线性代数知识点总结汇总

合集下载

线性代数知识点总结完整

线性代数知识点总结第一章行列式1. n 阶行列式()()121212111212122212121==-∑n nnn t p p p n p p np p p p n n nna a a a a a D a a a a a a 2.特殊行列式()()111211222211221122010n t n n nn nn nna a a a a D a a a a a a a ==-=1212n nλλλλλλ=;()()1122121n n n nλλλλλλ-=-3.行列式的性质定义记111212122212n n n n nna a a a a a D a a a =;112111222212n n T nnnna a a a a a D a a a =;行列式TD 称为行列式D 的转置行列式.. 性质1行列式与它的转置行列式相等..性质2 互换行列式的两行()↔i j r r 或列()↔i j c c ;行列式变号.. 推论如果行列式有两行列完全相同成比例;则此行列式为零..性质3 行列式某一行列中所有的元素都乘以同一数()⨯j k r k ;等于用数k 乘此行列式；推论1D 的某一行列中所有元素的公因子可以提到D 的外面;推论2 D 中某一行列所有元素为零;则=0D ..性质4若行列式的某一列行的元素都是两数之和;则1112111212222212()()()i i ni i n n n ni ninna a a a a a a a a a D a a a a a '+'+='+1112111112112122222122221212i n i ni n i n n n ninnn nninna a a a a a a a a a a a a a a a a a a a a a a a ''=+' 性质6 把行列式的某一列行的各元素乘以同一数然后加到另一列行对应的元素上去;行列式的值不变..算得行列式的值..4. 行列式按行列展开余子式在n 阶行列式中;把元素ij a 所在的第i 行和第j 列划去后;留下来的1n -阶行列式叫做元素ij a 的余子式;记作ij M ..代数余子式 ()1i jij ij A M +=-记;叫做元素ij a 的代数余子式..引理一个n 阶行列式;如果其中第i 行所有元素除i;j (,)i j 元外ij a 都为零;那么这行列式等于ij a 与它的代数余子式的乘积;即ij ij D a A =..高阶行列式计算首先把行列上的元素尽可能多的化成0;保留一个非零元素;降阶定理n 阶行列式 111212122212=n n n n nna a a a a a D a a a 等于它的任意一行列的各元素与其对应的代数余子式的乘积之和;即1122i i i i in in D a A a A a A =+++;(1,2,,)i n =1122j j j j nj nj D a A a A a A =+++或;(1,2,,)j n =..第二章矩阵1.矩阵111212122211n n m m mn a a a a a a A a a a ⎛⎫ ⎪ ⎪= ⎪⎪⎝⎭行列式是数值;矩阵是数表; 各个元素组成方阵：行数与列数都等于n 的矩阵A .. 记作：A n.. 行列矩阵：只有一行列的矩阵..也称行列向量.. 同型矩阵：两矩阵的行数相等;列数也相等.. 相等矩阵：AB 同型;且对应元素相等..记作：A ＝B 零矩阵：元素都是零的矩阵不同型的零矩阵不同对角阵：不在主对角线上的元素都是零..单位阵：主对角线上元素都是1;其它元素都是0;记作：E注意矩阵与行列式有本质的区别;行列式是一个算式;一个数字行列式经过计算可求得其值;而矩阵仅仅是一个数表;它的行数和列数可以不同..2. 矩阵的运算矩阵的加法 111112121121212222221122n n n n m m m m mn mn a b a b a b a b a b a b A B a b a b a b +++⎛⎫⎪+++⎪+= ⎪⎪+++⎝⎭说明只有当两个矩阵是同型矩阵时;才能进行加法运算.. 矩阵加法的运算规律()1A B B A +=+；()()()2A B C A B C ++=++()()1112121222113,()n n ij ij m nm n m m mn a a a a a a A a A a a a a ⨯⨯---⎛⎫⎪--- ⎪=-=-= ⎪⎪---⎝⎭设矩阵记;A -称为矩阵A 的负矩阵()()()40,A A A B A B +-=-=+-..数与矩阵相乘111212122211,n n m m mn a a a a a a A A A A A a a a λλλλλλλλλλλλλλ⎛⎫ ⎪ ⎪== ⎪⎪⎝⎭数与矩阵的乘积记作或规定为数乘矩阵的运算规律设A B 、为m n ⨯矩阵;,λμ为数()()()1A A λμλμ=；()()2A A A λμλμ+=+；()()3A B A B λλλ+=+..矩阵相加与数乘矩阵统称为矩阵的线性运算..矩阵与矩阵相乘设(b )ij B =是一个m s ⨯矩阵;(b )ij B =是一个s n ⨯矩阵;那么规定矩阵A 与矩阵B的乘积是一个m n⨯矩阵(c )ij C =;其中()12121122j j i i is i j i j is sj sj b b a a a a b a b a b b ⎛⎫⎪ ⎪=+++ ⎪ ⎪ ⎪⎝⎭1sik kj k a b ==∑;()1,2,;1,2,,i m j n ==;并把此乘积记作C AB = 注意1..A 与B2..矩阵的乘法不满足交换律;即在一般情况下;AB BA ≠;而且两个非零矩阵的乘积可能是零矩阵..3..对于n 阶方阵A 和B;若AB=BA;则称A 与B 是可交换的..矩阵乘法的运算规律()()()1AB C A BC =； ()()()()2AB A B A B λλλ==()()3A B C AB AC +=+;()B C A BA CA +=+ ()4m n n n m m m n m n A E E A A ⨯⨯⨯⨯⨯==()5若A 是n 阶方阵;则称 A k 为A 的k 次幂;即kk A A AA =个;并且mk m kA A A+=;()km mk AA =(),m k 为正整数..规定：A 0＝E 只有方阵才有幂运算注意矩阵不满足交换律;即AB BA ≠;()kk k AB A B ≠但也有例外转置矩阵把矩阵A 的行换成同序数的列得到的新矩阵;叫做A 的转置矩阵;记作A T ;()()1TT A A =；()()2T T T A B A B +=+；()()3T T A A λλ=；()()4TT T AB B A =..方阵的行列式由n 阶方阵A 的元素所构成的行列式;叫做方阵A 的行列式;记作A注意矩阵与行列式是两个不同的概念;n 阶矩阵是n 2个数按一定方式排成的数表;而n 阶行列式则是这些数按一定的运算法则所确定的一个数..()1T A A =；()2n A A λλ=；(3)AB A B B A BA ===对称阵设A 为n 阶方阵;如果满足A =A T ;那么A 称为对称阵.. 伴随矩阵行列式A 的各个元素的代数余子式ij A 所构成的如下矩阵112111222212n n nnnn A A A A A A A A A A *⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭称为矩阵A 的伴随矩阵.. 性质 AA A A A E **==易忘知识点总结1只有当两个矩阵是同型矩阵时;才能进行加法运算..2只有当第一个矩阵的列数等于第二个矩阵的行数时;两个矩阵才能相乘;且矩阵相乘不满足交换律.. 3矩阵的数乘运算与行列式的数乘运算不同..逆矩阵：AB ＝BA ＝E;则说矩阵A 是可逆的;并把矩阵B 称为A 的逆矩阵..1A B -=即..说明1 A ;B 互为逆阵; A = B -12 只对方阵定义逆阵..只有方阵才有逆矩阵 3.若A 是可逆矩阵;则A 的逆矩阵是唯一的..定理1矩阵A 可逆的充分必要条件是0A ≠;并且当A 可逆时;有1*1AA A-=重要奇异矩阵与非奇异矩阵当0A =时;A 称为奇异矩阵;当0A ≠时;A 称为非奇异矩阵..即0A A A ⇔⇔≠可逆为非奇异矩阵..求逆矩阵方法**1(1)||||021(3)||A A A A A A -≠=先求并判断当时逆阵存在；（）求；求。

