线性代数知识结构框架
线性代数的知识点
线性代数的知识点线性代数是数学中的一个重要分支，它研究向量空间和线性映射的性质以及它们的代数表示。
它在许多学科中都有广泛的应用，包括物理学、计算机科学和工程学等。
本文将按照逐步思考的方式介绍几个线性代数的重要知识点。
1.向量和向量空间向量是线性代数中的基本概念，它表示具有大小和方向的量。
我们可以用一个有序的数对来表示二维空间中的向量，或者用一个有序的数列表示n维空间中的向量。
向量之间可以进行加法和数量乘法运算。
一个向量空间是由一组向量组成的集合，满足以下几个条件：(1)对于任意两个向量u和v，它们的和u+v也属于该向量空间；(2)对于任意一个向量u和任意一个标量c，它们的乘积cu也属于该向量空间。
2.矩阵和矩阵运算矩阵是线性代数中另一个重要的概念，它是一个由数排成的矩形阵列。
矩阵可以表示向量的线性组合、线性映射以及其他数学运算。
矩阵之间可以进行加法、数量乘法和矩阵乘法等运算。
矩阵乘法是矩阵运算中最重要的一种运算，它可以用来表示线性映射的复合、向量空间的变换等。
3.行列式和特征值特征向量行列式是一个与矩阵相关的概念，它可以用来判断矩阵是否可逆、计算矩阵的逆矩阵等。
行列式的值可以为零或非零，非零行列式表示矩阵是可逆的。
特征值和特征向量是线性代数中的另一个重要概念，它们描述了线性映射对向量的变换方式。
特征值表示了线性映射对特定方向的缩放倍数，而特征向量则表示了这个特定方向。
4.线性方程组和矩阵的解线性方程组是线性代数中的一个基本问题，它可以表示为一个矩阵乘以一个向量等于另一个向量的形式。
求解线性方程组就是要找到满足这个等式的向量。
对于一个线性方程组，它可能有唯一解、无解或者无穷多解。
这取决于矩阵的秩、行列式的值以及矩阵的特征等性质。
5.正交和正交投影正交是线性代数中的一个重要概念，它表示两个向量之间的垂直关系。
如果两个向量的内积为零，则它们是正交的。
正交投影是一种常见的线性变换，它可以将一个向量投影到另一个向量上。
自考本线性代数知识点总结
自考本线性代数知识点总结一、向量和矩阵1. 向量的定义向量是有向线段的数学表示，通常用加粗的小写字母来表示，如a、b等。
向量有大小和方向，可以表示为一组有序的数值，例如a=(a1, a2, ..., an)。
2. 向量的运算向量可以进行加法、数乘和内积运算。
加法是指对应位置上的数值相加，数乘是指一个标量与向量的每个分量相乘，内积是指两个向量对应位置上的数值相乘后再相加得到一个标量。
3. 矩阵的定义矩阵是一个按照长方阵列排列的复数或实数集合。
矩阵通常用大写字母来表示，如A、B 等，可以表示为一个矩形数表格。
4. 矩阵的运算矩阵可以进行加法、数乘和乘法等运算。
矩阵的加法是指对应位置上的元素相加，数乘是指一个标量与矩阵的每个元素相乘，矩阵的乘法则是一种复杂的运算，需要满足一定的规则。
5. 矩阵的转置和逆矩阵的转置是指将矩阵的行和列互换得到的新矩阵，用A^T表示。
矩阵的逆是指对于一个n阶方阵A，存在一个n阶方阵B，使得A与B的乘积为单位矩阵。
二、行列式和特征值1. 行列式行列式是矩阵的一个重要性质，它可以用来描述矩阵线性变换前后的面积或体积的缩放比例。
行列式的计算是一个重要的线性代数知识点，非常重要。
2. 特征值和特征向量特征值是矩阵的一个重要性质，它是矩阵A的一个标量λ，使得矩阵A减去λ乘以单位矩阵的行列式为0。
特征向量是对应于特征值的非零向量，它可以用来描述矩阵线性变换的方向。
三、线性方程组和矩阵的应用1. 线性方程组线性方程组是由线性方程组成的方程组，它可以用矩阵的形式表示为AX=B，其中A为系数矩阵，X为未知数向量，B为常数向量。
2. 矩阵的应用矩阵在各个领域都有着广泛的应用，如在工程学中可以用来描述结构的受力分布，计算机科学中用来表示图像和二维图形的变换，物理学中用来描述物质的状态等。
四、线性变换和空间1. 线性变换线性变换是指一个向量空间到另一个向量空间的映射，它满足两个性质：对于所有的向量u和v以及标量c，有T(u+v) = T(u) + T(v)，T(cu) = cT(u)。
线性代数知识点归纳
