(线性代数)矩阵秩的8大性质、重要定理以及关系
2.5 矩阵的秩及其求法
求 R( A).
1 0 2 −4 1 0 2 −4 −4 → 0 1 −1 2 r 2r ， 解 A 2 − 0 1 −1 2 r1 → r3 + 1 0 −1 1 − 2 0 0 0 0
R(A) = 2
13
1 −1 1 2 例5 设A = 3 λ −1 2, 且R（A） 2 = ，求λ, µ 5 3 µ 6
∴ R( A) = 3
A为满秩方阵。
19
若求A 若求 的标准型矩阵
1 − 2 1 − 4 0 −1 −1 3 → 0 0 1 9 0 0 0 0
2 1 1 0 →0 2 0 0
0 −1 2 1 0 0
4 0 12 3 1 9 2 0 0 0
矩阵A 的第一、三行，第二、四列相交处的元素 所构成的二阶子式为
2 −1 D2 = 0 −1
3 5 为 A 的一个三阶子式。
而
1 2 D3 = 4 6
1 0 −1
k k m× n 矩阵 A 共有 cmcn 个 k 阶子式。 显然，
4
设
A = (aij )m×n 当 A＝0 时，它的任何子式都为零。
⑤ R（AB）≤ min{R（A），R（B）} ⑥ 若 Am×nBn×s=0，则 R（A）+R（B）≤n
24
例8
设A为n阶矩阵，证明R（A+E）+R（A-E）≥n 证： ∴ 而 ∴ ∵ （A+E）+（E-A）=2E r（A+E）+ r（ E-A ）≥ r（2E）=n r（ E-A ）= r（ A-E ） r（A+E）+r（A-E）≥n
7
矩阵秩的求法 二、矩阵秩的求法 1、子式判别法 定义 。 、子式判别法(定义 定义)。
27矩阵的秩及向量组的极大无关组求法
解法2: 用初等行变换将A化成行阶梯形矩阵，得
1 0
1 2
2
1
1 r 32 r1 0
1 2
21 r 31 2 r2 1 0
1 2
2 1
2 3 1
0 1 3
0 0 52
所以r(A)=3，A满秩，故A可逆.
《线性代数》
返回
下页
结束
7.3 向量组方面的一些重要方法
定义4 矩阵A的行向量组的秩称为矩阵A的行秩，列向量组的秩 称为矩阵A的列秩. 即
解2：以１,２,３为行向量作成矩阵A，用初等变换将A化为
阶梯形矩阵后可求.
1 2
2 3
3 4
4 5
r2 r3
2 3
r1 r1
1 0
2 1
3 2
4 3
r3 2r2
1 0
23 1 2
4 3
3 4 5 6
0 2 4 6
0 0 0 0
因为阶梯形矩阵的秩为2，所以向量组的秩为2．
1 1 0 0 2
r 3 r 4 0 5 0 2 3 r 35 3 r2 0 5 0 2 1
0 3 3 2 0
0 0 3 165 95
0 0 0 0 0
0 0 0 0 0
所以， r(A)=3.
《线性代数》
返回
下页
结束
例3. 设方阵
1 A 0
1 2
2 1
2 3 1
判断A是否可逆.
11 2 解法1: 因为 | A| 0 2 1 5 0 , 所以，A满秩(可逆).
0 02
0 32 032
《线性代数》
返回
下页
结束
定义2 若矩阵A有一个r阶子式不为零，而所有r+1阶子式 (如果存在的话)全等于零，则r称为矩阵A的秩，记作r(A).
线性代数 矩阵的秩与逆矩阵
BP1 P2
Ps = X
AP1 P2
Ps = E
3. AXC = B, A, C可逆。 解法I : X = A BC
解法II : AX = BC
−1
−1
−1
−1
XC = A B
求解矩阵方程时，一定要记住：先化简，再求解。
1 .已知 A, 且 AB = A − B , 求 B .
