2012考研数学_线性代数超级总结
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。
(完整word版)线性代数超强的总结(不看你会后悔的)(word文档良心出品)

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 >.。
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。
线性代数总结知识点

线性代数总结知识点线性代数是数学的一个分支,主要研究向量、向量空间(也称为线性空间)、线性变换以及线性方程组的理论。
它是现代数学的基础工具之一,广泛应用于物理学、工程学、计算机科学、经济学和社会科学等领域。
以下是线性代数的一些核心知识点总结:1. 向量与向量运算- 向量的定义:向量可以是有序的数字列表,用于表示空间中的点或方向。
- 向量加法:两个向量对应分量相加得到新的向量。
- 标量乘法:一个向量与一个标量相乘,每个分量都乘以该标量。
- 向量的数量积(点积):两个向量的对应分量乘积之和,用于计算向量的长度或投影。
- 向量的向量积(叉积):仅适用于三维空间,结果是一个向量,表示两个向量平面的法向。
2. 矩阵- 矩阵的定义:一个由数字排列成的矩形阵列。
- 矩阵加法和减法:对应元素相加或相减。
- 矩阵乘法:第一个矩阵的列数必须等于第二个矩阵的行数,结果矩阵的每个元素是两个矩阵对应行列的乘积之和。
- 矩阵的转置:将矩阵的行变成列,列变成行。
- 单位矩阵:对角线上全是1,其余位置全是0的方阵。
- 零矩阵:所有元素都是0的矩阵。
3. 线性相关与线性无关- 线性相关:如果一组向量中的任何一个可以通过其他向量的线性组合来表示,则这组向量是线性相关的。
- 线性无关:如果只有所有向量的零组合才能表示为零向量,则这组向量是线性无关的。
4. 向量空间(线性空间)- 定义:一组向量,它们在向量加法和标量乘法下是封闭的。
- 子空间:向量空间的子集,它自身也是一个向量空间。
- 维数:向量空间的基(一组线性无关向量)的大小。
- 基和坐标:向量空间的一组基可以用来表示空间中任何向量的坐标。
5. 线性变换- 定义:保持向量加法和标量乘法的函数。
- 线性变换可以用矩阵表示,矩阵的乘法对应线性变换的复合。
6. 特征值和特征向量- 特征值:对应于线性变换的标量,使得变换后的向量与原向量成比例。
- 特征向量:与特征值对应的非零向量,变换后的向量与原向量方向相同。
考研线性代数终极总结

考研线性代数终极总结线性代数是研究向量空间及其线性变换的数学分支。
它是数学基础科学和高级工程科学的重要学科,在理论和应用上都有着广泛的应用。
准备考研的同学们需要牢固掌握线性代数的基本概念和重要定理,下面是线性代数的终极总结。
一、向量空间1.向量空间的基本定义和性质2.子空间及其判定3.维数、基、坐标和表示定理4.线性方程组的解空间二、线性变换1.线性变换的定义和性质2.矩阵的线性变换3.线性变换的矩阵表示和基变换4.线性变换的像空间与核空间5.线性变换的特征值和特征向量6.对角化和相似变换三、线性方程组1.线性方程组的表示和解的存在唯一性2.线性方程组解的结构和基础解系3.矩阵的秩与线性方程组解的个数4.线性方程组的常见解法四、矩阵1.矩阵的运算和性质2.矩阵的特征值和特征向量3.矩阵的标准形式4.矩阵的相似性质和相抵性质五、二次型1.二次型的定义和性质2.二次型的标准形式3.正定、负定和不定二次型4.合同变换与矩阵的合同性质六、特征值问题1.特征值问题的引入和相关概念2.特征值问题的求解方法3.特征值问题的应用七、奇异值分解1.奇异值分解的定义和性质2.奇异值分解的计算和应用八、线性变换的标准形式1.线性变换的标准形式的引入和相关性质2.线性变换的标准形式的计算和应用九、行列式1.行列式的定义和性质2.行列式的性质及计算方法3.克莱姆法则及其推广以上是线性代数的终极总结,考研学习线性代数需要掌握这些重要概念和定理,通过大量的练习和习题,加深对知识点的理解和记忆。
在考试中,要善于分析题目,熟练运用线性代数的知识,灵活解决问题。
希望同学们能够在考研线性代数的复习中取得好的成绩!。
线性代数超强的总结(不看你会后悔的)

线性代数超强的总结(不看你会后悔的).doc线性代数超强总结(不看你会后悔的)引言线性代数是数学中的一个重要分支,广泛应用于科学、工程、经济学和社会科学等领域。
本文档旨在提供一个全面而深入的线性代数总结,帮助读者掌握这一重要学科的核心概念和应用。
矩阵理论矩阵运算加法:两个同型矩阵对应元素相加。
乘法:矩阵乘积涉及到行与列的点积。
转置:矩阵的转置是将行列互换。
逆矩阵:方阵的逆矩阵满足 ( AA^{-1} = A^{-1}A = I )。
特殊矩阵单位矩阵:对角线上全是1,其他位置为0的方阵。
对角矩阵:除了对角线上的元素,其他位置元素都是0。
上三角矩阵和下三角矩阵:上三角矩阵的对角线以下元素为0,下三角矩阵的对角线以上元素为0。
