线性代数知识点总结(第6章)
线性代数知识点总结

线性代数知识点总结线性代数知识点总结第一章行列式行列式是线性代数中的重要概念之一。
行列式的定义包括二三阶行列式和N阶行列式。
其中,N阶行列式是由行列式中所有不同行、不同列的n个元素的乘积的和构成的。
行列式的计算需要用到奇偶排列、逆序数和对换等概念。
行列式还具有多种性质,如行列式行列互换其值不变,行列式中某两行(列)互换,行列式变号等。
通过这些性质,我们可以推论出行列式中某两行(列)对应元素相等,则行列式等于零等结论。
行列式还有一些特殊的形式,如转置行列式、对称行列式、反对称行列式、三线性行列式和上(下)三角形行列式等。
行列式在解线性方程组中应用广泛,如克莱姆法则。
非齐次线性方程组的系数行列式不为零时,有唯一解;而齐次线性方程组的系数行列式为1时,只有零解。
第二章矩阵矩阵是线性代数中另一个重要概念。
矩阵是由数个数排成的矩形阵列,其中包括零矩阵、负矩阵、行矩阵、列矩阵、n阶方阵和相等矩阵等。
矩阵的运算包括加法、数乘和乘法。
其中,加法和数乘都满足交换律和结合律。
而矩阵的乘法需要满足行数等于列数的规则。
矩阵的乘法运算需要用到矩阵的元素之间的乘积和求和。
在矩阵的运算中,我们需要注意矩阵的类型和是否有意义。
一般情况下,矩阵乘法不满足消去律。
即使已知AB=0,也不能得到A=0或B=0.对于矩阵A,它的转置等于A乘以A加B。
即transpose(A)=A(A+B)。
对于标量k和矩阵A,有(kA)=kA和(AB)=BA(反序定理)。
对于方幂A^k,有(A^k)=(A^1+k/2)+(A^2+k/2)。
有几种特殊的矩阵,如对角矩阵、数量矩阵、单位矩阵、上下三角形矩阵、对称矩阵、反对称矩阵、阶梯型矩阵和分块矩阵。
对于分块矩阵,加法、数乘和乘法的规则类似,而转置需要对每个子块进行转置。
矩阵的逆矩阵指的是存在一个N阶矩阵B,使得AB=BA=I。
如果矩阵A是可逆的,则称它是非奇异矩阵,否则称为奇异矩阵,其行列式为0.初等变换不会改变矩阵的可逆性,而初等矩阵都是可逆的。
《线性代数》知识点-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。
线性代数知识点总结

大学线性代数知识点总结第一章 行列式 二三阶行列式N 阶行列式:行列式中所有不同行、不同列的n 个元素的乘积的和 n nn nj j j j j j j j j n ij a a a a ...)1(21212121)..(∑-=τ奇偶排列、逆序数、对换行列式的性质:①行列式行列互换,其值不变.转置行列式T D D = ②行列式中某两行列互换,行列式变号.推论:若行列式中某两行列对应元素相等,则行列式等于零. ③常数k 乘以行列式的某一行列,等于k 乘以此行列式. 推论:若行列式中两行列成比例,则行列式值为零; 推论:行列式中某一行列元素全为零,行列式为零. ④行列式具有分行列可加性⑤将行列式某一行列的k 倍加到另一行列上,值不变 行列式依行列展开:余子式ij M 、代数余子式ij j i ij M A +-=)1(定理:行列式中某一行的元素与另一行元素对应余子式乘积之和为零.克莱姆法则:非齐次线性方程组 :当系数行列式0≠D 时,有唯一解:)21(n j DD x j j ⋯⋯==、齐次线性方程组 :当系数行列式01≠=D 时,则只有零解逆否:若方程组存在非零解,则D 等于零特殊行列式:①转置行列式:332313322212312111333231232221131211a a a a a a a a a a a a a a a a a a → ②对称行列式:ji ij a a =③反对称行列式:ji ij a a -= 奇数阶的反对称行列式值为零④三线性行列式:3331222113121100a a a a a a a 方法:用221a k 把21a 化为零,..化为三角形行列式⑤上下三角形行列式: 行列式运算常用方法主要行列式定义法二三阶或零元素多的 化零法比例化三角形行列式法、降阶法、升阶法、归纳法、第二章 矩阵矩阵的概念:n m A *零矩阵、负矩阵、行矩阵、列矩阵、n 阶方阵、相等矩阵矩阵的运算:加法同型矩阵---------交换、结合律 数乘n m ij ka kA *)(=---------分配、结合律乘法nm lkj ik n l kj l m ik b a b a B A *1**)()(*)(*∑==注意什么时候有意义一般AB=BA,不满足消去律;由AB=0,不能得A=0或B=0转置A A T T =)( T T T B A B A +=+)( T T kA kA =)( T T T A B AB =)(反序定理 方幂:2121k k k k A A A +=2121)(k k k kA A +=几种特殊的矩阵:对角矩阵:若AB 都是N 阶对角阵,k 是数,则kA 、A+B 、 AB 都是n 阶对角阵 数量矩阵:相当于一个数若…… 单位矩阵、上下三角形矩阵若…… 对称矩阵 反对称矩阵阶梯型矩阵:每一非零行左数第一个非零元素所在列的下方 都是0 分块矩阵:加法,数乘,乘法:类似,转置:每块转置并且每个子块也要转置注:把分出来的小块矩阵看成是元素逆矩阵:设A 是N 阶方阵,若存在N 阶矩阵B 的AB=BA=I 则称A 是可逆的, B A =-1非奇异矩阵、奇异矩阵|A|=0、伴随矩阵 初等变换1、交换两行列 2.