线代贴吧-线性代数超强总结
《线性代数》知识点-归纳整理
《线性代数》知识点归纳整理诚毅学生编01、余子式与代数余子式 .................................................................. 2-02、主对角线............................................................................ 2-03、转置行列式.......................................................................... 2-04、行列式的性质........................................................................ 3-05、计算行列式.......................................................................... 3-06、矩阵中未写出的元素 .................................................................. 4-07、几类特殊的方阵...................................................................... 4-08、矩阵的运算规则...................................................................... 4-09、矩阵多项式.......................................................................... 6-10、对称矩阵............................................................................ 6-11、矩阵的分块.......................................................................... 6-12、矩阵的初等变换...................................................................... 6-13、矩阵等价............................................................................ 6-14、初等矩阵............................................................................ 7-15、行阶梯形矩阵与行最简形矩阵......................................................... 7-16、逆矩阵 ............................................................................. 7-17、充分性与必要性的证明题 .............................................................. 8-18、伴随矩阵............................................................................ 8-19、矩阵的标准形:........................................................................ 9-20、矩阵的秩:........................................................................... 9-21、矩阵的秩的一些定理、推论............................................................. 9-22、线性方程组概念..................................................................... 10-23、齐次线性方程组与非齐次线性方程组(不含向量) .......................................... 10-24、行向量、列向量、零向量、负向量的概念................................................ 11-25、线性方程组的向量形式 ............................................................... 11-26、线性相关与线性无关的概念......................................................... 12-27、向量个数大于向量维数的向量组必然线性相关 ........................................... 12-28、线性相关、线性无关;齐次线性方程组的解;矩阵的秩这三者的关系及其例题................. 12-29、线性表示与线性组合的概念......................................................... 12-30、线性表示;非齐次线性方程组的解;矩阵的秩这三者的关系其例题........................... 12-31、线性相关(无关)与线性表示的3个定理................................................ 12-32、最大线性无关组与向量组的秩.......................................................... 12-33、线性方程组解的结构…………………………………………………………………………………………12-01、余子式与代数余子式(1)设三阶行列式, 则①元素an,ai,au的余子式分别为:对Mi的解释:划掉第1行、第1列,剩下的就是一个二阶行列式,这个行列式即元素au的余子式Mi。
线性代数知识点总结
线性代数知识点总结(第1、2 章)(一)队列式观点和性质1、逆序数:全部的逆序的总数2、队列式定义:不一样行不一样列元素乘积代数和3、队列式性质:(用于化简队列式)(1)队列交换(转置),队列式的值不变(2)两行(列)交换,队列式变号( 3)提公因式:队列式的某一行(列)的全部元素都乘以同一数k ,等于用数k乘此队列式(4)拆列分派:队列式中假如某一行(列)的元素都是两组数之和,那么这个队列式就等于两个队列式之和。
(5)一行(列)乘 k 加到另一行(列),队列式的值不变。
(6)两行成比率,队列式的值为 0。
(二)重要队列式4、上(下)三角(主对角线)队列式的值等于主对角线元素的乘积5、副对角线队列式的值等于副对角线元素的乘积乘6、Laplace 睁开式:(A 是 m 阶矩阵, B 是 n 阶矩阵),则7、n 阶( n ≥2 )范德蒙品德列式数学概括法证明★8 、对角线的元素为a,其他元素为 b 的队列式的值:(三)按行(列)睁开9、按行睁开定理:(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队列式的值(2)队列式中某一行(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)队列式公式10、队列式七大公式:( 1) |kA|=k n |A|(2) |AB|=|A| ·|B|(3) |A T|=|A|(4) |A -1 |=|A| -1(5) |A*|=|A| n-1(6)若 A 的特点值λ1、λ2、⋯⋯λn,(7 )若 A 与 B 相像, |A|=|B|(五)克莱姆法例11、克莱姆法例:(1)非齐次线性方程组的系数队列式不为 0,那么方程为独一解(2)假如非齐次线性方程组无解或有两个不一样解,则它的系数队列式必为0(3)若齐次线性方程组的系数队列式不为 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 。
(六)矩阵的运算12、矩阵乘法注意事项:( 1)矩阵乘法要求前列后行一致;( 2)矩阵乘法不知足交换律;(因式分解的公式对矩阵不合用,但若B=E,O,A-1,A*,f(A) 时,能够用交换律)(3) AB=O 不可以推出 A=O 或 B=O 。
线性代数知识点总结
线性代数知识点总结线性代数知识点总结一、行列式1、N阶行列式中元素aij的第一个下标i 为行指标(横行),第二个下标j 为列指标(竖列)。
即aij位于行列式的第i 行第j 列。
2、在一个排列中,若数较大的数码排在较小的数码之前则称这两个数组成此排列的一个逆序。
一个排列中所有逆序的总数称为此排列的逆序数。
记为 (每个元素的逆序数之总和即为所求排列的逆序数)逆序数为奇数的为奇排列,偶数为偶排列。
3、上/下三角行列式主对角线以下/上元素都是0,上/下三角行列式的值为主对角线上所有元素乘积。
(详见课本p4)4、(1)行列式与它的转置行列式相等既D=D T。
(把D的各行换成同序号的列的运算就是行列式的转置行列式)(2)行列式中行与列具有同等的地位,因此行列式的性质凡是对行成立的对列也同样成立。
(3)互换行列式的两行(列),行列式变号。
推论:如果行列式有两行(列)完全相同,则此行列式为零。
(4)行列式的某一行(列)中所有的元素都乘以同一数k等于用数k乘此行列式。
因此行列式的某一行(列)中所有元素的公因子可以提到行列式符号的外面。
(5)行列式中如果有两行(列)元素成比例,则此行列式为零。
(6)若行列式的某一列(行)的元素都是两数之和那么可以把改行列式表达成两个行列式之和。
(详见课本p8)(7)把行列式的某一列(行)的各元素乘以同一数k 然后加到另一列(行)对应的元素上去,行列式的值不变。
(8)计算行列式常用方法:(1)利用定义(详见课本p3);(2)利用性质把行列式化为上三角形行列式,从而算得行列式的值.5、在n阶行列式中,把元素a ij 所在的第i 行和第j 列划去后,留下来的n-1阶行列式叫做元素a ij 的余子式,记作M ij叫做元素a ij 的代数余子式=-M ij6、行列式等于它的任一行(列)的各元素与其对应的代数余子式乘积之和,即7、行列式任一行(列)的元素与另一行(列)的对应元素的代数余子式乘积之和等于零既8、一个n 阶行列式,如果其中第i 行所有元素除a ij 外都为零,那末这行列式等于a ij 与它的代数余子式的乘积既D=a ij A ij 二、矩阵及其运算主对角线全为1其余的位置全是0的矩阵称为单位阵()ij ji ij M A +-=144434241343332312423222114131211a a a a a a a a a a a a a a a a D =44424134323114121123a a a a a a a a a M =()2332231M A +-=in in i i i i A a A a A a D +++=L 2211()n i ,,2,1L =.,02211j i A a A a A a jn in j i j i ≠=+++L ??==100010001L L L L L L L n E E(1)两个矩阵的行数相等,列数相等时,称为同型矩阵。
Baidu-线性代数-吧-部分问答-汇总
矩阵
若 n 阶非零实数矩阵的转置和它的伴随相等, 怎么证明它可逆? [证明] 记A的转置为AT, A的伴随矩阵为A*, A的秩为r(A). (1) 当n = 2 时, 设A = a b , 则A* = d −b , AT = a c . c d −c a b d
( )
(
)
( )
故由条件可得 a = d, b = −c, 而且 a, b 不全为 0. 于是|A| = ad − bc = a2 + c2 > 0, 因而A可逆. (2) 当n > 2 时, 由条件可知 0 < r(A) = r(AT) = r(A*). 又因为r(A) < n−1 时, A中各元素aij的余子式Mij = 0, 相应的代数余子式Aij = 0, 因而 A* = 0, 此时 r(A*) = 0, 这与 r(A*) = r(A) > 0 矛盾. 若 r(A) = n−1, 则 A*不等于 0, 且 AA* = 0. 可见 0 < r(A*) ≤ 1, 因而 r(A*) = 1 < n−1 = r(A), 这与 r(A*) = r(A)矛盾. 上述矛盾表明, r(A) 只能等于 n, 即 A 可逆. [证明] 因为A不等于零, 所以AAT不等于 0. 假若A不可逆, 则|A| = 0, 于是AAT = AA* = |A|E = 0, 矛盾! 所以 A 可逆. [证明] 设A中某个元素aij不等于零, 则 AAT 的第i行第i列处的元素为 (ai1, ai2, ..., ain)(ai1, ai2, ..., ain)T = ai12 + ai22 + ... + ain2 > 0. 又因为AAT = AA* = |A|E, 比较等式两端的第i行第i列处的元素可得 |A| = ai12 + ai22 + ... + ain2 > 0, 所以 A 可逆.
