《线性代数》的主要知识点
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。
它广泛应用于物理、工程、计算机科学等领域。
下面将对线性代数的主要知识点进行全面归纳。
1.矩阵及其运算：矩阵是线性代数的基本概念之一，由若干行和列组成的方阵。
常见的矩阵运算有加法、减法、数乘、矩阵乘法和转置等。
2.向量及其运算：向量是一个有序数组，具有大小和方向。
常见的向量运算有加法、减法、数乘、点乘和叉乘等。
3.线性方程组：线性方程组是线性代数的核心内容之一、包括齐次线性方程组和非齐次线性方程组。
解线性方程组的方法有高斯消元法、克莱姆法则和矩阵求逆等。
4.向量空间与线性变换：向量空间是线性代数的基本概念之一，包含零向量、加法和数乘运算。
线性变换是一种保持向量空间结构的映射。
5.基与维度：基是向量空间的一组线性无关向量，可以由基线性组合得到向量空间中的任意向量。
维度是向量空间中基的数量。
6.线性相关与线性无关：向量组中的向量线性相关指存在非零的线性组合，其系数不全为零。
如果向量组中的向量线性无关，则任何线性组合的系数都为零。
7.线性变换与矩阵：线性变换可以用矩阵表示，矩阵的列向量表示线性变换作用于基向量上后的结果。
矩阵乘法可以将多个线性变换组合为一个线性变换。
8.特征值与特征向量：对于一个线性变换，如果存在一个非零向量，使得它在该线性变换下只发生伸缩而不发生旋转，那么这个向量称为该线性变换的特征向量，对应的伸缩比例为特征值。
9.二次型与正定矩阵：二次型是线性代数中的重要概念，是一个关于变量的二次函数。
正定矩阵是指二次型在所有非零向量上的取值都大于零。
10.内积与正交性：内积是向量空间中的一种运算，它满足线性性、对称性和正定性。
正交性是指两个向量的内积为零，表示两个向量互相垂直。
11.正交变换与正交矩阵：正交变换是指保持向量长度和向量之间夹角的变换。
正交矩阵是一种特殊的方阵，它的行向量和列向量两两正交，并且长度为112.奇异值分解与特征值分解：奇异值分解将一个矩阵分解为三个矩阵的乘积，其中一个是正交矩阵，另外两个是对角矩阵。
线性代数知识点总结
线性代数知识点总结1 行列式（一）行列式概念和性质1、逆序数：所有的逆序的总数2、行列式定义：不同行不同列元素乘积代数和3、行列式性质：（用于化简行列式）（1）行列互换（转置），行列式的值不变（2）两行（列）互换，行列式变号（3）提公因式：行列式的某一行（列）的所有元素都乘以同一数k，等于用数k 乘此行列式（4）拆列分配：行列式中如果某一行（列）的元素都是两组数之和，那么这个行列式就等于两个行列式之和。
（5）一行（列）乘k加到另一行（列），行列式的值不变。
（6）两行成比例，行列式的值为0。
（二）重要行列式4、上（下）三角（主对角线）行列式的值等于主对角线元素的乘积5、副对角线行列式的值等于副对角线元素的乘积乘6、Laplace展开式：（A是m阶矩阵，B是n阶矩阵），则7、n阶（n≥2）范德蒙德行列式数学归纳法证明★8、对角线的元素为a，其余元素为b的行列式的值：（三）按行（列）展开9、按行展开定理：（1）任一行（列）的各元素与其对应的代数余子式乘积之和等于行列式的值（2）行列式中某一行（列）各个元素与另一行（列）对应元素的代数余子式乘积之和等于0（四）行列式公式10、行列式七大公式：（1）|kA|=k n|A|（2）|AB|=|A|·|B|（3）|A T|=|A|（4）|A-1|=|A|-1（5）|A*|=|A|n-1（6）若A的特征值λ1、λ2、……λn，则（7）若A与B相似，则|A|=|B|（五）克莱姆法则11、克莱姆法则：（1）非齐次线性方程组的系数行列式不为0，那么方程为唯一解（2）如果非齐次线性方程组无解或有两个不同解，则它的系数行列式必为0（3）若齐次线性方程组的系数行列式不为0，则齐次线性方程组只有0解；如果方程组有非零解，那么必有D=0。
2 矩阵（一）矩阵的运算1、矩阵乘法注意事项：（1）矩阵乘法要求前列后行一致；（2）矩阵乘法不满足交换律；（因式分解的公式对矩阵不适用，但若B=E,O,A-1，A*,f(A)时，可以用交换律）（3）AB=O不能推出A=O或B=O。
线性代数知识点归纳,超详细
线性代数知识点归纳,超详细线性代数复习要点第⼀部分⾏列式1. 排列的逆序数2. ⾏列式按⾏（列）展开法则3. ⾏列式的性质及⾏列式的计算⾏列式的定义1.⾏列式的计算：①(定义法)②（降阶法）⾏列式按⾏（列）展开定理：⾏列式等于它的任⼀⾏（列）的各元素与其对应的代数余⼦式的乘积之和.推论：⾏列式某⼀⾏（列）的元素与另⼀⾏（列）的对应元素的代数余⼦式乘积之和等于零.③(化为三⾓型⾏列式)上三⾓、下三⾓、主对⾓⾏列式等于主对⾓线上元素的乘积.④若都是⽅阵（不必同阶）,则⑤关于副对⾓线：⑥范德蒙德⾏列式：证明⽤从第n⾏开始，⾃下⽽上依次的由下⼀⾏减去它上⼀⾏的倍，按第⼀列展开，重复上述操作即可。
⑦型公式：⑧(升阶法)在原⾏列式中增加⼀⾏⼀列，保持原⾏列式不变的⽅法.⑨(递推公式法) 对阶⾏列式找出与或,之间的⼀种关系——称为递推公式，其中,,等结构相同，再由递推公式求出的⽅法称为递推公式法.(拆分法) 把某⼀⾏（或列）的元素写成两数和的形式，再利⽤⾏列式的性质将原⾏列式写成两⾏列式之和，使问题简化以例计算.⑩(数学归纳法)2. 对于阶⾏列式，恒有：，其中为阶主⼦式；3. 证明的⽅法：①、；②、反证法；③、构造齐次⽅程组，证明其有⾮零解；④、利⽤秩，证明；⑤、证明0是其特征值.4. 代数余⼦式和余⼦式的关系：第⼆部分矩阵1.矩阵的运算性质2.矩阵求逆3.矩阵的秩的性质4.矩阵⽅程的求解1.矩阵的定义由个数排成的⾏列的表称为矩阵.记作：或①同型矩阵：两个矩阵的⾏数相等、列数也相等.②矩阵相等: 两个矩阵同型，且对应元素相等.③矩阵运算a. 矩阵加（减）法：两个同型矩阵，对应元素相加（减）.b. 数与矩阵相乘：数与矩阵的乘积记作或，规定为.c. 矩阵与矩阵相乘：设, ,则，其中注：矩阵乘法不满⾜：交换律、消去律, 即公式不成⽴.a. 分块对⾓阵相乘：,b. ⽤对⾓矩阵○左乘⼀个矩阵,相当于⽤的对⾓线上的各元素依次乘此矩阵的○⾏向量；c. ⽤对⾓矩阵○右乘⼀个矩阵,相当于⽤的对⾓线上的各元素依次乘此矩阵的○列向量.d. 两个同阶对⾓矩阵相乘只⽤把对⾓线上的对应元素相乘.④⽅阵的幂的性质：，⑤矩阵的转置：把矩阵的⾏换成同序数的列得到的新矩阵，叫做的转置矩阵，记作.a. 对称矩阵和反对称矩阵:是对称矩阵.是反对称矩阵.b. 分块矩阵的转置矩阵：⑥伴随矩阵：，为中各个元素的代数余⼦式.,, .分块对⾓阵的伴随矩阵：，矩阵转置的性质：矩阵可逆的性质：伴随矩阵的性质：r(A)与r(A*)的关系若r（A）=n，则不等于0，A*=可逆，推出r（A*）=n。
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
线性代数总结知识点
线性代数总结知识点线性代数是数学的一个分支，主要研究向量、向量空间（也称为线性空间）、线性变换以及线性方程组的理论。
它是现代数学的基础工具之一，广泛应用于物理学、工程学、计算机科学、经济学和社会科学等领域。
以下是线性代数的一些核心知识点总结：1. 向量与向量运算- 向量的定义：向量可以是有序的数字列表，用于表示空间中的点或方向。
- 向量加法：两个向量对应分量相加得到新的向量。
- 标量乘法：一个向量与一个标量相乘，每个分量都乘以该标量。
- 向量的数量积（点积）：两个向量的对应分量乘积之和，用于计算向量的长度或投影。
- 向量的向量积（叉积）：仅适用于三维空间，结果是一个向量，表示两个向量平面的法向。
2. 矩阵- 矩阵的定义：一个由数字排列成的矩形阵列。
- 矩阵加法和减法：对应元素相加或相减。
- 矩阵乘法：第一个矩阵的列数必须等于第二个矩阵的行数，结果矩阵的每个元素是两个矩阵对应行列的乘积之和。
- 矩阵的转置：将矩阵的行变成列，列变成行。
- 单位矩阵：对角线上全是1，其余位置全是0的方阵。
- 零矩阵：所有元素都是0的矩阵。
3. 线性相关与线性无关- 线性相关：如果一组向量中的任何一个可以通过其他向量的线性组合来表示，则这组向量是线性相关的。
- 线性无关：如果只有所有向量的零组合才能表示为零向量，则这组向量是线性无关的。
4. 向量空间（线性空间）- 定义：一组向量，它们在向量加法和标量乘法下是封闭的。
- 子空间：向量空间的子集，它自身也是一个向量空间。
- 维数：向量空间的基（一组线性无关向量）的大小。
- 基和坐标：向量空间的一组基可以用来表示空间中任何向量的坐标。
5. 线性变换- 定义：保持向量加法和标量乘法的函数。
- 线性变换可以用矩阵表示，矩阵的乘法对应线性变换的复合。
6. 特征值和特征向量- 特征值：对应于线性变换的标量，使得变换后的向量与原向量成比例。
- 特征向量：与特征值对应的非零向量，变换后的向量与原向量方向相同。
线性代数详细知识点
