线性代数考点总结和解题方式
经济数学·线性代数：解题方法技巧归纳
经济数学·线性代数：解题方法技巧归纳
常见的解题方法技巧：
1.高斯消元法：用于解决线性方程组的方法，通过
消去未知数的系数，使方程组的每一行的未知数
只有一个。
2.高斯-约旦消元法：用于解决线性方程组的方法，
通过消去未知数的系数，使方程组的每一行的未
知数只有一个，并通过交换方程的顺序来解决无
解或多解的情况。
3.矩阵消元法：用于解决线性方程组的方法，将方
程组写成矩阵形式，通过消去未知数的系数，使
矩阵的每一行的未知数只有一个。
4.高斯-约旦分解法：用于解决线性方程组的方法，
通过将方程组写成两个矩阵的乘积的形式。
5.广义逆矩阵法：用于解决线性方程组的方法，通
过求出矩阵的广义逆（也叫做伪逆），将方程组写
成矩阵的形式，求解未知数的值。
6.矩阵的特征值与特征向量：用于解决矩阵的本征
值问题的方法，通过求解矩阵的特征方程，求得
矩阵的特征值与特征向量，并利用它们来求解其
他问题。
7.奇异值分解：用于解决矩阵的奇异值分解问题的
方法，将矩阵分解为三个矩阵的乘积的形式，并利用它们来求解其他问题。
8.广义逆矩阵的求法：用于求解矩阵的广义逆（也叫做伪逆）的方法，包括计算机辅助的方法和数学计算的方法。
高中数学线性代数考点总结和解题方法
高中数学线性代数考点总结和解题方法第一部分：计算问题四阶行列式的计算；n阶特殊行列式的计算（如：有行和、列和相等）；矩阵的运算（包括加、减、数乘、乘法、转置、逆等的混合运算）；求矩阵的秩、逆矩阵（两种方法）；解矩阵方程；含参数的线性方程组解的情况的讨论；齐次、非齐次线性方程组的求解（包括唯一、无穷多解）；讨论一个向量能否用和向量组线性表示；讨论或证明向量组的相关性；求向量组的极大无关组，并将多余向量用极大无关组线性表示；将无关组正交化、单位化；求方阵的特征值和特征向量；讨论方阵能否对角化，如能，要能写出相似变换的矩阵及对角阵；通过正交相似变换（正交矩阵）将对称矩阵对角化；写出二次型的矩阵，并将二次型标准化，写出变换矩阵；判定二次型或对称矩阵的正定性。
第二部分：概念问题一、行列式1．行列式的定义用n方个元素Aij组成的记号称为n阶行列式。
（1）它表示所有可能的取自不同行不同列的n个元素乘积的代数和；（2）展开式共有n!项，其中符号正负各半；2．行列式的计算（1）常见类型：一阶|α|=α行列式，二、三阶行列式有对角线法则；n阶（n>=3）行列式的计算：降阶法定理：n阶行列式的值等于它的任意一行（列）的各元素与其对应的代数余子式乘积的和。
方法：选取比较简单的一行（列），保保留一个非零元素，其余元素化为0，利用定理展开降阶。
特殊情况：上、下三角形行列式、对角形行列式的值等于主对角线上元素的乘积；（2）行列式值为0的几种情况：Ⅰ行列式某行（列）元素全为0；Ⅱ行列式某行（列）的对应元素相同；Ⅲ行列式某行（列）的元素对应成比例；Ⅳ奇数阶的反对称行列式。
二．矩阵1．矩阵的基本概念（表示符号、一些特殊矩阵，如单位矩阵、对角、对称矩阵等）；2．矩阵的运算（1）加减、数乘、乘法运算的条件、结果；（2）关于乘法的几个结论：①矩阵乘法一般不满足交换律（若AB＝BA，称A、B是可交换矩阵）；②矩阵乘法一般不满足消去律、零因式不存在；③若A、B为同阶方阵，则|AB|=|A|*|B|；④|kA|=k^n|A|3．矩阵的秩（1）定义：非零子式的最大阶数称为矩阵的秩；（2）秩的求法：一般不用定义求，而用下面结论：矩阵的初等变换不改变矩阵的秩；阶梯形矩阵的秩等于非零行的个数（每行的第一个非零元所在列，从此元开始往下全为0的矩阵称为行阶梯阵）。
《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............................................................. 9-22、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 ............................................................... 11-26、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, 则①元素an,ai,au的余子式分别为：对Mi的解释：划掉第1行、第1列，剩下的就是一个二阶行列式,这个行列式即元素au的余子式Mi。
线性代数重要知识点及典型例题答案
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a j n=迟（-1）"" "a ij i a2j2...a nj n j l j2 j n（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D=D T）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：余子式皿厂代数余子式A j =（-1）厲皿耳定理：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：D j非齐次线性方程组：当系数行列式D式0时，有唯一解：X j =—=1、2……n）D齐次线性方程组：当系数行列式D=1^0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:a ii a i2 a i3 a ii a2i a3i①转置行列式：a2i a 22 a23 T a i2 a22 a32a3i a 32 a 33 a i3 a23 a33②对称行列式：a j = a j i③反对称行列式：a j = -a ji奇数阶的反对称行列式值为零⑤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、lA* B = ( a ik )m*l * (b kj )l*n 二(•— a ik b kj ) m*n乘法1注意什么时候有意义般AB=BA ，不满足消去律；由 AB=0，不能得 A=0或B=0方幕：A kl A k ^ A k1 k2(A kl )k2 = A kl k2对角矩阵:若 AB 都是 N 阶对角阵，k 是数，则 kA 、A+B 、数量矩阵：相当于一个数（若……） 单位矩阵、上 （下）三角形矩阵（若……） 对称矩阵 反对称矩阵阶梯型矩阵：每一非零行左数第一个非零元素所在列的下方是0a 11 a 12 a 13④三线性行列式：a 21 a 22a 31a 33方法：用k022把a 2i 化为零，。
线性代数题求解答技巧
线性代数题求解答技巧线性代数是一门重要的数学学科，应用广泛，涉及到众多的概念和定理。
解线性代数题有一些技巧和方法可以帮助我们更好地理解问题和找到解答。
在本文中，我将向您介绍一些解线性代数题的技巧。
1. 熟悉基本概念和定理：了解线性代数的基本概念和定理，例如矩阵、行列式、向量空间、线性变换等，对于解题非常重要。
熟悉这些基础知识将帮助您更好地理解问题和找到解答。
2. 理解题目中的关键信息：仔细阅读题目，并理解其中的关键信息和要求。
对于一些复杂的题目，可以将问题进行拆解，将其转化为更简单的子问题来解决。
3. 画图和示意图：对于涉及到向量、矩阵和线性变换的题目，可以尝试画图和示意图以帮助理解问题。
图形可以直观地表示线性变换的作用和向量的变化，有助于更好地理解问题的本质。
4. 利用矩阵运算法则：运用矩阵的基本运算法则，例如加法、减法、乘法和转置等来进行计算。
通过运用这些法则，可以简化计算和转化问题的形式。
5. 找到未知量的线性关系：对于涉及到向量和矩阵的方程组，可以通过列向量和矩阵相乘得到一个线性方程组。
通过求解这个方程组，可以找到未知量之间的线性关系。
6. 利用行列式的性质：行列式是解线性方程的重要工具之一。
了解行列式的性质和计算方法，可以帮助我们更好地理解和解决问题。