(完整word版)线性代数超强的总结(不看你会后悔的)(word文档良心出品)
线性代数超强总结()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R⎫⎪−−−→⎬⎪⎭具有向量组等价相似矩阵反身性、对称性、传递性矩阵合同 √ 关于12,,,n e e e ⋅⋅⋅:①称为n ¡的标准基,n ¡中的自然基,单位坐标向量; ②12,,,n e e e ⋅⋅⋅线性无关; ③12,,,1n e e e ⋅⋅⋅=; ④tr()=E n ;⑤任意一个n 维向量都可以用12,,,n e e e ⋅⋅⋅线性表示.√ 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 BBBBAA B B 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:(1)211212112111(1)n n nnn n n n n n n a a a a a a a a a οοο---*==-K NN√ 逆矩阵的求法:①1A A A*-=②1()()A E E A -−−−−→MM 初等行变换③11a b d b c d c a ad bc --⎡⎤⎡⎤=⎢⎥⎢⎥--⎣⎦⎣⎦ TT T TT A B A C C D BD ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦④12111121n a a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦OO21111211na a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦NN⑤11111221n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦OO11121211n nA A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦N N √ 方阵的幂的性质:m n m n A A A += ()()m n mn A A =√ 设1110()m m m m f x a x a x a x a --=++++L ,对n 阶矩阵A 规定:1110()m m m m f A a A a A a A a E --=++++L 为A 的一个多项式. √设,,m n n s A B ⨯⨯A 的列向量为12,,,nααα⋅⋅⋅,B 的列向量为12,,,sβββ⋅⋅⋅,AB 的列向量为12,,,s r r r L ,1212121122,1,2,,,(,,,)(,,,),(,,,),,,.i i s s T n n n i i i i r A i s A A A A A B b b b A b b b AB i r A AB i r B βββββββββαααβα==⋅⋅⋅=⎫⎪==++⎪⎬⎪⎪⎭L L L L 则:即 用中简若则 单的一个提即:的第个列向量是的列向量的线性组合组合系数就是的各分量;高运算速度 的第个行向量是的行向量的线性组合组合系数就是的各分量 √ 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:11112222,kk kk A B A B A B A B οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦OO11112222kk kk A B A B AB A B οο⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦O√ 矩阵方程的解法:设法化成AX B XA B ==(I) 或 (II) 当0A ≠时,,B A B E X −−−−→M M 初等行变换(当为一列时(I)的解法:构造()()即为克莱姆法则) T T T TA XB X X =(II)的解法:将等式两边转置化为,用(I)的方法求出,再转置得√ Ax ο=和Bx ο=同解(,A B 列向量个数相同),则:① 它们的极大无关组相对应,从而秩相等; ② 它们对应的部分组有一样的线性相关性; ③ 它们有相同的内在线性关系.√ 判断12,,,s ηηηL 是0Ax =的基础解系的条件: ① 12,,,s ηηηL 线性无关; ② 12,,,s ηηηL 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 部分相关,整体必相关;整体无关,部分必无关.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. 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 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. ⑧ 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 ⇔=. ⑨ ()0r A A ο=⇔=.⑩ 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,且表示法惟一. ⑪ 矩阵的行向量组的秩等于列向量组的秩. 阶梯形矩阵的秩等于它的非零行的个数.⑫ 矩阵的行初等变换不改变矩阵的秩,且不改变列向量间的线性关系. 矩阵的列初等变换不改变矩阵的秩,且不改变行向量间的线性关系.12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示. 记作:{}{}1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅%A 经过有限次初等变换化为B . 记作:A B =%⑬ 矩阵A 与B 等价⇔()(),r A r B A B =≠>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.⑭ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示⇔1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅≤12(,,,)n r ααα⋅⋅⋅. ⑮ 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 .⑯ 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; ⑰ 任一向量组和它的极大无关组等价.⑱ 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. ⑲ 若两个线性无关的向量组等价,则它们包含的向量个数相等.⑳ 若A 是m n ⨯矩阵,则{}()min ,r A m n ≤,若()r A m =,A 的行向量线性无关; 若()r A n =,A 的列向量线性无关,即:12,,,n ααα⋅⋅⋅线性无关.Ax β=1122n n x x x αααβ+++=L1112111212222212,,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⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥===⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦L L M M M M M L 12,1,2,,j j jmj j n αααα⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦L M1212120,,,0,,,()(),,,A n A n n Ax Ax A nAx Ax A Ax r A r A n βοαααβοβαααββααα⇒⇔==−−−−−→=<<≠⇒⇒⇔==−−−−−→≠⇔=⇔=<≠=⇒L L M L 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⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪−−−−−→⎪⎩⇔≠⎧⎪⇔=⇔<⎨⎪⇔+=⎩ML M M 当为方阵时 克莱姆法则 不可由线性表示无解线性方程组解的性质:1212121211221212(1),0,(2)0,,(3),,,0,,,,,(4),0,(5),,0(6)k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηηηηηηηηλλλληληληγβηγηβηηβηη=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-=L L 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211212112212112212,0(7),,,,100k k k k k k k Ax Ax Ax Ax Ax ηβηηηηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩L 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√ 设A 为m n ⨯矩阵,若()r A m =,则()()r A r A β=M ,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 βM 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:(,)0,(,)0αααααο≥=⇔=且 ② 对称性:(,)(,)αββα=③ 双线性:1212(,)(,)(,)αββαβαβ+=+ 1212(,)(,)(,)ααβαβαβ+=+ (,)(,)(,)cc c αβαβαβ==123,,ααα线性无关,112122111313233121122(,)()(,)(,)()()βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化:111βηβ= 222βηβ= 333βηβ= T AA E =.√ A 是正交矩阵的充要条件:A 的n 个行(列)向量构成n ¡的一组标准正交基. √ 正交矩阵的性质:① 1T A A -=;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-=.0E A λ-=. Ax x Ax x λ=→ 与线性相关 √ 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=L 1ni A λ=∑tr√ 若()1r A =,则A 一定可分解为A =[]1212,,,n n a a b b b a ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦L M 、21122()n n A a b a b a b A =+++L ,从而A的特征值为:11122n n A a b a b a b λ==+++L tr , 230n λλλ====L . √ 若A 的全部特征值12,,,n λλλL ,()f x 是多项式,则:① ()f A 的全部特征值为12(),(),,()n f f f λλλL ;② 当A 可逆时,1A -的全部特征值为12111,,,n λλλL , A *的全部特征值为12,,,n A A AL .√ 1122,.m m Ak kA a b aA bEAA AA A λλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是的特征值则:分别有特征值 √ 1122,m m Ak kAa b aA bEAx A x A A A λλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是关于的特征向量则也是关于的特征向量. 1B P AP -= (P 为可逆阵) 记为:A B :√ A 相似于对角阵的充要条件:A 恰有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,1P AP -为对角阵,主对角线上的元素为A 的特征值. √ A 可对角化的充要条件:()i i n r E A k λ--= i k 为i λ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 11A B --: 若,A B 均可逆② T T A B :③ k k 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--).A 与对角阵Λ相似. 记为:A Λ: (称Λ是A √ 若A 为可对角化矩阵,则其非零特征值的个数(重数重复计算)()r A =. √ 设i α为对应于i λ的线性无关的特征向量,则有:[]121212112212(,,,)(,,,)(,,,),,,n n n n n n PA A A A λλααααααλαλαλααααλΛ⎡⎤⎢⎥⎢⎥===⎢⎥⎢⎥⎣⎦L L L L O1442443144424443. √ 若A B :, C D :,则:A B C D οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎣⎦⎣⎦:. √ 若A B :,则()()f A f B :,()()f A f B =.12(,,,)T n f x x x X AX =L A 为对称矩阵 12(,,,)T n X x x x =LT B C AC =. 记作:A B ; (,,A B C 为对称阵为可逆阵) √ 两个矩阵合同的充分必要条件是:它们有相同的正负惯性指数. √ 两个矩阵合同的充分条件是:A B : √ 两个矩阵合同的必要条件是:()()r A r B =√ 12(,,,)Tn f x x x X AX =L 经过正交变换合同变换可逆线性变换X CY =化为2121(,,,)nn i i f x x x dy =∑L 标准型.√ 二次型的标准型不是惟一的,与所作的正交变换有关,但系数不为零的个数是由{()r A +正惯性指数负惯性指数惟一确定的.√ 当标准型中的系数i d 为1,-1或0时,√ 实对称矩阵的正(负)惯性指数等于它的正(负)特征值的个数.√ 任一实对称矩阵A 与惟一对角阵111100⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦O OO合同.√ 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 =∑L ,Λ的主对角上的元素i d 即为A 的特征值.12,,,n x x x L 不全为零,12(,,,)0n f x x x >L . 正定二次型对应的矩阵. √ 合同变换不改变二次型的正定性. √ 成为正定矩阵的充要条件(之一成立):① 正惯性指数为n ; ② A 的特征值全大于0;③ A 的所有顺序主子式全大于0;④ A 合同于E ,即存在可逆矩阵Q 使T Q AQ E =; ⑤ 存在可逆矩阵P ,使T A P P = (从而0A >);⑥ 存在正交矩阵,使121T n C AC C AC λλλ-⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦O (i λ大于0). √ 成为正定矩阵的必要条件:0ii a > ; 0A >.。
线性代数超强地地总结(不看你会后悔地)
精彩文档线性代数超强总结()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R⎫⎪−−−→⎬⎪⎭具有向量组等价相似矩阵反身性、对称性、传递性矩阵合同 √ 关于12,,,n e e e ⋅⋅⋅:①称为n ¡的标准基,n ¡中的自然基,单位坐标向量; ②12,,,n e e e ⋅⋅⋅线性无关; ③12,,,1n e e e ⋅⋅⋅=; ④tr()=E n ;精彩文档⑤任意一个n 维向量都可以用12,,,n e e e ⋅⋅⋅线性表示. √ 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 BBBBAA B B 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:(1)211212112111(1)n n nnn n n n n n n a a a a a a a a a οοο---*==-K NN√ 逆矩阵的求法:①1A A A*-=②1()()A E E A -−−−−→MM 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 ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦精彩文档④12111121n a a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦OO21111211na a na a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦NN ⑤11111221n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦OO11121211n nA A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦N N √ 方阵的幂的性质:m n m n A A A += ()()m n mn A A =√ 设1110()m m m m f x a x a x a x a --=++++L ,对n 阶矩阵A 规定:1110()m m m m f A a A a A a A a E --=++++L 为A 的一个多项式. √设,,m n n s A B ⨯⨯A 的列向量为12,,,nααα⋅⋅⋅,B 的列向量为12,,,sβββ⋅⋅⋅,AB 的列向量为12,,,s r r r L ,1212121122,1,2,,,(,,,)(,,,),(,,,),,,.i i s s T n n n i i i i r A i s A A A A A B b b b A b b b AB i r A AB i r B βββββββββαααβα==⋅⋅⋅=⎫⎪==++⎪⎬⎪⎪⎭L L L L 则:即 用中简若则 单的一个提即:的第个列向量是的列向量的线性组合组合系数就是的各分量;高运算速度 的第个行向量是的行向量的线性组合组合系数就是的各分量 √ 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,精彩文档与分块对角阵相乘类似,即:11112222,kk kk A B A B A B A B οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦OO11112222kk kk A B A B AB A B οο⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦O√ 矩阵方程的解法:设法化成AX B XA B ==(I) 或 (II) 当0A ≠时,,B A B E X −−−−→M M 初等行变换(当为一列时(I)的解法:构造()()即为克莱姆法则)T T T TA XB X X=(II)的解法:将等式两边转置化为, 用(I)的方法求出,再转置得√ Ax ο=和Bx ο=同解(,A B 列向量个数相同),则:① 它们的极大无关组相对应,从而秩相等; ② 它们对应的部分组有一样的线性相关性; ③ 它们有相同的内在线性关系.