线性代数知识点总结归纳
线性代数知识点归纳

线性代数复习要点第一部分行列式1. 排列的逆序数2. 行列式按行(列)展开法则3. 行列式的性质及行列式的计算行列式的定义1.行列式的计算:①(定义法)1212121112121222()1212()nnnnn j j jn j j njj j jn n nna a aa a aD a a aa a aτ==-∑1②(降阶法)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零.1122,,0,.i j i j in jnA i ja A a A a Ai j⎧=⎪++=⎨≠⎪⎩③ (化为三角型行列式)上三角、下三角、主对角行列式等于主对角线上元素的乘积.11221122***0**0*0nnnnb b A b b b b ==④ 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 O A AA B B O B O*==**=-1⑤ 关于副对角线:(1)211212112111()n n nnn n n n n n n a O a a a a a a a Oa O ---*==-1⑥ 范德蒙德行列式:()1222212111112nijnj i nn n n nx x x x x x x x x x x ≤<≤---=-∏111⑦ ab -型公式:1[(1)]()n a b b b b a bba nb a b bb ab b b ba-=+-- ⑧ (升阶法)在原行列式中增加一行一列,保持原行列式不变的方法.⑨ (递推公式法) 对n 阶行列式n D 找出n D 与1n D -或1n D -,2n D -之间的一种关系——称为递推公式,其中 n D ,1n D -,2n D -等结构相同,再由递推公式求出n D 的方法称为递推公式法.(拆分法) 把某一行(或列)的元素写成两数和的形式,再利用行列式的性质将原行列式写成两行列式之和, 使问题简化以例计算. ⑩ (数学归纳法)2. 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;3. 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.4. 代数余子式和余子式的关系:(1)(1)i j i j ij ijij ij M A A M ++=-=-第二部分 矩阵1. 矩阵的运算性质2. 矩阵求逆3. 矩阵的秩的性质4. 矩阵方程的求解1. 矩阵的定义 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 n A ⨯同型矩阵:两个矩阵的行数相等、列数也相等. 矩阵相等: 两个矩阵同型,且对应元素相等. 矩阵运算a. 矩阵加(减)法:两个同型矩阵,对应元素相加(减).b. 数与矩阵相乘:数λ与矩阵A 的乘积记作A λ 或A λ,规定为()ij A a λλ=.c. 矩阵与矩阵相乘:设()ij m s A a ⨯=, ()ij s n B b ⨯=,则()ij m n C AB c ⨯==, 其中12121122(,,,)j j ij i i is i j i j is sj sj b b c a a a a b a b a b b ⎛⎫ ⎪ ⎪==+++ ⎪ ⎪ ⎪⎝⎭注:矩阵乘法不满足:交换律、消去律, 即公式00AB BAAB A ==⇒=或B=0不成立.a. 分块对角阵相乘:11112222,A B A B A B ⎛⎫⎛⎫==⎪ ⎪⎝⎭⎝⎭⇒11112222A B AB A B ⎛⎫= ⎪⎝⎭,1122nn n A A A ⎛⎫= ⎪⎝⎭b. 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;11112111111211221222221222221212000000n n n n m m m mn m m m m m mn a b b b a b a b a b ab b b a b a b a b B a b b b a b a b a b ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥Λ==⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦c. 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.11121111121212122221212222121122000000n m n n m n m m mn m m m m mn b b b a a b a b a b b b b a a b a b a b B b b b a a b a b a b ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥Λ==⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦d. 两个同阶对角矩阵相乘只用把对角线上的对应元素相乘. ④ 方阵的幂的性质:mnm nA A A+=, ()()m n mnA A =⑤ 矩阵的转置: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TA . a. 对称矩阵和反对称矩阵: A 是对称矩阵TA A =.A 是反对称矩阵T A A =-.b. 分块矩阵的转置矩阵:TTT TT A B A C C D BD ⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭⑥ 伴随矩阵: ()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. **AA A A A E ==,1*n A A-=, 11AA--=.分块对角阵的伴随矩阵:***A BA B AB ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ *(1)(1)mn mn A A B BB A**⎛⎫-⎛⎫= ⎪ ⎪⎪-⎝⎭⎝⎭2. 逆矩阵的求法 方阵A 可逆 0A ≠.