通过对行列式的计算，可以判断矩阵是否可逆、线性方程组是否有唯一解等关键问题。
7. 利用向量空间的性质：向量空间是研究向量的重要概念之一。
了解向量空间的性质，例如维数、基、秩等，可以帮助我们更好地理解向量空间的结构和性质，从而解决相关问题。
8. 利用特殊矩阵的性质：对于一些特殊的矩阵，例如对称矩阵、上三角矩阵、对角矩阵等，它们具有一些特殊的性质和特点。
通过利用这些性质，可以简化计算和解决问题。
9. 利用线性变换的性质：线性变换是研究线性代数的重要工具之一。
了解线性变换的性质和运算法则，可以帮助我们更好地理解和解决线性变换的问题。
10. 训练解题技巧：解线性代数题需要一些技巧和经验。
高中数学线性代数考点总结和解题方法
高中数学线性代数考点总结和解题方法第一部分：计算问题四阶行列式的计算；n 阶特殊行列式的计算（如：有行和、列和相等）；矩阵的运算（包括加、减、数乘、乘法、转置、逆等的混合运算）；求矩阵的秩、逆矩阵（两种方法）；解矩阵方程；含参数的线性方程组解的情况的讨论；齐次、非齐次线性方程组的求解（包括唯一、无穷多解）；讨论一个向量能否用和向量组线性表示；讨论或证明向量组的相关性；求向量组的极大无关组，并将多余向量用极大无关组线性表示；将无关组正交化、单位化；求方阵的特征值和特征向量；讨论方阵能否对角化，如能，要能写出相似变换的矩阵及对角阵；通过正交相似变换（正交矩阵）将对称矩阵对角化；写出二次型的矩阵，并将二次型标准化，写出变换矩阵；判定二次型或对称矩阵的正定性。
第二部分：概念问题一、行列式1．行列式的定义用n 方个元素Aij 组成的记号称为n 阶行列式。
（1）它表示所有可能的取自不同行不同列的n 个元素乘积的代数和；（2）展开式共有n! 项，其中符号正负各半；2．行列式的计算（1）常见类型：一阶| α|= α行列式，二、三阶行列式有对角线法则；n 阶（n>=3）行列式的计算：降阶法定理：n 阶行列式的值等于它的任意一行（列）的各元素与其对应的代数余子式乘积的和。
方法：选取比较简单的一行（列），保保留一个非零元素，其余元素化为0，利用定理展开降阶。
特殊情况：上、下三角形行列式、对角形行列式的值等于主对角线上元素的乘积；（2）行列式值为0 的几种情况：Ⅰ 行列式某行（列）元素全为0 ；Ⅱ 行列式某行（列）的对应元素相同；Ⅲ 行列式某行（列）的元素对应成比例；Ⅳ 奇数阶的反对称行列式。
二．矩阵1．矩阵的基本概念（表示符号、一些特殊矩阵，如单位矩阵、对角、对称矩阵等）；2．矩阵的运算（1）加减、数乘、乘法运算的条件、结果；（2）关于乘法的几个结论：①矩阵乘法一般不满足交换律(若AB＝BA，称A、B是可交换矩阵)；②矩阵乘法一般不满足消去律、零因式不存在；③若A、B 为同阶方阵，则|AB|=|A|*|B| ；④|kA|=k^n|A| 3．矩阵的秩(1)定义：非零子式的最大阶数称为矩阵的秩；(2)秩的求法：一般不用定义求，而用下面结论：矩阵的初等变换不改变矩阵的秩；阶梯形矩阵的秩等于非零行的个数(每行的第一个非零元所在列，从此元开始往下全为0 的矩阵称为行阶梯阵)。
线性代数重点知识总结
说明：1.本总结只是把课本的重点知识总结了一下，我没有看到期末考试题，所以考着了算是侥幸，考不着也正常。
2.知识点会了不一定做的对题，所以还要有相应的练习题。
3.前后内容要贯穿起来，融汇贯通，建立自己的知识框架。
第一章行列式1.行列式的定义式（两种定义式）-->行列式的性质-->对行列式进行行、列变换化为上下三角（求行列式的各种方法逐行相加、倒叙相减、加行加列、递推等方法，所有方法是使行列式出现尽可能多的0为依据的）。
2.行列式的应用——>克拉默法则（成立的前提、描述的内容、用途，简单的证明可从逆矩阵入手）。
总结：期末第一章可能不再单独考，但会在求特征值/判断正定性等内容时顺便考察行列式的求解。
第二章矩阵1.矩阵是一个数组按一定的顺序排列，和行列式（一个数）具有天壤之别。
2.高斯消元法求线性方程组的解—>唯一解、无解、无穷解时阶梯型的样子(与第三章解存在的条件以及解的结构联系在一起)3.求逆矩阵的方法（初等变换法，I起到记录所有初等变换的作用）、逆矩阵与伴随矩阵的关系。
4.初等矩阵和初等变换的一一对应关系，学会由初等变换找出与之对应的初等矩阵。
5.分块矩阵（运用分块矩阵有时可以很简单的解决一些复杂问题）记得结论A 可逆，则)A -(1|A |A -1T T αααα=+。
第三章 线性方程组第三章从向量组的角度入手，把线性方程组的系数矩阵的每一列看作一个列向量，从而得到一个向量组假设为n 21,,,ααα ，右边常则看作一个向量β，1）若向量β被向量组n 21,,,ααα 表出唯一（即满足关系：n n n ==),,,,(r ),,,(r 2121βαααααα 时，因为只有向量组n 21,,,ααα 线性无关才表出唯一），则只有唯一解；2）若β不能由向量组n 21,,,ααα 线性表出（即满足条件),,,,(r 1),,,(r 2121βααααααn n =+时）则无解；3）若β由向量组n 21,,,ααα 表出不唯一（即满足条件n n n <=),,,,(r ),,,(r 2121βαααααα 时，只有n 21,,,ααα 线性相关才表出不唯一）有无穷解。
线性代数总结汇总+经典例题
线性代数总结汇总+经典例题线性代数知识点总结1 行列式（一）行列式概念和性质1、逆序数：所有的逆序的总数2、行列式定义：不同行不同列元素乘积代数和3、行列式性质：（用于化简行列式）（1）行列互换（转置），行列式的值不变（2）两行（列）互换，行列式变号（3）提公因式：行列式的某一行（列）的所有元素都乘以同一数k，等于用数k乘此行列式（4）拆列分配：行列式中如果某一行（列）的元素都是两组数之和，那么这个行列式就等于两个行列式之和。
（5）一行（列）乘k加到另一行（列），行列式的值不变。
（6）两行成比例，行列式的值为0。
（二）重要行列式4、上（下）三角（主对角线）行列式的值等于主对角线元素的乘积5、副对角线行列式的值等于副对角线元素的乘积乘6、Laplace展开式：（A是m阶矩阵，B是n阶矩阵），则7、n阶（n≥2）范德蒙德行列式数学归纳法证明★8、对角线的元素为a，其余元素为b的行列式的值：（三）按行（列）展开9、按行展开定理：（1）任一行（列）的各元素与其对应的代数余子式乘积之和等于行列式的值（2）行列式中某一行（列）各个元素与另一行（列）对应元素的代数余子式乘积之和等于0（四）行列式公式10、行列式七大公式：（1）|kA|=k n|A|（2）|AB|=|A|·|B|（3）|A T|=|A|（4）|A-1|=|A|-1（5）|A*|=|A|n-1（6）若A的特征值λ1、λ2、……λn，则（7）若A与B相似，则|A|=|B|（五）克莱姆法则11、克莱姆法则：（1）非齐次线性方程组的系数行列式不为0，那么方程为唯一解（2）如果非齐次线性方程组无解或有两个不同解，则它的系数行列式必为0 （3）若齐次线性方程组的系数行列式不为0，则齐次线性方程组只有0解；如果方程组有非零解，那么必有D=0。
2 矩阵（一）矩阵的运算1、矩阵乘法注意事项：（1）矩阵乘法要求前列后行一致；（2）矩阵乘法不满足交换律；（因式分解的公式对矩阵不适用，但若B=E,O,A-1，A*,f(A)时，可以用交换律）（3）AB=O不能推出A=O或B=O。
考研线性代数终极总结
考研线性代数终极总结线性代数是研究向量空间及其线性变换的数学分支。
它是数学基础科学和高级工程科学的重要学科，在理论和应用上都有着广泛的应用。
准备考研的同学们需要牢固掌握线性代数的基本概念和重要定理，下面是线性代数的终极总结。