、非零k 乘某一行列3、将某行列的K 倍加到另一行列初等变换不改变矩阵的可逆性 初等矩阵都可逆初等矩阵:单位矩阵经过一次初等变换得到的对换阵 倍乘阵 倍加阵等价标准形矩阵⎪⎪⎭⎫⎝⎛=O O O I D r r矩阵的秩rA :满秩矩阵 降秩矩阵 若A 可逆,则满秩 若A 是非奇异矩阵,则rAB=rB 初等变换不改变矩阵的秩求法:1定义2转化为标准式或阶梯形矩阵与行列式的联系与区别:都是数表;行列式行数列数一样,矩阵不一样;行列式最终是一个数,只要值相等,就相等,矩阵是一个数表,对应元素相等才相等;矩阵n ij n ij a k ka )()(=,行列式n ij nn ij a k ka =逆矩阵注:①AB=BA=I 则A 与B 一定是方阵 ②BA=AB=I 则A 与B 一定互逆;③不是所有的方阵都存在逆矩阵;④若A 可逆,则其逆矩阵是唯一的.矩阵的逆矩阵满足的运算律:1、可逆矩阵A 的逆矩阵也是可逆的,且A A =--11)(2、可逆矩阵A 的数乘矩阵kA 也是可逆的,且111)(--=A kkA 3、可逆矩阵A 的转置T A 也是可逆的,且T T A A )()(11--=4、两个可逆矩阵A 与B 的乘积AB 也是可逆的,且111)(---=A B AB 但是两个可逆矩阵A 与B 的和A+B 不一定可逆,即使可逆,但11)(--+≠+B A B AA 为N 阶方阵,若|A|=0,则称A 为奇异矩阵,否则为非奇异矩阵. 5、若A 可逆,则11--=A A伴随矩阵:A 为N 阶方阵,伴随矩阵:⎪⎪⎭⎫⎝⎛=22211211*A A A A A 代数余子式 特殊矩阵的逆矩阵:对1和2,前提是每个矩阵都可逆1、分块矩阵⎪⎪⎭⎫ ⎝⎛=C O B A D 则⎪⎪⎭⎫ ⎝⎛-=-----11111C O BC A AD 2、准对角矩阵⎪⎪⎪⎪⎪⎭⎫⎝⎛=4321A A A A A , 则⎪⎪⎪⎪⎪⎭⎫⎝⎛=-----141312111A A A A A 3、 I A A A AA ==** 4、1*-=A A A A 可逆 5、1*-=n A A 6、()()A AA A 1*11*==--A 可逆7、()()**T TA A = 8、()***AB AB =判断矩阵是否可逆:充要条件是0≠A ,此时*11A AA =- 求逆矩阵的方法:定义法I AA =-1伴随矩阵法AA A *1=-初等变换法()()1||-=A I I A n n 只能是行变换初等矩阵与矩阵乘法的关系: 设()nm ij aA *=是mn 阶矩阵,则对A 的行实行一次初等变换得到的矩阵,等于用同等的m 阶初等矩阵左乘以A :对A 的列实行一次初等变换得到的矩阵,等于用同种n 阶初等矩阵右乘以A 行变左乘,列变右乘第三章 线性方程组消元法 非齐次线性方程组:增广矩阵→简化阶梯型矩阵rAB=rB=r 当r=n 时,有唯一解;当n r ≠时,有无穷多解 rAB ≠rB,无解齐次线性方程组:仅有零解充要rA=n 有非零解充要rA<n 当齐次线性方程组方程个数<未知量个数,一定有非零解 当齐次线性方程组方程个数=未知量个数,有非零解充要|A|=0齐次线性方程组若有零解,一定是无穷多个N 维向量:由n 个实数组成的n 元有序数组.希腊字母表示加法数乘 特殊的向量:行列向量,零向量θ,负向量,相等向量,转置向量 向量间的线性关系: 线性组合或线性表示向量组间的线性相关无:定义179P向量组的秩:极大无关组定义P188定理:如果rj j j ααα,.....,21是向量组s ααα,.....,21的线性无关的部分组,则它是 极大无关组的充要条件是:s ααα,.....,21中的每一个向量都可由rj j j ααα,.....,21线性表出.秩:极大无关组中所含的向量个数.定理:设A 为mn 矩阵,则r A r =)(的充要条件是:A 的列行秩为r.