线性代数公式模板
线性代数重要公式、定理大全
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 ij ij 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 -=-;(1)22(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; 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 A BCB O B==、(1)m n CA OA A BB OB C==-⑥、范德蒙行列式:大指标减小指标的连乘积; ⑦、特征值;6. 对于n 阶行列式A ,恒有:1(1)nnk n k k k E A S λλλ-=-=+-∑,其中k S 为k 阶主子式;7. 证明0A =的方法:①、A A =-; ②、反证法;③、构造齐次方程组0Ax =,证明其有非零解; ④、利用秩,证明()r A n <; ⑤、证明0是其特征值;2、矩阵1.A 是n 阶可逆矩阵:⇔0A ≠(是非奇异矩阵);⇔()r A n =(是满秩矩阵) ⇔A 的行(列)向量组线性无关; ⇔齐次方程组0Ax =有非零解; ⇔n b R ∀∈,Ax b =总有唯一解; ⇔A 与E 等价;⇔A 可表示成若干个初等矩阵的乘积;⇔A 的特征值全不为0; ⇔T A A 是正定矩阵;⇔A 的行(列)向量组是n R 的一组基; ⇔A 是n R 中某两组基的过渡矩阵;2. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立;3.1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB 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 O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;(主对角分块) ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(副对角分块) ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭;(拉普拉斯) ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;(拉普拉斯) 3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ,总可经过初等变换化为标准形,其标准形是唯一确定的:rm nEO F OO ⨯⎛⎫= ⎪⎝⎭; 等价类:所有与A 等价的矩阵组成的一个集合,称为一个等价类;标准形为其形状最简单的矩阵;对于同型矩阵A 、B ,若()()r A r B A B = ⇔ ; 2. 行最简形矩阵:①、只能通过初等行变换获得;②、每行首个非0元素必须为1;③、每行首个非0元素所在列的其他元素必须为0;3. 初等行变换的应用:(初等列变换类似,或转置后采用初等行变换)①、若(,)(,)rA E E X ,则A 可逆,且1X A -=;②、对矩阵(,)A B 做初等行变化,当A 变为E 时,B 就变成1A B -,即:1(,)(,)cA B E A B - ~ ;③、求解线形方程组:对于n 个未知数n 个方程Ax b =,如果(,)(,)rA b E x ,则A 可逆,且1x A b -=; 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)11k k k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =; ③、若AB ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫ ⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式;二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C ab Ca bC 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()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩;②、伴随矩阵的特征值:*1*(,)AAAX X A A A A X X λλλ- == ⇒ =;③、*1A A A -=、1*n A A-=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;11. 由n 个未知数m 个方程的方程组构成n 元线性方程:①、11112211211222221122n n n n m m nm n n a x a x a x b 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 a a a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭(全部按列分块,其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭); ④、1122n n a x a x a x β+++=(线性表出)⑤、有解的充要条件:()(,)r A r A n β=≤(n 为未知数的个数或维数)4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A :12,,,m ααα构成n m ⨯矩阵12(,,,)m A =ααα;m 个n 维行向量所组成的向量组B :12,,,T TTmβββ构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭; 含有有限个向量的有序向量组与矩阵一一对应;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 是否有AX B ⇔=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 :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 ≤(二版74P 定理7);向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示AX B ⇔=有解; ()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论)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,且A 与B 的任何对应的列向量组具有相同的线性相关性; ③、矩阵的初等变换不改变矩阵的秩; ④、矩阵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:(110P 题19结论)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;(87P ) 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;15. 设m n ⨯的矩阵A 的秩为r ,则n 元齐次线性方程组0Ax =的解集S 的秩为:()r S n r =-;16. 若*η为Ax b =的一个解,12,,,n r ξξξ-为0Ax =的一个基础解系,则*12,,,,n r ηξξξ-线性无关;(111P 题33结论)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)。
《线性代数》公式大全
《线性代数》公式大全1.向量1.1向量的加法和减法v1=(x1,y1,z1)v2=(x2,y2,z2)v1+v2=(x1+x2,y1+y2,z1+z2)v1-v2=(x1-x2,y1-y2,z1-z2)1.2向量的数量乘法v=(x,y,z),k是一个实数kv = (kx, ky, kz)1.3向量的点积v1·v2=x1x2+y1y2+z1z21.4向量的模长v,=√(x^2+y^2+z^2)2.矩阵2.1矩阵的加法和减法A = (aij),B = (bij)是两个m x n矩阵A +B = (aij + bij)A -B = (aij - bij)2.2矩阵的数量乘法A = (aij)是一个m x n矩阵,k是一个实数kA = (kaij)2.3矩阵的乘法A = (aij)是一个m x n矩阵,B = (bij)是一个n x p矩阵AB = (cij)是一个m x p矩阵,其中cij = a1j*b1i + a2j*b2i+ ... + anj*bni2.4矩阵的转置A = (aij)是一个m x n矩阵A的转置为A^T = (aij)^T = (aji)2.5矩阵的逆A为可逆矩阵,A^-1为其逆矩阵,满足AA^-1=A^-1A=I,其中I为单位矩阵3.行列式3.1二阶行列式D=,abc d, = ad - b3.2三阶行列式D=,abcdeg h i, = aeI + bfG + cdH - ceG - afH - bd3.3n阶行列式D=,a11a12 (1)a21a22...a2...........an1 an2 ... ann, = (-1)^(i+j)*Mij,其中Mij为aij的代数余子4.线性方程组4.1齐次线性方程组Ax=0,其中A为一个mxn矩阵4.2非齐次线性方程组Ax=b,其中A为一个mxn矩阵,x为一个n维列向量,b为一个m维列向量4.3线性方程组的解法4.3.1矩阵消元法通过矩阵的初等行变换将线性方程组转化为行阶梯形或最简形4.3.2克拉默法则Ax = b的解可以表示为x = (Dx1/D, Dx2/D, ..., Dxn/D),其中D 为系数矩阵A的行列式,Di为将第i列的系数替换为b后的行列式4.3.3矩阵求逆法若A为可逆矩阵,则Ax=b的解可以表示为x=A^(-1)b以上是线性代数的一些重要公式,通过理解和掌握这些公式,可以帮助我们解决线性代数相关的问题和应用。
线性代数公式总结大全