一、向量空间1.向量空间的基本定义和性质2.子空间及其判定3.维数、基、坐标和表示定理4.线性方程组的解空间二、线性变换1.线性变换的定义和性质2.矩阵的线性变换3.线性变换的矩阵表示和基变换4.线性变换的像空间与核空间5.线性变换的特征值和特征向量6.对角化和相似变换三、线性方程组1.线性方程组的表示和解的存在唯一性2.线性方程组解的结构和基础解系3.矩阵的秩与线性方程组解的个数4.线性方程组的常见解法四、矩阵1.矩阵的运算和性质2.矩阵的特征值和特征向量3.矩阵的标准形式4.矩阵的相似性质和相抵性质五、二次型1.二次型的定义和性质2.二次型的标准形式3.正定、负定和不定二次型4.合同变换与矩阵的合同性质六、特征值问题1.特征值问题的引入和相关概念2.特征值问题的求解方法3.特征值问题的应用七、奇异值分解1.奇异值分解的定义和性质2.奇异值分解的计算和应用八、线性变换的标准形式1.线性变换的标准形式的引入和相关性质2.线性变换的标准形式的计算和应用九、行列式1.行列式的定义和性质2.行列式的性质及计算方法3.克莱姆法则及其推广以上是线性代数的终极总结，考研学习线性代数需要掌握这些重要概念和定理，通过大量的练习和习题，加深对知识点的理解和记忆。
在考试中，要善于分析题目，熟练运用线性代数的知识，灵活解决问题。
希望同学们能够在考研线性代数的复习中取得好的成绩！。
考研线性代数 解题方法汇总(非知识点汇总)
考研线性代数解题方法汇总（非知识点汇总）行列式的计算消零化基本形法•思想：通过恒等变形变为基本形求解•恒等变形o消零化▪当列/行元素大致相同时，用第一行倍加▪当列/行元素具有递推性质时，用i行倍加i+1行▪相同优先o互换▪变为分块对角矩阵▪变换主/副对角线（变换次数为(n-1)n/2）o展开定理•常见行列式形状o爪形行列式o行和相等行列式▪求法▪1、所有元素向第一列求和▪2、提出第一列公因式▪3、将第一列归零化，视情况采用相应方法加边法•使用场景：无法通过互换、倍加、倍乘化简的行列式•使用方法：每列元素都含有同一参数的项，且该项系数（可以是其他参数）具有规律性数学归纳法与递推法•使用场景：具有递推性质的n阶行列式的证明•第一类归纳法o1、验证n=1时成立o2、假设n=k时成立o3、证明n=k+1时成立•第二类归纳法o1、验证n=1、n=2时成立o2、假设n<k时成立o3、证明n=k时成立•常见行列式形状o三主对角线行列式▪行和相等▪行和不相等用范德蒙德行列式行列式形式与解法总结•特殊形状行列式o爪形行列式o行和相等行列式o三主对角线行列式•多个行/列元素大致相同•行列元素具有递推性质•零的分布有规律•第一列只有两个元素o消去第二个元素o放置两头采用展开定理•具有递推性质的n阶行列式•所有元素都为齐次式余子式和代数余子式的线性组合计算法1:转化为行列式计算法2:用伴随矩阵计算•1、利用 A=|A|A逆计算A•2、由伴随阵的相应元素得到余子式•要求：需要A逆好求，没啥大用特别：所有代数余子式和的计算抽象行列式的计算|A+B|•知列向量o拆分o将向量的线性组合转化为矩阵乘积o将对矩阵的变换过程转化为矩阵乘积•完全抽象•知部分具体矩阵C 或 C的特征值o向|C|、|C+kE|靠拢▪相似：知A～B，可得|A+kE|=|B+kE|▪特征值性质：A+kE的特征值为 A的特征值+k行列式方程•1、将方程化为待求矩阵为因子的因式方程行列式表示的函数和方程求行列式函数f最高次数•化简行列式计算fo观察有差相同的行列，尽可能化零o多项式行列式化为基本型求解求行列式函数f的复合函数求行列式函数f的根或根的个数由行列式函数f的根特征（二重根）求参数行列式在Ax=0上的应用——克拉默法则注意：在求解|A|=0时，使用展开定理直接求因式乘积，不要先求多项式再因式分解，可能很难因式分解|A|=0的证明充要条件•|A|=k|A|o将关于A一次幂的表达式两边取行列式o特别：正交矩阵相关证明【李线代讲义例2.29】•Ax=0有非零解•反证法•存在零特征值o当题目中提到列向量时使用o题目中有A的多项式函数：同乘å•矩阵的秩注意矩阵方阵的幂通用步骤o对角阵o小三角阵o对角线元素相同的三角阵o零分布规则的阵分解为矩阵乘积•1、若给定矩阵向量成比例，则可分解为两向量乘积•2、利用结合律将两向量交换相乘•原理o行向量*列向量=数o列向量*行向量=各行成比例的矩阵利用递推式•使用场景：给定矩阵无法分解•1、依次求矩阵前几次幂，得递推式o形式：A^m=k*A^s（n>m)o注意•2、由递推式用法化简求值o1）从A^n中提出A^s，将其看作催化剂o2）A^s把A^n剩余部分全部转化为k▪转化为(n-s)/(m-s)个k乘积▪当n-s/m-s不是整数时分类讨论利用对角阵•1、求其相似对角阵代入•2、当对角阵元素相同时，求幂不需要求P两方阵和的幂•通过二项式定理展开•特别：对角线元素相同的三角阵o1、将给定矩阵分解为单位阵E和小三角阵B的和o2、用二项式定理展开，消去零项，再求和o背景知识：小三角阵▪对角元素为0的三角阵▪小三角阵的幂=更小三角阵▪小三角阵的”非零对角线到角的线数+1”次幂=O矩阵乘法的可交换性求与其可交换的矩阵•待定系数法o1、假设同阶矩阵B与其可交换o2、列式AB=BA并化简o3、令对应元素相等得解•拆解单位阵法o应用场景：给定矩阵与单位阵相近o1、将给定矩阵呢拆解为单位阵E和矩阵Bo2、求与矩阵B可交换的矩阵证明两矩阵可交换•利用伴随矩阵公式o应用场景：被证明式中含有伴随阵o1、凑出与伴随阵对应的矩阵o2、用公式进行矩阵交换后恢复•利用可逆矩阵公式o应用场景：给定两被证矩阵关系式o1、将已知条件凑出AB=E，证明可逆o2、由可逆矩阵可交换写出交换乘积等式o3、将乘积展开，消去多余项相关结论•对角矩阵与对角矩阵可交换•(E+A)^(-1)与(E-A)可交换对称矩阵和反对称矩阵相关结论•n阶方阵=对称矩阵+反对称矩阵待定证明A可逆并求A逆求数值矩阵A的逆•分块矩阵法求抽象矩阵的逆•分解成多个可逆矩阵的乘积o将待证矩阵分解为已知可逆矩阵的乘积o相关结论分块矩阵的逆•主对角线分块矩阵的逆•副对角线分块矩阵的逆•待定系数法o1、设出逆矩阵，令其与原矩阵相乘为单位阵o2、由对应块相等列方程可逆矩阵的判别验证•证明可逆o证明|A|≠0o特征值全为0部分+特征值全不为0部分证明A=O证明aij=0证明r(A)=0相关结论抽象矩阵式化简先化简条件，再化简被证式用条件将被证式的不可转化单元表出伴随矩阵低阶阵：定义法一般/抽象阵：公式法记忆方阵的行列式常见恒等变换•交换某项乘积顺序o解法：一边消一边补o例：(E+AB)=A(E+BA)A^(-1)•(A^(-1)+B^(-1))=A^(-1)(A+B)B^(-1)矩阵方程技巧•知A*可直接求|A|、A^(-1)•A逆的逆可乘进括号逆中初等矩阵将左乘初等矩阵看作行变换证明正交阵证明ATA=AAT=E，不能只证一部分矩阵的秩与等价矩阵向量向量组的线性表出计算题转化为线性方程组有没有解证明题构造方程组，证明方程组有解•等价证明r(å1,å2,...,ås)=r(å1,å2,...,ås,ç)找出两个条件•å1,å1,...,ås线性无关•å1,å1,...,ås,ç线性相关证明k≠0反证法向量组的线性相关、无关具体相关性计算转化为Ax=0有没有非零解特别•有零向量•向量数>维数•n维n个向量行列式=0•向量数>矩阵秩抽象相关性证明定义法•1、设k1a1+k2a2+...