考研线代公式总结

合集下载

《线性代数》公式大全

《线性代数》公式大全1.向量1.1向量的加法和减法v1=(x1,y1,z1)v2=(x2,y2,z2)v1+v2=(x1+x2,y1+y2,z1+z2)v1-v2=(x1-x2,y1-y2,z1-z2)1.2向量的数量乘法v=(x,y,z),k是一个实数kv = (kx, ky, kz)1.3向量的点积v1·v2=x1x2+y1y2+z1z21.4向量的模长v，=√(x^2+y^2+z^2)2.矩阵2.1矩阵的加法和减法A = (aij),B = (bij)是两个m x n矩阵A +B = (aij + bij)A -B = (aij - bij)2.2矩阵的数量乘法A = (aij)是一个m x n矩阵，k是一个实数kA = (kaij)2.3矩阵的乘法A = (aij)是一个m x n矩阵，B = (bij)是一个n x p矩阵AB = (cij)是一个m x p矩阵，其中cij = a1j*b1i + a2j*b2i+ ... + anj*bni2.4矩阵的转置A = (aij)是一个m x n矩阵A的转置为A^T = (aij)^T = (aji)2.5矩阵的逆A为可逆矩阵，A^-1为其逆矩阵，满足AA^-1=A^-1A=I，其中I为单位矩阵3.行列式3.1二阶行列式D=，abc d， = ad - b3.2三阶行列式D=，abcdeg h i， = aeI + bfG + cdH - ceG - afH - bd3.3n阶行列式D=，a11a12 (1)a21a22...a2...........an1 an2 ... ann， = (-1)^(i+j)*Mij，其中Mij为aij的代数余子4.线性方程组4.1齐次线性方程组Ax=0，其中A为一个mxn矩阵4.2非齐次线性方程组Ax=b，其中A为一个mxn矩阵，x为一个n维列向量，b为一个m维列向量4.3线性方程组的解法4.3.1矩阵消元法通过矩阵的初等行变换将线性方程组转化为行阶梯形或最简形4.3.2克拉默法则Ax = b的解可以表示为x = (Dx1/D, Dx2/D, ..., Dxn/D)，其中D 为系数矩阵A的行列式，Di为将第i列的系数替换为b后的行列式4.3.3矩阵求逆法若A为可逆矩阵，则Ax=b的解可以表示为x=A^(-1)b以上是线性代数的一些重要公式，通过理解和掌握这些公式，可以帮助我们解决线性代数相关的问题和应用。

考研数学线代定理公式汇总

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。

考研数学线性代数常用公式

考研数学线性代数常用公式数学考研考前必背常考公式集锦。

希望对考生在暑期的复习中有所帮助。

本文内容为线性代数的常考公式汇总。

1、行列式的展开定理行列式的值等于其任何一行（或列）所有元素与其对应的代数余子式乘积之和，即A= a i1 A i1+ a i2 A i2+...+ a in A in( i =1, 2,..., n)= a1j A1j+ a 2j A2j+...+ a nj A nj( j =1, 2,..., n)推论：行列式的一行（或列）所有元素与另一行（或列）对应元素的代数余子式的乘积之和为零，即n∑a ij A kj= a i1 A k1+ a i2 A k2+...+ a in A kn=0,(i≠k )j=1n∑a ji A jk= a1i A1k+ a2i A2k+...+ a ni A nk=0(i≠k )j=12、设 A =(a ij)m⨯n，B =(b ij)n⨯k（注意 A 的列数和 B 的行数相等），定义矩阵nC =(c ij)m⨯k，其中c ij=a i1b1j+a i2b2j+...+a in b nj=∑a ik b kj，称为矩阵 A 与矩阵 B 的k =1的乘积，记作 C = AB .如果矩阵A为方阵，则定义An=A⋅A...A为矩阵 A 的 n 次幂.n个A不成立的运算法则AB≠BAAB=O≠>A =O或B=O3、设 A 为n阶方阵，A*为它的伴随矩阵则有 AA *= A * A = A E .设 A 为n阶方阵，那么当 AB = E 或 BA = E 时，有 B -1 = A4、对单位矩阵实施一次初等变换得到的矩阵称之为初等矩阵.由于初等变换有三种，初等矩阵也就有三种：第一种：交换单位矩阵的第 i 行和第 j 行得到的初等矩阵记作E ij，该矩阵也⎛ 0 0 1 ⎫ 可以看做交换单位矩阵的第 i 列和第 j 列得到的.如 E 1,3 0 1 0 ⎪= ⎪ .1 0 0 ⎪⎝ ⎭第二种：将一个非零数 k 乘到单位矩阵的第 i 行得到的初等矩阵记作 E i ( k ) ；该矩阵也可以看做将单位矩阵第 i 列乘以非零数 k 得到的 . 如⎛ 1 0 0 ⎫E 2 (-5) 0 -5 0 ⎪ = ⎪ .0 0 1 ⎪⎝ ⎭第三种：将单位矩阵的第 i 行的 k 倍加到第 j 行上得到的初等矩阵记作 E ij ( k ) ；该矩阵也可以看做将单位矩阵的第 j 列的 k 倍加到第 i 列上得到的.如⎛ 1 0 0 ⎫ E 3,2 (-2) 0 1 -2 ⎪= ⎪ .0 0 1 ⎪⎝ ⎭注：1）初等矩阵都只能是单位矩阵一次初等变换之后得到的.2）对每个初等矩阵，都要从行和列的两个角度来理解它，这在上面的定义中已经说明了.尤其需要注意初等矩阵 E ij ( k ) 看做列变换是将单位矩阵第 j 列的k 倍加到第 i 列，这一点考生比较容易犯错.5、矩阵 A 最高阶非零子式的阶数称之为矩阵 A 的秩，记为 r ( A ) .1） r ( A ) = r ( A T ) = r ( k A ), k ≠ 0 ；2） A ≠ O ⇔ r (A ) ≥ 1；3） r ( A ) = 1 ⇔ A ≠ O 且 A 各行元素成比例；4）设 A 为 n 阶矩阵，则 r ( A ) = n ⇔ A ≠ 0 . 6、线性表出设 α1 , α 2 ,...,αm 是 m 个 n 维向量， k 1 , k 2 ,...k m 是 m 个常数，则称k 1α1 + k 2α 2 + ... + k m αm 为向量组α1 , α 2 ,...,αm 的一个线性组合.设 α1,α2 ,...,αm 是 m 个 n 维向量， β 是一个 n 维向量，如果 β 为向量组α1 , α2 ,...,αm的一个线性组合，则称向量β可以由向量组α1 , α2 ,...,αm线性表出.线性相关设α1 , α2 ,...,αm是m个n维向量，如果存在不全为零的实数k1 , k2 ,..., k m，使得k1α1+ k 2α2+...+ k mαm=0，则称向量组α1,α2,...,αm线性相关.如果向量组α1 , α2 ,...,αm不是线性相关的，则称该向量组线性无关.与线性表出与线性相关性有关的基本定理定理1：向量组α1 , α2 ,...αm线性相关当且仅当α1 , α2 ,...αm中至少有一个是其余m-1 个向量的线性组合.定理2：若向量组α1 , α2 ,...αm线性相关，则向量组α1 , α2 ,..., αm ,αm+1也线性相关.注：本定理也可以概括为“部分相关⇒整体相关”或等价地“整体无关⇒部分无关”.定理3：若向量组α1 , α2 ,...αm线性无关，则向量组α1 , α2 ,...αm的延伸组⎛α⎫ ⎛α⎫⎛α⎫也线性无关.1⎪ , 2⎪,..., m⎪⎝β1⎭ ⎝β2 ⎭⎝βm ⎭定理4：已知向量组α1 , α2 ,...αm线性无关，则向量组α1 , α2 ,...αm , β线性相关当且仅当β可以由向量组α1,α2 ,...αm线性表出.定理 5：阶梯型向量组线性无关.定理6：若向量组α1 , α2 ,...,αs可以由向量组β1 , β2 ,..., βt线性表出，且α1 , α2 ,...,αs线性无关，则有s≤t.注：本定理在理论上有很重要的意义，是讨论秩和极大线性无关组的基础.定理内容也可以等价的描述为：若向量组α1 ,α2 ,...,αs可以由向量组β1 , β2 ,..., βt线性表出，且 s > t ，则α1,α2,...,αs线性相关.对于这种描述方式，我们可以把定理内容简单地记为：“多数被少数线性表出，则必相关.”定理7：n +1个n维向量必然线性相关.7、线性方程组解的存在性设 A =(α1,α2,...,αn)，其中α1,α2,...,αn为 A 的列向量，则线性方程组 Ax = b 有解⇔向量 b 能由向量组α1,α2,...,αn线性表出；⇔r (α1,α2,...,αn)= r (α1,α2,...,αn,b )；⇔r ( A )= r ( A, b)线性方程组解的唯一性当线性方程组 Ax = b 有解时， Ax = b 的解不唯一（有无穷多解）⇔线性方程组的导出组 Ax =0有非零解；⇔向量组α1 , α2 ,...,αn线性相关；⇔r (α1,α2,...,αn)< n ；⇔r ( A )< n .注：1）注意该定理成立的前提条件是线性方程组有解；也就是说，仅告知r (A )< n 是不能得到 Ax = b 有无穷多解的，也有可能无解.2）定理 2是按照 Ax = b 有无穷多解的等价条件来总结的，请考生据此自行写出 Ax = b 有唯一解的条件.8、特征值和特征向量：设 A 为 n 阶矩阵，λ是一个数，若存在一个 n 维的非零列向量α使得关系式 Aα = λα成立.则称λ是矩阵 A 的特征值，α是属于特征值λ的特征向量.称为矩阵 A 的特征多项式.设 E 为 n 阶单位矩阵，则行列式λE - A注：1）要注意：特征向量必须是非零向量；2）等式 Aα = λα也可以写成(A - λE)α =0，因此α是齐次线性方程组( A - λE ) x =0的解，由于α ≠0，可知( A - λE ) x =0是有非零解的，故A - λE =0；反之，若 A - λE =0，那么齐次线性方程组( A - λE ) x =0有非零解，可知存在α ≠ 0 使得(A-λE)α = 0，也即Aα = λα.由上述讨论过程可知：λ是矩阵 A 的特征值的充要条件是 A - λE =0（或λE- A =0），而特征值λ的特征向量都是齐次线性方程组( A - λE ) x =0的非零解.3）由于λE - A 是 n 次多项式，可知 A - λE =0有 n 个根（包括虚根），也即 n 阶矩阵有 n 个特征值；任一特征值都有无穷多特征向量9、矩阵的相似对角化定理1： n 阶矩阵 A 可相似对角化的充要条件是矩阵 A 存在 n 个线性无关的特征向量.同时，在等式 A = P ΛP-1中，对角矩阵Λ的元素为 A 的 n 个特征值，可逆矩阵 P 的列向量为矩阵 A 的 n 个线性无关的特征向量，并且 P 中特征向量的排列顺序与Λ中特征值的排列顺序一致.推论：设矩阵 A 有 n 个互不相同的特征值，则矩阵 A 可相似对角化.定理2： n 阶矩阵 A 可相似对角化的充要条件是对任意特征值λ，λ线性无关的特征向量个数都等于λ的重数.推论： n 阶矩阵 A 可相似对角化的充要条件是对任意特征值λ，n - r (λE - A)=λ的重数.10、设 A 为实对称矩阵（ A T= A ），则关于 A 的特征值与特征向量，我们有如下的结论：定理1： A 的所有特征值均为实数，且 A 的的所有特征向量均为实数.定理2： A 属于不同特征值的特征向量必正交.定理3：A 一定有 n 个线性无关的特征向量，即 A 可以对角化.且存在正交矩阵 Q ，使得 Q -1 AQ = Q T AQ = diag (λ1,λ2,...,λn)，其中λ1,λ2,...,λn为矩阵 A 的特征值.我们称实对称矩阵可以正交相似于对角矩阵.n n11、如果二次型∑∑a i j x i x j中，只含有平方项，所有混合项 x i x j(i ≠ j)的系i=1j =1数全为零，也即形如 d1 x12+ d 2 x22+...+ d n x n2，则称该二次型为标准形。