线性代数公式1、行列式1.n 行列式共有n 2个元素,展开后有n !项,可分解为2n 行列式;2.代数余子式的性质:①、A ij和a ij的大小无关;②、某行(列)的元素乘以其它行(列)元素的代数余子式为0;③、某行(列)的元素乘以该行(列)元素的代数余子式为A ;3.代数余子式和余子式的关系:M ij=(-1)i +j Aij4.设n 行列式D :将D 上、下翻转或左右翻转,所得行列式为D 1,则D 1=(-1)n (n -1)2A ij=(-1)i +j MijD ;D ;将D 顺时针或逆时针旋转90,所得行列式为D 2,则D 2=(-1)将D 主副角线翻转后,所得行列式为D 4,则D 4=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)n (n -1)2n (n -1)2将D 主对角线翻转后(转置),所得行列式为D 3,则D 3=D ;;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)⑤、拉普拉斯展开式:n (n -1)2;A O A C C A O A==A B 、==(-1)m n A BC B O B B O B C⑥、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:λE -A =λn +∑(-1)k S kλn -k ,其中S k为k 阶主子式;k =1n7.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;2、矩阵8.A 是n 阶可逆矩阵:⇔A ≠0(是非奇异矩阵);⇔r (A )=n (是满秩矩阵)⇔A 的行(列)向量组线性无关;⇔齐次方程组Ax =0有非零解;⇔∀b ∈R n ,Ax =b 总有唯一解;⇔A 与E 等价;⇔A 可表示成若干个初等矩阵的乘积;⇔A 的特征值全不为0;⇔A T A 是正定矩阵;⇔A 的行(列)向量组是R n 的一组基;⇔A 是R n 中某两组基的过渡矩阵;9.对于n 阶矩阵A :AA *=A *A =A E 无条件恒成立;10.(A -1)*=(A *)-1(AB )T =B T A T(A -1)T =(A T )-1(AB )*=B *A *(A *)T =(A T )*(AB )-1=B -1A -111.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;12.关于分块矩阵的重要结论,其中均A 、B 可逆:⎛A 1若A =⎝A2⎫⎪⎪,则:⎪⎪A s⎭A s;-1A 2Ⅰ、A =A 1A2⎛A 1-1 -1Ⅱ、A =⎝-1⎫⎪⎪;⎪⎪A s-1⎪⎭O ⎫⎪;(主对角分块)B -1⎭B -1⎫⎪;(副对角分块)O ⎭⎛A -1⎛A O ⎫②、 ⎪=O B ⎝⎭⎝O ⎛O ⎛O A ⎫③、 ⎪= -1⎝B O ⎭⎝A-1⎛A -1⎛A C ⎫④、 ⎪=O B ⎝⎭⎝O -1-1-A -1CB -1⎫⎪;(拉普拉斯)B -1⎭O ⎫;(拉普拉斯)-1⎪B ⎭⎛A -1⎛A O ⎫⑤、 ⎪= -1-1C B ⎝⎭⎝-B CA3、矩阵的初等变换与线性方程组13.一个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:F = r⎝O 对于同型矩阵A 、B ,若r (A )=r (B )⇔A B ;14.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;15.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(A ,E )(E ,X ),则A 可逆,且X =A -1;②、对矩阵(A ,B )做初等行变化,当A 变为E 时,B 就变成A B ,即:(A ,B )~(E ,A -1B );-1c r⎛E O ⎫⎪;O ⎭m ⨯n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;③、求解线形方程组:对于n 个未知数n 个方程Ax =b ,如果(A ,b )(E ,x ),则A 可逆,且x =A -1b ;16.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;⎛λ1λ2②、Λ=⎝⎫⎪⎪,左乘矩阵A ,λ乘A 的各行元素;右乘,λ乘A 的各列元素;i i ⎪⎪λn⎭-1r⎛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⎪⎝⎭⎝⎭-1⎛1⎛1⎫11 ⎪-1④、倍乘某行或某列,符号E (i (k )),且E (i (k ))=E (i ()),例如: k ⎪= k k ⎪1 ⎝⎭⎝-1⎫⎪⎪(k ≠0);⎪1⎪⎭k ⎫-k ⎫⎛1⎛1 ⎪ ⎪=1⑤、倍加某行或某列,符号E (ij (k )),且E (ij (k ))-1=E (ij (-k )),如: 1⎪ ⎪(k ≠0);1⎪1⎪⎝⎭⎝⎭17.矩阵秩的基本性质:①、0≤r (A m ⨯n)≤min(m ,n );②、r (A T )=r (A );③、若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、r (AB )≤min(r (A ),r (B ));(※)⑧、如果A 是m ⨯n 矩阵,B 是n ⨯s 矩阵,且AB =0,则:(※)Ⅰ、B 的列向量全部是齐次方程组AX =0解(转置运算后的结论);Ⅱ、r (A )+r (B )≤n⑨、若A 、B 均为n 阶方阵,则r (AB )≥r (A )+r (B )-n ;18.三种特殊矩阵的方幂: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;⎛1a c ⎫⎪②、型如 01b ⎪的矩阵:利用二项展开式; 001⎪⎝⎭二项展开式:(a +b )=C a +C a b +注:Ⅰ、(a +b )n 展开后有n +1项;n (n -1)(n -m +1)n !=123m m !(n -m )!m nn -mnnnn1nn -11+C am nn -mb +m +Cn -11n -1na b m m n -m ;+C b=∑Cna b n nnm =0n Ⅱ、C nm=0n C n=C n=1Ⅲ、组合的性质:C =C Cm n +1=C +Cm nm -1n∑Cr =0n r n=2nr r -1rC n=nC n -1;③、利用特征值和相似对角化:19.伴随矩阵:⎧n⎪①、伴随矩阵的秩:r (A *)=⎨1⎪0⎩r (A )=n r (A )=n -1;r (A )<n -1②、伴随矩阵的特征值:③、A *=A A -1、A *=A Aλ(AX =λX ,A *=A A -1⇒A *X =AλX );n -120.关于A 矩阵秩的描述:①、r (A )=n ,A 中有n 阶子式不为0,n +1阶子式全部为0;(两句话)②、r (A )<n ,A 中有n 阶子式全部为0;③、r (A )≥n ,A 中有n 阶子式不全为0;21.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;22.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;23.由n 个未知数m 个方程的方程组构成n 元线性方程:⎧a 11x 1+a 12x 2++a 1n x n =b 1⎪a x +a x ++a x =b ⎪2n n 2①、⎨211222;⎪⎪⎩a m 1x 1+a m 2x 2++a nm x n =b n⎛a 11a 12 a a 22②、 21 ⎝a m 1am 2a 1n⎫⎛x 1⎫⎛b 1⎫⎪⎪ ⎪a 2n ⎪x 2⎪ b 2⎪=⇔Ax =b (向量方程,A 为m ⨯n 矩阵,m 个方程,n 个未知数)⎪⎪ ⎪⎪⎪ ⎪a mn ⎭⎝x m ⎭⎝b m ⎭⎛x 1⎫⎛b 1⎫ ⎪ ⎪x b 2a n ) ⎪=β(全部按列分块,其中β= 2⎪); ⎪ ⎪ ⎪ ⎪⎝x n ⎭⎝b n ⎭③、(a1a2④、a 1x 1+a 2x 2++a nx n=β(线性表出)⑤、有解的充要条件:r (A )=r (A ,β)≤n (n 为未知数的个数或维数)4、向量组的线性相关性24.m 个n 维列向量所组成的向量组A :α1,α2,,αm构成n ⨯m 矩阵A =(α1,α2,,αm);T m 个n 维行向量所组成的向量组B :β1T ,β2,⎛β1T ⎫T ⎪βT ,βm构成m ⨯n 矩阵B = 2⎪; ⎪ βT ⎪⎪⎝m ⎭含有有限个向量的有序向量组与矩阵一一对应;25.①、向量组的线性相关、无关⇔Ax =0有、无非零解;(齐次线性方程组)②、向量的线性表出(线性方程组)⇔Ax =b 是否有解;③、向量组的相互线性表示(矩阵方程)⇔AX =B 是否有解;26.矩阵A m ⨯n与B l ⨯n行向量组等价的充分必要条件是:齐次方程组Ax =0和Bx =0同解;(P101例14)27.r (A T A )=r (A );(P 101例15)28.n 维向量线性相关的几何意义:⇔α=0;①、α线性相关②、α,β线性相关⇔α,β坐标成比例或共线(平行);③、α,β,γ线性相关⇔α,β,γ共面;29.线性相关与无关的两套定理:若α1,α2,,αs 线性相关,则α1,α2,,αs,αs +1必线性相关;若α1,α2,,αs线性无关,则α1,α2,,αs -1必线性无关;(向量的个数加加减减,二者为对偶)若r 维向量组A 的每个向量上添上n -r 个分量,构成n 维向量组B :若A 线性无关,则B 也线性无关;反之若B 线性相关,则A 也线性相关;(向量组的维数加加减减)简言之:无关组延长后仍无关,反之,不确定;30.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 (二版P 74定理7);向量组A 能由向量组B 线性表示,则r (A )≤r (B );(P 86定理3)向量组A 能由向量组B 线性表示⇔AX =B 有解;⇔r (A )=r (A ,B )(P 85定理2)向量组A 能由向量组B 等价⇔r (A )=r (B )=r (A ,B )(P 85定理2推论),P l,使A =P 1P2P l;31.方阵A 可逆⇔存在有限个初等矩阵P 1,P 2,r①、矩阵行等价:A ~B ⇔PA =B (左乘,P 可逆)⇔Ax =0与Bx =0同解②、矩阵列等价:A ~B ⇔AQ =B (右乘,Q 可逆);③、矩阵等价:A ~B ⇔PAQ =B (P 、Q 可逆);对于矩阵A m ⨯n 与B l ⨯n:①、若A 与B 行等价,则A 与B 的行秩相等;②、若A 与B 行等价,则Ax =0与Bx =0同解,且A 与B 的任何对应的列向量组具有相同的线性相关性;③、矩阵的初等变换不改变矩阵的秩;④、矩阵A 的行秩等于列秩;若A m ⨯s B s ⨯n =C m ⨯n,则:①、C 的列向量组能由A 的列向量组线性表示,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,A T 为系数矩阵;(转置)齐次方程组Bx =0的解一定是ABx =0的解,考试中可以直接作为定理使用,而无需证明;①、ABx =0只有零解⇒Bx =0只有零解;②、Bx =0有非零解⇒ABx =0一定存在非零解;设向量组B n ⨯r:b 1,b 2,,b r可由向量组A n ⨯s :a 1,a 2,,a s线性表示为:(P 110题19结论)(b 1,b 2,,b r)=(a 1,a 2,,a s)K (B =AK )c 32.33.34.35.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;36.①、对矩阵A m ⨯n,存在Q n ⨯m,AQ =E m⇔r (A )=m 、Q 的列向量线性无关;(P 87)②、对矩阵A m ⨯n ,存在P n ⨯m ,PA =E n⇔r (A )=n 、P 的行向量线性无关;37.α1,α2,,αs线性相关⇔存在一组不全为0的数k 1,k 2,,k s,使得k 1α1+k 2α2++k s αs=0成立;(定义)⎛x 1⎫ ⎪x ,αs ) 2⎪=0有非零解,即Ax =0有非零解; ⎪ ⎪⎝x s ⎭⇔(α1,α2,⇔r (α1,α2,,αs)<s ,系数矩阵的秩小于未知数的个数;38.