考研线性代数知识点全面总结
线性代数知识点全归纳
线性代数知识点全归纳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。
它广泛应用于物理、工程、计算机科学等领域。
下面将对线性代数的主要知识点进行全面归纳。
1.矩阵及其运算：矩阵是线性代数的基本概念之一，由若干行和列组成的方阵。
常见的矩阵运算有加法、减法、数乘、矩阵乘法和转置等。
2.向量及其运算：向量是一个有序数组，具有大小和方向。
常见的向量运算有加法、减法、数乘、点乘和叉乘等。
3.线性方程组：线性方程组是线性代数的核心内容之一、包括齐次线性方程组和非齐次线性方程组。
解线性方程组的方法有高斯消元法、克莱姆法则和矩阵求逆等。
4.向量空间与线性变换：向量空间是线性代数的基本概念之一，包含零向量、加法和数乘运算。
线性变换是一种保持向量空间结构的映射。
5.基与维度：基是向量空间的一组线性无关向量，可以由基线性组合得到向量空间中的任意向量。
维度是向量空间中基的数量。
6.线性相关与线性无关：向量组中的向量线性相关指存在非零的线性组合，其系数不全为零。
如果向量组中的向量线性无关，则任何线性组合的系数都为零。
7.线性变换与矩阵：线性变换可以用矩阵表示，矩阵的列向量表示线性变换作用于基向量上后的结果。
矩阵乘法可以将多个线性变换组合为一个线性变换。
8.特征值与特征向量：对于一个线性变换，如果存在一个非零向量，使得它在该线性变换下只发生伸缩而不发生旋转，那么这个向量称为该线性变换的特征向量，对应的伸缩比例为特征值。
9.二次型与正定矩阵：二次型是线性代数中的重要概念，是一个关于变量的二次函数。
正定矩阵是指二次型在所有非零向量上的取值都大于零。
10.内积与正交性：内积是向量空间中的一种运算，它满足线性性、对称性和正定性。
正交性是指两个向量的内积为零，表示两个向量互相垂直。
11.正交变换与正交矩阵：正交变换是指保持向量长度和向量之间夹角的变换。
正交矩阵是一种特殊的方阵，它的行向量和列向量两两正交，并且长度为112.奇异值分解与特征值分解：奇异值分解将一个矩阵分解为三个矩阵的乘积，其中一个是正交矩阵，另外两个是对角矩阵。
线性代数各章要点整理
第一章行列式主要知识点一、行列式的定义和性质1.余子式和代数余子式的定义2.行列式按一行或一列展开的公式1）2）3.行列式的性质1）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.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（或对角形）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第二章矩阵主要知识点一、矩阵的概念1.要分清矩阵与行列式的区别2.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、乘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）.3.转置对称阵和反对称阵1）转置的性质2）若A T=A （A T= - A），则称A为对称（反对称）阵4.逆矩阵1）方阵A可逆（也称非异，非奇异，满秩）的充分必要条件是.当A可逆时，.2）方阵A的伴随阵的定义。
重要公式；与A -1的关系（当方阵A可逆时，）3）重要结论：若n阶方阵A,B满足AB=E，则A,B都可逆，且A-1=B ，B-1=A.4）逆矩阵的性质：; ; .5）消去律：设方阵A可逆，且AB=AC（BA=CA），则必有B=C。
（若不知A可逆，仅知A≠0结论不一定成立。
考研数学线性代数重点整理
考研数学线性代数重点整理一、矢量空间矢量空间是线性代数的基础概念，它描述了一组对象（称为矢量）的性质及其之间的运算规则。
以下是矢量空间的一些重要性质和定义：1. 定义：矢量空间是满足以下8个条件的集合V，其中两个运算（加法和乘法）满足特定的性质。
2. 加法：对于任意的矢量u和v，它们的和u+v也是V中的一个矢量。
3. 加法交换律：对于任意的矢量u和v，有u+v = v+u。
4. 加法结合律：对于任意的矢量u、v和w，有(u+v)+w = u+(v+w)。
5. 加法单位元：存在一个称为零矢量的特殊矢量0，对于任意的矢量v，有v+0 = 0+v = v。
6. 加法逆元：对于任意的矢量v，存在一个称为负矢量的特殊矢量-u，使得v+(-u) = (-u)+v = 0。
7. 乘法定义：对于任意的矢量v和实数c，cv也是V中的一个矢量。
8. 乘法分配律：对于任意的矢量v和实数c和d，有c(dv) = (cd)v。
9. 乘法单位元：对于任意的矢量v，有1v = v。
二、矩阵与线性方程组矩阵是线性代数中另一个重要的概念，它可以用来表示线性方程组和线性变换。
