2020考研 线性代数_常用公式
2020年考研数学(高数、线代、概率论)最全公式手册
且 lim (x) lim (x) A, 则 lim f (x) A
xx0
x x0
x x0
2 单调有界定理：单调有界的数列必有极限 3 两个重要极限：
极限存在 的两个准 则：单调 有界准则 和夹逼准 则，两个 重要极 限：
sin x (1) lim 1
x0 x
1
(2) lim(1 x) x e x0
d(ln x) 1 dx x
d(sin x) cos xdx d(cos x) sin xdx
(7) y tan x
y
1 cos2
x
sec2
x
d(tan x) sec2 xdx
(8) y cot x
(9) y sec x (10) y csc x
y
1 sin2
x
csc2
x
d(cot x) csc2 xdx
y sec x tan x
d(sec x) sec x tan xdx
y csc x cot x
d(csc x) csc x cot xdx
(11) y arcsin x (12) y arccos x
y 1 1 x2
重要公式： lim a0 xn a1xn1 an1x an x b0 xm b1xm1 bm1x bm
0ab,00n,
n
m m
, n m
4 几个常用极限特例
lim n n 1,
n
lim arctan x
连续，反之则不成立.即函数连续不一定可导.
Th3: f (x0 ) 存在 f(x0 ) f(x0 )
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。
考研数学线代定理公式汇总
考研数学线代定理公式汇总1.行列式定理:(1) 行列式的值不变性: 对于可逆矩阵A，有det(AB) =det(A)det(B)。
(2)若存在行(列)线性相关，则行列式为0。
(3)拉普拉斯定理:对于n阶行列式，可以通过余子式展开得到。
2.线性方程组定理:(1)线性方程组存在唯一解的充要条件是系数矩阵的秩等于方程组的未知数个数，并且扩展矩阵的秩等于系数矩阵的秩。
(2)齐次线性方程组存在非零解的充要条件是系数矩阵的秩小于方程组的未知数个数。
(3)利用矩阵的逆可以求解非齐次线性方程组。
3.矩阵定理:(1)矩阵的秩等于其非零特征值的个数。
(2)若矩阵A可对角化，则A与其相似矩阵具有相同的特征值。
(3)奇异值分解定理:对于任意矩阵A，都可以分解成奇异值分解形式:A=UΣV^T，其中U和V是正交矩阵，Σ是对角矩阵。
4.向量空间定理:(1)向量组的线性相关性可以通过列向量组的秩判断，如果秩小于向量个数，则线性相关。
(2)向量组的秩等于向量组的极大线性无关组的向量个数。
(3) rank(A^T) = rank(A)，其中A是矩阵。
(4)若A和B是可逆矩阵，则(A^T)^-1=(A^-1)^T。
5.特征值与特征向量定理:(1)特征值方程的根为矩阵的特征值。
(2)若特征值λ是矩阵A的特征值，对应的特征向量组成的集合是由矩阵A-λI的零空间生成的。
(3)矩阵A相似于对角矩阵的充要条件是A有n个线性无关的特征向量。
以上是一些常见的数学线性代数定理和公式的汇总，希望对您的学习有所帮助。
当然，线性代数的内容还是比较广泛的，还有很多其他的定理和公式，如矩阵行列式的性质、特征值与特征向量的性质、矩阵的幂等性等。
如果您对这个话题有更深入的了解需求，可以提出具体的问题，我将尽力回答。
考研数学线性代数常用公式
考研数学线性代数常用公式数学考研考前必背常考公式集锦。
希望对考生在暑期的复习中有所帮助。
本文内容为线性代数的常考公式汇总。
1、行列式的展开定理行列式的值等于其任何一行（或列）所有元素与其对应的代数余子式乘积之和，即A= a i1 A i1+ a i2 A i2+...+ a in A in( i =1, 2,..., n)= a1j A1j+ a 2j A2j+...+ a nj A nj( j =1, 2,..., n)推论：行列式的一行（或列）所有元素与另一行（或列）对应元素的代数余子式的乘积之和为零，即n∑a ij A kj= a i1 A k1+ a i2 A k2+...+ a in A kn=0,(i≠k )j=1n∑a ji A jk= a1i A1k+ a2i A2k+...+ a ni A nk=0(i≠k )j=12、设 A =(a ij)m⨯n，B =(b ij)n⨯k（注意 A 的列数和 B 的行数相等），定义矩阵nC =(c ij)m⨯k，其中c ij=a i1b1j+a i2b2j+...+a in b nj=∑a ik b kj，称为矩阵 A 与矩阵 B 的k =1的乘积，记作 C = AB .如果矩阵A为方阵，则定义An=A⋅A...A为矩阵 A 的 n 次幂.n个A不成立的运算法则AB≠BAAB=O≠>A =O或B=O3、设 A 为n阶方阵，A*为它的伴随矩阵则有 AA *= A * A = A E .设 A 为n阶方阵，那么当 AB = E 或 BA = E 时，有 B -1 = A4、对单位矩阵实施一次初等变换得到的矩阵称之为初等矩阵.由于初等变换有三种，初等矩阵也就有三种：第一种：交换单位矩阵的第 i 行和第 j 行得到的初等矩阵记作E ij，该矩阵也⎛ 0 0 1 ⎫ 可以看做交换单位矩阵的第 i 列和第 j 列得到的.如 E 1,3 0 1 0 ⎪= ⎪ .1 0 0 ⎪⎝ ⎭第二种：将一个非零数 k 乘到单位矩阵的第 i 行得到的初等矩阵记作 E i ( k ) ；该矩 阵 也 可 以 看 做 将 单 位 矩 阵 第 i 列 乘 以 非 零 数 k 得 到 的 . 如⎛ 1 0 0 ⎫E 2 (-5) 0 -5 0 ⎪ = ⎪ .0 0 1 ⎪⎝ ⎭第三种：将单位矩阵的第 i 行的 k 倍加到第 j 行上得到的初等矩阵记作 E ij ( k ) ；该矩阵也可以看做将单位矩阵的第 j 列的 k 倍加到第 i 列上得到的.如⎛ 1 0 0 ⎫ E 3,2 (-2) 0 1 -2 ⎪= ⎪ .0 0 1 ⎪⎝ ⎭注：1）初等矩阵都只能是单位矩阵一次初等变换之后得到的.2）对每个初等矩阵，都要从行和列的两个角度来理解它，这在上面的定义中已经说明了.尤其需要注意初等矩阵 E ij ( k ) 看做列变换是将单位矩阵第 j 列的k 倍加到第 i 列，这一点考生比较容易犯错.5、矩阵 A 最高阶非零子式的阶数称之为矩阵 A 的秩，记为 r ( A ) .1） r ( A ) = r ( A T ) = r ( k A ), k ≠ 0 ；2） A ≠ O ⇔ r (A ) ≥ 1；3） r ( A ) = 1 ⇔ A ≠ O 且 A 各行元素成比例；4）设 A 为 n 阶矩阵，则 r ( A ) = n ⇔ A ≠ 0 . 6、线性表出设 α1 , α 2 ,...,αm 是 m 个 n 维 向 量 ， k 1 , k 2 ,...k m 是 m 个 常 数 ， 则 称k 1α1 + k 2α 2 + ... + k m αm 为向量组α1 , α 2 ,...,αm 的一个线性组合.设 α1,α2 ,...,αm 是 m 个 n 维向量， β 是一个 n 维向量，如果 β 为向量组α1 , α2 ,...,αm的一个线性组合，则称向量β可以由向量组α1 , α2 ,...,αm线性表出.线性相关设α1 , α2 ,...,αm是m个n维向量，如果存在不全为零的实数k1 , k2 ,..., k m，使得k1α1+ k 2α2+...+ k mαm=0，则称向量组α1,α2,...,αm线性相关.