线性代数性质定理公式全总结
线性代数公式定理大全
![线性代数公式定理大全](https://img.taocdn.com/s3/m/4f3c50f565ce050876321382.png)
线性代数公式大全第一章 行列式1.逆序数 1.1 定义n 个互不相等的正整数任意一种排列为:12n i i i ⋅⋅⋅,规定由小到大为标准次序,当某两个元素的先后次序与标准次序不同时,就说有一个逆序数,该排列全部逆序数的总合用()12n i i i τ⋅⋅⋅表示,()12n i i i τ⋅⋅⋅等于它所有数字中后面小于前面数字的个数之和。
1.2 性质一个排列中任意两个元素对换,排列改变奇偶性,即 ()211ττ=-。
证明如下:设排列为111l m n a a ab b bc c ,作m 次相邻对换后,变成111l m n a a abb b c c ,再作1m +次相邻对换后,变成111l m n a a bb b ac c ,共经过21m +次相邻对换,而对不同大小的两元素每次相邻对换逆序数要么增加1 ,要么减少1 ,相当于()211ττ=-,也就是排列必改变改变奇偶性,21m +次相邻对换后()()2121111m τττ+=-=-,故原命题成立。
2.n 阶行列式的5大性质性质1:转置(行与列顺次互换)其值不变。
性质2:互换任意两行(列)其值变号。
性质3:任意某行(列)可提出公因子到行列式符号外。
性质4:任意行列式可按某行(列)分解为两个行列式之和。
性质5:把行列式某行(列)λ倍后再加到另一行(列),其值不变。
行列式的五大性质全部可通过其定义证明;而以后对行列式的运算主要是利用这五个性质。
对性质4的重要拓展: 设n 阶同型矩阵,()()(); ij ij ij ij A a B b A B a b ==⇒+=+,而行列式只是就某一列分解,所以,A B +应当是2n个行列式之和,即A B A B+≠+。
韦达定理的一般形式为:()121201201110; ; 1n nnn n n n n n n n n i i j i i i j i n n n a a aa x a xa xa x x x x a a a ------=≠==++++=⇒=-==-∑∑∏一、行列式定义 1.定义111212122212n n n n nna a a a a a a a a n n nj j j j j j a a a 221211)()1(τ∑-=其中逆序数 ()121n j j j j τ=后面的1j 小的数的个数 2j +后面比2j 小的数的个数+1n j -+后面比1n j -小的数的个数.2.三角形行列式1112122200n n nna a a a aa 11212212000n n nna a a a a a =1122nn a a a=1211000n n n nn nna a a a a -111212122100n n a a a a a a =()()12112111n n n n n a a a τ-⋅⎡⎤⎣⎦-=-()()1212111n n n n n a a a --=-二、行列式性质和展开定理1.会熟练运用行列式性质,进行行列式计算. 2.展开定理1122i k i k in kn ik a A a A a A A δ+++=A A a A a A a jk nk nj k j k j δ=+++2211三、重要公式 设A 是n 阶方阵,则 1.T A A =2.11A A--=3.1*n A A-=4.n kA k A =5.AB A B =,其中B 也是n 阶方阵6.设B 为m 阶方阵,则00A C A A B B CB ==()10mnAC A A BB CB==-7.范德蒙行列式()1222212111112111n ijnj i nn n n nx x x x x x x x x x x ≤<≤---=-∏四.有关结论 1.对于,n n n n A B ⨯⨯(1)00A A ⇒==⇐ (2) A B A B⇒==⇐2.A 为n 阶可逆矩阵A E A E ⇔→⇔→行变列变(A 与E 等价)0AX ⇔=只有惟一零解AX b ⇔=有惟一解(克莱姆法则) A ⇔的行(列)向量组线性无关 A ⇔的n 个特征值0,1,2,,i i n λ≠=⇔A 可写成若干个初等矩阵的乘积 ⇔)()(B r AB r = ⇔A A T 是正定矩阵⇔A 是n R 中某两组基之间的过渡矩阵3.A 为n 阶不可逆矩阵0=A 0AX ⇔=有非零解 ⇔n A r <)( ⇔0是A 的特征值 ⇔A A -=4.若A 为n 阶矩阵,)2,1(n i i =λ为A 的n 个特征值,则∏==ni i A 1λ5.若B A ~,则B A =行列式的基本计算方法:1. 应用行列式的性质化简行列式(例如化为三角形行列式就是一个常用方法)。
考研数学线代定理公式汇总
![考研数学线代定理公式汇总](https://img.taocdn.com/s3/m/22edff5d640e52ea551810a6f524ccbff121caa1.png)
考研数学线代定理公式汇总1.行列式定理:(1) 行列式的值不变性: 对于可逆矩阵A,有det(AB) =det(A)det(B)。
(2)若存在行(列)线性相关,则行列式为0。
(3)拉普拉斯定理:对于n阶行列式,可以通过余子式展开得到。
2.线性方程组定理:(1)线性方程组存在唯一解的充要条件是系数矩阵的秩等于方程组的未知数个数,并且扩展矩阵的秩等于系数矩阵的秩。
(2)齐次线性方程组存在非零解的充要条件是系数矩阵的秩小于方程组的未知数个数。
(3)利用矩阵的逆可以求解非齐次线性方程组。
3.矩阵定理:(1)矩阵的秩等于其非零特征值的个数。
(2)若矩阵A可对角化,则A与其相似矩阵具有相同的特征值。
(3)奇异值分解定理:对于任意矩阵A,都可以分解成奇异值分解形式:A=UΣV^T,其中U和V是正交矩阵,Σ是对角矩阵。
4.向量空间定理:(1)向量组的线性相关性可以通过列向量组的秩判断,如果秩小于向量个数,则线性相关。
(2)向量组的秩等于向量组的极大线性无关组的向量个数。
(3) rank(A^T) = rank(A),其中A是矩阵。
(4)若A和B是可逆矩阵,则(A^T)^-1=(A^-1)^T。
5.特征值与特征向量定理:(1)特征值方程的根为矩阵的特征值。
(2)若特征值λ是矩阵A的特征值,对应的特征向量组成的集合是由矩阵A-λI的零空间生成的。
(3)矩阵A相似于对角矩阵的充要条件是A有n个线性无关的特征向量。
以上是一些常见的数学线性代数定理和公式的汇总,希望对您的学习有所帮助。
当然,线性代数的内容还是比较广泛的,还有很多其他的定理和公式,如矩阵行列式的性质、特征值与特征向量的性质、矩阵的幂等性等。
如果您对这个话题有更深入的了解需求,可以提出具体的问题,我将尽力回答。
线性代数公式完整版必记
![线性代数公式完整版必记](https://img.taocdn.com/s3/m/9e6e732b453610661ed9f457.png)
1、行列式公式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 O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;(主对角分块) ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(副对角分块) ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭;(拉普拉斯) ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;(拉普拉斯) 3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ,总可经过初等变换化为标准形,其标准形是唯一确定的:rm nEO F OO ⨯⎛⎫= ⎪⎝⎭; 等价类:所有与A 等价的矩阵组成的一个集合,称为一个等价类;标准形为其形状最简单的矩阵;对于同型矩阵A 、B ,若()()r A r B A B = ⇔ ; 2. 行最简形矩阵:①、只能通过初等行变换获得;②、每行首个非0元素必须为1;③、每行首个非0元素所在列的其他元素必须为0;3. 初等行变换的应用:(初等列变换类似,或转置后采用初等行变换)①、 若(,)(,)rA E E X ,则A 可逆,且1X A -=;②、对矩阵(,)A B 做初等行变化,当A 变为E 时,B 就变成1A B -,即:1(,)(,)cA B E A B - ~ ;③、求解线形方程组:对于n 个未知数n 个方程Ax b =,如果(,)(,)rA b E x ,则A 可逆,且1x A b -=; 4. 初等矩阵和对角矩阵的概念:①、初等矩阵是行变换还是列变换,由其位置决定:左乘为初等行矩阵、右乘为初等列矩阵;②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ,左乘矩阵A ,i λ乘A 的各行元素;右乘,iλ乘A 的各列元素;③、对调两行或两列,符号(,)E i j ,且1(,)(,)E i j E i j -=,例如:1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;④、倍乘某行或某列,符号(())E i k ,且11(())(())E i k E i k -=,例如:1111(0)11k k k-⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =;③、若A B ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫ ⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式;二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C a b Ca bC b C a b -----=+=++++++=∑ ;注:Ⅰ、()n a b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====- m n n n n n n n m n C C C m m n mⅢ、组合的性质:11112---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ; ③、利用特征值和相似对角化: 7. 伴随矩阵:①、伴随矩阵的秩:*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩;②、伴随矩阵的特征值:*1*(,)AAAX X A A A A X X λλλ- == ⇒ =;③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述:①、()r A n =,A 中有n 阶子式不为0,1n +阶子式全部为0;(两句话)②、()r A n <,A 中有n 阶子式全部为0; ③、()r A n ≥,A 中有n 阶子式不为0;9. 线性方程组:Ax b =,其中A 为m n ⨯矩阵,则:①、m 与方程的个数相同,即方程组Ax b =有m 个方程;②、n 与方程组得未知数个数相同,方程组Ax b =为n 元方程; 10. 线性方程组Ax b =的求解:①、对增广矩阵B 进行初等行变换(只能使用初等行变换);②、齐次解为对应齐次方程组的解; ③、特解:自由变量赋初值后求得;11. 由n 个未知数m 个方程的方程组构成n 元线性方程:①、11112211211222221122n n n n m m nm n n a x a x a x b a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩ ;②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫⎪⎪ ⎪⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭(向量方程,A 为m n ⨯矩阵,m 个方程,n 个未知数)③、()1212n n x x a a a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭ (全部按列分块,其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭);④、1122n n a x a x a x β+++= (线性表出)⑤、有解的充要条件:()(,)r A r A n β=≤(n 为未知数的个数或维数)4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A :12,,,m ααα 构成n m ⨯矩阵12(,,,)m A = ααα; m 个n 维行向量所组成的向量组B :12,,,T T Tm βββ 构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭;含有有限个向量的有序向量组与矩阵一一对应;2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解;(齐次线性方程组)②、向量的线性表出 Ax b ⇔=是否有解;(线性方程组) ③、向量组的相互线性表示 AX B ⇔=是否有解;(矩阵方程)3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是:齐次方程组0Ax =和0Bx =同解;(101P 例14)4. ()()T r A A r A =;(101P 例15)5.n 维向量线性相关的几何意义: ①、α线性相关 ⇔0α=;②、,αβ线性相关 ⇔,αβ坐标成比例或共线(平行);③、,,αβγ线性相关 ⇔,,αβγ共面;6. 线性相关与无关的两套定理:若12,,,s ααα 线性相关,则121,,,,s s αααα+ 必线性相关;若12,,,s ααα 线性无关,则121,,,s ααα- 必线性无关;(向量的个数加加减减,二者为对偶) 若r 维向量组A 的每个向量上添上n r -个分量,构成n 维向量组B :若A 线性无关,则B 也线性无关;反之若B 线性相关,则A 也线性相关;(向量组的维数加加减减) 简言之:无关组延长后仍无关,反之,不确定;7. 向量组A (个数为r )能由向量组B (个数为s )线性表示,且A 线性无关,则r s ≤(二版74P 定理7);向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示AX B ⇔=有解;()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论) 8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ,使12l A P P P = ;①、矩阵行等价:~rA B PA B ⇔=(左乘,P 可逆)0Ax ⇔=与0Bx =同解②、矩阵列等价:~c A B AQ B ⇔=(右乘,Q 可逆); ③、矩阵等价:~A B PAQ B ⇔=(P 、Q 可逆); 9.