线性代数复习提要
线性代数复习要点
2
2、初等变换的性质 (1) 对调变换使得行列式的值反号； (2) 倍乘变换只是放大或缩小行列式的值； (3) 倍加变换不改变行列式的值． 3、加法原理：若行列式的某一行（或列）的元都是两数之和，则此行列式等于两个行列式的和． 4、乘积法则：对任何 n 阶矩阵 A 和 B ，均有 | AB | | Α | | B | ． 5、转置运算不改变行列式的值． 三、行列式的计算 1、典型方法：三角化方法、降阶法、归纳法、递推法、分拆法、升阶法． 2、设 A 为 n 阶矩阵， k 为任意数，则 kA k A ．
1 * * 1 * T T *
4、 ( A ) ( A ) , ( A ) ( A ) , ( A ) ( A ) ．
T 1
AT A 5、 B
T
， T B B
1
A T A
T
BT ；
A1 A 当 A, B 可逆时，有 B
一、行列式的概念
n 阶行列式 A 或 det A 是 n 阶矩阵 A [aij ] 按下述运算法则得到的一个算式： 当 n 1 时， A a11 a11 ； 当 n 2 时，
A a11 A11 a12 A12
这里 A1 j (1)
三、分块矩阵的求逆公式 当 A, B 可逆时，有
， 1 B B
A 1 A
1
B 1 ．
A 1 A C 0 B 0
四、重要结论
1
A1 A1CB 1 A 0 ， 1 1 B 1 C B B CA
(5) rank
A 0 0 rankA rankB ， rank 0 B B
线性代数复习纲要(囊括了所有的知识点)(免费文档)概要
线性代数基本知识复习目录第一讲基本概念线性方程组矩阵与向量初等变换和阶梯形矩阵线性方程组的矩阵消元法第二讲行列式完全展开式化零降阶法其它性质克莱姆法则第三讲矩阵乘法乘积矩阵的列向量和行向量矩阵分解矩阵方程逆矩阵伴随矩阵第四讲向量组线性表示向量组的线性相关性向量组的极大无关组和秩矩阵的秩第五讲方程组解的性质解的情况的判别基础解系和通解第六讲特征向量与特征值相似与对角化特征向量与特征值—概念,计算与应用相似对角化—判断与实现附录一内积正交矩阵施密特正交化实对称矩阵的对角化第七讲二次型二次型及其矩阵可逆线性变量替换实对称矩阵的合同标准化和规范化惯性指数正定二次型与正定矩阵附录二向量空间及其子空间附录三两个线性方程组的解集的关系附录四 06,07年考题第一讲基本概念1．线性方程组的基本概念线性方程组的一般形式为:a11x1+a12x2+…+a1nxn=b1,a21x1+a22x2+…+a2nxn=b2, …………am1x1+am2x2+…+amnxn=bm,其中未知数的个数n和方程式的个数m不必相等.线性方程组的解是一个n维向量(k1,k2, …,kn)(称为解向量),它满足:当每个方程中的未知数xi 都用ki替代时都成为等式.线性方程组的解的情况有三种:无解,唯一解,无穷多解.对线性方程组讨论的主要问题两个:(1)判断解的情况.(2)求解,特别是在有无穷多接时求通解.b 1=b2=…=bm=0的线性方程组称为齐次线性方程组.n维零向量总是齐次线性方程组的解,称为零解.因此齐次线性方程组解的情况只有两种:唯一解(即只要零解)和无穷多解(即有非零解).把一个非齐次线性方程组的每个方程的常数项都换成0，所得到的齐次线性方程组称为原方程组的导出齐次线性方程组，简称导出组.2.矩阵和向量(1)基本概念矩阵和向量都是描写事物形态的数量形式的发展.由m⨯n个数排列成的一个m行n列的表格,两边界以圆括号或方括号,就成为一个m⨯n型矩阵.例如2 -1 0 1 11 1 1 0 22 5 4 -2 93 3 3 -1 8是一个4⨯5矩阵.对于上面的线性方程组,称矩阵a11 a12… a1na11a12… a1nb1A= a21 a22… a2n和(A| )= a21 a22… a2n b2…………………a m1 am2… amnam1am2… amnbm为其系数矩阵和增广矩阵.增广矩阵体现了方程组的全部信息,而齐次方程组只用系数矩阵就体现其全部信息.一个矩阵中的数称为它的元素,位于第i行第j列的数称为(i,j)位元素.元素全为0的矩阵称为零矩阵,通常就记作0.两个矩阵A和B相等(记作A=B),是指它的行数相等,列数也相等(即它们的类型相同),并且对应的元素都相等.由n个数构成的有序数组称为一个n维向量,称这些数为它的分量.书写中可用矩阵的形式来表示向量,例如分量依次是a1,a2,⋯,an的向量可表示成a1(a1,a2,⋯ ,an)或 a2,┆an请注意,作为向量它们并没有区别,但是作为矩阵,它们不一样(左边是1⨯n 矩阵,右边是n⨯1矩阵).习惯上把它们分别称为行向量和列向量.(请注意与下面规定的矩阵的行向量和列向量概念的区别.)一个m⨯n的矩阵的每一行是一个n维向量,称为它的行向量; 每一列是一个m 维向量, 称为它的列向量.常常用矩阵的列向量组来写出矩阵,例如当矩阵A的列向量组为 1, 2,⋯, n时(它们都是表示为列的形式!)可记A=( 1, 2,⋯ , n).矩阵的许多概念也可对向量来规定,如元素全为0的向量称为零向量,通常也记作0.两个向量 和 相等(记作 = ),是指它的维数相等,并且对应的分量都相等.(2) 线性运算和转置线性运算是矩阵和向量所共有的,下面以矩阵为例来说明.加(减)法:两个m⨯n的矩阵A和B可以相加(减),得到的和(差)仍是m⨯n矩阵,记作A+B (A-B),法则为对应元素相加(减).数乘: 一个m⨯n的矩阵A与一个数c可以相乘,乘积仍为m⨯n的矩阵,记作c A,法则为A的每个元素乘c.这两种运算统称为线性运算,它们满足以下规律:①加法交换律:A+B=B+A.②加法结合律:(A+B)+C=A+(B+C).③加乘分配律:c(A+B)=c A+c B.(c+d)A=c A+d A.④数乘结合律: c(d)A=(cd)A.⑤ c A=0⇔ c=0 或A=0.转置:把一个m⨯n的矩阵A行和列互换,得到的n⨯m的矩阵称为A的转置,记作A T(或A').有以下规律:① (A T)T=A.② (A+B)T=A T+B T.③ (c A)T=c A T.转置是矩阵所特有的运算,如把转置的符号用在向量上,就意味着把这个向量看作矩阵了.当 是列向量时, T表示行向量, 当 是行向量时, T表示列向量.向量组的线性组合:设 1, 2,…, s是一组n维向量, c1,c2,…,c s是一组数,则称c 11+c22+…+css为 1, 2,…, s的(以c1,c2,…,c s为系数的)线性组合.n维向量组的线性组合也是n维向量.(3) n阶矩阵与几个特殊矩阵行数和列数相等的矩阵称为方阵,行列数都为n的矩阵也常常叫做n阶矩阵.把n阶矩阵的从左上到右下的对角线称为它对角线.(其上的元素行号与列号相等.)下面列出几类常用的n阶矩阵,它们都是考试大纲中要求掌握的.对角矩阵: 对角线外的的元素都为0的n阶矩阵.单位矩阵: 对角线上的的元素都为1的对角矩阵,记作E(或I).数量矩阵: 对角线上的的元素都等于一个常数c的对角矩阵,它就是c E.上三角矩阵: 对角线下的的元素都为0的n阶矩阵.下三角矩阵: 对角线上的的元素都为0的n阶矩阵.对称矩阵:满足A T=A矩阵.也就是对任何i,j,(i,j)位的元素和(j,i)位的元素总是相等的n阶矩阵.(反对称矩阵:满足A T=-A矩阵.也就是对任何i,j,(i,j)位的元素和(j ,i)位的元素之和总等于0的n阶矩阵.反对称矩阵对角线上的元素一定都是0.)3. 矩阵的初等变换和阶梯形矩阵矩阵有以下三种初等行变换:①交换两行的位置.②用一个非0的常数乘某一行的各元素.③把某一行的倍数加到另一行上.(称这类变换为倍加变换)类似地, 矩阵还有三种初等列变换,大家可以模仿着写出它们,这里省略了. 初等行变换与初等列变换统称初等变换.阶梯形矩阵:一个矩阵称为阶梯形矩阵,如果满足:①如果它有零行,则都出现在下面.②如果它有非零行,则每个非零行的第一个非0元素所在的列号自上而下严格单调递增.把阶梯形矩阵的每个非零行的第一个非0元素所在的位置称为台角.简单阶梯形矩阵:是特殊的阶梯形矩阵,特点为:③台角位置的元素为1.④并且其正上方的元素都为0.每个矩阵都可以用初等行变换化为阶梯形矩阵和简单阶梯形矩阵.这种运算是在线性代数的各类计算题中频繁运用的基本运算,必须十分熟练.请注意: 1.一个矩阵用初等行变换化得的阶梯形矩阵并不是唯一的,但是其非零行数和台角位置是确定的.2. 一个矩阵用初等行变换化得的简单阶梯形矩阵是唯一的.4. 线性方程组的矩阵消元法线性方程组的基本方法即中学课程中的消元法:用同解变换把方程组化为阶梯形方程组(即增广矩阵为阶梯形矩阵的方程组).线性方程组的同解变换有三种:①交换两个方程的上下位置.②用一个非0的常数乘某个方程.③把某个方程的倍数加到另一个方程上.以上变换反映在增广矩阵上就是三种初等行变换.线性方程组求解的基本方法是消元法,用增广矩阵或系数矩阵来进行,称为矩阵消元法. 对非齐次线性方程组步骤如下:(1)写出方程组的增广矩阵(A| ),用初等行变换把它化为阶梯形矩阵(B|γ).(2)用(B|γ)判别解的情况:如果最下面的非零行为(0,0, ⋯,0|d),则无解,否则有解.有解时看非零行数r(r不会大于未知数个数n),r=n时唯一解；r<n时无穷多解.(推论:当方程的个数m<n时,不可能唯一解.)(3)有唯一解时求解的初等变换法:去掉(B|γ)的零行,得到一个n×(n+1)矩阵(B0|γ0),并用初等行变换把它化为简单阶梯形矩阵(E|η),则η就是解.对齐次线性方程组:(1)写出方程组的系数矩阵A,用初等行变换把它化为阶梯形矩阵B.(2)用B判别解的情况:非零行数r=n时只有零解；r<n时有非零解(求解方法在第五章讲). (推论:当方程的个数m<n时,有非零解.)讨论题1.设A是n阶矩阵,则(A) A是上三角矩阵⇒A是阶梯形矩阵.(B) A是上三角矩阵⇐A是阶梯形矩阵.(C) A是上三角矩阵⇔A是阶梯形矩阵.(D) A是上三角矩阵与A是阶梯形矩阵没有直接的因果关系.2.下列命题中哪几个成立?(1) 如果A是阶梯形矩阵,则A去掉任何一行还是是阶梯形矩阵.(2) 如果A是阶梯形矩阵,则A去掉任何一列还是是阶梯形矩阵.(3) 如果(A|B)是阶梯形矩阵,则A也是阶梯形矩阵.(4) 如果(A|B)是阶梯形矩阵,则B也是阶梯形矩阵.(5) 如果 A 是阶梯形矩阵,则A和B都是阶梯形矩阵.B第二讲行列式一.概念复习1. 形式和意义形式:用n2个数排列成的一个n行n列的表格,两边界以竖线,就成为一个n 阶行列式:a11 a12… a1na 21 a22… a2n……… .a n1 an2… ann如果行列式的列向量组为 1, 2, … , n,则此行列式可表示为| 1,2, … , n|.意义:是一个算式,把这n2个元素按照一定的法则进行运算,得到的数值称为这个行列式的值.请注意行列式和矩阵在形式上和意义上的区别.当两个行列式的值相等时,就可以在它们之间写等号! (不必形式一样,甚至阶数可不同.)每个n阶矩阵A对应一个n阶行列式,记作|A|.行列式这一讲的的核心问题是值的计算,以及判断一个行列式的值是否为0.2. 定义(完全展开式)2阶和3阶行列式的计算公式:a11 a12a 21 a22= a11a22-a12a21.a 11 a12a13a 21 a 22 a 23 = a 11a 22a 33+ a 12a 23a 31+ a 13a 21a 32-a 13a 22a 31- a 11a 23a 32-a 12a 21a 33. a 31 a 32 a 33一般地,一个n 阶行列式 a 11 a 12 … a 1na 21 a 22 … a 2n … … … a n1 a n2 … a nn的值是许多项的代数和,每一项都是取自不同行,不同列的n 个元素的乘积,其一般形式为:n nj j j a a a 2121,这里把相乘的n 个元素按照行标的大小顺序排列,它们的列标j 1j 2…j n 构成1,2, …,n 的一个全排列(称为一个n 元排列),共有n!