B 的第j 列;则=AB ) (21l b b b A ) (21l Ab Ab Ab =又如将n 阶矩阵P 分块为) (21n p p p P =;其中j p n j 2, ,1=是矩阵P 的第j 列.⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n P λλλ 0 0 00 0 00 0 0 21 ) (21n p p p = ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n λλλ 0 0 00 0 00 0 0 21) (2211n n p p p λλλ = 3设对角分块矩阵⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=SS A A A A 2211 ;),2,1(s P A PP =均为方阵; A 可逆的充要条件是PP A 均可逆;s P ,2,1=;且⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=----11221111 ss A A A A6、理解和掌握矩阵的初等变换和初等矩阵及其有关理论；掌握矩阵的初等变换；化矩阵为行最简形；会用初等变换求矩阵的秩、求逆矩阵7、理解矩阵的秩的概念以及初等变换不改变矩阵的秩等有关理论8、若矩阵A 经过有限次初等变换得到矩阵B ;则称矩阵A 和矩阵B 等价;记为B A ≅. n m ⨯矩阵A 和B 等价当且仅当)()(B r A r =;在等价意义下的标准型：若r A r =)(;则r D A ≅;⎥⎦⎤⎢⎣⎡=000 r r I D ;r I 为r 阶单位矩阵.. 因此n 阶矩阵A 可逆的充要条件为n I A ≅..第三章线性方程组一要点1、n 维向量；向量的线性运算及其有关运算律记所有n 维向量的集合为n R ;n R 中定义了n 维向量的线性运算;则称nR 为 n 维向量空间..2、向量间的线性关系1线性组合与线性表示；线性表示的判定2线性相关与线性无关；向量组的线性相关与无关的判定3、向量组的等价;向量组的秩；向量组的极大无关组及其求法；向量组的秩及其求法 1设有两个向量组,1α,2αs α )(A,1β,2βt β )(B向量组)(A 和)(B 可以相互表示;称向量组)(A 和)(B 等价..向量组的等价具有传递性..2一个向量组的极大无关组不是惟一的;但其所含向量的个数相同;那么这个相同的个数定义为向量组的秩..4、矩阵的秩与向量组的秩的关系5、线性方程组的求解1线性方程组的消元解法2线性方程组解的存在性和唯一性的判定3线性方程组解的结构4齐次线性方程的基础解系与全部解的求法5非齐次方程组解的求法二要求1、理解n 维向量的概念；掌握向量的线性运算及有关的运算律2、掌握向量的线性组合、线性表示、线性相关、线性无关等概念3、掌握线性表示、线性相关、线性无关的有关定理4、理解并掌握向量组的等价极大无关组、向量组的秩等概念；及极大无关组、向量组秩的求法5、掌握线性方程组的矩阵形式、向量形式的表示方法6、会用消元法解线性方程组7、理解并掌握齐次方程组有非零解的充分条件及其判别方法8、理解并掌握齐次方程组的基础解系、全部解的概念及其求法9、理解非齐次方程组与其导出组解的关系；掌握非齐次方程组的求解方法第四章矩阵的特征值与特征向量一要点1、矩阵的特征值与特征向量的定义；特征方程、特征值与特征向量的求法与性质2、相似矩阵的定义、性质；矩阵可对角化的条件3、实对称矩阵的特征值和特征向量向量内积的定义及其性质；正交向量组；施密特正交化方法；正交矩阵；实对称矩阵的特征值与特征向量的性质；实对称矩阵的对角化二要求1、理解矩阵的特征值、特征向量的概念及有关性质2、掌握特征值与特征向量的求法3、理解并掌握相似矩阵的概念与性质4、掌握判断矩阵与对角矩阵相似的条件及对角化的方法5、会将实对称矩阵正交相似变换化为对角矩阵..第五章二次型一要点1、二次型与对称矩阵：二次型的定义；二次型与对称矩阵的对应关系2、二次型与对称矩阵的标准形配方法；初等变换法；正交变换法；合同矩阵；二次型及对称矩阵的标准形与规范形 3、二次型与对称矩阵的有定性二次型与对称矩阵的正定、负定、半正定、半负定二要求1、理解并掌握二次型的定义及其矩阵的表示方法..2、会用三种非退化线性替换：即配方法、初等变换法、正交变换法化二次型为标准形及规范型3、掌握二次型的正定、负定、半正定、半负定的定义;会判定二次型的正定性..。