对于矩阵m n A ⨯与l n B ⨯:①、若A 与B 行等价,则A 与B 的行秩相等;②、若A 与B 行等价,则0Ax =与0Bx =同解,且A 与B 的任何对应的列向量组具有相同的线性相关性; ③、矩阵的初等变换不改变矩阵的秩; ④、矩阵A 的行秩等于列秩; 10.若m s s n m n A B C ⨯⨯⨯=,则:①、C 的列向量组能由A 的列向量组线性表示,B 为系数矩阵;②、C 的行向量组能由B 的行向量组线性表示,T A 为系数矩阵;(转置)11.齐次方程组0Bx =的解一定是0ABx =的解,考试中可以直接作为定理使用,而无需证明; ①、0ABx = 只有零解0Bx ⇒ =只有零解;②、0Bx = 有非零解0ABx ⇒ =一定存在非零解;12. 设向量组12:,,,n r r B b b b ⨯ 可由向量组12:,,,n s s A a a a ⨯ 线性表示为:(110P 题19结论)1212(,,,)(,,,)r s b b b a a a K = (B AK =)其中K 为s r ⨯,且A 线性无关,则B 组线性无关()r K r ⇔=;(B 与K 的列向量组具有相同线性相关性) (必要性:()()(),(),()r r B r AK r K r K r r K r ==≤≤∴= ;充分性:反证法)注:当r s =时,K 为方阵,可当作定理使用;13. ①、对矩阵m n A ⨯,存在n m Q ⨯,m AQ E = ()r A m ⇔=、Q 的列向量线性无关;(87P ) ②、对矩阵m n A ⨯,存在n m P ⨯,n PA E = ()r A n ⇔=、P 的行向量线性无关; 14. 12,,,s ααα 线性相关⇔存在一组不全为0的数12,,,s k k k ,使得11220s s k k k ααα+++= 成立;(定义)⇔1212(,,,)0s s x xx ααα⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭有非零解,即0Ax =有非零解;⇔12(,,,)s r s ααα< ,系数矩阵的秩小于未知数的个数;15. 设m n ⨯的矩阵A 的秩为r ,则n 元齐次线性方程组0Ax =的解集S 的秩为:()r S n r =-;16. 若*η为Ax b =的一个解,12,,,n r ξξξ- 为0Ax =的一个基础解系,则*12,,,,n r ηξξξ- 线性无关;(111P 题33结论)5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=(定义),性质:①、A 的列向量都是单位向量,且两两正交,即1(,1,2,)0T i j i ja a i j n i j=⎧==⎨≠⎩ ; ②、若A 为正交矩阵,则1T A A -=也为正交阵,且1A =±; ③、若A 、B 正交阵,则AB 也是正交阵; 注意:求解正交阵,千万不要忘记施密特正交化和单位化; 2. 施密特正交化:12(,,,)r a a a11b a =;1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=---- ; 3. 对于普通方阵,不同特征值对应的特征向量线性无关;对于实对称阵,不同特征值对应的特征向量正交; 4. ①、A 与B 等价 ⇔A 经过初等变换得到B ;⇔=PAQ B ,P 、Q 可逆; ()()⇔=r A r B ,A 、B 同型;②、A 与B 合同 ⇔=T C AC B ,其中可逆;⇔T x Ax 与T x Bx 有相同的正、负惯性指数; ③、A 与B 相似 1-⇔=P AP B ; 5. 相似一定合同、合同未必相似;若C 为正交矩阵,则T C AC B =⇒A B ,(合同、相似的约束条件不同,相似的更严格); 6. A 为对称阵,则A 为二次型矩阵; 7. n 元二次型T x Ax 为正定:A ⇔的正惯性指数为n ;A ⇔与E 合同,即存在可逆矩阵C ,使T C AC E =; A ⇔的所有特征值均为正数; A ⇔的各阶顺序主子式均大于0;0,0ii a A ⇒>>;(必要条件)。
线性代数公式大全_线性代数公式定理总结
![线性代数公式大全_线性代数公式定理总结](https://img.taocdn.com/s3/m/848e85327cd184254b3535d3.png)
线性代数公式大全——最新修订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 A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(副对角分块) ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭;(拉普拉斯) ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;(拉普拉斯) 3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ,总可经过初等变换化为标准形,其标准形是唯一确定的:rm nEO F OO ⨯⎛⎫= ⎪⎝⎭; 等价类:所有与A 等价的矩阵组成的一个集合,称为一个等价类;标准形为其形状最简单的矩阵;对于同型矩阵A 、B ,若()()r A r B A B = ⇔ ; 2. 行最简形矩阵:①、只能通过初等行变换获得;②、每行首个非0元素必须为1;③、每行首个非0元素所在列的其他元素必须为0;3. 初等行变换的应用:(初等列变换类似,或转置后采用初等行变换)①、若(,)(,)rA E E X ,则A 可逆,且1X A -=;②、对矩阵(,)A B 做初等行变化,当A 变为E 时,B 就变成1A B -,即:1(,)(,)cA B E A B - ~ ;③、求解线形方程组:对于n 个未知数n 个方程Ax b =,如果(,)(,)rA b E x ,则A 可逆,且1x A b -=; 4. 初等矩阵和对角矩阵的概念:①、初等矩阵是行变换还是列变换,由其位置决定:左乘为初等行矩阵、右乘为初等列矩阵;②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ,左乘矩阵A ,i λ乘A 的各行元素;右乘,iλ乘A 的各列元素;③、对调两行或两列,符号(,)E i j ,且1(,)(,)E i j E i j -=,例如:1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;④、倍乘某行或某列,符号(())E i k ,且11(())(())E i k E i k -=,例如:1111(0)11k k k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =; ③、若AB ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫ ⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式;二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C ab Ca bC b C a b -----=+=++++++=∑;注:Ⅰ、()n a b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====-m n n n n n n n m n C C C m m n mⅢ、组合的性质:111102---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ;③、利用特征值和相似对角化: 7. 伴随矩阵:①、伴随矩阵的秩:*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩;②、伴随矩阵的特征值:*1*(,)AAAX X A A A A X X λλλ- == ⇒ =;③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述:①、()r A n =,A 中有n 阶子式不为0,1n +阶子式全部为0;(两句话)②、()r A n <,A 中有n 阶子式全部为0; ③、()r A n ≥,A 中有n 阶子式不为0;9. 线性方程组:Ax b =,其中A 为m n ⨯矩阵,则:①、m 与方程的个数相同,即方程组Ax b =有m 个方程;②、n 与方程组得未知数个数相同,方程组Ax b =为n 元方程; 10. 线性方程组Ax b =的求解:①、对增广矩阵B 进行初等行变换(只能使用初等行变换);②、齐次解为对应齐次方程组的解; ③、特解:自由变量赋初值后求得;11. 由n 个未知数m 个方程的方程组构成n 元线性方程:①、11112211211222221122n n n n m m nm n n a x a x a x b a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩;②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭(向量方程,A 为m n ⨯矩阵,m 个方程,n 个未知数) ③、()1212n n x x a a a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭(全部按列分块,其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭); ④、1122n n a x a x a x β+++=(线性表出)⑤、有解的充要条件:()(,)r A r A n β=≤(n 为未知数的个数或维数)4、向量组的线性相关性1. m 个n 维列向量所组成的向量组A :12,,,m ααα构成n m ⨯矩阵12(,,,)m A =ααα;m 个n 维行向量所组成的向量组B :12,,,T TTmβββ构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭; 含有有限个向量的有序向量组与矩阵一一对应;2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解;(齐次线性方程组)②、向量的线性表出 Ax b ⇔=是否有解;(线性方程组) ③、向量组的相互线性表示 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:~cA B AQ B ⇔=(右乘,Q 可逆); ③、矩阵等价:~A B PAQ B ⇔=(P 、Q 可逆); 9. 对于矩阵m n A ⨯与l n B ⨯:①、若A 与B 行等价,则A 与B 的行秩相等;②、若A 与B 行等价,则0Ax =与0Bx =同解,且A 与B 的任何对应的列向量组具有相同的线性相关性; ③、矩阵的初等变换不改变矩阵的秩; ④、矩阵A 的行秩等于列秩; 10. 若m s s n m n A B C ⨯⨯⨯=,则:①、C 的列向量组能由A 的列向量组线性表示,B 为系数矩阵;②、C 的行向量组能由B 的行向量组线性表示,T A 为系数矩阵;(转置)11. 齐次方程组0Bx =的解一定是0ABx =的解,考试中可以直接作为定理使用,而无需证明;①、0ABx = 只有零解0Bx ⇒ =只有零解;②、0Bx = 有非零解0ABx ⇒ =一定存在非零解;12. 设向量组12:,,,n r r B b b b ⨯可由向量组12:,,,n s s A a a a ⨯线性表示为:(110P 题19结论)1212(,,,)(,,,)r s b b b a a a K =(B AK =)其中K 为s r ⨯,且A 线性无关,则B 组线性无关()r K r ⇔=;(B 与K 的列向量组具有相同线性相关性) (必要性:()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=;充分性:反证法)注:当r s =时,K 为方阵,可当作定理使用;13. ①、对矩阵m n A ⨯,存在n m Q ⨯,m AQ E = ()r A m ⇔=、Q 的列向量线性无关;(87P ) ②、对矩阵m n A ⨯,存在n m P ⨯,n PA E = ()r A n ⇔=、P 的行向量线性无关; 14. 12,,,s ααα线性相关⇔存在一组不全为0的数12,,,s k k k ,使得11220s s k k k ααα+++=成立;(定义)⇔1212(,,,)0s s x xx ααα⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭有非零解,即0Ax =有非零解;⇔12(,,,)s r s ααα<,系数矩阵的秩小于未知数的个数;15. 设m n ⨯的矩阵A 的秩为r ,则n 元齐次线性方程组0Ax =的解集S 的秩为:()r S n r =-;16. 若*η为Ax b =的一个解,12,,,n r ξξξ-为0Ax =的一个基础解系,则*12,,,,n r ηξξξ-线性无关;(111P 题33结论)5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=(定义),性质:①、A 的列向量都是单位向量,且两两正交,即1(,1,2,)0T i j i j a a i j n i j=⎧==⎨≠⎩;②、若A 为正交矩阵,则1T A A -=也为正交阵,且1A =±; ③、若A 、B 正交阵,则AB 也是正交阵;注意:求解正交阵,千万不要忘记施密特正交化和单位化; 2. 施密特正交化:12(,,,)r a a a11b a =;1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----;3. 对于普通方阵,不同特征值对应的特征向量线性无关;对于实对称阵,不同特征值对应的特征向量正交; 4. ①、A 与B 等价 ⇔A 经过初等变换得到B ;⇔=PAQ B ,P 、Q 可逆; ()()⇔=r A r B ,A 、B 同型;②、A 与B 合同 ⇔=T C AC B ,其中可逆; ⇔T x Ax 与T x Bx 有相同的正、负惯性指数; ③、A 与B 相似 1-⇔=P AP B ; 5. 相似一定合同、合同未必相似;若C 为正交矩阵,则T C AC B =⇒A B ,(合同、相似的约束条件不同,相似的更严格); 6. A 为对称阵,则A 为二次型矩阵; 7. n 元二次型T x Ax 为正定:A ⇔的正惯性指数为n ;A ⇔与E 合同,即存在可逆矩阵C ,使T C AC E =; A ⇔的所有特征值均为正数; A ⇔的各阶顺序主子式均大于0;0,0ii a A ⇒>>;(必要条件)。
线性代数全公式 线性代数公式定理总结
![线性代数全公式 线性代数公式定理总结](https://img.taocdn.com/s3/m/35566efa0066f5335b812166.png)
基本运算①A + B =B +A② (A + B )+C =A +(B +C )③ c(A + B )=cA +cB (c + d A = cA +dA ④ c(dA )=(cd A⑤cA = 0二 c=0或 A=0。