考研线性代数公式必记

1、行列式考研牛人总结的线性代数公式：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 T AB B A AB B A AB B A ---===4. 矩阵是表格，推导符号为波浪号或箭头；行列式是数值，可求代数和；5. 关于分块矩阵的重要结论，其中均A 、B 可逆：若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭，则： Ⅰ、12s A A A A = ； Ⅱ、111121s A A A A ----⎛⎫⎪⎪= ⎪ ⎪ ⎪⎝⎭； ②、111A O A O O B O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭；（主对角分块） ③、111O A O B B O AO ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭；（副对角分块） ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭；（拉普拉斯） ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭；（拉普拉斯） 3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ，总可经过初等变换化为标准形，其标准形是唯一确定的：rm nEO F OO ⨯⎛⎫= ⎪⎝⎭；等价类：所有与A 等价的矩阵组成的一个集合，称为一个等价类；标准形为其形状最简单的矩阵；对于同型矩阵A 、B ，若()()r A r B A B = ⇔ ； 2. 行最简形矩阵：①、只能通过初等行变换获得；②、每行首个非0元素必须为1；③、每行首个非0元素所在列的其他元素必须为0；3. 初等行变换的应用：（初等列变换类似，或转置后采用初等行变换）①、若(,)(,)rA E E X ，则A 可逆，且1X A -=；②、对矩阵(,)A B 做初等行变化，当A 变为E 时，B 就变成1A B -，即：1(,)(,)cA B E A B - ~ ；③、求解线形方程组：对于n 个未知数n 个方程Ax b =，如果(,)(,)rA b E x ，则A 可逆，且1x A b -=； 4. 初等矩阵和对角矩阵的概念：①、初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵；②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ，左乘矩阵A ，i λ乘A 的各行元素；右乘，iλ乘A 的各列元素；③、对调两行或两列，符号(,)E i j ，且1(,)(,)E i j E i j -=，例如：1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；④、倍乘某行或某列，符号(())E i k ，且11(())(())E i k E i k -=，例如：1111(0)11k k k-⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭； ⑤、倍加某行或某列，符号(())E ij k ,且1(())(())E ij k E ij k -=-，如：11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；5. 矩阵秩的基本性质：①、0()min(,)m n r A m n ⨯≤≤；②、()()T r A r A =；③、若A B ，则()()r A r B =；④、若P 、Q 可逆，则()()()()r A r PA r AQ r PAQ ===；（可逆矩阵不影响矩阵的秩） ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+；（※） ⑥、()()()r A B r A r B +≤+；（※） ⑦、()min((),())r AB r A r B ≤；（※）⑧、如果A 是m n ⨯矩阵，B 是n s ⨯矩阵，且0AB =，则：（※） Ⅰ、B 的列向量全部是齐次方程组0AX =解（转置运算后的结论）；Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵，则()()()r AB r A r B n ≥+-；6. 三种特殊矩阵的方幂：①、秩为1的矩阵：一定可以分解为列矩阵（向量）⨯行矩阵（向量）的形式，再采用结合律；②、型如101001a c b ⎛⎫ ⎪⎪ ⎪⎝⎭的矩阵：利用二项展开式；二项展开式：01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C a b Ca bC b C a b -----=+=++++++=∑ ；注：Ⅰ、()n a b +展开后有1n +项；Ⅱ、0(1)(1)!1123!()!--+====- m n n n n n n n m n C C C m m n mⅢ、组合的性质：11112---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ； ③、利用特征值和相似对角化： 7. 伴随矩阵：①、伴随矩阵的秩：*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩；②、伴随矩阵的特征值：*1*(,)AAAX X A A A A X X λλλ- == ⇒ =；③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述：①、()r A n =，A 中有n 阶子式不为0，1n +阶子式全部为0；（两句话）②、()r A n <，A 中有n 阶子式全部为0； ③、()r A n ≥，A 中有n 阶子式不为0；9. 线性方程组：Ax b =，其中A 为m n ⨯矩阵，则：①、m 与方程的个数相同，即方程组Ax b =有m 个方程；②、n 与方程组得未知数个数相同，方程组Ax b =为n 元方程； 10. 线性方程组Ax b =的求解：①、对增广矩阵B 进行初等行变换（只能使用初等行变换）；②、齐次解为对应齐次方程组的解； ③、特解：自由变量赋初值后求得；11. 由n 个未知数m 个方程的方程组构成n 元线性方程：①、11112211211222221122n n n n m m nm n n a x a x a x b a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩ ；②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫⎪⎪ ⎪⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭（向量方程，A 为m n ⨯矩阵，m 个方程，n 个未知数）③、()1212n n x x a a a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭ （全部按列分块，其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭）；④、1122n n a x a x a x β+++= （线性表出）⑤、有解的充要条件：()(,)r A r A n β=≤（n 为未知数的个数或维数）4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A ：12,,,m ααα 构成n m ⨯矩阵12(,,,)m A = ααα； m 个n 维行向量所组成的向量组B ：12,,,T T Tm βββ 构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭；含有有限个向量的有序向量组与矩阵一一对应；2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解；（齐次线性方程组）②、向量的线性表出 Ax b ⇔=是否有解；（线性方程组） ③、向量组的相互线性表示 AX B ⇔=是否有解；（矩阵方程）3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是：齐次方程组0Ax =和0Bx =同解；(101P 例14)4. ()()T r A A r A =；(101P 例15)5.n 维向量线性相关的几何意义： ①、α线性相关 ⇔0α=；②、,αβ线性相关 ⇔,αβ坐标成比例或共线（平行）；③、,,αβγ线性相关 ⇔,,αβγ共面；6. 线性相关与无关的两套定理：若12,,,s ααα 线性相关，则121,,,,s s αααα+ 必线性相关；若12,,,s ααα 线性无关，则121,,,s ααα- 必线性无关；（向量的个数加加减减，二者为对偶）若r 维向量组A 的每个向量上添上n r -个分量，构成n 维向量组B ：若A 线性无关，则B 也线性无关；反之若B 线性相关，则A 也线性相关；（向量组的维数加加减减）简言之：无关组延长后仍无关，反之，不确定；7. 向量组A （个数为r ）能由向量组B （个数为s ）线性表示，且A 线性无关，则r s ≤(二版74P 定理7)；向量组A 能由向量组B 线性表示，则()()r A r B ≤；（86P 定理3）向量组A 能由向量组B 线性表示AX B ⇔=有解；()(,)r A r A B ⇔=（85P 定理2）向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==（85P 定理2推论） 8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ，使12l A P P P = ；①、矩阵行等价：~rA B PA B ⇔=（左乘，P 可逆）0Ax ⇔=与0Bx =同解②、矩阵列等价：~c A B AQ B ⇔=（右乘，Q 可逆）； ③、矩阵等价：~A B PAQ B ⇔=（P 、Q 可逆）； 9.对于矩阵m n A ⨯与l n B ⨯：①、若A 与B 行等价，则A 与B 的行秩相等；②、若A 与B 行等价，则0Ax =与0Bx =同解，且A 与B 的任何对应的列向量组具有相同的线性相关性； ③、矩阵的初等变换不改变矩阵的秩； ④、矩阵A 的行秩等于列秩； 10.若m s s n m n A B C ⨯⨯⨯=，则：①、C 的列向量组能由A 的列向量组线性表示，B 为系数矩阵；②、C 的行向量组能由B 的行向量组线性表示，T A 为系数矩阵；（转置）11.齐次方程组0Bx =的解一定是0ABx =的解，考试中可以直接作为定理使用，而无需证明； ①、0ABx = 只有零解0Bx ⇒ =只有零解；②、0Bx = 有非零解0ABx ⇒ =一定存在非零解；12. 设向量组12:,,,n r r B b b b ⨯ 可由向量组12:,,,n s s A a a a ⨯ 线性表示为：（110P 题19结论）1212(,,,)(,,,)r s b b b a a a K = （B AK =）其中K 为s r ⨯，且A 线性无关，则B 组线性无关()r K r ⇔=；（B 与K 的列向量组具有相同线性相关性）（必要性：()()(),(),()r r B r AK r K r K r r K r ==≤≤∴= ；充分性：反证法）注：当r s =时，K 为方阵，可当作定理使用；13. ①、对矩阵m n A ⨯，存在n m Q ⨯，m AQ E = ()r A m ⇔=、Q 的列向量线性无关；（87P ） ②、对矩阵m n A ⨯，存在n m P ⨯，n PA E = ()r A n ⇔=、P 的行向量线性无关； 14. 12,,,s ααα 线性相关⇔存在一组不全为0的数12,,,s k k k ，使得11220s s k k k ααα+++= 成立；（定义）⇔1212(,,,)0s s x xx ααα⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭有非零解，即0Ax =有非零解；⇔12(,,,)s r s ααα< ，系数矩阵的秩小于未知数的个数；15. 设m n ⨯的矩阵A 的秩为r ，则n 元齐次线性方程组0Ax =的解集S 的秩为：()r S n r =-；16. 若*η为Ax b =的一个解，12,,,n r ξξξ- 为0Ax =的一个基础解系，则*12,,,,n r ηξξξ- 线性无关；（111P 题33结论）5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=（定义），性质：①、A 的列向量都是单位向量，且两两正交，即1(,1,2,)0T i j i ja a i j n i j=⎧==⎨≠⎩ ； ②、若A 为正交矩阵，则1T A A -=也为正交阵，且1A =±； ③、若A 、B 正交阵，则AB 也是正交阵；注意：求解正交阵，千万不要忘记施密特正交化和单位化； 2. 施密特正交化：12(,,,)r a a a11b a =；1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=---- ; 3. 对于普通方阵，不同特征值对应的特征向量线性无关；对于实对称阵，不同特征值对应的特征向量正交； 4. ①、A 与B 等价 ⇔A 经过初等变换得到B ；⇔=PAQ B ，P 、Q 可逆； ()()⇔=r A r B ，A 、B 同型；②、A 与B 合同 ⇔=T C AC B ，其中可逆；⇔T x Ax 与T x Bx 有相同的正、负惯性指数； ③、A 与B 相似 1-⇔=P AP B ； 5. 相似一定合同、合同未必相似；若C 为正交矩阵，则T C AC B =⇒A B ，（合同、相似的约束条件不同，相似的更严格）； 6. A 为对称阵，则A 为二次型矩阵； 7. n 元二次型T x Ax 为正定：A ⇔的正惯性指数为n ；A ⇔与E 合同，即存在可逆矩阵C ，使T C AC E =； A ⇔的所有特征值均为正数； A ⇔的各阶顺序主子式均大于0；0,0ii a A ⇒>>；(必要条件)。

