线性代数第二章 复习总结
线性代数二,三章小结复习 演示文稿
A2 ⋱
A1− 1 =
A2− 1 ⋱
A1 A2 ⋱ An = A1 A2 ⋯ An
A = A A4 1 A 0 1 A= ⇒ −1 A−1 0 1 A3 A4 A = −1 −1 −1 1 −A4 A3 A A4
n
λ 2n
⋱
; n λn ;λ λ ⋯ λ 1 2 1 λn
1
λ2
⋱
6.对称（反对称）矩阵定义及性质； 对称（反对称）矩阵定义及性质； 对称 7．分块对角及分块三角矩阵： ．分块对角及分块三角矩阵：
A1 A2 A1 B 1 = B1 .
5．) ≠ r(A) ⇒无 解 1)非 次 齐 ： 穷 解 ɶ) ⇒有 r(A)<n ⇒无 多 r 解 r(A)＝ (A 一 n r(A)＝ ⇒唯 解 穷 解 r(A)<n ⇒无 多 2 齐 ： ） 次 n 一 解 r(A)＝ ⇒唯 零 cor1 m<n ⇒无 多 ; ： ） 穷 解 2)An； A＝ ⇒无 多 ; 当 0 穷 解
3．等价的定义及充要条件； ．等价的定义及充要条件； 等价类， 等价类，等价的性质 4．秩的定义及性质： ．秩的定义及性质： 秩：线性方程组保留方程组 的个数； 的个数； 矩阵中最高阶非零子式的阶数； 矩阵中最高阶非零子式的阶数； 将矩阵化阶梯型后的阶梯 秩的应用： 秩的应用： 判断线性方程组有无解， 判断线性方程组有无解， 及有多少解
A = A A 1 4 A A A= 1 2 ⇒ −1 A−1 −A−1A A−1 1 2 4 0 A A = 1 4 −1 A 0 4
自考复习专题：线性代数第2章
第二部分矩阵本章概述矩阵是线性代数的重要内容，也是研究线性方程组和其它各章的主要工具。
主要讨论矩阵的各种运算的概念和性质。
在自学考试中，所占比例是各章之最。
按考试大纲的规定，第二章占26分左右。
而由于第三，四，五，六各章的讨论中都必须以矩阵作为主要工具，故加上试题中必须应用矩阵运算解决的题目的比例就要占到50分以上了。
以改版后的三次考试为例，看下表按考试大纲所占分数07.4 07.7 07.10 直接考矩阵这一章的26分左右31分34分38分加上其它章中必须用矩阵运算的所占分数51分53分67分由此矩阵这一章的重要性可见一般。
2.1 线性方程组和矩阵的定义2.1.1 线性方程组n元线性方程组的一般形式为特别若，称这样的方程组为齐次方程组。
称数表为该线性方程组的系数矩阵；称数表为该线性方程组的增广矩阵。
事实上，给定了线性方程组，就惟一地确定了它的增广矩阵；反过来，只要给定一个m×(n+1)阶矩阵，就能惟一地确定一个以它为增广矩阵的n个未知数，m个方程的线性方程组。
例1 写出下面线性方程组的系数矩阵和增广矩阵【答疑编号12020101】例2 写出以下面矩阵为增广矩阵的线性方程组【答疑编号12020102】2.1.2 矩阵的概念一、矩阵的定义定义2.1.1 我们称由mn个数排成的m行n列的数表为m×n阶矩阵，也可记为为矩阵A第i行，第j列的元素。
注意:矩阵和行列式的区别。
二、几类特殊的矩阵1.所有元素都为零的矩阵称为零矩阵，记为O。
例如都是零矩阵。
2.若A的行数m=1，则称为行矩阵，也称为n维行向量。
若A的列数n=1，则称为列矩阵，也称为m维列向量。
3.若矩阵A的行数=列数=n，则称矩阵A为n阶方阵，或简称A为n阶阵。
如n个未知数，n个方程的线性方程组的系数矩阵。
4.称n阶方阵为n阶对角阵。
特别若上述对角阵中，，称矩阵为数量矩阵，如果其中λ=1，上述数量阵为，称为n阶单位阵。
5.上(下)三角阵称形如的矩阵为上(下)三角矩阵。
线性代数各章要点整理
第一章行列式主要知识点一、行列式的定义和性质1.余子式和代数余子式的定义2.行列式按一行或一列展开的公式1）2）3.行列式的性质1）2）用数k乘行列式的某一行（列）所得新行列式＝原行列式的k倍. 推论3）互换行列式的任意两行（列）所得新行列式等于原行列式的相反数. 推论4）如果行列式中两行（列）对应元素成比例，则行列式值为0.5）行列式可以按任一行（列）拆开.6）行列式的某一行（列）的k倍加到另一行（列）上，所得新行列式与原行列式的值相等.二、行列式的计算1.二阶行列式和三角形行列式的计算.2.对一般数字行列式，利用行列式的性质将其降阶以化成二阶行列式或三角形（或对角形）行列式的计算.3.对行列式中有一行或一列中只有一个或两个非零元的情况，用这一行或一列展开.4.行列式中各行元素之和为一个常数的类型.5.范德蒙行列式的计算公式第二章矩阵主要知识点一、矩阵的概念1.要分清矩阵与行列式的区别2.几种特殊矩阵（0矩阵，单位阵，三角阵，对角阵，数量阵）二、矩阵的运算1.矩阵A , B的加、减、乘有意义的充分必要条件2.矩阵运算的性质比较矩阵运算（包括加、减、数乘、乘法等）的性质与数的运算性质的相同点和不同点（加法、乘法的交换律和结合律；乘法关于加法的分配律）重点是矩阵乘法没有交换律（由此产生了矩阵运算公式与数的运算的公式的不同点）.3.转置对称阵和反对称阵1）转置的性质2）若A T=A （A T= - A），则称A为对称（反对称）阵4.逆矩阵1）方阵A可逆（也称非异，非奇异，满秩）的充分必要条件是.当A可逆时，.2）方阵A的伴随阵的定义。
重要公式；与A -1的关系（当方阵A可逆时，）3）重要结论：若n阶方阵A,B满足AB=E，则A,B都可逆，且A-1=B ，B-1=A.4）逆矩阵的性质：; ; .5）消去律：设方阵A可逆，且AB=AC（BA=CA），则必有B=C。
（若不知A可逆，仅知A≠0结论不一定成立。
(完整版)线性代数笔记
等行变换，则得到的是 。
对于第二类的可先转化为第一类的 ，即由
两边转置得
按上例的方法求出 进而求出 X
二.初等变换的性质
定理 2.5.1 设线性方程组的增广矩阵 经有限次的初等行变换化为 ，则以 与
为增广矩阵的方程组同解。 定理 2.5.2 任何矩阵都可以经有限次初等行变换化成行最简形式，经有限次初等变换 （包括行及列）化成等价标准形。且其标准形由原矩阵惟一确定，而与所做的初等变换无
3、矩阵的乘法 设 A=（aij）m×n，B=（bjk）n×l，则 A*B=C=（cik）m×l 其中 C=Σaijbjk（j=1，n） 注意；两个矩阵相乘必须第一个矩阵的列数等于第二个矩阵的行数；矩阵乘法不满足交换 律，即 AB 不一定等于 BA；矩阵乘法有零因子，即 A≠0（零矩阵），B≠0（零矩阵），但 有可能 A*B=0（零矩阵） 矩阵的乘法适合以下法则： （1）结合律：（AB）C=A（BC） （2）分配律（A+B）C=AC+BC
hing at a time and All things in their being are good for somethin
此处 0 表示与 A 同型的零矩阵，即 A=（aij）m×n ，0=0m×n （4）矩阵 A=（aij）m×n，规定-A=（-aij）m×n，（称之为 A 的负矩阵），则有 A+（-A）=（A）+A=0
如果 n 个未知数，n 个方程的线性方程组的系数行列式 D≠0,则方程组
定理 1.4.3 如果 n 个未知数 n 个方程的齐次方程组的系数行列式 D≠0，则该方程组只有零 解，没有非零解。 推论 如果齐次方程组有非零解，则必有系数行列式 D=0。
第二章 矩阵
一、矩阵的运算
线性代数知识点总结第二章doc资料
线性代数知识点总结第二章 矩阵及其运算第一节 矩阵 定义由m n ⨯个数()1,2,,;1,2,,ija i m j n ==L L 排成的m 行n 列的数表111212122212nn m m mna a a a a a a a a LL M M M L称为m 行n 列矩阵。
简称m n ⨯矩阵，记作111212122211n n m m mn a a a a a a A a a a ⎛⎫ ⎪⎪= ⎪⎪⎝⎭L L L L L L L，简记为()()m n ij ij m nA A a a ⨯⨯===，,m n A ⨯这个数称为的元素简称为元。
说明 元素是实数的矩阵称为实矩阵，元素是复数的矩阵称为复矩阵。
扩展几种特殊的矩阵：方阵 ：行数与列数都等于n 的矩阵A 。
记作：A n 。
行(列)矩阵：只有一行(列)的矩阵。
也称行(列)向量。
同型矩阵：两矩阵的行数相等，列数也相等。
相等矩阵：AB 同型,且对应元素相等。
记作：A ＝B 零矩阵：元素都是零的矩阵（不同型的零矩阵不同） 对角阵：不在主对角线上的元素都是零。