+knan=0•2、恒等变形证明k1 k2 ... kn=0▪同乘使1项为0，需要多次同乘▪同乘后与原式相加减消元o常用条件▪特征向量：不同特征值特征向量线性无关▪基础解系：基础解系线性无关秩•1、将被证向量组以列排为矩阵A•2、证明r(A)=so A若有A=BCo A若有AB=Co A若有AB=O秩向量组极大无关向量组•含一参向量组求极大【李线代讲义例3.21】o拼矩阵、行变换、由参讨论秩求两向量组矩阵计算证明•思路：分别找到表大于和表小于的两个条件•条件o向量o方程组▪解向量的秩=n-r(A)▪若Ax=b、Ax=0有s个线性无关解向量，则s≤n-r(A)▪若AB=O，则r(B)≤n-r(A)其他•已知r(A)求r(B)等价矩阵和等价向量组分别证明向量组1、11可以相互线性表出r(A)=r(B)=r(A,B)当A B其中一个满秩时不需要求r(A,B)A可由B表出，Ｂ不能由A表出1、由r(A)<r(A,B)≤n得|A|=0解未知数2、代入看是否满足r(A)<r(B)=r(A,B)向量空间线性方程组齐次线性方程组具体型求解1、将系数矩阵化为含最大单位阵的矩阵2、非单位阵列的位置填写100；010；0013、在解向量其他位置填写填1列元素相反数抽象型求解1、推断r(A)知解向量个数2、找出n-r(A)个å使得Ax=0证明向量组是Ax=0的基础解系1、验证Açi=02、证明ç 1 ç 2 ... çt无关3、说明t=n-r(A)非齐次线性方程组具体型求解一般步骤•1、将增广矩阵化为含最大单位阵的矩阵•2、自由变量赋值o1/选取剩余非单位矩阵列作为自由变量o2/给通解的自由变量列赋值100；010；001o3/给特解的自由变量列赋值000•3、填写其他元素o1/通解解向量其他位置填写填1列元素相反数o2/特解解向量其他位置填写b向量元素含参注意•首先尽量消去参数•不能对某行同乘/除（可能为零）含参项•不能对某行同除含参项后加到另一行（可能为∞）含两参数的分类讨论•1、令|A|=0求出得唯一解参数范围•2、剩余范围画树状图讨论o三个主分支o次分支标准▪r(A)=?=r([A,b])•3、写情况类别o将每种情况对应的路线取交集，得参数范围o无解情况参数范围可取并集，合并为一种o无穷解情况不可合并抽象型求解1、推断解的结构2、找出n-r(A)个线性无关齐次方程解向量3、找出特解A的行向量与Ax=0的解的关系线性方程组系数矩阵列向量和解的关系求两个方程组的公共解两个方程组联立成大方程组求解抽象方程组：证明大方程组有非零解一个方程组+另一方程组的基础解系1、求出方程组的基础解系2、将公共解用两个基础解系分别表示•其中一个基础解系用负系数表示•移项得两个基础解系的线性组合=03、建立新齐次方程组并求解4、代回2步骤式得公共解同解方程组具体型同解必要条件题目•同未知数不同方程数的两个齐次方程组同解求参数步骤•1、由方程式较多的方程组1非满秩求参数•2、将方程组1求解得基础解系•3、将基础解系代入方程组2中求参数•4、验证两方程组秩相同抽象型1、证明方程组(1)的解是(11)的解2、证明方程组(11)的解是(1)的解方程组的几何应用求矩阵AX=B型•将其看作多个同系数矩阵的方程组•1、设X=[x,y,z]，x y z为列向量•2、将A、B组成增广矩阵[A,B]求解f(X)=B型（不可化为AX=B）•1、设未知矩阵为具体矩阵•2、代入条件令对应元素相等转化为方程组特征值与特征向量求特征值/向量数值矩阵特征方程法•1、利用特征方程求解特征根o展开公式法▪找到两行/列相乘加满足o一般方法▪1、合并同类项写成降幂多项式▪2、猜根后通过多项式除法进行因式分解•2、带入特征根解齐次线性方程组求特征向量观察法•秩1矩阵•主对角线ai，其他为b抽象矩阵方法•公式法•定义法o思想：将题目条件转化为Aå=kå形式o常见•相似法o背景知识▪P^(-1)AP~B，特征值相同▪B的特征向量=P^(-1)*A的特征向量▪A的特征向量=P*B的特征向量o思想：构造相似阵，求其特征，公式法求原矩阵特征o题目特征▪题目出现‘å1 å2线性无关’，‘Aå1’，‘Aå2’•同乘å法o步骤▪1、对f(A)=0同乘å转化为f(λ)=0，求λ可能值▪2、由’秩’ + ’可相似对角化’ 确定λ题目•‘å1 å2线性无关’，‘Aå1’，‘Aå2’•多项式f(A)=0两个矩阵是否有相同的特征值判断思路特征多项式是否相等常见判断矩阵与转置阵相似矩阵。
线性代数超强总结
考试重点第一章: 行列式的定义、行列式的计算；第二章: 1、求矩阵的逆阵（伴随矩阵法、初等变换法）； 2.求矩阵的秩（用初等变换法）；3.求矩阵方程: Ax=B, xA=B, AxB=C ； 第三章: 证明向量组的线性相关性； 第四章: 方程组Ax=0, Ax=b 求解； 第五章: 1、会求特征值与特征向量； 2.相似矩阵的性质；3.实对称矩阵的对角化； 第六章: 1.用正交变换把二次型化为标准形；2.二次型的秩, 二次型正定的定义； 3、矩阵正定的判断方法:（1）各阶顺序主子式都大于零；（2）每个特征值都大于零()0A r A n A Ax A A οο⎧⎪<⎪⎪=⇔=⎨⎪⎪⎪⎩不可逆 有非零解是的特征值的列（行）向量线性相关 12()0,,T s i nA r A n Ax A A A A A A A p p p p Ax οββ⎧⎪=⎪⎪=⎪⎪⎪≠⇔⎨⎪⎪⎪⎪=⋅⋅⋅⎪⎪∀∈=⎩可逆 只有零解 的特征值全不为零 的列（行）向量线性无关 是正定矩阵 与同阶单位阵等价 是初等阵总有唯一解⎫⎪−−−→⎬⎪⎭具有向量组等价相似矩阵反身性、对称性、传递性矩阵合同 √ 行列式的计算:① 若A B 与都是方阵（不必同阶）,则(1)mn A A A A B B B B A A BB οοοοο*===**=-②上三角、下三角行列式等于主对角线上元素的乘积.③关于副对角线: √ 逆矩阵的求法:①1A A A*-=②1()()A E E A -−−−−→初等行变换③11a b d b c d c a ad bc --⎡⎤⎡⎤=⎢⎥⎢⎥--⎣⎦⎣⎦ TT T T T A B A C C D BD ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦④12111121n aa n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦21111211na a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⑤11111221n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦ 11121211n nA A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦√ 设 , 对 阶矩阵 规定: 为 的一个多项式.√ 设 的列向量为 , 的列向量为 , 的列向量为 ,√ 用对角矩阵Λ左乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的行向量； 用对角矩阵Λ右乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的列向量. √ 两个同阶对角矩阵相乘只用把对角线上的对应元素相乘,与分块对角阵相乘类似,即:11112222kk kk A B A B AB A B οο⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦√ 判断 是 的基础解系的条件: ① 12,,,s ηηη线性无关； ② 12,,,s ηηη是0Ax =的解；③ ()s n r A =-=每个解向量中自由变量的个数.① 零向量是任何向量的线性组合,零向量与任何同维实向量正交. ② 单个零向量线性相关；单个非零向量线性无关.③ 向量组12,,,n ααα⋅⋅⋅线性相关⇔向量组中至少有一个向量可由其余1n -个向量线性表示. 向量组12,,,n ααα⋅⋅⋅线性无关⇔向量组中每一个向量i α都不能由其余1n -个向量线性表示. ④ m 维列向量组12,,,n ααα⋅⋅⋅线性相关()r A n ⇔<； m 维列向量组12,,,n ααα⋅⋅⋅线性无关()r A n ⇔=. ⑤ ()0r A A ο=⇔=.⑥ 若 线性无关, 而 线性相关,则 可由 线性表示,且表示法惟一. ⑦ 矩阵的行向量组的秩等于列向量组的秩. 阶梯形矩阵的秩等于它的非零行的个数.⑧ 矩阵的行初等变换不改变矩阵的秩,且不改变列 、行向量间的线性关系.⑨ 矩阵 与 等价 作为向量组等价,即: 秩相等的向量组不一定等价.矩阵A 与B 作为向量组等价⇔1212(,,,)(,,,)n n r r αααβββ⋅⋅⋅=⋅⋅⋅=1212(,,,,,,)n n r αααβββ⋅⋅⋅⋅⋅⋅⇒ 矩阵A 与B 等价.向量组 可由向量组 线性表示 ≤ .向量组 可由向量组 线性表示,且 , 则 线性相关.