线性代数 第一章 行列式§1 二阶和三阶行列式一、二元一次线性方程组与二阶行列式结论：如果112212210a a a a -≠，则二元线性方程组 11112212112222a x a xb a x a x b +=⎧⎨+=⎩的解为122122*********b a a b x a a a a -=-，1121212112121a b b a x a b b a -=-。
定义：设11122122,,,a a a a ，记11221221a a a a -为11122122a a a a 。
称11122122a a a a 为二阶行列式有了行列式的符号，二元线性方程组的求解公式可以改写为112222111122122b a b a x a a a a =，111122211122122a b a b x a a a a =二、三阶行列式与三元一次线性方程组定义：111213212223313233a a a a a a a a a 112233122331132132132231122133112332a a a a a a a a a a a a a a a a a a =++---定理：如果1112132122233132330a a a D a a a a a a =≠，则***123(,,)x x x 是下面的三元线性方程组的解111122133121122223323113223333a x a x a xb a x a x a x b a x a x a x b ++=⎧⎪++=⎨⎪++=⎩当且仅当*1x =112132222333233/b a a b a a D b a a ,*2x =111132122331333/a b a a b a D a b a ,*3x =111212122231323/a a b a a b D a a b 其中111213212223313233a a a a a a a a a 为系数行列式。
线性代数知识点归纳
线性代数知识点归纳线性代数是一门研究向量、向量空间、线性变换以及有限维线性方程组的数学分支。
它广泛应用于各个领域，如物理、计算机科学、工程学等。
线性代数的核心概念和工具包括行列式、矩阵、向量组以及线性方程组等。
下面将详细介绍线性代数的相关知识点。
一、行列式1.1 行列式的概念：行列式是一个函数，它从n×n阶方阵到实数（或复数）的映射。
行列式记作|A|，其中A是一个n×n的方阵。
1.2 逆序数：在n×n阶方阵A中，将行列式中元素a_ij与a_ji互换，所得到的新的行列式称为原行列式的逆序数。
1.3 余子式：在n×n阶方阵A中，将第i行第j列的元素a_ij删去，剩下的(n-1)×(n-1)阶方阵的行列式称为原行列式的余子式，记作M_ij。
1.4 代数余子式：在n×n阶方阵A中，将第i行第j列的元素a_ij替换为它的相反数，然后计算得到的新的行列式，称为原行列式的代数余子式，记作A_ij。
1.5 行列式的性质：行列式具有以下性质：（1）交换行列式中任意两个元素的位置，行列式的值变号。
（2）行列式中某一行（列）的元素乘以常数k，行列式的值也乘以k。
（3）行列式中某一行（列）的元素与另一行（列）的元素相加，行列式的值不变。
（4）行列式某一行（列）的元素与另一行（列）的元素相减，行列式的值变号。
1.6 行列式的计算方法：行列式的计算方法有：降阶法、按行（列）展开法、克拉默法则等。
二、矩阵2.1 矩阵的概念：矩阵是一个由数组元素构成的矩形阵列，矩阵中的元素称为矩阵的项。
矩阵记作A，其中A是一个m×n的矩阵，A_ij表示矩阵A中第i行第j列的元素。
2.2 矩阵的线性运算：矩阵的线性运算包括加法、减法、数乘等。
2.3 矩阵的乘法：两个矩阵A和B的乘法，记作A×B，要求A是一个m×n的矩阵，B是一个n×p的矩阵。
矩阵的乘法满足交换律、结合律和分配律。
线代知识点总结全部
线代知识点总结全部一、向量和矩阵1. 向量的定义向量是指具有大小和方向的几何体，通常用箭头表示。
在数学中，向量通常用有序数对或有序数组表示。
例如，在二维空间中，一个向量可以表示为(a, b)，表示向量在x轴上的分量为a，在y轴上的分量为b。
2. 向量的线性运算向量的线性运算包括向量的加法和数量乘法。
向量的加法就是将两个向量相加，得到一个新的向量。
数量乘法是将一个实数与一个向量相乘，得到一个新的向量。
3. 矩阵的定义矩阵是一个由数排成的矩形阵列，它是线性代数中的一个重要概念。
矩阵中的数称为元素，矩阵的行数和列数分别称为矩阵的阶数。
例如，一个m×n的矩阵有m行n列。
4. 矩阵的基本运算矩阵的基本运算包括矩阵的加法、数量乘法和矩阵的乘法。
矩阵的加法是将两个相同阶数的矩阵相加得到一个新的矩阵，矩阵的数量乘法是将一个实数与一个矩阵相乘得到一个新的矩阵。
矩阵的乘法是将一个m*n的矩阵与一个n*p的矩阵相乘得到一个m*p的矩阵。
5. 矩阵的转置矩阵的转置是将矩阵的行向量转换为列向量，列向量转换为行向量。
矩阵的转置操作可以用来表示矩阵的对称性和几何意义，也有利于简化矩阵的计算。
二、向量空间和子空间1. 向量空间的定义向量空间是指具有加法和数量乘法两种运算的集合，并且满足一定的性质。
向量空间可以是有限维的，也可以是无限维的。
例如，n维实数向量空间可以表示为R^n，它包含所有n维的实数向量。
2. 子空间的定义子空间是指在一个向量空间V中的一个非空集合W，并且满足在W中任意两个向量的线性组合仍然在W中。
子空间的一个重要性质是它也是一个向量空间，可以继承向量空间的性质。
3. 线性相关和线性无关一组向量中的向量如果存在线性组合能够得到零向量，则称这组向量线性相关；如果不存在这样的线性组合，则称这组向量线性无关。
4. 基和维数在一个向量空间中，如果存在一组线性无关的向量可以组成整个空间中的任意向量，则称这组向量是一组基。
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。
《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..。
(完整版)线性代数知识点总结
线性代数知识点总结第一章 行列式二三阶行列式N 阶行列式：行列式中所有不同行、不同列的n 个元素的乘积的和 n nn nj j j j j j j j j nija a a a ...)1(21212121)..(∑-=τ（奇偶）排列、逆序数、对换行列式的性质：①行列式行列互换，其值不变。
（转置行列式TD D =） ②行列式中某两行（列）互换，行列式变号。
推论：若行列式中某两行（列）对应元素相等，则行列式等于零。
③常数k 乘以行列式的某一行（列），等于k 乘以此行列式。
推论：若行列式中两行（列）成比例，则行列式值为零； 推论：行列式中某一行（列）元素全为零，行列式为零。
④行列式具有分行（列）可加性⑤将行列式某一行（列）的k 倍加到另一行（列）上，值不变 行列式依行（列）展开：余子式ij M 、代数余子式ij j i ij M A +-=)1(定理：行列式中某一行的元素与另一行元素对应余子式乘积之和为零。
克莱姆法则：非齐次线性方程组 ：当系数行列式0≠D 时，有唯一解：)21(n j DD x j j ⋯⋯==、齐次线性方程组 ：当系数行列式01≠=D 时，则只有零解 逆否：若方程组存在非零解，则D 等于零 特殊行列式：①转置行列式：332313322212312111333231232221131211a a a a a a a a a a a a a a a a a a → ②对称行列式:ji ij a a =③反对称行列式:ji ij a a -= 奇数阶的反对称行列式值为零④三线性行列式:333122211312110a a a a a a a 方法：用221a k 把21a 化为零，。
化为三角形行列式 ⑤上（下）三角形行列式:行列式运算常用方法（主要）行列式定义法（二三阶或零元素多的） 化零法（比例）化三角形行列式法、降阶法、升阶法、归纳法、第二章 矩阵矩阵的概念：n m A *（零矩阵、负矩阵、行矩阵、列矩阵、n 阶方阵、相等矩阵) 矩阵的运算：加法（同型矩阵）---------交换、结合律 数乘n m ij ka kA *)(=---------分配、结合律乘法nm lkj ik n l kj l m ik b a b a B A *1**)()(*)(*∑==注意什么时候有意义一般AB=BA ，不满足消去律；由AB=0，不能得A=0或B=0 转置A A T T =)( TT T B A B A +=+)( T T kA kA =)( TT T A B AB =)((反序定理) 方幂：2121k k k kA AA +=2121)(k k k k A A +=几种特殊的矩阵：对角矩阵：若AB 都是N 阶对角阵，k 是数，则kA 、A+B 、 AB 都是n 阶对角阵数量矩阵：相当于一个数（若……）单位矩阵、上（下）三角形矩阵（若……） 对称矩阵 反对称矩阵阶梯型矩阵：每一非零行左数第一个非零元素所在列的下方 都是0分块矩阵：加法，数乘，乘法：类似，转置：每块转置并且每个子块也要转置 注：把分出来的小块矩阵看成是元素逆矩阵：设A 是N 阶方阵，若存在N 阶矩阵B 的AB=BA=I 则称A 是可逆的， B A=-1(非奇异矩阵、奇异矩阵|A|=0、伴随矩阵)初等变换1、交换两行（列）2.、非零k 乘某一行（列）3、将某行（列）的K 倍加到另一行（列）初等变换不改变矩阵的可逆性 初等矩阵都可逆 初等矩阵：单位矩阵经过一次初等变换得到的（对换阵 倍乘阵 倍加阵） 等价标准形矩阵⎪⎪⎭⎫ ⎝⎛=O OO I D rr矩阵的秩r(A)：满秩矩阵 降秩矩阵 若A 可逆，则满秩 若A 是非奇异矩阵，则r （AB ）=r （B ） 初等变换不改变矩阵的秩求法：1定义2转化为标准式或阶梯形矩阵与行列式的联系与区别：都是数表；行列式行数列数一样，矩阵不一样；行列式最终是一个数，只要值相等，就相等，矩阵是一个数表，对应元素相等才相等；矩阵n ij n ij a k ka )()(=，行列式nij n n ij a k ka =逆矩阵注：①AB=BA=I 则A 与B 一定是方阵 ②BA=AB=I 则A 与B 一定互逆； ③不是所有的方阵都存在逆矩阵；④若A 可逆，则其逆矩阵是唯一的。