−1 ⇒ B = ( A + E ) A ⇒ AB + B = A ⇒ ( A + E ) B = A
⎛1 − 1 − 1 ⎜ → ⎜0 −1 − 2 ⎜0 0 −1 ⎝
⎛1 0 0 ⎜ → ⎜0 1 0 ⎜0 0 1 ⎝ 2
1 0 0⎞ ⎟ 3 1 0⎟ 4 2 1⎟ ⎠
1 ⎞ ⎟ 5 3 2⎟ − 4 − 2 − 1⎟ ⎠ 1
∴A
−1
=
1 1 ⎞ ⎛ 2 ⎜ ⎟ 3 2⎟ ⎜ 5 ⎜ − 4 − 2 − 1⎟ ⎝ ⎠
⎛2 ⎛1 − 1 ⎞ 3 . C = ⎜ 2.B = ⎜ ⎟ ⎜0 ⎜1 − 2 ⎟ ⎝ ⎝ ⎠
− 2⎞ ⎟ ⎟ 1 ⎠
⎛2 1 ⎛ 1 1⎞ −1 2. B = ⎜ = ⎜ ⎟ ⎜ ⎟ ⎜1 3 ⎝ − 2 1⎠ ⎝
− 1⎞ −1 1 ⎛ 1 2 ⎞ ⎜ ⎟ = C 3 . ⎟ ⎜ ⎟ ⎟ 0 2 2 − 1⎠ ⎝ ⎠
？？ ⎛ 1 − 1 − 1⎞ ⎜ ⎟ 的逆怎样求？ ？ A = ⎜− 3 2 1 ⎟
⎜ 2 ⎝ 0 1 ⎟ ⎠
逆阵的性质
1 (i ) A可逆 ⇒ A = ; A (ii ) A可逆 ⇒ A−1可逆, ( A−1 ) −1 = A;
−1
(iii ) AB = E (or BA = E ) ⇒ B = A ;
线性代数 矩阵的秩
小结. 求m × n 矩阵A 的秩r(A), 可用以下方法: 1. 对于比较简单的矩阵, 直接用秩的定义 直接用秩的定义. .
∼
1 0 0 0
0 1 0 4
0 1 0 −1 0 0 5 0
2. 用有限次初等变换, 用有限次初等变换, 将矩阵A变为它的等价 标准形 , 则 r = r( A ) . O O 3. 用有限次行初等变换, 用有限次行初等变换,将矩阵A变为梯矩阵, 则 r(A)等于该梯矩阵的非零行的行数 等于该梯矩阵的非零行的行数. （方法2 与方法3 相比, 方法3 较为简单.）
例1 求下列矩阵的秩: 求下列矩阵的秩:
(1) A = 2 2
1 1
2 4 8 (2) B = 1 2 1
(3) C = 2
1 2 4 1 4 8 2 3 6 2 0
.
解 (1)因为
1 1 a = 1 ≠ 0 而 det A = 1 1 = 0 A= 11 , 2 2 2 2 故 r ( A) = 1
又B 并无3阶子式, 阶子式,故 r (B) =2.
8 2 2 0
故, 矩阵C 的秩不小于2.
= −3 ≠ 0
另外, 因为矩阵 C 不存在高于3阶的子式, 可知r (C) ≤ 3. 又因矩阵C 的第1, 2行元是对应成比例的, 行元是对应成比例的, 故C 的任一 3阶 子式皆等于零. 子式皆等于零.因此
0 0 1 0
4 3 −3 4
1 0 B= 0 0
0 1 0 0
−1 −1 2 0
0 0 1 0
4 3 −3 4
1 0 (2) 每个台阶只有一行， 每个台阶只有一行，台阶 A = 0 数即是非零行的行数， ，阶梯 数即是非零行的行数 0 线的竖线后面的第一个元素
[线性代数知识点总结(免费)]线性代数期末知识点总结
![[线性代数知识点总结(免费)]线性代数期末知识点总结](https://img.taocdn.com/s3/m/4e493833d5bbfd0a78567385.png)
[线性代数知识点总结(免费)]线性代数期末知识点总结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；3.4.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：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、，若；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；②、对矩阵做初等行变化，当变为时，就变成，即：；③、求解线形方程组：对于个未知数个方程，如果，则可逆，且；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，乘的各列元素；③、对调两行或两列，符号，且，例如：；④、倍乘某行或某列，符号，且，例如：；⑤、倍加某行或某列，符号,且，如：；5.