(ATT=A(A±B y =A T±B T(cA T = C (A T L (AB T =B TA TT(n (n —1)"21)=C j = n (n ~1)2逆值变A 」CA =cnCt , P l + P 2, 丫=P i,Y y p 2,YA =©1,^2,^3 ), 3 阶矩阵B =(3l, 02,卩3 )A +B | H |A +|B |线性代数全公式B+ P l ®2 +P 233+P 3D = a21A21 + a22A2^^a2n A Zn转置值不变A T=AA +B =(%+ P l,% +6,03 +P 3)E(i,j(c)“1I有关乘法的基本运算C ij =a ii b ij +a i2b2j + …+a in b nj线性性质(A t + 民B=A1B +A2B ,A(Bi + B2 )= AB i + AB2 (cAB =c(AB )= A(cB )结合律(AB C = A(BC )(AB T =B T A TAB| =|A|B.k .l . k +A A =A(A k} A kl(AB (=A k B k不一定成立!A(kE )= kA , (kE A = kAAB = E u BA = E与数的乘法的不同之处(AB;= A k B k不一定成立!无交换律因式分解障碍是交换性一个矩阵A的每个多项式可以因式分解,例如2A —2A-3E =(A—3E )(A + E )无消去律(矩阵和矩阵相乘)当AB = 0时口A = 0或B=0由AH0和AB =0= B=0由AH0时AB=ACx B=C (无左消去律)特别的设A可逆,则A 有消去律。
线性代数全公式_线性代数公式定理总结
![线性代数全公式_线性代数公式定理总结](https://img.taocdn.com/s3/m/6fbc9109eefdc8d376ee32d3.png)
线性代数全公式基本运算①A B B A +=+②()()C B A C B A ++=++③()cB cA B A c +=+ ()dA cA A d c +=+ ④()()A cd dA c =⑤00=⇔=c cA 或0=A 。
()A A TT=()TT TB A B A ±=±()()T TA c cA =。
()TT TA B AB =()()()212112-==-n n C n n n τn n A a A a A a D 2222222121+++=转置值不变A A T = 逆值变AA11=- A c cA n =γβαγβαγββα,,,,,,2121+=+()321,,ααα=A ,3阶矩阵 ()321,,βββ=B B A B A +≠+()332211,,βαβαβα+++=+B A332211,,βαβαβα+++=+B A B A B A B A =*=*00()()1,=c j i E有关乘法的基本运算nj in j i j i ij b a b a b a C +++= 2211 线性性质 ()B A B A B A A 2121+=+, ()2121AB AB B B A +=+ ()()()cB A AB c B cA == 结合律 ()()BC A C AB =()TT TA B AB =B A AB =l k l k A A A += ()kl lkA A =()kk kB A AB =不一定成立!A AE =,A EA =()kA kE A =,()kA A kE =E BA E AB =⇔=与数的乘法的不同之处()kk kB A AB =不一定成立!无交换律 因式分解障碍是交换性一个矩阵A 的每个多项式可以因式分解,例如 ()()E A E A E A A +-=--3322无消去律(矩阵和矩阵相乘) 当0=AB 时0=⇒/A 或0=B 由0≠A 和00=⇒/=B AB由0≠A 时C B AC AB =⇒/=(无左消去律) 特别的 设A 可逆,则A 有消去律。
线性代数概念、性质、定理、公式整理
![线性代数概念、性质、定理、公式整理](https://img.taocdn.com/s3/m/610df5e8dd3383c4bb4cd2b3.png)
概念、性质、定理、公式必须清楚,解法必须熟练,计算必须准确A可逆r ( A) nA的列(行)向量线性无关的特征值全不为0AA 0 A x x A x只有零解,nR, A x总有唯一解TA A是正定矩阵A EA p p p p1 2 s i是初等阵存在n阶矩阵B , 使得A B E 或AB E○注:全体n 维实向量构成的集合nR叫做n 维向量空间.A不可逆r ( A) nA 0 A的列(行)向量线性相关0是A的特征值Ax 有非零解, 其基础解系即为A关于0的特征向量r ( aE bA ) n○注aE bA (aE bA ) x 有非零解=- ab向量组等价矩阵等价( )具有反身性、对称性、传递性矩阵相似( )矩阵合同( )√关于e1 , e2 , ,e n :①称为n n的标准基,中的自然基,单位坐标向量教材;87p②e1 , e2 , ,e n 线性无关;③e1 ,e2 , , e n 1 ;④tr E = n ;⑤任意一个n 维向量都可以用e1 , e2 , ,e n 线性表示.7a a a11 12 1n行列式的定义a a a21 22 2 n ( j j j )D ( 1) a a a1 2 nn 1 j 2 j nj1 2j j j1 2 nna a an1 n 2 nn√行列式的计算:①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零.②若A与B 都是方阵(不必同阶), 则A O A A O=O B O B BA B(拉普拉斯展开式)O A A= ( 1)B O B Om nA B③上三角、下三角、主对角行列式等于主对角线上元素的乘积.a O a1n 1n④关于副对角线:a a2 n 1 2 n 1n ( n 1)( 1) 2 a a a (即:所有取自不同行不1n 2 n n1a O a On 1 n 1同列的n 个元素的乘积的代数和)1 1 1x x x1 2 n⑤范德蒙德行列式: 2 2 2x x x1 2 nx xi j1 j i nn 1 n 1 n 1x x x1 2 na a a11 12 1n矩阵的定义由m n 个数排成的m 行n 列的表 A a a a21 22 2 n 称为m n 矩阵. 记作: A a 或A m nijm na a am1 m 2 mnA A A11 21 n1伴随矩阵*A AijA A AT n12 22 2,A为 A 中各个元素的代数余子式.ijA A A1 n2 n nn√逆矩阵的求法:① A 1AA ○注:1a b 1 d b 主换位c d ad bc c a副变号8②初等行变换 1( A E ) ( E A )a1 1 1a1a11 1a3③a21a2a21a2 a31a3a31a1√方阵的幂的性质:m n m n m n mnA A A ( A ) ( A)√设 A , B , A 的列向量为 1 , 2 , , n , B 的列向量为m n n s 1 , 2 , , s,b b b11 12 1s则AB Cm sb b b21 22 2 s, , , c ,c, , c1 2 n 1 2 sA c ,(i 1,2 , , s)i ii 为b b bn1 n 2 nsAx c 的解 A 1 , 2 , , s A 1 , A 2 , , A s c1 , c2 , ,c sic1 ,c2 , , c s 可由 1 , 2 , , n 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,TA 为系数矩阵.a a a c11 12 1 n 1 1 a a a c11 1 12 2 1n 2 1即:a a a c21 22 2 n 2 2a a a c21 1 22 2 2 n 2 2a a a cn 1 n 2 m n n ma a a cm 1 1 m 2 2 mn 2 m√用对角矩阵○左乘一个矩阵, 相当于用的对角线上的各元素依次乘此矩阵的○行向量;用对角矩阵○右乘一个矩阵, 相当于用的对角线上的各元素依次乘此矩阵的○列向量. √两个同阶对角矩阵相乘只用把对角线上的对应元素相乘.√分块矩阵的转置矩阵:T T T A B A CT T C D B D分块矩阵的逆矩阵:11A AB B11A B1B A111 1 1A C A A C B11A O A OO B O B 1 1C B B C A B分块对角阵相乘:A B11 11A , BA B22 22ABA B11 11A B22 22, A nnA11nA229分块对角阵的伴随矩阵:* *A BAB AB **mnA ( 1) A Bm nB ( 1) B A√矩阵方程的解法( A 0 ) :设法化成(I) AX B 或(II) XA B初等行变换(I) 的解法:构造( A B ) ( E X )T T T(II) 的解法:将等式两边转置化为A X B ,T用(I) 的方法求出X ,再转置得X①零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教材.114p⑥向量组1, 2 , , n 中任一向量i (1 ≤i ≤n ) 都是此向量组的线性组合.⑦向量组 1 , 2 , , n 线性相关向量组中至少有一个向量可由其余n 1 个向量线性表示.向量组1, 2 , , n 线性无关向量组中每一个向量i 都不能由其余n 1 个向量线性表示.⑧m 维列向量组1, 2 , , n 线性相关r ( A ) n ;m 维列向量组1, 2 , , n 线性无关r ( A) n .⑨若1, 2 , , n 线性无关,而1, 2 , , n , 线性相关,则可由 1 , 2 , , n 线性表示, 且表示法唯一.⑩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.行阶梯形矩阵可画出一条阶梯线,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,称为行最简形矩阵? 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.即:矩阵的初等变换不改变矩阵的秩.√矩阵的初等变换和初等矩阵的关系:10对A施行一次初等○行变换得到的矩阵, 等于用相应的初等矩阵○左乘A ;对A施行一次初等○列变换得到的矩阵, 等于用相应的初等矩阵○右乘A .矩阵的秩如果矩阵 A 存在不为零的r 阶子式,且任意r 1阶子式均为零,则称矩阵 A 的秩为r . 记作r ( A) r向量组的秩向量组1, 2 , , n 的极大无关组所含向量的个数,称为这个向量组的秩. 记作r(, , , n )1 2矩阵等价 A 经过有限次初等变换化为 B . 记作: A B向量组等价1, 2 , , n 和 1 , 2 , , n 可以相互线性表示.记作: 1 , 2 , , n 1 , 2 , , n? 矩阵 A 与B 等价PAQ B ,P, Q 可逆r ( A) r (B), A, B为同型矩阵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r ( , , ,n ) r ( , , , n ) r ( 1 , 2 , n , 1 , 2 , , n )1 2 1 2矩阵 A 与B 等价.? 向量组1, 2 , , s 可由向量组 1 , 2 , , n 线性表示A X B 有解r r ( 1 , 2 , n , 1 , 2 , , s ) r ( 1 , 2 , , s ) ≤r ( 1 , 2 , , n ) .( , , , n )=1 2? 向量组1, 2 , , s 可由向量组 1 , 2 , , n 线性表示,且s n ,则 1 , 2 , , s 线性相关.向量组1, 2 , , s 线性无关, 且可由 1 , 2 , , n 线性表示,则s ≤n .? 向量组1, 2 , , s 可由向量组 1 , 2 , , n 线性表示,且r ( 1 , 2 , , s ) r ( 1 , 2 , , n ) , 则两向量组等价;p教材94, 例10? 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.? 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.? 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.?设A是m n 矩阵, 若r ( A) m ,A 的行向量线性无关;若r ( A) n ,A 的列向量线性无关, 即:1, 2 , , n 线性无关.√矩阵的秩的性质:①若A O r ( A)≥ 1 若A O r ( A)0 0 ≤r ( A ) ≤min( m , n)m n11***T T②( ) ( ) ( )r A r A r A A p教材101, 例15③r (kA ) r ( A) 若k 0④若A , B , 若r ( AB ) 0m n n s r ( A) r ( B ) nB的列向量全部是Ax 的解⑤r ( AB ) ≤min r ( A), r ( B)若A可逆r ( AB ) r ( B )⑥即:可逆矩阵不影响矩阵的秩.若B可逆r AB r A( ) ( )Ax只有零解⑦若r ( A ) nm nr ( AB ) r (B )A在矩阵乘法中有左消去律AB O B O AB AC B C;若r ( B ) nn sr ( AB ) r ( B )B 在矩阵乘法中有右消去律.E O E Or r⑧若r ( A ) r A与唯一的等价,称为矩阵A的等价标准型.O O O O⑨r ( A B ) ≤r ( A) r ( B) max r ( A), r ( B) ≤r ( A, B ) ≤r ( A) r ( B ) p教材70A O O A⑩r r ( A ) r ( B ) O B B OA Cr r ( A ) r ( B ) O B*** 12当A为方阵时Ax 有无穷多解 A 0 n表示法不唯一可由, , , 线性表示Ax 有解r ( A) r ( A )1 2 n, , , Ax 0线性相关有非零解1 2 n当为方阵时AAx 有唯一组解 A 0 克莱姆法则n表示法唯一, , ,1 2线n性无关只有零解Axr ( A) r ( A )不可由, , , 线性表示Ax 无解r (A)r ( A )1 2 n教材72r ( A) 1 r ( A )讲义87Ax有无穷多解其导出组有非零解○注:Ax有唯一解其导出组只有零解线性方程组的矩阵式Ax 向量式x x x1 12 2 n na a a x b11 12 1n 1 11 ja a a x b21 22 2 n 2 2A , x , j2 j, j 1, 2, , na a a x bm 1 m 2 m n n mm jx1***( , , , )1 2 n x 2 x n13***T T T T T T T 矩阵转置的性质:( )A A ( AB ) B A (kA ) kATT T TA A ( )A B A B1 T T 1 T T( A ) ( A ) ( A ) ( A )矩阵可逆的性质: 1 1( A ) A1 1 1( AB ) B A1 1 1(kA ) k A1A A11 1 1( A B ) A B1 k k 1 k( A ) ( A ) A伴随矩阵的性质:n 2( A ) A A ( AB ) B A n 1(kA ) k A A A n 1 * * *( A B ) A B1 1 k kA( A ) ( A ) ( ) ( )AA An r A n若( )r ( A ) 1 r ( A) n 1若AB A B nkA k AkkA A AB A B AA A A A E (无条件恒成立)0 若r ( A)n 1***14 ***(1) , Ax ,是的解也是它的解 12 1 2(2) 是Ax 的解, 对任意k, k 也是它的解齐次方程组(3) , , , 是Ax 的解, 对任意k个常数1 2 k, , , , 也是它的解1 2 k 1 1 2 2 k k线性方程组解的性质:(4) 是Ax 的解, 是其导出组Ax 的解, 是Ax 的解(5) , ,是Ax 的两个解是其导出组Ax 的解 12 1 2(6 ) Ax , Ax是的解则也是它的解是其导出组的解2 1 1 2(7) , , , Ax ,是的解则 1 2k也是的解1Ax1 12 2 k k 1 2 k是的解Ax 0 0 1 1 2 2 k k1 2 k√设 A 为m n 矩阵, 若r ( A ) m r ( A) r ( A ) Ax 一定有解,方程个数未知数的个数当m n 时, 一定不是唯一解, 则该向量组线性相关.