强烈推荐2011考研线性代数必须熟记的结论pdf打印版

合集下载

考研_线性代数_笔记精华_3打印

考研_线性代数_笔记精华_3打印

一章行列式一、重点1、理解:行列式的定义,余子式,代数余子式。

2、掌握:行列式的基本性质及推论。

3、运用:运用行列式的性质及计算方法计算行列式,用克莱姆法则求解方程组。

二、难点行列式在解线性方程组、矩阵求逆、向量组的线性相关性、求矩阵的特征值等方面的应用。

三、重要公式1、若A为n阶方阵,则│kA│= kn│A│2、若A、B均为n阶方阵,则│AB│=│A│·│B│3、若A为n阶方阵,则│A*│=│A│n-1若A为n阶可逆阵,则│A-1│=│A│-14、若A为n阶方阵,λi(i=1,2,…,n)是A的特征值,│A│=∏λi四、题型及解题思路1、有关行列式概念与性质的命题2、行列式的计算(方法)1)利用定义2)按某行(列)展开使行列式降阶3)利用行列式的性质①各行(列)加到同一行(列)上去,适用于各列(行)诸元素之和相等的情况。

②各行(列)加或减同一行(列)的倍数,化简行列式或化为上(下)三角行列式。

③逐次行(列)相加减,化简行列式。

④把行列式拆成几个行列式的和差。

4)递推法,适用于规律性强且零元素较多的行列式5)数学归纳法,多用于证明3、运用克莱姆法则求解线性方程组若D =│A│≠0,则Ax=b有唯一解,即x1=D1/D,x2= D2/D,…,xn= Dn/D其中Dj是把D中xj的系数换成常数项。

注意:克莱姆法则仅适用于方程个数与未知数个数相等的方程组。

4、运用系数行列式│A│判别方程组解的问题1)当│A│=0时,齐次方程组Ax=0有非零解;非齐次方程组Ax=b不是唯一解(可能无解,也可能有无穷多解)2)当│A│≠0时,齐次方程组Ax=0仅有零解;非齐次方程组Ax=b有唯一解,此解可由克莱姆法则求出第二章矩阵一、重点1、理解:矩阵的定义、性质,几种特殊的矩阵(零矩阵,上(下)三角矩阵,对称矩阵,对角矩阵,逆矩阵,正交矩阵,伴随矩阵,分块矩阵)2、掌握:1)矩阵的各种运算及运算规律2)矩阵可逆的判定及求逆矩阵的各种方法3)矩阵的初等变换方法二、难点1、矩阵的求逆矩阵的初等变换2、初等变换与初等矩阵的关系三、重要公式及难点解析1、线性运算1)交换律一般不成立,即AB≠BA2)一些代数恒等式不能直接套用,如设A,B,C均为n阶矩阵(A+B)2=A2+AB+BA+B2≠A2+2AB+B2(AB)2=(AB)(AB)≠A2B2(AB)k≠AkBk(A+B)(A-B)≠A2-B2以上各式当且仅当A与B可交换,即AB=BA时才成立。

(word完整版)线性代数重要知识点及典型例题答案,推荐文档

(word完整版)线性代数重要知识点及典型例题答案,推荐文档

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 nij 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TD 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:333122211312110a 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n (零矩阵、负矩阵、行矩阵、列矩阵、n 阶方阵、相等矩阵) ---------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 =)( TT T B A B A +=+)( T T kA kA =)( TT T A B AB =)((反序定理) 方幂:2121k k k kA AA +=2121)(k k k k A A +=对角矩阵:若AB 都是N 阶对角阵,k 是数,则kA 、A+B 、 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 注:把分出来的小块矩阵看成是元素N 阶方阵,若存在N 阶矩阵B 的AB=BA=I 则称A 是可逆的,|A|=0、伴随矩阵)2.、非零k 乘某一行(列)3、将某行(列)的K 初等变换不改变矩阵的可逆性 初等矩阵都可逆倍乘阵 倍加阵) ⎪⎪⎭⎫ ⎝⎛=O OO I D rr矩阵的秩r(A):满秩矩阵 降秩矩阵 若A 可逆,则满秩 若A 是非奇异矩阵,则r (AB )=r (B ) 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nij n n 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。

