线性代数超强总结

()0A r A n A Ax A A οο⎧⎪<⎪⎪=⇔=⎨⎪⎪⎪⎩不可逆 有非零解是的特征值的列（行）向量线性相关 12()0,,T s i nA r A n Ax A A A A A A A p p p p Ax οββ⎧⎪=⎪⎪=⎪⎪⎪≠⇔⎨⎪⎪⎪⎪=⋅⋅⋅⎪⎪∀∈=⎩可逆 只有零解 的特征值全不为零 的列（行）向量线性无关 是正定矩阵 与同阶单位阵等价 是初等阵总有唯一解⎫⎪−−−→⎬⎪⎭具有向量组等价相似矩阵反身性、对称性、传递性矩阵合同 √ 关于12,,,n e e e ⋅⋅⋅：①称为n的标准基，n中的自然基，单位坐标向量；②12,,,n e e e ⋅⋅⋅线性无关；③12,,,1n e e e ⋅⋅⋅=； ④tr()=E n ；⑤任意一个n 维向量都可以用12,,,n e e e ⋅⋅⋅线性表示. √ 行列式的计算：① 若A B 与都是方阵（不必同阶）,则(1)mn A A A A BBBBAA B B οοοοο*===**=-②上三角、下三角行列式等于主对角线上元素的乘积.③关于副对角线：(1)211212112111(1)n n nnn n n n n n n a a a a a a a a a οοο---*==-√ 逆矩阵的求法:①1A A A*-=②1()()A E E A -−−−−→初等行变换③11a b d b c d c a ad bc --⎡⎤⎡⎤=⎢⎥⎢⎥--⎣⎦⎣⎦ TT T TT A B A C C D BD ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦④12111121n a a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦21111211na a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⑤11111221n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦11121211n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦√ 方阵的幂的性质：m n m n A A A += ()()m n mn A A = √ 设1110()m m m m f x a x a x a x a --=++++，对n 阶矩阵A 规定：1110()m m m m f A a A a A a A a E--=++++为A 的一个多项式.√ 设,,m n n s A B ⨯⨯A 的列向量为12,,,n ααα⋅⋅⋅,B 的列向量为12,,,s βββ⋅⋅⋅，AB 的列向量为12,,,sr r r ,1212121122,1,2,,,(,,,)(,,,),(,,,),,,.i i s s T n n n i i i i r A i s A A A A A B b b b A b b b AB i r A AB i r B βββββββββαααβα==⋅⋅⋅=⎫⎪==++⎪⎬⎪⎪⎭则：即 用中简若则 单的一个提即：的第个列向量是的列向量的线性组合组合系数就是的各分量；高运算速度 的第个行向量是的行向量的线性组合组合系数就是的各分量 √ 用对角矩阵Λ左乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的行向量； 用对角矩阵Λ右乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的列向量. √ 两个同阶对角矩阵相乘只用把对角线上的对应元素相乘,与分块对角阵相乘类似,即：11112222,kk kk A B A B A B A B οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦11112222kk kk A B A B AB A B οο⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦√ 矩阵方程的解法：设法化成AX B XA B ==(I) 或 (II) 当0A ≠时,,B A B E X −−−−→初等行变换（当为一列时(I)的解法：构造()()即为克莱姆法则） T T T TA XB X X =(II)的解法：将等式两边转置化为，用(I)的方法求出，再转置得√ Ax ο=和Bx ο=同解（,A B 列向量个数相同）,则：① 它们的极大无关组相对应,从而秩相等； ② 它们对应的部分组有一样的线性相关性； ③ 它们有相同的内在线性关系.√ 判断12,,,s ηηη是0Ax =的基础解系的条件：① 12,,,s ηηη线性无关； ② 12,,,s ηηη是0Ax =的解；③ ()s n r A =-=每个解向量中自由变量的个数.① 零向量是任何向量的线性组合,零向量与任何同维实向量正交. ② 单个零向量线性相关；单个非零向量线性无关. ③ 部分相关,整体必相关；整体无关,部分必无关.④ 原向量组无关,接长向量组无关；接长向量组相关,原向量组相关. ⑤ 两个向量线性相关⇔对应元素成比例；两两正交的非零向量组线性无关. ⑥ 向量组12,,,n ααα⋅⋅⋅中任一向量i α(1≤i ≤)n 都是此向量组的线性组合.⑦ 向量组12,,,n ααα⋅⋅⋅线性相关⇔向量组中至少有一个向量可由其余1n -个向量线性表示.向量组12,,,n ααα⋅⋅⋅线性无关⇔向量组中每一个向量i α都不能由其余1n -个向量线性表示. ⑧ m 维列向量组12,,,n ααα⋅⋅⋅线性相关()r A n ⇔<； m 维列向量组12,,,n ααα⋅⋅⋅线性无关()r A n ⇔=. ⑨ ()0r A A ο=⇔=.⑩ 若12,,,n ααα⋅⋅⋅线性无关，而12,,,,n αααβ⋅⋅⋅线性相关,则β可由12,,,n ααα⋅⋅⋅线性表示,且表示法惟一.⑪ 矩阵的行向量组的秩等于列向量组的秩. 阶梯形矩阵的秩等于它的非零行的个数.⑫ 矩阵的行初等变换不改变矩阵的秩,且不改变列向量间的线性关系. 