向量维数向量个数m 是r ( A)和r ( A ) 的上限.√判断1, 2 , , s 是A x 的基础解系的条件:①1, 2 , , s 线性无关;②1, 2 , , s 都是 A x 的解;③s n r (A)每个解向量中自由未知量的个数.√一个齐次线性方程组的基础解系不唯一.√若是Ax 的一个解,1, , , s 是A x 的一个解 1 , , , s , 线性无关√Ax与B x 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.A.√两个齐次线性线性方程组 A x 与B x 同解r r ( A) r ( B )BA. √两个非齐次线性方程组Ax 与Bx 都有解,并且同解r r ( A) r ( B )B15√矩阵A与m n B 的行向量组等价齐次方程组Ax与Bx 同解P A B (左乘可逆矩阵P );l np教材101矩阵A与m n B 的列向量组等价AQ B (右乘可逆矩阵Q ).l n√关于公共解的三中处理办法:①把(I) 与(II) 联立起来求解;②通过(I) 与(II) 各自的通解,找出公共解;当(I) 与(II) 都是齐次线性方程组时,设1, 2 , 3 是(I) 的基础解系, 4 , 5 是(II) 的基础解系,则(I) 与(II) 有公共解基础解系个数少的通解可由另一个方程组的基础解系线性表示.即:r ( , , ) r ( , , c c )1 2 3 1 2 3 1 4 2 5当(I) 与(II) 都是非齐次线性方程组时,设1c1 1 c2 2 是(I) 的通解, 2 c3 3 是(II) 的通解,两方程组有公共解2c3 3 1 可由 1 , 2 线性表示. 即:r ( , ) r ( , c )1 2 1 2 2 3 3 1③设(I) 的通解已知,把该通解代入(II) 中,找出(I) 的通解中的任意常数所应满足(II) 的关系式而求出公共解。
线性代数公式定理大全 精简版
![线性代数公式定理大全 精简版](https://img.taocdn.com/s3/m/0ad867860c22590103029d1b.png)
与正交 ( , ) 0 .
是单位向量 ( , ) 1.
√ 内积的性质: ① 正定性: ( , ) 0, 且( , ) 0
② 对称性: ( , ) ( , )
③ 双线性: ( , 1 2 ) ( , 1) ( , 2 ) (1 2, ) (1, ) (2, ) (c, ) (c, ) (, c )
4
线性代数公式定理大全(精简版)
19 若两个线性无关的向量组等价,则它们包含的向量个数相等.
20 若 A 是 m n 矩阵,则 r(A) min m, n ,若 r( A) m , A 的行向量线性无关;
若 r(A) n , A 的列向量线性无关,即:
1,2 ,, n 线性无关.
线性方程组的矩阵式 Ax
√ 上三角阵、下三角阵、对角阵的特征值就是主对角线上的 n 各元素. √ 若 A 0 ,则 0 为 A 的特征值,且 Ax 0 的基础解系即为属于 0 的线性无关的特征向量.
√ 行列式的计算:
A ① 若 A与B 都是方阵(不必同阶),则 B
A A B B
A
(1)mn
A
B
AB
B
②上三角、下三角行列式等于主对角线上元素的乘积.
③关于副对角线:
a2n1
a1n
a2n1
a1n
n ( n1)
(1) 2
a1na2n an1
an1
an1
√ 逆矩阵的求法:
① A1 A A
一. 11 矩阵的行向量组的秩等于列向量组的秩.
阶梯形矩阵的秩等于它的非零行的个数. 12 矩阵的行初等变换不改变矩阵的秩,且不改变列向量间的线性关系.
矩阵的列初等变换不改变矩阵的秩,且不改变行向量间的线性关系.
线性代数公式定理总结
![线性代数公式定理总结](https://img.taocdn.com/s3/m/fec0e85911a6f524ccbff121dd36a32d7375c73d.png)
线性代数公式定理总结线性代数是一门研究向量空间及其线性映射与线性变换的数学学科,涉及了许多重要的公式和定理。
本文将对线性代数中的关键公式和定理进行总结,以帮助读者更深入地理解线性代数的基本概念和原理。
一、向量的基本性质和运算公式1. 向量空间的定义:向量空间是一个基于域上的向量集合,在满足一定性质(如封闭性、加法交换律等)的条件下进行线性组合和标量乘法运算。
2. 向量的加法和数乘:对于向量a和b,有加法公式a+b=b+a和数乘公式c(a+b) = ca + cb。
3. 零向量的性质:对于任意向量a,有a + 0 = a,其中0为零向量。
4. 向量的负向量:对于向量a,存在一个向量-b使得a + (-b) = 0。
5. 向量的数量积:向量a和b的数量积(内积)表示为a·b =||a|| ||b|| cosθ,其中||a||和||b||分别为向量a和b的模长,θ为a和b之间的夹角。
6. 内积的性质:内积满足加法性、齐次性、对称性和正定性等性质,如对于向量a,b和c,有a·(b + c) = a·b + a·c。
二、线性方程组和矩阵运算公式1. 线性方程组的标准形式:线性方程组可以表示为AX = B的形式,其中A为系数矩阵,X为未知变量向量,B为常数向量。
2. 线性方程组的解的存在性和唯一性:线性方程组的解存在并且唯一当且仅当系数矩阵A的秩等于常数向量B的秩。
3. 矩阵的乘法和转置:对于矩阵A和B,有乘法公式AB ≠ BA,矩阵转置的性质(A^T)^T = A和(AB)^T = B^T A^T。
4. 逆矩阵的性质:对于方阵A,若存在逆矩阵A^{-1}使得AA^{-1} = A^{-1}A = I,其中I为单位矩阵,则称A为可逆矩阵。
5. 逆矩阵的求解:对于方阵A,若A可逆,则可以使用伴随矩阵求解逆矩阵A^{-1} = (1/ det(A)) adj(A)。
6. 矩阵的行列式和性质:矩阵的行列式表示为det(A),满足交换行列式的值不变、对角矩阵的行列式等于对角线元素的乘积等性质。
线性代数性质定理公式全总结-3
![线性代数性质定理公式全总结-3](https://img.taocdn.com/s3/m/fb75cffe910ef12d2af9e7fd.png)
√ 初等矩阵的性质:√ 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 aA a A a E --=++++ 为A 的一个多项式.√ 1231122,T A mm k kAa b aA bE A A A A A Aλλλλλλλλλλλ-*⎧⎪++⎪⎪⎨= 是的特征值则:分别有特征值 .⎪⎪⎪⎪⎪⎩√ 1231122,A mm k kAa b aA bEAx A x A A A λλλλλλλλλλ-*⎧⎪++⎪⎪⎪⎨=⎪⎪⎪⎪⎩是关于的特征向量则也是关于的特征向量. √ 2,mA A 的特征向量不一定是A 的特征向量. √ A 与TA 有相同的特征值,但特征向量不一定相同.1P AP B -= (P 为可逆矩阵) 记为:A B 1P AP B -= (P 为正交矩阵)A 与对角阵Λ相似. 记为:A Λ(称Λ是A√ A 可相似对角化⇔()i i n r E A k λ--= i k 为i λ的重数⇔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.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 PPA A A A λλααααααλαλαλααααλΛ⎛⎫⎪⎪===⎪ ⎪⎝⎭. ○注:当i λ=0为A 的重的特征值时,A 可相似对角化⇔iλ的重数()n r A =-= Ax ο=基础解系的个数. √ 若n 阶矩阵A 有n 个互异的特征值⇒A 可相似对角化.√ 若A 可相似对角化,则其非零特征值的个数(重根重复计算)()r A =.√ 若A Λ ⇒k A =1k P P -Λ,1211()()()()()n g g g A Pg P P P g λλλ--⎛⎫⎪⎪=Λ= ⎪ ⎪⎝⎭ √ 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x 是A 关于0λ的特征向量,1P x -是B 关于0λ的特征向量. ②A B =tr tr③A B = 从而,A B 同时可逆或不可逆 ④()()r A r B =⑤TTA B ;11A B -- (若,A B 均可逆);**A B ⑥kkA B (k 为整数);()()f A f B ,()()f A f B =⑦,A BA B C D C D ⎛⎫⎛⎫⇒ ⎪⎪⎝⎭⎝⎭○注前四个都是必要条件. √ 数量矩阵只与自己相似. √ 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.TAA E =√ A 为正交矩阵⇔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 TTAA A 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.1211(,,,)n nTn ij iji j f x x x x Ax a x x====∑∑ ij ji a a =,即A 为对称矩阵,12(,,,)T n x x x x =T C AC B =. 记作:A B (,,A B C 为实对称矩阵为可逆矩阵)二次型的规范形中正项项数p r p -2p r - (r 为二次型的秩)√ 两个矩阵合同⇔它们有相同的正负惯性指数⇔他们的秩与正惯性指数分别相等. √ 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21ni i f d y =∑√ 二次型的标准形不是唯一的,与所作的正交变换有关,但非零系数的个数是由()r A +正惯性指数负惯性指数唯一确定的.√ 当标准形中的系数i d 为-1或0或1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.√ 惯性定理:任一实对称矩阵A与唯一对角阵111100⎛⎫⎪⎪⎪ ⎪- ⎪ ⎪ ⎪- ⎪⎪ ⎪ ⎪⎪⎝⎭合同. √ 用正交变换化二次型为标准形:① 求出A 的特征值、特征向量; ② 对n 个特征向量正交规范化;③ 构造C (正交矩阵),作变换x Cy =,则1112221()()TT T T Tn n n y d y y d y Cy A Cy y C ACY y C ACY y d y -⎛⎫⎛⎫⎛⎫⎪ ⎪⎪⎪⎪⎪=== ⎪ ⎪⎪ ⎪⎪⎪⎝⎭⎝⎭⎝⎭④ 新的二次型为21ni i f d y =∑,Λ的主对角上的元素i d 即为A 的特征值.123,,ααα线性无关,112122111313233121122(,)(,)(,)(,)(,)(,)βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化:111βηβ=222βηβ= 333βηβ= 技巧:取正交的基础解系,跳过施密特正交化。
线性代数重要公式定理大全
![线性代数重要公式定理大全](https://img.taocdn.com/s3/m/80ffe8a7f9c75fbfc77da26925c52cc58ad6907c.png)
线性代数重要公式定理大全线性代数是数学中的一个重要分支,它研究矩阵、向量、线性方程组等基本概念和性质,并运用线性代数的理论和方法解决实际问题。
在学习线性代数时,了解一些重要的公式和定理,不仅可以帮助我们更好地理解和应用线性代数的知识,还能为进一步学习和研究提供基础。
在线性代数中,有许多公式和定理与行列式、矩阵、向量、线性变换和特征值等相关。
下面我将介绍一些重要的公式和定理,希望对你的学习有所帮助。
一、行列式的公式和定理1. 行列式的定义:设有n阶方阵A,它的行列式记作,A,或det(A),定义为:A,=a₁₁A₁₁-a₁₂A₁₂+...+(-1)^(1+n)a₁ₙA₁其中,a₁₁,a₁₂,...,a₁ₙ分别是矩阵第一行元素,A₁₁,A₁₂,...,A₁ₙ是矩阵去掉第一行和第一列的余子式。
2.行列式的性质:(1)行互换改变行列式的符号,列互换改变行列式的符号。
(2)行列式相邻行(列)对换,行列式的值不变。
(3)行列式其中一行(列)中的各项都乘以同一个数k,行列式的值也乘以k。
(4)互换行列式的两行(列),行列式的值不变。
(5)若行列式的行(列)的元素都是0,那么行列式的值为0。
(6)行列式的其中一行(列)的元素都是两数之和,那么行列式的值等于两个行列式的值之和。
3.行列式的计算:(1)按第一行展开计算行列式:将行列式的第一行元素与其所对应的代数余子式相乘,然后加上符号,得到行列式的值。
(2)按第一列展开计算行列式:将行列式的第一列元素与其所对应的代数余子式相乘,然后加上符号,得到行列式的值。
4.行列式的性质定理:(1)拉普拉斯定理:行列式等于它的每一行(列)的元素与其所对应的代数余子式的乘积之和。
(2)行(列)对阵定理:行列式的值等于它的转置矩阵的值。
(3)行列式的转置等于行列式的值不变。
二、矩阵的公式和定理1.矩阵的定义:将一个复数域上的m行n列数排成一个长方形,并按照一定的顺序进行排列,这个排列称为一个m×n矩阵,其中m是矩阵的行数,n是矩阵的列数。
线性代数重要公式、定理大全
![线性代数重要公式、定理大全](https://img.taocdn.com/s3/m/b8670e1f650e52ea5518982c.png)