设m ⨯n 的矩阵A 的秩为r ,则n 元齐次线性方程组Ax =0的解集S 的秩为:r (S )=n -r ;39.若η*为Ax =b 的一个解,ξ1,ξ2,,ξn -r为Ax =0的一个基础解系,则η*,ξ1,ξ2,,ξn -r线性无关;(P111题33结论)5、相似矩阵和二次型40.正交矩阵⇔A T A =E 或A -1=A T (定义),性质:①、A 的列向量都是单位向量,且两两正交,即a i T a j=⎨⎧1⎩0i =j i ≠j(i ,j =1,2,n );②、若A 为正交矩阵,则A -1=A T 也为正交阵,且A =±1;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;41.施密特正交化:(a 1,a 2,,a r)b 1=a 1;b 2=a 2-[b 1,a 2]b 1[b 1,b 1]b r =a r -[b 1,a r ][b ,a ]b 1-2r b 2-[b 1,b 1][b 2,b 2]-[b r -1,a r ]b r -1;[b r -1,b r -1]42.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;43.①、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⇔C T AC =B ,其中可逆;⇔x T Ax 与x T Bx 有相同的正、负惯性指数;③、A 与B 相似⇔P -1AP =B ;44.相似一定合同、合同未必相似;若C 为正交矩阵,则C T AC =B ⇒A B ,(合同、相似的约束条件不同,相似的更严格);45.A 为对称阵,则A 为二次型矩阵;46.n 元二次型x T 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C T 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;⇒a ii>0,A >0;(必要条件)。
线性代数公式(大全)—修订(突击必备)
线性代数公式大全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ija 的大小无关;②、某行(列)的元素乘以其它行(列)元素的代数余子式为0; ③、某行(列)的元素乘以该行(列)元素的代数余子式为A ; 3. 代数余子式和余子式的关系:(1)(1)i ji j ijijij ij M A A M ++=-=-4. 行列式的重要公式:①、主对角行列式:主对角元素的乘积;②、副对角行列式:副对角元素的乘积(1)2(1)n n -⨯ -;③、上、下三角行列式(=◥◣):主对角元素的乘积;④、 ◤和 ◢:副对角元素的乘积(1)2(1)n n -⨯ -;⑤、拉普拉斯展开式:AO A C A BCB O B==、(1)m n CA OA A BB OB C==-⑥、范德蒙行列式:大指标减小指标的连乘积; ⑦、特征值;5. 对于n 阶行列式A ,恒有:1(1)nnkn kk k E A S λλλ-=-=+-∑,其中kS 为k 阶主子式;6. 证明0A =的方法: ①、A A =-; ②、反证法;③、构造齐次方程组0Ax =,证明其有非零解; ④、利用秩,证明()r A n <; ⑤、证明0是其特征值;2、矩阵1. A 是n 阶可逆矩阵:⇔0A ≠(是非奇异矩阵);⇔()r A n =(是满秩矩阵)⇔A 的行(列)向量组线性无关; ⇔齐次方程组0Ax =有非零解;⇔n b R ∀∈,Ax b =总有唯一解;⇔A 与E 等价;⇔A 可表示成若干个初等矩阵的乘积; ⇔A 的特征值全不为0;⇔T A A 是正定矩阵;⇔A 的行(列)向量组是n R 的一组基; ⇔A 是n R 中某两组基的过渡矩阵;2. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立; 3. 1**111**()()()()()()TT TT A A A A A A ----===***111()()()TTTAB 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、12sA A A A =;Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭; ②、111A O A O O B O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;(主对角分块) ③、111O A OB 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) 3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ,总可经过初等变换化为标准形,其标准形是唯一确定的:rm nE OF O O ⨯⎛⎫= ⎪⎝⎭;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,i λ乘A 的各列元素;③、对调两行或两列,符号(,)E i j ,且1(,)(,)E i j E i j -=,例如:1111111-⎛⎫⎛⎫⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ④、倍乘某行或某列,符号(())E i k ,且11(())(())E i k E i k-=,例如:1111(0)11k k k -⎛⎫⎛⎫⎪⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; 5. 矩阵秩的基本性质: ①、0()min(,)m nr A m n ⨯≤≤;②、()()Tr Ar A =;③、若AB ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩)⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※)Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论); Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式; 二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C ab C ab Ca bC b C a b -----=+=++++++=∑;注:Ⅰ、()na b +展开后有1n +项; Ⅱ、0(1)(1)!1123!()!--+====-m n nn n n n n m n CC C m m n mⅢ、组合的性质:111102---+-===+==∑nmn mm m m r nr r nnn n nnn n r CCCC CCrC nC ;③、利用特征值和相似对角化: 7. 伴随矩阵:①、伴随矩阵的秩:*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩; ②、伴随矩阵的特征值:*1*(,)AAAX X A A A A X X λλλ- == ⇒ =;③、*1AA 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; 11.由n 个未知数m 个方程的方程组构成n 元线性方程:①、11112211211222221122n n n n m m nm n n a x a x a x b 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 xaa a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭(全部按列分块,其中12nb b b β⎛⎫ ⎪ ⎪= ⎪⎪⎝⎭); ④、1122n n a xa 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 nA ⨯与l nB ⨯行向量组等价的充分必要条件是:齐次方程组0Ax =和0Bx =同解;(101P 例14)4. ()()Tr A A r A =;(101P 例15)5. n 维向量线性相关的几何意义: ①、α线性相关 ⇔0α=;②、,αβ线性相关⇔,αβ坐标成比例或共线(平行);③、,,αβγ线性相关 ⇔,,αβγ共面;6. 线性相关与无关的两套定理:若12,,,sααα线性相关,则121,,,,ss αααα+必线性相关;若12,,,s ααα线性无关,则121,,,s ααα-必线性无关;(向量的个数加加减减,二者为对偶)若r 维向量组A 的每个向量上添上n r -个分量,构成n 维向量组B : 若A 线性无关,则B 也线性无关;反之若B 线性相关,则A 也线性相关;(向量组的维数加加减减)简言之:无关组延长后仍无关,反之,不确定;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 ≤(二版74P 定理7);向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示AX B ⇔=有解;()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论) 8. 方阵A 可逆⇔存在有限个初等矩阵12,,,lP P P ,使12lA 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 nB ⨯: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,且A 与B 的任何对应的列向量组具有相同的线性相关性;③、矩阵的初等变换不改变矩阵的秩; ④、矩阵A 的行秩等于列秩; 10. 若m s s n m nA 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,TA 为系数矩阵;(转置) 11. 齐次方程组0Bx =的解一定是0ABx =的解,考试中可以直接作为定理使用,而无需证明;①、0ABx = 只有零解0Bx ⇒ =只有零解; ②、0Bx = 有非零解0ABx ⇒ =一定存在非零解;12. 设向量组12:,,,n r r B b b b ⨯可由向量组12:,,,n s sA a a a ⨯线性表示为:(110P 题19结论)1212(,,,)(,,,)r sb 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 nA ⨯,存在n mQ ⨯,mAQ E = ()r A m ⇔=、Q 的列向量线性无关;(87P )②、对矩阵m nA ⨯,存在n mP ⨯,nPA E = ()r A n ⇔=、P 的行向量线性无关; 14. 12,,,sααα线性相关⇔存在一组不全为0的数12,,,sk k k ,使得11220ssk 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;15.设m n ⨯的矩阵A 的秩为r ,则n 元齐次线性方程组0Ax =的解集S 的秩为:()r S n r =-;16. 若*η为Ax b =的一个解,12,,,n r ξξξ-为0Ax =的一个基础解系,则*12,,,,n rηξξξ-线性无关;(111P 题33结论)5、相似矩阵和二次型1. 正交矩阵TA A E ⇔=或1TA 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 ij i j aa i j n i j=⎧==⎨≠⎩;②、若A 为正交矩阵,则1TA 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(,,,)ra 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 ⇔=TC AC B ,其中可逆;⇔Tx Ax 与Tx 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TC AC B =⇒A B ,(合同、相似的约束条件不同,相似的更严格);6. A 为对称阵,则A 为二次型矩阵;7. n 元二次型Tx Ax 为正定:A ⇔的正惯性指数为n ;A ⇔与E 合同,即存在可逆矩阵C ,使TC AC E =; A ⇔的所有特征值均为正数; A ⇔的各阶顺序主子式均大于0; 0,0iia A ⇒>>;(必要条件)。