①伴随矩阵法 1A A A *-= ○注: 1a b d b c d c a ad bc --⎛⎫⎛⎫= ⎪ ⎪--⎝⎭⎝⎭1 主换位副变号② 初等变换法 1()()A E E A -−−−−→初等行变换③ 分块矩阵的逆矩阵:111A A B B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ 111A B B A---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭1111A C A A CB O B OB ----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭ 1111A O A O CB B CA B ----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭④1231111213a a a a a a -⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭, 3211111213a a a a a a -⎛⎫⎛⎫⎪⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⑤ 配方法或者待定系数法 (逆矩阵的定义1AB BA E A B -==⇒=)3. 行阶梯形矩阵 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0时, 称为行最简形矩阵4. 初等变换与初等矩阵 对换变换、倍乘变换、倍加(或消法)变换初等变换初等矩阵 初等矩阵的逆 初等矩阵的行列式↔i j r r (↔i j c c )(,)E i j 1(,)(,)E i j E i j -=(,)E i j =-1⨯i r k (⨯i c k ) (())E i k11[()][()]k E i k E i -= [()]E i k k = +⨯i j r r k (+⨯i j c c k )(,())E i j k1[,()][,()]E i j k E i j k -=-[,()]E i j k =1☻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 .注意: 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.5. 矩阵的秩 关于A 矩阵秩的描述:①、()=r A r ,A 中有r 阶子式不为0,1+r 阶子式 (存在的话) 全部为0; ②、()<r A r ,A 的r 阶子式全部为0; ③、()≥r A r ,A 中存在r 阶子式不为0;☻矩阵的秩的性质:① ()A O r A ≠⇔≥1; ()0A O r A =⇔=;0≤()m n r A ⨯≤min(,)m n② ()()()TTr A r A r A A ==③ ()()r kA r A k =≠ 其中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 若P 、Q 可逆,则()()()()r A r PA r AQ r PAQ ===; 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 O A 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 ()r rE O E O r A r A 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 + ⑩ ()()A O O A r r A r B O B B O ⎛⎫⎛⎫==+⎪ ⎪⎝⎭⎝⎭, ()()A C r r A r B O B ⎛⎫≠+ ⎪⎝⎭☻求矩阵的秩:定义法和行阶梯形阵方法6 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()() A E B X ⎛⎫⎛⎫⎪ ⎪−−−−→ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭初等列变换(II)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,再转置得第三部分 线性方程组1. 向量组的线性表示2. 向量组的线性相关性3. 向量组的秩4. 向量空间5.线性方程组的解的判定6. 线性方程组的解的结构(通解)(1)齐次线性方程组的解的结构(基础解系与通解的关系) (2)非齐次线性方程组的解的结构(通解) 1.线性表示:对于给定向量组12,,,,n βααα,若存在一组数12,,,n k k k 使得1122n n k k k βααα=+++,则称β是12,,,n ααα的线性组合,或称称β可由12,,,n ααα的线性表示.线性表示的判别定理:β可由12,,,n ααα的线性表示由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 +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩有解②、1112111212222212⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭n n m m mn m m a a a x b a a a x b Ax a a a x b β③、()1212n n x x aa 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) 2. 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 bb 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,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⎛⎫⎛⎫⎛⎫⎪⎪ ⎪⎪⎪ ⎪= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⇔111122*********22211222n n m m mn ma a a c a a a c a a a c βββββββββ+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩3. 线性相关性判别方法:法1法2法3推论♣线性相关性判别法(归纳)♣ 线性相关性的性质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. 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 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 4. 最大无关组相关知识向量组的秩 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 ααα矩阵等价 A 经过有限次初等变换化为B .向量组等价 12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示. 