向量空间向量空间的定义向量空间是满足加法和标量乘法封闭性的集合。
基和维数基:向量空间的一组基是线性无关的向量集合,任何向量都可以唯一地表示为基向量的线性组合。
维数:向量空间的维数是其基中向量的数量。
子空间子空间是向量空间的一个子集,它自身也是一个向量空间。
线性变换线性变换的定义线性变换是满足加法和标量乘法保持性的函数。
线性变换的矩阵表示任何线性变换都可以用一个矩阵来表示。
特征值和特征向量特征值:使得 ( Av = \lambda v ) 成立的标量 ( \lambda )。
特征向量:对应的非零向量 ( v )。
线性方程组线性方程组的表示线性方程组可以表示为矩阵形式 ( Ax = b )。
高斯消元法高斯消元法是一种通过行操作求解线性方程组的方法。
克拉默法则当系数矩阵是可逆的,克拉默法则提供了一种解线性方程组的公式。
特征值和特征向量特征多项式特征多项式是 ( \det(A - \lambda I) ),其根即为矩阵 ( A ) 的特征值。
对角化如果矩阵 ( A ) 有足够多的线性无关的特征向量,则 ( A ) 可以对角化。
内积空间内积的定义内积是一个二元运算,满足正定性、线性和对称性。
线性代数知识点总结归纳

线性代数知识点总结归纳线性代数是数学中的一个重要分支,研究向量空间和线性方程组等内容。
它在许多领域都有广泛的应用,如物理学、工程学、经济学等。
下面将对线性代数的常见知识点进行总结归纳。
1.向量和向量空间:-向量是由有序的数字组成的数组,可以用于表示空间中的点、力、速度等。
-向量的运算包括加法和数乘,其中加法满足结合律和交换律,数乘满足分配律。
-向量空间是由一组向量组成的集合,满足加法和数乘的封闭性、结合律、交换律等性质。
2.线性方程组:- 线性方程组是由多个线性方程组成的方程集合,形如a1x1 + a2x2 + ... + anxn = b。
-线性方程组可以用矩阵和向量的形式表示,即Ax=b,其中A是系数矩阵,x是未知向量,b是常数向量。
-解线性方程组的方法有高斯消元法、矩阵的逆、克拉默法则等。
3.矩阵和矩阵运算:-矩阵是由数构成的矩形阵列,可以用于表示线性变换、方程组等。
-矩阵的运算包括加法、数乘和乘法。
矩阵的乘法满足结合律,但不满足交换律。
-矩阵的转置、逆矩阵、伴随矩阵是常见的矩阵运算。
4.线性变换:-线性变换是指保持向量空间的加法和数乘运算的一种映射关系。
-线性变换可以用矩阵表示,通过矩阵与向量的乘法来实现。
-线性变换有许多重要的性质,如保持向量加法、数乘运算、保持原点不变等。
5.特征值和特征向量:-特征值是线性变换中的一个重要概念,表示线性变换沿一些方向拉伸或压缩的比例因子。
-特征向量是与特征值相关联的向量,在经过线性变换后,仅被拉伸或压缩,方向不变。
-特征值和特征向量可以通过求解线性方程组(A-λI)v=0来求得。
6.内积空间:-内积空间是一个向量空间,其中定义了一个内积运算,满足对称性、线性性、正定性等性质。
-内积可以用于定义向量的长度(模)和夹角,进而可以定义正交、正交补等概念。
- 常见的内积空间包括Euclid空间和多项式空间等。
7.正交和正交投影:-正交是指两个向量的内积为零,即它们垂直于彼此。
- 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 超级总结概念、性质、定理、公式必须清楚,解法必须熟练,计算必须准确(),nT A r A n A A Ax x Ax A Ax A A A E οοοββ==⇔∀≠≠≠⇔∀∈=≅可逆 的列(行)向量线性无关 的特征值全不为0 只有零解 ,0总有唯一解 是正定矩阵 R 12,s iA p p p p nB AB E AB E ⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪=⋅⋅⋅⎪==⎪⎩ 是初等阵存在阶矩阵使得 或 ○注:全体n 维实向量构成的集合nR 叫做n 维向量空间.()A r A n A A A Ax A ολ<=⇔==不可逆 0的列(行)向量线性相关0是的特征值 有非零解,其基础解系即为关于0的⎧⎪⎪⎪⎨⎪⎪⎪⎩特征向量○注 ()()a b r aE bA n aE bA aE bA x οολ+<⎧⎪+=⇔+=⎨⎪⎩有非零解=-⎫⎪≅⎪−−−→⎬⎪⎪⎭具有向量组等价矩阵等价()反身性、对称性、传递性矩阵相似()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87p 教材;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.1212121112121222()1212()n nnn n j j j nj j nj j j j n n nna a a a a a D a a a a a a τ==-∑1√ 行列式的计算:①行列式按行(列)展开定理: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的乘积之和. 