矩阵秩的基本性质：①、；②、；③、若，则；④、若、可逆，则；（可逆矩阵不影响矩阵的秩）⑤、；（※）⑥、；（※）⑦、；（※）⑧、如果是矩阵，是矩阵，且，则：（※）Ⅰ、的列向量全部是齐次方程组解（转置运算后的结论）；Ⅱ、⑨、若、均为阶方阵，则；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；二项展开式：；注：Ⅰ、展开后有项；Ⅱ、Ⅲ、组合的性质：；③、利用特征值和相似对角化：7.伴随矩阵：①、伴随矩阵的秩：；②、伴随矩阵的特征值：；③、、8.关于矩阵秩的描述：①、，中有阶子式不为0，阶子式全部为0；（两句话）②、，中有阶子式全部为0；③、，中有阶子式不为0；9.线性方程组：，其中为矩阵，则：①、与方程的个数相同，即方程组有个方程；②、与方程组得未知数个数相同，方程组为元方程；10.线性方程组的求解：①、对增广矩阵进行初等行变换（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元线性方程：①、；②、（向量方程，为矩阵，个方程，个未知数）③、（全部按列分块，其中）；④、（线性表出）⑤、有解的充要条件：（为未知数的个数或维数）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；个维行向量所组成的向量组：构成矩阵；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）②、向量的线性表出是否有解；（线性方程组）③、向量组的相互线性表示是否有解；（矩阵方程）3.矩阵与行向量组等价的充分必要条件是：齐次方程组和同解；(例14)4.；(例15)5.维向量线性相关的几何意义：①、线性相关；②、线性相关坐标成比例或共线（平行）；③、线性相关共面；6.线性相关与无关的两套定理：若线性相关，则必线性相关；若线性无关，则必线性无关；（向量的个数加加减减，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：若线性无关，则也线性无关；反之若线性相关，则也线性相关；（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（个数为）能由向量组（个数为）线性表示，且线性无关，则(二版定理7)；向量组能由向量组线性表示，则；（定理3）向量组能由向量组线性表示有解；（定理2）向量组能由向量组等价（定理2推论）8.方阵可逆存在有限个初等矩阵，使；①、矩阵行等价：（左乘，可逆）与同解②、矩阵列等价：（右乘，可逆）；③、矩阵等价：（、可逆）；9.对于矩阵与：①、若与行等价，则与的行秩相等；②、若与行等价，则与同解，且与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、矩阵的行秩等于列秩；10.若，则：①、的列向量组能由的列向量组线性表示，为系数矩阵；②、的行向量组能由的行向量组线性表示，为系数矩阵；（转置）11.齐次方程组的解一定是的解，考试中可以直接作为定理使用，而无需证明；①、只有零解只有零解；②、有非零解一定存在非零解；12.设向量组可由向量组线性表示为：（题19结论）（）其中为，且线性无关，则组线性无关；（与的列向量组具有相同线性相关性）（必要性：；充分性：反证法）注：当时，为方阵，可当作定理使用；13.①、对矩阵，存在，、的列向量线性无关；（）②、对矩阵，存在，、的行向量线性无关；14.线性相关存在一组不全为0的数，使得成立；（定义）有非零解，即有非零解；，系数矩阵的秩小于未知数的个数；15.设的矩阵的秩为，则元齐次线性方程组的解集的秩为：；16.若为的一个解，为的一个基础解系，则线性无关；（题33结论）5、相似矩阵和二次型1.正交矩阵或（定义），性质：①、的列向量都是单位向量，且两两正交，即；②、若为正交矩阵，则也为正交阵，且；③、若、正交阵，则也是正交阵；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：；;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；，、可逆；，、同型；②、与合同，其中可逆；与有相同的正、负惯性指数；③、与相似；5.相似一定合同、合同未必相似；若为正交矩阵，则，（合同、相似的约束条件不同，相似的更严格）；6.为对称阵，则为二次型矩阵；7.元二次型为正定：的正惯性指数为；与合同，即存在可逆矩阵，使；的所有特征值均为正数；的各阶顺序主子式均大于0；；(必要条件)。