线性代数知识点归纳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：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：第二部分矩阵矩阵的运算性质矩阵求逆矩阵的秩的性质矩阵方程的求解矩阵的定义由个数排成的行列的表称为矩阵.记作：或(同型矩阵：两个矩阵的行数相等、列数也相等.(矩阵相等:两个矩阵同型，且对应元素相等.(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向量；用对角矩阵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，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） 2.逆矩阵的求法方阵可逆.①伴随矩阵法：②初等变换法③分块矩阵的逆矩阵：④,⑤配方法或者待定系数法（逆矩阵的定义）行阶梯形矩阵可画出一条阶梯线，线的下方全为；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时，称为行最简形矩阵初等变换与初等矩阵对换变换、倍乘变换、倍加（或消法）变换初等变换初等矩阵初等矩阵的逆初等矩阵的行列式 () () () ?矩阵的初等变换和初等矩阵的关系：(对施行一次初等变换得到的矩阵,等于用相应的初等矩阵乘；(对施行一次初等变换得到的矩阵,等于用相应的初等矩阵乘.注意：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.矩阵的秩关于矩阵秩的描述：①、，中有阶子式不为0，阶子式(存在的话)全部为0；②、，的阶子式全部为0；③、，中存在阶子式不为0；矩阵的秩的性质：①;;≤≤②③④⑤≤⑥若、可逆，则；即：可逆矩阵不影响矩阵的秩.⑦若；若⑧等价标准型.⑨≤,≤≤⑩,求秩矩阵方程的解法)：设法化成第三部分线性方程组1.向量组的线性表示2.向量组的线性相关性3.向量组的秩4.向量空间5.线性方程组的解的判定6.线性方程组的解的结构（通解）（1）齐次线性方程组的解的结构（基础解系与通解的关系）（2）非齐次线性方程组的解的结构（通解）线性表示：对于给定向量组，若存在一组数使得，则称是的线性组合，或称称可由的线性表示.线性表示的判别定理:可由的线性表示由个未知数个方程的方程组构成元线性方程：①、有解②、③、（全部按列分块，其中）；④、（线性表出）⑤、有解的充要条件：（为未知数的个数或维数）2.设的列向量为的列向量为，，为的解可由线性表示.即：的列向量能由的列向量线性表示，为系数矩阵. 同理：的行向量能由的行向量线性表示，为系数矩阵. 即：线性相关性判别方法：法1法2法3推论线性相关性判别法（归纳）线性相关性的性质零向量是任何向量的线性组合零向量与任何同维实向量正交单个零向量线性相关；单个非零向量线性无关部分相关整体必相关；整体无关部分必无关原向量组无关接长向量组无关；接长向量组相关原向量组相关两个向量线性相关对应元素成比例；两两正交的非零向量组线性无关向量组中任一向量≤都是此向量组的线性组合若线性无关，而线性相关则可由线性表示且表示法一向量组的秩向量组的极大无关组所含向量的个数，称为这个向量组的秩.记作矩阵等价经过有限次初等变换化为向量组等价和可以相互线性表示记作：矩阵的行向量组的秩列向量组的秩阶梯形矩阵的秩等于它的非零行的个数矩阵的初等变换不改变矩阵的秩且不改变行向量间的线性关系向量组可由向量组线性表示且，则线性相关向量组线性无关且可由线性表示则.向量组可由向量组线性表示且则两向量组等价任一向量组和它的极大无关组等价向量组极大无关组若两个线性无关的向量组等价则它们包含的向量个数相等设是矩阵若，的行向量线性无关；线性方程组的矩阵式向量式（1）解得判别定理（2）线性方程组解的性质：判断是的基础解系的条件：①线性无关；②是的解；③.(4)求非齐次线性方程组Ax=b的通解的步骤（5）其他性质一个齐次线性方程组的基础解系不唯一.√若是的一个解，是的一个解线性无关√与同解（列向量个数相同）：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与的行向量组等价齐次方程组与同解（左乘可逆矩阵）；矩阵与的列向量组等价（右乘可逆矩阵）.第四部分方阵的特征值及特征向量1.施密特正交化过程2.特征值、特征向量的性质及计算3.矩阵的相似对角化，尤其是对称阵的相似对角化1.(标准正交基个维线性无关的向量两两正交每个向量长度为1与的内积(.