线性代数常用公式合集教学文案
线性代数性质公式整理教学文案

线性代数性质公式整的乘积的代数和,这里帘汀〜是1, 2,・n •的一个排列。
当• 是偶排列时,该项的前面带正号;当是奇排列时,该项的前面带负号,即|釦1 a l2V这里. 表示对所有n 阶排列求和。
式(1.1)称为n 阶行列式的完全展开式 2. 逆序与逆序数 ——一个排列中,如果一个大的数排列在小的数之前,就称这 两个数构成一个逆序。
一个排列的逆序总是称为这个排列的逆序数。
用 表示排列 '的逆序数。
3. 偶排列与奇排列一一如果一个排列的逆序数是偶数,则称这个排列为偶排 列,否则称为奇排列忖h4.2阶与3阶行列式的展开一|匚d =ad - hea21 a 22 也 3 对1 日32 ^33=^^22333 + ^12a 23^31 + a 13a 21a 32 _ a 13a 22a 31 ~ 312^21^33 _ a ll a 23 a 32、相关概念 1•行列式线性代数第一章行列式町131«a 22 … di«1!| •|i gi fdi f ■■1 P «a n i 鈿.2 a t]n是所有取自不同行不同列的 n 阶行列式n 个元素行,第j 列的元素,剩下的元素按原来的位置排法构成的一个n-1阶的行列式6.伴随矩阵一一由矩阵A 的行列式|A|所有的代数余子式所构成的形如、行列式的性质1. 经过转置行列式的值不变,即I :l A l'k 行列式行的性质与列的性质是对等 的。
2. 两行互换位置,行列式的值变号。
特别地,两行相同 (或两行成比例),行列式 的值为0.3. 某行如有公因子k ,则可把k 提出行列式记号外。
4. 如果行列式某行(或列)是两个元素之和,则可把行列式拆成两个行列式之和:5.把某行的k 倍加到另一行,行列式的值不变:pi 岂为al旳b ]帕 b :t=b t + 斶b? + kaj b$ +1“巳5 1 c i“卬6.代数余子式的性质一一行列式任一行元素与另一行元素的代数余子式乘积5.余子式与代数余子式——在n 阶行列式日12…^22 … 屯】】4)-| *|| || *甲章■■1 p III釘2 …a t ]nan - 日]』1 1 … … … … a i - 14 …a i -1J- 1 邳Li 丰 a i + u …+ i,j -1 a i + 1.| +*** ***… 2[订 …^ll,j -1 a IIJ +1 (-1)2叫为%的代数余子式,记为 «1 - Ln+ Im Aij 称为呦的余子式,记为,即A 产(-1严叫ii ;称A 】】A12A21 …A 22 ...A (2)A lllv,称为A 的伴随矩阵,记作… 中划去所在的第i之和为0 三、行列式展开公式n阶行列式的值等于它的任何一行(列)元素,与其对应的代数余子式乘积之和, 即|A| =日Mi】+ a^Aiz +…+引|崗产E;冷Sik |A按i行展开的展开式l A l =叭佝十也i幅+…十a nj A tii = 严沁kjAki|A|按j列展开的展开式四、行列式的公式1. 上(下)三角形行列式的值等于主对角线元素的乘积;Ill'll - 1}2. 关于副对角线的n阶行列式的值|A| = (_ “r-3]屁]i ]…如3. 两个特殊的拉普拉斯展开式:如果A和B分别是m阶和n阶矩阵,则|S B|=|?B|=IAHB|A= (-l)mn|A|||B|申1 1 (1)Xl x tl2Xn=rr v : v : v …(x; - Xi)y4.范德蒙行列式十* 4- ■■* * 4- 1 j i■1MH皿一1-.Tl —1.rll —1X 1X 2 …x tb5. 抽象n阶方阵行列式公式(矩阵)若A、B都是n阶矩阵,A'是A的伴随矩阵,若A可逆,入忑=⑴…血是A的特征值:' _『丨;J I;|AB|=|A||B|;& _卜「;■ ' - - /:1:,I A J=缶;|A| = 11卜]入j;若A-B|,则|A| = |0|,且特征值相同。
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。
线性代数公式定理大全2016

线性代数公式大全第一章 行列式1.逆序数 1.1 定义n 个互不相等的正整数任意一种排列为:12n i i i ⋅⋅⋅,规定由小到大为标准次序,当某两个元素的先后次序与标准次序不同时,就说有一个逆序数,该排列全部逆序数的总合用()12n i i i τ⋅⋅⋅表示,()12n i i i τ⋅⋅⋅等于它所有数字中后面小于前面数字的个数之和。
1.2 性质一个排列中任意两个元素对换,排列改变奇偶性,即 ()211ττ=-。
证明如下:设排列为111l m n a a ab b bc c ,作m 次相邻对换后,变成111l m n a a abb b c c ,再作1m +次相邻对换后,变成111l m n a a bb b ac c ,共经过21m +次相邻对换,而对不同大小的两元素每次相邻对换逆序数要么增加1 ,要么减少1 ,相当于()211ττ=-,也就是排列必改变改变奇偶性,21m +次相邻对换后()()2121111m τττ+=-=-,故原命题成立。