考研数学《线性代数》考点知识点总结

考研数学《线性代数》考点知识点总结

记作: ri rj ( ci cj ) D D 0 .
3.行列式乘以 k 等于某行(列)所有元素都乘以 k. 推论:某一行(列)所有元素公因子可提到行列式的外面.
记作: kD ri k ( kD ci k ).
记作: kD ri k ( kD ci k ).
行列式的 性质:
a2i a2n
a21
a22
a2i a2n
an1 an2 (ani ani ) ann
an1 an2 ani ann an1 an2 ani ann
上式为列变换,行变换同样成立.
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.
记作: ci ci kcj ( ri ri krj ), D 不变.
n
aki Akj
k 1
Dij
D, 0,
当i 当i
j, n
j;

k 1
aik
Ajk
Dij
D, 0,
当i 当i
j, j; 其中ij
1, 0,
当i j, 当i j.
1 1 11
范德蒙德 行列式:
x1 Dn x12
x2 x22
x3 xn
x32 xn2 = (xi x j ) .证明用数学归纳法.
定理 2:
n 阶行列式可定义为 D (1)ta a p11 p2 2 apnn = (1)ta1p1a2 p2 anpn .
1.D=DT,DT 为 D 转置行列式.(沿副对角线翻转,行列式同样不变)
2.互换行列式的两行(列),行列式变号.
推论:两行(列)完全相同的行列式等于零.
记作: ri rj ( ci c j ) D D .

线性代数中必考知识点归纳总结

线性代数中必考知识点归纳总结

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 ijij ij ijMA 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 CA B C 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 kk 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 OB ---⎛⎫⎛⎫= ⎪⎪⎝⎭⎝⎭;(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 CA B -----⎛⎫⎛⎫= ⎪⎪-⎝⎭⎝⎭;(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 nE OF O O ⨯⎛⎫= ⎪⎝⎭; 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、求解线性方程组: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,i λ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 ab Ca bC b C a b -----=+=++++++=∑;注:Ⅰ、()n a b +展开后有1n +项;Ⅱ、0(1)(1)!1123!()!--+====-mnn n n n n n m n C C C m m n mⅢ、组合的性质:111102---+-===+==∑nmn m m m m r n r r nnn nnn n n r C CCC CC rC 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()1n r 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 na x a x a xb a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩; ②、111211*********2n 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12nb 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 ≤; 向量组A 能由向量组B 线性表示,则()()r A r B ≤; 向量组A 能由向量组B 线性表示AX B ⇔=有解;()(,)r A r A B ⇔=向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==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,TA 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: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; 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;5、相似矩阵和二次型1. 正交矩阵TA 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,)0Ti j i j a a i j n i j =⎧==⎨≠⎩;②、若A 为正交矩阵,则1TA 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 ⇔=TC AC B ,其中可逆;⇔T x Ax 与Tx 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TC 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Tx 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TC 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)。

线性代数全部必背公式

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。

(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)

(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 >.。

Mqfiul2011年考研数学线性代数打印资料

Mqfiul2011年考研数学线性代数打印资料

|||生活|一个人总要走陌生的路,看陌生的风景,听陌生的歌,然后在某个不经意的瞬间,你会发现,原本费尽心机想要忘记的事情真的就这么忘记了..|-----郭敬明线性代数知识点框架(一)线性代数的学习切入点:线性方程组。

