《线性代数》D复习(部分关系和结论)
线性代数知识点总结完整

线性代数知识点总结第一章 行列式1. n 阶行列式()()121212111212122212121==-∑n nnn t p p p n p p np p p p n n nna a a a a a D a a a a a a 2.特殊行列式()()111211222211221122010n t n n nn nn nna a a a a D a a a a a a a ==-=1212n nλλλλλλ=;()()1122121n n n nλλλλλλ-=-3.行列式的性质定义 记111212122212n n n n nna a a a a a D a a a =;112111222212n n T nnnna a a a a a D a a a =;行列式TD 称为行列式D 的转置行列式.. 性质1行列式与它的转置行列式相等..性质2 互换行列式的两行()↔i j r r 或列()↔i j c c ;行列式变号.. 推论 如果行列式有两行列完全相同成比例;则此行列式为零..性质3 行列式某一行列中所有的元素都乘以同一数()⨯j k r k ;等于用数k 乘此行列式;推论1D 的某一行列中所有元素的公因子可以提到D 的外面;推论2 D 中某一行列所有元素为零;则=0D ..性质4若行列式的某一列行的元素都是两数之和;则1112111212222212()()()i i ni i n n n ni ninna a a a a a a a a a D a a a a a '+'+='+1112111112112122222122221212i n i ni n i n n n ninnn nninna a a a a a a a a a a a a a a a a a a a a a a a ''=+' 性质6 把行列式的某一列行的各元素乘以同一数然后加到另一列行对应的元素上去;行列式的值不变..算得行列式的值..4. 行列式按行列展开余子式 在n 阶行列式中;把元素ij a 所在的第i 行和第j 列划去后;留下来的1n -阶行列式叫做元素ij a 的余子式;记作ij M ..代数余子式 ()1i jij ij A M +=-记;叫做元素ij a 的代数余子式..引理一个n 阶行列式;如果其中第i 行所有元素除i;j (,)i j 元外ij a 都为零;那么这行列式等于ij a 与它的代数余子式的乘积;即ij ij D a A =..高阶行列式计算首先把行列上的元素尽可能多的化成0;保留一个非零元素;降阶定理n 阶行列式 111212122212=n n n n nna a a a a a D a a a 等于它的任意一行列的各元素与其对应的代数余子式的乘积之和;即1122i i i i in in D a A a A a A =+++;(1,2,,)i n =1122j j j j nj nj D a A a A a A =+++或;(1,2,,)j n =..第二章 矩阵1.矩阵111212122211n n m m mn a a a a a a A a a a ⎛⎫ ⎪ ⎪= ⎪⎪⎝⎭行列式是数值;矩阵是数表; 各个元素组成方阵 :行数与列数都等于n 的矩阵A .. 记作:A n.. 行列矩阵:只有一行列的矩阵..也称行列向量.. 同型矩阵:两矩阵的行数相等;列数也相等.. 相等矩阵:AB 同型;且对应元素相等..记作:A =B 零矩阵:元素都是零的矩阵不同型的零矩阵不同 对角阵:不在主对角线上的元素都是零..单位阵:主对角线上元素都是1;其它元素都是0;记作:E注意 矩阵与行列式有本质的区别;行列式是一个算式;一个数字行列式经过计算可求得其值;而矩阵仅仅是一个数表;它的行数和列数可以不同..2. 矩阵的运算矩阵的加法 111112121121212222221122n n n n m m m m mn mn a b a b a b a b a b a b A B a b a b a b +++⎛⎫⎪+++⎪+= ⎪⎪+++⎝⎭说明 只有当两个矩阵是同型矩阵时;才能进行加法运算.. 矩阵加法的运算规律()1A B B A +=+;()()()2A B C A B C ++=++()()1112121222113,()n n ij ij m nm n m m mn a a a a a a A a A a a a a ⨯⨯---⎛⎫⎪--- ⎪=-=-= ⎪⎪---⎝⎭设矩阵记;A -称为矩阵A 的负矩阵()()()40,A A A B A B +-=-=+-..数与矩阵相乘111212122211,n n m m mn a a a a a a A A A A A a a a λλλλλλλλλλλλλλ⎛⎫ ⎪ ⎪== ⎪⎪⎝⎭数与矩阵的乘积记作或规定为数乘矩阵的运算规律设A B 、为m n ⨯矩阵;,λμ为数()()()1A A λμλμ=;()()2A A A λμλμ+=+;()()3A B A B λλλ+=+..矩阵相加与数乘矩阵统称为矩阵的线性运算..