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。

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。

线性代数各章要点整理

第一章行列式主要知识点一、行列式的定义和性质1.余子式和代数余子式的定义2.行列式按一行或一列展开的公式1）2）3.行列式的性质1）2）用数k乘行列式的某一行（列）所得新行列式＝原行列式的k倍. 推论3）互换行列式的任意两行（列）所得新行列式等于原行列式的相反数. 推论4）如果行列式中两行（列）对应元素成比例，则行列式值为0.5）行列式可以按任一行（列）拆开.6）行列式的某一行（列）的k倍加到另一行（列）上，所得新行列式与原行列式的值相等.二、行列式的计算1.二阶行列式和三角形行列式的计算.2.对一般数字行列式，利用行列式的性质将其降阶以化成二阶行列式或三角形（或对角形）行列式的计算.3.对行列式中有一行或一列中只有一个或两个非零元的情况，用这一行或一列展开.4.行列式中各行元素之和为一个常数的类型.5.范德蒙行列式的计算公式第二章矩阵主要知识点一、矩阵的概念1.要分清矩阵与行列式的区别2.几种特殊矩阵（0矩阵，单位阵，三角阵，对角阵，数量阵）二、矩阵的运算1.矩阵A , B的加、减、乘有意义的充分必要条件2.矩阵运算的性质比较矩阵运算（包括加、减、数乘、乘法等）的性质与数的运算性质的相同点和不同点（加法、乘法的交换律和结合律；乘法关于加法的分配律）重点是矩阵乘法没有交换律（由此产生了矩阵运算公式与数的运算的公式的不同点）.3.转置对称阵和反对称阵1）转置的性质2）若A T=A （A T= - A），则称A为对称（反对称）阵4.逆矩阵1）方阵A可逆（也称非异，非奇异，满秩）的充分必要条件是.当A可逆时，.2）方阵A的伴随阵的定义。

重要公式；与A -1的关系（当方阵A可逆时，）3）重要结论：若n阶方阵A,B满足AB=E，则A,B都可逆，且A-1=B ，B-1=A.4）逆矩阵的性质：; ; .5）消去律：设方阵A可逆，且AB=AC（BA=CA），则必有B=C。