考研数学线代定理公式总结

考研数学线代定理公式总结2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=-3⎫⎪≅⎪−−−→⎬⎪⎪⎭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,,,ne 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,,,ne e e ⋅⋅⋅线性无关；③12,,,1ne e e⋅⋅⋅=；④tr =E n ；⑤任意一个n 维向量都可以用12,,,ne e e ⋅⋅⋅线性表示.1212121112121222()1212()n nnn n j j j nj j nj j j j n n nna a a a a a Da a a a a a τ==-∑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4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 O a O ---*==-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 ijnj i nn n n nx x x x x x x x x x x ≤<≤---=-∏111由m n ⨯个数排成的m 行n 列的表111212122212n n m m mn a a a a a a A a a a ⎛⎫⎪ ⎪= ⎪⎪⎝⎭称为m n ⨯矩阵.记作：()ij m nA a ⨯=或m nA ⨯5()1121112222*12n Tn ijnnnn A A A A A A A A A A A ⎛⎫ ⎪ ⎪== ⎪ ⎪⎝⎭，ijA 为A 中各个元素的代数余子式.√ 逆矩阵的求法: ① 1A AA*-=○注：1a b d b c d c a ad bc --⎛⎫⎛⎫= ⎪ ⎪--⎝⎭⎝⎭1 主换位副变号②1()()A E EA -−−−−→初等行变换③1231111213a a a a a a -⎛⎫⎛⎫ ⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭3211111213a a a a a a -⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭√ 方阵的幂的性质：mn m nA A A += ()()m nmnAA =√ 设,,m nn s AB ⨯⨯A的列向量为12,,,nααα⋅⋅⋅,B 的列向量为12,,,sβββ⋅⋅⋅，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⎛⎫⎪ ⎪⋅⋅⋅= ⎪⎪⎝⎭⇔i iA c β= ，(,,)i s =1,2⇔iβ为iAx c =的解⇔()()()121212,,,,,,,,,s s s A A A A c c c ββββββ⋅⋅⋅=⋅⋅⋅=⇔12,,,sc c c 可由12,,,nααα⋅⋅⋅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.6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 mn n m a a a c a a a c a a a c βββ⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⇔111122*********22211222n n m m mn ma a a c a a a c a a a c βββββββββ+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩√ 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 T T 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 CB B CA B ----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭分块对角阵相乘：11112222,A B A B A B ⎛⎫⎛⎫==⎪ ⎪⎝⎭⎝⎭⇒11112222A B AB A B ⎛⎫= ⎪⎝⎭,1122n n 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)7A B EX −−−−→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,,,nααα⋅⋅⋅中任一向量iα(1≤i ≤)n 都是此向量组的线性组合.⑦ 向量组12,,,nααα⋅⋅⋅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,,,nααα⋅⋅⋅线性无关⇔向量组中每一个向量iα都不能由其余n -1个向量线性表示.⑧ m 维列向量组12,,,nααα⋅⋅⋅线性相关()r A n ⇔<；m 维列向量组12,,,nααα⋅⋅⋅线性无关()r A n ⇔=.⑨ 若12,,,nααα⋅⋅⋅线性无关，而12,,,,nαααβ⋅⋅⋅线性相关,则β可由12,,,nααα⋅⋅⋅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8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,,,nααα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 αααA 经过有限次初等变换化为B . 记作：A B =912,,,nααα⋅⋅⋅和12,,,nβββ⋅⋅⋅可以相互线性表示. 记作：()()1212,,,,,,n nαααβββ⋅⋅⋅=⋅⋅⋅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(,,,)(,,,)nnr r αααβββ⋅⋅⋅=⋅⋅⋅=1212(,,,,,,)nnr αααβββ⋅⋅⋅⋅⋅⋅⇒矩阵A 与B 等价.⑬ 向量组12,,,sβββ⋅⋅⋅可由向量组12,,,nααα⋅⋅⋅线性表示⇔AX B =有解⇔12(,,,)=n r ααα⋅⋅⋅1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅≤12(,,,)nr ααα⋅⋅⋅.⑭ 向量组12,,,sβββ⋅⋅⋅可由向量组12,,,nααα⋅⋅⋅线性表示,且s n >，则12,,,sβββ⋅⋅⋅线性相关. 向量组12,,,sβββ⋅⋅⋅线性无关,且可由12,,,nααα⋅⋅⋅线性表示,则s ≤n .⑮ 向量组12,,,sβββ⋅⋅⋅可由向量组12,,,nααα⋅⋅⋅线性表示,且12(,,,)sr βββ⋅⋅⋅12(,,,)nr ααα=⋅⋅⋅,则两向量组等价；p教材94,例10⑯ 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；10若()r A n =，A 的列向量线性无关,即：12,,,nααα⋅⋅⋅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 n②()()()TTr A r A r A A == p 教材101,例15③()()r kA r A k =≠ 若0 ④()(),,()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()rrEO E O r A r A A OO OO ⎛⎫⎛⎫=⇒⎪ ⎪⎝⎭⎝⎭若与唯一的等价，称为矩阵的等价标准型.11⑨()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 OB B O ⎛⎫⎛⎫==+⎪ ⎪⎝⎭⎝⎭()()AC r r A r B OB ⎛⎫≠+⎪⎝⎭121212,,,0,,,()(),,,A n n A n Ax A n Ax Ax r A r A Ax A n βαααβαααβββααα⇔=−−−−−→=<⇔⇒⇔=⇔=⇔=⇔=−−−−−→≠⇒=⇔⇒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⎧⎪⎪⎪⎪⎨⎪⎪⎪⇔=⎪⎩⎧⇔≠⎪⇔=⇔<⎨⎪⇔+=⎩教材72讲义8性无关只有零解不可由线性表示无解○注：Ax Ax 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+++=121112111212222212,,n n m m mn n m a a a x b a a a x bA x a a a x b β⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭12,,2,,j jj mj j nαααα⎛⎫⎪ ⎪== ⎪ ⎪ ⎪⎝⎭11212(,,,)n n x xx αααβ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭线性方程组解的性质：1212121211221212(1),,(2),,(3),,,,,,,,(4),,(5),,(6k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηοηηηοηηηηολλλληληληγβηογηβηηβηηο=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-= 是的解也是它的解是的解对任意也是它的解齐次方程组是的解对任意个常数也是它的解是的解是其导出组的解是的解是的两个解是其导出组的解211212112212112212),(7),,,,100k k k k k k k Ax Ax Ax Ax Ax ηβηηηοηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩ 是的解则也是它的解是其导出组的解是的解则也是的解是的解√ 设A 为m n ⨯矩阵,若()r A m =⇒()()r A r A β=⇒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. √ 判断12,,,sηηη是Ax ο=的基础解系的条件：① 12,,,s ηηη线性无关； ② 12,,,sηηη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,,,sξξξ是Ax ο=的一个解⇒1,,,,s ξξξη*线性无关√ Ax ο=与Bx ο=同解（,A B 列向量个数相同）,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 rB B βγ⎛⎫== ⎪⎝⎭.√ 矩阵m nA ⨯与l nB ⨯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 nA ⨯与l nB ⨯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=+当(I)与(II)都是非齐次线性方程组时，设是(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=+-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。