√ 判断12,,,s ηηηL 是0Ax =的基础解系的条件:精彩文档① 12,,,s ηηηL 线性无关; ② 12,,,s ηηηL 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 部分相关,整体必相关;整体无关,部分必无关.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. 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 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. ⑧ 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 ⇔=. ⑨ ()0r A A ο=⇔=.⑩ 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,且表示法惟一.精彩文档⑪ 矩阵的行向量组的秩等于列向量组的秩. 阶梯形矩阵的秩等于它的非零行的个数.⑫ 矩阵的行初等变换不改变矩阵的秩,且不改变列向量间的线性关系. 矩阵的列初等变换不改变矩阵的秩,且不改变行向量间的线性关系.12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示.记作:{}{}1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅% A 经过有限次初等变换化为B . 记作:A B =%⑬ 矩阵A 与B 等价⇔()(),r A r B A B =≠>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.⑭ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示⇔1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅≤12(,,,)n r ααα⋅⋅⋅. ⑮ 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 .⑯ 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; ⑰ 任一向量组和它的极大无关组等价.⑱ 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.精彩文档⑲ 若两个线性无关的向量组等价,则它们包含的向量个数相等.⑳ 若A 是m n ⨯矩阵,则{}()min ,r A m n ≤,若()r A m =,A 的行向量线性无关; 若()r A n =,A 的列向量线性无关,即:12,,,n ααα⋅⋅⋅线性无关.Ax β=1122n n x x x αααβ+++=L1112111212222212,,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⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥===⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦LL M M M M M L 12,1,2,,j j jmj j n αααα⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦L M精彩文档1212120,,,0,,,()(),,,A n A n n Ax Ax A nAx Ax A Ax r A r A n βοαααβοβαααββααα⇒⇔==−−−−−→=<<≠⇒⇒⇔==−−−−−→≠⇔=⇔=<≠=⇒L L M L 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⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪−−−−−→⎪⎩⇔≠⎧⎪⇔=⇔<⎨⎪⇔+=⎩ML M M 当为方阵时 克莱姆法则 不可由线性表示无解精彩文档实用标准文案线性方程组解的性质:1212121211221212(1),0,(2)0,,(3),,,0,,,,,(4),0,(5),,0(6)k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηηηηηηηηλλλληληληγβηγηβηηβηη=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-=L L 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211212112212112212,0(7),,,,100k k k k k k k Ax Ax Ax Ax Ax ηβηηηηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩L 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√ 设A 为m n ⨯矩阵,若()r A m =,则()()r A r A β=M ,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 βM 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:(,)0,(,)0αααααο≥=⇔=且 ② 对称性:(,)(,)αββα=③ 双线性:1212(,)(,)(,)αββαβαβ+=+ 1212(,)(,)(,)ααβαβαβ+=+ (,)(,)(,)c cc αβαβαβ==123,,ααα线性无关,112122111313233121122(,)()(,)(,)()()βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化:111βηβ= 222βηβ=333βηβ= T AA E =.√ A 是正交矩阵的充要条件:A 的n 个行(列)向量构成n ¡的一组标准正交基. √ 正交矩阵的性质:① 1T A A -=;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-=.0E A λ-=. Ax x Ax x λ=→ 与线性相关 √ 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=L1niA λ=∑tr√ 若()1r A =,则A 一定可分解为A =[]1212,,,n n a a b b b a ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦L M 、21122()n n A a b a b a b A =+++L ,从而A的特征值为:11122n n A a b a b a b λ==+++L tr , 230n λλλ====L . √ 若A 的全部特征值12,,,n λλλL ,()f x 是多项式,则:① ()f A 的全部特征值为12(),(),,()n f f f λλλL ;② 当A 可逆时,1A -的全部特征值为12111,,,nλλλL , A *的全部特征值为12,,,n AAAL .√ 1122,.m m Ak kA a b aA bEAA AA A λλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩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.1B P AP -= (P 为可逆阵) 记为:A B :√ A 相似于对角阵的充要条件:A 恰有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,1P AP -为对角阵,主对角线上的元素为A 的特征值. √ A 可对角化的充要条件:()i i n r E A k λ--= i k 为i λ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 11A B --: 若,A B 均可逆② T T A B :③ k k 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--).A 与对角阵Λ相似. 记为:A Λ: (称Λ是A√ 若A 为可对角化矩阵,则其非零特征值的个数(重数重复计算)()r A =. √ 设i α为对应于i λ的线性无关的特征向量,则有:[]121212112212(,,,)(,,,)(,,,),,,n n n n n n PA A A A λλααααααλαλαλααααλΛ⎡⎤⎢⎥⎢⎥===⎢⎥⎢⎥⎣⎦L L L L O1442443144424443. √ 若A B :, C D :,则:A B C D οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎣⎦⎣⎦:. √ 若A B :,则()()f A f B :,()()f A f B =.12(,,,)T n f x x x X AX =L A 为对称矩阵 12(,,,)T n X x x x =LT B C AC =. 记作:A B ; (,,A B C 为对称阵为可逆阵) √ 两个矩阵合同的充分必要条件是:它们有相同的正负惯性指数. √ 两个矩阵合同的充分条件是:A B : √ 两个矩阵合同的必要条件是:()()r A r B =√ 12(,,,)Tn f x x x X AX =L 经过正交变换合同变换可逆线性变换X CY =化为2121(,,,)nn i i f x x x d y =∑L 标准型.√ 二次型的标准型不是惟一的,与所作的正交变换有关,但系数不为零的个数是由{()r A +正惯性指数负惯性指数惟一确定的.√ 当标准型中的系数i d 为1,-1或0时,√ 实对称矩阵的正(负)惯性指数等于它的正(负)特征值的个数.√ 任一实对称矩阵A 与惟一对角阵111100⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦O OO合同. √ 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 =∑L ,Λ的主对角上的元素i d 即为A 的特征值.12,,,n x x x L 不全为零,12(,,,)0n f x x x >L . 正定二次型对应的矩阵. √ 合同变换不改变二次型的正定性. √ 成为正定矩阵的充要条件(之一成立):① 正惯性指数为n ; ② A 的特征值全大于0;③ A 的所有顺序主子式全大于0;④ A 合同于E ,即存在可逆矩阵Q 使T Q AQ E =; ⑤ 存在可逆矩阵P ,使T A P P = (从而0A >);⑥ 存在正交矩阵,使121T n C AC C AC λλλ-⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦O (i λ大于0). √ 成为正定矩阵的必要条件:0ii a > ; 0A >.。
(完整word版)线性代数超强的总结(不看你会后悔的)(2),推荐文档
线性代数超强总结()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R⎫⎪−−−→⎬⎪⎭具有向量组等价相似矩阵反身性、对称性、传递性矩阵合同 √ 关于12,,,n e e e ⋅⋅⋅:①称为n ¡的标准基,n ¡中的自然基,单位坐标向量; ②12,,,n e e e ⋅⋅⋅线性无关; ③12,,,1n e e e ⋅⋅⋅=; ④tr()=E n ;⑤任意一个n 维向量都可以用12,,,n e e e ⋅⋅⋅线性表示.√ 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 BBBBAA B B 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:(1)211212112111(1)n n nnn n n n n n n a a a a a a a a a οοο---*==-K NN√ 逆矩阵的求法:①1A A A*-=②1()()A E E A -−−−−→MM 初等行变换③11a b d b c d c a ad bc --⎡⎤⎡⎤=⎢⎥⎢⎥--⎣⎦⎣⎦ TT T TT A B A C C D BD ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦④12111121n a a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦OO21111211na a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦NN⑤11111221n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦OO11121211n nA A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦N N √ 方阵的幂的性质:m n m n A A A += ()()m n mn A A =√ 设1110()m m m m f x a x a x a x a --=++++L ,对n 阶矩阵A 规定:1110()m m m m f A a A a A a A a E --=++++L 为A 的一个多项式. √设,,m n n s A B ⨯⨯A 的列向量为12,,,nααα⋅⋅⋅,B 的列向量为12,,,sβββ⋅⋅⋅,AB 的列向量为12,,,s r r r L ,1212121122,1,2,,,(,,,)(,,,),(,,,),,,.i i s s T n n n i i i i r A i s A A A A A B b b b A b b b AB i r A AB i r B βββββββββαααβα==⋅⋅⋅=⎫⎪==++⎪⎬⎪⎪⎭L L L L 则:即 用中简若则 单的一个提即:的第个列向量是的列向量的线性组合组合系数就是的各分量;高运算速度 的第个行向量是的行向量的线性组合组合系数就是的各分量 √ 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:11112222,kk kk A B A B A B A B οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦OO11112222kk kk A B A B AB A B οο⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦O√ 矩阵方程的解法:设法化成AX B XA B ==(I) 或 (II) 当0A ≠时,,B A B E X −−−−→M M 初等行变换(当为一列时(I)的解法:构造()()即为克莱姆法则) T T T TA XB X X =(II)的解法:将等式两边转置化为,用(I)的方法求出,再转置得√ Ax ο=和Bx ο=同解(,A B 列向量个数相同),则:① 它们的极大无关组相对应,从而秩相等; ② 它们对应的部分组有一样的线性相关性; ③ 它们有相同的内在线性关系.√ 判断12,,,s ηηηL 是0Ax =的基础解系的条件: ① 12,,,s ηηηL 线性无关; ② 12,,,s ηηηL 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 部分相关,整体必相关;整体无关,部分必无关.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. 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 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. ⑧ 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 ⇔=. ⑨ ()0r A A ο=⇔=.⑩ 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,且表示法惟一. ⑪ 矩阵的行向量组的秩等于列向量组的秩. 阶梯形矩阵的秩等于它的非零行的个数.⑫ 矩阵的行初等变换不改变矩阵的秩,且不改变列向量间的线性关系. 矩阵的列初等变换不改变矩阵的秩,且不改变行向量间的线性关系.12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示. 记作:{}{}1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅%A 经过有限次初等变换化为B . 记作:A B =%⑬ 矩阵A 与B 等价⇔()(),r A r B A B =≠>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.⑭ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示⇔1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅≤12(,,,)n r ααα⋅⋅⋅. ⑮ 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 .⑯ 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; ⑰ 任一向量组和它的极大无关组等价.⑱ 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. ⑲ 若两个线性无关的向量组等价,则它们包含的向量个数相等.