（若不知A可逆，仅知A≠0结论不一定成立。

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。

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 OA AB B OB C==-⑥、范德蒙行列式：大指标减小指标的连乘积； ⑦、特征值；6.对于n 阶行列式A ，恒有：1(1)nnk n k k k E A S λλλ-=-=+-∑，其中k S 为k 阶主子式；7.证明0A =的方法：①、A A =-； ②、反证法；③、构造齐次方程组0Ax =，证明其有非零解； ④、利用秩，证明()r A n <； ⑤、证明0是其特征值；2、矩阵1.A 是n 阶可逆矩阵：⇔0A ≠（是非奇异矩阵）；⇔()r A n =（是满秩矩阵） ⇔A 的行（列）向量组线性无关；⇔齐次方程组0Ax =有非零解； ⇔n b R ∀∈，Ax b =总有唯一解； ⇔A 与E 等价；⇔A 可表示成若干个初等矩阵的乘积； ⇔A 的特征值全不为0； ⇔T A A 是正定矩阵；⇔A 的行（列）向量组是n R 的一组基； ⇔A 是n R 中某两组基的过渡矩阵；2.对于n 阶矩阵A ：**AA A A A E == 无条件恒成立；3.1**111**()()()()()()T T T T A A A A A A ----===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 AO ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭；（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 -=；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 --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；矩阵秩的基本性质：①、0()min(,)m n r A m n ⨯≤≤； ②、()()T r A r A =； ③、若AB ，则()()r A r B =；④、若P 、Q 可逆，则()()()()r A r PA r AQ r PAQ ===；（可逆矩阵不影响矩阵的秩） ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+；（※） ⑥、()()()r A B r A r B +≤+；（※） ⑦、()min((),())r AB r A r B ≤；（※）⑧、如果A 是m n ⨯矩阵，B 是n s ⨯矩阵，且0AB =，则：（※） Ⅰ、B 的列向量全部是齐次方程组0AX =解（转置运算后的结论）；Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵，则()()()r AB r A r B n ≥+-；三种特殊矩阵的方幂：①、秩为1的矩阵：一定可以分解为列矩阵（向量）⨯行矩阵（向量）的形式，再采用结合律；②、型如101001a c b ⎛⎫⎪⎪ ⎪⎝⎭的矩阵：利用二项展开式；二项展开式：01111110()nn n n m n m mn n n n m m n mn n n n n n m a b C a C a b C a b C a b C 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---+-===+==∑nm n mmm m r nr r n nn nnnn n r C C CC CCrC nC ；③、利用特征值和相似对角化：伴随矩阵：①、伴随矩阵的秩：*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩； ②、伴随矩阵的特征值：*1*(,)AAAX X A A A A X X λλλ- == ⇒ =；③、*1A A A -=、1*n A A-=关于A 矩阵秩的描述：①、()r A n =，A 中有n 阶子式不为0，1n +阶子式全部为0；（两句话）②、()r A n <，A 中有n 阶子式全部为0； ③、()r A n ≥，A 中有n 阶子式不为0；线性方程组：Ax b =，其中A 为m n ⨯矩阵，则：①、m 与方程的个数相同，即方程组Ax b =有m 个方程；②、n 与方程组得未知数个数相同，方程组Ax b =为n 元方程；线性方程组Ax b =的求解：①、对增广矩阵B 进行初等行变换（只能使用初等行变换）；②、齐次解为对应齐次方程组的解； ③、特解：自由变量赋初值后求得；由n 个未知数m 个方程的方程组构成n 元线性方程：①、11112211211222221122n n n n m m nm n na x a x a xb a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩； ②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭（向量方程，A 为m n ⨯矩阵，m 个方程，n 个未知数）③、()1212n n x x 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 TTmβββ构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭；含有有限个向量的有序向量组与矩阵一一对应；①、向量组的线性相关、无关0Ax ⇔=有、无非零解；（齐次线性方程组） ②、向量的线性表出Ax b ⇔=是否有解；（线性方程组）③、向量组的相互线性表示 AX B ⇔=是否有解；（矩阵方程）矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是：齐次方程组0Ax =和0Bx =同解；(101P 例14)()()T r A A r A =；(101P 例15) n 维向量线性相关的几何意义：①、α线性相关 ⇔0α=；②、,αβ线性相关⇔,αβ坐标成比例或共线（平行）；③、,,αβγ线性相关 ⇔,,αβγ共面；线性相关与无关的两套定理：若12,,,s ααα线性相关，则121,,,,s s αααα+必线性相关；若12,,,s ααα线性无关，则121,,,s ααα-必线性无关；（向量的个数加加减减，二者为对偶）若r 维向量组A 的每个向量上添上n r -个分量，构成n 维向量组B ：若A 线性无关，则B 也线性无关；反之若B 线性相关，则A 也线性相关；（向量组的维数加加减减）简言之：无关组延长后仍无关，反之，不确定；向量组A （个数为r ）能由向量组B （个数为s ）线性表示，且A 线性无关，则r s ≤；向量组A 能由向量组B 线性表示，则()()r A r B ≤；向量组A 能由向量组B 线性表示AX B ⇔=有解； ()(,)r A r A B ⇔=向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ，使12l A P P P =；①、矩阵行等价：~rA B PA B ⇔=（左乘，P 可逆）0Ax ⇔=与0Bx =同解 ②、矩阵列等价：~cA B AQ B ⇔=（右乘，Q 可逆）； ③、矩阵等价：~A B PAQ B ⇔=（P 、Q 可逆）；对于矩阵m n A ⨯与l n B ⨯：①、若A 与B 行等价，则A 与B 的行秩相等；②、若A 与B 行等价，则0Ax =与0Bx =同解，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；若m s s n m n A B C ⨯⨯⨯=，则：①、C 的列向量组能由A 的列向量组线性表示，B 为系数矩阵；②、C 的行向量组能由B 的行向量组线性表示，T A 为系数矩阵；（转置）齐次方程组0Bx =的解一定是0ABx =的解，【考试中可以直接作为定理使用，而无需证明】①、0ABx = 只有零解0Bx ⇒ =只有零解；②、0Bx = 有非零解0ABx ⇒ =一定存在非零解；设向量组12:,,,n r r B b b b ⨯可由向量组12:,,,n s s A a a a ⨯线性表示为：1212(,,,)(,,,)r s b b b a a a K =（B AK =）其中K 为s r ⨯，且A 线性无关，则B 组线性无关()r K r ⇔=；（B 与K 的列向量组具有相同线性相关性）（必要性：()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=；充分性：反证法）注：当r s =时，K 为方阵，可当作定理使用；①、对矩阵m n A ⨯，存在n m Q ⨯，m AQ E = ()r A m ⇔=、Q 的列向量线性无关；②、对矩阵m n A ⨯，存在n m P ⨯，n PA E =()r A n ⇔=、P 的行向量线性无关；12,,,s ααα线性相关⇔存在一组不全为0的数12,,,s k k k ，使得11220s s k k k ααα+++=成立；（定义）⇔1212(,,,)0s s x xx ααα⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭有非零解，即0Ax =有非零解；⇔12(,,,)s r s ααα<，系数矩阵的秩小于未知数的个数；设m n ⨯的矩阵A 的秩为r ，则n 元齐次线性方程组0Ax =的解集S 的秩为：()r S n r =-；若*η为Ax b =的一个解，12,,,n r ξξξ-为0Ax =的一个基础解系，则*12,,,,n r ηξξξ-线性无关；5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=（定义），性质：①、A 的列向量都是单位向量，且两两正交，即1(,1,2,)0T i j i j a a i j n i j=⎧==⎨≠⎩；②、若A 为正交矩阵，则1T A A -=也为正交阵，且1A =±； ③、若A 、B 正交阵，则AB 也是正交阵；注意：求解正交阵，千万不要忘记施密特正交化和单位化；施密特正交化：12(,,,)r a a a11b a =；1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r rr r r r r b a b a b a b a b b b b b b b b b ----=----; 对于普通方阵，不同特征值对应的特征向量线性无关；对于实对称阵，不同特征值对应的特征向量正交； ①、A 与B 等价⇔A 经过初等变换得到B ；⇔=PAQ B ，P 、Q 可逆； ()()⇔=r A r B ，A 、B 同型；②、A 与B 合同 ⇔=T C AC B ，其中可逆；⇔T x Ax 与T x Bx 有相同的正、负惯性指数；③、A 与B 相似1-⇔=P AP B ；相似一定合同、合同未必相似；若C 为正交矩阵，则T C AC B =⇒A B ，（合同、相似的约束条件不同，相似的更严格）；A 为对称阵，则A 为二次型矩阵； n 元二次型T x Ax 为正定：A ⇔的正惯性指数为n ；A ⇔与E 合同，即存在可逆矩阵C ，使T C AC E =； A ⇔的所有特征值均为正数； A ⇔的各阶顺序主子式均大于0；0,0ii a A ⇒>>；(必要条件)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。