如果向量组α1 , α2 ,...,αm不是线性相关的，则称该向量组线性无关.与线性表出与线性相关性有关的基本定理定理1：向量组α1 , α2 ,...αm线性相关当且仅当α1 , α2 ,...αm中至少有一个是其余m-1 个向量的线性组合.定理2：若向量组α1 , α2 ,...αm线性相关，则向量组α1 , α2 ,..., αm ,αm+1也线性相关.注：本定理也可以概括为“部分相关⇒整体相关”或等价地“整体无关⇒部分无关”.定理3：若向量组α1 , α2 ,...αm线性无关，则向量组α1 , α2 ,...αm的延伸组⎛α⎫ ⎛α⎫⎛α⎫也线性无关.1⎪ , 2⎪,..., m⎪⎝β1⎭ ⎝β2 ⎭⎝βm ⎭定理4：已知向量组α1 , α2 ,...αm线性无关，则向量组α1 , α2 ,...αm , β线性相关当且仅当β可以由向量组α1,α2 ,...αm线性表出.定理 5：阶梯型向量组线性无关.定理6：若向量组α1 , α2 ,...,αs可以由向量组β1 , β2 ,..., βt线性表出，且α1 , α2 ,...,αs线性无关，则有s≤t.注：本定理在理论上有很重要的意义，是讨论秩和极大线性无关组的基础.定理内容也可以等价的描述为：若向量组α1 ,α2 ,...,αs可以由向量组β1 , β2 ,..., βt线性表出，且 s > t ，则α1,α2,...,αs线性相关.对于这种描述方式，我们可以把定理内容简单地记为：“多数被少数线性表出，则必相关.”定理7：n +1个n维向量必然线性相关.7、线性方程组解的存在性设 A =(α1,α2,...,αn)，其中α1,α2,...,αn为 A 的列向量，则线性方程组 Ax = b 有解⇔向量 b 能由向量组α1,α2,...,αn线性表出；⇔r (α1,α2,...,αn)= r (α1,α2,...,αn,b )；⇔r ( A )= r ( A, b)线性方程组解的唯一性当线性方程组 Ax = b 有解时， Ax = b 的解不唯一（有无穷多解）⇔线性方程组的导出组 Ax =0有非零解；⇔向量组α1 , α2 ,...,αn线性相关；⇔r (α1,α2,...,αn)< n ；⇔r ( A )< n .注：1）注意该定理成立的前提条件是线性方程组有解；也就是说，仅告知r (A )< n 是不能得到 Ax = b 有无穷多解的，也有可能无解.2）定理 2是按照 Ax = b 有无穷多解的等价条件来总结的，请考生据此自行写出 Ax = b 有唯一解的条件.8、特征值和特征向量：设 A 为 n 阶矩阵，λ是一个数，若存在一个 n 维的非零列向量α使得关系式 Aα = λα成立.则称λ是矩阵 A 的特征值，α是属于特征值λ的特征向量.称为矩阵 A 的特征多项式.设 E 为 n 阶单位矩阵，则行列式λE - A注：1）要注意：特征向量必须是非零向量；2）等式 Aα = λα也可以写成(A - λE)α =0，因此α是齐次线性方程组( A - λE ) x =0的解，由于α ≠0，可知( A - λE ) x =0是有非零解的，故A - λE =0；反之，若 A - λE =0，那么齐次线性方程组( A - λE ) x =0有非零解，可知存在α ≠ 0 使得(A-λE)α = 0，也即Aα = λα.由上述讨论过程可知：λ是矩阵 A 的特征值的充要条件是 A - λE =0（或λE- A =0），而特征值λ的特征向量都是齐次线性方程组( A - λE ) x =0的非零 解.3）由于λE - A 是 n 次多项式，可知 A - λE =0有 n 个根（包括虚根），也即 n 阶矩阵有 n 个特征值；任一特征值都有无穷多特征向量9、矩阵的相似对角化定理1： n 阶矩阵 A 可相似对角化的充要条件是矩阵 A 存在 n 个线性无关的特征向量.同时，在等式 A = P ΛP-1中，对角矩阵Λ的元素为 A 的 n 个特征值，可逆矩阵 P 的列向量为矩阵 A 的 n 个线性无关的特征向量，并且 P 中特征向量的排列顺序与Λ中特征值的排列顺序一致.推论：设矩阵 A 有 n 个互不相同的特征值，则矩阵 A 可相似对角化.定理2： n 阶矩阵 A 可相似对角化的充要条件是对任意特征值λ，λ线性无关的特征向量个数都等于λ的重数.推论： n 阶矩阵 A 可相似对角化的充要条件是对任意特征值λ，n - r (λE - A)=λ的重数.10、设 A 为实对称矩阵（ A T= A ），则关于 A 的特征值与特征向量，我们有如下的结论：定理1： A 的所有特征值均为实数，且 A 的的所有特征向量均为实数.定理2： A 属于不同特征值的特征向量必正交.定理3：A 一定有 n 个线性无关的特征向量，即 A 可以对角化.且存在正交矩阵 Q ，使得 Q -1 AQ = Q T AQ = diag (λ1,λ2,...,λn)，其中λ1,λ2,...,λn为矩阵 A 的特征值.我们称实对称矩阵可以正交相似于对角矩阵.n n11、如果二次型∑∑a i j x i x j中，只含有平方项，所有混合项 x i x j(i ≠ j)的系i=1j =1数全为零，也即形如 d1 x12+ d 2 x22+...+ d n x n2，则称该二次型为标准形。
(整理)考研必备考研数学公式(高数,线性代数)全收录
高等数学公式篇·平方关系：sin^2(α)+cos^2(α)=1tan^2(α)+1=sec^2(α)cot^2(α)+1=csc^2(α)·积的关系：sinα=tanα*cosαcosα=cotα*sinαtanα=sinα*secαcotα=cosα*cscαsecα=tanα*cscαcscα=secα*cotα·倒数关系：tanα·cotα=1sinα·cscα=1cosα·secα=1直角三角形ABC中,角A的正弦值就等于角A的对边比斜边,余弦等于角A的邻边比斜边正切等于对边比邻边,·三角函数恒等变形公式·两角和与差的三角函数：cos(α+β)=cosα·cosβ-sinα·sinβcos(α-β)=cosα·cosβ+sinα·sinβsin(α±β)=sinα·cosβ±cosα·sinβtan(α+β)=(tanα+tanβ)/(1-tanα·tanβ)tan(α-β)=(tanα-tanβ)/(1+tanα·tanβ)·三角和的三角函数：sin(α+β+γ)=sinα·cosβ·cosγ+cosα·sinβ·cosγ+cosα·cosβ·sinγ-sinα·sinβ·sinγcos(α+β+γ)=cosα·cosβ·cosγ-cosα·sinβ·sinγ-sinα·cosβ·sinγ-sinα·sinβ·cosγtan(α+β+γ)=(tanα+tanβ+tanγ-tanα·tanβ·tanγ)/(1-tanα·tanβ-tanβ·tanγ-tanγ·tanα)·辅助角公式：Asinα+Bcosα=(A^2+B^2)^(1/2)sin(α+t)，其中sint=B/(A^2+B^2)^(1/2)cost=A/(A^2+B^2)^(1/2)tant=B/AAsinα+Bcosα=(A^2+B^2)^(1/2)cos(α-t)，tant=A/B·倍角公式：sin(2α)=2sinα·cosα=2/(tanα+cotα)cos(2α)=cos^2(α)-sin^2(α)=2cos^2(α)-1=1-2sin^2(α)tan(2α)=2tanα/[1-tan^2(α)]·三倍角公式：sin(3α)=3sinα-4sin^3(α)cos(3α)=4cos^3(α)-3cosα·半角公式：sin(α/2)=±√((1-cosα)/2)cos(α/2)=±√