⑳ 若A 是m n ⨯矩阵,则{}()min ,r A m n ≤,若()r A m =,A 的行向量线性无关; 若()r A n =,A 的列向量线性无关,即:12,,,n ααα⋅⋅⋅线性无关.Ax β=1122n n x x x αααβ+++=L1112111212222212,,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⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥===⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦L L M M M M M L 12,1,2,,j j jmj j n αααα⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦L M1212120,,,0,,,()(),,,A n A n n Ax Ax A nAx Ax A Ax r A r A n βοαααβοβαααββααα⇒⇔==−−−−−→=<<≠⇒⇒⇔==−−−−−→≠⇔=⇔=<≠=⇒L L M L 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⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪−−−−−→⎪⎩⇔≠⎧⎪⇔=⇔<⎨⎪⇔+=⎩ML M M 当为方阵时 克莱姆法则 不可由线性表示无解线性方程组解的性质:1212121211221212(1),0,(2)0,,(3),,,0,,,,,(4),0,(5),,0(6)k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηηηηηηηηλλλληληληγβηγηβηηβηη=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-=L L 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211212112212112212,0(7),,,,100k k k k k k k Ax Ax Ax Ax Ax ηβηηηηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩L 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√ 设A 为m n ⨯矩阵,若()r A m =,则()()r A r A β=M ,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 βM 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:(,)0,(,)0αααααο≥=⇔=且 ② 对称性:(,)(,)αββα=③ 双线性:1212(,)(,)(,)αββαβαβ+=+ 1212(,)(,)(,)ααβαβαβ+=+ (,)(,)(,)cc c αβαβαβ==123,,ααα线性无关,112122111313233121122(,)()(,)(,)()()βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化:111βηβ= 222βηβ= 333βηβ= T AA E =.√ A 是正交矩阵的充要条件:A 的n 个行(列)向量构成n ¡的一组标准正交基. √ 正交矩阵的性质:① 1T A A -=;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-=.0E A λ-=. Ax x Ax x λ=→ 与线性相关 √ 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=L 1ni A λ=∑tr√ 若()1r A =,则A 一定可分解为A =[]1212,,,n n a a b b b a ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦L M 、21122()n n A a b a b a b A =+++L ,从而A的特征值为:11122n n A a b a b a b λ==+++L tr , 230n λλλ====L . √ 若A 的全部特征值12,,,n λλλL ,()f x 是多项式,则:① ()f A 的全部特征值为12(),(),,()n f f f λλλL ;② 当A 可逆时,1A -的全部特征值为12111,,,n λλλL , A *的全部特征值为12,,,n A A AL .√ 1122,.m m Ak kA a b aA bEAA AA A λλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是的特征值则:分别有特征值 √ 1122,m m Ak kAa b aA bEAx A x A A A λλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是关于的特征向量则也是关于的特征向量. 1B P AP -= (P 为可逆阵) 记为:A B :√ A 相似于对角阵的充要条件:A 恰有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,1P AP -为对角阵,主对角线上的元素为A 的特征值. √ A 可对角化的充要条件:()i i n r E A k λ--= i k 为i λ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 11A B --: 若,A B 均可逆② T T A B :③ k k 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--).A 与对角阵Λ相似. 记为:A Λ: (称Λ是A √ 若A 为可对角化矩阵,则其非零特征值的个数(重数重复计算)()r A =. √ 设i α为对应于i λ的线性无关的特征向量,则有:[]121212112212(,,,)(,,,)(,,,),,,n n n n n n PA A A A λλααααααλαλαλααααλΛ⎡⎤⎢⎥⎢⎥===⎢⎥⎢⎥⎣⎦L L L L O1442443144424443. √ 若A B :, C D :,则:A B C D οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎣⎦⎣⎦:. √ 若A B :,则()()f A f B :,()()f A f B =.12(,,,)T n f x x x X AX =L A 为对称矩阵 12(,,,)T n X x x x =LT B C AC =. 记作:A B ; (,,A B C 为对称阵为可逆阵) √ 两个矩阵合同的充分必要条件是:它们有相同的正负惯性指数. √ 两个矩阵合同的充分条件是:A B : √ 两个矩阵合同的必要条件是:()()r A r B =√ 12(,,,)Tn f x x x X AX =L 经过正交变换合同变换可逆线性变换X CY =化为2121(,,,)nn i i f x x x dy =∑L 标准型.√ 二次型的标准型不是惟一的,与所作的正交变换有关,但系数不为零的个数是由{()r A +正惯性指数负惯性指数惟一确定的.√ 当标准型中的系数i d 为1,-1或0时,√ 实对称矩阵的正(负)惯性指数等于它的正(负)特征值的个数.√ 任一实对称矩阵A 与惟一对角阵111100⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦O OO合同.√ 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 =∑L ,Λ的主对角上的元素i d 即为A 的特征值.12,,,n x x x L 不全为零,12(,,,)0n f x x x >L . 正定二次型对应的矩阵. √ 合同变换不改变二次型的正定性. √ 成为正定矩阵的充要条件(之一成立):① 正惯性指数为n ; ② A 的特征值全大于0;③ A 的所有顺序主子式全大于0;④ A 合同于E ,即存在可逆矩阵Q 使T Q AQ E =; ⑤ 存在可逆矩阵P ,使T A P P = (从而0A >);⑥ 存在正交矩阵,使121T n C AC C AC λλλ-⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦O (i λ大于0). √ 成为正定矩阵的必要条件:0ii a > ; 0A >.。
(完整)线性代数知识点总结汇总,推荐文档
线性代数知识点总结1 行列式(一)行列式概念和性质1、逆序数:所有的逆序的总数2、行列式定义:不同行不同列元素乘积代数和3、行列式性质:(用于化简行列式)(1)行列互换(转置),行列式的值不变(2)两行(列)互换,行列式变号(3)提公因式:行列式的某一行(列)的所有元素都乘以同一数k,等于用数k乘此行列式(4)拆列分配:行列式中如果某一行(列)的元素都是两组数之和,那么这个行列式就等于两个行列式之和。
(5)一行(列)乘k加到另一行(列),行列式的值不变。
(6)两行成比例,行列式的值为0。
(二)重要行列式4、上(下)三角(主对角线)行列式的值等于主对角线元素的乘积5、副对角线行列式的值等于副对角线元素的乘积乘6、Laplace展开式:(A是m阶矩阵,B是n阶矩阵),则7、n阶(n≥2)范德蒙德行列式数学归纳法证明★8、对角线的元素为a,其余元素为b的行列式的值:(三)按行(列)展开9、按行展开定理:(1)任一行(列)的各元素与其对应的代数余子式乘积之和等于行列式的值(2)行列式中某一行(列)各个元素与另一行(列)对应元素的代数余子式乘积之和等于0(四)行列式公式10、行列式七大公式:(1)|kA|=k n|A|(2)|AB|=|A|·|B|(3)|A T|=|A|(4)|A-1|=|A|-1(5)|A*|=|A|n-1(6)若A的特征值λ1、λ2、……λn,则(7)若A与B相似,则|A|=|B|(五)克莱姆法则11、克莱姆法则:(1)非齐次线性方程组的系数行列式不为0,那么方程为唯一解(2)如果非齐次线性方程组无解或有两个不同解,则它的系数行列式必为0(3)若齐次线性方程组的系数行列式不为0,则齐次线性方程组只有0解;如果方程组有非零解,那么必有D=0。
2 矩阵(一)矩阵的运算1、矩阵乘法注意事项:(1)矩阵乘法要求前列后行一致;(2)矩阵乘法不满足交换律;(因式分解的公式对矩阵不适用,但若B=E,O,A-1,A*,f(A)时,可以用交换律)(3)AB=O不能推出A=O或B=O。
2024年线性代数心得体会
在此我要感谢田亚老师细心、认真的教育和无微不至的照顾。田老师大一时教我们高数,从那时起就是这样认真,负责,上课准备的很充分,讲课也很细致,有问题也会耐心、认真的为我们讲解。本学期选修田老师的课还是很开心的,一是讲课方式比较熟悉,二是田老师的课确实讲的细致有条理。除了讲授课本的知识以外,田老师还会讲一些有关考研,人生规划之类的事情,我觉得这对激励我们努力学习有很大的帮助。
李老师讲课精彩,引人入胜,给人以智慧。我个人觉得是李老师在用心讲课。李老师认为一个教师需要传授学生知识技能,更要告诉学生做人的道理并且身体力行。李老师说过,一心想当天下第一的人从来没有成功过,想得诺贝尔奖的人也不能获得奖,这是因为出发点错误。只有那些不是一心为了成功的人才有可能获得成功。这就告诉我们要脚踏实地,要爱科学。李老师讲课精彩还因为他个人涉猎广泛,并且能将各个学科中相通、类似的道理引入教学中来,比如他的诗、他的数学聊斋等等。在17号下午的交流中,我有幸得知李老师的一些经历。70年代初去大巴山教公社小学,他没有抱怨命运,没有放弃奋斗,而是在努力教好学生的同时,不忘自身学习。他一向认为,成功总是发生在有准备的人身上。
线代本身作为数学,其实是比较枯燥乏味的,所以如果在选修课中能加入一些比较有趣味性的东西,那讲课效果应该更好。
线性代数超强的总结(不看你会后悔的)
线性代数超强的总结(不看你会后悔的).doc线性代数超强总结(不看你会后悔的)引言线性代数是数学中的一个重要分支,广泛应用于科学、工程、经济学和社会科学等领域。
本文档旨在提供一个全面而深入的线性代数总结,帮助读者掌握这一重要学科的核心概念和应用。
矩阵理论矩阵运算加法:两个同型矩阵对应元素相加。
乘法:矩阵乘积涉及到行与列的点积。
转置:矩阵的转置是将行列互换。
逆矩阵:方阵的逆矩阵满足 ( AA^{-1} = A^{-1}A = I )。
特殊矩阵单位矩阵:对角线上全是1,其他位置为0的方阵。
对角矩阵:除了对角线上的元素,其他位置元素都是0。
上三角矩阵和下三角矩阵:上三角矩阵的对角线以下元素为0,下三角矩阵的对角线以上元素为0。
向量空间向量空间的定义向量空间是满足加法和标量乘法封闭性的集合。
基和维数基:向量空间的一组基是线性无关的向量集合,任何向量都可以唯一地表示为基向量的线性组合。
维数:向量空间的维数是其基中向量的数量。
子空间子空间是向量空间的一个子集,它自身也是一个向量空间。
线性变换线性变换的定义线性变换是满足加法和标量乘法保持性的函数。
线性变换的矩阵表示任何线性变换都可以用一个矩阵来表示。
特征值和特征向量特征值:使得 ( Av = \lambda v ) 成立的标量 ( \lambda )。
特征向量:对应的非零向量 ( v )。
线性方程组线性方程组的表示线性方程组可以表示为矩阵形式 ( Ax = b )。
高斯消元法高斯消元法是一种通过行操作求解线性方程组的方法。
克拉默法则当系数矩阵是可逆的,克拉默法则提供了一种解线性方程组的公式。
特征值和特征向量特征多项式特征多项式是 ( \det(A - \lambda I) ),其根即为矩阵 ( A ) 的特征值。
对角化如果矩阵 ( A ) 有足够多的线性无关的特征向量,则 ( A ) 可以对角化。
内积空间内积的定义内积是一个二元运算,满足正定性、线性和对称性。
线性代数重要结论大全.
线性代数必考知识点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 ij ij ij M A A M ++=-=-4. 设n 行列式D :将D 上、下翻转或左右翻转,所得行列式为1D ,则(1)21(1)n n D D -=-; 将D 顺时针或逆时针旋转90,所得行列式为2D ,则(1)22(1)n n D D -=-;将D 主对角线翻转后(转置),所得行列式为3D ,则3D D =;将D 主副角线翻转后,所得行列式为4D ,则4D D =; 5. 行列式的重要公式:①、主对角行列式:主对角元素的乘积;②、副对角行列式:副对角元素的乘积(1)2(1)n n -⨯ -;③、上、下三角行列式( = ◥◣):主对角元素的乘积; ④、 ◤和 ◢:副对角元素的乘积(1)2(1)n n -⨯ -;⑤、拉普拉斯展开式:A O A C AB CB O B==、(1)m n CA OA AB B OB C==-⑥、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)11k k k -⎛⎫⎛⎫ ⎪⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =; ③、若AB ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式; 二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C ab Ca bC b C a b -----=+=++++++=∑;注:Ⅰ、()n a b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====-m n n n n n n n m n C C C m m n mⅢ、组合的性质:111102---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ;③、利用特征值和相似对角化: 7. 伴随矩阵:①、伴随矩阵的秩:*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩; ②、伴随矩阵的特征值:*1*(,)AAAX X A A A A X X λλλ- == ⇒ =;③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述:①、()r A n =,A 中有n 阶子式不为0,1n +阶子式全部为0;(两句话)②、()r A n <,A 中有n 阶子式全部为0;③、()r A n ≥,A 中有n 阶子式不为0;9. 线性方程组:Ax b =,其中A 为m n ⨯矩阵,则:①、m 与方程的个数相同,即方程组Ax b =有m 个方程;②、n 与方程组得未知数个数相同,方程组Ax b =为n 元方程; 10. 线性方程组Ax b =的求解:①、对增广矩阵B 进行初等行变换(只能使用初等行变换);②、齐次解为对应齐次方程组的解; ③、特解:自由变量赋初值后求得;11. 由n 个未知数m 个方程的方程组构成n 元线性方程:①、11112211211222221122n n n n m m nm n 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,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: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)。
《线性代数》知识点 归纳整理-大学线代基础知识
《线性代数》知识点归纳整理诚毅学生编01、余子式与代数余子式.............................................................................................................................................. - 2 -02、主对角线.................................................................................................................................................................. - 2 -03、转置行列式.............................................................................................................................................................. - 2 -04、行列式的性质.......................................................................................................................................................... - 3 -05、计算行列式.............................................................................................................................................................. - 3 -06、矩阵中未写出的元素.............................................................................................................................................. - 4 -07、几类特殊的方阵...................................................................................................................................................... - 4 -08、矩阵的运算规则...................................................................................................................................................... - 