单位阵：主对角线上元素都是1，其它元素都是0，记作：E n (不引起混淆时，也可表示为E )（课本P29—P31）注意 矩阵与行列式有本质的区别，行列式是一个算式，一个数字行列式经过计算可求得其值，而矩阵仅仅是一个数表，它的行数和列数可以不同。
第二节 矩阵的运算矩阵的加法 设有两个m n ⨯矩阵()()ij ij A a B b ==和，那么矩阵A 与B 的和记作A B +，规定为111112121121212222221122n n n n m m m m mn mn a b a b a b a b a b a b A B a b a b a b +++⎛⎫⎪+++ ⎪+=⎪⎪+++⎝⎭L L L L L LL说明 只有当两个矩阵是同型矩阵时，才能进行加法运算。
（课本P33） 矩阵加法的运算规律()1A B B A +=+；()()()2A B C A B C ++=++()()1112121222113,()n n ij ij m nm n m m mn a a a a a a A a A a a a a ⨯⨯---⎛⎫⎪--- ⎪=-=-= ⎪⎪---⎝⎭L L L L L L L设矩阵记，A -称为矩阵A 的负矩阵()()()40,A A A B A B +-=-=+-。
线性代数重点知识总结
说明：1.本总结只是把课本的重点知识总结了一下，我没有看到期末考试题，所以考着了算是侥幸，考不着也正常。
2.知识点会了不一定做的对题，所以还要有相应的练习题。
3.前后内容要贯穿起来，融汇贯通，建立自己的知识框架。
第一章行列式1.行列式的定义式（两种定义式）-->行列式的性质-->对行列式进行行、列变换化为上下三角（求行列式的各种方法逐行相加、倒叙相减、加行加列、递推等方法，所有方法是使行列式出现尽可能多的0为依据的）。
2.行列式的应用——>克拉默法则（成立的前提、描述的内容、用途，简单的证明可从逆矩阵入手）。
总结：期末第一章可能不再单独考，但会在求特征值/判断正定性等内容时顺便考察行列式的求解。
第二章矩阵1.矩阵是一个数组按一定的顺序排列，和行列式（一个数）具有天壤之别。
2.高斯消元法求线性方程组的解—>唯一解、无解、无穷解时阶梯型的样子(与第三章解存在的条件以及解的结构联系在一起)3.求逆矩阵的方法（初等变换法，I起到记录所有初等变换的作用）、逆矩阵与伴随矩阵的关系。
4.初等矩阵和初等变换的一一对应关系，学会由初等变换找出与之对应的初等矩阵。
5.分块矩阵（运用分块矩阵有时可以很简单的解决一些复杂问题）记得结论A 可逆，则)A -(1|A |A -1T T αααα=+。
第三章 线性方程组第三章从向量组的角度入手，把线性方程组的系数矩阵的每一列看作一个列向量，从而得到一个向量组假设为n 21,,,ααα ，右边常则看作一个向量β，1）若向量β被向量组n 21,,,ααα 表出唯一（即满足关系：n n n ==),,,,(r ),,,(r 2121βαααααα 时，因为只有向量组n 21,,,ααα 线性无关才表出唯一），则只有唯一解；2）若β不能由向量组n 21,,,ααα 线性表出（即满足条件),,,,(r 1),,,(r 2121βααααααn n =+时）则无解；3）若β由向量组n 21,,,ααα 表出不唯一（即满足条件n n n <=),,,,(r ),,,(r 2121βαααααα 时，只有n 21,,,ααα 线性相关才表出不唯一）有无穷解。
线性代数 第二章总结
第二章 矩阵及其运算矩阵是线性代数主要研究对象，是求解线性方程组的一个有力工具，它在自然科学、工程技术及经济问题等各个领域中都有广泛的应用。
本章的教学基本要求：理解矩阵概念并掌握矩阵的线性运算、乘法、转置及其运算规律；理解逆矩阵的概念，掌握逆矩阵存在的条件，了解求逆矩阵的伴随矩阵法；熟练掌握利用逆矩阵求解矩阵方程的方法；了解单位矩阵、对角矩阵、对称矩阵及其性质；了解分块矩阵及其运算。
本章的重点及难点：矩阵的各种运算及其运算规律，尤其矩阵的乘法；逆矩阵存在的条件，利用伴随矩阵法会求逆矩阵，主要是二阶和特殊的三阶矩阵的逆矩阵；用逆矩阵求解矩阵方程。
§ 1 矩阵的概念一、内容提要1．矩阵定义 由n m ⨯个数排成的m 行n 列的矩形数表⎪⎪⎪⎪⎪⎭⎫⎝⎛mn m m n n a a a a a a a a a 212222111211称为一个m ×n 矩阵，其中ij a 表示位于数表中第i 行第j 列的数（m i ,,2,1 =；n j ,2,1=）。
ij a 又称为矩阵的元素。
规定，1×1矩阵 a a =)(。
矩阵也可表示为)(ij a 或n m ij a ⨯)( 。
如果不需要表示出矩阵的元素，通常用大写英文字母表示矩阵，如：A ，B ，...，或n m A ⨯，n m B ⨯，...。
元素都是实数的矩阵称为实矩阵；有复数元素的矩阵称为复矩阵。
若两个矩阵的行数、列数分别相等，则称它们是同型矩阵。
矩阵A =()n m ij a ⨯，B =()n m ij b ⨯是同型矩阵。
若它们的对应元素相等，即ij ij b a = ()n j m i 2,1;2,1== 那么称矩阵A 与矩阵B 相等，记作：A = B 。
2．特殊矩阵零矩阵 所有元素都为零的矩阵称为零矩阵。
如一个n m ⨯的零矩阵为nm ⨯⎪⎪⎪⎪⎪⎭⎫⎝⎛000000000记为0n m ⨯。
在不会引起混淆的情形下，也可记为0。
线性代数知识点总结
线性代数知识点总结线性代数知识点总结篇1第一章行列式知识点1：行列式、逆序数知识点2：余子式、代数余子式知识点3：行列式的性质知识点4：行列式按一行（列）展开公式知识点5：计算行列式的方法知识点6：克拉默法则第二章矩阵知识点7：矩阵的概念、线性运算及运算律知识点8：矩阵的乘法运算及运算律知识点9：计算方阵的幂知识点10：转置矩阵及运算律知识点11：伴随矩阵及其性质知识点12：逆矩阵及运算律知识点13：矩阵可逆的判断知识点14：方阵的行列式运算及特殊类型的矩阵的运算知识点15：矩阵方程的求解知识点16：初等变换的概念及其应用知识点17：初等方阵的概念知识点18：初等变换与初等方阵的关系知识点19：等价矩阵的概念与判断知识点20：矩阵的子式与最高阶非零子式知识点21：矩阵的秩的概念与判断知识点22：矩阵的秩的性质与定理知识点23：分块矩阵的概念与运算、特殊分块阵的运算知识点24：矩阵分块在解题中的技巧举例第三章向量知识点25：向量的概念及运算知识点26：向量的线性组合与线性表示知识点27：向量组之间的线性表示及等价知识点28：向量组线性相关与线性无关的概念知识点29：线性表示与线性相关性的关系知识点30：线性相关性的判别法知识点31：向量组的最大线性无关组和向量组的秩的概念知识点32：矩阵的秩与向量组的秩的关系知识点33：求向量组的最大无关组知识点34：有关向量组的定理的综合运用知识点35：内积的概念及性质知识点36：正交向量组、正交阵及其性质知识点37：向量组的正交规范化、施密特正交化方法知识点38：向量空间（数一）知识点39：基变换与过渡矩阵（数一）知识点40：基变换下的坐标变换（数一）第四章线性方程组知识点41：齐次线性方程组解的性质与结构知识点42：非齐次方程组解的性质及结构知识点43：非齐次线性线性方程组解的各种情形知识点44：用初等行变换求解线性方程组知识点45：线性方程组的公共解、同解知识点46：方程组、矩阵方程与矩阵的乘法运算的关系知识点47：方程组、矩阵与向量之间的联系及其解题技巧举例第五章矩阵的特征值与特征向量知识点48：特征值与特征向量的概念与性质知识点49：特征值和特征向量的求解知识点50：相似矩阵的概念及性质知识点51：矩阵的相似对角化知识点52：实对称矩阵的相似对角化.知识点53：利用相似对角化求矩阵和矩阵的幂第六章二次型知识点54：二次型及其矩阵表示知识点55：矩阵的合同知识点56 : 矩阵的等价、相似与合同的关系知识点57：二次型的标准形知识点58：用正交变换化二次型为标准形知识点59：用配方法化二次型为标准形知识点60：正定二次型的概念及判断线性代数知识点总结篇2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。
线性代数知识点总结第二章
线性代数知识点总结第二章 矩阵及其运算第一节 矩阵 定义由m n ⨯个数()1,2,,;1,2,,ija i m j n ==排成的m 行n 列的数表111212122212n nm m mn a a a a a a a a a 称为m 行n 列矩阵。
简称m n ⨯矩阵，记作111212122211n n m m mn a a a a a a A a a a ⎛⎫⎪⎪= ⎪⎪⎝⎭，简记为()()m n ij ij m nA A a a ⨯⨯===，,m n A ⨯这个数称为的元素简称为元。