((1+cosα)/2)tan(α/2)=±√((1-cosα)/(1+cosα))=sinα/(1+cosα)=(1-cosα)/sinα·降幂公式sin^2(α)=(1-cos(2α))/2=versin(2α)/2cos^2(α)=(1+cos(2α))/2=covers(2α)/2tan^2(α)=(1-cos(2α))/(1+cos(2α))·万能公式：sinα=2tan(α/2)/[1+tan^2(α/2)]cosα=[1-tan^2(α/2)]/[1+tan^2(α/2)]tanα=2tan(α/2)/[1-tan^2(α/2)]·积化和差公式：sinα·cosβ=(1/2)[sin(α+β)+sin(α-β)]cosα·sinβ=(1/2)[sin(α+β)-sin(α-β)]cosα·cosβ=(1/2)[cos(α+β)+cos(α-β)]sinα·sinβ=-(1/2)[cos(α+β)-cos(α-β)]·和差化积公式：sinα+sinβ=2sin[(α+β)/2]cos[(α-β)/2]sinα-sinβ=2cos[(α+β)/2]sin[(α-β)/2]cosα+cosβ=2cos[(α+β)/2]cos[(α-β)/2]cosα-cosβ=-2sin[(α+β)/2]sin[(α-β)/2]·推导公式tanα+cotα=2/sin2αtanα-cotα=-2cot2α1+cos2α=2cos^2α1-cos2α=2sin^2α1+sinα=(sinα/2+cosα/2)^2·其他：sinα+sin(α+2π/n)+sin(α+2π*2/n)+sin(α+2π*3/n)+……+sin[α+2π*(n-1)/n]=0cosα+cos(α+2π/n)+cos(α+2π*2/n)+cos(α+2π*3/n)+……+cos[α+2π*(n-1)/n]=0 以及sin^2(α)+sin^2(α-2π/3)+sin^2(α+2π/3)=3/2tanAtanBtan(A+B)+tanA+tanB-tan(A+B)=0三角函数的角度换算[编辑本段]公式一：设α为任意角，终边相同的角的同一三角函数的值相等：sin（2kπ＋α）＝sinαcos（2kπ＋α）＝cosαtan（2kπ＋α）＝tanαcot（2kπ＋α）＝cotα公式二：设α为任意角，π+α的三角函数值与α的三角函数值之间的关系：sin（π＋α）＝－sinαcos（π＋α）＝－cosαtan（π＋α）＝tanαcot（π＋α）＝cotα公式三：任意角α与-α的三角函数值之间的关系：sin（－α）＝－sinαcos（－α）＝cosαtan（－α）＝－tanαcot（－α）＝－cotα公式四：利用公式二和公式三可以得到π-α与α的三角函数值之间的关系：sin（π－α）＝sinαcos（π－α）＝－cosαtan（π－α）＝－tanαcot（π－α）＝－cotα公式五：利用公式一和公式三可以得到2π-α与α的三角函数值之间的关系：sin（2π－α）＝－sinαcos（2π－α）＝cosαtan（2π－α）＝－tanαcot（2π－α）＝－cotα公式六：π/2±α及3π/2±α与α的三角函数值之间的关系：sin（π/2＋α）＝cosαcos（π/2＋α）＝－sinαtan（π/2＋α）＝－cotαcot（π/2＋α）＝－tanαsin（π/2－α）＝cosαcos（π/2－α）＝sinαtan（π/2－α）＝cotαcot（π/2－α）＝tanαsin（3π/2＋α）＝－cosαcos（3π/2＋α）＝sinαtan（3π/2＋α）＝－co tαcot（3π/2＋α）＝－tanαsin（3π/2－α）＝－cosαcos（3π/2－α）＝－sinαtan（3π/2－α）＝cotαcot（3π/2－α）＝tanα(以上k∈Z)部分高等内容[编辑本段]·高等代数中三角函数的指数表示(由泰勒级数易得)：sinx=[e^(ix)-e^(-ix)]/(2i) cosx=[e^(ix)+e^(-ix)]/2 tanx=[e^(ix)-e^(-ix)]/[ie^(ix)+ie^(-ix)]泰勒展开有无穷级数，e^z=exp(z)＝1＋z/1！＋z^2/2！＋z^3/3！＋z^4/4！＋…＋z^n/n！＋…此时三角函数定义域已推广至整个复数集。
考研数学线代定理公式总结
考研数学线代定理公式总结2概念、性质、定理、公式必须清楚，解法必须熟练，计算必须准确(),nT A r A n A A Ax x Ax A Ax A A A E οοοββ==⇔∀≠≠≠⇔∀∈=≅可逆 的列（行）向量线性无关 的特征值全不为0 只有零解 ，0总有唯一解 是正定矩阵 R 12,s iA p p p p nB AB E AB E⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪=⋅⋅⋅⎪==⎪⎩ 是初等阵存在阶矩阵使得 或○注：全体n 维实向量构成的集合nR 叫做n 维向量空间.()A r A n A A A Ax A ολ<=⇔==不可逆 0的列（行）向量线性相关0是的特征值 有非零解,其基础解系即为关于0的⎧⎪⎪⎪⎨⎪⎪⎪⎩特征向量○注()()a b r aE bA n aE bA aE bA x οολ+<⎧⎪+=⇔+=⎨⎪⎩有非零解=-3⎫⎪≅⎪−−−→⎬⎪⎪⎭具有向量组等价矩阵等价()反身性、对称性、传递性矩阵相似()矩阵合同()√ 关于12,,,ne e e ⋅⋅⋅：①称为n的标准基，n中的自然基，单位坐标向量87p 教材；②12,,,ne e e ⋅⋅⋅线性无关；③12,,,1ne e e⋅⋅⋅=；④tr =E n ；⑤任意一个n 维向量都可以用12,,,ne e e ⋅⋅⋅线性表示.1212121112121222()1212()n nnn n j j j nj j nj j j j n n nna a a a a a Da a a a a a τ==-∑1√ 行列式的计算：①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4等于零.②若A B 与都是方阵（不必同阶）,则==()mn A OA A O A BO BO BBO A AA B B O B O*==**=-1（拉普拉斯展开式）③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关于副对角线：(1)211212112111()n n nnn n n n n n n a Oa a a a a a a O a O ---*==-1 （即：所有取自不同行不同列的n 个元素的乘积的代数和） ⑤范德蒙德行列式：()1222212111112n ijnj i nn n n nx x x x x x x x x x x ≤<≤---=-∏111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：()ij m nA a ⨯=或m nA ⨯5()1121112222*12n Tn ijnnnn A A A A A A A A A A A ⎛⎫ ⎪ ⎪== ⎪ ⎪⎝⎭，ijA 为A 中各个元素的代数余子式.