记为：④向量的长度⑤是单位向量的向量.2.内积的性质：①正定性：②对称性：③线性：(设A是一个n阶方阵,若存在数和n维非零列向量,使得，则称是方阵A的一个特征值，为方阵A的对应于特征值的一个特征向量.(的特征矩阵）.(的特征多项式）.④是矩阵的特征多项式⑤，称为矩阵的迹.⑥上三角阵、下三角阵、对角阵的特征值就是主对角线上的各元素若则为的的基础解系即为属于的线性无关的特征向量.⑧一定可分解为=、,从而的特征值为：,.为各行的公比，为各列的公比.⑨若的全部特征值，是多项式,则:①若满足的任何一个特征值必满足②的全部特征值为；.⑩与有相同的特征值，但特征向量不一定相同.特征值与特征向量的求法(1)写出矩阵A的特征方程，求出特征值.(2)根据得到A对应于特征值的特征向量.设的基础解系为其中.则A对应于特征值的全部特征向量为其中为任意不全为零的数.(与相似（为可逆矩阵）(与正交相似（为正交矩阵）(可以相似对角化与对角阵相似.（称是的相似标准形）6.相似矩阵的性质：①,从而有相同的特征值,但特征向量不一定相同.是关于的特征向量,是关于的特征向量.②③从而同时可逆或不可逆④⑤若与相似,则的多项式与的多项式相似.矩阵对角化的判定方法①n阶矩阵A可对角化(即相似于对角阵)的充分必要条件是A有n 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.设为对应于的线性无关的特征向量,则有：.②可相似对角化，其中为的重数恰有个线性无关的特征向量.：当为的重的特征值时，可相似对角化的重数基础解系的个数.③若阶矩阵有个互异的特征值可相似对角化.实对称矩阵的性质：①特征值全是实数,特征向量是实向量；②不同特征值对应的特征向量必定正交；：对于普通方阵，不同特征值对应的特征向量线性无关；③一定有个线性无关的特征向量.若有重的特征值,该特征值的重数=；④必可用正交矩阵相似对角化，即：任一实二次型可经正交变换化为标准形；⑤与对角矩阵合同，即：任一实二次型可经可逆线性变换化为标准形；⑥两个实对称矩阵相似有相同的特征值.9.正交矩阵正交矩阵的性质①；②；③正交阵的行列式等于1或-1④是正交阵则也是正交阵⑤两个正交阵之积仍是正交阵⑥的行（列）向量都是单位正交向量组.10.11.施密特线性无关单位化：其中为对称矩阵，(与合同.（）(正惯性指数二次型的规范形中正项项数负惯性指数二次型的规范形中负项项数符号差(为二次型的秩)④两个矩阵合同它们有相同的正负惯性指数他们的秩与正惯性指数分别相等.⑤两个矩阵合同的充分条件是：与等价⑥两个矩阵合同的必要条件是：2.经过化为标准形.(正交变换法(配方法（1）若二次型含有的平方项，则先把含有的乘积项集中，然后配方，再对其余的变量同样进行，直到都配成平方项为止，经过非退化线性变换，就得到标准形;若二次型中不含有平方项，但是(),则先作可逆线性变换,化二次型为含有平方项的二次型，然后再按(1)中方法配方.(初等变换法3. 正定二次型不全为零，.正定矩阵正定二次型对应的矩阵.4.为正定二次型（之一成立）：（1），；（2）的特征值全大于；（3）的正惯性指数为；（4）的所有顺序主子式全大于；（5）与合同，即存在可逆矩阵使得；（6）存在可逆矩阵，使得；5.（1）合同变换不改变二次型的正定性.（2）为正定矩阵；.（3）为正定矩阵也是正定矩阵.（4）与合同，若为正定矩阵为正定矩阵（5）为正定矩阵为正定矩阵，但不一定为正定矩阵. 半正定矩阵的判定一些重要的结论：全体维实向量构成的集合叫做维向量空间.√关于：①称为的标准基，中的自然基，单位坐标向量；②线性无关；③；④；⑤任意一个维向量都可以用线性表示.7第1页共20页。
线性代数四阶知识点总结
线性代数四阶知识点总结1. 向量和矩阵•向量：向量是一种有序集合，可以表示为n x 1 的矩阵。
向量的加法、减法和数量乘法满足特定的运算规则。
•矩阵：矩阵是二维数组，具有行和列的结构。
可以表示为 m x n 的形式，其中 m 是矩阵的行数，n 是列数。
2. 线性方程组•线性方程组：线性方程组是一组线性方程的集合。
每个方程都可以写成如下形式：a1x1 + a2x2 + ... + anxn = b其中a1, a2, …, an 是已知常数，x1, x2, …, xn 是未知变量，b 是常数。
•线性方程组的解：一个线性方程组可能有无穷多个解、唯一解或者无解。