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 CA B C B O B==、(1)m n C A O AA B B O B C==-⑥、范德蒙行列式:大指标减小指标的连乘积; ⑦、特征值;6. 对于n 阶行列式A ,恒有:1(1)nnk n k k k E A S λλλ-=-=+-∑,其中k S 为k 阶主子式;7. 证明0A =的方法:①、A A =-; ②、反证法;③、构造齐次方程组0Ax =,证明其有非零解; ④、利用秩,证明()r A n <; ⑤、证明0是其特征值;2、矩阵1.A 是n 阶可逆矩阵:⇔0A ≠(是非奇异矩阵);⇔()r A n =(是满秩矩阵) ⇔A 的行(列)向量组线性无关;⇔齐次方程组0Ax =有非零解; ⇔n b R ∀∈,Ax b =总有唯一解; ⇔A 与E 等价;⇔A 可表示成若干个初等矩阵的乘积;⇔A 的特征值全不为0; ⇔T A A 是正定矩阵;⇔A 的行(列)向量组是n R 的一组基; ⇔A 是n R 中某两组基的过渡矩阵;2. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立;3.1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===4. 矩阵是表格,推导符号为波浪号或箭头;行列式是数值,可求代数和;5. 关于分块矩阵的重要结论,其中均A 、B 可逆:若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,则: Ⅰ、12s A A A A = ; Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭; ②、111A O A O O B O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;(主对角分块) ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(副对角分块) ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭;(拉普拉斯) ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;(拉普拉斯) 3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ,总可经过初等变换化为标准形,其标准形是唯一确定的:rm nEO F OO ⨯⎛⎫= ⎪⎝⎭; 等价类:所有与A 等价的矩阵组成的一个集合,称为一个等价类;标准形为其形状最简单的矩阵;对于同型矩阵A 、B ,若()()r A r B A B = ⇔ ; 2. 行最简形矩阵:①、只能通过初等行变换获得;②、每行首个非0元素必须为1;③、每行首个非0元素所在列的其他元素必须为0;3. 初等行变换的应用:(初等列变换类似,或转置后采用初等行变换)①、 若(,)(,)rA E E X ,则A 可逆,且1X A -=;②、对矩阵(,)A B 做初等行变化,当A 变为E 时,B 就变成1A B -,即:1(,)(,)cA B E A B - ~ ;③、求解线形方程组:对于n 个未知数n 个方程Ax b =,如果(,)(,)rA b E x ,则A 可逆,且1x A b -=; 4. 初等矩阵和对角矩阵的概念:①、初等矩阵是行变换还是列变换,由其位置决定:左乘为初等行矩阵、右乘为初等列矩阵;②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ,左乘矩阵A ,i λ乘A 的各行元素;右乘,iλ乘A 的各列元素;③、对调两行或两列,符号(,)E i j ,且1(,)(,)E i j E i j -=,例如:1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;④、倍乘某行或某列,符号(())E i k ,且11(())(())E i k E i k -=,例如:1111(0)11k k k-⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =;③、若A B ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫ ⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式;二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C a b Ca bC b C a b -----=+=++++++=∑ ;注:Ⅰ、()n a b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====- m n n n n n n n m n C C C m m n mⅢ、组合的性质:11112---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ; ③、利用特征值和相似对角化: 7. 伴随矩阵:①、伴随矩阵的秩:*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩;②、伴随矩阵的特征值:*1*(,)AAAX X A A A A X X λλλ- == ⇒ =;③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述:①、()r A n =,A 中有n 阶子式不为0,1n +阶子式全部为0;(两句话)②、()r A n <,A 中有n 阶子式全部为0; ③、()r A n ≥,A 中有n 阶子式不为0;9. 线性方程组:Ax b =,其中A 为m n ⨯矩阵,则:①、m 与方程的个数相同,即方程组Ax b =有m 个方程;②、n 与方程组得未知数个数相同,方程组Ax b =为n 元方程; 10. 线性方程组Ax b =的求解:①、对增广矩阵B 进行初等行变换(只能使用初等行变换);②、齐次解为对应齐次方程组的解; ③、特解:自由变量赋初值后求得;11. 由n 个未知数m 个方程的方程组构成n 元线性方程:①、11112211211222221122n n n n m m nm n n a x a x a x b a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩ ;②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫⎪⎪ ⎪⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭(向量方程,A 为m n ⨯矩阵,m 个方程,n 个未知数)③、()1212n n x x a a a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭ (全部按列分块,其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭);④、1122n n a x a x a x β+++= (线性表出)⑤、有解的充要条件:()(,)r A r A n β=≤(n 为未知数的个数或维数)4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A :12,,,m ααα 构成n m ⨯矩阵12(,,,)m A = ααα; m 个n 维行向量所组成的向量组B :12,,,T T Tm βββ 构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭;含有有限个向量的有序向量组与矩阵一一对应;2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解;(齐次线性方程组)②、向量的线性表出 Ax b ⇔=是否有解;(线性方程组) ③、向量组的相互线性表示 AX B ⇔=是否有解;(矩阵方程)3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是:齐次方程组0Ax =和0Bx =同解;(101P 例14)4. ()()T r A A r A =;(101P 例15)5.n 维向量线性相关的几何意义: ①、α线性相关 ⇔0α=;②、,αβ线性相关 ⇔,αβ坐标成比例或共线(平行);③、,,αβγ线性相关 ⇔,,αβγ共面;6. 线性相关与无关的两套定理:若12,,,s ααα 线性相关,则121,,,,s s αααα+ 必线性相关;若12,,,s ααα 线性无关,则121,,,s ααα- 必线性无关;(向量的个数加加减减,二者为对偶) 若r 维向量组A 的每个向量上添上n r -个分量,构成n 维向量组B :若A 线性无关,则B 也线性无关;反之若B 线性相关,则A 也线性相关;(向量组的维数加加减减) 简言之:无关组延长后仍无关,反之,不确定;7. 向量组A (个数为r )能由向量组B (个数为s )线性表示,且A 线性无关,则r s ≤(二版74P 定理7);向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示AX B ⇔=有解;()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论) 8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ,使12l A P P P = ;①、矩阵行等价:~rA B PA B ⇔=(左乘,P 可逆)0Ax ⇔=与0Bx =同解②、矩阵列等价:~c A B AQ B ⇔=(右乘,Q 可逆); ③、矩阵等价:~A B PAQ B ⇔=(P 、Q 可逆); 9.对于矩阵m n A ⨯与l n B ⨯:①、若A 与B 行等价,则A 与B 的行秩相等;②、若A 与B 行等价,则0Ax =与0Bx =同解,且A 与B 的任何对应的列向量组具有相同的线性相关性; ③、矩阵的初等变换不改变矩阵的秩; ④、矩阵A 的行秩等于列秩; 10.若m s s n m n A B C ⨯⨯⨯=,则:①、C 的列向量组能由A 的列向量组线性表示,B 为系数矩阵;②、C 的行向量组能由B 的行向量组线性表示,T A 为系数矩阵;(转置)11.齐次方程组0Bx =的解一定是0ABx =的解,考试中可以直接作为定理使用,而无需证明; ①、0ABx = 只有零解0Bx ⇒ =只有零解;②、0Bx = 有非零解0ABx ⇒ =一定存在非零解;12. 设向量组12:,,,n r r B b b b ⨯ 可由向量组12:,,,n s s A a a a ⨯ 线性表示为:(110P 题19结论)1212(,,,)(,,,)r s b b b a a a K = (B AK =)其中K 为s r ⨯,且A 线性无关,则B 组线性无关()r K r ⇔=;(B 与K 的列向量组具有相同线性相关性) (必要性:()()(),(),()r r B r AK r K r K r r K r ==≤≤∴= ;充分性:反证法)注:当r s =时,K 为方阵,可当作定理使用;13. ①、对矩阵m n A ⨯,存在n m Q ⨯,m AQ E = ()r A m ⇔=、Q 的列向量线性无关;(87P ) ②、对矩阵m n A ⨯,存在n m P ⨯,n PA E = ()r A n ⇔=、P 的行向量线性无关; 14. 12,,,s ααα 线性相关⇔存在一组不全为0的数12,,,s k k k ,使得11220s s k k k ααα+++= 成立;(定义)⇔1212(,,,)0s s x xx ααα⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭有非零解,即0Ax =有非零解;⇔12(,,,)s r s ααα< ,系数矩阵的秩小于未知数的个数;15. 设m n ⨯的矩阵A 的秩为r ,则n 元齐次线性方程组0Ax =的解集S 的秩为:()r S n r =-;16. 若*η为Ax b =的一个解,12,,,n r ξξξ- 为0Ax =的一个基础解系,则*12,,,,n r ηξξξ- 线性无关;(111P 题33结论)5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=(定义),性质:①、A 的列向量都是单位向量,且两两正交,即1(,1,2,)0T i j i ja a i j n i j=⎧==⎨≠⎩ ; ②、若A 为正交矩阵,则1T A A -=也为正交阵,且1A =±; ③、若A 、B 正交阵,则AB 也是正交阵; 注意:求解正交阵,千万不要忘记施密特正交化和单位化; 2. 施密特正交化:12(,,,)r a a a11b a =;1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=---- ; 3. 对于普通方阵,不同特征值对应的特征向量线性无关;对于实对称阵,不同特征值对应的特征向量正交; 4. ①、A 与B 等价 ⇔A 经过初等变换得到B ;⇔=PAQ B ,P 、Q 可逆; ()()⇔=r A r B ,A 、B 同型;②、A 与B 合同 ⇔=T C AC B ,其中可逆;⇔T x Ax 与T x Bx 有相同的正、负惯性指数; ③、A 与B 相似 1-⇔=P AP B ; 5. 相似一定合同、合同未必相似;若C 为正交矩阵,则T C AC B =⇒A B ,(合同、相似的约束条件不同,相似的更严格); 6. A 为对称阵,则A 为二次型矩阵; 7. n 元二次型T x Ax 为正定:A ⇔的正惯性指数为n ;A ⇔与E 合同,即存在可逆矩阵C ,使T C AC E =; A ⇔的所有特征值均为正数; A ⇔的各阶顺序主子式均大于0;0,0ii a A ⇒>>;(必要条件)。
线性代数公式定理总结
![线性代数公式定理总结](https://img.taocdn.com/s3/m/03a8ba82f021dd36a32d7375a417866fb84ac09b.png)
线性代数公式定理总结线性代数是一门研究向量空间及其变换的数学学科。
它在各个领域,尤其是科学、工程和计算机科学中具有广泛的应用。
线性代数的重要基础是一系列公式和定理,它们构成了这门学科的核心。
一. 向量运算向量是线性代数中的基本概念之一。
在计算和研究中,经常需要对向量进行运算。
常见的向量运算有加法、减法、乘法和除法。
1. 向量加法:向量加法是将两个向量的对应分量相加得到一个新的向量。
例如,对于向量a=[a1, a2, a3]和向量b=[b1, b2, b3],它们的和为c=[a1+b1, a2+b2, a3+b3]。
2. 向量减法:向量减法是将两个向量的对应分量相减得到一个新的向量。
例如,对于向量a=[a1, a2, a3]和向量b=[b1, b2, b3],它们的差为c=[a1-b1, a2-b2, a3-b3]。
3. 向量乘法:向量乘法有两种形式,内积和外积。
- 内积:内积也称为点积,是两个向量的对应分量相乘后再相加。
例如,对于向量a=[a1, a2, a3]和向量b=[b1, b2, b3],它们的内积为a·b=a1*b1+a2*b2+a3*b3。
内积有许多重要的性质,例如满足交换律和分配律。
- 外积:外积也称为叉积,是两个向量通过向量运算得到一个新的向量。
外积的结果是垂直于原来两个向量的向量。
外积在计算机图形学和物理学等领域中被广泛应用。
4. 向量除法:向量除法是将一个向量的对应分量除以另一个向量的对应分量得到一个新的向量。
例如,对于向量a=[a1, a2, a3]和向量b=[b1, b2, b3],它们的商为c=[a1/b1, a2/b2, a3/b3]。