以下是与矩阵和线性方程组相关的一些重要内容：1. 矩阵定义：将数按矩形排列成的矩形数表称为矩阵，其中行数和列数分别称为矩阵的行数和列数。
2. 矩阵运算：矩阵之间可以进行加法和乘法的运算，具体规则如下：- 矩阵加法：对应位置元素相加。
- 矩阵乘法：设A是一个m×n矩阵，B是一个n×p矩阵，那么它们的乘积AB是一个m×p矩阵，乘法规则为A的行乘以B的列。
3. 线性方程组：线性方程组是一组线性方程的集合，矩阵可以用来表示和求解线性方程组。
对于一个m×n矩阵A、一个n×1矩阵X和一个m×1矩阵B，线性方程组可以表示为AX=B。
4. 线性方程组的解：根据矩阵的性质，可以通过高斯消元法、矩阵求逆等方法求解线性方程组。
线性代数考研知识点总结
线性代数考研知识点总结线性代数是数学的一个重要分支，它研究向量空间及其上的线性变换。
在计算机科学、物理学、工程学等领域中，线性代数都有着广泛的应用。
在考研中，线性代数是一个必考的科目，以下是线性代数考研的一些重要知识点总结。
1. 向量空间：向量空间是线性代数的基础概念，它包括一组向量和一些满足特定条件的运算规则。
向量空间中的向量可以进行加法和数乘运算，满足交换律、结合律和分配律。
2. 向量的线性相关性和线性无关性：如果向量可以通过线性组合表示为另一组向量的形式，那么这组向量就是线性相关的；如果向量不满足线性相关的条件，那么它们就是线性无关的。
3. 矩阵：矩阵是线性代数中的另一个重要概念，它是一个由数字排列成的矩形阵列。
矩阵可以用于表示线性变换、解线性方程组等。
常见的矩阵类型有方阵、对称矩阵、对角矩阵、单位矩阵等。
4. 行列式：行列式是一个用于刻画矩阵性质的重要工具。
行列式可以用来计算线性变换的缩放因子，判断矩阵是否可逆，以及计算矩阵的逆等。
5. 矩阵的相似和对角化：两个矩阵A和B，如果存在一个非奇异矩阵P，使得PAP^(-1)=B，那么矩阵A和B就是相似的。
相似的矩阵有着相同的特征值和特征向量。
对角化是指将一个矩阵通过相似变换变成对角矩阵的过程。
6. 线性变换：线性变换是指一个向量空间到另一个向量空间的映射，它满足线性性质。
线性变换可以用矩阵表示，相应的矩阵称为线性变换的矩阵表示。
线性变换可以进行合成、求逆等操作。
7. 内积空间：内积空间是一个带有内积运算的向量空间。
内积运算满足对称性、线性性、正定性等性质。
内积空间可以用来定义向量的长度、夹角、正交性等概念。
8. 特征值和特征向量：对于一个线性变换，如果存在一个非零向量使得线性变换作用在该向量上等于该向量的某个常数倍，那么这个常数就是该线性变换的特征值，而对应的非零向量就是特征向量。
特征值和特征向量可以用来分析矩阵的性质，求解线性方程组等。
9. 奇异值分解：奇异值分解是矩阵分解的一种常用方法，它将一个矩阵分解为三个矩阵的乘积，其中一个矩阵是正交矩阵，另两个矩阵是对角矩阵。
考研数学一详细知识点总结
考研数学一详细知识点总结一、线性代数1. 行列式行列式是线性代数中的一个重要概念，它是一个具有特定数学性质的标量函数，它可以对矩阵进行某种代数计算，得到一个数。
通过行列式的性质和运算法则，我们可以求解线性方程组的解，判断矩阵的逆矩阵是否存在等。
行列式的基本定义、性质和运算法则是线性代数中的重要基础知识点。
2. 矩阵与向量空间矩阵是线性代数中的另一个重要概念，它是一个矩形数组，它是向量空间的一种表达形式。
矩阵的定义、运算法则、转置矩阵、伴随矩阵、特征值和特征向量等都是线性代数中的重要知识点。
3. 线性变换与矩阵的相似变换线性变换是线性代数中的一个重要概念，它是定义在向量空间上的一个运算，将一个向量空间中的一个向量映射到另一个向量空间中的一个向量。
线性变换与矩阵的相似变换在数学和工程中有着广泛的应用，对于理解线性代数的基本概念和运用都具有重要意义。
4. 线性方程组线性方程组是线性代数中的一个重要概念，它是由一系列线性方程构成的方程组。
通过行列式和矩阵的知识可以求解线性方程组的解，判断矩阵的逆矩阵是否存在等。
5. 向量的线性相关性向量的线性相关性是线性代数中的另一个重要概念，它是判断向量空间中向量之间的线性组合是否有零解的一个关键概念。
向量的线性相关性的性质、判断方法和应用是线性代数中的重要知识点之一。
6. 最小二乘法最小二乘法是线性代数中的另一个重要概念，它是一种用于数据拟合和参数估计的数学方法。
通过最小二乘法可以得到一个最优的拟合曲线或者参数估计，它在数学、统计学和工程领域中都有着广泛的应用。
二、概率统计1. 随机事件与概率随机事件是概率统计中的一个重要概念，它是指在一定条件下，结果是不确定的事件。
概率是描述随机事件发生可能性的一种数学方法，它是随机事件发生可能性的度量标准。
随机事件的基本性质和概率的基本性质是概率统计中的基础知识点。
2. 条件概率与独立性条件概率是指在已知一件事情发生的情况下，另一件事情发生的可能性。
线性代数超强总结