个n 元排列,每个n 元排列对应一项,因此共有n!个项.所谓代数和是在求总和时每项先要乘+1或-1.规定 (j 1j 2…j n )为全排列j 1j 2…j n 的逆序数(意义见下面),则项n nj j j a a a 2121所乘的是.)1()(21n j j j τ- 全排列的逆序数即小数排列在大数右面的现象出现的个数.逆序数可如下计算:标出每个数右面比它小的数的个数,它们的和就是逆序数.例如求436512的逆序数:023********, (436512)=3+2+3+2+0+0=10. 至此我们可以写出n 阶行列式的值: a 11 a 12 … a 1na 21 a 22 … a 2n =.)1(21212121)(n n nnj j j j j j j j j a a a τ-∑… … … a n1 a n2 … a nn这里∑nj j j 21表示对所有n 元排列求和.称此式为n 阶行列式的完全展开式.用完全展开式求行列式的值一般来说工作量很大.只在有大量元素为0,使得只有少数项不为0时,才可能用它作行列式的计算.例如对角行列式,上(下)三角行列式的值就等于主对角线上的元素的乘积,因为其它项都为0.2. 化零降阶法把n 阶行列式的第i 行和第j 列划去后所得到的n-1阶行列式称为(i,j)位元素a ij 的余子式,记作M ij .称A ij =(-1)i+j M ij 为元素a ij 的代数余子式.定理(对某一行或列的展开)行列式的值等于该行(列)的各元素与其代数余子式乘积之和.命题 第三类初等变换(倍加变换)不改变行列式的值.化零降阶法 用命题把行列式的某一行或列化到只有一个元素不为0,再用定理.于是化为计算一个低1阶的行列式.化零降阶法是实际计算行列式的主要方法,因此应该熟练掌握.3.其它性质行列式还有以下性质:① 把行列式转置值不变,即|A T |=|A | . ② 某一行(列)的公因子可提出. 于是, |c A |=c n |A |.③ 对一行或一列可分解,即如果某个行(列)向量 则原行列式等于两个行列式之和,这两个行列式分别是把原行列式的该行(列)向量 换为 或 所得到的行列式.例如| , 1+ 2 |=| , 1 |+| , 2 |. ④ 把两个行(列)向量交换, 行列式的值变号.⑤ 如果一个行(列)向量是另一个行(列)向量的倍数,则行列式的值为0. ⑥ 某一行(列)的各元素与另一行(列)的对应元素的代数余子式乘积之和=0.⑦ 如果A 与B 都是方阵(不必同阶),则 A * = A O =|A ||B |. O B * B范德蒙行列式：形如1 1 1 … 1 a 1 a2 a3 … a na 12 a 22 a 32 … a n 2… … … … a 1n-i a 2n-i a 3n-i … a n n-i的行列式(或其转置).它由a 1,a 2 ,a 3,…,a n 所决定,它的值等于 ).(i j ji a a -∏<因此范德蒙行列式不等于0⇔ a 1,a 2 ,a 3,…,a n 两两不同.对于元素有规律的行列式(包括n 阶行列式),常常可利用性质简化计算,例如直接化为三角行列式等.4.克莱姆法则克莱姆法则 应用在线性方程组的方程个数等于未知数个数n (即系数矩阵为n 阶矩阵)的情形.此时,如果它的系数矩阵的行列式的值不等于0,则方程组有唯一解,这个解为(D 1/D, D 2/D,⋯,D n /D), 这里D 是系数行列式的值, D i 是把系数行列式的第i 个列向量换成常数列向量所得到的行列式的值.说明与改进:按法则给的公式求解计算量太大，没有实用价值.因此法则的主要意义在理论上,用在对解的唯一性的判断,而在这方面法则不够. 法则的改进:系数行列式不等于0是唯一解的充分必要条件.实际上求解可用初等变换法:对增广矩阵(A| )作初等行变换,使得A变为单位矩阵:(A| )→(E|η),η就是解.用在齐次方程组上 :如果齐次方程组的系数矩阵A是方阵,则它只有零解的充分必要条件是|A|≠0.二. 典型例题1.利用性质计算元素有规律的行列式例1① 2 a a a a ② 1+x 1 1 1 ③ 1+a 1 1 1 a 2 a a a 1 1+x 1 1 2 2+a 2 2a a 2 a a . 1 1 1+x 1 . 3 3 3+a3 .a a a 2 a 1 1 1 1+x 4 4 44+aa a a a 2例2 1 2 3 4 52 3 4 5 13 4 5 1 2 .4 5 1 2 35 1 2 3 4例3 1+x1 1 111 1 .1 1+x21 1 1+x131 1 1 1+x4例4 a 0 b c0 a c b .b c a 0c b 0 a例5 1-a a 0 0 0-1 1-a a 0 00 -1 1-a a 0 . (96四)0 0 -1 1-a a0 0 0 -1 1-a2. 测试概念与性质的题例6 x3-3 1 -3 2x+2多项式f(x)= -7 5 -2x 1 ，求f(x)的次数和最高次项的系数.X+3 -1 33x2-29 x3 6 -6例7求 x-3 a -1 4f(x)= 5 x-8 0 –2 的x4和x3的系数.0 b x+1 12 2 1 x例8 设4阶矩阵A =( , 1, 2 , 3),B =( , 1, 2 , 3),|A | =2, |B |=3 ,求|A +B | .例9 a b c d已知行列式 x -1 -y z+1 的代数余子式A 11=-9,A 12=3,A 13=-1,A 14=3,求x,y,z.1 -z x+3 y y-2 x+1 0 z+3例10 求行列式 3 0 4 0 的第四行各元素的余子式的和.(01) 2 2 2 2 0 -7 0 0 5 3 -2 23.几个n 阶行列式两类爪形行列式及其值:例11 a 1 a 2 a 3 … a n-1 a n b 1 c 2 0 … 0 0证明 0 b 2 c 3 0 0 =11111(1)ni i i i n i b b a c c --+=-∑ .… … … …0 0 0 … b n-1 c n提示: 只用对第1行展开(M 1i 都可直接求出). 例12 a 0 a 1 a 2 … a n-1 a nb 1c 1 0 … 0 0证明 b 2 0 c 2 … 0 0 =011111nni i i i i n i i a c c c a b c c -+==-∑∏ .… … … …b n … 0c n提示: 只用对第1行展开(M 1i 都可直接求出). 另一个常见的n 阶行列式: 例13 证明a+b b 0 … 0 0 a a+b b … 0 0… … … … = 11n n nn i ii a b a b a b ++-=-=-∑(当a ≠b 时).0 0 0 … a+b b0 0 0 a a+b提示:把第j 列(行)的(-1)j-1倍加到第1列(行)上(j=2,…,n),再对第1列(行)展开.4.关于克莱姆法则的题 例14设有方程组x1+x2+x3=a+b+c,ax1+bx2+cx3=a2+b2+c2,bcx1+acx2+abx3=3abc.(1)证明此方程组有唯一解的充分必要条件为a,b,c两两不等.(2)在此情况求解.参考答案例1 ①(2+4a)(2-a)4.② x3(x+4). ③ a3(a+10).例2 1875.例3 x1x2x3x4+x2x3x4+x1x3x4+x1x2x4+x1x2x3.例4 (a+b+c)(a+b-c)(a-b+c)(a-b-c). 例5 1-a+a2-a3+a4-a5.例6 9,-6例7 1,-10.例8 40.例9 x=0,y=3,z=-1.例10 -28.例14 x1=a,x2=b,x3=c..第三讲矩阵一．概念复习1. 矩阵乘法的定义和性质定义2.1 当矩阵A的列数和B的行数相等时,和A和B可以相乘,乘积记作AB. AB的行数和A相等,列数和B相等. AB的(i,j)位元素等于A的第i个行向量和B的第j个列向量(维数相同)对应分量乘积之和.设 a11 a12… a1nb11b12… b1sc11c12… c1sA= a21 a22… a2nB= b21b22… b2sC=AB=c21c22… c2s………………………a m1 am2… amn, bn1bn2… bns, cm1cm2… cms,则c ij =a i1b 1j +a i2b 2j +…+a in b nj .矩阵的乘法在规则上与数的乘法有不同: ① 矩阵乘法有条件. ② 矩阵乘法无交换律.③ 矩阵乘法无消去律,即一般地 由AB =0推不出A =0或B =0.由AB =AC 和A ≠0推不出B =C .(无左消去律) 由BA =CA 和A ≠0推不出B =C . (无右消去律)请注意不要犯一种常见的错误:把数的乘法的性质简单地搬用到矩阵乘法中来.矩阵乘法适合以下法则:① 加乘分配律 A (B +C )= AB +AC , (A +B )C =AC +BC . ② 数乘性质 (c A )B =c(AB ). ③ 结合律 (AB )C = A (BC ).④ (AB )T =B T A T.2. n 阶矩阵的方幂和多项式任何两个n 阶矩阵A 和B 都可以相乘,乘积AB 仍是n 阶矩阵.并且有行列式性质:|AB |=|A ||B |.如果AB =BA ,则说A 和B 可交换.方幂 设k 是正整数, n 阶矩阵A 的k 次方幂A k 即k 个A 的连乘积.规定A 0=E .显然A 的任何两个方幂都是可交换的,并且方幂运算符合指数法则: ① A k A h = A k+h . ② (A k )h = A kh .但是一般地(AB )k 和A k B k 不一定相等! n 阶矩阵的多项式设f(x)=a m x m +a m-1x m-1+…+a 1x+a 0,对n 阶矩阵A 规定 f(A )=a m A m +a m-1A m-1+…+ a 1A +a 0E .称为A 的一个多项式.请特别注意在常数项上加单位矩阵E .乘法公式 一般地,由于交换性的障碍,小代数中的数的因式分解和乘法公式对于n 阶矩阵的不再成立.但是如果公式中所出现的n 阶矩阵互相都是乘法交换的,则乘法公式成立.例如当A 和B 可交换时,有: (A ±B )2=A 2±2AB +B 2;A 2-B 2=(A +B )(A -B )=(A +B )(A -B ).二项展开式成立: B AC B A -=∑=+1)(等等.前面两式成立还是A 和B 可交换的充分必要条件.同一个n阶矩阵的两个多项式总是可交换的. 一个n阶矩阵的多项式可以因式分解.3. 分块法则矩阵乘法的分块法则是简化矩阵乘法的一种方法.对两个可以相乘的矩阵A 和B,可以先用纵横线把它们切割成小矩阵(一切A的纵向切割和B的横向切割一致!),再用它们来作乘法.(1)两种常见的矩阵乘法的分块法则A11 A12B11B12= A11B11+A12B21 A11B12+A12B22A21 A22B21B22A21B11+A22B21 A21B12+A22B22要求A ij的列数B jk和的行数相等.准对角矩阵的乘法:形如A10 0A= 0 A2 0………0 0 …n的矩阵称为准对角矩阵,其中A1,A2,…,A k都是方阵.两个准对角矩阵A10 ... 0 B1 0 0A= 0 A2... 0 , B= 0 B2 0………………0 0 …k0 0 …B k如果类型相同,即A i和B i阶数相等,则A1B10 0AB = 0 A2B2… 0 .