线性代数全公式_线性代数公式定理总结
线性代数全公式基本运算①A B B A +=+②()()C B A C B A ++=++③()cB cA B A c +=+ ()dA cA A d c +=+ ④()()A cd dA c =⑤00=⇔=c cA 或0=A 。
()A A TT=()TT TB A B A ±=±()()T TA c cA =。
()TT TA B AB =()()()212112-==-n n C n n n τn n A a A a A a D 2222222121+++=转置值不变A A T = 逆值变AA11=- A c cA n =γβαγβαγββα,,,,,,2121+=+()321,,ααα=A ,3阶矩阵 ()321,,βββ=B B A B A +≠+()332211,,βαβαβα+++=+B A332211,,βαβαβα+++=+B A B A B A B A =*=*00()()1,=c j i E有关乘法的基本运算nj in j i j i ij b a b a b a C +++= 2211 线性性质 ()B A B A B A A 2121+=+, ()2121AB AB B B A +=+ ()()()cB A AB c B cA == 结合律 ()()BC A C AB =()TT TA B AB =B A AB =l k l k A A A += ()kl lkA A =()kk kB A AB =不一定成立!A AE =,A EA =()kA kE A =,()kA A kE =E BA E AB =⇔=与数的乘法的不同之处()kk kB A AB =不一定成立!无交换律 因式分解障碍是交换性一个矩阵A 的每个多项式可以因式分解,例如 ()()E A E A E A A +-=--3322无消去律(矩阵和矩阵相乘) 当0=AB 时0=⇒/A 或0=B 由0≠A 和00=⇒/=B AB由0≠A 时C B AC AB =⇒/=(无左消去律) 特别的 设A 可逆,则A 有消去律。
(完整版)精心整理线性代数公式大全,推荐文档
1.行列式共有个元素,展开后有项,可分解为行列式;n 2n !n 2n2.代数余子式的性质:①、和的大小无关;ij A ija 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;A3.代数余子式和余子式的关系:(1)(1)i ji jijijijijM A A M ++=-=-4.设行列式:n D 将上、下翻转或左右翻转,所得行列式为,则;D 1D (1)21(1)n n D D -=-将顺时针或逆时针旋转,所得行列式为,则;D 902D (1)22(1)n n DD-=-将主对角线翻转后(转置),所得行列式为,则;D 3D 3DD=将主副角线翻转后,所得行列式为,则;D 4D 4DD=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 CA B C B O B==(1)m n C A O AA B B O B C==-:⑥、范德蒙行列式:大指标减小指标的连乘积;⑦、特征值;6.对于阶行列式,恒有:,其中为阶主n A 1(1)nnkn k kk E A S λλλ-=-=+-∑kS k 子式;7.证明的方法:0A =①、;A A =-②、反证法;③、构造齐次方程组,证明其有非零解;0Ax =④、利用秩,证明;()r A n<⑤、证明0是其特征值;2、矩阵1.是阶可逆矩阵:An (是非奇异矩阵);⇔0A ≠(是满秩矩阵)⇔()r A n =的行(列)向量组线性无关;⇔A 齐次方程组有非零解;⇔0Ax =,总有唯一解;⇔n b R ∀∈Ax b =与等价;⇔A E 可表示成若干个初等矩阵的乘积;⇔A 的特征值全不为0;⇔A是正定矩阵;⇔T A A 的行(列)向量组是的一组基;⇔A nR 是中某两组基的过渡矩阵;⇔AnR 2.对于阶矩阵: 无条件恒成立;n A **AA A A A E ==3.1**111**()()()()()()TT TT 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、可逆:A B 若,则:12s A AA A ⎛⎫⎪⎪= ⎪ ⎪⎝⎭Ⅰ、;12sA A A A = Ⅱ、;111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭②、;(主对角分块)111A O A O O B O B ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭③、;(副对角分块)111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭④、;(拉普拉斯)11111A C A A CB O B OB -----⎛⎫-⎛⎫= ⎪ ⎪⎝⎭⎝⎭⑤、;(拉普拉斯)11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭3、矩阵的初等变换与线性方程组1.一个矩阵,总可经过初等变换化为标准形,其标准形是m n ⨯A 唯一确定的:;rm nE OF O O⨯⎛⎫= ⎪⎝⎭等价类:所有与等价的矩阵组成的一个集合,称为一个等A 价类;标准形为其形状最简单的矩阵;对于同型矩阵、,若;A B ()()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,则可逆,且;(,)(,)rA E E X :A 1X A -=②、对矩阵做初等行变化,当变为时,就变成,(,)A B A E B 1A B -即:;1(,)(,)cA B E AB - ~ ③、求解线形方程组:对于个未知数个方程,如果n n Ax b =,则可逆,且;(,)(,)rA b E x :A 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、,左乘矩阵,乘的各行元素;右乘,12n ⎛⎫ ⎪⎪Λ= ⎪ ⎪⎝⎭λλλAiλA乘的各列元素;iλA ③、对调两行或两列,符号,且,例如:(,)E i j 1(,)(,)E i j E i j -=;1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭④、倍乘某行或某列,符号,且,例如:(())E i k 11(())(())E i k E i k-=;1111(0)11k k k-⎛⎫⎛⎫ ⎪⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⑤、倍加某行或某列,符号,且,如:(())E ij k 1(())(())E ij k E ij k -=-;11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭5.矩阵秩的基本性质:①、;0()min(,)m nr A m n ⨯≤≤②、;()()Tr A r A =③、若,则;A B :()()r A r B =④、若、可逆,则;(可逆矩阵不影响P Q ()()()()r A r PA r AQ r PAQ ===矩阵的秩)⑤、;(※)max((),())(,)()()r A r B r A B r A r B ≤≤+⑥、;(※)()()()r A B r A r B +≤+⑦、;(※)()min((),())r AB r A r B ≤⑧、如果是矩阵,是矩阵,且,则:(※)A m n ⨯B n s ⨯0AB =Ⅰ、的列向量全部是齐次方程组解(转置运算后的B 0AX =结论);Ⅱ、()()r A r B n+≤⑨、若、均为阶方阵,则;A B n ()()()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、型如的矩阵:利用二项展开式;101001a c b ⎛⎫ ⎪ ⎪ ⎪⎝⎭二项展开式:;1111110()nnnn m n mmn n n nm m n mnnnnnnm a b C a C ab C ab Ca b C b Ca b -----=+=++++++=∑ 注:Ⅰ、展开后有项;()na b +1n +Ⅱ、0(1)(1)!1123!()!--+====- ::: :m n nn n n n n m n CC C m m n m Ⅲ、组合的性质:;11112---+-===+==∑nmn mm m m r nr r nnn n nnn n r CCCC CCrC nC ③、利用特征值和相似对角化:7.伴随矩阵:①、伴随矩阵的秩:;*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩②、伴随矩阵的特征值:;*1*(,)AAAX X AA A A X X λλλ- == ⇒ =③、、*1AA A -=1*n AA-=8.关于矩阵秩的描述:A ①、,中有阶子式不为0,阶子式全部为0;(两()r A n =A n 1n +句话)②、,中有阶子式全部为0;()r A n <A n ③、,中有阶子式不为0;()r A n ≥A n 9.线性方程组:,其中为矩阵,则:Ax b =A m n ⨯①、与方程的个数相同,即方程组有个方程;m Ax b =m②、与方程组得未知数个数相同,方程组为元方程;n Ax b =n 10.线性方程组的求解:Ax b =①、对增广矩阵进行初等行变换(只能使用初等行变换);B ②、齐次解为对应齐次方程组的解;③、特解:自由变量赋初值后求得;11.