线性代数公式

合集下载

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

《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。

线性代数公式总结大全

线性代数公式总结大全

线性代数公式 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 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8.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;9. 对于n 阶矩阵A :**AA A A A E == 无条件恒成立;10. 1**111**()()()()()()T T T T A A A A A A ----===11. 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; 12. 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 AO ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭;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13. 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:r m nE OF 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 = ⇔ ; 14. 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;15. 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 -=; 16. 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 --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭;17. 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 ≥+-;18. 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: 19. 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-=20. 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 阶子式不全为0;21. 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; 22. 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;23. 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、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24. 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;25. 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26. 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 27. ()()T r A A r A =;101P 例15 28. 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;29. 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;30. 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31. 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; 32.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; 33.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34.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;35. 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;36. 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; 37. 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;38. 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 =-;39. 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40. 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; 41. 施密特正交化:12(,,,)r a a a11b a =;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 ----=----;42. 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; 43. 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 ; 44. 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; 45. A 为对称阵,则A 为二次型矩阵; 46. 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。

线性代数全公式 线性代数公式定理总结

线性代数全公式 线性代数公式定理总结

基本运算①A + B =B +A② (A + B )+C =A +(B +C )③ c(A + B )=cA +cB (c + d A = cA +dA ④ c(dA )=(cd A⑤cA = 0二 c=0或 A=0。

(ATT=A(A±B y =A T±B T(cA T = C (A T L (AB T =B TA TT(n (n —1)"21)=C j = n (n ~1)2逆值变A 」CA =cnCt , P l + P 2, 丫=P i,Y y p 2,YA =©1,^2,^3 ), 3 阶矩阵B =(3l, 02,卩3 )A +B | H |A +|B |线性代数全公式B+ P l ®2 +P 233+P 3D = a21A21 + a22A2^^a2n A Zn转置值不变A T=AA +B =(%+ P l,% +6,03 +P 3)E(i,j(c)“1I有关乘法的基本运算C ij =a ii b ij +a i2b2j + …+a in b nj线性性质(A t + 民B=A1B +A2B ,A(Bi + B2 )= AB i + AB2 (cAB =c(AB )= A(cB )结合律(AB C = A(BC )(AB T =B T A TAB| =|A|B.k .l . k +A A =A(A k} A kl(AB (=A k B k不一定成立!A(kE )= kA , (kE A = kAAB = E u BA = E与数的乘法的不同之处(AB;= A k B k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2A —2A-3E =(A—3E )(A + E )无消去律(矩阵和矩阵相乘)当AB = 0时口A = 0或B=0由AH0和AB =0= B=0由AH0时AB=ACx B=C (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

《线性代数》公式大全

《线性代数》公式大全线性代数是数学中的一个分支,研究向量、矩阵和线性方程组等相关概念和性质。

它是现代数学和应用科学的基础,广泛应用于物理学、工程学、计算机科学等领域。

本文将介绍线性代数中的基本概念和相关公式。

1.向量的定义和运算:向量是有方向和大小的量,可以用有序数对或者列矩阵来表示。

设有向量a=(a1, a2, ..., an),b=(b1, b2, ..., bn),则向量的运算包括:- 向量的加法:a + b = (a1 + b1, a2 + b2, ..., an + bn)- 向量的减法:a - b = (a1 - b1, a2 - b2, ..., an - bn)- 数乘:k * a = (k * a1, k * a2, ..., k * an)2.向量的模和单位向量:向量的模表示向量的长度,记作,a,计算公式为:,a, =sqrt(a1² + a2² + ... + an²)。