矩阵的列初等变换不改变矩阵的秩,且不改变行向量间的线性关系.12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示. 记作：{}{}1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅A 经过有限次初等变换化为B . 记作：A B =⑬ 矩阵A 与B 等价⇔()(),r A r B A B =≠>作为向量组等价,即：秩相等的向量组不一定等价. 矩阵A 与B 作为向量组等价⇔1212(,,,)(,,,)n n r r αααβββ⋅⋅⋅=⋅⋅⋅=1212(,,,,,,)n n r αααβββ⋅⋅⋅⋅⋅⋅⇒ 矩阵A 与B 等价.⑭ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示⇔1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅≤12(,,,)n r ααα⋅⋅⋅. ⑮ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示,且s n >，则12,,,s βββ⋅⋅⋅线性相关. 向量组12,,,s βββ⋅⋅⋅线性无关,且可由12,,,n ααα⋅⋅⋅线性表示,则s ≤n .⑯ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示,且12(,,,)s r βββ⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅,则两向量组等价；⑰ 任一向量组和它的极大无关组等价.⑱ 向量组的任意两个极大无关组等价,且这两个组所含向量的个数相等.⑲ 若两个线性无关的向量组等价,则它们包含的向量个数相等.⑳ 若A 是m n ⨯矩阵,则{}()min ,r A m n ≤,若()r A m =，A 的行向量线性无关； 若()r A n =，A 的列向量线性无关,即：12,,,n ααα⋅⋅⋅线性无关.Ax β=1122n n x x x αααβ+++=1112111212222212,,n n m m mn n m a a a x b a a a x b A x a a a x b β⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥===⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦ 12,1,2,,j j jmj j n αααα⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦1212120,,,0,,,()(),,,A n A n n Ax Ax A n Ax Ax A Ax r A r A n βοαααβοβαααββααα⇒⇔==−−−−−→=<<≠⇒⇒⇔==−−−−−→≠⇔=⇔=<≠=⇒当为方阵时当为方阵时有无穷多解有非零解线性相关 有唯一组解只有零解可由线性表示有解线性无关 12()(),,,()()()1()A n r A r A Ax r A r A r A r A ββαααβββ⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪−−−−−→⎪⎩⇔≠⎧⎪⇔=⇔<⎨⎪⇔+=⎩当为方阵时 克莱姆法则 不可由线性表示无解线性方程组解的性质：1212121211221212(1),0,(2)0,,(3),,,0,,,,,(4),0,(5),,0(6)k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηηηηηηηηλλλληληληγβηγηβηηβηη=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-= 是的解也是它的解 是的解对任意也是它的解齐次方程组 是的解对任意个常数 也是它的解 是的解是其导出组的解是的解 是的两个解是其导出组的解211212112212112212,0(7),,,,100k k k k k k k Ax Ax Ax Ax Ax ηβηηηηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩ 是的解则也是它的解是其导出组的解 是的解则也是的解 是的解√ 设A 为m n ⨯矩阵,若()r A m =,则()()r A r A β=,从而Ax β=一定有解. 当m n <时,一定不是唯一解.⇒<方程个数未知数的个数向量维数向量个数,则该向量组线性相关.m 是()()r A r A β和的上限. √ 矩阵的秩的性质：① ()()()T T r A r A r A A == ② ()r A B ±≤()()r A r B + ③ ()r AB ≤{}min (),()r A r B④ ()0()00r A k r kA k ≠⎧=⎨=⎩ 若 若⑤ ()()A r r A r B B οο⎡⎤=+⎢⎥⎣⎦⑥0,()A r A ≠若则≥1⑦ ,,()0,()()m n n s A B r AB r A r B ⨯⨯=+若且则≤n ⑧ ,()()()P Q r PA r AQ r A ==若可逆,则 ⑨ ,()()A r AB r B =若可逆则,()()B r AB r A =若可逆则⑩ (),()(),r A n r AB r B ==若则且A 在矩阵乘法中有左消去律:0AB B AB AC B Cο=⇒==⇒=n 个n 维线性无关的向量,两两正交,每个向量长度为1.(,)0αβ=.1α==.√ 内积的性质： ① 正定性：(,)0,(,)0αααααο≥=⇔=且 ② 对称性：(,)(,)αββα=③ 双线性：1212(,)(,)(,)αββαβαβ+=+ 1212(,)(,)(,)ααβαβαβ+=+ (,)(,)(,)c cc αβαβαβ==123,,ααα线性无关,112122111313233121122(,)()(,)(,)()()βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化：111βηβ= 222βηβ= 333βηβ= T AA E =.