记作:()()1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅ ① 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.② 矩阵的初等变换不改变矩阵的秩,且不改变行(列)向量间的线性关系③ 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 .④ 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; ⑤ 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. ⑥ 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. ⑦ 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. ⑧ 设A 是m n ⨯矩阵,若()r A m =,A 的行向量线性无关;5. 线性方程组理论线性方程组的矩阵式Ax β= 向量式 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⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ 其中 12,,2,,j j j mj j n αααα⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪⎝⎭1(1)解得判别定理(2)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 k k 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(3) 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.(4) 求非齐次线性方程组Ax = b 的通解的步骤12112(1()(2)()()(3)(4)10,,...,(5)A b r A b r A r n n r Ax b Ax Ax b x k k ααααααα==<-====++0n-r 0) 将增广矩阵通过初等行变换化为;当时,把不是首非零元所在列对应的个变量作为自由元;令所有自由元为零,求得的一个;不计最后一列,分别令一个自由元为,其余自由元 为零,得到的{};写出非齐次线性方程组的阶梯形矩阵特解基础 解系 通解 212...,,...,n r n rn r k k k k α---++其中为任意常数.(5)其他性质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)⇔()()A r r A r B B ⎛⎫==⎪⎝⎭, 且有结果: 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.√ 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 ); 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 ).第四部分 方阵的特征值及特征向量1. 施密特正交化过程2. 特征值、特征向量的性质及计算3. 矩阵的相似对角化,尤其是对称阵的相似对角化1. 标准正交基 n 个n 维线性无关的向量,两两正交,每个向量长度为1. 向量()12,,,Tn a a a α=与()12,,,Tn b b b β=的内积 11221(,)ni i n n i a b a b a b a b αβ===+++∑αβ与正交 (,)0αβ=. 记为:αβ⊥ ④ 向量()12,,,Tn a a a α=的长度 2222121(,)ni n i a a a a ααα====+++∑⑤ α是单位向量(,)1ααα==. 即长度为1的向量.2. 内积的性质: ① 正定性:(,)0,(,)0αααααο≥=⇔=且 ② 对称性:(,)(,)αββα=③ 线性性:1212(,)(,)(,)ααβαβαβ+=+ (,)(,)k k αβαβ=3. 设A 是一个n 阶方阵, 若存在数λ和n 维非零列向量x , 使得 Ax x λ=,则称λ是方阵A 的一个特征值,x 为方阵A 的对应于特征值λ的一个特征向量. A 的特征矩阵0E A λ-=(或0A E λ-=).A 的特征多项式 ()E A λϕλ-=(或()A E λϕλ-=).④ ()ϕλ是矩阵A 的特征多项式⇒()A O ϕ= ⑤ 12n A λλλ= 1ni A λ=∑tr ,A tr 称为矩阵A 的迹.⑥ 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.⑦ 若0A =,则λ=0为A 的特征值,且Ax ο=的基础解系即为属于λ=0的线性无关的特征向量.⑧ ()1r A =⇔A 一定可分解为A =()1212,,,n n a a b b b a ⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭、21122()n n A a b a b a b A =+++,从而A 的特征值为:11122n n A a b a b a b λ==+++tr , 23n λλλ====0.○注()12,,,Tn a a a 为A 各行的公比,()12,,,n b b b 为A 各列的公比.⑨ 若A 的全部特征值12,,,n λλλ,()f A 是多项式,则:① 若A 满足()f A O =⇒A 的任何一个特征值必满足()i f λ=0 ②()f A 的全部特征值为12(),(),,()n f f f λλλ;12()()()()n f A f f f λλλ=.⑩ A 与TA 有相同的特征值,但特征向量不一定相同. 4. 特征值与特征向量的求法(1) 写出矩阵A 的特征方程0A E λ-=,求出特征值i λ. (2) 根据()0i A E x λ-=得到 A 对应于特征值i λ的特征向量. 设()0i A E x λ-=的基础解系为 12,,,in r ξξξ- 其中()i i r r A E λ=-.则A 对应于特征值i λ的全部特征向量为1122,i i n r n r k k k ξξξ--+++其中12,,,i n r k k k -为任意不全为零的数.5. A 与B 相似 1P AP B -= (P 为可逆矩阵) A 与B 正交相似 1P AP B -= (P 为正交矩阵)A 可以相似对角化 A 与对角阵Λ相似.(称Λ是A 的相似标准形)6. 相似矩阵的性质: ①E 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.