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零.②若A B 与都是方阵(不必同阶),则==()mn A O A A OA B O B O B B OA A A BB OB O*==**=-1(拉普拉斯展开式)③上三角、下三角、主对角行列式等于主对角线上元素的乘积.④关于副对角线:(1)211212112111()n n nnn n n n n n n a Oa a a a a a a Oa O---*==-1 (即:所有取自不同行不同列的n 个元素的乘积的代数和)⑤范德蒙德行列式:()1222212111112n ij nj i nn n n nx x x xx x x x x x x ≤<≤---=-∏111由m n ⨯个数排成的m 行n 列的表111212122212n n m m mn a a a a a a A a a a ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭称为m n ⨯矩阵.记作:()ijm nA a ⨯=或m nA ⨯()1121112222*12n Tn ij nnnn A A A A A A A A A A A ⎛⎫⎪⎪== ⎪ ⎪⎝⎭,ijA 为A 中各个元素的代数余子式.√ 逆矩阵的求法:① 1A A A*-=○注: 1a b d b c d c a ad bc --⎛⎫⎛⎫= ⎪ ⎪--⎝⎭⎝⎭1 主换位副变号 ②1()()A E E A-−−−−→ 初等行变换③1231111213aa a a -⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭3211111213a a a a a -⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭√ 方阵的幂的性质:m n m n A A A += ()()m n mn A A =√ 设,,m n n s A B ⨯⨯A 的列向量为12,,,n ααα⋅⋅⋅,B 的列向量为12,,,s βββ⋅⋅⋅,则m s AB C ⨯=⇔()()1112121222121212,,,,,,s s n s n n ns b b b b b b c c c b b b ααα⎛⎫ ⎪⎪⋅⋅⋅= ⎪ ⎪⎝⎭⇔i iA c β= ,(,,)i s = 1,2⇔iβ为i Ax c =的解⇔()()()121212,,,,,,,,,s s s A A A A c c c ββββββ⋅⋅⋅=⋅⋅⋅= ⇔12,,,s c c c 可由12,,,n ααα⋅⋅⋅线性表示.即:C 的列向量能由A 的列向量线性表示,B 为系数矩阵.同理:C 的行向量能由B 的行向量线性表示,T A 为系数矩阵.即: 1112111212222212n n n n mn n m a a a c a a a c a a a c βββ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⇔11112212121122222211222n n m m mn m a a a c a a a c a a a c βββββββββ+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩ √ 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.√ 分块矩阵的转置矩阵:TTT TT A B A C C D BD ⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭分块矩阵的逆矩阵:111A A B B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ 111A B BA---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭1111A C A A CB O B OB ----⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭ 1111A O A OC B B CA B ----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭分块对角阵相乘:11112222,A B A B A B ⎛⎫⎛⎫==⎪ ⎪⎝⎭⎝⎭⇒11112222A B AB A B ⎛⎫= ⎪⎝⎭,1122nn n A A A ⎛⎫= ⎪⎝⎭分块对角阵的伴随矩阵:***A BA B AB ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ *(1)(1)mn mn A A B BB A **⎛⎫-⎛⎫= ⎪ ⎪⎪-⎝⎭⎝⎭√ 矩阵方程的解法(0A ≠):设法化成AX B XA B ==(I) 或 (II)A B E X −−−−→ 初等行变换(I)的解法:构造()()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. (向量个数变动)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. (向量维数变动)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114p 教材. 