现性方程组解的结构:齐次非齐次、基础解系线性组合或线性表示注:两个向量αβ,若βαk =则α是β线性组合单位向量组任意向量都是单位向量组的线性组合 零向量是任意向量组的线性组合任意向量组中的一个都是他本身的线性组合 向量组间的线性相关无注: n 个n 维单位向量组一定是线性无关 一个非零向量是线性无关,零向量是线性相关 含有零向量的向量组一定是线性相关 若两个向量成比例,则他们一定线性相关向量β可由n ααα,..,21线性表示的充要条件是)...()...(2121T Tn TTTnTTr r βαααααα=判断是否为线性相关的方法:1、定义法:设n k k k ....21,求n k k k ....21适合维数低的2、向量间关系法183P :部分相关则整体相关,整体无关则部分无关3、分量法n 个m 维向量组180P :线性相关充要n r Tn T T <⇒)....(21ααα 线性无关充要n r T n T T =⇒)....(21ααα推论①当m=n 时,相关,则0321=T T T ααα;无关,则0321≠T T T ααα ②当m<n 时,线性相关推广:若向量s ααα,...,21组线性无关,则当s 为奇数时,向量组13221,...,αααααα+++s 也线性无关;当s 为偶数时,向量组也线性相关.定理:如果向量组βααα,,...,21s 线性相关,则向量β可由向量组s ααα,...,21线性表出,且 表示法唯一的充分必要条件是s ααα,...,21线性无关. 极大无关组注:向量组的极大无关组不是唯一的,但他们所含向量的个数是确定的;不全为零的向量组的极大无关组一定存在; 无关的向量组的极大无关组是其本身; 向量组与其极大无关组是等价的. 齐次线性方程组I 解的结构:解为...,21αα I 的两个解的和21αα+仍是它的解; I 解的任意倍数αk 还是它的解;I 解的线性组合s s c c c ααα+++....2211也是它的解,s c c c ,...,21是任意常数.非齐次线性方程组II 解的结构:解为...,21μμII 的两个解的差21μμ-仍是它的解;若μ是非齐次线性方程组AX=B 的一个解,v 是其导出组AX=O 的一个解,则u+v 是II 的一个解. 定理:如果齐次线性方程组的系数矩阵A 的秩n r A r <=)(,则该方程组的基础解系存在,且在每个基础解系中,恰含有n-r 个解.若μ是非齐次线性方程组AX=B 的一个解,v 是其导出组AX=O 的全部解,则u+v 是II 的全部解.第四章 向量空间向量的内积 实向量定义:α,β=n n T b a b a b a +++=....2211αβ 性质:非负性、对称性、线性性 α,k β=k α,β; k α,k β=2k α,β;α+β,δγ+=α,γ+α,δ+β,γ+β,δ;),(),(1111j i sj j ri i j sj j ri i i l k l k βαβα∑∑∑∑===== n R ∈δγβα,,,,向量的长度),(ααα=0=α的充要条件是α=0;α是单位向量的充要条件是α,α=1单位化 向量的夹角正交向量:αβ是正交向量的充要条件是α,β=0 正交的向量组必定线性无关 正交矩阵:n阶矩阵A I A A AA T T ==性质:1、若A 为正交矩阵,则A可逆,且T A A =-1,且1-A 也是正交矩阵;2、若A 为正交矩阵,则1±=A ;3、若A 、B为同阶正交矩阵,则AB也是正交矩阵; 4、n阶矩阵A=ij a 是正交矩阵的充要条件是A的列行向量组是 标准正交向量;第五章 矩阵的特征值和特征向量 特征值、特征向量A 是N 阶方阵,若数λ使AX=λX,即λI-A=0有非零解,则称λ为A 的一 个特征值,此时,非零解称为A 的属于特征值λ的特征向量. |A|=n λλλ...**21 注: 1、AX=λX2、求特征值、特征向量的方法0=-A I λ 求i λ 将i λ代入λI-AX=0求出所有非零解 3、对于不同的矩阵,有重根、单根、复根、实根主要学习的特殊:n I )(λ的特征向量为任意N 阶非零向量或)(21不全为零i n c c c c ⎪⎪⎪⎭⎫ ⎝⎛4、特征值: 若)0(≠λλ是A 的特征值则1-A --------λ1 则m A --------m λ则kA --------λk若2A =A 则-----------λ=0或1若2A =I 则-----------λ=-1或1若k A =O 则----------λ=0迹trA :迹A=nn a a a +⋯⋯++2211性质:1、N 阶方阵可逆的充要条件是A 的特征值全是非零的2、A 与1-A 有相同的特征值3、N 阶方阵A 的不同特征值所对应的特征向量线性无关4、5、P281相似矩阵定义P283:A 、B 是N 阶矩阵,若存在可逆矩阵P,满足B AP P =-1,则矩阵A 与B 相似,记作A~B性质1、自身性:A~A,P=I2、对称性:若A~B 则B~A B AP P =-1 1-=PBP A A BP P =---111)(3、传递性:若A~B 、B~C 则A~C B AP P =-111 C BP P =-212---C P P A P P =-)()(211214、若AB,则A 与B 同不可逆5、若A~B,则11~--B A B AP P =-1两边同取逆,111---=B P A P6、若A~B,则它们有相同的特征值. 