………00 …A k B k(2)乘积矩阵的列向量组和行向量组设A是m⨯n矩阵B是n⨯s矩阵.A的列向量组为 1, 2,…, n,B的列向量组为 1, 2,…, s,AB的列向量组为 1, 2,…, s,则根据矩阵乘法的定义容易看出(也是分块法则的特殊情形):①AB的每个列向量为: i=A i,i=1,2,…,s.即A( 1, 2,…, s)=(A 1,A 2,…,A s).② =(b1,b2,…,b n)T,则A = b1 1+b2 2+…+b n n.应用这两个性质可以得到:如果 i=(b1i,b2i,…,b ni)T,则i=A I=b1i 1+b2i 2+…+b ni n.即:乘积矩阵AB的第i个列向量 i是A的列向量组 1, 2,…, n的线性组合,组合系数就是B的第i个列向量 i的各分量.类似地, 乘积矩阵AB的第i个行向量是B的行向量组的线性组合,组合系数就是A的第i个行向量的各分量.以上规律在一般教材都没有强调,但只要对矩阵乘法稍加分析就不难得出.它们无论在理论上和计算中都是很有用的.(1) 当两个矩阵中,有一个的数字很简单时,直接利用以上规律写出乘积矩阵的各个列向量或行向量,从而提高了计算的速度.(2) 利用以上规律容易得到下面几个简单推论:用对角矩阵 从左侧乘一个矩阵,相当于用 的对角线上的各元素依次乘此矩阵的各行向量; 用对角矩阵 从右侧乘一个矩阵,相当于用 的对角线上的各元素依次乘此矩阵的各列向量.数量矩阵k E乘一个矩阵相当于用k乘此矩阵；单位矩阵乘一个矩阵仍等于该矩阵.两个同阶对角矩阵的相乘只用把对角线上的对应元素相乘.求对角矩阵的方幂只需把对角线上的每个元素作同次方幂.(3) 矩阵分解:当一个矩阵C的每个列向量都是另一个A的列向量组的线性组合时,可以构造一个矩阵B,使得C=AB.例如设A=(α,β,γ), C=(α+2β-γ,3α-β+γ,α+2γ),令1 3 1B= 2 -1 0 ,则C=AB.-1 1 2(4) 初等矩阵及其在乘法中的作用对单位矩阵E作一次初等(行或列)变换,所得到的矩阵称为初等矩阵.有三类初等矩阵:E(i,j):交换E的i,j两行(或列)所得到的矩阵.E(i(c)):用非0数c乘E的第i行(或列)所得到的矩阵.也就是把E的对角线上的第i个元素改为c.E(i,j(c))(i≠j):把E的第j行的c倍加到第i行上(或把第i列的c倍加到第j列上)所得到的矩阵, 也就是把E的(i,j)位的元素改为c.命题对矩阵作一次初等行(列)变换相当于用一个相应的初等矩阵从左(右)乘它.4. 矩阵方程和可逆矩阵(伴随矩阵)(1) 矩阵方程矩阵不能规定除法,乘法的逆运算是解下面两种基本形式的矩阵方程:(I) AX=B.(II) XA=B.这里假定A是行列式不为0的n阶矩阵,在此条件下,这两个方程的解都是存在并且唯一的.(否则解的情况比较复杂.)当B只有一列时,(I)就是一个线性方程组.由克莱姆法则知它有唯一解.如果B有s列,设 B=( 1, 2,…, s),则 X也应该有s列,记X=(X1,X2,…,X s),则有AX i= i,i=1,2,…,s,这是s个线性方程组.由克莱姆法则,它们都有唯一解,从而AX=B有唯一解.这些方程组系数矩阵都是A,可同时求解,即得(I)的解法:将A和B并列作矩阵(A|B),对它作初等行变换,使得A变为单位矩阵,此时B 变为解X.(A|B)→(E|X)(II)的解法:对两边转置化为(I)的形式:A T X T=B T.再用解(I)的方法求出X T,转置得X..(A T|B T)→(E|X T)矩阵方程是历年考题中常见的题型,但是考试真题往往并不直接写成(I)或(II)的形式,要用恒等变形简化为以上基本形式再求解.(2) 可逆矩阵的定义与意义定义设A是n阶矩阵,如果存在n阶矩阵B,使得AB=E, BA=E,则称A为可逆矩阵.此时B是唯一的,称为A的逆矩阵,通常记作A-1.如果A可逆,则A在乘法中有消去律:AB=0⇒B=0；AB=AC⇒B=C.(左消去律)；BA=0⇒B=0；BA=CA⇒B=C. (右消去律)如果A可逆,则A在乘法中可移动(化为逆矩阵移到等号另一边):AB=C⇔B=A-1C. BA=C⇔B=CA-1.由此得到基本矩阵方程的逆矩阵解法:(I) AX=B的解X=A-1B .(II) XA=B的解X= BA-1.这种解法想法自然，好记忆,但是计算量比初等变换法大(多了一次矩阵乘积运算).(3) 矩阵可逆性的判别与性质定理 n阶矩阵A可逆⇔|A|≠0.证明“⇒”对AA-1=E两边取行列式,得|A||A-1|=1,从而|A|≠0. (并且|A-1|=|A|-1.)“⇐”因为|A|≠0,矩阵方程AX=E和XA=E都有唯一解.设B,C分别是它们的解,即AB=E, CA=E. 事实上B=C(B=EB=CAB=CE=C),于是从定义得到A可逆.推论如果A和B都是n阶矩阵,则AB=E⇔BA=E.于是只要AB=E(或BA=E)一式成立,则A和B都可逆并且互为逆矩阵.可逆矩阵有以下性质:①如果A可逆,则A-1也可逆,并且(A-1)-1=A.A T也可逆,并且(A T)-1=(A-1)T.当c≠0时, c A也可逆,并且(c A)-1=c-1A-1.对任何正整数k, A k也可逆,并且(A k)-1=(A-1)k.(规定可逆矩阵A的负整数次方幂A-k=(A k)-1=(A-1)k.)②如果A和B都可逆,则AB也可逆,并且(AB)-1=B-1A-1.(请自己推广到多个可逆矩阵乘积的情形.)初等矩阵都是可逆矩阵,并且E(i,j)-1= E(i,j), E(i(c))-1=E(i(c-1)), E(i,j(c))-1= E(i,j(-c)).(4) 逆矩阵的计算和伴随矩阵①计算逆矩阵的初等变换法当A可逆时, A-1是矩阵方程AX=E的解,于是可用初等行变换求A-1:(A|E)→(E|A-1)这个方法称为求逆矩阵的初等变换法.它比下面介绍的伴随矩阵法简单得多.②伴随矩阵若A是n阶矩阵,记A ij是|A|的(i,j)位元素的代数余子式,规定A的伴随矩阵为A11 A21… An1A*= A12 A22… An2=(Aij)T.………A 1n A2n… Amn请注意,规定n阶矩阵A的伴随矩阵并没有要求A可逆,但是在A可逆时,A*和A-1有密切关系.基本公式: AA*=A*A=|A|E.于是对于可逆矩阵A,有A-1=A*/|A|, 即A*=|A|A-1.因此可通过求A*来计算A-1.这就是求逆矩阵的伴随矩阵法.和初等变换法比较, 伴随矩阵法的计算量要大得多,除非n=2,一般不用它来求逆矩阵.对于2阶矩阵a b * d -bc d = -c a ,因此当ad-bc≠0时,a b -1 d -bc d = -c a (ad-bc) .伴随矩阵的其它性质:①如果A是可逆矩阵，则A*也可逆，并且(A*)-1= A/|A|=(A-1)*.② |A*|=|A|n-1.③ (A T)*=(A*)T.④ (c A)*=c n-1A*.⑤ (AB)*=B*A*；(A k)*=(A*)k.⑥当n>2时,(A*)*=|A|n-2A； n=2时,(A*)*=A.二典型例题1.计算题例1 =(1,-2,3) T, =(1,-1/2,1/3)T, A= T,求A6.讨论:(1)一般地,如果n阶矩阵A= T,则A k=( T )k-1A=(tr A )k-1A .(2)乘法结合律的应用:遇到形如 T 的地方可把它当作数处理.① 1 -1 1T= -1 1 -1 ，求 T .（2003一）②设 =(1,0,-1)T, A= T,求|a E-A n|.③ n维向量 =(a,0,⋯,0,a)T, a<0,A=E- T,A-1=E+a-1 T,求a. (03三,四)④ n维向量 =(1/2,0,⋯,0,1/2)T, A=E- T, B=E+2 T,求AB. (95四)⑤ A=E- T,其中 , 都是n维非零列向量,已知A2=3E-2A,求 T .例2(1999三) 1 0 1设A = 0 2 0 ，求A n-2A n-1.(n>1)例3 1 0 0设A = 1 0 1 ，(1)证明当n>1时A n=A n-2+A2-E. (2) 求A n.例4 设A为3阶矩阵, 1, 2, 3是线性无关的3维列向量组,满足A= 1+ 2+ 3, A 2=2 2+ 3, A 3=2 2+3 3.1求作矩阵B,使得A( 1, 2, 3)=( 1, 2, 3)B. (2005年数学四)例5设3阶矩阵A=( 1, 2, 3),|A|=1,B=( 1+ 2+ 3, 1+2 2+3 3,+4 2+9 3),求|B|.(05)1例6 3维向量 1, 2, 3, 1, 2, 3满足+ 3+2 1- 2=0, 3 1- 2+ 1- 3=0, 2+ 3- 2+1=0,3已知 1, 2, 3|=a,求| 1, 2, 3|.例7设A是3阶矩阵, 是3维列向量,使得P=( ,A ,A2 )可逆,并且A3 =3A -2A2 .又3阶矩阵B满足A=PBP-1.(1)求B.(2)求|A+E|.(01一)2 1 0例8 3阶矩阵A,B满足ABA*=2BA*+E,其中A= 1 2 0 ,求|B|.(04一)0 0 1例9 3 -5 1设3阶矩阵A= 1 -1 0 , A-1XA=XA+2A,求X.-1 0 2例10 1 1 -1设3阶矩阵A= -1 1 1 , A*X=A-1+2X,求X.1 -1 1例11 4阶矩阵A,B满足ABA-1=BA-1+3E,已知1 0 0 0A*= 0 1 0 0 ,求B. (00一)1 0 1 00 -3 0 8例12 3 0 0 1 0 0已知A= 2 1 0 , B= 0 0 0 , XA+2B=AB+2X,求X11.2 13 0 0 -1例13设 1=(5,1,-5)T, 2=(1,-3,2)T, 3=(1,-2,1)T,矩阵A满足A=(4,3) T, A 2=(7,-8) T, A 3=(5,-5) T,1求A.2.概念和证明题例14 设A是n阶非零实矩阵,满足A*=A T.证明:(1)|A|>0.(2)如果n>2,则 |A|=1.例15 设矩阵A=(a ij)3 3满足A*=A T,a11,a12,a13为3个相等的正数,则它们为(A) 3/3.(B) 3. (C)1/3. (D) 3. (2005年数学三)例16 设A和B都是n阶矩阵,C= A则C*=0 B(A) |A|A* 0 . (B) |B|B * 0 .0 |B|B * 0 |A|A*(C) |A|B* 0 . (D ) |B|A* 0 .0 |B|A* 0 |A|B*例17 设A是3阶矩阵,交换A的1,2列得B,再把B的第2 列加到第3 列上,得C.求Q,使得C=AQ.例18 设A是3阶可逆矩阵,交换A的1,2行得B,则(A) 交换A*的1,2行得到B*.(B) 交换A*的1,2列得到B*.(C) 交换A*的1,2行得到-B*.(D) 交换A*的1,2列得到-B*.(2005年)例19 设A是n阶可逆矩阵, 交换A的i,j行得到B.(1) 证明B可逆.(2) 求AB-1.例20设n阶矩阵A满足A2+3A-2E=0.(1)证明A可逆,并且求A-1.(2)证明对任何整数c,A-c E可逆.讨论: 如果f(A)=0,则(1) 当f(x)的常数项不等于0时,A可逆.(2) f(c)≠0时,A-c E可逆.(3) 上述两条的逆命题不成立.例21设 是n维非零列向量,记A=E- T.证明(1) A2=A⇔ T =1.(2) T =1⇒ A不可逆. (96一)讨论: (2)的逆命题也成立.例22 设A,B都是n阶矩阵,证明E-AB可逆⇔ E-BA可逆.例23设3阶矩阵A,B满足AB=A+B.(1) 证明A-E可逆.(2) 设 1 -3 0B= 2 1 0 ,求A.0 0 2 (91)例24设A,B是3阶矩阵, A可逆,它们满足2A-1B=B-4E.