考试重点第一章: 行列式的定义、行列式的计算；第二章: 1、求矩阵的逆阵（伴随矩阵法、初等变换法）； 2.求矩阵的秩（用初等变换法）；3.求矩阵方程: Ax=B, xA=B, AxB=C ； 第三章: 证明向量组的线性相关性； 第四章: 方程组Ax=0, Ax=b 求解； 第五章: 1、会求特征值与特征向量； 2.相似矩阵的性质；3.实对称矩阵的对角化； 第六章: 1.用正交变换把二次型化为标准形；2.二次型的秩, 二次型正定的定义； 3、矩阵正定的判断方法:（1）各阶顺序主子式都大于零；（2）每个特征值都大于零()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⎫⎪−−−→⎬⎪⎭具有向量组等价相似矩阵反身性、对称性、传递性矩阵合同 √ 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 B B B B A A BB 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: √ 逆矩阵的求法:①1A A A*-=②1()()A E E A -−−−−→初等行变换③11a b d b c d c a ad bc --⎡⎤⎡⎤=⎢⎥⎢⎥--⎣⎦⎣⎦ TT T T T A B A C C D BD ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦④12111121n aa n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦21111211na a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⑤11111221n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦ 11121211n nA A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦√ 设 , 对 阶矩阵 规定: 为 的一个多项式.√ 设 的列向量为 , 的列向量为 , 的列向量为 ,√ 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:11112222kk kk A B A B AB A B οο⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦√ 判断 是 的基础解系的条件: ① 12,,,s ηηη线性无关； ② 12,,,s ηηη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 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. ④ 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 ⇔=. ⑤ ()0r A A ο=⇔=.⑥ 若 线性无关, 而 线性相关,则 可由 线性表示,且表示法惟一. ⑦ 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.⑧ 矩阵的行初等变换不改变矩阵的秩,且不改变列 、行向量间的线性关系.⑨ 矩阵 与 等价 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.向量组 可由向量组 线性表示 ≤ .向量组 可由向量组 线性表示,且 , 则 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 .⑩ 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；⑪ 任一向量组和它的极大无关组等价.⑫ 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. ⑬ 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. 