说明 元素是实数的矩阵称为实矩阵，元素是复数的矩阵称为复矩阵。
扩展几种特殊的矩阵：方阵 ：行数与列数都等于n 的矩阵A 。
记作：A n 。
行(列)矩阵：只有一行(列)的矩阵。
也称行(列)向量。
同型矩阵：两矩阵的行数相等，列数也相等。
相等矩阵：AB 同型,且对应元素相等。
记作：A ＝B 零矩阵：元素都是零的矩阵（不同型的零矩阵不同） 对角阵：不在主对角线上的元素都是零。
单位阵：主对角线上元素都是1，其它元素都是0，记作：E n (不引起混淆时，也可表示为E )（课本P29—P31）注意 矩阵与行列式有本质的区别，行列式是一个算式，一个数字行列式经过计算可求得其值，而矩阵仅仅是一个数表，它的行数和列数可以不同。
第二节 矩阵的运算矩阵的加法 设有两个m n ⨯矩阵()()ij ij A a B b ==和，那么矩阵A 与B 的和记作A B +，规定为111112121121212222221122n n n n m m m m mn mn a b a b a b a b a b a b A B a b a b a b +++⎛⎫⎪+++⎪+= ⎪⎪+++⎝⎭说明 只有当两个矩阵是同型矩阵时，才能进行加法运算。
（课本P33） 矩阵加法的运算规律()1A B B A +=+；()()()2A B C A B C ++=++()()1112121222113,()n n ij ij m nm n m m mn a a a a a a A a A a a a a ⨯⨯---⎛⎫⎪--- ⎪=-=-= ⎪ ⎪---⎝⎭设矩阵记，A -称为矩阵A 的负矩阵()()()40,A A A B A B +-=-=+-。
考研数学《线性代数》考点知识点总结
n
aki Akj
k 1
Dij
D, 0,
当i 当i
j, n
j;
或
k 1
aik
Ajk
Dij
D, 0,
当i 当i
j, j; 其中ij
1, 0,
当i j, 当i j.
1 1 1 1
范德蒙德 行列式：
x1 Dn x12
x2 x22
x3 x32
x n 1 1
x n 1 2
x n 1 3
xn xn2 ＝ (xi x j ) ．证明用数学归纳法．
A
0
A2
0
A11
，若
A
0 ，则 A1
As
0
A
1 2
0
A
1 s
性质： A A1 A2 As ，且 Ai 0 (i 1,2, , s) ，则 A 0 ．
行向量：
α1T
A mn
α
T 2
，
α
T m
αiT (ai1, ai2, , ain )
列向量：
A (a1, a2 , , an )
线性方程组有解，称它相容；无解，就称 它不相容．
（iii）有无限多解的充分必要条件是 R( A) R( A, b) n ．
线性方程组 Ax b 有解的充要条件是 R(A) R(A, b) ．
n 元齐次线性方程组 Ax 0 有非零解的充要条件是 R(A) n ．
矩阵方程 AX B 有解的充要条件是 R(A) R(A, B) ．
定理 2： n 阶行列式可定义为 D (1)t a a p11 p2 2 apnn = (1)t a1p1 a2 p2 anpn ．
1．D=DT，DT 为 D 转置行列式．(沿副对角线翻转，行列式同样不变)
线性代数超强总结
考试重点第一章: 行列式的定义、行列式的计算；第二章: 1、求矩阵的逆阵（伴随矩阵法、初等变换法）； 2.求矩阵的秩（用初等变换法）；3.求矩阵方程: Ax=B, xA=B, AxB=C ； 第三章: 证明向量组的线性相关性； 第四章: 方程组Ax=0, Ax=b 求解； 第五章: 1、会求特征值与特征向量； 2.相似矩阵的性质；3.实对称矩阵的对角化； 第六章: 1.用正交变换把二次型化为标准形；2.二次型的秩, 二次型正定的定义； 3、矩阵正定的判断方法:（1）各阶顺序主子式都大于零；（2）每个特征值都大于零()0A r A n A Ax A A οο⎧⎪<⎪⎪=⇔=⎨⎪⎪⎪⎩不可逆 有非零解是的特征值的列（行）向量线性相关 12()0,,T s i nA r A n Ax A A A A A A A p p p p Ax οββ⎧⎪=⎪⎪=⎪⎪⎪≠⇔⎨⎪⎪⎪⎪=⋅⋅⋅⎪⎪∀∈=⎩可逆 只有零解 的特征值全不为零 的列（行）向量线性无关 是正定矩阵 与同阶单位阵等价 是初等阵总有唯一解⎫⎪−−−→⎬⎪⎭具有向量组等价相似矩阵反身性、对称性、传递性矩阵合同 √ 行列式的计算:① 若A B 与都是方阵（不必同阶）,则(1)mn A A A A B B B B A A BB οοοοο*===**=-②上三角、下三角行列式等于主对角线上元素的乘积.③关于副对角线: √ 逆矩阵的求法:①1A A A*-=②1()()A E E A -−−−−→初等行变换③11a b d b c d c a ad bc --⎡⎤⎡⎤=⎢⎥⎢⎥--⎣⎦⎣⎦ TT T T T A B A C C D BD ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦④12111121n aa n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦21111211na a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⑤11111221n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦ 11121211n nA A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦√ 设 , 对 阶矩阵 规定: 为 的一个多项式.√ 设 的列向量为 , 的列向量为 , 的列向量为 ,√ 用对角矩阵Λ左乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的行向量； 用对角矩阵Λ右乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的列向量. √ 两个同阶对角矩阵相乘只用把对角线上的对应元素相乘,与分块对角阵相乘类似,即:11112222kk kk A B A B AB A B οο⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦√ 判断 是 的基础解系的条件: ① 12,,,s ηηη线性无关； ② 12,,,s ηηη是0Ax =的解；③ ()s n r A =-=每个解向量中自由变量的个数.① 零向量是任何向量的线性组合,零向量与任何同维实向量正交. ② 单个零向量线性相关；单个非零向量线性无关.③ 向量组12,,,n ααα⋅⋅⋅线性相关⇔向量组中至少有一个向量可由其余1n -个向量线性表示. 向量组12,,,n ααα⋅⋅⋅线性无关⇔向量组中每一个向量i α都不能由其余1n -个向量线性表示. ④ 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 ⇔=. ⑤ ()0r A A ο=⇔=.⑥ 若 线性无关, 而 线性相关,则 可由 线性表示,且表示法惟一. ⑦ 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.⑧ 矩阵的行初等变换不改变矩阵的秩,且不改变列 、行向量间的线性关系.⑨ 矩阵 与 等价 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.向量组 可由向量组 线性表示 ≤ .向量组 可由向量组 线性表示,且 , 则 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 .⑩ 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；⑪ 任一向量组和它的极大无关组等价.⑫ 向量组的任意两个极大无关组等价,且这两个组所含向量的个数相等. ⑬ 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. 