(1) 证明A-2E可逆.(2) 设 1 -2 0B= 1 2 0 ,求A.0 0 2 (2002)例25设n阶矩阵A,B满足AB=a A+b B.其中ab≠0,证明(1) A-b E和B-a E都可逆.(2) A可逆⇔ B可逆.(3) AB=BA.例26设A,B都是n阶对称矩阵, E+AB可逆,证明(E+AB)-1A也是对称矩阵.例27 设A,B都是n阶矩阵使得A+B可逆,证明(1) 如果AB=BA,则B(A+B)-1A=A(A+B)-1B.(2) 如果A.B都可逆,则B(A+B)-1A=A(A+B)-1B.(3) 等式B(A+B)-1A=A(A+B)-1B总成立.例28设A,B,C都是n阶矩阵,满足B=E+AB,C=A+CA,则B-C为(A) E.(B) -E. (C) A. (D) -A. (2005年数学四)参考答案1 -1/2 1/3例1 35A=35 -2 1 –2/3 .3 -3/2 1① 3.② a2(a-2n). ③ -1. ④ E. ⑤ 4.例2 O.例3 (1)提示: A n=A n-2+A2-E⇔A n-2(A2-E)=A2-E ⇔ A(A2-E)=A2-E.(2)n=2k时, 1 0 0A n = k 1 0 .k 0 1n=2k+1时, 1 0 0A n = k+1 0 1 .k 1 0例 4 1 0 0B= 1 2 2 .1 1 3例5 2.例 6 –4a.例 7 0 0 0B= 1 0 3 . |E+A|=-40 1 -2例8 1/9.例 9 -6 10 4X= -2 4 2 .-4 10 0例 10 1 1 0(1/4) 0 1 1 .1 0 1例 11 6 0 0 0B= 0 6 0 0 .6 0 6 00 3 0 -1例 12 1 0 02 0 0 .6 -1 -1例 13 2 -1 1-4 -2 -5 .例15 (A).例16 (D).例 17 0 1 1Q= 1 0 0 .0 0 1例18 (D).例19E(i,j).例22提示:用克莱姆法则.例如证明⇒,即在E-AB可逆时证明齐次方程组(E-BA)X=0只有零解.例23 1 1/2 0A= -1/3 1 0 .0 0 2例 24 0 2 0A= -1 -1 0 .0 0 -2例25 提示:计算(A-b E)(B-a E).例28 (A).第四讲向量组的线性关系与秩一.概念复习1. 线性表示关系设 1, 2,…, s是一个n维向量组.如果n维向量 等于 1, 2,…, s的一个线性组合，就说 可以用 1,2,…, s线性表示.如果n维向量组 1, 2,…, t 中的每一个都可以可以用 1, 2,…, s线性表示,就说向量1, 2,…, t可以用 1, 2,…, s线性表示.判别“ 是否可以用 1, 2,…, s线性表示? 表示方式是否唯一？”就是问：向量方程x 11+ x2 2+…+x s s=是否有解？解是否唯一？用分量写出这个向量方程,就是以 1, 2,…, s 为增广矩阵的线性方程组.反之,判别“以 A 为增广矩阵的线性方程组是否有解？解是否唯一？”的问题又可转化为“ 是否可以用A的列向量组线性表示? 表示方式是否唯一？”的问题.向量组之间的线性表示问题与矩阵乘法有密切关系: 乘积矩阵AB的每个列向量都可以表示为A的列向量组的线性组合,从而AB的列向量组可以用A的列向量组线性表示;反之,如果向量组 1, 2,…, t可以用 1,2,…, s线性表示,则矩阵( 1, 2,…, t)等于矩阵( 1, 2,…, s)和一个s⨯t矩阵C的乘积. C可以这样构造: 它的第i个列向量就是 i对 1, 2,…,s的分解系数(C不是唯一的).向量组的线性表示关系有传递性,即如果向量组 1, 2,…, t可以用 1,2,…, s线性表示,而 1, 2,…, s 可以用γ1,γ2,…,γr线性表示,则 1,2,…, t可以用γ1,γ2,…,γr线性表示.当向量组 1, 2,…, s 和 1, 2,…, t互相都可以表示时 就说它们等价 并记作 1, 2,…, s ≅ 1, 2,…, t .等价关系也有传递性.2. 向量组的线性相关性(1) 定义(从三个方面看线性相关性)。
线性代数复习提纲
一、逆序数：在一个n级排列中，如果有较大的数排在较小的数前面（<），则称与构成一个逆序，一个n级排列中逆序的总数，称为它的逆序数，记为N(*奇排序：逆序数是奇数；偶排序：逆序数是偶数（一）任意一个排序经过一个对换后奇偶性改变（二）n个数码（n>1）共有n!个排列，其中奇偶排列各占一半二、n阶行列式=（按行顺序取）n级行列式的一般项：（当)为偶数时取正号，奇数取负号）D的一般项：三、转置行列式：将行列式D的行与列互换后得到的行列式，记为或（一）将行列式转置，行列式的值不变，即（二）交换行列式的两行（列），行列式的值变号，即（三）如果行列式中有两行（列）对应的元素相同，此行列式的值为零四、用数k乘行列式的某一行（列），等于以数k乘此行列式，即：（一）如果行列式某行（列）的所有元素有公因子，则公因子可以提到行列式外面（二）如果行列式有两行（列）元素成比例，则行列式的值等于零五、如果将行列式中的某一行（列）的每一个元素都写成两个数的和，则此行列式可以写成两个行列式的和，这两个行列式分别以这两个数为所在行（列）对应位置的元素，其他位置的元素与原行列式相同，即：六、将行列式某一行（列）的所有元素同乘以数k后加于另一行（列）对应位置的元素上，行列式的值不变七、余子式：在n阶行列式D=中去掉元素所在的第i行和第j列后，余下的n-1阶行列式被称为D中元素的余子式，记为，即：代数余子式：（一）n阶行列式D=等于它的任意一行（列）的各元素与其对应代数余子式乘积的和，即：或（二）n阶行列式D=的某一行（列）的元素与另一行（列）对应元素的代数余子式乘积的和等于零，即：或（i≠s；j≠t）八、范德蒙行列式：九、克莱姆法则：线性方程组当其系数行列式D≠0时，有且仅有唯一解其中是将系数行列式中第j列元素对应地换为方程组的常数项后得到的行列式（一）如果齐次线性方程组的系数行列式D≠0，则它仅有零解（二）如果齐次线性方程组的系数行列式D=0，则方程组有非零解十、零矩阵：所有元素均为0的矩阵（行数与列数不都相同的两个零矩阵是不同的零矩阵）非负矩阵：所有元素均为非负数的矩阵十一、以数k乘矩阵A的每一个元素所得到的矩阵，称为数k与矩阵A的积，记作k A，如果A=，那么k A=十二、负矩阵：-A=十三、矩阵运算律：（一）（二）（三）（四）（五）（六）（七）（八）十四、矩阵的乘法：如果矩阵A的列数等于矩阵B的行数，则A与B的乘积C中第i行第j列的元素，等于矩阵A的第i行元素与矩阵B的第j对应元素乘积的和，并且矩阵C的行数等于矩阵A的行数，矩阵C的列数等于矩阵B的列数，即：（一）矩阵乘法一般不满足交换律（二）两个非零矩阵相乘，结果可能是零矩阵（三）矩阵乘法不满足消去律（四）矩阵乘法性质：1、2、3、4、十五、矩阵可交换：如果两矩阵A和B相乘，有AB=BA，则称矩阵A与矩阵B可交换十六、有线性方程组，系数矩阵元未知量矩阵系数矩阵十七、转置矩阵：将m*n矩阵A的行与列互换，得到的m*n矩阵，称为矩阵A的转置矩阵，记为或（一）（二）（三）（四）十八、n阶矩阵/n阶方阵：矩阵的m=n十九、方阵的幂：个（一）（二）（三）当AB可交换时，二十、方阵的行列式：由n阶矩阵（方阵）A的所有元素按原来次序构成的n阶行列式称为方阵A的行列式，记作，或（det A）（一）（二）（三）（四）二十一、特殊矩阵（一）对角矩阵：若AB为同阶对角矩阵，则kA,A+B,AB仍为同阶对角矩阵；（二）数量矩阵：数量矩阵左乘或右乘一个矩阵B，其乘积等于以数a乘矩阵B（三）单位矩阵：（四）三角形矩阵（五）对称矩阵：n阶矩阵满足1、2、数乘对称矩阵及同阶对称矩阵之和仍为对称矩阵3、当且仅当A与B可交换时，AB是对称的二十二、分块矩阵（一），（二）二十三、逆矩阵：对于n阶矩阵A，如果存在n阶矩阵B，使得AB=BA=I，那么矩阵A称为可逆矩阵，简称A可逆，并称B为A的逆矩阵，逆矩阵是唯一的，把唯一的逆矩阵记作（一）n阶矩阵可逆的充分必要条件是A非奇异，且当A可逆时，有（二）证明A可逆或证明B是A的逆矩阵，只要验证AB=I（三）逆矩阵的性质：1、若矩阵A可逆，则也可逆，且2、若矩阵A可逆，数k≠0，则kA也可逆，且3、两个同阶可逆矩阵A,B的乘积是可逆矩阵，且4、若矩阵A可逆，则A的转置矩阵5、若矩阵A可逆，则（四）（五）若AB=C，且A为非奇异，则B= C二十四、非奇异：若n阶矩阵A的行列式，则称A为非奇异的二十五、伴随矩阵：由行列式的元素的代数余子式所构成的矩阵二十六、矩阵的初等变换：（一）1、交换矩阵的两行（列）2、以一个非零的数k乘矩阵的某一行（列）3、把矩阵的某一行（列）的l倍加于另一行（列）上（二）初等矩阵：对单位矩阵I施以一次初等变换得到的矩阵（三）设，对A的行施以一次某种初等变换得到的矩阵，等于用同种的m 阶初等矩阵左乘A，对A的列施以一次某种初等变换得到的矩阵，等于用同种的n阶初等矩阵右乘A（四）任意一个矩阵经过若干次初等变换后均可以化为下面形式的矩阵：矩阵D称为矩阵A的等价标准形（五）如果矩阵A经过有限次初等变换可化为矩阵B，则称矩阵A与矩阵B等价（六）如果A为n阶可逆矩阵，则（七）n阶矩阵A为可逆的充分必要条件是它可以表示为一些初等矩阵的乘积二十七、k阶子式：从A中任取k行k列，位于这些行和列的相交处的元素，保持它们原来的相对位置所构成的k阶行列式二十八、矩阵的秩：如果A中不为零的子式的最高阶数为r，即存在r阶子式不为零，而任何r+1阶子式皆为零，则称r为矩阵A的秩，记作r(A)=r（一）满秩矩阵：r(A)=n（二）矩阵经初等变换后，其秩不变（三）二十九、增广矩阵：系数矩阵A和常数项矩阵构成的矩阵线性方程组有解的充分必要条件是齐次线性方程组有非零解的充分必要条件是→当m<n，齐次线性方程组有非零解三十、向量（一）（二）（三）（四）（五）（六）k(（七）（八）三十一、向量组的线性组合线性方程组可以表示为，即常数列向量与系数列向量的线性关系，被称为方程组的向量表示，其中，于是，线性方程组是否有解，就相当于是否成立（一）如果成立，则称向量是向量组的线性组合，或称向量可以由向量组线性表示（二）向量可由向量组线性表示的充分必要条件是：以为列向量的矩阵与以为列向量的矩阵有相同的秩（三）如果组A：中每一向量都可由组B：线性表示，则称向量组A可由向量组B线性表示1、向量组A可由向量组B线性表示，向量组B又可由向量组C线性表示，则向量组A可由向量组C线性表示2、如果向量组A和向量组B可以相互线性表示，则称向量组A和向量组B等价（四）如果线性相关，而线性无关，则向量可由向量组线性表示且表示法唯一三十二、线性相关性：齐次线性方程组可以写成零向量与系数列向量的如下线性关系式：，被称为齐次线性方程组的向量形式。
线性代数-要点考点复习
六、行列式的计算
1.基本计算方法 (1)化三角形法 (2)展开法(降阶法)
展开前尽量化 0 按特殊的一行、列展开 按0多的一行、列展开
2.常见行列式的计算方法
(1)各行(列)和相等
b a"a
a b"a
# #%#
a a"b
a1 + b a2 " an
a1 a2 + b " an
#
#%#
a1
a2 " an + b
2.向量的长度及其性质 向量的单位化 (标准化 ) 3.向量的正交 (1)夹角 (2)正交 (3)求与一个或几个向量均 正交的向量 解齐次方程组 由部分特征向量求实对 称矩阵的其余特征向量
(4)正交向量组与标准正交 向量组
4.施密特正交化方法
向量组的正交化
向量组的标准正交化
六、正交矩阵
1.定义 AT A = I
QT AQ = Λ QT AkQ = Λk Ak = QΛkQT