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 向量组线12,,,n ααα⋅⋅⋅性相关⇔向量组中至少有一个向量可由其余n -1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n -1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 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,且表示法唯一. ⑩ 矩阵的行向量组的秩=列向量组的秩=矩阵的秩. 行阶梯形矩阵的秩等于它的非零行的个数.可画出一条阶梯线,线的下方全为0;每个台阶只有一行,台阶数即是非零行的行数,阶梯线的竖线后面的第一个元素非零.当非零行的第一个非零元为1,且这些非零元所在列的其他元素都是0⑪ 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. 即:矩阵的初等变换不改变矩阵的秩. √ 矩阵的初等变换和初等矩阵的关系:对A 施行一次初等○行变换得到的矩阵,等于用相应的初等矩阵○左乘A ; 对A 施行一次初等○列变换得到的矩阵,等于用相应的初等矩阵○右乘A .如果矩阵A 存在不为零的r 阶子式,且任意r +1阶子式均为零,则称矩阵A 的秩为r .记作()r A r =向量组12,,,n ααα 的极大无关组所含向量的个数,称为这个向量组的秩.记作12(,,,)n r αααA 经过有限次初等变换化为B . 记作:A B =12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示. 记作:()()1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅ ⑫ 矩阵A 与B 等价⇔PAQ B =,,P Q 可逆⇔()(),,,r A r B A B A B =≠>为同型矩阵作为向量组等价,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.⑬向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示⇔AX B =有解⇔12(,,,)=n r ααα⋅⋅⋅1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅≤12(,,,)n r ααα⋅⋅⋅. ⑭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 .⑮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;p 教材94,例10⑯ 任一向量组和它的极大无关组等价.向量组的任意两个极大无关组等价. ⑰ 向量组的极大无关组不唯一,但极大无关组所含向量个数唯一确定. ⑱ 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.⑲ 设A 是m n ⨯矩阵,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.√ 矩阵的秩的性质: ①()A O r A ≠⇔若≥1()0A O r A =⇔=若≤()m n r A ⨯≤min(,)m n②()()()TT r A r Ar A A == p 教材101,例15③()()r kA r A k=≠ 若0④()(),,()0m n n s r A r B n A B r AB B Ax ⨯⨯+≤⎧=⇒⎨=⎩若若0的列向量全部是的解⑤()r AB ≤{}min(),()r A r B⑥()()()()A r AB r B B r AB r A ⇒=⇒=若可逆若可逆 即:可逆矩阵不影响矩阵的秩.⑦若()()()m n Ax r AB r B r A n AB O B OA AB AC B C ο⨯⇔=⎧⎪=⎧⎪=⎨⎪⇒=⇒=⎧⎨⎪⎨⎪⎪=⇒=⎩⎩⎩ 只有零解在矩阵乘法中有左消去律; 若()()()n s r AB r B r B n B ⨯=⎧=⇒⎨⎩ 在矩阵乘法中有右消去律.