向量组12,,,s βββ⋅⋅⋅线性无关,且可由12,,,n ααα⋅⋅⋅线性表示,则s ≤n .⑩ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示,且12(,,,)s r βββ⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅,则两向量组等价；⑪ 任一向量组和它的极大无关组等价.⑫ 向量组的任意两个极大无关组等价,且这两个组所含向量的个数相等. ⑬ 若两个线性无关的向量组等价,则它们包含的向量个数相等. 若 是 矩阵,则 ,若 , 的行向量线性无关；若 , 的列向量线性无关,即：12,,,n ααα⋅⋅⋅线性无关.Ax β=1122n n x x x αααβ+++=1112111212222212,,n n m m mn n m a a a x b a a a x b A x a a a x b β⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥===⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦ 12,1,2,,j j jmj j n αααα⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦51212120,,,0,,,()(),,,A n A n n Ax Ax A nAx Ax A Ax r A r A n βοαααβοβαααββααα⇒⇔==−−−−−→=<<≠⇒⇒⇔==−−−−−→≠⇔=⇔=<≠=⇒当为方阵时当为方阵时有无穷多解有非零解线性相关 有唯一组解只有零解可由线性表示有解线性无关 12()(),,,()()()1()A n r A r A Ax r A r A r A r A ββαααβββ⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪−−−−−→⎪⎩⇔≠⎧⎪⇔=⇔<⎨⎪⇔+=⎩当为方阵时 克莱姆法则 不可由线性表示无解6线性方程组解的性质:√ 设A 为m n ⨯矩阵,若()r A m =,则()()r A r A β=,从而Ax β=一定有解. 当m n <时,一定不是唯一解.⇒<方程个数未知数的个数向量维数向量个数,则该向量组线性相关.m 是()()r A r A β和的上限. √ 矩阵的秩的性质:① ()()()T T r A r A r A A == ② ()r A B ±≤()()r A r B + ③ ()r AB ≤{}min (),()r A r B④ ()0()00r A k r kA k ≠⎧=⎨=⎩若 若⑤ ()()A r r A r B B οο⎡⎤=+⎢⎥⎣⎦⑥0,()A r A ≠若则≥1⑦ ,,()0,()()m n n s A B r AB r A r B ⨯⨯=+若且则≤n ⑧ ,()()()P Q r PA r AQ r A ==若可逆,则 ⑨ ,()()A r AB r B =若可逆则,()()B r AB r A =若可逆则⑩ (),()(),r A n r AB r B ==若则且A 在矩阵乘法中有左消去律:0AB B AB AC B Cο=⇒==⇒=n 个n 维线性无关的向量,两两正交,每个向量长度为1.(,)0αβ=.1α==.√ 内积的性质: ① 正定性:② 对称性: ③ 双线性:1212(,)(,)(,)ααβαβαβ+=+ (,)(,)(,)c c c αβαβαβ==123,,ααα线性无关,112122111313233121122(,)()(,)(,)()()βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化: T AA E =.√ 是正交矩阵的充要条件: 的 个行（列）向量构成 的一组标准正交基.√ 正交矩阵的性质: ① ； ② T T AA A A E ==；③ A 是正交阵,则T A （或1A -）也是正交阵； ④ 两个正交阵之积仍是正交阵； ⑤ 正交阵的行列式等于1或-1.E A λ-.()E A f λλ-=.√ 上三角阵、下三角阵、对角阵的特征值就是主对角线上的n 各元素.√ 若0A =,则0λ=为A 的特征值,且0Ax =的基础解系即为属于0λ=的线性无关的特征向量. √ 12n A λλλ= 1ni A λ=∑tr√ 若 ,则 一定可分解为 = 、 ,从而 的特征值为: , .√ 若 的全部特征值 , 是多项式,则: ① ()f A 的全部特征值为12(),(),,()n f f f λλλ；② 当A 可逆时,1A -的全部特征值为12111,,,n λλλ,A *的全部特征值为12,,,n A AAλλλ.√ 1122,.m m Ak kA a b aA bEAA AA A λλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是的特征值则:分别有特征值 √ 1122,m m Ak kAa b aA bEAx A x AA A λλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是关于的特征向量则也是关于的特征向量.. 相似于对角阵的充要条件： 恰有 个线性无关的特征向量.这时, 为 的特征向量拼成的矩阵， 为对角阵,主对角线上的元素为 的特征值. √ 可对角化的充要条件: 为 的重数. √ 若n 阶矩阵A 有n 个互异的特征值,则A 与对角阵相似.1B P AP -= （P 为正交矩阵）√ 相似矩阵的性质: ① 若 均可逆 ② T T A B③ kk A B （k 为整数）④ E A E B λλ-=-,从而,A B 有相同的特征值,但特征向量不一定相同.即:x 是A 关于0λ的特征向量,1P x -是B 关于0λ的特征向量. ⑤ A B = 从而,A B 同时可逆或不可逆 ⑥ ()()r A r B = ⑦ ()()A B =tr tr√ 数量矩阵只与自己相似. √ 对称矩阵的性质:① 特征值全是实数,特征向量是实向量； ② 与对角矩阵合同；③ 不同特征值的特征向量必定正交；④ k 重特征值必定有k 个线性无关的特征向量；⑤ 必可用正交矩阵相似对角化（一定有n 个线性无关的特征向量,A 可能有重的特征值,重数=()n r E A λ--）.12(,,,)T n f x x x X AX = A 为对称矩阵 12(,,,)T n X x x x =√ 用正交变换法化二次型为标准形:① 求出A 的特征值、特征向量； ② 对n 个特征向量单位化、正交化； ③ 构造C （正交矩阵）,1C AC -=Λ； ④ 作变换X CY =,新的二次型为2121(,,,)nn i i f x x x d y =∑,Λ的主对角上的元素i d 即为A 的特征值.正定二次型对应的矩阵. √ 合同变换不改变二次型的正定性.① √ 成为正定矩阵的充要条件（之一成立）:②正惯性指数为n；③A的特征值全大于0；④A的所有顺序主子式全大于0；⑤大于0）.√成为正定矩阵的必要条件: ；.11。
考研数学线性代数题解题技巧与方法
考研数学线性代数题解题技巧与方法线性代数是考研数学中的一门重要课程，也是许多考生感到头疼的科目。
在考研数学线性代数题中，解题技巧和方法是至关重要的。
本文将探讨几种在解线性代数题目时常用的技巧和方法，希望能对考生们有所帮助。
一、方程组求解1. 列主元消去法：列主元消去法是求解线性方程组的一种常用方法。
它的基本思想是通过一系列的行变换，将方程组化为“简化行梯阵”，然后逆序回代求解未知数。
在进行列主元消去法时，可以采用高斯-约当消去法或高斯-塞尔曼消去法。
2. 矩阵求逆法：求解线性方程组可以借助矩阵求逆。
当方程组可用矩阵表示时，我们可以通过求解矩阵的逆矩阵来求解方程组。
矩阵求逆法可以使用伴随矩阵法、初等变换法或分区法等方法求解。
