线性代数总结

合集下载

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。

线性代数知识点总结

线性代数知识点总结线性代数知识点总结第一章行列式行列式是线性代数中的重要概念之一。

行列式的定义包括二三阶行列式和N阶行列式。

其中，N阶行列式是由行列式中所有不同行、不同列的n个元素的乘积的和构成的。

行列式的计算需要用到奇偶排列、逆序数和对换等概念。

行列式还具有多种性质，如行列式行列互换其值不变，行列式中某两行（列）互换，行列式变号等。

通过这些性质，我们可以推论出行列式中某两行（列）对应元素相等，则行列式等于零等结论。

行列式还有一些特殊的形式，如转置行列式、对称行列式、反对称行列式、三线性行列式和上（下）三角形行列式等。

行列式在解线性方程组中应用广泛，如克莱姆法则。

非齐次线性方程组的系数行列式不为零时，有唯一解；而齐次线性方程组的系数行列式为1时，只有零解。

第二章矩阵矩阵是线性代数中另一个重要概念。

矩阵是由数个数排成的矩形阵列，其中包括零矩阵、负矩阵、行矩阵、列矩阵、n阶方阵和相等矩阵等。

矩阵的运算包括加法、数乘和乘法。

其中，加法和数乘都满足交换律和结合律。

而矩阵的乘法需要满足行数等于列数的规则。

矩阵的乘法运算需要用到矩阵的元素之间的乘积和求和。

在矩阵的运算中，我们需要注意矩阵的类型和是否有意义。

一般情况下，矩阵乘法不满足消去律。

即使已知AB=0，也不能得到A=0或B=0.对于矩阵A，它的转置等于A乘以A加B。

即transpose(A)=A(A+B)。

对于标量k和矩阵A，有(kA)=kA和(AB)=BA（反序定理）。

对于方幂A^k，有(A^k)=(A^1+k/2)+(A^2+k/2)。

有几种特殊的矩阵，如对角矩阵、数量矩阵、单位矩阵、上下三角形矩阵、对称矩阵、反对称矩阵、阶梯型矩阵和分块矩阵。

对于分块矩阵，加法、数乘和乘法的规则类似，而转置需要对每个子块进行转置。

矩阵的逆矩阵指的是存在一个N阶矩阵B，使得AB=BA=I。

如果矩阵A是可逆的，则称它是非奇异矩阵，否则称为奇异矩阵，其行列式为0.初等变换不会改变矩阵的可逆性，而初等矩阵都是可逆的。

线性代数知识点总结

大学线性代数知识点总结第一章行列式二三阶行列式N 阶行列式：行列式中所有不同行、不同列的n 个元素的乘积的和 n nn nj j j j j j j j j n ij a a a a ...)1(21212121)..(∑-=τ奇偶排列、逆序数、对换行列式的性质：①行列式行列互换,其值不变.转置行列式T D D = ②行列式中某两行列互换,行列式变号.推论：若行列式中某两行列对应元素相等,则行列式等于零. ③常数k 乘以行列式的某一行列,等于k 乘以此行列式. 推论：若行列式中两行列成比例,则行列式值为零；推论：行列式中某一行列元素全为零,行列式为零. ④行列式具有分行列可加性⑤将行列式某一行列的k 倍加到另一行列上,值不变行列式依行列展开：余子式ij M 、代数余子式ij j i ij M A +-=)1(定理：行列式中某一行的元素与另一行元素对应余子式乘积之和为零.克莱姆法则：非齐次线性方程组：当系数行列式0≠D 时,有唯一解：)21(n j DD x j j ⋯⋯==、齐次线性方程组：当系数行列式01≠=D 时,则只有零解逆否：若方程组存在非零解,则D 等于零特殊行列式：①转置行列式：332313322212312111333231232221131211a a a a a a a a a a a a a a a a a a → ②对称行列式:ji ij a a =③反对称行列式:ji ij a a -= 奇数阶的反对称行列式值为零④三线性行列式:3331222113121100a a a a a a a 方法：用221a k 把21a 化为零,..化为三角形行列式⑤上下三角形行列式: 行列式运算常用方法主要行列式定义法二三阶或零元素多的化零法比例化三角形行列式法、降阶法、升阶法、归纳法、第二章矩阵矩阵的概念：n m A *零矩阵、负矩阵、行矩阵、列矩阵、n 阶方阵、相等矩阵矩阵的运算：加法同型矩阵---------交换、结合律数乘n m ij ka kA *)(=---------分配、结合律乘法nm lkj ik n l kj l m ik b a b a B A *1**)()(*)(*∑==注意什么时候有意义一般AB=BA,不满足消去律；由AB=0,不能得A=0或B=0转置A A T T =)( T T T B A B A +=+)( T T kA kA =)( T T T A B AB =)(反序定理方幂：2121k k k k A A A +=2121)(k k k kA A +=几种特殊的矩阵：对角矩阵：若AB 都是N 阶对角阵,k 是数,则kA 、A+B 、 AB 都是n 阶对角阵数量矩阵：相当于一个数若…… 单位矩阵、上下三角形矩阵若…… 对称矩阵反对称矩阵阶梯型矩阵：每一非零行左数第一个非零元素所在列的下方都是0 分块矩阵：加法,数乘,乘法：类似,转置：每块转置并且每个子块也要转置注：把分出来的小块矩阵看成是元素逆矩阵：设A 是N 阶方阵,若存在N 阶矩阵B 的AB=BA=I 则称A 是可逆的, B A =-1非奇异矩阵、奇异矩阵|A|=0、伴随矩阵初等变换1、交换两行列 2.