最新一流名校名师整理线性代数公式必记

合集下载

线性代数公式总结大全

线性代数公式总结大全

线性代数公式 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 与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. 代数余子式与余子式的关系:(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、 ◤与 ◢: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==-g 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就是其特征值;2、矩阵8.A 就是n 阶可逆矩阵:⇔0A ≠(就是非奇异矩阵);⇔()r A n =(就是满秩矩阵) ⇔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 就是正定矩阵;⇔A 的行(列)向量组就是n R 的一组基; ⇔A 就是n R 中某两组基的过渡矩阵;9. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立; 10. 1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===11. 矩阵就是表格,推导符号为波浪号或箭头;行列式就是数值,可求代数与; 12. 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 AO ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(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13. 一个m n ⨯矩阵A ,总可经过初等变换化为标准形,其标准形就是唯一确定的: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 = ⇔ :; 14. 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元素所在列的其她元素必须为0;15. 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 -=; 16. 初等矩阵与对角矩阵的概念:①、初等矩阵就是行变换还就是列变换,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= ⎪ ⎪⎝⎭O 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 --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;17. 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 就是m n ⨯矩阵,B 就是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部就是齐次方程组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 ≥+-;18. 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、利用特征值与相似对角化: 19. 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 -=20. 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 阶子式不全为0;21. 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; 22. 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;23. 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 a a 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24. 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;25. 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 ⇔=就是否有解;(线性方程组) ③、向量组的相互线性表示 AX B ⇔=就是否有解;(矩阵方程)26. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件就是:齐次方程组0Ax =与0Bx =同解;(101P 例14) 27. ()()T r A A r A =;(101P 例15) 28. 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;29. 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;30. 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) 31. 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); 32.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; 33.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)34.齐次方程组0Bx =的解一定就是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;35. 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:(110P 题19结论)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;36. 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; 37. 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(,,,)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;38. 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 =-;39. 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;(111P 题33结论)5、相似矩阵与二次型40. 正交矩阵T A A E ⇔=或1T A A -=(定义),性质:①、A 的列向量都就是单位向量,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 也就是正交阵; 注意:求解正交阵,千万不要忘记施密特正交化与单位化; 41. 施密特正交化:12(,,,)r a a a L11b a =;1222111[,][,]b a b a b b b =-g L L L121121112211[,][,][,][,][,][,]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 ; 42. 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; 43. 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 ; 44. 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); 45. A 为对称阵,则A 为二次型矩阵; 46. 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 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 -=-;(1)22(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; 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 A BCB O B==、(1)m n CA OA A BB 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)nnk n k k k E A S λλλ-=-=+-∑,其中k S 为k 阶主子式;7. 证明0A =的方法:①、A A =-; ②、反证法;③、构造齐次方程组0Ax =,证明其有非零解; ④、利用秩,证明()r A n <; ⑤、证明0是其特征值;2、矩阵1. A 是n 阶可逆矩阵:⇔0A ≠(是非奇异矩阵);⇔()r A n =(是满秩矩阵)⇔A的行(列)向量组线性无关;⇔齐次方程组0Ax =有非零解;⇔n b R ∀∈,Ax b =总有唯一解; ⇔A 与E 等价;⇔A 可表示成若干个初等矩阵的乘积; ⇔A的特征值全不为0; ⇔T A A 是正定矩阵;⇔A 的行(列)向量组是nR 的一组基; ⇔A是nR 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()()()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 ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭O,则: Ⅰ、12sA 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 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 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= ⎪ ⎪⎝⎭O λλλ,左乘矩阵A ,iλ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 nr A m n ⨯≤≤;②、()()Tr 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 ab C ab Ca bC b C a b -----=+=++++++=∑L L ;注:Ⅰ、()na b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====-L L g g g L g m n nn n n n n m n CC C m m n mⅢ、组合的性质:11112---+-===+==∑nmn m m m m r nr r nnn nnnn 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 AA X X λλλ- == ⇒ =;③、*1AA A -=、1*n AA-=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 +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩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 ba a a xb ⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭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 xaa a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭LM (全部按列分块,其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭M );④、1122nna x a x a xβ+++=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,,,mαααL 构成n m ⨯矩阵12(,,,)mA =L ααα;m 个n 维行向量所组成的向量组B :12,,,T T T mβββL 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Ax ⇔=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 是否有AX B ⇔=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,,,sαααL 线性相关,则121,,,,ss αααα+L 必线性相关;若12,,,sαααL 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 ≤(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 L ,使12lA 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:~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 r r B b b b ⨯L 可由向量组12:,,,n s sA a a a ⨯L 线性表示为:(110P 题19结论)1212(,,,)(,,,)r sb 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 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 n A ⨯,存在n m P ⨯,nPA E = ()r A n ⇔=、P 的行向量线性无关;14. 12,,,sαααL 线性相关⇔存在一组不全为0的数12,,,s k k k L ,使得11220s sk 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 sααα<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 rξξξ-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TA A E ⇔=或1TA 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 iji j a a i j n i j =⎧==⎨≠⎩L ; 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 a L11b a =;1222111[,][,]b a b a b b b =-gL L L9 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; 0,0iia A ⇒>>;(必要条件)。

线性代数公式必背完整归纳清晰版

线性代数公式必背完整归纳清晰版

线性代数公式必背完整归纳清晰版线性代数是数学的一个重要分支,研究向量空间及其上的线性映射的理论和方法。

在学习线性代数的过程中,掌握一些重要的公式是非常重要的。

下面是线性代数中一些常见且重要的公式,希望能够帮助到你。

1.向量的加法和数乘:(a1, a2, ..., an) + (b1, b2, ..., bn) = (a1 + b1, a2 +b2, ..., an + bn)k(a1, a2, ..., an) = (ka1, ka2, ..., kan)这是线性代数的基本操作,向量的加法是对应元素分别相加,向量的数乘是将向量中的每个元素与常数相乘。

2.内积:向量a = (a1, a2, ..., an) 和向量b = (b1, b2, ..., bn) 的内积定义为:a ·b = a1b1 + a2b2 + ... + anbn内积有许多重要的性质:a·b=b·a-->内积的交换律(ka) · b = a · (kb) --> 内积的数乘关系a·(b+c)=a·b+a·c-->内积的分配律内积可以用来计算向量的夹角和向量的长度,是线性代数中的一个重要概念。

3.范数:向量a的范数定义为:a, = sqrt(a1^2 + a2^2 + ... + an^2向量的范数满足以下性质:a,>=0,且当且仅当a=0时取等ka, = ,k,,a,对于任意的实数a+b,<=,a,+,b,三角不等范数是一个度量向量长度的函数,也是线性代数中常用的概念。

4.矩阵的乘法:对于矩阵A(m×n)和矩阵B(n×p),它们的乘积C=A×B是一个m×p的矩阵,其中C的第i行第j列的元素可以表示为:C(i,j)=a(i,1)*b(1,j)+a(i,2)*b(2,j)+...+a(i,n)*b(n,j)矩阵乘法是线性代数中的核心概念,它在很多应用中都有重要的作用。