注意,这里的除法是按元素进行的。
二. 矩阵运算矩阵是线性代数中另一个重要的概念。
矩阵是一个由元素组成的矩形阵列。
与向量类似,矩阵可以进行加法、减法、乘法和除法运算。
1. 矩阵加法:矩阵加法是将两个矩阵的对应元素相加得到一个新的矩阵。
(完整版)线性代数公式大全
![(完整版)线性代数公式大全](https://img.taocdn.com/s3/m/f5f04090b52acfc789ebc9cd.png)
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)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 O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;(主对角分块) ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(副对角分块) ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭;(拉普拉斯) ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;(拉普拉斯) 3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ,总可经过初等变换化为标准形,其标准形是唯一确定的:rm nEO F OO ⨯⎛⎫= ⎪⎝⎭; 等价类:所有与A 等价的矩阵组成的一个集合,称为一个等价类;标准形为其形状最简单的矩阵;对于同型矩阵A 、B ,若()()r A r B A B = ⇔ ; 2. 行最简形矩阵:①、只能通过初等行变换获得;②、每行首个非0元素必须为1;③、每行首个非0元素所在列的其他元素必须为0;3. 初等行变换的应用:(初等列变换类似,或转置后采用初等行变换)①、若(,)(,)rA E E X ,则A 可逆,且1X A -=;②、对矩阵(,)A B 做初等行变化,当A 变为E 时,B 就变成1A B -,即:1(,)(,)cA B E A B - ~ ;③、求解线形方程组:对于n 个未知数n 个方程Ax b =,如果(,)(,)rA b E x ,则A 可逆,且1x A b -=; 4. 初等矩阵和对角矩阵的概念:①、初等矩阵是行变换还是列变换,由其位置决定:左乘为初等行矩阵、右乘为初等列矩阵;②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ,左乘矩阵A ,i λ乘A 的各行元素;右乘,iλ乘A 的各列元素;③、对调两行或两列,符号(,)E i j ,且1(,)(,)E i j E i j -=,例如:1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;④、倍乘某行或某列,符号(())E i k ,且11(())(())E i k E i k -=,例如:1111(0)11k k k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =; ③、若AB ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式;二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C ab Ca bC b C a b -----=+=++++++=∑;注:Ⅰ、()n a b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====-m n n n n n n n m n C C C m m n mⅢ、组合的性质:111102---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ;③、利用特征值和相似对角化: 7. 伴随矩阵:①、伴随矩阵的秩:*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩;②、伴随矩阵的特征值:*1*(,)AAAX X A A A A X X λλλ- == ⇒ =;③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述:①、()r A n =,A 中有n 阶子式不为0,1n +阶子式全部为0;(两句话)②、()r A n <,A 中有n 阶子式全部为0; ③、()r A n ≥,A 中有n 阶子式不为0;9. 线性方程组:Ax b =,其中A 为m n ⨯矩阵,则:①、m 与方程的个数相同,即方程组Ax b =有m 个方程;②、n 与方程组得未知数个数相同,方程组Ax b =为n 元方程; 10. 线性方程组Ax b =的求解:①、对增广矩阵B 进行初等行变换(只能使用初等行变换);②、齐次解为对应齐次方程组的解; ③、特解:自由变量赋初值后求得;11. 由n 个未知数m 个方程的方程组构成n 元线性方程:①、11112211211222221122n n n n m m nm n n a x a x a x b a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩;②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭(向量方程,A 为m n ⨯矩阵,m 个方程,n 个未知数) ③、()1212n n x x a a a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭(全部按列分块,其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭); ④、1122n n a x a x a x β+++=(线性表出)⑤、有解的充要条件:()(,)r A r A n β=≤(n 为未知数的个数或维数)4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A :12,,,m ααα构成n m ⨯矩阵12(,,,)m A =ααα;m 个n 维行向量所组成的向量组B :12,,,T TTmβββ构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭; 含有有限个向量的有序向量组与矩阵一一对应;2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解;(齐次线性方程组)②、向量的线性表出 Ax b ⇔=是否有解;(线性方程组) ③、向量组的相互线性表示 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:~cA B AQ B ⇔=(右乘,Q 可逆); ③、矩阵等价:~A B PAQ B ⇔=(P 、Q 可逆); 9.对于矩阵m n A ⨯与l n B ⨯:①、若A 与B 行等价,则A 与B 的行秩相等;②、若A 与B 行等价,则0Ax =与0Bx =同解,且A 与B 的任何对应的列向量组具有相同的线性相关性; ③、矩阵的初等变换不改变矩阵的秩; ④、矩阵A 的行秩等于列秩; 10.若m s s n m n A B C ⨯⨯⨯=,则:①、C 的列向量组能由A 的列向量组线性表示,B 为系数矩阵;②、C 的行向量组能由B 的行向量组线性表示,T A 为系数矩阵;(转置)11.齐次方程组0Bx =的解一定是0ABx =的解,考试中可以直接作为定理使用,而无需证明; ①、0ABx = 只有零解0Bx ⇒ =只有零解;②、0Bx = 有非零解0ABx ⇒ =一定存在非零解;12. 设向量组12:,,,n r r B b b b ⨯可由向量组12:,,,n s s A a a a ⨯线性表示为:(110P 题19结论)1212(,,,)(,,,)r s b b b a a a K =(B AK =)其中K 为s r ⨯,且A 线性无关,则B 组线性无关()r K r ⇔=;(B 与K 的列向量组具有相同线性相关性) (必要性:()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=;充分性:反证法)注:当r s =时,K 为方阵,可当作定理使用;13. ①、对矩阵m n A ⨯,存在n m Q ⨯,m AQ E = ()r A m ⇔=、Q 的列向量线性无关;(87P ) ②、对矩阵m n A ⨯,存在n m P ⨯,n PA E = ()r A n ⇔=、P 的行向量线性无关; 14. 12,,,s ααα线性相关⇔存在一组不全为0的数12,,,s k k k ,使得11220s s k k k ααα+++=成立;(定义)⇔1212(,,,)0s s x xx ααα⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭有非零解,即0Ax =有非零解;⇔12(,,,)s r s ααα<,系数矩阵的秩小于未知数的个数;15. 设m n ⨯的矩阵A 的秩为r ,则n 元齐次线性方程组0Ax =的解集S 的秩为:()r S n r =-;16. 若*η为Ax b =的一个解,12,,,n r ξξξ-为0Ax =的一个基础解系,则*12,,,,n r ηξξξ-线性无关;(111P 题33结论)5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=(定义),性质:①、A 的列向量都是单位向量,且两两正交,即1(,1,2,)0T i j i j a a i j n i j=⎧==⎨≠⎩;②、若A 为正交矩阵,则1T A A -=也为正交阵,且1A =±; ③、若A 、B 正交阵,则AB 也是正交阵; 注意:求解正交阵,千万不要忘记施密特正交化和单位化; 2. 施密特正交化:12(,,,)r a a a11b a =;1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----;3. 对于普通方阵,不同特征值对应的特征向量线性无关;对于实对称阵,不同特征值对应的特征向量正交; 4. ①、A 与B 等价 ⇔A 经过初等变换得到B ;⇔=PAQ B ,P 、Q 可逆; ()()⇔=r A r B ,A 、B 同型;②、A 与B 合同 ⇔=T C AC B ,其中可逆; ⇔T x Ax 与T x Bx 有相同的正、负惯性指数; ③、A 与B 相似 1-⇔=P AP B ; 5. 相似一定合同、合同未必相似;若C 为正交矩阵,则T C AC B =⇒A B ,(合同、相似的约束条件不同,相似的更严格); 6. A 为对称阵,则A 为二次型矩阵; 7. n 元二次型T x Ax 为正定:A ⇔的正惯性指数为n ;A ⇔与E 合同,即存在可逆矩阵C ,使T C AC E =; A ⇔的所有特征值均为正数; A ⇔的各阶顺序主子式均大于0;0,0ii a A ⇒>>;(必要条件)。
线性代数重要公式定理大全
![线性代数重要公式定理大全](https://img.taocdn.com/s3/m/621a2d1fbf23482fb4daa58da0116c175e0e1e59.png)
线性代数重要公式定理大全在线性代数中,有许多重要的公式和定理。
以下是其中的一些:1.矩阵乘法的结合律:对于矩阵A,B和C,满足维度要求,有:(AB)C=A(BC)。
2.矩阵乘法的分配律:对于矩阵A,B和C,满足维度要求,有:A(B+C)=AB+AC。
3.矩阵乘法的转置:对于矩阵A和B,满足维度要求,有:(AB)ᵀ=BᵀAᵀ。
4.矩阵乘法的逆元:对于可逆矩阵A和B,有:(AB)⁻¹=B⁻¹A⁻¹。
5.矩阵的转置的转置:对于矩阵A,有:(Aᵀ)ᵀ=A。
6.矩阵的逆的逆:对于可逆矩阵A,有:(A⁻¹)⁻¹=A。
7.矩阵的逆与转置的乘积:对于可逆矩阵A,有:(Aᵀ)⁻¹=(A⁻¹)ᵀ。
8.矩阵的行列式乘积:对于矩阵A和B,满足维度要求,有:det(AB) = det(A)det(B)。
9.矩阵的行列式的转置:对于矩阵A,有:det(Aᵀ) = det(A)。
10.全排列的行列式和:对于n阶方阵A,有:det(A) = Σ(±1)ᵖ(对每个全排列的正负之和乘上元素的乘积)。
11.矩阵的伴随矩阵乘积:对于n阶方阵A,有:A·Adj(A) = det(A)·I (I为单位矩阵)。
12.矩阵的迹与特征值之和:对于n阶方阵A,有:tr(A) = Σλi (每个特征值的和)。
13.矩阵的迹与特征值之乘:对于n阶方阵A,有:det(A) = Πλi (每个特征值的乘积)。
14.矩阵的对角化:对于n阶方阵A,如果存在可逆矩阵P和对角阵D,满足A=PDP⁻¹,则A可对角化。
15.若两个n阶矩阵A和B相似,即存在可逆矩阵P,满足P⁻¹AP=B,则A和B有相同的特征值。
16.若矩阵A的特征值唯一,则A是对角矩阵。
17.若矩阵A的特征向量唯一,则A是数量矩阵。
18.若矩阵A的特征值都为正,则A是正定矩阵。
19.若矩阵A的特征值都为非负,则A是半正定矩阵。
线性代数性质公式整理
![线性代数性质公式整理](https://img.taocdn.com/s3/m/137ebbca192e45361166f547.png)
线性代数第一章行列式一、相关概念1.行列式——n阶行列式是所有取自不同行不同列的n个元素的乘积的代数和,这里是1,2,···n的一个排列。
当是偶排列时,该项的前面带正号;当是奇排列时,该项的前面带负号,即(1.1)这里表示对所有n阶排列求和。
式(1.1)称为n阶行列式的完全展开式。
2.逆序与逆序数——一个排列中,假如一个大的数排列在小的数之前,就称这两个数构成一个逆序。
一个排列的逆序总是称为这个排列的逆序数。
用表示排列的逆序数。
3.偶排列与奇排列——假如一个排列的逆序数是偶数,那么称这个排列为偶排列,否那么称为奇排列。
阶与3阶行列式的展开——,5.余子式与代数余子式——在n阶行列式中划去所在的第i行,第j列的元素,剩下的元素按原来的位置排法构成的一个n-1阶的行列式称为的余子式,记为;称为的代数余子式,记为,即。
6.伴随矩阵——由矩阵A的行列式|A|所有的代数余子式所构成的形如,称为A的伴随矩阵,记作。
二、行列式的性质1.经过转置行列式的值不变,即→行列式行的性质与列的性质是对等的。
2.两行互换位置,行列式的值变号。
特别地,两行一样(或两行成比例),行列式的值为0.3.某行如有公因子k,那么可把k提出行列式记号外。
4.假如行列式某行(或列)是两个元素之和,那么可把行列式拆成两个行列式之和:5.把某行的k倍加到另一行,行列式的值不变:6.代数余子式的性质——行列式任一行元素与另一行元素的代数余子式乘积之和为0三、行列式展开公式n阶行列式的值等于它的任何一行(列)元素,与其对应的代数余子式乘积之和,即|A|按i行展开的展开式|A|按j列展开的展开式四、行列式的公式1.上(下)三角形行列式的值等于主对角线元素的乘积;2.关于副对角线的n阶行列式的值3.两个特殊的拉普拉斯展开式:假如A和B分别是m阶和n阶矩阵,那么4.范德蒙行列式5.抽象n阶方阵行列式公式(矩阵)假设A、B都是n阶矩阵,是A的伴随矩阵,假设A可逆,是A的特征值:;;|AB|=|A||B|;;;;假设,那么,且特征值一样。