若 是 矩阵,则 ,若 , 的行向量线性无关；若 , 的列向量线性无关,即：12,,,n ααα⋅⋅⋅线性无关.Ax β=1122n n x x x αααβ+++=1112111212222212,,n n m m mn n m a a a x b a a a x b A x a a a x b β⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥===⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦ 12,1,2,,j j jmj j n αααα⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦51212120,,,0,,,()(),,,A n A n n Ax Ax A nAx Ax A Ax r A r A n βοαααβοβαααββααα⇒⇔==−−−−−→=<<≠⇒⇒⇔==−−−−−→≠⇔=⇔=<≠=⇒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⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪−−−−−→⎪⎩⇔≠⎧⎪⇔=⇔<⎨⎪⇔+=⎩当为方阵时 克莱姆法则 不可由线性表示无解6线性方程组解的性质:√ 设A 为m n ⨯矩阵,若()r A m =,则()()r A r A β=,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 β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:② 对称性: ③ 双线性:1212(,)(,)(,)ααβαβαβ+=+ (,)(,)(,)c c c αβαβαβ==123,,ααα线性无关,112122111313233121122(,)()(,)(,)()()βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化: T AA E =.√ 是正交矩阵的充要条件: 的 个行（列）向量构成 的一组标准正交基.√ 正交矩阵的性质: ① ； 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-=.√ 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= 1ni A λ=∑tr√ 若 ,则 一定可分解为 = 、 ,从而 的特征值为: , .√ 若 的全部特征值 , 是多项式,则: ① ()f A 的全部特征值为12(),(),,()n f f f λλλ；② 当A 可逆时,1A -的全部特征值为12111,,,n λλλ,A *的全部特征值为12,,,n A AAλλλ.√ 1122,.m m Ak kA a b aA bEAA AA A λλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是的特征值则:分别有特征值 √ 1122,m m Ak kAa b aA bEAx A x AA A λλλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩是关于的特征向量则也是关于的特征向量.. 相似于对角阵的充要条件： 恰有 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. √ 可对角化的充要条件: 为 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 若 均可逆 ② T T A B③ kk 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--）.12(,,,)T n f x x x X AX = A 为对称矩阵 12(,,,)T n X x x x =√ 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 =∑,Λ的主对角上的元素i d 即为A 的特征值.正定二次型对应的矩阵. √ 合同变换不改变二次型的正定性.① √ 成为正定矩阵的充要条件（之一成立）:②正惯性指数为n；③A的特征值全大于0；④A的所有顺序主子式全大于0；⑤大于0）.√成为正定矩阵的必要条件: ；.11。
线性代数知识点总结
线性代数知识点总结第一章 行列式一要点1、二阶、三阶行列式2、全排列和逆序数;奇偶排列可以不介绍对换及有关定理;n 阶行列式的定义3、行列式的性质4、n 阶行列式ij a D =;元素ij a 的余子式和代数余子式;行列式按行列展开定理5、克莱姆法则二基本要求1、理解n 阶行列式的定义2、掌握n 阶行列式的性质3、会用定义判定行列式中项的符号4、理解和掌握行列式按行列展开的计算方法;即+11j i A a +22j i A a ⎩⎨⎧≠==+j i j i D A a jn in 0 +j i A a 1122i j a A +⎩⎨⎧≠==+j i j i D A a nj ni0 5、会用行列式的性质简化行列式的计算;并掌握几个基本方法：归化为上三角或下三角行列式;各行列元素之和等于同一个常数的行列式;利用展开式计算6、掌握应用克莱姆法则的条件及结论会用克莱姆法则解低阶的线性方程组7、了解n 个方程n 个未知量的齐次线性方程组有非零解的充要条件第二章 矩阵一要点1、矩阵的概念n m ⨯矩阵n m ij a A ⨯=)(是一个矩阵表..