线性代数公式必记

线性代数公式必记

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 AB CB O B==、(1)m n CA OA AB B OB C==-⑥、范德蒙行列式:大指标减小指标的连乘积; ⑦、特征值;6. 对于n 阶行列式A ,恒有:1(1)nnk n k k k E A S λλλ-=-=+-∑,其中k S 为k 阶主子式;7. 证明0A =的方法:①、A A =-; ②、反证法;③、构造齐次方程组0Ax =,证明其有非零解; ④、利用秩,证明()r A n <; ⑤、证明0是其特征值;2、矩阵1.A 是n 阶可逆矩阵:⇔0A ≠(是非奇异矩阵);⇔()r A n =(是满秩矩阵) ⇔A 的行(列)向量组线性无关; ⇔齐次方程组0Ax =有非零解; ⇔n b R ∀∈,Ax b =总有唯一解; ⇔A 与E 等价;⇔A 可表示成若干个初等矩阵的乘积; ⇔A 的特征值全不为0;⇔T A A 是正定矩阵;⇔A 的行(列)向量组是n R 的一组基; ⇔A 是n R 中某两组基的过渡矩阵;2. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立;3.1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===4. 矩阵是表格,推导符号为波浪号或箭头;行列式是数值,可求代数和;5. 关于分块矩阵的重要结论,其中均A 、B 可逆:若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,则: Ⅰ、12s A A A A =;Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭; ②、111A O A O O B O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;(主对角分块) ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(副对角分块) ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭;(拉普拉斯) ⑤、11111A O A O C B B 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= ⎪ ⎪⎝⎭λλλ,左乘矩阵A ,i λ乘A 的各行元素;右乘,iλ乘A 的各列元素;③、对调两行或两列,符号(,)E i j ,且1(,)(,)E i j E i j -=,例如:1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;④、倍乘某行或某列,符号(())E i k ,且11(())(())E i k E i k -=,例如:1111(0)11k k k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =; ③、若AB ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式; 二项展开式:01111110()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 nn n n n n n m n C C C m m n mⅢ、组合的性质:111102---+-===+==∑nm n mm m m rnr r n n n n nnn n r C C C C C CrC nC ;③、利用特征值和相似对角化: 7. 伴随矩阵:①、伴随矩阵的秩:*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩;②、伴随矩阵的特征值:*1*(,)AAAX X A A A A X X λλλ- == ⇒ =;③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述:①、()r A n =,A 中有n 阶子式不为0,1n +阶子式全部为0;(两句话)②、()r A n <,A 中有n 阶子式全部为0; ③、()r A n ≥,A 中有n 阶子式不为0;9. 线性方程组:Ax b =,其中A 为m n ⨯矩阵,则:①、m 与方程的个数相同,即方程组Ax b =有m 个方程;②、n 与方程组得未知数个数相同,方程组Ax b =为n 元方程; 10. 线性方程组Ax b =的求解:①、对增广矩阵B 进行初等行变换(只能使用初等行变换);②、齐次解为对应齐次方程组的解; ③、特解:自由变量赋初值后求得;11. 由n 个未知数m 个方程的方程组构成n 元线性方程:①、11112211211222221122n n n n m m nm n n a x a x a x b a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩;②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭(向量方程,A 为m n ⨯矩阵,m 个方程,n 个未知数) ③、()1212n n x x a a a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭(全部按列分块,其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭); ④、1122n n a x a x a x β+++=(线性表出)⑤、有解的充要条件:()(,)r A r A n β=≤(n 为未知数的个数或维数)4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A :12,,,m ααα构成n m ⨯矩阵12(,,,)m A =ααα;m 个n 维行向量所组成的向量组B :12,,,T 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 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)——商学院学生学习部。

精心整理线性代数公式大全.doc

精心整理线性代数公式大全.doc

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90o,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3D D=;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:A OA C A BCBO B==、(1)m n C AO AA BB 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)n nkn 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nR 的一组基; ⇔A是nR 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 ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭O,则:Ⅰ、12sA AA 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 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 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:。

线性代数公式必记清华

线性代数公式必记清华

Aij (1)i j Mij
6.
7. 设 n 行列式 D :
8.
n ( n 1)
将 D 上、下翻转或左右翻转,所得行列式为 D1 ,则 D1 (1) 2 D ;
n ( n 1)
将 D 顺时针或逆时针旋转 90 ,所得行列式为 D2 ,则 D2 (1) 2 D ;
将 D 主对角线翻转后(转置),所得行列式为 D3 ,则 D3 D ;
b Rn , 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;
AT A是正定矩阵;
A 的行(列)向量组是 Rn 的一组基;
A 是 Rn 中某两组基的过渡矩阵;
3. 对于 n 阶矩阵 A : AA* A* A A E 无条件恒成立;
将 D 主副角线翻转后,所得行列式为 D4 ,则 D4 D ;
9. 行列式的重要公式:
10. ①、主对角行列式:主对角元素的乘积;
n ( n 1)
②、副对角行列式:副对角元素的乘积 (1) 2 ;
③、上、下三角行列式( ◥ ◣ ):主对角元素的乘积;
n ( n 1)
④、 ◤ 和 ◢ :副对角元素的乘积 (1) 2 ;
对于同型矩阵 A 、 B ,若 r(A) r(B)A B ;
3. 行最简形矩阵:
4. 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;
5. 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)
6.
r
①、若 (A,E) (E,X ) ,则 A 可逆,且 X A1 ;
;(拉普拉斯)

线性代数全部必背公式

线性代数全部必背公式

线性代数全公式基本运算①A B B A +=+②()()C B A C B A ++=++③()cB cA B A c +=+ ()dA cA A d c +=+ ④()()A cd dA c =⑤00=⇔=c cA 或0=A 。

()A A TT=()T T TB A B A ±=±()()T TA c cA =。

()T T TA B AB =()()()212112-==-n n C n n n τ n n A a A a A a D 2222222121+++=转置值不变A A T = 逆值变AA11=- A c cA n =γβαγβαγββα,,,,,,2121+=+()321,,ααα=A ,3阶矩阵 ()321,,βββ=B B A B A +≠+()332211,,βαβαβα+++=+B A332211,,βαβαβα+++=+B A B A BA B A =*=*0()()1,=c j i E有关乘法的基本运算nj in j i j i ij b a b a b a C +++= 2211 线性性质 ()B A B A B A A 2121+=+, ()2121AB AB B B A +=+ ()()()cB A AB c B cA == 结合律 ()()BC A C AB = ()T T TA B AB =B A AB =l k l k A A A += ()kl lkA A =()k k kB A AB =不一定成立!A AE =,A EA =()kA kE A =,()kA A kE =E BA E AB =⇔=与数的乘法的不同之处()k k kB A AB =不一定成立!无交换律 因式分解障碍是交换性一个矩阵A 的每个多项式可以因式分解,例如 ()()E A E A E A A +-=--3322 无消去律(矩阵和矩阵相乘) 当0=AB 时0=⇒/A 或0=B 由0≠A 和00=⇒/=B AB由0≠A 时C B AC AB =⇒/=(无左消去律)特别的 设A 可逆,则A 有消去律。