线性代数主要知识点
《线性代数》的主要知识点第一部分 行列式概念：1． n 阶行列式展开式的特点：①共有n!项，正负各半；②每项有n 个元素相乘，且覆盖所有的行与列；③每一项的符号为（列）行）ττ+-()1(2． 元素的余子式以及代数余子式 ij ji ij M )1(A +-=3． 行列式的性质计算方法：1． 对角线法则2． 行列式的按行（列）展开 (另有异乘变零定理)第二部分 矩阵1． 矩阵的乘积注意：①不满足交换率（一般情况下B A A B ≠）②不满足消去率 （由AB=AC 不能得出B=C ）③由AB=0不能得出A=0或B=0④若AB=BA ，则称A 与B 是可换矩阵2．矩阵的转置满足的法则：T T T B A )B A (+=+，T T T T T A B AB kA kA ==)(,)(3．矩阵的多项式 设nn x a x a a x +++= 10)(ϕ，A 为n 阶方阵，则n n A a A a E a A +++= 10)(ϕ称为A 的n 次多项式。
对与对角矩阵有关的多项式有结论如下：（1）如果 1-Λ=P P A ，则nn A a A a E a A +++= 10)(ϕ11110---Λ++Λ+=P Pa P Pa EP Pa nn = 1)(-ΛP P ϕ（2）若),,(21n a a a diag =Λ，则))(),(),(()(21n a a a diag ϕϕϕϕ =Λ4．逆矩阵：n 阶矩阵A,B ，若E BA AB ==，则A,B 互为逆矩阵。
n 阶矩阵A 可逆0A ≠⇔；n A r =⇔)( （或表示为n A R =)(）即A 为满秩矩阵；⇔A 与E 等价；⇔A 可以表示成若干个初等矩阵的乘积；⇔A 的列（行）向量组线性无关；⇔A 的所有的特征值均不等于零求法：①伴随矩阵法：*11A AA ⋅=- ②初等变换法：()()1,,-−−−→−A E E A 初等行变换或⎪⎪⎭⎫⎝⎛−−−→−⎪⎪⎭⎫ ⎝⎛-1A E E A 初等列变换， E 是单位矩阵性质：（1）矩阵A 可逆，则A 的逆矩阵是唯一的（2）设A 是n 阶矩阵，则有下列结论 ①若A 可逆，则1-A 也可逆，且A A =--11)( ②若A 可逆，则T A 也可逆，且T T A A )()(11--=③若A 可逆，数0≠k ，则kA 可逆，且111)(--=A kkA ④若B A .为同阶矩阵且均可逆，则B A .也可逆，且111)(---=A B AB5．方阵A 的行列式：满足下述运算规律（设B A ,为n 阶方阵，λ为数） ①A A T = ②A A n λλ= ③B A AB =6．伴随矩阵：行列式A 的各个元素的代数余子式ij A 所构成的如下的矩阵⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=nn n n n n A A A A A A A A A A 212221212111*，称为矩阵A 的伴随矩阵（注意行与列的标记的不同） 伴随矩阵具有性质：E A A A AA ==** 常见的公式有：①1*-=n A A ②1*-⋅=A A A ③A AA 1)(1*=- ④=-1*)(A *1)(-A 等 7．初等矩阵：由单位矩阵E 经过一次初等变换后所得的矩阵称为初等矩阵。
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。
线性代数自考知识点汇总各章重点
行列式1. 行列式的性质性质1 行列式与它的转置行列式相等T D D =.性质2 互换行列式的两行〔列〕，行列式变号.推论1 如果行列式有两行〔列〕的对应元素完全相同，则此行列式的值为零.如a b ca b c 0a b c'''= 性质3 行列式的某一行〔列〕中全部的元素都乘以同一数k ，等于用数k 乘此行列式.如111213111213212223212223313233313233a a a a a a ka ka ka k a a a a a a a a a = 推论2 如果行列式中有两行〔列〕元素成比例，则此行列式的值为零．如a b ca b c 0ka kb kc'''= 性质4 假设行列式的某一行〔列〕的元素都是两数之和，则这个行列式等于两个行列式之和.如111213111213111213212122222323212223212223313233313233313233a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a ''''''+++=+ 性质5 把行列式的某一行〔列〕的各元素乘以同一数然后加到另一行(列)对应的元素上去，行列式的值不变.如111213111213212223212223313233311132123313a a a a a a a a a a a a a a a a ka a ka a ka =+++2. 余子式与代数余子式在n 阶行列式中，把元素ij a 所在的第i 行和第j 列划去后，留下来的n-1阶行列式叫做元素ij a 的余子式，记作ij M ，i jij ij A (1)M +=-叫做元素ij a 的代数余子式．如111213212223313233a a a a a a a a a ，元素23a 的余子式为1112233132a a M a a =，元素23a 的代数余子式为11122323233132a a A (1)M a a +=-=-.3. 行列式按行〔列〕展开法则定理1 行列式的值等于它的任一行〔列〕的各元素与其对应的代数余子式乘积之和，即1122i i i i in in D a A a A a A =+++或 1122j j j j nj nj D a A a A a A =+++如111213212223313233a a a a a a a a a 111112121313a A a A a A =++ 定理2 行列式任一行〔列〕的元素与另一行〔列〕的对应元素的代数余子式乘积之和等于零，即12120,j j i i jn i n a A a A a A +++=或,11220.j j j j nj nj a A a A a A i j +++=≠4. 行列式的计算〔1〕二阶行列式1112112212212122a a a a a a a a =- 〔2〕三阶行列式〔3〕对角行列式1212n nλλλλλλ=，n(m 1)21212n n(1)λλλλλλ-=-〔4〕三角行列式1111121n 2122222n 1122nn n1n2nnnna a a a a a a a a a a a a a a ==〔5〕消元法：利用行列式的性质，将行列式化成三角行列式，从而求出行列式的值.〔6〕降阶法：利用行列式的性质，化某行〔列〕只有一个非零元素，再按该行〔列〕展开，通过降低行列式的阶数求出行列式的值.〔7〕加边法：行列式每行〔列〕全部元素的和相等，将各行〔列〕元素加到第一列〔行〕，再提出公因式，进而求出行列式的值.矩阵1. 常见矩阵1〕对角矩阵：主对角线以外的元素全为0的方阵，称为对角矩阵.记作Λ. 2〕单位矩阵：主对角线上的元素全为1的对角矩阵，称为单位矩阵.记作 E.3〕上三角矩阵：对角线以下的元素全为0的方阵.如11121n 222n nn a a a a a a ⎛⎫⎪⎪⎪ ⎪⎝⎭4〕下三角矩阵：对角线以上的元素全为0的方阵.如112122n1n2nn a a a a a a ⎛⎫ ⎪⎪ ⎪ ⎪⎝⎭5〕对称矩阵：设A 为ｎ阶方阵，假设T A A =，即ij ji a a =，则称A 为对称矩阵. 6〕反对称矩阵：设A 为ｎ阶方阵，假设T A A =-，即ij ji a a =- ，则称A 为反对称矩阵. 7〕正交矩阵：设A 为ｎ阶方阵，如果T AA E =或T A A E =，则称A 为正交矩阵. 