线性代数知识点总结汇总

线性代数知识点总结1 行列式一行列式概念和性质1、逆序数：所有的逆序的总数2、行列式定义：不同行不同列元素乘积代数和3、行列式性质：用于化简行列式1行列互换转置,行列式的值不变2两行列互换,行列式变号3提公因式：行列式的某一行列的所有元素都乘以同一数k,等于用数k乘此行列式4拆列分配：行列式中如果某一行列的元素都是两组数之和,那么这个行列式就等于两个行列式之和;5一行列乘k加到另一行列,行列式的值不变;6两行成比例,行列式的值为0;二重要行列式4、上下三角主对角线行列式的值等于主对角线元素的乘积5、副对角线行列式的值等于副对角线元素的乘积乘6、Laplace展开式：A是m阶矩阵,B是n阶矩阵,则7、n阶n≥2范德蒙德行列式数学归纳法证明★8、对角线的元素为a,其余元素为b的行列式的值：三按行列展开9、按行展开定理：1任一行列的各元素与其对应的代数余子式乘积之和等于行列式的值2行列式中某一行列各个元素与另一行列对应元素的代数余子式乘积之和等于0 四行列式公式10、行列式七大公式：1|kA|=k n|A|2|AB|=|A|·|B|3|A T|=|A|4|A-1|=|A|-15|A|=|A|n-16若A的特征值λ1、λ2、……λn,则7若A与B相似,则|A|=|B|五克莱姆法则11、克莱姆法则：1非齐次线性方程组的系数行列式不为0,那么方程为唯一解2如果非齐次线性方程组无解或有两个不同解,则它的系数行列式必为03若齐次线性方程组的系数行列式不为0,则齐次线性方程组只有0解；如果方程组有非零解,那么必有D=0;2 矩阵一矩阵的运算1、矩阵乘法注意事项：1矩阵乘法要求前列后行一致；2矩阵乘法不满足交换律；因式分解的公式对矩阵不适用,但若B=E,O,A-1,A,fA时,可以用交换律3AB=O不能推出A=O或B=O;2、转置的性质5条1A+B T=A T+B T2kA T=kA T3AB T=B T A T4|A|T=|A|5A TT=A二矩阵的逆3、逆的定义：AB=E或BA=E成立,称A可逆,B是A的逆矩阵,记为B=A-1注：A可逆的充要条件是|A|≠04、逆的性质：5条1kA-1=1/k·A-1 k≠02AB-1=B-1·A-13|A-1|=|A|-14A T-1=A-1T5A-1-1=A5、逆的求法：1A为抽象矩阵：由定义或性质求解2A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c3一行列乘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;8、初等变换与初等矩阵的性质：1初等行列变换相当于左右乘相应的初等矩阵2初等矩阵均为可逆矩阵,且E ij-1=E ij i,j两行互换；E i-1c=E i1/c第i行列乘cE ij-1k=E ij-k第i行乘k加到j★四矩阵的秩9、秩的定义：非零子式的最高阶数注：1rA=0意味着所有元素为0,即A=O2rA n×n=n满秩←→ |A|≠0 ←→A可逆；rA＜n←→|A|=0←→A不可逆；3rA=rr=1、2、…、n-1←→r阶子式非零且所有r+1子式均为0;10、秩的性质：7条1A为m×n阶矩阵,则rA≤minm,n2rA±B≤rA±B3rAB≤min{rA,rB}4rkA=rAk≠05rA=rACC是一个可逆矩阵6rA=rA T=rA T A=rAA T7设A是m×n阶矩阵,B是n×s矩阵,AB=O,则rA+rB≤n11、秩的求法：1A为抽象矩阵：由定义或性质求解；2A为数字矩阵：A→初等行变换→阶梯型每行第一个非零元素下面的元素均为0,则rA=非零行的行数五伴随矩阵12、伴随矩阵的性质：8条1AA=AA=|A|E → ★A=|A|A-12kA=k n-1A3AB=BA4|A|=|A|n-15A T=A T6A-1=A-1=A|A|-17A=|A| n-2·A★8rA=n rA=n；rA=1 rA=n-1；rA=0 rA＜n-1六分块矩阵13、分块矩阵的乘法：要求前列后行分法相同;14、分块矩阵求逆：3 向量一向量的概念及运算1、向量的内积：α,β=αTβ=βTα2、长度定义：||α||=3、正交定义：α,β=αTβ=βTα=a1b1+a2b2+…+a n b n=04、正交矩阵的定义：A为n阶矩阵,AA T=E ←→ A-1=A T←→ A T A=E → |A|=±1二线性组合和线性表示5、线性表示的充要条件：非零列向量β可由α1,α2,…,αs线性表示1←→非齐次线性方程组α1,α2,…,αs x1,x2,…,x s T=β有解;★2←→rα1,α2,…,αs=rα1,α2,…,αs,β系数矩阵的秩等于增广矩阵的秩,用于大题第一步的检验6、线性表示的充分条件：了解即可若α1,α2,…,αs线性无关,α1,α2,…,αs,β线性相关,则β可由α1,α2,…,αs线性表示;7、线性表示的求法：大题第二步设α1,α2,…,αs线性无关,β可由其线性表示;α1,α2,…,αs|β→初等行变换→行最简形|系数行最简形：每行第一个非0的数为1,其余元素均为0三线性相关和线性无关8、线性相关注意事项：1α线性相关←→α=02α1,α2线性相关←→α1,α2成比例9、线性相关的充要条件：向量组α1,α2,…,αs线性相关1←→有个向量可由其余向量线性表示；2←→齐次方程α1,α2,…,αs x1,x2,…,x s T=0有非零解；★3←→rα1,α2,…,αs＜s 即秩小于个数特别地,n个n维列向量α1,α2,…,αn线性相关1←→ rα1,α2,…,αn＜n2←→|α1,α2,…,αn |=03←→α1,α2,…,αn不可逆10、线性相关的充分条件：1向量组含有零向量或成比例的向量必相关2部分相关,则整体相关3高维相关,则低维相关4以少表多,多必相关★推论：n+1个n维向量一定线性相关11、线性无关的充要条件向量组α1,α2,…,αs线性无关1←→任意向量均不能由其余向量线性表示；2←→齐次方程α1,α2,…,αs x1,x2,…,x s T=0只有零解3←→rα1,α2,…,αs=s特别地,n个n维向量α1,α2,…,αn线性无关←→rα1,α2,…,αn=n ←→|α1,α2,…,αn |≠0 ←→矩阵可逆12、线性无关的充分条件：1整体无关,部分无关2低维无关,高维无关3正交的非零向量组线性无关4不同特征值的特征向量无关13、线性相关、线性无关判定1定义法★2秩：若小于阶数,线性相关；若等于阶数,线性无关专业知识补充1在矩阵左边乘列满秩矩阵秩=列数,矩阵的秩不变；在矩阵右边乘行满秩矩阵,矩阵的秩不变;2若n维列向量α1,α2,α3线性无关,β1,β2,β3可以由其线性表示,即β1,β2,β3=α1,α2,α3C,则rβ1,β2,β3=rC,从而线性无关;←→rβ1,β2,β3=3 ←→ rC=3 ←→ |C|≠0四极大线性无关组与向量组的秩14、极大线性无关组不唯一15、向量组的秩:极大无关组中向量的个数成为向量组的秩对比：矩阵的秩:非零子式的最高阶数★注:向量组α1,α2,…,αs的秩与矩阵A=α1,α2,…,αs的秩相等★16、极大线性无关组的求法1α1,α2,…,αs为抽象的：定义法2α1,α2,…,αs为数字的：α1,α2,…,αs→初等行变换→阶梯型矩阵则每行第一个非零的数对应的列向量构成极大无关组五向量空间17、基就是极大线性无关组变换公式：若α1,α2,…,αn与β1,β2,…,βn是n维向量空间V的两组基,则基变换公式为β1,β2,…,βn=α1,α2,…,αn C n×n其中,C是从基α1,α2,…,αn到β1,β2,…,βn的过渡矩阵;C=α1,α2,…,αn-1β1,β2,…,βn18、坐标变换公式：向量γ在基α1,α2,…,αn与基β1,β2,…,βn的坐标分别为x=x1,x2,…,x n T,y=y1,y2,…,y n T,,即γ=x1α1 + x2α2 + …+x nαn=y1β1 + y2β2 + …+y nβn,则坐标变换公式为x=Cy或y=C-1x;其中,C是从基α1,α2,…,αn到β1,β2,…,βn的过渡矩阵;C=α1,α2,…,αn-1β1,β2,…,βn六Schmidt正交化19、Schmidt正交化设α1,α2,α3线性无关1正交化令β1=α12单位化4 线性方程组一方程组的表达形与解向量1、解的形式：1一般形式2矩阵形式：Ax=b；3向量形式：A=α1,α2,…,αn2、解的定义：若η=c1,c2,…,c n T满足方程组Ax=b,即Aη=b,称η是Ax=b的一个解向量二解的判定与性质3、齐次方程组：1只有零解←→rA=nn为A的列数或是未知数x的个数2有非零解←→rA＜n4、非齐次方程组：1无解←→rA＜rA|b←→rA=rA-12唯一解←→rA=rA|b=n3无穷多解←→rA=rA|b＜n5、解的性质：1若ξ1,ξ2是Ax=0的解,则k1ξ1+k2ξ2是Ax=0的解2若ξ是Ax=0的解,η是Ax=b的解,则ξ+η是Ax=b的解3若η1,η2是Ax=b的解,则η1-η2是Ax=0的解推广1设η1,η2,…,ηs是Ax=b的解,则k1η1+k2η2+…+k sηs为Ax=b的解当Σk i=1Ax=0的解当Σk i=02设η1,η2,…,ηs是Ax=b的s个线性无关的解,则η2-η1,η3-η1,…,ηs-η1为Ax=0的s-1个线性无关的解;变式：①η1-η2,η3-η2,…,ηs-η2②η2-η1,η3-η2,…,ηs-ηs-1三基础解系6、基础解系定义：1ξ1,ξ2,…,ξs是Ax=0的解2ξ1,ξ2,…,ξs线性相关3Ax=0的所有解均可由其线性表示→基础解系即所有解的极大无关组注：基础解系不唯一;任意n-rA个线性无关的解均可作为基础解系;★7、重要结论：证明也很重要设A施m×n阶矩阵,B是n×s阶矩阵,AB=O1B的列向量均为方程Ax=0的解2rA+rB≤n第2章,秩8、总结：基础解系的求法1A为抽象的：由定义或性质凑n-rA个线性无关的解2A为数字的：A→初等行变换→阶梯型自由未知量分别取1,0,0；0,1,0；0,0,1；代入解得非自由未知量得到基础解系四解的结构通解9、齐次线性方程组的通解所有解设rA=r,ξ1,ξ2,…,ξn-r为Ax=0的基础解系,则Ax=0的通解为k1η1+k2η2+…+k n-rηn-r 其中k1,k2,…,k n-r为任意常数10、非齐次线性方程组的通解设rA=r,ξ1,ξ2,…,ξn-r为Ax=0的基础解系,η为Ax=b的特解,则Ax=b的通解为η+ k1η1+k2η2+…+k n-rηn-r 其中k1,k2,…,k n-r为任意常数五公共解与同解11、公共解定义：如果α既是方程组Ax=0的解,又是方程组Bx=0的解,则称α为其公共解12、非零公共解的充要条件：方程组Ax=0与Bx=0有非零公共解←→有非零解←→13、重要结论需要掌握证明1设A是m×n阶矩阵,则齐次方程ATAx=0与Ax=0同解,rATA=rA2设A是m×n阶矩阵,rA=n,B是n×s阶矩阵,则齐次方程ABx=0与Bx=0同解,rAB=rB5 特征值与特征向量一矩阵的特征值与特征向量1、特征值、特征向量的定义：设A为n阶矩阵,如果存在数λ及非零列向量α,使得Aα=λα,称α是矩阵A属于特征值λ的特征向量;2、特征多项式、特征方程的定义：|λE-A|称为矩阵A的特征多项式λ的n次多项式;|λE-A |=0称为矩阵A的特征方程λ的n次方程;注:特征方程可以写为|A-λE|=03、重要结论：1若α为齐次方程Ax=0的非零解,则Aα=0·α,即α为矩阵A特征值λ=0的特征向量2A的各行元素和为k,则1,1,…,1T为特征值为k的特征向量;3上下三角或主对角的矩阵的特征值为主对角线各元素;△4、总结：特征值与特征向量的求法1A为抽象的：由定义或性质凑2A为数字的：由特征方程法求解5、特征方程法：1解特征方程|λE-A|=0,得矩阵A的n个特征值λ1,λ2,…,λn注：n次方程必须有n个根可有多重根,写作λ1=λ2=…=λs=实数,不能省略2解齐次方程λi E-A=0,得属于特征值λi的线性无关的特征向量,即其基础解系共n-rλi E-A个解6、性质：1不同特征值的特征向量线性无关2k重特征值最多k个线性无关的特征向量1≤n-rλi E-A≤k i3设A的特征值为λ1,λ2,…,λn,则|A|=Πλi,Σλi=Σa ii4当rA=1,即A=αβT,其中α,β均为n维非零列向量,则A的特征值为λ1=Σa ii=αTβ=βTα,λ2=…=λn=05设α是矩阵A属于特征值λ的特征向量,则A fAATA-1A P-1AP相似λfλλλ-1|A|λ-1λαα/ ααP-1α二相似矩阵7、相似矩阵的定义：设A、B均为n阶矩阵,如果存在可逆矩阵P使得B=P-1AP,称A与B相似,记作A~B 8、相似矩阵的性质1若A与B相似,则fA与fB相似2若A与B相似,B与C相似,则A与C相似3相似矩阵有相同的行列式、秩、特征多项式、特征方程、特征值、迹即主对角线元素之和推广4若A与B相似,则AB与BA相似,A T与B T相似,A-1与B-1相似,A与B也相似三矩阵的相似对角化9、相似对角化定义：如果A与对角矩阵相似,即存在可逆矩阵P,使得P-1AP=Λ=,称A可相似对角化;注：Aαi=λiαiαi≠0,由于P可逆,故P的每一列均为矩阵A的特征值λi的特征向量10、相似对角化的充要条件1A有n个线性无关的特征向量2A的k重特征值有k个线性无关的特征向量11、相似对角化的充分条件：1A有n个不同的特征值不同特征值的特征向量线性无关2A为实对称矩阵12、重要结论：1若A可相似对角化,则rA为非零特征值的个数,n-rA为零特征值的个数2若A不可相似对角化,rA不一定为非零特征值的个数四实对称矩阵13、性质1特征值全为实数2不同特征值的特征向量正交3A可相似对角化,即存在可逆矩阵P使得P-1AP=Λ4A可正交相似对角化,即存在正交矩阵Q,使得Q-1AQ=QTAQ=Λ6 二次型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fx1,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=CyC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;2p=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=rA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1A、B相似B=P-1AP←→相同的特征值2A、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3A、B等价B=PAQ←→rA=rB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：1A的正惯性指数为n2A与E合同,即存在可逆矩阵C,使得A=C T C或C T AC=E3A的特征值均大于04A的顺序主子式均大于0k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：1a ii＞02|A|＞011、总结：二次型x T Ax正定判定大题1A为数字：顺序主子式均大于02A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kAk＞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。

