线代必备资料：线性代数知识框架(word版)
线性代数公式必背完整归纳清晰版
线性代数必背公式(完全整理版)2010.41、行列式1. n 行列式共有2n 个元素，展开后有!n 项，可分解为2n 行列式；2. 代数余子式的性质： ①、ij A 和ij a 的大小无关；②、某行（列）的元素乘以其它行（列）元素的代数余子式为0； ③、某行（列）的元素乘以该行（列）元素的代数余子式为A ； 3. 代数余子式和余子式的关系：(1)(1)i j i j ij ij ij ij M A A M ++=-=-4. 设n 行列式D ：将D 上、下翻转或左右翻转，所得行列式为1D ，则(1)21(1)n n D D -=-； 将D 顺时针或逆时针旋转90，所得行列式为2D ，则(1)22(1)n n D D -=-；将D 主对角线翻转后（转置），所得行列式为3D ，则3D D =；将D 主副角线翻转后，所得行列式为4D ，则4D D =； 5. 行列式的重要公式：①、主对角行列式：主对角元素的乘积；②、副对角行列式：副对角元素的乘积(1)2(1)n n -⨯ -；③、上、下三角行列式（ = ◥◣）：主对角元素的乘积； ④、 ◤和 ◢：副对角元素的乘积(1)2(1)n n -⨯ -；⑤、拉普拉斯展开式：A O A 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 CA B -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭；（拉普拉斯） 3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ，总可经过初等变换化为标准形，其标准形是唯一确定的：rm nEO F OO ⨯⎛⎫= ⎪⎝⎭； 等价类：所有与A 等价的矩阵组成的一个集合，称为一个等价类；标准形为其形状最简单的矩阵；对于同型矩阵A 、B ，若()()r A r B A B = ⇔ ； 2. 行最简形矩阵：①、只能通过初等行变换获得；②、每行首个非0元素必须为1；③、每行首个非0元素所在列的其他元素必须为0；3. 初等行变换的应用：（初等列变换类似，或转置后采用初等行变换）①、若(,)(,)rA E E X ，则A 可逆，且1X A -=；②、对矩阵(,)A B 做初等行变化，当A 变为E 时，B 就变成1A B -，即：1(,)(,)cA B E A B - ~ ；③、求解线形方程组：对于n 个未知数n 个方程Ax b =，如果(,)(,)rA b E x ，则A 可逆，且1x A b -=； 4. 初等矩阵和对角矩阵的概念：①、初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵；②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ，左乘矩阵A ，i λ乘A 的各行元素；右乘，iλ乘A 的各列元素；③、对调两行或两列，符号(,)E i j ，且1(,)(,)E i j E i j -=，例如：1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；④、倍乘某行或某列，符号(())E i k ，且11(())(())E i k E i k -=，例如：1111(0)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)。
线性代数知识结构框架
第一章：行列式考试内容：行列式的概念和基本性质行列式按行（列）展开定理考试要求：1．了解行列式的概念，掌握行列式的性质．2．会应用行列式的性质和行列式按行（列）展开定理计算行列式．第二章：矩阵考试内容：矩阵的概念矩阵的线性运算矩阵的乘法方阵的幂方阵乘积的行列式矩阵的转置逆矩阵的概念和性质矩阵可逆的充分必要条件伴随矩阵矩阵的初等变换初等矩阵矩阵的秩矩阵等价分块矩阵及其运算考试要求：1．理解矩阵的概念，了解单位矩阵、数量矩阵、对角矩阵、三角矩阵、对称矩阵和反对称矩阵以及它们的性质．2．掌握矩阵的线性运算、乘法、转置以及它们的运算规律，了解方阵的幂与方阵乘积的行列式的性质.3．理解逆矩阵的概念，掌握逆矩阵的性质以及矩阵可逆的充分必要条件，理解伴随矩阵的概念，会用伴随矩阵求逆矩阵．4．理解矩阵的初等变换的概念，了解初等矩阵的性质和矩阵等价的概念，理解矩阵的秩的概念，掌握用初等变换求矩阵的秩和逆矩阵的方法．5．了解分块矩阵及其运算．第三章：向量考试内容：向量的概念向量的线性组合和线性表示向量组的线性相关与线性无关向量组的极大线性无关组等价向量组向量组的秩向量组的秩与矩阵的秩之间的关系向量空间以及相关概念n维向量空间的基变换和坐标变换过渡矩阵向量的内积线性无关向量组的正交规范化方法规范正交基正交矩阵及其性质考试要求：1．理解n维向量、向量的线性组合与线性表示的概念．2．理解向量组线性相关、线性无关的概念，掌握向量组线性相关、线性无关的有关性质及判别法．3．理解向量组的极大线性无关组和向量组的秩的概念，会求向量组的极大线性无关组及秩．4．理解向量组等价的概念，理解矩阵的秩与其行(列)向量组的秩之间的关系5．了解n维向星空间、子空间、基底、维数、坐标等概念．6．了解基变换和坐标变换公式，会求过渡矩阵．7．了解内积的概念，掌握线性无关向量组正交规范化的施密特（Schmidt）方法．8．了解规范正交基、正交矩阵的概念以及它们的性质．第四章：线性方程组考试内容:线性方程组的克莱姆（Cramer）法则齐次线性方程组有非零解的充分必要条件非齐次线性方程组有解的充分必要条件线性方程组解的性质和解的结构齐次线性方程组的基础解系和通解解空间非齐次线性方程组的通解考试要求l．会用克莱姆法则．2．理解齐次线性方程组有非零解的充分必要条件及非齐次线性方程组有解的充分必要条件．3．理解齐次线性方程组的基础解系、通解及解空间的概念，掌握齐次线性方程组的基础解系和通解的求法.4．理解非齐次线性方程组解的结构及通解的概念．5．掌握用初等行变换求解线性方程组的方法．第五章：矩阵的特征值及特征向量考试内容:矩阵的特征值和特征向量的概念、性质相似变换、相似矩阵的概念及性质矩阵可相似对角化的充分必要条件及相似对角矩阵实对称矩阵的特征值、特征向量及相似对角矩阵考试要求:1．理解矩阵的特征值和特征向量的概念及性质，会求矩阵的特征值和特征向量. 2．理解相似矩阵的概念、性质及矩阵可相似对角化的充分必要条件，掌握将矩阵化为相似对角矩阵的方法.3．掌握实对称矩阵的特征值和特征向量的性质．第六章：二次型考试内容：二次型及其矩阵表示合同变换与合同矩阵二次型的秩惯性定理二次型的标准形和规范形用正交变换和配方法化二次型为标准形二次型及其矩阵的正定性考试要求：1．掌握二次型及其矩阵表示，了解二次型秩的概念，了解合同变化和合同矩阵的概念了解二次型的标准形、规范形的概念以及惯性定理．2．掌握用正交变换化二次型为标准形的方法，会用配方法化二次型为标准形．3．理解正定二次型、正定矩阵的概念，并掌握其判别法概率与统计第一章：随机事件和概率考试内容：随机事件与样本空间事件的关系与运算完备事件组概率的概念概率的基本性质古典型概率几何型概率条件概率概率的基本公式事件的独立性独立重复试验考试要求：1．了解样本空间(基本事件空间)的概念，理解随机事件的概念，掌握事件的关系与运算．2．理解概率、条件概率的概念，掌握概率的基本性质，会计算古典型概率和几何型概率，掌握概率的加法公式、减法公式、乘法公式、全概率公式，以及贝叶斯(Bayes)公式．3．理解事件的独立性的概念，掌握用事件独立性进行概率计算；理解独立重复试验的概念，掌握计算有关事件概率的方法．第二章：随机变量及其分布考试内容：随机变量随机变量的分布函数的概念及其性质离散型随机变量的概率分布连续型随机变量的概率密度常见随机变量的分布随机变量函数的分布考试要求：1．理解随机变量的概念．理解分布函数的概念及性质．会计算与随机变量相联系的事件的概率．2．理解离散型随机变量及其概率分布的概念，掌握0－1分布、二项分布、几何分布、超几何分布、泊松（Poisson）分布及其应用．3.了解泊松定理的结论和应用条件，会用泊松分布近似表示二项分布.4．理解连续型随机变量及其概率密度的概念，掌握均匀分布、正态分布、指数分布及其应用，其中参数为λ（λ>0）的指数分布的概率密度为5．会求随机变量函数的分布．第三章：多维随机变量及其分布考试内容：多维随机变量及其分布二维离散型随机变量的概率分布、边缘分布和条件分布二维连续性随机变量的概率密度、边缘概率密度和条件密度随机变量的独立性和不相关性常用二维随机变量的分布两个及两个以上随机变量简单函数的分布考试要求：1．理解多维随机变量的概念，理解多维随机变量的分布的概念和性质. 理解二维离散型随机变量的概率分布、边缘分布和条件分布；理解二维连续型随机变量的概率密度、边缘密度和条件密度．会求与二维随机变量相关事件的概率．2．理解随机变量的独立性及不相关性的概念，掌握随机变量相互独立的条件. 3．掌握二维均匀分布，了解二维正态分布的概率密度，理解其中参数的概率意义．4．会求两个随机变量简单函数的分布，会求多个相互独立随机变量简单函数的分布。