、非零k 乘某一行列3、将某行列的K 倍加到另一行列初等变换不改变矩阵的可逆性初等矩阵都可逆初等矩阵：单位矩阵经过一次初等变换得到的对换阵倍乘阵倍加阵等价标准形矩阵⎪⎪⎭⎫⎝⎛=O O O I D r r矩阵的秩rA ：满秩矩阵降秩矩阵若A 可逆,则满秩若A 是非奇异矩阵,则rAB=rB 初等变换不改变矩阵的秩求法：1定义2转化为标准式或阶梯形矩阵与行列式的联系与区别：都是数表；行列式行数列数一样,矩阵不一样；行列式最终是一个数,只要值相等,就相等,矩阵是一个数表,对应元素相等才相等；矩阵n ij n ij a k ka )()(=,行列式n ij nn ij a k ka =逆矩阵注：①AB=BA=I 则A 与B 一定是方阵 ②BA=AB=I 则A 与B 一定互逆；③不是所有的方阵都存在逆矩阵；④若A 可逆,则其逆矩阵是唯一的.矩阵的逆矩阵满足的运算律：1、可逆矩阵A 的逆矩阵也是可逆的,且A A =--11)(2、可逆矩阵A 的数乘矩阵kA 也是可逆的,且111)(--=A kkA 3、可逆矩阵A 的转置T A 也是可逆的,且T T A A )()(11--=4、两个可逆矩阵A 与B 的乘积AB 也是可逆的,且111)(---=A B AB 但是两个可逆矩阵A 与B 的和A+B 不一定可逆,即使可逆,但11)(--+≠+B A B AA 为N 阶方阵,若|A|=0,则称A 为奇异矩阵,否则为非奇异矩阵. 5、若A 可逆,则11--=A A伴随矩阵：A 为N 阶方阵,伴随矩阵：⎪⎪⎭⎫⎝⎛=22211211*A A A A A 代数余子式特殊矩阵的逆矩阵：对1和2,前提是每个矩阵都可逆1、分块矩阵⎪⎪⎭⎫ ⎝⎛=C O B A D 则⎪⎪⎭⎫ ⎝⎛-=-----11111C O BC A AD 2、准对角矩阵⎪⎪⎪⎪⎪⎭⎫⎝⎛=4321A A A A A , 则⎪⎪⎪⎪⎪⎭⎫⎝⎛=-----141312111A A A A A 3、 I A A A AA ==** 4、1*-=A A A A 可逆 5、1*-=n A A 6、()()A AA A 1*11*==--A 可逆7、()()**T TA A = 8、()***AB AB =判断矩阵是否可逆：充要条件是0≠A ,此时*11A AA =- 求逆矩阵的方法：定义法I AA =-1伴随矩阵法AA A *1=-初等变换法()()1||-=A I I A n n 只能是行变换初等矩阵与矩阵乘法的关系：设()nm ij aA *=是mn 阶矩阵,则对A 的行实行一次初等变换得到的矩阵,等于用同等的m 阶初等矩阵左乘以A ：对A 的列实行一次初等变换得到的矩阵,等于用同种n 阶初等矩阵右乘以A 行变左乘,列变右乘第三章线性方程组消元法非齐次线性方程组：增广矩阵→简化阶梯型矩阵rAB=rB=r 当r=n 时,有唯一解；当n r ≠时,有无穷多解 rAB ≠rB,无解齐次线性方程组：仅有零解充要rA=n 有非零解充要rA<n 当齐次线性方程组方程个数<未知量个数,一定有非零解当齐次线性方程组方程个数=未知量个数,有非零解充要|A|=0齐次线性方程组若有零解,一定是无穷多个N 维向量：由n 个实数组成的n 元有序数组.希腊字母表示加法数乘特殊的向量：行列向量,零向量θ,负向量,相等向量,转置向量向量间的线性关系: 线性组合或线性表示向量组间的线性相关无：定义179P向量组的秩：极大无关组定义P188定理：如果rj j j ααα,.....,21是向量组s ααα,.....,21的线性无关的部分组,则它是极大无关组的充要条件是：s ααα,.....,21中的每一个向量都可由rj j j ααα,.....,21线性表出.秩:极大无关组中所含的向量个数.定理：设A 为mn 矩阵,则r A r =)(的充要条件是：A 的列行秩为r.现性方程组解的结构：齐次非齐次、基础解系线性组合或线性表示注：两个向量αβ,若βαk =则α是β线性组合单位向量组任意向量都是单位向量组的线性组合零向量是任意向量组的线性组合任意向量组中的一个都是他本身的线性组合向量组间的线性相关无注： n 个n 维单位向量组一定是线性无关一个非零向量是线性无关,零向量是线性相关含有零向量的向量组一定是线性相关若两个向量成比例,则他们一定线性相关向量β可由n ααα,..,21线性表示的充要条件是)...()...(2121T Tn TTTnTTr r βαααααα=判断是否为线性相关的方法：1、定义法：设n k k k ....21,求n k k k ....21适合维数低的2、向量间关系法183P ：部分相关则整体相关,整体无关则部分无关3、分量法n 个m 维向量组180P ：线性相关充要n r Tn T T <⇒)....(21ααα 线性无关充要n r T n T T =⇒)....(21ααα推论①当m=n 时,相关,则0321=T T T ααα；无关,则0321≠T T T ααα ②当m<n 时,线性相关推广：若向量s ααα,...,21组线性无关,则当s 为奇数时,向量组13221,...,αααααα+++s 也线性无关；当s 为偶数时,向量组也线性相关.定理：如果向量组βααα,,...,21s 线性相关,则向量β可由向量组s ααα,...,21线性表出,且表示法唯一的充分必要条件是s ααα,...,21线性无关. 