⑧()rrEO E O r A rA A OO OO ⎛⎫⎛⎫=⇒ ⎪ ⎪⎝⎭⎝⎭若与唯一的等价,称为矩阵的等价标准型. ⑨()r A B ±≤()()r A r B + {}max(),()r A r B ≤(,)r A B ≤()()r A r B + p教材70⑩()()A O O A r r A r B O B B O ⎛⎫⎛⎫==+⎪ ⎪⎝⎭⎝⎭ ()()A C r r A r B O B ⎛⎫≠+ ⎪⎝⎭121212,,,0,,,()(),,,A n n A n Ax A n Ax Ax r A r A Ax A n βαααβαααβββααα⇔=−−−−−→=<⇔⇒⇔=⇔=⇔=⇔=−−−−−→≠⇒=⇔⇒ 当为方阵时当为方阵时有无穷多解0表示法不唯一线性相关有非零解可由线性表示有解有唯一组解0克莱姆法则表示法唯一 线127()(),,,()()()1()n Ax r A r A Ax r A r A r A r A οββαααβββ⎧⎪⎪⎪⎪⎨⎪⎪⎪⇔=⎪⎩⎧⇔≠⎪⇔=⇔<⎨⎪⇔+=⎩教材72讲义8性无关只有零解不可由线性表示无解○注:AxAxββ⇒=<≠⇒=<≠有无穷多解其导出组有非零解有唯一解其导出组只有零解Axβ=1122n nx x xαααβ+++=1112111212222212,,nnm m mn n ma a a x ba a a x bA xa a a x bβ⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪⎪ ⎪ ⎪===⎪ ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭12,,2,,jjjmjj nαααα⎛⎫⎪⎪==⎪⎪⎪⎝⎭11212(,,,)nnxxxαααβ⎛⎫⎪⎪=⎪⎪⎝⎭1213线性方程组解的性质:1212121211221212(1),,(2),,(3),,,,,,,,(4),,(5),,(6k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηοηηηοηηηηολλλληληληγβηογηβηηβηηο=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-= 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),(7),,,,100k k k kk k k Ax Ax Ax Ax Ax ηβηηηοηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩ 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 =⇒()()r A r A β= ⇒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 β 和的上限. √ 判断12,,,s ηηη 是Ax ο=的基础解系的条件:① 12,,,s ηηη 线性无关; ② 12,,,s ηηη 都是Ax ο=的解;③ ()sn r A =-=每个解向量中自由未知量的个数.√ 一个齐次线性方程组的基础解系不唯一. √ 若η*是Ax β=的一个解,1,,,s ξξξ 是Ax ο=的一个解⇒1,,,,s ξξξη* 线性无关√Ax ο=与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.√ 两个齐次线性线性方程组Ax ο=与Bx ο=同解⇔()()A r r A r B B ⎛⎫== ⎪⎝⎭.√ 两个非齐次线性方程组Ax β=与Bx γ=都有解,并且同解⇔()()A r r A r B B βγ⎛⎫== ⎪⎝⎭.√ 矩阵m n A ⨯与l n B ⨯的行向量组等价⇔齐次方程组Ax ο=与Bx ο=同解⇔PA B =(左乘可逆矩阵P );101p 教材矩阵m n A ⨯与l n B ⨯的列向量组等价⇔AQ B =(右乘可逆矩阵Q ).√ 关于公共解的三中处理办法:① 把(I)与(II)联立起来求解;② 通过(I)与(II)各自的通解,找出公共解;当(I)与(II)都是齐次线性方程组时,设123,,ηηη是(I)的基础解系, 45,ηη是(II)的基础解系,则 (I)与(II)有公共解⇔基础解系个数少的通解可由另一个方程组的基础解系线性表示.即:1231231425(,,)(,,)r r c c ηηηηηηηη=+当(I)与(II)都是非齐次线性方程组时,设11122c c ξηη++是(I)的通解,233c ξη+是(II)的通解,两方程组有公共解⇔2331c ξηξ+-可由12,ηη线性表示. 即:12122331(,)(,)r r c ηηηηξηξ=+-③ 设(I)的通解已知,把该通解代入(II)中,找出(I)的通解中的任意常数所应满足(II)的关系式而求出公共解。