单位向量表示模为1的向量,计算公式为:u=a/,a。

3.内积和外积:内积也叫点积或数量积,计算公式为:a·b = a1 * b1 + a2 * b2+ ... + an * bn。

外积也叫向量积或叉积,计算公式为:a×b=(a2*b3-a3*b2,a3*b1-a1*b3,a1*b2-a2*b1)。

4.矩阵的定义和运算:矩阵是按照行列排列的矩形阵列,可以用方括号表示。

设有矩阵A和B,则矩阵的运算包括:-矩阵的加法:A+B=[a11+b11,a12+b12,...,a1m+b1m;a21+b21,a22+b22,...,a2m+b2m;...] -矩阵的减法:A-B=[a11-b11,a12-b12,...,a1m-b1m;a21-b21,a22-b22,...,a2m-b2m;...]-数乘:k*A=[k*a11,k*a12,...,k*a1m;k*a21,k*a22,...,k*a2m;...] -矩阵的乘法:A*B=[c11,c12,...,c1n;c21,c22,...,c2n;...]其中,cij = a(i1) * b(1j) + a(i2) * b(2j) + ... + a(im) *b(mj),a(ij)为矩阵A的第i行第j列元素。

线性代数公式总结大全

线性代数公式总结大全

线性代数公式总结大全在线性代数中,有许多重要的公式被广泛应用于向量、矩阵和线性方程组的求解。

下面将对这些公式进行一个全面的总结,并说明它们的应用。

1. 向量的加法和减法- 向量加法:给定两个向量A和B,其加法可以表示为A + B = C,其中C的每个分量等于A和B对应分量的和。

- 向量减法:给定两个向量A和B,其减法可以表示为A - B = C,其中C的每个分量等于A和B对应分量的差。

2. 向量的数量积和向量积- 数量积:给定两个向量A和B,其数量积可以表示为A · B = |A| |B| cosθ,其中|A|和|B|分别表示向量A和B的模长,θ表示两个向量的夹角。

- 向量积:给定两个向量A和B,其向量积可以表示为A × B = |A| |B| sinθ * n,其中|A|和|B|分别表示向量A和B的模长,θ表示两个向量的夹角,n是垂直于A和B所在平面的单位向量。

3. 矩阵的基本运算- 矩阵加法:给定两个矩阵A和B,其加法可以表示为A + B = C,其中C的每个元素等于A和B对应元素的和。

- 矩阵减法:给定两个矩阵A和B,其减法可以表示为A - B = C,其中C的每个元素等于A和B对应元素的差。

- 矩阵数乘:给定一个矩阵A和一个标量k,其数乘可以表示为kA = B,其中B的每个元素等于A对应元素乘以k。

4. 矩阵的乘法- 矩阵乘法:给定两个矩阵A和B,其乘法可以表示为AB = C,其中矩阵C的元素等于A的行向量与B的列向量的数量积。

- 矩阵转置:给定一个矩阵A,其转置可以表示为A^T,其中A^T的第i行第j列元素等于A的第j行第i列元素。

- 矩阵的逆:给定一个可逆矩阵A,其逆可以表示为A^−1,其中AA^−1 = I,I是单位矩阵。

5. 线性方程组的解法- 列主元消去法:通过消去矩阵A的部分元素,将其转化为上三角矩阵,然后通过回代法求解线性方程组的解。

- 伴随矩阵法:利用矩阵的伴随矩阵和行列式的性质求解线性方程组的解。

线代基本公式

线代基本公式

线代基本公式
线性代数的基本公式包括:
1. 转置矩阵:行列翻转。

2. 代数余子式矩阵:显然一个n阶行列式共有n^2个余子式,这n^2个余子式的值(代数余子式)构成的矩阵即代数余子式矩阵。

3. 标准伴随矩阵:接上,即代数余子式构成的方阵进行转置后得到。

4. 向量点乘与其向量夹角之间的关系。

5. 向量b在向量a上的投影(其中为向量ab之间的夹角)。

6. 向量a和b的叉乘(积):其中i, j, k为基向量,a和b的向量积同时垂直于这两个向量,维向量不存在向量积,计算二维向量的向量积时,第三维补0,同上公式。

7. (AB)^T=(B^T)(A^T),(AB)^(-1)=[B^(-1)][A^(-1)]。

以上信息仅供参考,如有需要,建议查阅线性代数相关书籍。

线性代数重要公式

线性代数重要公式

《 线 代 》第一章行列式一、重要公式1.AA11=- 2.1-*=n AA 3.A k kA n =4.B A AB = 5.B A BOA ∙=* 6.B A BO A ∙=*7.n m mnmn B A OA B O ∙-=)1( 8.∏====ni iiaOO OO 1**9.范德蒙行列式:∏≤<≤-----=nj i i jn nn n n nn x xx x x x x x x x x x x x 111312112232221321)(1111二、主要知识网络图nnn n n n a a a a a a a a a212222111211=行列互换,行列式值不变,即行列式与其转置行列式相等。

