自考线性代数02198 复习要点、公式
线性代数公式必背完整归纳清晰版
线性代数必背公式(完全整理版)2010.41、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 AB CB O B==、(1)m n CA OA AB B 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 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 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 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：~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。
02198线性代数
概要&总结一、线性代数的基础内容：1、行列式——行列式的定义及计算性质(7条)，克莱姆法则；2、矩阵——运算(包括相等、加法、数乘；转置，乘法，逆)；矩阵的行列式、伴随矩阵；初等变换(包括行、列变换及与矩阵乘法的关系，求逆等)；行等价标准形(行阶梯形、行简化阶梯形)及标准形；矩阵的秩；分块矩阵3、向量——线性组合、表示、相关性；秩及极大无关组特别的，除理解概念外，尽可能深刻的理解初等变换在解决矩阵相关问题中的作用；初等变换与矩阵乘积运算的关系；矩阵的秩与向量组的秩之间的关系；如何借助矩阵的初等行变换去求向量组的秩及其极大无关组二、线性代数的应用性内容1、线性方程组求解：i)齐次的，讨论有不全为零解的条件，解的性质和基础解系(不唯一)—格式化的求基础解系的步骤；ii)非齐0Ax =次的，讨论有解的条件(唯一解、无穷多解)，解的性质和结构—格式化的解题步骤Ax b =2、向量空间：基、坐标、过渡矩阵、坐标变换公式；特殊的基，自然基和标准正交基及施密特正交化方法；正交矩阵3、特征值特征向量：i)特征值、特征向量——格式化的求解步骤，关键是在理解这组概念及其性质；ii)矩阵对角化：矩阵可对角化的条件；特征向量的性质；相似矩阵iii)实对称矩阵正交对角化：实对称矩阵特征值特征向量的性质(特征值都为实数，属于不同特征值的特征向量正交)——格式化的对角化步骤4、二次型：i)二次型与对称矩阵的关系ii) 利用正交变换的方法化二次型为标准型相当于实对称矩阵的正交对角化；配方法化二次型为标准形；合同矩阵(与等价、相似的关系)iii)二次型的规范形与惯性定理：正惯性指数与负惯性指数唯一确定iv)正定二次型与正定矩阵：如何判别？——四个等价的条件(正定；正惯性指数为；存在使；所有特征值大于零)n P TP P A =第一章 行列式关键字：行列式的概念和基本性质 行列式按行（列）展开定理 克莱默法则一、1．行列式定义及相关概念：(这是行列式的递推法定义)由个数组成的阶行列式2n (,1,2,,)ij a i j n = n 是一个算式，特别当时，定义；当111212122212n n n n nna a a a a a D a a a = 1n=1111||D a a ==2,n ≥时，其中，是中去掉第1行第列全部元素后按照原顺序1111121211111n n n j j j D a A a A a A a A ==+++=∑ 111(1)j j j A M +=-1j M D j 拍成的阶行列式，称为元素的余子式，为元素的代数余子式。
自考本科线性代数(经管类)知识汇总(红字重点)
自考高数线性代数笔记第一章行列式行列式的定义（一）一阶、二阶、三阶行列式的定义（1）定义：符号叫一阶行列式，它是一个数，其大小规定为：。
注意：在线性代数中，符号不是绝对值。
例如，且；（2）定义：符号叫二阶行列式，它也是一个数，其大小规定为：所以二阶行列式的值等于两个对角线上的数的积之差。