通过高斯消元法、矩阵求逆或克拉默法则等方法可以求解线性方程组。
3. 矩阵运算•矩阵加法：两个矩阵的加法是将对应位置的元素相加得到新的矩阵。
•矩阵减法：两个矩阵的减法是将对应位置的元素相减得到新的矩阵。
•矩阵数量乘法：将矩阵的每个元素都乘以一个常数得到新的矩阵。
•矩阵乘法：矩阵乘法是将一个矩阵的行与另一个矩阵的列进行内积运算得到新的矩阵。
4. 线性变换•线性变换：线性变换是指从一个向量空间到另一个向量空间的映射，保持向量加法和数量乘法的性质。
•线性变换的矩阵表示：对于一个线性变换，可以找到一个矩阵使得将原向量空间中的向量乘以该矩阵得到新的向量空间中的向量。
•线性变换的特性：线性变换保持向量的线性组合和零向量不变。
5. 特征值和特征向量•特征值和特征向量：对于一个方阵 A，如果存在一个非零向量 v 和一个实数λ，使得Av = λv，则λ 是 A 的特征值，v 是对应于特征值λ 的特征向量。
•特征值和特征向量的计算：通过求解线性方程组 (A - λI)v = 0 可以得到特征值和特征向量。
6. 行列式•行列式：行列式是一个标量值，用于判断一个矩阵的线性相关性和可逆性。
•行列式的计算：对于一个 n x n 的矩阵，行列式的计算涉及到对矩阵的元素进行排列组合并进行运算。
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。
线代必备资料：线性代数知识框架(word版)
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
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：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。
如第j 列的k 倍加到第i 列上：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 jt (j 33a a a a a a a a a a a a 1)(∑-=n n 2211n n n 2n 1222111...a a a a ...a a 0a a a = n...λλλλλλ21n 21= n21λλλn 2121)n(n λλλ1)( --=n n n j n jn 2n 12n 2j 2j 22211n 1j 1j 1211a )c (b a a a )c (b a a a )c (b a a+++n n n j n 2n 12n2j 22211n 1j 1211n n n j n 2n 12n 2j 22211n 1j 1211a c a a a c a a a c a a a b a a a b a a a b a a +=n n n j n j n in 12n 2j 2j 2i 211n 1j 1j 1i 11a a ka a a a a ka a a a a ka a a+++n nn j n i n 12n2j 2i 211n 1j 1i 11a a a a a a a a a a a a =7. 重要性质：利用行列式的性质或，可以把行列式化为上（下）三角行列式，从而计算n 阶 行列式的值。
线性代数思维导图全6页及其总结
注意例5.4
若一个矩阵能与对角矩阵相似，则称此矩阵可对 角化
将给定的一组基转化成正交基
将给定的一个向量组变 为单位正交的向量组 先用施密特正交法将其 正交化，再将其单位化
n阶方阵A与对角矩阵相似的充要条件：A的每个 特征值对应的线性无关的特征向量的最大个数等
于该特征值的重数
求齐次方程组的解空间W的正交 基，并将其扩充
变为B的相似变换矩阵
施密特正交法
若矩阵A与其转置矩阵的乘 积为单位矩阵，则称A为正 交矩阵，即A的逆矩阵与其
转置矩阵相等
实对称矩阵一定能与对角矩阵相似 （可对角化），并且相似变换矩阵
可取为正交矩阵
相似矩阵秩相同
相似矩阵行列式相等
相似矩阵都可逆或不可逆，当它们都可逆时，它 们的逆矩阵也相似
相似矩阵有相同的特征多项式， 从而特征值也相同
设向量组A是子空间V中的线性无关组，且V中任 意向量是向量组A的线性组合，则称A为子空间
的一组基
注意例4.23
子空间
求已知向量在某组基下 的坐标
例4.29
行列式行与列的地位是对称的，即对 行成立的性质对列也成立，矩阵则不