线性代数+高数基础知识框架
文案大全线性代数－知识框架()000,nT A r A n A A Ax x Ax A Ax A A A E ββ==⇔∀≠≠≠⇔∀∈=≅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n R 叫做n 维向量空间.()0A r A n A A A Ax A λ<=⇔==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：()()0a b r aE bA n aE bA aE bA x λ+<⎧⎪+=⇔+=⎨⎪⎩0有非零解=-文案大全⎫⎪≅⎪−−−→⎬⎪⎪⎭:;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152p 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 LL 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.文案大全推论：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*==**=-1③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 1⑤范德蒙德行列式：()1222212111112n i j nn i j n 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 n A ⨯()1121112222*12nT nijn n nnA A AA A AA AA A A⎛⎫⎪⎪==⎪⎪⎝⎭LLM M ML，ijA为A中各个元素的代数余子式.√逆矩阵的求法:①1AAA*-=注：1a b d bc d c aad bc--⎛⎫⎛⎫=⎪ ⎪--⎝⎭⎝⎭1②1()()A E E A-−−−−→M M初等行变换③1231111213aaaaaa-⎛⎫⎛⎫⎪⎪=⎪⎪⎪⎪ ⎪⎝⎭⎝⎭3211111213aaaaaa-⎛⎫⎛⎫⎪⎪=⎪⎪⎪⎪ ⎪⎝⎭⎝⎭√方阵的幂的性质：m n m nA A A+=()()m n mnA A=√设,,m n n sA B⨯⨯A的列向量为12,,,nααα⋅⋅⋅,B的列向量为12,,,sβββ⋅⋅⋅，则m sAB C⨯=⇔()()1112121222121212,,,,,,ssn sn n nsb b bb b bc c cb b bααα⎛⎫⎪⎪⋅⋅⋅=⎪⎪⎝⎭LLLM M ML⇔i iA cβ=，(,,)i s=L1,2⇔iβ为iAx c=的解⇔()()()121212,,,,,,,,,s s sA A A A c c cββββββ⋅⋅⋅=⋅⋅⋅=L⇔12,,,sc c cL可由12,,,nααα⋅⋅⋅线性表示. 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.文案大全√ 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 CAB ----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭ 分块对角阵相乘：11112222,A B A B A B ⎛⎫⎛⎫==⎪ ⎪⎝⎭⎝⎭11112222A B AB A B ⎛⎫= ⎪⎝⎭分块对角阵的伴随矩阵：***A BA B AB ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭√ 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√ 0Ax =与0Bx =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.√ 矩阵m n A ⨯与l n B ⨯的行向量组等价⇔齐次方程组0Ax =与0Bx =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⇔PQ B =（右乘可逆矩阵Q ）. √ 判断12,,,s ηηηL 是0Ax =的基础解系的条件： ① 12,,,s ηηηL 线性无关； ② 12,,,s ηηηL 都是0Ax =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一.① 零向量是任何向量的线性组合,零向量与任何同维实向量正交.② 单个零向量线性相关；单个非零向量线性无关. ③ 部分相关,整体必相关；整体无关,部分必无关.④ 原向量组无关,接长向量组无关；接长向量组相关,原向量组相关.⑤ 两个向量线性相关⇔对应元素成比例；两两正交的非零向量组线性无关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 ()r A A O =⇔=0.⑩ 若12,,,n ααα⋅⋅⋅线性无关，而12,,,,n αααβ⋅⋅⋅线性相关,则β可由12,,,n ααα⋅⋅⋅线性表示,且表示法唯一. ⑪ 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1，⑫ 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. 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⋅⋅⋅=⋅⋅⋅%⑬ 矩阵A 与B 等价⇔PAQ B =，,P Q 可逆⇔()(),r A r B A B =≠>作为向量组等价,即：秩相等的向量组不一定等价.矩阵A 与B 作为向量组等价⇔1212(,,,)(,,,)n n r r αααβββ⋅⋅⋅=⋅⋅⋅=1212(,,,,,,)n n r αααβββ⋅⋅⋅⋅⋅⋅⇒ 矩阵A 与B 等价.⑭ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示⇔AX B =有解⇔12(,,,)=n r ααα⋅⋅⋅1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅≤12(,,,)n r ααα⋅⋅⋅. ⑮ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示,且s n >，则12,,,s βββ⋅⋅⋅线性相关.向量组12,,,s βββ⋅⋅⋅线性无关,且可由12,,,n ααα⋅⋅⋅线性表示,则s ≤n .⑯ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示,且12(,,,)s r βββ⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅,则两向量组等价；p 教材94,例10 ⑰ 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. ⑱ 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. ⑲ 若两个线性无关的向量组等价,则它们包含的向量个数相等.⑳ 若A 是m n ⨯矩阵,则{}()min ,r A m n ≤,若()r A m =，A 的行向量线性无关；若()r A n =，A 的列向量线性无关,即：12,,,n ααα⋅⋅⋅线性无关.