2.n 阶行列式的5大性质性质1:转置(行与列顺次互换)其值不变。
性质2:互换任意两行(列)其值变号。
性质3:任意某行(列)可提出公因子到行列式符号外。
性质4:任意行列式可按某行(列)分解为两个行列式之和。
性质5:把行列式某行(列)λ倍后再加到另一行(列),其值不变。
行列式的五大性质全部可通过其定义证明;而以后对行列式的运算主要是利用这五个性质。
对性质4的重要拓展: 设n 阶同型矩阵,()()(); ijij ij ijA aB b A B ab ==⇒+=+,而行列式只是就某一列分解,所以,A B +应当是2n个行列式之和,即A B A B+≠+。
韦达定理的一般形式为: 一、行列式定义1.定义 其中逆序数 ()121n j j j j τ=后面的1j 小的数的个数 2j +后面比2j 小的数的个数+1n j -+后面比1n j -小的数的个数.2.三角形行列式二、行列式性质和展开定理1.会熟练运用行列式性质,进行行列式计算. 2.展开定理 三、重要公式 设A 是n 阶方阵,则 1.T A A =2.11A A --= 3.1*n A A-=4.n kA k A =5.AB A B =,其中B 也是n 阶方阵6.设B 为m 阶方阵,则 7.范德蒙行列式 四.有关结论 1.对于,n n n n A B ⨯⨯(1)00A A ⇒==⇐ (2) A B A B⇒==⇐2.A 为n 阶可逆矩阵A E A E ⇔→⇔→行变列变(A 与E 等价)0AX ⇔=只有惟一零解AX b ⇔=有惟一解(克莱姆法则) A ⇔的行(列)向量组线性无关 A ⇔的n 个特征值0,1,2,,i i n λ≠=⇔A 可写成若干个初等矩阵的乘积 ⇔A A T 是正定矩阵⇔A 是n R 中某两组基之间的过渡矩阵3.A 为n 阶不可逆矩阵0=A 0AX ⇔=有非零解 ⇔n A r <)( ⇔0是A 的特征值 ⇔A A -=4.若A 为n 阶矩阵,)2,1(n i i =λ为A 的n 个特征值,则∏==ni i A 1λ5.若B A ~,则B A =行列式的基本计算方法:1. 应用行列式的性质化简行列式(例如化为三角形行列式就是一个常用方法)。
线性代数公式大全-互联网类

线性代数公式大全-互联网类关键信息项:1、矩阵运算公式矩阵加法矩阵乘法矩阵转置2、行列式计算公式二阶行列式三阶行列式n 阶行列式3、向量运算公式向量加法向量数量积向量叉积4、线性方程组求解公式高斯消元法克莱姆法则5、特征值与特征向量公式特征值计算特征向量求解11 矩阵运算公式111 矩阵加法若有两个矩阵 A =(a_{ij})_{m×n} 和 B =(b_{ij})_{m×n} ,则它们的和为 C = A + B =(a_{ij} + b_{ij})_{m×n} 。
112 矩阵乘法设矩阵 A 为 m×p 矩阵,矩阵 B 为 p×n 矩阵,则矩阵 A 与矩阵 B 的乘积 C = AB 是一个 m×n 矩阵,其中 C 中的元素 c_{ij} 为 A 的第 i 行元素与 B 的第 j 列对应元素乘积之和。
113 矩阵转置若矩阵 A =(a_{ij})_{m×n} ,则其转置矩阵 A^T =(a_{ji})_{n×m} 。
21 行列式计算公式211 二阶行列式对于二阶矩阵 A = a b; c d ,其行列式的值为|A| = ad bc 。
212 三阶行列式对于三阶矩阵 A = a11 a12 a13; a21 a22 a23; a31 a32 a33 ,其行列式的值为|A| = a11a22a33 + a12a23a31 + a13a21a32 a13a22a31a12a21a33 a11a23a32 。
213 n 阶行列式n 阶行列式的计算较为复杂,通常采用按行(列)展开、化上三角(下三角)等方法进行计算。
31 向量运算公式311 向量加法若有向量 a =(a1, a2,, an) 和向量 b =(b1, b2,, bn) ,则它们的和为 c = a + b =(a1 + b1, a2 + b2,, an + bn) 。
线代知识点公式总结

线代知识点公式总结线性代数是一门研究向量空间和线性映射的数学学科。
它是数学和物理学等自然科学的重要基础学科,广泛应用于工程技术和科学研究的各个领域。
线性代数的基本概念和公式是学习和应用线性代数的重要基础,下面就线性代数知识点公式进行总结。
向量:向量是线性代数的基本概念。
向量通常用箭头表示,具有大小和方向。
在n维空间中,一个向量可以表示为一个n元有序实数集。