线性代数知识点总结

线性代数知识点总结1.a j：向量α的第j个分量。

2.n维实向量空间：全体n维实列向量构成的集合及其上定义的向量。

的加法和数乘运算的合称。

Ps：1.全体n维行向量构成的集合记为R1*n；2.R2即2维空间。

3.R n的子集：多个n维实向量构成的一个集合。

4.V是R n的子空间：V具有下列性质的R n的子集。

设V?R n是一个非空集合，V满足：（1）若α、β∈V，则α+β∈V;（2）若γ∈V，k∈R，则kγ∈V；5.齐次线性方程组的解空间：齐次线性方程组的全部解向量构成的合。

6.向量组：多个相同维数的向量组成的集合。

7.线性组合：给定R n中向量组A：α1，α2，…，αm，以及数k1，k2，…，k m，称向量β=k1α1+k2α2+…+k mαm（k∈R）为向量组A的一个线性组合。

8.张成：给定R n中向量组A：α1，α2，…，αm，由A的全体线性组合构成的集合。

Ps；（1）记为Span（α1，α2，…，αm）={k1α1+k2α2+…+k mαm}；（2）张成是一R n的一个子空间；9.向量β能由向量组A线性表示：给定n维向量组A：α1，α2，…，αm和n维向量β，若存在m个数k1，k2，…，k m，使β=k1α1+k2α2+…+k mαm（k∈R）10.线性方程的三中表示：（1）矩阵方程Ax=b；（2）向量方程x1α1+x2α2+…+x nαn=β；（3）一般式方程；11.线性相关；k1α1+k2α2+…+k nαn=0（k不全为0）；线性无关；k1α1+k2α2+…+k nαn=0（k全为0）；12.线性相关的几何解释；（1）若向量组A：α1，α2线性相关，则它们共线：（2）若向量组A：α1，α2α3线性相关，则它们共面。

，13.向量组A线性相关的充要条件为R（A）＜n（即齐次线性方程组有非零解）；向量组A线性无关的充要条件为R（A）=n（……只有零解）。

Ps：秩：R（A）为系数矩阵的行阶梯形的非零行个数。

线性代数知识点总结大全

求向量组秩、极大无关组，表示方式
将
向量组按列
1 2 m
排
放
初等行变换
行阶梯型矩阵
A11 A12 A1r
A22 A2r
Arr
i1
i2
ir
一个极大无关组
A1r 1
A2 r 1
A1m
A2m
r
Arr 1
Arm
i1 ,i2 ,,ir
原向量组一个极大无关组
第一等价链
1，
2，，
为正交向量组
m
1，
2，，
为线性无关向量组
m
1，
2，，
为线性无关向量组
m
Schmidt 正交化、单位化
单位正交向量组: 1，2，，m
与初始向量组等价
正交矩阵定义：
若 n 阶方阵 A 满足 AAT E，则称矩阵A为 n阶正交矩阵.
正交矩阵的性质：
若A, B为n阶正交矩阵，则有： (1) A1 AT ; (2) A 1 或 1;
线性无关：对于向量组1,...,r下列条件等价 • 1,...,r线性无关
• 当c1,...,cr不全为0时，必有c11+...+crr0 • 当c11+...+crr＝0时，必有c1＝...＝cr＝0 • 1,...,r的秩数等于r • (1,...,r)是列满秩矩阵
24
极大无关组与秩数：
1.1,...,rS是S的一个极大无关组当且仅当 ① 1,...,r线性无关 ② S的每个向量都可由1,...,r线性表示
③
Ax=b的解的线性组合是
Ax=0的解，当系数和＝0时； Ax=b的解，当系数和＝1时.