若 是 矩阵,则 ,若 , 的行向量线性无关；若 , 的列向量线性无关,即：12,,,n ααα⋅⋅⋅线性无关.Ax β=1122n n x x x αααβ+++=1112111212222212,,n n m m mn n m a a a x b a a a x b A x a a a x b β⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥===⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦ 12,1,2,,j j jmj j n αααα⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦51212120,,,0,,,()(),,,A n A n n Ax Ax A nAx Ax A Ax r A r A n βοαααβοβαααββααα⇒⇔==−−−−−→=<<≠⇒⇒⇔==−−−−−→≠⇔=⇔=<≠=⇒当为方阵时当为方阵时有无穷多解有非零解线性相关 有唯一组解只有零解可由线性表示有解线性无关 12()(),,,()()()1()A n r A r A Ax r A r A r A r A ββαααβββ⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪−−−−−→⎪⎩⇔≠⎧⎪⇔=⇔<⎨⎪⇔+=⎩当为方阵时 克莱姆法则 不可由线性表示无解6线性方程组解的性质:√ 设A 为m n ⨯矩阵,若()r A m =,则()()r A r A β=,从而Ax β=一定有解. 当m n <时,一定不是唯一解.⇒<方程个数未知数的个数向量维数向量个数,则该向量组线性相关.m 是()()r A r A β和的上限. √ 矩阵的秩的性质:① ()()()T T r A r A r A A == ② ()r A B ±≤()()r A r B + ③ ()r AB ≤{}min (),()r A r B④ ()0()00r A k r kA k ≠⎧=⎨=⎩若 若⑤ ()()A r r A r B B οο⎡⎤=+⎢⎥⎣⎦⑥0,()A r A ≠若则≥1⑦ ,,()0,()()m n n s A B r AB r A r B ⨯⨯=+若且则≤n ⑧ ,()()()P Q r PA r AQ r A ==若可逆,则 ⑨ ,()()A r AB r B =若可逆则,()()B r AB r A =若可逆则⑩ (),()(),r A n r AB r B ==若则且A 在矩阵乘法中有左消去律:0AB B AB AC B Cο=⇒==⇒=n 个n 维线性无关的向量,两两正交,每个向量长度为1.(,)0αβ=.1α==.√ 内积的性质: ① 正定性:② 对称性: ③ 双线性:1212(,)(,)(,)ααβαβαβ+=+ (,)(,)(,)c c c αβαβαβ==123,,ααα线性无关,112122111313233121122(,)()(,)(,)()()βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化: T AA E =.√ 是正交矩阵的充要条件: 的 个行（列）向量构成 的一组标准正交基.√ 正交矩阵的性质: ① ； ② T T AA A A E ==；③ A 是正交阵,则T A （或1A -）也是正交阵； ④ 两个正交阵之积仍是正交阵； ⑤ 正交阵的行列式等于1或-1.E A λ-.()E A f λλ-=.√ 上三角阵、下三角阵、对角阵的特征值就是主对角线上的n 各元素.√ 若0A =,则0λ=为A 的特征值,且0Ax =的基础解系即为属于0λ=的线性无关的特征向量. √ 12n A λλλ= 1ni A λ=∑tr√ 若 ,则 一定可分解为 = 、 ,从而 的特征值为: , .√ 若 的全部特征值 , 是多项式,则: ① ()f A 的全部特征值为12(),(),,()n f f f λλλ；② 当A 可逆时,1A -的全部特征值为12111,,,n λλλ,A *的全部特征值为12,,,n A AAλλλ.√ 1122,.m m Ak kA a b aA bEAA AA A λλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是的特征值则:分别有特征值 √ 1122,m m Ak kAa b aA bEAx A x AA A λλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是关于的特征向量则也是关于的特征向量.. 相似于对角阵的充要条件： 恰有 个线性无关的特征向量.这时, 为 的特征向量拼成的矩阵， 为对角阵,主对角线上的元素为 的特征值. √ 可对角化的充要条件: 为 的重数. √ 若n 阶矩阵A 有n 个互异的特征值,则A 与对角阵相似.1B P AP -= （P 为正交矩阵）√ 相似矩阵的性质: ① 若 均可逆 ② T T A B③ kk A B （k 为整数）④ E A E B λλ-=-,从而,A B 有相同的特征值,但特征向量不一定相同.即:x 是A 关于0λ的特征向量,1P x -是B 关于0λ的特征向量. ⑤ A B = 从而,A B 同时可逆或不可逆 ⑥ ()()r A r B = ⑦ ()()A B =tr tr√ 数量矩阵只与自己相似. √ 对称矩阵的性质:① 特征值全是实数,特征向量是实向量； ② 与对角矩阵合同；③ 不同特征值的特征向量必定正交；④ k 重特征值必定有k 个线性无关的特征向量；⑤ 必可用正交矩阵相似对角化（一定有n 个线性无关的特征向量,A 可能有重的特征值,重数=()n r E A λ--）.12(,,,)T n f x x x X AX = A 为对称矩阵 12(,,,)T n X x x x =√ 用正交变换法化二次型为标准形:① 求出A 的特征值、特征向量； ② 对n 个特征向量单位化、正交化； ③ 构造C （正交矩阵）,1C AC -=Λ； ④ 作变换X CY =,新的二次型为2121(,,,)nn i i f x x x d y =∑,Λ的主对角上的元素i d 即为A 的特征值.正定二次型对应的矩阵. √ 合同变换不改变二次型的正定性.① √ 成为正定矩阵的充要条件（之一成立）:②正惯性指数为n；③A的特征值全大于0；④A的所有顺序主子式全大于0；⑤大于0）.√成为正定矩阵的必要条件: ；.11。
考研线性代数知识点全面总结
《线性代数》复习提纲第一章、行列式1．行列式的定义：用2n 个元素ij a 组成的记号称为n 阶行列式。
（1）它表示所有可能的取自不同行不同列的n 个元素乘积的代数和； （2）展开式共有n!项，其中符号正负各半；<2．行列式的计算一阶|α|=α行列式，二、三阶行列式有对角线法则； N 阶（n ≥3）行列式的计算：降阶法定理：n 阶行列式的值等于它的任意一行（列）的各元素与其对应的代数余子式乘积的和。
方法：选取比较简单的一行（列），保保留一个非零元素，其余元素化为0，利用定理展开降阶。
~特殊情况：上、下三角形行列式、对角形行列式的值等于主对角线上元素的乘积；◊行列式值为0的几种情况：Ⅰ 行列式某行（列）元素全为0； Ⅱ 行列式某行（列）的对应元素相同；Ⅲ 行列式某行（列）的元素对应成比例； Ⅳ 奇数阶的反对称行列式。
3.概念：全排列、排列的逆序数、奇排列、偶排列、余子式ij M 、代数余子式ij j i ij M A +-=)1(。
定理：一个排列中任意两个元素对换，改变排列的奇偶性。
奇排列变为标准排列的对换次数为基数，偶排列为偶数。
n 阶行列式也可定义：n q q q na a a ⋯=∑21t211-D ）（，t 为n q q q ⋯21的逆序数4.行列式性质：1、行列式与其转置行列式相等。
%2、互换行列式两行或两列，行列式变号。
若有两行(列)相等或成比例，则为行列式0。
3、行列式某行（列）乘数k,等于k 乘此行列式。
行列式某行（列）的公因子可提到外面。
4、行列式某行（列）的元素都是两数之和，则此行列式等于两个行列式之和。
5、行列式某行（列）乘一个数加到另一行（列）上，行列式不变。
6、行列式等于他的任一行（列）的各元素与其对应代数余子式的乘积之和。
（按行、列展开法则）}7、行列式某一行（列）与另一行（列）的对应元素的代数余子式乘积之和为0.5.克拉默法则：：若线性方程组的系数行列式0D ≠，则方程有且仅有唯一解DD D Dx D D n =⋯==n 2211x ,x ，，。
线性代数第二章行列式展开
0
3 4 0 0 0 2
2 14 1 1 1 28
3 4 1 1
1 1
1 1 1
四、伴随矩阵 1、定义 行列式 A 的各个元素的代数余子式 Aij 所 构成矩阵的转置.