向量的基本运算1. 加法:向量加法的定义是将两个向量的对应分量相加若A=(a1,a2,...,an),B=(b1,b2,...,bn),则A+B=(a1+b1, a2+b2,...,an+bn)2. 数乘:向量数乘的定义是一个向量乘以一个标量若A=(a1,a2,...,an),k是一个实数,则kA=(ka1,ka2,...,kan)向量的内积和外积1. 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内积具有交换律和分配律A·B = B·AA·(B+C) = A·B + A·C2. 外积:向量A和向量B的外积定义为A×B = |A||B|sin(θ)n其中|A|和|B|分别表示A和B的模,θ表示A和B之间的夹角,n为垂直于A和B且满足右手定则的向量。
矩阵:矩阵是线性代数的另一个基本概念。
矩阵是一个有限的矩形数组,通常表示为大写的加粗字母。
矩阵的运算1. 矩阵加法:矩阵加法的定义是将两个矩阵对应位置的元素相加若A=(aij)和B=(bij)是两个m×n的矩阵,则它们的和C=A+B是一个m×n的矩阵,其中C的每个元素cij=aij+bij。
2. 矩阵数乘:矩阵数乘的定义是将一个矩阵的每个元素乘以一个标量若A=(aij)是一个m×n的矩阵,k是一个实数,则kA是一个m×n的矩阵,其中它的每个元素(kaij)。
线性代数公式大全

线性代数公式大全线性代数公式大全1、行列式1. 代数余子式的性质:①、A ij 和a ij 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 ; 2. 代数余子式和余子式的关系:M ij =(-1) i +j A ij A ij =(-1)i +jM ij3. 行列式的重要公式:①、主对角行列式:主对角元素的乘积;n (n -1)②、副对角行列式:副对角元素的乘积⨯ (-1)2;n (n -1)④、◤ 和◢ :副对角元素的乘积⨯ (-1) 2;⑤、拉普拉斯展开式:A O C CB =A OB=A B 、C A nBO =O A BC =(-1)m A B⑥、范德蒙行列式:大指标减小指标的连乘积;; 4. 证明A =0的方法:①、A =-A ;②、反证法;③、构造齐次方程组Ax=0,证明其有非零解;④、利用秩,证明r (A )2、矩阵1.A 是n 阶可逆矩阵:⇔A ≠0(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Ax=0有非零解;⇔∀b ∈R n,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;2. 对于n 阶矩阵A :AA *=A *A =A E 无条件恒成立;3.(A -1) *=(A *)-1(A -1)T=(A T )-1(A *)T=(A T )*(AB ) T=B TA T(AB ) *=B *A *(AB ) -1=B-1A-14. 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:⎛A ⎛ 1⎛若A =A 2⎛⎛,则:⎛A ⎛s ⎛Ⅰ、A =A 1A 2 A s ;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:F =⎛E r ⎛OO ⎛;⎛O ⎛m ⨯n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(A , E ) (E , X ) ,则A 可逆,且Xr=A-1;c②、对矩阵(A , B ) 做初等行变化,当A 变为E 时,B 就变成A -1B ,即:(A ,B ) ~ (E , A -1B ) ;③、求解线形方程组:对于n 个未知数n 个方程Ax 4. 伴随矩阵:(2)A *=A A -1、A *=An -1=b,如果(A , b ) (E , x ) ,则A 可逆,且xr=A b-1;5. 关于A 矩阵秩的描述:①、r (A ) =n ,A 中有n 阶子式不为0,n +1阶子式全部为0;(两句话)②、r (A )6. 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;7. 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;8. 由n 个未知数m 个方程的方程组构成n 元线性方程:⎛a 11x 1+a 12x 2+ +a 1n x n =b 1 ⎛⎛a x +a x + +a 2n x n =b 2 ①、⎛211222⎛ ⎛a x +a x + +a x =bm 22nm n n ⎛m 11⎛a 11a②、 21⎛a m 1a 12a 22 a m 2a 1n ⎛⎛⎛ a 2n⎛ ⎛ ⎛ a m n ⎛⎛;x 1⎛⎛b 1⎛⎛ ⎛x 2b 2⎛= ⎛⇔A x =b ⎛ ⎛⎛ ⎛x m ⎛⎛b m ⎛(向量方程,A 为m ⨯n 矩阵,m 个方程,n 个未知数)③、(a 1a 2⎛ a n )⎛x 1⎛⎛x 2⎛=β ⎛⎛x n ⎛⎛b 1 b(全部按列分块,其中β= 2⎛b n ⎛⎛⎛⎛⎛⎛);④、a 1x 1+a 2x 2+ +a n x n =β(线性表出)⑤、有解的充要条件:r (A ) =r (A , β) ≤n (n 为未知数的个数或维数)4、向量组的线性相关性9. 