√ 逆矩阵的求法: ① 1A AA*-=○注：1a b d b c d c a ad bc --⎛⎫⎛⎫= ⎪ ⎪--⎝⎭⎝⎭1 主换位副变号②1()()A E EA -−−−−→初等行变换③1231111213a a a a a a -⎛⎫⎛⎫ ⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭3211111213a a a a a a -⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭√ 方阵的幂的性质：mn m nA A A += ()()m nmnAA =√ 设,,m nn s AB ⨯⨯A的列向量为12,,,nααα⋅⋅⋅,B 的列向量为12,,,sβββ⋅⋅⋅，则m sAB C ⨯=⇔()()1112121222121212,,,,,,s s n s n n ns b b b b b b c c c b b b ααα⎛⎫⎪ ⎪⋅⋅⋅= ⎪⎪⎝⎭⇔i iA c β= ，(,,)i s =1,2⇔iβ为iAx c =的解⇔()()()121212,,,,,,,,,s s s A A A A c c c ββββββ⋅⋅⋅=⋅⋅⋅=⇔12,,,sc c c 可由12,,,nααα⋅⋅⋅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.6同理：C 的行向量能由B 的行向量线性表示，TA 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+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩√ 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. √ 分块矩阵的转置矩阵：TTT T T A B A C C D BD ⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭分块矩阵的逆矩阵：111A A B B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭111A B BA---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭1111A C A A CB O B OB ----⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭1111A O A O CB B CA B ----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭分块对角阵相乘：11112222,A B A B A B ⎛⎫⎛⎫==⎪ ⎪⎝⎭⎝⎭⇒11112222A B AB A B ⎛⎫= ⎪⎝⎭,1122n n n A A A ⎛⎫=⎪⎝⎭分块对角阵的伴随矩阵：***A BA B AB ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭*(1)(1)mn mn A A B BB A**⎛⎫-⎛⎫= ⎪ ⎪⎪-⎝⎭⎝⎭√ 矩阵方程的解法(0A ≠)：设法化成AX B XA B ==(I) 或 (II)7A B EX −−−−→初等行变换(I)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114p 教材.⑥ 向量组12,,,nααα⋅⋅⋅中任一向量iα(1≤i ≤)n 都是此向量组的线性组合.⑦ 向量组12,,,nααα⋅⋅⋅线性相关⇔向量组中至少有一个向量可由其余n -1个向量线性表示.向量组12,,,nααα⋅⋅⋅线性无关⇔向量组中每一个向量iα都不能由其余n -1个向量线性表示.⑧ m 维列向量组12,,,nααα⋅⋅⋅线性相关()r A n ⇔<；m 维列向量组12,,,nααα⋅⋅⋅线性无关()r A n ⇔=.⑨ 若12,,,nααα⋅⋅⋅线性无关，而12,,,,nαααβ⋅⋅⋅线性相关,则β可由12,,,nααα⋅⋅⋅线性表示,且表示法唯一.⑩ 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8的个数.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0⑪ 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. 即：矩阵的初等变换不改变矩阵的秩. √ 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 .如果矩阵A 存在不为零的r 阶子式，且任意r +1阶子式均为零，则称矩阵A 的秩为r.记作()r A r =向量组12,,,nααα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(,,,)nr αααA 经过有限次初等变换化为B . 记作：A B =912,,,nααα⋅⋅⋅和12,,,nβββ⋅⋅⋅可以相互线性表示. 记作：()()1212,,,,,,n nαααβββ⋅⋅⋅=⋅⋅⋅⑫ 矩阵A 与B 等价⇔PAQ B =，,P Q 可逆⇔()(),,,r A r B A B A B =≠>为同型矩阵作为向量组等价,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(,,,)(,,,)nnr r αααβββ⋅⋅⋅=⋅⋅⋅=1212(,,,,,,)nnr αααβββ⋅⋅⋅⋅⋅⋅⇒矩阵A 与B 等价.⑬ 向量组12,,,sβββ⋅⋅⋅可由向量组12,,,nααα⋅⋅⋅线性表示⇔AX B =有解⇔12(,,,)=n r ααα⋅⋅⋅1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅≤12(,,,)nr ααα⋅⋅⋅.⑭ 向量组12,,,sβββ⋅⋅⋅可由向量组12,,,nααα⋅⋅⋅线性表示,且s n >，则12,,,sβββ⋅⋅⋅线性相关. 向量组12,,,sβββ⋅⋅⋅线性无关,且可由12,,,nααα⋅⋅⋅线性表示,则s ≤n .⑮ 向量组12,,,sβββ⋅⋅⋅可由向量组12,,,nααα⋅⋅⋅线性表示,且12(,,,)sr βββ⋅⋅⋅12(,,,)nr ααα=⋅⋅⋅,则两向量组等价；p教材94,例10⑯ 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. ⑰ 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. ⑱ 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. ⑲ 设A 是m n ⨯矩阵,若()r A m =，A 的行向量线性无关；10若()r A n =，A 的列向量线性无关,即：12,,,nααα⋅⋅⋅线性无关.