A21 An1 A22 An 2 A2 n Ann 称为矩阵 A的伴随矩阵. 2、运算规律
同理 a1i A1 j a2i A2 j ani Anj 0, (i j ).
命题得证
关于代数余子式的重要性质
D ,当 i j , aki Akj D ij 0 ,当 i j; k 1
n
D ,当 i j , aik Ajk D ij 0 ,当 i j; k 1
A （假定所有运算合法， B 是矩阵， R ）
A11 A A 12 A1n
（1） A
A
T T
（2） AB B A
AA a11 证明 a AA 21 a n1
性质
A A A E. a12 a1n A11 a22 a2 n A12 an 2 ann A1n
解：原式
0 0 0 1
9 10 2 4
9
1
2
9
1
2
10 11 1 109 0 23 按第 列展开 1 2 5 3 43 0 7
109 23 monde)行列式
1 x1 2 Dn x1
n x1 1
1 x2 2 x2
1 xn 2 xn
n n x2 1 xn 1
线性代数各章知识点荟萃
线性代数各章知识点荟萃线性代数各章知识点荟萃线性代数之所以难复习，是因为线性代数这门学科不仅知识点多、概念多、定理多、符号多、运算规律多，而且各章节的内容也是相互纵横交错的，知识点之间的联系非常紧密。
因此，在复习线性代数的时候应该将重点放在对基本概念的理解上，做到掌握基本定理的条件、结论及其应用、各种运算规律及基本题型的计算方法等。
多注重知识点之间的衔接与转换，注重理解，多思考多总结，使知识成网状，努力提高自己综合分析问题的能力。
为了让大家在复习中能将线性代数提高到一个新的层次，在此分析一下历年考研重点及其复习思路，以使大家做到有的放矢决胜千里!考研线性代数总共涉及到六章的内容，接下来我们针对各章节进行考点的总结，并给出复习重难点。
第一章行列式本章的重点是行列式的计算，主要有两种类型的题目：数值型行列式的计算和抽象型行列式的计算。
数值型行列式的计算不会以单独题目的形式考查，但是在解决线性方程组求解问题以及特征值与特征向量的问题时均涉及到数值型行列式的'计算；而抽象型行列式的计算问题会以填空题的形式展现，在历年考研真题中可以找到有关抽象型行列式的计算问题。
因此，在复习期间行列式这块要做到利用行列式的性质及展开定理熟练的、准确的计算出数值型行列式的值，不论是高阶的还是低阶的都要会计算。
另外还要会综合后面的知识会计算简单的抽象行列式的值。
第二章矩阵本章需要重点掌握的基本概念有可逆矩阵、伴随矩阵、分块矩阵和初等矩阵，可逆阵与伴随矩阵的相关性质也很重要，也是需要掌握的。
除了这些就是矩阵的基本运算，可以将矩阵的运算分为两个层次：1、矩阵的符号运算2、具体矩阵的数值运算矩阵的符号运算就是利用相关矩阵的性质对给出的矩阵等式进行化简，而具体矩阵的数值运算主要指矩阵的乘法运算、求逆运算等。
第三章向量本章的重点有：1、向量组的线性相关性证明、线性表出等问题，解决此类问题的关键在于深刻理解向量组的线性相关性概念，掌握线性相关性的几个相关定理，另外还要注意推证过程中逻辑的正确性，还要善于使用反证法。
线性代数各章要点整理
第一章行列式主要知识点一、行列式的定义和性质1.余子式和代数余子式的定义2.行列式按一行或一列展开的公式1）2）3.行列式的性质1）2）用数k乘行列式的某一行（列）所得新行列式＝原行列式的k倍. 推论3）互换行列式的任意两行（列）所得新行列式等于原行列式的相反数. 推论4）如果行列式中两行（列）对应元素成比例，则行列式值为0.5）行列式可以按任一行（列）拆开.6）行列式的某一行（列）的k倍加到另一行（列）上，所得新行列式与原行列式的值相等.二、行列式的计算1.二阶行列式和三角形行列式的计算.2.对一般数字行列式，利用行列式的性质将其降阶以化成二阶行列式或三角形（或对角形）行列式的计算.3.对行列式中有一行或一列中只有一个或两个非零元的情况，用这一行或一列展开.4.行列式中各行元素之和为一个常数的类型.5.范德蒙行列式的计算公式第二章矩阵主要知识点一、矩阵的概念1.要分清矩阵与行列式的区别2.几种特殊矩阵（0矩阵，单位阵，三角阵，对角阵，数量阵）二、矩阵的运算1.矩阵A , B的加、减、乘有意义的充分必要条件2.矩阵运算的性质比较矩阵运算（包括加、减、数乘、乘法等）的性质与数的运算性质的相同点和不同点（加法、乘法的交换律和结合律；乘法关于加法的分配律）重点是矩阵乘法没有交换律（由此产生了矩阵运算公式与数的运算的公式的不同点）.3.转置对称阵和反对称阵1）转置的性质2）若A T=A （A T= - A），则称A为对称（反对称）阵4.逆矩阵1）方阵A可逆（也称非异，非奇异，满秩）的充分必要条件是.当A可逆时，.2）方阵A的伴随阵的定义。
重要公式；与A -1的关系（当方阵A可逆时，）3）重要结论：若n阶方阵A,B满足AB=E，则A,B都可逆，且A-1=B ，B-1=A.4）逆矩阵的性质：; ; .5）消去律：设方阵A可逆，且AB=AC（BA=CA），则必有B=C。
（若不知A可逆，仅知A≠0结论不一定成立。
(完整版)线性代数第二章矩阵试题及答案
第二章矩阵一、知识点复习1、矩阵的定义由m⨯n个数排列成的一个m行n列的表格，两边界以圆括号或方括号，就成为一个m⨯n型矩阵。
例如2 -1 0 1 11 1 1 0 22 5 4 -2 93 3 3 -1 8 是一个4⨯5矩阵.一个矩阵中的数称为它的元素,位于第i行第j列的数称为(i,j)位元素。
元素全为0的矩阵称为零矩阵,通常就记作0。
两个矩阵A和B相等(记作A=B)，是指它的行数相等，列数也相等(即它们的类型相同)，并且对应的元素都相等。
2、n阶矩阵与几个特殊矩阵行数和列数相等的矩阵称为方阵，行列数都为n的矩阵也常常叫做n阶矩阵。
n阶矩阵的从左上角到右下角的对角线称为主对角线。
下面列出几类常用的n阶矩阵,它们都是考试大纲中要求掌握的.对角矩阵: 对角线外的的元素都为0的n阶矩阵.单位矩阵: 对角线上的的元素都为1的对角矩阵,记作E(或I).数量矩阵: 对角线上的的元素都等于一个常数c的对角矩阵,它就是c E.上三角矩阵: 对角线下的的元素都为0的n阶矩阵.下三角矩阵: 对角线上的的元素都为0的n阶矩阵.对称矩阵: 满足A T=A矩阵，也就是对任何i,j,(i,j)位的元素和(j,i)位的元素总是相等的n阶矩阵.反对称矩阵:满足A T=-A矩阵.也就是对任何i,j,(i,j)位的元素和(j ,i)位的元素之和总等于0的n阶矩阵.反对称矩阵对角线上的元素一定都是0.) 正交矩阵：若AA T=A T A=E，则称矩阵A是正交矩阵。
（1）A是正交矩阵⇔A T=A-1 （2）A是正交矩阵⇔2A=1阶梯形矩阵:一个矩阵称为阶梯形矩阵，如果满足:①如果它有零行，则都出现在下面。
②如果它有非零行，则每个非零行的第一个非0元素所在的列号自上而下严格单调递增。
把阶梯形矩阵的每个非零行的第一个非0元素所在的位置称为台角。
每个矩阵都可以用初等行变换化为阶梯形矩阵，这种运算是在线性代数的各类计算题中频繁运用的基本运算，必须十分熟练。
(完整版)线性代数知识点全归纳
1线性代数知识点1、行列式1.n 行列式共有2n 个元素，展开后有!n 项，可分解为2n 行列式；2. 代数余子式的性质：①、ij A 和ij a 的大小无关；②、某行（列）的元素乘以其它行（列）元素的代数余子式为0； ③、某行（列）的元素乘以该行（列）元素的代数余子式为A ； 3.代数余子式和余子式的关系：(1)(1)i j i j ij ijij ijM A A M ++=-=-4. 设n 行列式D ：将D 上、下翻转或左右翻转，所得行列式为1D ，则(1)21(1)n n D D -=-； 将D 顺时针或逆时针旋转90，所得行列式为2D ，则(1)22(1)n n D D -=-；将D 主对角线翻转后（转置），所得行列式为3D ，则3D D =；将D 主副角线翻转后，所得行列式为4D ，则4D D =；5. 