矩阵与矩阵相乘 设(b )ij B =是一个m s ⨯矩阵;(b )ij B =是一个s n ⨯矩阵;那么规定矩阵A 与矩阵B的乘积是一个m n⨯矩阵(c )ij C =;其中()12121122j j i i is i j i j is sj sj b b a a a a b a b a b b ⎛⎫⎪ ⎪=+++ ⎪ ⎪ ⎪⎝⎭1sik kj k a b ==∑;()1,2,;1,2,,i m j n ==;并把此乘积记作C AB = 注意1..A 与B2..矩阵的乘法不满足交换律;即在一般情况下;AB BA ≠;而且两个非零矩阵的乘积可能是零矩阵..3..对于n 阶方阵A 和B;若AB=BA;则称A 与B 是可交换的..矩阵乘法的运算规律()()()1AB C A BC =; ()()()()2AB A B A B λλλ==()()3A B C AB AC +=+;()B C A BA CA +=+ ()4m n n n m m m n m n A E E A A ⨯⨯⨯⨯⨯==()5若A 是n 阶方阵;则称 A k 为A 的k 次幂;即kk A A AA =个;并且mk m kA A A+=;()km mk AA =(),m k 为正整数..规定:A 0=E 只有方阵才有幂运算注意 矩阵不满足交换律;即AB BA ≠;()kk k AB A B ≠但也有例外转置矩阵把矩阵A 的行换成同序数的列得到的新矩阵;叫做A 的转置矩阵;记作A T ;()()1TT A A =;()()2T T T A B A B +=+;()()3T T A A λλ=;()()4TT T AB B A =..方阵的行列式由n 阶方阵A 的元素所构成的行列式;叫做方阵A 的行列式;记作A注意 矩阵与行列式是两个不同的概念;n 阶矩阵是n 2个数按一定方式排成的数表;而n 阶行列式则是这些数按一定的运算法则所确定的一个数..()1T A A =;()2n A A λλ=;(3)AB A B B A BA ===对称阵 设A 为n 阶方阵;如果满足A =A T ;那么A 称为对称阵.. 伴随矩阵行列式A 的各个元素的代数余子式ij A 所构成的如下矩阵112111222212n n nnnn A A A A A A A A A A *⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭称为矩阵A 的伴随矩阵.. 性质 AA A A A E **==易忘知识点总结1只有当两个矩阵是同型矩阵时;才能进行加法运算..2只有当第一个矩阵的列数等于第二个矩阵的行数时;两个矩阵才能相乘;且矩阵相乘不满足交换律.. 3矩阵的数乘运算与行列式的数乘运算不同..逆矩阵:AB =BA =E;则说矩阵A 是可逆的;并把矩阵B 称为A 的逆矩阵..1A B -=即..说明1 A ;B 互为逆阵; A = B -12 只对方阵定义逆阵..只有方阵才有逆矩阵 3.若A 是可逆矩阵;则A 的逆矩阵是唯一的..定理1矩阵A 可逆的充分必要条件是0A ≠;并且当A 可逆时;有1*1AA A-=重要奇异矩阵与非奇异矩阵 当0A =时;A 称为奇异矩阵;当0A ≠时;A 称为非奇异矩阵..即0A A A ⇔⇔≠可逆为非奇异矩阵..求逆矩阵方法**1(1)||||021(3)||A A A A A A -≠=先求并判断当时逆阵存在;()求;求。
《线性代数》知识点-归纳整理

《线性代数》知识点归纳整理诚毅学生编01、余子式与代数余子式 .................................................................. 2-02、主对角线............................................................................ 2-03、转置行列式.......................................................................... 2-04、行列式的性质........................................................................ 3-05、计算行列式.......................................................................... 3-06、矩阵中未写出的元素 .................................................................. 4-07、几类特殊的方阵...................................................................... 4-08、矩阵的运算规则...................................................................... 4-09、矩阵多项式.......................................................................... 6-10、对称矩阵............................................................................ 6-11、矩阵的分块.......................................................................... 