第一章 第五讲 矩阵的秩
第五讲 矩阵的秩矩阵的秩是线性代数中又一重要概念，它描述了矩阵的一个重要的数值特征：在判定向量组的线性相关性，线性方程组是否有解，求矩阵的特征值以及在多项式、空间几何中等多个方面都有广泛的应用。
本讲我们主要了解矩阵秩的求方法以及其与方程组各类型解的关系。
5.1.1 矩阵秩的定义在第二讲中，我们通过矩阵的初等变换定义了矩阵的行阶梯形、矩阵的行最简形以及矩阵的标准形。
其中矩阵行阶梯形与矩阵行最简形不唯一，但矩阵的标准形唯一。
因此，下面就利用矩阵标准形的唯一性来给出矩阵秩的概念。
定义5.1 对于给定的m n ⨯矩阵A ，它的标准形(-)(-)(-)(-)rr n r m r r m r n r m nE OF O O ⨯⨯⨯⨯⎛⎫=⎪⎝⎭由数r 完全确定，我们称数r 为矩阵m n A ⨯的秩（rank ），记作()R A 。
其中， r E 是r 阶单位矩阵；其余都是零矩阵。
注：（1） 零矩阵的秩为零：()0R O =；（2） 矩阵的秩就是矩阵标准形中左上角单位矩阵的阶数。
（3）对于n 阶方阵A ，当()R A n =时，称A 为满秩矩阵。
当()R A n <时，称A 为降秩矩阵.例5.1 求矩阵111610121210A ⎛⎫⎪=-- ⎪ ⎪-⎝⎭的秩。
解 先将A 通过初等变换化为标准形111610121210A ⎛⎫ ⎪=-- ⎪ ⎪-⎝⎭2131111601280306r r r r --⎛⎫⎪−−−→ ⎪ ⎪⎝⎭323111601280026r r -⎛⎫ ⎪−−−→ ⎪ ⎪⎝⎭111601280013⎛⎫ ⎪→ ⎪ ⎪⎝⎭12312101201280013r r r ---⎛⎫ ⎪−−−→ ⎪ ⎪⎝⎭13232100101020013r r r r +-⎛⎫ ⎪−−−→ ⎪ ⎪⎝⎭ ()4142433312,3100001000010c c c c c c E O -⨯--⎛⎫⎪−−−−−→= ⎪ ⎪⎝⎭可看出，矩阵A 的标准形中左上角是3阶单位矩阵，所以()3R A =. 矩阵秩有如下性质 性质5.1 ()()T R A R A =； 性质5.2 }{0()min ,R A m n ≤≤；性质5.3 如果n 阶方阵A 可逆，则()R A n =；（可逆矩阵也称为满秩矩阵） 性质5.4 {}()min (),()R PA R P R A ≤; 当P 可逆时，()()R PA R A =；若 P Q 、都可逆，且有PAQ B =，则()()R A R B =.性质5.5 max {}(),()()()+()R A R B R A B R A R B ≤≤ ；特别地，当B 为列矩阵时，有max {}(),()()()+1R A R B R A B R A ≤≤ ;性质5.6 ()()();()()().r A B r A r B r A B r A r B +≤+-≥-性质5.7 设A 为m n ⨯矩阵，(),r A r =则A 的任意S 行组成的矩阵B ，有().r B r s n ≥+-下面只证明性质5.3和性质5.4，其余的性质请学生自证。
(线性代数)矩阵秩的8大性质、重要定理以及关系
矩阵秩的8大性质:①A,宀)冬mini加小I ;③若A〜叭则R(A) = K(B)j④若可逆•则R(PAQ) = R(A),下面再介绍几个常用的矩阵秩的性质：⑤maxi R( A )>R(B)|^J R(A t B)^J R(A) + P (B), 特别地，当B = b为非零列向量时，有R(A)MR(A』)MR(A)+ 1.⑦R(AB)^min{K(A)t K(B)|,(见下节定理7)⑧若A…B“二0,则R(A) + R(B)Mm(见下章例13)设AB= O■若A为列满秩矩阵，则B-0.线性方程组的解:定理3 H元线性方程组A x=&(i)无解的充分必要条件是K(A)CR(A』)；(ii)有惟一解的充分必要条件是R(A) = R(A,b)=n;(iii)有无限多解的充分必要条件是R(A) = R(A』)Cr?・定理4 n元齐次线性方程组Ax=OW零解的充分必要条件是R(A)Cm £35翹方聽AE鬧械酬髓件默⑷=R(A"定理6解方gAX=£有解的充分必要条件是R(A) = R(A,B).