然
线性代 数
对角矩阵相乘（必须同阶）， 等于各位置元素直接相乘'
(A*B)的转置等于B的转置乘以A的转置，注意B 在前，顺序换了，该性质可以推广到多元
有无穷多组解的充要条件是rank(A)=rank(B)<n 有惟一解的充要条件是rank(A)=rank(B)=n
求特征向量 和特征值
注意A必须为方阵
设A为n阶方阵，X为n维非零向量，k为常数 若 AX=kX
则称X为A的特征向量，k为特征向量X对应的特 征值，矩阵A-kE称为A的特征矩阵 det(A-kE)=0称为特征方程
文科线代知识点总结
文科线代知识点总结一、线代基础知识1.1 线性空间线性空间是指在定义了加法和数乘运算的向量空间。
它是一种具有良好结构和性质的空间，是线性代数的基础概念。
1.2 线性变换线性变换是指满足线性性质的变换。
它可以用矩阵来表示，是线性代数中的重要内容。
线性变换的性质和性质使其在实际问题中具有重要的应用价值。
1.3 线性方程组线性方程组是由线性方程组成的方程组，它是线性代数的基本概念之一。
解线性方程组是线性代数中的基本运算，它在数学和工程领域中有广泛的应用。
1.4 矩阵矩阵是一种特殊的数学对象，它是一种矩形排列的数表。
矩阵在线性代数中有重要的地位，它是线性方程组的基本工具，并且在线性变换等问题中有广泛的应用。
1.5 行列式行列式是矩阵的一个重要性质，它是一种数学对象，代表了矩阵的某些重要性质。
行列式的性质和应用使其在线性代数中具有重要的地位。
1.6 特征值与特征向量特征值和特征向量是线性代数中的重要概念，它们描述了线性变换的重要性质。
特征值和特征向量的计算和性质是研究线性变换的重要内容。
1.7 线性空间的维数线性空间的维数是指线性空间的基的个数，它是线性空间的一个重要性质。
线性空间的维数和基的性质是线性代数中一个重要的概念。
二、线代进阶知识2.1 空间的直和分解空间的直和分解是指将一个空间分解为几个子空间的直和。
直和分解在线性代数中有广泛的应用，它是线性代数研究的重要内容。
2.2 线性空间的同构线性空间的同构是指满足一定条件的线性空间之间的一一对应关系。
同构在线性代数中具有重要的地位，它是线性代数中的一个重要概念。
2.3 正交性正交性是指向量空间中向量相互垂直的性质。
正交性具有在几何、信号处理等领域中广泛的应用，它是线性代数中的一个重要内容。
2.4 对称矩阵对称矩阵是一种特殊的矩阵，具有一些特殊的性质。
对称矩阵的性质和性质使其在线性代数中具有重要的地位。
2.5 正定矩阵正定矩阵是一种特殊的矩阵，具有一些特殊的性质。
线性代数知识点总结汇总
线性代数知识点总结汇总线性代数知识点总结行列式（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|=kn|A|（2）|AB|=|A|·|B|（3）|AT|=|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。
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。
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。
线性代数各知识脉络图
线性代数各知识脉络图————————————————————————————————作者：————————————————————————————————日期：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 提到行列不同行、不同列的n 个1nn ik ikk D a A ==∑（按i 行展开） 1n n kj kjk D a A ==∑（按j 行余子式、给定（i ,j ）未给定（i ,j ）化三角形－加边法、爪用行列式性质计算； 克拉默法则；判断方阵的可逆，利用伴随几()n n R n⨯<A ；0是方阵A 的特征值；行列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 ααM 1det ，则新的行列式为⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛----=-113221det ααααααααn