6-12、矩阵的初等变换...................................................................... 6-13、矩阵等价............................................................................ 6-14、初等矩阵............................................................................ 7-15、行阶梯形矩阵与行最简形矩阵......................................................... 7-16、逆矩阵 ............................................................................. 7-17、充分性与必要性的证明题 .............................................................. 8-18、伴随矩阵............................................................................ 8-19、矩阵的标准形:........................................................................ 9-20、矩阵的秩:........................................................................... 9-21、矩阵的秩的一些定理、推论............................................................. 9-22、线性方程组概念..................................................................... 10-23、齐次线性方程组与非齐次线性方程组(不含向量) .......................................... 10-24、行向量、列向量、零向量、负向量的概念................................................ 11-25、线性方程组的向量形式 ............................................................... 11-26、线性相关与线性无关的概念......................................................... 12-27、向量个数大于向量维数的向量组必然线性相关 ........................................... 12-28、线性相关、线性无关;齐次线性方程组的解;矩阵的秩这三者的关系及其例题................. 12-29、线性表示与线性组合的概念......................................................... 12-30、线性表示;非齐次线性方程组的解;矩阵的秩这三者的关系其例题........................... 12-31、线性相关(无关)与线性表示的3个定理................................................ 12-32、最大线性无关组与向量组的秩.......................................................... 12-33、线性方程组解的结构…………………………………………………………………………………………12-01、余子式与代数余子式(1)设三阶行列式, 则①元素an,ai,au的余子式分别为:对Mi的解释:划掉第1行、第1列,剩下的就是一个二阶行列式,这个行列式即元素au的余子式Mi。
《线性代数》知识点归纳整理

《线性代数》知识点归纳整理线性代数是一门研究向量空间和线性映射的数学学科,是数学中的一个重要分支。
它的应用范围非常广泛,包括物理学、工程学、计算机科学、经济学等等。
下面是对线性代数的一些重要知识点的归纳整理。
1.向量和向量空间:-向量的定义和性质:向量是有方向和大小的量,可以进行加法和数乘运算。
-向量空间的定义和性质:向量空间是一组向量的集合,满足加法和数乘运算的封闭性、结合律、交换律、零向量存在性等性质。
2.矩阵和矩阵运算:-矩阵的定义和性质:矩阵是一个由数构成的矩形阵列,可以进行加法和数乘运算。
-矩阵的乘法和转置:矩阵可以进行乘法运算,满足结合律和分配律;矩阵的转置是将矩阵的行和列互换得到的新矩阵。
3.线性方程组和矩阵求解:-线性方程组的解的存在性和唯一性:线性方程组的解存在的条件是系数矩阵的秩等于增广矩阵的秩;解的唯一性与线性方程组的自由变量有关。
-矩阵求解线性方程组的方法:高斯消元法、矩阵的逆、克拉默法则等。