2. 矩阵的加法、数乘、乘法运算 〔1〕矩阵的加法 如a b c a b c a a b b c c d e f d e f d d e e f f ''''''+++⎛⎫⎛⎫⎛⎫+=⎪⎪⎪''''''+++⎝⎭⎝⎭⎝⎭注：① 只有同型矩阵才能进行加减运算；② 矩阵相加减就是对应元素相加减. 〔2〕数乘矩阵如a b c ka kb kc k d e f kd ke kf ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭注：数乘矩阵就是数乘矩阵中的每个元素.〔3〕矩阵的乘法：设ij m ij n s s A (a ),B (b )⨯⨯==，规定ij m n AB C (c ),⨯== 其中sij i11j i22j is sj ik kj k 1c a b a b a b a b ==+++=∑(i 1,2,,m,j 1,2,,n.)==注：①左矩阵A 的列数等于右矩阵B 的行数；②左矩阵A 的第i 行与右矩阵B 的第j 列对应元素乘积的和是矩阵乘积C 的元素ij c . ③左矩阵A 的行数为乘积C 的行数，右矩阵B 的列数为乘积C 的列数. 如行矩阵乘列矩阵是一阶方阵〔即一个数〕，即 列矩阵乘行矩阵是s 阶方阵，即 3. 逆矩阵设n 阶方阵A 、B ，假设AB=E 或BA=E ，则A ，B 都可逆，且11AB,B A --==.〔1〕二阶方阵求逆，设a b A c d ⎛⎫= ⎪⎝⎭，则1*d b 11A A c a A ad bc --⎛⎫== ⎪--⎝⎭〔两调一除法〕.〔2〕对角矩阵的逆11111221n n a a a a a a ----⎛⎫⎛⎫⎪⎪⎪⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭， 111n 2121n1a a a a a a ----⎛⎫⎛⎫ ⎪ ⎪⎪ ⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭.〔3〕分块对角阵的逆11111221s s A A A A ;A A ----⎛⎫⎛⎫⎪⎪⎪⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭111s 2121s1A A A A A A ----⎛⎫⎛⎫ ⎪ ⎪⎪ ⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭. 〔4〕一般矩阵求逆，初等行变换的方法：()()ERT1A E E A -−−−→.4. 方阵的行列式由ｎ阶方阵A 的元素所构成的行列式〔各元素的位置不变〕叫做方阵A 的行列式.记作A 或det 〔A 〕. 5. 矩阵的初等变换下面三种变换称为矩阵的初等行〔列〕变换： 〔1〕互换两行〔列〕；〔2〕数乘某行〔列〕；〔3〕某行〔列〕的倍数加到另一行〔列〕. 6. 初等矩阵单位矩阵经过一次初等变换得到的矩阵，称为初等矩阵.如001100100010,0k 0,010100001k 01⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭都是初等矩阵. 7. 矩阵的秩矩阵A 的非零子式的最高阶数，称为矩阵A 的秩.记作R 〔A 〕或r 〔A 〕. 求矩阵的秩的方法：〔1〕定义法：找出A 中最高阶的非零子式， 它的阶数即为A 的秩.〔2〕初等行变换法：ERTA −−−→行阶梯形矩阵，R 〔A 〕=R 〔行阶梯形矩阵〕=非零行的行数. 8. 重要公式及结论〔1〕矩阵运算的公式及结论矩阵乘法不满足交换律，即一般地A B ≠AB;矩阵乘法不满足消去律，即一般地假设AB=AC ，无B=C ；只有当A 可逆时，有B=C.一般地假设AB=O ，则无A=O 或B=O.()222A B ?A 2AB B +++.〔2〕逆矩阵的公式及定理A 可逆⇔|A |≠0⇔A ～E 〔即A 与单位矩阵E 等价〕 〔3〕矩阵秩的公式及结论R ( AB ) ≤R ( A ), R ( AB ) ≤R ( B ).特别地，当A 可逆时，R(AB)=R(B)；当B 可逆时，R(AB)=R(A).()()ET A B A ~B R A R B −−→⇔⇒= 即等价矩阵的秩相等或初等变换不改变矩阵的秩.9. 矩阵方程〔1〕设 A 为n 阶可逆矩阵，B 为n ×m 矩阵，则矩阵方程AX=B 的解为1X A B -=；解法：① 求出1A -，再计算1A B -； ② ()()ERTAB E X −−−→ .〔2〕设 A 为n 阶可逆矩阵，B 为m ×n 矩阵，则矩阵方程XA=B 的解为1X BA -=；解法：① 求出1A -，再计算1BA -； ② ECT A E B X ⎛⎫⎛⎫−−−→⎪ ⎪⎝⎭⎝⎭. 10. 矩阵间的关系〔1〕等价矩阵：如果矩阵A 经过有限次初等变换变成矩阵B ，那么称矩阵A 与B 等价.即存在可逆矩阵P ，Q ，使得PAQ=B.性质：等价矩阵的秩相等.〔2〕相似矩阵：如果存在可逆矩阵P ，使得1P AP B -=,那么称A 与B 相似. 性质：相似矩阵有相同的特征多项式，相同的特征值，相同的行列式，相同的迹. 〔3〕合约矩阵：如果存在可逆矩阵P ，使得T P AP B =，那么称A 与B 合约. 性质：合约矩阵的秩相等.向量空间1. 线性组合〔1〕假设α＝k β，则称向量α与β成比例． 〔2〕零向量Ｏ是任一向量组的线性组合．〔3〕向量组中每一向量都可由该向量组线性表示． 2. 线性相关与线性无关〔1〕 单独一个向量线性相关当且仅当它是零向量． 〔2〕 单独一个向量线性无关当且仅当它是非零向量． 〔3〕 两向量线性相关当且仅当两向量对应成比例.〔4〕 两向量线性无关当且仅当两向量不对应成比例. 〔5〕 含有Ｏ向量的向量组肯定线性相关． 〔6〕 向量组12m ,,,ααα线性相关的充分必要条件是① 齐次线性方程组22m m 11k k 0k ααα+++=有非零解.② 以向量组为列作的矩阵()12m ,,,ααα的秩<向量的个数m.〔7〕n 个n 维向量12n ,,,ααα线性相关的充分必要条件是以向量组为列作的行列式的值()12n ,,,ααα=0.〔8〕 向量组12m ,,,ααα线性无关的充分必要条件是① 齐次线性方程组22m m 11k k 0k ααα+++=只有零解.② 以向量组为列作的矩阵()12m ,,,ααα的秩=向量的个数m.〔9〕 n 个n 维向量12n ,,,ααα线性无关的充分必要条件是以向量组为列作的行列式的值()12n ,,,ααα≠0.〔10〕当m>n 时，m 个n 维向量肯定线性相关.定理1：向量组 a 1 , a 2 ,……, a m 〔m ≥2〕线性相关的充分必要条件是向量组中至少有一个向量可由其余m-1个向量线性表示.向量组线性无关的充分必要条件是向量组中任何一个向量都不能由其余向量线性表示． 定理2：如果向量组A ：a 1 , a 2 ,……, a r 线性无关，而向量组 a 1 , a 2 ,……, a r ，α线性相关，则α可由A 线性表示，且表示式唯一.定理3：设向量组2r 1A :,,,ααα，12r r 1m B :,,,,,,ααααα+假设A 线性相关，则向量组B 也线性相关；反之，假设向量组B 线性无关，则向量组A 也线性无关.〔即局部相关，则整体相关；整体无关，则局部无关〕. 定理4：无关组的截短组无关，相关组的接长组相关. 3. 极大无关组与向量组的秩定义1 如果在向量组 T 中有 r 个向量 a 1 , a 2 ,……, a r ，满足条件： ⑴ 向量组 a 1 , a 2 ,……, a r 线性无关， ⑵ T α∀∈，2r 1,,,,αααα线性相关.那么称向量 a 1 , a 2 ,……, a r 是向量组 T 的一个极大无关组.定义2 向量组的极大无关组中所含向量的个数，称为向量组的秩.定义3 矩阵的行向量组的秩称为矩阵的行秩；矩阵的列向量组的秩称为矩阵的列秩。
线性代数背诵要点(全)