考研数学线代定理公式汇总

考研数学线代定理公式汇总————————————————————————————————作者：————————————————————————————————日期：23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=-4⎫⎪≅⎪−−−→⎬⎪⎪⎭:;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.行列式的定义 1212121112121222()1212()n n nn nj 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 LLL 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零.5②若A B 与都是方阵（不必同阶）,则==()mn A O A A OA B O B O B B O 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：()1222212111112nijnj i nn n n nx x x x x x x x x x x ≤<≤---=-∏L L LM MML111矩阵的定义由m n ⨯个数排成的m 行n 列的表111212122212n n m m mn a a a a a a A a a a ⎛⎫⎪⎪= ⎪⎪⎝⎭L LM M M L 称为m n ⨯矩阵.记作：()ij m n A a ⨯=或m n A ⨯伴随矩阵 ()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:6① 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 nmnA 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，TA 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 L7√ 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 B A---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭1111A C A A CB O B OB ----⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭ 1111A O A O C B B CAB ----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭ 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.8② 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.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 ⑪ 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.9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 .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 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 αααL 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 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1010⑯ 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 O A AB AC B C ο⨯⇔=⎧⎪=⎧⎪=⎨⎪⇒=⇒=⎧⎨⎪⎨⎪⎪=⇒=⎩⎩⎩ 只有零解在矩阵乘法中有左消去律；11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：Ax Ax 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12线性方程组的矩阵式 Ax β= 向量式 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矩阵转置的性质： ()T T A A = ()T T T AB B A = ()T T kA kA = T A A = ()T T T A B A B ±=± 11()()T T A A --= ()()T T A A **=矩阵可逆的性质： 11()A A --=111()AB B A ---= 111()kA k A ---= 11A A --=111()A B A B ---±≠± 11()()k k k A A A ---==伴随矩阵的性质：2()n A AA -**= ()AB B A ***= 1()n kA k A *-*= 1n A A-*=***()A B A B ±≠±11()()A AA A -**-==()()k k A A **=() () 1 ()10 () 1 n r A n r A r A n r A n *=⎧⎪==-⎨⎪<-⎩若若若AB A B =n kA k A = kk A A =A B A B ±≠±AA A A A E **==（无条件恒成立）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。

考研线性代数公式速记大全

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==-∑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==()mn A OA A O A BO B O B BOAAA BB OB 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---*==-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：()1222212111112ni j nj i nn n n nx x x x x x x x x x x ≤<≤---=-∏111由m n ⨯个数排成的m 行n 列的表111212122212n n m m mn a a a a a a A a a a ⎛⎫⎪⎪= ⎪ ⎪⎝⎭称为m n ⨯矩阵.记作：()ij m n A a ⨯=或m nA ⨯()1121112222*12n Tn ijnnnn A A A A A A A A A A A ⎛⎫ ⎪⎪== ⎪ ⎪⎝⎭，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 主换位副变号②1()()A E E A -−−−−→ 初等行变换③1231111213a a a a a -⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭3211111213a a a a a a -⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭√ 方阵的幂的性质：mnm nA A A+= ()()m n mn A 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⎛⎫ ⎪ ⎪⋅⋅⋅= ⎪ ⎪⎝⎭ ⇔i i A c β= ，(,,)i s = 1,2⇔i β为i Ax c =的解⇔()()()121212,,,,,,,,,s s s A A A A c c c ββββββ⋅⋅⋅=⋅⋅⋅= ⇔12,,,s c c c 可由12,,,n ααα⋅⋅⋅线性表示.即：C 的列向量能由A 的列向量线性表示，B 为系数矩阵. 同理：C 的行向量能由B 的行向量线性表示，TA 为系数矩阵.即： 1112111212222212n n n n mn n m a a a c a a a c a a a c βββ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭ ⇔11112212121122222211222n n m m mn ma a a c a a a c a a a c βββββββββ+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩ √ 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 OC 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 B B A**⎛⎫-⎛⎫= ⎪ ⎪⎪-⎝⎭⎝⎭√ 矩阵方程的解法(0A ≠)：设法化成AX B XA B ==(I) 或 (II) A B E X −−−−→ 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 ααα 的极大无关组所含向量的个数，称为这个向量组的秩.记作12(,,,)n r αααA 经过有限次初等变换化为B . 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10⑯ 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 n②()()()T T r 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70 ⑩()()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⇔=−−−−−→=<⇔⇒⇔=⇔=⇔=⇔=−−−−−→≠⇒=⇔⇒ 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⎧⎪⎪⎪⎪⎨⎪⎪⎪⇔=⎪⎩⎧⇔≠⎪⇔=⇔<⎨⎪⇔+=⎩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+++=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,,2,,j j j mj j n αααα⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪⎝⎭11212(,,,)n n x x x αααβ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭线性方程组解的性质：1212121211221212(1),,(2),,(3),,,,,,,,(4),,(5),,(6k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηοηηηοηηηηολλλληληληγβηογηβηηβηηο=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-= 是的解也是它的解是的解对任意也是它的解齐次方程组是的解对任意个常数也是它的解是的解是其导出组的解是的解是的两个解是其导出组的解211212112212112212),(7),,,,100k k k kk k k Ax Ax Ax Ax Ax ηβηηηοηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩ 是的解则也是它的解是其导出组的解是的解则也是的解是的解√ 设A 为m n ⨯矩阵,若()r A m =⇒()()r A r A β= ⇒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.√ 判断12,,,s ηηη 是Ax ο=的基础解系的条件： ① 12,,,s ηηη 线性无关； ② 12,,,s ηηη 都是Ax ο=的解；③ ()s n r A =-=每个解向量中自由未知量的个数.本帖为考研加油站和考研论坛网友songhonger 原创，原创帖子地址 /viewthread.php?tid=2097349&page=1&extra=page%3D1√ 一个齐次线性方程组的基础解系不唯一.√ 若η*是Ax β=的一个解，1,,,s ξξξ 是Ax ο=的一个解⇒1,,,,s ξξξη* 线性无关 √ Ax ο=与Bx ο=同解（,A B 列向量个数相同）,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⎛⎫==⎪⎝⎭. √ 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=+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=+-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。

考研数学公式大全

考研数学公式大全数学是考研的核心科目之一，而掌握必要的数学公式则是取得好成绩的关键。

以下是一份考研数学公式大全，涵盖了高等数学、线性代数和概率论与数理统计中的重要公式，希望能对备考研究生入学考试的同学有所帮助。

一、高等数学1、求导法则本文1)链式法则：f(u)f'(u)=f'(u)du本文2)乘积法则：f(u)g(u)=f'(u)g(u)+f(u)g'(u)本文3)指数法则：f(u)^n=nu'f(u)/(n-1)!2、求极值本文1)极值条件：f'(x)=0本文2)极值定理：f(x)在x=a处取得极值，则f'(a)=03、积分公式本文1)牛顿-莱布尼茨公式：∫f(x)dx=F(b)-F(a)，其中F'(x)=f(x)本文2)微分定理：d/dx∫f(x)dx=f(x)本文3)积分中值定理：若f(x)在[a,b]上连续，则至少存在一点c∈[a,b]，使得∫f(x)dx=f(c)(b-a)4、不定积分公式本文1)幂函数积分：∫x^n dx=(n+1)/n+1 x^(n+1)/n+1+C本文2)三角函数积分：∫sinx dx=cosx+C，∫cosx dx=-sinx+C 5、定积分公式本文1)矩形法：若a<=x<=b，a<=y<=b，则∫(a,b)(x^2+y^2)dx=∫(a,b)x^2 dx+∫(a,b)y^2 dx=(b-a)(x^2+y^2)/2本文2)梯形法：若a<=x<=b，a<=y<=b，则∫(a,b)(x^2+y^2)dx=∫(a,b)x^2 dx+∫(a,b)y^2 dx=(b-a)(x^2+[by]+[ax])/3二、线性代数6、行列式公式本文1)行列式展开式：D=a11A11+a12A12+...+an1An1，其中Aij为行列式中第i行第j列的代数余子式本文2)范德蒙行列式：V=(∏i=1n[(x-a)(i-1)]^(n-i)) / (∏i=1n[(x-a)(i-1)])，其中ai为行列式中第i行第i列的元素7、矩阵公式本文1)矩阵乘法：C=AB，其中Cij=∑AikBkj，k为矩阵乘法的维数本文2)逆矩阵：A^-1=(1/∣A∣)A，其中∣A∣为矩阵A的行列式值，A为矩阵A的伴随矩阵8、向量公式本文1)向量内积：〈a,b〉=a1b1+a2b2+...1、求导法则本文1)链式法则：若f是一个包含x和函数u=u(x)，则f' = f'[u(x)] * u'(x)。