定理7 «AB = C,则R(C)Wmin|R(A),R(B)h向量组的线性相关性:定鰹1向跖能由向量组严心线憐示的充分必要桑件是j£^A=(a H fl J1»<t a w )的秩等于矩阵B =(爲卫?广』册』)的税.定理2向虽组B4訥严上能由向蚩组A0 叫…心 线性表示的 充分必要条件是矩阵A = («i 严心)的秩等于矩阵(A,B)=(釦严心, 27啲秩，即 R(A} = R(A,B)・推论向輦组宀％与向HfflB ：*1(h lt -s6,等价的充分必要 条件是J?(A) = R(B)-J?(A,B)t其中A 和月是向僮组A 和B 所构成的矩阵”定理3设向員组Bl 】』?「讪能由向證组A a 厲厂心线性表示. 则R(h 』W 血KR 仏曲宀仇)・阵A = g 曲严松)的秩小于向懂个数奶向咼组线性无关曲充分必要条件 是R ⑷二皿血“也线性相关成盲之，若向储组B 线性无关侧向A 也线性无关.(2) 7«个"维向虽组成的向量组,当维数«小于向虽个数加时一定钱牲相 关•特别地,n + ltwt 向量一定线性相关，(3) 设向量组人：叭』2,线性无关，而向量组线性 相关侧向虽b 必能由向鈕组A 钱性表示,且表示式是惟一的.定理4,％线性相关的充分必要条件是它所构成的矩 定理5 (1)若向员组A0严心线性相关』IJ 向量組SW *对比:矩阵A =(叭』加小,％)的秧等于矩阵B = 的税,定理5线性方程组曲M 有解的充分必要憑件是R ⑷= R(A ；b)?l定理2向虽组时血严血能由向量组A ：釘』线性表示的 充分必要条件是矩阵4二(尙，伽「・,心)的秩等于矩阵= 儿7)的秩,即R(A) = R(A 』｝.条件是定理1 JSA 仙疋“5—线性表示的充分必要条件是 推论 向量组A ：%与向 组…出等价的充分必要曬b 能由向 R(A) = R(B) = R(A t B),其中A 和B 是向世组A 和B 所构成的矩阵・定理6矩阵方程AX=B 有解的充分必要条件是R(A) = R(A t B).则RO】』?严,h)WR(a*2严叫)・n定理4向燧组小勺严心黠相关的充分必要条件是它所构成的矩阵亦⑴曲「心)的秩小于向齢数用洞鞠黠无关的充分必縣件是R(A)n||能4 "元制:黠方翻X0有鶴繃充分必要条瞬丽石~|觀5如騎次難方翻(13)的系協行臟D判屈粽黠方翱(13)蹣粹館定理5’如果撅黠方翩(13)辭輔』陀的系舫脱必腮.。
大学课程大一数学线性代数上册14.矩阵的秩课件
或
A
2
r1r2
B
1
2
,
s
s
则 A 的行向量组与 B 的行向量组等价, 由书上第127页推论
可知 A 的行向量组的秩与 B 的行向量组的秩相等.
(2) 用初等行变换化 A 为阶梯形矩阵 U;
(3) U 的行向量组的秩与 A 的行向量组的秩相同.
4
例1 求下列矩阵 A 行向量组的一个
1 2 1 0 1
(4) 阶梯形矩阵 U 的列向量组的极大无关组就是 U 中每个非
零行第一个非零元所在的列向量所组成的向量组.
3
向量组秩的求法之二
(1) 将向量组 1, 2, , s 按行排成矩阵，并作行初等变换，
例如 1
1
A
2
r2
B
2
,
0,
或
1
2
A
2
r1r2
B
1
,
s
s
s
s
1
1
其非零行的行数为 r(A), B 通过初等行变换化为阶梯形矩阵, 其非零行的行数为 r(B), 则
行 A0数为B0 r(A通)过+ 初r(B等),行故变r换 可A0以化B0 为 阶r梯(A形) 矩r阵(B,);其非零行的
9
(2) r(A+B) r(A) + r(B);
证法一 记 A = (1, 2 ,, n), B = (1, 2 , , n).
如果引入下列定义, 则可以把以上两个结论叙述的更简练.
定义1 矩阵 A = (aij)mn 中行向量组的秩称为行秩, 列向量组 的秩称为列秩.
定理1 初等变换不改变矩阵行秩和列秩.
线性代数1同济大学第五版课件3-2
机动
目录
上页
下页
返回
设 A 经初等列变换变为
B,
则 A
T
经初等行变换变为
T T
B ,
T
R ( A ) R ( B ),
T T
且 R ( A ) R ( A ), R ( B ) R ( B ),
R ( A ) R ( B ).
R ( B ) 3,
机动
目录
上页
下页
返回
故 B 中必有
3 阶非零子式
. 且共有
4 个.