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。

线性代数知识点总结

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 -=-；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 A BCB O B==、(1)m n CA OA A BB 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、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 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 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 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 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 CCC 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 aa xb 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 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 ：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 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)。

线性代数知识点全归纳

线性代数知识点1、行列式1.n 行列式共有2n 个元素，展开后有!n 项，可分解为2n 行列式；2. 代数余子式的性质：①、ij A 和ij a 的大小无关；②、某行（列）的元素乘以其它行（列）元素的代数余子式为0； ③、某行（列）的元素乘以该行（列）元素的代数余子式为A ； 3.代数余子式和余子式的关系：(1)(1)i j i j ij ijij ijM A A M ++=-=-4. 设n 行列式D ：将D 上、下翻转或左右翻转，所得行列式为1D ，则(1)21(1)n n D D -=-；将D 顺时针或逆时针旋转90，所得行列式为2D ，则(1)22(1)n n D D -=-；将D 主对角线翻转后（转置），所得行列式为3D ，则3D D =；将D 主副角线翻转后，所得行列式为4D ，则4D D =；5. 行列式的重要公式：①、主对角行列式：主对角元素的乘积；②、副对角行列式：副对角元素的乘积(1)2(1)n n -⨯ -；③、上、下三角行列式（ = ◥◣）：主对角元素的乘积； ④、 ◤和 ◢：副对角元素的乘积(1)2(1)n n -⨯ -；⑤、拉普拉斯展开式：A O A C AB CB O B==、(1)m n CA OA AB B OB C==-⑥、范德蒙行列式：大指标减小指标的连乘积； ⑦、特征值；6. 对于n 阶行列式A ，恒有：1(1)nnk n k k k E A S λλλ-=-=+-∑，其中k S 为k 阶主子式；7. 证明0A =的方法：①、A A =-； ②、反证法；③、构造齐次方程组0Ax =，证明其有非零解； ④、利用秩，证明()r A n <；⑤、证明0是其特征值；2、矩阵1.A 是n 阶可逆矩阵：⇔0A ≠（是非奇异矩阵）； ⇔()r A n =（是满秩矩阵） ⇔A 的行（列）向量组线性无关； ⇔齐次方程组0Ax =有非零解； ⇔n b R ∀∈，Ax b =总有唯一解； ⇔A 与E 等价；⇔A 可表示成若干个初等矩阵的乘积； ⇔A 的特征值全不为0；⇔T A A 是正定矩阵；⇔A 的行（列）向量组是n R 的一组基； ⇔A 是n R 中某两组基的过渡矩阵；2. 对于n 阶矩阵A ：**AA A A A E == 无条件恒成立；3.1**111**()()()()()()T T T T A A A A A A ----=== ***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)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 ≤；（※）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 nnm 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---+-===+==∑nm n mmm m r nr r n nn nnnn n r C C CC CCrC nC ；③、利用特征值和相似对角化：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；11. 由n 个未知数m 个方程的方程组构成n 元线性方程：①、11112211211222221122n n n n m m nm n na x a x a xb a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩； 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 ：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；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；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 rr 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)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。

线代知识点总结全部

线代知识点总结全部一、向量和矩阵1. 向量的定义向量是指具有大小和方向的几何体，通常用箭头表示。

在数学中，向量通常用有序数对或有序数组表示。

例如，在二维空间中，一个向量可以表示为(a, b)，表示向量在x轴上的分量为a，在y轴上的分量为b。

2. 向量的线性运算向量的线性运算包括向量的加法和数量乘法。

向量的加法就是将两个向量相加，得到一个新的向量。

数量乘法是将一个实数与一个向量相乘，得到一个新的向量。

3. 矩阵的定义矩阵是一个由数排成的矩形阵列，它是线性代数中的一个重要概念。

矩阵中的数称为元素，矩阵的行数和列数分别称为矩阵的阶数。

例如，一个m×n的矩阵有m行n列。

4. 矩阵的基本运算矩阵的基本运算包括矩阵的加法、数量乘法和矩阵的乘法。

矩阵的加法是将两个相同阶数的矩阵相加得到一个新的矩阵，矩阵的数量乘法是将一个实数与一个矩阵相乘得到一个新的矩阵。

矩阵的乘法是将一个m*n的矩阵与一个n*p的矩阵相乘得到一个m*p的矩阵。

5. 矩阵的转置矩阵的转置是将矩阵的行向量转换为列向量，列向量转换为行向量。

矩阵的转置操作可以用来表示矩阵的对称性和几何意义，也有利于简化矩阵的计算。

二、向量空间和子空间1. 向量空间的定义向量空间是指具有加法和数量乘法两种运算的集合，并且满足一定的性质。

向量空间可以是有限维的，也可以是无限维的。

例如，n维实数向量空间可以表示为R^n，它包含所有n维的实数向量。

2. 子空间的定义子空间是指在一个向量空间V中的一个非空集合W，并且满足在W中任意两个向量的线性组合仍然在W中。

子空间的一个重要性质是它也是一个向量空间，可以继承向量空间的性质。

3. 线性相关和线性无关一组向量中的向量如果存在线性组合能够得到零向量，则称这组向量线性相关；如果不存在这样的线性组合，则称这组向量线性无关。

4. 基和维数在一个向量空间中，如果存在一组线性无关的向量可以组成整个空间中的任意向量，则称这组向量是一组基。

线性代数超强总结

考试重点第一章: 行列式的定义、行列式的计算；第二章: 1、求矩阵的逆阵（伴随矩阵法、初等变换法）； 2.求矩阵的秩（用初等变换法）；3.求矩阵方程: Ax=B, xA=B, AxB=C ；第三章: 证明向量组的线性相关性；第四章: 方程组Ax=0, Ax=b 求解；第五章: 1、会求特征值与特征向量； 2.相似矩阵的性质；3.实对称矩阵的对角化；第六章: 1.用正交变换把二次型化为标准形；2.二次型的秩, 二次型正定的定义； 3、矩阵正定的判断方法:（1）各阶顺序主子式都大于零；（2）每个特征值都大于零()0A r A n A Ax A A οο⎧⎪<⎪⎪=⇔=⎨⎪⎪⎪⎩不可逆有非零解是的特征值的列（行）向量线性相关 12()0,,T s i nA r A n Ax A A A A A A A p p p p Ax οββ⎧⎪=⎪⎪=⎪⎪⎪≠⇔⎨⎪⎪⎪⎪=⋅⋅⋅⎪⎪∀∈=⎩可逆只有零解的特征值全不为零的列（行）向量线性无关是正定矩阵与同阶单位阵等价是初等阵总有唯一解⎫⎪−−−→⎬⎪⎭具有向量组等价相似矩阵反身性、对称性、传递性矩阵合同 √ 行列式的计算:① 若A B 与都是方阵（不必同阶）,则(1)mn A A A A B B B B A A BB οοοοο*===**=-②上三角、下三角行列式等于主对角线上元素的乘积.③关于副对角线: √ 逆矩阵的求法:①1A A A*-=②1()()A E E A -−−−−→初等行变换③11a b d b c d c a ad bc --⎡⎤⎡⎤=⎢⎥⎢⎥--⎣⎦⎣⎦ TT T T T A B A C C D BD ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦④12111121n aa n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦21111211na a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⑤11111221n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦ 11121211n nA A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦√ 设 , 对阶矩阵规定: 为的一个多项式.√ 设的列向量为 , 的列向量为 , 的列向量为 ,√ 用对角矩阵Λ左乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的行向量；用对角矩阵Λ右乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的列向量. √ 两个同阶对角矩阵相乘只用把对角线上的对应元素相乘,与分块对角阵相乘类似,即:11112222kk kk A B A B AB A B οο⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦√ 判断是的基础解系的条件: ① 12,,,s ηηη线性无关； ② 12,,,s ηηη是0Ax =的解；③ ()s n r A =-=每个解向量中自由变量的个数.① 零向量是任何向量的线性组合,零向量与任何同维实向量正交. ② 单个零向量线性相关；单个非零向量线性无关.③ 向量组12,,,n ααα⋅⋅⋅线性相关⇔向量组中至少有一个向量可由其余1n -个向量线性表示. 向量组12,,,n ααα⋅⋅⋅线性无关⇔向量组中每一个向量i α都不能由其余1n -个向量线性表示. ④ m 维列向量组12,,,n ααα⋅⋅⋅线性相关()r A n ⇔<； m 维列向量组12,,,n ααα⋅⋅⋅线性无关()r A n ⇔=. ⑤ ()0r A A ο=⇔=.⑥ 若线性无关, 而线性相关,则可由线性表示,且表示法惟一. ⑦ 矩阵的行向量组的秩等于列向量组的秩. 阶梯形矩阵的秩等于它的非零行的个数.⑧ 矩阵的行初等变换不改变矩阵的秩,且不改变列、行向量间的线性关系.⑨ 矩阵与等价作为向量组等价,即: 秩相等的向量组不一定等价.矩阵A 与B 作为向量组等价⇔1212(,,,)(,,,)n n r r αααβββ⋅⋅⋅=⋅⋅⋅=1212(,,,,,,)n n r αααβββ⋅⋅⋅⋅⋅⋅⇒ 矩阵A 与B 等价.向量组可由向量组线性表示 ≤ .向量组可由向量组线性表示,且 , 则线性相关.向量组12,,,s βββ⋅⋅⋅线性无关,且可由12,,,n ααα⋅⋅⋅线性表示,则s ≤n .⑩ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示,且12(,,,)s r βββ⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅,则两向量组等价；⑪ 任一向量组和它的极大无关组等价.⑫ 向量组的任意两个极大无关组等价,且这两个组所含向量的个数相等. ⑬ 若两个线性无关的向量组等价,则它们包含的向量个数相等. 若是矩阵,则 ,若 , 的行向量线性无关；若 , 的列向量线性无关,即：12,,,n ααα⋅⋅⋅线性无关.Ax β=1122n n x x x αααβ+++=1112111212222212,,n n m m mn n m a a a x b a a a x b A x a a a x b β⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥===⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦ 12,1,2,,j j jmj j n αααα⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦51212120,,,0,,,()(),,,A n A n n Ax Ax A nAx Ax A Ax r A r A n βοαααβοβαααββααα⇒⇔==−−−−−→=<<≠⇒⇒⇔==−−−−−→≠⇔=⇔=<≠=⇒当为方阵时当为方阵时有无穷多解有非零解线性相关有唯一组解只有零解可由线性表示有解线性无关 12()(),,,()()()1()A n r A r A Ax r A r A r A r A ββαααβββ⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪−−−−−→⎪⎩⇔≠⎧⎪⇔=⇔<⎨⎪⇔+=⎩当为方阵时克莱姆法则不可由线性表示无解6线性方程组解的性质:√ 设A 为m n ⨯矩阵,若()r A m =,则()()r A r A β=,从而Ax β=一定有解. 当m n <时,一定不是唯一解.⇒<方程个数未知数的个数向量维数向量个数,则该向量组线性相关.m 是()()r A r A β和的上限. √ 矩阵的秩的性质:① ()()()T T r A r A r A A == ② ()r A B ±≤()()r A r B + ③ ()r AB ≤{}min (),()r A r B④ ()0()00r A k r kA k ≠⎧=⎨=⎩若若⑤ ()()A r r A r B B οο⎡⎤=+⎢⎥⎣⎦⑥0,()A r A ≠若则≥1⑦ ,,()0,()()m n n s A B r AB r A r B ⨯⨯=+若且则≤n ⑧ ,()()()P Q r PA r AQ r A ==若可逆,则 ⑨ ,()()A r AB r B =若可逆则,()()B r AB r A =若可逆则⑩ (),()(),r A n r AB r B ==若则且A 在矩阵乘法中有左消去律:0AB B AB AC B Cο=⇒==⇒=n 个n 维线性无关的向量,两两正交,每个向量长度为1.(,)0αβ=.1α==.√ 内积的性质: ① 正定性:② 对称性: ③ 双线性:1212(,)(,)(,)ααβαβαβ+=+ (,)(,)(,)c c c αβαβαβ==123,,ααα线性无关,112122111313233121122(,)()(,)(,)()()βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化: T AA E =.√ 是正交矩阵的充要条件: 的个行（列）向量构成的一组标准正交基.√ 正交矩阵的性质: ① ； ② T T AA A A E ==；③ A 是正交阵,则T A （或1A -）也是正交阵； ④ 两个正交阵之积仍是正交阵； ⑤ 正交阵的行列式等于1或-1.E A λ-.()E A f λλ-=.√ 上三角阵、下三角阵、对角阵的特征值就是主对角线上的n 各元素.√ 若0A =,则0λ=为A 的特征值,且0Ax =的基础解系即为属于0λ=的线性无关的特征向量. √ 12n A λλλ= 1ni A λ=∑tr√ 若 ,则一定可分解为 = 、 ,从而的特征值为: , .√ 若的全部特征值 , 是多项式,则: ① ()f A 的全部特征值为12(),(),,()n f f f λλλ；② 当A 可逆时,1A -的全部特征值为12111,,,n λλλ,A *的全部特征值为12,,,n A AAλλλ.√ 1122,.m m Ak kA a b aA bEAA AA A λλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是的特征值则:分别有特征值 √ 1122,m m Ak kAa b aA bEAx A x AA A λλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是关于的特征向量则也是关于的特征向量.. 相似于对角阵的充要条件：恰有个线性无关的特征向量.这时, 为的特征向量拼成的矩阵，为对角阵,主对角线上的元素为的特征值. √ 可对角化的充要条件: 为的重数. √ 若n 阶矩阵A 有n 个互异的特征值,则A 与对角阵相似.1B P AP -= （P 为正交矩阵）√ 相似矩阵的性质: ① 若均可逆 ② T T A B③ kk A B （k 为整数）④ E A E B λλ-=-,从而,A B 有相同的特征值,但特征向量不一定相同.即:x 是A 关于0λ的特征向量,1P x -是B 关于0λ的特征向量. ⑤ A B = 从而,A B 同时可逆或不可逆 ⑥ ()()r A r B = ⑦ ()()A B =tr tr√ 数量矩阵只与自己相似. √ 对称矩阵的性质:① 特征值全是实数,特征向量是实向量； ② 与对角矩阵合同；③ 不同特征值的特征向量必定正交；④ k 重特征值必定有k 个线性无关的特征向量；⑤ 必可用正交矩阵相似对角化（一定有n 个线性无关的特征向量,A 可能有重的特征值,重数=()n r E A λ--）.12(,,,)T n f x x x X AX = A 为对称矩阵 12(,,,)T n X x x x =√ 用正交变换法化二次型为标准形:① 求出A 的特征值、特征向量； ② 对n 个特征向量单位化、正交化； ③ 构造C （正交矩阵）,1C AC -=Λ； ④ 作变换X CY =,新的二次型为2121(,,,)nn i i f x x x d y =∑,Λ的主对角上的元素i d 即为A 的特征值.正定二次型对应的矩阵. √ 合同变换不改变二次型的正定性.① √ 成为正定矩阵的充要条件（之一成立）:②正惯性指数为n；③A的特征值全大于0；④A的所有顺序主子式全大于0；⑤大于0）.√成为正定矩阵的必要条件: ；.11。