( ) AX = 0与 AT A X = 0同解 : ( ) AX = 0 ⇒ AT A X = AT ( AX ) = 0 ( ) ( ) AT A X = 0 ⇒ XT AT A X = 0
⇒ ( AX )T ( AX ) = 0
⇒ AX = 0
第一章 行列式
复习要点 :
一、排列及其逆序
τ (i1"in ) = a,
τ
(in " i1 )
=
n(n − 2
1)
a.
二、2、3阶行列式的对角线原理
三、行列式的定义
D
=| aij
|=
p1
∑
p2"
线性代数期末复习提纲
★ 线性代数基本内容、方法及要求第一部分 行列式【主要内容】1、行列式的定义、性质、展开定理、及其应用——克莱姆法则2、排列与逆序3、方阵的行列式4、几个重要公式：（1）TAA =； （2）AA11=-； （3）A kkA n=；（4）1*-=n AA ； （5）B A AB =； （6）B A BA BA ==**0；（7）⎩⎨⎧≠==∑=j i j i A A a ni ijij ，，01； （8）⎩⎨⎧≠==∑=j i j i A A a nj ij ij ，，01（其中B A ,为n 阶方阵，k 为常数）5、行列式的常见计算方法：（1）利用性质化行列式为上（下）三角形；（2）利用行列式的展开定理降阶； （3）根据行列式的特点借助特殊行列式的值【要求】1、了解行列式的定义，熟记几个特殊行列式的值。
2、掌握排列与逆序的定义，会求一个排列的逆序数。
3、能熟练应用行列式的性质、展开法则准确计算3-5阶行列式的值。
4、会计算简单的n阶行列式。
5、知道并会用克莱姆法则。
第二部分矩阵【主要内容】1、矩阵的概念、运算性质、特殊矩阵及其性质。
2、方阵的行列式3、可逆矩阵的定义、性质、求法（公式法、初等变换法、分块对角阵求逆）。
4、n阶矩阵A可逆⇔0A⇔A为非奇异(非退化)的矩阵。
≠⇔n)(⇔A为满秩矩阵。
R=A⇔0AX只有零解=⇔bAX=有唯一解⇔A的行（列）向量组线性无关⇔A的特征值全不为零。
⇔A可以经过初等变换化为单位矩阵。
⇔A可以表示成一系列初等矩阵的乘积。
5、矩阵的初等变换与初等矩阵的定义、性质及其二者之间的关系。
6、矩阵秩的概念及其求法（（1）定义法；（2）初等变换法）。
7、矩阵的分块，分块矩阵的运算：加法，数乘，乘法以及分块矩阵求逆。
【要求】1、 了解矩阵的定义，熟悉几类特殊矩阵（单位矩阵，对角矩阵，上、下三角形矩阵，对称矩阵，可逆矩阵，伴随矩阵，正交矩阵）的特殊性质。
2、熟悉矩阵的加法，数乘，乘法，转置等运算法则，会求方阵的行列式。
线性代数期末复习要点
注：一般而言， 1o ( AB)k Ak Bk ， 正确： ( AB)k (AB)(A B)( AB) ；
k个
2o ( A B)(A B) A2 B2， 正确： ( A B)(A B) A2 AB BA B2 ；
3o ( A B)2 A2 2AB B2 ， 正确： ( A B)2 A2 AB BA B2 。
A22
An
2
A2n
Ann
称为
A
的伴随矩阵。
2、n 阶方阵可逆的充要条件：
A
0
A 可逆，且 A1
1 A
A 。
3、逆矩阵的性质： 1o ( A1 )1 A ； 3o ( AT )1 ( A1 )T ；
4、伴随矩阵的性质：
2o ( AB)1 B1 A1 ；
4o
(kA)1
1 k
A1
（k
1、 Ax 0的基础解系：解向量组的一个极大无关组。
2、 Ax 0解的定理：只有当 R( A) r n 时，才存在基础解 系，且 n r 个线性无关的解向量组成的向量组 v1、v2、、vnr 是 Ax 0的基础解系，其线性组合
v c1v1 c2v2 cnrvnr 是 Ax 0的全部解。 3、基础解系的求法：
组有且仅有唯一解，且
xj
Dj D
（ j 1,2,, n ）
注：齐次线性方程组有非零解 D 0。 （逆否命题：齐次线性方程组仅有零解 D 0。）
第二章 矩阵
一、矩阵的定义：矩形数表。
二、矩阵的运算
1、矩阵的加法、减法：只有同型矩阵才可以进行加减运算。
2、数与矩阵的乘法：数与矩阵的乘法是数与矩阵每一个元 素相乘；而数与行列式的乘积是数与行列式中某一行（列） 的每一个元素相乘。
线性代数复习提纲
1.1二阶、三阶行列式了解二阶、三阶行列式的概念;熟练掌握其计算方法..1.2排列了解排列、正逆序数、奇偶排列、对换的概念;熟练掌握逆序数的计算方法、3个定理1.3n阶行列式了解n阶行列式的定义和由二阶、三阶行列式展开式的特点导出的一般规律；;掌握用定义计算特殊n阶行列式的方法;熟记三角形行列式的计算结果..1.4行列式的性质熟练掌握行列式的运算性质;并应用它们进行行列式的运算..转置行列式的概念；行列式的5个性质和两个推论1.5行列式按行列展开掌握余子式和代数余子式的概念;熟练掌握行列式按行列展开的方法..三阶行列式按行列展开式；余子式和代数余子式的概念；行列式按行列展开定理;范德蒙行列式1.6克拉默法则掌握线性方程组解的克拉默运算法则;掌握用克拉默法则判断齐次线性方程组仅有零解和有非零解的方法..1.7数域掌握数域的定义..2.1消元法了解线性方程组的消元解法;熟练掌握矩阵的初等变换方法;熟练掌握用矩阵的初等变换法解线性方程组以及判断方程组无解、有解唯一解、无穷多解的方法..2.2n维向量空间了解向量的定义;掌握向量的运算;熟悉线性方程组的向量表达形式..向量的有关概念；向量的运算法则；n维向量空间的概念；线性方程组的向量表达形式2.3向量间的线性关系掌握向量的线性组合概念;熟练掌握一个向量可由其它向量线性表示的方法;熟练掌握向量组线性相关和线性无关的概念、理论和方法..向量的线性组合概念；判断一个向量可由其它向量线性表示的方法；向量组线性相关和线性无关的概念；判断向量组线性相关和线性无关的方法；判断向量组线性相关和线性无关的一些结论；5个定理2.4向量组的秩了解向量组极大无关组的概念;掌握等价向量组的概念和性质;掌握向量组秩的概念与相关结论..2.5矩阵的秩了解矩阵的秩的概念;熟练掌握求向量组极大无关组的方法;熟练掌握求向量组秩和矩阵秩的方法..矩阵的行秩与列秩的概念；矩阵子式的概念；矩阵秩的概念；求向量组极大无关组、向量组秩、矩阵秩的方法；2.6线性方程组解的判定掌握非齐次线性方程组有无解、有唯一解、无穷多解的判定方法;熟练掌握齐次线性方程组有非零解解、只有零解判定方法..非齐次线性方程组有无解判定方法定理1；非齐次线性方程组有唯一解、无穷多解的判定方法定理2；齐次线性方程组有非零解解、只有零解判定方法推论1、22.7线性方程组解的结构熟练掌握基础解系的概念;熟练掌握用基础解系表示方程组解的方法..齐次线性方程组解的两个性质；齐次线性方程组基础解系的概念;特别强调基础解系中含解向量个数与未知量个数和系数矩阵秩间的关系；齐次线性方程组解的基础解系表示法；非齐次线性方程组与齐次线性方程组解间的关系；非齐次线性方程组解的基础解系表示法；3.1-3.2矩阵的概念与运算了解矩阵的概念;熟练掌握矩阵的加法、数与矩阵的乘法、乘法、转置、行列式的运算法则和相应的性质..矩阵的定义以及几种特殊矩阵；矩阵的加法法则和对应的性质；数与矩阵的乘法法则和对应的性质；矩阵的乘法法则和对应的性质；矩阵的转置概念和对应的性质；矩阵行列式概念和对应的性质3.3可逆矩阵理解可逆矩阵的概念;了解伴随矩阵的概念;熟练掌握用伴随矩阵求可逆矩阵的逆矩阵的方法..3.4矩阵的分块了解分块矩阵的概念以及矩阵分块的原则;熟练掌握分块矩阵的运算法则..3.5初等矩阵理解三种初等矩阵的概念;掌握初等矩阵在矩阵乘法运算中的作用;熟练掌握利用初等变换求可逆矩阵的方法..三种初等矩阵的概念和它们在矩阵乘法运算中的作用；任意矩阵经过有限次初等变换化成的标准型；可逆矩阵与初等矩阵间的关系定理；利用初等变换求可逆矩阵的方法3.6常见的特殊矩阵了解对角矩阵、准对角矩阵、三角形矩阵、对称矩阵、反对称矩阵的概念和运算性质..4.1向量空间了解向量空间的概念和性质;了解向量空间基以及向量在基下坐标的概念..4.2向量的内积了解内积的概念;掌握内积的性质;熟练掌握n维向量空间两向量内积的坐标表示法;会求向量长度和向量单位化;了解正交向量组的概念;理解标准正交基的概念;熟练掌握向量组的施密特正交化过程..向量内积的概念和性质；n维向量空间两向量内积的坐标表示法；单位向量的概念和向量单位化；正交向量组的概念；正交基、标准正交基的概念；向量组的施密特正交化过程4.3正交矩阵了解正交矩阵的概念;熟练掌握其性质..5.1矩阵的特征值与特征向量了解矩阵特征值与特征向量的概念;熟练掌握求矩阵特征值与特征向量的方法;熟练掌握特征值与特征向量的性质；了解矩阵迹的概念与性质..矩阵特征值与特征向量的概念；求矩阵特征值与特征向量的方法；矩阵特征值与特征向量的性质；矩阵迹的概念与性质；5.2相似矩阵和矩阵对角化的条件了解相似矩阵的概念;掌握相似矩阵的性质;熟练掌握矩阵对角化的条件和对角化的方法.. 5.3实对称矩阵的对角化了解实对称矩阵特征值与特征向量的性质;熟练掌握实对称矩阵对角化的方法..。
线性代数复习提纲
第一章 矩阵1 矩阵的概念特殊矩阵：行矩阵、列矩阵、对角矩阵、上三角阵、下三角矩阵、单位矩阵、对称矩阵、反对称矩阵。
2 矩阵的运算：（1）矩阵的线性运算及其运算规律－矩阵的加法（减法）和数乘。
（2）矩阵的乘法：能够进行乘法运算必须具备的条件，运算方法，左乘与右乘的区别。
乘法的运算规律（应用较为普遍的是矩阵乘法满足结合律） （3）矩阵的转置：(AB)T =B T A T（4）矩阵的逆：AB=BA=I →A -1=B 矩阵的逆唯一 运算规律： (A -1) -1= A ；(λA) -1= λ-1A -1；(AB) -1=B -1A -1；(A T ) -1=(A -1) T 矩阵逆的计算方法：待定系数法、初等变换法、伴随矩阵法。
3 分块矩阵及其运算第二章 线性方程组与矩阵初等变换 1 线性方程组与矩阵的一一对应关系2 高斯消元法：线性方程组的三种变换→阶梯形方程组。
3 利用矩阵初等变换解线性方程组：三种初等变换→行阶梯形矩阵→行最简形矩阵4 非齐次线性方程组解的三种情形的讨论⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛++++0000000000000000000011,221,2222111,111211r r rn r r rr nr r nr r d d c c c d c c c c d c c c c c（1）无解（2）唯一解（3）无数解 5矩阵等价的概念 6 初等矩阵的概念7 初等矩阵与矩阵初等变换的关系8 逆矩阵定理：设A 是n 阶矩阵，那么下列各命题等价： （1）A 是可逆矩阵；（2）齐次线性方程组Ax ＝0只有零解； （3）A 可以经过有限次初等行变换化为In ； （4）A 可表示为有限个初等矩阵的乘积。
9 利用矩阵初等变换求矩阵的逆 A 可以经过一系列初等行变换化为I ； I 经过这同一系列初等行变换化为A -1P s …P 2P 1 (A | I n )=(I n |A -1)第三章 行列式1 n 阶行列式的定义（1）全排列及其奇偶性：逆序数的概念，对换，相邻对换。
线性代数复习重点及知识点