(完整版)线性代数知识点全归纳

1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 OA AB B OB C==-⑥、范德蒙行列式：大指标减小指标的连乘积； ⑦、特征值；6. 对于n 阶行列式A ，恒有：1(1)nnk n k k k E A S λλλ-=-=+-∑，其中k S 为k 阶主子式；7. 证明0A =的方法：①、A A =-； ②、反证法；③、构造齐次方程组0Ax =，证明其有非零解； ④、利用秩，证明()r A n <； ⑤、证明0是其特征值；22、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 T AB B A AB B A AB B A ---===4. 矩阵是表格，推导符号为波浪号或箭头；行列式是数值，可求代数和；5. 关于分块矩阵的重要结论，其中均A 、B 可逆：若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭，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）33、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ，总可经过初等变换化为标准形，其标准形是唯一确定的：rm nEO F OO ⨯⎛⎫= ⎪⎝⎭；等价类：所有与A 等价的矩阵组成的一个集合，称为一个等价类；标准形为其形状最简单的矩阵；对于同型矩阵A 、B ，若()()r A r B A B = ⇔ ；2. 行最简形矩阵：①、只能通过初等行变换获得；②、每行首个非0元素必须为1；③、每行首个非0元素所在列的其他元素必须为0；3. 初等行变换的应用：（初等列变换类似，或转置后采用初等行变换）①、若(,)(,)rA E E X ，则A 可逆，且1X A -=；②、对矩阵(,)A B 做初等行变化，当A 变为E 时，B 就变成1A B -，即：1(,)(,)cA B E A B - ~ ；③、求解线形方程组：对于n 个未知数n 个方程Ax b =，如果(,)(,)rA b E x ，则A 可逆，且1x A b -=；4. 初等矩阵和对角矩阵的概念：①、初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵；②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ，左乘矩阵A ，i λ乘A 的各行元素；右乘，iλ乘A 的各列元素；③、对调两行或两列，符号(,)E i j ，且1(,)(,)E i j E i j -=，例如：1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；④、倍乘某行或某列，符号(())E i k ，且11(())(())E i k E i k-=，例如：1111(0)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 --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；5. 矩阵秩的基本性质：①、0()min(,)m n r A m n ⨯≤≤；②、()()T r A r A =； ③、若AB ，则()()r A r B =；④、若P 、Q 可逆，则()()()()r A r PA r AQ r PAQ ===；（可逆矩阵不影响矩阵的秩） ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+；（※） ⑥、()()()r A B r A r B +≤+；（※） ⑦、()min((),())r AB r A r B ≤；（※）4⑧、如果A 是m n ⨯矩阵，B 是n s ⨯矩阵，且0AB =，则：（※） Ⅰ、B 的列向量全部是齐次方程组0AX =解（转置运算后的结论）；Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵，则()()()r AB r A r B n ≥+-；6. 三种特殊矩阵的方幂：①、秩为1的矩阵：一定可以分解为列矩阵（向量）⨯行矩阵（向量）的形式，再采用结合律；②、型如101001a c b ⎛⎫⎪⎪ ⎪⎝⎭的矩阵：利用二项展开式；二项展开式：01111110()nn n n m n m mn n n n m m n mn n n n n n m a b C a C a b C a b C a b C b C a b-----=+=++++++=∑；注：Ⅰ、()n a b +展开后有1n +项；Ⅱ、0(1)(1)!1123!()!--+====-m n n n n n n n m n C C C m m n mⅢ、组合的性质：111102---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ；③、利用特征值和相似对角化：7. 伴随矩阵：①、伴随矩阵的秩：*()()1()10()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-=8. 关于A 矩阵秩的描述：①、()r A n =，A 中有n 阶子式不为0，1n +阶子式全部为0；（两句话）②、()r A n <，A 中有n 阶子式全部为0； ③、()r A n ≥，A 中有n 阶子式不为0；9. 线性方程组：Ax b =，其中A 为m n ⨯矩阵，则：①、m 与方程的个数相同，即方程组Ax b =有m 个方程；②、n 与方程组得未知数个数相同，方程组Ax b =为n 元方程；10. 线性方程组Ax b =的求解：①、对增广矩阵B 进行初等行变换（只能使用初等行变换）；②、齐次解为对应齐次方程组的解； ③、特解：自由变量赋初值后求得；511. 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 ：6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；715. 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)8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。