线性代数公式大全_线性代数公式定理总结

线性代数公式大全_线性代数公式定理总结

线性代数公式大全——最新修订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 AB CB O B==、(1)m n CA OA AB B OB C==-⑥、范德蒙行列式:大指标减小指标的连乘积; ⑦、特征值;6. 对于n 阶行列式A ,恒有:1(1)nnk n k k k E A S λλλ-=-=+-∑,其中k S 为k 阶主子式;7. 证明0A =的方法:①、A A =-; ②、反证法;③、构造齐次方程组0Ax =,证明其有非零解; ④、利用秩,证明()r A n <; ⑤、证明0是其特征值;2、矩阵1. A 是n 阶可逆矩阵:⇔0A ≠(是非奇异矩阵);⇔()r A n =(是满秩矩阵) ⇔A 的行(列)向量组线性无关; ⇔齐次方程组0Ax =有非零解; ⇔n b R ∀∈,Ax b =总有唯一解; ⇔A 与E 等价;⇔A 可表示成若干个初等矩阵的乘积;⇔A 的特征值全不为0; ⇔T A A 是正定矩阵;⇔A 的行(列)向量组是n R 的一组基; ⇔A 是n R 中某两组基的过渡矩阵;2. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立;3. 1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===4. 矩阵是表格,推导符号为波浪号或箭头;行列式是数值,可求代数和;5. 关于分块矩阵的重要结论,其中均A 、B 可逆:若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,则: Ⅰ、12s A A A A =;Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭; ②、111A O A O O B O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;(主对角分块) ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(副对角分块) ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭;(拉普拉斯) ⑤、11111A O A O C B B 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= ⎪ ⎪⎝⎭λλλ,左乘矩阵A ,i λ乘A 的各行元素;右乘,iλ乘A 的各列元素;③、对调两行或两列,符号(,)E i j ,且1(,)(,)E i j E i j -=,例如:1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;④、倍乘某行或某列,符号(())E i k ,且11(())(())E i k E i k -=,例如:1111(0)11k k k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =; ③、若AB ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫ ⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式;二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C ab Ca bC b C a b -----=+=++++++=∑;注:Ⅰ、()n a b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====-m n n n n n n n m n C C C m m n mⅢ、组合的性质:111102---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ;③、利用特征值和相似对角化: 7. 伴随矩阵:①、伴随矩阵的秩:*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩;②、伴随矩阵的特征值:*1*(,)AAAX X A A A A X X λλλ- == ⇒ =;③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述:①、()r A n =,A 中有n 阶子式不为0,1n +阶子式全部为0;(两句话)②、()r A n <,A 中有n 阶子式全部为0; ③、()r A n ≥,A 中有n 阶子式不为0;9. 线性方程组:Ax b =,其中A 为m n ⨯矩阵,则:①、m 与方程的个数相同,即方程组Ax b =有m 个方程;②、n 与方程组得未知数个数相同,方程组Ax b =为n 元方程; 10. 线性方程组Ax b =的求解:①、对增广矩阵B 进行初等行变换(只能使用初等行变换);②、齐次解为对应齐次方程组的解; ③、特解:自由变量赋初值后求得;11. 由n 个未知数m 个方程的方程组构成n 元线性方程:①、11112211211222221122n n n n m m nm n n a x a x a x b a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩;②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭(向量方程,A 为m n ⨯矩阵,m 个方程,n 个未知数) ③、()1212n n x x a a a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭(全部按列分块,其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭); ④、1122n n a x a x a x β+++=(线性表出)⑤、有解的充要条件:()(,)r A r A n β=≤(n 为未知数的个数或维数)4、向量组的线性相关性1. m 个n 维列向量所组成的向量组A :12,,,m ααα构成n m ⨯矩阵12(,,,)m A =ααα;m 个n 维行向量所组成的向量组B :12,,,T TTmβββ构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭; 含有有限个向量的有序向量组与矩阵一一对应;2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解;(齐次线性方程组)②、向量的线性表出 Ax b ⇔=是否有解;(线性方程组) ③、向量组的相互线性表示 AX B ⇔=是否有解;(矩阵方程)3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是:齐次方程组0Ax =和0Bx =同解;(101P 例14)4. ()()T r A A r A =;(101P 例15)5. n 维向量线性相关的几何意义:①、α线性相关⇔0α=; ②、,αβ线性相关⇔,αβ坐标成比例或共线(平行);③、,,αβγ线性相关 ⇔,,αβγ共面;6. 线性相关与无关的两套定理:若12,,,s ααα线性相关,则121,,,,s s αααα+必线性相关;若12,,,s ααα线性无关,则121,,,s ααα-必线性无关;(向量的个数加加减减,二者为对偶)若r 维向量组A 的每个向量上添上n r -个分量,构成n 维向量组B :若A 线性无关,则B 也线性无关;反之若B 线性相关,则A 也线性相关;(向量组的维数加加减减) 简言之:无关组延长后仍无关,反之,不确定;7. 向量组A (个数为r )能由向量组B (个数为s )线性表示,且A 线性无关,则r s ≤(二版74P 定理7);向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示AX B ⇔=有解; ()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论)8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ,使12l A P P P =;①、矩阵行等价:~rA B PA B ⇔=(左乘,P 可逆)0Ax ⇔=与0Bx =同解②、矩阵列等价:~cA B AQ B ⇔=(右乘,Q 可逆); ③、矩阵等价:~A B PAQ B ⇔=(P 、Q 可逆); 9. 对于矩阵m n A ⨯与l n B ⨯:①、若A 与B 行等价,则A 与B 的行秩相等;②、若A 与B 行等价,则0Ax =与0Bx =同解,且A 与B 的任何对应的列向量组具有相同的线性相关性; ③、矩阵的初等变换不改变矩阵的秩; ④、矩阵A 的行秩等于列秩; 10. 若m s s n m n A B C ⨯⨯⨯=,则:①、C 的列向量组能由A 的列向量组线性表示,B 为系数矩阵;②、C 的行向量组能由B 的行向量组线性表示,T A 为系数矩阵;(转置)11. 齐次方程组0Bx =的解一定是0ABx =的解,考试中可以直接作为定理使用,而无需证明;①、0ABx = 只有零解0Bx ⇒ =只有零解;②、0Bx = 有非零解0ABx ⇒ =一定存在非零解;12. 设向量组12:,,,n r r B b b b ⨯可由向量组12:,,,n s s A a a a ⨯线性表示为:(110P 题19结论)1212(,,,)(,,,)r s b b b a a a K =(B AK =)其中K 为s r ⨯,且A 线性无关,则B 组线性无关()r K r ⇔=;(B 与K 的列向量组具有相同线性相关性) (必要性:()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=;充分性:反证法)注:当r s =时,K 为方阵,可当作定理使用;13. ①、对矩阵m n A ⨯,存在n m Q ⨯,m AQ E = ()r A m ⇔=、Q 的列向量线性无关;(87P ) ②、对矩阵m n A ⨯,存在n m P ⨯,n PA E = ()r A n ⇔=、P 的行向量线性无关; 14. 12,,,s ααα线性相关⇔存在一组不全为0的数12,,,s k k k ,使得11220s s k k k ααα+++=成立;(定义)⇔1212(,,,)0s s x xx ααα⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭有非零解,即0Ax =有非零解;⇔12(,,,)s r s ααα<,系数矩阵的秩小于未知数的个数;15. 设m n ⨯的矩阵A 的秩为r ,则n 元齐次线性方程组0Ax =的解集S 的秩为:()r S n r =-;16. 若*η为Ax b =的一个解,12,,,n r ξξξ-为0Ax =的一个基础解系,则*12,,,,n r ηξξξ-线性无关;(111P 题33结论)5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=(定义),性质:①、A 的列向量都是单位向量,且两两正交,即1(,1,2,)0T i j i j a a i j n i j=⎧==⎨≠⎩;②、若A 为正交矩阵,则1T A A -=也为正交阵,且1A =±; ③、若A 、B 正交阵,则AB 也是正交阵;注意:求解正交阵,千万不要忘记施密特正交化和单位化; 2. 施密特正交化:12(,,,)r a a a11b a =;1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----;3. 对于普通方阵,不同特征值对应的特征向量线性无关;对于实对称阵,不同特征值对应的特征向量正交; 4. ①、A 与B 等价 ⇔A 经过初等变换得到B ;⇔=PAQ B ,P 、Q 可逆; ()()⇔=r A r B ,A 、B 同型;②、A 与B 合同 ⇔=T C AC B ,其中可逆; ⇔T x Ax 与T x Bx 有相同的正、负惯性指数; ③、A 与B 相似 1-⇔=P AP B ; 5. 相似一定合同、合同未必相似;若C 为正交矩阵,则T C AC B =⇒A B ,(合同、相似的约束条件不同,相似的更严格); 6. A 为对称阵,则A 为二次型矩阵; 7. n 元二次型T x Ax 为正定:A ⇔的正惯性指数为n ;A ⇔与E 合同,即存在可逆矩阵C ,使T C AC E =; A ⇔的所有特征值均为正数; A ⇔的各阶顺序主子式均大于0;0,0ii a A ⇒>>;(必要条件)。