复习重点：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第二部分 矩阵 4． 矩阵的运算性质5． 矩阵求逆及矩阵方程的求解 6． 伴随阵的性质、正交阵的性质 7． 矩阵的秩的性质第三部分 线性方程组8． 线性方程组的解的判定，带参数的方程组的解的判定（P .75例13；P .80第16、17、18题）9． 齐次线性方程组的解的结构（基础解系与通解的关系） 10． 非齐次线性方程组的解的结构（通解）第四部分 向量组（矩阵、方程组、向量组三者之间可以相互转换） 1．向量组的线性表示 2．向量组的线性相关性 3．向量组的秩第五部分 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要注意的知识点：线性代数1、行列式n 行列式共有2n 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、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 ； 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 ++=-=-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；对于n 阶矩阵A ：**AA A A A E == 无条件恒成立；1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB 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： 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 ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭ ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭⑤、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 = ⇔ ；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；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） a) 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 -=；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 --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；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 ≥+-；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③、利用特征值和相似对角化：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 -=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；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；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；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；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）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) ()()T r A A r A =；(101P 例15)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；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；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 ⇔ ==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）；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； 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）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；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；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；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；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 =-；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；施密特正交化：12(,,,)r a a a 11b 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 ----=----;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；。
线性代数复习
三、向量 1、定义： α = ( a1 , a 2 ,L a n ) 、
2、运算及运算律：α 、
(行、列、零、负 向量 行 向量)
±β
kα α T β = [α , β ]
3、线性关系：组合、相关、无关。 、 组合、相关、无关。
4、相关性的判别： 、
1) 定义 与数线性组合为零向量时，系数不全为零。 与数线性组合为零向量时，系数不全为零。 向量个数 2) 构成矩阵 A = (α 1α 2 Lα s ) r ( A) < s (向量个数 ) 3) 个数 维数时 个数=维数时
A −1 =
(AB = BA = E)
A ≠0
a
−1
二阶(三阶 二阶 三阶) 三阶
1 * A A
r
1 = a
A* = ( Aij )T
三阶,三阶以上 三阶 三阶以上 ( A, E ) → L → ( E , A−1 )
5、矩阵的秩： 、 定义： A中不为 0 的子式的最高阶数 定义： 中不为 求法： 求法： 求各阶子式的值 初等变换化为标准形D， 中数 中数1的个数 初等变换化为标准形 ，D中数 的个数 初等变换化为阶梯形B， 中非零行的行数 初等变换化为阶梯形 ，B中非零行的行数 6、分块矩阵的运算规律与技巧： 、 分块三角阵，分块对角阵 分块三角阵，
n
i
= A
对角化的充要条件： 有 对角化的充要条件：A有n 个线性无关的特征向量 熟练掌握：求可逆阵 ，使方阵对角化的方法。 熟练掌握：求可逆阵P，使方阵对角化的方法。
3、实对称阵A 必能找到正交矩阵 使UTAU＝Λ 、实对称阵 必能找到正交矩阵U,使 ＝ 掌握求此正交阵的方法。 掌握求此正交阵的方法。 向量的正交化和单位化
线性代数复习提纲
1．什么叫排列的逆序数？什么叫奇排列？什么叫偶排列？2．行列式的定义3．行列式的性质4．行列式按行（列）展开5．计算行列式的思想6．克拉默法则7．对矩阵定义了哪些运算、每种运算都有哪些运算法则？8．什么叫矩阵可逆？可逆矩阵有哪些运算性质？你有哪些方法判别一个矩阵是否可逆？如何求逆矩阵？9．什么叫初等行变换、什么叫初等列变换？什么叫初等矩阵？如何用初等矩阵表示初等变换？10．什么叫矩阵的K 阶子式？什么叫矩阵的秩？矩阵的秩有哪些性质？你有哪些方法可以计算矩阵的秩？为什么可以用初等行变换把矩阵化成行阶梯形来计算矩阵的秩？11．你有哪些方法可以判别一个齐次线性方程组0=Ax 是否有非零解？12．你有哪些方法可以判别一个非齐次线性方程组b Ax =是否有解？有唯一解、有无穷多解？13．什么叫向量组m ααα,,,21 的线性组合？14．什么叫向量β能由向量组m ααα,,,21 线性表示？你有哪些方法判别向量β能否由向量组m ααα,,,21 线性表示？15．什么叫两个向量组等价？你有哪些方法判别两个向量组是否等价？16．什么叫向量组m ααα,,,21 线性相关？你有哪些方法判别向量组m ααα,,,21 是否线性相关？17．什么叫向量组m ααα,,,21 线性无关？你有哪些方法判别向量组m ααα,,,21 是否线性无关？18．什么叫向量组的极大无关组？你有哪些方法判别一个向量组的线性无关部分组是否为该向量组的极大无关组？19．什么叫向量组的秩？如何求一个向量组的秩？如何求向量组的一个极大无关组？如何把不在极大无关组中的向量用极大无关组线性表示？20．齐次线性方程组0=Ax 的解有哪些性质？21．什么叫齐次线性方程组0=Ax 的基础解系？齐次线性方程组0=Ax 的基础解系包含的向量个数与系数矩阵的秩有什么关系？如何求出齐次线性方程组0=Ax 的基础解系及通解？22．非齐次线性方程组b Ax =的解有哪些性质？23．非齐次线性方程组b Ax =的解与其对应的齐次线性方程组0=Ax 的解有什么关系？24．什么叫向量的内积？向量的内积有哪些运算性质？25．什么叫正交向量组？如何把一组线性无关的向量组化为正交向量组？26．什么叫正交矩阵？正交矩阵有哪些性质？27．什么叫矩阵的特征值？什么叫矩阵的特征向量？矩阵的特征值与特征向量有哪些性质？28．如何求矩阵的特征值及特征向量？29．什么叫两个矩阵相似？相似矩阵有哪些性质？30．矩阵与对角矩阵相似的条件是什么（或者说，什么样的矩阵能相似对角化）？如何将一个矩阵相似对角化？31．实对称矩阵有什么重要的性质？如何将一个实对称矩阵对角化？32．什么叫二次型？二次型的矩阵有什么特点？什么叫二次型的秩？33．什么叫二次型的标准形？如何将一个二次型化为标准形（有哪几种方法）？34．什么叫矩阵合同？35．什么叫二次型的规范形？什么叫正惯性指数？什么叫负惯性指数？36．什么叫正定二次型？什么叫正定矩阵？如何判别一个矩阵是否为正定矩阵？着重申明：以下题目仅供复习自测参考，绝无任何暗示意义判断正误：1．逆序数为奇数的排列称为奇排列。
线性代数考试复习提纲、知识点、例题PDF.pdf
（1） 扩充法
（2） 子式法
1
2
...
m
mn
(1,2
,...,m
) n m
最高阶非 0 子式的阶数就是矩阵的秩，也就是这个向量组
的秩，并且这个子式的行（列）对应的原向量组的向量就
是这个向量组的一个极大无关组。
（3）初等变换法 同法二构成矩阵，对矩阵进行初等变换。
例 9、设向量组
（1） 1,...,t 线性无关， （2） AX = 0 的每一个解都可以由1,...,t 线性表示。 则1,...,t 叫做 AX = 0 的基础解系。 定理 1、设 Amn ，齐次线性方程组 AX = 0 ，若 r(A) = r n ，则该方程组
的基础解系一定存在，且每一个基础解系中所含解向量的个
2x − y + z = 0
例
7、已知线性方程组
−2x1x−1 +2
x2 x2
+ +
x3 x3
= =
−2
，问当
为何值时，它有唯一
x1 + x2 − 2x3 = 2
解，无解，无穷多解，并在有无穷多解时求解。
五、向量组的线性相关性
1,2,...,s 线性相关 1,2,...,s (s 2) 中至少存在一个向量能由其余 向量线性表示。
=s2,...,n 线性相关
1,2 , ...,n
= 0或 2
...