二、特征值和特征向量1. 特征方程法：求解特征值和特征向量可以通过解特征方程来实现。
根据定义，特征值和特征向量满足方程AX = λX，其中 A 是给定的 n阶方阵，X 是 n 维非零向量，λ 是标量。
我们可以通过解特征方程det(A-λI) = 0 来获得特征值λ，然后代入方程组进行求解得到特征向量X。
2. 相似对角化法：相似对角化是一种常用的特征值和特征向量求解方法。
根据特征分解定理，对于 n 阶矩阵 A，若存在可逆矩阵 P，使得P⁻¹AP = D，其中 D 是对角矩阵，那么 D 的对角线上的元素就是 A 的特征值，P 的列向量就是 A 的特征向量。
三、向量空间1. 基与维数：向量空间是线性代数的重要概念之一。
对于给定的向量空间 V，若存在 V 的一个向量组 v₁, v₂, ..., vₙ，满足：(1) 向量组中的向量线性无关；(2) 向量空间 V 中的任意向量都可以由该向量组线性表示；那么这个向量组就是 V 的一组基。
而向量空间 V 的维数就是它的基的向量个数。
2. 基变换与坐标表示：在向量空间中，基的选择对于向量的表示是至关重要的。
不同的基会导致不同的坐标表示。
线性代数高频考点总结及解析
线性代数高频考点总结及解析线性代数是一门应用广泛的数学学科，掌握线性代数的基本概念和方法对于数理科学、工程技术以及计算机领域都具有重要意义。
本文将就线性代数的高频考点进行总结和解析，帮助读者更好地理解和应用线性代数知识。
一、向量与矩阵1. 向量的定义与性质向量是线性代数中最基本的概念之一，它由具有相同属性的数据集合组成。
向量可以表示点、向量、函数等，具有加法、数乘等运算规则。
向量的模、方向、正交性等性质也是高频考点。
2. 矩阵的定义与运算矩阵是由一组数按照矩阵的排列方式排列成的集合，可以表示线性变换、方程组、图像等。
矩阵的加法、数乘、乘法等运算规则是考点之一。
此外，矩阵的转置、共轭、逆等性质也需要掌握。
3. 向量空间与矩阵空间向量空间是由一组向量组成的集合，具有加法、数乘等运算规则，并满足一定的性质。
矩阵空间是由一组矩阵组成的集合，同样具有加法、数乘等运算规则。
了解向量空间和矩阵空间的定义和性质对于理解线性代数的本质十分重要。
二、线性变换与矩阵的应用1. 线性变换的定义和性质线性变换是指保持向量加法和数乘运算的映射，它可以用矩阵表示。
线性变换的基本性质包括保持零向量不变、保持向量加法和数乘运算等，这些性质是考点之一。
2. 矩阵的特征值与特征向量矩阵的特征值与特征向量是线性代数中一个重要的概念。
特征值是一个标量，特征向量是对应于特征值的非零向量。
理解特征值与特征向量的意义，以及它们的计算方法和性质对于矩阵的运算和应用至关重要。
3. 行列式的定义与计算行列式是一个标量，它是矩阵的一个重要的特征。
行列式的计算方法包括按行展开、按列展开等。
行列式用于判断矩阵的可逆性、计算矩阵的逆、求解线性方程组等问题。
三、线性方程组的求解及应用1. 线性方程组的解的存在唯一性理解线性方程组解的存在唯一性是解决线性方程组问题的基础之一。
矩阵的秩、行列式、特解与齐次解等概念与线性方程组解的存在唯一性密切相关。
2. 线性方程组的求解方法线性方程组的求解方法包括高斯消元法、克拉默法则、矩阵的逆等。
线性代数知识点总结汇总
线性代数知识点总结1行列式（一）行列式概念和性质1、逆序数：所有的逆序的总数2、行列式定义：不同行不同列元素乘积代数和3、行列式性质：（用于化简行列式）（1）行列互换（转置），行列式的值不变（2）两行（列）互换，行列式变号（3）提公因式：行列式的某一行（列）的所有元素都乘以同一数k，等于用数k乘此行列式（4）拆列分配：行列式中如果某一行（列）的元素都是两组数之和，那么这个行列式就等于两个行列式之和。
（5）—行（列）乘k加到另一行（列），行列式的值不变。
（6）两行成比例，行列式的值为0。
（二）重要行列式4、上（下）三角（主对角线）行列式的值等于主对角线元素的乘积5、副对角线行列式的值等于副对角线元素的乘积乘6、Laplace展开式：（A是m阶矩阵，B是n阶矩阵），则★ 8对角线的元素为a ,其余元素为b 的行列式的值:（三）按行（列）展开 9、按行展开定理:（1）任一行（列）的各元素与其对应的代数余子式乘积之和等 于行列式的值（2）行列式中某一行（列）各个元素与另一行（列）对应元素 的代数余子式乘积之和等于 0 （四）行列式公式 10、行列式七大公式: (1) |kA|=kn|A|1 1…ik £…益■y (v)」IT=n厲-号）klXn7、n 阶（n 》2）范德蒙德行列式数学归纳法证明(2) |AB|=|A| • |B|(3) |AT|=|A|(4) |A-1|=|A|-1(5) |A*|=|A|n-1(6) 若A的特征值入1、入2、……入n,贝y P(7) 若A与B相似，则|A|=|B|(五)克莱姆法则11、克莱姆法则：(1 )非齐次线性方程组的系数行列式不为0,那么方程为唯解(2)如果非齐次线性方程组无解或有两个不同解，则它的系数行列式必为0(3 )若齐次线性方程组的系数行列式不为0,则齐次线性方程组只有0解；如果方程组有非零解，那么必有D=0b2矩阵(一)矩阵的运算1、矩阵乘法注意事项：(1)矩阵乘法要求前列后行一致；(2)矩阵乘法不满足交换律；(因式分解的公式对矩阵不适用，但若B=E,O,A-1，A*,f(A)时，可以用交换律)(3)AB=O不能推出A=O或B=O2、转置的性质( 5 条)( 1)( A+B) T=AT+BT( 2)( kA) T=kAT( 3)( AB) T=BTAT( 4) |A|T=|A|( 5)( AT) T=A(二)矩阵的逆3、逆的定义：B=A-1 AB=E或 BA=E成立，称A可逆，B是A的逆矩阵，记为注：A可逆的充要条件是|A|工04、逆的性质：( 5 条)(1)( kA) - 1=1/k ・A-1 (k 工0)(2)(AB)-仁B- 1 ・A-1(3)|A-1|=|A|-1( 4)( AT) -1= ( A-1 ) T( 5)( A-1 ) -1=A5、逆的求法：( 1 ) A 为抽象矩阵：由定义或性质求解(2) A为数字矩阵：(A|E初等行变换E|A-1 )(三)矩阵的初等变换6、初等行(列)变换定义：（1）两行（列）互换；（2）一行（列）乘非零常数c（3）一行（列）乘k 加到另一行（列）7、初等矩阵：单位矩阵E 经过一次初等变换得到的矩阵。
线性代数知识点总结
线性代数知识点总结线性代数知识点总结第一章 行列式第一节：二阶与三阶行列式把表达式11221221aa a a -称为11122122a a a a 所确定的二阶行列式，并记作11122112aa aa ，即1112112212212122.a a D a a a a a a ==-结果为一个数。
（课本P1）同理，把表达式112233122331132132112332122133132231,a a a a a a a a a a a a a a a a a a ++---称为由数表111213212223313233a a a a a a a a a 所确定的三阶行列式，记作111213212223313233a a a aa a a a a 。
即111213212223313233a a a aa a a a a =112233122331132132112332122133132231,aa a a a a a a a a a a a a a a a a ++---二三阶行列式的计算：对角线法则（课本P2，P3）注意：对角线法则只适用于二阶及三阶行列式的计算。