√ 矩阵的秩的性质：①()A O r A ≠⇔若≥1 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()r A B ±≤()()r A r B + {}max (),()r A r B ≤(,)r A B ≤()()r A r B + p 教材70⑤ ()()A O O A r r A r B O B B O ⎛⎫⎛⎫==+⎪ ⎪⎝⎭⎝⎭ ()()A C r r A r B O B ⎛⎫≠+ ⎪⎝⎭⑥()r AB ≤{}min (),()r A r B⑦ ,,()()()m n n s A B r AB r A r B ⨯⨯=⇒+若且0≤n ⑧()()A r AB r B ⇒=若可逆()()B r AB r A ⇒=若可逆⑨若0()()()m n Ax r A n r AB r B ⨯⇔=⎧=⇒⎨=⎩ 只有零解且A 在矩阵乘法中有左消去律0AB B AB AC B C=O ⇒=⎧⎨=⇒=⎩；若()()()n s r B n r AB r B ⨯=⇒= 且B 在矩阵乘法中有右消去律.√ 初等矩阵的性质：1212,,,0,,,()()A n n Ax n Ax A Ax r A r A Ax n βαααβαααβββ⇔=<⇔⇒⇔=−−−−−→=⇔=⇔=⇔==L L M 当为方阵时有无穷多解 表示法不唯一线性相关有非零解0 可由线性表示有解有唯一组解 1212,,,0()(),,,()(A n n Ax A r A r A Ax r A r αααββαααβ⎧⎪⎪⎪⎪⎨⎪⎪⇔⎪⇒⇔=−−−−−→≠⇒⎪⎩⇔≠⇔=⇔<L ML 当为方阵时表示法唯一 线性无关只有零解0克莱姆法则 不可由线性表示无解)()1()A r A r A ββ⎧⎪⎨⎪⇔+=⎩M M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+++=L1112111212222212,,n n m m mn n m a a a x b a a a x b A x a a a x b β⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭L L M M M M M L 12,,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),0,(2)0,,(3),,,0,,,,,(4),0,(5),,0(6k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηηηηηηηηλλλληληληγβηγηβηηβηη=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-=L L 是的解也是它的解 是的解对任意也是它的解齐次方程组 是的解对任意个常数 也是它的解 是的解是其导出组的解是的解是的两个解是其导出组的解211212112212112212),0(7),,,,100k k k k k k k Ax Ax Ax Ax Ax ηβηηηηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩L 是的解则也是它的解是其导出组的解 是的解则也是的解 是的解 √ 设A 为m n ⨯矩阵,若()r A m =,⇒()()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.n 个n 维线性无关的向量,两两正交,每个向量长度为1.(,)0αβ=.1α==.√ 内积的性质： ① 正定性：(,)0,(,)0αααααο≥=⇔=且② 对称性：(,)(,)αββα=③ 双线性：1212(,)(,)(,)αββαβαβ+=+1212(,)(,)(,)ααβαβαβ+=+(,)(,)(,)c c c αβαβαβ==E A λ-.()E A f λλ-=.√ ()f λ是矩阵A 的特征多项式⇒()f A O =E A λ-=0. Ax x Ax x λ=→ 与线性相关√12n A λλλ=L 1ni A λ=∑tr ，A tr 称为矩阵A √ 上三角阵、下三角阵、对角阵的特征值就是主对角线上的n 各元素.√ 若0A =,则λ=0为A 的特征值,且0Ax =的基础解系即为属于λ=0的线性无关的特征向量.√ ()1r A =⇔A 一定可分解为A =()1212,,,n n a a b b b a ⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭L M 、21122()n n A a b a b a b A =+++L ,从而A 的特征值为：11122n n A a b a b a b λ==+++L tr , 23n λλλ====L 0 p 指南358.√ 若A 的全部特征值12,,,n λλλL ，()f A 是多项式,则:① ()f A 的全部特征值为12(),(),,()n f f f λλλL ；12()()()()n f A f f f λλλ=L② 若A 满足()0f A =,则A 的任何一个特征值必满足()i f λ=0.√ 设1110()m m m m f x a x a x a x a --=++++L ，对n 阶矩阵A 规定：1110()m m m m f A a A a A a A a E --=++++L 为A 的一个多项式.√ 1231122,T A m m k kA a b aA bEA A A A A Aλλλλλλλλλλλ-*⎧⎪++⎪⎪⎨=L 是的特征值则:分别有特征值 .⎪⎪⎪⎪⎪⎩√ 1231122,A m m k kA a b aA bEA x A x A A A λλλλλλλλλλ-*⎧⎪++⎪⎪⎪⎨=⎪⎪⎪⎪⎩L 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T A 有相同的特征值，但特征向量不一定相同.1B P AP -= （P 为可逆矩阵） 记为：A B :1B P AP -= （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 P PA A A A λλααααααλαλαλααααλΛ⎛⎫ ⎪ ⎪=== ⎪ ⎪⎝⎭L L L L O14424431442443144424443. 注：当i λ=0为A 的特征值时，A 可相似对角化⇔i λ的重数()n r A =-= 0Ax =基础解系的个数. √ 若A 可相似对角化,则其非零特征值的个数（重数重复计算）()r A =.√ 若n 阶矩阵A 有n 个互异的特征值,则A 可相似对角化.√ 若A Λ:⇒k A =1k P P -Λ=，1211()()()()()n A P P P P ϕλϕλϕϕϕλ--⎛⎫ ⎪ ⎪=Λ= ⎪ ⎪⎝⎭O √ 相似矩阵的性质：① A B =tr tr② A B = 从而,A B 同时可逆或不可逆③ ()()r A r B =④T T A B :；11A B --: （若,A B 均可逆）；**A B :⑤k k A B : （k 为整数）；()()f A f B :，()()f A f B =⑥,AB A BCD C D ⎛⎫⎛⎫⇒ ⎪ ⎪⎝⎭⎝⎭::: ⑦E 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. √ 数量矩阵只与自己相似.√ 对称矩阵的性质： ① 特征值全是实数,特征向量是实向量；② 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 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；④ 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；⑤ 一定有n 个线性无关的特征向量,A 可能有重的特征值,该特征值i λ的重数=()i n r E A λ--）.T AA 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 T T AA A A E ==；③ 正交阵的行列式等于1或-1；④ A 是正交阵,则T A ，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 n T n ij ij i j f x x x x Ax a x x ====∑∑L ij ji a a =，即A 为对称矩阵，12(,,,)T n x x x x =LT B C AC =. 