考研线性代数公式速记大全
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 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 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)。
线代知识点总结口诀

线代知识点总结口诀一、向量空间的定义和性质1. 定义:集合V中元素R^n或函数的封闭满足加法、数乘皆保持线性组合2. 性质:零向量唯一对任意向量封闭数乘常数满足结合律交换律二、基和维数的概念1. 基的定义:线性无关组成生成空间并且极小维数即基的元素个数空间维数无疑问2. 维数公式:维数加和定理V=W⊕U成立时维数和为分量秩不成立时加成理三、线性映射的定义和性质1. 定义:映射满足加法和数乘的保持性即为线性变换零空间和像空间2. 性质:核与像的维数加和为V的维数核是线性无关部分像是基的映射组四、矩阵与线性映射的关系1. 定义:矩阵是映射的表示基向量对应列向量映射作用为乘法基变换及相似2. 性质:矩阵与像的关系矩阵秩等于像空间零空间即核空间映射的表示很关键五、特征值和特征向量1. 定义:A的倍数即λv满足Av=λv特征多项式及根特征向量线性独2. 性质:特征向量线性无关半单特征值个数对角化矩阵不经特征值有关关键六、对称矩阵的对角化1. 定义:A的转置与原矩阵相等即为对称矩阵实对称矩阵相关定正定矩阵特征正2. 性质:对称矩阵对角化特征值为实数特征向量正交关系正定矩阵重要性七、正交和正交补空间1. 定义:内积为零即正交正交补空间的性质维数和维数加和维数和维度乘积2. 性质:正交补空间维数正交补空间的基正交补空间关键正交变换的重要八、二次型和正定矩阵1. 定义:二次型对称矩阵正定二次型性质标准型及规范型正定矩阵判定法2. 性质:正定矩阵的特征值二次型的规范型正定矩阵的判定法特征分解及应用以上就是线性代数知识点总结口诀,希望对你有帮助。
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》公式大全

《线性代数》公式大全1.向量1.1向量的加法和减法v1=(x1,y1,z1)v2=(x2,y2,z2)v1+v2=(x1+x2,y1+y2,z1+z2)v1-v2=(x1-x2,y1-y2,z1-z2)1.2向量的数量乘法v=(x,y,z),k是一个实数kv = (kx, ky, kz)1.3向量的点积v1·v2=x1x2+y1y2+z1z21.4向量的模长v,=√(x^2+y^2+z^2)2.矩阵2.1矩阵的加法和减法A = (aij),B = (bij)是两个m x n矩阵A +B = (aij + bij)A -B = (aij - bij)2.2矩阵的数量乘法A = (aij)是一个m x n矩阵,k是一个实数kA = (kaij)2.3矩阵的乘法A = (aij)是一个m x n矩阵,B = (bij)是一个n x p矩阵AB = (cij)是一个m x p矩阵,其中cij = a1j*b1i + a2j*b2i+ ... + anj*bni2.4矩阵的转置A = (aij)是一个m x n矩阵A的转置为A^T = (aij)^T = (aji)2.5矩阵的逆A为可逆矩阵,A^-1为其逆矩阵,满足AA^-1=A^-1A=I,其中I为单位矩阵3.行列式3.1二阶行列式D=,abc d, = ad - b3.2三阶行列式D=,abcdeg h i, = aeI + bfG + cdH - ceG - afH - bd3.3n阶行列式D=,a11a12 (1)a21a22...a2...........an1 an2 ... ann, = (-1)^(i+j)*Mij,其中Mij为aij的代数余子4.线性方程组4.1齐次线性方程组Ax=0,其中A为一个mxn矩阵4.2非齐次线性方程组Ax=b,其中A为一个mxn矩阵,x为一个n维列向量,b为一个m维列向量4.3线性方程组的解法4.3.1矩阵消元法通过矩阵的初等行变换将线性方程组转化为行阶梯形或最简形4.3.2克拉默法则Ax = b的解可以表示为x = (Dx1/D, Dx2/D, ..., Dxn/D),其中D 为系数矩阵A的行列式,Di为将第i列的系数替换为b后的行列式4.3.3矩阵求逆法若A为可逆矩阵,则Ax=b的解可以表示为x=A^(-1)b以上是线性代数的一些重要公式,通过理解和掌握这些公式,可以帮助我们解决线性代数相关的问题和应用。
考研数学线代定理公式汇总