互换两行(列),行列式值变号。

某行(列)有公因数,可提到行列式之外。

某行(列)的k 倍加到另一行(列)上去,行列式值不变。

若行列式某行(列)的所有元素均为两项之和,则行列式可拆成两行列式之和。

若行列式有两行(列)对应成比例,则值为零。

行列式某行元素与另一行对应的元素的代数余子式乘积之和为零。

三角化、递推法、加边法、公式法、拆项法 Grame 法则奇次线性方程组有非零解的充分条件第二章 矩阵一、重要定理定理2.1 设A ,B 是n 的阶矩阵,则B A AB =。

定理2.2 如果A 是可逆矩阵,则A 的逆矩阵唯一。

定理2.3 n 阶矩阵A 可逆,)(021s P P P A n A r A =⇔=⇔≠⇔),,是初等矩阵(s i P i 1= 定理2.4 初等阵左(右)乘给定的矩阵,其结果就是对给定的矩阵作相应的行(列)变换。

定理2.5 初等矩阵可逆,且其逆同类型初等矩阵,即)()()),1(())((,111k E k E k i E k i EE E ij ij ij ij-===---。

定理2.6 如果矩阵A 与B 等价,则(1)秩r(A)=r(B) (2 )存在可逆矩阵P 与Q,使PAQ=B 。

  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)。

线性代数第一章 矩阵1.几种特殊的矩阵零矩阵 对角矩阵 数量矩阵 单位矩阵 三角矩阵 行阶梯矩阵 行最简形矩阵 2.矩阵乘法的运算规律 →(AB)C =A(BC) 结合律→ A(B+C)=AB+AC, (B+C)A=BA+CA 分配律 → k(AB)=(kA)B=A(kB)其由于矩阵的乘法满足结合律,而不满足交换律,因而有下面的式子:(1) A n A m = A n+m (2) ( A n )m = A n m(3) ( AB ) k ≠ A k B k 中k 为任意数 注:1.矩阵乘法不满足交换率,即:AB =BA 不一定成立,反例见书P62.n 阶数量矩阵kE 与任意n 阶方阵A 可交换,即(kE )A =A (kE )=kA ,特别的, AE =EA =A3.如果记f (x )=a m x m +a m-1x m-1+…+a 1x+a 0是x 的m 次多项式,A 是n 阶方阵,称 f (A )=a m A m +a m-1A m-1+…+a 1A+a 0E 为A 的m 次多项式 3.矩阵的转置,叫做 A 的转置矩阵,记作A T 。

m 阶矩阵。

且 A 的行一定就是 A T 中T 4.(AB)T =B T A T对称矩阵的和,设 A 为 n 阶方为对称矩阵; 阵 A 为反对称矩阵。

为初等行矩阵、右乘为初等列矩阵 ⇔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,即A -1=A *⁄|A|3.1**111**()()()()()()T T T T A A A A A A ----=== (kA)-1=k -1A -1***111()()()TT TAB B A AB B A AB B A ---===(A -1)-1=A4.方阵A 为可逆矩阵的充要条件是A 可以写成初等矩阵的乘积 6.方阵的行列式1。

交换行列式的任意两行或两列,行列式值反好。

2。

若行列式有两行或两列的元素相同,则此行列式的值为零 3。

若行列式有两行或两列的元素成比例,则此行列式的值为零4。

行列式的某一行或一列中所有元素都乘以同一数k ,等于用数k 乘此行列式5。

行列式的某一行或一列中的元素都是两数之和,则此行列式关于该行或该列可表示为两个行列式之和6。

如果将行列式的某一行或某一列的k 倍加到另一行或一列去(称为倍加运算),则其值不变7。

N 阶方阵A 与其转置矩阵A T 有相同的行列式,即|A|=|A T | 7.矩阵的秩定义:设A 为m * n 矩阵,在矩阵A 中任取k 行k 列(k<=m 和n 的最小值),位于这些行列相交处的元素按原来的顺序所组成的k 阶行列式,称为A 的k 阶子式。