线性代数知识点总结

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

线性代数知识点总结汇总

线性代数知识点总结1行列式（一）行列式概念和性质1、逆序数：所有的逆序的总数2、行列式定义：不同行不同列元素乘积代数和3、行列式性质：（用于化简行列式）（1）行列互换（转置），行列式的值不变（2）两行（列）互换，行列式变号（3）提公因式：行列式的某一行（列）的所有元素都乘以同一数k，等于用数k乘此行列式（4）拆列分配：行列式中如果某一行（列）的元素都是两组数之和，那么这个行列式就等于两个行列式之和。

（5）—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。

(完整版)线性代数知识点总结

线性代数知识点总结第一章行列式二三阶行列式N 阶行列式：行列式中所有不同行、不同列的n 个元素的乘积的和 n nn nj j j j j j j j j nija a a a ...)1(21212121)..(∑-=τ（奇偶）排列、逆序数、对换行列式的性质：①行列式行列互换，其值不变。

（转置行列式TD D =） ②行列式中某两行（列）互换，行列式变号。

推论：若行列式中某两行（列）对应元素相等，则行列式等于零。

③常数k 乘以行列式的某一行（列），等于k 乘以此行列式。

推论：若行列式中两行（列）成比例，则行列式值为零；推论：行列式中某一行（列）元素全为零，行列式为零。

④行列式具有分行（列）可加性⑤将行列式某一行（列）的k 倍加到另一行（列）上，值不变行列式依行（列）展开：余子式ij M 、代数余子式ij j i ij M A +-=)1(定理：行列式中某一行的元素与另一行元素对应余子式乘积之和为零。

克莱姆法则：非齐次线性方程组：当系数行列式0≠D 时，有唯一解：)21(n j DD x j j ⋯⋯==、齐次线性方程组：当系数行列式01≠=D 时，则只有零解逆否：若方程组存在非零解，则D 等于零特殊行列式：①转置行列式：332313322212312111333231232221131211a a a a a a a a a a a a a a a a a a → ②对称行列式:ji ij a a =③反对称行列式:ji ij a a -= 奇数阶的反对称行列式值为零④三线性行列式:333122211312110a a a a a a a 方法：用221a k 把21a 化为零，。

化为三角形行列式 ⑤上（下）三角形行列式:行列式运算常用方法（主要）行列式定义法（二三阶或零元素多的）化零法（比例）化三角形行列式法、降阶法、升阶法、归纳法、第二章矩阵矩阵的概念：n m A *（零矩阵、负矩阵、行矩阵、列矩阵、n 阶方阵、相等矩阵) 矩阵的运算：加法（同型矩阵）---------交换、结合律数乘n m ij ka kA *)(=---------分配、结合律乘法nm lkj ik n l kj l m ik b a b a B A *1**)()(*)(*∑==注意什么时候有意义一般AB=BA ，不满足消去律；由AB=0，不能得A=0或B=0 转置A A T T =)( TT T B A B A +=+)( T T kA kA =)( TT T A B AB =)((反序定理) 方幂：2121k k k kA AA +=2121)(k k k k A A +=几种特殊的矩阵：对角矩阵：若AB 都是N 阶对角阵，k 是数，则kA 、A+B 、 AB 都是n 阶对角阵数量矩阵：相当于一个数（若……）单位矩阵、上（下）三角形矩阵（若……）对称矩阵反对称矩阵阶梯型矩阵：每一非零行左数第一个非零元素所在列的下方都是0分块矩阵：加法，数乘，乘法：类似，转置：每块转置并且每个子块也要转置注：把分出来的小块矩阵看成是元素逆矩阵：设A 是N 阶方阵，若存在N 阶矩阵B 的AB=BA=I 则称A 是可逆的， B A=-1(非奇异矩阵、奇异矩阵|A|=0、伴随矩阵)初等变换1、交换两行（列）2.、非零k 乘某一行（列）3、将某行（列）的K 倍加到另一行（列）初等变换不改变矩阵的可逆性初等矩阵都可逆初等矩阵：单位矩阵经过一次初等变换得到的（对换阵倍乘阵倍加阵）等价标准形矩阵⎪⎪⎭⎫ ⎝⎛=O OO I D rr矩阵的秩r(A)：满秩矩阵降秩矩阵若A 可逆，则满秩若A 是非奇异矩阵，则r （AB ）=r （B ）初等变换不改变矩阵的秩求法：1定义2转化为标准式或阶梯形矩阵与行列式的联系与区别：都是数表；行列式行数列数一样，矩阵不一样；行列式最终是一个数，只要值相等，就相等，矩阵是一个数表，对应元素相等才相等；矩阵n ij n ij a k ka )()(=，行列式nij n n ij a k ka =逆矩阵注：①AB=BA=I 则A 与B 一定是方阵 ②BA=AB=I 则A 与B 一定互逆； ③不是所有的方阵都存在逆矩阵；④若A 可逆，则其逆矩阵是唯一的。