当n m =时;称A 为n 阶矩阵;此时由A 的元素按原来排列的形式构成的n 阶行列式;称为矩阵A 的行列式;记为A .注：矩阵和行列式是两个完全不同的两个概念..2、几种特殊的矩阵：对角阵；数量阵；单位阵；三角形矩阵；对称矩阵3、矩阵的运算；矩阵的加减法；数与矩阵的乘法；矩阵的转置；矩阵的乘法1矩阵的乘法不满足交换律和消去律;两个非零矩阵相乘可能是零矩阵..如果两矩阵A 与B 相乘;有BA AB =;则称矩阵A 与B 可换..注：矩阵乘积不一定符合交换2方阵的幂：对于n 阶矩阵A 及自然数k ;个k k A A A A ⋅⋅= 规定I A =0;其中I 为单位阵 .3 设多项式函数k k k k a a a a ++++=--λλλλϕ1110)( ;A 为方阵;矩阵A 的多项式I a A a A a A a A k k k k ++++=--1110)( ϕ;其中I 为单位阵..4n 阶矩阵A 和B ;则B A AB =.5n 阶矩阵A ;则A A nλλ=4、分块矩阵及其运算5、逆矩阵：可逆矩阵若矩阵A 可逆;则其逆矩阵是唯一的；矩阵A 的伴随矩阵记为*A ; E A A A AA ==**矩阵可逆的充要条件；逆矩阵的性质..6、矩阵的初等变换：初等变换与初等矩阵；初等变换和初等矩阵的关系；矩阵在等价意义下的标准形；矩阵A 可逆的又一充分必要条件：A 可以表示成一些初等矩阵的乘积；用初等变换求逆矩阵..7、矩阵的秩：矩阵的k 阶子式；矩阵秩的概念；用初等变换求矩阵的秩8、矩阵的等价二要求1、理解矩阵的概念；矩阵的元素；矩阵的相等；矩阵的记号等2、了解几种特殊的矩阵及其性质3、掌握矩阵的乘法；数与矩阵的乘法；矩阵的加减法；矩阵的转置等运算及性质4、理解和掌握逆矩阵的概念；矩阵可逆的充分条件；伴随矩阵和逆矩阵的关系；当A 可逆时;会用伴随矩阵求逆矩阵5、了解分块矩阵及其运算的方法1在对矩阵的分法符合分块矩阵运算规则的条件下;其分块矩阵的运算在形式上与不分块矩阵的运算是一致的..2特殊分法的分块矩阵的乘法;例如n m A ⨯;l n B ⨯;将矩阵B 分块为) (21l b b b B =;其中j b l j 2, ,1=是矩阵B 的第j 列;则=AB ) (21l b b b A ) (21l Ab Ab Ab =又如将n 阶矩阵P 分块为) (21n p p p P =;其中j p n j 2, ,1=是矩阵P 的第j 列.⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n P λλλ 0 0 00 0 00 0 0 21 ) (21n p p p = ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n λλλ 0 0 00 0 00 0 0 21) (2211n n p p p λλλ = 3设对角分块矩阵⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=SS A A A A 2211 ;),2,1(s P A PP =均为方阵; A 可逆的充要条件是PP A 均可逆;s P ,2,1=;且⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=----11221111 ss A A A A6、理解和掌握矩阵的初等变换和初等矩阵及其有关理论；掌握矩阵的初等变换；化矩阵为行最简形；会用初等变换求矩阵的秩、求逆矩阵7、理解矩阵的秩的概念以及初等变换不改变矩阵的秩等有关理论8、若矩阵A 经过有限次初等变换得到矩阵B ;则称矩阵A 和矩阵B 等价;记为B A ≅. n m ⨯矩阵A 和B 等价当且仅当)()(B r A r =;在等价意义下的标准型：若r A r =)(;则r D A ≅;⎥⎦⎤⎢⎣⎡=000 r r I D ;r I 为r 阶单位矩阵.. 因此n 阶矩阵A 可逆的充要条件为n I A ≅..第三章 线性方程组一要点1、n 维向量；向量的线性运算及其有关运算律记所有n 维向量的集合为n R ;n R 中定义了n 维向量的线性运算;则称nR 为 n 维向量空间..2、向量间的线性关系1线性组合与线性表示；线性表示的判定2线性相关与线性无关；向量组的线性相关与无关的判定3、向量组的等价;向量组的秩；向量组的极大无关组及其求法；向量组的秩及其求法 1设有两个向量组,1α,2αs α )(A,1β,2βt β )(B向量组)(A 和)(B 可以相互表示;称向量组)(A 和)(B 等价..