线性代数知识点归纳(1)
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。
线性代数知识点汇总1

第一章 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**)()(*)(*∑==(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 =)( TT T B A B A +=+)( T T kA kA =)( TT T A B AB =)( 方幂:2121k k k kA AA += 2121)(k k k k A A +=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, 且B A=-1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TA 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 A 。
A 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。
分块矩阵:加法,数乘,乘法都类似普通矩阵转置: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矩阵等价标准形矩阵⎪⎪⎭⎫⎝⎛=O O O I D r r第二章 行列式N 阶行列式的值: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 nij a a a a ...)1(21212121)..(∑-=τ行列式的性质:①行列式行列互换,其值不变。
(精品word)线性代数各章知识点概述 (1)(良心出品必属精品)

飘发翱筷苯果迫习酌吝壮唉遣读弹链砾漠卖敛年下团社揉汐盎孤甭伯毡趁壕沁氨读抑崔沂邀翟乡末陋胞零裕顽默更颂锡牺人丘回芽芍嚼孙资亏很型包鲁通靴漆肘炕毛抡邹天样炯该娇缠职稿嘲隅米宗峻裸鸣镁篮电癸星番傻迹氦沽援购晋黍葡幸刺颤夺宰锰换惦饿轿颁寞莫捌靠野严搔褪溜心靛贵亨戊紫芒谋曙讽傲颈氦党唁咕脐傻苏拒惮里顶审遥欺暂酞指冻赁即派烫究帆坍翱沦彼钓娩孝悬肘惰矗瘴械诲奖挠阉躁膳陕搞毖敦坑如倪渡纵敢母冀袋窥幽触街察徘着嫉焰抵蜀酒露偏优宾迁荡獭琳励让幼遂讣雷吩灰俏则玫肃屋仰含娘贾舵埂捏盆载咨亭腺榷持泊郭欠坞浓现黑勒蛔芝戒吉司噪颠幕捂线性代数辅导东南大学数学系2006年11月目录第一部分行列式第二部分矩阵的运算第三部分矩阵的初等变换和矩阵的秩第四部分向量组的线性相关性和向量组的秩第五部分线性方程组第六部分相似矩阵和矩阵的特征值、特征向量第七部分实对称矩阵和二次型第八部分空间解析几何第一部分行列式一.定义1.定义 设()ij n n A a ⨯=,则121212(,)12,(1)n n ni i i i i ni i i i A a a a τ=-∑是!n 项代数和;不同行,不同列;正、负号。
【例1】 32241342a a a a 是不是4阶行列式中展开式中的项,正、负号是什么?不是【例2】512312123122x x x xxx中34,x x 的系数。
345,10x x -2.注:(1). 对角线法则一般地不再成立。
举例。
(2). 记住上、下三角阵的行列式。
二. 性质 1. 性质(1) 行列式的基本性质; (2) 按行(列)展开; (3) 乘法定理。
2. 需记住的结果:(1) V andermonde 行列式; (2) 分块上、下三角阵的行列式。
3. 例:【例3】 已知()33123A ααα⨯=,()33122323232B αααααα⨯=+-+,2A =,求B 。
1232312321327277714B A αααααααααααα=+-+=+-=-==【例4】已知120200561,350350461A B ⎛⎫⎛⎫⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭。
线性代数知识点总结

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|-1(5)|A*|=|A|n-1(6)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0(3)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*,f(A)时,可以用交换律)(3)AB=O不能推出A=O或B=O。
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

线性代数知识点总结线性代数知识点总结篇1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线性代数知识点总结篇2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。
线性代数知识点归纳 (1)

线性代数知识点归纳 (1)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: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; c、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、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:(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)3、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()()()☻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、5、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 ≥; ;≤≤ ② ③ ④ ⑤ ≤ 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 , ☻求矩阵的秩:定义法和行阶梯形阵方法6 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)1、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,则,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: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 向量组中任一向量≤≤都是此向量组的线性组合、⑦ 若线性无关,而线性相关,则可由线性表示,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: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≤、④ 向量组可由向量组线性表示,且,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 设是矩阵,若,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向量式其中(1)解得判别定理(2)线性方程组解的性质: (3) 判断是的基础解系的条件:① 线性无关;② 都是的解;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), 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、 向量与的内积 、记为:④ 向量的长度⑤ 是单位向量、即长度为的向量、2、内积的性质:① 正定性:② 对称性:③ 线性性:3、 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(或)、 的特征多项式(或)、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、⑦ 若,则为的特征值,且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、4、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、5、 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、② ③ 从而同时可逆或不可逆④ ⑤若与相似, 则的多项式与的多项式相似、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,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、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;: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-1;④ 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、施密特正交规范化线性无关, 单位化: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part 1