特征值相同的矩阵不一定相似7、若A~B,则)()(B r A r = 初等变换不改变矩阵的秩例子:B AP P =-1则1100100-=P PB AO AP P =-1 A=OI AP P =-1 A=II AP P λ=-1 A=I λ矩阵对角化定理:N 阶矩阵A 与N 阶对角形矩阵相似的充要条件是A 有N 个线性无关的特征向量注:1、P 与^中的i i x λ与顺序一致2、A~^,则^与P 不是唯一的推论:若n 阶方阵A 有n 个互异的特征值,则~^A P281定理:n 阶方阵~^A 的充要条件是对于每一个i K 重特征根i λ,都有i i K n A I r -=-)(λ注:三角形矩阵、数量矩阵I λ的特征值为主对角线.约当形矩阵约当块:形如⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=λλλλ111J 的n 阶矩阵称为n 阶约当块; 约当形矩阵:由若干个约当块组成的对角分块矩阵⎪⎪⎪⎭⎫ ⎝⎛=n J J J J 21i J 是约当块称为约当形矩阵. 定理:任何矩阵A 都相似于一个约当形矩阵,即存在n 阶可逆矩阵J AP P =-1.第六章 二次型二次型与对称矩阵只含有二次项的n 元多项式f 称为一个n 元二次型,简称二次型. 标准型:形如 的二次型,称为标准型.规范型:形如 的二次型,称为规范型.线性变换矩阵的合同:设AB 是n 阶方阵,若存在一个n 阶可逆矩阵C,使得 则称A 与B 是合同的,记作A B.合同的性质:反身性、对称性、传递性、秩、化二次型为标准型:配方法、做变换二次型中不含有平方项。
线性代数知识点总结

线性代数知识点总结线性代数知识点总结一、行列式1、N阶行列式中元素aij的第一个下标i 为行指标(横行),第二个下标j 为列指标(竖列)。
即aij位于行列式的第i 行第j 列。
2、在一个排列中,若数较大的数码排在较小的数码之前则称这两个数组成此排列的一个逆序。
一个排列中所有逆序的总数称为此排列的逆序数。
记为 (每个元素的逆序数之总和即为所求排列的逆序数)逆序数为奇数的为奇排列,偶数为偶排列。
3、上/下三角行列式主对角线以下/上元素都是0,上/下三角行列式的值为主对角线上所有元素乘积。
(详见课本p4)4、(1)行列式与它的转置行列式相等既D=D T。
(把D的各行换成同序号的列的运算就是行列式的转置行列式)(2)行列式中行与列具有同等的地位,因此行列式的性质凡是对行成立的对列也同样成立。
(3)互换行列式的两行(列),行列式变号。
推论:如果行列式有两行(列)完全相同,则此行列式为零。
(4)行列式的某一行(列)中所有的元素都乘以同一数k等于用数k乘此行列式。
因此行列式的某一行(列)中所有元素的公因子可以提到行列式符号的外面。
(5)行列式中如果有两行(列)元素成比例,则此行列式为零。
(6)若行列式的某一列(行)的元素都是两数之和那么可以把改行列式表达成两个行列式之和。
(详见课本p8)(7)把行列式的某一列(行)的各元素乘以同一数k 然后加到另一列(行)对应的元素上去,行列式的值不变。
(8)计算行列式常用方法:(1)利用定义(详见课本p3);(2)利用性质把行列式化为上三角形行列式,从而算得行列式的值.5、在n阶行列式中,把元素a ij 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a ij 的余子式,记作M ij叫做元素a ij 的代数余子式=-M ij6、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乘积之和,即7、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既8、一个n 阶行列式,如果其中第i 行所有元素除a ij 外都为零,那末这行列式等于a ij 与它的代数余子式的乘积既D=a ij A ij 二、矩阵及其运算主对角线全为1其余的位置全是0的矩阵称为单位阵()ij ji ij M A +-=144434241343332312423222114131211a a a a a a a a a a a a a a a a D =44424134323114121123a a a a a a a a a M =()2332231M A +-=in in i i i i A a A a A a D +++=L 2211()n i ,,2,1L =.,02211j i A a A a A a jn in j i j i ≠=+++L ??==100010001L L L L L L L n E E(1)两个矩阵的行数相等,列数相等时,称为同型矩阵。