4 -09、矩阵多项式.............................................................................................................................................................. - 6 -10、对称矩阵.................................................................................................................................................................. - 6 -11、矩阵的分块.............................................................................................................................................................. - 6 -12、矩阵的初等变换...................................................................................................................................................... - 6 -13、矩阵等价.................................................................................................................................................................. - 6 -14、初等矩阵.................................................................................................................................................................. - 7 -15、行阶梯形矩阵与行最简形矩阵.......................................................................................................................... - 7 -16、逆矩阵 ..................................................................................................................................................................... - 7 -17、充分性与必要性的证明题...................................................................................................................................... - 8 -18、伴随矩阵.................................................................................................................................................................. - 8 -19、矩阵的标准形:...................................................................................................................................................... - 9 -20、矩阵的秩:.............................................................................................................................................................. - 9 -21、矩阵的秩的一些定理、推论................................................................................................................................ - 10 -22、线性方程组概念.................................................................................................................................................... - 10 -23、齐次线性方程组与非齐次线性方程组(不含向量)........................................................................................ - 10 -24、行向量、列向量、零向量、负向量的概念........................................................................................................ - 11 -25、线性方程组的向量形式........................................................................................................................................ - 12 -26、线性相关与线性无关的概念.......................................................................................................................... - 12 -27、向量个数大于向量维数的向量组必然线性相关.............................................................................................. - 12 -28、线性相关、线性无关;齐次线性方程组的解;矩阵的秩这三者的关系及其例题 ...................................... - 12 -29、线性表示与线性组合的概念.......................................................................................................................... - 12 -30、线性表示;非齐次线性方程组的解;矩阵的秩这三者的关系其例题 .......................................................... - 12 -31、线性相关(无关)与线性表示的3个定理........................................................................................................ - 12 -32、最大线性无关组与向量组的秩............................................................................................................................ - 12 -33、线性方程组解的结构............................................................................................................................................ - 13 -01、余子式与代数余子式(1)设三阶行列式D =333231232221131211a a a a a a a a a ,则①元素11a ,12a ,13a 的余子式分别为:M 11=33322322a a a a ,M 12=33312321a a a a ,M 13=32312221a a a a对M 11的解释:划掉第1行、第1列,剩下的就是一个二阶行列式33322322a a a a ,这个行列式即元素11a 的余子式M 11。
线性代数超强总结(不看你会后悔的)
线性代数超强总结()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R⎫⎪−−−→⎬⎪⎭具有向量组等价相似矩阵反身性、对称性、传递性矩阵合同 √ 关于12,,,n e e e ⋅⋅⋅:①称为n的标准基,n中的自然基,单位坐标向量;②12,,,n e e e ⋅⋅⋅线性无关; ③12,,,1n e e e ⋅⋅⋅=; ④tr()=E n ;⑤任意一个n 维向量都可以用12,,,n e e e ⋅⋅⋅线性表示.√ 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 BBBBAA B B 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:(1)211212112111(1)n n nnn n n n n n n a a a a a a a a a οοο---*==-√ 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 TT A B A C C D BD ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦④12111121n a a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦21111211na a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⑤11111221n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦11121211n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦√ 方阵的幂的性质:m n m n A A A += ()()m n mn A A = √ 设1110()m m m m f x a x a x a x a --=++++,对n 阶矩阵A 规定:1110()m m m m f A a A a A a A a E --=++++为A 的一个多项式.√设,,m n n s A B ⨯⨯A 的列向量为12,,,nααα⋅⋅⋅,B 的列向量为12,,,sβββ⋅⋅⋅,AB 的列向量为12,,,s r r r ,1212121122,1,2,,,(,,,)(,,,),(,,,),,,.i i s s T n n n i i i i r A i s A A A A A B b b b A b b b AB i r A AB i r B βββββββββαααβα==⋅⋅⋅=⎫⎪==++⎪⎬⎪⎪⎭则:即 用中简若则 单的一个提即:的第个列向量是的列向量的线性组合组合系数就是的各分量;高运算速度的第个行向量是的行向量的线性组合组合系数就是的各分量 √ 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:11112222,kk kk A B A B A B A B οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦11112222kk kk A B A B AB A B οο⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦√ 矩阵方程的解法:设法化成AX B XA B ==(I) 或 (II) 当0A ≠时,,B A B E X −−−−→初等行变换(当为一列时(I)的解法:构造()()即为克莱姆法则) T T T TA XB X X =(II)的解法:将等式两边转置化为,用(I)的方法求出,再转置得√ Ax ο=和Bx ο=同解(,A B 列向量个数相同),则:① 它们的极大无关组相对应,从而秩相等; ② 它们对应的部分组有一样的线性相关性; ③ 它们有相同的内在线性关系.√ 判断12,,,s ηηη是0Ax =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 部分相关,整体必相关;整体无关,部分必无关.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. 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 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. ⑧ 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 ⇔=. ⑨ ()0r A A ο=⇔=.⑩ 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,且表示法惟一. ⑪ 矩阵的行向量组的秩等于列向量组的秩. 阶梯形矩阵的秩等于它的非零行的个数.⑫ 矩阵的行初等变换不改变矩阵的秩,且不改变列向量间的线性关系. 矩阵的列初等变换不改变矩阵的秩,且不改变行向量间的线性关系.12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示. 记作:{}{}1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅A 经过有限次初等变换化为B . 记作:A B =⑬ 矩阵A 与B 等价⇔()(),r A r B A B =≠>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.⑭ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示⇔1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅≤12(,,,)n r ααα⋅⋅⋅. ⑮ 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 .⑯ 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; ⑰ 任一向量组和它的极大无关组等价.⑱ 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. ⑲ 若两个线性无关的向量组等价,则它们包含的向量个数相等.⑳ 若A 是m n ⨯矩阵,则{}()min ,r A m n ≤,若()r A m =,A 的行向量线性无关; 若()r A n =,A 的列向量线性无关,即: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⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦1212120,,,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线性方程组解的性质:1212121211221212(1),0,(2)0,,(3),,,0,,,,,(4),0,(5),,0(6)k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηηηηηηηηλλλληληληγβηγηβηηβηη=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-= 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211212112212112212,0(7),,,,100k k k k k k k Ax Ax Ax Ax Ax ηβηηηηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩ 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√ 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:(,)0,(,)0αααααο≥=⇔=且 ② 对称性:(,)(,)αββα=③ 双线性:1212(,)(,)(,)αββαβαβ+=+ 1212(,)(,)(,)ααβαβαβ+=+ (,)(,)(,)cc c αβαβαβ==123,,ααα线性无关,112122111313233121122(,)()(,)(,)()()βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化:111βηβ= 222βηβ= 333βηβ= T AA E =.√ A 是正交矩阵的充要条件:A 的n 个行(列)向量构成n的一组标准正交基.√ 正交矩阵的性质:① 1T A A -=;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-=.0E A λ-=. Ax x Ax x λ=→ 与线性相关 √ 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()1r A =,则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 , 230n λλλ====.√ 若A 的全部特征值12,,,n λλλ,()f x 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 AAλ.√ 1122,.m m Ak kA a b aA bEAA A A A λλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是的特征值则:分别有特征值 √ 1122,m m A k kAa b aA bEAx A x A A Aλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是关于的特征向量则也是关于的特征向量. 