由个未知数个方程的方程组构成元线性方程:n m n ①、;11112211211222221122n n n n m m nm n n a x a x a x b a x a x a x b a x a x a x b +++=⎧⎪+++= ⎪⎨⎪⎪+++=⎩ ②、(向量方程,为矩阵,个111211*********2n n m m mn m m a a a x b a a a x b Ax ba a a xb ⎛⎫⎛⎫⎛⎫⎪⎪ ⎪⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭A m n ⨯m 方程,个未知数)n ③、(全部按列分块,其中);()1212n n x xaa a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭④、(线性表出)1122n n a x a xa x β+++= ⑤、有解的充要条件:(为未知数的个数或维数)()(,)r A r A n β=≤n 4、向量组的线性相关性1.个维列向量所组成的向量组:构成矩阵mn A 12,,,mααα n m ⨯;12(,,,)mA = ααα个维行向量所组成的向量组:构成矩阵;mn B 12,,,T T T mβββ m n ⨯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、无关有、无非零解;(齐次0Ax ⇔=线性方程组)②、向量的线性表出是否有解;(线性方程组)Ax b ⇔=③、向量组的相互线性表示是否有解;(矩阵方程)AX B ⇔=3.矩阵与行向量组等价的充分必要条件是:齐次方程组m nA ⨯l nB ⨯和同解;(例14)0Ax =0Bx =101P 4.;(例15)()()Tr A A r A =101P 5.维向量线性相关的几何意义:n ①、线性相关;α⇔0α=②、线性相关坐标成比例或共线(平行);,αβ⇔,αβ③、线性相关共面;,,αβγ⇔,,αβγ6.线性相关与无关的两套定理:若线性相关,则必线性相关;12,,,sααα 121,,,,ss αααα+ 若线性无关,则必线性无关;(向量的个数加12,,,sααα 121,,,s ααα- 加减减,二者为对偶)若维向量组的每个向量上添上个分量,构成维向量组:r A n r -n B 若线性无关,则也线性无关;反之若线性相关,则也线A B B A 性相关;(向量组的维数加加减减)简言之:无关组延长后仍无关,反之,不确定;7.向量组(个数为)能由向量组(个数为)线性表示,且A r B s 线性无关,则(二版定理7);A r s ≤74P 向量组能由向量组线性表示,则;(定理3)A B ()()r A r B ≤86P 向量组能由向量组线性表示A B 有解;AX B ⇔=(定理2)()(,)r A r A B ⇔=85P 向量组能由向量组等价(定理2推论)A B ()()(,)r A r B r A B ⇔ ==85P 8.方阵可逆存在有限个初等矩阵,使;A ⇔12,,,lP P P 12lA P P P = ①、矩阵行等价:(左乘,可逆)与同~rA B PA B ⇔=P 0Ax ⇔=0Bx =解②、矩阵列等价:(右乘,可逆);~cA B AQ B ⇔=Q ③、矩阵等价:(、可逆);~A B PAQ B ⇔=P Q 9.对于矩阵与:m nA ⨯l nB ⨯①、若与行等价,则与的行秩相等;A B A B ②、若与行等价,则与同解,且与的任何对应A B 0Ax =0Bx =A B 的列向量组具有相同的线性相关性;③、矩阵的初等变换不改变矩阵的秩;④、矩阵的行秩等于列秩;A 10.若,则:m s s n m nA B C ⨯⨯⨯=①、的列向量组能由的列向量组线性表示,为系数矩阵;C A B ②、的行向量组能由的行向量组线性表示,为系数矩阵;C B TA (转置)11.齐次方程组的解一定是的解,考试中可以直接作0Bx =0ABx =为定理使用,而无需证明;①、只有零解只有零解;0ABx =0Bx ⇒ =②、有非零解一定存在非零解;0Bx =0ABx ⇒ =12.设向量组可由向量组线性表示为:12:,,,n rrB b b b ⨯ 12:,,,n ssA a a a ⨯ (题19结论)110P ()1212(,,,)(,,,)r sb b b a a a K = B AK =其中为,且线性无关,则组线性无关;(与K s r ⨯A B ()r K r ⇔=B 的列向量组具有相同线性相关性)K (必要性:;充分性:反证法)()()(),(),()r r B r AK r K r K r r K r ==≤≤∴= 注:当时,为方阵,可当作定理使用;r s =K 13.①、对矩阵,存在,、的列向量线性m nA ⨯n mQ ⨯mAQ E =()r A m ⇔=Q 无关;()87P ②、对矩阵,存在,、的行向量线性无关;m n A ⨯n m P ⨯nPA E =()r A n ⇔=P 14.线性相关12,,,sααα 存在一组不全为0的数,使得成立;⇔12,,,sk k k 11220ssk k k ααα+++= (定义)有非零解,即有非零解;⇔1212(,,,)0s s x xx ααα⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭0Ax =,系数矩阵的秩小于未知数的个数;⇔12(,,,)s r sααα< 15.设的矩阵的秩为,则元齐次线性方程组的解集m n ⨯A r n 0Ax =的秩为:;S ()r S n r =-16.若为的一个解,为的一个基础解系,则*ηAx b =12,,,n rξξξ- 0Ax =线性无关;(题33结论)*12,,,,n rηξξξ- 111P 5、相似矩阵和二次型1.正交矩阵或(定义),性质:TA A E ⇔=1TA A -=①、的列向量都是单位向量,且两两正交,即A ;1(,1,2,)0T iji j a a i j n i j=⎧==⎨≠⎩②、若为正交矩阵,则也为正交阵,且;A 1TA A -=1A =±③、若、正交阵,则也是正交阵;A B AB 注意:求解正交阵,千万不要忘记施密特正交化和单位化;2.施密特正交化:12(,,,)ra a a ;11b 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、与等价经过初等变换得到;A B ⇔A B ,、可逆;⇔=PAQ B P Q ,、同型;()()⇔=r A r B A B ②、与合同,其中可逆;A B ⇔=TC AC B 与有相同的正、负惯性指数;⇔Tx Ax T x Bx ③、与相似;A B 1-⇔=P AP B 5.相似一定合同、合同未必相似;若为正交矩阵,则,(合同、相似的约束条件C TC AC B =⇒A B :不同,相似的更严格);6.为对称阵,则为二次型矩阵;A A7.元二次型为正定:n Tx Ax 的正惯性指数为;A ⇔n 与合同,即存在可逆矩阵,使;A ⇔E C TC AC E=的所有特征值均为正数;A ⇔的各阶顺序主子式均大于0;A ⇔;(必要条件)0,0iia A ⇒>>。
线性代数公式大全
学习必备 欢迎下载1、行列式对于n 阶行列式I A ,恒有:|证-A|+2; (-1)kS kA 」,其中Sk 为k 阶主子式;证明I 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;2、矩阵I A H 0 (是非奇异矩阵); r (A ) =n (是满秩矩阵)A 的行(列)向量组线性无关; 齐次方程组Ax =0有非零解;\/b 迂R n, Ax =b 总有唯一解; A 与E 等价;A 可表示成若干个初等矩阵的乘积; A 的特征值全不为0;A TA 是正定矩阵;1.3. n 行列式共有n 2个元素,展开后有 n !项,可分解为2n行列式; 代数余子式的性质:① 、A ij 和a ij 的大小无关;② 、某行(列)的元素乘以其它行(列)元素的代数余子式为 0;③ 、某行(列)的元素乘以该行(列)元素的代数余子式为I A ;A ij = (―1/于 M ij4. 代数余子式和余子式的关系:M ij = (-1)F A ij设n 行列式D : 将D 上、下翻转或左右翻转,所得行列式为 将D 顺时针或逆时针旋转 90,所得行列式为 将D 主对角线翻转后(转置),所得行列式为 n (n _DD ,则 D 1 =(—1L D ;n (n _L)D 2,则 D 2 =(-1)h D ; D 3,则 D 3 = D ;将D 主副角线翻转后,所得行列式为D 4,则D 4 = D ;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、 ③、 n ( n _!)副对角行列式:副对角兀素的乘积 X (_1) 2;上、下三角行列式(I 、I I ):主对角元素的乘积;④、|r I 和 I J I :畐叹寸角元素的乘积 ⑤、 A OA C =|A |B |、C AO A C B O BB OB C⑥、 范德蒙行列式:大指标减小指标的连乘积; 特征值;6. 7. 1. A 是n 阶可逆矩阵:=(一1)鬥A ||B |拉普拉斯展开式:n (n _L)X(_1)h学习必备欢迎下载4.2. 3. 4. 5. 二A 的行(列)向量组是 R n 的一组基; 二A 是R n中某两组基的过渡矩阵;对于n 阶矩阵A : AA * = A * A =1A E 无条件恒 成立;1 **11 TT 1* TT *(A -) =( A 厂(A 一)=( A 厂(A ) =( A )TT T***111(AB ) =B A (AB ) = B A (AB)_ = B - A -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; 关于分块矩阵的重要结论,其中均 A 、B 可逆:f AAn 、②、 ③、 ④、 ⑤、,则:1. 2. 3. A s丿|A |=|A I ||A2I1I I |A S |;厶丄O <B〔0 f A0 T B 丿 、丄 A。
线性代数公式定理大全 精简版
与正交 ( , ) 0 .
是单位向量 ( , ) 1.
√ 内积的性质: ① 正定性: ( , ) 0, 且( , ) 0
② 对称性: ( , ) ( , )
③ 双线性: ( , 1 2 ) ( , 1) ( , 2 ) (1 2, ) (1, ) (2, ) (c, ) (c, ) (, c )
4
线性代数公式定理大全(精简版)
19 若两个线性无关的向量组等价,则它们包含的向量个数相等.
20 若 A 是 m n 矩阵,则 r(A) min m, n ,若 r( A) m , A 的行向量线性无关;
若 r(A) n , A 的列向量线性无关,即:
1,2 ,, n 线性无关.
线性方程组的矩阵式 Ax
√ 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 A 0 ,则 0 为 A 的特征值,且 Ax 0 的基础解系即为属于 0 的线性无关的特征向量.
√ 行列式的计算:
A ① 若 A与B 都是方阵(不必同阶),则 B
A A B B
A
(1)mn
A
B
AB
B
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:
a2n1
a1n
a2n1
a1n
n ( n1)
(1) 2
a1na2n an1
an1
an1
√ 逆矩阵的求法:
① A1 A A
一. 11 矩阵的行向量组的秩等于列向量组的秩.