考研数学-线性代数公式

矩阵在运算中秩的变化初等变换保持矩阵的秩 ①r A
( ) = r ( A)
T
② c ≠ 0 时， r (cA) = r ( A) ③ r ( A ± B ) ≤ r ( A) + r (B ) ④ r ( AB ) ≤ min{r ( A), r (B )} ⑤ A 可逆时， r ( AB ) = r (B ) 弱化条件：如果 A 列满秩，则 γ ( AB ) = γ (B ) 证：下面证 ABx = 0 与 Bx = 0 同解。
c c1 α1 − − s α s 。 c c
④当 β → α 1 , , α s 时，表示方式唯一 ⇔ α 1 α s 无关（表示方式不唯一 ⇔ α 1 α s 相关） ⑤若 β 1 , , β t → α 1 , , α s ，并且 t > s ，则 β 1 , , β t 一定线性相关。
等价关系：如果
α 1 ,α 2 ,,α s 与 β1 , β 2 ,, β t 互相可表示
α 1 ,α 2 ,,α s → ← β1 , β 2 ,, β t
记作 α 1 , α 2 , , α s ≅ 线性相关
β1 , β 2 ,, β t 。
s = 1 ，单个向量 α ， xα = 0
证明：记 A = (α 1 , , α s ) ， B = (β 1 , , β t ) ，则存在 s × t 矩阵 C ，使得
B = AC 。
Cx = 0 有 s 个方程， t 个未知数， s < t ，有非零解 η ， Cη = 0 。
则 Bη = ACη = 0 ，即 η 也是 Bx = 0 的非零解，从而 β 1 , , β t 线性相关。各性质的逆否形式 ①如果 α 1 , α 2 , , α s 无关，则 s ≤ n 。 ②如果 α 1 , α 2 , , α s 有相关的部分组，则它自己一定也相关。 ③如果 α 1 α s 无关，而 β → / α 1 , , α s ，则 α 1 , , α s β 无关。 ⑤如果 β 1 β t → α 1 α s ， β 1 β t 无关，则 t ≤ s 。推论：若两个无关向量组 α 1 α s 与 β 1 β t 等价，则 s = t 。极大无关组一个线性无关部分组 (I ) ，若 # (I ) 等于秩 α 1 , α 2 , α 4 , α 6 → (I ) ， (I ) 就一定是极大无关组 ① α 1 , α 2 , , α s 无关 ⇔

高数及线代公式大全(考研基础)

高数及线代公式考研基础高数公式基本积分表：三角函数的有理式积分：222212211cos 12sin ududx x tg u u u x u u x +==+-=+=，　，　，一些初等函数：两个重要极限：三角函数公式： ·诱导公式：函数角A sincos tg ctg -α -sinα cosα -tgα -ctgα 90°-α cosα sinαctgαtgα 90°+α cosα -sinα -ct gα -tgα 180°-α sinα-cosα -tgα-ctgα 180°+α -sinα -cosα tgα ctgα 270°-α -cosα -sinα ctgα tgα 270°+α -cosα sinα -ctgα -tgα360°-α -sinα cosα -tgα -ctgα 360°+αsinαcosαtgαctgα·和差角公式： ·和差化积公式：2sin2sin 2cos cos 2cos2cos 2cos cos 2sin2cos 2sin sin 2cos2sin2sin sin βαβαβαβαβαβαβαβαβαβαβαβα-+=--+=+-+=--+=+αββαβαβαβαβαβαβαβαβαβαβαctg ctg ctg ctg ctg tg tg tg tg tg ±⋅=±⋅±=±=±±=±1)(1)(sin sin cos cos )cos(sin cos cos sin )sin( xxarthx x x archx x x arshx e e e e chx shx thx e e chx e e shx x x xx xx xx -+=-+±=++=+-==+=-=----11ln21)1ln(1ln(:2:2:22）双曲正切双曲余弦双曲正弦...590457182818284.2)11(lim 1sin lim0==+=∞→→e xxxx x x·倍角公式：·半角公式：ααααααααααααααααααcos 1sin sin cos 1cos 1cos 12cos 1sin sin cos 1cos 1cos 122cos 12cos 2cos 12sin -=+=-+±=+=-=+-±=+±=-±=ctg tg·正弦定理：R CcB b A a 2sin sin sin === ·余弦定理：C ab b a c cos 2222-+=·反三角函数性质：arcctgx arctgx x x -=-=2arccos 2arcsin ππ高阶导数公式——莱布尼兹（Leibniz ）公式：)()()()2()1()(0)()()(!)1()1(!2)1()(n k k n n n n nk k k n k n n uv v u k k n n n v u n n v nu v u v u C uv +++--++''-+'+==---=-∑中值定理与导数应用：拉格朗日中值定理。

线性代数和概率论重要公式

线性代数和概率论重要公式一、线性代数公式1.行列式展开式公式：对于n阶方阵A，行列式展开式公式可以表示为：det(A) = a11C11 + a12C12 + … + an1C1n其中，aij表示A矩阵第i行第j列的元素，Cij表示该元素的代数余子式。

这个公式允许我们通过行列式展开式计算任意阶的行列式。

2.特征值和特征向量公式：对于n阶方阵A，若存在一个非零向量x和一个标量λ，使得Ax=λx，则称λ为矩阵A的特征值，x称为矩阵A对应于特征值λ的特征向量。

3.正交向量组的正交分解公式：对于一个n维向量空间中的一组正交向量{v1, v2, …, vn}，任意一个向量x都可以通过这组向量的线性组合表示：x = (x · v1)v1 + (x · v2)v2 + … + (x · vn)vn其中，x·v表示向量x和向量v的内积。

4.奇异值分解公式：对于任意的m×n矩阵A，存在一个m×m正交矩阵U，一个n×n正交矩阵V和一个m×n的对角矩阵Σ，使得：A=UΣV^T其中，Σ的对角线上的元素称为矩阵A的奇异值，U的列向量称为A 的左奇异向量，V的列向量称为A的右奇异向量。

二、概率论公式1.概率公式：对于一个随机试验E，设S为其样本空间，A为S的一个事件，P(A)表示事件A发生的概率，概率公式如下：(1)P(Ω)=1，其中Ω为S的全体事件（即一定会发生的事件）(2)P(∅)=0，其中∅为不可能事件（即一定不会发生的事件）(3)0≤P(A)≤1，对于任意事件A(4)对于互不相容的事件A1,A2,…，有P(A1∪A2∪…)=P(A1)+P(A2)+…2.条件概率公式：对于两个事件A和B，其中P(B)≠0，条件概率P(A，B)表示在事件B 已经发生的条件下，事件A发生的概率，条件概率公式如下：P(A，B)=P(A∩B)/P(B)3.贝叶斯公式：贝叶斯公式是一种用于计算条件概率的公式，如下：P(A，B)=P(B，A)×P(A)/P(B)其中，P(A)和P(B)为事件A和事件B的概率，P(B，A)为在事件A已经发生的情况下事件B发生的概率。

线性代数重要公式定理大全

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。

考研线性代数公式

考研线性代数公式线性代数是理工类学科中的一门重要课程，也是考研中的必考科目之一、在考研中，线性代数的公式是非常重要的，因为公式是解题的基础和关键。

下面我将就线性代数中常见的公式进行总结，希望对考研学子有所帮助。

一、矩阵相关公式1.矩阵的转置：如果A是一个m×n的矩阵，则其转置记作A^T，即矩阵A的列变成A^T的行，矩阵A^T的行变成A的列。

2.单位矩阵：对于一个n×n的矩阵，其对角线上的元素均为1，其余元素均为0，则称其为单位矩阵，记作E。

3.矩阵的乘法：如果A是一个m×n的矩阵，B是一个n×p的矩阵，那么它们的乘积AB是一个m×p的矩阵。

4.矩阵的逆：如果一个n×n矩阵A存在一个矩阵B，使得AB=BA=E，那么称B为A 的逆矩阵，记作A^(-1)。

5.克拉默法则：对于一个由n个线性方程组成的线性方程组Ax=b，如果系数矩阵A 的行列式不为0，那么方程组有唯一解，且解为x=A^(-1)b。

6.矩阵的迹：对于一个n×n的方阵A，其主对角线上的元素之和称为矩阵A的迹，记作tr(A)。

二、向量相关公式1.向量的模：对于一个n维向量x=(x1,x2,…,xn)，其模记作，x，即，x，=sqrt(x1^2+x2^2+…+xn^2)。

2.向量的内积：对于两个n维向量x=(x1,x2,…,xn)和y=(y1,y2,…,yn)，它们的内积记作x·y，即x·y=x1y1+x2y2+…+xnyn。

3.向量的外积：对于二维向量x=(x1,x2)和y=(y1,y2)，它们的外积记作x×y，即x×y=x1y2-x2y14.向量的投影：如果向量x在向量y上的投影记作proj_y(x)，那么它可以通过公式proj_y(x)=(x·y)/，y，^2计算得到。