极大无关组注：向量组的极大无关组不是唯一的,但他们所含向量的个数是确定的；不全为零的向量组的极大无关组一定存在；无关的向量组的极大无关组是其本身；向量组与其极大无关组是等价的. 齐次线性方程组I 解的结构：解为...,21αα I 的两个解的和21αα+仍是它的解； I 解的任意倍数αk 还是它的解；I 解的线性组合s s c c c ααα+++....2211也是它的解,s c c c ,...,21是任意常数.非齐次线性方程组II 解的结构：解为...,21μμII 的两个解的差21μμ-仍是它的解；若μ是非齐次线性方程组AX=B 的一个解,v 是其导出组AX=O 的一个解,则u+v 是II 的一个解. 定理：如果齐次线性方程组的系数矩阵A 的秩n r A r <=)(,则该方程组的基础解系存在,且在每个基础解系中,恰含有n-r 个解.若μ是非齐次线性方程组AX=B 的一个解,v 是其导出组AX=O 的全部解,则u+v 是II 的全部解.第四章向量空间向量的内积实向量定义：α,β=n n T b a b a b a +++=....2211αβ 性质：非负性、对称性、线性性 α,k β=k α,β; k α,k β=2k α,β;α+β,δγ+=α,γ+α,δ+β,γ+β,δ;),(),(1111j i sj j ri i j sj j ri i i l k l k βαβα∑∑∑∑===== n R ∈δγβα,,,,向量的长度),(ααα=0=α的充要条件是α=0；α是单位向量的充要条件是α,α=1单位化向量的夹角正交向量：αβ是正交向量的充要条件是α,β=0 正交的向量组必定线性无关正交矩阵：ｎ阶矩阵Ａ I A A AA T T ==性质：1、若A 为正交矩阵,则Ａ可逆,且T A A =-1,且1-A 也是正交矩阵；２、若A 为正交矩阵,则1±=A ；３、若A 、Ｂ为同阶正交矩阵,则ＡＢ也是正交矩阵；４、ｎ阶矩阵Ａ＝ij a 是正交矩阵的充要条件是Ａ的列行向量组是标准正交向量；第五章矩阵的特征值和特征向量特征值、特征向量A 是N 阶方阵,若数λ使AX=λX,即λI-A=0有非零解,则称λ为A 的一个特征值,此时,非零解称为A 的属于特征值λ的特征向量. |A|=n λλλ...**21 注： 1、AX=λX2、求特征值、特征向量的方法0=-A I λ 求i λ 将i λ代入λI-AX=0求出所有非零解 3、对于不同的矩阵,有重根、单根、复根、实根主要学习的特殊：n I )(λ的特征向量为任意N 阶非零向量或)(21不全为零i n c c c c ⎪⎪⎪⎭⎫ ⎝⎛4、特征值：若)0(≠λλ是A 的特征值则1-A --------λ1 则m A --------m λ则kA --------λk若2A =A 则-----------λ=0或1若2A =I 则-----------λ=-1或1若k A =O 则----------λ=0迹trA ：迹A=nn a a a +⋯⋯++2211性质：1、N 阶方阵可逆的充要条件是A 的特征值全是非零的2、A 与1-A 有相同的特征值3、N 阶方阵A 的不同特征值所对应的特征向量线性无关4、5、P281相似矩阵定义P283：A 、B 是N 阶矩阵,若存在可逆矩阵P,满足B AP P =-1,则矩阵A 与B 相似,记作A~B性质1、自身性：A~A,P=I2、对称性：若A~B 则B~A B AP P =-1 1-=PBP A A BP P =---111)(3、传递性：若A~B 、B~C 则A~C B AP P =-111 C BP P =-212---C P P A P P =-)()(211214、若AB,则A 与B 同不可逆5、若A~B,则11~--B A B AP P =-1两边同取逆,111---=B P A P6、若A~B,则它们有相同的特征值. 特征值相同的矩阵不一定相似7、若A~B,则)()(B r A r = 初等变换不改变矩阵的秩例子：B AP P =-1则1100100-=P PB AO AP P =-1 A=OI AP P =-1 A=II AP P λ=-1 A=I λ矩阵对角化定理：N 阶矩阵A 与N 阶对角形矩阵相似的充要条件是A 有N 个线性无关的特征向量注：1、P 与^中的i i x λ与顺序一致2、A~^,则^与P 不是唯一的推论：若n 阶方阵A 有n 个互异的特征值,则~^A P281定理：n 阶方阵~^A 的充要条件是对于每一个i K 重特征根i λ,都有i i K n A I r -=-)(λ注：三角形矩阵、数量矩阵I λ的特征值为主对角线.约当形矩阵约当块：形如⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=λλλλ111J 的n 阶矩阵称为n 阶约当块；约当形矩阵：由若干个约当块组成的对角分块矩阵⎪⎪⎪⎭⎫ ⎝⎛=n J J J J 21i J 是约当块称为约当形矩阵. 定理：任何矩阵A 都相似于一个约当形矩阵,即存在n 阶可逆矩阵J AP P =-1.第六章二次型二次型与对称矩阵只含有二次项的n 元多项式f 称为一个n 元二次型,简称二次型. 标准型：形如的二次型,称为标准型.规范型：形如的二次型,称为规范型.线性变换矩阵的合同：设AB 是n 阶方阵,若存在一个n 阶可逆矩阵C,使得则称A 与B 是合同的,记作A B.合同的性质：反身性、对称性、传递性、秩、化二次型为标准型：配方法、做变换二次型中不含有平方项。