行列式的重要公式：①、主对角行列式：主对角元素的乘积；②、副对角行列式：副对角元素的乘积(1)2(1)n n -⨯ -；③、上、下三角行列式（ = ◥◣）：主对角元素的乘积； ④、 ◤和 ◢：副对角元素的乘积(1)2(1)n n -⨯ -；⑤、拉普拉斯展开式：A O A C 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；22、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 OB ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭；（主对角分块） ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭；（副对角分块） ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭；（拉普拉斯） ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭；（拉普拉斯）33、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ，总可经过初等变换化为标准形，其标准形是唯一确定的：rm nEO F OO ⨯⎛⎫= ⎪⎝⎭； 等价类：所有与A 等价的矩阵组成的一个集合，称为一个等价类；标准形为其形状最简单的矩阵； 对于同型矩阵A 、B ，若()()r A r B A B = ⇔ ；2. 行最简形矩阵：①、只能通过初等行变换获得；②、每行首个非0元素必须为1；③、每行首个非0元素所在列的其他元素必须为0；3. 初等行变换的应用：（初等列变换类似，或转置后采用初等行变换）①、若(,)(,)rA E E X ，则A 可逆，且1X A -=；②、对矩阵(,)A B 做初等行变化，当A 变为E 时，B 就变成1A B -，即：1(,)(,)cA B E A B - ~ ；③、求解线形方程组：对于n 个未知数n 个方程Ax b =，如果(,)(,)rA b E x ，则A 可逆，且1x A b -=；4. 初等矩阵和对角矩阵的概念：①、初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵；②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ，左乘矩阵A ，i λ乘A 的各行元素；右乘，iλ乘A 的各列元素；③、对调两行或两列，符号(,)E i j ，且1(,)(,)E i j E i j -=，例如：1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；④、倍乘某行或某列，符号(())E i k ，且11(())(())E i k E i k-=，例如：1111(0)11kk k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭； ⑤、倍加某行或某列，符号(())E ij k ,且1(())(())E ij k E ij k -=-，如：11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；5. 矩阵秩的基本性质：①、0()min(,)m n r A m n ⨯≤≤；②、()()T r A r A =； ③、若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 ≤；（※）4⑧、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()nn n n m n m mn n n n m m n mn n n n n n m a b C a C a b C a b C a b C 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()1n r A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩； ②、伴随矩阵的特征值：*1*(,)AAAX X A A A A X X λλλ- == ⇒ =；③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述：①、()r A n =，A 中有n 阶子式不为0，1n +阶子式全部为0；（两句话）②、()r A n <，A 中有n 阶子式全部为0； ③、()r A n ≥，A 中有n 阶子式不为0；9. 线性方程组：Ax b =，其中A 为m n ⨯矩阵，则：①、m 与方程的个数相同，即方程组Ax b =有m 个方程；②、n 与方程组得未知数个数相同，方程组Ax b =为n 元方程；10. 线性方程组Ax b =的求解：①、对增广矩阵B 进行初等行变换（只能使用初等行变换）；②、齐次解为对应齐次方程组的解； ③、特解：自由变量赋初值后求得；511. 由n 个未知数m 个方程的方程组构成n 元线性方程：①、11112211211222221122n n n n m m nm n na x a x a xb a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩； ②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭（向量方程，A 为m n ⨯矩阵，m 个方程，n 个未知数）③、()1212n n x x aa a x β⎛⎫⎪ ⎪= ⎪⎪⎝⎭（全部按列分块，其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭）； ④、1122n n a x a x a x β+++=（线性表出）⑤、有解的充要条件：()(,)r A r A n β=≤（n 为未知数的个数或维数）4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A ：12,,,m ααα构成n m ⨯矩阵12(,,,)m A =ααα；m 个n 维行向量所组成的向量组B ：12,,,T TTm βββ构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭；含有有限个向量的有序向量组与矩阵一一对应；2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解；（齐次线性方程组）②、向量的线性表出 Ax b ⇔=是否有解；（线性方程组） ③、向量组的相互线性表示 AX B ⇔=是否有解；（矩阵方程）3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是：齐次方程组0Ax =和0Bx =同解；(101P 例14)4.()()T r A A r A =；(101P 例15)5.n 维向量线性相关的几何意义：①、α线性相关⇔0α=； ②、,αβ线性相关 ⇔,αβ坐标成比例或共线（平行）；③、,,αβγ线性相关 ⇔,,αβγ共面；6. 线性相关与无关的两套定理：若12,,,s ααα线性相关，则121,,,,s s αααα+必线性相关；若12,,,s ααα线性无关，则121,,,s ααα-必线性无关；（向量的个数加加减减，二者为对偶）若r 维向量组A 的每个向量上添上n r -个分量，构成n 维向量组B ：6若A 线性无关，则B 也线性无关；反之若B 线性相关，则A 也线性相关；（向量组的维数加加减减） 简言之：无关组延长后仍无关，反之，不确定；7. 向量组A （个数为r ）能由向量组B （个数为s ）线性表示，且A 线性无关，则r s ≤； 向量组A 能由向量组B 线性表示，则()()r A r B ≤；向量组A 能由向量组B 线性表示AX B ⇔=有解； ()(,)r A r A B ⇔=向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ，使12l A P P P =；①、矩阵行等价：~rA B PA B ⇔=（左乘，P 可逆）0Ax ⇔=与0Bx =同解 ②、矩阵列等价：~cA B AQ B ⇔=（右乘，Q 可逆）； ③、矩阵等价：~A B PAQ B ⇔=（P 、Q 可逆）；9. 对于矩阵m n A ⨯与l n B ⨯：①、若A 与B 行等价，则A 与B 的行秩相等；②、若A 与B 行等价，则0Ax =与0Bx =同解，A 与B 的任何对应的列向量组有相同的线性相关性； ③、矩阵的初等变换不改变矩阵的秩； ④、矩阵A 的行秩等于列秩；10. 若m s s n m n A B C ⨯⨯⨯=，则：①、C 的列向量组能由A 的列向量组线性表示，B 为系数矩阵； ②、C 的行向量组能由B 的行向量组线性表示，T A 为系数矩阵；（转置）11. 