=0。
n
1
n 个 n 维向量1,2,...,n 线性无关
1,2 , ...,n
0或 2
...
0。
n
例 8、已知向量组1 = (t,2,1) ，2 = (2,t,0) ，3 = (1,−1,1) ，
线性代数复习提纲
线性代数复习提纲一．线性方程组与矩阵、向量基本概念 略 二．线性相关与无关P24 1.给定向量组1α，2α，n α，如果存在不完全为零的系数1κ，2κ，n κ，使得1α，2α，n α用这组系数线性表示出0向量，即1122n n 0κακακα++=则称向量组1α，2α，n α线性相关。
否则称之线性无关注：（1）1122n n 0κακακα++=⇒只有零解，线性无关（2）有零向量，线性相关 （3）若一个向量组1α，2α，n α线性无关，则其中任何一个向量都不能由其余向量表示P25 2.Th1.向量组中的向量个数大于向量维数，该向量组一定线性相关。
P76 3.A m n ⨯矩阵1α，2α，n α，当R （A ）=n ，当且仅当1α，2α，n α线性无关A m n ⨯矩阵1α，2α，n α，当R （A ）< n ，当且仅当1α，2α，n α线性相关P86 4. 1. 1α，2α，n α（2n ≥）线性相关，当且仅当其中至少一个向量可由其余向量线性表示推论1.如果n 维向量1α，2α，n α（2n ≥）线性无关，则给向量组中任何向量都不能由其余向量线性表示推论2. n 维向量1α，2α，n α（2n ≥）线性无关，而向量组1α，2α，n α，β线性相关，则β可由1α，2α，n α线性表示2.如果向量组1α，2α，n α线性相关，则在该向量组中添加任意个相同维数的向量得到的向量组1α，2α，n α，，s α（s>n ），一定线性相关3.n 维向量组1α，2α，n α线性无关，如果在每个向量上增加m 个分量得到n+m 维向量组12n ,βββ，，，则向量组12n ,βββ，，一定线性无关三．线性方程组的解的存在性P26 1.齐次方程的零解为平凡解 齐次方程的非零解为非平凡解2.齐次线性方程组非零解⇔系数矩阵的列向量线性相关3.非齐次线性方程组0Ax =⇔存在解向量b 能用系数矩阵A 的列向量组线性表示P33 非齐次线性方程组Ax b =⇔存在解系数矩阵和增广矩阵等价P35 1.（秩判断法）齐次线性方程组x=0A 存在非平凡解⇔系数矩阵A 的列向量组的秩小于矩阵A 的个数（或变量个数） 即n x R （）<2.非齐次线性方程组Ax b =⇔存在解如果B 为该方程组的增光矩阵，系数矩阵A与增光矩阵B 列向量组的秩相同P64 （克莱姆法则的推论）1.如果线性方程组的系数行列式0D ≠，则方程组一定有解，且仅为唯一解 如果线性方程组的系数行列式=0D ，则方程组无解或有两个不同的解2.如果齐次线性方程组的系数行列式0D ≠，则齐次线性方程组仅有零解 如果齐次线性方程组有非零解，则它的行列式必为零四．向量组P27 向量组的等价1.向量组的等价：向量组1α，2α，n α与向量组12n ,βββ，，中的每个向量都可以互相线性表示，则称向量组1α，2α，n α与向量组12n ,βββ，，等价2.等价具有反身性，对称性，传递性3.判断等价 有A （1α，2α，t α），和B （12s ,βββ，，）1.构造矩阵[]12t 12s ,C αααβββ，，，，[]12s 12t ,D βββααα，，，，2.对C 和D 进行矩阵的初等行变换，等到行最简形11C D ，3.如果1C 的基准元在前t 列，且1D 的基准元在前s 列 则A 与B 等价P29和P74向量组和矩阵的秩1.定义：设有向量组A ，如果A 中存在含有r 个向量12r ααα，，的部分组0A ,满足（1）向量组0A ：12r ααα，，线性无关 （2）向量组0A 与向量组A 等价称向量组0A 为向量组A 的最大无关组，r 为向量组A 的秩注： 1.一个向量组A 的最大无关组一般不唯一2. 向量组A 的秩唯一3.只含零向量的向量组无最大无关组，规定秩为04. 向量组A 的最大无关组等价2.性质若A 是m n ⨯的矩阵1. ()min{,}R n m n ≤2. ()()TR A R A = ()(),0R k A R A k =≠ 3.对n 阶方阵A ，若det 0A ≠，则R （A ）=n ，若det 0A =则()R A n < 可逆矩阵又称满秩 不可逆矩阵又称降秩矩阵3.方法一：求解步骤：1.令[]12s A ααα，，2.对A 进行初等行变换，化到行最简形3.基准列对应的向量或矩阵构成最大无关组 基准列数对应了向量组或矩阵的秩方法二（根据性质3）对n 阶方阵A ，取其中的s 阶子方阵B （s ≤n ）， 若det 0B ≠，则R （A ）≥ s ，若det 0B =,则()R A s <P32 最大无关组的作用1.如果向量组B 能由向量组A 线性表示，则向量组B 的秩不大于向量组A 的秩推论：如果向量组A 与向量组B 等价，则他们的秩相等2.证明非齐次线性方程组Ax b =⇔存在解系数矩阵和增广矩阵的列向量等价五．矩阵P40 1.矩阵的运算：加法，数乘，P42 2. 乘法 （只有当左矩阵的列数等于右边矩阵的行数时，两个矩阵相乘才有意义）pl ：111213212223a a a A a a a ⎡⎤=⎢⎥⎣⎦111221223132b b B b b b b ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦则111112211331111212221332211122212331211222222332,,a b a b a b a b a b a b AB a b a b a b a b a b a b ++++⎡⎤=⎢⎥++++⎣⎦ 注：（1）矩阵乘法的交换律不成立（2）两个非零矩阵的乘积可以是零矩阵，即0,0A B ≠≠，但有可能0AB = （3）如果0,A ≠且有AB AC =，不能一定导出B C = 结合律P45 3.乘幂：K L KL A A A = ()k l A = kl A转置：()T T A A = ()T T T A B A B +=+ ()T T A A λλ= ()T T TAB B A = 推论： 1211()T T TT k k k A A A A A A -=P48方阵的逆1.对角矩阵 数量矩阵（E λ） 上下三角矩阵对称矩阵（TA A =）,(,1,2,,)ij ji a a i j n ⇔==反对称矩阵（TA A =-）主对角线元素等于零2. AB BA E ==,则称矩阵A 可逆，矩阵B 是A 的逆矩阵，记1A -从而11A A AA E --==3.不可逆矩阵称奇异矩阵，可逆矩阵称非奇异矩阵注1. AB 的地位一样 2.一个方阵的逆阵唯一3. 1A -，1B -存在，但1()A B -+未必存在 4.性质：11()A A --= 111()A A λλ--=11()()T T A A --= 111()AB B A ---=求方阵逆的方法P66 1.伴随矩阵*1A A A -= 推论 1det det A A=**AA A A E ==2.方阵A 可逆的 充要条件是det 0A ≠3.初等矩阵（单位矩阵E 经过一次初等行变换等到的矩阵）从1AA E -= 知 ()()1,,A E E A -初等行变换推论从Ax B =求解x ()()1,,A B X A B -初等行变换4.方阵A 可逆的充分必要条件是存在有限个初等矩阵12t PP P ，使A=12t PP P* 5.若线性方程组（由A 矩阵作为系数矩阵）无解或有两个不同的解，不可逆若由A 矩阵作为——齐次线性方程组的系数矩阵，则该方程组有非零解时，A 不可逆P78 分块矩阵1.分块对角矩阵：加法，数乘，逆 乘法 行列式设 12n A A A A ⎛⎫⎪⎪= ⎪ ⎪⎝⎭ 12n B B B B ⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭12n A A A A λλλλ⎛⎫⎪⎪= ⎪⎪⎝⎭ 111121n A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭1122n n A B A B AB A B ⎛⎫⎪⎪= ⎪ ⎪⎝⎭ 12d e t A A A An=2. 111100mmn n n mn mAA B B C C ----⨯⨯⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭课外补充：1.任何方阵都可表示成一个对称矩阵与一个反对称矩阵之和。
线性代数知识点归纳
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 b b b a bban b a b b b a b 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)nn k 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 ⨯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 B B 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1A B B A 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：①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；②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 nr A⨯≤min(,)m n②()()()T Tr A r A r A A==③()()r kA r A k=≠其中0④()(),,()m n n sr A r B nA B r ABB 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 nAxr AB r Br A nAB O B OAAB AC B Cο⨯⇔=⎧⎪=⎧⎪=⎨⎪⇒=⇒=⎧⎨⎪⎨⎪⎪=⇒=⎩⎩⎩只有零解在矩阵乘法中有左消去律；若()()()n sr AB r Br B nB⨯=⎧=⇒⎨⎩在矩阵乘法中有右消去律.⑧()r rE O E Or A r A AO O 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 Ar r A r BO B B O⎛⎫⎛⎫==+⎪ ⎪⎝⎭⎝⎭, ()()A Cr r A r BO 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⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⇔111122*********22211222n 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 αααA 经过有限次初等变换化为B .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1.①n 个n 维线性无关的向量,两两正交,每个向量长度为1.②1(,)ni i i a b αβ===∑③(,)0αβ=. 记为：αβ⊥④21ni i a α====∑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. ① 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.②0E A λ-=（或0A E λ-=）.③()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A⑥ 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. ①1P AP B -= （P 为可逆矩阵） ②1P AP B -= （P 为正交矩阵）③A 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. 11.123,,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。
《线性代数学习提纲及知识点》
《线性代数学习提纲及知识点》第一章 行列式 本章学习提纲：一、二阶、三阶行列式的计算及n 阶行列式的计算公式。
二、行列式的性质及应用 三、克莱姆法则。
本章重点：三阶行列式的计算。
本章难点：应用行列式的性质计算行列式 知识点：一、1、二阶行列式 用记号22211211a a a a 表示代数和21122211a a a a -，称为二阶行列式。
即22211211a a a a =21122211a a a a -例1计算二阶行列式()1331252315=⨯--⨯=-例2计算二阶行列式 b a ab ba ba2222-=2、三阶行列式 计算公式如下333231232221131211a a a a a a a a a =312213332112322311322113312312332211a a a a a a a a a a a a a a a a a a ---++例3计算三阶行列式()()584810642105103043152601601504321-=--=⨯⨯-⨯⨯--⨯⨯-⨯⨯+-⨯⨯+⨯⨯=-例4、计算三阶行列式()()70000125140130105000143151140053101-=---+-=⨯⨯-⨯⨯--⨯⨯-⨯⨯+-⨯⨯+⨯⨯=-3、n 阶行列式的定义：用2n 个元素()n j i a ij ,,2,1, =组成的记号nnn n n n a a a a a a a a a 212222111211称为n 阶行列式，其中横排成为行，纵排称为列。
ij a 称为第i 行第j 列的元素，n 阶行列式表示所有可能取自不同的行，不同的列的n 个元素乘积的代数和。
一般项可以表示为()()n n nj j j j j j N a a a 2121211-二、行列式的性质将行列式D 的行与列互换后得到的行列式，称为D 的转置行列式。
记为T D 即nnn nn n T nnn n n n a a a a a aa a a D a a a a a a a a a D212221212111212222111211==则性质1、将行列式转置，行列式的值不变。
线性代数各章复习重点汇总
线性代数各章复习重点汇总线性代数是数学的一个重要分支，研究向量空间、线性变换、线性方程组等概念和性质。
下面是线性代数各章的复习重点汇总。
1.线性方程组：-线性方程组的基本概念和性质，包括齐次线性方程组、非齐次线性方程组等。
-线性方程组的解的存在性与唯一性，以及求解线性方程组的方法（高斯消元法、矩阵求逆法、克拉默法则等）。
-线性方程组的等价关系与等价变换。
2.矩阵与行列式：-矩阵的基本概念和性质，如矩阵的加法、减法、乘法等运算。
-方阵的特殊性质，如对称矩阵、反对称矩阵、单位矩阵等。
-行列式的定义和性质，包括行列式的展开定理、行列式的性质推导等。
3.向量空间：-向量空间的定义和性质，如线性相关性、线性无关性、基、维数等。
-子空间的概念和性质，包括子空间的交、和、直和等操作。
-线性组合、张成空间、极大线性无关组等概念。
4.线性变换与矩阵：-线性变换的定义和性质，包括线性变换的特征值、特征向量等。
-线性变换的矩阵表示，以及矩阵与线性变换之间的转换关系。
-线性变换的合成、逆变换等操作，以及线性变换的标准形式（例如，矩阵的对角化）。
5.特征值与特征向量：-特征值与特征向量的定义和性质，包括特征值的重数、特征向量的线性无关性等。
-特征值与特征向量的计算方法，如特征方程的求解、特征值的代入等。
-特征值与特征向量的应用，如对角化矩阵、相似矩阵等。
6.正交性与标准正交基：-向量的正交性和标准正交性的概念和性质，包括向量的点积、向量的夹角等。
-标准正交基的定义和求解方法，如施密特正交化过程等。
-正交矩阵的定义和性质，以及正交矩阵与标准正交基之间的关系。
以上是线性代数各章的复习重点汇总，希望能够帮助你理清知识重点，并提高复习效率。
祝你取得好成绩！。
- 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)。
(二) 伴随矩阵.