计算 B 的前三行构成的子式
3 2 3
2 0 2
5
3
2 0 0
5 5 11
5 2 6 6
2
2 6
5 11
16 0 .
则这个子式便是A 的一个最高阶非零子式.
机动
目录
上页
下页
返回
例4
1 2 设A 2 3
则 D r D r 0 , 也有 R ( B ) r .
若A经一次初等行变换变为 ，则 R( A ) R( B ). B
由于 B 也可经过一次初等行变 换变为 A ,
故也有 R( B ) R( A). 因此 R( A) R( B ).
经一次初等行变换矩阵的秩不变，即可知经 有限次初等行变换矩阵的秩仍不变．
对于 A ， 显有 R ( A ) R ( A ).
T T
对 A m n，有 0 R （ A ） min m , n
0，则 R （ A ） s ；
线性代数 矩阵的秩
1 2 2 1 0 2 4 8 B 2 4 2 3 3 6 0 6 1 2 0 0 0 0 0 0
求矩阵 A的列向量组的一个最大 无关组。
解 对A施行初等行变换变为 行阶梯形矩阵
1 0 0 0 1 2 1 4 1 1 1 0 ， 0 0 1 3 0 0 0 0
A
初等行变换
知R( A) 3，
故列向量组的最大无关 组含3个向量.
而三个非零行的非零首元在1、、三列， 24 故 a1 , a2 , a4 , 为列向量组的一个最大无关组.
1 2 3 4
初等行变换
2 1 1 2 1 0 0 0 1 0 0 0
R( A) 2, R( B ) 3.
例5 已知两个2×4矩阵
2 0 1 3 1 A T 3 2 1 1 2
由阶梯形矩阵有三个非零行可知 R( A) 3.
1 2 2 1 1 0 2 4 8 2 例4 设A 2 4 2 3 , b 3 3 6 0 6 4
求矩阵A及矩阵B ( A b )的秩.
说明
（1）ቤተ መጻሕፍቲ ባይዱ等变换不改变矩阵的秩
（2）用初等行（列）变换把矩阵化成行（列） 阶梯时，非零行（列）的个数就是矩阵的秩 （3）把矩阵A化成行（列）阶梯矩阵B，则B的 列（行）向量组中任意最大无关组所对应的A的 列（行）向量组构成A的一个最大无关组。
线性代数第二章
例3
1 11 2 0 4 1 设 A 11 4 56 2 1 5
例4
1 1 2 参 数 ____ 时, 矩 阵 2 1 5 的 秩 最 小 1 10 6 1
例3
1 11 2 2 0 4 1 1 设 A , 求 rA 11 4 56 5 2 1 5 6
1 1 1 例4 令A 1 1 0 1 1 1 1 1 0 1 1 1 2 0 2 1 1 解：A 0 0 0 3 0 2 1 4 1 1 1 2 0 2 1 1 0 0 0 3 0 0 0 0
说 明
(5)n阶矩阵A为满秩矩阵 A可逆 |A 0 | (6)n阶矩阵A为降秩矩阵 rA n |A 0 |
2.矩阵秩的求法 定理 矩阵经初等变换后秩不变 推论1 注： 推论2 若A ≌ B , 则 rA= rB 若rA= rB , A 与B不一定等价
若A 、B是同阶矩阵, 则A ≌ B当且仅当rA= rB
1 A 4 2 2 5 0 3 6 1 4 0 8 1 三阶子式： 4 2 2 5 0 4 0 8
说 明
例
定义
若在m×n矩阵A中 有一个r阶子式不为0, 而所有r +1阶子式全为0, 则称数r为A的秩. 记为rank(A)=r 或 rA = r
rA=m, 则称A为行满秩矩阵;
五. 矩 阵 的 秩
1. 概念
2.矩阵秩的求法
1. 概念
定义 设A=(aij)m×n , 任取k行k列,1≤k ≤min{m, n}, 位于 这些行列交点处的k2 个元素, 按其在A中原相对 位置构成的k阶行列式称为A的k阶行列式 (1) aij即为A的1阶子式 (2)n阶矩阵A, 其行列式|A|是A的唯一的n阶子式
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。
Ch3-2线性代数矩阵的秩
rt,
故有
R ( A, B) R ( A) R ( B).
6 0 R( A+B ) R( A) +R( B) ． c i c n i ( , ) 证 ( A B , B) A B ， , n i 1, R ( A B ) R ( A B , B ) R ( A, B) R ( A) R (B) .