1B P AP -= (P 为可逆阵) 记为:A B√ A 相似于对角阵的充要条件:A 恰有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,1P AP -为对角阵,主对角线上的元素为A 的特征值. √ A 可对角化的充要条件:()i i n r E A k λ--= i k 为i λ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 11A B -- 若,A B 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--).A 与对角阵Λ相似. 记为:A Λ (称Λ是A √ 若A 为可对角化矩阵,则其非零特征值的个数(重数重复计算)()r A =. √ 设i α为对应于i λ的线性无关的特征向量,则有:[]121212112212(,,,)(,,,)(,,,),,,n n n n n n PA A A A λλααααααλαλαλααααλΛ⎡⎤⎢⎥⎢⎥===⎢⎥⎢⎥⎣⎦. √ 若A B , CD ,则:A B C D οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎣⎦⎣⎦. √ 若A B ,则()()f A f B ,()()f A f B =.12(,,,)T n f x x x X AX = A 为对称矩阵 12(,,,)T n X x x x =T B C AC =. 记作:A B (,,A B C 为对称阵为可逆阵) √ 两个矩阵合同的充分必要条件是:它们有相同的正负惯性指数. √ 两个矩阵合同的充分条件是:A B √ 两个矩阵合同的必要条件是:()()r A r B =√ 12(,,,)Tn f x x x X AX =经过正交变换合同变换可逆线性变换X CY =化为2121(,,,)nn i i f x xx d y =∑标准型.√ 二次型的标准型不是惟一的,与所作的正交变换有关,但系数不为零的个数是由()r A +正惯性指数负惯性指数惟一确定的.√ 当标准型中的系数i d 为1,-1或0时,√ 实对称矩阵的正(负)惯性指数等于它的正(负)特征值的个数.√ 任一实对称矩阵A 与惟一对角阵11110⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦合同.√ 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.12,,,n x x x 不全为零,12(,,,)0n f x x x >.正定二次型对应的矩阵. √ 合同变换不改变二次型的正定性. √ 成为正定矩阵的充要条件(之一成立):① 正惯性指数为n ; ② A 的特征值全大于0;③ A 的所有顺序主子式全大于0;④ A 合同于E ,即存在可逆矩阵Q 使T Q AQ E =; ⑤ 存在可逆矩阵P ,使T A P P = (从而0A >);⑥ 存在正交矩阵,使121T n C AC C AC λλλ-⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦(i λ大于0). √ 成为正定矩阵的必要条件:0ii a > ; 0A >.。
线性代数公式必背 完整归纳清晰版
线性代数必背公式(完全整理版)2010.41、行列式1. n 行列式共有2n 个元素,展开后有!n 项,可分解为2n 行列式;2. 代数余子式的性质:①、ij A 和ij a 的大小无关;②、某行(列)的元素乘以其它行(列)元素的代数余子式为0; ③、某行(列)的元素乘以该行(列)元素的代数余子式为A ; 3. 代数余子式和余子式的关系:(1)(1)i j i j ij ij ij ij M A A M ++=-=-4. 设n 行列式D :将D 上、下翻转或左右翻转,所得行列式为1D ,则(1)21(1)n n D D -=-; 将D 顺时针或逆时针旋转90,所得行列式为2D ,则(1)22(1)n n D D -=-;将D 主对角线翻转后(转置),所得行列式为3D ,则3D D =;将D 主副角线翻转后,所得行列式为4D ,则4D D =; 5. 行列式的重要公式:①、主对角行列式:主对角元素的乘积;②、副对角行列式:副对角元素的乘积(1)2(1)n n -⨯ -;③、上、下三角行列式( = ◥◣):主对角元素的乘积; ④、 ◤和 ◢:副对角元素的乘积(1)2(1)n n -⨯ -;⑤、拉普拉斯展开式:A O A CA B C B O B==、(1)m n C A O A A B B O B C ==- ⑥、范德蒙行列式:大指标减小指标的连乘积; ⑦、特征值;6. 对于n 阶行列式A ,恒有:1(1)nn k n k k k E A S λλλ-=-=+-∑,其中k S 为k 阶主子式;7. 证明0A =的方法:①、A A =-; ②、反证法;③、构造齐次方程组0Ax =,证明其有非零解; ④、利用秩,证明()r A n <; ⑤、证明0是其特征值;2、矩阵1.A 是n 阶可逆矩阵:⇔0A ≠(是非奇异矩阵);⇔()r A n =(是满秩矩阵) ⇔A 的行(列)向量组线性无关; ⇔齐次方程组0Ax =有非零解;⇔n b R ∀∈,Ax b =总有唯一解; ⇔A 与E 等价;⇔A 可表示成若干个初等矩阵的乘积; ⇔A 的特征值全不为0; ⇔T A A 是正定矩阵;⇔A 的行(列)向量组是n R 的一组基; ⇔A 是n R 中某两组基的过渡矩阵;2. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立;3.1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===4. 矩阵是表格,推导符号为波浪号或箭头;行列式是数值,可求代数和;5. 关于分块矩阵的重要结论,其中均A 、B 可逆:若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,则: Ⅰ、12s A A A A = ; Ⅱ、111121s A A A A ----⎛⎫⎪⎪= ⎪ ⎪ ⎪⎝⎭; ②、111A O A O O B OB ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;(主对角分块) ③、111O A O B B O AO ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(副对角分块) ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭;(拉普拉斯) ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;(拉普拉斯) 3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ,总可经过初等变换化为标准形,其标准形是唯一确定的:rm nEO F OO ⨯⎛⎫= ⎪⎝⎭; 等价类:所有与A 等价的矩阵组成的一个集合,称为一个等价类;标准形为其形状最简单的矩阵;对于同型矩阵A 、B ,若()()r A r B A B = ⇔ ; 2. 行最简形矩阵:①、只能通过初等行变换获得;②、每行首个非0元素必须为1;③、每行首个非0元素所在列的其他元素必须为0;3. 初等行变换的应用:(初等列变换类似,或转置后采用初等行变换)①、 若(,)(,)rA E E X ,则A 可逆,且1X A -=;②、对矩阵(,)A B 做初等行变化,当A 变为E 时,B 就变成1A B -,即:1(,)(,)cA B E A B - ~ ;③、求解线形方程组:对于n 个未知数n 个方程Ax b =,如果(,)(,)rA b E x ,则A 可逆,且1x A b -=;4. 初等矩阵和对角矩阵的概念:①、初等矩阵是行变换还是列变换,由其位置决定:左乘为初等行矩阵、右乘为初等列矩阵;②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ,左乘矩阵A ,i λ乘A 的各行元素;右乘,iλ乘A 的各列元素;③、对调两行或两列,符号(,)E i j ,且1(,)(,)E i j E i j -=,例如:1111111-⎛⎫⎛⎫⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;④、倍乘某行或某列,符号(())E i k ,且11(())(())E i k E i k -=,例如:1111(0)11k k k-⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =;③、若A B ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫ ⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式;二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C a b Ca bC b C a b -----=+=++++++=∑ ;注:Ⅰ、()n a b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====- m n n n n n n n m n C C C m m n mⅢ、组合的性质:11112---+-===+==∑nm n mmm m r nr r n nn 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;11. 由n 个未知数m 个方程的方程组构成n 元线性方程:①、11112211211222221122n n n n m m nm n n a x a x a x b a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩ ;②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫⎪⎪ ⎪⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭(向量方程,A 为m n ⨯矩阵,m 个方程,n 个未知数)③、()1212n n x x a a a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭ (全部按列分块,其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭);④、1122n n a x a x a x β+++= (线性表出)⑤、有解的充要条件:()(,)r A r A n β=≤(n 为未知数的个数或维数)4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A :12,,,m ααα 构成n m ⨯矩阵12(,,,)m A = ααα; m 个n 维行向量所组成的向量组B :12,,,T T Tm βββ 构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭; 含有有限个向量的有序向量组与矩阵一一对应;2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解;(齐次线性方程组)②、向量的线性表出 Ax b ⇔=是否有解;(线性方程组) ③、向量组的相互线性表示 AX B ⇔=是否有解;(矩阵方程)3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是:齐次方程组0Ax =和0Bx =同解;(101P 例14)4.()()T r A A r A =;(101P 例15)5.n 维向量线性相关的几何意义: ①、α线性相关 ⇔0α=;②、,αβ线性相关 ⇔,αβ坐标成比例或共线(平行);③、,,αβγ线性相关 ⇔,,αβγ共面;6. 线性相关与无关的两套定理:若12,,,s ααα 线性相关,则121,,,,s s αααα+ 必线性相关;若12,,,s ααα 线性无关,则121,,,s ααα- 必线性无关;(向量的个数加加减减,二者为对偶) 若r 维向量组A 的每个向量上添上n r -个分量,构成n 维向量组B :若A 线性无关,则B 也线性无关;反之若B 线性相关,则A 也线性相关;(向量组的维数加加减减) 简言之:无关组延长后仍无关,反之,不确定;7. 向量组A (个数为r )能由向量组B (个数为s )线性表示,且A 线性无关,则r s ≤(二版74P 定理7);向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示AX B ⇔=有解;()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论) 8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ,使12l A P P P = ;①、矩阵行等价:~rA B PA B ⇔=(左乘,P 可逆)0Ax ⇔=与0Bx =同解②、矩阵列等价:~c A B AQ B ⇔=(右乘,Q 可逆); ③、矩阵等价:~A B PAQ B ⇔=(P 、Q 可逆); 9.对于矩阵m n A ⨯与l n B ⨯:①、若A 与B 行等价,则A 与B 的行秩相等;②、若A 与B 行等价,则0Ax =与0Bx =同解,且A 与B 的任何对应的列向量组具有相同的线性相关性; ③、矩阵的初等变换不改变矩阵的秩; ④、矩阵A 的行秩等于列秩; 10.若m s s n m n A B C ⨯⨯⨯=,则:①、C 的列向量组能由A 的列向量组线性表示,B 为系数矩阵;②、C 的行向量组能由B 的行向量组线性表示,T A 为系数矩阵;(转置)11.齐次方程组0Bx =的解一定是0ABx =的解,考试中可以直接作为定理使用,而无需证明; ①、0ABx = 只有零解0Bx ⇒ =只有零解;②、0Bx = 有非零解0ABx ⇒ =一定存在非零解;12. 设向量组12:,,,n r r B b b b ⨯ 可由向量组12:,,,n s s A a a a ⨯ 线性表示为:(110P 题19结论)1212(,,,)(,,,)r s b b b a a a K = (B AK =)其中K 为s r ⨯,且A 线性无关,则B 组线性无关()r K r ⇔=;(B 与K 的列向量组具有相同线性相关性) (必要性:()()(),(),()r r B r AK r K r K r r K r ==≤≤∴= ;充分性:反证法)注:当r s =时,K 为方阵,可当作定理使用;13. ①、对矩阵m n A ⨯,存在n m Q ⨯,m AQ E = ()r A m ⇔=、Q 的列向量线性无关;(87P ) ②、对矩阵m n A ⨯,存在n m P ⨯,n PA E = ()r A n ⇔=、P 的行向量线性无关; 14. 12,,,s ααα 线性相关⇔存在一组不全为0的数12,,,s k k k ,使得11220s s k k k ααα+++= 成立;(定义)⇔1212(,,,)0s s x xx ααα⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭有非零解,即0Ax =有非零解;⇔12(,,,)s r s ααα< ,系数矩阵的秩小于未知数的个数;15. 设m n ⨯的矩阵A 的秩为r ,则n 元齐次线性方程组0Ax =的解集S 的秩为:()r S n r =-;16. 若*η为Ax b =的一个解,12,,,n r ξξξ- 为0Ax =的一个基础解系,则*12,,,,n r ηξξξ- 线性无关;(111P 题33结论)5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=(定义),性质:①、A 的列向量都是单位向量,且两两正交,即1(,1,2,)0T i j i ja a i j n i j=⎧==⎨≠⎩ ; ②、若A 为正交矩阵,则1T A A -=也为正交阵,且1A =±; ③、若A 、B 正交阵,则AB 也是正交阵; 注意:求解正交阵,千万不要忘记施密特正交化和单位化; 2. 施密特正交化:12(,,,)r a a a11b a =;1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=---- ; 3. 对于普通方阵,不同特征值对应的特征向量线性无关;对于实对称阵,不同特征值对应的特征向量正交; 4. ①、A 与B 等价 ⇔A 经过初等变换得到B ;⇔=PAQ B ,P 、Q 可逆; ()()⇔=r A r B ,A 、B 同型;②、A 与B 合同 ⇔=T C AC B ,其中可逆;⇔T x Ax 与T x Bx 有相同的正、负惯性指数; ③、A 与B 相似 1-⇔=P AP B ; 5. 相似一定合同、合同未必相似;若C 为正交矩阵,则T C AC B =⇒A B ,(合同、相似的约束条件不同,相似的更严格); 6. A 为对称阵,则A 为二次型矩阵; 7. n 元二次型T x Ax 为正定:A ⇔的正惯性指数为n ;A ⇔与E 合同,即存在可逆矩阵C ,使T C AC E =; A ⇔的所有特征值均为正数; A ⇔的各阶顺序主子式均大于0;0,0ii a A ⇒>>;(必要条件)。
线性代数主要结论大全[整理版]