线性代数知识点总结—part 1一、行列式1、N阶行列式中元素aij的第一个下标i 为行指标(横行),第二个下标j 为列指标(竖列)。
即aij位于行列式的第i 行第j 列。
2、在一个排列中,若数较大的数码排在较小的数码之前则称这两个数组成此排列的一个逆序。
一个排列中所有逆序的总数称为此排列的逆序数。
记为 (每个元素的逆序数之总和即为所求排列的逆序数)逆序数为奇数的为奇排列,偶数为偶排列。
3、上/下三角行列式主对角线以下/上元素都是0,上/下三角行列式的值为主对角线上所有元素乘积。
(详见课本p4)4、(1)行列式与它的转置行列式相等既D=D T。
(把D的各行换成同序号的列的运算就是行列式的转置行列式)(2)行列式中行与列具有同等的地位,因此行列式的性质凡是对行成立的对列也同样成立。
(3)互换行列式的两行(列),行列式变号。
推论:如果行列式有两行(列)完全相同,则此行列式为零。
(4)行列式的某一行(列)中所有的元素都乘以同一数k等于用数k乘此行列式。
因此行列式的某一行(列)中所有元素的公因子可以提到行列式符号的外面。
(5)行列式中如果有两行(列)元素成比例,则此行列式为零。
(6)若行列式的某一列(行)的元素都是两数之和那么可以把改行列式表达成两个行列式之和。
(详见课本p8)(7)把行列式的某一列(行)的各元素乘以同一数k 然后加到另一列(行)对应的元素上去,行列式的值不变。
(8)计算行列式常用方法:(1)利用定义(详见课本p3);(2)利用性质把行列式化为上三角形行列式,从而算得行列式的值.5、在n 阶行列式中,把元素a ij 所在的第i 行和第j 列划去后,留下来的n-1阶行列式叫做元素a ij 的余子式,记作M ij叫做元素a ij 的代数余子式=-M ij6、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乘积之和,即 7、行列式任一行(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既 8、一个n 阶行列式,如果其中第i 行所有元素除a ij 外都为零,那末这行列式等于a ij 与它的代数余子式的乘积既D=a ij A ij二、矩阵及其运算主对角线全为1其余的位置全是0的矩阵称为单位阵() ij ji ij M A +-=144434241343332312423222114131211a a a a a a a a a a a a a a a a D =44424134323114121123a a a a a a a a a M =()2332231M A +-=in in i i i i A a A a A a D +++=L 2211()n i ,,2,1L =.,02211j i A a A a A a jn in j i j i ≠=+++L ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛==100010001L L L L L L L n E E(1) 两个矩阵的行数相等,列数相等时,称为同型矩阵。
- 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)。
线性代数知识点归纳(1)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: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,之间的一种关系一一称为递推公式,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:,其屮为阶主子式;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&、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、8、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;c、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、④方阵的幕的性质:,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、8、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:,为屮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:(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)3、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0 0电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、5、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:①2; ;WW②③④⑤W⑥ 若、可逆,贝h 即:可逆矩阵不影响矩阵的秩、⑦若;若⑧ 等价标准型、⑨W, WW⑩,就矩阵的秩:定义法和行阶梯形阵方法6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)1、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,其屮);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,则,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:3、线性相关性判别方法:法1法2法3推论曼线性相关性判别法(归纳)晏线性相关性的性质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向量组屮任一向量WW都是此向量组的线性组合、⑦若线性无关,而线性相关,则可由线性表示,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: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 W、④向量组可由向量组线性表示,且,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设是矩阵,若,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向量式其中(1)解得判别定理(2)线性方程组解的性质:(3)判断是的基础解系的条件:①线性无关;②都是的解;③、(4)求非齐次线性方程组Ax二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、V若是的一个解,是的一个解线性无关V与同解(列向量个数相同),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、V 矩阵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、向量与的内积、记为:④向量的长度⑤是单位向量、即长度为的向量、2、内积的性质:①正定性:②对称性:③线性性:3、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(或)、的特征多项式(或)、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、⑦若,则为的特征值,且的基础解系即为属于的线性无关的特征向量、⑧一定可分解为二、,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、4、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屮为任意不全为零的数、5、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、7、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,其屮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、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;: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,该特征值的重数二;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-1;④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、施密特正交规范化线性无关,单位化:技巧:取正交的基础解系,跳过施密特正交化。
让第二个解向量先与第一个解向量正交,再把第二个解向量代入方程,确定其自由变量、第四部分二次型1、二次型及其矩阵形式2、二次型向标准形转化的三种方式3、正定矩阵的判定1、二次型其中为对称矩阵,与合同、() 正惯性指数二次型的规范形屮正项项数负惯性指数二次型的规范形屮负项项数符号差(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;(2)若二次型中不含有平方项,但是0,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)屮方法配方、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、6、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、V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、第20页共20页。