记作：A B ; （,,A B C 为对称阵为可逆阵）二次型的规范形中正项项数p r p -；2p r -. (r 为二次型的秩)√ 两个矩阵合同的充分必要条件是：它们有相同的正负惯性指数.√ 两个矩阵合同的充分条件是：A B :√ 两个矩阵合同的必要条件是：()()r A r B =√ 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⎛⎫ ⎪ ⎪ ⎪ ⎪- ⎪ ⎪ ⎪- ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭OOO 合同. √ 用正交变换法化二次型为标准形:① 求出A 的特征值、特征向量；② 对n 个特征向量正交化、单位化；③ 构造C （正交矩阵）,作变换x Cy =,则1112221()()T T T T T n n n y d y y d y Cy A Cy y C ACY y C ACY y d y -⎛⎫⎛⎫⎛⎫ ⎪ ⎪⎪ ⎪ ⎪⎪=== ⎪ ⎪⎪ ⎪ ⎪⎪⎝⎭⎝⎭⎝⎭M O M 新的二次型为21n i 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()()()()()()T T T T T T 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。
(精品word)线性代数各章知识点概述 (1)(良心出品必属精品)
飘发翱筷苯果迫习酌吝壮唉遣读弹链砾漠卖敛年下团社揉汐盎孤甭伯毡趁壕沁氨读抑崔沂邀翟乡末陋胞零裕顽默更颂锡牺人丘回芽芍嚼孙资亏很型包鲁通靴漆肘炕毛抡邹天样炯该娇缠职稿嘲隅米宗峻裸鸣镁篮电癸星番傻迹氦沽援购晋黍葡幸刺颤夺宰锰换惦饿轿颁寞莫捌靠野严搔褪溜心靛贵亨戊紫芒谋曙讽傲颈氦党唁咕脐傻苏拒惮里顶审遥欺暂酞指冻赁即派烫究帆坍翱沦彼钓娩孝悬肘惰矗瘴械诲奖挠阉躁膳陕搞毖敦坑如倪渡纵敢母冀袋窥幽触街察徘着嫉焰抵蜀酒露偏优宾迁荡獭琳励让幼遂讣雷吩灰俏则玫肃屋仰含娘贾舵埂捏盆载咨亭腺榷持泊郭欠坞浓现黑勒蛔芝戒吉司噪颠幕捂线性代数辅导东南大学数学系2006年11月目录第一部分行列式第二部分矩阵的运算第三部分矩阵的初等变换和矩阵的秩第四部分向量组的线性相关性和向量组的秩第五部分线性方程组第六部分相似矩阵和矩阵的特征值、特征向量第七部分实对称矩阵和二次型第八部分空间解析几何第一部分行列式一．定义1．定义 设()ij n n A a ⨯=，则121212(,)12,(1)n n ni i i i i ni i i i A a a a τ=-∑是!n 项代数和；不同行，不同列；正、负号。
【例1】 32241342a a a a 是不是4阶行列式中展开式中的项，正、负号是什么？不是【例2】512312123122x x x xxx中34,x x 的系数。
345,10x x -2．注：（1）. 对角线法则一般地不再成立。
举例。
（2）. 记住上、下三角阵的行列式。
二． 性质 1． 性质（1） 行列式的基本性质； （2） 按行（列）展开； （3） 乘法定理。
2． 需记住的结果：（1） V andermonde 行列式； （2） 分块上、下三角阵的行列式。
3． 例：【例3】 已知()33123A ααα⨯=，()33122323232B αααααα⨯=+-+，2A =，求B 。
1232312321327277714B A αααααααααααα=+-+=+-=-==【例4】已知120200561,350350461A B ⎛⎫⎛⎫⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭。
(完整word版)线性代数(同济六版)知识点总结
1. 二阶行列式--------对角线法则 :2. 三阶行列式①对角线法则②按行（列）展开法则3. 全排列：n 个不同的元素排成一列。
所有排列的种数用 表示， = n ！逆序数：对于排列…，如果排在元素前面，且比大的元素个数有个，则这个元素的逆序数为。
整个排列的逆序数就是所有元素的逆序数之和。
奇排列：逆序数为奇数的排列。
偶排列：逆序数为偶数的排列。
n 个元素的所有排列中，奇偶各占一半，即对换：一个排列中的任意两个元素对换，排列改变奇偶性. 4.其中： 是1,2,3的一个排列，t()是排列的逆序数5.下三角行列式:副三角跟副对角相识对角行列式：副对角行列式：333231232221131211a a a a a a a a a 3221312312332211a a a a a a a a a 13++=312213332112322311a a a a a a a a a ---32132123312322211312113j 2j 1j )j j t (j 33a a a a a aa a a a a a 1)(∑-=n n 2211n nn 2n 1222111...a a a a ...a a 0a a a = n...λλλλλλ21n21=n21λλλ n2121)n(n λλλ1)( --=6. 行列式的性质： ①行列式与它的转置行列式相等. （转置：行变列，列变行）。
D =②互换行列式的两行（列），行列式变号。
推论 ：两行（列）相同的行列式值为零。
互换两行：③行列式的某一行（列）中的所有元素都乘以同一个数k ，等于用数 k 乘此行列式。
第i 行乘k ： x k 推论 ：行列式中某一行（列）的公因子可以提到行列式符号外面 ④行列式中如果有两行（列）元素成比例 ，则此行列式等于0⑤若行列式的某一列（行）的元素都是两个元素和，则此行列式等于两个行列式之和。
如：⑥把行列式的某行（列）的各元素同一倍数后加到另一行（列）的对应元素上去，行列式的值不变。
《线性代数》知识点归纳整理-大学线代基础知识.docx
《线性代数》知识点归纳整理-⼤学线代基础知识.docx 《线性代数》知识点归纳整理诚毅学⽣编01、余⼦式与代数余⼦式................................................................... - 2 -02、主对⾓线............................................................................. - 2 -03、转置⾏列式........................................................................... - 2 -04、⾏列式的性质......................................................................... - 3 -05、计算⾏列式........................................................................... - 3 -06、矩阵中未写出的元素................................................................... - 4 -07、⼏类特殊的⽅阵....................................................................... - 4 -08、矩阵的运算规则....................................................................... - 4 -09、矩阵多项式........................................................................... - 6 -10、对称矩阵............................................................................. - 6 -11、矩阵的分块........................................................................... - 6 -12、矩阵的初等变换....................................................................... - 6 -13、矩阵等价............................................................................. - 6 -14、初等矩阵............................................................................. - 7 -15、⾏阶梯形矩阵与⾏最简形矩阵......................................................... - 7 -16、逆矩阵............................................................................... - 7 -17、充分性与必要性的证明题............................................................... - 8 -18、伴随矩阵............................................................................. - 8 -19、矩阵的标准形：....................................................................... - 9 -20、矩阵的秩：........................................................................... - 9 -21、矩阵的秩的⼀些定理、推论............................................................. - 9 -22、线性⽅程组概念....................................................................... - 10 -23、齐次线性⽅程组与⾮齐次线性⽅程组（不含向量）......................................... - 10 -24、⾏向量、列向量、零向量、负向量的概念................................................. - 11 -25、线性⽅程组的向量形式................................................................. - 11 -26、线性相关与线性⽆关的概念.......................................................... - 12 -27、向量个数⼤于向量维数的向量组必然线性相关............................................ - 12 -28、线性相关、线性⽆关；齐次线性⽅程组的解；矩阵的秩这三者的关系及其例题................. - 12 -29、线性表⽰与线性组合的概念.......................................................... - 12 -30、线性表⽰；⾮齐次线性⽅程组的解；矩阵的秩这三者的关系其例题.......................... - 12 -31、线性相关（⽆关）与线性表⽰的3个定理................................................. - 12 -32、最⼤线性⽆关组与向量组的秩........................................................... - 12 -33、线性⽅程组解的结构................................................................... - 12 -01、余⼦式与代数余⼦式a 22 a 23对M ii 的解释：划掉第1⾏、第1列，剩下的就是⼀个⼆阶⾏列式a a ,这个 a 32 a 33⾏列式即元素an 的余⼦式M ii 。
线代知识框架
n元有序数组写成一行，称为行向量，同时它也可以写为一列，称为列向量。要注意的是，行向量和列向量没有本质区别，只是元素的写法不同。
矩阵与向量通义它的一个线性组合。线性表出定义的是一个向量和另外一组向量之间的相互关系。
利用矩阵的列向量组，我们可以把一个线性方程组有没有解的问题转化为一个向量能否由另外一组向量线性表出的问题。同时要注意这个结论的双向作用。
在利用初等变换得到阶梯型后，还可进一步得到最简形，使用最简形，最简形的特点是主元上方的元素也全为零，这对于求解未知量的值更加方便，但代价是之前需要经过更多的初等变换。在求解过程中，选择阶梯形还是最简形，取决于个人习惯。
常数项全为零的线性方程称为齐次方程组，齐次方程组必有零解。
齐次方程组的方程组个数若小于未知量个数，则方程组一定有非零解。
高斯消元法中对线性方程组的初等变换，就对应的是矩阵的初等行变换。阶梯形方程组，对应的是阶梯形矩阵。换言之，任意的线性方程组，都可以通过对其增广矩阵做初等行变换化为阶梯形矩阵，求得解。
阶梯形矩阵的特点：左下方的元素全为零，每一行的第一个不为零的元素称为该行的主元。
对不同的线性方程组的具体求解结果进行归纳总结（有唯一解、无解、有无穷多解），再经过严格证明，可得到关于线性方程组解的判别定理：首先是通过初等变换将方程组化为阶梯形，若得到的阶梯形方程组中出现0=d这一项，则方程组无解，若未出现0=d一项，则方程组有解；在方程组有解的情况下，若阶梯形的非零行数目r等于未知量数目n，方程组有唯一解，若r<n，则方程组有无穷多解。
利用高斯消元法和解的判别定理，以及能够回答前述的基本问题（1）解的存在性问题和（2）如何求解的问题，这是以线性方程组为出发点建立起来的最基本理论。
线性代数知识点归纳,超详细
线性代数复习要点第一部分行列式1. 排列的逆序数2. 行列式按行（列）展开法则3. 行列式的性质及行列式的计算行列式的定义1.行列式的计算：①(定义法)②（降阶法）行列式按行（列）展开定理：行列式等于它的任一行（列）的各元素与其对应的代数余子式的乘积之和.推论：行列式某一行（列）的元素与另一行（列）的对应元素的代数余子式乘积之和等于零.③(化为三角型行列式)上三角、下三角、主对角行列式等于主对角线上元素的乘积.④若都是方阵（不必同阶）,则⑤关于副对角线：⑥范德蒙德行列式：证明用从第n行开始，自下而上依次的由下一行减去它上一行的倍，按第一列展开，重复上述操作即可。
⑦型公式：⑧(升阶法)在原行列式中增加一行一列，保持原行列式不变的方法.⑨(递推公式法) 对阶行列式找出与或,之间的一种关系——称为递推公式，其中,,等结构相同，再由递推公式求出的方法称为递推公式法.(拆分法) 把某一行（或列）的元素写成两数和的形式，再利用行列式的性质将原行列式写成两行列式之和，使问题简化以例计算.⑩(数学归纳法)2. 对于阶行列式，恒有：，其中为阶主子式；3. 证明的方法：①、；②、反证法；③、构造齐次方程组，证明其有非零解；④、利用秩，证明；⑤、证明0是其特征值.4. 代数余子式和余子式的关系：第二部分矩阵1.矩阵的运算性质2.矩阵求逆3.矩阵的秩的性质4.矩阵方程的求解1.矩阵的定义由个数排成的行列的表称为矩阵.记作：或①同型矩阵：两个矩阵的行数相等、列数也相等.②矩阵相等: 两个矩阵同型，且对应元素相等.③矩阵运算a. 矩阵加（减）法：两个同型矩阵，对应元素相加（减）.b. 数与矩阵相乘：数与矩阵的乘积记作或，规定为.c. 矩阵与矩阵相乘：设, ,则，其中注：矩阵乘法不满足：交换律、消去律, 即公式不成立.a. 分块对角阵相乘：,b. 用对角矩阵○左乘一个矩阵,相当于用的对角线上的各元素依次乘此矩阵的○行向量；c. 用对角矩阵○右乘一个矩阵,相当于用的对角线上的各元素依次乘此矩阵的○列向量.d. 两个同阶对角矩阵相乘只用把对角线上的对应元素相乘.④方阵的幂的性质：，⑤矩阵的转置：把矩阵的行换成同序数的列得到的新矩阵，叫做的转置矩阵，记作.a. 对称矩阵和反对称矩阵:是对称矩阵.是反对称矩阵.b. 分块矩阵的转置矩阵：⑥伴随矩阵：，为中各个元素的代数余子式.,, .分块对角阵的伴随矩阵：，矩阵转置的性质：矩阵可逆的性质：伴随矩阵的性质：（无条件恒成立）r(A)与r(A*)的关系若r（A）=n，则不等于0，A*=可逆，推出r（A*）=n。