矩阵A m ⨯n 与B l ⨯n 行向量组等价的充分必要条件是:齐次方程组Ax 10.r (A A ) =r (A )T=0和Bx=0同解;(P 101例14);(P 101例15)向量组A 能由向量组B 线性表示,则r (A ) ≤r (B ) ;(P 86定理3)向量组A 能由向量组B 线性表示⇔A X =B 有解;⇔r (A ) =r (A , B ) (P 85定理2)向量组A 能由向量组B 等价⇔ r (A ) =r (B ) =r (A , B ) (P 85定理2推论)11. 方阵A 可逆⇔存在有限个初等矩阵P 1, P 2, , P l ,使A =P 1P 2 P l ;①、矩阵行等价:A ~Bc r⇔P A =B(左乘,P 可逆)⇔Ax =0与Bx=0同解②、矩阵列等价:A ~B ⇔AQ =B (右乘,Q 可逆);③、矩阵等价:A ~B ⇔P A Q =B (P 、Q 可逆); 12. 对于矩阵A m ⨯n 与B l ⨯n :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Ax =0与Bx =0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;13. 齐次方程组Bx =0的解一定是ABx =0的解,考试中可以直接作为定理使用,而无需证明;①、ABx =0 只有零解⇒ Bx =0只有零解;②、Bx =0 有非零解⇒ ABx =0一定存在非零解;14. 设m ⨯n 的矩阵A 的秩为r ,则n 元齐次线性方程组Ax =0的解集S 的秩为:r (S ) =n -r ;5、相似矩阵和二次型1. 正交矩阵⇔A A =ET或A -1=AT(定义),性质:⎛1=⎛⎛0i =j i ≠j(i , j =1, 2, n )①、A 的列向量都是单位向量,且两两正交,即a i T a j ②、若A 为正交矩阵,则A -1=AT;也为正交阵,且A =±1;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:(a 1, a 2, , a r )b 1=a 1; b 2=a 2-[b 1, a 2][b 1, b 1]b 1[b 1, a r ][b 1, b 1]b 1-[b 2, a r ][b 2, b 2]b 2- -[b r -1, a r ][b r -1, b r -1]b r -1;b r =a r -。
《线性代数》公式大全

《线性代数》公式大全线性代数是数学中的一个分支,研究向量、矩阵和线性方程组等相关概念和性质。
它是现代数学和应用科学的基础,广泛应用于物理学、工程学、计算机科学等领域。
本文将介绍线性代数中的基本概念和相关公式。
1.向量的定义和运算:向量是有方向和大小的量,可以用有序数对或者列矩阵来表示。
设有向量a=(a1, a2, ..., an),b=(b1, b2, ..., bn),则向量的运算包括:- 向量的加法:a + b = (a1 + b1, a2 + b2, ..., an + bn)- 向量的减法:a - b = (a1 - b1, a2 - b2, ..., an - bn)- 数乘:k * a = (k * a1, k * a2, ..., k * an)2.向量的模和单位向量:向量的模表示向量的长度,记作,a,计算公式为:,a, =sqrt(a1² + a2² + ... + an²)。
单位向量表示模为1的向量,计算公式为:u=a/,a。
3.内积和外积:内积也叫点积或数量积,计算公式为:a·b = a1 * b1 + a2 * b2+ ... + an * bn。
外积也叫向量积或叉积,计算公式为:a×b=(a2*b3-a3*b2,a3*b1-a1*b3,a1*b2-a2*b1)。
4.矩阵的定义和运算:矩阵是按照行列排列的矩形阵列,可以用方括号表示。
设有矩阵A和B,则矩阵的运算包括:-矩阵的加法:A+B=[a11+b11,a12+b12,...,a1m+b1m;a21+b21,a22+b22,...,a2m+b2m;...] -矩阵的减法:A-B=[a11-b11,a12-b12,...,a1m-b1m;a21-b21,a22-b22,...,a2m-b2m;...]-数乘:k*A=[k*a11,k*a12,...,k*a1m;k*a21,k*a22,...,k*a2m;...] -矩阵的乘法:A*B=[c11,c12,...,c1n;c21,c22,...,c2n;...]其中,cij = a(i1) * b(1j) + a(i2) * b(2j) + ... + a(im) *b(mj),a(ij)为矩阵A的第i行第j列元素。