线性代数总结

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 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。

线性代数总结

线性代数总结行列式：定理一：一个排列中的任意两个元素对换，排列改变奇偶性。

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

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

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

注意j i r r +与i j r r +的区别余子式：在n 阶行列式中，把()j i ,元ij a 所在的第i 行和第j 列划去后，留下来的n-1阶行列式叫做()j i ,元ij a 的余子式，记为ij M ；记()ij ji ij M A +-=1叫作()j i ,元ij a 的代数余子式引理：一个n 阶行列式，如果其中第i 行所有元素除()j i ,元ij a 外都为零，那么这行列式等于ij a 与它的代数余子式的乘积，即ij ij A a D =定理三：行列式等于它的任一行的各元素与其对应的代数余子式乘积之和，即),...,2,1(...2211n i A a A a A a D in in i i i i =+++=或),...,2,1(...2211n j A a A a A a D nj nj j j j j =+++=推论：行列式某一行（列）的元素与另一行（列）的对应元素的代数余子式乘积之和等于零。

线性代数知识点全面总结

●齐次线性方程组有非零解的充要条件
●克拉默法则
应用
二、主要定理
1、行列式的展开定理。
= ai1Ai1 + ai2Ai2 + … + ainAin ( i= 1,2,…,n )
= a1jA1j+ a2jA2j + … + anjAnj
2、行列式展开定理的推论。
ai1 Aj1 + ai2Aj2 + … + ainAjn = 0 ( i ≠ j )
（3）n 个 n 维向量线性无关的充分必要条件是它们所构成n阶行列式不为零。
（4）若整组向量线性无关，则它的任何部分组都线性无关。
（5）若r 维的向量组线性无关，则在每个向量的后边都添上一个分量而得的向量组仍线性无关。
2、线性相关
（1）一个向量线性相关的充分必要条件是它是零向量。
6、若A为反对称矩阵，则AT＝－A 。
三、重要公式、法则。
1、矩阵的加法与数乘
A + B = B + A ; (A + B ) + C = A + ( B + C ); A + O = O + A = A; A + (－A) = O; k(lA) = (kl)A ; (k+l)A = kA+ lA ; k( A + B )= kA + kB ; 1A = A, OA = O 。
1.初等变换不改变矩阵的秩.
2.对A经过有限次初等变换得到B，则A等价B.
用途
求逆，
求矩阵A的秩、最简型、标准形.
求线性方程组的解.
初等方阵
性质
初等方阵都是可逆矩阵，其逆仍然是同种的初等矩阵.

线性代数总结

第一章1、矩阵乘法矩阵乘法通常满足分配律而一般不满足交换律即AB!=BAf(x),g(x)为多项式，有：f(A)g(A)=g(A)f(A)f(A)g(B)!=g(B)f(A)2、矩阵的转置（A+B)^T=A^T+B^T （AB)^T=B^TA^T（kA)^T=kA^T（A^T)^T=A若A^t=-A 称A为反对称矩阵（斜对称矩阵）任意n阶方阵都可以写成对称矩阵和反对称矩阵之和。

3、矩阵的初等变换4、逆矩阵B唯一，B的逆为A。

(AB)^(-1）=B^(-1)A^(-1）(kA)^(-1）=（1/k)A^(-1）①A可逆②AX=0只有零解③Ab=0有唯一解〔①、③即为克拉默法则〕④A≌Ⅰ（等价）最简判断方法：det!=0逆矩阵求法：（A , I）—→（I , A^(-1））5、分块矩阵（注意使用即可）第二章1、性质（①、②为矩阵的某两行）某一行全为零，det=0某两行对应元成比例，则det=0 ①→k·①，则det→k·det①→k·②+①，则det不变①←→②，则det→（-det）detA=det（A^T）detA^-1=1/detAdetAB…N=detAdetB……detN det（kA）=k^n（detA）#伴随矩阵的性质y推导基础：AA*=A*A=（detA）Ⅰ若A可逆，则A^(-1) = (1/detA)A* det(A*）=（detA)^(n-1）(kA)*=k^(n-1）A*(A*)^(-1）= A^(-1)*(A^T)* =（A*)^T(AB)* = B*A*(A*)*=(detA)^(n-2) Ar(A*)={n(rA=n),1(rA=n-1),0(rA<n-1)} 2、矩阵的秩定义：矩阵A的非零子式的最高阶数称为A的秩，零矩阵的秩为0。

性质：A可逆←→R（A）=nR（A）=0←→A=0R（A）=R（A^T）k≠0时，R（kA）=R（A）若P,Q为可逆矩阵，则R（A）=R（PA）=R（AQ）=R（PAQ）A≌B←→R（A）=R（B）（1) 有：初等变换不改变矩阵的秩经过行初等变化把矩阵换为行最简，即可得到秩。