4.线性映射和线性变换:-线性映射的定义和性质:线性映射是一种保持向量空间的加法和数乘运算的映射,满足线性性质。
-线性变换的矩阵表示:线性变换可以用矩阵表示,矩阵的列向量是线性变换作用在基向量上的结果。
5.特征值和特征向量:-特征值和特征向量的定义和性质:对于一个线性变换,特征向量是指在这个变换下保持方向不变的向量,特征值是对应特征向量的缩放因子。
-特征值分解:特征值分解是将一个矩阵分解成特征向量和特征值的形式。
6.内积和正交性:-内积的定义和性质:内积是一种度量向量之间夹角的方法,满足对称性、线性性和正定性等性质。
-正交性和正交基:正交向量是指两个向量的内积为零,正交基是一组两两正交的向量。
7.线性相关和线性无关:-线性相关和线性无关的定义和性质:一组向量中,如果存在不全为零的线性组合等于零向量,则称这组向量线性相关;否则称线性无关。
-维数和基:一组线性无关的向量可以作为向量空间的基,基的个数称为向量空间的维数。
《线性代数复习资料》第一章习题答案与提

详细描述:本题主要考察学生对线性方程组解法的理解 ,通过给定的线性方程组,要求学生判断其解的情况, 并求解当有解时的解向量。
习题二解析
在此添加您的文本17字
总结词:向量空间
在此添加您的文本16字
详细描述:本题主要考察学生对向量空间的定义和性质的 理解,要求学生判断给定的集合是否构成向量空间,并说 明理由。
线性变换与矩阵表示
线性变换是线性代数中的重要概念,理解如何用 矩阵表示线性变换以及其性质是解决相关问题的 关键。
向量空间的维数与基底
向量空间的维数与基底的概念较为抽象,理解其 定义和性质有助于更好地解决相关问题。
04
典型例题解析
例题一解析
总结词
矩阵的乘法
详细描述
本题考查了矩阵乘法的规则和计算方法。首先,我们需要明确矩阵乘法的定义,即第一个矩阵的列数必须等于第 二个矩阵的行数。然后,我们按照矩阵乘法的步骤,逐一计算结果矩阵的元素。在计算过程中,需要注意矩阵元 素的位置和计算方法。
导致在解题时无法正确应用它们。
THANK YOU
感谢聆听
例题二解析
总结词
行列式的计算
详细描述
本题考查了行列式的计算方法和性质。首先,我们需要明确行列式的定义,即由n阶方阵的元素按照 一定排列顺序构成的二阶方阵。然后,我们根据行列式的性质,逐步展开并化简计算结果。在计算过 程中,需要注意行列式的展开顺序和符号的变化。
例题三解析
总结词
向量的线性组合
详细描述
习题三解析
总结词:行列式计算 总结词:矩阵的秩 总结词:特征值与特征向量
详细描述:本题主要考察学生对行列式的计算能力,通 过给定的矩阵,要求学生计算其行列式的值。
=线性代数期末复习总结.docx

第一章行列式一、行列式的性质性质1行列式与它的转置行列式相等,即|A | = |A T|.(行列互换,行列式不变)性质2互换行列式的两行(列),行列式变号.推论1如果行列式有两行(列)完全相同,则此行列式为零.性质3行列式的某一行(列)中所有的元素都乘以同一个倍数k,等于用数k 乘以此行列式.a ua i2a i3anai2^13ka na i2a i3a2Xa22a23 — ka 2xka’2 転23 = ka 2}a22 a23角1 a 32 «33a 3i角2 。
33脳31«33若行列式中有一行(列)为0,则行列式为0.行列式中如果有两行(列)元素成比例,则此行列式为零.坷 1坷]a n 纠341 a n 坷 3a21+b l a 22+b 2 如+4—a 21 a 22"23+ b l b 2 S。
31 “32 。
33。
31 “32 “33。
31 “32 “33 性质6把行列式的某一列(行)的各元素乘以同一个倍数然后加到另一列(行) 对应的元素上去,行列式不变.a\\a i2ai3au a n + ka !3 a i3 aCL CLa CL + kaaW21 u 22w23^21 "22 ' e"23 "23 “31 °32 "33°31 “32 + 氐 °33 。
33性质7 (Laplace 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,BP : | A| = a ix A i} + a i2A i2 + • • • + a in A in (1 = 1,2,• • •, n )推论2性质4 。
21 ^22a31 “32ka [{ ka {2。
13。
23a 33 。
21 °3a n"12 "13 a22 ^23a 32= 40 = 0性质5行列式中如果有两行(列)元素成比例,则此行列式为零.二. 行列式的计算 1、字母型(用性质求值)2a I 】(1)、若三阶行列式£>= a tJ =3,则2°3i"1 “3—2d] -2^2—2a*(2)、若三阶行列式D = S b 2 g=-1,则 -2叽-2b 2 -2b.C] c 2 c 3-2C] -2C 2 -2C 32、四阶行列式计算降阶计算。
《线性代数》课程复习大纲与练习题