n n B M， ()00,,3,2det 11321113221=⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛---=+⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----=--ααααααααααααααn n n i n n n n i r r B MΛM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 ====∏L LOM M O OM L2、（次）对角行列式、上（下）三角行列式()()12111111212212121111111n n nnn n n,n ,n,n ,n iii n n,n nn n n a a a a a a a a a a aa a a a a ----=-===-∏LL N N M N L3、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 --------------==L L L L L L M M M M M M M M L LL()()121,,,n ijn i j f x x x x x ≥>≥=-∏L ()()()()()1213211212111,,,n nj n j j j n j n j j j f x x x xx xx xx x x --≥≥-≥≥≥≥≥≥=-⋅---∏∏∏∏L L()()()()1221n n n n n n x x x x x x x x --=----L()()()()()()()12131211323121n n n n n n x x x x x x x x x x x x x x -------------L L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 L 的函数，即()12,,,n n D f x x x =L 。
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 +-=-=+-。
线性代数思维导图全6页及其总结
第五章
若k为A的特征值，X为其对应的特征向量， 设有多项式f(x)=a0+a1x+...+am*x(m)次方， 则方阵f(A)=a0E+a1A+...+amA(m次方)的特
征值为f(k),X仍为其相应的特征向量
注意P的逆矩阵在前 A,B为n阶方阵，若存在n阶可逆矩阵P，使 P-1AP=B则称A与B相似，记作A~B，P被称为A
参见P95 例5.8
A为正交矩阵的充要条件是其列（行） 向量组是Rn中的单位正交基
若A为正交矩阵，则A的逆矩阵也为正交矩阵
若A,B为同阶正交矩阵，则AB也为正交矩阵
若A为正交矩阵，则 det(A)=+-1
实对称矩阵的特征值都是实数
实对称矩阵的不同特征值对应的特征向量必定正 交
第一章
若矩阵A可逆，则其转置矩阵也可逆，若矩阵 A，B可逆，则两者乘积也可逆
对角矩阵的逆矩阵为其 对应位置的各数变成其
倒数
都是针对n阶方阵而言
如何求逆矩阵
第三章
对称矩阵：对称位置的元素相等 反对称矩阵：对称位置元素相反，主对角线上元
素全部为零
有一线性方程组，其系数矩阵为A，增广矩阵为 B，其有n条方程
| B)
有向量组A和向量组B
若B可由A线性表示，则 rank(B)小于等于rank(A)
齐次方程组的一个基础解系是由一组线性无关的 向量组成
注意这条例题的思想 相册内有清晰版
有n维向量组A，若它的一个部分向量组A1线性 无关，且A1与A等价，称A1是A的最大线性无关
组
第四章
先用行初等变换简化系数矩阵 得到同解方程组
将nX2n矩阵(A | E)进行一系 列行初等变换，直到变成( E | A-1)，即得方阵A的逆矩阵
大学线性代数最全知识点
b1 a12 a13
若记
D1 b2 a22 a23 ,
b3 a32 a33
或
b1 b2
a11 a12 a13 D a21 a22 a23
b1
a31 a32 a33
项目三 儿歌
aa2111xx11
a12 x2 a22 x2
a13 x3 a23 x3
b1 , b2 ,
a31x1 a32 x2 a33 x3 b3;
说明1 对角线法则只适用于二阶与三阶行列式．
项目三 儿歌
2.