齐次方程组0Bx =的解一定是0ABx =的解，【考试中可以直接作为定理使用，而无需证明】 ①、0ABx = 只有零解0Bx ⇒ =只有零解；②、0Bx = 有非零解0ABx ⇒ =一定存在非零解；12. 设向量组12:,,,n r r B b b b ⨯可由向量组12:,,,n s s A a a a ⨯线性表示为：1212(,,,)(,,,)r s b b b a a a K =（B AK =）其中K 为s r ⨯，且A 线性无关，则B 组线性无关()r K r ⇔=；（B 与K 的列向量组具有相同线性相关性）（必要性：()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=；充分性：反证法）注：当r s =时，K 为方阵，可当作定理使用；13. ①、对矩阵m n A ⨯，存在n m Q ⨯，m AQ E = ()r A m ⇔=、Q 的列向量线性无关；②、对矩阵m n A ⨯，存在n m P ⨯，n PA E = ()r A n ⇔=、P 的行向量线性无关；14. 12,,,s ααα线性相关⇔存在一组不全为0的数12,,,s k k k ，使得11220s s k k k ααα+++=成立；（定义）⇔1212(,,,)0s s x xx ααα⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭有非零解，即0Ax =有非零解；⇔12(,,,)s r s ααα<，系数矩阵的秩小于未知数的个数；715. 设m n ⨯的矩阵A 的秩为r ，则n 元齐次线性方程组0Ax =的解集S 的秩为：()r S n r =-；16. 若*η为Ax b =的一个解，12,,,n r ξξξ-为0Ax =的一个基础解系，则*12,,,,n r ηξξξ-线性无关；5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=（定义），性质：①、A 的列向量都是单位向量，且两两正交，即1(,1,2,)0T i j i j a a i j n i j=⎧==⎨≠⎩；②、若A 为正交矩阵，则1T A A -=也为正交阵，且1A =±； ③、若A 、B 正交阵，则AB 也是正交阵；注意：求解正交阵，千万不要忘记施密特正交化和单位化；2. 施密特正交化：12(,,,)r a a a11b a =；1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r 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)8第一章 随机事件互斥对立加减功，条件独立乘除清； 全概逆概百分比，二项分布是核心； 必然事件随便用，选择先试不可能。
线性代数复习总结(重点精心整理)
线性代数复习总结大全第一章 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 nij a 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T D 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 ji 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n *（零矩阵、负矩阵、行矩阵、列矩阵、n 阶方阵、相等矩阵) ---------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 +=矩阵：对角矩阵：若AB 都是N 阶对角阵，k 是数，则kA 、A+B 、 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 注：把分出来的小块矩阵看成是元素阶方阵，若存在N 阶矩阵B 的AB=BA=I 则称A 是可逆的， B A=-1(非|A|=0、伴随矩阵)2.、非零k 乘某一行（列）3、将某行（列）的K 倍加到另 初等矩阵都可逆倍乘阵 倍加阵） ⎪⎪⎭⎫ ⎝⎛=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 nija 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。
考研数学有哪些线性代数复习重点
考研数学有哪些线性代数复习重点考研数学有哪些线性代数复习重点考生们在进入考研数学的感想阶段时，有哪些线性代数是需要复我们去。
店铺为大家精心准备了考研数学线性代数复习难点，欢迎大家前来阅读。
考研数学线性代数复习要点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，矩阵的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、了解矩阵初等变换的概念，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。
新大纲变化：矩阵一章增加了一个知识点“分块矩阵及其运算”。
解析及应对策略：08年大纲增加了“分块矩阵及其运算”，从而达到了与数学一、数学三和数学四对矩阵要求相统一。
从考试内容和考试要求上看，该知识点的增加其实是对矩阵内容考察的更加完善，充分体现了研究生入学考试的严谨性及对学生的综合能力的考察。
这部分内容的增加，加大了对数学二同学矩阵方面的要求。
同学们在复习这部分内容的时候，结合分块矩阵的定义及分块矩阵的运算性质。
还要对矩阵的几种运算要熟练，比如：对分块矩阵求逆矩阵，分块矩阵的四则运算法则等，做到全面不遗漏。
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，向量组的线性相关和线性无关，向量组的极大线性无关组，等价的向量组，向量组的秩，向量组的秩与矩阵的秩之间的关系，向量的内积，线性无关向量组的的正交规范化方法。
考研数学历年真题线性代数的考点总结
考研数学历年真题线性代数的考点总结线代部分对很多备考的学子来说，最深刻感觉就是，抽象、概念多、定理多、性质多、关系多。
为大家精心准备了考研数学历年真题线性代数的要点，欢迎大家前来阅读。
?线性代数章节总结第一章行列式本章的考试重点是行列式的计算，考查形式有两种：一是数值型行列式的计算，二是抽象型行列式的计算.另外数值型行列式的计算不会单独的考大题，考选择填空题较多，有时出现在大题当中的一问或者是在大题的处理问题需要计算行列式，题目难度不是很大。
主要方法是利用行列式的性质或者展开定理即可。
而抽象型行列式的计算主要：利用行列式的性质、利用矩阵乘法、利用特征值、直接利用公式、利用单位阵进展变形、利用相似关系。
06、08、10、12年、13年的填空题均是抽象型的行列式计算问题，14年选择考了一个数值型的矩阵行列式，15、16年的数一、三的填空题考查的是一个n行列式的计算，今年数一、数二、数三这块都没有涉及。
第二章矩阵本章的概念和运算较多，而且结论比较多，但是主要以填空题、选择题为主，另外也会结合其他章节的知识点考大题。
本章的重点较多，有矩阵的乘法、矩阵的秩、逆矩阵、伴随矩阵、初等变换以及初等矩阵等。
其中06、09、11、12年均考查的是初等变换与矩阵乘法之间的相互转化，10年考查的是矩阵的秩，08年考的那么是抽象矩阵求逆的问题，这几年考查的形式为小题，而13年的两道大题均考查到了本章的知识点，第一道题目涉及到矩阵的运算，第二道大题那么用到了矩阵的秩的相关性质。
14的第一道大题的第二问延续了13年第一道大题的思路，考查的仍然是矩阵乘法与线性方程组结合的知识，但是除了这些还涉及到了矩阵的分块。
16年只有数二了矩阵等价的判断确定参数。
第三章向量本章是线代里面的重点也是难点，抽象、概念与性质结论比较多。
重要的概念有向量的线性表出、向量组等价、线性相关与线性无关、极大线性无关组等。
复习的时候要注意构造和从不同角度理解。
- 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)。
方程组可简化为 AX = b ．
3
一. 高斯消元法
考虑一般线性方程组：
a11 x1 a x 21 1 a m 1 x1 a12 x 2 a 22 x 2 am 2 x2 a1 n x n a2n xn amn xn b1 b2 (1) bm
定理： 齐次线性方程组有非零解 A 0 .