线代知识点总结归纳

线代知识点总结归纳1. 基本概念线性代数的基本概念包括向量、矩阵、线性方程组、行列式等。

向量是线性代数中的基本概念，它是一个有向量在空间中的表示。

通常用n维实数或复数坐标表示一个n维向量，例如，一个三维向量可以表示为（x，y，z）。

矩阵是由若干个数排成若干行和若干列组成的数表，通常用大写字母表示，例如，矩阵A。

线性方程组是由一组线性方程组成的方程组，通常用矩阵形式表示，例如，Ax=b。

行列式是一个数学概念，用来判断矩阵是否可逆，是一个非零数值。

2. 矩阵运算矩阵运算包括矩阵加法、矩阵数量乘法、矩阵乘法等。

矩阵加法是将两个相同维度的矩阵进行对应元素的相加，例如，矩阵A和矩阵B相加得到矩阵C。

矩阵数量乘法是将一个数与一个矩阵的每一个元素相乘，例如，数k与矩阵A相乘。

矩阵乘法是将一个m×n的矩阵与一个n×p的矩阵相乘得到一个m×p的矩阵，例如，矩阵A与矩阵B相乘得到矩阵C。

3. 向量空间向量空间是一个由向量构成的集合，并且满足一定的线性运算和封闭性质。

向量空间包括零向量、线性组合、线性相关与线性无关等概念。

零向量是所有元素都为零的向量，通常用0表示。

线性组合是将向量乘以一个标量再相加得到一个新的向量，例如，向量u和向量v的线性组合是ku+lv。

线性相关是指向量集合中存在非零标量使得它们的线性组合为零向量，线性无关是指向量集合中不存在非零标量使得它们的线性组合为零向量。

4. 特征值与特征向量矩阵的特征值和特征向量是线性代数中的重要概念。

特征值是一个数，特征向量是一个非零向量，使得矩阵与特征向量的乘积等于特征值与特征向量的乘积，即Ax=λx。

通过求解矩阵的特征值和特征向量，可以得到矩阵的对角化与相似对角化等结果，进而解决一些重要的问题，例如，求解线性方程组、奇异值分解等。

综上所述，线性代数是数学中的一个重要分支，它研究向量空间、矩阵、线性变换等代数结构，并且在科学与工程领域广泛应用。

线性代数知识点全面总结

线性代数知识点全面总结线性代数是数学的重要分支，广泛应用于各个领域，如物理学、计算机科学、经济学等。

本文将全面总结线性代数的知识点，帮助读者系统地了解和掌握该学科。

1. 线性代数的基本概念1.1 向量及其表示：向量是线性代数的基本概念，可以用有序数对、矩阵或列向量表示，具有方向和大小。

1.2 矩阵及其运算：矩阵是由数字排列成的矩形数组，可以进行加法、乘法、转置等运算。

1.3 线性方程组：线性方程组是由一组线性方程组成的方程组，可以用矩阵和向量的表示形式来求解。

2. 向量空间2.1 向量空间的定义：向量空间是由一组满足一定条件的向量构成的集合，满足加法和数乘运算的封闭性。

2.2 子空间：子空间是向量空间的子集，也是向量空间，满足加法和数乘运算的封闭性。

2.3 线性无关与生成子空间：线性无关是指向量组中的向量之间不存在线性关系，生成子空间是指向量组中所有向量的线性组合的集合。

3. 线性映射3.1 线性映射的定义：线性映射是一个将一个向量空间映射到另一个向量空间的映射，保持加法和数乘运算的性质。

3.2 线性映射的矩阵表示：线性映射可以用矩阵表示，将一个向量空间的向量转化为另一个向量空间的向量。

3.3 核与像：核是线性映射中被映射为零向量的向量集合，像是线性映射中所有被映射到的向量组成的集合。

4. 矩阵的特征值与特征向量4.1 特征值和特征向量的定义：特征值是一个矩阵对应的线性变换中不改变方向的标量因子，特征向量是在特征值下发生伸缩的向量。

4.2 特征值与特征向量的计算：特征值与特征向量可以通过求解特征方程来计算。

4.3 对角化与相似矩阵：若一个矩阵相似于一个对角矩阵，则称其可对角化，对角矩阵是一个形式为对角线非零、其余元素均为零的矩阵。

5. 线性代数的应用5.1 物理学中的应用：线性代数在量子力学、力学等物理学领域有广泛应用，如描述粒子的状态和变换等。

5.2 计算机科学中的应用：线性代数在计算机图形学、机器学习等领域起到重要作用，如图像处理、数据分析等。

大学线性代数知识点总结

大学线性代数知识点总结1. 向量与空间- 向量的定义与表示- 向量的加法与数乘- 向量的内积与外积- 向量的模、方向与单位向量- 向量空间的定义与性质- 基、维数与坐标表示- 子空间及其性质- 线性相关与线性无关的概念2. 矩阵- 矩阵的定义与表示- 矩阵的加法、数乘与转置- 矩阵的乘法规则- 矩阵的逆- 行列式的概念与性质- 行列式的计算方法- 秩的概念与求解- 矩阵的分块3. 线性方程组- 线性方程组的表示- 高斯消元法- 行列式法- 逆矩阵解法- 克拉默法则- 线性方程组的解的结构- 齐次与非齐次线性方程组 - 线性方程组的解空间4. 特征值与特征向量- 特征值与特征向量的定义 - 特征值与特征向量的计算 - 矩阵的对角化- 矩阵的Jordan标准形- 特征值与特征向量的应用5. 内积空间- 内积空间的定义- 正交与正交性- 正交基与正交矩阵- 格拉姆-施密特正交化过程 - 最小二乘法- 正交投影与正交补6. 线性变换- 线性变换的定义与性质- 线性变换的矩阵表示- 线性变换的核与像- 线性变换的不变子空间- 线性变换的复合与逆变换 - 线性变换的分类7. 广义逆矩阵- 广义逆矩阵的概念- 广义逆矩阵的计算方法- 广义逆矩阵的性质与应用8. 谱理论- 谱定理- 谱半径与谱半径估计- 谱聚类9. 线性代数在其他领域的应用- 计算机图形学- 数据分析与机器学习- 量子力学- 结构工程- 电路分析结语线性代数是数学的一个重要分支，它在科学、工程、经济等多个领域都有着广泛的应用。

掌握线性代数的基本概念、理论和方法是解决实际问题的关键。

本文总结了线性代数的核心知识点，旨在为学习和应用线性代数提供参考和指导。

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。

线性代数知识点全归纳

线性代数知识点1、行列式1.n 行列式共有2n 个元素，展开后有!n 项，可分解为2n 行列式；2. 代数余子式的性质：①、ij A 和ij a 的大小无关；②、某行（列）的元素乘以其它行（列）元素的代数余子式为0；~③、某行（列）的元素乘以该行（列）元素的代数余子式为A ；3.代数余子式和余子式的关系：(1)(1)i j i j ij ijij ijM A A M ++=-=-4. 设n 行列式D ：将D 上、下翻转或左右翻转，所得行列式为1D ，则(1)21(1)n n D D -=-；将D 顺时针或逆时针旋转90，所得行列式为2D ，则(1)22(1)n n D D -=-；将D 主对角线翻转后（转置），所得行列式为3D ，则3D D =； ;将D 主副角线翻转后，所得行列式为4D ，则4D D =；5. 行列式的重要公式：①、主对角行列式：主对角元素的乘积；②、副对角行列式：副对角元素的乘积(1)2(1)n n -⨯ -；③、上、下三角行列式（ = ◥◣）：主对角元素的乘积； ④、 ◤和 ◢：副对角元素的乘积(1)2(1)n n -⨯ -；"⑤、拉普拉斯展开式：A O A C AB CB O B==、(1)m n CA OAA BB 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 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1.2.》3.一个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 = ⇔ ；4. 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；$5. 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 -=；6. 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 --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；7. 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 ≥+-；8. 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：9.[10.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-=11. 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；12. 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；·13. 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；14.15. ?16.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 ：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. ) 11. 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）12. 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；（13. 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；14.15. |16.①、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；17. 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；18. — 19.20.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 =-；21. 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.-7.A 为对称阵，则A 为二次型矩阵；8.n 元二次型T x Ax 为正定：A ⇔的正惯性指数为n ；A ⇔与E 合同，即存在可逆矩阵C ，使T C AC E =； A ⇔的所有特征值均为正数； A ⇔的各阶顺序主子式均大于0；0,0ii a A ⇒>>；(必要条件)第一章随机事件互斥对立加减功，条件独立乘除清；全概逆概百分比，二项分布是核心；必然事件随便用，选择先试不可能。