5.两个向量的夹角：对于两个非零向量x和y，它们之间的夹角记作θ，可以通过余弦公式cosθ=(x·y)/，x，y，计算得到。

考研线性代数终极总结(看过就知道有多么精华了)

0是A的特征值
Ax = ο有非零解,其基础解系即为A关于λ = 0的特征向量
评注

r(aE + bA) < n
aE + bA = 0 ⇔ (aE + bA)x = 0 有非零解
λ
=
－a
,
λ为A的特征值

b
向量组等价
矩阵等价( 矩阵相似(
≅ ~
) )
具有→
反身性、对称性、传递性
矩阵合同(
~
)

1
√ 关于 e1, e2 ,⋅⋅⋅, en ：
①称为 ¡n 的标准基， ¡n 中的自然基，单位坐标向量 p教材87 ；
② e1, e2,⋅⋅⋅, en 线性无关；
③ e1, e2,⋅⋅⋅, en = 1；
n
n
∑ ∑ ④ trE= aii = n ； aii （即主对角元素之和）
证明：
( ) ( )

a11x1 + a12 x2 + L + a1n xn A1 j = b1 A1 j a21x1 + a22 x2 + L + a2n xn A2 j = b2 A2
LLLLLLLLLLLL
j
( ) an1x1 + an2 x2 + L+ ann xn Anj = bn Anj
⇒
AB
=
m i =1
n j

n k =1
aik bkj

评注：矩阵乘法虽然不满足交换律，但仍满足结合律和分配律
矩阵乘法的几何意义：
投影：
A
=

考研高数基础公式知识和线性代数公式大全(考研必备)

高等数学公式篇·平方关系：sin^2(α)+cos^2(α)=1tan^2(α)+1=sec^2(α)cot^2(α)+1=csc^2(α)·积的关系：sinα=tanα*cosαcosα=cotα*sinαtanα=sinα*secαcotα=cosα*cscαsecα=tanα*cscαcscα=secα*cotα·倒数关系：tanα·cotα=1sinα·cscα=1cosα·secα=1直角三角形ABC中,角A的正弦值就等于角A的对边比斜边,余弦等于角A的邻边比斜边正切等于对边比邻边,·三角函数恒等变形公式·两角和与差的三角函数：cos(α+β)=cosα·cosβ-sinα·sinβcos(α-β)=cosα·cosβ+sinα·sinβsin(α±β)=sinα·cosβ±cosα·sinβtan(α+β)=(tanα+tanβ)/(1-tanα·tanβ)tan(α-β)=(tanα-tanβ)/(1+tanα·tanβ)·三角和的三角函数：sin(α+β+γ)=sinα·cosβ·cosγ+cosα·sinβ·cosγ+cosα·cosβ·sinγ-sinα·sinβ·sinγcos(α+β+γ)=cosα·cosβ·cosγ-cosα·sinβ·sinγ-sinα·cosβ·sinγ-sinα·sinβ·cosγtan(α+β+γ)=(tanα+tanβ+tanγ-tanα·tanβ·tanγ)/(1-tanα·tanβ-tanβ·tanγ-tanγ·tanα)·辅助角公式：Asinα+Bcosα=(A^2+B^2)^(1/2)sin(α+t)，其中sint=B/(A^2+B^2)^(1/2)cost=A/(A^2+B^2)^(1/2)Asinα+Bcosα=(A^2+B^2)^(1/2)cos(α-t)，tant=A/B·倍角公式：sin(2α)=2sinα·cosα=2/(tanα+cotα)cos(2α)=cos^2(α)-sin^2(α)=2cos^2(α)-1=1-2sin^2(α)tan(2α)=2tanα/[1-tan^2(α)]·三倍角公式：sin(3α)=3sinα-4sin^3(α)cos(3α)=4cos^3(α)-3cosα·半角公式：sin(α/2)=±√((1-cosα)/2)cos(α/2)=±√((1+cosα)/2)tan(α/2)=±√((1-cosα)/(1+cosα))=sinα/(1+cosα)=(1-cosα)/sinα·降幂公式sin^2(α)=(1-cos(2α))/2=versin(2α)/2cos^2(α)=(1+cos(2α))/2=covers(2α)/2tan^2(α)=(1-cos(2α))/(1+cos(2α))·万能公式：sinα=2tan(α/2)/[1+tan^2(α/2)]cosα=[1-tan^2(α/2)]/[1+tan^2(α/2)]tanα=2tan(α/2)/[1-tan^2(α/2)]·积化和差公式：sinα·cosβ=(1/2)[sin(α+β)+sin(α-β)]cosα·sinβ=(1/2)[sin(α+β)-sin(α-β)]cosα·cosβ=(1/2)[cos(α+β)+cos(α-β)]sinα·sinβ=-(1/2)[cos(α+β)-cos(α-β)]·和差化积公式：sinα+sinβ=2sin[(α+β)/2]cos[(α-β)/2]sinα-sinβ=2cos[(α+β)/2]sin[(α-β)/2]cosα+cosβ=2cos[(α+β)/2]cos[(α-β)/2]cosα-cosβ=-2sin[(α+β)/2]sin[(α-β)/2]·推导公式tanα+cotα=2/sin2αtanα-cotα=-2cot2α1+cos2α=2cos^2α1-cos2α=2sin^2α1+sinα=(sinα/2+cosα/2)^2sinα+sin(α+2π/n)+sin(α+2π*2/n)+sin(α+2π*3/n)+……+sin[α+2π*(n-1)/n]=0cosα+cos(α+2π/n)+cos(α+2π*2/n)+cos(α+2π*3/n)+……+cos[α+2π*(n-1)/n]=0 以及sin^2(α)+sin^2(α-2π/3)+sin^2(α+2π/3)=3/2tanAtanBtan(A+B)+tanA+tanB-tan(A+B)=0三角函数的角度换算[编辑本段]公式一：设α为任意角，终边相同的角的同一三角函数的值相等：sin（2kπ＋α）＝sinαcos（2kπ＋α）＝cosαtan（2kπ＋α）＝tanαcot（2kπ＋α）＝cotα公式二：设α为任意角，π+α的三角函数值与α的三角函数值之间的关系：sin（π＋α）＝－sinαcos（π＋α）＝－cosαtan（π＋α）＝tanαcot（π＋α）＝cotα公式三：任意角α与-α的三角函数值之间的关系：sin（－α）＝－sinαcos（－α）＝cosαtan（－α）＝－tanαcot（－α）＝－cotα公式四：利用公式二和公式三可以得到π-α与α的三角函数值之间的关系：sin（π－α）＝sinαcos（π－α）＝－cosαtan（π－α）＝－tanαcot（π－α）＝－cotα公式五：利用公式一和公式三可以得到2π-α与α的三角函数值之间的关系：sin（2π－α）＝－sinαcos（2π－α）＝cosαtan（2π－α）＝－tanαcot（2π－α）＝－cotα公式六：π/2±α及3π/2±α与α的三角函数值之间的关系：sin（π/2＋α）＝cosαtan（π/2＋α）＝－cotαcot（π/2＋α）＝－tanαsin（π/2－α）＝cosαcos（π/2－α）＝sinαtan（π/2－α）＝cotαcot（π/2－α）＝tanαsin（3π/2＋α）＝－cosαcos（3π/2＋α）＝sinαtan（3π/2＋α）＝－co tαcot（3π/2＋α）＝－tanαsin（3π/2－α）＝－cosαcos（3π/2－α）＝－sinαtan（3π/2－α）＝cotαcot（3π/2－α）＝tanα(以上k∈Z)部分高等内容[编辑本段]·高等代数中三角函数的指数表示(由泰勒级数易得)：sinx=[e^(ix)-e^(-ix)]/(2i) cosx=[e^(ix)+e^(-ix)]/2 tanx=[e^(ix)-e^(-ix)]/[ie^(ix)+ie^(-ix)]泰勒展开有无穷级数，e^z=exp(z)＝1＋z/1！＋z^2/2！＋z^3/3！＋z^4/4！＋…＋z^n/n！＋…此时三角函数定义域已推广至整个复数集。