线性代数知识点归纳整理

《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。

(完整word)线性代数知识点全归纳,推荐文档

线性代数知识点1、行列式1. n 行列式共有n 2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 、Aj 和a ij 的大小无关；② 、某行(列)的元素乘以其它行(列)元素的代数余子式为 0;③ 、某行(列)的元素乘以该行(列)元素的代数余子式为A ；3代数余子式和余子式的关系： M j ( 1)i jA ijA ij ( 1)i jM ij4. 设n 行列式D :n (n 1)将D 上、下翻转或左右翻转，所得行列式为 D ,，则D , (1)~^ D ；n(n 1)将D 顺时针或逆时针旋转 90°，所得行列式为 D 2，则D 2 (1)~^ D ；将D 主对角线翻转后(转置)，所得行列式为 D 3，则D 3 D ；将D 主副角线翻转后，所得行列式为D 4，则D 4 D ；行列式的重要公式：主对角行列式：主对角元素的乘积;(1严 A B范德蒙行列式：大指标减小指标的连乘积; 特征值；① 、A A ； ② 、反证法；③ 、构造齐次方程组 Ax 0，证明其有非零解; ④ 、利用秩，证明r(A) n ; ⑤ 、证明0是其特征值；5. ④、副对角行列式：副对角元素的乘积上、下三角行列式(|| |i ) 匚和丄：副对角元素的乘积n(n 1)(1)h ;主对角元素的乘积;n(n 1)厂;拉普拉斯展开式:6. 对于n 阶行列式A ，恒有： E A1)kS k，其中 S k 为k 阶主子式;7. 证明A 0的方法:2、矩阵1.A是n阶可逆矩阵：A 0 （是非奇异矩阵）；r（A） n （是满秩矩阵）A的行（列）向量组线性无关；齐次方程组Ax 0有非零解；b R n，Ax b总有唯一解；A与E等价；A可表示成若干个初等矩阵的乘积；A的特征值全不为0;A A是正定矩阵；A的行（列）向量组是R n的一组基;A是R n中某两组基的过渡矩阵；2. 对于n阶矩阵A : * *AA A AA E 无条件恒成立；… 1、* …*、 1 …1、T …T、1* T T *3. (A ) (A ) (A ) (A ) (A ) (A )T T T * * * 1 1 (AB) B A (AB) B A (AB) B A4.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：A若A A2，则：OA sI、A I A/A L A s ；n、A1A11A2O ；A s1②、A1OA1O ;（主对角分块）O B O B 1③、O1AO B 1；（副对角分块）B O A 1O④、A1CA 1 A1CB 1C B；（拉普拉斯）O B O B 1⑤、A O1A11°；（拉普拉斯）C B B 'CA 1 B 13、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: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)r①、若(A, E) - (E ,X)，则 A 可逆，且X A 1；c②、对矩阵(A, B)做初等行变化，当 A变为E时，B就变成A 1B，即：(A, B) (E, A 1B)；③、求解线形方程组：对于rn个未知数n个方程Ax b，如果(A,b)： (E,x)，则A可逆，且x A 1b ；4.初等矩阵和对角矩阵的概念：①、初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵;5.矩阵秩的基本性质：①、0 r(A m n) min(m,n)；②、r(A T) 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)；E)⑦、r(AB) min(r(A),r(B))；(探)E rO②、，左乘矩阵A，i乘A的各行元素；右乘, 乘A的各列元素;n③、对调两行或两列，符号④、倍乘某行或某列，符号11 1E(i,j)，且 E(i, j) 1E(i, j)，例如：1 11 1E(i(k))，且E(i(k))11E(i(-))，例如：11k11k(k10)；11 k 1 kE(ij(k))，且 E(ij(k)) 1E(ij ( k))，如：1 1 (k 0)；1 1⑤、倍加某行或某列，符号⑧ 、如果A 是m n 矩阵，B 是n s 矩阵，且AB 0，则：(探)I 、B 的列向量全部是齐次方程组 AX 0解(转置运算后的结论)； n 、 r(A) r(B) n⑨ 、若A 、B 均为n 阶方阵，则r(AB) r(A) r(B) n ;8. 