线性代数必考知识点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 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 ABC B O B ==、(1)m n C A O AA B B O B C==-⑥、范德蒙行列式:大指标减小指标的连乘积;⑦、特征值;6. 对于n 阶行列式A ,恒有:1(1)nnk n k k k E A S λλλ-=-=+-∑,其中k S 为k 阶主子式;7. 证明0A =的方法:①、A A =-;②、反证法;③、构造齐次方程组0Ax =,证明其有非零解;④、利用秩,证明()r A n <;⑤、证明0是其特征值;2、矩阵1.A 是n 阶可逆矩阵:⇔0A ≠(是非奇异矩阵); ⇔()r A n =(是满秩矩阵)⇔A 的行(列)向量组线性无关; ⇔齐次方程组0Ax =有非零解; ⇔n b R ∀∈,Ax b =总有唯一解;⇔A 与E 等价;⇔A 可表示成若干个初等矩阵的乘积;⇔A 的特征值全不为0;⇔T A A 是正定矩阵;⇔A 的行(列)向量组是n R 的一组基;⇔A 是n R 中某两组基的过渡矩阵;2. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立;3.1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===4. 矩阵是表格,推导符号为波浪号或箭头;行列式是数值,可求代数和;5. 关于分块矩阵的重要结论,其中均A 、B 可逆:若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭ ,则: Ⅰ、12s A A A A = ;Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭;②、111A O A O O B 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 CA B -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;(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:r m nE OF O O ⨯⎛⎫= ⎪⎝⎭;等价类:所有与A 等价的矩阵组成的一个集合,称为一个等价类;标准形为其形状最简单的矩阵;对于同型矩阵A 、B ,若()()r A r B A B = ⇔ ;2. 行最简形矩阵:①、只能通过初等行变换获得;②、每行首个非0元素必须为1;③、每行首个非0元素所在列的其他元素必须为0;3. 初等行变换的应用:(初等列变换类似,或转置后采用初等行变换)①、若(,)(,)rA E E X ,则A 可逆,且1X A -=;②、对矩阵(,)A B 做初等行变化,当A 变为E 时,B 就变成1A B -,即:1(,)(,)cA B E A B - ~ ;③、求解线形方程组:对于n 个未知数n 个方程Ax b =,如果(,)(,)rA b E x ,则A 可逆,且1x A b -=;4. 初等矩阵和对角矩阵的概念:①、初等矩阵是行变换还是列变换,由其位置决定:左乘为初等行矩阵、右乘为初等列矩阵;②、12n ⎛⎫ ⎪⎪Λ= ⎪ ⎪⎝⎭ λλλ,左乘矩阵A ,i λ乘A 的各行元素;右乘,i λ乘A 的各列元素;③、对调两行或两列,符号(,)E i j ,且1(,)(,)E i j E i j -=,例如:1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪⎪ ⎪⎝⎭⎝⎭;④、倍乘某行或某列,符号(())E i k ,且11(())(())E i k E i k-=,例如:1111(0)11k k k-⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质:①、0()min(,)m 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 m mn 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 nn n n n n n m n C C C m m n mⅢ、组合的性质:11112---+-===+==∑nmn m mm m r nr r nnn n nnn n r C 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 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12nb b b β⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭);④、1122n n a x a x a x β+++= (线性表出)⑤、有解的充要条件:()(,)r A r A n β=≤(n 为未知数的个数或维数)4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A :12,,,m ααα 构成n m ⨯矩阵12(,,,)m A = ααα;m 个n 维行向量所组成的向量组B :12,,,T T Tm βββ 构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭;含有有限个向量的有序向量组与矩阵一一对应;2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解;(齐次线性方程组)②、向量的线性表出 Ax b ⇔=是否有解;(线性方程组) ③、向量组的相互线性表示 AX B ⇔=是否有解;(矩阵方程) 3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是:齐次方程组0Ax =和0Bx =同解;(101P 例14)4. ()()T r A A r A =;(101P 例15)5.n 维向量线性相关的几何意义:①、α线性相关 ⇔0α=;②、,αβ线性相关 ⇔,αβ坐标成比例或共线(平行);③、,,αβγ线性相关 ⇔,,αβγ共面;6. 线性相关与无关的两套定理:若12,,,s ααα 线性相关,则121,,,,s s αααα+ 必线性相关;若12,,,s ααα 线性无关,则121,,,s ααα- 必线性无关;(向量的个数加加减减,二者为对偶)若r 维向量组A 的每个向量上添上n r -个分量,构成n 维向量组B :若A 线性无关,则B 也线性无关;反之若B 线性相关,则A 也线性相关;(向量组的维数加加减减)简言之:无关组延长后仍无关,反之,不确定;7. 向量组A (个数为r )能由向量组B (个数为s )线性表示,且A 线性无关,则r s ≤;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,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: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 x x 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 ja a i j n i j=⎧==⎨≠⎩ ;②、若A 为正交矩阵,则1T A A -=也为正交阵,且1A =±;③、若A 、B 正交阵,则AB 也是正交阵;注意:求解正交阵,千万不要忘记施密特正交化和单位化;2. 施密特正交化:12(,,,)r a a a11b a =;1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=---- ;3. 对于普通方阵,不同特征值对应的特征向量线性无关;对于实对称阵,不同特征值对应的特征向量正交;4. ①、A 与B 等价 ⇔A 经过初等变换得到B ;⇔=PAQ B ,P 、Q 可逆; ()()⇔=r A r B ,A 、B 同型;②、A 与B 合同 ⇔=T C AC B ,其中可逆;⇔T x Ax 与T x Bx 有相同的正、负惯性指数;③、A 与B 相似 1-⇔=P AP B ; 5. 相似一定合同、合同未必相似;若C 为正交矩阵,则T C AC B =⇒A B ,(合同、相似的约束条件不同,相似的更严格);6. A 为对称阵,则A 为二次型矩阵;7. n 元二次型T x Ax 为正定:A ⇔的正惯性指数为n ;A ⇔与E 合同,即存在可逆矩阵C ,使T C AC E =;A ⇔的所有特征值均为正数;A ⇔的各阶顺序主子式均大于0; 0,0ii a A ⇒>>;(必要条件)。
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。
线性代数必须熟记的结论总结
线性代数必须熟记的结论总结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、ijA 和ija 的大小无关;②、某行(列)的元素乘以其它行(列)元素的代数余子式为0; ③、某行(列)的元素乘以该行(列)元素的代数余子式为A ; 3. 代数余子式和余子式的关系:(1)(1)i ji jijij 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 DD-=-; 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 DD-=-;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4DD=;5. 行列式的重要公式:①、主对角行列式:主对角元素的乘积; ②、副对角行列式:副对角元素的乘积(1)2(1)n n -⨯ -;③、上、下三角行列式( =◥◣):主对角元素的乘积;④、◤和 ◢:副对角元素的乘积(1)2(1)n n -⨯ -;⑤、拉普拉斯展开式:AO A C A BC B OB==、(1)m nCA O A A BBO BC ==-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)nnkn kk k E AS λλλ-=-=+-∑,其中kS 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;⇔nb 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nR 的一组基; ⇔A是nR 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**()()()()()()TTTT A A A A A A ----===***111()()()TTTAB B A AB B A AB B A---===4. 矩阵是表格,推导符号为波浪号或箭头;行列式是数值,可求代数和;5. 关于分块矩阵的重要结论,其中均A 、B 可逆: 若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,则:Ⅰ、12sA A A A = ;Ⅱ、111121s A A A A ----⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭;②、111AO 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 C BO B OB-----⎛⎫-⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(拉普拉斯) ⑤、11111A O A O CB BC AB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;(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1XA-=;②、对矩阵(,)A B 做初等行变化,当A 变为E 时,B 就变成1AB-,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 ,iλ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 nr A m n ⨯≤≤;②、()()Tr Ar 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:111111()nnnn m n mmn n n nmm n mn n n n n nm a b C a C a b C abC a bC b Ca b-----=+=++++++=∑ ;注:Ⅰ、()na b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====- mnnn n n n n m n CC C mm n mⅢ、组合的性质:11112---+-===+==∑nm n m m m m r nr r nnn nnnn n r CC CCCCrC 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*(,)AAA X X A A A A X X λλλ- == ⇒ =;③、*1AA A-=、1*n AA-=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 nm m m n m m a a a x b a a a x bA x b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪=⇔= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭(向量方程,A 为m n ⨯矩阵,m 个方程,n 个未知数) ③、()1212n n x x aa a x β⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭(全部按列分块,其中12n b b b β⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭);④、1122n n a xa x a x β+++= (线性表出)⑤、有解的充要条件:()(,)r A r A n β=≤(n 为未知数的个数或维数)4、向量组的线性相关性 1.m个n 维列向量所组成的向量组A:12,,,mααα 构成n m ⨯矩阵12(,,,)m A = ααα;m个n 维行向量所组成的向量组B :12,,,T T Tmβββ 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A X B⇔=是否有解;(矩阵方程)3. 矩阵m nA ⨯与l nB ⨯行向量组等价的充分必要条件是:齐次方程组0Ax =和0Bx =同解;(101P 例14)4.()()Tr A A r A =;(101P 例15)5. n 维向量线性相关的几何意义: ①、α线性相关 ⇔0α=; ②、,αβ线性相关 ⇔,αβ坐标成比例或共线(平行);③、,,αβγ线性相关⇔,,αβγ共面;6. 线性相关与无关的两套定理: 若12,,,s ααα 线性相关,则121,,,,s s αααα+ 必线性相关;若12,,,sααα 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A X B⇔=有解;()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论) 8. 方阵A 可逆⇔存在有限个初等矩阵12,,,lP P P ,使12lA P P P = ;①、矩阵行等价:~rA B PA B⇔=(左乘,P 可逆)0Ax ⇔=与0Bx =同解 ②、矩阵列等价:~cA B AQ B⇔=(右乘,Q 可逆);③、矩阵等价:~A B P A Q B⇔=(P 、Q 可逆);9. 对于矩阵m nA ⨯与l nB ⨯:①、若A 与B 行等价,则A 与B 的行秩相等;②、若A 与B 行等价,则0Ax =与0Bx =同解,且A 与B 的任何对应的列向量组具有相同的线性相关性;③、矩阵的初等变换不改变矩阵的秩; ④、矩阵A 的行秩等于列秩; 10. 若m ss n m nAB C ⨯⨯⨯=,则:①、C 的列向量组能由A 的列向量组线性表示,B 为系数矩阵; ②、C 的行向量组能由B 的行向量组线性表示,TA 为系数矩阵;(转置)11. 齐次方程组0Bx =的解一定是0ABx =的解,考试中可以直接作为定理使用,而无需证明;①、0ABx = 只有零解0Bx ⇒ =只有零解; ②、0Bx = 有非零解0ABx ⇒ =一定存在非零解; 12. 设向量组12:,,,n rrBb b b ⨯ 可由向量组12:,,,n ssAa 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 nA ⨯,存在n mQ ⨯,mAQ E = ()r A m ⇔=、Q 的列向量线性无关;(87P )②、对矩阵m nA ⨯,存在n mP ⨯,nPA E = ()r A n ⇔=、P 的行向量线性无关;14.12,,,sααα 线性相关⇔存在一组不全为0的数12,,,sk kk ,使得11220s s k k k ααα+++= 成立;(定义)⇔1212(,,,)0s s x x x ααα⎛⎫⎪⎪= ⎪ ⎪⎝⎭有非零解,即0Ax =有非零解;⇔12(,,,)s r sααα< ,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 rξξξ- 为Ax =的一个基础解系,则*12,,,,n rηξξξ- 线性无关;(111P 题33结论)5、相似矩阵和二次型 1. 正交矩阵TA A E⇔=或1TAA-=(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,)Ti j i j a a i j n i j=⎧==⎨≠⎩ ;②、若A 为正交矩阵,则1TAA-=也为正交阵,且1A =±;③、若A 、B 正交阵,则AB 也是正交阵;注意:求解正交阵,千万不要忘记施密特正交化和单位化; 2. 施密特正交化:12(,,,)ra a a11b a =;1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----;3. 对于普通方阵,不同特征值对应的特征向量线性无关; 对于实对称阵,不同特征值对应的特征向量正交;4. ①、A 与B 等价 ⇔A 经过初等变换得到B ;⇔=P A Q B,P 、Q 可逆; ()()⇔=r A r B ,A 、B 同型; ②、A 与B 合同 ⇔=TC A C B,其中可逆;⇔Tx A x与TxB x有相同的正、负惯性指数; ③、A 与B 相似 1-⇔=P A P B;- 11 - 5. 相似一定合同、合同未必相似; 若C 为正交矩阵,则T CA CB =⇒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 A x 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 A C 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)。
线性代数必记结论