《线性代数》课程复习大纲与练习题第一章 线性方程组1.线性方程组的概念(1)线性方程组的一般形式:⎪⎪⎩⎪⎪⎨⎧=+⋅⋅⋅++⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅=+⋅⋅⋅++=+⋅⋅⋅++sn sn s s n n n n b x a x a x a b x a x a x a b x a x a x a 22112222212*********(2)用消元法判断线性方程组是否有解,并求出解 2.初等变换对线性方程组进行求解 (1)初等变换的定义(2)用初等变换将线性方程组化为同解的阶梯形方程组,从而判断是否有解3.用矩阵的秩判断线性方程组是否有解记⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅=sn s s n n a a a a a a a a a A 212222111211称为线性方程组的系数矩阵;⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅=ssns s nn b a a a b aa ab a a a A 21222221111211称为线性方程组的增广矩阵 (1)线性方程组有解⇔秩(A )=秩(A )当线性方程组有解时:秩(A )=未知量个数n 时, 线性方程组有唯一解;秩(A )<未知量个数n 时,线性方程组有无穷多解。
(2)线性方程组无解⇔秩(A )<秩(A )4.齐次线性方程组:常数项全为0的线性方程组⎪⎪⎩⎪⎪⎨⎧=+⋅⋅⋅++⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅=+⋅⋅⋅++=+⋅⋅⋅++0)1(00221122221211212111n sn s s nn n n x a x a x a x a x a x a x a x a x a (1)解的情况:r(A)=n ,(或系数行列式0≠D )只有零解;r(A)<n ,(或系数行列式D =0)有无穷多组非零解。
(2)解的结构:r n r n c c c X --+++=ααα 2211。
(3)求解的方法和步骤:①将增广矩阵通过行初等变换化为最简阶梯阵; ②写出对应同解方程组;③移项,利用自由未知数表示所有未知数; ④表示出基础解系; ⑤写出通解。
线性代数知识点总结

线性代数知识点总结线性代数知识点总结篇1第一章行列式知识点1:行列式、逆序数知识点2:余子式、代数余子式知识点3:行列式的性质知识点4:行列式按一行(列)展开公式知识点5:计算行列式的方法知识点6:克拉默法则第二章矩阵知识点7:矩阵的概念、线性运算及运算律知识点8:矩阵的乘法运算及运算律知识点9:计算方阵的幂知识点10:转置矩阵及运算律知识点11:伴随矩阵及其性质知识点12:逆矩阵及运算律知识点13:矩阵可逆的判断知识点14:方阵的行列式运算及特殊类型的矩阵的运算知识点15:矩阵方程的求解知识点16:初等变换的概念及其应用知识点17:初等方阵的概念知识点18:初等变换与初等方阵的关系知识点19:等价矩阵的概念与判断知识点20:矩阵的子式与最高阶非零子式知识点21:矩阵的秩的概念与判断知识点22:矩阵的秩的性质与定理知识点23:分块矩阵的概念与运算、特殊分块阵的运算知识点24:矩阵分块在解题中的技巧举例第三章向量知识点25:向量的概念及运算知识点26:向量的线性组合与线性表示知识点27:向量组之间的线性表示及等价知识点28:向量组线性相关与线性无关的概念知识点29:线性表示与线性相关性的关系知识点30:线性相关性的判别法知识点31:向量组的最大线性无关组和向量组的秩的概念知识点32:矩阵的秩与向量组的秩的关系知识点33:求向量组的最大无关组知识点34:有关向量组的定理的综合运用知识点35:内积的概念及性质知识点36:正交向量组、正交阵及其性质知识点37:向量组的正交规范化、施密特正交化方法知识点38:向量空间(数一)知识点39:基变换与过渡矩阵(数一)知识点40:基变换下的坐标变换(数一)第四章线性方程组知识点41:齐次线性方程组解的性质与结构知识点42:非齐次方程组解的性质及结构知识点43:非齐次线性线性方程组解的各种情形知识点44:用初等行变换求解线性方程组知识点45:线性方程组的公共解、同解知识点46:方程组、矩阵方程与矩阵的乘法运算的关系知识点47:方程组、矩阵与向量之间的联系及其解题技巧举例第五章矩阵的特征值与特征向量知识点48:特征值与特征向量的概念与性质知识点49:特征值和特征向量的求解知识点50:相似矩阵的概念及性质知识点51:矩阵的相似对角化知识点52:实对称矩阵的相似对角化.知识点53:利用相似对角化求矩阵和矩阵的幂第六章二次型知识点54:二次型及其矩阵表示知识点55:矩阵的合同知识点56 : 矩阵的等价、相似与合同的关系知识点57:二次型的标准形知识点58:用正交变换化二次型为标准形知识点59:用配方法化二次型为标准形知识点60:正定二次型的概念及判断线性代数知识点总结篇2行列式一、行列式概念和性质1、逆序数:所有的逆序的总数2、行列式定义:不同行不同列元素乘积代数和3、行列式性质:(用于化简行列式)(1)行列互换(转置),行列式的值不变(2)两行(列)互换,行列式变号(3)提公因式:行列式的某一行(列)的所有元素都乘以同一数k,等于用数k乘此行列式(4)拆列分配:行列式中如果某一行(列)的元素都是两组数之和,那么这个行列式就等于两个行列式之和。
完整版线性代数知识点总结

完整版线性代数知识点总结线性代数是数学的一个分支,研究向量空间及其上的线性变换。