(完整版)精心整理线性代数公式大全,推荐文档

(完整版)精心整理线性代数公式大全,推荐文档

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、和的大小无关;ij A ija 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;A3.代数余子式和余子式的关系:(1)(1)i ji jijijijijM A A M ++=-=-4.设行列式:n D 将上、下翻转或左右翻转,所得行列式为,则;D 1D (1)21(1)n n D D -=-将顺时针或逆时针旋转,所得行列式为,则;D 902D (1)22(1)n n DD-=-将主对角线翻转后(转置),所得行列式为,则;D 3D 3DD=将主副角线翻转后,所得行列式为,则;D 4D 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:、A O A CA B C 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.对于阶行列式,恒有:,其中为阶主n A 1(1)nnkn k kk E A S λλλ-=-=+-∑kS k 子式;7.证明的方法:0A =①、;A A =-②、反证法;③、构造齐次方程组,证明其有非零解;0Ax =④、利用秩,证明;()r A n<⑤、证明0是其特征值;2、矩阵1.是阶可逆矩阵:An (是非奇异矩阵);⇔0A ≠(是满秩矩阵)⇔()r A n =的行(列)向量组线性无关;⇔A 齐次方程组有非零解;⇔0Ax =,总有唯一解;⇔n b R ∀∈Ax b =与等价;⇔A E 可表示成若干个初等矩阵的乘积;⇔A 的特征值全不为0;⇔A是正定矩阵;⇔T A A 的行(列)向量组是的一组基;⇔A nR 是中某两组基的过渡矩阵;⇔AnR 2.对于阶矩阵: 无条件恒成立;n A **AA A A A E ==3.1**111**()()()()()()TT TT 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、可逆:A B 若,则:12s A AA A ⎛⎫⎪⎪= ⎪ ⎪⎝⎭Ⅰ、;12sA A A A = Ⅱ、;111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭②、;(主对角分块)111A O A O O B O B ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭③、;(副对角分块)111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭④、;(拉普拉斯)11111A C A A CB O B OB -----⎛⎫-⎛⎫= ⎪ ⎪⎝⎭⎝⎭⑤、;(拉普拉斯)11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭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m n ⨯A 唯一确定的:;rm nE OF O O⨯⎛⎫= ⎪⎝⎭等价类:所有与等价的矩阵组成的一个集合,称为一个等A 价类;标准形为其形状最简单的矩阵;对于同型矩阵、,若;A B ()()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,则可逆,且;(,)(,)rA E E X :A 1X A -=②、对矩阵做初等行变化,当变为时,就变成,(,)A B A E B 1A B -即:;1(,)(,)cA B E AB - ~ ③、求解线形方程组:对于个未知数个方程,如果n n Ax b =,则可逆,且;(,)(,)rA b E x :A 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、,左乘矩阵,乘的各行元素;右乘,12n ⎛⎫ ⎪⎪Λ= ⎪ ⎪⎝⎭λλλAiλA乘的各列元素;iλA ③、对调两行或两列,符号,且,例如:(,)E i j 1(,)(,)E i j E i j -=;1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭④、倍乘某行或某列,符号,且,例如:(())E i k 11(())(())E i k E i k-=;1111(0)11k k k-⎛⎫⎛⎫ ⎪⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⑤、倍加某行或某列,符号,且,如:(())E ij k 1(())(())E ij k E ij k -=-;11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭5.矩阵秩的基本性质:①、;0()min(,)m nr A m n ⨯≤≤②、;()()Tr A r A =③、若,则;A B :()()r A r B =④、若、可逆,则;(可逆矩阵不影响P Q ()()()()r A r PA r AQ r PAQ ===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、如果是矩阵,是矩阵,且,则:(※)A m n ⨯B n s ⨯0AB =Ⅰ、的列向量全部是齐次方程组解(转置运算后的B 0AX =结论);Ⅱ、()()r A r B n+≤⑨、若、均为阶方阵,则;A B 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 ⎛⎫ ⎪ ⎪ ⎪⎝⎭二项展开式:;1111110()nnnn m n mmn n n nm m n mnnnnnnm a b C a C ab C ab Ca b C b Ca b -----=+=++++++=∑ 注:Ⅰ、展开后有项;()na b +1n +Ⅱ、0(1)(1)!1123!()!--+====- ::: :m n nn n n n n m n CC C m m n m Ⅲ、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 AA A A X X λλλ- == ⇒ =③、、*1AA A -=1*n AA-=8.关于矩阵秩的描述:A ①、,中有阶子式不为0,阶子式全部为0;(两()r A n =A n 1n +句话)②、,中有阶子式全部为0;()r A n <A n ③、,中有阶子式不为0;()r A n ≥A n 9.线性方程组:,其中为矩阵,则:Ax b =A m n ⨯①、与方程的个数相同,即方程组有个方程;m Ax b =m②、与方程组得未知数个数相同,方程组为元方程;n Ax b =n 10.线性方程组的求解:Ax b =①、对增广矩阵进行初等行变换(只能使用初等行变换);B 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元线性方程:n m n 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、(向量方程,为矩阵,个111211*********2n n m m mn m m a a a x b a a a x b Ax ba a a xb ⎛⎫⎛⎫⎛⎫⎪⎪ ⎪⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭A m n ⨯m 方程,个未知数)n ③、(全部按列分块,其中);()1212n n x xaa a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭④、(线性表出)1122n n a x a xa x β+++= ⑤、有解的充要条件:(为未知数的个数或维数)()(,)r A r A n β=≤n 4、向量组的线性相关性1.个维列向量所组成的向量组:构成矩阵mn A 12,,,mααα n m ⨯;12(,,,)mA = ααα个维行向量所组成的向量组:构成矩阵;mn B 12,,,T T T mβββ m n ⨯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、无关有、无非零解;(齐次0Ax ⇔=线性方程组)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.矩阵与行向量组等价的充分必要条件是:齐次方程组m nA ⨯l nB ⨯和同解;(例14)0Ax =0Bx =101P 4.;(例15)()()Tr A A r A =101P 5.维向量线性相关的几何意义:n ①、线性相关;α⇔0α=②、线性相关坐标成比例或共线(平行);,αβ⇔,αβ③、线性相关共面;,,αβγ⇔,,αβγ6.线性相关与无关的两套定理:若线性相关,则必线性相关;12,,,sααα 121,,,,ss αααα+ 若线性无关,则必线性无关;(向量的个数加12,,,sααα 121,,,s ααα- 加减减,二者为对偶)若维向量组的每个向量上添上个分量,构成维向量组:r A n r -n B 若线性无关,则也线性无关;反之若线性相关,则也线A B B A 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(个数为)能由向量组(个数为)线性表示,且A r B s 线性无关,则(二版定理7);A r s ≤74P 向量组能由向量组线性表示,则;(定理3)A B ()()r A r B ≤86P 向量组能由向量组线性表示A B 有解;AX B ⇔=(定理2)()(,)r A r A B ⇔=85P 向量组能由向量组等价(定理2推论)A B ()()(,)r A r B r A B ⇔ ==85P 8.方阵可逆存在有限个初等矩阵,使;A ⇔12,,,lP P P 12lA P P P = ①、矩阵行等价:(左乘,可逆)与同~rA B PA B ⇔=P 0Ax ⇔=0Bx =解②、矩阵列等价:(右乘,可逆);~cA B AQ B ⇔=Q ③、矩阵等价:(、可逆);~A B PAQ B ⇔=P Q 9.对于矩阵与:m nA ⨯l nB ⨯①、若与行等价,则与的行秩相等;A B A B ②、若与行等价,则与同解,且与的任何对应A B 0Ax =0Bx =A B 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、矩阵的行秩等于列秩;A 10.若,则:m s s n m nA B C ⨯⨯⨯=①、的列向量组能由的列向量组线性表示,为系数矩阵;C A B ②、的行向量组能由的行向量组线性表示,为系数矩阵;C B TA (转置)11.齐次方程组的解一定是的解,考试中可以直接作0Bx =0ABx =为定理使用,而无需证明;①、只有零解只有零解;0ABx =0Bx ⇒ =②、有非零解一定存在非零解;0Bx =0ABx ⇒ =12.设向量组可由向量组线性表示为:12:,,,n rrB b b b ⨯ 12:,,,n ssA a a a ⨯ (题19结论)110P ()1212(,,,)(,,,)r sb b b a a a K = B AK =其中为,且线性无关,则组线性无关;(与K s r ⨯A B ()r K r ⇔=B 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 ==≤≤∴= 注:当时,为方阵,可当作定理使用;r s =K 13.①、对矩阵,存在,、的列向量线性m nA ⨯n mQ ⨯mAQ E =()r A m ⇔=Q 无关;()87P ②、对矩阵,存在,、的行向量线性无关;m n A ⨯n m P ⨯nPA E =()r A n ⇔=P 14.线性相关12,,,sααα 存在一组不全为0的数,使得成立;⇔12,,,sk k k 11220ssk k k ααα+++= (定义)有非零解,即有非零解;⇔1212(,,,)0s s x xx ααα⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭0Ax =,系数矩阵的秩小于未知数的个数;⇔12(,,,)s r sααα< 15.设的矩阵的秩为,则元齐次线性方程组的解集m n ⨯A r n 0Ax =的秩为:;S ()r S n r =-16.若为的一个解,为的一个基础解系,则*ηAx b =12,,,n rξξξ- 0Ax =线性无关;(题33结论)*12,,,,n rηξξξ- 111P 5、相似矩阵和二次型1.正交矩阵或(定义),性质:TA A E ⇔=1TA A -=①、的列向量都是单位向量,且两两正交,即A ;1(,1,2,)0T iji j a a i j n i j=⎧==⎨≠⎩②、若为正交矩阵,则也为正交阵,且;A 1TA A -=1A =±③、若、正交阵,则也是正交阵;A B AB 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 a ;11b 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、与等价经过初等变换得到;A B ⇔A B ,、可逆;⇔=PAQ B P Q ,、同型;()()⇔=r A r B A B ②、与合同,其中可逆;A B ⇔=TC AC B 与有相同的正、负惯性指数;⇔Tx Ax T x Bx ③、与相似;A B 1-⇔=P AP B 5.相似一定合同、合同未必相似;若为正交矩阵,则,(合同、相似的约束条件C TC AC B =⇒A B :不同,相似的更严格);6.为对称阵,则为二次型矩阵;A A7.元二次型为正定:n Tx Ax 的正惯性指数为;A ⇔n 与合同,即存在可逆矩阵,使;A ⇔E C TC AC E=的所有特征值均为正数;A ⇔的各阶顺序主子式均大于0;A ⇔;(必要条件)0,0iia A ⇒>>。