换言之,可以把线性代数看作是在研究线性方程组这一对象的过程中建立起来的学科。

线性方程组的特点:方程是未知数的一次齐次式,方程组的数目s和未知数的个数n可以相同,也可以不同。

关于线性方程组的解,有三个问题值得讨论:(1)、方程组是否有解,即解的存在性问题;(2)、方程组如何求解,有多少个解;(3)、方程组有不止一个解时,这些不同的解之间有无内在联系,即解的结构问题。

高斯消元法,最基础和最直接的求解线性方程组的方法,其中涉及到三种对方程的同解变换:(1)、把某个方程的k倍加到另外一个方程上去;(2)、交换某两个方程的位置;(3)、用某个常数k乘以某个方程。

我们把这三种变换统称为线性方程组的初等变换。

任意的线性方程组都可以通过初等变换化为阶梯形方程组。

由具体例子可看出,化为阶梯形方程组后,就可以依次解出每个未知数的值,从而求得方程组的解。

对方程组的解起决定性作用的是未知数的系数及其相对位置,所以可以把方程组的所有系数及常数项按原来的位置提取出来,形成一张表,通过研究这张表,就可以判断解的情况。

我们把这样一张由若干个数按某种方式构成的表称为矩阵。

可以用矩阵的形式来表示一个线性方程组,这至少在书写和表达上都更加简洁。

系数矩阵和增广矩阵。

高斯消元法中对线性方程组的初等变换,就对应的是矩阵的初等行变换。

阶梯形方程组,对应的是阶梯形矩阵。

换言之,任意的线性方程组,都可以通过对其增广矩阵做初等行变换化为阶梯形矩阵,求得解。

阶梯形矩阵的特点:左下方的元素全为零,每一行的第一个不为零的元素称为该行的主元。

对不同的线性方程组的具体求解结果进行归纳总结(有唯一解、无解、有无穷多解),再经过严格证明,可得到关于线性方程组解的判别定理:首先是通过初等变换将方程组化为阶梯形,若得到的阶梯形方程组中出现0=d这一项,则方程组无解,若未出现0=d一项,则方程组有解;在方程组有解的情况下,若阶梯形的非零行数目r等于未知量数目n,方程组有唯一解,若r<n,则方程组有无穷多解。

线性代数公式总结

线性代数公式总结

( - 1) 2 a1 a n

B
A ( - 1)mn B
( 1) mn A B A
A4


D C
B O


A1


B D
O C

A2 OB
D C

其中 B,C 可逆时,则有
A3


O C
B D

A -1 1

-
B -1 C 1DB 1
性质 3:设 A , B 为同型矩阵,则 r( A B) r( A) r(B) 思维定式:若题目条件中出现 A B, A B, r(A) r(B) 时,一般使用性质 3 证明可参考 P87 张宇 9 讲例 5.16
性质 4:设 A ,B 分别为 m n 及 n s 矩阵,则 r( AB) min{r( A), r(B)}. 思维定式:(1)若题目条件中出现 AB 时,一般使用性质 4
(4)矩阵合同
设 A,B 为 n 阶实对称矩阵,若存在可逆矩阵 P,使得 PT AP B ,称 A 与 B 合同 判别法:设 A,B 为 n 阶实对称矩阵,则 A 与 B 合同的充分必要条件 是 A,B 的正、负、零特征值个数相同
(必要条件)
2 判断是否可对角化
①若 A、B 都可以对角化,则 A ~ B
②若 A、B 一个可对角化,一个不可对角化,则 A 不相似于 B
(3)判断 A 是否相似与对角阵的步骤 P142 张宇 9 讲 1)是否是实对称阵,实对称阵( A AT )必相似于对角阵 2)特征值是否都是单根,若是,则 A 相似于对角阵 注:对角阵,上,下三角阵的特征值就是对角线元素 3)特征值是 r 重根,若对应有 r 个线性无关特征向量( S n r(A) ), 则 A 相似于对角阵;若对应的线性无关特征向量少于 r 个(不可能多 于 r 个),则 A 不能相似于对角阵. 注:若 r(A) 1,则可相似于对角阵. P164 汤家凤讲义第 3 题
  1. 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. 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. 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)。