它在各个领域中都有广泛的应用,包括物理学、计算机科学、工程学等。
以下是线性代数的一些重要知识点总结:1.向量和向量空间:向量是有方向和大小的量,可以用来表示力、速度、位移等。
向量空间是向量的集合,具有加法和标量乘法运算,同时满足一定的性质。
2.线性方程组和矩阵:线性方程组是一组线性方程的集合,研究其解的性质和求解方法。
矩阵是一个由数构成的矩形数组,可以用来表示线性方程组中的系数和常数。
3.矩阵的运算:包括矩阵的加法、减法和乘法运算。
矩阵乘法是一种重要的运算,可以用来表示线性变换和复合变换。
4.行列式和特征值:行列式是一个标量,表示矩阵的一些性质,如可逆性和面积/体积的变换。
特征值是矩阵对应的线性变换中特殊的值,表示该变换在一些方向上的伸缩程度。
5.向量的内积和正交性:向量的内积是一种二元运算,可以用来表示向量之间的夹角和长度。
正交向量是指内积为零的向量,可以用来表示正交补空间等概念。
6.向量的投影和正交分解:向量的投影是一个向量在另一个向量上的投影,可以用来表示向量的分解。
正交分解是将一个向量分解为与另一个向量正交和平行的两个向量之和。
7.线性变换和线性映射:线性变换是指保持向量加法和标量乘法运算的变换。
线性映射是向量空间之间的函数,具有保持线性运算的性质。
8.特征值和特征向量:特征值和特征向量是线性变换或矩阵中一个重要的概念,用于描述变换的性质和方向。
9.正交矩阵和对称矩阵:正交矩阵是一个方阵,其列向量组成的矩阵是正交的。
对称矩阵是一个方阵,其转置等于自身。
10.奇异值分解:奇异值分解(SVD)是一种矩阵的分解方法,用来将一个矩阵分解为三个矩阵的乘积。
SVD在数据压缩、图像处理和机器学习等领域有广泛的应用。
11.最小二乘法:最小二乘法是一种数学优化方法,用来找到一条曲线或超平面,使得这些数据点到该曲线或超平面的距离平方和最小。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
《线性代数》复习一. 题型:填空题;选择题;计算题;简述题; 证明题二. 几个专题(一)行列式:1.n 阶行列式的定义;2.用定义计算具有少量非零元素的行列式; 3.行列式的五条性质及其推论; 4.行列式按行(列)展开及其推论注:各类行列式的计算(二)方阵A 可逆的定义及其等价条件:1.E BA AB ==;2.E AB =(或E BA =); 3.0≠A (即A 非奇异); 4.A A r =)(的阶数(即A 满秩); 5.0 =x A 只有零解(或对任何非零向量0x ≠ ,0Ax ≠);6.b x A=有唯一解;7.L P P P A 21=(i P 为初等矩阵,l i ,1=); 8.A ~E (即A 与E 等价); 9.A 的列(行)向量组线性无关;10.A 的特征值全不为零; 11.A A T (T AA )正定(三)A 的逆矩阵计算:1.由矩阵方程AX E =解出;或由j Ax e =解出1A -的第j 列1,2,j n = ;2.1*1A A A-=; 3.1(,)~(,)A E E A -行初等变换(四)有关秩的结论:1.0()min{,}m n R A m n ⨯≤≤;2.()()T R A R A =;3.若B A ~,则)()(B R A R =; 4.若P ,Q 可逆,则)()(A R PAQ R =; 5.)()(),()}(),(max{B R A R B A R B R A R +≤≤(若用B Aˆ,ˆ分别表示B A ,的列阶梯型,()()B A B A ˆ,ˆ,→,后者的非零列数为)()(B R A R +,故其秩不会超过)()(B R A R +); 6.)()()(B R A R B A R +≤+(()()B B A B A ,,+→, 所以),(),()(B A R B B A R B A R =+≤+); 7.)}(),(min{)(B R A R AB R ≤; 8. 若A 非奇异,则)()(B R AB R =;8.)()(A R A A R T=(通过0)(=x A A T与0 =x A 同解);9.若O B A l n n m =⨯⨯,则n B R A R ≤+)()(;10.矩阵的秩等于它的列(行)向量组的秩; 11.矩阵的秩,向量组的秩,二次型的秩,线性变换的秩(P183)的定义;注:矩阵的秩及其最高阶非零子式的计算,向量组的秩,极大无关组的计算以及向量组的其它向量用极大无关组表示的问题(五)向量组线性相关性的结论:1.向量组m a a a ,,,21线性相关⇔02211=++m m a x a x a x 有非零解 ⇔矩阵的秩m a a a R m <),,,(21;2.当n m >时,m 个n 维向量必线性相关;3.线性相关向量组的扩充向量组仍线性相关,特别含零向量的向量组线性相关;4.m a a a,,,21(2≥m )线性相关⇔至少其中有一个向量可用其余1-m 个向量线性表示;5.n 个n 维向量n a a a ,,,21线性相关⇔0),,,(21=n a a a; 6.21,a a线性相关⇔21,a a的各分量对应成比例;7.