（主对角线减次对角线的乘积）例如（3）符号叫三阶行列式，它也是一个数，其大小规定为例如=0三阶行列式的计算比较复杂，为了帮助大家掌握三阶行列式的计算公式，我们可以采用下面的对角线法记忆方法是：在已给行列式右边添加已给行列式的第一列、第二列。
我们把行列式左上角到右下角的对角线叫主对角线，把右上角到左下角的对角线叫次对角线，这时，三阶行列式的值等于主对角线的三个数的积与和主对角线平行的线上的三个数的积之和减去次对角线三个数的积与次对角线的平行线上数的积之和。
例如：（1）=1×5×9+2×6×7+3×4×8-3×5×7-1×6×8-2×4×9=0（2）（3）（2）和（3）叫三角形行列式，其中（2）叫上三角形行列式，（3）叫下三角形行列式，由（2）（3）可见，在三阶行列式中，三角形行列式的值为主对角线的三个数之积，其余五项都是0，例如例1a为何值时，解因为所以8-3a=0，时例2当x取何值时，解：.解得0<x<9所以当0<x<9时，所给行列式大于0。
（二）n阶行列式符号：它由n行、n列元素（共个元素）组成，称之为n阶行列式。
其中，每一个数称为行列式的一个元素，它的前一个下标i称为行标，它表示这个数在第i行上；后一个下标j 称为列标，它表示这个数在第j列上。
所以在行列式的第i行和第j列的交叉位置上。
为叙述方便起见，我们用(i,j)表示这个位置。
n阶行列式通常也简记作。
n阶行列式也是一个数，至于它的值的计算方法需要引入下面两个概念。
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。
线性代数总复习-做题技巧公式大全
nn ji A ×=)(*A 一、伴随矩阵1*)(det −=AA A (A 可逆时) EA AA A A )(det **==(一般情形) ⎪⎩⎪⎨⎧−<−===1rank ,01rank ,1rank ,rank *n n n n A A A A 定式二、A =βαT ，α和β是n 维列向量且αT β=d ≠0A A 1T 1T T )()(−−===k k k k d αβαββα1rank =A ))()((T T ββαβββαβd ===A )1rank rank 1(≤≤≤βA A 的非零特征值为d ，对应的特征向量为β；0为A 的n -1重特征值。
Ax = 0的基础解系含n -1个线性无关的特征向量；或直接计算得1))(()det(−−−=−n λλd λE A A 相似于对角矩阵)0,,0,diag(L d 1)2)3)4)5)设A 为m ×n 矩阵，m ≤A rank ；n ≤A rank 1)2)若A ≠O ，则rank A > 0;3)；A A rank rank T =4)=)rank(A λ⎩⎨⎧0rank ≠λ，A 00=λ，三、矩阵的秩的有关结果6)，A AB rank )rank(≤；B AB rank )rank(≤5)；B A B A rank rank )rank(+≤+7)若A 可逆，则rank(AB )=rank B ;rank(CA )=rank C ;设A 为m ×n 矩阵，且AB = O ，则n≤+B A rank rank 9)B 为n ×s 矩阵，10)设A 为n 阶方阵，则⎪⎩⎪⎨⎧−<−===1rank ,01rank ,1rank ,rank *n n n n A A A A 11)A rank =A 的行向量组的秩=A 的列向量组的秩8)；A AA A A rank )rank()rank(TT ==四、向量组的有关性质1)向量组与它的任一个极大无关组等价。
自考线性代数(经管类)公式汇总(精髓版)