完整word版,线性代数超强的总结(不看你会后悔的),推荐文档

线性代数超强总结()0A r A n A Ax A A οο⎧⎪<⎪⎪=⇔=⎨⎪⎪⎪⎩不可逆有非零解是的特征值的列（行）向量线性相关 12()0,,T s i nA r A n Ax A A A A A A A p p p p Ax οββ⎧⎪=⎪⎪=⎪⎪⎪≠⇔⎨⎪⎪⎪⎪=⋅⋅⋅⎪⎪∀∈=⎩可逆只有零解的特征值全不为零的列（行）向量线性无关是正定矩阵与同阶单位阵等价是初等阵总有唯一解R⎫⎪−−−→⎬⎪⎭具有向量组等价相似矩阵反身性、对称性、传递性矩阵合同 √ 关于12,,,n e e e ⋅⋅⋅：①称为n ¡的标准基，n ¡中的自然基，单位坐标向量； ②12,,,n e e e ⋅⋅⋅线性无关； ③12,,,1n e e e ⋅⋅⋅=； ④tr()=E n ；⑤任意一个n 维向量都可以用12,,,n e e e ⋅⋅⋅线性表示.√ 行列式的计算：① 若A B 与都是方阵（不必同阶）,则(1)mn A A A A BBBBAA B B οοοοο*===**=-②上三角、下三角行列式等于主对角线上元素的乘积.③关于副对角线：(1)211212112111(1)n n nnn n n n n n n a a a a a a a a a οοο---*==-K NN√ 逆矩阵的求法:①1A A A*-=②1()()A E E A -−−−−→MM 初等行变换③11a b d b c d c a ad bc --⎡⎤⎡⎤=⎢⎥⎢⎥--⎣⎦⎣⎦ TT T TT A B A C C D BD ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦④12111121n a a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦OO21111211na a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦NN⑤11111221n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦OO11121211n nA A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦N N √ 方阵的幂的性质：m n m n A A A += ()()m n mn A A =√ 设1110()m m m m f x a x a x a x a --=++++L ，对n 阶矩阵A 规定：1110()m m m m f A a A a A a A a E --=++++L 为A 的一个多项式. √设,,m n n s A B ⨯⨯A 的列向量为12,,,nααα⋅⋅⋅,B 的列向量为12,,,sβββ⋅⋅⋅，AB 的列向量为12,,,s r r r L ,1212121122,1,2,,,(,,,)(,,,),(,,,),,,.i i s s T n n n i i i i r A i s A A A A A B b b b A b b b AB i r A AB i r B βββββββββαααβα==⋅⋅⋅=⎫⎪==++⎪⎬⎪⎪⎭L L L L 则：即用中简若则单的一个提即：的第个列向量是的列向量的线性组合组合系数就是的各分量；高运算速度的第个行向量是的行向量的线性组合组合系数就是的各分量 √ 用对角矩阵Λ左乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的行向量；用对角矩阵Λ右乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的列向量. √ 两个同阶对角矩阵相乘只用把对角线上的对应元素相乘,与分块对角阵相乘类似,即：11112222,kk kk A B A B A B A B οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦OO11112222kk kk A B A B AB A B οο⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦O√ 矩阵方程的解法：设法化成AX B XA B ==(I) 或 (II) 当0A ≠时,,B A B E X −−−−→M M 初等行变换（当为一列时(I)的解法：构造()()即为克莱姆法则） T T T TA XB X X =(II)的解法：将等式两边转置化为，用(I)的方法求出，再转置得√ Ax ο=和Bx ο=同解（,A B 列向量个数相同）,则：① 它们的极大无关组相对应,从而秩相等； ② 它们对应的部分组有一样的线性相关性； ③ 它们有相同的内在线性关系.√ 判断12,,,s ηηηL 是0Ax =的基础解系的条件： ① 12,,,s ηηηL 线性无关； ② 12,,,s ηηηL 是0Ax =的解；③ ()s n r A =-=每个解向量中自由变量的个数.① 零向量是任何向量的线性组合,零向量与任何同维实向量正交. ② 单个零向量线性相关；单个非零向量线性无关. ③ 部分相关,整体必相关；整体无关,部分必无关.④ 原向量组无关,接长向量组无关；接长向量组相关,原向量组相关. ⑤ 两个向量线性相关⇔对应元素成比例；两两正交的非零向量组线性无关. ⑥ 向量组12,,,n ααα⋅⋅⋅中任一向量i α(1≤i ≤)n 都是此向量组的线性组合.⑦ 向量组12,,,n ααα⋅⋅⋅线性相关⇔向量组中至少有一个向量可由其余1n -个向量线性表示. 向量组12,,,n ααα⋅⋅⋅线性无关⇔向量组中每一个向量i α都不能由其余1n -个向量线性表示. ⑧ m 维列向量组12,,,n ααα⋅⋅⋅线性相关()r A n ⇔<； m 维列向量组12,,,n ααα⋅⋅⋅线性无关()r A n ⇔=. ⑨ ()0r A A ο=⇔=.⑩ 若12,,,n ααα⋅⋅⋅线性无关，而12,,,,n αααβ⋅⋅⋅线性相关,则β可由12,,,n ααα⋅⋅⋅线性表示,且表示法惟一. ⑪ 矩阵的行向量组的秩等于列向量组的秩. 阶梯形矩阵的秩等于它的非零行的个数.⑫ 矩阵的行初等变换不改变矩阵的秩,且不改变列向量间的线性关系. 矩阵的列初等变换不改变矩阵的秩,且不改变行向量间的线性关系.12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示. 记作：{}{}1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅%A 经过有限次初等变换化为B . 记作：A B =%⑬ 矩阵A 与B 等价⇔()(),r A r B A B =≠>作为向量组等价,即：秩相等的向量组不一定等价. 矩阵A 与B 作为向量组等价⇔1212(,,,)(,,,)n n r r αααβββ⋅⋅⋅=⋅⋅⋅=1212(,,,,,,)n n r αααβββ⋅⋅⋅⋅⋅⋅⇒ 矩阵A 与B 等价.⑭ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示⇔1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅≤12(,,,)n r ααα⋅⋅⋅. ⑮ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示,且s n >，则12,,,s βββ⋅⋅⋅线性相关. 向量组12,,,s βββ⋅⋅⋅线性无关,且可由12,,,n ααα⋅⋅⋅线性表示,则s ≤n .⑯ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示,且12(,,,)s r βββ⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅,则两向量组等价； ⑰ 任一向量组和它的极大无关组等价.⑱ 向量组的任意两个极大无关组等价,且这两个组所含向量的个数相等. ⑲ 若两个线性无关的向量组等价,则它们包含的向量个数相等.