推论：方程个数少于未知量个数的齐次线性方程组 必有非零解。
17
二. 向量的线性相关性
1. n 维向量及向量组
定 义 2： n 个 有 次 序 的 数 a 1, a 2 , , a n所 组 成 的 数 组 称 为 n维 向 量 .这 n个 数 称 为 该 向 量 的 分 量 , 第 i 个 数 a i称 为 第 i 个 分 量 .
1 2 4
2 1 0 0
3 1 1 0
4 1 2 0
1 0 0 0
1 0 0 0
2 1 0 0
0 0 1 0
2 1 2 0
1 1 0 0 0 0 0 0
0 1 0 0
0 0 1 0
0 1 2 0
16
齐次线性方程组解情况判定（n个未知量，n个方程） a11 x1 a12 x2 a1n xn 0 齐次线性方程组 a x a x a x 0 21 1 22 2 2n n an1 x1 an 2 x2 ann xn 0 易知， x1 x2 xn 0 是零解。 若有一组不全为零的数是解，称为非零解。
19
定理:
向量 可由向量组 1 , 2 , , m 出的充分必要条件是：
线性表
以 1 , 2 , , m 为系数列向量，以 为常数项列向量 的线性方程组有解，且一个解就是线性表示的系数. 线性方程组的矩阵表示和向量表示：
a11 x1 a12 x 2 a x 21 1 a 22 x 2 a m1 x1 a m 2 x 2
a11 a12 a1n a a a 22 2n 为(1)的系数矩阵. 称矩阵 A 21 am1 am2 amn
4
称矩阵
a 11 a B ( A , b ) 21 am1
a 12 a 22 am 2
14
非齐次线性方程组解的情况判断方法： 将增广矩阵通过初等变换化为行阶梯型矩阵或 行最简形矩阵。
依据： 1、线性方程组与增广矩阵一一对应； 2、初等变换为同解变换； 3、任意矩阵均可通过初等变换化为行阶梯形矩 阵或行最简形矩阵
B ( A, b)
j1
知识点1：（行）阶梯形矩阵
0 0 A 0 0 0
11
a1 j1 0 0 0 0
a 1 j2 a 2 j2 0 0 0
a 1 jr a 2 jr a rjr 0 0
方程组可表示为矩阵形式 Ax b
若 A 1 , 2 , , n
则方程组的向量表示为 x1 1 x2 2 x n n b
21
3. 线性相关，线性无关
定义4： 给定向量组 A : 1 , 2 , , m , 如果存在不全为零的实数 k1 , k 2 , , k m , 使 k1 1 k 2 2 k m m 0, 称向量组A线性相关，否则称A线性无关. 若向量组A线性无关，则：
a1 n a2n a rn 0 0
例如：
1 0 A 0 0 1 2 0 0 2 1 0 0 1 1 5 0 4 0 3 0
1 0 B 0 0
0 1 0 0
1 1 0 0
0 0 1 0
4 3 3 0
在阶梯形矩阵的基础上，还要求非零行的非零首元 全为1，且这些1所在列的其他元素全都为零。
1 0 例如： 0 0 4 1 1 0 3 B 0 0 1 3 0 0 0 0 0 1 0
引理：任一非零矩阵，总可以经过有限次初等 行变换化为阶梯形矩阵。
13
非齐次线性方程组解情况判定
1 0 0 0
x1 1 对应方程组为 x 2 x4 0 x 2x 0 4 3
x1 1 即 x2 x4 x 2x 4 3
10
x1 1 x2 k 所以一般解为 （k为任意常数） x3 2k x4 k
特点： (1)可划出一条阶梯线， 线的下方全为零； (2)每个台阶只有一行， 台阶数为非零行的行数， 阶梯线的竖线后的第一个 元素为非零元，即非零行 的第一个非零元．
1 0 0 0 1 2 0 0 2 1 0 0 1 1 5 0 4 0 3 0
12
知识点2：行最简形矩阵
2. 增广矩阵的形式
3 4 1 5 1 1 2 1
3. 向量方程的形式
x1 3 4 1 5 x2 1 1 2 1 x3
4. 向量组线性组合的形式
3 4 1 5 x1 x2 x3 1 1 2 1
24
(2)
定理：向量组 1 , 2 , , m ( m 2) 线性相关 至少有一个向量可由其余 m-1个向量线性表示 推论：向量组 1 , 2 , , m ( m 2) 线性无关 任一个向量都不能由其余 m-1个向量线性表示
25
(3)
定理：若向量组 A : 1 , 2 , , m 线性相关， 则向量组 B : 1 , 2 , , m , m 1 也线性相关.
若干个同维数的列（行）向量所组成的集合 叫做向量组．
行向量： a1 , a2 , , an
T 列向量： b1 , b2 , , bn
18
b1 b2 bn
2. 线性组合与线性表出 定义3：给定向量组 A : 1 , 2 , , m , 和向量 如果存在一组实数 1 , 2 , m , 使得 1 1 2 2 m m 则称向量 是向量组A的线性组合， 或称向量 能由向量组A线性表出。
1
第二章 线性方程组
复习总结
第二章 向量与线性方程组
一、线性方程组的消元法 二、向量的线性相关性 三、向量组的秩 四、矩阵的秩 五、齐次线性方程组 六、非齐次线性方程组
2
线性方程组的几种表达式
1. 一般形式
3 x1 4 x2 x3 5 x1 x2 2 x3 1
23
4. 判断线性相关性的定理
(1)
定理：n维向量组 1 , 2 , , m 线性相关 Ax 0有非零解 . 其中A 1 , 2 , , m 推论：n维向量组 1 , 2 , , m 线性无关
Ax 0只有零解 . 其中A 1 , 2 , , m
若常数项 b1 , b2 , , bn 不全为零， 称方程组为非齐次线性方程组。 若常数项 b1 , b2 , , bn 全为零， 称方程组为齐次线性方程组。
6
定义1：线性方程组的初等变换 （1）用一非零的数乘某一方程 （2）把一个方程的倍数加到另一个方程 （3）互换两个方程的位置 可以证明一个线性方程组经过若干次初等变换， 所得到的新的线性方程组与原方程组同解 对一个方程组进行初等变换，实际上就是对它的 增广矩阵做初等行变换
a1n a 2n amn
b1 b2 am
为方程组(1)的增广矩阵。
5
非齐次与齐次线性方程组的概念: 线性方程组
a11 x1 a12 x2 a1n xn b1 a x a x a x b 21 1 22 2 2n n 2 an1 x1 an 2 x2 ann xn bn
由矩阵（3）可讨论方程组（1）的解的情况
1) 若 d r 1 0，则方程组无解； 2) 若 d r 1 0, 则方程组有解， 有唯一解。 r n 当 r n 有无穷多解。 3) 特别地，方程组(1)的导出组，即对应的齐次 线性方程组一定有解。
r n 有唯一的零解。 当 r n 有无穷多解，即有非零解。
k11 k 2 2 k m m 0 k1 k 2 k m 0.
22
几何意义： (1)两向量线性相关：两向量共线. (2)三向量线性相关：三向量共面. 例：用定义判断线性相关性。 相 关. (1) 向量 0, , , 线性______ 相 关. (2) 向量 , , , 线性______
B ( A, b)
7
初等行变换
举例说明消元法具体步骤：
例1：解线性方 2 x1 程组（无解） 4 x1
2 x 1
解：
x2 2 x2 x2
3 x3 5 x3 4 x3
1 4 0
1 2 1 3 2 1 3 1 0 0 1 2 ( A, b) 4 2 5 4 0 0 2 1 4 0 1 1
15
初等行变换
j2
jr
1 0 0 c1n d1 0 1 0 c2 n d 2 (3) 0 0 1 crn d r 0 0 0 0 d r 1 0 0 0 0 0
最后一行为 0 x3 1, 可知方程组无解。