0 3 2 4 A 0 3 1 1 6 2
1 2 1 3
3 1 4 2
1 3 1 4
2 0 2 1
2 0 1 3 4 3 1 2 4
2 1 3 4
一般地： m×n 矩阵A 的 k
2 阶子式 3 阶子式 k C k 个. 阶子式共有 Cm n
k 阶子式、矩阵的子块、余子式、代数余子式的区别!
定义3(P66) 设 A 为 n 阶方阵，若 R(A)= n， 则称 A 为 满秩矩阵；若 R(A)< n，则称 A 为降秩矩阵.
单位阵 E 是满秩矩阵， 1 2 2
A 0 3 1 是降秩矩阵. 0 0 0
① n 阶满秩阵化为行阶梯形时有多少非零行？ — n 行. ② 满秩阵的行列式 ≠ 0
左乘列满秩阵秩不变 Bnl ， 证明： 若 A mn， 且 R ( A) n , R ( AB ) R ( B ) . A的秩等于其列数 A列满秩
,
行满秩阵——矩阵的秩等于其行数. 上面的结论可以相应地推广到右乘行满秩阵. 请自证. 满秩矩阵——方阵,且既列满秩又行满秩. AB = O时,本题结论为：设 AB = O,若 A为列满秩矩阵,则B = O. 原本仅对可逆阵成立的零因子性质,可以推广到列(行)满秩矩阵. 由此可以体会到列(行)满秩矩阵概念的重要性.
矩阵知识点完整归纳
矩阵知识点完整归纳矩阵是现代数学中的一种重要数学工具，广泛应用于各个学科领域。
在线性代数中，矩阵是最基本的对象之一，研究的对象是矩阵的性质和运算规律。
本文将对矩阵的知识点进行完整归纳。
一、矩阵的定义与表示方法矩阵是m行n列的数表，由m×n个数组成。
它可以用方括号“[ ]”表示，其中的元素可以是实数、复数或其他数域中的元素。
矩阵的第i行第j列的元素记作a_ij。
二、矩阵的运算1.矩阵的加法：对应元素相加。
2.矩阵的减法：对应元素相减。
3.矩阵与标量的乘法：矩阵的每个元素都乘以该标量。
4.矩阵的乘法：第一个矩阵的行乘以第二个矩阵的列，求和得到结果矩阵的对应元素。
5.矩阵的转置：将矩阵的行与列互换得到的新矩阵。
6.矩阵的逆：如果一个n阶方阵A存在逆矩阵A^-1，则称A为可逆矩阵。
三、特殊矩阵1.零矩阵：所有元素均为0的矩阵。
2.单位矩阵：对角线上的元素均为1，其余元素均为0的矩阵。
3.对称矩阵：转置后与原矩阵相等的矩阵。
4.上三角矩阵：主对角线以下的元素均为0的矩阵。
5.下三角矩阵：主对角线以上的元素均为0的矩阵。
6.对角矩阵：只有主对角线上有非零元素，其余元素均为0的矩阵。
7.可逆矩阵：存在逆矩阵的方阵。
8.奇异矩阵：不可逆的方阵。
四、矩阵的性质和定理1.矩阵的迹：矩阵主对角线上元素之和。
2.矩阵的转置积：(AB)^T=B^TA^T。
3.矩阵的乘法满足结合律但不满足交换律：AB≠BA。
4.矩阵的乘法满足分配律：A(B+C)=AB+AC。
5.矩阵的行列式：用于判断矩阵是否可逆，计算方式为按行展开法或按列展开法。
6.矩阵的秩：矩阵的列向量或行向量的极大无关组中的向量个数。
7.矩阵的特征值与特征向量：Ax=λx，其中λ为特征值，x为特征向量。
8.矩阵的迹与特征值之间的关系：矩阵的迹等于特征值之和。
五、应用领域1.线性方程组的求解：通过矩阵运算可以求解线性方程组。
2.三角形面积计算：通过矩阵的行列式可以求解三角形的面积。
线性代数矩阵的秩
a11 a12 a21 a22 ai 1 ai 2 a m 1 am 2
解
把矩阵 A 用初等行变换变成为阶梯形矩阵：
(-1)[1]+[2] [1，4] (-2)[1]+[3] (-3)[1]+[4] (-3)[2]+[3] (-4)[2]+[4] (-1)[3]+[4]
A
1 6 4 1 4 1 1 0 4 3 0 0 0 4 8 0 0 0 0 0
1 A 0 2 2 1 4 3 2 6 0 1 0
1 2 3 6
1 3 2 6 0 1 0 0
பைடு நூலகம்3 阶子式： 0
2
2 阶子式：
0
1 0
0 1
1
模式二 一、基本概念 1、 k 阶子式 定义 在 m n 矩阵 A中, 任取 k 行 k 列， 位于这些 行与列交叉处的元素， 保持原来的位置不变而构成的 k 阶行列式，称为 A 的一个 k 阶子式.