第一章 行列式一、行列式的概念、展开公式及其性质 （一）行列式的概念nnn n n n a a a a a a a a a A .. (2)12222111211=（二）行列式按行（列）展开公式公式为关于副对角线，其计算角线上元素的乘积三角行列式等于其主对下上的代数余子式为的余子式，而阶行列式，称之为列元素后的行及第中去掉第是其中.2......)(.1)1(1)1( (221122)11221122112211nnnn nn ij ij j i ij ij ijj i ij nj nj j j j j in in i i i i a a a a a a a a a a M a n j i A M M A A a A a A a A a A a A a A ⋅⋅⋅=******=******---=+++=+++=++11212)1(11211121)1(......n n n n n n n nn n na a a a a a a a a ⋅⋅⋅-=******=******---- B A OB A BA OB A B OA B O A n B m A mn ⋅-=*=*⋅=*=*)1(.3阶矩阵，则是阶矩阵，是开式，设两种特殊的拉普拉斯展（三）行列式的性质1．经转置的行列式的值不变，即T A A =2.行列式中某一行各元素如有公因数k ，则k 可以提到行列式符号外，若行列式某行元素全是零，则行列式的值为零3.如果行列式中某行的每个原色都是两个的和，则这个行列式可以拆成两个行列式的和mlb b a a 2121++=mlb a 11+mlb a 224对换行列中某两行的位置，行列式的值只改变正负号；若两行元素对应相对（成比例），则行列式的值为零 5.把某行的k 倍加至另一行，行列式的值不变（四）关于代数余子式的求和...0...)()(.2,.122112211=+++=+++nk nj k j k j jn in j i j i ij ij ij ij A a A a A a A a A a A a a A A a 乘积之和必为零对应元素的代数余子式列元素与另一行列行列式一行的取值无关与式值并不影响其代数余子所在行或列中的元素的只改变二、有关行列式的几个重要公式A k kA n A n =阶矩阵，则是若.1B A B A n B A •=阶矩阵，则是，若.211-1.3--*==AA n A AA n A n 阶可逆矩阵，则是若阶矩阵，则是若∏≤≤----==ni j j i n nn n n nx x A x x x x x x x x x A n A 1112112222121)( (1)...11.4，则阶范德蒙矩阵是若 ∏==ni i i A A n A 1.5λλ的特征值，则是阶矩阵，是若B A B A =，则若~.6三、关于克莱姆法则的系数换成常数项中的是把其中则方程组有唯一解方程组，如果系行列式个未知数的非齐次线性个方程对于j j n n x D D DDx D D x D D x A D n n ,,...,,,02211===≠=则方程组只有零解程组，系数行列式个未知数的齐次线性方个方程对于,0≠=A D n n 0==A D n n 数行列式程组，有非零解，则系个未知数的齐次线性方个方程对于逆序数的计算，从左至右,看每个数后面比它小的数的个数 经初等变换矩阵的秩不变第二章 矩阵及其运算一、矩阵的概念与几类特殊方阵 （一）矩阵及相关概念 1.矩阵阶方阵阶矩阵或是，则称若或矩阵，简记称为列的表格行排成的个数n n A n m a A n m a a a a a a a a a n m a n m n m ij mn m m n n ij =⨯⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⨯⨯,)( (21)2222111211 2.0矩阵00，则称为零矩阵，记作中所有元素而都是如果矩阵A 3.同型矩阵是同型矩阵与则称中如果，矩阵B A t n s m b B a A t s ij n m ij ,,,)(,)(====⨯⨯4.矩阵相等即对应的元素都相等同型矩阵),,(j i b a B A ij ij ∀=⇔= 1. 方阵的行列式 阶行列式其元素可构造对于方阵n a A ij )(=B A B A a a a a a a a a a A nnn n nn≠≠=得不到由,.............. (2)12222111211(二)几类特殊方阵1.单位矩阵 主对角线上的运算全是1，其余元素均为0的n 阶段方阵，称为n 阶单位矩阵， 记为E E A A AE EA ===0;2.对称矩阵),(,j i a a A A n A ji ij T ∀==即阶矩阵，如是设3.反对称矩阵对称矩阵反不一定是对称矩阵，但反也是对称矩阵，则反是同阶的若，即阶矩阵，如是设)()(,,)(,0),(-,-AB A B A B A B A a j i a a A A n A ii ji ij T λ-+=∀==4.对角矩阵、积仍然是对角矩阵同阶的对角矩阵的和差，对角矩阵记为阶矩阵，如是设Λ≠∀≡)(0j i a n A ij5.逆矩阵1,-==AA AB A E BA AB B n n A 记为的逆矩阵唯一的逆矩阵，是是可逆矩阵，，则称使阶矩阵阶矩阵，如存在是设6.正交矩阵T T T A A A E A A AA n A ===-1,是正交矩阵，则称阶矩阵，如是设 7.伴随矩阵*=A A A A A A A A A A A n A a A n a A nnnnn n ij ij ij 的伴随矩阵，记为，称为阶矩阵所构成的的代数余子式的各元素阶矩阵，则由行列式是设....................)(212221212111二、矩阵的运算（一）矩阵的线性运算 1.矩阵的加法C B A B A b a c C n m n m b B a A ij ij ij ij ij =++==⨯⨯==的和称为矩阵矩阵矩阵，则是两个设,)()()(),(2.矩阵的数乘kAA k b a ka n m k n m a A ij ij ij ij 记为的数乘，与矩阵称为数矩阵是一个常数，则矩阵，是设)()()(+=⨯⨯=3.矩阵的乘法nb r A r B Ax B AB A E A A A A B AB BA AB B A BA AB ABC B A b a b a b a b a c c C s m s n b B a A nk kj ik nj in j i j i ij ij ij ij ≤+≠======≠==≠==+++==⨯⨯==∑=)()(,00,0;0,;00,0)2(,)1(,...)()(),(212211则齐次方程组有非零解的解，若程中的每一列都是其次方应联想到或不能堆出，不能退出时，才能运算可交换即与只有换律矩阵的乘法一般没有交的乘积，记为与称为其中矩阵矩阵，则是两个设，命题成立矩阵，秩序是若不能退出的列数，则，且若可逆，则，且矩阵若立：以下两种情况消去率成，对于矩阵乘以不具有消去律n A r n m A C B A AC AB B A A r AB B A AB A AB =⨯=≠======≠=)(,,0,)3(0)(000),0(0（二）关于逆矩阵的运算规律A A =--11))(1( 111))(2(--=A kkA 111))(3(---=A B AB 11)())(4(--=T T A A 11)5(--=A A n n A A )())(6(11--=(三)关于矩阵转置的运算规律A A T T =))(1( T T kA kA =))(2( T T T AB AB =))(3( T T T B A B A +=+))(4(（四）关于伴随矩阵的运算规律E A AA A A ==**)1( )2()2(1≥=-*n AA n )2())(3(2≥=-**n A AA n*-*=A k kA n 1))(4( **=)())(5(T T A A1)(,0)(;1)(,1)(;)(,)()6(-=-====***n A r A r n A r A r n A r n A r111-1-,)()(,1)()7(-**-**===A A A A A A AA A 可逆，则若（五）关于分块矩阵的运算法则⎥⎦⎤⎢⎣⎡++++=⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡4433221143214321)1(B A B A B A B A B B B B A A A A ⎥⎦⎤⎢⎣⎡++++=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡DW CY DZ CX BW AY BZ AX W Z Y X D C B A )2( ⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡T TT T TD B C A D C B A )3( ⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡n n n C OO B C O O B )4( ⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡--O B C O O C B O C O O B C O O B 111-1-1-1-)4(，三、矩阵可逆的充分必要条件.8,.70.6)(.5,.4)(.30.2.121的特征值全不为总有唯一解非齐次方程组只有零解齐次方程组向量线性无关行的列是初等矩阵其中，有阶方阵存在可逆，等价于阶方阵A b Ax b Ax A P P P P A nA r A E BA AB B n A n i s =∀=⋅⋅⋅==≠==四、矩阵的初等变换与初等矩阵 （一）矩阵的初等变换及相关概念 1.