三阶行列式包括3!项,每一项都是位于不同行,
不同列的三个元素的乘积,其中三项为正,三项为 负.
利用三阶行列式求解三元线性方程组
如果三元线性方程组
aa2111xx11
a12 x2 a22 x2
a13 x3 a23 x3
b1 , b2 ,
f 2 4a 2b c 3, f 3 9a 3b c 28,
得一个关于未知数 a, b, 的c 线性方程组, 又 D 20 0, D1 40, D2 60, D3 20. 得 a D1 D 2, b D2 D 3, c D3 D 1
项目三 儿歌 故所求多项式为
a31 b3 a33
x1
D1 D
,
x2
D2 D
,
x3
D3 D
.
项目三 儿歌
1 2 -4 例２ 计算三阶行列式 D - 2 2 1
-3 4 -2
解
按对角线法则，有
D 1 2 (2) 2 1 (3) (4) (2) 4 11 4 2 (2) (2) (4) 2 (3)
4 6 32 4 8 24 14.
项目三 儿歌
11 1 例3 求解方程 2 3 x 0.
线性代数入门
线性代数入门线性代数是数学的一个分支，主要研究向量空间（或称线性空间）及其变换。
它广泛应用于科学、工程、计算机科学等领域，是现代科技不可或缺的数学工具。
本文档旨在为初学者提供线性代数的基础知识入门，帮助理解其基本概念和运算规则。
向量与向量空间在线性代数中，向量是一个基本概念。
一个向量可以视为在n维空间中的一个点，由一组有序的数构成，这些数称为向量的分量。
例如，二维空间中的点(x, y)可以表示为向量[x, y]。
向量空间则是所有向量的集合，满足某些特定的运算规则，如加法和标量乘法。
矩阵与矩阵运算矩阵是线性代数中另一个核心概念，它是一个由数字排成的矩形阵列。
矩阵可以用来表示线性变换，即一种将向量空间中的每个向量映射到另一个向量的规则。
基本的矩阵运算包括矩阵加法、矩阵乘法以及矩阵与向量之间的乘法。
行列式与逆矩阵行列式是与方阵相关的一个标量值，它在解线性方程组、计算矩阵的可逆性等方面有重要作用。
一个方阵如果其行列式非零，则这个矩阵是可逆的，存在一个逆矩阵使得原矩阵与其逆矩阵相乘得到单位矩阵。
线性方程组与解的结构线性方程组是由若干线性方程构成的集合，形式上通常写作Ax = b，其中A是系数矩阵，x是未知向量，b是常数向量。
解线性方程组是线性代数的一个重要应用，涉及到求解未知向量x的值。
根据系数矩阵的性质，解可以是唯一的，也可以是无解，或者是无数多个解。
特征值与特征向量特征值和特征向量是描述线性变换特性的重要工具。
一个矩阵的特征值是满足方程Av = λv的标量λ，其中v是非零向量，称为特征向量。
特征值和特征向量可以帮助我们理解矩阵表示的变换的本质。
总结来说，线性代数提供了一套强大的工具来处理与向量空间及其变换相关的问题。
通过学习向量、矩阵、行列式、线性方程组以及特征值等概念，我们可以更好地理解和解决实际问题。
希望本文能够为初学者提供一个清晰的线性代数入门路径，并激发进一步学习的兴趣。
线性代数知识点总结
大学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 =)( T T T B A B A +=+)( T T kA kA =)( T T T A B AB =)((反序定理) 方幂：2121k k k kA AA +=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。
大一线性代数知识点总结
大一线性代数知识点总结一、向量与矩阵1.1 向量的概念与性质向量是线性代数中的基本概念，它是指具有大小和方向的量。
在数学中，向量通常用箭头表示，并且可以表示为n维空间中的有序数组。
向量的加法与数乘定义为：- 两个向量的加法：设有两个向量a=(a1, a2, ..., an)和b=(b1, b2, ..., bn)，则它们的和定义为：a + b = (a1+b1, a2+b2, ..., an+bn)。
- 数乘：设有一个向量a=(a1, a2, ..., an)，一个标量k，那么k乘以a定义为：ka = (ka1, ka2, ..., kan)。
1.2 矩阵的概念与基本运算矩阵是由m行n列元素组成的长方形阵列，它的基本形式可以表示为：A= ( a11 a12 ... a1n )( a21 a22 ... a2n )( ... ... ... ... )( am1 am2 ... amn )其中，aij表示第i行第j列的元素。
矩阵的加法与数乘定义为：- 矩阵的加法：设有两个矩阵A与B，它们是同型矩阵，其相应元素相加即得到矩阵的和：A+B。
- 数乘：设有一个数k，以及一个矩阵A，那么可以通过数量k乘以矩阵A的每一个元素得到新的矩阵kA。
1.3 零向量与单位矩阵零向量是指所有分量都为零的向量，通常用0表示，对于n维空间而言，它的零向量可以表示为(0, 0, ..., 0)。
单位矩阵是指在主对角线上的元素都为1，其余元素都为0的方阵，通常用I表示。
对于n×n的单位矩阵可以表示为：I = ( 1 0 ... 0 )( 0 1 ... 0 )( ... ... ... )( 0 0 ... 1 )1.4 范数与内积向量的范数是指向量的长度，通常可以表示为||v||。
对于n维向量v=(v1, v2, ..., vn)，它的范数定义为：||v|| = √(v1^2 + v2^2 + ... + vn^2)。
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。
《线性代数》知识点-归纳整理-大学线代基础知识
《线性代数》知识点-归纳整理-大学线代基础知识-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN《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 ............................................................................................................................................. - 3 -02、主对角线 ................................................................................................................................................................. - 3 -03、转置行列式 ............................................................................................................................................................. - 3 -04、行列式的性质 ......................................................................................................................................................... - 4 -05、计算行列式 ............................................................................................................................................................. - 4 -06、矩阵中未写出的元素 ............................................................................................................................................. - 5 -07、几类特殊的方阵 ..................................................................................................................................................... - 5 -08、矩阵的运算规则 ..................................................................................................................................................... - 5 -09、矩阵多项式 ............................................................................................................................................................. - 7 -10、对称矩阵 ................................................................................................................................................................. - 7 -11、矩阵的分块 ............................................................................................................................................................. - 8 -12、矩阵的初等变换 ..................................................................................................................................................... - 8 -13、矩阵等价 ................................................................................................................................................................. - 8 -14、初等矩阵 ................................................................................................................................................................. - 8 -15、行阶梯形矩阵与行最简形矩阵 ......................................................................................................................... - 8 -16、逆矩阵 ..................................................................................................................................................................... - 9 -17、充分性与必要性的证明题 ................................................................................................................................... - 10 -18、伴随矩阵 ............................................................................................................................................................... - 10 -19、矩阵的标准形： ................................................................................................................................................... - 11 -20、矩阵的秩： ........................................................................................................................................................... - 11 -21、矩阵的秩的一些定理、推论 ............................................................................................................................... - 11 -22、线性方程组概念 ................................................................................................................................................... - 11 -23、齐次线性方程组与非齐次线性方程组（不含向量）........................................................................................ - 11 -24、行向量、列向量、零向量、负向量的概念 ....................................................................................................... - 13 -25、线性方程组的向量形式 ....................................................................................................................................... - 13 -26、线性相关与线性无关的概念 ......................................................................................................................... - 13 -27、向量个数大于向量维数的向量组必然线性相关.............................................................................................. - 14 -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...................................... - 14 -29、线性表示与线性组合的概念 ......................................................................................................................... - 14 -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.......................................................... - 14 -31、线性相关（无关）与线性表示的3个定理 ....................................................................................................... - 14 -32、最大线性无关组与向量组的秩 ........................................................................................................................... - 14 -33、线性方程组解的结构 ........................................................................................................................................... - 14 -01、余子式与代数余子式（1）设三阶行列式D ＝333231232221131211a a a a a a a a a ，则①元素11a ，12a ，13a 的余子式分别为：M 11＝33322322a a a a ，M 12＝33312321a a a a ，M 13＝32312221a a a a对M 11的解释：划掉第1行、第1列，剩下的就是一个二阶行列式33322322a a a a ，这个行列式即元素11a 的余子式M 11。
- 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)。
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。