线性代数知识点归纳

线性代数复习要点第一部分行列式1. 排列的逆序数2. 行列式按行（列）展开法则3. 行列式的性质及行列式的计算1.行列式的计算：① (定义法)1212121112121222()1212()n nnn n j j j nj j nj j j j n n nna a a a a a D a a a a a a τ==-∑1②（降阶法）行列式按行（列）展开定理：行列式等于它的任一行（列）的各元素与其对应的代数余子式的乘积之和.推论：行列式某一行（列）的元素与另一行（列）的对应元素的代数余子式乘积之和等于零. 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A B 与都是方阵（不必同阶）,则==()mn A OA A O A BO BO BBO A AA B B O B O*==**=-1⑤ 关于副对角线：(1)211212112111()n n nnn n n n n n n a O a a a a a a a Oa O ---*==-1⑥ 范德蒙德行列式：()1222212111112n ijnj i nn n n nx x x x x x x x x x x ≤<≤---=-∏111⑦ a b -型公式：1[(1)]()n a b bbb a bba nb a b b b ab b b ba-=+-- ⑧ (升阶法)在原行列式中增加一行一列，保持原行列式不变的方法.⑨ (递推公式法) 对n 阶行列式n D 找出n D 与1n D -或1n D -,2n D -之间的一种关系——称为递推公式，其中n D ,1n D -,2n D -等结构相同，再由递推公式求出n D 的方法称为递推公式法.(拆分法) 把某一行（或列）的元素写成两数和的形式，再利用行列式的性质将原行列式写成两行列式之和，使问题简化以例计算.⑩ (数学归纳法)2. 对于n 阶行列式A ，恒有：1(1)nnk n k k k E A S λλλ-=-=+-∑，其中k S 为k 阶主子式；3. 证明0A =的方法：①、A A =-； ②、反证法；③、构造齐次方程组0Ax =，证明其有非零解； ④、利用秩，证明()r A n <； ⑤、证明0是其特征值.4. 代数余子式和余子式的关系：(1)(1)i j i j ij ijij ij M A A M ++=-=-第二部分矩阵1.矩阵的运算性质2.矩阵求逆3.矩阵的秩的性质4.矩阵方程的求解1. 矩阵的定义由m n ⨯个数排成的m 行n 列的表111212122212n n m m mn a a a a a a A a a a ⎛⎫⎪ ⎪= ⎪⎪⎝⎭称为m n ⨯矩阵.记作：()ij m n A a ⨯=或m n A ⨯✍ 同型矩阵：两个矩阵的行数相等、列数也相等. ✍ 矩阵相等: 两个矩阵同型，且对应元素相等. ✍ 矩阵运算a. 矩阵加（减）法：两个同型矩阵，对应元素相加（减）.b. 数与矩阵相乘：数λ与矩阵A 的乘积记作A λ 或A λ，规定为()ij A a λλ=.c. 矩阵与矩阵相乘：设()ij m s A a ⨯=, ()ij s n B b ⨯=,则()ij m n C AB c ⨯==，其中注：矩阵乘法不满足：交换律、消去律, 即公式00AB BAAB A ==⇒=或B=0不成立.a.分块对角阵相乘：11112222,A B A B A B ⎛⎫⎛⎫==⎪ ⎪⎝⎭⎝⎭⇒11112222A B AB A B ⎛⎫= ⎪⎝⎭,1122nn n A A A ⎛⎫= ⎪⎝⎭b. 用对角矩阵Λ○左乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的○行向量； c. 用对角矩阵Λ○右乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的○列向量. 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：mn m n AA A +=， ()()m n mn A A =⑤ 矩阵的转置：把矩阵A 的行换成同序数的列得到的新矩阵，叫做A 的转置矩阵，记作TA . a. 对称矩阵和反对称矩阵: A 是对称矩阵T A =.A 是反对称矩阵T A =-.b. 分块矩阵的转置矩阵：TTT TT A B A C C D BD ⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭⑥ 伴随矩阵： ()1121112222*12n Tn ij nnnn A A A A A A AA A A A ⎛⎫ ⎪ ⎪== ⎪ ⎪⎝⎭，ij A 为A 中各个元素的代数余子式. **AAA A A E ==,1*n A A -=, 11A A --=.分块对角阵的伴随矩阵：***A BA B AB ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ *(1)(1)mn mn A A B BB A**⎛⎫-⎛⎫= ⎪ ⎪⎪-⎝⎭⎝⎭2. 逆矩阵的求法方阵A 可逆 0A ≠.①伴随矩阵法 1A A A *-= ○注： 1a b d b c d c a ad bc --⎛⎫⎛⎫= ⎪ ⎪--⎝⎭⎝⎭1 主换位副变号② 初等变换法 1()()A E E A -−−−−→初等行变换③ 分块矩阵的逆矩阵：111A A B B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ 111A B BA---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭④1231111213a a a a a a -⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭, 3211111213a a a a a a -⎛⎫⎛⎫⎪⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⑤ 配方法或者待定系数法（逆矩阵的定义1AB BA E A B -==⇒=）3.可画出一条阶梯线，线的下方全为0；每个台阶只有一行，台阶数即是非零行的行数，阶梯线的竖线后面的第一个元素非零. 当非零行的第一个非零元为1，且这些非零元所在列的其他元素都是0时， 4. 初等变换与初等矩阵对换变换、倍乘变换、倍加（或消法）变换?矩阵的初等变换和初等矩阵的关系：✍ 对A 施行一次初等○行变换得到的矩阵,等于用相应的初等矩阵○左乘A ； ✍ 对A 施行一次初等○列变换得到的矩阵,等于用相应的初等矩阵○右乘A . 注意：初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵. 5.关于A 矩阵秩的描述：①、()=r A r ，A 中有r 阶子式不为0，1+r 阶子式 (存在的话) 全部为0； ②、()<r A r ，A 的r 阶子式全部为0； ③、()≥r A r ，A 中存在r 阶子式不为0；矩阵的秩的性质：① ()A O r A ≠⇔≥1; ()0A O r A =⇔=;0≤()m n r A ⨯≤min(,)m n② ()()()TTr A r A r A A ==③ ()()r kA r A k =≠ 其中0④ ()(),,()0m n n s r A r B n A B r AB B Ax ⨯⨯+≤⎧=⇒⎨=⎩若若0的列向量全部是的解⑤ ()r AB ≤{}min(),()r A r B⑥ 若P 、Q 可逆，则()()()()r A r PA r AQ r PAQ ===；即：可逆矩阵不影响矩阵的秩.⑦ 若()()()m n Ax r AB r B r A n AB O B O A AB AC B C ο⨯⇔=⎧⎪=⎧⎪=⎨⎪⇒=⇒=⎧⎨⎪⎨⎪⎪=⇒=⎩⎩⎩ 只有零解在矩阵乘法中有左消去律；若()()()n s r AB r B r B n B ⨯=⎧=⇒⎨⎩ 在矩阵乘法中有右消去律.⑧ ()rr E O E O r A r A A OO O O ⎛⎫⎛⎫=⇒⎪ ⎪⎝⎭⎝⎭若与唯一的等价，称为矩阵的等价标准型. ⑨ ()r A B ±≤()()r A r B +, {}max(),()r A r B ≤(,)r A B ≤()()r A r B +⑩ ()()A O O A r r A r B O B B O ⎛⎫⎛⎫==+⎪ ⎪⎝⎭⎝⎭, ()()A C r r A r B O B ⎛⎫≠+ ⎪⎝⎭求矩阵的秩：定义法和行阶梯形阵方法 6 矩阵方程的解法(0A ≠)：设法化成AX B XA B ==(I) 或 (II)第三部分线性方程组1. 向量组的线性表示2. 向量组的线性相关性3. 向量组的秩4. 向量空间5.线性方程组的解的判定6. 线性方程组的解的结构（通解）（1）齐次线性方程组的解的结构（基础解系与通解的关系）（2）非齐次线性方程组的解的结构（通解） 1.线性表示：对于给定向量组12,,,,n βααα，若存在一组数12,,,n k k k 使得1122n n k k k βααα=+++，则称β是12,,,n ααα的线性组合，或称称β可由12,,,n ααα的线性表示.线性表示的判别定理:β可由12,,,n ααα的线性表示由n 个未知数m 个方程的方程组构成n 元线性方程：①、11112211211222221122n n n n m m nm n na x a x a xb a x a x a x b a x a x a x b +++=⎧⎪+++= ⎪⎨⎪⎪+++=⎩有解 ②、1112111212222212⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭n n m m mn m m a a a x b a a a x b Ax a a a x b β③、()1212n n x x aa a x β⎛⎫⎪ ⎪= ⎪⎪⎝⎭（全部按列分块，其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭）； ④、1122n n a x a x a x β+++=（线性表出）⑤、有解的充要条件：()(,)r A r A n β=≤（n 为未知数的个数或维数）2. 设,,m n n s A B ⨯⨯A 的列向量为12,,,n ααα⋅⋅⋅,B 的列向量为12,,,s βββ⋅⋅⋅，则m sAB C ⨯=⇔()()1112121222121212,,,,,,s s n s n n ns b b b b bb c c c b b b ααα⎛⎫ ⎪ ⎪⋅⋅⋅= ⎪⎪⎝⎭⇔i i A c β= ，(,,)i s =1,2⇔i β为i Ax c =的解 ⇔12,,,s c c c 可由12,,,n ααα⋅⋅⋅线性表示.