矩阵的初等变换下述三种对矩阵的行列实施的变换称为矩阵的初等行列变换 （1） 对调矩阵的两行列（2） 用非零常数k 乘以某行列中所有元素（3） 把矩阵某行列所有元素的k 倍加至另一行列对应的元素上去 （4） 求秩（行列变换可混用）；求逆矩阵（只用行或只用列）；求线性方程组的解（只用行变换） （5） 不要混淆矩阵的运算2.行阶梯形矩阵与行最简形矩阵（1）具体如下特征的矩阵称为行阶梯形矩阵①零行（即元素全为零的行）全都位于非零行的下方②各非零行坐起第一个非零元素的列指标由上至下是严格增大（2）如果其非零行的第一个非零元素为1，并且这些非零元素所在列的其他元素均为零，这个行阶梯形矩阵称为行最简形矩阵对于任何矩阵A ，总可以经过有限次初等行变换把它化为行阶梯形矩阵和行最简形矩阵（二）初等矩阵的概念单位矩阵经过一次初等变换所得到的矩阵称为初等矩阵（三）初等矩阵的性质逆是同类型的初等矩阵初等矩阵均可逆，且其同样的行列初等变换做了一次与就是对矩阵，所得乘右左用初等矩阵.2)()(.1P A AP PA A P)()(100013-001100013001)1()(100021000110002000100101010000101010011-11-11-k E k E kE k E EE ij ij i i ij ij -=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---主对角线以外；主对角线；副对角线五、矩阵的等价（一）矩阵等价的概念的秩是矩阵阶单位矩阵是的等价标准形，其中后者是则称若等价，记作与则称矩阵矩阵经有限次初等变换变成矩阵A r r E A EA B A B A B A r r,,000~.~,⎥⎦⎤⎢⎣⎡ （二）矩阵等价的充分必要条件价向量组等价必有矩阵等向量可以互相线性表示；向量组等价是指两个等价是两个不同的概念矩阵的等价与向量组的使得阶可逆矩阵，阶可逆矩阵矩阵，则存在时设，使和存在可逆矩阵秩是同型矩阵且有相同的，等价于⎥⎦⎤⎢⎣⎡=⨯=000,.2.1~rE PAQ Q n P m n m A BPAQ Q P B A B A⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=====----*-O BC O O C B O C O O B C O O B AE E A A EE A A AA E BA E AB B 111-1-1-1-111)()();()(1，分块矩阵法初等变换法伴随矩阵法或使定义法，找出为阶梯形方程组列方程用高斯消元法化不可逆，则可设未知数，若方法可以先求出可逆，则若方法解题思路的列向量表出的每列可由有解等价于A AB A X A AB r A r A B B Ax 2,,1)()(.2.111--===的主对角线元素之和是矩阵T T αββα 若11,--==P PB A PBP A n n 则1-)(,P P A P A n n n Λ=Λ，令与先求特征值与特征向量求 行列变换与单位矩阵、初等矩阵运算的关系第三章 n 维向量一、n 维向量的概念与运算 （一）n 维向量的概念个分量称为向量的第的矩阵，数或维列向量，也就是维行向量或分别称为或维向量，记作构成的有序数组称为个数i a n n n n a a a a a a n a a a n i T n n n 11,),...,,(),...,,(,...,,212121⨯⨯（二）n 维向量的运算0),(......),(,0),(.4...),(.3),...,,(.2),...,,(.1),...,,(,),...,,(222212222122112122112121=⇔==+++=+++=====+++==+++=+==ααααααααααβαβααββαβααβαβαT n nT TT n n Tn T n n T n T n a a a a a a b a b a b a ka ka ka k b a b a b a b b b a a a 正交，，则若内积数乘加法如果二、线性组合与线性表出 1.线性组合若干个同维数的列向量(或同维数的行向量)所组成的集合叫做向量组称为组合系数的一个线性组合，其中称为向量组所构成的向量个常数及维向量个由s s s s s s k k k k k k k k k s n s ,...,,,...,,...,...,,,...,,212122112121ααααααααα+++ 2.线性表出的线性组合是线性表出，或说可由则称的线性组合能表示成向量维向量如αααβαααββααααααβ,...,,,...,,...,...,,2121221121s s s s k k k n =+++3.向量组等价，则称两个向量等价量组可以互相线性表出线性表出；如果两个向可由向量组线性表出，则称向量组量组的每个向量都可以由向如过向量组)2()1(,...,,)2(,...,,)1(2121t s βββααα等价、则线性表出，可由向量组如果向量组不一定等价秩，但秩相同的向量组等价的向量具有相同的相同向量组所含向量的个数两个等价的线性无关的无关组等价向量组的任意两个极大无关组等价任一向量组和它的极大样，线性相关也可以不一但向量个数可以不一样、对称性、及反身性，等价向量组具有传递性)2()1(),2()1()2()1(.6.5.4.3.21r r =三、向量组的线性相关与线性无关 （一）线性相关与线性无关的概念 1.线性相关线性相关则称此向量组使得的数，如存在一组不全为维向量对于s s s s s k k k k k k n ααααααααα,...,,0...,...,,0,...,,2122112121=+++2.线性无关线性无关称此向量组，，必有不全为或者说如存在一组数线性无关则称此向量组，必有，如果维向量对于s s s s s s s s s k k k k k k k k k k k k n ααααααααααααααα,...,,0...0,...,,,...,,,0...0...,...,,212211212121221121≠+++=====+++（二）线性相关与线性无关的充分必要条件 1.线性相关的充分必要条件位向量一定线性相关个维向量线性相关个个向量线性表出可由其他存在某向量的个数有非零解齐次方程组线性相关，向量组n n n n s s r x x x s i s s s s 10,...,,1)(),...,,(0...),...,,(,...,,2121212121+=⇔-⇔⇔=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⇔ααααααααααααα2.线性无关的充分必要条件个向量线性表出都不能用其他存在某向量的个数只有零解齐次方程组线性无关，向量组1)(),...,,(0...),...,,(,...,,21212121-⇔=⇔=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⇔s s r x x x i s s s s αααααααααα3.几个重要结论组必然线性无关两两正交、非零的向量必然线性无关，，，延伸组线性无关，则它的任一若向量组必然线性无关个部分分组线性无关，则它的任一若向量组无关阶梯形向量组一定线性)4(...,...,,)3(,...,,,...,,)2()1(2211212121⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡s s s i i i s t βαβαβαααααααααα四、线性相关性与线性表出的关系ts t s s s t s s t s i i i s s s s s t ≤-线性无关，则线性表出，且可由向量组若向量组线性相关则线性表出，且可由向量组若向量组必然线性无关则它的任一个部分分组一线性表出，且表示法唯可由线性相关，则，线性无关，而向量组若向量组个向量线性表出可以用其余是线性相关，的充要条件向量组αααβββααααααβββαααααααααββαααααααααα,...,,,...,,,...,,)4(,...,,,,...,,,...,,)3(,...,,,...,,,...,,,...,,)2(1,...,,)1(2121212121212121212121五、向量组的秩与矩阵的秩（一）向量组的秩与矩阵的秩的概念 1.极大线性无关组是由原向量唯一确定的即个数都是关组中所含向量的个数个极大线性无关组是等价的，从而每的。
线性代数知识点汇总
线性代数知识点汇总线性代数是数学中的一个分支，研究向量空间及其上的线性变换。
它是现代数学中的一个重要基础学科，广泛应用于各个领域，如物理学、计算机科学、经济学等。
下面是线性代数的主要知识点的汇总。
1.向量空间：向量空间是线性代数的基本概念，它是一个集合，其中的元素称为向量，满足一定的运算规则，如加法和数乘。
向量空间具有加法和数乘封闭性、结合律、分配律等性质。
2.线性变换：线性变换是向量空间之间的一种映射，它保持向量空间中的加法和数乘运算。
线性变换可以用矩阵表示，矩阵的乘法运算对应于线性变换的复合运算。
3.矩阵：矩阵是线性代数中的一种重要工具，它是一个由数构成的矩形阵列。