关于A 矩阵秩的描述：① 、r(A) n , A 中有n 阶子式不为0, n 1阶子式全部为0;(两句话) ② 、r(A) n , A 中有n 阶子式全部为0; ③ 、r(A) n , A 中有n 阶子式不为0;9. 线性方程组：Ax b ，其中A 为m n 矩阵，则：① 、m 与方程的个数相同，即方程组Ax b 有m 个方程；② 、n 与方程组得未知数个数相同，方程组Ax b 为n 元方程；10.线性方程组Ax b 的求解：① 、对增广矩阵B 进行初等行变换(只能使用初等行变换); ② 、齐次解为对应齐次方程组的解； ③ 、特解：自由变量赋初值后求得；6. 三种特殊矩阵的方幕：①、秩为1的矩阵：一定可以分解为列矩阵行矩阵(向量)的形式, 再采用结合律;1 a ②、型如0 1 cb 的矩阵：利用二项展开式;二项展开式: (a b)n C °a n C ；a 1b 1 L C n ma L C ； 1a 1b nC ；bnmm.C ； a b注：I 、 (a b)n展开后有n 1项;n 、c mn(n 1)L L (n m 1)n! 1g2eg_ gmm!(n m)! 0 n C；Cn『组合的性质：c m C ； mC ；1c m_ m 1C nnC ； 2nrC n rnc n 1 ;③ 、禾u 用特征值和相似对角化:7. 伴随矩阵:①、伴随矩阵的秩：r(A *)r(A)r(A) r(A)②、伴随矩阵的特征值: (AXX,A * AA 1△x);③、AA 1、A ；14、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 ： 1, 2,L , m 构成 n m 矩阵 A（ 1, 2,L , m ）；T1 Tm 个n 维行向量所组成的向量组 B :；,:丄，：构成m n 矩阵B 2；MT m5含有有限个向量的有序向量组与矩阵一一对应；Ax 0 有、无非零解；（齐次线性方程组） Ax b 是否有解；（线性方程组） AX B 是否有解；（矩阵方程）3.矩阵A , n 与B l n 行向量组等价的充分必要条件是：齐次方程组Ax 0和Bx 0同解；（P 101例14）4. r(A TA) r(A)；(卩仙例 15)5.n 维向量线性相关的几何意义： ① 、线性相关 ② 、 , 线性相关 ③、 , , 线性相关, , 共面；6. 线性相关与无关的两套定理：若1, 2丄,s 线性相关，则1, 2 ,L , s , S1必线性相关；若1，2丄,s 线性无关，则1，2丄,s1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 ：a11x 1 a 12 x 2 L a1n x n b1 ①、a 21x 1 a 22 x 2 La2 n x nb2；L LLLLLLLLLLam1 x 1 a m2 x 2 Lanm x n bna11 a12 L a1nx1 b1②、a 21a 22 La2nx2b2Ax b（向量方程，A 为m n 矩阵，m 个方程,M M O MMMam1 am2 Lamnxm bmx1b1 ③、a1a 2 L a nx2(全部按列分块，其中b2)；MMxnbn④、 a 1x 1 a 2x2 La n x n （线性表出）⑤、有解的充要条件： r(A) r （A, ） n （ n 为未知数的个数或维数）11. 由 n 个未知数 m 个方程的方程组构成 n 元线性方程：n 个未知数）2.①、向量组的线性相关、无关② 、向量的线性表出 ③ 、向量组的相互线性表示0；坐标成比例或共线（平行）；14.1, 2 ,L , 存在一组不全为线性相关0的数k i ,k 2丄,k s ，使得 k 1 1k 2 2 L k s s 0 成立；(定义)ss x 1x 2(1, 2,L , s )1 2 sMxs有非零解，即 Ax 0 有非零解；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 P i ,P 2,L ,P ，使 AP 1 P 2L P l ； ①、矩阵行等价 r： A~ B PA B (左乘， P 可逆)Ax 0与 Bx 0同解②、矩阵列等价 c： A~ BAQ B (右乘， Q 可逆)；③、矩阵等价： A~B PAQ B (P 、Q 可逆)；9. 