○注α是A 关于0λ的特征向量,1P α-是B 关于0λ的特征向量. ②A B =tr tr③A B = 从而,A B 同时可逆或不可逆 ④ ()()r A r B =⑤若A 与B 相似, 则A 的多项式()f A 与B 的多项式()f A 相似. 7. 矩阵对角化的判定方法① n 阶矩阵A 可对角化 (即相似于对角阵) 的充分必要条件是A 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. 设i α为对应于i λ的线性无关的特征向量,则有:121n P AP λλλ-⎛⎫⎪ ⎪=⎪ ⎪⎝⎭.② A 可相似对角化⇔()i i n r E A k λ--=,其中i k 为i λ的重数⇔A 恰有n 个线性无关的特征向量.○注:当iλ=0为A 的重的特征值时,A 可相似对角化⇔i λ的重数()n r A =-=Ax ο=基础解系的个数.③ 若n 阶矩阵A 有n 个互异的特征值⇒A 可相似对角化. 8. 实对称矩阵的性质:① 特征值全是实数,特征向量是实向量;② 不同特征值对应的特征向量必定正交;○注:对于普通方阵,不同特征值对应的特征向量线性无关; ③ 一定有n 个线性无关的特征向量. 若A 有重的特征值,该特征值i λ的重数=()i n r E A λ--; ④ 必可用正交矩阵相似对角化,即:任一实二次型可经正交变换化为标准形; ⑤ 与对角矩阵合同,即:任一实二次型可经可逆线性变换化为标准形; ⑥ 两个实对称矩阵相似⇔有相同的特征值. 9. 正交矩阵 TAA E =正交矩阵的性质:① 1T A A -=;② T TAA A A E ==;③ 正交阵的行列式等于1或-1;④ A 是正交阵,则TA ,1A -也是正交阵; ⑤ 两个正交阵之积仍是正交阵;⑥ A 的行(列)向量都是单位正交向量组.10. 11.施密特正交规范化123,,ααα线性无关,112122111313233121122(,)(,)(,)(,)(,)(,)βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化:111βηβ=222βηβ= 333βηβ=技巧:取正交的基础解系,跳过施密特正交化。
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汇总

线性代数知识点总结1 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;5一行列乘k加到另一行列,行列式的值不变;6两行成比例,行列式的值为0;二重要行列式4、上下三角主对角线行列式的值等于主对角线元素的乘积5、副对角线行列式的值等于副对角线元素的乘积乘6、Laplace展开式:A是m阶矩阵,B是n阶矩阵,则7、n阶n≥2范德蒙德行列式数学归纳法证明★8、对角线的元素为a,其余元素为b的行列式的值:三按行列展开9、按行展开定理:1任一行列的各元素与其对应的代数余子式乘积之和等于行列式的值2行列式中某一行列各个元素与另一行列对应元素的代数余子式乘积之和等于0 四行列式公式10、行列式七大公式:1|kA|=k n|A|2|AB|=|A|·|B|3|A T|=|A|4|A-1|=|A|-15|A|=|A|n-16若A的特征值λ1、λ2、……λn,则7若A与B相似,则|A|=|B|五克莱姆法则11、克莱姆法则:1非齐次线性方程组的系数行列式不为0,那么方程为唯一解2如果非齐次线性方程组无解或有两个不同解,则它的系数行列式必为03若齐次线性方程组的系数行列式不为0,则齐次线性方程组只有0解;如果方程组有非零解,那么必有D=0;2 矩阵一矩阵的运算1、矩阵乘法注意事项:1矩阵乘法要求前列后行一致;2矩阵乘法不满足交换律;因式分解的公式对矩阵不适用,但若B=E,O,A-1,A,fA时,可以用交换律3AB=O不能推出A=O或B=O;2、转置的性质5条1A+B T=A T+B T2kA T=kA T3AB T=B T A T4|A|T=|A|5A TT=A二矩阵的逆3、逆的定义:AB=E或BA=E成立,称A可逆,B是A的逆矩阵,记为B=A-1注:A可逆的充要条件是|A|≠04、逆的性质:5条1kA-1=1/k·A-1 k≠02AB-1=B-1·A-13|A-1|=|A|-14A T-1=A-1T5A-1-1=A5、逆的求法:1A为抽象矩阵:由定义或性质求解2A为数字矩阵:A|E→初等行变换→E|A-1三矩阵的初等变换6、初等行列变换定义:1两行列互换;2一行列乘非零常数c3一行列乘k加到另一行列7、初等矩阵:单位矩阵E经过一次初等变换得到的矩阵;8、初等变换与初等矩阵的性质:1初等行列变换相当于左右乘相应的初等矩阵2初等矩阵均为可逆矩阵,且E ij-1=E ij i,j两行互换;E i-1c=E i1/c第i行列乘cE ij-1k=E ij-k第i行乘k加到j★四矩阵的秩9、秩的定义:非零子式的最高阶数注:1rA=0意味着所有元素为0,即A=O2rA n×n=n满秩←→ |A|≠0 ←→A可逆;rA<n←→|A|=0←→A不可逆;3rA=rr=1、2、…、n-1←→r阶子式非零且所有r+1子式均为0;10、秩的性质:7条1A为m×n阶矩阵,则rA≤minm,n2rA±B≤rA±B3rAB≤min{rA,rB}4rkA=rAk≠05rA=rACC是一个可逆矩阵6rA=rA T=rA T A=rAA T7设A是m×n阶矩阵,B是n×s矩阵,AB=O,则rA+rB≤n11、秩的求法:1A为抽象矩阵:由定义或性质求解;2A为数字矩阵:A→初等行变换→阶梯型每行第一个非零元素下面的元素均为0,则rA=非零行的行数五伴随矩阵12、伴随矩阵的性质:8条1AA=AA=|A|E → ★A=|A|A-12kA=k n-1A3AB=BA4|A|=|A|n-15A T=A T6A-1=A-1=A|A|-17A=|A| n-2·A★8rA=n rA=n;rA=1 rA=n-1;rA=0 rA<n-1六分块矩阵13、分块矩阵的乘法:要求前列后行分法相同;14、分块矩阵求逆:3 向量一向量的概念及运算1、向量的内积:α,β=αTβ=βTα2、长度定义:||α||=3、正交定义:α,β=αTβ=βTα=a1b1+a2b2+…+a n b n=04、正交矩阵的定义:A为n阶矩阵,AA T=E ←→ A-1=A T←→ A T A=E → |A|=±1二线性组合和线性表示5、线性表示的充要条件:非零列向量β可由α1,α2,…,αs线性表示1←→非齐次线性方程组α1,α2,…,αs x1,x2,…,x s