⑳ 若A 是m n ⨯矩阵,则{}()min ,r A m n ≤,若()r A m =，A 的行向量线性无关；若()r A n =，A 的列向量线性无关,即：12,,,n ααα⋅⋅⋅线性无关.Ax β=1122n n x x x αααβ+++=L1112111212222212,,n n m m mn n m a a a x b a a a x b A x a a a x b β⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥===⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦L L M M M M M L 12,1,2,,j j jmj j n αααα⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦L M1212120,,,0,,,()(),,,A n A n n Ax Ax A nAx Ax A Ax r A r A n βοαααβοβαααββααα⇒⇔==−−−−−→=<<≠⇒⇒⇔==−−−−−→≠⇔=⇔=<≠=⇒L L M L 当为方阵时当为方阵时有无穷多解有非零解线性相关有唯一组解只有零解可由线性表示有解线性无关 12()(),,,()()()1()A n r A r A Ax r A r A r A r A ββαααβββ⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪−−−−−→⎪⎩⇔≠⎧⎪⇔=⇔<⎨⎪⇔+=⎩ML M M 当为方阵时克莱姆法则不可由线性表示无解线性方程组解的性质：1212121211221212(1),0,(2)0,,(3),,,0,,,,,(4),0,(5),,0(6)k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηηηηηηηηλλλληληληγβηγηβηηβηη=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-=L L 是的解也是它的解是的解对任意也是它的解齐次方程组是的解对任意个常数也是它的解是的解是其导出组的解是的解是的两个解是其导出组的解211212112212112212,0(7),,,,100k k k k k k k Ax Ax Ax Ax Ax ηβηηηηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩L 是的解则也是它的解是其导出组的解是的解则也是的解是的解√ 设A 为m n ⨯矩阵,若()r A m =,则()()r A r A β=M ,从而Ax β=一定有解. 当m n <时,一定不是唯一解.⇒<方程个数未知数的个数向量维数向量个数,则该向量组线性相关.m 是()()r A r A βM 和的上限. √ 矩阵的秩的性质：① ()()()T T r A r A r A A == ② ()r A B ±≤()()r A r B + ③ ()r AB ≤{}min (),()r A r B④ ()0()00r A k r kA k ≠⎧=⎨=⎩ 若若⑤ ()()A r r A r B B οο⎡⎤=+⎢⎥⎣⎦⑥0,()A r A ≠若则≥1⑦ ,,()0,()()m n n s A B r AB r A r B ⨯⨯=+若且则≤n ⑧ ,()()()P Q r PA r AQ r A ==若可逆,则 ⑨ ,()()A r AB r B =若可逆则,()()B r AB r A =若可逆则⑩ (),()(),r A n r AB r B ==若则且A 在矩阵乘法中有左消去律:0AB B AB AC B Cο=⇒==⇒=n 个n 维线性无关的向量,两两正交,每个向量长度为1.(,)0αβ=.1α==.√ 内积的性质： ① 正定性：(,)0,(,)0αααααο≥=⇔=且 ② 对称性：(,)(,)αββα=③ 双线性：1212(,)(,)(,)αββαβαβ+=+ 1212(,)(,)(,)ααβαβαβ+=+ (,)(,)(,)cc c αβαβαβ==123,,ααα线性无关,112122111313233121122(,)()(,)(,)()()βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化：111βηβ= 222βηβ= 333βηβ= T AA E =.√ A 是正交矩阵的充要条件：A 的n 个行（列）向量构成n ¡的一组标准正交基. √ 正交矩阵的性质：① 1T A A -=；② T T AA A A E ==；③ A 是正交阵,则T A （或1A -）也是正交阵； ④ 两个正交阵之积仍是正交阵； ⑤ 正交阵的行列式等于1或-1.E A λ-.()E A f λλ-=.0E A λ-=. Ax x Ax x λ=→ 与线性相关 √ 上三角阵、下三角阵、对角阵的特征值就是主对角线上的n 各元素.√ 若0A =,则0λ=为A 的特征值,且0Ax =的基础解系即为属于0λ=的线性无关的特征向量. √ 12n A λλλ=L 1ni A λ=∑tr√ 若()1r A =,则A 一定可分解为A =[]1212,,,n n a a b b b a ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦L M 、21122()n n A a b a b a b A =+++L ,从而A的特征值为：11122n n A a b a b a b λ==+++L tr , 230n λλλ====L . √ 若A 的全部特征值12,,,n λλλL ，()f x 是多项式,则:① ()f A 的全部特征值为12(),(),,()n f f f λλλL ；② 当A 可逆时,1A -的全部特征值为12111,,,n λλλL , A *的全部特征值为12,,,n A A AL .√ 1122,.m m Ak kA a b aA bEAA AA A λλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是的特征值则:分别有特征值 √ 1122,m m Ak kAa b aA bEAx A x A A A λλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是关于的特征向量则也是关于的特征向量. 1B P AP -= （P 为可逆阵）记为：A B :√ A 相似于对角阵的充要条件：A 恰有n 个线性无关的特征向量. 这时,P 为A 的特征向量拼成的矩阵，1P AP -为对角阵,主对角线上的元素为A 的特征值. √ A 可对角化的充要条件：()i i n r E A k λ--= i k 为i λ的重数. √ 若n 阶矩阵A 有n 个互异的特征值,则A 与对角阵相似.1B P AP -= （P 为正交矩阵） √ 相似矩阵的性质：① 11A B --: 若,A B 均可逆② T T A B :③ k k A B : （k 为整数）④ E A E B λλ-=-,从而,A B 有相同的特征值,但特征向量不一定相同.即:x 是A 关于0λ的特征向量,1P x -是B 关于0λ的特征向量. ⑤ A B = 从而,A B 同时可逆或不可逆 ⑥ ()()r A r B = ⑦ ()()A B =tr tr√ 数量矩阵只与自己相似. √ 对称矩阵的性质：① 特征值全是实数,特征向量是实向量； ② 与对角矩阵合同；③ 不同特征值的特征向量必定正交；④ k 重特征值必定有k 个线性无关的特征向量；⑤ 必可用正交矩阵相似对角化（一定有n 个线性无关的特征向量,A 可能有重的特征值,重数=()n r E A λ--）.A 与对角阵Λ相似. 记为：A Λ: （称Λ是A √ 若A 为可对角化矩阵,则其非零特征值的个数（重数重复计算）()r A =. √ 设i α为对应于i λ的线性无关的特征向量,则有：[]121212112212(,,,)(,,,)(,,,),,,n n n n n n PA A A A λλααααααλαλαλααααλΛ⎡⎤⎢⎥⎢⎥===⎢⎥⎢⎥⎣⎦L L L L O1442443144424443. √ 若A B :, C D :,则：A B C D οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎣⎦⎣⎦:. √ 若A B :,则()()f A f B :,()()f A f B =.12(,,,)T n f x x x X AX =L A 为对称矩阵 12(,,,)T n X x x x =LT B C AC =. 记作：A B ; （,,A B C 为对称阵为可逆阵） √ 两个矩阵合同的充分必要条件是：它们有相同的正负惯性指数. √ 两个矩阵合同的充分条件是：A B : √ 两个矩阵合同的必要条件是：()()r A r B =√ 12(,,,)Tn f x x x X AX =L 经过正交变换合同变换可逆线性变换X CY =化为2121(,,,)nn i i f x x x dy =∑L 标准型.√ 二次型的标准型不是惟一的,与所作的正交变换有关,但系数不为零的个数是由{()r A +正惯性指数负惯性指数惟一确定的.√ 当标准型中的系数i d 为1，-1或0时,√ 实对称矩阵的正（负）惯性指数等于它的正（负）特征值的个数.√ 任一实对称矩阵A 与惟一对角阵111100⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦O OO合同.√ 用正交变换法化二次型为标准形:① 求出A 的特征值、特征向量； ② 对n 个特征向量单位化、正交化； ③ 构造C （正交矩阵）,1C AC -=Λ；④ 作变换X CY =,新的二次型为2121(,,,)nn i i f x x x d y =∑L ,Λ的主对角上的元素i d 即为A 的特征值.12,,,n x x x L 不全为零，12(,,,)0n f x x x >L . 正定二次型对应的矩阵. √ 合同变换不改变二次型的正定性. √ 成为正定矩阵的充要条件（之一成立）：① 正惯性指数为n ； ② A 的特征值全大于0；③ A 的所有顺序主子式全大于0；④ A 合同于E ，即存在可逆矩阵Q 使T Q AQ E =； ⑤ 存在可逆矩阵P ，使T A P P = （从而0A >）；⑥ 存在正交矩阵，使121T n C AC C AC λλλ-⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦O （i λ大于0）. √ 成为正定矩阵的必要条件：0ii a > ； 0A >.。