Ⅰ、 B 的列向量全部是齐次方程组 AX = 0 解(转置运算后的结论);
传! Ⅱ、 r(A) + r(B) ≤ n
勿外 ⑨、若 A 、 B 均为 n 阶方阵,则 r(AB) ≥ r(A) + r(B) − n ;
请 6. 三种特殊矩阵的方幂: 习, 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;
③、 α , β ,γ 线性相关 ⇔ α , β ,γ 共面;
6. 线性相关与无关的两套定理: 若 α1,α2 ,L,αs 线性相关,则 α1,α2 ,L,αs ,αs+1 必线性相关; 若 α1,α2 ,L,αs 线性无关,则 α1,α2 ,L,αs−1 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 :
⇔ r( A) = n (是满秩矩阵) ⇔ A 的行(列)向量组线性无关; ⇔ 齐次方程组 Ax = 0 有非零解; ⇔ ∀b ∈ Rn , 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; ⇔ AT A 是正定矩阵; ⇔ A 的行(列)向量组是 Rn 的一组基; ⇔ A 是 Rn 中某两组基的过渡矩阵;
Aij = (−1)i+ j Mij
4. 设 n 行列式 D :
n ( n −1)
将 D 上、下翻转或左右翻转,所得行列式为 D1 ,则 D1 = (−1) 2 D ;
n ( n −1)
将 D 顺时针或逆时针旋转 90o ,所得行列式为 D2 ,则 D2 = (−1) 2 D ;
将 D 主对角线翻转后(转置),所得行列式为 D3 ,则 D3 = D ;
②、
⎛ ⎜ ⎜
a11 a21
⎜ ⎜
M
⎝ am1
a12 a22 M am 2
L L O L
a1n a2n M
⎞⎛ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜
x1 x2 M
⎞ ⎟ ⎟ ⎟ ⎟
=
⎛ ⎜ ⎜ ⎜ ⎜
b1 b2 M
⎞ ⎟ ⎟ ⎟ ⎟

Ax
=
b
(向量方程,
A

m
×
n
矩阵,
m
个方程,
n
个未知数)
amn ⎠ ⎝ xm ⎠ ⎝ bm ⎠
;(拉普拉斯)
,仅 o.co 3、 矩 阵 的 初 等 变 换 与 线 性 方 程 组
友情提供.qunka 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:
F
=
⎛ ⎜ ⎝
Er O
O O
⎞ ⎟ ⎠m
×n

友 ww 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;
E (i (k ))
,且
E (i (k ))−1
=
E(i( 1 ))
,例如:
⎛1 ⎜
k
⎜ ⎜⎝
k
⎞−1 ⎟ ⎟ 1 ⎟⎠
=
⎛1 ⎜ ⎜ ⎜ ⎜ ⎝
1 k

⎟ ⎟
(k

0)


1
⎟ ⎠
⎛1
k ⎞−1 ⎛ 1
−k ⎞
⑤、倍加某行或某列,符号
E (ij (k ))
,且
E (ij (k ))−1
=
E (ij (−k ))
⑤、 max(r(A), r(B)) ≤ r( A, B) ≤ r( A) + r(B) ;(※)
⑥、 r( A + B) ≤ r( A) + r(B) ;(※)
⑦、 r( AB) ≤ min(r( A), r(B)) ;(※)
⑧、如果 A 是 m × n 矩阵, B 是 n× s 矩阵,且 AB = 0 ,则:(※)
m

友 .q m=0
友 ww 注:Ⅰ、 (a + b)n 展开后有 n +1 项;
网络网 w Ⅱ、 Cnm
=
n(n −1)LL(n − m +1) 12 3L m
=
n! m!(n − m)!
Cn0 = Cnn = 1
群考 Ⅲ、组合的性质: Cnm
=
Cn−m n
Cm n +1
=
Cnm
+ Cnm−1
n
∑ Cnr = 2n
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;
3
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);
③、 (a1
a2
L