利用行列式计算二元方程组和三元方程组：对二元方程组11112212112222ax a x b ax a x b +=⎧⎨+=⎩设11122122a a D a a =≠1121222b a D b a =1112212.a b D a b =则1122221111122122b a b a D xa a Da a ==，1112122211122122.a b a b D x a a Da a ==（课本P2）对三元方程组111122133121122223323113223333a x a x a xb a x a x a x b a x a x a x b ++=⎧⎪++=⎨⎪++=⎩，设1112132122233132330a a a D aa a a a a =≠，1121312222333233b a a D b a a b a a =，1111322122331333a b a Da b a a b a =，1112132122231323a ab Da ab a a b =，则11D x D=，22D xD=，33D xD=。
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。
线性代数知识点归纳
线性代数知识点归纳线性代数是现代数学中的一个重要分支，主要研究向量空间及其上的线性映射。
它在许多科学领域中都有广泛的应用，包括物理学、计算机科学、经济学等。
本文将对线性代数中的一些重要知识点进行归纳总结，以帮助读者更好地理解和掌握这门学科。
一、向量与矩阵1. 向量的定义与运算- 向量的表示：向量可以用有序数组表示，也可以用线段箭头表示。
- 向量的加法与减法：向量之间可以进行加法和减法运算，满足交换律和结合律。
- 向量的数乘：向量与实数之间可以进行数乘运算。
- 内积与外积：向量之间有内积和外积两种运算，分别表示向量的夹角和与之垂直的面积。
2. 矩阵的定义与运算- 矩阵的表示：矩阵可以用二维数组表示，其中每个元素称为矩阵的一个元。
- 矩阵的加法与减法：矩阵之间可以进行加法和减法运算，要求矩阵的维度相同。
- 矩阵的数乘：矩阵与实数之间可以进行数乘运算。
- 矩阵乘法：矩阵乘法满足结合律，但不满足交换律。
二、线性方程组与矩阵运算1. 线性方程组- 线性方程组的定义：线性方程组由一组线性方程组成，其中每个方程都是线性的。
- 解的存在性与唯一性：线性方程组的解可能没有，可能有唯一解，也可能有无穷多解。
- 线性方程组的求解方法：高斯消元法、矩阵求逆、克拉默法则等。
2. 矩阵的逆与行列式- 矩阵的逆：若矩阵A存在逆矩阵A^-1，满足A·A^-1 = A^-1·A = I，其中I为单位矩阵。
- 行列式：行列式是一个与矩阵相关的标量值，用于判断矩阵的可逆性和计算矩阵的特征值。
三、线性映射与特征值问题1. 线性映射- 线性映射的定义：线性映射是一个满足线性性质的函数，将一个向量空间映射到另一个向量空间。
- 线性映射的表示与运算：线性映射可以用矩阵表示，可以进行加法、减法和数乘。
- 线性映射的核与像：线性映射的核是所有映射到零向量的向量集合，像是所有映射到的向量集合。
2. 特征值与特征向量- 特征值与特征向量的定义：对于一个线性映射，若存在一个非零向量使得线性映射作用于该向量后相当于对该向量进行标量乘法，该向量称为特征向量，该标量称为特征值。
(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。
线性代数知识点及总结
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1212n nλλλλλλ=，()()1122121n n n nλλλλλλ-=-3.行列式的性质定义记111212122212nn 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〕完全一样〔成比例〕，则此行列式为零。
性质3 行列式*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1 D 的*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*一行〔列〕所有元素为零，则=0D 。
性质4 假设行列式的*一列〔行〕的元素都是两数之和，则1112111212222212()()()i i n i i n n n ni ninna a a a a a a a a a D a a a a a '+'+='+11121111121121222*********12i n i n i n i n n n ninnn n ninna aa 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*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。
而算得行列式的值。
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 。
- 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)。
线性代数考点总结和解题方法】来源：金鑫松的日志第一部分：计算问题四阶行列式的计算；n阶特殊行列式的计算（如：有行和、列和相等）；矩阵的运算（包括加、减、数乘、乘法、转置、逆等的混合运算）；求矩阵的秩、逆矩阵（两种方法）；解矩阵方程；含参数的线性方程组解的情况的讨论；齐次、非齐次线性方程组的求解（包括唯一、无穷多解）；讨论一个向量能否用和向量组线性表示；讨论或证明向量组的相关性；求向量组的极大无关组，并将多余向量用极大无关组线性表示；将无关组正交化、单位化；求方阵的特征值和特征向量；讨论方阵能否对角化，如能，要能写出相似变换的矩阵及对角阵；通过正交相似变换（正交矩阵）将对称矩阵对角化；写出二次型的矩阵，并将二次型标准化，写出变换矩阵；判定二次型或对称矩阵的正定性。
第二部分：概念问题一、行列式1．行列式的定义用n方个元素A ij组成的记号称为n阶行列式。
（1）它表示所有可能的取自不同行不同列的n个元素乘积的代数和；（2）展开式共有n!项，其中符号正负各半；2．行列式的计算（1）常见类型：一阶|α|=α行列式，二、三阶行列式有对角线法则；n阶（n>=3）行列式的计算：降阶法定理：n阶行列式的值等于它的任意一行（列）的各元素与其对应的代数余子式乘积的和。
方法：选取比较简单的一行（列），保保留一个非零元素，其余元素化为0，利用定理展开降阶。
特殊情况：上、下三角形行列式、对角形行列式的值等于主对角线上元素的乘积；（2）行列式值为0的几种情况：Ⅰ行列式某行（列）元素全为0；Ⅱ行列式某行（列）的对应元素相同；Ⅲ行列式某行（列）的元素对应成比例；Ⅳ奇数阶的反对称行列式。
二．矩阵1．矩阵的基本概念（表示符号、一些特殊矩阵，如单位矩阵、对角、对称矩阵等）；2．矩阵的运算（1）加减、数乘、乘法运算的条件、结果；（2）关于乘法的几个结论：①矩阵乘法一般不满足交换律（若AB＝BA，称A、B 是可交换矩阵）；②矩阵乘法一般不满足消去律、零因式不存在；③若A、B为同阶方阵，则|AB|=|A|*|B|；④|kA|=k^n|A|3．矩阵的秩（1）定义：非零子式的最大阶数称为矩阵的秩；（2）秩的求法：一般不用定义求，而用下面结论：矩阵的初等变换不改变矩阵的秩；阶梯形矩阵的秩等于非零行的个数（每行的第一个非零元所在列，从此元开始往下全为0的矩阵称为行阶梯阵）。
求秩：利用初等变换将矩阵化为阶梯阵得秩。
4．逆矩阵（1）定义：A、B为n阶方阵，若AB＝BA＝I，称A 可逆，B是A的逆矩阵（满足半边也成立）；（2）性质：(AB)^-1=(B^-1)*(A^-1)，(A')^-1=(A^-1)'；(A B的逆矩阵)（注意顺序）（3）可逆的条件：①|A|≠0；②r(A)=n;③A->I;（4）逆的求解伴随矩阵法A^-1=(1/|A|)A*；(A*A的伴随矩阵~)②初等变换法（A:I）->(施行初等变换)（I:A^-1）5．用逆矩阵求解矩阵方程：AX=B，则X=（A^-1）B；XB=A，则X=B(A^-1)；AXB=C，则X=(A^-1)C(B^-1)三、线性方程组1．线性方程组解的判定定理：(1) r(A,b)≠r(A)无解；(2) r(A,b)=r(A)=n有唯一解；(3)r(A,b)=r(A)<n有无穷多组解；特别地：对齐次线性方程组AX=0(1) r(A)=n只有零解；(2) r(A)<n有非零解；再特别，若为方阵，(1)|A|≠0只有零解(2)|A|=0有非零解2．齐次线性方程组（1）解的情况：r(A)=n，（或系数行列式D≠0）只有零解；r(A)<n，（或系数行列式D＝0）有无穷多组非零解。