√ 矩阵的秩的性质： ①()A O r A ≠⇔若≥1()0A O r A =⇔=若 0≤()m n r A ⨯≤min(,)m n②()()()TTr A r A r A A == p 教材101,例15③()()r kA r A k =≠ 若0 ④()(),,()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()()()()A r AB r B B r AB r A ⇒=⇒=若可逆若可逆 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 OA 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()rrEO 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.11⑨()r A B ±≤()()r A r B + {}max (),()r A r B ≤(,)r A B ≤()()r A r B + p 教材70⑩()()A O O A r r A r B OB B O ⎛⎫⎛⎫==+⎪ ⎪⎝⎭⎝⎭()()AC r r A r B OB ⎛⎫≠+⎪⎝⎭121212,,,0,,,()(),,,A n n A n Ax A n Ax Ax r A r A Ax A n βαααβαααβββααα⇔=−−−−−→=<⇔⇒⇔=⇔=⇔=⇔=−−−−−→≠⇒=⇔⇒当为方阵时当为方阵时有无穷多解0 表示法不唯一线性相关有非零解 可由线性表示有解有唯一组解0克莱姆法则表示法唯一 线127()(),,,()()()1()n Ax r A r A Ax r A r A r A r A οββαααβββ⎧⎪⎪⎪⎪⎨⎪⎪⎪⇔=⎪⎩⎧⇔≠⎪⇔=⇔<⎨⎪⇔+=⎩教材72讲义8性无关只有零解 不可由线性表示无解○注：Ax Ax ββ⇒=<≠⇒=<≠有无穷多解其导出组有非零解有唯一解其导出组只有零解Ax β=1122n n x x x αααβ+++=121112111212222212,,n n m m mn n m a a a x b a a a x bA x a a a x b β⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭12,,2,,j jj mj j nαααα⎛⎫⎪ ⎪== ⎪ ⎪ ⎪⎝⎭11212(,,,)n n x xx αααβ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭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√ 设A 为m n ⨯矩阵,若()r A m =⇒()()r A r A β=⇒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. √ 判断12,,,sηηη是Ax ο=的基础解系的条件：① 12,,,s ηηη线性无关； ② 12,,,sηηη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.√ 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,,,sξξξ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）,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.√ 两个齐次线性线性方程组Ax ο=与Bx ο=同解⇔()()A r r A r B B⎛⎫== ⎪⎝⎭. √ 两个非齐次线性方程组Ax β=与Bx γ=都有解，并且同解⇔()()A r r A rB B βγ⎛⎫== ⎪⎝⎭.√ 矩阵m nA ⨯与l nB ⨯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 ）；101p教材矩阵m nA ⨯与l nB ⨯的列向量组等价⇔AQ B =（右乘可逆矩阵Q ）. √ 关于公共解的三中处理办法：① 把(I)与(II)联立起来求解；② 通过(I)与(II)各自的通解，找出公共解；当(I)与(II)都是齐次线性方程组时，设123,,ηηη是(I)的基础解系, 45,ηη是(II)的基础解系，则 (I)与(II)有公共解⇔基础解系个数少的通解可由另一个方程组的基础解系线性表示.即：1231231425(,,)(,,)r r c c ηηηηηηηη=+当(I)与(II)都是非齐次线性方程组时，设是(I)的通解，233c ξη+是(II)的通解，两方程组有公共解⇔2331c ξηξ+-可由12,ηη线性表示. 即：12122331(,)(,)r r c ηηηηξηξ=+-③ 设(I)的通解已知，把该通解代入(II)中，找出(I)的通解中的任意常数所应满足(II)的关系式而求出公共解。
考研数学线代定理公式汇总
考研数学线代定理公式汇总————————————————————————————————作者：————————————————————————————————日期：23概念、性质、定理、公式必须清楚，解法必须熟练，计算必须准确(),nT A r A n A A Ax x Ax A Ax A A A E οοοββ==⇔∀≠≠≠⇔∀∈=≅可逆 的列（行）向量线性无关 的特征值全不为0 只有零解 ，0总有唯一解 是正定矩阵 R 12,s iA p p p p nB AB E AB E⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪=⋅⋅⋅⎪==⎪⎩ 是初等阵存在阶矩阵使得 或 ○注：全体n 维实向量构成的集合nR 叫做n 维向量空间. ()A r A n A A A Ax A ολ<=⇔==不可逆 0的列（行）向量线性相关 0是的特征值 有非零解,其基础解系即为关于0的⎧⎪⎪⎪⎨⎪⎪⎪⎩特征向量○注 ()()a b r aE bA n aE bA aE bA x οολ+<⎧⎪+=⇔+=⎨⎪⎩有非零解=-4⎫⎪≅⎪−−−→⎬⎪⎪⎭:;具有向量组等价矩阵等价()反身性、对称性、传递性矩阵相似()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87p 教材；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.行列式的定义 1212121112121222()1212()n n nn nj j j n j j nj j j j n n nna a a a a a D a a a a a a τ==-∑LL LLL M M M L1√ 行列式的计算：①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零.5②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*==**=-1（拉普拉斯展开式）③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关于副对角线：(1)211212112111()n n nnn n n n n n n a Oa a a a a a a Oa O---*==-K NN 1 （即：所有取自不同行不同列的n 个元素的乘积的代数和）⑤范德蒙德行列式：()1222212111112nijnj i nn n n nx x x x x x x x x x x ≤<≤---=-∏L L LM MML111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 ⎛⎫⎪⎪= ⎪⎪⎝⎭L LM M M L 称为m n ⨯矩阵.