线性代数公式定理大全(精简版)
![线性代数公式定理大全(精简版)](https://img.taocdn.com/s3/m/ed7780bbb0717fd5360cdca1.png)
零向量是任何向量的线性组合,零向量与任何同维实向量正交. 单个零向量线性相关;单个非零向量线性无关. 部分相关,整体必相关;整体无关,部分必无关. 原向量组无关,接长向量组无关;接长向量组相关,原向量组相关. 两个向量线性相关 对应元素成比例;两两正交的非零向量组线性无关. 向量组 1 , 2 , , n 中任一向量 i (1 ≤ i ≤ n) 都是此向量组的线性组合. 向量组 1 , 2 , , n 线性相关 向量组中至少有一个向量可由其余 n 1 个向量线性表示.
1
1
b a 1 an A2 1
AT A B T C D B
T
CT DT a2 an a1
1
a2
a11
1 a2
1 a1
伴随矩阵的性质: ( A ) A
n2
A
( AB) பைடு நூலகம் A
(kA) k
n 1
A
A A
n 1
( A1 ) ( A ) 1 (A ) (A )
T T
√ 矩阵方程的解法:设法化成(I)AX B 当 A 0 时,
初等行变换 (I)的解法:构造(A B) (E X )
(当B为一列时, 即为克莱姆法则)
(II)的解法:将等式两边转置化为AT X T BT , 用(I)的方法求出X T,再转置得X
√ Ax 和 Bx 同解( A, B 列向量个数相同),则: ① 它们的极大无关组相对应,从而秩相等; ② 它们对应的部分组有一样的线性相关性; ③ 它们有相同的内在线性关系. √ 判断1 , 2 , , s 是 Ax 0 的基础解系的条件: ① 1 , 2 , , s 线性无关; ② 1 , 2 , , s 是 Ax 0 的解; ③ s n r ( A) 每个解向量中自由变量的个数 .
线性代数基本性质定理
![线性代数基本性质定理](https://img.taocdn.com/s3/m/ea11e0f802d276a200292e9e.png)
线性代数基本性质、定理、公式,解法,计算(),nTA r A nA A AxxAxAAxA A A E 可逆的列(行)向量线性无关的特征值全不为只有零解,0总有唯一解是正定矩阵R 12,si Ap p p p n B ABE ABE是初等阵存在阶矩阵使得或○注:全体n 维实向量构成的集合nR 叫做n 维向量空间.()A r A nAA A AxA 不可逆0的列(行)向量线性相关0是的特征值有非零解,其基础解系即为关于0的特征向量○注()()abr aEbA naE bA aE bA x有非零解=-具有向量组等价矩阵等价()反身性、对称性、传递性矩阵相似()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.行列式的定义1212121112121222()1212()n nnn nj j j nj j nj j j j n n nna a a a a a D a a a a a a 1√行列式的计算:①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零.②若A B 与都是方阵(不必同阶),则==()mnAO A A O A BO B O B BO A A A BBOBO1(拉普拉斯展开式)③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关于副对角线:(1)211212112111()n n nnnnn n n n n a Oa a a a a a a Oa O1(即:所有取自不同行不同列的n 个元素的乘积的代数和)⑤范德蒙德行列式:1222212111112n i jnj i nn n n nx x x x x x x x xxx111矩阵的定义由m n 个数排成的m 行n 列的表111212122212n n m m mna a a a a a Aa a a 称为m n 矩阵.记作:ijm nAa 或mnA 伴随矩阵1121112222*12n Tn ijnnnnA A A A A A AA A A A ,ij A 为A 中各个元素的代数余子式.√逆矩阵的求法:①1A AA○注:1a b d b cdcaadbc1主换位副变号②1()()A E E A 初等行变换③1231111213a a a a a a 3211111213a a a a a a √方阵的幂的性质:m nm nA AA()()m nmnA A √设,,m n n s A B A 的列向量为12,,,n,B 的列向量为12,,,s,则msABC 1112121222121212,,,,,,s s nsn n nsb b b b b bc c c b b b iiAc ,(,,)i s 1,2i为i Axc 的解121212,,,,,,,,,sss AA AAc c c 12,,,s c c c 可由12,,,n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,TA 为系数矩阵. 即:1112111212222212n n n n mnn ma a a c a a a c a a a c 111122*********22211222n n m m mnma a a c a a a c a a a c √用对角矩阵○左乘一个矩阵,相当于用的对角线上的各元素依次乘此矩阵的○行向量;用对角矩阵○右乘一个矩阵,相当于用的对角线上的各元素依次乘此矩阵的○列向量. √两个同阶对角矩阵相乘只用把对角线上的对应元素相乘.√分块矩阵的转置矩阵:TT T TTA B A C C DBD分块矩阵的逆矩阵:111AAB B111AB BA1111A C A A CB OBOB1111A O AO CBB CAB分块对角阵相乘:11112222,A B ABA B 11112222A B ABA B ,1122nnn AAA分块对角阵的伴随矩阵:***ABABAB *(1)(1)mnmnAA BBB A√矩阵方程的解法(0A ):设法化成AXBXAB(I)或 (II)A B E X 初等行变换(I)的解法:构造()()TTTTA 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√初等矩阵的性质:(,)E i j 1[()]E i k k [,()]E i j k 1(,)(,)TE i j E i j [()][()]TE i k E i k [,()][,()]TE i j k E j i k 1(,)(,)E i j E i j 11[()][()]kE i k E i 1[,()][,()]E i j k E i j k *(,)(,)E i j E i j *1[()][()]k E i k kE i *[,()][,()]E i j k E i j k ①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.即:矩阵的初等变换不改变矩阵的秩.√矩阵的初等变换和初等矩阵的关系:对A 施行一次初等○行变换得到的矩阵,等于用相应的初等矩阵○左乘A ;对A 施行一次初等○列变换得到的矩阵,等于用相应的初等矩阵○右乘A . ②零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.③单个零向量线性相关;单个非零向量线性无关.④部分相关,整体必相关;整体无关,部分必无关. (向量个数变动)⑤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)⑥两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114p 教材. ⑦向量组12,,,n中任一向量i(1≤i ≤)n 都是此向量组的线性组合.⑧向量组12,,,n线性相关向量组中至少有一个向量可由其余n 1个向量线性表示.向量组12,,,n 线性无关向量组中每一个向量i都不能由其余n 1个向量线性表示.⑨m 维列向量组12,,,n 线性相关()r A n ;m 维列向量组12,,,n线性无关()r A n .⑩若12,,,n 线性无关,而12,,,,n线性相关,则可由12,,,n线性表示,且表示法唯一.?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.行阶梯形矩阵可画出一条阶梯线,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,称为行最简形矩阵矩阵的秩如果矩阵A 存在不为零的r 阶子式,且任意r 1阶子式均为零,则称矩阵A 的秩为r .记作()r A r向量组的秩向量组12,,,n 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(,,,)nr 矩阵等价A 经过有限次初等变换化为B . 记作:AB向量组等价12,,,n和12,,,n可以相互线性表示. 记作:1212,,,,,,n n?矩阵A 与B 等价PAQB ,,P Q 可逆()(),,,r A r B A B A B 为同型矩阵作为向量组等价,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(,,,)(,,,)nnr r 1212(,,,,,,)nnr 矩阵A 与B 等价. ?向量组12,,,s 可由向量组12,,,n线性表示AX B 有解12(,,,)=nr 1212(,,,,,,)nsr 12(,,,)sr ≤12(,,,)nr .?向量组12,,,s 可由向量组12,,,n线性表示,且s n ,则12,,,s线性相关.向量组12,,,s 线性无关,且可由12,,,n线性表示,则s ≤n .?向量组12,,,s 可由向量组12,,,n线性表示,且12(,,,)sr 12(,,,)nr ,则两向量组等价;?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. ?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.?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.?设A 是mn 矩阵,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 线性无关.√矩阵的秩的性质:①()A Or A 若≥1()0A O r A 若0≤()m n r A ≤min(,)m n ②()()()TTr A r A r A A ③()()r kA r A k若0④()(),,()0mnn s r A r B nA B r AB B Ax若若0的列向量全部是的解⑤()r AB ≤min (),()r A r B ⑥()()()()A r AB r B B r AB r A 若可逆若可逆即:可逆矩阵不影响矩阵的秩.⑦若()()()m n Axr AB r B r A nAB O B O A ABACB C只有零解在矩阵乘法中有左消去律;若()()()n s r AB r B r B nB 在矩阵乘法中有右消去律.⑧()r r E O E O r A rA A OOOO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 Arr A r B OBB O()()A C r r A rB OB○注:AxAx有无穷多解其导出组有非零解有唯一解其导出组只有零解线性方程组的矩阵式Ax 向量式1122nnx x x 1112111212222212,,n n m m mnnma a a xb a a a x b Axa a a xb 12,,2,,j jjmjjn11212(,,,)nnx x x 矩阵转置的性质:()T TA A()TT TAB B A()TTkA kATAA()TTTA B AB(矩阵可逆的性质:11()A A111()AB B A 111()kA k A 11A A 111()A B A B (伴随矩阵的性质:2()n A AA()AB B A1()n kA kA1n AA***()A B AB(()()1 ()10 ()1nr A nr A r A n r A n 若若若AB A BnkA k AkkAAA B A B线性方程组解的性质:1212121211221212(1),,(2),,(3),,,,,,,,(4),,(5),,(6k kkkAx Axk k Axk AxAxAx Ax Ax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),,,,100kk k kkkkAx AxAxAx Ax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()()r A r A Ax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和的上限.√判断12,,,s是Ax的基础解系的条件:① 12,,,s线性无关;② 12,,,s都是Ax的解;③ ()s n r A 每个解向量中自由未知量的个数.√一个齐次线性方程组的基础解系不唯一.√若是Ax 的一个解,1,,,s是Ax的一个解1,,,,s线性无关√Ax 与Bx同解(,A B 列向量个数相同),则:① 它们的极大无关组相对应,从而秩相等;② 它们对应的部分组有一样的线性相关性;③ 它们有相同的内在线性关系.√两个齐次线性线性方程组Ax 与Bx同解()()A rr A r B B. √两个非齐次线性方程组Ax 与Bx都有解,并且同解()()A rr A r B B.√矩阵m n A 与l n B 的行向量组等价齐次方程组Ax 与Bx同解PA B (左乘可逆矩阵P );101p 教材矩阵m n A 与l n B 的列向量组等价AQ B (右乘可逆矩阵Q ).√关于公共解的三中处理办法:①把(I)与(II)联立起来求解;②通过(I)与(II)各自的通解,找出公共解;当(I)与(II)都是齐次线性方程组时,设123,,是(I)的基础解系,45,是(II)的基础解系,则 (I)与(II)有公共解基础解系个数少的通解可由另一个方程组的基础解系线性表示.即:1231231425(,,)(,,)r r c c 当(I)与(II)都是非齐次线性方程组时,设11122c c 是(I)的通解,233c 是(II)的通解,两方程组有公共解2331c 可由12,线性表示. 即:12122331(,)(,)r r c ③设(I)的通解已知,把该通解代入(II)中,找出(I)的通解中的任意常数所应满足(II)的关系式而求出公共解。
- 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)。