第一章 行列式一．行列式的定义和性质1.余子式 M ij 和代数余子式 A ij 的定义2．行列式按一行或一列展开的公式nn1） Aaij na ij A ij , j1,2, n ;( Aaij na ij A ij , i1,2, n )i1j 1nAk j nA k ia ijAika ijAkj2）k;kii 1jj 1测试点 行列式的任意一行 ( 列) 与另一行 ( 列 ) 元素的代数余子式的乘积之和为零.3．行列式的性质1） A TA.2）用数 k 乘行列式的某一行（列）所得新行列式＝原行列式的k 倍 . 推论3）互换行列式的任意两行（列）所得新行列式等于原行列式的相反数. 推论4）如果行列式中两行（列）对应元素成比例，则行列式值为0.5）行列式可以按任一行（列）拆开.6）行列式的某一行（列）的 k 倍加到另一行（列）上，所得新行列式与原行列式的值相等.例 设行列式a 1b1=1，a 1 c 1 =2，则 a 1b 1c1=（3 ）a 2b 2 a 2c 2a 2b 2c 2二．行列式的计算1．二阶行列式和三角形行列式的计算.2. 对一般数字行列式，利用行列式的性质将其降阶以化成二阶行列式或三角形行列式的计算 .3．对行列式中有一行或一列中只有一个或两个非零元的情况，用这一行或一列展开.4．行列式中各行元素之和为一个常数的类型.5. 范德蒙行列式的计算公式12323 3 100 23 3 100 20 3例( 性质 4)24949 9200 49 920040 9 0.(1)( 1)(2)(2) ( 1)(3)367 67 7 300 67 7 300 60 7例（各行元素之和为常数的行列式的计算技巧）x a a a x 3a a a a x 3aa a aDa x a a x 3a x a a0 x a 0 0 ( x 3a)( x a) 3.a a x a x 3a a x a 0 0 x a 0aa a x x 3a a a xx a例（行列式中有一行只有两个元素不为零的行列式的计算和三角形行列式的计算）a b 0 0 0 0 a b 0 00 0 a0 01)n 1M n1a n ( 1)n 1b nD n=aA 11 bA n1 = aM 11 +b( 0 0 0 a b b0 00 a1 x x 2x 31 2 41 2 4 8例D(x)中， x 3 项的系数 A 14 ( 1)5 1 3 9 (3 2)(4 2)(4 3)21 3 9 271 4 161 4 16 64第二章 矩阵一、矩阵的概念1. 要弄清矩阵与行列式的区别2. 两个矩阵相等的概念3. 几种特殊矩阵（ 0 矩阵，单位阵，三角阵，对角阵，数量阵）二、矩阵的运算1． 矩阵 A , B 的加、减、乘有意义的充分必要条件2．矩阵运算的性质比较矩阵运算（包括加、减、数乘、乘法等）的性质与数的运算性质的相同点和不同点（加法的交换律和结合律；乘法关于加法的分配律； ）重点是矩阵乘法没有交换律（由此产生了矩阵运算公式与数的运算的公式的不同点 .(A B )2 A 2+AB BA B 2 ;(A B )( A - B )A 2+BA - AB - B 2; ( AB)k ABABABA kB k ;( A E)2A 2 2 A E如果 AB O ，可能 AO, BO.例如 A1 12 2 AB O .1, B2都不为零，但123．转置 对称阵和反对称阵1）转置的性质( A B)TA TB T ; ( A)T A T ;( ABC)TC T B T A T2）若 T( T )A A A A ，则称 A 为对称（反对称）阵例 A 为任意 n 阶矩阵，下列矩阵中为反对称矩阵的是（B ）A ． AA TB ．A A TC ． AA TD ． A T A解析( A A T )T A T (A T )T A TA AA T .故 A A T 为对称阵 .( A A T )TA T A( A A T ).故 A A T 为反对称阵 .( AA T )TAA T .故 AA T 为对称阵 . 同理 A T A 也为对称阵 .4. 方阵的行列式的性质A T A;AnA ; AB A B ;AkA k; A 11; AA n 1 .A5. 逆矩阵1）方阵 A 可逆 ( 也称非异， A 满秩 ) 的充分必要条件是A 0 .A11A 21An1当 A 可逆时， A11A . 其中方阵 A 的伴随阵 A 的定义 AA12 A22A n 2。