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)。

线性代数总结 [转贴 2008-05-04 13:04:49]字号：大中小线性代数总结一、课程特点特点一：知识点比较细碎。

如矩阵部分涉及到了各种类型的性质和关系，记忆量大而且容易混淆的地方较多。

特点二：知识点间的联系性很强。

这种联系不仅仅是指在后面几章中用到前两章行列式和矩阵的相关知识，更重要的是在于不同章节中各种性质、定理、判定法则之间有着相互推导和前后印证的关系。

复习线代时，要做到“融会贯通”。

“融会”——设法找到不同知识点之间的内在相通之处；“贯通”——掌握前后知识点之间的顺承关系。

二、行列式与矩阵第一章《行列式》、第二章《矩阵》是线性代数中的基础章节，有必要熟练掌握。

行列式的核心内容是求行列式，包括具体行列式的计算和抽象行列式的计算，其中具体行列式的计算又有低阶和阶两种类型；主要方法是应用行列式的性质及按行\列展开定理化为上下三角行列式求解。

对于抽象行列式的求值，考点不在求行列式，而在于、、等的相关性质，及性质（其中为矩阵的特征值）。

矩阵部分出题很灵活，频繁出现的知识点包括矩阵运算的运算规律、、、的性质、矩阵可逆的判定及求逆、矩阵的秩的性质、初等矩阵的性质等。

三、向量与线性方程组向量与线性方程组是整个线性代数部分的核心内容。

相比之下，行列式和矩阵可视作是为了讨论向量和线性方程组部分的问题而做铺垫的基础性章节；后两章特征值、特征向量、二次型的内容则相对独立，可以看作是对核心内容的扩展。

向量与线性方程组的内容联系很密切，很多知识点相互之间都有或明或暗的相关性。

复习这两部分内容最有效的方法就是彻底理顺诸多知识点之间的内在联系，因为这样做首先能够保证做到真正意义上的理解，同时也是熟练掌握和灵活运用的前提。

解线性方程组可以看作是出发点和目标。

线性方程组（一般式）还具有两种形式：（Ⅰ）矩阵形式，其中，，（Ⅱ）向量形式，其中,向量就这样被引入了。

1）齐次线性方程组与线性相关、无关的联系齐次线性方程组可以直接看出一定有解，因为当时等式一定成立；印证了向量部分的一条性质“零向量可由任何向量线性表示”。

齐次线性方程组一定有解又可以分为两种情况：①有唯一零解；②有非零解。

当齐次线性方程组有唯一零解时，是指等式中的只能全为0才能使等式成立，而当齐次线性方程组有非零解时，存在不全为0的使上式成立；但向量部分中判断向量组是否线性相关\无关的定义也正是由这个等式出发的。

故向量与线性方程组在此又产生了联系：齐次线性方程组是否有非零解对应于系数矩阵的列向量组是否线性相关。

可以设想线性相关\无关的概念就是为了更好地讨论线性方程组问题而提出的。

2）齐次线性方程组的解与秩和极大无关组的联系同样可以认为秩是为了更好地讨论线性相关和线性无关而引入的。

秩的定义是“极大线性无关组中的向量个数”，向量组组成的矩阵有说明向量组的极大线性无关组中有个向量，即线性无关，也即等式只有零解。

所以，经过“秩→ 线性相关\无关→ 线性方程组解的判定”的逻辑链条，由就可以判定齐次方程组只有零解。

当时，的列向量组线性相关，此时齐次线性方程组有非零解，且齐次线性方程组的解向量可以通过个线性无关的解向量（基础解系）线性表示。

3）非齐次线性方程组与线性表示的联系非齐次线性方程组是否有解对应于向量是否可由的列向量组线性表示，即使等式成立的一组数就是非齐次线性方程组的解。

当非齐次线性方程组满足时，它有唯一解。

这一点也正好印证了一个重要定理：“若线性无关，而线性相关，则向量可由向量组线性表示，且表示方法唯一”。

性质1.对于方阵有：方阵可逆óó 的行\列向量组均线性无关óó 可由克莱姆法则判断有唯一解，而仅有零解对于一般矩阵则有：ó 的列向量组线性无关ó 仅有零解，有唯一解（如果有解）性质2．齐次线性方程组是否有非零解对应于系数矩阵的列向量组是否线性相关，而非齐次线性方程组是否有解对应于是否可以由的列向量组线性表出。

以上两条性质可视为是将线性相关、行列式、秩、线性方程组几部分知识联系在一起的桥梁。

应记住的一些性质与结论1．向量组线性相关的有关结论：1）向量组线性相关ó向量组中至少存在一个向量可由其余个向量线性表出。

2）向量组线性无关ó向量组中没有一个向量可由其余的向量线性表出。

3）若线性无关，而线性相关，则向量可由向量组线性表示，且表示法唯一。

2．向量组线性表示与等价的有关结论：1）一个线性无关的向量组不可能由一个所含向量个数比它少的向量组线性表示。

2）如果向量组可由向量组线性表示，则有3）等价的向量组具有相同的秩，但不一定有相同个数的向量；4）任何一个向量组都与它的极大线性无关组等价。

3．常见的线性无关组：1）齐次线性方程组的一个基础解系；2）、、这样的单位向量组；3）不同特征值对应的特征向量。

4．关于秩的一些结论：1）；2）；3）；4）；5）若有、满足，则；6）若是可逆矩阵则有；7）若可逆则有；8）。

4．线性方程组的解：1）非齐次线性方程组有唯一解则对应齐次方程组仅有零解；2）若有无穷多解则有非零解；3）若有两个不同的解则有非零解；4）若是矩阵而则一定有解，而且当时有唯一解，当时有无穷多解；5）若则没有解或有唯一解。