T=β有解;★2←→rα1,α2,…,αs=rα1,α2,…,αs,β系数矩阵的秩等于增广矩阵的秩,用于大题第一步的检验6、线性表示的充分条件:了解即可若α1,α2,…,αs线性无关,α1,α2,…,αs,β线性相关,则β可由α1,α2,…,αs线性表示;7、线性表示的求法:大题第二步设α1,α2,…,αs线性无关,β可由其线性表示;α1,α2,…,αs|β→初等行变换→行最简形|系数行最简形:每行第一个非0的数为1,其余元素均为0三线性相关和线性无关8、线性相关注意事项:1α线性相关←→α=02α1,α2线性相关←→α1,α2成比例9、线性相关的充要条件:向量组α1,α2,…,αs线性相关1←→有个向量可由其余向量线性表示;2←→齐次方程α1,α2,…,αs x1,x2,…,x s T=0有非零解;★3←→rα1,α2,…,αs<s 即秩小于个数特别地,n个n维列向量α1,α2,…,αn线性相关1←→ rα1,α2,…,αn<n2←→|α1,α2,…,αn |=03←→α1,α2,…,αn不可逆10、线性相关的充分条件:1向量组含有零向量或成比例的向量必相关2部分相关,则整体相关3高维相关,则低维相关4以少表多,多必相关★推论:n+1个n维向量一定线性相关11、线性无关的充要条件向量组α1,α2,…,αs线性无关1←→任意向量均不能由其余向量线性表示;2←→齐次方程α1,α2,…,αs x1,x2,…,x s T=0只有零解3←→rα1,α2,…,αs=s特别地,n个n维向量α1,α2,…,αn线性无关←→rα1,α2,…,αn=n ←→|α1,α2,…,αn |≠0 ←→矩阵可逆12、线性无关的充分条件:1整体无关,部分无关2低维无关,高维无关3正交的非零向量组线性无关4不同特征值的特征向量无关13、线性相关、线性无关判定1定义法★2秩:若小于阶数,线性相关;若等于阶数,线性无关专业知识补充1在矩阵左边乘列满秩矩阵秩=列数,矩阵的秩不变;在矩阵右边乘行满秩矩阵,矩阵的秩不变;2若n维列向量α1,α2,α3线性无关,β1,β2,β3可以由其线性表示,即β1,β2,β3=α1,α2,α3C,则rβ1,β2,β3=rC,从而线性无关;←→rβ1,β2,β3=3 ←→ rC=3 ←→ |C|≠0四极大线性无关组与向量组的秩14、极大线性无关组不唯一15、向量组的秩:极大无关组中向量的个数成为向量组的秩对比:矩阵的秩:非零子式的最高阶数★注:向量组α1,α2,…,αs的秩与矩阵A=α1,α2,…,αs的秩相等★16、极大线性无关组的求法1α1,α2,…,αs为抽象的:定义法2α1,α2,…,αs为数字的:α1,α2,…,αs→初等行变换→阶梯型矩阵则每行第一个非零的数对应的列向量构成极大无关组五向量空间17、基就是极大线性无关组变换公式:若α1,α2,…,αn与β1,β2,…,βn是n维向量空间V的两组基,则基变换公式为β1,β2,…,βn=α1,α2,…,αn C n×n其中,C是从基α1,α2,…,αn到β1,β2,…,βn的过渡矩阵;C=α1,α2,…,αn-1β1,β2,…,βn18、坐标变换公式:向量γ在基α1,α2,…,αn与基β1,β2,…,βn的坐标分别为x=x1,x2,…,x n T,y=y1,y2,…,y n T,,即γ=x1α1 + x2α2 + …+x nαn=y1β1 + y2β2 + …+y nβn,则坐标变换公式为x=Cy或y=C-1x;其中,C是从基α1,α2,…,αn到β1,β2,…,βn的过渡矩阵;C=α1,α2,…,αn-1β1,β2,…,βn六Schmidt正交化19、Schmidt正交化设α1,α2,α3线性无关1正交化令β1=α12单位化4 线性方程组一方程组的表达形与解向量1、解的形式:1一般形式2矩阵形式:Ax=b;3向量形式:A=α1,α2,…,αn2、解的定义:若η=c1,c2,…,c n T满足方程组Ax=b,即Aη=b,称η是Ax=b的一个解向量二解的判定与性质3、齐次方程组:1只有零解←→rA=nn为A的列数或是未知数x的个数2有非零解←→rA<n4、非齐次方程组:1无解←→rA<rA|b←→rA=rA-12唯一解←→rA=rA|b=n3无穷多解←→rA=rA|b<n5、解的性质:1若ξ1,ξ2是Ax=0的解,则k1ξ1+k2ξ2是Ax=0的解2若ξ是Ax=0的解,η是Ax=b的解,则ξ+η是Ax=b的解3若η1,η2是Ax=b的解,则η1-η2是Ax=0的解推广1设η1,η2,…,ηs是Ax=b的解,则k1η1+k2η2+…+k sηs为Ax=b的解当Σk i=1Ax=0的解当Σk i=02设η1,η2,…,ηs是Ax=b的s个线性无关的解,则η2-η1,η3-η1,…,ηs-η1为Ax=0的s-1个线性无关的解;变式:①η1-η2,η3-η2,…,ηs-η2②η2-η1,η3-η2,…,ηs-ηs-1三基础解系6、基础解系定义:1ξ1,ξ2,…,ξs是Ax=0的解2ξ1,ξ2,…,ξs线性相关3Ax=0的所有解均可由其线性表示→基础解系即所有解的极大无关组注:基础解系不唯一;任意n-rA个线性无关的解均可作为基础解系;★7、重要结论:证明也很重要设A施m×n阶矩阵,B是n×s阶矩阵,AB=O1B的列向量均为方程Ax=0的解2rA+rB≤n第2章,秩8、总结:基础解系的求法1A为抽象的:由定义或性质凑n-rA个线性无关的解2A为数字的:A→初等行变换→阶梯型自由未知量分别取1,0,0;0,1,0;0,0,1;代入解得非自由未知量得到基础解系四解的结构通解9、齐次线性方程组的通解所有解设rA=r,ξ1,ξ2,…,ξn-r为Ax=0的基础解系,则Ax=0的通解为k1η1+k2η2+…+k n-rηn-r 其中k1,k2,…,k n-r为任意常数10、非齐次线性方程组的通解设rA=r,ξ1,ξ2,…,ξn-r为Ax=0的基础解系,η为Ax=b的特解,则Ax=b的通解为η+ k1η1+k2η2+…+k n-rηn-r 其中k1,k2,…,k n-r为任意常数五公共解与同解11、公共解定义:如果α既是方程组Ax=0的解,又是方程组Bx=0的解,则称α为其公共解12、非零公共解的充要条件:方程组Ax=0与Bx=0有非零公共解←→有非零解←→13、重要结论需要掌握证明1设A是m×n阶矩阵,则齐次方程ATAx=0与Ax=0同解,rATA=rA2设A是m×n阶矩阵,rA=n,B是n×s阶矩阵,则齐次方程ABx=0与Bx=0同解,rAB=rB5 特征值与特征向量一矩阵的特征值与特征向量1、特征值、特征向量的定义:设A为n阶矩阵,如果存在数λ及非零列向量α,使得Aα=λα,称α是矩阵A属于特征值λ的特征向量;2、特征多项式、特征方程的定义:|λE-A|称为矩阵A的特征多项式λ的n次多项式;|λE-A |=0称为矩阵A的特征方程λ的n次方程;注:特征方程可以写为|A-λE|=03、重要结论:1若α为齐次方程Ax=0的非零解,则Aα=0·α,即α为矩阵A特征值λ=0的特征向量2A的各行元素和为k,则1,1,…,1T为特征值为k的特征向量;3上下三角或主对角的矩阵的特征值为主对角线各元素;△4、总结:特征值与特征向量的求法1A为抽象的:由定义或性质凑2A为数字的:由特征方程法求解5、特征方程法:1解特征方程|λE-A|=0,得矩阵A的n个特征值λ1,λ2,…,λn注:n次方程必须有n个根可有多重根,写作λ1=λ2=…=λs=实数,不能省略2解齐次方程λi