线性代数知识点超强总结
数学中线性代数知识点总结
数学中线性代数知识点总结线性代数是数学的一个分支，主要研究向量、向量空间（也称为线性空间）、线性变换以及线性方程组的理论。
它是现代数学的基础工具之一，广泛应用于物理、工程、计算机科学、经济学和社会科学等领域。
以下是线性代数的一些核心知识点总结。
# 向量和向量空间1. 向量：向量可以是有序的数字列表，例如在n维空间中的向量是一个n元组 (a1, a2, ..., an)。
向量可以表示空间中的点或方向，并且可以进行加法和数乘运算。
2. 向量空间：一个集合V，如果对加法和标量乘法封闭，即对于所有的向量u, v ∈ V和所有的标量c，u+v和cu也属于V，则称V为向量空间。
3. 子空间：向量空间V的子集W，如果它自身是一个向量空间，则称W为V的子空间。
4. 线性组合：给定一组向量，任何可以通过这些向量的加法和数乘得到的向量称为这些向量的线性组合。
5. 线性相关与线性无关：如果一组向量中的任何一个向量可以表示为其他向量的线性组合，则称这组向量线性相关。
如果不存在这样的表示，则称它们线性无关。
# 矩阵和线性变换1. 矩阵：矩阵是一个由数字排列成的矩形阵列。
矩阵可以表示线性变换，解决线性方程组，以及进行向量空间的操作。
2. 线性变换：一个函数T，如果它保持向量加法和标量乘法的操作，即对于所有的向量u, v和所有的标量c，有T(u+v) = T(u) + T(v)和T(cu) = cT(u)，则称T为线性变换。
3. 矩阵乘法：矩阵乘法是线性代数中的一种基本运算，它可以用来组合线性变换。
矩阵乘法不满足交换律，即AB ≠ BA通常情况下。
# 特征值和特征向量1. 特征值：对于一个方阵A，如果存在一个非零向量v和一个标量λ，使得Av = λv，则称λ是A的一个特征值。
2. 特征向量：与特征值相对应的非零向量v称为特征向量。
3. 对角化：如果一个方阵A可以表示为PDP^(-1)的形式，其中D是对角矩阵，P是由A的所有特征向量组成的矩阵，则称A是可对角化的。
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。
线性代数知识点总结
大学线性代数知识点总结第一章 行列式 二三阶行列式N 阶行列式：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 n ij a a a a ...)1(21212121)..(∑-=τ奇偶排列、逆序数、对换行列式的性质：①行列式行列互换,其值不变.转置行列式T D D = ②行列式中某两行列互换,行列式变号.推论：若行列式中某两行列对应元素相等,则行列式等于零. ③常数k 乘以行列式的某一行列,等于k 乘以此行列式. 推论：若行列式中两行列成比例,则行列式值为零； 推论：行列式中某一行列元素全为零,行列式为零. ④行列式具有分行列可加性⑤将行列式某一行列的k 倍加到另一行列上,值不变 行列式依行列展开：余子式ij M 、代数余子式ij j i ij M A +-=)1(定理：行列式中某一行的元素与另一行元素对应余子式乘积之和为零.克莱姆法则：非齐次线性方程组 ：当系数行列式0≠D 时,有唯一解：)21(n j DD x j j ⋯⋯==、齐次线性方程组 ：当系数行列式01≠=D 时,则只有零解逆否：若方程组存在非零解,则D 等于零特殊行列式：①转置行列式：332313322212312111333231232221131211a a a a a a a a a a a a a a a a a a → ②对称行列式:ji ij a a =③反对称行列式:ji ij a a -= 奇数阶的反对称行列式值为零④三线性行列式:3331222113121100a a a a a a a 方法：用221a k 把21a 化为零,..