⎜பைடு நூலகம்
an
)
⎜ ⎜

x1 x2 M
⎞ ⎟ ⎟ ⎟ ⎟
=
β
(全部按列分块,其中 β
=
⎛ ⎜ ⎜ ⎜ ⎜
b1 b2 M

⎟ ⎟
);


⎝ xn ⎠
⎝ bn ⎠
④、 a1 x1 + a2 x2 +L + an xn = β (线性表出)
⑤、有解的充要条件: r( A) = r( A, β ) ≤ n ( n 为未知数的个数或维数)
网 w 对于同型矩阵 A 、 B ,若 r(A) = r(B) ⇔ A B ;
网络 2. 行最简形矩阵: 群考 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)
r
①、若 ( A , E) (E , X ) ,则 A 可逆,且 X = A−1 ;
1、行列式
1. n 行列式共有 n2 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、 Aij 和 aij 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: Mij = (−1)i+ j Aij
O B
A ⎞−1
O
⎟ ⎠
=
⎛ ⎜ ⎝
O A−1
B
−1
⎞ ⎟
;(副对角分块)
O⎠
请勿外 ④、
⎛ ⎜ ⎝
A O
C B
⎞−1 ⎟ ⎠
=
⎛ ⎜ ⎝
A−1 O

A−1CB B −1
−1
⎞ ⎟ ⎠
;(拉普拉斯)
供学习m, ⑤、
⎛ ⎜ ⎝
A C
O ⎞−1
B
⎟ ⎠
=
⎛ A−1
⎜ ⎝

B
−1CA−1
O B −1
⎞ ⎟ ⎠
将 D 主副角线翻转后,所得行列式为 D4 ,则 D4 = 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;
n ( n −1)
②、副对角行列式:副对角元素的乘积 × (−1) 2 ;
传! ③、上、下三角行列式( ◥ = ◣ ):主对角元素的乘积;
外 n(n−1) 勿 ④、 ◤ 和 ◢ :副对角元素的乘积 × (−1) 2 ;
⎛ ⎜
A1

A
=
⎜ ⎜

A2
O
⎞ ⎟ ⎟ ,则: ⎟ ⎟

As ⎠
Ⅰ、 A = A1 A2 L As ;
⎛ ⎜
A1−1
Ⅱ、
A−1
=
⎜ ⎜
⎜⎜⎝
A2−1 O


⎟ ⎟

As−1 ⎟⎟⎠
②、
⎛ ⎜ ⎝
A O
O B
⎞−1 ⎟ ⎠
=
⎛ ⎜ ⎝
A−1 O
O B −1
⎞ ⎟ ⎠
;(主对角分块)
传! ③、
⎛ ⎜ ⎝
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:
⎧ a11 x1 + a12 x2 + L + a1n xn = b1
①、 ⎪⎪⎨⎪a21Lx1L+ La22Lx2L+LLL+ aL2nLxnL=Lb2

⎪⎩ am1 x1 + am2 x2 + L + anm xn = bn
β1T
β
T 2
M
β
T m
⎞ ⎟ ⎟ ⎟ ⎟⎟⎠

供 ao 含有有限个向量的有序向量组与矩阵一一对应;
情提 unk 2. ①、向量组的线性相关、无关 ⇔ Ax = 0 有、无非零解;(齐次线性方程组)
友 .q ②、向量的线性表出
⇔ Ax = b 是否有解;(线性方程组)
友 ww ③、向量组的相互线性表示 ⇔ AX = B 是否有解;(矩阵方程)
k =1
友 ww 7. 证明 A = 0 的方法: 网 w ①、 A = − A ;
网络 ②、反证法;
群考 ③、构造齐次方程组 Ax = 0 ,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
相关文档
最新文档