E-A=0,得属于特征值λi的线性无关的特征向量,即其基础解系共n-rλi E-A个解6、性质:1不同特征值的特征向量线性无关2k重特征值最多k个线性无关的特征向量1≤n-rλi E-A≤k i3设A的特征值为λ1,λ2,…,λn,则|A|=Πλi,Σλi=Σa ii4当rA=1,即A=αβT,其中α,β均为n维非零列向量,则A的特征值为λ1=Σa ii=αTβ=βTα,λ2=…=λn=05设α是矩阵A属于特征值λ的特征向量,则A fAATA-1A P-1AP相似λfλλλ-1|A|λ-1λαα/ ααP-1α二相似矩阵7、相似矩阵的定义:设A、B均为n阶矩阵,如果存在可逆矩阵P使得B=P-1AP,称A与B相似,记作A~B 8、相似矩阵的性质1若A与B相似,则fA与fB相似2若A与B相似,B与C相似,则A与C相似3相似矩阵有相同的行列式、秩、特征多项式、特征方程、特征值、迹即主对角线元素之和推广4若A与B相似,则AB与BA相似,A T与B T相似,A-1与B-1相似,A与B也相似三矩阵的相似对角化9、相似对角化定义:如果A与对角矩阵相似,即存在可逆矩阵P,使得P-1AP=Λ=,称A可相似对角化;注:Aαi=λiαiαi≠0,由于P可逆,故P的每一列均为矩阵A的特征值λi的特征向量10、相似对角化的充要条件1A有n个线性无关的特征向量2A的k重特征值有k个线性无关的特征向量11、相似对角化的充分条件:1A有n个不同的特征值不同特征值的特征向量线性无关2A为实对称矩阵12、重要结论:1若A可相似对角化,则rA为非零特征值的个数,n-rA为零特征值的个数2若A不可相似对角化,rA不一定为非零特征值的个数四实对称矩阵13、性质1特征值全为实数2不同特征值的特征向量正交3A可相似对角化,即存在可逆矩阵P使得P-1AP=Λ4A可正交相似对角化,即存在正交矩阵Q,使得Q-1AQ=QTAQ=Λ6 二次型一二次型及其标准形1、二次型:1一般形式2矩阵形式常用2、标准形:如果二次型只含平方项,即fx1,x2,…,x n=d1x12+d2x22+…+d n x n2这样的二次型称为标准形对角线3、二次型化为标准形的方法:1配方法:通过可逆线性变换x=CyC可逆,将二次型化为标准形;其中,可逆线性变换及标准形通过先配方再换元得到;★2正交变换法:通过正交变换x=Qy,将二次型化为标准形λ1y12+λ2y22+…+λn y n2其中,λ1,λ2,…,λn是A的n个特征值,Q为A的正交矩阵注:正交矩阵Q不唯一,γi与λi对应即可;二惯性定理及规范形4、定义:正惯性指数:标准形中正平方项的个数称为正惯性指数,记为p;负惯性指数:标准形中负平方项的个数称为负惯性指数,记为q;规范形:f=z12+…z p2-z p+12-…-z p+q2称为二次型的规范形;5、惯性定理:二次型无论选取怎样的可逆线性变换为标准形,其正负惯性指数不变;注:1由于正负惯性指数不变,所以规范形唯一;2p=正特征值的个数,q=负特征值的个数,p+q=非零特征值的个数=rA三合同矩阵6、定义:A、B均为n阶实对称矩阵,若存在可逆矩阵C,使得B=C T AC,称A与B合同△7、总结:n阶实对称矩阵A、B的关系1A、B相似B=P-1AP←→相同的特征值2A、B合同B=C T AC←→相同的正负惯性指数←→相同的正负特征值的个数3A、B等价B=PAQ←→rA=rB注:实对称矩阵相似必合同,合同必等价四正定二次型与正定矩阵8、正定的定义二次型x T Ax,如果任意x≠0,恒有x T Ax>0,则称二次型正定,并称实对称矩阵A是正定矩阵;9、n元二次型x T Ax正定充要条件:1A的正惯性指数为n2A与E合同,即存在可逆矩阵C,使得A=C T C或C T AC=E3A的特征值均大于04A的顺序主子式均大于0k阶顺序主子式为前k行前k列的行列式10、n元二次型x T Ax正定必要条件:1a ii>02|A|>011、总结:二次型x T Ax正定判定大题1A为数字:顺序主子式均大于02A为抽象:①证A为实对称矩阵:A T=A;②再由定义或特征值判定12、重要结论:1若A是正定矩阵,则kAk>0,A k,A T,A-1,A正定2若A、B均为正定矩阵,则A+B正定。
线性代数知识点归纳

线性代数知识点归纳线性代数复习要点第一部分行列式1.排列的逆序数2.行列式按行(列)展开法则3.行列式的性质及行列式的计算行列式的定义行列式的计算:①(定义法)②(降阶法)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零.③(化为三角型行列式)上三角、下三角行列式等于主对角线上元素的乘积④若都是方阵(不必同阶)则⑤关于副对角线:⑦型公式:⑧(升阶法)在原行列式中增加一行一列,保持原行列式不变的方法.⑨(递推公式法)对阶行列式找出与或,之间的一种关系——称为递推公式,其中,,等结构相同,再由递推公式求出的方法称为递推公式法.(拆分法)把某一行(或列)的元素写成两数和的形式,再利用行列式的性质将原行列式写成两行列式之和,使问题简化以例计算.⑩(数学归纳法)2.对于阶行列式,恒有:,其中为阶主子式;3.证明的方法:①、;②、反证法;③、构造齐次方程组,证明其有非零解;④、利用秩,证明;⑤、证明0是其特征值.4.代数余子式和余子式的关系:第二部分矩阵矩阵的运算性质矩阵求逆矩阵的秩的性质矩阵方程的求解矩阵的定义由个数排成的行列的表称为矩阵.记作:或(同型矩阵:两个矩阵的行数相等、列数也相等.(矩阵相等:两个矩阵同型,且对应元素相等.(矩阵运算a.矩阵加(减)法:两个同型矩阵,对应元素相加(减).b.数与矩阵相乘:数与矩阵的乘积记作或,规定为.c.矩阵与矩阵相乘:设,,则,其中注:矩阵乘法不满足:交换律、消去律,即公式不成立.a.分块对角阵相乘:b.用对角矩阵乘一个矩阵相当于用的对角线上的各元素依次乘此矩阵的向量;用对角矩阵乘一个矩阵相当于用的对角线上的各元素依次乘此矩阵的向量d.两个同阶对角矩阵相乘只用把对角线上的对应元素相乘,⑤矩阵的转置:把矩阵的行换成同序数的列得到的新矩阵,叫做的转置矩阵,记作.a.对称矩阵和反对称矩阵:是对称矩阵.是反对称矩阵.b.分块矩阵的转置矩阵:⑥伴随矩阵:,为中各个元素的代数余子式.,,.分块对角阵矩阵转置的性质:矩阵可逆的性质:伴随矩阵的性质:(无条件恒成立) 2.逆矩阵的求法方阵可逆.①伴随矩阵法:②初等变换法③分块矩阵的逆矩阵:④,⑤配方法或者待定系数法(逆矩阵的定义)行阶梯形矩阵可画出一条阶梯线,线的下方全为;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时,称为行最简形矩阵初等变换与初等矩阵对换变换、倍乘变换、倍加(或消法)变换初等变换初等矩阵初等矩阵的逆初等矩阵的行列式 () () () ?