1 a 1
1 1 a
1 1 1 1 a 1
求 r( A)
解： A
a 1 1
1 a 1
[( n 1) a ]
1 1 a
[( n 1) a ]
1 a 1 0
1 0 a 1
[(n 1) a](a 1)n1
A [(n 1) a](a 1)n1
求
A O r1 r2 O B
线性代数 矩阵的秩
设R(A)r R(B)s 又设A的行阶梯形为A0 B的列阶梯形 为B0 则存在可逆矩阵P和Q使APA0 BB0Q
因为ABPA0B0Q 所以R(AB)R(A0B0) 因为A0有r个非零行 B0有s个非零列 所以A0B0至多有r个 非零行和s个非零列 因此
R(A0B0)min{r s}min{R(A) R(B)}
1 1 0 0
01 01
>>>
梯形矩阵为
所以R(A)2 R(B)3
B0(A0 b0) 则A0就是A的行阶梯形矩阵 故从B0(A0 b0)中可同时看出 R(A)及R(B)
注 以B为增广矩阵的线性方 程组Axb是无解的 这是因为 行阶梯形矩阵的第3行表示矛 盾方程01
❖k阶子式 在mn矩阵A中 任取k行与k列(km kn) 位于这些行列
交叉处的k2个元素 不改变它们在A中所处的位置次序而得的 k阶行列式 称为矩阵A的k阶子式
例如
A
1 2 2
1 1 3
2 1 1 1 1 1
4 2 2
3 6 9 7 9
D
❖几个简单结论
(1)若矩阵A中有某个s阶子式不为0 则R(A)s 若A中所 有t阶子式全为0 则R(A)t
(2)若A为mn矩阵 则0R(A)min{m n}
(3)R(AT)R(A)
(4)对于n阶矩阵A 当|A|0时 R(A)n 当|A|0时
R(A)n 可逆矩阵又称为满秩矩阵 不可逆矩阵(奇异矩阵)又称为
(1)若矩阵A中有某个s阶子式不为0 则R(A)s 若A中所 有t阶子式全为0 则R(A)t
(2)若A为mn矩阵 则0R(A)min{m n} (3)R(AT)R(A)
线性代数(同济六版)知识点总结
0 a11a22...ann
副三角跟副对角相识
an1 an2 ... ann
对角行列式：
副对角行列式：
λ1 λ2
λ 1λ 2...λn
λn
6. 行列式的性质：
λ2
λ1
n ( n1 )
(1) 2 λ 1λ 2 λ n
λn
①行列式与它的转置行列式相等. （转置：行变列，列变行）。D =
②互换行列式的两行（列），行列式变号。
余子式：在 n 阶行列式中，把元素 aij 所在的第 i 行和第 j 列划去, 剩下的( n −1 )2 个元素按原来的排法构 成的 n − 1 阶行列式 叫做 aij 的余子式，记为 Mij
代数余子式：记 Aij = ( −1 ) i+j Mij 为元素 aij 的代数余子式 。 ②重要性质，定理
a11 a12 (b1 j c1 j ) a1n
a21 a22 (b2 j c2 j ) a2n
an1 an2 (bnj cnj ) ann
a11 a12 b1 j a1n a11 a12 c1 j a1n
a21
a22
b2 j
a2n
a21
a22
c2 j
a2n
(3) ( A)T AT ; (4) ( AB)T BT AT .
设 A 为 n 阶方阵，如果满足
，即
，则 A 为对称阵
如果满足
，即
，则 A 为反对称阵
4. 方阵的行列式：由 n 阶方阵的元素所构成的行列式，叫做方阵 A 的行列式，记作|A|或 det A.
性质：①| AT || A | ，②| A | n | A | ，③| AB || A || B | 。
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)。