考研数学线代定理公式汇总1.行列式定理:(1) 行列式的值不变性: 对于可逆矩阵A,有det(AB) =det(A)det(B)。
(2)若存在行(列)线性相关,则行列式为0。
(3)拉普拉斯定理:对于n阶行列式,可以通过余子式展开得到。
2.线性方程组定理:(1)线性方程组存在唯一解的充要条件是系数矩阵的秩等于方程组的未知数个数,并且扩展矩阵的秩等于系数矩阵的秩。
(2)齐次线性方程组存在非零解的充要条件是系数矩阵的秩小于方程组的未知数个数。
(3)利用矩阵的逆可以求解非齐次线性方程组。
3.矩阵定理:(1)矩阵的秩等于其非零特征值的个数。
(2)若矩阵A可对角化,则A与其相似矩阵具有相同的特征值。
(3)奇异值分解定理:对于任意矩阵A,都可以分解成奇异值分解形式:A=UΣV^T,其中U和V是正交矩阵,Σ是对角矩阵。
4.向量空间定理:(1)向量组的线性相关性可以通过列向量组的秩判断,如果秩小于向量个数,则线性相关。
(2)向量组的秩等于向量组的极大线性无关组的向量个数。
(3) rank(A^T) = rank(A),其中A是矩阵。
(4)若A和B是可逆矩阵,则(A^T)^-1=(A^-1)^T。
5.特征值与特征向量定理:(1)特征值方程的根为矩阵的特征值。
(2)若特征值λ是矩阵A的特征值,对应的特征向量组成的集合是由矩阵A-λI的零空间生成的。
(3)矩阵A相似于对角矩阵的充要条件是A有n个线性无关的特征向量。
以上是一些常见的数学线性代数定理和公式的汇总,希望对您的学习有所帮助。
当然,线性代数的内容还是比较广泛的,还有很多其他的定理和公式,如矩阵行列式的性质、特征值与特征向量的性质、矩阵的幂等性等。
如果您对这个话题有更深入的了解需求,可以提出具体的问题,我将尽力回答。
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-互联网类

线性代数公式大全-互联网类关键信息项:1、矩阵运算公式矩阵加法矩阵乘法矩阵转置2、行列式计算公式二阶行列式三阶行列式n 阶行列式3、向量运算公式向量加法向量数量积向量叉积4、线性方程组求解公式高斯消元法克莱姆法则5、特征值与特征向量公式特征值计算特征向量求解11 矩阵运算公式111 矩阵加法若有两个矩阵 A =(a_{ij})_{m×n} 和 B =(b_{ij})_{m×n} ,则它们的和为 C = A + B =(a_{ij} + b_{ij})_{m×n} 。
112 矩阵乘法设矩阵 A 为 m×p 矩阵,矩阵 B 为 p×n 矩阵,则矩阵 A 与矩阵 B 的乘积 C = AB 是一个 m×n 矩阵,其中 C 中的元素 c_{ij} 为 A 的第 i 行元素与 B 的第 j 列对应元素乘积之和。
113 矩阵转置若矩阵 A =(a_{ij})_{m×n} ,则其转置矩阵 A^T =(a_{ji})_{n×m} 。
21 行列式计算公式211 二阶行列式对于二阶矩阵 A = a b; c d ,其行列式的值为|A| = ad bc 。
212 三阶行列式对于三阶矩阵 A = a11 a12 a13; a21 a22 a23; a31 a32 a33 ,其行列式的值为|A| = a11a22a33 + a12a23a31 + a13a21a32 a13a22a31a12a21a33 a11a23a32 。
213 n 阶行列式n 阶行列式的计算较为复杂,通常采用按行(列)展开、化上三角(下三角)等方法进行计算。
31 向量运算公式311 向量加法若有向量 a =(a1, a2,, an) 和向量 b =(b1, b2,, bn) ,则它们的和为 c = a + b =(a1 + b1, a2 + b2,, an + bn) 。
线性代数公式完整版必记

1、行列式公式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 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---+-===+==∑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 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)。
- 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)。
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 n nn n j j j n j 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 OA A O A BO B O B BOAAA 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:()1222212111112ni j nj i nn n n nx x x x x 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:()ij m n A a ⨯=或m nA ⨯()1121112222*12n Tn ijnnnn A A A A A A A A A A A ⎛⎫ ⎪⎪== ⎪ ⎪⎝⎭,ij A 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③1231111213a a a a a -⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭3211111213a a a a a a -⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭√ 方阵的幂的性质:mnm nA 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 sAB C ⨯=⇔()()1112121222121212,,,,,,s s n s n n ns b b b b b b c c c b b b ααα⎛⎫ ⎪ ⎪⋅⋅⋅= ⎪ ⎪⎝⎭ ⇔i i A c β= ,(,,)i s = 1,2⇔i β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,TA 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 ma 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 B B 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12,,,n ααα⋅⋅⋅线性相关⇔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 0≤()m n r A ⨯≤min(,)m n②()()()T T r A r A r 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()rrE O E O r A r A A O O O O ⎛⎫⎛⎫=⇒⎪ ⎪⎝⎭⎝⎭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70 ⑩()()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:AxAx ββ⇒=<≠⇒=<≠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Ax β=1122n n x x x αααβ+++=1112111212222212,,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⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ 12,,2,,j j j mj j n αααα⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪⎝⎭11212(,,,)n n x x x αααβ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭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 ()s n r A =-=每个解向量中自由未知量的个数.本帖为考研加油站 和考研论坛 网友songhonger 原创,原创帖子地址 /viewthread.php?tid=2097349&page=1&extra=page%3D1√ 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。