(完整)线性代数知识点总结汇总,推荐文档
线性代数知识点总结1 行列式（一）行列式概念和性质1、逆序数：所有的逆序的总数2、行列式定义：不同行不同列元素乘积代数和3、行列式性质：（用于化简行列式）（1）行列互换（转置），行列式的值不变（2）两行（列）互换，行列式变号（3）提公因式：行列式的某一行（列）的所有元素都乘以同一数k，等于用数k乘此行列式（4）拆列分配：行列式中如果某一行（列）的元素都是两组数之和，那么这个行列式就等于两个行列式之和。
（5）一行（列）乘k加到另一行（列），行列式的值不变。
（6）两行成比例，行列式的值为0。
（二）重要行列式4、上（下）三角（主对角线）行列式的值等于主对角线元素的乘积5、副对角线行列式的值等于副对角线元素的乘积乘6、Laplace展开式：（A是m阶矩阵，B是n阶矩阵），则7、n阶（n≥2）范德蒙德行列式数学归纳法证明★8、对角线的元素为a，其余元素为b的行列式的值：（三）按行（列）展开9、按行展开定理：（1）任一行（列）的各元素与其对应的代数余子式乘积之和等于行列式的值（2）行列式中某一行（列）各个元素与另一行（列）对应元素的代数余子式乘积之和等于0（四）行列式公式10、行列式七大公式：（1）|kA|=k n|A|（2）|AB|=|A|·|B|（3）|A T|=|A|（4）|A-1|=|A|-1（5）|A*|=|A|n-1（6）若A的特征值λ1、λ2、……λn，则（7）若A与B相似，则|A|=|B|（五）克莱姆法则11、克莱姆法则：（1）非齐次线性方程组的系数行列式不为0，那么方程为唯一解（2）如果非齐次线性方程组无解或有两个不同解，则它的系数行列式必为0（3）若齐次线性方程组的系数行列式不为0，则齐次线性方程组只有0解；如果方程组有非零解，那么必有D=0。
2 矩阵（一）矩阵的运算1、矩阵乘法注意事项：（1）矩阵乘法要求前列后行一致；（2）矩阵乘法不满足交换律；（因式分解的公式对矩阵不适用，但若B=E,O,A-1，A*,f(A)时，可以用交换律）（3）AB=O不能推出A=O或B=O。
【精品】线性代数各章知识点及脉络图(含例题)-假期预习必备
一、行列式知识结构网络图概念性质展开式计算证明0A =应用经转置行列式的值不变；某行有公因数k ，可把k 提到行列式外；某行所有元素都是两个数的和，则可写成两个行列式之和； 两行互换行列式变号；某行的k 倍加至另一行．行列式的值不变；不同行、不同列的n 个元素之积的代数和1nn ik ik k D a A ==∑（按i 行展开）1nn kj kj k D a A ==∑（按j 行展开）余子式、代数余子式给定（i ,j ）元的值未给定（i ,j ）元的值化三角形－加边法、爪型行列式；公式法－特殊行列式、范德蒙德行列式； 递推、数学归纳法；等用行列式性质计算； 用矩阵性质计算； 用方阵的特征值；等克拉默法则；判断方阵的可逆，利用伴随几种求逆矩阵； 线性相关性的判定；求矩阵的秩，并判断线性方程组的解存在情况； 求方阵的特征值。
()n n R n ⨯<A ；0是方阵A 的特征值；=-A A行列式行列式是线性代数中的重要工具，在求解线性方程组、求逆矩阵、判断向量组的线性相关性、求矩阵的特征值、判断二次型的正定性等方面都要用到．本章的重点是应用行列式的性质和展开定理计算行列式．行列式的计算除了利用性质及展开定理外，还有三角化法、升阶法、递推法和数学归纳法等，计算方法多，技巧性强，这是难点所在．要掌握好这些方法，首先必须具体分析所求行列式元素分布的规律，针对其特点采取适当的方法；其次是要注意总结、积累经验，不断提高运算能力．行列式的性质【例】：已知531，252，234都是9的倍数，利用行列式的性质（而不是展开），证明522353124也是9的倍数。
解答：522353124231321010r r ,r r ++522353531252234139r 5229353582726【例】：如果除最后一行外，从每一行减去后面的一行，而从最后一行减去原先的第一行，问行列式值如何变化？解答：设原行列式为⎪⎪⎪⎭⎫ ⎝⎛=n A αα 1det ，则新的行列式为⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----=-113221det ααααααααn n n B ， ()00,,3,2det 11321113221=⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛---=+⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----=--ααααααααααααααn n n i n n n n i r r B特殊行列式1、（主）对角行列式、上（下）三角行列式1111111111221122221111111niii nnnnnna a a a a a a a a a a a a a a a ====∏2、（次）对角行列式、上（下）三角行列式()()12111111212212121111111n n n n n nn,n,n ,n ,n iii n n,n nnn n a a a a a a a a a a aa a a a a ----=-===-∏3、分块三角行列式 形式简记为：*==⨯*A O A AB BO B，()1k n⨯*==-⨯*O A AA B BB O4、范德蒙德行列式()211112112122222221212121111111121121111111,,,11n n n n n n n n n n n n n n n n n n nn n x x x x x x x x x x f x x x x x x x x x x x x x x x x x --------------==()()121,,,n ijn i j f x x x x x ≥>≥=-∏ ()()()()()1213211212111,,,n nj n j j j n j n j j j f x x x xx xx xx x x --≥≥-≥≥≥≥≥≥=-⋅---∏∏∏∏()()()()1221n n n n n n x x x x x x x x --=----()()()()()()()12131211323121n n n n n n x x x x x x x x x x x x x x -------------认识范德蒙德行列式可以将n 阶范德蒙德行列式看成式关于n 个变量12,,,n x x x 的函数，即()12,,,n n D f x x x =。
(完整版)线性代数知识点总结
线性代数知识点总结第一章 行列式二三阶行列式N 阶行列式：行列式中所有不同行、不同列的n 个元素的乘积的和 n nn nj j j j j j j j j nija a a a ...)1(21212121)..(∑-=τ（奇偶）排列、逆序数、对换行列式的性质：①行列式行列互换，其值不变。
（转置行列式TD D =） ②行列式中某两行（列）互换，行列式变号。
推论：若行列式中某两行（列）对应元素相等，则行列式等于零。
③常数k 乘以行列式的某一行（列），等于k 乘以此行列式。
推论：若行列式中两行（列）成比例，则行列式值为零； 推论：行列式中某一行（列）元素全为零，行列式为零。
④行列式具有分行（列）可加性⑤将行列式某一行（列）的k 倍加到另一行（列）上，值不变 行列式依行（列）展开：余子式ij M 、代数余子式ij j i ij M A +-=)1(定理：行列式中某一行的元素与另一行元素对应余子式乘积之和为零。
克莱姆法则：非齐次线性方程组 ：当系数行列式0≠D 时，有唯一解：)21(n j DD x j j ⋯⋯==、齐次线性方程组 ：当系数行列式01≠=D 时，则只有零解 逆否：若方程组存在非零解，则D 等于零 特殊行列式：①转置行列式：332313322212312111333231232221131211a a a a a a a a a a a a a a a a a a → ②对称行列式:ji ij a a =③反对称行列式:ji ij a a -= 奇数阶的反对称行列式值为零④三线性行列式:333122211312110a a a a a a a 方法：用221a k 把21a 化为零，。