向量组的等价具有传递性..2一个向量组的极大无关组不是惟一的;但其所含向量的个数相同;那么这个相同的个数定义为向量组的秩..4、矩阵的秩与向量组的秩的关系5、线性方程组的求解1线性方程组的消元解法2线性方程组解的存在性和唯一性的判定3线性方程组解的结构4齐次线性方程的基础解系与全部解的求法5非齐次方程组解的求法二要求1、理解n 维向量的概念；掌握向量的线性运算及有关的运算律2、掌握向量的线性组合、线性表示、线性相关、线性无关等概念3、掌握线性表示、线性相关、线性无关的有关定理4、理解并掌握向量组的等价极大无关组、向量组的秩等概念；及极大无关组、向量组秩的求法5、掌握线性方程组的矩阵形式、向量形式的表示方法6、会用消元法解线性方程组7、理解并掌握齐次方程组有非零解的充分条件及其判别方法8、理解并掌握齐次方程组的基础解系、全部解的概念及其求法9、理解非齐次方程组与其导出组解的关系；掌握非齐次方程组的求解方法第四章 矩阵的特征值与特征向量一要点1、矩阵的特征值与特征向量的定义；特征方程、特征值与特征向量的求法与性质2、相似矩阵的定义、性质；矩阵可对角化的条件3、实对称矩阵的特征值和特征向量向量内积的定义及其性质；正交向量组；施密特正交化方法；正交矩阵；实对称矩阵的特征值与特征向量的性质；实对称矩阵的对角化二要求1、理解矩阵的特征值、特征向量的概念及有关性质2、掌握特征值与特征向量的求法3、理解并掌握相似矩阵的概念与性质4、掌握判断矩阵与对角矩阵相似的条件及对角化的方法5、会将实对称矩阵正交相似变换化为对角矩阵..第五章二次型一要点1、二次型与对称矩阵：二次型的定义；二次型与对称矩阵的对应关系2、二次型与对称矩阵的标准形配方法；初等变换法；正交变换法；合同矩阵；二次型及对称矩阵的标准形与规范形 3、二次型与对称矩阵的有定性二次型与对称矩阵的正定、负定、半正定、半负定二要求1、理解并掌握二次型的定义及其矩阵的表示方法..2、会用三种非退化线性替换：即配方法、初等变换法、正交变换法化二次型为标准形及规范型3、掌握二次型的正定、负定、半正定、半负定的定义;会判定二次型的正定性..。
考研数学线性代数必考的知识点
考研数学线性代数必考的知识点一、行列式与矩阵第一章《行列式》、第二章《矩阵》是线性代数中的基础章节，有必要熟练掌握。
行列式的核心内容是求行列式，包括具体行列式的计算和抽象行列式的计算二、向量与线性方程组三、特征值与特征向量相对于前两章来说，本章不是线性代数这门课的理论重点，但却是一个考试重点。
其原因是解决相关题目要用到线代中的大量内容，既有行列式、矩阵又有线性方程组和线性相关，“牵一发而动全身”。
四、二次型本章所讲的内容从根本上讲是第五章《特征值和特征向量》的一个延伸，因为化二次型为标准型的核心知识为“对于实对称矩阵A存在正交矩阵Q使得A可以相似对角化”，其过程就是上一章相似对角化在为实对称矩阵时的应用。
考研数学概率以大纲为本夯实基础从考试的角度，大家看看历年真题就发现比较明显的规律：概率的题型相对固定，哪考大题哪考小题非常清楚。
概率常考大题的地方是：随机变量函数的分布，多维分布(边缘分布和条件分布)，矩估计和极大似然估计。
其它知识点考小题，如随机事件与概率，数字特征等。
从学科的角度，概率的知识结构与线性代数不同，不是网状知识结构，而是躺倒的树形结构。
第一章随机事件与概率是基础知识，在此基础上可以讨论随机变量，这就是第二章的内容。
随机变量之于概率正如矩阵之于线性代数。
考生也可以看看考研真题，数一、数三概率考五道题，这五题的第一句话为“设随机变量X……”，“设总体X……”，“设X1，X2，…，Xn为来自X的简单随机样本”，无论“随机变量”、“总体”和“样本”本质上都是随机变量。
所以随机变量的理解至关重要。
讨论完随机变量之后，讨论其描述方式。
分布即为描述随机变量的方式。
分布包括三种：分布函数、分布律和概率密度。
其中分布函数是通用的描述工具，适用于所有随机变量，分布律只针对离散型随机变量而概率密度只针对连续型随机变量。
之后讨论常见的离散型和连续性随机变量，考研范围内需要考生掌握七种常见分布。
介绍完一维随机变量之后，推广一下就得到了多维随机变量。
- 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》复习提纲第一章、行列式（值，不是矩阵）1．行列式的定义：用2n 个元素ija 组成的记号称为n 阶行列式。
（1）它表示所有可能的取自不同行不同列的n 个元素乘积的代数和； （2）展开式共有n!项，其中符号正负各半； 2．行列式的计算一阶|α|=α行列式，二、三阶行列式有对角线法则； N 阶（n ≥3）行列式的计算：降阶法定理：n 阶行列式的值等于它的任意一行（列）的各元素与其对应的代数余子式乘积的和。
方法：选取比较简单的一行（列），保保留一个非零元素，其余元素化为0，利用定理展开降阶。
特殊情况：上、下三角形行列式、对角形行列式的值等于主对角线上元素的乘积；◊行列式值为0的几种情况：Ⅰ 行列式某行（列）元素全为0； Ⅱ 行列式某行（列）的对应元素相同；Ⅲ 行列式某行（列）的元素对应成比例； Ⅳ 奇数阶的反对称行列式。