若向量组B 可由A 线性表示且B 线性无关,则B 的向量个数不超过A 的向量个数注:线性相关性的判定和证明(六)与线性方程组解有关的结论:1.n 元齐次线性方程组0=x A 有非零解⇔n A R <)(; 特别,若A 的行数小于n ,则0=x A 必有非零解;2.n 元齐次线性方程组0=x A 的解集S 是一个向量空间(解空间);若r A R =)(,则解空间的维数r n R S -=,设r n -ξξξ,,,21是基础解系,那么0 =x A 的通解为r n r n c c c x --+++=ξξξ2211;3.n 元非齐次线性方程组b x A=有解⇔),()(b A R A R =;特别,若A 的行向量组线性无关,则b x A=必有解(因为此时增广矩阵的行向量组线性无关);4. n 元非齐次线性方程组bx A=有解⇔b可以由A 的列向量组n a a a ,,,21线性表示⇔n a a a ,,,21与b a a a n,,,,21等价;5.设r b A R A R ==),()(,唯一解对应n r =,无限多解对应n r <。
在无限多解的情况下b x A =的通解为*2211ηξξξ++++=--r n r n c c c x,其中r n -ξξξ ,,,21是0 =x A 的基础解系,*η是b x A =的特解;6.若r b A R A R ==),()( ,则n 元非齐次线性方程组b x A=有1+-r n 个线性无关解;7.设sηηη ,,,21是非齐次线性方程组bx A=的解,并令s s c c c ηηηη+++=2211,那么η 是b x A=的解⇔121=+++s c c c η 是0=x A 的解⇔021=+++s c c c注:线性方程组解的讨论和具体计算(七)方阵A 正交的定义及其等价条件:1.T A A E =(或T AA E =);2.1T A A -=;3.A 的列(行)向量都为单位向量且两两正交;4.对任何x 和y ,成立[,][,]Ax Ay x y =(⇒:[,]()()()[,]T T T T T T Ax Ay Ax Ay x A Ay x A A y x y x y =====。
⇐:记,()T i j n n B A A E b ⨯=-=,则,[,][,]0T T T T i j i j i j i j i j i j b e Be e A Ae e Ee Ae Ae e e ==-=-=,,1,2,i j n = ,故B O =,从而T A A E =。
)(八)对称矩阵A 为正(负)定的定义及其等价条件:1.对任何0x ≠,成立)0(0<>x A x T ;2.二次型x A x T的标准形的n 个系数全为正(负)(或正(负)惯性指数为n ); 3.A 的特征值全为正(负);4.A 的各阶主子式全为正(奇数阶为负,偶数阶为正); 5.A 可逆且1A -正(负)定 (利用A 与1A -特征值同号); 6.A -负(正)定 (按定义推得) 注:半正(负)定问题(九)特征值和特征向量的性质及其计算,例如特征值的两个等式关系;A 与)(A ϕ,A 与1-A 的特征值和特征向量的关系;A 不同特征值的特征向量的线性相关性问题;对称矩阵A 不同特征值的特征向量的正交性问题(十) 化二次型为标准形 (配方法,正交变换法)(十一)几种矩阵关系1.等价关系,矩阵等价的不变量(秩),矩阵标准形; 2.相似关系,矩阵相似的不变量(特征值),可对角化问题,约当标准形;3.合同关系,矩阵合同的不变量(有定性)(十二)线性空间(向量空间)和线性变换1.判定是否为线性空间(向量空间); 2.基到基的过渡矩阵,不同基下的坐标变换;3.线性变换在基下的矩阵,同一线性变换在不同基下的矩阵的转化三. 可比较的一些关系●B A B A +=+一般不成立 (例如取B A -=,0≠A ,n 偶数) ●T T T B A B A +=+)( (A 和B 都对称时,B A +也对称)●111)(---+=+B A B A 一般不成立 (例如⎪⎪⎭⎫⎝⎛=1001A ,⎪⎪⎭⎫⎝⎛=0110B ) ●A 和B 均正交推不出B A +正交 (列(行)向量长度) ●A 和B 均正定可推得B A +正定 (0)(>+=+x B x x A x x B A x T T T) ●B A BA AB ==●T T T B A AB =)(一般不成立,应有T T T A B AB =)( ●111)(---=B A AB 一般不成立,应有111)(---=A B AB●A 和B 均正交可推得AB 正交 (E B B B A A B AB AB T T T T ===)()()()●A 和B 均正定推不出AB 正定 (AB 未必对称)(例如⎪⎪⎭⎫ ⎝⎛=2111A ,⎪⎪⎭⎫⎝⎛=1112B 均正定,但⎪⎪⎭⎫⎝⎛=3423AB 不对称) ●T T A A )()(11--= ●11--=AA (111===--E A A A A )●111)(---=A A λλ ●T T A A λλ=)(●A A λλ=一般不成立,应有A A n λλ= ●x x λλ=一般不成立,应有x xλλ= ● 若A 正交,则1±=A (12====E A A A A A T T )● 1*-=n AA● ()*1*A A n -=λλ● 若A 可逆,则()()1**1--=A A(()()A A A A A 1111*1-----==,()()A AA A A 1111*----==)● A A =**)((当2=n ),A AA n 2**)(-=(当3≥n )(当2=n :设⎪⎪⎭⎫⎝⎛=22211211a a a a A ,⎪⎪⎭⎫ ⎝⎛--=11211222*a a a a A ,⎪⎪⎭⎫ ⎝⎛=22211211**)(a a a a A 当3≥n :(1) 若n A R =)(,则1*-=A A A ,从而A AA A AA A A n n 21111****)()()(-----===.