线性代数公式大全——最新修订

线性代数公式大全——最新修订

线性代数公式大全——最新修订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 AB CB O B==、(1)m n CA OA AB B OB C==-⑥、范德蒙行列式:大指标减小指标的连乘积; ⑦、特征值;6. 对于n 阶行列式A ;恒有:1(1)nnk n k k k E A S λλλ-=-=+-∑;其中k S 为k 阶主子式;7. 证明0A =的方法:①、A A =-; ②、反证法;③、构造齐次方程组0Ax =;证明其有非零解; ④、利用秩;证明()r A n <; ⑤、证明0是其特征值;2、矩阵1.A 是n 阶可逆矩阵:⇔0A ≠是非奇异矩阵; ⇔()r A n =是满秩矩阵 ⇔A 的行列向量组线性无关; ⇔齐次方程组0Ax =有非零解; ⇔n b R ∀∈;Ax b =总有唯一解; ⇔A 与E 等价;⇔A 可表示成若干个初等矩阵的乘积;⇔A 的特征值全不为0; ⇔T A A 是正定矩阵;⇔A 的行列向量组是n R 的一组基;⇔A 是n R 中某两组基的过渡矩阵;2. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立;3.1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===4. 矩阵是表格;推导符号为波浪号或箭头;行列式是数值;可求代数和;5. 关于分块矩阵的重要结论;其中均A 、B 可逆:若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭;则: Ⅰ、12s A A A A =;Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭; ②、111A O A O O B O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;主对角分块 ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;副对角分块 ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭;拉普拉斯 ⑤、11111A O A O C B B CA B -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭;拉普拉斯 3、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ;总可经过初等变换化为标准形;其标准形是唯一确定的:rm nEO F OO ⨯⎛⎫= ⎪⎝⎭; 等价类:所有与A 等价的矩阵组成的一个集合;称为一个等价类;标准形为其形状最简单的矩阵;对于同型矩阵A 、B ;若()()r A r B A B = ⇔ ; 2. 行最简形矩阵:①、只能通过初等行变换获得;②、每行首个非0元素必须为1;③、每行首个非0元素所在列的其他元素必须为0;3. 初等行变换的应用:初等列变换类似;或转置后采用初等行变换①、若(,)(,)rA E E X ;则A 可逆;且1X A -=;②、对矩阵(,)A B 做初等行变化;当A 变为E 时;B 就变成1A B -;即:1(,)(,)cA B E A B - ~ ;③、求解线形方程组:对于n 个未知数n 个方程Ax b =;如果(,)(,)rA b E x ;则A 可逆;且1x A b -=; 4. 初等矩阵和对角矩阵的概念:①、初等矩阵是行变换还是列变换;由其位置决定:左乘为初等行矩阵、右乘为初等列矩阵;②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ;左乘矩阵A ;i λ乘A 的各行元素;右乘;iλ乘A 的各列元素;③、对调两行或两列;符号(,)E i j ;且1(,)(,)E i j E i j -=;例如:1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;④、倍乘某行或某列;符号(())E i k ;且11(())(())E i k E i k -=;例如:1111(0)11k k k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列;符号(())E ij k ;且1(())(())E ij k E ij k -=-;如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =; ③、若AB ;则()()r A r B =;④、若P 、Q 可逆;则()()()()r A r PA r AQ r PAQ ===;可逆矩阵不影响矩阵的秩 ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;※ ⑥、()()()r A B r A r B +≤+;※ ⑦、()min((),())r AB r A r B ≤;※⑧、如果A 是m n ⨯矩阵;B 是n s ⨯矩阵;且0AB =;则:※ Ⅰ、B 的列向量全部是齐次方程组0AX =解转置运算后的结论;Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵;则()()()r AB r A r B n ≥+-;6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵向量⨯行矩阵向量的形式;再采用结合律;②、型如101001a c b ⎛⎫⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式;二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C ab Ca bC b C a b -----=+=++++++=∑;注:Ⅰ、()n a b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====-m n n n n n n n m n C C C m m n mⅢ、组合的性质:111102---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ;③、利用特征值和相似对角化: 7. 伴随矩阵:①、伴随矩阵的秩:*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩;②、伴随矩阵的特征值:*1*(,)AAAX X A A A A X X λλλ- == ⇒ =;③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述:①、()r A n =;A 中有n 阶子式不为0;1n +阶子式全部为0;两句话②、()r A n <;A 中有n 阶子式全部为0; ③、()r A n ≥;A 中有n 阶子式不为0;9. 线性方程组:Ax b =;其中A 为m n ⨯矩阵;则:①、m 与方程的个数相同;即方程组Ax b =有m 个方程;②、n 与方程组得未知数个数相同;方程组Ax b =为n 元方程; 10. 线性方程组Ax b =的求解:①、对增广矩阵B 进行初等行变换只能使用初等行变换;②、齐次解为对应齐次方程组的解; ③、特解:自由变量赋初值后求得;11. 由n 个未知数m 个方程的方程组构成n 元线性方程:①、11112211211222221122n n n n m m nm n n a x a x a x b a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩;②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭向量方程;A 为m n ⨯矩阵;m 个方程;n 个未知数 ③、()1212n n x x a a a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭全部按列分块;其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭; ④、1122n n a x a x a x β+++=线性表出⑤、有解的充要条件:()(,)r A r A n β=≤n 为未知数的个数或维数4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A :12,,,m ααα构成n m ⨯矩阵12(,,,)m A =ααα;m 个n 维行向量所组成的向量组B :12,,,T TTmβββ构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭; 含有有限个向量的有序向量组与矩阵一一对应;2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解;齐次线性方程组②、向量的线性表出 Ax b ⇔=是否有解;线性方程组 ③、向量组的相互线性表示 AX B ⇔=是否有解;矩阵方程3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是:齐次方程组0Ax =和0Bx =同解;101P 例144. ()()T r A A r A =;101P 例155.n 维向量线性相关的几何意义:①、α线性相关⇔0α=; ②、,αβ线性相关 ⇔,αβ坐标成比例或共线平行;③、,,αβγ线性相关 ⇔,,αβγ共面;6. 线性相关与无关的两套定理:若12,,,s ααα线性相关;则121,,,,s s αααα+必线性相关;若12,,,s ααα线性无关;则121,,,s ααα-必线性无关;向量的个数加加减减;二者为对偶若r 维向量组A 的每个向量上添上n r -个分量;构成n 维向量组B :若A 线性无关;则B 也线性无关;反之若B 线性相关;则A 也线性相关;向量组的维数加加减减 简言之:无关组延长后仍无关;反之;不确定;7. 向量组A 个数为r 能由向量组B 个数为s 线性表示;且A 线性无关;则r s ≤二版74P 定理7;向量组A 能由向量组B 线性表示;则()()r A r B ≤;86P 定理3 向量组A 能由向量组B 线性表示AX B ⇔=有解; ()(,)r A r A B ⇔=85P 定理2向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==85P 定理2推论8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ;使12l A P P P =;①、矩阵行等价:~rA B PA B ⇔=左乘;P 可逆0Ax ⇔=与0Bx =同解②、矩阵列等价:~cA B AQ B ⇔=右乘;Q 可逆; ③、矩阵等价:~A B PAQ B ⇔=P 、Q 可逆; 9.对于矩阵m n A ⨯与l n B ⨯:①、若A 与B 行等价;则A 与B 的行秩相等;②、若A 与B 行等价;则0Ax =与0Bx =同解;且A 与B 的任何对应的列向量组具有相同的线性相关性; ③、矩阵的初等变换不改变矩阵的秩; ④、矩阵A 的行秩等于列秩; 10.若m s s n m n A B C ⨯⨯⨯=;则:①、C 的列向量组能由A 的列向量组线性表示;B 为系数矩阵;②、C 的行向量组能由B 的行向量组线性表示;T A 为系数矩阵;转置11.齐次方程组0Bx =的解一定是0ABx =的解;考试中可以直接作为定理使用;而无需证明; ①、0ABx = 只有零解0Bx ⇒ =只有零解;②、0Bx = 有非零解0ABx ⇒ =一定存在非零解;12. 设向量组12:,,,n r r B b b b ⨯可由向量组12:,,,n s s A a a a ⨯线性表示为:110P 题19结论1212(,,,)(,,,)r s b b b a a a K =B AK =其中K 为s r ⨯;且A 线性无关;则B 组线性无关()r K r ⇔=;B 与K 的列向量组具有相同线性相关性 必要性:()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=;充分性:反证法注:当r s =时;K 为方阵;可当作定理使用;13. ①、对矩阵m n A ⨯;存在n m Q ⨯;m AQ E = ()r A m ⇔=、Q 的列向量线性无关;87P ②、对矩阵m n A ⨯;存在n m P ⨯;n PA E = ()r A n ⇔=、P 的行向量线性无关; 14. 12,,,s ααα线性相关⇔存在一组不全为0的数12,,,s k k k ;使得11220s s k k k ααα+++=成立;定义⇔1212(,,,)0s s x xx ααα⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭有非零解;即0Ax =有非零解;⇔12(,,,)s r s ααα<;系数矩阵的秩小于未知数的个数;15. 设m n ⨯的矩阵A 的秩为r ;则n 元齐次线性方程组0Ax =的解集S 的秩为:()r S n r =-;16. 若*η为Ax b =的一个解;12,,,n r ξξξ-为0Ax =的一个基础解系;则*12,,,,n r ηξξξ-线性无关;111P 题33结论5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=定义;性质:①、A 的列向量都是单位向量;且两两正交;即1(,1,2,)0T i j i j a a i j n i j=⎧==⎨≠⎩;②、若A 为正交矩阵;则1T A A -=也为正交阵;且1A =±; ③、若A 、B 正交阵;则AB 也是正交阵; 注意:求解正交阵;千万不要忘记施密特正交化和单位化; 2. 施密特正交化:12(,,,)r a a a11b a =;1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----;3. 对于普通方阵;不同特征值对应的特征向量线性无关;对于实对称阵;不同特征值对应的特征向量正交; 4. ①、A 与B 等价 ⇔A 经过初等变换得到B ;⇔=PAQ B ;P 、Q 可逆; ()()⇔=r A r B ;A 、B 同型;②、A 与B 合同 ⇔=T C AC B ;其中可逆; ⇔T x Ax 与T x Bx 有相同的正、负惯性指数; ③、A 与B 相似 1-⇔=P AP B ; 5. 相似一定合同、合同未必相似;若C 为正交矩阵;则T C AC B =⇒A B ;合同、相似的约束条件不同;相似的更严格; 6. A 为对称阵;则A 为二次型矩阵; 7. n 元二次型T x Ax 为正定:A ⇔的正惯性指数为n ;A ⇔与E 合同;即存在可逆矩阵C ;使T C AC E =; A ⇔的所有特征值均为正数; A ⇔的各阶顺序主子式均大于0;0,0ii a A ⇒>>;必要条件。