3.概念：全排列、排列的逆序数、奇排列、偶排列、余子式ijM 、代数余子式ijj i ijM A+-=)1(定理：一个排列中任意两个元素对换，改变排列的奇偶性。
奇排列变为标准排列的对换次数为基数，偶排列为偶数。
n 阶行列式也可定义：nq q q n a aa⋯=∑21t211-D ）（，t 为nq q q ⋯21的逆序数4.行列式性质：1、行列式与其转置行列式相等。
2、互换行列式两行或两列，行列式变号。
若有两行(列)相等或成比例，则为行列式0。
3、行列式某行（列）乘数k,等于k 乘此行列式。
行列式某行（列）的公因子可提到外面。
4、行列式某行（列）的元素都是两数之和，则此行列式等于两个行列式之和。
5、行列式某行（列）乘一个数加到另一行（列）上，行列式不变。
6、行列式等于他的任一行（列）的各元素与其对应代数余子式的乘积之和。
（按行、列展开法则）7、行列式某一行（列）与另一行（列）的对应元素的代数余子式乘积之和为0.5.克拉默法则：：若线性方程组的系数行列式0D ≠，则方程有且仅有唯一解DD D Dx D D n =⋯==n 2211x ,x，，。
：若线性方程组无解或有两个不同的解，则系数行列式D=0. ：若齐次线性方程组的系数行列式0D ≠，则其没有非零解。
：若齐次线性方程组有非零解，则其系数行列式D=0。
6.112nr r r nr r rr ==∏O，()11(1)221nr n n r r nr r r r -==-∏N()naba b ad bc c dcd=-ON NO,1232222123111111231111()nn i j n i j n n n n nx x x x x x x x x x x x x x ≥>≥----=-∏L L LM MMML，（两式要会计算）题型：Page21（例13）第二章、矩阵1．矩阵的基本概念（表示符号、一些特殊矩阵――如单位矩阵、对角、对称矩阵等）； 2．矩阵的运算（1）加减、数乘、乘法运算的条件、结果； （2）关于乘法的几个结论：①矩阵乘法一般不满足交换律（若AB ＝BA ，称A 、B 是可交换矩阵）； ②矩阵乘法一般不满足消去律、零因式不存在； ③若A 、B 为同阶方阵，则|AB|=|A|*|B|； ④|kA|=nk *|A|。
只有方阵才有幂运算。
（3）转置：（kA ）T =kA T ， ()ＴＴA B AB T=范德蒙德行列（4）方阵的行列式：AA T=，A k kA n=，B A AB =（5）伴随矩阵：EA A A AA **==，－１）Ａ（E A A*=，*A 的行元素是A 的列元素的代数余子式（6）共轭矩阵：）＝（Ａija ，A+B=A+B ，A k kA =，B A AB =（7）矩阵分块法：⎪⎪⎪⎭⎫⎝⎛++++=+sr sr s s r r B A BA B A B A ΛM MΛ11111111B A ，⎪⎪⎪⎭⎫ ⎝⎛=T sr r 11s T11T A A A A A ΛM MΛT T3．对称阵：方阵AA T=。
对称阵特点：元素以对角线为对称轴对应相等。
3．矩阵的秩（1）定义：非零子式的最大阶数称为矩阵的秩； （2）秩的求法：一般不用定义求，而用下面结论：矩阵的初等变换不改变矩阵的秩；阶梯形矩阵的秩等于非零行的个数（每行的第一个非零元所在列，从此元开始往下全为0的矩阵称为行阶梯阵）。
求秩：利用初等变换将矩阵化为阶梯阵得秩。
（3）0≤R(nm A ⨯)≤min{m,n} ； ()()A R A R T= ；若B ~A ，则R(A)=R(B) ；若P 、Q 可逆，则R(PAQ)=R(A) ; max{R(A),R(B)} ≤R(A,B) ≤R(A)+R(B) ；若AB=C ，R(C)≤min{R(A),R(B)} 4．逆矩阵（1）定义：A 、B 为n 阶方阵，若AB ＝BA ＝I ，称A 可逆，B 是A 的逆矩阵（满足半边也成立）； （2）性质：()111---=A B AB ， ()()' A A'1-1-=；(A B 的逆矩阵，你懂的)（注意顺序）（3）可逆的条件：① |A|≠0； ②r(A)=n; ③A->I; （4）逆的求解：○1伴随矩阵法A*1-A A =；②初等变换法（A:I ）->(施行初等变换)（I:1-A ）（5）方阵A 可逆的充要条件有：○1存在有限个初等矩阵1P ，…，lP ，使lP P P A Λ21=○2E A ~ 第三章、初等变换与线性方程组1、 初等变换：○1()()Ｂ Ａｊｉ−−→−↔，○2()()ＢＡｋｉ−→−⨯，○3()()ＢＡｊｉ＋ｋ−−→−⨯ 性质：初等变换可逆。
等价：若A 经初等变换成B ，则Ａ与Ｂ等价，记作B ~A ，等价关系具有反身性、对称性、传递性。
初等矩阵：由单位阵E 经过一次初等变换得到的矩阵。
定理：对nm A ⨯施行一次初等行变换，相当于在A 的左边乘相应的m 阶初等矩阵；对nm A ⨯施行一次初等列变换，相当于在A 的右边乘相应的n 阶初等矩阵。