阶梯形矩阵的秩等于它的非零行的个数. 12 矩阵的行初等变换不改变矩阵的秩,且不改变列向量间的线性关系.
矩阵的列初等变换不改变矩阵的秩,且不改变行向量间的线性关系.
线性代数公式大全
线性代数公式大全1、行列式1. 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 ; 2. 代数余子式和余子式的关系:(1)(1)i j i jij ij ij ijM A A M ++=-=-3. 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 -⨯ -;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 OB==、(1)m nC A O A A BBO BC ==-⑥、范德蒙行列式:大指标减小指标的连乘积;; 4. 证明0A =的方法:①、A A =-; ②、反证法;③、构造齐次方程组0Ax=,证明其有非零解;④、利用秩,证明()r A n <; ⑤、证明0是其特征值;2、矩阵1.A 是n 阶可逆矩阵:⇔0A ≠(是非奇异矩阵); ⇔()r A n =(是满秩矩阵) ⇔A 的行(列)向量组线性无关;⇔齐次方程组0Ax=有非零解;⇔nb R ∀∈,Axb=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;2. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立;3.1**111**()()()()()()TT TT A A A A A A ----===***111()()()TTTAB B A AB B A AB BA---===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 = ;3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ,总可经过初等变换化为标准形,其标准形是唯一确定的:r m nE OF 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1XA-=;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1xA b-=;4. 伴随矩阵:(2)*1A A A -=、1*n A A-=5. 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;6. 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Axb=为n 元方程;7. 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;8. 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 n a x a x a x b a x a x a x b a x a x a x b+++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩ ;②、1112111212222212n nm m m n m m a a a x b aa a xb A x 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 a a a x β⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭(全部按列分块,其中12n b bb 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9. 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)10.()()Tr A A r A =;(101P 例15)向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示A XB ⇔=有解;()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论) 11. 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 BP A B⇔=(左乘,P 可逆)0Ax ⇔=与0Bx=同解②、矩阵列等价:~c A B AQ B ⇔=(右乘,Q 可逆); ③、矩阵等价:~A B P A Q B ⇔=(P 、Q 可逆); 12. 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,且A 与B 的任何对应的列向量组具有相同的线性相关性; ③、矩阵的初等变换不改变矩阵的秩; ④、矩阵A 的行秩等于列秩;13. 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;14. 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 =-;5、相似矩阵和二次型1. 正交矩阵TA A E⇔=或1TA 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,)T i j i j a a i j n i j=⎧==⎨≠⎩ ;②、若A 为正交矩阵,则1TA 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 ----=----;。
线性代数公式总结
性质 6:设 A 为 mn 矩阵, P , Q 分别为 m 及 n 阶可逆矩阵,则 r( A) r(PA ) r( AQ) r(PAQ ) .
n, r( A) n
性质
7:设
A
为
n
阶矩阵,则
r( A)
1,r( A) n 1, (n 0, r( A) n 1
O C
-1
A2 1
B 1 O
B 1 DC C 1
1
A3-1
- C 1 B 1
DB
1
C O
-1
A4 -1
O B 1
-
B
C -1 1DC
1
(记忆:D 左行右列加负号)
⑥ A B 则 An ( A )n (Cn0n Cn1n1B Cnn Bn )
① Ak 0 - Ak ( - A)( Ak1 A )
( A B)T AT BT AB A B
②若Aa cb d
,则
A-1
A* A
ad
1
bc
d
c
b a
③
an
a1
n ( n 1)
性质 3:设 A , B 为同型矩阵,则 r( A B) r( A) r(B) 思维定式:若题目条件中出现 A B, A B, r(A) r(B) 时,一般使用性质 3 证明可参考 P87 张宇 9 讲例 5.16
性质 4:设 A ,B 分别为 m n 及 n s 矩阵,则 r( AB) min{r( A), r(B)}. 思维定式:(1)若题目条件中出现 AB 时,一般使用性质 4
线性代数重要公式
《 线 代 》第一章行列式一、重要公式1.AA11=- 2.1-*=n AA 3.A k kA n =4.B A AB = 5.B A BOA ∙=* 6.B A BO A ∙=*7.n m mnmn B A OA B O ∙-=)1( 8.∏====ni iiaOO OO 1**9.范德蒙行列式:∏≤<≤-----=nj i i jn nn n n nn x xx x x x x x x x x x x x 111312112232221321)(1111二、主要知识网络图nnn n n n a a a a a a a a a212222111211=行列互换,行列式值不变,即行列式与其转置行列式相等。
互换两行(列),行列式值变号。
某行(列)有公因数,可提到行列式之外。
某行(列)的k 倍加到另一行(列)上去,行列式值不变。
若行列式某行(列)的所有元素均为两项之和,则行列式可拆成两行列式之和。
若行列式有两行(列)对应成比例,则值为零。
行列式某行元素与另一行对应的元素的代数余子式乘积之和为零。
三角化、递推法、加边法、公式法、拆项法 Grame 法则奇次线性方程组有非零解的充分条件第二章 矩阵一、重要定理定理2.1 设A ,B 是n 的阶矩阵,则B A AB =。
定理2.2 如果A 是可逆矩阵,则A 的逆矩阵唯一。
定理2.3 n 阶矩阵A 可逆,)(021s P P P A n A r A =⇔=⇔≠⇔),,是初等矩阵(s i P i 1= 定理2.4 初等阵左(右)乘给定的矩阵,其结果就是对给定的矩阵作相应的行(列)变换。
定理2.5 初等矩阵可逆,且其逆同类型初等矩阵,即)()()),1(())((,111k E k E k i E k i EE E ij ij ij ij-===---。
定理2.6 如果矩阵A 与B 等价,则(1)秩r(A)=r(B) (2 )存在可逆矩阵P 与Q,使PAQ=B 。
线性代数和概率论重要公式
线性代数和概率论重要公式一、线性代数公式1.行列式展开式公式:对于n阶方阵A,行列式展开式公式可以表示为:det(A) = a11C11 + a12C12 + … + an1C1n其中,aij表示A矩阵第i行第j列的元素,Cij表示该元素的代数余子式。
这个公式允许我们通过行列式展开式计算任意阶的行列式。
2.特征值和特征向量公式:对于n阶方阵A,若存在一个非零向量x和一个标量λ,使得Ax=λx,则称λ为矩阵A的特征值,x称为矩阵A对应于特征值λ的特征向量。
3.正交向量组的正交分解公式:对于一个n维向量空间中的一组正交向量{v1, v2, …, vn},任意一个向量x都可以通过这组向量的线性组合表示:x = (x · v1)v1 + (x · v2)v2 + … + (x · vn)vn其中,x·v表示向量x和向量v的内积。
4.奇异值分解公式:对于任意的m×n矩阵A,存在一个m×m正交矩阵U,一个n×n正交矩阵V和一个m×n的对角矩阵Σ,使得:A=UΣV^T其中,Σ的对角线上的元素称为矩阵A的奇异值,U的列向量称为A 的左奇异向量,V的列向量称为A的右奇异向量。
二、概率论公式1.概率公式:对于一个随机试验E,设S为其样本空间,A为S的一个事件,P(A)表示事件A发生的概率,概率公式如下:(1)P(Ω)=1,其中Ω为S的全体事件(即一定会发生的事件)(2)P(∅)=0,其中∅为不可能事件(即一定不会发生的事件)(3)0≤P(A)≤1,对于任意事件A(4)对于互不相容的事件A1,A2,…,有P(A1∪A2∪…)=P(A1)+P(A2)+…2.条件概率公式:对于两个事件A和B,其中P(B)≠0,条件概率P(A,B)表示在事件B 已经发生的条件下,事件A发生的概率,条件概率公式如下:P(A,B)=P(A∩B)/P(B)3.贝叶斯公式:贝叶斯公式是一种用于计算条件概率的公式,如下:P(A,B)=P(B,A)×P(A)/P(B)其中,P(A)和P(B)为事件A和事件B的概率,P(B,A)为在事件A已经发生的情况下事件B发生的概率。
大一线性代数知识点公式
大一线性代数知识点公式线性代数是大一数学课程中的一门重要学科,涵盖了许多核心概念和基本公式。
下面将介绍一些大一线性代数中常见的知识点和相关公式。
1. 向量的加法和标量乘法向量的加法和标量乘法是线性代数中最基本的运算。
对于向量v和w,其加法定义为:v + w = (v₁ + w₁, v₂ + w₂, ..., vₙ + wₙ)其中vᵢ和wᵢ是向量v和w的第i个分量。
标量乘法定义为:k · v = (k · v₁, k · v₂, ..., k · vₙ)其中k是一个实数。
2. 向量的点乘和模长向量的点乘也称为向量的内积或数量积。
对于向量v和w,其点乘定义为:v ∙ w = v₁w₁ + v₂w₂ + ... + vₙwₙ点乘的结果是一个实数。
另外,向量的模长定义为:‖v‖ = √(v₁² + v₂² + ... + vₙ²)模长表示向量的长度或大小。
3. 矩阵的加法和标量乘法矩阵的加法和标量乘法也是线性代数中常见的操作。
对于m×n 的矩阵A和B,其加法定义为:A +B = [aᵢₙ + bᵢₙ]其中aᵢₙ和bᵢₙ是矩阵A和B的第i行第j列的元素。
标量乘法定义为:k · A = [kaᵢₙ]其中k是一个实数。
4. 矩阵的乘法矩阵的乘法是线性代数中最重要的运算之一。
对于m×n的矩阵A和n×p的矩阵B,它们的乘积AB定义为:AB = [cᵢₙ]其中cᵢₙ是矩阵乘积的第i行第j列的元素,计算公式为:cᵢₙ = aᵢ₁b₁ₙ + aᵢ₂b₂ₙ + ... + aᵢₙbₙₙ5. 行列式的计算行列式是线性代数中独特的概念,用于描述矩阵的性质。
对于n阶方阵A,其行列式定义为|A|或det(A)。
行列式的计算公式较复杂,可以通过展开定理、高斯消元法等方法进行计算。
6. 矩阵的转置和逆矩阵的转置是将其行和列对调得到的新矩阵。
高等数学所有公式
高等数学所有公式高等数学涵盖了多个方向和领域,包括微积分、线性代数、常微分方程等。
下面列出一些高等数学中常见的公式:微积分方面:1. 导数定义:$f'(x)=\lim\limits_{\Delta x\to 0}\frac{f(x+\Delta x)-f(x)}{\Delta x}$2. 基本导数公式:$(C)'=0$、$(x^n)'=nx^{n-1}$、$(\sin x)'=\cos x$、$(\cos x)'=-\sin x$、$(e^x)'=e^x$、$\left(\lnx\right)'=\frac{1}{x}$等3. 链式法则:$\frac{dy}{dx}=\frac{dy}{du}\cdot\frac{du}{dx}$积分与不定积分方面:1. 不定积分定义:$\int f(x)dx=F(x)+C$2. 基本积分公式:$\int x^n dx=\frac{1}{n+1}x^{n+1}+C$、$\int \sin x dx=-\cos x +C$、$\int \cos x dx=\sin x+C$、$\int e^x dx=e^x +C$3. 牛顿-莱布尼茨公式:$\int_a^b f(x)dx=F(b)-F(a)$级数与数列方面:1. 数列极限的定义:$\lim\limits_{n\to\infty}a_n=A$2. 数列收敛的判定:夹逼准则、单调有界准则等3. 级数收敛的判定:比较判别法、比值判别法、根值判别法等4. 幂级数的收敛半径:$\frac{1}{R}=\lim\limits_{n\to\infty}\left(\frac{a_{n+1}}{a_n}\ri ght)$线性代数方面:1. 矩阵的逆:若$AB=BA=I$,则称$A$是可逆矩阵,且$B$为$A$的逆矩阵,记作$A^{-1}$2. 矩阵行列式:设$A=(a_{ij})_{n\times n}$为$n$阶矩阵,则$|A|=\sum\limits_{j=1}^n(-1)^{i+j}a_{ij}\cdot M_{ij}$,其中$M_{ij}$为元素$a_{ij}$的代数余子式3. 特征值与特征向量:设$A$为$n$阶矩阵,若存在数$\lambda$和非零向量$X$,使得$AX=\lambda X$,则称$\lambda$为$A$的特征值,$X$为对应于$\lambda$的特征向量常微分方程方面:1. 一阶线性常微分方程:$\frac{dy}{dx}+P(x)y=Q(x)$,其中$P(x)$和$Q(x)$为已知函数2. 二阶常系数齐次线性方程:$a\frac{d^2y}{dx^2}+b\frac{dy}{dx}+cy=0$,其中$a,b,c$均为常数3. 欧拉公式:$e^{ix}=\cos x + i\sin x$,其中$i$为虚数单位需要注意的是,以上只列举了部分高等数学中的公式,且实际应用中还涉及到更多的公式和概念。
线性代数公式定理大全(精简版)
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. 单个零向量线性相关;单个非零向量线性无关. 部分相关,整体必相关;整体无关,部分必无关. 原向量组无关,接长向量组无关;接长向量组相关,原向量组相关. 两个向量线性相关 对应元素成比例;两两正交的非零向量组线性无关. 向量组 1 , 2 , , n 中任一向量 i (1 ≤ i ≤ n) 都是此向量组的线性组合. 向量组 1 , 2 , , n 线性相关 向量组中至少有一个向量可由其余 n 1 个向量线性表示.
1
1
b a 1 an A2 1
AT A B T C D B
T
CT DT a2 an a1
1
a2
a11
1 a2
1 a1
伴随矩阵的性质: ( A ) A
n2
A