即：C 的列向量能由A 的列向量线性表示，B 为系数矩阵. 同理：C 的行向量能由B 的行向量线性表示，A 为系数矩阵.即： 1112111212222212n n n n mn n m a a a c a a a c a a a c βββ⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⇔11112212121122222211222n n m m mn ma a a c a a a c a a a c βββββββββ+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩3. 线性相关性判别方法：法1法2法3 推论线性相关性判别法（归纳）线性相关性的性质①零向量是任何向量的线性组合,零向量与任何同维实向量正交. ②单个零向量线性相关；单个非零向量线性无关.③部分相关,整体必相关；整体无关,部分必无关. （向量个数变动）④原向量组无关,接长向量组无关；接长向量组相关,原向量组相关. （向量维数变动） ⑤两个向量线性相关⇔对应元素成比例；两两正交的非零向量组线性无关. ⑥向量组12,,,n ααα⋅⋅⋅中任一向量i α(1≤i ≤)n 都是此向量组的线性组合.⑦若12,,,n ααα⋅⋅⋅线性无关，而12,,,,n αααβ⋅⋅⋅线性相关,则β可由12,,,n ααα⋅⋅⋅线性表示,且表示法唯一4. 最大无关组相关知识向量组的秩向量组12,,,n ααα的极大无关组所含向量的个数，称为这个向量组的秩.记作12(,,,)n r ααα矩阵等价 A 经过有限次初等变换化为B . 向量组等价 12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示.记作：()()1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅① 矩阵的行向量组的秩=列向量组的秩=矩阵的秩. 行阶梯形矩阵的秩等于它的非零行的个数.② 矩阵的初等变换不改变矩阵的秩,且不改变行（列）向量间的线性关系③ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示,且s n >，则12,,,s βββ⋅⋅⋅线性相关.向量组12,,,s βββ⋅⋅⋅线性无关,且可由12,,,n ααα⋅⋅⋅线性表示,则s ≤n .④ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示,且12(,,,)s r βββ⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅,则两向量组等价；⑤ 任一向量组和它的极大无关组等价.向量组的任意两个极大无关组等价. ⑥ 向量组的极大无关组不唯一，但极大无关组所含向量个数唯一确定. ⑦ 若两个线性无关的向量组等价,则它们包含的向量个数相等. ⑧ 设A 是m n ⨯矩阵,若()r A m =，A 的行向量线性无关； 5. 线性方程组理论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⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ 其中 12,,2,,j j j mj j n αααα⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪⎝⎭1（1）解得判别定理（2）线性方程组解的性质：1212121211221212(1),,(2),,(3),,,,,,,,(4),,(5),,(6k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηοηηηοηηηηολλλληληληγβηογηβηηβηηο=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-= 是的解也是它的解是的解对任意也是它的解齐次方程组是的解对任意个常数也是它的解是的解是其导出组的解是的解是的两个解是其导出组的解211212112212112212),(7),,,,100k k k k k k k Ax Ax Ax Ax Ax ηβηηηοηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪+++=⇔+++=⎪⎪+++=⇔+++=⎩ 是的解则也是它的解是其导出组的解是的解则也是的解是的解 (3) 判断12,,,s ηηη是Ax ο=的基础解系的条件：① 12,,,s ηηη线性无关； ② 12,,,s ηηη都是Ax ο=的解；③ ()s n r A =-=每个解向量中自由未知量的个数. (4) 求非齐次线性方程组Ax = b 的通解的步骤（5）其他性质一个齐次线性方程组的基础解系不唯一. √ 若η*是Ax β=的一个解，1,,,s ξξξ是Ax ο=的一个解⇒1,,,,s ξξξη*线性无关√ Ax ο=与Bx ο=同解（,A B 列向量个数相同）⇔()()A r r A r B B ⎛⎫== ⎪⎝⎭, 且有结果： ① 它们的极大无关组相对应,从而秩相等； ② 它们对应的部分组有一样的线性相关性； ③ 它们有相同的内在线性关系.√ 矩阵m n A ⨯与l n B ⨯的行向量组等价⇔齐次方程组Ax ο=与Bx ο=同解⇔PA B =（左乘可逆矩阵P ）；矩阵m n A ⨯与l n B ⨯的列向量组等价⇔AQ B =（右乘可逆矩阵Q ）.第四部分方阵的特征值及特征向量1. 施密特正交化过程2. 特征值、特征向量的性质及计算3. 矩阵的相似对角化，尤其是对称阵的相似对角化1.✍n 个n 维线性无关的向量,两两正交,每个向量长度为1.✍),,Tn a 与),Tn b 的内积1(,)ni i n n i a b a b αβ===++∑✍(,)0αβ=. 记为：αβ⊥④),,Tn a 的长度221(,)ni n i a a ααα====++∑⑤(,1ααα==. 即长度为1的向量.2. 内积的性质： ① 正定性：(,)0,(,)0αααααο≥=⇔=且 ② 对称性：(,)(,)αββα=③ 线性性：1212(,)(,)(,)ααβαβαβ+=+3. ✍ 设A 是一个n 阶方阵, 若存在数λ和n 维非零列向量x , 使得 Ax x λ=，则称λ是方阵A 的一个特征值，x 为方阵A 的对应于特征值λ的一个特征向量. ✍0E A λ-=（或0A E λ-=）.✍()E A λϕλ-=（或()A E λϕλ-=）.④ ()ϕλ是矩阵A 的特征多项式⇒()A O ϕ=⑤12n A λλλ= 1ni A λ=∑tr ，A tr 称为矩阵A ⑥ 上三角阵、下三角阵、对角阵的特征值就是主对角线上的n 各元素. ⑦ 若0A =,则λ=0为A 的特征值,且Ax ο=的基础解系即为属于λ=0的线性无关的特征向量.⑧ ()1r A =⇔A 一定可分解为A =()1212,,,n n a a b b b a ⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭、21122()n n A a b a b a b A =+++,从而A 的特征值为：11122n n A a b a b a b λ==+++tr , 23n λλλ====0.○注()12,,,Tn a a a 为A 各行的公比，()12,,,n b b b 为A 各列的公比.⑨ 若A 的全部特征值12,,,n λλλ，()f A 是多项式,则:① 若A 满足()f A O=⇒A 的任何一个特征值必满足()i f λ=0②()f A 的全部特征值为12(),(),,()n f f f λλλ；12()()()()n f A f f f λλλ=.⑩ A 与TA 有相同的特征值，但特征向量不一定相同. 4. 特征值与特征向量的求法 (1) 写出矩阵A 的特征方程0A E λ-=，求出特征值i λ.(2) 根据()0i A E x λ-=得到 A 对应于特征值i λ的特征向量. 设()0i A E x λ-=的基础解系为 12,,,in r ξξξ- 其中()i i r r A E λ=-.则A 对应于特征值i λ的全部特征向量为1122,i i n r n r k k k ξξξ--+++其中12,,,i n r k k k -为任意不全为零的数.5. ✍1P AP B -= （P 为可逆矩阵） ✍1P AP B -= （P 为正交矩阵）✍A 与对角阵Λ相似.（称Λ是A6. 相似矩阵的性质： ①E A E B λλ-=-,从而,A B 有相同的特征值,但特征向量不一定相同.○注α是A 关于0λ的特征向量,1P α-是B 关于0λ的特征向量.②A B =tr tr ③A B = 从而,A B 同时可逆或不可逆④ ()()r A r B =⑤若A 与B 相似, 则A 的多项式()f A 与B 的多项式()f A 相似. 7. 矩阵对角化的判定方法① n 阶矩阵A 可对角化 (即相似于对角阵) 的充分必要条件是A 有n 个线性无关的特征向量. 这时,P 为A 的特征向量拼成的矩阵，1PAP -为对角阵,主对角线上的元素为A 的特征值.设i α为对应于i λ的线性无关的特征向量,则有：121n P AP λλλ-⎛⎫⎪⎪= ⎪ ⎪⎝⎭. ② A 可相似对角化⇔()i i n r E A k λ--=，其中i k 为i λ的重数⇔A 恰有n 个线性无关的特征向量.○注：当iλ=0为A 的重的特征值时，A 可相似对角化⇔i λ的重数()n r A =-=Ax ο=基础解系的个数.③ 若n 阶矩阵A 有n 个互异的特征值⇒A 可相似对角化.8. 实对称矩阵的性质：① 特征值全是实数,特征向量是实向量； ② 不同特征值对应的特征向量必定正交；○注：对于普通方阵，不同特征值对应的特征向量线性无关； ③ 一定有n 个线性无关的特征向量. 若A 有重的特征值,该特征值i λ的重数=()i n r E A λ--； ④ 必可用正交矩阵相似对角化，即：任一实二次型可经正交变换化为标准形； ⑤ 与对角矩阵合同，即：任一实二次型可经可逆线性变换化为标准形； ⑥ 两个实对称矩阵相似⇔有相同的特征值. 9. 正交矩阵 TAAE =正交矩阵的性质：① 1TAA -=；② TT AAA A E ==；③ 正交阵的行列式等于1或-1；④ A 是正交阵,则TA ，1A -也是正交阵； ⑤ 两个正交阵之积仍是正交阵；⑥ A 的行（列）向量都是单位正交向量组.10. 11. 施密特正交规范化 123,,ααα线性无关,单位化：111βηβ=222βηβ=333βηβ=技巧：取正交的基础解系，跳过施密特正交化。

(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。