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。
完整版线性代数知识点总结

完整版线性代数知识点总结线性代数是数学的一个分支,研究向量空间及其上的线性变换。
它在各个领域中都有广泛的应用,包括物理学、计算机科学、工程学等。
以下是线性代数的一些重要知识点总结:1.向量和向量空间:向量是有方向和大小的量,可以用来表示力、速度、位移等。
向量空间是向量的集合,具有加法和标量乘法运算,同时满足一定的性质。
2.线性方程组和矩阵:线性方程组是一组线性方程的集合,研究其解的性质和求解方法。
矩阵是一个由数构成的矩形数组,可以用来表示线性方程组中的系数和常数。
3.矩阵的运算:包括矩阵的加法、减法和乘法运算。
矩阵乘法是一种重要的运算,可以用来表示线性变换和复合变换。
4.行列式和特征值:行列式是一个标量,表示矩阵的一些性质,如可逆性和面积/体积的变换。
特征值是矩阵对应的线性变换中特殊的值,表示该变换在一些方向上的伸缩程度。
5.向量的内积和正交性:向量的内积是一种二元运算,可以用来表示向量之间的夹角和长度。
正交向量是指内积为零的向量,可以用来表示正交补空间等概念。
6.向量的投影和正交分解:向量的投影是一个向量在另一个向量上的投影,可以用来表示向量的分解。
正交分解是将一个向量分解为与另一个向量正交和平行的两个向量之和。
7.线性变换和线性映射:线性变换是指保持向量加法和标量乘法运算的变换。
线性映射是向量空间之间的函数,具有保持线性运算的性质。
8.特征值和特征向量:特征值和特征向量是线性变换或矩阵中一个重要的概念,用于描述变换的性质和方向。
9.正交矩阵和对称矩阵:正交矩阵是一个方阵,其列向量组成的矩阵是正交的。
对称矩阵是一个方阵,其转置等于自身。
10.奇异值分解:奇异值分解(SVD)是一种矩阵的分解方法,用来将一个矩阵分解为三个矩阵的乘积。
SVD在数据压缩、图像处理和机器学习等领域有广泛的应用。
11.最小二乘法:最小二乘法是一种数学优化方法,用来找到一条曲线或超平面,使得这些数据点到该曲线或超平面的距离平方和最小。
(NEW)同济大学数学系《工程数学—线性代数》(第6版)笔记和课后习题(含考研真题)详解

目 录
第1章 行列式
1.1 复习笔记
1.2 课后习题详解
1.3 考研真题详解
第2章 矩阵及其运算
2.1 复习笔记
2.2 课后习题详解
2.3 考研真题详解
第3章 矩阵的初等变换与线性方程组
3.1 复习笔记
3.2 课后习题详解
3.3 考研真题详解
第4章 向量组的线性相关性4.1 复习笔记
4.2 课后习题详解
4.3 考研真题详解
第5章 相似矩阵及二次型5.1 复习笔记
5.2 课后习题详解
5.3 考研真题详解
第6章 线性空间与线性变换6.1 复习笔记
6.2 课后习题详解
6.3 考研真题详解
第1章 行列式
1.1 复习笔记
一、二阶与三阶行列式
1二阶行列式
定义 将四个数,,,按一定位置,排成二行二列的数表:
则表达式就是数表的二阶行列式,并记作
2三阶行列式
定义 设有9个数排成3行3列的数表
记
该式称为数表所确定的三阶行列式.
二、全排列和对换
1全排列。
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是数学的一个分支,它的研究对象是向量,向量空间,线性变换和有限维的线性方程组。
下面是作者想跟大家分享的线性代数知识点总结,欢迎大家浏览。
第一章行列式知识点1:行列式、逆序数知识点2:余子式、代数余子式知识点3:行列式的性质知识点4:行列式按一行(列)展开公式知识点5:计算行列式的方法知识点6:克拉默法则第二章矩阵知识点7:矩阵的概念、线性运算及运算律知识点8:矩阵的乘法运算及运算律知识点9:计算方阵的幂知识点10:转置矩阵及运算律知识点11:伴随矩阵及其性质知识点12:逆矩阵及运算律知识点13:矩阵可逆的判断知识点14:方阵的行列式运算及特殊类型的矩阵的运算知识点15:矩阵方程的求解知识点16:初等变换的概念及其应用知识点17:初等方阵的概念知识点18:初等变换与初等方阵的关系知识点19:等价矩阵的概念与判断知识点20:矩阵的子式与最高