（2）解的结构：X=c1α1+c2α2+…+ -rαn-r。
（3）求解的方法和步骤：①将增广矩阵通过行初等变换化为最简阶梯阵；②写出对应同解方程组；③移项，利用自由未知数表示所有未知数；④表示出基础解系；⑤写出通解。
3．非齐次线性方程组（1）解的情况：利用判定定理。
（2）解的结构：X=u+c1α1+c2α2+…+ -rαn-r。
（3）无穷多组解的求解方法和步骤：与齐次线性方程组相同。
（4）唯一解的解法：有克莱姆法则、逆矩阵法、消元法（初等变换法）。
四、向量组1．N维向量的定义注：向量实际上就是特殊的矩阵（行矩阵和列矩阵）。
2．向量的运算：（1）加减、数乘运算（与矩阵运算相同）；（2）向量内积α'β=a1b1+a2b2+…+anbn；（3）向量长度|α|=√α'α=√(a1^2+a2^2+…+an^2)(√根号)（4）向量单位化(1/|α|)α；（5）向量组的正交化（施密特方法）设α1，α 2，…，αn线性无关，则β1=α1，β2=α2-（α2’β1/β1’β）*β1，β3=α3-（α3’β1/β1’β1）*β1-（α3’β2 /β2’β2）*β2，………。
3．线性组合（1）定义若β=k1α1+k2α 2+…+knαn，则称β是向量组α1，α 2，…，αn的一个线性组合，或称β可以用向量组α1，α 2，…，αn的一个线性表示。
（2）判别方法将向量组合成矩阵，记A＝(α1，α 2，…，αn)，B=(α1，α2，…，αn,β)若r(A)=r(B)，则β可以用向量组α1，α 2，…，αn的一个线性表示；若r(A)≠r(B)，则β不可以用向量组α1，α2，…，αn的一个线性表示。
（3）求线性表示表达式的方法：将矩阵B施行行初等变换化为最简阶梯阵，则最后一列元素就是表示的系数。
4．向量组的线性相关性（1）线性相关与线性无关的定义设k1α1+k2α2+…+knαn=0，若k1,k2,…，kn不全为0，称线性相关；若k1,k2,…，kn全为0，称线性无关。
（2）判别方法：①r(α1，α 2，…，αn)<n，线性相关；r(α1，α 2，…，αn)=n，线性无关。
②若有n个n维向量，可用行列式判别：n阶行列式aij＝0，线性相关（≠0无关） (行列式太不好打了)5．极大无关组与向量组的秩（1）定义极大无关组所含向量个数称为向量组的秩（2）求法设A＝(α1，α 2，…，αn)，将A化为阶梯阵，则A的秩即为向量组的秩，而每行的第一个非零元所在列的向量就构成了极大无关组。
五、矩阵的特征值和特征向量1．定义对方阵A，若存在非零向量X和数λ使AX ＝λX，则称λ是矩阵A的特征值，向量X称为矩阵A 的对应于特征值λ的特征向量。
2．特征值和特征向量的求解：求出特征方程|λI-A|=0的根即为特征值，将特征值λ代入对应齐次线性方程组(λI-A)X＝0中求出方程组的所有非零解即为特征向量。
3．重要结论：（1）A可逆的充要条件是A的特征值不等于0；（2）A与A的转置矩阵A'有相同的特征值；（3）不同特征值对应的特征向量线性无关。
六、矩阵的相似1．定义对同阶方阵A、B，若存在可逆矩阵P，使P ^-1AP=B，则称A与B相似。
2．求A与对角矩阵∧相似的方法与步骤（求P和∧）：求出所有特征值；求出所有特征向量；若所得线性无关特征向量个数与矩阵阶数相同，则A 可对角化（否则不能对角化），将这n个线性无关特征向量组成矩阵即为相似变换的矩阵P，依次将对应特征值构成对角阵即为∧。
3．求通过正交变换Q与实对称矩阵A相似的对角阵：方法与步骤和一般矩阵相同，只是第三歩要将所得特征向量正交化且单位化。
七、二次型n1．定义n元二次多项式f(x1,x2,…，xn)=∑ aijx ixj称为二次型,若aij=0(i≠j)，则称为二交型的标准型。
i,j=12．二次型标准化：配方法和正交变换法。
正交变换法步骤与上面对角化完全相同，这是由于对正交矩阵Q，Q^-1=Q'，即正交变换既是相似变换又是合同变换。
3．二次型或对称矩阵的正定性：（1）定义（略）；（2）正定的充要条件：①A为正定的充要条件是A的所有特征值都大于0；②A为正定的充要条件是A的所有顺序主子式都大于0；《线性代数》复习提纲第一部分：基本要求（计算方面）四阶行列式的计算；N阶特殊行列式的计算（如有行和、列和相等）；矩阵的运算（包括加、减、数乘、乘法、转置、逆等的混合运算）；求矩阵的秩、逆（两种方法）；解矩阵方程；含参数的线性方程组解的情况的讨论；齐次、非齐次线性方程组的求解（包括唯一、无穷多解）；讨论一个向量能否用和向量组线性表示；讨论或证明向量组的相关性；求向量组的极大无关组，并将多余向量用极大无关组线性表示；将无关组正交化、单位化；求方阵的特征值和特征向量；讨论方阵能否对角化，如能，要能写出相似变换的矩阵及对角阵；通过正交相似变换（正交矩阵）将对称矩阵对角化；写出二次型的矩阵，并将二次型标准化，写出变换矩阵；判定二次型或对称矩阵的正定性。
第二部分：基本知识一、行列式1．行列式的定义用n^2个元素aij组成的记号称为n阶行列式。
（1）它表示所有可能的取自不同行不同列的n个元素乘积的代数和；（2）展开式共有n!项，其中符号正负各半；2．行列式的计算一阶|α|=α行列式，二、三阶行列式有对角线法则；N阶（n>=3）行列式的计算：降阶法定理：n阶行列式的值等于它的任意一行（列）的各元素与其对应的代数余子式乘积的和。
方法：选取比较简单的一行（列），保保留一个非零元素，其余元素化为0，利用定理展开降阶。
特殊情况上、下三角形行列式、对角形行列式的值等于主对角线上元素的乘积；（2）行列式值为0的几种情况：Ⅰ行列式某行（列）元素全为0；Ⅱ行列式某行（列）的对应元素相同；Ⅲ行列式某行（列）的元素对应成比例；Ⅳ奇数阶的反对称行列式。
二．矩阵1．矩阵的基本概念（表示符号、一些特殊矩阵――如单位矩阵、对角、对称矩阵等）；2．矩阵的运算（1）加减、数乘、乘法运算的条件、结果；（2）关于乘法的几个结论：①矩阵乘法一般不满足交换律（若AB＝BA，称A、B 是可交换矩阵）；②矩阵乘法一般不满足消去律、零因式不存在；③若A、B为同阶方阵，则|AB|=|A|*|B|；④|kA|=k^n|A|3．矩阵的秩（1）定义非零子式的最大阶数称为矩阵的秩；（2）秩的求法一般不用定义求，而用下面结论：矩阵的初等变换不改变矩阵的秩；阶梯形矩阵的秩等于非零行的个数（每行的第一个非零元所在列，从此元开始往下全为0的矩阵称为行阶梯阵）。
求秩：利用初等变换将矩阵化为阶梯阵得秩。
4．逆矩阵（1）定义：A、B为n阶方阵，若AB＝BA＝I，称A 可逆，B是A的逆矩阵（满足半边也成立）；（2）性质：(AB)^-1=(B^-1)*(A^-1)，(A')^-1= (A^-1)'；(A B的逆矩阵，你懂的)（注意顺序）（3）可逆的条件：①|A|≠0；②r(A)=n;③A->I;（4）逆的求解伴随矩阵法A^-1=(1/|A|)A*；(A*A的伴随矩阵~)②初等变换法（A:I）->(施行初等变换)（I:A^-1）5．用逆矩阵求解矩阵方程：AX=B，则X=（A^-1）B；XB=A，则X=B(A^-1)；AXB=C，则X=(A^-1)C(B^-1)三、线性方程组1．线性方程组解的判定定理：(1) r(A,b)≠r(A)无解；(2) r(A,b)=r(A)=n有唯一解；(3)r(A,b)=r(A)<n有无穷多组解；特别地：对齐次线性方程组AX=0(1) r(A)=n只有零解；(2) r(A)<n有非零解；再特别，若为方阵，(1)|A|≠0只有零解(2)|A|=0有非零解2．齐次线性方程组（1）解的情况：r(A)=n，（或系数行列式D≠0）只有零解；r(A)<n，（或系数行列式D＝0）有无穷多组非零解。