线性代数公式必背 完整归纳清晰版

线性代数公式必背 完整归纳清晰版

线性代数必背公式(完全整理版)2010.41、行列式1. n 行列式共有2n 个元素,展开后有!n 项,可分解为2n 行列式;2. 代数余子式的性质:①、ij A 和ij a 的大小无关;②、某行(列)的元素乘以其它行(列)元素的代数余子式为0; ③、某行(列)的元素乘以该行(列)元素的代数余子式为A ; 3. 代数余子式和余子式的关系:(1)(1)i j i j ij ij ij ij M A A M ++=-=-4. 设n 行列式D :将D 上、下翻转或左右翻转,所得行列式为1D ,则(1)21(1)n n D D -=-; 将D 顺时针或逆时针旋转90,所得行列式为2D ,则(1)22(1)n n D D -=-;将D 主对角线翻转后(转置),所得行列式为3D ,则3D D =;将D 主副角线翻转后,所得行列式为4D ,则4D D =; 5. 行列式的重要公式:①、主对角行列式:主对角元素的乘积;②、副对角行列式:副对角元素的乘积(1)2(1)n n -⨯ -;③、上、下三角行列式( = ◥◣):主对角元素的乘积; ④、 ◤和 ◢:副对角元素的乘积(1)2(1)n n -⨯ -;⑤、拉普拉斯展开式:A O A CA B C B O B==、(1)m n C A O A A 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 =-; ②、反证法;③、构造齐次方程组0Ax =,证明其有非零解; ④、利用秩,证明()r A n <; ⑤、证明0是其特征值;2、矩阵1.A 是n 阶可逆矩阵:⇔0A ≠(是非奇异矩阵);⇔()r A n =(是满秩矩阵) ⇔A 的行(列)向量组线性无关; ⇔齐次方程组0Ax =有非零解;⇔n b R ∀∈,Ax b =总有唯一解; ⇔A 与E 等价;⇔A 可表示成若干个初等矩阵的乘积; ⇔A 的特征值全不为0; ⇔T A A 是正定矩阵;⇔A 的行(列)向量组是n R 的一组基; ⇔A 是n R 中某两组基的过渡矩阵;2. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立;3.1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===4. 矩阵是表格,推导符号为波浪号或箭头;行列式是数值,可求代数和;5. 关于分块矩阵的重要结论,其中均A 、B 可逆:若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,则: Ⅰ、12s A A A A = ; Ⅱ、111121s A A A A ----⎛⎫⎪⎪= ⎪ ⎪ ⎪⎝⎭; ②、111A O A O O B OB ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;(主对角分块) ③、111O A O B B O AO ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(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= ⎪ ⎪⎝⎭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 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()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 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 ≤(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:~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:(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 =;1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=---- ; 3. 对于普通方阵,不同特征值对应的特征向量线性无关;对于实对称阵,不同特征值对应的特征向量正交; 4. ①、A 与B 等价 ⇔A 经过初等变换得到B ;⇔=PAQ B ,P 、Q 可逆; ()()⇔=r A r B ,A 、B 同型;②、A 与B 合同 ⇔=T C AC B ,其中可逆;⇔T x Ax 与T x Bx 有相同的正、负惯性指数; ③、A 与B 相似 1-⇔=P AP B ; 5. 相似一定合同、合同未必相似;若C 为正交矩阵,则T C AC B =⇒A B ,(合同、相似的约束条件不同,相似的更严格); 6. A 为对称阵,则A 为二次型矩阵; 7. n 元二次型T x Ax 为正定:A ⇔的正惯性指数为n ;A ⇔与E 合同,即存在可逆矩阵C ,使T C AC E =; A ⇔的所有特征值均为正数; A ⇔的各阶顺序主子式均大于0;0,0ii a A ⇒>>;(必要条件)。

线性代数总复习-做题技巧公式大全

线性代数总复习-做题技巧公式大全

nn ji A ×=)(*A 一、伴随矩阵1*)(det −=AA A (A 可逆时) EA AA A A )(det **==(一般情形) ⎪⎩⎪⎨⎧−<−===1rank ,01rank ,1rank ,rank *n n n n A A A A 定式二、A =βαT ,α和β是n 维列向量且αT β=d ≠0A A 1T 1T T )()(−−===k k k k d αβαββα1rank =A ))()((T T ββαβββαβd ===A )1rank rank 1(≤≤≤βA A 的非零特征值为d ,对应的特征向量为β;0为A 的n -1重特征值。