考研数学常用公式整理与记忆方法

考研数学常用公式整理与记忆方法考研数学是许多考生备战考研的一大难点，其中最重要的就是掌握数学公式。

本文将对考研数学常用公式进行整理，并分享记忆方法，帮助考生们更好地掌握这些公式。

一、线性代数1. 行列式公式：- 二阶行列式：$\begin{vmatrix}a&b\\c&d\end{vmatrix} = ad - bc$- 三阶行列式：$\begin{vmatrix}a&b&c\\d&e&f\\g&h&i\end{vmatrix} = aei + bfg + cdh - ceg - bdi - afh$2. 矩阵公式：- 矩阵乘法：$AB = [a_{ij}]_{m×n} \cdot [b_{ij}]_{n×p} = [c_{ij}]_{m×p}$，其中$c_{ij} = \sum_{k=1}^{n} a_{ik}b_{kj}$3. 特征值与特征向量：- 矩阵特征方程：$|A - λI| = 0$，其中$A$为矩阵，$λ$为特征值，$I$为单位矩阵4. 向量与空间：- 内积：$\vec{a} · \vec{b} = |\vec{a}| |\vec{b}| \cosθ$，其中$\vec{a}$和$\vec{b}$为向量，$θ$为夹角- 外积：$\vec{a} ×\vec{b} = |\vec{a}| |\vec{b}| \sinθ \vec{n}$，其中$\vec{n}$为法向量二、高等数学1. 极限公式：- 常用极限：$\lim_{x→∞} (1 + \frac{1}{x})^x = e$，$\lim_{x→0} \frac{\sin x}{x} = 1$2. 导数与微分：- 导数定义：$f'(x) = \lim_{\Delta x→0} \frac{f(x+\Delta x) -f(x)}{\Delta x}$- 常见导数：$(x^n)' = nx^{n-1}$，$(e^x)' = e^x$，$(\ln x)' = \frac{1}{x}$3. 积分公式：- 不定积分：$\int f(x) dx = F(x) + C$，其中$F'(x) = f(x)$- 定积分：$\int_a^b f(x) dx = F(b) - F(a)$，其中$F'(x) = f(x)$4. 泰勒展开：- 函数$f(x)$在$x=a$处的$n$次泰勒展开式：$f(x) = f(a) +f'(a)(x-a) + \frac{f''(a)}{2!}(x-a)^2 + \cdots + \frac{f^{(n)}(a)}{n!}(x-a)^n$三、概率统计1. 概率公式：- 事件发生的概率：$P(A) = \frac{n(A)}{n(S)}$，其中$A$为事件，$n(A)$为事件$A$发生的次数，$n(S)$为样本空间的大小 - 条件概率：$P(A|B) = \frac{P(A∩B)}{P(B)}$，其中$A$与$B$为两个事件，$P(A∩B)$为事件$A$与事件$B$同时发生的概率2. 随机变量：- 离散型随机变量期望：$E(X) = \sum_{i} x_i P(X=x_i)$，其中$X$为随机变量，$x_i$为取值，$P(X=x_i)$为对应取值的概率 - 连续型随机变量期望：$E(X) = \int_{-\infty}^{\infty} xf(x) dx$，其中$X$为随机变量，$f(x)$为概率密度函数3. 分布定律：- 二项分布：$P(X=k) = C_n^k p^k (1-p)^{n-k}$，其中$X$为二项分布随机变量，$n$为试验次数，$p$为每次试验成功的概率 - 正态分布：$P(a ≤ X ≤ b) = \int_{a}^{b}\frac{1}{\sqrt{2π}\sigma} e^{-\frac{(x-μ)^2}{2σ^2}} dx$，其中$X$为正态分布随机变量，$μ$为均值，$σ$为标准差四、数学分析1. 一元函数极值：- 极值判定条件：若$f'(x_0) = 0$，且$f''(x_0)≠0$，则$f(x)$在$x=x_0$处取极值- 极值判定定理：若$f'(x_0) = 0$，且$f''(x)$在$x=x_0$的某一领域内恒为正（负），则$f(x)$在$x=x_0$处取极小（大）值2. 多元函数极值：- 极值判定条件：若所有一阶偏导数为0，且海森矩阵$H(x_0)$正定（负定），则$f(x)$在$x=x_0$处取极小（大）值以上仅为一部分考研数学常用公式，考生还需对更多公式进行系统学习与记忆。

线性代数重要公式定理大全

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。

考研线性代数公式

考研线性代数公式线性代数是数学的一个重要分支，是研究向量空间、线性映射等概念和性质的数学学科。

在考研中，线性代数作为一个重要的科目之一，公式的掌握是非常关键的。

下面将为大家介绍一些考研线性代数中常用的公式。

1.向量的长度公式：向量a的长度（或者说模）可以表示为：，a，=√(a1^2+a2^2+...+an^2)2.向量的点积公式：向量a和向量b的点积可以表示为：a·b=a1*b1+a2*b2+...+an*bn3.向量的叉积公式：向量a和向量b的叉积可以表示为：a×b=(a2*b3-a3*b2,a3*b1-a1*b3,a1*b2-a2*b1)4.向量的内积公式（柯西-施瓦茨不等式）：对于向量空间V中任意两个向量a和b，有，a·b，≤，a，*，b，当且仅当a和b共线时等号成立。

5.矩阵的转置公式：矩阵A的转置可以表示为：A^T=(a_ij)^T=(a_ji)6.矩阵的行列式公式：对于n阶矩阵A，其行列式可以表示为：det(A)=，A，=∑(-1)^i*a_i1*M_i1，其中a_i1是A的第i行第1列的元素，M_i1是a_i1的余子式。

7.矩阵的逆矩阵公式：对于n阶可逆矩阵A，其逆矩阵可以表示为：A^(-1)=1/det(A)*adj(A)，其中adj(A)是A的伴随矩阵，det(A)是A的行列式。