阶非零子式知识点21:矩阵的秩的概念与判断知识点22:矩阵的秩的性质与定理知识点23:分块矩阵的概念与运算、特殊分块阵的运算知识点24:矩阵分块在解题中的技巧举例第三章向量知识点25:向量的概念及运算知识点26:向量的线性组合与线性表示知识点27:向量组之间的线性表示及等价知识点28:向量组线性相关与线性无关的概念知识点29:线性表示与线性相关性的关系知识点30:线性相关性的判别法知识点31:向量组的最大线性无关组和向量组的秩的概念知识点32:矩阵的秩与向量组的`秩的关系知识点33:求向量组的最大无关组知识点34:有关向量组的定理的综合运用知识点35:内积的概念及性质知识点36:正交向量组、正交阵及其性质知识点37:向量组的正交规范化、施密特正交化方法知识点38:向量空间(数一)知识点39:基变换与过渡矩阵(数一)知识点40:基变换下的坐标变换(数一)第四章线性方程组知识点41:齐次线性方程组解的性质与结构知识点42:非齐次方程组解的性质及结构知识点43:非齐次线性线性方程组解的各种情形知识点44:用初等行变换求解线性方程组知识点45:线性方程组的公共解、同解知识点46:方程组、矩阵方程与矩阵的乘法运算的关系知识点47:方程组、矩阵与向量之间的联系及其解题技巧举例第五章矩阵的特征值与特征向量知识点48:特征值与特征向量的概念与性质知识点49:特征值和特征向量的求解知识点50:相似矩阵的概念及性质知识点51:矩阵的相似对角化知识点52:实对称矩阵的相似对角化.知识点53:利用相似对角化求矩阵和矩阵的幂第六章二次型知识点54:二次型及其矩阵表示知识点55:矩阵的合同知识点56 : 矩阵的等价、相似与合同的关系知识点57:二次型的标准形知识点58:用正交变换化二次型为标准形知识点59:用配方法化二次型为标准形知识点60:正定二次型的概念及判断。
线性代数知识点总结

线性代数知识点总结线性代数是数学的一个分支,它的研究对象是向量,向量空间,线性变换和有限维的线性方程组。
下面是小编想跟大家分享的线性代数知识点总结,欢迎大家浏览。
第一章行列式知识点1:行列式、逆序数知识点2:余子式、代数余子式知识点3:行列式的性质知识点4:行列式按一行(列)展开公式知识点5:计算行列式的方法知识点6:克拉默法则第二章矩阵知识点7:矩阵的概念、线性运算及运算律知识点8:矩阵的乘法运算及运算律知识点9:计算方阵的幂知识点10:转置矩阵及运算律知识点11:伴随矩阵及其性质知识点12:逆矩阵及运算律知识点13:矩阵可逆的判断知识点14:方阵的行列式运算及特殊类型的矩阵的运算知识点15:矩阵方程的求解知识点16:初等变换的概念及其应用知识点17:初等方阵的概念知识点18:初等变换与初等方阵的关系知识点19:等价矩阵的概念与判断知识点20:矩阵的.子式与最高阶非零子式知识点21:矩阵的秩的概念与判断知识点22:矩阵的秩的性质与定理知识点23:分块矩阵的概念与运算、特殊分块阵的运算知识点24:矩阵分块在解题中的技巧举例第三章向量知识点25:向量的概念及运算知识点26:向量的线性组合与线性表示知识点27:向量组之间的线性表示及等价知识点28:向量组线性相关与线性无关的概念知识点29:线性表示与线性相关性的关系知识点30:线性相关性的判别法知识点31:向量组的最大线性无关组和向量组的秩的概念知识点32:矩阵的秩与向量组的秩的关系知识点33:求向量组的最大无关组知识点34:有关向量组的定理的综合运用知识点35:内积的概念及性质知识点36:正交向量组、正交阵及其性质知识点37:向量组的正交规范化、施密特正交化方法知识点38:向量空间(数一)知识点39:基变换与过渡矩阵(数一)知识点40:基变换下的坐标变换(数一)第四章线性方程组知识点41:齐次线性方程组解的性质与结构知识点42:非齐次方程组解的性质及结构知识点43:非齐次线性线性方程组解的各种情形知识点44:用初等行变换求解线性方程组知识点45:线性方程组的公共解、同解知识点46:方程组、矩阵方程与矩阵的乘法运算的关系知识点47:方程组、矩阵与向量之间的联系及其解题技巧举例第五章矩阵的特征值与特征向量知识点48:特征值与特征向量的概念与性质知识点49:特征值和特征向量的求解知识点50:相似矩阵的概念及性质知识点51:矩阵的相似对角化知识点52:实对称矩阵的相似对角化.知识点53:利用相似对角化求矩阵和矩阵的幂第六章二次型知识点54:二次型及其矩阵表示知识点55:矩阵的合同知识点56 : 矩阵的等价、相似与合同的关系知识点57:二次型的标准形知识点58:用正交变换化二次型为标准形知识点59:用配方法化二次型为标准形知识点60:正定二次型的概念及判断。
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。