- 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)。
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=-⎫⎪≅⎪−−−→⎬⎪⎪⎭:;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 ⋅⋅⋅:错误!未找到引用源。
称为n¡的标准基,n¡中的自然基,单位坐标向量87p 教材;错误!未找到引用源。
12,,,n e e e ⋅⋅⋅线性无关; 错误!未找到引用源。
12,,,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.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 L L L M M M L1√ 行列式的计算:错误!未找到引用源。
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.错误!未找到引用源。
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)错误!未找到引用源。
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:()1222212111112n i j nj i nn n n nx x x x x x x x x x x ≤<≤---=-∏L L L M M M L111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 L M M M L称为m n ⨯矩阵.记作:()ij m n A a ⨯=或m n A ⨯()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:错误!未找到引用源。
1A A A *-= ○注: 1a b d b c d c a ad bc --⎛⎫⎛⎫= ⎪ ⎪--⎝⎭⎝⎭1 L L 主换位副变号 错误!未找到引用源。
1()()A E E A -−−−−→MM 初等行变换错误!未找到引用源。
1231111213a 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 i A c β= ,(,,)i s =L 1,2⇔i β为i Ax 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 L √ 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 BA---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭1111A C A A CB O B OB ----⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭ 1111A O A OC 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. 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,,,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.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,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. 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,,,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 αααLA 经过有限次初等变换化为B . 记作:A B =%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;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()()()T T r 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;若()()()n s r AB r B r B n B ⨯=⎧=⇒⎨⎩ 在矩阵乘法中有右消去律.⑧()rr E 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 + 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 ⎛⎫≠+ ⎪⎝⎭。