√ A 是正交矩阵的充要条件：A 的n 个行（列）向量构成n的一组标准正交基.√ 正交矩阵的性质：① 1T A A -=；② T T AA A A E ==；③ A 是正交阵,则T A（或1A -）也是正交阵； ④ 两个正交阵之积仍是正交阵； ⑤ 正交阵的行列式等于1或-1.E A λ-.()E A f λλ-=.0E A λ-=. Ax x Ax x λ=→ 与线性相关 √ 上三角阵、下三角阵、对角阵的特征值就是主对角线上的n 各元素.√ 若0A =,则0λ=为A 的特征值,且0Ax =的基础解系即为属于0λ=的线性无关的特征向量. √ 12n A λλλ= 1ni A λ=∑tr√ 若()1r A =,则A 一定可分解为A =[]1212,,,n n a a b b b a ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦、21122()n n A a b a b a b A =+++,从而A的特征值为：11122n n A a b a b a b λ==+++tr , 230n λλλ====.√ 若A 的全部特征值12,,,n λλλ，()f x 是多项式,则:① ()f A 的全部特征值为12(),(),,()n f f f λλλ；② 当A 可逆时,1A -的全部特征值为12111,,,n λλλ, A *的全部特征值为12,,,n A AAλ.√ 1122,.m m Ak kA a b aA bEAA AA A λλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是的特征值则:分别有特征值 √ 1122,m m Ak kAa b aA bEAx A x AA A λλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是关于的特征向量则也是关于的特征向量. 1B P AP -= （P 为可逆阵） 记为：A B√ A 相似于对角阵的充要条件：A 恰有n 个线性无关的特征向量. 这时,P 为A 的特征向量拼成的矩阵，1P AP -为对角阵,主对角线上的元素为A 的特征值. √ A 可对角化的充要条件：()i i n r E A k λ--= i k 为i λ的重数. √ 若n 阶矩阵A 有n 个互异的特征值,则A 与对角阵相似.1B P AP -= （P 为正交矩阵） √ 相似矩阵的性质：① 11A B -- 若,A B 均可逆 ② T T A B③ kk A B （k 为整数）④ E A E B λλ-=-,从而,A B 有相同的特征值,但特征向量不一定相同.即:x 是A 关于0λ的特征向量,1P x -是B 关于0λ的特征向量. ⑤ A B = 从而,A B 同时可逆或不可逆 ⑥ ()()r A r B = ⑦ ()()A B =tr tr√ 数量矩阵只与自己相似. √ 对称矩阵的性质：① 特征值全是实数,特征向量是实向量； ② 与对角矩阵合同；③ 不同特征值的特征向量必定正交；④ k 重特征值必定有k 个线性无关的特征向量；⑤ 必可用正交矩阵相似对角化（一定有n 个线性无关的特征向量,A 可能有重的特征值,重数=()n r E A λ--）.A 与对角阵Λ相似. 记为：A Λ （称Λ是A √ 若A 为可对角化矩阵,则其非零特征值的个数（重数重复计算）()r A =. √ 设i α为对应于i λ的线性无关的特征向量,则有：[]121212112212(,,,)(,,,)(,,,),,,n n n n n n PA A A A λλααααααλαλαλααααλΛ⎡⎤⎢⎥⎢⎥===⎢⎥⎢⎥⎣⎦. √ 若A B , CD ,则：A B C D οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎣⎦⎣⎦. √ 若A B ,则()()f A f B ,()()f A f B =.12(,,,)T n f x x x X AX = A 为对称矩阵 12(,,,)T n X x x x =T B C AC =. 记作：A B （,,A B C 为对称阵为可逆阵） √ 两个矩阵合同的充分必要条件是：它们有相同的正负惯性指数. √ 两个矩阵合同的充分条件是：A B √ 两个矩阵合同的必要条件是：()()r A r B =√ 12(,,,)Tn f x x x X AX =经过合同变换可逆线性变换X CY =化为2121(,,,)nn i i f x xx d y =∑标准型.√ 二次型的标准型不是惟一的,与所作的正交变换有关,但系数不为零的个数是由()r A +正惯性指数负惯性指数惟一确定的.√ 当标准型中的系数i d 为1，-1或0时,√ 实对称矩阵的正（负）惯性指数等于它的正（负）特征值的个数.√ 任一实对称矩阵A 与惟一对角阵11110⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦合同.√ 用正交变换法化二次型为标准形:① 求出A 的特征值、特征向量； ② 对n 个特征向量单位化、正交化； ③ 构造C （正交矩阵）,1C AC -=Λ； ④ 作变换X CY =,新的二次型为2121(,,,)nn i i f x x x d y =∑,Λ的主对角上的元素i d 即为A 的特征值.12,,,n x x x 不全为零，12(,,,)0n f x x x >.正定二次型对应的矩阵. √ 合同变换不改变二次型的正定性. √ 成为正定矩阵的充要条件（之一成立）：① 正惯性指数为n ； ② A 的特征值全大于0；③ A 的所有顺序主子式全大于0；④ A 合同于E ，即存在可逆矩阵Q 使T Q AQ E =； ⑤ 存在可逆矩阵P ，使T A P P = （从而0A >）；⑥ 存在正交矩阵，使121T n C AC C AC λλλ-⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦（i λ大于0）. √ 成为正定矩阵的必要条件：0ii a > ； 0A >.。