线性代数知识点总结

线性代数知识点总结一、向量空间向量空间是线性代数的核心概念,描述了向量的运算规则和性质。
一个向量空间必须满足以下条件:1. 封闭性:对于任意向量u、v属于向量空间V和标量c,有u+v和cu也属于向量空间V。
2. 相容性:向量空间中的向量和标量运算符必须相容,即对于任意u和v属于向量空间V和标量c,满足c(u+v) = cu + cv。
3.存在零向量:向量空间V中存在一个零向量0,满足对于任何向量v属于向量空间V,有v+0=v。
4.存在相反向量:对于任意向量v属于向量空间V,存在一个相反向量-w,满足v+(-w) = 0。
5.结合律:对于u、v、w属于向量空间V和标量c,满足(u+v)+w = u+(v+w)。
6.分配律:对于向量u和v属于向量空间V和标量a、b,满足(a+b)u = au+bu 和 a(u+v) = au+av。
二、矩阵与线性方程组1.矩阵的定义:矩阵是一个由m行n列元素组成的矩形数表。
一个m×n的矩阵有m行和n列,记作A=(aij)。
其中,i表示行索引,j表示列索引,aij表示矩阵A中第i行第j列的元素。
2.矩阵的运算:(1) 矩阵加法:对于两个具有相同维度的矩阵A和B,它们的和C记作C=A+B,定义为C的每个元素等于A和B对应位置元素的和。
(2) 矩阵乘法:对于两个矩阵A和B,如果A的列数等于B的行数,则矩阵A和B的乘积C记作C=AB,定义为C的第i行第j列的元素等于矩阵A的第i行元素与矩阵B的第j列元素的内积。
3.线性方程组:线性方程组是以线性方程为元素的方程组,其中每个未知数的最高次数为1。
(1)增广矩阵:线性方程组可以表示为增广矩阵的形式,增广矩阵是将系数矩阵与常数矩阵相连接而成的矩阵。
(2)矩阵的初等行变换:矩阵的初等行变换包括将矩阵的某一行乘以一个非零常数、将矩阵的某两行互换、将矩阵的某一行加上另一行的若干倍。
(3)矩阵的行阶梯形和行最简形:通过矩阵的初等行变换,可以将矩阵变成行阶梯形和行最简形。
线性代数总结归纳

第一章行列式1.为何要学习《线性代数》?学习《线性代数》的重要性和意义。
答:《线性代数》是理、工、医各专业的基础课程,它是初等代数理论的继续和发展,它的理论和方法在各个学科中得到了广泛的应用。
2.《线性代数》的前导课程。
答:初等代数。
3.《线性代数》的后继课程。
答:高等代数,线性规划,运筹学,经济学等。
4.如何学习《线性代数》?答:掌握各章节的基本概念和解决问题的基本方法,多多体会例子的方法和技巧,多做练习,在练习中要紧扣问题涉及的概念,不要随意扩大概念的范围,练习要自己做才能理解所学的知识。
在学完一章后自己要做一个小结,理清该章内容及前后概念之间的联系。
在学完本课程后,将各章的内容做一个总结,想想各章内容之间的联系,易混淆的概念要着重加深理解及区分它们之间的差异。
第一章行列式5.什么是一个n阶全排列?【知识点】:n阶全排列。
答:由n个数1,2,… ,n 组成的一个有序数组。
6.什么是标准排列?【知识点】:n阶全排列。
答:按数字由小到大的自然顺序排列的n阶排列123…n。
7.什么是n阶全排列的逆序?【知识点】:n阶全排列的逆序。
答:在一个n阶排列中,若某个较大的数排在某个较小的数前面,则称这两个数构成一个逆序。
例如:排列45312中,数4与3,数4与1,数4与2,数5与3,数5与1,数5与2,数3与1,数3与2都构成逆序。
数4与5,数1与2不构成逆序。
8.什么是n阶排列的逆序数?【知识点】:n阶排列的逆序数。
答:在一个n阶排列中,所有逆序的总数就是排列的逆序数。
例如:上问中的排列45312的逆序数为8。
9.什么是奇排列和偶排列?【知识点】:排列的奇偶性。
答:逆序数为奇数的排列叫奇排列;逆序数为偶数的排列叫偶排列。
例如:排列45312为偶排列。
10.对换一个排列中的任意两个数,该排列的奇偶性有什么变化?【知识点】:排列的对换对排列的奇偶性的影响。
答:对换一个排列中的任意两个数,奇排列就变成偶排列,偶排列就变成奇排列。
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(第6章)

线性代数知识点总结(第6章)(一)二次型及其标准形1、二次型:(1)一般形式(2)矩阵形式(常用)2、标准形:如果二次型只含平方项,即f(x1,x2,…,x n)=d1x12+d2x22+…+d n x n2这样的二次型称为标准形(对角线)3、二次型化为标准形的方法:(1)配方法:通过可逆线性变换x=Cy(C可逆),将二次型化为标准形。
其中,可逆线性变换及标准形通过先配方再换元得到。