记作：()ij m n A a ⨯=或m n A ⨯伴随矩阵 ()1121112222*12n Tn ijn n nn A A A A A A A A A A A ⎛⎫ ⎪ ⎪== ⎪⎪⎝⎭L L M M M L ，ij A 为A 中各个元素的代数余子式. √ 逆矩阵的求法:6① 1A A A *-= ○注： 1a b d b c d c a ad bc --⎛⎫⎛⎫= ⎪ ⎪--⎝⎭⎝⎭1 L L 主换位副变号 ②1()()A E E A -−−−−→MM 初等行变换③1231111213a a a a a a -⎛⎫⎛⎫ ⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭3211111213a a a a a a -⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭√ 方阵的幂的性质：m n m n A A A += ()()m nmnA A =√ 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 b b c c c b b b ααα⎛⎫⎪ ⎪⋅⋅⋅=⎪⎪⎝⎭L L L M M M L ⇔i iA c β= ，(,,)i s =L 1,2⇔iβ为iAx c =的解⇔()()()121212,,,,,,,,,s s s A A A A c c c ββββββ⋅⋅⋅=⋅⋅⋅=L ⇔12,,,s c c c L 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，TA 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⎛⎫⎛⎫⎛⎫⎪⎪ ⎪⎪⎪ ⎪= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭L L M M M M M L⇔11112212121122222211222n n m m mn ma a a c a a a c a a a c βββββββββ+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩L L L L L L7√ 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.√ 分块矩阵的转置矩阵：TTT TT A B A C C D BD ⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭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 C B B CAB ----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭ 分块对角阵相乘：11112222,A B A B A B ⎛⎫⎛⎫==⎪ ⎪⎝⎭⎝⎭⇒11112222A B AB A B ⎛⎫= ⎪⎝⎭,1122nn n A A A ⎛⎫= ⎪⎝⎭分块对角阵的伴随矩阵：***A BA B AB ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ *(1)(1)mn mn A A B BB A **⎛⎫-⎛⎫= ⎪ ⎪⎪-⎝⎭⎝⎭√ 矩阵方程的解法(0A ≠)：设法化成AX B XA B ==(I) 或 (II)A B E X −−−−→MM 初等行变换(I)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.8② 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114p 教材. 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n -1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n -1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 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. ⑩ 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.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 ⑪ 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.9即：矩阵的初等变换不改变矩阵的秩. √ 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 .矩阵的秩 如果矩阵A 存在不为零的r 阶子式，且任意r +1阶子式均为零，则称矩阵A 的秩为r .记作()r A r = 向量组的秩 向量组12,,,n αααL 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 αααL 矩阵等价 A 经过有限次初等变换化为B . 记作：A 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⋅⋅⋅=⋅⋅⋅%⑫ 矩阵A 与B 等价⇔PAQ B =，,P Q 可逆⇔()(),,,r A r B A B A B =≠>为同型矩阵作为向量组等价,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.⑬ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示⇔AX B =有解⇔12(,,,)=n r ααα⋅⋅⋅1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅≤12(,,,)n r ααα⋅⋅⋅. ⑭ 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 .⑮ 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；p 教材94,例1010⑯ 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. ⑰ 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. ⑱ 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. ⑲ 设A 是m n ⨯矩阵,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. √ 矩阵的秩的性质：①()A O r A ≠⇔若≥1 ()0A O r A =⇔=若 0≤()m n r A ⨯≤min(,)m n ②()()()TTr A r A r A A == p 教材101,例15③()()r kA r A k =≠ 若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()()()()A r AB r B B r AB r A ⇒=⇒=若可逆若可逆 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；11若()()()n s r AB r B r B n B ⨯=⎧=⇒⎨⎩在矩阵乘法中有右消去律.