(1) AA∗ = A∗A = |A|E. 这个公式要牢记! 其重大意义是由此引入了逆矩阵的讨论. 注意这里
的 A 不一定是可逆的. (2) 若 A = 0, 则 A−1 = 1 A∗. 它在理论上给出了求逆矩阵的方法, 但是并不实用, 在第三章 |A|
将给出一个简单实用的方法(见教材 P.64 例 2).
∗Email: huangzh@
1
§0.2 要点 TOP 10
下面的要点列为 TOP 10 是因为其理论重要性、易错等原因. (I) |λA| = λn|A|. (A 为 n 阶方阵) (II) 矩阵乘法不满足交换律、消去律. (III) 矩阵秩的性质 5 ∼ 8. (IV) 特征值性质: λ1 + λ2 + · · · + λn = a11 + a22 + · · · + ann; λ1λ2 · · · λn = A . (V) 若 λ 是 A 的一个特征值, 则 ϕ(λ) 是矩阵多项式 ϕ(A) 的特征值. (VI) 齐次线性方程组 Ax = 0 的基础解系由 n − r 个线性无关的解构成. (VII) 线性方程组有解、无解的充要条件. (VIII) 矩阵对角化的充要条件. (IX) 伴随矩阵的定义, AA∗ = A∗A = |A|E. (X) 初等变换不改变矩阵的秩.
(三) 逆矩阵
(1) 矩阵定义中的条件 “AB = BA = E” 是可以弱化的: 设 A, B 为方阵, 若 AB = E, 则 A,
B 可逆, 且互为逆矩阵. 更一般地, 对方阵而言, 若 A1A2 · · · Ak = λE 且 λ = 0, 则矩阵 A1, A2, · · · , Ak 都是可逆的.
(ii) 若 P 右乘矩阵 A, 则 AP 的结果是: 把矩阵 A 进行初等列变换, 并且 P 是怎样由单位矩阵 E
通过列变换得来, 矩阵 A 就进行完全相同的列变换.
上述过程体现为初等矩阵 P 把自己生成的过程复. 制. 、传. 递. 到了矩阵 A 上.
10k0
a1 a2 a3 a4
设
P
=
1
0
0,
(2) 逆矩阵在运算中实现了除法的功能. 在矩阵中没有除法, 或者说, 我们通过引入逆矩阵, 避免
了对除法的讨论.
对于任意的 n 阶方阵 A 都有 AE = EA = A. 从乘法的角度来看, n 阶单位矩阵 E 在矩阵中
的地位类似于 1 在实数中的地位. 一个实数 a (a = 0) 的倒数可以用等式 aa−1 = 1 来刻划, 相仿地,
1
0
0
b1
b2
b3
b4
=
线性代数复习提要
2011 年 5 月 26 日
目录
0 全书总结
1
1 行列式
2
2 矩阵
3
3 线性方程组
5
4 向量组的线性相关性
7
5 相似矩阵及二次型
9
§0 全书总结
如果非要给这本书加一个副标题, 我希望是 ——《一个方程组引发的故事》.
§0.1 全书概览
我们现在使用的教材是工程数学《线性代数》, 是线性代数学科比较基础的部分. 这一部分的中 心是围绕“用高斯消元法求解线性方程组”的问题展开的. 全书中心的例子其实是第三章 P.57 的引 例.
(A + λE)n = An + Cn1λAn−1 + Cn2λ2An−2 + · · · Cnn−1λn−1A + λnE.
(II) 不满足消去律: (1) 当 AB = O 时, 不能推出 A = O 或 B = O. (2) 当 AB = AC, 且 A = O 时, 不能得到 B = C. 注意, 当 A 可逆时, 消去律是成立的, 即 当 AB = O 时, 且 |A| = O 时, 有 B = O; 当 AB = AC, 且 |A| = O 时, 有 B = C.
a x2 · · · a
Dn = ... ...
... .
a a · · · xn
计算 n 阶行列式, 有以下常用手法:
x1 a2 · · · an
a1 x2 · · · an
Dn = ... ...
... .
a1 a2 · · · xn
2
• 行累加, 即把行列式的某 n − 1 个行, 加到余下的一行. 当行列式的各行的和相同时常使用此技 巧.
3
矩阵运算不满足交换律, 不满足消去律, 还有一些过去熟知的公式在矩阵理论里并不成立. 前述 是线性代数初学者最容易犯的几个错误之一, 为数不少的人会一直犯这个错误.
我们要注意, 虽然矩阵也有所谓的“加法”、“乘法”, 但是这和我们熟知的实数加法、乘法是完全 不同的. 运算的对象不同, 运算的内容不同, 当然, 运算的规律也不同. 这是两个不同的讨论范围里的 不同运算, 相同的只不过是沿用了以前的称谓或记号而已, 我们不要被这一点“相同”而忘记二者本质 的不同.
(二) 牢记克拉默法则. 克拉默法则告诉我们, 对含有 n 个方程的 n 元线性方程组, 系数行列式 |A| = 0 时, 方程组有唯一解. 并且给出了相应的公式.
我们要记住的不是这个公式本身, 因为它并没有实用性. 但是从这里, 我们要建立一个牢固的印 象: |A| = 0 时, 齐次线性方程组 Ax = 0 有非零解. 因为方程组 Ax = 0 是天然有解的: 它至少有 一个解, 就是零解, 即 x1 = x2 = · · · = xn = 0. 对齐次线性方程组 Ax = 0, 我们关心的不是它有没 有解, 而是关心它什么时候有非零解. |A| = 0 时, 方程组有唯一解, 即零解. 反过来, 我们容易记住: |A| = 0 时, 齐次线性方程组 Ax = 0 有非零解.
的解法. (IV) P.100 第四章例题 13, 证明矩阵秩的性质 8. AB = O, 则视 B 的列为方程组 Ax = 0 的解, 这
个观念很重要. (V) P.120 第五章例题 9, 特征值性质的应用. 或见 P.135 习题 12, 13. 这也是近年考研常见的题型.
§1 行列式
在线性代数中最重要的内容就是行列式和矩阵. 虽然表面上看, 行列式和矩阵不过是 一种符号或速记, 但从数学史上来看, 优良的数学符号和生动的概念是数学思想产生的动力 和钥匙.
§3 线性方程组
秩是矩阵的一种内在属性. 矩阵的这种内在属性是与生俱来的, 一个矩阵一旦诞生, 它 的这种内在属性就确定了. 虽然初等变换可以把它们变得面目全非, 但是它们的这个内在 属性是不变的. 等价的矩阵, 看上去各各不同, 但是有一个内在属性是一样的, 那就是它们 的秩.
§3.1 本章重点
(一) 初等矩阵在矩阵乘法中的功能.
• (AB)−1 = B−1A−1.
• (AB)T = BTAT.
−1
ab
1
•
=
cd
ad − bc
d −b , (ad − bc = 0).
−c a
A1
−1 A−1 1
A2
A−1 1
•
...
=
...
.
Ak
A−k 1
A1
A2
•
...
= |A1| |A2| · · · |Ak|.
A
=
b1
b2
b3
b4
.
1 0
c1
c2
c3
c4
1
d1 d2 d3 d4
(i) 若计算 P A, “左乘则行变”, 意味着把 A 进行初等行变换, P 是由单位矩阵 E 经行变换 r1 + kr3 得来, 则把 A 就进行相同的行变换, 所以
1 0 k 0 a1 a2 a3 a4
a1 + kc1 a2 + kc2 a3 + kc3 a4 + kc4
• 主行消法, 即某行的适当倍数, 加到其余的各行. • 逐行消法, 即第 i 行乘以 k 加到第 i + 1 行, i = n − 1, n − 2, · · · , 1; 或第 i + 1 行乘以 k 加到第 i
行, i = 1, 2, · · · , n − 1. • 逐行相邻互换. 要特别重视逐行消法. 当然, 这些方法都是行列式三种基本变换的“高级形式”.
Ak
−1
OA •=Fra bibliotekO B−1 . (P.56 习题 27)
BO
A−1 O
•
O Am×m = (−1)mn |A| |B| . (使用 Laplace 展开可得. 或者, 将 A 所在行的最后一行开
Bn×n
O
4
始, 与 B 所在的 n 行进行相邻互换, 共进行 m × n 次互换后, 得到 Bn×n O .) O Am×m
§1.1 基本要求
(一) 熟悉行列式的计算. 一种是数字型的行列式 (一般是一个 4 阶、5 阶的数字行列式), 另一种 是 n 阶行列式. 建议熟悉典型例题: 计算 n 阶行列式
及其变形, 比如:
x a ··· a
a x ··· a
Dn = ... ...
... .
a a ··· x
x1 a · · · a
§1.2 常用计算公式
请自己总结.
§2 矩阵
矩阵是一个数表, 而行列式本质上是一个数. 这是两者的巨大区别.
§2.1 本章重点
(一) 矩阵的运算. 特别是矩阵乘法不满足的几个运算律. (I) 不满足交换律, 即 AB = BA 一般不. 成. 立. . (特别地, 若 AB = BA, 则称矩阵 A 和 B 是可 交换的.) 相应地要注意以下几点: (1) 矩阵乘法特别地有“左乘”和“右乘”的说法, 比如 B 左乘 A (即 BA) 和 B 右乘 A (即 AB) 是完全不同的. (2) 在提取公因子的时候, 要分清楚是从左侧还是右侧提出. 比如 AB − B 可以写为 (A − E)B, 即 B 只能从右侧提出, 不能写成 B(A − E). 而 AB − BC, 写成 (A − C)B 或 B(A − C), 都是错 误的. (3) 由于不满足交换律, 下列公式一般不. 成. 立. : • (AB)k = AkBk; • (A + B)(A − B) = A2 − B2; • 牛顿二项式展开式一般不成立, 比如最简单的公式 (A + B)2 = A2 + 2AB + B2 就不. 成. 立. . 而 A 与 λE 当然是可交换的, 所以牛顿二项式展开式只在下面的情形成立: