线性代数必须知道的结论

合集下载

线代常用的一些结论

线代常用的一些结论

A1 2 设 A
A2
o
, 则有 A A A A . 1 2 s As
o
若 Ai 0i 1,2,, s , 则 A 0, 并有
A11 1 A
A2
1
o

o
. 1 As
(1) | AT | | A | ;
( 2) | A | | A | ;
n
( 3) | AB || A | | B | ;
注意 1) | A B || A | | B |
2) AB BA , 但有 | AB || BA | .
伴随矩阵
AA A A A E .

A1 0 0 0 A2 0 (3) 0 0 A s
0 A1 B1 0 A2 B2 0 0
B1 0 0 B2 0 0
0 0 . As Bs
T
1 1
T 1
A .
1 T
*
A 5 若A可逆 ,则有 A A .(注:
A
n-1
) .
六、解矩阵方程
矩阵方程
AX B XA B
AXB C

X A1 B X BA1 X A1 C B1
七、方阵多项式
设 记
( x ) a0 a1 x am x m ,
a11 kai 1 a n1 a12 a1n a11 a12 a1n a i 2 a in a n 2 a nn
an 2 ann
a n1
kai 2 kain k a i 1

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|-15|A|=|A|n-16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03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,fA时,可以用交换律3AB=O不能推出A=O或B=O;2、转置的性质5条1A+B T=A T+B T2kA T=kA T3AB T=B T A T4|A|T=|A|5A TT=A二矩阵的逆3、逆的定义:AB=E或BA=E成立,称A可逆,B是A的逆矩阵,记为B=A-1注:A可逆的充要条件是|A|≠04、逆的性质:5条1kA-1=1/k·A-1 k≠02AB-1=B-1·A-13|A-1|=|A|-14A T-1=A-1T5A-1-1=A5、逆的求法:1A为抽象矩阵:由定义或性质求解2A为数字矩阵:A|E→初等行变换→E|A-1三矩阵的初等变换6、初等行列变换定义:1两行列互换;2一行列乘非零常数c3一行列乘k加到另一行列7、初等矩阵:单位矩阵E经过一次初等变换得到的矩阵;8、初等变换与初等矩阵的性质:1初等行列变换相当于左右乘相应的初等矩阵2初等矩阵均为可逆矩阵,且E ij-1=E ij i,j两行互换;E i-1c=E i1/c第i行列乘cE ij-1k=E ij-k第i行乘k加到j★四矩阵的秩9、秩的定义:非零子式的最高阶数注:1rA=0意味着所有元素为0,即A=O2rA n×n=n满秩←→ |A|≠0 ←→A可逆;rA<n←→|A|=0←→A不可逆;3rA=rr=1、2、…、n-1←→r阶子式非零且所有r+1子式均为0;10、秩的性质:7条1A为m×n阶矩阵,则rA≤minm,n2rA±B≤rA±B3rAB≤min{rA,rB}4rkA=rAk≠05rA=rACC是一个可逆矩阵6rA=rA T=rA T A=rAA T7设A是m×n阶矩阵,B是n×s矩阵,AB=O,则rA+rB≤n11、秩的求法:1A为抽象矩阵:由定义或性质求解;2A为数字矩阵:A→初等行变换→阶梯型每行第一个非零元素下面的元素均为0,则rA=非零行的行数五伴随矩阵12、伴随矩阵的性质:8条1AA=AA=|A|E → ★A=|A|A-12kA=k n-1A3AB=BA4|A|=|A|n-15A T=A T6A-1=A-1=A|A|-17A=|A| n-2·A★8rA=n rA=n;rA=1 rA=n-1;rA=0 rA<n-1六分块矩阵13、分块矩阵的乘法:要求前列后行分法相同;14、分块矩阵求逆:3 向量一向量的概念及运算1、向量的内积:α,β=αTβ=βTα2、长度定义:||α||=3、正交定义:α,β=αTβ=βTα=a1b1+a2b2+…+a n b n=04、正交矩阵的定义:A为n阶矩阵,AA T=E ←→ A-1=A T←→ A T A=E → |A|=±1二线性组合和线性表示5、线性表示的充要条件:非零列向量β可由α1,α2,…,αs线性表示1←→非齐次线性方程组α1,α2,…,αs x1,x2,…,x s T=β有解;★2←→rα1,α2,…,αs=rα1,α2,…,αs,β系数矩阵的秩等于增广矩阵的秩,用于大题第一步的检验6、线性表示的充分条件:了解即可若α1,α2,…,αs线性无关,α1,α2,…,αs,β线性相关,则β可由α1,α2,…,αs线性表示;7、线性表示的求法:大题第二步设α1,α2,…,αs线性无关,β可由其线性表示;α1,α2,…,αs|β→初等行变换→行最简形|系数行最简形:每行第一个非0的数为1,其余元素均为0三线性相关和线性无关8、线性相关注意事项:1α线性相关←→α=02α1,α2线性相关←→α1,α2成比例9、线性相关的充要条件:向量组α1,α2,…,αs线性相关1←→有个向量可由其余向量线性表示;2←→齐次方程α1,α2,…,αs x1,x2,…,x s T=0有非零解;★3←→rα1,α2,…,αs<s 即秩小于个数特别地,n个n维列向量α1,α2,…,αn线性相关1←→ rα1,α2,…,αn<n2←→|α1,α2,…,αn |=03←→α1,α2,…,αn不可逆10、线性相关的充分条件:1向量组含有零向量或成比例的向量必相关2部分相关,则整体相关3高维相关,则低维相关4以少表多,多必相关★推论:n+1个n维向量一定线性相关11、线性无关的充要条件向量组α1,α2,…,αs线性无关1←→任意向量均不能由其余向量线性表示;2←→齐次方程α1,α2,…,αs x1,x2,…,x s T=0只有零解3←→rα1,α2,…,αs=s特别地,n个n维向量α1,α2,…,αn线性无关←→rα1,α2,…,αn=n ←→|α1,α2,…,αn |≠0 ←→矩阵可逆12、线性无关的充分条件:1整体无关,部分无关2低维无关,高维无关3正交的非零向量组线性无关4不同特征值的特征向量无关13、线性相关、线性无关判定1定义法★2秩:若小于阶数,线性相关;若等于阶数,线性无关专业知识补充1在矩阵左边乘列满秩矩阵秩=列数,矩阵的秩不变;在矩阵右边乘行满秩矩阵,矩阵的秩不变;2若n维列向量α1,α2,α3线性无关,β1,β2,β3可以由其线性表示,即β1,β2,β3=α1,α2,α3C,则rβ1,β2,β3=rC,从而线性无关;←→rβ1,β2,β3=3 ←→ rC=3 ←→ |C|≠0四极大线性无关组与向量组的秩14、极大线性无关组不唯一15、向量组的秩:极大无关组中向量的个数成为向量组的秩对比:矩阵的秩:非零子式的最高阶数★注:向量组α1,α2,…,αs的秩与矩阵A=α1,α2,…,αs的秩相等★16、极大线性无关组的求法1α1,α2,…,αs为抽象的:定义法2α1,α2,…,αs为数字的:α1,α2,…,αs→初等行变换→阶梯型矩阵则每行第一个非零的数对应的列向量构成极大无关组五向量空间17、基就是极大线性无关组变换公式:若α1,α2,…,αn与β1,β2,…,βn是n维向量空间V的两组基,则基变换公式为β1,β2,…,βn=α1,α2,…,αn C n×n其中,C是从基α1,α2,…,αn到β1,β2,…,βn的过渡矩阵;C=α1,α2,…,αn-1β1,β2,…,βn18、坐标变换公式:向量γ在基α1,α2,…,αn与基β1,β2,…,βn的坐标分别为x=x1,x2,…,x n T,y=y1,y2,…,y n T,,即γ=x1α1 + x2α2 + …+x nαn=y1β1 + y2β2 + …+y nβn,则坐标变换公式为x=Cy或y=C-1x;其中,C是从基α1,α2,…,αn到β1,β2,…,βn的过渡矩阵;C=α1,α2,…,αn-1β1,β2,…,βn六Schmidt正交化19、Schmidt正交化设α1,α2,α3线性无关1正交化令β1=α12单位化4 线性方程组一方程组的表达形与解向量1、解的形式:1一般形式2矩阵形式:Ax=b;3向量形式:A=α1,α2,…,αn2、解的定义:若η=c1,c2,…,c n T满足方程组Ax=b,即Aη=b,称η是Ax=b的一个解向量二解的判定与性质3、齐次方程组:1只有零解←→rA=nn为A的列数或是未知数x的个数2有非零解←→rA<n4、非齐次方程组:1无解←→rA<rA|b←→rA=rA-12唯一解←→rA=rA|b=n3无穷多解←→rA=rA|b<n5、解的性质:1若ξ1,ξ2是Ax=0的解,则k1ξ1+k2ξ2是Ax=0的解2若ξ是Ax=0的解,η是Ax=b的解,则ξ+η是Ax=b的解3若η1,η2是Ax=b的解,则η1-η2是Ax=0的解推广1设η1,η2,…,ηs是Ax=b的解,则k1η1+k2η2+…+k sηs为Ax=b的解当Σk i=1Ax=0的解当Σk i=02设η1,η2,…,ηs是Ax=b的s个线性无关的解,则η2-η1,η3-η1,…,ηs-η1为Ax=0的s-1个线性无关的解;变式:①η1-η2,η3-η2,…,ηs-η2②η2-η1,η3-η2,…,ηs-ηs-1三基础解系6、基础解系定义:1ξ1,ξ2,…,ξs是Ax=0的解2ξ1,ξ2,…,ξs线性相关3Ax=0的所有解均可由其线性表示→基础解系即所有解的极大无关组注:基础解系不唯一;任意n-rA个线性无关的解均可作为基础解系;★7、重要结论:证明也很重要设A施m×n阶矩阵,B是n×s阶矩阵,AB=O1B的列向量均为方程Ax=0的解2rA+rB≤n第2章,秩8、总结:基础解系的求法1A为抽象的:由定义或性质凑n-rA个线性无关的解2A为数字的:A→初等行变换→阶梯型自由未知量分别取1,0,0;0,1,0;0,0,1;代入解得非自由未知量得到基础解系四解的结构通解9、齐次线性方程组的通解所有解设rA=r,ξ1,ξ2,…,ξn-r为Ax=0的基础解系,则Ax=0的通解为k1η1+k2η2+…+k n-rηn-r 其中k1,k2,…,k n-r为任意常数10、非齐次线性方程组的通解设rA=r,ξ1,ξ2,…,ξn-r为Ax=0的基础解系,η为Ax=b的特解,则Ax=b的通解为η+ k1η1+k2η2+…+k n-rηn-r 其中k1,k2,…,k n-r为任意常数五公共解与同解11、公共解定义:如果α既是方程组Ax=0的解,又是方程组Bx=0的解,则称α为其公共解12、非零公共解的充要条件:方程组Ax=0与Bx=0有非零公共解←→有非零解←→13、重要结论需要掌握证明1设A是m×n阶矩阵,则齐次方程ATAx=0与Ax=0同解,rATA=rA2设A是m×n阶矩阵,rA=n,B是n×s阶矩阵,则齐次方程ABx=0与Bx=0同解,rAB=rB5 特征值与特征向量一矩阵的特征值与特征向量1、特征值、特征向量的定义:设A为n阶矩阵,如果存在数λ及非零列向量α,使得Aα=λα,称α是矩阵A属于特征值λ的特征向量;2、特征多项式、特征方程的定义:|λE-A|称为矩阵A的特征多项式λ的n次多项式;|λE-A |=0称为矩阵A的特征方程λ的n次方程;注:特征方程可以写为|A-λE|=03、重要结论:1若α为齐次方程Ax=0的非零解,则Aα=0·α,即α为矩阵A特征值λ=0的特征向量2A的各行元素和为k,则1,1,…,1T为特征值为k的特征向量;3上下三角或主对角的矩阵的特征值为主对角线各元素;△4、总结:特征值与特征向量的求法1A为抽象的:由定义或性质凑2A为数字的:由特征方程法求解5、特征方程法:1解特征方程|λE-A|=0,得矩阵A的n个特征值λ1,λ2,…,λn注:n次方程必须有n个根可有多重根,写作λ1=λ2=…=λs=实数,不能省略2解齐次方程λi E-A=0,得属于特征值λi的线性无关的特征向量,即其基础解系共n-rλi E-A个解6、性质:1不同特征值的特征向量线性无关2k重特征值最多k个线性无关的特征向量1≤n-rλi E-A≤k i3设A的特征值为λ1,λ2,…,λn,则|A|=Πλi,Σλi=Σa ii4当rA=1,即A=αβT,其中α,β均为n维非零列向量,则A的特征值为λ1=Σa ii=αTβ=βTα,λ2=…=λn=05设α是矩阵A属于特征值λ的特征向量,则A fAATA-1A P-1AP相似λfλλλ-1|A|λ-1λαα/ ααP-1α二相似矩阵7、相似矩阵的定义:设A、B均为n阶矩阵,如果存在可逆矩阵P使得B=P-1AP,称A与B相似,记作A~B 8、相似矩阵的性质1若A与B相似,则fA与fB相似2若A与B相似,B与C相似,则A与C相似3相似矩阵有相同的行列式、秩、特征多项式、特征方程、特征值、迹即主对角线元素之和推广4若A与B相似,则AB与BA相似,A T与B T相似,A-1与B-1相似,A与B也相似三矩阵的相似对角化9、相似对角化定义:如果A与对角矩阵相似,即存在可逆矩阵P,使得P-1AP=Λ=,称A可相似对角化;注:Aαi=λiαiαi≠0,由于P可逆,故P的每一列均为矩阵A的特征值λi的特征向量10、相似对角化的充要条件1A有n个线性无关的特征向量2A的k重特征值有k个线性无关的特征向量11、相似对角化的充分条件:1A有n个不同的特征值不同特征值的特征向量线性无关2A为实对称矩阵12、重要结论:1若A可相似对角化,则rA为非零特征值的个数,n-rA为零特征值的个数2若A不可相似对角化,rA不一定为非零特征值的个数四实对称矩阵13、性质1特征值全为实数2不同特征值的特征向量正交3A可相似对角化,即存在可逆矩阵P使得P-1AP=Λ4A可正交相似对角化,即存在正交矩阵Q,使得Q-1AQ=QTAQ=Λ6 二次型一二次型及其标准形1、二次型:1一般形式2矩阵形式常用2、标准形:如果二次型只含平方项,即fx1,x2,…,x n=d1x12+d2x22+…+d n x n2这样的二次型称为标准形对角线3、二次型化为标准形的方法:1配方法:通过可逆线性变换x=CyC可逆,将二次型化为标准形;其中,可逆线性变换及标准形通过先配方再换元得到;★2正交变换法:通过正交变换x=Qy,将二次型化为标准形λ1y12+λ2y22+…+λn y n2其中,λ1,λ2,…,λn是A的n个特征值,Q为A的正交矩阵注:正交矩阵Q不唯一,γi与λi对应即可;二惯性定理及规范形4、定义:正惯性指数:标准形中正平方项的个数称为正惯性指数,记为p;负惯性指数:标准形中负平方项的个数称为负惯性指数,记为q;规范形:f=z12+…z p2-z p+12-…-z p+q2称为二次型的规范形;5、惯性定理:二次型无论选取怎样的可逆线性变换为标准形,其正负惯性指数不变;注:1由于正负惯性指数不变,所以规范形唯一;2p=正特征值的个数,q=负特征值的个数,p+q=非零特征值的个数=rA三合同矩阵6、定义:A、B均为n阶实对称矩阵,若存在可逆矩阵C,使得B=C T AC,称A与B合同△7、总结:n阶实对称矩阵A、B的关系1A、B相似B=P-1AP←→相同的特征值2A、B合同B=C T AC←→相同的正负惯性指数←→相同的正负特征值的个数3A、B等价B=PAQ←→rA=rB注:实对称矩阵相似必合同,合同必等价四正定二次型与正定矩阵8、正定的定义二次型x T Ax,如果任意x≠0,恒有x T Ax>0,则称二次型正定,并称实对称矩阵A是正定矩阵;9、n元二次型x T Ax正定充要条件:1A的正惯性指数为n2A与E合同,即存在可逆矩阵C,使得A=C T C或C T AC=E3A的特征值均大于04A的顺序主子式均大于0k阶顺序主子式为前k行前k列的行列式10、n元二次型x T Ax正定必要条件:1a ii>02|A|>011、总结:二次型x T Ax正定判定大题1A为数字:顺序主子式均大于02A为抽象:①证A为实对称矩阵:A T=A;②再由定义或特征值判定12、重要结论:1若A是正定矩阵,则kAk>0,A k,A T,A-1,A正定2若A、B均为正定矩阵,则A+B正定。

线性代数总结

线性代数总结

线性代数总结 行列式:定理一:一个排列中的任意两个元素对换,排列改变奇偶性。

推论:奇排列变成标准排列的对换次数为奇数,偶排列变成标准排列的对换次数为偶数。

定理二:n 阶行列式也可以定义为(), (12)121n p p p tn a a aD ∑-=其中t 为行标排列n p p p ...21的逆序数行列式性质:性质1:行列式与它的转置行列式相等 行列式的行与列具有同等重要的性质。

性质2:互换行列式的两行(列),行列式变号推论:如果行列式有两行(列)完全相同,则此行列式等于零性质3:行列式的某一行(列)中所有的元素乘以同一数k ,等于用数k 乘此行列式 推论:行列式中某一行(列)所有元素的公因子可以提到行列式记号的外面 性质4:行列式中如果有两行(列)元素成比例,则此行列式等于零性质5:若行列式的某一列(行)的元素都是两数之和,例如第i 列的元素都是两数之和:nnnini n n ni i n i i a b a a a a b a a a a b a a a D ..............................2122222211111211+++=则D 等于下列两个行列式之和:nnni n n ni n i nn ni n n n i n i a b a a a b a a a b a a a a a a a a a a a a a a D ................................................ (21222221)11121121222221111211+= 性质6:把行列式的某一列(行)的各元素乘以同一数然后加到另一列(行)对应的元素上去,行列式不变若n 阶行列式每个元素都表示成两个数之和,则它可分解成n2个行列式。

注意j i r r +与i j r r +的区别 余子式:在n 阶行列式中,把()j i ,元ij a 所在的第i 行和第j 列划去后,留下来的n-1阶行列式叫做()j i ,元ij a 的余子式,记为ij M ;记()ij ji ij M A +-=1叫作()j i ,元ij a 的代数余子式引理:一个n 阶行列式,如果其中第i 行所有元素除()j i ,元ij a 外都为零,那么这行列式等于ij a 与它的代数余子式的乘积,即ij ij A a D =定理三:行列式等于它的任一行的各元素与其对应的代数余子式乘积之和,即),...,2,1(...2211n i A a A a A a D in in i i i i =+++=或),...,2,1(...2211n j A a A a A a D nj nj j j j j =+++=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。

线性代数重要知识点总结

线性代数重要知识点总结

线性代数N阶行列式定理1:任意一个排列经过对换后,其奇偶性改变。

推论:奇排列变成自然数顺序排列的对换次数为奇数,偶排列变成自然数顺序排列的对换次数为偶数。

定理2:n个自然数(n-1)共有n!个n级排列,其中奇偶排列各占一半。

行列式的性质性质1:行列式与它的转置行列式相等。

性质2:交换行列式的两行(列),行列式变号。

注2:交换i,j两列,记为ri↔ri(ci↔cj)。

推论1:如果行列式中有两行(列)的对应元素相同,那么该行列式必为零。

性质3:用数k乘行列式的某一行(列),等于用k乘此行列式。

注3:第i行(列)乘以k,记为ri×k(ci×k)。

推论2:行列式的某一行(列)中所有元素的公因子可以提到行列式符号的外面。

推论3:在一个行列式中,如果有两行(列)元素成比例,则这个行列式必等于零。

性质4:如果将行列式的某一行(列)的每个元素都改写成两个数的和,则此行列式可写为两个行列式的和,且这两个行列式分别为所在行(列)对应位置的元素,其它元素不变。

注4:上述结果可推广到有限个数和的情形。

性质5:将行列式的某一行(列)的所有元素都乘以数k后加到另一个行(列)对应位置的元素上,行列式的值不变。

注5:以数k乘第j行加到第i行上,记作ri+krj;以数k乘第j列加到第i列上,记作ci+kcj。

行列式按行(列)展开余子式:Mij 代数余子式:Aij=(-1)i+j Mij引理:一个n阶行列式D,若其中第i行所有元素除aij外都为0,则该行列式等于aij 与它代数余子式的乘积,即D=aijAij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乘积之和。

推论:行列式某一行(列)的每元素与另一行(列)对应元素的代数余子式乘积之和等于零。

k阶行列式:在n阶行列式D中,任意选定k行k列,位于这些行和列交叉处的k²个元素,按原来顺序构成一个k阶行列式M,称为D的一个k阶子式,划去这k行k列,余下的元素按原来的顺序构成一个n-k阶行列式,在其前面冠以符号(-1)的(i1+i2+…+i k+j1+j2+…+j k)次方,称为M的代数余子式,其中i1,i2,…,i k为k阶子式M在D中的各行标,j1,j2,…,j k为M在D 中的各列标。

线性代数公式定理总结

线性代数公式定理总结

线性代数公式定理总结线性代数是一门研究向量空间及其线性映射与线性变换的数学学科,涉及了许多重要的公式和定理。

本文将对线性代数中的关键公式和定理进行总结,以帮助读者更深入地理解线性代数的基本概念和原理。

一、向量的基本性质和运算公式1. 向量空间的定义:向量空间是一个基于域上的向量集合,在满足一定性质(如封闭性、加法交换律等)的条件下进行线性组合和标量乘法运算。

2. 向量的加法和数乘:对于向量a和b,有加法公式a+b=b+a和数乘公式c(a+b) = ca + cb。

3. 零向量的性质:对于任意向量a,有a + 0 = a,其中0为零向量。

4. 向量的负向量:对于向量a,存在一个向量-b使得a + (-b) = 0。

5. 向量的数量积:向量a和b的数量积(内积)表示为a·b =||a|| ||b|| cosθ,其中||a||和||b||分别为向量a和b的模长,θ为a和b之间的夹角。

6. 内积的性质:内积满足加法性、齐次性、对称性和正定性等性质,如对于向量a,b和c,有a·(b + c) = a·b + a·c。

二、线性方程组和矩阵运算公式1. 线性方程组的标准形式:线性方程组可以表示为AX = B的形式,其中A为系数矩阵,X为未知变量向量,B为常数向量。

2. 线性方程组的解的存在性和唯一性:线性方程组的解存在并且唯一当且仅当系数矩阵A的秩等于常数向量B的秩。

3. 矩阵的乘法和转置:对于矩阵A和B,有乘法公式AB ≠ BA,矩阵转置的性质(A^T)^T = A和(AB)^T = B^T A^T。

4. 逆矩阵的性质:对于方阵A,若存在逆矩阵A^{-1}使得AA^{-1} = A^{-1}A = I,其中I为单位矩阵,则称A为可逆矩阵。

5. 逆矩阵的求解:对于方阵A,若A可逆,则可以使用伴随矩阵求解逆矩阵A^{-1} = (1/ det(A)) adj(A)。

6. 矩阵的行列式和性质:矩阵的行列式表示为det(A),满足交换行列式的值不变、对角矩阵的行列式等于对角线元素的乘积等性质。

线性代数必须熟记的结论

线性代数必须熟记的结论

2008年线性代数必考的知识点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 ij ij ij M A A M ++=-=-4. 设n 行列式D :将D 上、下翻转或左右翻转,所得行列式为1D ,则(1)21(1)n n D D -=-; 将D 顺时针或逆时针旋转90,所得行列式为2D ,则(1)22(1)n n D D -=-;将D 主对角线翻转后(转置),所得行列式为3D ,则3D D =;将D 主副角线翻转后,所得行列式为4D ,则4D D =; 5. 行列式的重要公式:①、主对角行列式:主对角元素的乘积;②、副对角行列式:副对角元素的乘积(1)2(1)n n -⨯ -;③、上、下三角行列式( = ◥◣):主对角元素的乘积; ④、 ◤和 ◢:副对角元素的乘积(1)2(1)n n -⨯ -;⑤、拉普拉斯展开式:A O A C ABC B O B ==、(1)m n C A O AA B B O B C==- ⑥、范德蒙行列式:大指标减小指标的连乘积; ⑦、特征值;6. 对于n 阶行列式A ,恒有:1(1)nn k 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 =-; ④、利用秩,证明()r A n <; ②、反证法; ⑤、证明0是其特征值; ③、构造齐次方程组0Ax =,证明其有非零解;2、矩阵1.A 是n 阶可逆矩阵:⇔0A ≠(是非奇异矩阵); ⇔A 与E 等价;⇔()r A n =(是满秩矩阵); ⇔A 的特征值全不为0; ⇔A 的行(列)向量组线性无关; ⇔T A A 是正定矩阵;⇔齐次方程组0Ax =有非零解; ⇔A 的行(列)向量组是n R 的一组基; ⇔n b R ∀∈,Ax b =总有唯一解; ⇔A 可表示成若干个初等矩阵的乘积; ⇔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:①、若12s A A A A ⎛⎫⎪⎪= ⎪ ⎪⎝⎭,则: Ⅰ、12s A A A A = ;Ⅱ、111121s A AA 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 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,i λ乘A 的各列元素; ③、对调两行或两列,符号(,)E i j ,且1(,)(,)E i j E i j -=,例如:1111111-⎛⎫⎛⎫⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ④、倍乘某行或某列,符号(())E i k ,且11(())(())E i k E i k -=,例如:1111(0)11k k k-⎛⎫⎛⎫ ⎪⎪ ⎪=≠⎪ ⎪⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =;③、若A B ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫ ⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式;二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C a b Ca bC b C a b -----=+=++++++=∑ ;注:Ⅰ、()n a b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====- m n n n n n n n m n C C C m m n mⅢ、组合的性质:11112---+-===+==∑nm n mmm m r nr r n nn 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 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 xa a a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭(全部按列分块,其中12n b b b β⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭);④、1122n n a x a x a x β+++= (线性表出)⑤、有解的充要条件:()(,)r A r A n β=≤(n 为未知数的个数或维数)4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A :12,,,m ααα 构成n m ⨯矩阵12(,,,)m A = ααα;m 个n 维行向量所组成的向量组B :12,,,T T Tm βββ 构成m n ⨯矩阵12T T T m B βββ⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭;含有有限个向量的有序向量组与矩阵一一对应;2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解;(齐次线性方程组)②、向量的线性表出 Ax b ⇔=是否有解;(线性方程组) ③、向量组的相互线性表示 AX B ⇔=是否有解;(矩阵方程)3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是:齐次方程组0Ax =和0Bx =同解;(101P 例14)4. ()()T r A A r A =;(101P 例15)5.n 维向量线性相关的几何意义: ①、α线性相关 ⇔0α=;②、,αβ线性相关 ⇔,αβ坐标成比例或共线(平行);③、,,αβγ线性相关 ⇔,,αβγ共面;6. 线性相关与无关的两套定理:若12,,,s ααα 线性相关,则121,,,,s s αααα+ 必线性相关;若12,,,s ααα 线性无关,则121,,,s ααα- 必线性无关;(向量的个数加加减减,二者为对偶) 若r 维向量组A 的每个向量上添上n r -个分量,构成n 维向量组B :若A 线性无关,则B 也线性无关;反之若B 线性相关,则A 也线性相关;(向量组的维数加加减减) 简言之:无关组延长后仍无关,反之,不确定;7. 向量组A (个数为r )能由向量组B (个数为s )线性表示,且A 线性无关,则r s ≤;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:~c A B AQ B ⇔=(右乘,Q 可逆); ③、矩阵等价:~A B PAQ B ⇔=(P 、Q 可逆); 9. 对于矩阵m n A ⨯与l n B ⨯:①、若A 与B 行等价,则A 与B 的行秩相等;②、若A 与B 行等价,则0Ax =与0Bx =同解,且A 与B 的任何对应的列向量组具有相同的线性相关性; ③、矩阵的初等变换不改变矩阵的秩; ④、矩阵A 的行秩等于列秩; 10. 若m s s n m n A B C ⨯⨯⨯=,则:①、C 的列向量组能由A 的列向量组线性表示,B 为系数矩阵;②、C 的行向量组能由B 的行向量组线性表示,T A 为系数矩阵;(转置)11. 齐次方程组0Bx =的解一定是0ABx =的解,考试中可以直接作为定理使用,而无需证明;①、0ABx = 只有零解0Bx ⇒ =只有零解;②、0Bx = 有非零解0ABx ⇒ =一定存在非零解;12. 设向量组12:,,,n r r B b b b ⨯ 可由向量组12:,,,n s s A a a a ⨯ 线性表示为: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;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;5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=(定义),性质:①、A 的列向量都是单位向量,且两两正交,即1(,1,2,)0T i j i ja a i j n i j=⎧==⎨≠⎩ ; ②、若A 为正交矩阵,则1T A A -=也为正交阵,且1A =±; ③、若A 、B 正交阵,则AB 也是正交阵; 注意:求解正交阵,千万不要忘记施密特正交化和单位化; 2. 施密特正交化:12(,,,)r a a a11b a =;1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=---- ; 3. 对于普通方阵,不同特征值对应的特征向量线性无关;对于实对称阵,不同特征值对应的特征向量正交;4. ①、A 与B 等价 ⇔A 经过初等变换得到B ; ⇔=PAQ B ,P 、Q 可逆;()()⇔=r A r B ,A 、B 同型;②、A 与B 合同 ⇔=T C AC B ,其中可逆;⇔T x Ax 与T x Bx 有相同的正、负惯性指数; ③、A 与B 相似 1-⇔=P AP B ; 5. 相似一定合同、合同未必相似;若C 为正交矩阵,则T C AC B =⇒A B ,(合同、相似的约束条件不同,相似的更严格); 6. A 为对称阵,则A 为二次型矩阵; 7. n 元二次型T x Ax 为正定:A ⇔的正惯性指数为n ; A ⇔的所有特征值均为正数;A ⇔的各阶顺序主子式均大于0; A ⇔与E 合同,即存在可逆矩阵C ,使T C AC E =; 0,0ii a A ⇒>>;(必要条件)。

线性代数重要-公式-定理-概念

线性代数重要-公式-定理-概念

A ij = (−1)i +j det S ij .
11
12121222111
1
1
1
111(1)de de |t t |.
n n
n
n k k k k n n nn
k k k a a a a a a A A a a S a a a A +====
==-∑∑
对换行列式的两行(列),行列式的值变号. 对 n 阶矩阵 A ,有
det()det .n
A A λλ=
11121321222331
32
33
a a a a a a a a a 132132a a a +112233a a a =122331a a a +132231a a a -122133a a a -112332
a a a -
克拉默法则
某矩阵的行列式的值不等于零,则次矩阵可逆!
N阶齐次线性方程组存在非凡解,则其行列式的值必为零;N阶齐次线性方程组的行列式的值为零,则该方程组存在非零解!
结论:梯矩阵的秩就等于非零行的行数.
B=(A,b)的含义:
如果向量集构成的矩阵的秩小于向量的个数,则该向量集线性相关!
向量集的秩等于向量集的最大线性无关子集中的向量的个数,将向量集所组成的矩阵化为梯矩阵,梯矩阵中非零行的首非零元所在的列的所有列向量组成向量集的一个最大线性无关子集!
剩余向量:
属于不同特征值的特征向量线性无关
齐次方程组有非凡解,则齐次方程组的系数行列式的值为0.
对角阵的对角线元都是它的特征值!。

线性代数必须熟记的结论

线性代数必须熟记的结论

1、行列式1. 行列式共有个元素,展开后有项,可分解为行列式; n 2n !n 2n2. 代数余子式的性质:①、ij A 和的大小无关;ij a 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 ++=−=−M4. 设行列式n 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o2D ,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 OB==、(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 k k E A S λλλn k −=−=+−∑,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 是阶可逆矩阵:n ⇔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; ⇔齐次方程组有非零解; 0Ax =⇔n b R ∀∈,总有唯一解; Ax b =⇔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;线性代数必须熟记的结论⇔A 的行(列)向量组是的一组基; n R ⇔A 是中某两组基的过渡矩阵;n R 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 −−−−===1***11()()()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 ⎛⎞⎜⎟⎜⎟=⎜⎟⎜⎟⎝⎠O,则: Ⅰ、12s A A A A =L ;Ⅱ、; 111121s A A A A −−−−⎛⎞⎜⎟⎜⎟=⎜⎟⎜⎟⎜⎟⎝⎠O②、111A O A O O B OB −−−⎛⎞⎛⎞=⎜⎜⎟⎝⎠⎝⎠⎟;(主对角分块) ③、111O A O B B O A O −−−⎛⎞⎛⎞=⎜⎜⎟⎝⎠⎝⎠⎟1⎟;(副对角分块) ④、;(拉普拉斯) 1111A C A A CB O B OB −−−−−⎛⎞−⎛⎞=⎜⎜⎟⎝⎠⎝⎠⑤、11111A O A O C B B CAB −−−−−⎛⎞⎛⎞=⎜⎜⎟−⎝⎠⎝⎠⎟;(拉普拉斯) 3、矩阵的初等变换与线性方程组1. 一个m 矩阵n ×A ,总可经过初等变换化为标准形,其标准形是唯一确定的:;r m nE OF O O ×⎛⎞=⎜⎟⎝⎠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,则(,)(,)rA E E X A 可逆,且1X A −=;②、对矩阵做初等行变化,当(,)A B 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=⎜⎟⎜⎟⎝⎠Oλλλ,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(011k 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(11k k k −−⎛⎞⎛⎞⎜⎟⎜⎟=≠⎜⎟⎜⎟⎜⎟⎜⎟⎝⎠⎝⎠0))5. 矩阵秩的基本性质:①、0(;)min(,m n r A m n ×≤≤②、;()()T r A r A =③、若A B ,则()()r A r B =;④、若P 、Q 可逆,则;(可逆矩阵不影响矩阵的秩) ()()()()r A r PA r AQ r PAQ ===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 是矩阵,m n ×B 是矩阵,且n s ×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 均为阶方阵,则;n ()()()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、型如的矩阵:利用二项展开式;101001a c b ⎛⎞⎜⎜⎜⎟⎝⎠⎟⎟m 二项展开式:01111110()nnnn m n mmn n n nm m n nnnnnnm a b C a C a b C a b Ca b C b Ca b −−−−=+=++++++=∑L L −;注:Ⅰ、(展开后有项;)n a b +1n +Ⅱ、0(1)(1)!1123!()!−−+==−LL L m n n n n n n m n C C m m n m ==n C −=1Ⅲ、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()nr 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 中有阶子式不为0,n 1n +阶子式全部为0;(两句话)②、,()r A n <A 中有阶子式全部为0; n ③、,()r A n ≥A 中有阶子式不为0;n 9. 线性方程组:,其中Ax b =A 为矩阵,则:m n ×①、m 与方程的个数相同,即方程组Ax b =有个方程;m ②、n 与方程组得未知数个数相同,方程组Ax b =为元方程; n 10. 线性方程组的求解:Ax b =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. 由个未知数个方程的方程组构成n 元线性方程:n m ①、;11112211211222221122n n n n m m nm n a x a x a x b a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩L L LLLLLLLLLLL L n②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎞⎛⎞⎛⎞⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟=⇔=⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎝⎠⎝⎠⎝⎠L L M M O M M M L (向量方程,A 为m n ×矩阵,个方程,个未知数)m n ③、()1212n n x x a a a x β⎛⎞⎜⎟⎜⎟=⎜⎟⎜⎟⎝⎠L M (全部按列分块,其中);12n b b b β⎛⎞⎜⎟⎜⎟=⎜⎟⎜⎟⎝⎠M ④、1122n n a x a x a x β+++=L (线性表出)⑤、有解的充要条件:()(,)r A r A n β=≤(为未知数的个数或维数)n 4、向量组的线性相关性1.个维列向量所组成的向量组m n A :12,,,m αααL 构成n m ×矩阵12(,,,)m A =L ααα;m 个维行向量所组成的向量组n B :12,,,T T TmβββL 构成m n ×矩阵12T T T m B βββ⎛⎞⎜⎟⎜=⎜⎟⎜⎟⎜⎟⎝⎠M ⎟; 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 有、无非零解;(齐次线性方程组)0Ax ⇔=②、向量的线性表出是否有解;(线性方程组) Ax b ⇔=③、向量组的相互线性表示 是否有解;(矩阵方程)AX B ⇔=3. 矩阵与m n A ×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.维向量线性相关的几何意义:n 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 ααL α线性相关,则121,,,,s s αααα+L 必线性相关;若12,,,s ααL α线性无关,则121,,,s ααα−L 必线性无关;(向量的个数加加减减,二者为对偶) 若维向量组r A 的每个向量上添上个分量,构成n 维向量组n r −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)能由向量组r B (个数为)线性表示,且s A 线性无关,则r (二版s ≤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,使⇔12,,,l P P P L 12l A P P P =L ;①、矩阵行等价:~rA B PA B ⇔=(左乘,P 可逆)0Ax ⇔=与0Bx =同解②、矩阵列等价:~c A B AQ B ⇔=(右乘,Q 可逆); ③、矩阵等价:~A B PAQ B ⇔=(P 、Q 可逆); 9.对于矩阵与m n A ×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,则与0Ax =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,则:m s s n m n A B C ×××=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 =的解一定是的解,考试中可以直接作为定理使用,而无需证明; 0ABx =①、 只有零解0ABx =0Bx ⇒ =只有零解;②、0Bx = 有非零解一定存在非零解;0ABx ⇒ =12. 设向量组12:,,,n r r B b b b ×L 可由向量组线性表示为:(12:,,,n s s A a a a ×L 110P 题19结论)1212(,,,)(,,,)r s b b b a a a K =L L (B AK =)其中为,且K s r ×A 线性无关,则B 组线性无关()r K r ⇔=;(B 与的列向量组具有相同线性相关性) K (必要性:;充分性:反证法)()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=Q 注:当时,为方阵,可当作定理使用;r s =K 13. ①、对矩阵,存在, m n A ×n m Q ×m AQ E =()r A m ⇔=、Q 的列向量线性无关;(87P ) ②、对矩阵,存在, m n A ×n m P ×n PA E =()r A n ⇔=、P 的行向量线性无关; 14. 12,,,s ααL α线性相关⇔存在一组不全为0的数,使得12,,,s k k k L 11220s s k k k ααα+++=L 成立;(定义)⇔1212(,,,)0s s x xx ααα⎛⎞⎜⎟⎜⎟=⎜⎟⎜⎟⎝⎠L M 有非零解,即0Ax =有非零解;⇔12(,,,)s r s ααα<L ,系数矩阵的秩小于未知数的个数;15. 设的矩阵m n ×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为的一个解,Ax b =12,,,n r ξξξ−L 为0Ax =的一个基础解系,则*12,,,,n r ηξξξ−L 线性无关;(111P 题33结论)5、相似矩阵和二次型1. 正交矩阵或T A A E ⇔=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=⎧==⎨≠⎩L ②、若A 为正交矩阵,则也为正交阵,且1T A A −=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 a L 1b a =1;122211[,][,]b a b a b b b =−1LLL12112112211[,][,][,][,][,][,]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 −1−−−=−−−− L ; 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 、可逆; Q ()()⇔=r A r B ,A 、B 同型;②、A 与B 合同 ,其中可逆;⇔=T C AC B⇔与有相同的正、负惯性指数; T x Ax T x Bx ③、A 与B 相似 1−⇔=P AP B ; 5. 相似一定合同、合同未必相似;若为正交矩阵,则C 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. 元二次型为正定:n T x Ax A ⇔的正惯性指数为;n A ⇔与E 合同,即存在可逆矩阵,使C T C AC E =; A ⇔的所有特征值均为正数;的各阶顺序主子式均大于0; A ⇔0,0ii a A ⇒>>;(必要条件)。

线性代数须熟记的结论

线性代数须熟记的结论
02
线性变换的矩阵表示具有一些重要性质,如相似变换的性质 性变换的矩阵表示,可以方便地计算线性变换在不同 基下的表示。
线性变换的核与象
线性变换的核是指被映射到零向量的所有向量构成的子空间,即满足$T(mathbf{x}) = mathbf{0}$的 向量$mathbf{x}$构成的子空间。
基底的性质
一个向量空间中,基底是由 不共线的向量组成的,且这 些向量能线性表示该空间中
的任意向量。
基底的判定
一个向量组是某向量空间的 基底当且仅当该向量组线性 无关。
矩阵的秩与行列式
矩阵的秩的定义
矩阵的秩是其行(或列)向量组的秩, 即该行(或列)向量组中线性无关向 量的个数。
矩阵的秩的性质
矩阵的秩是其行(或列)向量组的秩, 且矩阵的秩等于其行秩和列秩。
线性变换的象是指被映射到某个向量$mathbf{b}$的所有向量构成的子空间,即满足$T(mathbf{x}) = mathbf{b}$的向量$mathbf{x}$构成的子空间。
核与象是线性变换的重要概念,它们在解决线性代数问题中具有广泛应用,如解线性方程组、求矩阵的 逆等。
05 二次型与矩阵的平方根
特征向量
对于给定的矩阵A和特征值λ,如果存 在一个非零向量x,使得Ax=λx成立, 则称x为矩阵A对应于λ的特征向量。
特征多项式与特征值的性质
特征多项式
对于给定的矩阵A,存在一个多项式f(λ),使得f(λ)=|λE-A|,其中E为单位矩阵,f(λ)称为矩阵A的特征多项式。
特征值的性质
特征值是特征多项式的根,即f(λ)=0的解。特征值具有复数、重数和代数重数等性质。
二次型的定义与标准型
二次型是实数域上的二次齐次多项式 函数,可以表示为$f(x) = Ax^2 + 2Bxy + Cy^2$的形式。

线性代数《向量》重要结论与公式及常见题型

线性代数《向量》重要结论与公式及常见题型

◆定理1 向量组α1, α2,…, αn线性相关(⽆关)的充要条件是向量组中⾄少有⼀个(任⼀)向量可由(均不能)其余s-1个向量线性表出.◆定理2 向量组αj=(α1j, α2j,…, αnj)(j=1,2,…,s)线性相关(⽆关)的充要条件是齐次线性⽅程组有⾮零解(唯⼀零解).◆定理3 向量组α1, α2,…, αn线性⽆关,向量组α1, α2,…, αn,β线性相关,则β可由α1,α2,…,αn线性表出,且表法唯⼀.◆定理4 向量组(I)β1,β2,…,βn中的每⼀个向量均可由向量组(II)α1, α2,…, αm线性表出,且n>m,则向量组(I)β1,β2,…,βn线性相关(以少表多,则多相关);反之,若(I)中每⼀个向量均可由(II)表出,且(I)线性⽆关,则s≤t.◆向量组等价两向量组等价,且记作(I)≅ (II).如果(I) α1, α2,…, αn和(II)β1,β2,…,βn可以互相线性表出,则成两向量组等价◆三秩相等r(A)=A的⾏秩(A的⾏向量组的值)=A的列秩(A的列向量组的值)◆初等变换不改变矩阵的秩设P1,Q1为初等矩阵,P,Q为可逆矩阵,则(1) r(A)=r(P1A)=r(AQ1)=r(P1AQ1)=r(PA)=r(AQ)=r(PAQ);(2) PAQ=B⇔A≅B⇔r(A)= r(B);(3) 若A经过初等⾏变换得到B,则A的⾏向量组与B的⾏向量组是等价向量组;(4) 若A经过初等⾏变换得到B,则A和B的任何相应的部分列向量组具有相同的线性相关性.◆有关等式与不等式设A是m×n矩阵,B是满⾜有关矩阵运算要求的矩阵,则◆施密特正交化公式如果向量αTβ=0,则称向量α,β为正交向量.设α1,α2,…,αn为线性⽆关组,则其对应的正交向量组可按如下公式求:得到β1,β2,…,βn为正交向量组,将该向量组单位化,则得到⼀组标准正交向量组.◆过渡矩阵设α=(α1,α2,…,αn)与β=(β1,β2,…,βn)是R n的两组基,如果有β=AαT,则A称为过渡矩阵. 过渡矩阵是可逆矩阵.◆正交矩阵设A是n阶⽅阵,满⾜AA T=E或A T A=E,则称A为正交矩阵. A是正交矩阵,A T=A-1⇔A的⾏(列)向量组是标准正交向量组.◆正交变换设A是正交矩阵,则称y=Ax为正交变换,正交变换保持向量的内积不变,即保持向量的长度和两向量的夹⾓不变.(1) 有关向量的概念及其性质的命题解题⽅法:解题⽅法●向量的线性组合,向量组的线性相关与线性⽆关,极⼤线性⽆关组,向量空间的基,⼀定记熟.●重要定理,如增加向量不改变相关,增加分量不改变⽆关,等价向量组等秩,被表出的⽆关组的秩不超过表出组向量个数。

线性代数重要公式定理大全

线性代数重要公式定理大全

线性代数重要公式定理大全线性代数是数学中的一个重要分支,它研究矩阵、向量、线性方程组等基本概念和性质,并运用线性代数的理论和方法解决实际问题。

在学习线性代数时,了解一些重要的公式和定理,不仅可以帮助我们更好地理解和应用线性代数的知识,还能为进一步学习和研究提供基础。

在线性代数中,有许多公式和定理与行列式、矩阵、向量、线性变换和特征值等相关。

下面我将介绍一些重要的公式和定理,希望对你的学习有所帮助。

一、行列式的公式和定理1. 行列式的定义:设有n阶方阵A,它的行列式记作,A,或det(A),定义为:A,=a₁₁A₁₁-a₁₂A₁₂+...+(-1)^(1+n)a₁ₙA₁其中,a₁₁,a₁₂,...,a₁ₙ分别是矩阵第一行元素,A₁₁,A₁₂,...,A₁ₙ是矩阵去掉第一行和第一列的余子式。

2.行列式的性质:(1)行互换改变行列式的符号,列互换改变行列式的符号。

(2)行列式相邻行(列)对换,行列式的值不变。

(3)行列式其中一行(列)中的各项都乘以同一个数k,行列式的值也乘以k。

(4)互换行列式的两行(列),行列式的值不变。

(5)若行列式的行(列)的元素都是0,那么行列式的值为0。

(6)行列式的其中一行(列)的元素都是两数之和,那么行列式的值等于两个行列式的值之和。

3.行列式的计算:(1)按第一行展开计算行列式:将行列式的第一行元素与其所对应的代数余子式相乘,然后加上符号,得到行列式的值。

(2)按第一列展开计算行列式:将行列式的第一列元素与其所对应的代数余子式相乘,然后加上符号,得到行列式的值。

4.行列式的性质定理:(1)拉普拉斯定理:行列式等于它的每一行(列)的元素与其所对应的代数余子式的乘积之和。

(2)行(列)对阵定理:行列式的值等于它的转置矩阵的值。

(3)行列式的转置等于行列式的值不变。

二、矩阵的公式和定理1.矩阵的定义:将一个复数域上的m行n列数排成一个长方形,并按照一定的顺序进行排列,这个排列称为一个m×n矩阵,其中m是矩阵的行数,n是矩阵的列数。

线性代数公式定理总结

线性代数公式定理总结

线性代数公式定理总结线性代数是一门研究向量空间及其变换的数学学科。

它在各个领域,尤其是科学、工程和计算机科学中具有广泛的应用。

线性代数的重要基础是一系列公式和定理,它们构成了这门学科的核心。

一. 向量运算向量是线性代数中的基本概念之一。

在计算和研究中,经常需要对向量进行运算。

常见的向量运算有加法、减法、乘法和除法。

1. 向量加法:向量加法是将两个向量的对应分量相加得到一个新的向量。

例如,对于向量a=[a1, a2, a3]和向量b=[b1, b2, b3],它们的和为c=[a1+b1, a2+b2, a3+b3]。

2. 向量减法:向量减法是将两个向量的对应分量相减得到一个新的向量。

例如,对于向量a=[a1, a2, a3]和向量b=[b1, b2, b3],它们的差为c=[a1-b1, a2-b2, a3-b3]。

3. 向量乘法:向量乘法有两种形式,内积和外积。

- 内积:内积也称为点积,是两个向量的对应分量相乘后再相加。

例如,对于向量a=[a1, a2, a3]和向量b=[b1, b2, b3],它们的内积为a·b=a1*b1+a2*b2+a3*b3。

内积有许多重要的性质,例如满足交换律和分配律。

- 外积:外积也称为叉积,是两个向量通过向量运算得到一个新的向量。

外积的结果是垂直于原来两个向量的向量。

外积在计算机图形学和物理学等领域中被广泛应用。

4. 向量除法:向量除法是将一个向量的对应分量除以另一个向量的对应分量得到一个新的向量。

例如,对于向量a=[a1, a2, a3]和向量b=[b1, b2, b3],它们的商为c=[a1/b1, a2/b2, a3/b3]。

注意,这里的除法是按元素进行的。

二. 矩阵运算矩阵是线性代数中另一个重要的概念。

矩阵是一个由元素组成的矩形阵列。

与向量类似,矩阵可以进行加法、减法、乘法和除法运算。

1. 矩阵加法:矩阵加法是将两个矩阵的对应元素相加得到一个新的矩阵。

考研线代必须熟结论

考研线代必须熟结论

考研线代必须熟结论————————————————————————————————作者:————————————————————————————————日期:2考研线代必须熟记结论1、行列式1. n 行列式共有2n 个元素,展开后有!n 项,可分解为2n 行列式;2. 代数余子式的性质:①、ij A 和ij a 的大小无关;②、某行(列)的元素乘以其它行(列)元素的代数余子式为0; ③、某行(列)的元素乘以该行(列)元素的代数余子式为A ; 3. 代数余子式和余子式的关系:(1)(1)i j i j ij ij ij 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90o,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==-g⑥、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)nn k 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 ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭O,则: Ⅰ、12s A A A A =L ;Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭O; ②、111A O A O O B O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;(主对角分块) ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(副对角分块) ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭;(拉普拉斯) ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;(拉普拉斯) 3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ,总可经过初等变换化为标准形,其标准形是唯一确定的:rm nEO F OO ⨯⎛⎫= ⎪⎝⎭; 等价类:所有与A 等价的矩阵组成的一个集合,称为一个等价类;标准形为其形状最简单的矩阵;对于同型矩阵A 、B ,若()()r A r B A B = ⇔ :; 2. 行最简形矩阵:①、只能通过初等行变换获得;②、每行首个非0元素必须为1;③、每行首个非0元素所在列的其他元素必须为0;3. 初等行变换的应用:(初等列变换类似,或转置后采用初等行变换)①、若(,)(,)rA E E X :,则A 可逆,且1X A -=;②、对矩阵(,)A B 做初等行变化,当A 变为E 时,B 就变成1A B -,即:1(,)(,)cA B E A B - ~ ;③、求解线形方程组:对于n 个未知数n 个方程Ax b =,如果(,)(,)rA b E x :,则A 可逆,且1x A b -=; 4. 初等矩阵和对角矩阵的概念:①、初等矩阵是行变换还是列变换,由其位置决定:左乘为初等行矩阵、右乘为初等列矩阵;②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭Oλλλ,左乘矩阵A ,i λ乘A 的各行元素;右乘,iλ乘A 的各列元素;③、对调两行或两列,符号(,)E i j ,且1(,)(,)E i j E i j -=,例如:1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;④、倍乘某行或某列,符号(())E i k ,且11(())(())E i k E i k -=,例如:1111(0)11k k k -⎛⎫⎛⎫ ⎪⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =;③、若A B :,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式; 二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C a b Ca bC b C a b -----=+=++++++=∑L L ;注:Ⅰ、()n a b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====-L L g g g L g 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 na x a x a xb a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩L L L L L L L L L L L L L L ; 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 ⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭L L M M O M M M L(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⎛⎫⎪ ⎪= ⎪⎪⎝⎭LM (全部按列分块,其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭M ); ④、1122n n a x a x a x β+++=L (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 αααL 构成n m ⨯矩阵12(,,,)m A =L ααα;m 个n 维行向量所组成的向量组B :12,,,T T Tm βββL 构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭M ;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 αααL 线性相关,则121,,,,s s αααα+L 必线性相关;若12,,,s αααL 线性无关,则121,,,s ααα-L 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 ≤;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 L ,使12l A P P P =L ;①、矩阵行等价:~rA B PA B ⇔=(左乘,P 可逆)0Ax ⇔=与0Bx =同解②、矩阵列等价:~c A B AQ B ⇔=(右乘,Q 可逆); ③、矩阵等价:~A B PAQ B ⇔=(P 、Q 可逆); 9.对于矩阵m n A ⨯与l n B ⨯:①、若A 与B 行等价,则A 与B 的行秩相等;②、若A 与B 行等价,则0Ax =与0Bx =同解,且A 与B 的任何对应的列向量组具有相同的线性相关性; ③、矩阵的初等变换不改变矩阵的秩; ④、矩阵A 的行秩等于列秩; 10.若m s s n m n A B C ⨯⨯⨯=,则:①、C 的列向量组能由A 的列向量组线性表示,B 为系数矩阵;②、C 的行向量组能由B 的行向量组线性表示,T A 为系数矩阵;(转置)11.齐次方程组0Bx =的解一定是0ABx =的解,考试中可以直接作为定理使用,而无需证明; ①、0ABx = 只有零解0Bx ⇒ =只有零解;②、0Bx = 有非零解0ABx ⇒ =一定存在非零解;12. 设向量组12:,,,n r r B b b b ⨯L 可由向量组12:,,,n s s A a a a ⨯L 线性表示为:1212(,,,)(,,,)r s b b b a a a K =L L (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 ==≤≤∴=Q ;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 αααL 线性相关⇔存在一组不全为0的数12,,,s k k k L ,使得11220s s k k k ααα+++=L 成立;(定义)⇔1212(,,,)0ss x x x ααα⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭L M 有非零解,即0Ax =有非零解;⇔12(,,,)s r s ααα<L ,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-L 为0Ax =的一个基础解系,则*12,,,,n r ηξξξ-L 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=⎧==⎨≠⎩L ;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 a L11b a =;1222111[,][,]b a b a b b b =-g L L L 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 ----=----g g L g ; 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)。

线性代数重要公式定理大全

线性代数重要公式定理大全

线性代数重要公式定理大全在线性代数中,有许多重要的公式和定理。

以下是其中的一些:1.矩阵乘法的结合律:对于矩阵A,B和C,满足维度要求,有:(AB)C=A(BC)。

2.矩阵乘法的分配律:对于矩阵A,B和C,满足维度要求,有:A(B+C)=AB+AC。

3.矩阵乘法的转置:对于矩阵A和B,满足维度要求,有:(AB)ᵀ=BᵀAᵀ。

4.矩阵乘法的逆元:对于可逆矩阵A和B,有:(AB)⁻¹=B⁻¹A⁻¹。

5.矩阵的转置的转置:对于矩阵A,有:(Aᵀ)ᵀ=A。

6.矩阵的逆的逆:对于可逆矩阵A,有:(A⁻¹)⁻¹=A。

7.矩阵的逆与转置的乘积:对于可逆矩阵A,有:(Aᵀ)⁻¹=(A⁻¹)ᵀ。

8.矩阵的行列式乘积:对于矩阵A和B,满足维度要求,有:det(AB) = det(A)det(B)。

9.矩阵的行列式的转置:对于矩阵A,有:det(Aᵀ) = det(A)。

10.全排列的行列式和:对于n阶方阵A,有:det(A) = Σ(±1)ᵖ(对每个全排列的正负之和乘上元素的乘积)。

11.矩阵的伴随矩阵乘积:对于n阶方阵A,有:A·Adj(A) = det(A)·I (I为单位矩阵)。

12.矩阵的迹与特征值之和:对于n阶方阵A,有:tr(A) = Σλi (每个特征值的和)。

13.矩阵的迹与特征值之乘:对于n阶方阵A,有:det(A) = Πλi (每个特征值的乘积)。

14.矩阵的对角化:对于n阶方阵A,如果存在可逆矩阵P和对角阵D,满足A=PDP⁻¹,则A可对角化。

15.若两个n阶矩阵A和B相似,即存在可逆矩阵P,满足P⁻¹AP=B,则A和B有相同的特征值。

16.若矩阵A的特征值唯一,则A是对角矩阵。

17.若矩阵A的特征向量唯一,则A是数量矩阵。

18.若矩阵A的特征值都为正,则A是正定矩阵。

19.若矩阵A的特征值都为非负,则A是半正定矩阵。

线代需注意的问题及结论

线代需注意的问题及结论

线代需注意的问题及结论线性代数中注意的问题及重要的结论(原创By 华仔)第一章线性方程组一、需要注意的问题概述:本章主要围绕如何解方程组而展开的。

其实如果细心学习过后面章节的内容你会发现,线性代数整个这一本书就是在研究如何解方程组的问题。

起先是通过高斯变换将待解方程组化为“阶梯型”方程组来解答;而后又提出了矩阵通过类似于它的初等变换来解方程组(矩阵的初等变换总共有六种类型:行变换三种;列变换三种。

)初等变换的手段也是将其化为阶梯型or最简型矩阵。

1、一些特殊的矩阵:①对角阵:所有非主对角线元素等于零的n阶矩阵,称为对角阵。

表示Diag(a1,a2,…,an);单位阵是特殊的对角阵,主对角线的元素都为一。

②上三角阵:主对角线左下方的元素全部为零。

下三角阵:主对角线右上方的所有元素都为零。

③对称矩阵:元素以对角线为对称轴对应相等的矩阵。

(T A A=)反对称矩阵:T A A-=.Er)(r:为非零行的行数)④等价标准型:F=(000⑤奇异矩阵:行列式的值为零的矩阵;非奇异矩阵:行列式的值不为零的矩阵。

2、需注意的问题:第一章的作用是引入矩阵的概念。

在解题过程中用到的不多。

一点需要在意的是:(1)、非齐次方程组解的存在性定理:(充要条件) 方程组对应增广阵的阶梯形矩阵中没有形如(0,0,0,···,b)(b≠0)的行。

(2)、如果齐次线性方程组未知量个数(系数阵A的列数)大于大于方程个数(系数阵A的行数),则该方程组必有非零解。

(3)、对于未知量的个数大于方程个数的方程在求解时要介入自由变量。

第二章矩阵概述:本章着重研究矩阵,从概念到性质再到其应用。

第一章和第二章的过渡很自然。

(第一章提出矩阵的概念及其求解方程组的作用,第二章就开始深入研究它)。

一、需注意的问题1:矩阵运算注意的问题。

①数乘:矩阵和数只可以做数乘,加法是绝对不允许的。

例:A+2(X) 应该为A+2E(√).②乘法:要学会通过乘法将方程组表示成矩阵方程或向量方程的形式;还有第六章的二次多项式就是用乘法转换为矩阵方程的形式的(F(x)=T X AX);矩阵的乘法是不满足交换律的,即AB ≠BA ,所以在解矩阵方程时要分清左乘还是右乘矩阵,提公因式时也要分清左右;矩阵的乘法一般不满足消去率,即AB=AC ⇒B=C.但有一种情况矩阵是可以互相消去的,就是矩阵中有一个元素,即可看成是一个数;AB=0⇒A=0 or B=0 。

【数学】2012考研数学线性代数必记的重要结论和公式

【数学】2012考研数学线性代数必记的重要结论和公式

【关键字】数学1、行列式1.行列式共有个元素,展开后有项,可分解为行列式;2.代数余子式的性质:①、和的大小无关;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;3.代数余子式和余子式的关系:4.设行列式:将上、下翻转或左右翻转,所得行列式为,则;将顺时针或逆时针旋转,所得行列式为,则;将主对角线翻转后(转置),所得行列式为,则;将主副角线翻转后,所得行列式为,则;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;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;⑤、拉普拉斯展开式:、⑥、范德蒙行列式:大指标减小指标的连乘积;⑦、特征值;6.对于阶行列式,恒有:,其中为阶主子式;7.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;2、矩阵1.是阶可逆矩阵:(是非奇异矩阵);(是满秩矩阵)的行(列)向量组线性无关;齐次方程组有非零解;,总有唯一解;与等价;可表示成若干个初等矩阵的乘积; 的特征值全不为0; 是正定矩阵;的行(列)向量组是的一组基; 是中某两组基的过渡矩阵; 2. 对于阶矩阵: 无条件恒成立;3. 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;4. 关于分块矩阵的重要结论,其中均、可逆:若,则: Ⅰ、; Ⅱ、;②、;(主对角分块) ③、;(副对角分块) ④、;(拉普拉斯) ⑤、;(拉普拉斯)3、矩阵的初等变换与线性方程组1. 一个矩阵,总可经过初等变换化为标准形,其标准形是唯一确定的:;等价类:所有与A 等价的矩阵组成的一个集合,称为一个等价类;标准形为其形状最简单的矩阵; 对于同型矩阵A 、B ,若()()r A r B A B = ⇔ ;2. 行最简形矩阵:①、只能通过初等行变换获得; ②、每行首个非0元素必须为1;③、每行首个非0元素所在列的其他元素必须为0;3. 初等行变换的应用:(初等列变换类似,或转置后采用初等行变换)①、若(,)(,)rA E E X ,则A 可逆,且1X A -=;②、对矩阵(,)A B 做初等行变化,当A 变为E 时,B 就变成1A B -,即:1(,)(,)cA B E A B - ~ ;③、求解线形方程组:对于n 个未知数n 个方程Ax b =,如果(,)(,)rA b E x ,则A 可逆,且1x A b -=; 4. 初等矩阵和对角矩阵的概念:①、初等矩阵是行变换还是列变换,由其位置决定:左乘为初等行矩阵、右乘为初等列矩阵;②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ,左乘矩阵A ,i λ乘A 的各行元素;右乘,iλ乘A 的各列元素;③、对调两行或两列,符号(,)E i j ,且1(,)(,)E i j E i j -=,例如:1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;④、倍乘某行或某列,符号(())E i k ,且11(())(())E i k E i k -=,例如:1111(0)11k k k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤; ②、()()T r A r A =;③、若A B ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-; 6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式;二项展开式:01111110()nnnn m n m mn 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:11112---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ; ③、利用特征值和相似对角化: 7. 伴随矩阵:①、伴随矩阵的秩:*()()1()10()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;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 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 :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 ja a i j n i j=⎧==⎨≠⎩;②、若A 为正交矩阵,则1T A A -=也为正交阵,且1A =±; ③、若A 、B 正交阵,则AB 也是正交阵;注意:求解正交阵,千万不要忘记施密特正交化和单位化;2. 施密特正交化:12(,,,)r a a a11b a =;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Tx 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TC 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)此文档是由网络收集并进行重新排版整理.word 可编辑版本!。

  1. 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. 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. 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)。

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ija 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 ji jijijijijM 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 DD -=-;将D 主对角线翻转后(转置),所得行列式为3D ,则3DD =;将D 主副角线翻转后,所得行列式为4D ,则4DD =;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:AO A C A B CB O B ==、(1)m n CA O A AB BO B C==-⑥、范德蒙行列式:大指标减小指标的连乘积; ⑦、特征值;6. 对于n 阶行列式A ,恒有:1(1)nnkn kk k E A S λλλ-=-=+-∑,其中kS 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**()()()()()()TT TT A A A A A A ----=== ***111()()()TTTAB 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、12sA 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 OB B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(副对角分块) ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭;(拉普拉斯) ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;(拉普拉斯) 3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ,总可经过初等变换化为标准形,其标准形是唯一确定的:rm nE OF O O ⨯⎛⎫= ⎪⎝⎭; 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,i λ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 nr A m n ⨯≤≤;②、()()Tr Ar A =;③、若A B ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式; 二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C ab Ca bC b C a b -----=+=++++++=∑ ;注:Ⅰ、()na b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====- m n nn n n n n m n CC C m m n mⅢ、组合的性质:11112---+-===+==∑nmn mm m m r nr r nnn n nnn n r CCCC 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、*1AA 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 xaa a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭(全部按列分块,其中12n b b b β⎛⎫ ⎪ ⎪= ⎪⎪⎝⎭); ④、1122n n a xa x a x β+++= (线性表出)⑤、有解的充要条件:()(,)r A r A n β=≤(n 为未知数的个数或维数) 4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A :12,,,m ααα 构成n m ⨯矩阵12(,,,)m A = ααα; m 个n 维行向量所组成的向量组B :12,,,T T Tm βββ 构成m n ⨯矩阵12T T T m B βββ⎛⎫ ⎪ ⎪= ⎪⎪ ⎪⎝⎭; 含有有限个向量的有序向量组与矩阵一一对应;2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解;(齐次线性方程组) ②、向量的线性表出 Ax b ⇔=是否有解;(线性方程组) ③、向量组的相互线性表示 AX B ⇔=是否有解;(矩阵方程)3. 矩阵m nA ⨯与l nB ⨯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. ()()Tr 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,,,sααα 线性相关,则121,,,,ss 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,,,lP P P ,使12lA 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 nB ⨯: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 nA 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,TA 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 rrB b b b ⨯ 可由向量组12:,,,n ssA a a a ⨯ 线性表示为:(110P 题19结论)1212(,,,)(,,,)rsb 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 nA ⨯,存在n mQ ⨯,mAQ E = ()r A m ⇔=、Q 的列向量线性无关;(87P ) ②、对矩阵m nA ⨯,存在n mP ⨯,nPA E = ()r A n ⇔=、P 的行向量线性无关; 14. 12,,,sααα 线性相关⇔存在一组不全为0的数12,,,sk k k ,使得11220ssk 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 rξξξ- 为0Ax =的一个基础解系,则*12,,,,n rηξξξ- 线性无关;(111P 题33结论)5、相似矩阵和二次型1. 正交矩阵TAA E⇔=或1T AA -=(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 ij i jaa i j n i j=⎧==⎨≠⎩ ; ②、若A 为正交矩阵,则1TA 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(,,,)ra 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 ⇔=TC AC B ,其中可逆;⇔Tx Ax 与Tx 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TC 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Tx 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TC 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; 0,0iia A ⇒>>;(必要条件)。

相关文档
最新文档