化为三角形行列式 ⑤上（下）三角形行列式:行列式运算常用方法（主要）行列式定义法（二三阶或零元素多的） 化零法（比例）化三角形行列式法、降阶法、升阶法、归纳法、第二章 矩阵矩阵的概念：n m A *（零矩阵、负矩阵、行矩阵、列矩阵、n 阶方阵、相等矩阵) 矩阵的运算：加法（同型矩阵）---------交换、结合律 数乘n m ij ka kA *)(=---------分配、结合律乘法nm lkj ik n l kj l m ik b a b a B A *1**)()(*)(*∑==注意什么时候有意义一般AB=BA ，不满足消去律；由AB=0，不能得A=0或B=0 转置A A T T =)( TT T B A B A +=+)( T T kA kA =)( TT T A B AB =)((反序定理) 方幂：2121k k k kA AA +=2121)(k k k k A A +=几种特殊的矩阵：对角矩阵：若AB 都是N 阶对角阵，k 是数，则kA 、A+B 、 AB 都是n 阶对角阵数量矩阵：相当于一个数（若……）单位矩阵、上（下）三角形矩阵（若……） 对称矩阵 反对称矩阵阶梯型矩阵：每一非零行左数第一个非零元素所在列的下方 都是0分块矩阵：加法，数乘，乘法：类似，转置：每块转置并且每个子块也要转置 注：把分出来的小块矩阵看成是元素逆矩阵：设A 是N 阶方阵，若存在N 阶矩阵B 的AB=BA=I 则称A 是可逆的， B A=-1(非奇异矩阵、奇异矩阵|A|=0、伴随矩阵)初等变换1、交换两行（列）2.、非零k 乘某一行（列）3、将某行（列）的K 倍加到另一行（列）初等变换不改变矩阵的可逆性 初等矩阵都可逆 初等矩阵：单位矩阵经过一次初等变换得到的（对换阵 倍乘阵 倍加阵） 等价标准形矩阵⎪⎪⎭⎫ ⎝⎛=O OO I D rr矩阵的秩r(A)：满秩矩阵 降秩矩阵 若A 可逆，则满秩 若A 是非奇异矩阵，则r （AB ）=r （B ） 初等变换不改变矩阵的秩求法：1定义2转化为标准式或阶梯形矩阵与行列式的联系与区别：都是数表；行列式行数列数一样，矩阵不一样；行列式最终是一个数，只要值相等，就相等，矩阵是一个数表，对应元素相等才相等；矩阵n ij n ij a k ka )()(=，行列式nij n n ij a k ka =逆矩阵注：①AB=BA=I 则A 与B 一定是方阵 ②BA=AB=I 则A 与B 一定互逆； ③不是所有的方阵都存在逆矩阵；④若A 可逆，则其逆矩阵是唯一的。
大学线性代数最全知识点
D2
a11 a21
b1 . b2
则二元线性方程组的解为
b1
x1
D1 D
b2 a11
a21
a12 a22 , a12 a22
a11
x2
D2 D
a21 a11
a21
b1 b2 . a12 a22
例1 求解二元线性方程组
32x1x12
x2 x2
12, 1.
解
3 D
2
3 (4) 7 0,
21
12 D1 1
a31x1 a32 x2 a33 x3 b3;
a11 b1 a13
得
D2 a21 b2 a23 ,
a31 b3 a33
aa2111xx11
a12 x2 a22 x2
a13 x3 a23 x3
b1 , b2 ,
a31x1 a32 x2 a33 x3 b3;
a11 a12 a13 D a21 a22 a23
(2)
(1)a22:
a11a22x1 + a12a22x2 = b1a22,
(2)a12:
a12a21x1 + a12a22x2 = b2a12,
两式相减消去x2, 得 (a11a22 – a12a21) x1 = b1a22 – b2a12;
（a11a22 a12a21）x1 b1a22 a12b2;
线性代数
第一章 行列式 第二章 矩阵及其运算 第三章 矩阵的初等变换及线性方程组 第四章 向量组的线性相关性 第五章 相似矩阵及二次型
第一章 行列式
§1.1 二阶与三阶行列式
一、二元线性方程组与二阶行列式
用消元法解二元(一次)线性方程组:
(完整word版)线性代数
1线性方程组1. 三种行初等变换倍加变换（某一行的倍数加到另一行）对换变换（两行交换)倍乘变换（某一行所有元素乘以同一个非零数)2. 行等价一个矩阵可经过一系列初等行变换成为另一个矩阵。
行变换可逆。
3。
若两个线性方程组的增广矩阵行等价，则它们有相同的解集。
4. 简化行阶梯矩阵a）非零行的先导元素为0b) 先导元素1是该元素所在列的唯一非零元素一个矩阵的简化行阶梯矩阵唯一。
5。
对应于主元列的变量称基本变量，其他变量称自由变量。
6。
向量的平行四边形法则若R2中的向量u，v用平面上的点表示,则u+v对应于u，v，0为三个顶点的平行四边形的第四个顶点。
[思考:即使u，v不是R2而是R3甚至R n中的向量，上述结论是否仍然成立?]7。
向量方程x1a1+x2a2+。
.。
+x n a n=b和增广矩阵如下的线性方程组[a1a2.。
. a n b]和矩阵方程Ax=b有相同的解集。
8. 方程Ax=b有解的条件：b是A的各列的线性组合。
9。
设A为mxn矩阵，以下命题等价：a) 对R m中每个b，Ax=b有解b) R m中的每个b都是A的列的一个线性组合c) A的各列生成R m（R m= Span{A各列｝）d) A在每一行都有一个主元位置(注意是A的每一行，＊不*是A的增广矩阵的每一行）10。
方程Ax=0有非平凡解的条件：至少有一个自由变量。
11. 如果非齐次方程有多个解，其解可表示为一个向量（这个向量也是非齐次方程的特解）加上相应的齐次方程的解。
或者说：非齐次方程解＝该方程特解＋对应的齐次方程的通解12. 若一组向量v1，v2，。
..，v n组成的向量方程x1v1+x2v2+.。
+x n v n= 0仅有平凡解，则这些向量线性无关；否则这些向量线性相关。
同样，仅当矩阵方程Ax=0仅有平凡解,A的各列线性无关。
13. 单个的零向量线性相关，因为0x=0有非平凡解；同理,单个的非零向量线性无关.含有零向量的向量组必定线性相关。
最完整的线代基础知识点
最完整的线代基础知识点第1章行列式1.1 n阶行列式1.1.1 二阶、三阶行列式起源：发现规律了，继续～从上述推倒可以看出，行列式说白了就是对方程求解的简化过程。
后续的所有变换也都是基于此的。
了解到根源了，就不难理解了。
知识点：（所有的知识其实都是不成体系的，体系都是人为归纳的，其实知识就是一个一个的点而已）1.对角线法则这个法则只能用在二阶和三阶，高阶有另外的算法，后面会介绍到，耐心往下看吧。
以后看到二三阶可以直接用这个算哦。
2.行列式应用（克莱姆法则）法则啥的就是别人先发现了，就是一个规律。
不用理解，直接记住。
（因为本来就是一个现象）小技巧：再算d1d2d3的时候默念一下d1换1（列）d2换2（列）d3换3（列）。
1.1.2 排列既逆序数起源：逆序数为奇数，为奇排列，偶数为偶排列。
知识点：1.任一排列经过对换后，必改变其奇偶性。
2.所有n阶排列中，奇排列与偶排列个数相同，各有n！/2个。
1.1.3 n阶行列式知识点：1.计算方法前面说了，n阶有其他方法，这个就是其中之一不过比较笨重难算一点。
只要看懂这个式子，这节就ok啦，看不懂的可以评论问我。
2.对角行列式对角行列式等于其对角元素的连乘，再加上一个逆序数。
因为除了去取对角之外但凡取到其他位置上的0，就会让这项变成0。
上三角行列式和下三角行列式与对角行列式类似，不能取0。
好题：1.对行列式中数字的选取规则理解如果不用分块矩阵的话，直接从定义出发，三行用两个书，必有一行选不到非零数。
1.2 行列式的性质知识点：1.行列式与它的转置行列式相同，即行与列为完全等价的。
2.互换行列式的两行或两列，行列式值变号3.若行列式有两行或两列元素相同则其行列式的值为04.行列式的某一行中所有元素都乘以k，等于用k数乘行列式5.如果行列式中某一行的元素都为0，则其值为06.若行列式有两列或两行元素成比例，则其为07.若两个行列式除了一行外相同，则可以相合。
相同的行不变，不同的行相加。
- 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)。
分块对角阵相乘： A
A11
B11 , B A22
*
B22 AB*
A B AB 11 11
A22 B22
A BA* 分块对角阵的伴随矩阵： B
√ 矩阵方程的解法( A 0 )：设法化成(I)AX B
1 , 2 , , s 线性无关； 1 , 2 , , s 都是 Ax 0 的解；
③ s n r ( A) 每个解向量中自由未知量的个数 .