Ax = 0的基础解系含n -1个线性无关的特征向量;或直接计算得1))(()det(−−−=−n λλd λE A A 相似于对角矩阵)0,,0,diag(L d 1)2)3)4)5)设A 为m ×n 矩阵,m ≤A rank ;n ≤A rank 1)2)若A ≠O ,则rank A > 0;3);A A rank rank T =4)=)rank(A λ⎩⎨⎧0rank ≠λ,A 00=λ,三、矩阵的秩的有关结果6),A AB rank )rank(≤;B AB rank )rank(≤5);B A B A rank rank )rank(+≤+7)若A 可逆,则rank(AB )=rank B ;rank(CA )=rank C ;设A 为m ×n 矩阵,且AB = O ,则n≤+B A rank rank 9)B 为n ×s 矩阵,10)设A 为n 阶方阵,则⎪⎩⎪⎨⎧−<−===1rank ,01rank ,1rank ,rank *n n n n A A A A 11)A rank =A 的行向量组的秩=A 的列向量组的秩8);A AA A A rank )rank()rank(TT ==四、向量组的有关性质1)向量组与它的任一个极大无关组等价。

线性代数公式总结大全

线性代数公式总结大全

线性代数公式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 =-; 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8.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;9. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立; 10. 1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===11. 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; 12. 关于分块矩阵的重要结论,其中均A 、B 可逆:若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,则: Ⅰ、12s A A A A =;Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭; ②、111A O A O O B O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;(主对角分块) ③、111O A O B B O AO ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(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13. 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 = ⇔ ; 14. 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;15. 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 -=; 16. 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 --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;17. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =; ③、若AB ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;18. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫ ⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式;二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C ab Ca bC b C a b -----=+=++++++=∑;注:Ⅰ、()n a b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====-m n n n n n n n m n C C C m m n mⅢ、组合的性质:111102---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ;③、利用特征值和相似对角化: 19. 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-=20. 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 阶子式不全为0;21. 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; 22. 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;23. 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 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24. 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;25. 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) 26. 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)27. ()()T r A A r A =;(101P 例15) 28. 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;29. 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;30. 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)31. 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); 32.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; 33.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)34.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;35. 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;36. 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; 37. 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;38. 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 =-;39. 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40. 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; 41. 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 ----=----;42. 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; 43. 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 ; 44. 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); 45. A 为对称阵,则A 为二次型矩阵; 46. 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》公式大全

《线性代数》公式大全

线性代数公式大全——最新修订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)nnk n k k k E A S λλλ-=-=+-∑,其中k S 为k 阶主子式;7. 证明0A =的方法:①、A A =-; ②、反证法;③、构造齐次方程组0Ax =,证明其有非零解; ④、利用秩,证明()r A n <; ⑤、证明0是其特征值;2、矩阵1.A 是n 阶可逆矩阵:⇔0A ≠(是非奇异矩阵); ⇔()r A n =(是满秩矩阵)⇔A 的行(列)向量组线性无关; ⇔齐次方程组0Ax =有非零解;⇔n b R ∀∈,Ax b =总有唯一解; ⇔A 与E 等价;⇔A 可表示成若干个初等矩阵的乘积; ⇔A 的特征值全不为0;⇔T A A 是正定矩阵;⇔A 的行(列)向量组是n R 的一组基;⇔A 是n R 中某两组基的过渡矩阵;2. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立;3.1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===4. 矩阵是表格,推导符号为波浪号或箭头;行列式是数值,可求代数和;5. 关于分块矩阵的重要结论,其中均A 、B 可逆:若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,则: Ⅰ、12s A A A A =;Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭; ②、111A O A O O B O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;(主对角分块) ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(副对角分块) ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭;(拉普拉斯) ⑤、11111A O A O C B B 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 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 - ~ ;3③、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()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: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 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)54. ()()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 =;1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----;3. 对于普通方阵,不同特征值对应的特征向量线性无关;对于实对称阵,不同特征值对应的特征向量正交; 4. ①、A 与B 等价 ⇔A 经过初等变换得到B ;⇔=PAQ B ,P 、Q 可逆; ()()⇔=r A r B ,A 、B 同型;②、A 与B 合同 ⇔=T C AC B ,其中可逆;⇔T x Ax 与T x Bx 有相同的正、负惯性指数; ③、A 与B 相似 1-⇔=P AP B ; 5. 相似一定合同、合同未必相似;若C 为正交矩阵,则T C AC B =⇒A B ,(合同、相似的约束条件不同,相似的更严格); 6. A 为对称阵,则A 为二次型矩阵; 7. n 元二次型T x Ax 为正定:A ⇔的正惯性指数为n ;A ⇔与E 合同,即存在可逆矩阵C ,使T C AC E =; A ⇔的所有特征值均为正数; A ⇔的各阶顺序主子式均大于0;0,0ii a A ⇒>>;(必要条件)。