矩阵可以表示向量空间中的线性变换，也可以用于解线性方程组、计算行列式、求逆矩阵等。
4.行列式：行列式是一个标量值，它是一个方阵的特征量。
行列式的值可以用于判断矩阵的可逆性、计算矩阵的逆、求解线性方程组等。
5.矩阵的逆：对于一个可逆矩阵，存在一个矩阵使得两者的乘积等于单位矩阵。
这个矩阵称为原矩阵的逆矩阵，它具有一些重要的性质，如对角矩阵的逆矩阵等。
6.线性方程组：线性方程组是线性代数中的一种基本问题，它由一组线性方程组成。
线性方程组的解可以通过矩阵的运算（如高斯消元法、矩阵的逆等）来求解。
7.特征值和特征向量：对于一个线性变换，存在一些特殊的向量，使得它们在变换后只改变了大小而没有改变方向。
这些向量称为特征向量，对应的大小称为特征值。
特征值和特征向量可以用于矩阵的对角化、求解差分方程等。
8.内积空间：内积空间是一种向量空间，它定义了一种内积运算。
内积运算满足对称性、线性性、正定性等性质，它可以用于定义向量的长度、角度、正交性等。
9.正交性：在内积空间中，两个非零向量的内积为零时称为正交。
正交性是线性代数中的一个重要概念，它可以用于构造正交基、正交投影、最小二乘法等。
10.最小二乘法：最小二乘法是一种用于拟合数据的方法，它通过最小化残差平方和来确定最优解。
《线性代数》知识点归纳
《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............................................................. - 4 -03、转置行列式........................................................... - 4 -04、行列式的性质......................................................... - 4 -05、计算行列式........................................................... - 5 -06、矩阵中未写出的元素................................................... - 6 -07、几类特殊的方阵....................................................... - 6 -08、矩阵的运算规则....................................................... - 7 -09、矩阵多项式.......................................................... - 11 -10、对称矩阵............................................................ - 11 -11、矩阵的分块.......................................................... - 11 -12、矩阵的初等变换...................................................... - 12 -13、矩阵等价............................................................ - 12 -14、初等矩阵............................................................ - 12 -15、行阶梯形矩阵与行最简形矩阵........................................ - 12 -16、逆矩阵.............................................................. - 13 -17、充分性与必要性的证明题.............................................. - 15 -18、伴随矩阵............................................................ - 16 -19、矩阵的标准形：...................................................... - 17 -20、矩阵的秩：.......................................................... - 17 -21、矩阵的秩的一些定理、推论............................................ - 18 -22、线性方程组概念...................................................... - 18 -23、齐次线性方程组与非齐次线性方程组（不含向量）........................ - 18 -24、行向量、列向量、零向量、负向量的概念................................ - 21 -25、线性方程组的向量形式................................................ - 22 -26、线性相关与线性无关的概念......................................... - 22 -27、向量个数大于向量维数的向量组必然线性相关........................... - 22 -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........................................................................ - 22 -29、线性表示与线性组合的概念......................................... - 23 -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 ........ - 23 - 31、线性相关（无关）与线性表示的3个定理 ................................ - 23 - 32、最大线性无关组与向量组的秩 .......................................... - 23 - 33、线性方程组解的结构 .................................................. - 23 - 01、余子式与代数余子式（1）设三阶行列式D ＝333231232221131211a a a a a aa 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。
- 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》的主要知识点第一部分 行列式 概念：1． n 阶行列式展开式的特点：①共有n!项，正负各半；②每项有n 个元素相乘，且覆盖所有的行与列； ③每一项的符号为（列）行）ττ+-()1(2． 元素的余子式以及代数余子式 ij ji ij M )1(A +-=3． 行列式的性质 计算方法： 1． 对角线法则2． 行列式的按行（列）展开 (另有异乘变零定理)第二部分 矩阵 1． 矩阵的乘积注意：①不满足交换率（一般情况下B A A B ≠）②不满足消去率 （由AB=AC 不能得出B=C ） ③由AB=0不能得出A=0或B=0 ④若AB=BA ，则称A 与B 是可换矩阵2．矩阵的转置满足的法则：TTTB A )B A (+=+，T T T TTA B AB kAkA ==)(,)(3．矩阵的多项式 设nn x a x a a x +++=Λ10)(ϕ，A 为n 阶方阵，则n n A a A a E a A +++=Λ10)(ϕ称为A 的n 次多项式。
对与对角矩阵有关的多项式有结论如下：（1）如果 1-Λ=P P A ，则n n A a A a E a A +++=Λ10)(ϕ11110---Λ++Λ+=P Pa P Pa EP Pa n n Λ= 1)(-ΛP P ϕ（2）若),,(21n a a a diag Λ=Λ，则))(),(),(()(21n a a a diag ϕϕϕϕΛ=Λ 4．逆矩阵：n 阶矩阵A,B ，若E BA AB ==，则A,B 互为逆矩阵。