矩阵的初等变换和初等矩阵的关系:(对施行一次初等变换得到的矩阵,等于用相应的初等矩阵乘;(对施行一次初等变换得到的矩阵,等于用相应的初等矩阵乘.注意: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.矩阵的秩关于矩阵秩的描述:①、,中有阶子式不为0,阶子式(存在的话)全部为0;②、,的阶子式全部为0;③、,中存在阶子式不为0;矩阵的秩的性质:①;;≤≤②③④⑤≤⑥若、可逆,则;即:可逆矩阵不影响矩阵的秩.⑦若;若⑧等价标准型.⑨≤,≤≤⑩,求秩矩阵方程的解法):设法化成第三部分线性方程组1.向量组的线性表示2.向量组的线性相关性3.向量组的秩4.向量空间5.线性方程组的解的判定6.线性方程组的解的结构(通解)(1)齐次线性方程组的解的结构(基础解系与通解的关系)(2)非齐次线性方程组的解的结构(通解)线性表示:对于给定向量组,若存在一组数使得,则称是的线性组合,或称称可由的线性表示.线性表示的判别定理:可由的线性表示由个未知数个方程的方程组构成元线性方程:①、有解②、③、(全部按列分块,其中);④、(线性表出)⑤、有解的充要条件:(为未知数的个数或维数)2.设的列向量为的列向量为,,为的解可由线性表示.即:的列向量能由的列向量线性表示,为系数矩阵. 同理:的行向量能由的行向量线性表示,为系数矩阵. 即:线性相关性判别方法:法1法2法3推论线性相关性判别法(归纳)线性相关性的性质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单个零向量线性相关;单个非零向量线性无关部分相关整体必相关;整体无关部分必无关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向量组中任一向量≤都是此向量组的线性组合若线性无关,而线性相关则可由线性表示且表示法一向量组的秩向量组的极大无关组所含向量的个数,称为这个向量组的秩.记作矩阵等价经过有限次初等变换化为向量组等价和可以相互线性表示记作:矩阵的行向量组的秩列向量组的秩阶梯形矩阵的秩等于它的非零行的个数矩阵的初等变换不改变矩阵的秩且不改变行向量间的线性关系向量组可由向量组线性表示且,则线性相关向量组线性无关且可由线性表示则.向量组可由向量组线性表示且则两向量组等价任一向量组和它的极大无关组等价向量组极大无关组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设是矩阵若,的行向量线性无关;线性方程组的矩阵式向量式(1)解得判别定理(2)线性方程组解的性质:判断是的基础解系的条件:①线性无关;②是的解;③.(4)求非齐次线性方程组Ax=b的通解的步骤(5)其他性质一个齐次线性方程组的基础解系不唯一.√若是的一个解,是的一个解线性无关√与同解(列向量个数相同):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与的行向量组等价齐次方程组与同解(左乘可逆矩阵);矩阵与的列向量组等价(右乘可逆矩阵).第四部分方阵的特征值及特征向量1.施密特正交化过程2.特征值、特征向量的性质及计算3.矩阵的相似对角化,尤其是对称阵的相似对角化1.(标准正交基个维线性无关的向量两两正交每个向量长度为1与的内积(.记为:④向量的长度⑤是单位向量的向量.2.内积的性质:①正定性:②对称性:③线性:(设A是一个n阶方阵,若存在数和n维非零列向量,使得,则称是方阵A的一个特征值,为方阵A的对应于特征值的一个特征向量.(的特征矩阵).(的特征多项式).④是矩阵的特征多项式⑤,称为矩阵的迹.⑥上三角阵、下三角阵、对角阵的特征值就是主对角线上的各元素若则为的的基础解系即为属于的线性无关的特征向量.⑧一定可分解为=、,从而的特征值为:,.为各行的公比,为各列的公比.⑨若的全部特征值,是多项式,则:①若满足的任何一个特征值必满足②的全部特征值为;.⑩与有相同的特征值,但特征向量不一定相同.特征值与特征向量的求法(1)写出矩阵A的特征方程,求出特征值.(2)根据得到A对应于特征值的特征向量.设的基础解系为其中.则A对应于特征值的全部特征向量为其中为任意不全为零的数.(与相似(为可逆矩阵)(与正交相似(为正交矩阵)(可以相似对角化与对角阵相似.(称是的相似标准形)6.相似矩阵的性质:①,从而有相同的特征值,但特征向量不一定相同.是关于的特征向量,是关于的特征向量.②③从而同时可逆或不可逆④⑤若与相似,则的多项式与的多项式相似.矩阵对角化的判定方法①n阶矩阵A可对角化(即相似于对角阵)的充分必要条件是A有n 个线性无关的特征向量.这时,为的特征向量拼成的矩阵,为对角阵,主对角线上的元素为的特征值.设为对应于的线性无关的特征向量,则有:.②可相似对角化,其中为的重数恰有个线性无关的特征向量.:当为的重的特征值时,可相似对角化的重数基础解系的个数.③若阶矩阵有个互异的特征值可相似对角化.实对称矩阵的性质:①特征值全是实数,特征向量是实向量;②不同特征值对应的特征向量必定正交;:对于普通方阵,不同特征值对应的特征向量线性无关;③一定有个线性无关的特征向量.若有重的特征值,该特征值的重数=;④必可用正交矩阵相似对角化,即:任一实二次型可经正交变换化为标准形;⑤与对角矩阵合同,即:任一实二次型可经可逆线性变换化为标准形;⑥两个实对称矩阵相似有相同的特征值.9.正交矩阵正交矩阵的性质①;②;③正交阵的行列式等于1或-1④是正交阵则也是正交阵⑤两个正交阵之积仍是正交阵⑥的行(列)向量都是单位正交向量组.10.11.施密特线性无关单位化:其中为对称矩阵,(与合同.()(正惯性指数二次型的规范形中正项项数负惯性指数二次型的规范形中负项项数符号差(为二次型的秩)④两个矩阵合同它们有相同的正负惯性指数他们的秩与正惯性指数分别相等.⑤两个矩阵合同的充分条件是:与等价⑥两个矩阵合同的必要条件是:2.经过化为标准形.(正交变换法(配方法(1)若二次型含有的平方项,则先把含有的乘积项集中,然后配方,再对其余的变量同样进行,直到都配成平方项为止,经过非退化线性变换,就得到标准形;若二次型中不含有平方项,但是(),则先作可逆线性变换,化二次型为含有平方项的二次型,然后再按(1)中方法配方.(初等变换法3. 正定二次型不全为零,.正定矩阵正定二次型对应的矩阵.4.为正定二次型(之一成立):(1),;(2)的特征值全大于;(3)的正惯性指数为;(4)的所有顺序主子式全大于;(5)与合同,即存在可逆矩阵使得;(6)存在可逆矩阵,使得;5.(1)合同变换不改变二次型的正定性.(2)为正定矩阵;.(3)为正定矩阵也是正定矩阵.(4)与合同,若为正定矩阵为正定矩阵(5)为正定矩阵为正定矩阵,但不一定为正定矩阵. 半正定矩阵的判定一些重要的结论:全体维实向量构成的集合叫做维向量空间.√关于:①称为的标准基,中的自然基,单位坐标向量;②线性无关;③;④;⑤任意一个维向量都可以用线性表示.7第1页共20页。