( AB) பைடு நூலகம் A
(kA) k
n 1
A
A A
n 1
( A1 ) ( A ) 1 (A ) (A )
T T
√ 矩阵方程的解法:设法化成(I)AX B 当 A 0 时,
初等行变换 (I)的解法:构造(A B) (E X )
(当B为一列时, 即为克莱姆法则)
(II)的解法:将等式两边转置化为AT X T BT , 用(I)的方法求出X T,再转置得X
√ Ax 和 Bx 同解( A, B 列向量个数相同),则: ① 它们的极大无关组相对应,从而秩相等; ② 它们对应的部分组有一样的线性相关性; ③ 它们有相同的内在线性关系. √ 判断1 , 2 , , s 是 Ax 0 的基础解系的条件: ① 1 , 2 , , s 线性无关; ② 1 , 2 , , s 是 Ax 0 的解; ③ s n r ( A) 每个解向量中自由变量的个数 .
线性代数公式模板.
线性代数公式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 ij ij ij M 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、德蒙行列式:大指标减小指标的连乘积; ⑦、特征值;6. 对于n 阶行列式A ,恒有:1(1)nnk n k k k E A S λλλ-=-=+-∑,其中k S 为k 阶主子式;7. 证明0A =的方法:①、A A =-; ②、反证法;③、构造齐次方程组0Ax =,证明其有非零解; ④、利用秩,证明()r A n <; ⑤、证明0是其特征值;2、矩阵8. 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;9. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立; 10. 1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===11. 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; 12. 关于分块矩阵的重要结论,其中均A 、B 可逆:若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,则: Ⅰ、12s A A A A =;Ⅱ、111121s A A A A ----⎛⎫⎪⎪= ⎪ ⎪ ⎪⎝⎭; ②、111A O A O O B O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;(主对角分块) ③、111O A O B B O 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)3、矩阵的初等变换与线性方程组13. 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 = ⇔ ; 14. 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;15. 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 -=; 16. 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)11k k k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;17. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =; ③、若AB ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;18. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫ ⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式;二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C ab Ca bC 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:19. 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-=20. 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 阶子式不全为0;21. 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; 22. 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;23. 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 n a x a x a x b 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 a a 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24. 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;25. 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)26. 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) 27. ()()T r A A r A =;(101P 例15) 28. 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;29. 线性相关与无关的两套定理:若12,,,s ααα线性相关,则121,,,,s s αααα+必线性相关;若12,,,s ααα线性无关,则121,,,s ααα-必线性无关;(向量的个数加加减减,二者为对偶)若r 维向量组A 的每个向量上添上n r -个分量,构成n 维向量组B :若A 线性无关,则B 也线性无关;反之若B 线性相关,则A 也线性相关;(向量组的维数加加减减) 简言之:无关组延长后仍无关,反之,不确定;30. 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 ≤(二版74P 定理7);向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示AX B ⇔=有解; ()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论)31. 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); 32. 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,且A 与B 的任何对应的列向量组具有相同的线性相关性; ③、矩阵的初等变换不改变矩阵的秩; ④、矩阵A 的行秩等于列秩; 33. 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)34. 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;35. 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:(110P 题19结论)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;36. 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;(87P ) 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; 37. 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;38. 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 =-;39. 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;(111P 题33结论)5、相似矩阵和二次型40. 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; 41. 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 ----=----;42. 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; 43. 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 ; 44. 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); 45. A 为对称阵,则A 为二次型矩阵; 46. 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)。
线性代数公式
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 ij ij ij M 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 ABC B O B ==、(1)m n C A O AA B B O B 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)nn k n k k k E A S λλλ-=-=+-∑,其中k S 为k 阶主子式;7. 证明0A =的方法:①、A A =-; ②、反证法;③、构造齐次方程组0Ax =,证明其有非零解; ④、利用秩,证明()r A n <; ⑤、证明0是其特征值;2、矩阵1.A 是n 阶可逆矩阵:⇔0A ≠(是非奇异矩阵);⇔()r A n =(是满秩矩阵) ⇔A 的行(列)向量组线性无关;⇔齐次线性方程组0Ax =无非零解; ⇔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 TAB 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 O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;(主对角分块) ③、111O A O B B O AO ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(副对角分块) ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭;(拉普拉斯) ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;(拉普拉斯) 3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ,总可经过初等变换化为标准形,其标准形是唯一确定的:rm nEO F OO ⨯⎛⎫= ⎪⎝⎭; 等价类:所有与A 等价的矩阵组成的一个集合,称为一个等价类;标准形为其形状最简单的矩阵;对于同型矩阵A 、B ,若()()r A r B A B = ⇔ ; 2. 行最简形矩阵:①、只能通过初等行变换获得;②、每行首个非0元素必须为1;③、每行首个非0元素所在列的其他元素必须为0;3. 初等行变换的应用:(初等列变换类似,或转置后采用初等行变换)①、 若(,)(,)rA E E X ,则A 可逆,且1X A -=;②、对矩阵(,)A B 做初等行变化,当A 变为E 时,B 就变成1A B -,即:1(,)(,)cA B E A B - ~ ;③、求解线形方程组:对于n 个未知数n 个方程Ax b =,如果(,)(,)rA b E x ,则A 可逆,且1x A b -=; 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)11k k k-⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =;③、若A B ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫ ⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式;二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C a b Ca bC 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:11112---+-===+==∑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()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩;②、伴随矩阵的特征值:*1*(,)AAAX X A A A A X X λλλ- == ⇒ =;③、*1A A A -=、1*n A A-=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;11. 由n 个未知数m 个方程的方程组构成n 元线性方程:①、11112211211222221122n n n n m m nm n n a x a x a x b 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 a a 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 T Tm 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 :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 ≤(二版74P 定理7);向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示AX B ⇔=有解;()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论) 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:~c A 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,且A 与B 的任何对应的列向量组具有相同的线性相关性; ③、矩阵的初等变换不改变矩阵的秩; ④、矩阵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:(110P 题19结论)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;(87P ) 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;15. 设m n ⨯的矩阵A 的秩为r ,则n 元齐次线性方程组0Ax =的解集S 的秩为:()r S n r =-;16. 若*η为Ax b =的一个解,12,,,n r ξξξ- 为0Ax =的一个基础解系,则*12,,,,n r ηξξξ- 线性无关;(111P 题33结论)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 ja 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)加油~~~~~~~~~~~~~~ ~~~~~~~ · ~ ~ ~ ~。
线性代数公式