概念、性质、定理、公式必须清楚,解法必须熟练,计算必须准确(),nT A r A n A A Ax x Ax A Ax A A A E οοοββ==⇔∀≠≠≠⇔∀∈=≅可逆 的列(行)向量线性无关 的特征值全不为0 只有零解 ,0总有唯一解 是正定矩阵 R 12,s iA p p p p nB AB E AB E⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪=⋅⋅⋅⎪==⎪⎩ 是初等阵存在阶矩阵使得 或 ○注:全体n 维实向量构成的集合nR 叫做n 维向量空间. ()A r A n A A A Ax A ολ<=⇔==不可逆0的列(行)向量线性相关 0是的特征值 有非零解,其基础解系即为关于0的⎧⎪⎪⎪⎨⎪⎪⎪⎩特征向量○注 ()()a b r aE bA n aE bA aE bA x οολ+<⎧⎪+=⇔+=⎨⎪⎩有非零解=-⎫⎪≅⎪−−−→⎬⎪⎪⎭:;具有向量组等价矩阵等价()反身性、对称性、传递性矩阵相似()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87p 教材;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.1212121112121222()1212()n n nn n j j j n j j nj j j j n n nna a a a a a D a a a a a a τ==-∑LL L L L M M M L1√ 行列式的计算:①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零.②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*==**=-1(拉普拉斯展开式)③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关于副对角线:(1)211212112111()n n nnn n n n n n n a Oa a a a a a a Oa O---*==-K NN 1 (即:所有取自不同行不同列的n 个元素的乘积的代数和)⑤范德蒙德行列式:()1222212111112n i j nj i nn n n nx x x x x x x x x x x ≤<≤---=-∏L L L M M M L111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 ⎛⎫⎪ ⎪=⎪⎪⎝⎭L L M M M L 称为m n ⨯矩阵.记作:()ij m n A a ⨯=或m nA ⨯()1121112222*12n Tn ijn n nn A A A A A A A A A A A ⎛⎫ ⎪ ⎪== ⎪⎪⎝⎭L L M M M L ,ij A 为A 中各个元素的代数余子式. √ 逆矩阵的求法:① 1A A A *-= ○注: 1a b d b c d c a ad bc --⎛⎫⎛⎫= ⎪ ⎪--⎝⎭⎝⎭1 L L 主换位副变号 ②1()()A E E A -−−−−→MM 初等行变换③1231111213a a a a a a -⎛⎫⎛⎫ ⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭3211111213a a a a a a -⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭√ 方阵的幂的性质:m n m n A A A += ()()m n mnA A =√ 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 b b c c c b b b ααα⎛⎫⎪ ⎪⋅⋅⋅=⎪⎪⎝⎭L L L M M M L ⇔i iA c β= ,(,,)i s =L 1,2⇔iβ为iAx c =的解⇔()()()121212,,,,,,,,,s s s A A A A c c c ββββββ⋅⋅⋅=⋅⋅⋅=L ⇔12,,,s c c c L 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,T 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⎛⎫⎛⎫⎛⎫⎪⎪ ⎪⎪⎪ ⎪= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭L L M M M M M L ⇔11112212121122222211222n n m m mn ma a a c a a a c a a a c βββββββββ+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩L L L L L L √ 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.√ 分块矩阵的转置矩阵:TTT TT A B A C C D BD ⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭分块矩阵的逆矩阵:111A A B B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ 111A B BA---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭1111A C A A CB O B OB ----⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭ 1111A O A O C B B CA B ----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭分块对角阵相乘:11112222,A B A B A B ⎛⎫⎛⎫==⎪ ⎪⎝⎭⎝⎭⇒11112222A B AB A B ⎛⎫=⎪⎝⎭,1122nn n A A A ⎛⎫= ⎪⎝⎭分块对角阵的伴随矩阵:***A BA B AB ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ *(1)(1)mn mn A A B BB A **⎛⎫-⎛⎫= ⎪ ⎪⎪-⎝⎭⎝⎭√ 矩阵方程的解法(0A ≠):设法化成AX B XA B ==(I) 或 (II)A B E X −−−−→MM 初等行变换(I)的解法:构造()()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114p 教材. 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n -1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n -1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 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. ⑩ 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.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0⑪ 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. 即:矩阵的初等变换不改变矩阵的秩. √ 矩阵的初等变换和初等矩阵的关系:对A 施行一次初等○行变换得到的矩阵,等于用相应的初等矩阵○左乘A ; 对A 施行一次初等○列变换得到的矩阵,等于用相应的初等矩阵○右乘A .如果矩阵A 存在不为零的r 阶子式,且任意r +1阶子式均为零,则称矩阵A 的秩为r .记作()r A r =向量组12,,,n αααL 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 αααLA 经过有限次初等变换化为B . 记作:A B =%12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示. 记作:()()1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅%⑫ 矩阵A 与B 等价⇔PAQ B =,,P Q 可逆⇔()(),,,r A r B A B A B =≠>为同型矩阵作为向量组等价,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.⑬ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示⇔AX B =有解⇔12(,,,)=n r ααα⋅⋅⋅1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅≤12(,,,)n r ααα⋅⋅⋅. ⑭ 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 .⑮ 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;p 教材94,例10 ⑯ 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. ⑰ 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. ⑱ 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. ⑲ 设A 是m n ⨯矩阵,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. √ 矩阵的秩的性质:①()A O r A ≠⇔若≥1 ()0A O r A =⇔=若 0≤()m n r A ⨯≤min(,)m n ②()()()TTr A r A r A A == p 教材101,例15③()()r kA r A k =≠ 若0④()(),,()0m n n s r A r B n A B r AB B Ax ⨯⨯+≤⎧=⇒⎨=⎩若若0的列向量全部是的解⑤()r AB ≤{}min (),()r A r B⑥()()()()A r AB r B B r AB r A ⇒=⇒=若可逆若可逆 即:可逆矩阵不影响矩阵的秩.⑦若()()()m n Ax r AB r B r A n AB O B OA AB AC B C ο⨯⇔=⎧⎪=⎧⎪=⎨⎪⇒=⇒=⎧⎨⎪⎨⎪⎪=⇒=⎩⎩⎩ 只有零解在矩阵乘法中有左消去律;若()()()n s r AB r B r B n B ⨯=⎧=⇒⎨⎩在矩阵乘法中有右消去律.⑧()rrE O E O r A r A A O 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 + p 教材70⑩()()A O O A r r A r B O B B O ⎛⎫⎛⎫==+ ⎪ ⎪⎝⎭⎝⎭ ()()A C r r A r B O B ⎛⎫≠+ ⎪⎝⎭121212,,,0,,,()(),,,A n n A n Ax A n Ax Ax r A r A Ax A n βαααβαααβββααα⇔=−−−−−→=<⇔⇒⇔=⇔=⇔=⇔=−−−−−→≠⇒=⇔⇒L L M L 当为方阵时当为方阵时有无穷多解0表示法不唯一线性相关有非零解可由线性表示有解有唯一组解0克莱姆法则表示法唯一 线127()(),,,()()()1()n Ax r A r A Ax r A r A r A r A οββαααβββ⎧⎪⎪⎪⎪⎨⎪⎪⎪⇔=⎪⎩⎧⇔≠⎪⇔=⇔<⎨⎪⇔+=⎩M L M M 教材72讲义8性无关只有零解不可由线性表示无解 ○注:AxAx ββ⇒=<≠⇒=<≠有无穷多解其导出组有非零解有唯一解其导出组只有零解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 ML 12,,2,,j j j mj j n αααα⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪⎝⎭L M 11212(,,,)n n x x x αααβ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭L M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=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-=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),(7),,,,100k k k k k k k Ax Ax Ax Ax Ax ηβηηηοηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩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 =⇒()()r A r A β=M⇒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. √ 判断12,,,s ηηηL 是Ax ο=的基础解系的条件: ① 12,,,s ηηηL 线性无关; ② 12,,,s ηηηL 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.√ 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 ξξξL 是Ax ο=的一个解⇒1,,,,s ξξξη*L 线性无关√ Ax ο=与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.√ 两个齐次线性线性方程组Ax ο=与Bx ο=同解⇔()()A r r A r B B ⎛⎫==⎪⎝⎭. √ 两个非齐次线性方程组Ax β=与Bx γ=都有解,并且同解⇔()()A r r A r B B βγ⎛⎫==⎪⎝⎭MM .√ 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 );101p 教材 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 ). √ 关于公共解的三中处理办法:① 把(I)与(II)联立起来求解;② 通过(I)与(II)各自的通解,找出公共解;当(I)与(II)都是齐次线性方程组时,设123,,ηηη是(I)的基础解系, 45,ηη是(II)的基础解系,则 (I)与(II)有公共解⇔基础解系个数少的通解可由另一个方程组的基础解系线性表示.即:1231231425(,,)(,,)r r c c ηηηηηηηη=+M当(I)与(II)都是非齐次线性方程组时,设11122c c ξηη++是(I)的通解,233c ξη+是(II)的通解,两方程组有公共解⇔2331c ξηξ+-可由12,ηη线性表示. 即:12122331(,)(,)r r c ηηηηξηξ=+-M③ 设(I)的通解已知,把该通解代入(II)中,找出(I)的通解中的任意常数所应满足(II)的关系式而求出公共解。