线性代数必考的知识点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 ij ij ij M A A M ++=-=-4. 设n 行列式D :将D 上、下翻转或左右翻转,所得行列式为1D ,则(1)21(1)n n D D -=-; 将D 顺时针或逆时针旋转90,所得行列式为2D ,则(1)22(1)n n D D -=-;将D 主对角线翻转后(转置),所得行列式为3D ,则3D D =;将D 主副角线翻转后,所得行列式为4D ,则4D D =; 5. 行列式的重要公式:①、主对角行列式:主对角元素的乘积;②、副对角行列式:副对角元素的乘积(1)2(1)n n -⨯ -;③、上、下三角行列式( = ◥◣):主对角元素的乘积; ④、 ◤和 ◢:副对角元素的乘积(1)2(1)n n -⨯ -;⑤、拉普拉斯展开式:A O A C ABC B O B ==、(1)m n C A O AA B B O B C==- ⑥、范德蒙行列式:大指标减小指标的连乘积; ⑦、特征值;6. 对于n 阶行列式A ,恒有:1(1)nnk n k k k E A S λλλ-=-=+-∑,其中k S 为k 阶主子式;7. 证明0A =的方法:①、A A =-; ②、反证法;③、构造齐次方程组0Ax =,证明其有非零解; ④、利用秩,证明()r A n <; ⑤、证明0是其特征值; 2、矩阵 1.A 是n 阶可逆矩阵:⇔0A ≠(是非奇异矩阵); ⇔()r A n =(是满秩矩阵) ⇔A 的行(列)向量组线性无关; ⇔齐次方程组0Ax =有非零解; ⇔n b R ∀∈,Ax b =总有唯一解;⇔A 与E 等价;⇔A 可表示成若干个初等矩阵的乘积;⇔A 的特征值全不为0; ⇔T A A 是正定矩阵;⇔A 的行(列)向量组是n R 的一组基;⇔A 是n R 中某两组基的过渡矩阵;2. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立;3.1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===4. 矩阵是表格,推导符号为波浪号或箭头;行列式是数值,可求代数和;5. 关于分块矩阵的重要结论,其中均A 、B 可逆:若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,则: Ⅰ、12s A A A A = ; Ⅱ、111121s A A A A ----⎛⎫⎪⎪= ⎪ ⎪ ⎪⎝⎭; ②、111A O A O O B OB ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;(主对角分块) ③、111O A O B B O 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 CA B -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;(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A B ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫ ⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式;二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C a b Ca bC b C a b -----=+=++++++=∑ ;注:Ⅰ、()n a b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====- m n n n n n n n m n C C C m m n mⅢ、组合的性质:11112---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ; ③、利用特征值和相似对角化: 7. 伴随矩阵:①、伴随矩阵的秩:*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩; ②、伴随矩阵的特征值:*1*(,)AAAX X A A A A X X λλλ- == ⇒ =;③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述:①、()r A n =,A 中有n 阶子式不为0,1n +阶子式全部为0;(两句话)②、()r A n <,A 中有n 阶子式全部为0;③、()r A n ≥,A 中有n 阶子式不为0;9. 线性方程组:Ax b =,其中A 为m n ⨯矩阵,则:①、m 与方程的个数相同,即方程组Ax b =有m 个方程;②、n 与方程组得未知数个数相同,方程组Ax b =为n 元方程; 10. 线性方程组Ax b =的求解:①、对增广矩阵B 进行初等行变换(只能使用初等行变换);②、齐次解为对应齐次方程组的解; ③、特解:自由变量赋初值后求得;11. 由n 个未知数m 个方程的方程组构成n 元线性方程:①、11112211211222221122n n n n m m nm n 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 T Tm βββ 构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭;含有有限个向量的有序向量组与矩阵一一对应;2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解;(齐次线性方程组)②、向量的线性表出 Ax b ⇔=是否有解;(线性方程组) ③、向量组的相互线性表示 AX B ⇔=是否有解;(矩阵方程) 3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是:齐次方程组0Ax =和0Bx =同解;(101P 例14) 4. ()()T r A A r A =;(101P 例15)5.n 维向量线性相关的几何意义: ①、α线性相关 ⇔0α=;②、,αβ线性相关 ⇔,αβ坐标成比例或共线(平行);③、,,αβγ线性相关 ⇔,,αβγ共面;6. 线性相关与无关的两套定理:若12,,,s ααα 线性相关,则121,,,,s s αααα+ 必线性相关;若12,,,s ααα 线性无关,则121,,,s ααα- 必线性无关;(向量的个数加加减减,二者为对偶) 若r 维向量组A 的每个向量上添上n r -个分量,构成n 维向量组B :若A 线性无关,则B 也线性无关;反之若B 线性相关,则A 也线性相关;(向量组的维数加加减减) 简言之:无关组延长后仍无关,反之,不确定;7. 向量组A (个数为r )能由向量组B (个数为s )线性表示,且A 线性无关,则r s ≤;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:~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: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 x x 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 ja a i j n i j=⎧==⎨≠⎩ ; ②、若A 为正交矩阵,则1T A A -=也为正交阵,且1A =±; ③、若A 、B 正交阵,则AB 也是正交阵; 注意:求解正交阵,千万不要忘记施密特正交化和单位化; 2. 施密特正交化:12(,,,)r a a a11b a =;1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=---- ; 3. 对于普通方阵,不同特征值对应的特征向量线性无关;对于实对称阵,不同特征值对应的特征向量正交; 4. ①、A 与B 等价 ⇔A 经过初等变换得到B ;⇔=PAQ B ,P 、Q 可逆;()()⇔=r A r B ,A 、B 同型;②、A 与B 合同 ⇔=T C AC B ,其中可逆;⇔T x Ax 与T x Bx 有相同的正、负惯性指数; ③、A 与B 相似 1-⇔=P AP B ; 5. 相似一定合同、合同未必相似;若C 为正交矩阵,则T C AC B =⇒A B ,(合同、相似的约束条件不同,相似的更严格); 6. A 为对称阵,则A 为二次型矩阵; 7. n 元二次型T x Ax 为正定:A ⇔的正惯性指数为n ;A ⇔与E 合同,即存在可逆矩阵C ,使T C AC E =; A ⇔的所有特征值均为正数; A ⇔的各阶顺序主子式均大于0; 0,0ii a A ⇒>>;(必要条件)。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
线性代数公式总结()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R ⎫⎪−−−→⎬⎪⎭具有向量组等价相似矩阵反身性、对称性、传递性矩阵合同√ 关于12,,,n e e e ⋅⋅⋅: ①称为n的标准基,n中的自然基,单位坐标向量;②12,,,n e e e ⋅⋅⋅线性无关; ③12,,,1n e e e ⋅⋅⋅=; ④tr()=E n ;⑤任意一个n 维向量都可以用12,,,n e e e ⋅⋅⋅线性表示. √ 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 BBBBAA B B 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:(1)211212112111(1)n n nnn n n n n n n a a a a a a a a a οοο---*==-√ 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 TT A B A C C D BD ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦④12111121n a a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦21111211na a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⑤11111221n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦11121211n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦√ 方阵的幂的性质:m n m n A A A += ()()m n mn A A = √ 设1110()m m m m f x a x a x a x a --=++++,对n 阶矩阵A 规定:1110()m m m m f A a A a A a A a E--=++++为A 的一个多项式.√ 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⋅⋅⋅,AB 的列向量为12,,,sr r r ,1212121122,1,2,,,(,,,)(,,,),(,,,),,,.i i s s T n n n i i i i r A i s A A A A A B b b b A b b b AB i r A AB i r B βββββββββαααβα==⋅⋅⋅=⎫⎪==++⎪⎬⎪⎪⎭则:即 用中简若则 单的一个提即:的第个列向量是的列向量的线性组合组合系数就是的各分量;高运算速度 的第个行向量是的行向量的线性组合组合系数就是的各分量 √ 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:11112222,kk kk A B A B A B A B οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦11112222kk kk A B A B AB A B οο⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦√ 矩阵方程的解法:设法化成AX B XA B ==(I) 或 (II) 当0A ≠时,,B A B E X −−−−→初等行变换(当为一列时(I)的解法:构造()()即为克莱姆法则) T T T TA XB X X =(II)的解法:将等式两边转置化为,用(I)的方法求出,再转置得√ Ax ο=和Bx ο=同解(,A B 列向量个数相同),则:① 它们的极大无关组相对应,从而秩相等; ② 它们对应的部分组有一样的线性相关性; ③ 它们有相同的内在线性关系.√ 判断12,,,s ηηη是0Ax =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 部分相关,整体必相关;整体无关,部分必无关.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. 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 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. ⑧ 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 ⇔=.⑨ ()0r A A ο=⇔=.⑩ 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,且表示法惟一.⑪ 矩阵的行向量组的秩等于列向量组的秩. 阶梯形矩阵的秩等于它的非零行的个数.⑫ 矩阵的行初等变换不改变矩阵的秩,且不改变列向量间的线性关系. 矩阵的列初等变换不改变矩阵的秩,且不改变行向量间的线性关系.12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示. 记作:{}{}1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅A 经过有限次初等变换化为B . 记作:A B =⑬ 矩阵A 与B 等价⇔()(),r A r B A B =≠>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.⑭ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示⇔1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅≤12(,,,)n r ααα⋅⋅⋅. ⑮ 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 .⑯ 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;⑰ 任一向量组和它的极大无关组等价.⑱ 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. ⑲ 若两个线性无关的向量组等价,则它们包含的向量个数相等.⑳ 若A 是m n ⨯矩阵,则{}()min ,r A m n ≤,若()r A m =,A 的行向量线性无关; 若()r A n =,A 的列向量线性无关,即: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⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦71212120,,,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线性方程组解的性质:1212121211221212(1),0,(2)0,,(3),,,0,,,,,(4),0,(5),,0(6)k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηηηηηηηηλλλληληληγβηγηβηηβηη=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-= 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211212112212112212,0(7),,,,100k k k k k k k Ax Ax Ax Ax Ax ηβηηηηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩ 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√ 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:(,)0,(,)0αααααο≥=⇔=且 ② 对称性:(,)(,)αββα=③ 双线性:1212(,)(,)(,)αββαβαβ+=+ 1212(,)(,)(,)ααβαβαβ+=+ (,)(,)(,)cc c αβαβαβ==123,,ααα线性无关,112122111313233121122(,)()(,)(,)()()βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化:111βηβ= 222βηβ= 333βηβ= T AA E =.√ A 是正交矩阵的充要条件:A 的n 个行(列)向量构成n的一组标准正交基.√ 正交矩阵的性质:① 1T A A -=;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-=.0E A λ-=. Ax x Ax x λ=→ 与线性相关 √ 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()1r A =,则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 , 230n λλλ====.√ 若A 的全部特征值12,,,n λλλ,()f x 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 AAλ.√ 1122,.m m Ak kA a b aA bEAA A A A λλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是的特征值则:分别有特征值 √ 1122,m m A k kAa b aA bEAx A x A A Aλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是关于的特征向量则也是关于的特征向量. 1B P AP -= (P 为可逆阵) 记为:A B√ A 相似于对角阵的充要条件:A 恰有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,1P AP -为对角阵,主对角线上的元素为A 的特征值. √ A 可对角化的充要条件:()i i n r E A k λ--= i k 为i λ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 11A B -- 若,A B 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--).A 与对角阵Λ相似. 记为:A Λ (称Λ是A √ 若A 为可对角化矩阵,则其非零特征值的个数(重数重复计算)()r A =. √ 设i α为对应于i λ的线性无关的特征向量,则有:[]121212112212(,,,)(,,,)(,,,),,,n n n n n n PA A A A λλααααααλαλαλααααλΛ⎡⎤⎢⎥⎢⎥===⎢⎥⎢⎥⎣⎦. √ 若A B , CD ,则:A B C D οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎣⎦⎣⎦. √ 若A B ,则()()f A f B ,()()f A f B =.12(,,,)T n f x x x X AX = A 为对称矩阵 12(,,,)T n X x x x =T B C AC =. 记作:A B (,,A B C 为对称阵为可逆阵) √ 两个矩阵合同的充分必要条件是:它们有相同的正负惯性指数. √ 两个矩阵合同的充分条件是:A B √ 两个矩阵合同的必要条件是:()()r A r B =√ 12(,,,)Tn f x x x X AX =经过正交变换合同变换可逆线性变换X CY =化为2121(,,,)nn i i f x xx d y =∑标准型.√ 二次型的标准型不是惟一的,与所作的正交变换有关,但系数不为零的个数是由()r A +正惯性指数负惯性指数惟一确定的.√ 当标准型中的系数i d 为1,-1或0时,√ 实对称矩阵的正(负)惯性指数等于它的正(负)特征值的个数.√ 任一实对称矩阵A 与惟一对角阵11110⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦合同.√ 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.12,,,n x x x 不全为零,12(,,,)0n f x x x >.正定二次型对应的矩阵. √ 合同变换不改变二次型的正定性. √ 成为正定矩阵的充要条件(之一成立):① 正惯性指数为n ; ② A 的特征值全大于0;③ A 的所有顺序主子式全大于0;④ A 合同于E ,即存在可逆矩阵Q 使T Q AQ E =; ⑤ 存在可逆矩阵P ,使T A P P = (从而0A >);⑥ 存在正交矩阵,使121T n C AC C AC λλλ-⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦(i λ大于0). √ 成为正定矩阵的必要条件:0ii a > ; 0A >.。