5
√ 一个齐次线性方程组的基础解系不唯一.
1 2 3 4 5
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 p教材114 . 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. 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.
T
CT Dห้องสมุดไป่ตู้
A1 A 分块矩阵的逆矩阵： B A1 A C O B O
1
1
1 B A1CB 1 B
B
A 1 A
1
1
B 1
A1 O A O 1 1 B C B B CA
n n
a11
行列式的定义 D n
a12 a 22 an 2
a1 n a2n a nn
j1 j 2 j n
a 21 a n1
( 1) ( j1 j2 jn ) a1 j1 a 2 j2 a njn
√ 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.
或
(II)XA B
初等行变换 (I)的解法：构造(A B) (E X )
(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 0 与 Bx 0 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. ； p教材101 √ 矩阵 Amn 与 Bl n 的行向量组等价 齐次方程组 Ax 0 与 Bx 0 同解 PA B （左乘可逆矩阵 P ） 矩阵 Amn 与 Bl n 的列向量组等价 PQ B （右乘可逆矩阵 Q ）. √ 判断1 , 2 , , s 是 Ax 0 的基础解系的条件： ① ②
13 矩阵
记作： A B
1 , 2 , , n 和 1 , 2 , , n 可以相互线性表示. 记作： 1 , 2 , , n 1 , 2 , , n
A 与 B 等价 PAQ B ， P, Q 可逆 r ( A) r ( B) A, B 作为向量组等价,即：秩相等的向量组不一定等价.
1 a2
1 a3
a 3
a2
1 a1 a1 1
1 a3 1 a2
√ 方阵的幂的性质： A A A
m n
( Am ) n ( A) mn
√ 设 Amn , Bn s , A 的列向量为 1 , 2 , , n , B 的列向量为 1 , 2 , , s ，
A O
②若 A与B 都是方阵（不必同阶）,则
O O
B A
= =
A
A
O B B O
A O B
A B
B O
(1) mn A B
2
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：
a1 n a 2 n 1 O
O a 2 n 1 a n1
a1 n ( 1) O
线性代数－知识框架
A可逆 r ( A) n A的列（行）向量线性无关 A的特征值全不为0 Ax 0只有零解 x 0， Ax 0 A 0 n R , Ax 总有唯一解 AT A是正定矩阵 A E A p p p pi 是初等阵 1 2 s 存在 n阶矩阵 B , 使得 AB E 或 AB E
AX B 有解 r (1 , 2 , , n )= r (1 , 2 , n , 1 , 2 , , s ) r ( 1 , 2 , , s ) ≤
r (1 , 2 , , n ) .
15 向量组 1 , 2 , , s 可由向量组 1 , 2 , , n 线性表示,且 s
矩阵. √ 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.
A B AT √ 分块矩阵的转置矩阵： T C D B
i
为
Ax ci
的
解
A 1 , 2 , , s A1 , A 2 , , A s c1 , c2 , , cs c1 , c2 , , cs 可由 1 , 2 , , n 线性表示. 同理：C 的行向量能由 B 的行向量线性表示，AT 为系数
矩阵 A 与 B 作为向量组等价 r (1 , 2 , , n ) r ( 1 , 2 , , n ) r (1 , 2 , n , 1 , 2 , , n ) 矩阵 A 与 B 等价.
14 向量组 1 , 2 , , s 可由向量组 1 , 2 , , n 线性表示
6
7
8
m 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
r ( A) 0 A O .
10 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. 11 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.
n ( n 1) 2
a1 n a 2 n a n1
a n1
1 x1
⑤范德蒙德行列式： x
2 1
1 x2 x x
2 2
1 xn
2 xn
x
n 1 1
n 1 2
x
n 1 n
n i j 1
x
i
xj
a11 a21 矩阵的定义 由 m n 个数排成的 m 行 n 列的表 A am1
则
AB Cms
b11 b12 b1s b21 b22 b2 s c1 , c2 , , cs 1 , 2 , , n bn1 bn 2 bns
A i ci
，
(i 1,2, , s )
√ 逆矩阵的求法:
A ① A A
1
a b 1 d b 注： ad bc c a c d
初等行变换 1
1
( E A ② ( A E )
)
3
a1 ③
a2
1 a1 1 a3 m n
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 .
16 向量组 1 , 2 , , s 可由向量组 1 , 2 , , n 线性表示,且 r ( 1 , 2 , , s ) 17 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. 18 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.
注：全体 n 维实向量构成的集合 R 叫做 n 维向量空间.
n
A不可逆 r ( A) n A 0 A的列（行）向量线性相关 0是A的特征值 Ax 0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 0 (aE bA) x 0有非零解 =- a b
a12 a22 am 2
a1n a2 n 称为 m n 矩阵.记作： A aij 或 Amn mn amn
伴随矩阵 A Aij
*
T
A11 A 12 A1n
A21 An1 A22 An 2 ， Aij 为 A 中各个元素的代数余子式. A2 n Ann
1
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 , , en ： ①称为 的标准基， 中的自然基，单位坐标向量 p教材152 ； ② e1 , e2 , , en 线性无关； ③ e1 , e2 , , en 1 ； ④ trE =n ； ⑤任意一个 n 维向量都可以用 e1 , e2 , , en 线性表示.