- 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)。
1、｜A｜=｜A T｜、｜A*｜=｜A｜n-1、A=(A-1)-1、A=(A*)*、｜kA-1｜=k n｜A-1｜、｜A-1｜=1/｜A｜
2、n（n≥2）阶行列式的第i行元素与第k行元素的代数余子式乘积之和为0
3、n元线性方程组的系数行列式｜A｜≠0，则方程组有惟一解，且x
i =｜B
j
｜/｜A｜,当所有常数项都
为0时，则方程组有惟一零解；反之，若n元齐次线性方程组有非零解，则系数行列式｜A｜＝0
4、一般情况下AB≠BA、（AB）k≠A k B k
5、A T A=0 => A=0
6、A T A=E <=> A是一个正交矩阵、A可逆，｜A｜=±1，且A T=A-1
7、（AB）T＝B T A T、（AB）-1＝B-1A-1、（AB）*＝B*A*、A*A=AA*=｜A｜E
8、若AB =E，则A、B互为可逆矩阵(AB=BA=E)、AA-1= A-1A=E、｜A｜≠0、｜B｜≠0
9、若｜B｜≠0，则r(AB)= r(A)
10、若P、Q为m、n阶可逆矩阵，则对任意m×n阶矩阵A有r(PA)=r(AQ)= r(PAQ)= r(A)
若n阶方阵A，当r(A)=n时，r(A*)=n；当r(A)=n-1时，r(A*)=1；当r(A)﹤n-1时，r(A*)=0
11、A可逆 <=> r(A)=n
12、A不可逆（或｜A｜＝0） <=> r(A)＜n
13、R n中的向量组α
1,α
2
,…,α
s
线性相关 <=> 存在不全为0的常数k
1
,k
2
,…,k
s
,使得
k
1α
1
+k
2
α
2
+…+k
s
α
s
=0 成立
14、如果s=n，α
1,α
2
,…,α
s
线性相关（线性无关） <=>｜A｜＝0（｜A｜≠0）
α1,α2,…,αs线性相关（线性无关） <=> s元齐次线性方程组有非零解（仅有零解）α1,α2,…,αs线性相关（线性无关） <=> r(A)＜s(r(A)=s)
如果s＞n，(向量个数大于微量的维数)，则α
1,α
2
,…,α
s
线性相关
15、部分相关，则整体相关；整体无关，则部分无关
16、本身相关，则缩短也相关；本身无关，则加长也无关
17、设α
1,α
2
,…,α
s
可以由β
1
，β
2
，…,β
t
线性表出，则r(α)≤r(β),且有：
若α
1,α
2
,…,α
s
线性相关，则s＞t；若α
1
,α
2
,…,α
s
线性无关，则s≤t
18、r(AB) ≤min(r(A),r(B))。
19、若α
1,α
2
,…,α
s
为一个正交向量组，则α
1
,α
2
,…,α
s
线性无关
20、若ζ
1,ζ
2
,…,ζ
t
均为齐次线性方程组Ax=0的解，则k
1
ζ
1
+k
2
ζ
2
+…+k
t
ζ
t
也是Ax=0的解
21、当r（A）= r（A,β）=n时，方程组Ax=0有惟一解；
当r（A）= r（A,β）＜n时，方程组有无穷多解；
当r（A）≠ r（A,β）时，方程组无解
22、λ
1+λ
2
+…+λ
n
=a
11
+a
22
+…+a
nn
=tr(A);
λ1λ2…λn=｜A｜; tr(AB)=tr(BA)
若λ是A的特征值,且A可逆,则｜A｜/λ是A*的特征值。
若Aα=λα，则A kα=λkα（若A可逆，则｜A｜≠0，λ≠0）
23、若存在可逆矩阵P，使得P-1AP=B,则A与B相似，相似矩阵有相同的特征值、相同的秩、相同的
行列式、相同的迹（矩阵主对角线上的所有元素之和）。
A n=PΛn P-1
24、实对称矩阵属于不同特征值的特征向量一定是正交的
25、设A、B是n阶矩阵，如果存在n阶可逆矩阵C使得B=C T AC，则称矩阵A与B是合同的
26、实对称矩阵A正定 <=> 必存在可逆矩阵C使得A=C T C、A的特征值都大于零、A合同于单位矩阵。
实对称矩阵A正定 => A-1、A*也正定、｜A｜＞0。