★(2)正交变换法:通过正交变换x=Qy,将二次型化为标准形λ1y12+λ2y22+…+λn y n2其中,λ1,λ2,…,λn是A的n个特征值,Q为A的正交矩阵注:正交矩阵Q不唯一,γi与λi对应即可。
(二)惯性定理及规范形4、定义:正惯性指数:标准形中正平方项的个数称为正惯性指数,记为p;负惯性指数:标准形中负平方项的个数称为负惯性指数,记为q;规范形:f=z12+…z p2-z p+12-…-z p+q2称为二次型的规范形。
5、惯性定理:二次型无论选取怎样的可逆线性变换为标准形,其正负惯性指数不变。
注:(1)由于正负惯性指数不变,所以规范形唯一。
(2)p=正特征值的个数,q=负特征值的个数,p+q=非零特征值的个数=r(A)(三)合同矩阵6、定义:A、B均为n阶实对称矩阵,若存在可逆矩阵C,使得B=C T AC,称A与B合同△7、总结:n阶实对称矩阵A、B的关系(1)A、B相似(B=P-1AP)←→相同的特征值(2)A、B合同(B=C T AC)←→相同的正负惯性指数←→相同的正负特征值的个数(3)A、B等价(B=PAQ)←→r(A)=r(B)注:实对称矩阵相似必合同,合同必等价(四)正定二次型与正定矩阵8、正定的定义二次型x T Ax,如果任意x≠0,恒有x T Ax>0,则称二次型正定,并称实对称矩阵A是正定矩阵。
9、n元二次型x T Ax正定充要条件:(1)A的正惯性指数为n(2)A与E合同,即存在可逆矩阵C,使得A=C T C或C T AC=E(3)A的特征值均大于0(4)A的顺序主子式均大于0(k阶顺序主子式为前k行前k列的行列式)10、n元二次型x T Ax正定必要条件:(1)a ii>0(2)|A|>011、总结:二次型x T Ax正定判定(大题)(1)A为数字:顺序主子式均大于0(2)A为抽象:①证A为实对称矩阵:A T=A;②再由定义或特征值判定12、重要结论:(1)若A是正定矩阵,则kA(k>0),A k,A T,A-1,A*正定(2)若A、B均为正定矩阵,则A+B正定。
(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)。
线性代数知识点总结(第6章)
(一)二次型及其标准形
1、二次型:
(1)一般形式
(2)矩阵形式(常用)
2、标准形:
如果二次型只含平方项,即f(x1,x2,…,x n)=d1x12+d2x22+…+d n x n2
这样的二次型称为标准形(对角线)
3、二次型化为标准形的方法:
(1)配方法:
通过可逆线性变换x=Cy(C可逆),将二次型化为标准形。
其中,可逆线性变换及标准形通过先配方再换元得到。
★(2)正交变换法:
通过正交变换x=Qy,将二次型化为标准形λ1y12+λ2y22+…+λn y n2
其中,λ1,λ2,…,λn是A的n个特征值,Q为A的正交矩阵
注:正交矩阵Q不唯一,γi与λi对应即可。
(二)惯性定理及规范形
4、定义:
正惯性指数:标准形中正平方项的个数称为正惯性指数,记为p;
负惯性指数:标准形中负平方项的个数称为负惯性指数,记为q;
规范形:f=z12+…z p2-z p+12-…-z p+q2称为二次型的规范形。
5、惯性定理:
二次型无论选取怎样的可逆线性变换为标准形,其正负惯性指数不变。
注:(1)由于正负惯性指数不变,所以规范形唯一。
(2)p=正特征值的个数,q=负特征值的个数,p+q=非零特征值的个数=r(A)(三)合同矩阵
6、定义:
A、B均为n阶实对称矩阵,若存在可逆矩阵C,使得B=C T AC,称A与B合同
△7、总结:n阶实对称矩阵A、B的关系
(1)A、B相似(B=P-1AP)←→相同的特征值
(2)A、B合同(B=C T AC)←→相同的正负惯性指数←→相同的正负特征值的个数
(3)A、B等价(B=PAQ)←→r(A)=r(B)
注:实对称矩阵相似必合同,合同必等价
(四)正定二次型与正定矩阵
8、正定的定义
二次型x T Ax,如果任意x≠0,恒有x T Ax>0,则称二次型正定,并称实对称矩阵A是正定矩阵。
9、n元二次型x T Ax正定充要条件:
(1)A的正惯性指数为n
(2)A与E合同,即存在可逆矩阵C,使得A=C T C或C T AC=E
(3)A的特征值均大于0
(4)A的顺序主子式均大于0(k阶顺序主子式为前k行前k列的行列式)10、n元二次型x T Ax正定必要条件:
(1)a ii>0
(2)|A|>0
11、总结:二次型x T Ax正定判定(大题)
(1)A为数字:顺序主子式均大于0
(2)A为抽象:①证A为实对称矩阵:A T=A;②再由定义或特征值判定
12、重要结论:
(1)若A是正定矩阵,则kA(k>0),A k,A T,A-1,A*正定
(2)若A、B均为正定矩阵,则A+B正定。