(2) 若1)(-=n A R ,由于O E A AA ==*,所以*A 的列是0=x A 的解,因而21)(*-≤=≤n R A R S ,这表明*A 的任何1-n 阶子式均等于零,故A AO A n 2**)(-==. (3) 若2)(-≤n A R ,则O A =*,从而A AO A n 2**)(-==)●)()(*A R A R ≤(当2≥n )(如上按n A R =)(,1)(-=n A R ,2)(-≤n A R 分别讨论)● A 与B 相似⇔T A 与T B 相似(由定义推得)● n 阶方阵A 有n 个不同的特征值⇒A 与对角阵相似(不能反推)● n 阶方阵A 与B 相似⇒存在n 阶方阵P ,使PB AP =(由定义推得,除非P 可逆一般不能反推,例如取⎪⎪⎭⎫⎝⎛=1001A , ⎪⎪⎭⎫ ⎝⎛=0101P ,⎪⎪⎭⎫ ⎝⎛=0001B ,PB AP =⎪⎪⎭⎫ ⎝⎛=0101,但特征值不同) ● A 与B 相似⇒B A =(由定义推得,不能反推,例如⎪⎪⎭⎫ ⎝⎛=0001A ,⎪⎪⎭⎫⎝⎛=0010B ,0==B A ,但特征值不同) ● A 与B 相似⇒A 与B 的特征多项式相同(不能反推, 例如⎪⎪⎭⎫⎝⎛=0000A ,⎪⎪⎭⎫ ⎝⎛=0010B ,特征多项式均为2λ,但秩不同)● A 与B 相似不能推出A 与B 具有相同的特征向量 (例如⎪⎪⎭⎫⎝⎛=0001A ,⎪⎪⎭⎫ ⎝⎛=1000B ,⎪⎪⎭⎫ ⎝⎛=0110P 正交,PAP AP P =-1= ⎪⎪⎭⎫ ⎝⎛0100⎪⎪⎭⎫ ⎝⎛0110=B ,但A 和B 的特征向量分别为⎪⎪⎭⎫ ⎝⎛01k 和⎪⎪⎭⎫⎝⎛10k )● A 与T A 具有相同的特征值,但不一定具有相同的特征 向量(见上例)● A n =λλλ 21,nn n a a a +++=+++ 221121λλλ ● 对于子块为方阵的分块矩阵的行列式一般不成立2112221122211211A A A A A A A A -=(比较二阶行列式)(例如0000111==A ,0010012==A ,0100021==A ,0001022==A ,右端为零,而左端为1(43r r ↔,32r r ↔)) ● 对于子块为方阵的分块矩阵的行列式一般不成立BA CB A O -=但若m m A A ⨯=,l l B B ⨯=,则成立B A CB AO l m ⨯-=)1((此结果可通过m l ⨯次列对换) ● 分块对角矩阵⎪⎪⎭⎫⎝⎛B O O A 可逆⇔A 和B 均可逆,且 ⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛---111B O O A B O O A (更一般形式)● 设A 和B 均为方阵,那么⎪⎪⎭⎫⎝⎛O B A O 可逆⇔A 和B 均可逆,且⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛---O A B O O B A O 111(更一般形式)(注意:非⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫⎝⎛---O B A O O B A O 111,与上一条目的顺序不同)● 设A 和B 均为方阵,那么⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛***B A O O A B B O O A (注意:非⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛***B O O A B O O A ) (记⎪⎪⎭⎫⎝⎛=B O O A C ,m m ij a A ⨯=)(,()l l ij b B ⨯=,(1)当m j i ≤≤,1时,C 的元素ij ij a c =,ij c 的代数余子式B A B MC ij a ij j i ij =-=+)1(,aijM 代表ij a 的余子式 (2)当l m j i m +≤≤+,1时,))((m j m i ij b c --=,所以AB A MC m j m i b m j m i j i ij ))(())(()1(----+=-=,b m j m i M ))((--代表)1)((--j m i b的余子式(3)其它范围内的0=ij C ,例如位于右上角,在算ij C 时 划去了A 的一行和B 的一列后,分块形式的第一对角块阶数为1-m ,第二对角块阶数为l 且第一列全为零) ● O AB =推不出O A =或O B =(例如⎪⎪⎭⎫ ⎝⎛=0010A ,⎪⎪⎭⎫⎝⎛=0001B ) ● O A =2推不出O A =(例如⎪⎪⎭⎫⎝⎛=0010A )● A A =2推不出O A =或E A =(例如⎪⎪⎭⎫⎝⎛=0001A )● E A =2推不出E A ±=(例如⎪⎪⎭⎫⎝⎛=0110A )。