四、特征值与特征向量相对于前两章来说，本章不是线性代数这门课的理论重点，但却是一个考试重点。

其原因是解决相关题目要用到线代中的大量内容——既有行列式、矩阵又有线性方程组和线性相关，“牵一发而动全身”。

本章知识要点如下：1．特征值和特征向量的定义及计算方法就是记牢一系列公式如、、和。

常用到下列性质：若阶矩阵有个特征值，则有；若矩阵有特征值，则、、、、、分别有特征值、、、、、，且对应特征向量等于所对应的特征向量；2．相似矩阵及其性质定义式为，此时满足、、，并且、有相同的特征值。

需要区分矩阵的相似、等价与合同：矩阵与矩阵等价（）的定义式是，其中、为可逆矩阵，此时矩阵可通过初等变换化为矩阵，并有；当中的、互逆时就变成了矩阵相似（）的定义式，即有；矩阵合同的定义是，其中为可逆矩阵。

由以上定义可看出等价、合同、相似三者之间的关系：若与合同或相似则与必等价，反之不成立；合同与等价之间没有必然联系。

3．矩阵可相似对角化的条件包括两个充要条件和两个充分条件。

充要条件1是阶矩阵有个线性无关的特征向量；充要条件2是的任意重特征根对应有个线性无关的特征向量；充分条件1是有个互不相同的特征值；充分条件2是为实对称矩阵。

4．实对称矩阵及其相似对角化阶实对称矩阵必可正交相似于对角阵，即有正交矩阵使得，而且正交矩阵由对应的个正交的单位特征向量组成。

可以认为讨论矩阵的相似对角化是为了方便求矩阵的幂：直接相乘来求比较困难；但如果有矩阵使得满足（对角矩阵）的话就简单多了，因为此时而对角阵的幂就等于，代入上式即得。

引入特征值和特征向量的概念是为了方便讨论矩阵的相似对角化。

因为，不但判断矩阵的相似对角化时要用到特征值和特征向量，而且中的、也分别是由的特征向量和特征值决定的。

五、二次型本章所讲的内容从根本上讲是第五章《特征值和特征向量》的一个延伸，因为化二次型为标准型的核心知识为“对于实对称矩阵存在正交矩阵使得可以相似对角化”，其过程就是上一章相似对角化在为实对称矩阵时的应用。

本章知识要点如下：1．二次型及其矩阵表示。

2．用正交变换化二次型为标准型。

3．正负定二次型的判断与证明。

标签: 线性代数总结.学习线性代数总结2009年06月14日星期日上午 11:12学习线性代数总结线性代数与数理统计已经学完了，但我认为我们的学习并没有因此而结束。

我们应该总结一下这门课程的学习的方法，并能为我们以后的学习和工作提供方法。

这门课程的学习目标：《线性代数》是物理系等专业的一门重要的基础课，其主要任务是使学生获得线性代数的基本思想方法和行列式、线性方程组、矩阵论、二次型、线性空间、线性变换等方面的系统知识，它一方面为后继课程（如离散数学、计算方法、等课程）提供一些所需的基础理论和知识；另一方面还对提高学生的思维能力，开发学生智能、加强“三基”（基础知识、基本理论、基本理论）及培养学生创造型能力，培养学生的抽象思维和逻辑推理能力等重要作用。

同时随着计算机及其应用技术的飞速发展，很多实际问题得以离散化而得到定量的解决。

作为离散化和数值计算理论基础的线性代数，为解决实际问题提供了强有力的数学工具。

我总结了《线性代数》的一些学习方法，可能有的同学会认为这已经为时过晚，但我不这么认为。

从这门课程中，我们学会的不仅仅是线性代数的一些相关知识（行列式、线性方程组、矩阵论、二次型、线性空间、线性变换等方面的系统知识），更重要的是，从这门课程中我们应该掌握一种很重要的思想——学习如何去使用工具的方法。

这个工具狭隘的讲是线性代数这门数学知识，但从广义地说：这个工具应该是生活中的一切工具（如电脑软件的学习方法、机器的操作方法、科学调查方法等）。

在这门课程给我的感触就是：这门课告诉我们如何去学知识的方法。

我认为：学习任何一门知识的方法是：一、明确我们要学习什么知识或者要掌握哪些方面的技能。

只能我们明白我们自己要学习什么之后，我们才会有动力去学习，在我们的大学里，有些同学不明白学习课本知识有何作用，认为学习与不学习没有什么区别，或者认为学习课本知识没有多大的作用，就干脆不学（当然我在这里没有贬低任何人的意思）。

不过我认为学习好自己的专业的知识，掌握专业技能是每个大学生的天职。

二、知道知识是什么，了解相关知识的概念和定义。

这是学习的一切学习的基础，只有把握这个环节，我们的学习实践活动才能得以开展，知识是人类高度概括、总结的经验，不可能像平常说话那么通俗易懂。

所以我们要想把知识学好，就得在概念上下功夫。

例《线性代数》这门课程中的实二次型，那我们首先得非常清楚的知到，什么叫做实二次型。

否则这一块的知识没有办法开展。

三、要知到我们学的知识可以用到何处，或者能帮我们解决什么问题。

其实这一点和第一点有点重复。

但是对于我们的课本知识非常得有用，因为我们现在所学的课本知识。

说句实在话，我们确实不知到能为我们生活中能解决什么问题，但如果我们知到它能用到何处，相信将来一定会有用。

有一句话说得好，书到用时方恨少，说得是这个道理。

总之，我们现在要为以后遇到问题而积累解决问题的方法，我们现在是在为以后的人生在打基础。

四、学习相关概念后，要学会如何去操作。

像《线性代数》这门课程，在这一点就体现得很突出。

如在我们学习正交矩阵这个概念后，我们得要学会如何去求正交矩阵；再如，当我们认识了矩阵的对角化定义之后，我们得掌握如何去将一个矩阵对角化。

其实，就是学会如何去操作，这是我们掌握数学工具的使用方法的重要途径，所以这部分的工作是我们的学习中心和重点。