8.矩阵的秩公式：矩阵A的秩可以表示为：rank(A)=n-l，其中n是A的行数或列数，l 是A的列或行向量组的极大线性无关组的向量个数。

9.矩阵的特征值和特征向量公式：对于n阶矩阵A，如果存在一个数λ和非零向量x，使得Ax=λx，则称λ是A的特征值，x是对应于特征值λ的特征向量。

10.矩阵的特征多项式和特征方程公式：对于n阶矩阵A，其特征多项式可以表示为：det(A-λI)=0，其中I 是n阶单位矩阵。

11.相似矩阵的公式：如果有可逆矩阵P，使得P^(-1)AP=B，则称矩阵B是矩阵A的相似矩阵，P是A到B的相似变换。

线性代数重要公式、定理大全

1、行列式1. n 行列式共有2n 个元素，展开后有!n 项，可分解为2n 行列式；2. 代数余子式的性质：①、ij A 和ij a 的大小无关；②、某行（列）的元素乘以其它行（列）元素的代数余子式为0； ③、某行（列）的元素乘以该行（列）元素的代数余子式为A ； 3. 代数余子式和余子式的关系：(1)(1)i j i j ij ij ij ijM A A M ++=-=-4. 设n 行列式D ：将D 上、下翻转或左右翻转，所得行列式为1D ，则(1)21(1)n n D D -=-；(1)22(1)n n D D -=-将D 顺时针或逆时针旋转90，所得行列式为2D ，则；将D 主对角线翻转后（转置），所得行列式为3D ，则3D D =；将D 主副角线翻转后，所得行列式为4D ，则4D D =； 5. 行列式的重要公式：①、主对角行列式：主对角元素的乘积；②、副对角行列式：副对角元素的乘积(1)2(1)n n -⨯ -；③、上、下三角行列式（ = ◥◣）：主对角元素的乘积； ④、 ◤和 ◢：副对角元素的乘积(1)2(1)n n -⨯ -；⑤、拉普拉斯展开式：A O A C A BCB O B==、(1)m n CA OA A BB OB C==-⑥、范德蒙行列式：大指标减小指标的连乘积； ⑦、特征值；6. 对于n 阶行列式A ，恒有：1(1)nnk n k k k E A S λλλ-=-=+-∑，其中k S 为k 阶主子式；7. 证明0A =的方法：①、A A =-； ②、反证法；③、构造齐次方程组0Ax =，证明其有非零解； ④、利用秩，证明()r A n <； ⑤、证明0是其特征值；2、矩阵1.A 是n 阶可逆矩阵：⇔0A ≠（是非奇异矩阵）； ⇔()r A n =（是满秩矩阵） ⇔A 的行（列）向量组线性无关；⇔齐次方程组0Ax =有非零解；⇔n b R ∀∈，Ax b =总有唯一解； ⇔A 与E 等价；⇔A 可表示成若干个初等矩阵的乘积； ⇔A 的特征值全不为0； ⇔T A A 是正定矩阵；⇔A 的行（列）向量组是n R 的一组基； ⇔A 是n R 中某两组基的过渡矩阵；2. 对于n 阶矩阵A ：**AA A A A E == 无条件恒成立；3.1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===4. 矩阵是表格，推导符号为波浪号或箭头；行列式是数值，可求代数和；5. 关于分块矩阵的重要结论，其中均A 、B 可逆：若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭，则： Ⅰ、12s A A A A =；Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭； ②、111A O A O O B O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭；（主对角分块） ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭；（副对角分块） ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭；（拉普拉斯） ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭；（拉普拉斯） 3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ，总可经过初等变换化为标准形，其标准形是唯一确定的：rm nEO F OO ⨯⎛⎫= ⎪⎝⎭；等价类：所有与A 等价的矩阵组成的一个集合，称为一个等价类；标准形为其形状最简单的矩阵；对于同型矩阵A 、B ，若()()r A r B A B = ⇔ ； 2. 行最简形矩阵：①、只能通过初等行变换获得；②、每行首个非0元素必须为1；③、每行首个非0元素所在列的其他元素必须为0；3. 初等行变换的应用：（初等列变换类似，或转置后采用初等行变换）①、若(,)(,)rA E E X ，则A 可逆，且1X A -=；②、对矩阵(,)A B 做初等行变化，当A 变为E 时，B 就变成1A B -，即：1(,)(,)cA B E A B - ~ ；③、求解线形方程组：对于n 个未知数n 个方程Ax b =，如果(,)(,)rA b E x ，则A 可逆，且1x A b -=； 4. 初等矩阵和对角矩阵的概念：①、初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵；②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ，左乘矩阵A ，i λ乘A 的各行元素；右乘，iλ乘A 的各列元素；③、对调两行或两列，符号(,)E i j ，且1(,)(,)E i j E i j -=，例如：1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；④、倍乘某行或某列，符号(())E i k ，且11(())(())E i k E i k -=，例如：1111(0)11k k k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭； ⑤、倍加某行或某列，符号(())E ij k ,且1(())(())E ij k E ij k -=-，如：11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；5. 矩阵秩的基本性质：①、0()min(,)m n r A m n ⨯≤≤；②、()()T r A r A =； ③、若AB ，则()()r A r B =；④、若P 、Q 可逆，则()()()()r A r PA r AQ r PAQ ===；（可逆矩阵不影响矩阵的秩） ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+；（※） ⑥、()()()r A B r A r B +≤+；（※） ⑦、()min((),())r AB r A r B ≤；（※）⑧、如果A 是m n ⨯矩阵，B 是n s ⨯矩阵，且0AB =，则：（※） Ⅰ、B 的列向量全部是齐次方程组0AX =解（转置运算后的结论）；Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵，则()()()r AB r A r B n ≥+-；6. 三种特殊矩阵的方幂：①、秩为1的矩阵：一定可以分解为列矩阵（向量）⨯行矩阵（向量）的形式，再采用结合律；②、型如101001a c b ⎛⎫ ⎪⎪ ⎪⎝⎭的矩阵：利用二项展开式；二项展开式：01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C ab Ca bC b C a b -----=+=++++++=∑；注：Ⅰ、()n a b +展开后有1n +项；Ⅱ、0(1)(1)!1123!()!--+====-m n n n n n n n m n C C C m m n mⅢ、组合的性质：111102---+-===+==∑nmn m mm m r nr r nnn n nnn n r C CCC CCrC nC ；③、利用特征值和相似对角化： 7. 伴随矩阵：①、伴随矩阵的秩：*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩； ②、伴随矩阵的特征值：*1*(,)AAAX X A A A A X X λλλ- == ⇒ =；③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述：①、()r A n =，A 中有n 阶子式不为0，1n +阶子式全部为0；（两句话）②、()r A n <，A 中有n 阶子式全部为0； ③、()r A n ≥，A 中有n 阶子式不为0；9. 线性方程组：Ax b =，其中A 为m n ⨯矩阵，则：①、m 与方程的个数相同，即方程组Ax b =有m 个方程；②、n 与方程组得未知数个数相同，方程组Ax b =为n 元方程； 10. 线性方程组Ax b =的求解：①、对增广矩阵B 进行初等行变换（只能使用初等行变换）；②、齐次解为对应齐次方程组的解； ③、特解：自由变量赋初值后求得；11. 由n 个未知数m 个方程的方程组构成n 元线性方程：①、11112211211222221122n n n n m m nm n n a x a x a x b a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩；②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭（向量方程，A 为m n ⨯矩阵，m 个方程，n 个未知数） ③、()1212n n x x a a a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭（全部按列分块，其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭）； ④、1122n n a x a x a x β+++=（线性表出）⑤、有解的充要条件：()(,)r A r A n β=≤（n 为未知数的个数或维数）4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A ：12,,,m ααα构成n m ⨯矩阵12(,,,)m A =ααα；m 个n 维行向量所组成的向量组B ：12,,,T TTmβββ构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭；含有有限个向量的有序向量组与矩阵一一对应；2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解；（齐次线性方程组）②、向量的线性表出 Ax b ⇔=是否有解；（线性方程组） ③、向量组的相互线性表示是否有AX B ⇔=解；（矩阵方程）3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是：齐次方程组0Ax =和0Bx =同解；(101P 例14)4. ()()T r A A r A =；(101P 例15)5.n 维向量线性相关的几何意义：①、α线性相关 ⇔0α=；②、,αβ线性相关⇔,αβ坐标成比例或共线（平行）；③、,,αβγ线性相关 ⇔,,αβγ共面；6. 线性相关与无关的两套定理：若12,,,s ααα线性相关，则121,,,,s s αααα+必线性相关；若12,,,s ααα线性无关，则121,,,s ααα-必线性无关；（向量的个数加加减减，二者为对偶）若r 维向量组A 的每个向量上添上n r -个分量，构成n 维向量组B ：若A 线性无关，则B 也线性无关；反之若B 线性相关，则A 也线性相关；（向量组的维数加加减减）简言之：无关组延长后仍无关，反之，不确定；7. 向量组A （个数为r ）能由向量组B （个数为s ）线性表示，且A 线性无关，则r s ≤(二版74P 定理7)；向量组A 能由向量组B 线性表示，则()()r A r B ≤；（86P 定理3）向量组A 能由向量组B 线性表示AX B ⇔=有解； ()(,)r A r A B ⇔=（85P 定理2）向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==（85P 定理2推论）8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ，使12l A P P P =；①、矩阵行等价：~rA B PA B ⇔=（左乘，P 可逆）0Ax ⇔=与0Bx =同解 ②、矩阵列等价：~cA B AQ B ⇔=（右乘，Q 可逆）； ③、矩阵等价：~A B PAQ B ⇔=（P 、Q 可逆）； 9. 对于矩阵m n A ⨯与l n B ⨯：①、若A 与B 行等价，则A 与B 的行秩相等；②、若A 与B 行等价，则0Ax =与0Bx =同解，且A 与B 的任何对应的列向量组具有相同的线性相关性； ③、矩阵的初等变换不改变矩阵的秩； ④、矩阵A 的行秩等于列秩； 10. 若m s s n m n A B C ⨯⨯⨯=，则：①、C 的列向量组能由A 的列向量组线性表示，B 为系数矩阵； ②、C 的行向量组能由B 的行向量组线性表示，T A 为系数矩阵；（转置）11. 齐次方程组0Bx =的解一定是0ABx =的解，考试中可以直接作为定理使用，而无需证明；①、0ABx = 只有零解0Bx ⇒ =只有零解；②、0Bx = 有非零解0ABx ⇒ =一定存在非零解；12. 设向量组12:,,,n r r B b b b ⨯可由向量组12:,,,n s s A a a a ⨯线性表示为：（110P 题19结论）1212(,,,)(,,,)r s b b b a a a K =（B AK =）其中K 为s r ⨯，且A 线性无关，则B 组线性无关()r K r ⇔=；（B 与K 的列向量组具有相同线性相关性）（必要性：()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=；充分性：反证法）注：当r s =时，K 为方阵，可当作定理使用；13. ①、对矩阵m n A ⨯，存在n m Q ⨯，m AQ E = ()r A m ⇔=、Q 的列向量线性无关；（87P ）②、对矩阵m n A ⨯，存在n m P ⨯，n PA E = ()r A n ⇔=、P 的行向量线性无关；14. 12,,,s ααα线性相关⇔存在一组不全为0的数12,,,s k k k ，使得11220s s k k k ααα+++=成立；（定义）⇔1212(,,,)0s s x xx ααα⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭有非零解，即0Ax =有非零解；⇔12(,,,)s r s ααα<，系数矩阵的秩小于未知数的个数；15. 设m n ⨯的矩阵A 的秩为r ，则n 元齐次线性方程组0Ax =的解集S 的秩为：()r S n r =-；16. 若*η为Ax b =的一个解，12,,,n r ξξξ-为0Ax =的一个基础解系，则*12,,,,n r ηξξξ-线性无关；（111P 题33结论）5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=（定义），性质：①、A 的列向量都是单位向量，且两两正交，即1(,1,2,)0T i j i j a a i j n i j=⎧==⎨≠⎩；②、若A 为正交矩阵，则1T A A -=也为正交阵，且1A =±； ③、若A 、B 正交阵，则AB 也是正交阵；注意：求解正交阵，千万不要忘记施密特正交化和单位化； 2. 施密特正交化：12(,,,)r a a a11b a =；1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----;3. 对于普通方阵，不同特征值对应的特征向量线性无关；对于实对称阵，不同特征值对应的特征向量正交； 4. ①、A 与B 等价 ⇔A 经过初等变换得到B ；⇔=PAQ B ，P 、Q 可逆；()()⇔=r A r B ，A 、B 同型；②、A 与B 合同 ⇔=T C AC B ，其中可逆； ⇔T x Ax 与T x Bx 有相同的正、负惯性指数； ③、A 与B 相似 1-⇔=P AP B ； 5. 相似一定合同、合同未必相似；若C 为正交矩阵，则T C AC B =⇒A B ，（合同、相似的约束条件不同，相似的更严格）； 6. A 为对称阵，则A 为二次型矩阵； 7. n 元二次型T x Ax 为正定：A ⇔的正惯性指数为n ；A ⇔与E 合同，即存在可逆矩阵C ，使T C AC E =； A ⇔的所有特征值均为正数；A ⇔的各阶顺序主子式均大于0；0,0ii a A ⇒>>；(必要条件)。