⑧()rrE O E O r A r A A O O O O ⎛⎫⎛⎫=⇒⎪ ⎪⎝⎭⎝⎭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 + p 教材70⑩()()A O O A r r A r B O B B O ⎛⎫⎛⎫==+ ⎪ ⎪⎝⎭⎝⎭ ()()A C r r A r B O B ⎛⎫≠+ ⎪⎝⎭121212,,,0,,,()(),,,A n n A n Ax A n Ax Ax r A r A Ax A n βαααβαααβββααα⇔=−−−−−→=<⇔⇒⇔=⇔=⇔=⇔=−−−−−→≠⇒=⇔⇒L L M L 当为方阵时当为方阵时有无穷多解0 表示法不唯一线性相关有非零解 可由线性表示有解有唯一组解0克莱姆法则表示法唯一 线127()(),,,()()()1()n Ax r A r A Ax r A r A r A r A οββαααβββ⎧⎪⎪⎪⎪⎨⎪⎪⎪⇔=⎪⎩⎧⇔≠⎪⇔=⇔<⎨⎪⇔+=⎩M L M M 教材72讲义8性无关只有零解 不可由线性表示无解 ○注：Ax Ax ββ⇒=<≠⇒=<≠有无穷多解其导出组有非零解有唯一解其导出组只有零解12线性方程组的矩阵式 Ax β= 向量式 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 ML 12,,2,,j j j mj j n αααα⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪⎝⎭L M 11212(,,,)n n x x x αααβ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭L M矩阵转置的性质： ()T T A A = ()T T T AB B A = ()T T kA kA = T A A = ()T T T A B A B ±=± 11()()T T A A --= ()()T T A A **=矩阵可逆的性质： 11()A A --=111()AB B A ---= 111()kA k A ---= 11A A --=111()A B A B ---±≠± 11()()k k k A A A ---==伴随矩阵的性质：2()n A AA -**= ()AB B A ***= 1()n kA k A *-*= 1n A A-*=***()A B A B ±≠±11()()A AA A -**-==()()k k A A **=() () 1 ()10 () 1 n r A n r A r A n r A n *=⎧⎪==-⎨⎪<-⎩若若若AB A B =n kA k A = kk A A =A B A B ±≠±AA A A A E **==（无条件恒成立）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=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-=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),(7),,,,100k k k k k k k Ax Ax Ax Ax Ax ηβηηηοηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩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 =⇒()()r A r A β=M⇒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. √ 判断12,,,s ηηηL 是Ax ο=的基础解系的条件： ① 12,,,s ηηηL 线性无关； ② 12,,,s ηηηL 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.√ 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 ξξξL 是Ax ο=的一个解⇒1,,,,s ξξξη*L 线性无关√ Ax ο=与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.√ 两个齐次线性线性方程组Ax ο=与Bx ο=同解⇔()()A r r A r B B ⎛⎫== ⎪⎝⎭.√ 两个非齐次线性方程组Ax β=与Bx γ=都有解，并且同解⇔()()A r r A r B B βγ⎛⎫== ⎪⎝⎭MM .√ 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 ）；101p 教材 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 ）. √ 关于公共解的三中处理办法：① 把(I)与(II)联立起来求解；② 通过(I)与(II)各自的通解，找出公共解；当(I)与(II)都是齐次线性方程组时，设123,,ηηη是(I)的基础解系, 45,ηη是(II)的基础解系，则 (I)与(II)有公共解⇔基础解系个数少的通解可由另一个方程组的基础解系线性表示.即：1231231425(,,)(,,)r r c c ηηηηηηηη=+M当(I)与(II)都是非齐次线性方程组时，设11122c c ξηη++是(I)的通解，233c ξη+是(II)的通解，两方程组有公共解⇔2331c ξηξ+-可由12,ηη线性表示. 即：12122331(,)(,)r r c ηηηηξηξ=+-M③ 设(I)的通解已知，把该通解代入(II)中，找出(I)的通解中的任意常数所应满足(II)的关系式而求出公共解。
- 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)。
考研数学线性代数常用公式
数学考研考前必背常考公式集锦。
希望对考生在暑期的复习中有所帮助。
本文内容为线性代数的常考公式汇总。
1、行列式的展开定理
行列式的值等于其任何一行（或列）所有元素与其对应的代数余子式乘积之
和，即
C 的
3、设A 为n 阶方阵，*A 为它的伴随矩阵则有**==AA A A A E .
设A 为n 阶方阵，那么当AB =E 或BA =E 时，有1-B =A
4、
对单位矩阵实施一次初等变换得到的矩阵称之为初等矩阵.由于初等变换有三种，初等矩阵也就有三种：
第一种：交换单位矩阵的第i 行和第j 行得到的初等矩阵记作ij E ，该矩阵也
可以看做交换单位矩阵的第i 列和第j 列得到的.如1,3001010100⎛⎫ ⎪= ⎪ ⎪⎝
⎭E .
第二种：将一个非零数k 乘到单位矩阵的第i 行得到的初等矩阵记作()i k E ；该矩阵也可以看做将单位矩阵第i 列乘以非零数k 得到的.如
2100(5)050001⎛⎫ ⎪-=- ⎪ ⎪⎝
⎭E .
第三种：将单位矩阵的第i 行的k 倍加到第j 行上得到的初等矩阵记作()ij k E ；该矩阵也可以看做将单位矩阵的第j 列的k 倍加到第i 列上得到的.如
3,2100(2)012001⎛⎫ ⎪-=- ⎪ ⎪⎝⎭
E .
注：
1）初等矩阵都只能是单位矩阵一次初等变换之后得到的.
2）对每个初等矩阵，都要从行和列的两个角度来理解它，这在上面的定义中已经说明了.尤其需要注意初等矩阵()ij k E 看做列变换是将单位矩阵第j 列的k 倍加到第i 列，这一点考生比较容易犯错.
5、矩阵A 最高阶非零子式的阶数称之为矩阵A 的秩，记为()r A .
1）()()(),0r r r k k ==≠T A A A ；
2）()1r ≠⇔≥A O A ；
3）()1r =⇔≠A A O 且A 各行元素成比例；
4）设A 为n 阶矩阵，则()0r n =⇔≠A A .