对于矩阵 A m n 与 B l n ：① 、若A 与B 行等价，则A 与B 的行秩相等；② 、若A 与B 行等价，则Ax 0与Bx 0同解，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 A m s B s n C m n ，则：① 、 C 的列向量组能由 A 的列向量组线性表示， ② 、 C 的行向量组能由 B 的行向量组线性表示， 11. 齐次方程组 Bx 0的解一定是 ABx 0的解，【考试中可以直接作为定理使用，而无需证明】① 、 ABx 0 只有零解 Bx 0 只有零解；②、 Bx 0 有非零解 A Bx 0一定存在非零解； 12.设向量组B n r : b,b 2丄,b r 可由向量组代s 耳厶丄玄线性表示为:(b 1,b 2,L ,b r ) (a 1,a 2,L ,a s )K (B AK )其中K 为s r ，且A 线性无关，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: Qr r(B) r(AK) r(K),r(K) r, r(K) r ；充分性:反证法) 注：当r s 时，K 为方阵，可当作定理使用；13.①、对矩阵A mn，存在Q n m ，AQ E m 「(A) m 、Q 的列向量线性无关； ②、对矩阵A mn，存在P n m ，PAE .「(A) n 、P 的行向量线性无关；r( 1, 2,L , s ) s ，系数矩阵的秩小于未知数的个数;B 为系数矩阵； A T为系数矩阵； (转置)15.设m n 的矩阵A 的秩为r ，则n 元齐次线性方程组 Ax 0的解集S 的秩为：r （S ） n r ;16.若*为Ax b 的一个解，！，2丄，nr 为AX 0的一个基础解系，则*,仆2、L , nr 线性无关;5、相似矩阵和二次型1.正交矩阵A T A E 或A 1A T（定义），性质: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：(a,a 2,L ,a r )b a ；b 2 a 2 gg LLL b a r 沖 g 3 g)2 L1；[b,b]也上] 血,唧 [b r —b rJ3. 对于普通方阵，不同特征值对应的特征向量线性无关; 对于实对称阵，不同特征值对应的特征向量正交；4.①、A 与B 等价 A 经过初等变换得到 B ；②、A 与B 合同PAQ B ， P 、Q 可逆； r （A ） r （B ），A 、B 同型；C TAC B ，其中可逆；③、 A 与B 相似 x T Ax 与x TBx 有相同的正、负惯性指数; P 1AP B :5.相似一定合同、合同未必相似;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x TAx 为正定：A 的正惯性指数为n ；A 与E 合同，即存在可逆矩阵 C ，使C TAC 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；①、A 的列向量都是单位向量，且两两正交，即 Ta i a j②、若A 为正交矩阵，则A 1A T也为正交阵，且 A若C 为正交矩阵，则C TAC Ba 0, A 0 ；（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-归纳整理

线性代数知识点归纳

线性代数知识点总结完整

线性代数知识点全归纳

《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,超详细

高中数学线性代数知识点全归纳

(完整)线性代数知识点总结汇总,推荐文档

《线性代数》知识点_归纳整理

《线性代数》知识点 归纳整理-大学线代基础知识

线性代数知识点总结

线性代数知识点总结汇总

线性代数知识点总结汇总

线性代数知识点总结汇总

线性代数各章要点整理

线性代数知识点总结汇总

线性代数知识点全归纳

(完整版)线性代数知识点全归纳

线性代数知识点归纳整理

(完整word)线性代数知识点全归纳,推荐文档

《线性代数》知识点归纳整理-大学线代基础知识