线性代数重要公式、定理大全

线性代数重要公式、定理大全

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 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 -=-;(1)22(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; 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 A BCB O B==、(1)m n CA OA A BB OB C==-⑥、范德蒙行列式:大指标减小指标的连乘积; ⑦、特征值;6. 对于n 阶行列式A ,恒有:1(1)nnk n k k k E A S λλλ-=-=+-∑,其中k S 为k 阶主子式;7. 证明0A =的方法:①、A A =-; ②、反证法;③、构造齐次方程组0Ax =,证明其有非零解; ④、利用秩,证明()r A n <; ⑤、证明0是其特征值;2、矩阵1.A 是n 阶可逆矩阵:⇔0A ≠(是非奇异矩阵); ⇔()r A n =(是满秩矩阵) ⇔A 的行(列)向量组线性无关;⇔齐次方程组0Ax =有非零解;⇔n b R ∀∈,Ax b =总有唯一解; ⇔A 与E 等价;⇔A 可表示成若干个初等矩阵的乘积; ⇔A 的特征值全不为0; ⇔T A A 是正定矩阵;⇔A 的行(列)向量组是n R 的一组基; ⇔A 是n R 中某两组基的过渡矩阵;2. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立;3.1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===4. 矩阵是表格,推导符号为波浪号或箭头;行列式是数值,可求代数和;5. 关于分块矩阵的重要结论,其中均A 、B 可逆:若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭,则: Ⅰ、12s A A A A =;Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭; ②、111A O A O O B O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭;(主对角分块) ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(副对角分块) ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭;(拉普拉斯) ⑤、11111A O A O C B B 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= ⎪ ⎪⎝⎭λλλ,左乘矩阵A ,i λ乘A 的各行元素;右乘,iλ乘A 的各列元素;③、对调两行或两列,符号(,)E i j ,且1(,)(,)E i j E i j -=,例如:1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;④、倍乘某行或某列,符号(())E i k ,且11(())(())E i k E i k -=,例如:1111(0)11k k k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭; ⑤、倍加某行或某列,符号(())E ij k ,且1(())(())E ij k E ij k -=-,如:11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;5. 矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =; ③、若AB ,则()()r A r B =;④、若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===;(可逆矩阵不影响矩阵的秩) ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+;(※) ⑥、()()()r A B r A r B +≤+;(※) ⑦、()min((),())r AB r A r B ≤;(※)⑧、如果A 是m n ⨯矩阵,B 是n s ⨯矩阵,且0AB =,则:(※) Ⅰ、B 的列向量全部是齐次方程组0AX =解(转置运算后的结论);Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵,则()()()r AB r A r B n ≥+-;6. 三种特殊矩阵的方幂:①、秩为1的矩阵:一定可以分解为列矩阵(向量)⨯行矩阵(向量)的形式,再采用结合律;②、型如101001a c b ⎛⎫ ⎪⎪ ⎪⎝⎭的矩阵:利用二项展开式;二项展开式:01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C ab Ca bC b C a b -----=+=++++++=∑;注:Ⅰ、()n a b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====-m n n n n n n n m n C C C m m n mⅢ、组合的性质:111102---+-===+==∑nmn m mm m r nr r nnn n nnn n r C CCC CCrC nC ;③、利用特征值和相似对角化: 7. 伴随矩阵:①、伴随矩阵的秩:*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩; ②、伴随矩阵的特征值:*1*(,)AAAX X A A A A X X λλλ- == ⇒ =;③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述:①、()r A n =,A 中有n 阶子式不为0,1n +阶子式全部为0;(两句话)②、()r A n <,A 中有n 阶子式全部为0; ③、()r A n ≥,A 中有n 阶子式不为0;9. 线性方程组:Ax b =,其中A 为m n ⨯矩阵,则:①、m 与方程的个数相同,即方程组Ax b =有m 个方程;②、n 与方程组得未知数个数相同,方程组Ax b =为n 元方程; 10. 线性方程组Ax b =的求解:①、对增广矩阵B 进行初等行变换(只能使用初等行变换);②、齐次解为对应齐次方程组的解; ③、特解:自由变量赋初值后求得;11. 由n 个未知数m 个方程的方程组构成n 元线性方程:①、11112211211222221122n n n n m m nm n n a x a x a x b a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩;②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭(向量方程,A 为m n ⨯矩阵,m 个方程,n 个未知数) ③、()1212n n x x a a a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭(全部按列分块,其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭); ④、1122n n a x a x a x β+++=(线性表出)⑤、有解的充要条件:()(,)r A r A n β=≤(n 为未知数的个数或维数)4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A :12,,,m ααα构成n m ⨯矩阵12(,,,)m A =ααα;m 个n 维行向量所组成的向量组B :12,,,T TTmβββ构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭; 含有有限个向量的有序向量组与矩阵一一对应;2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解;(齐次线性方程组)②、向量的线性表出 Ax b ⇔=是否有解;(线性方程组) ③、向量组的相互线性表示 是否有AX B ⇔=解;(矩阵方程)3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是:齐次方程组0Ax =和0Bx =同解;(101P 例14)4. ()()T r A A r A =;(101P 例15)5.n 维向量线性相关的几何意义:①、α线性相关 ⇔0α=;②、,αβ线性相关⇔,αβ坐标成比例或共线(平行);③、,,αβγ线性相关 ⇔,,αβγ共面;6. 线性相关与无关的两套定理:若12,,,s ααα线性相关,则121,,,,s s αααα+必线性相关;若12,,,s ααα线性无关,则121,,,s ααα-必线性无关;(向量的个数加加减减,二者为对偶)若r 维向量组A 的每个向量上添上n r -个分量,构成n 维向量组B :若A 线性无关,则B 也线性无关;反之若B 线性相关,则A 也线性相关;(向量组的维数加加减减) 简言之:无关组延长后仍无关,反之,不确定;7. 向量组A (个数为r )能由向量组B (个数为s )线性表示,且A 线性无关,则r s ≤(二版74P 定理7);向量组A 能由向量组B 线性表示,则()()r A r B ≤;(86P 定理3) 向量组A 能由向量组B 线性表示AX B ⇔=有解; ()(,)r A r A B ⇔=(85P 定理2)向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==(85P 定理2推论)8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ,使12l A P P P =;①、矩阵行等价:~rA B PA B ⇔=(左乘,P 可逆)0Ax ⇔=与0Bx =同解 ②、矩阵列等价:~cA B AQ B ⇔=(右乘,Q 可逆); ③、矩阵等价:~A B PAQ B ⇔=(P 、Q 可逆); 9. 对于矩阵m n A ⨯与l n B ⨯:①、若A 与B 行等价,则A 与B 的行秩相等;②、若A 与B 行等价,则0Ax =与0Bx =同解,且A 与B 的任何对应的列向量组具有相同的线性相关性; ③、矩阵的初等变换不改变矩阵的秩; ④、矩阵A 的行秩等于列秩; 10. 若m s s n m n A B C ⨯⨯⨯=,则:①、C 的列向量组能由A 的列向量组线性表示,B 为系数矩阵; ②、C 的行向量组能由B 的行向量组线性表示,T A 为系数矩阵;(转置)11. 齐次方程组0Bx =的解一定是0ABx =的解,考试中可以直接作为定理使用,而无需证明;①、0ABx = 只有零解0Bx ⇒ =只有零解;②、0Bx = 有非零解0ABx ⇒ =一定存在非零解;12. 设向量组12:,,,n r r B b b b ⨯可由向量组12:,,,n s s A a a a ⨯线性表示为:(110P 题19结论)1212(,,,)(,,,)r s b b b a a a K =(B AK =)其中K 为s r ⨯,且A 线性无关,则B 组线性无关()r K r ⇔=;(B 与K 的列向量组具有相同线性相关性) (必要性:()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=;充分性:反证法)注:当r s =时,K 为方阵,可当作定理使用;13. ①、对矩阵m n A ⨯,存在n m Q ⨯,m AQ E = ()r A m ⇔=、Q 的列向量线性无关;(87P )②、对矩阵m n A ⨯,存在n m P ⨯,n PA E = ()r A n ⇔=、P 的行向量线性无关;14. 12,,,s ααα线性相关⇔存在一组不全为0的数12,,,s k k k ,使得11220s s k k k ααα+++=成立;(定义)⇔1212(,,,)0s s x xx ααα⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭有非零解,即0Ax =有非零解;⇔12(,,,)s r s ααα<,系数矩阵的秩小于未知数的个数;15. 设m n ⨯的矩阵A 的秩为r ,则n 元齐次线性方程组0Ax =的解集S 的秩为:()r S n r =-;16. 若*η为Ax b =的一个解,12,,,n r ξξξ-为0Ax =的一个基础解系,则*12,,,,n r ηξξξ-线性无关;(111P 题33结论)5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=(定义),性质:①、A 的列向量都是单位向量,且两两正交,即1(,1,2,)0T i j i j a a i j n i j=⎧==⎨≠⎩;②、若A 为正交矩阵,则1T A A -=也为正交阵,且1A =±; ③、若A 、B 正交阵,则AB 也是正交阵; 注意:求解正交阵,千万不要忘记施密特正交化和单位化; 2. 施密特正交化:12(,,,)r a a a11b a =;1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----;3. 对于普通方阵,不同特征值对应的特征向量线性无关;对于实对称阵,不同特征值对应的特征向量正交; 4. ①、A 与B 等价 ⇔A 经过初等变换得到B ;⇔=PAQ B ,P 、Q 可逆;()()⇔=r A r B ,A 、B 同型;②、A 与B 合同 ⇔=T C AC B ,其中可逆; ⇔T x Ax 与T x Bx 有相同的正、负惯性指数; ③、A 与B 相似 1-⇔=P AP B ; 5. 相似一定合同、合同未必相似;若C 为正交矩阵,则T C AC B =⇒A B ,(合同、相似的约束条件不同,相似的更严格); 6. A 为对称阵,则A 为二次型矩阵; 7. n 元二次型T x Ax 为正定:A ⇔的正惯性指数为n ;A ⇔与E 合同,即存在可逆矩阵C ,使T C AC E =; A ⇔的所有特征值均为正数;A ⇔的各阶顺序主子式均大于0;0,0ii a A ⇒>>;(必要条件)。

  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、ijA 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 j i j ijij ij 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 DD-=-;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 BCB OB ==、(1)m n CA OA A BBO 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)n nkn 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;⇔nb 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nR 的一组基; ⇔A是nR 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 AA 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、12sA AA 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 AO ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;(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= ⎪ ⎪⎝⎭λλλ,左乘矩阵A ,iλ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 nr Am n ⨯≤≤;②、()()Tr 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()nnn n m n m m n 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、()na b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====- m nnn n n n n m n CC C m m n mⅢ、组合的性质:11112---+-===+==∑nm n m m m m r nr r nnn nnnn 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 AA A A X X λλλ- == ⇒ =;③、*1AA A -=、1*n AA-=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、111211*********2n n m m mn m m a a a x b a a a x b Ax ba a a xb ⎛⎫⎛⎫⎛⎫⎪⎪ ⎪⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭(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 x a xa 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,,,mααα 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 T mβββ 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Ax =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,,,sααα 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 nA ⨯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 ss n m nAB 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 rrBb b b ⨯ 可由向量组12:,,,n ssAa 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 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1122s 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 sααα< ,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TA A E ⇔=或1TAA -=(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,)T i j i j a a i j n i j=⎧==⎨≠⎩ ;②、若A 为正交矩阵,则1TAA -=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;⇔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;⇔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;AA⇔的各阶顺序主子式均大于0;0,0ii a A ⇒>>;(必要条件)。

相关文档
最新文档