线性代数基本公式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 ij ij ij M 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 ABC B O B ==、(1)m n C A O AA B B O B C==- ⑥、范德蒙行列式:大指标减小指标的连乘积; ⑦、特征值;6. 对于n 阶行列式A ,恒有:1(1)nnk n k k k E A S λλλ-=-=+-∑,其中k S 为k 阶主子式;7. 证明0A =的方法:①、A A =-; ②、反证法;③、构造齐次方程组0Ax =,证明其有非零解; ④、利用秩,证明()r A n <; ⑤、证明0是其特征值;2、矩阵1.A 是n 阶可逆矩阵:⇔0A ≠(是非奇异矩阵); ⇔()r A n =(是满秩矩阵) ⇔A 的行(列)向量组线性无关; ⇔齐次方程组0Ax =有非零解; ⇔n b R ∀∈,Ax b =总有唯一解;⇔A 与E 等价;⇔A 可表示成若干个初等矩阵的乘积; ⇔A 的特征值全不为0; ⇔T A A 是正定矩阵;⇔A 的行(列)向量组是n R 的一组基; ⇔A 是n R 中某两组基的过渡矩阵;2. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立;3.1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB 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 AO ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(副对角分块) ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭;(拉普拉斯) ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;(拉普拉斯)3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ,总可经过初等变换化为标准形,其标准形是唯一确定的:rm nEO F OO ⨯⎛⎫= ⎪⎝⎭; 等价类:所有与A 等价的矩阵组成的一个集合,称为一个等价类;标准形为其形状最简单的矩阵;对于同型矩阵A 、B ,若()()r A r B A B = ⇔ ; 2. 行最简形矩阵:①、只能通过初等行变换获得;②、每行首个非0元素必须为1;③、每行首个非0元素所在列的其他元素必须为0;3. 初等行变换的应用:(初等列变换类似,或转置后采用初等行变换)①、 若(,)(,)rA E E X ,则A 可逆,且1X A -=;②、对矩阵(,)A B 做初等行变化,当A 变为E 时,B 就变成1A B -,即:1(,)(,)cA B E A B - ~ ;③、求解线形方程组:对于n 个未知数n 个方程Ax b =,如果(,)(,)rA b E x ,则A 可逆,且1x A b -=; 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)11k k k-⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =;③、若A B ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-; 6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫ ⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式;二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C a b Ca bC 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:11112---+-===+==∑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()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩; ②、伴随矩阵的特征值:*1*(,)AAAX X A A A A X X λλλ- == ⇒ =;③、*1A A A -=、1*n A A-=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;11. 由n 个未知数m 个方程的方程组构成n 元线性方程:①、11112211211222221122n n n n m m nm n n a x a x a x b 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 a a 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 T Tm 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 :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 ≤(二版74P 定理7);向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示AX B ⇔=有解;()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论) 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:~c A 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,且A 与B 的任何对应的列向量组具有相同的线性相关性; ③、矩阵的初等变换不改变矩阵的秩; ④、矩阵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:(110P 题19结论)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;(87P ) 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;15. 设m n ⨯的矩阵A 的秩为r ,则n 元齐次线性方程组0Ax =的解集S 的秩为:()r S n r =-;16. 若*η为Ax b =的一个解,12,,,n r ξξξ- 为0Ax =的一个基础解系,则*12,,,,n r ηξξξ- 线性无关;(111P 题33结论)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 ja 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)。
- 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)。
线性代数公式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 ij ij ij M 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 ABC B O B ==、(1)m n C A O AA B B O B C==- ⑥、范德蒙行列式:大指标减小指标的连乘积; ⑦、特征值;6. 对于n 阶行列式A ,恒有:1(1)nnk n k k k E A S λλλ-=-=+-∑,其中k S 为k 阶主子式;7. 证明0A =的方法:①、A A =-; ②、反证法;③、构造齐次方程组0Ax =,证明其有非零解; ④、利用秩,证明()r A n <; ⑤、证明0是其特征值;2、矩阵8.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;9. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立; 10. 1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===11. 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; 12. 关于分块矩阵的重要结论,其中均A 、B 可逆:若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,则: Ⅰ、12s A A A A = ; Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭; ②、111A O A O O B O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;(主对角分块) ③、111O A O B B O AO ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(副对角分块) ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭;(拉普拉斯) ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;(拉普拉斯)3、矩阵的初等变换与线性方程组13. 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 = ⇔ ; 14. 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;15. 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 -=; 16. 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)11k k k-⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;17. 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A B ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;18. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫⎪ ⎪ ⎪⎝⎭的矩阵:利用二项展开式;二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C a b Ca bC 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 m m 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: 19. 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-=20. 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 阶子式不全为0;21. 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; 22. 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;23. 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 n a x a x a x b 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 a a 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24. 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 T Tm 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;25. 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) 26. 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)27. ()()T r A A r A =;(101P 例15) 28. 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;29. 线性相关与无关的两套定理:若12,,,s ααα 线性相关,则121,,,,s s αααα+ 必线性相关;若12,,,s ααα 线性无关,则121,,,s ααα- 必线性无关;(向量的个数加加减减,二者为对偶) 若r 维向量组A 的每个向量上添上n r -个分量,构成n 维向量组B :若A 线性无关,则B 也线性无关;反之若B 线性相关,则A 也线性相关;(向量组的维数加加减减) 简言之:无关组延长后仍无关,反之,不确定;30. 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 ≤(二版74P 定理7);向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示AX B ⇔=有解;()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论) 31. 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:~c A B AQ B ⇔=(右乘,Q 可逆); ③、矩阵等价:~A B PAQ B ⇔=(P 、Q 可逆); 32.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,且A 与B 的任何对应的列向量组具有相同的线性相关性; ③、矩阵的初等变换不改变矩阵的秩; ④、矩阵A 的行秩等于列秩; 33.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)34.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;35. 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:(110P 题19结论)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;36. 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;(87P ) 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; 37. 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;38. 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 =-;39. 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;(111P 题33结论)5、相似矩阵和二次型40. 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 ja 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; 41. 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 ----=---- ; 42. 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; 43. 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 ; 44. 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); 45. A 为对称阵,则A 为二次型矩阵; 46. 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)。