A 中所有不为零的子式的最高阶数称为矩阵A 的秩,记作r (A )矩阵秩的基本性质:①、0()min(,)m n r A m n ⨯≤≤;②、()()T r A r A =;③、若矩阵A 与矩阵B 等价,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 ≥+-第二章 n 维向量一. 3.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;4. 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)5. 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)6. ()()T r A A r A =;(101P 例15)7.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;8. 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;9. 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)二.1。

n 维向量组a 1a 2,…,a s 是线性相关的充要条件是存在不全为零的数k 1k 2,…,k s ,使得k 1a 1+k 2a 2+…+k s a s =02.如果向量组的某个部分组是线性相关的,则整个向量组是线性相关的3。

向量组a 1,a 2,…,a s 是线性相关的当且仅当在a 1,a 2,…,a s 中存在一个向量a j ,使得a j ,使得a j 可以由其余s -1个向量线性表示4.如果向量组a 1,a 2,…,a s 的秩小于s ,则称向量组a 1,a 2,…,a s 是线性相关的。

否则,就称这个向量组是线性无关的。

推出:向量组a 1,a 2,…,a s 是线性相关的当且仅当A 1T ,A 2T ,…,A S T 是线性相关的; 含一个向量的向量组是线性相关的当且仅当这个向量为零向量; 含两个向量的向量组是线性相关的当且仅当着两个向量的分量成比例; 当s > n 时,任意s 个n 维向量一定线性相关。

5。

如果向量组β1,β2,…,βt 可以由α1,α2,…,αs 线性表示,则r {β1,β2,…,βt }≤ r {α1,α2,…,αs }三.N 维向量的内积———称n 维向量α,β的对应的分量的乘积之和为这两个向量的内积,记为[α,β]=αT β,若α=(x 1,x 2,…,x n )T , β=(y 1,y 2,…,y n )T ,则 [α,β]=x 1y 1+x2y2+…+x n y n n 维向量内积满足下列性质:(1)[α,β]=[β,α]; (2)[k α,β]=k [α,β](2)[α+β,γ]=[α,γ]+[β,γ] (4)[α,α]≥0,且[α,α]当且仅当α=0 四.正交矩阵定义:如果n 阶实矩阵A 满足A T A =E ,则称A 是正交矩阵,简称正交阵第三章线性方程组的解一.齐次线性方程组1.定义:如果将系数矩阵用其列向量表示为A=(a1,a2,…,an),则齐次线性方程组可以写成与之等价的向量方程的形式——x1a1+x2a2+…+xnan=02.有非零解的条件:齐次线性方程组有非零解当且仅当系数矩阵A的秩小于未知量的个数n即,如果s<n,则任意含n个未知量的、由s个方程组成的齐次线性方程组一定由非零解。

3。

推论:如果A是方阵,则齐次线性方程组Ax=0有非零解的充分必要条件是行列式|A|=04。

设含n个未知量的齐次线性方程组Ax=0的系数矩阵A的秩为r,若r<n,则Ax=0的任一基础解系中均含n-r个解向量二.非线性齐次线性方程组——x1a1+x2a2+…+xnan=b1。

定理:线性方程组有解当且仅当它的系数矩阵A与增广矩阵(A,b)有相同的秩。

并且如果它们的秩相同,且都等于r,则次线性方程组的通解中含有n-r个自由未知量。

2。

非齐次线性方程组的通解形式:设γ是线性方程组Ax=b的特解,η1,η2,…,ηn-1是其导出组Ax=0的基础解系,则Ax=b的通解形式为:x=γ+k1η1+k2η2+…+kn-1ηn-1,其中,k1,k2,…,kn-1是任意常数。

Ax=b的形式如上式的通解称为这个线性方程组的一般解。

相关文档
最新文档