等价的充要条件：○1 R(A)=R(B)=R(A,B)○2nm ⨯的矩阵Ａ、Ｂ等价⇔存在m 阶可逆矩阵P 、n 阶可逆矩阵Q ，使得PAQ=B 。
线性方程组解的判定定理：(1) r(A,b)≠r(A) 无解；(2) r(A,b)=r(A)=n 有唯一解；(3)r(A,b)=r(A)<n 有无穷多组解；特别地：对齐次线性方程组AX=0，(1) r(A)=n 只有零解；(2) r(A)<n 有非零解；再特别，若为方阵，(1)|A|≠0 只有零解；(2)|A|=0 有非零解 2．齐次线性方程组（1）解的情况：r(A)=n ⇔只有零解 ； r(A)<n ⇔有无穷多组非零解。
（2）解的结构：rn r n a c a c ac X --++=Λ2211。
（3）求解的方法和步骤：①将增广矩阵通过行初等变换化为最简阶梯阵；②写出对应同解方程组； ③移项，利用自由未知数表示所有未知数；④表示出基础解系；⑤写出通解。
（4）性质：○1若1ξ=x 和2ξ=x 是向量方程A*x=0的解，则21ξξ+=x 、1ξk x =也是该方程的解。
○2齐次线性方程组的解集的最大无关组是该齐次线性方程组的基础解系。
○3若rAnm =⨯)(R ，则n 元齐次线性方程组A*x=0的解集S 的秩r-=n RS。
3．非齐次线性方程组（1）解的情况：○1有解⇔ R(A)=R(A,b)。
○2唯一解⇔ R(A)=R(A,b)=n 。
○3无限解⇔ R(A)=R(A,b)＜n 。
（2）解的结构： X=u+rn r n a c ac a c --++Λ2211。
（3）无穷多组解的求解方法和步骤：与齐次线性方程组相同。
（4）唯一解的解法：有克莱姆法则、逆矩阵法、消元法（初等变换法）。
（5）○1若1η=x 、2η=x 都是方程b Ax =的解，则21ηη-=x 是对应齐次方程0=Ax 的解○2η=x 是方程b Ax =的解，ξ=x 是0=Ax 的解，则ηξ+=x 也是b Ax =的解。
第四章、向量组的线性相关性1．N 维向量的定义(注：向量实际上就是特殊的矩阵——行矩阵和列矩阵；默认向量a 为列向量)。
2．向量的运算：（1）加减、数乘运算（与矩阵运算相同）； （2）向量内积 α'β=a1b1+a2b2+…+anbn ； （3）向量长 22221a na a a a a +++='=Λ（4）向量单位化 (1/|α|)α；3．线性组合 （1）定义：若mm a a aλλλ+++=Λ2211b ，则称b 是向量组1a ，2a ，…，na 的一个线性组合，或称b 可以用向量组1a ，2a ，…，na 的线性表示。
（2）判别方法：将向量组合成矩阵，记 A ＝(1a ，2a ，…，na )○1 B=(1a ，2a ，…，na ，β)，则：r (A)=r (B) ⇔b 可以用向量组1a ，2a ，…，na 线性表示。
○2B=(1b ，2b ，…，mb )，则： B 能由A 线性表示⇔R(A)=R(A,B) ⇔AX=B 有解⇒R(B)≤R(A).（3）求线性表示表达式的方法：矩阵B 施行行初等变换化为最简阶梯阵，则最后一列元素就是表示的系数。
注：求线性表示的系数既是求解Ax=b 4．向量组的线性相关性 （1）线性相关与线性无关的定义 设 02211=+++n n a k a k a k Λ，若k1,k2,…,kn 不全为0，称线性相关；若全为0，称线性无关。
（2）判别方法：① r(α1，α 2，…，αn)<n ，线性相关； r(α1，α 2，…，αn)=n ，线性无关。
②若有n 个n 维向量，可用行列式判别： n 阶行列式|{ija }|＝0，线性相关（≠0无关） ○3A:1a ，2a ，…，na ， B:1a ，2a ，…，n a ，1+n a ，若A 相关则B 一定相关，若B 相关A 不一定相关；若A 无关，B 相关，则向量1+n a 必能由A 线性表示，且表示式唯一。
注：含零向量的向量组必定相关。
5．极大无关组与向量组的秩（1）定义：最大无关组所含向量个数称为向量组的秩（2）求法：设A ＝(1a ，2a ，…，na )，将A 化为阶梯阵，则A 的秩即为向量组的秩，而每行的第一个非零元所在列的向量就构成了极大无关组。
（3）矩阵的秩等于它的行向量组的秩也等于它的列向量组的秩。
注：如何证明()()A R A A R T=，101P .第五章、相似矩阵及二次型 1、向量内积：[]y x y x T=,。
内积性质：[][]x y y x ,,=，[][]x y y x ,,λλ=，[][][]x z x y y z x ,,,+=+; ：当x=0时，[]0,=x x ，当x ≠0时，[]0,>x x 2、向量长度：[]22221,nx x x x x x+⋯++==性质：非负性0≥x 、齐次性xxλλ=、三角不等式yx yx +≤+3、正交：[]0,=y x 称x 与y 正交。