线性代数知识点总结

线性代数知识点总结1.a j:向量α的第j个分量。
2.n维实向量空间:全体n维实列向量构成的集合及其上定义的向量。
的加法和数乘运算的合称。
Ps:1.全体n维行向量构成的集合记为R1*n;2.R2即2维空间。
3.R n的子集:多个n维实向量构成的一个集合。
4.V是R n的子空间:V具有下列性质的R n的子集。
设V?R n是一个非空集合,V满足:(1)若α、β∈V,则α+β∈V;(2)若γ∈V,k∈R,则kγ∈V;5.齐次线性方程组的解空间:齐次线性方程组的全部解向量构成的合。
6.向量组:多个相同维数的向量组成的集合。
7.线性组合:给定R n中向量组A:α1,α2,…,αm,以及数k1,k2,…,k m,称向量β=k1α1+k2α2+…+k mαm(k∈R)为向量组A的一个线性组合。
8.张成:给定R n中向量组A:α1,α2,…,αm,由A的全体线性组合构成的集合。
Ps;(1)记为Span(α1,α2,…,αm)={k1α1+k2α2+…+k mαm};(2)张成是一R n的一个子空间;9.向量β能由向量组A线性表示:给定n维向量组A:α1,α2,…,αm和n维向量β,若存在m个数k1,k2,…,k m,使β=k1α1+k2α2+…+k mαm(k∈R)10.线性方程的三中表示:(1)矩阵方程Ax=b;(2)向量方程x1α1+x2α2+…+x nαn=β;(3)一般式方程;11.线性相关;k1α1+k2α2+…+k nαn=0(k不全为0);线性无关;k1α1+k2α2+…+k nαn=0(k全为0);12.线性相关的几何解释;(1)若向量组A:α1,α2线性相关,则它们共线:(2)若向量组A:α1,α2α3线性相关,则它们共面。
,13.向量组A线性相关的充要条件为R(A)<n(即齐次线性方程组有非零解);向量组A线性无关的充要条件为R(A)=n(……只有零解)。
Ps:秩:R(A)为系数矩阵的行阶梯形的非零行个数。
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。
线性代数知识点归纳,超详细

线性代数知识点归纳,超详细线性代数复习要点第⼀部分⾏列式1. 排列的逆序数2. ⾏列式按⾏(列)展开法则3. ⾏列式的性质及⾏列式的计算⾏列式的定义1.⾏列式的计算:①(定义法)②(降阶法)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零.③(化为三⾓型⾏列式)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若都是⽅阵(不必同阶),则⑤关于副对⾓线:⑥范德蒙德⾏列式:证明⽤从第n⾏开始,⾃下⽽上依次的由下⼀⾏减去它上⼀⾏的倍,按第⼀列展开,重复上述操作即可。
⑦型公式:⑧(升阶法)在原⾏列式中增加⼀⾏⼀列,保持原⾏列式不变的⽅法.⑨(递推公式法) 对阶⾏列式找出与或,之间的⼀种关系——称为递推公式,其中,,等结构相同,再由递推公式求出的⽅法称为递推公式法.(拆分法) 把某⼀⾏(或列)的元素写成两数和的形式,再利⽤⾏列式的性质将原⾏列式写成两⾏列式之和,使问题简化以例计算.⑩(数学归纳法)2. 对于阶⾏列式,恒有:,其中为阶主⼦式;3. 证明的⽅法:①、;②、反证法;③、构造齐次⽅程组,证明其有⾮零解;④、利⽤秩,证明;⑤、证明0是其特征值.4. 代数余⼦式和余⼦式的关系:第⼆部分矩阵1.矩阵的运算性质2.矩阵求逆3.矩阵的秩的性质4.矩阵⽅程的求解1.矩阵的定义由个数排成的⾏列的表称为矩阵.记作:或①同型矩阵:两个矩阵的⾏数相等、列数也相等.②矩阵相等: 两个矩阵同型,且对应元素相等.③矩阵运算a. 矩阵加(减)法:两个同型矩阵,对应元素相加(减).b. 数与矩阵相乘:数与矩阵的乘积记作或,规定为.c. 矩阵与矩阵相乘:设, ,则,其中注:矩阵乘法不满⾜:交换律、消去律, 即公式不成⽴.a. 分块对⾓阵相乘:,b. ⽤对⾓矩阵○左乘⼀个矩阵,相当于⽤的对⾓线上的各元素依次乘此矩阵的○⾏向量;c. ⽤对⾓矩阵○右乘⼀个矩阵,相当于⽤的对⾓线上的各元素依次乘此矩阵的○列向量.d. 两个同阶对⾓矩阵相乘只⽤把对⾓线上的对应元素相乘.④⽅阵的幂的性质:,⑤矩阵的转置:把矩阵的⾏换成同序数的列得到的新矩阵,叫做的转置矩阵,记作.a. 对称矩阵和反对称矩阵:是对称矩阵.是反对称矩阵.b. 分块矩阵的转置矩阵:⑥伴随矩阵:,为中各个元素的代数余⼦式.,, .分块对⾓阵的伴随矩阵:,矩阵转置的性质:矩阵可逆的性质:伴随矩阵的性质:r(A)与r(A*)的关系若r(A)=n,则不等于0,A*=可逆,推出r(A*)=n。
线性代数知识点总结

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 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 -=-; 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 A BCB O B==、(1)m n CA OA A BB OB C==-⑥、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、12sA 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 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 = ⇔ ; 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,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!()!--+====-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 CCC 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 aa xb 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 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)。
- 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)。
线性代数知识点总结归纳
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
搜集整理,仅供参考学习,请按需要编辑修改。