6、线性表出
设12,,...,m ααα是m 个n 维向量，12,,...m k k k 是m 个常数，则称1122...m m k k k ααα+++为向量组12,,...,m ααα的一个线性组合.
设12,,...,m ααα是m 个n 维向量，β是一个n 维向量，如果β为向量组
12,,...,m ααα的一个线性组合，则称向量β可以由向量组12,,...,m ααα线性表出.
线性相关
设12,,...,m ααα是m 个n 维向量，如果存在不全为零的实数12,,...,m k k k ，使得1122...0m m k k k ααα+++=，则称向量组12,,...,m ααα线性相关.
如果向量组12,,...,m ααα不是线性相关的，则称该向量组线性无关.
与线性表出与线性相关性有关的基本定理
定理1：向量组12,,...m ααα线性相关当且仅当12,,...m ααα中至少有一个是其余1m -个向量的线性组合.
定理2：若向量组12,,...m ααα线性相关，则向量组121,,...,,m m αααα+也线性相关.
注：
本定理也可以概括为“部分相关⇒整体相关”或等价地“整体无关⇒部分无关”.
定理3：若向量组12,,...m ααα线性无关，则向量组12,,...m ααα的延伸组
1212,,...,m m αααβββ⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭
也线性无关.
定理4：已知向量组12,,...m ααα线性无关，则向量组12,,...,m αααβ线性相关当且仅当β可以由向量组12,,...m ααα线性表出.
定理5：阶梯型向量组线性无关.
定理6：若向量组12,,...,s ααα可以由向量组12,,...,t βββ线性表出，且12,,...,s ααα线性无关，则有s t ≤.
注：本定理在理论上有很重要的意义，是讨论秩和极大线性无关组的基础.定理内容也可以等价的描述为：若向量组12,,...,s ααα可以由向量组12,,...,t βββ线性表出，且s t >，则12,,...,s ααα线性相关.
对于这种描述方式，我们可以把定理内容简单地记为：“多数被少数线性表出，则必相关.”
定理7：1n +个n 维向量必然线性相关.
7、线性方程组解的存在性
设()12,,...,n A ααα=，
其中12,,...,n ααα为A 的列向量，则线性方程组Ax b =有解
⇔向量b 能由向量组12,,...,n ααα线性表出；
⇔()()1212,,...,,,...,,n n r r b αααααα=；
⇔()()
,r A r A b =线性方程组解的唯一性
当线性方程组Ax b =有解时，Ax b =的解不唯一（有无穷多解）
⇔线性方程组的导出组0Ax =有非零解；
⇔向量组12,,...,n ααα线性相关；
⇔()12,,...,n r n ααα<；
⇔()r A n <.
注：
1）注意该定理成立的前提条件是线性方程组有解；也就是说，仅告知()r A n <是不能得到Ax b =有无穷多解的，也有可能无解.
2）定理2是按照Ax b =有无穷多解的等价条件来总结的，请考生据此自行写出Ax b =有唯一解的条件.
8、特征值和特征向量：设A 为n 阶矩阵，λ是一个数，若存在一个n 维的非零列向量α使得关系式A αλα=成立.则称λ是矩阵A 的特征值，α是属于特征值λ的特征向量.
设E 为n 阶单位矩阵，则行列式E A λ-称为矩阵A 的特征多项式.
注：
1）要注意：特征向量必须是非零向量；
2）等式A αλα=也可以写成()0A E λα-=，因此α是齐次线性方程组()0A E x λ-=的解，由于0α≠，可知()0A E x λ-=是有非零解的，故
0A E λ-=；反之，若0A E λ-=，那么齐次线性方程组()0A E x λ-=有非零解，可知存在0α≠使得()0A E λα-=，也即A αλα=.
由上述讨论过程可知：λ是矩阵A 的特征值的充要条件是0A E λ-=（或0E A λ-=），而特征值λ的特征向量都是齐次线性方程组()0A E x λ-=的非零解.
，n 定理3：A 一定有n 个线性无关的特征向量，即A 可以对角化.且存在正交矩阵Q ，使得112(,,...,)T n Q AQ Q AQ diag λλλ-==，其中12,,...,n λλλ为矩阵A 的特征值.我们称实对称矩阵可以正交相似于对角矩阵.
11、如果二次型11n n
ij i j i j a x x ==∑∑中，只含有平方项，所有混合项()i j x x i j ≠的系
数全为零，也即形如2221122...n n
d x d x d x +++，则称该二次型为标准形。
如果二次型T f x Ax =合同于标准形2221122...n n
d x d x d x +++，则称2221122...n n
d x d x d x +++为二次型T f x Ax =的合同标准形。
利用正交变换法求二次型的合同标准形
由于实对称矩阵是可以正交相似对角化的，也即存在正交矩阵Q 及对角矩阵Λ，使得1T Q AQ Q AQ -==Λ。
而求二次型的合同标准形就是求可逆矩阵C 以及对角矩阵1Λ，使得1T C AC =Λ，对比可知，我们可以将可逆矩阵C 取成Q ，此时1Λ就等于Λ。
正交矩阵Q 及对角矩阵Λ的求法我们在上一章有详细的介绍，这里不再赘述。
正交变换法是求二次型合同标准形的主要方法，考生要熟练掌握。
需要注意的是，二次型的合同标准形是不唯一的，但通过正交变换法求得的标准形是唯一的（不考虑排列次序的话），标准形中平方项的系数均为矩阵A 的特征值，同时正交矩阵Q 的列向量都是矩阵A 对应的特征向量。
可见，正交变换法是联系二次型与上一章内容的纽带，结合特征值特征向量的考题是本章的重要考点。
12、设A 为实对称矩阵，n 元实二次型12(,,...,)T n f x x x x Ax =正定
⇔对任意非零的n 维列向量x ，0T x Ax >；
⇔A 的正惯性指数为n ；
⇔A 的特征值全大于零；
⇔A 的合同规范形为E ；
⇔存在可逆矩阵P 使得T A P P
=⇔A 的所有顺序主子式全大于零；。