n 阶矩阵A 可逆0A ≠⇔；n A r =⇔)( （或表示为n A R =)(）即A 为满秩矩阵； ⇔A 与E 等价；⇔A 可以表示成若干个初等矩阵的乘积； ⇔A 的列（行）向量组线性无关； ⇔A 的所有的特征值均不等于零 求法：①伴随矩阵法：*11A AA⋅=- ②初等变换法：()()1,,-−−−→−A E E A 初等行变换或⎪⎪⎭⎫⎝⎛−−−→−⎪⎪⎭⎫ ⎝⎛-1A E E A 初等列变换， E 是单位矩阵 性质：（1）矩阵A 可逆，则A 的逆矩阵是唯一的（2）设A 是n 阶矩阵，则有下列结论 ①若A 可逆，则1-A 也可逆，且A A =--11)(②若A 可逆，则TA 也可逆，且T TA A )()(11--=③若A 可逆，数0≠k ，则kA 可逆，且111)(--=A kkA ④若B A .为同阶矩阵且均可逆，则B A .也可逆，且111)(---=A B AB5．方阵A 的行列式：满足下述运算规律（设B A ,为n 阶方阵，λ为数）①A A T = ②A A nλλ= ③B A AB =6．伴随矩阵：行列式A 的各个元素的代数余子式ij A 所构成的如下的矩阵⎪⎪⎪⎪⎪⎭⎫⎝⎛=nn n n n n A A AA A A A A A A ΛM M M ΛΛ212221212111*，称为矩阵A 的伴随矩阵（注意行与列的标记的不同） 伴随矩阵具有性质：E A A A AA ==**常见的公式有：①1*-=n AA ②1*-⋅=A A A ③A AA 1)(1*=- ④=-1*)(A *1)(-A 等 7．初等矩阵：由单位矩阵E 经过一次初等变换后所得的矩阵称为初等矩阵。
三种初等变换对应着三种初等矩阵，分别记为： （1）),(j i E （互换E 的第i 、j 列）（2）))((k i E （E 的第i 行乘以不为零的数k ） （3）))((k ij E （把E 的j 行的k 倍加到第i 行上）初等矩阵具有下述性质：初等矩阵的转置仍为初等矩阵；初等矩阵都是可逆矩阵，其逆矩阵仍为初等矩阵且),(),(1j i E j i E =-、)]([)]([11--=k i E k i E 、)](,[)]([1k j i E k ij E -=-；初等矩阵的行列式分别是 -1，k, 1。
8．矩阵的初等变换：初等行变换: 下面三种变换称为矩阵的初等行变换： ①对调两行； 记为 j i r r ↔ 对换第j i 与行②以数0≠k 乘某一行中的所有元素； 记为 k r i ⨯ 第i 行乘k③把某一行所有元素的k 倍加到另一行对应的元素上去；记为 j i kr r + 第j 行k 倍加到第i 行上。
把定义中矩阵的行换成列，即得矩阵的初等列变换的定义. 矩阵的初等行变换和初等列变换统称矩阵初等变换矩阵的初等变换与初等矩阵的关系：设A 是一个n m ⨯矩阵，则① 对A 施行一次初等行变换，相当于在A 的左边乘以相应的m 阶初等矩阵； ② 对A 施行一次初等列变换，相当于在A 的右边乘以相应的n 阶初等矩阵9．矩阵的等价：如果矩阵A 经过有限次初等变换变成矩阵B ，就称矩阵A 与矩阵B 等价。
且若矩阵A 经过有限次初等行变换变成矩阵B ，就称矩阵A 与B 行等价； 若仅经过初等列变换，就称A 与B 列等价。
设B A ,为n m ⨯矩阵①A 与B 行等价⇔∃m 阶可逆矩阵P ，使得B PA = ②A 与B 列等价⇔∃n 阶可逆矩阵Q ，使得B AQ =③B A ,等价⇔∃m 阶可逆矩阵P ，n 阶可逆矩阵Q ，使得B PAQ = 利用矩阵的初等变换解矩阵方程B AX =，B A X 1-=，可以： )(B A M −−−→−初等行变换)(1B A E -MB XA =，1-=BA X ，可以： )(T T B A M −−−→−初等行变换)(T X E M，从而解出X 。
10．矩阵的秩：非零子式的最高阶数。
记为）（或A R )A (r求法：A −−−→−初等行变换行阶梯形矩阵B ，）（A R =B 的非零行的行数。
相关公式：①若A 是n m ⨯矩阵，则},min{)(0m n A R ≤≤ ②)()(A R A R T= ③B A ~⇔)(A R =)(B R④若设A 为n m ⨯矩阵， n m Q P ,均为可逆矩阵，则)(A r )(PAQ r = ⑤，则)()(),()}(),(max{B R A R B A R B R A R +≤≤ ⑥若B A ,均为n m ⨯矩阵，则)()()(B R A R B A R +≤+⑦))(),(min()(B R A R AB R ≤ ⑧若 O B A t n n m =⨯⨯，则 n B R A R ≤+)()( 11．分块矩阵：主要记住：（1）分块对角矩阵：设.A 为n 阶方程，若A 的分块矩阵只有在主对角线上有非零子块，其余子块都为零矩阵，且非零子块都是方块，即⎪⎪⎪⎪⎪⎭⎫⎝⎛O O =s A A A A O21. 其行列式与逆矩阵具有下述性质： ①s i A A A A Λ2=②若),,2,1(,0s i A i Λ=≠，则0≠A ，故A 可逆，并有:⎪⎪⎪⎪⎪⎭⎫⎝⎛O O =----112111.s A A A A O③设A 是m 阶方阵, B 是n 阶方阵,,且b B a A ==,,则()ab OB AO mn1-=另有：（2）设有分块矩阵⎥⎦⎤⎢⎣⎡=B O C A H ，其中B A ,分别为m 阶、n 阶可逆矩阵，则矩阵H 可逆且⎥⎦⎤⎢⎣⎡-=-----11111B O CB A A H（3）设有分块矩阵⎥⎦⎤⎢⎣⎡=B C O A H ，其中B A ,分别为m 阶、n 阶可逆矩阵，则 矩阵H 可逆且⎥⎦⎤⎢⎣⎡-=-----11111B CA B O A H第三部分 向量组1． 线性组合：给定向量组A ：m ααα,,,21Λ，对于任意一组实数，称向量m m k k k αααΛ++2211为向量组的一个线性组合，m k k k ,,,21Λ称为该线性组合的系数。
给定向量组A ：m ααα,,,21Λ和向量β，如果存在一组数m λλλ,,,21Λ，使得 β=m m αλαλαλΛ++2211则向量β是向量组A 的线性组合，也称向量β可以由向量组A 线性表示 向量β能由向量组A 线性表示⇔方程组βααα=++m m x x x Λ2211 有解 ⇔矩阵A=（m ααα,,,21Λ）的秩等于矩阵B=(m ααα,,,21Λ，β)的秩 2．等价：设有两个向量组A ：m ααα,,,21Λ及B ：s βββ,,,21Λ，若B 中的每个向量都可以由向量组A 线性表示，则称向量组B 能由向量组A 线性表示。
若向量组A 与向量组B 能互相线性表示，则称这两个向量组等价。
记为：（m ααα,,,21Λ）≌（s βββ,,,21Λ） 主要结论：（1）矩阵A 与B 若行等价，则A 的行向量组与B 的行向量组等价； 若矩阵A 与B 若列等价，则A 的列向量组与B 的列向量组等价（2）向量组B ：l b b b Λ,,21能由向量组A:m a a a Λ,,21线性表示⇔存在矩阵K ，使得B=AK⇔方程AX=B 有解 ⇔),()(B A R A R =（3）向量组A: m a a a Λ,,21与向量组B ：l b b b Λ,,21等价⇔ ),()()(B A R B R A R ==，其中，A,B 是向量组构成的矩阵（4）向量组B ：l b b b Λ,,21能由向量组A:m a a a Λ,,21线性表示，则 R(l b b b Λ,,21)≤R(m a a a Λ,,21) 3．线性相关与线性无关对向量组A ：m ααα,,,21Λ，如果存在不全为零的一组数m k k k ,,,21Λ，使得：02211=++m m k k k αααΛ 则称向量组A 是线性相关的，否则称为线性无关， 也就是说当且仅当m k k k ,,,21Λ都是零时才能使（Ⅲ）式成立，则m ααα,,,21Λ线性无关。
主要结论：（1）向量组m ααα,,,21Λ线性相关⇔齐次线性方程组有非零解⇔它所构成的矩阵A =（m ααα,,,21Λ）的秩小于m ；同样 线性无关⇔仅有零解⇔m A R =)(（2）n 个n 维向量()n a a a 112111,,,Λ=α，),,,(222212n a a a Λ=α),,(21nn n n n a a a ΛΛ=α线性相关⇔行列式0212222111211=nnn n nna a a a a a a a a ΛM M M M ΛΛ， 线性无关⇔行列式0≠（3）m 个n 维向量，当维数m n <时，向量组一定线性相关。
特别地，1+n 个n 维向量必线性相关；（4）若向量组A ：m ααα,,,21Λ线性相关⇒向量组B: 121,,,,+m m ααααΛ一定线性相关；反之，向量组B 若线性无关⇒向量组A 线性无关或叙述为：整体无关，则任意部分无关；只要有一部分相关，则整体相关；（5）若向量组A ：m ααα,,,21Λ线性无关，而向量组B: m ααα,,,21Λ,β线性相关⇒β必能由向量组A 线性表示，且表达式唯一（6）若r 维向量组m ααα,,,21Λ线性无关，则在每一个向量上再添加r n -个分量所得到的n 维向量组11211,,,m αααΛ也是线性无关的（7）向量组A ：m ααα,,,21Λ线性相关⇔其中至少有一个向量是其余1-m 个向量的线性组合 ；线性无关⇔每一个向量都不能由其余向量线性表示。