化为三角形行列式⑤上下三角形行列式: 行列式运算常用方法主要行列式定义法二三阶或零元素多的 化零法比例化三角形行列式法、降阶法、升阶法、归纳法、第二章 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**)()(*)(*∑==注意什么时候有意义一般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 =)( T T T B A B A +=+)( T T kA kA =)( T T T A B AB =)(反序定理 方幂：2121k k k k A A A +=2121)(k k k kA A +=几种特殊的矩阵：对角矩阵：若AB 都是N 阶对角阵,k 是数,则kA 、A+B 、 AB 都是n 阶对角阵 数量矩阵：相当于一个数若…… 单位矩阵、上下三角形矩阵若…… 对称矩阵 反对称矩阵阶梯型矩阵：每一非零行左数第一个非零元素所在列的下方 都是0 分块矩阵：加法,数乘,乘法：类似,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, B A =-1非奇异矩阵、奇异矩阵|A|=0、伴随矩阵 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对换阵 倍乘阵 倍加阵等价标准形矩阵⎪⎪⎭⎫⎝⎛=O O O I D r r矩阵的秩rA ：满秩矩阵 降秩矩阵 若A 可逆,则满秩 若A 是非奇异矩阵,则rAB=rB 初等变换不改变矩阵的秩求法：1定义2转化为标准式或阶梯形矩阵与行列式的联系与区别：都是数表；行列式行数列数一样,矩阵不一样；行列式最终是一个数,只要值相等,就相等,矩阵是一个数表,对应元素相等才相等；矩阵n ij n ij a k ka )()(=,行列式n ij nn ij a k ka =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.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T A 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 AA 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伴随矩阵：A 为N 阶方阵,伴随矩阵：⎪⎪⎭⎫⎝⎛=22211211*A A A A A 代数余子式 特殊矩阵的逆矩阵：对1和2,前提是每个矩阵都可逆1、分块矩阵⎪⎪⎭⎫ ⎝⎛=C O B A D 则⎪⎪⎭⎫ ⎝⎛-=-----11111C O BC A AD 2、准对角矩阵⎪⎪⎪⎪⎪⎭⎫⎝⎛=4321A A A A A , 则⎪⎪⎪⎪⎪⎭⎫⎝⎛=-----141312111A A A A A 3、 I A A A AA ==** 4、1*-=A A A A 可逆 5、1*-=n A A 6、()()A AA A 1*11*==--A 可逆7、()()**T TA A = 8、()***AB AB =判断矩阵是否可逆：充要条件是0≠A ,此时*11A AA =- 求逆矩阵的方法：定义法I AA =-1伴随矩阵法AA A *1=-初等变换法()()1||-=A I I A n n 只能是行变换初等矩阵与矩阵乘法的关系： 设()nm ij aA *=是mn 阶矩阵,则对A 的行实行一次初等变换得到的矩阵,等于用同等的m 阶初等矩阵左乘以A ：对A 的列实行一次初等变换得到的矩阵,等于用同种n 阶初等矩阵右乘以A 行变左乘,列变右乘第三章 线性方程组消元法 非齐次线性方程组：增广矩阵→简化阶梯型矩阵rAB=rB=r 当r=n 时,有唯一解；当n r ≠时,有无穷多解 rAB ≠rB,无解齐次线性方程组：仅有零解充要rA=n 有非零解充要rA<n 当齐次线性方程组方程个数<未知量个数,一定有非零解 当齐次线性方程组方程个数=未知量个数,有非零解充要|A|=0齐次线性方程组若有零解,一定是无穷多个N 维向量：由n 个实数组成的n 元有序数组.希腊字母表示加法数乘 特殊的向量：行列向量,零向量θ,负向量,相等向量,转置向量 向量间的线性关系: 线性组合或线性表示向量组间的线性相关无：定义179P向量组的秩：极大无关组定义P188定理：如果rj j j ααα,.....,21是向量组s ααα,.....,21的线性无关的部分组,则它是 极大无关组的充要条件是：s ααα,.....,21中的每一个向量都可由rj j j ααα,.....,21线性表出.秩:极大无关组中所含的向量个数.定理：设A 为mn 矩阵,则r A r =)(的充要条件是：A 的列行秩为r.现性方程组解的结构：齐次非齐次、基础解系线性组合或线性表示注：两个向量αβ,若βαk =则α是β线性组合单位向量组任意向量都是单位向量组的线性组合 零向量是任意向量组的线性组合任意向量组中的一个都是他本身的线性组合 向量组间的线性相关无注： n 个n 维单位向量组一定是线性无关 一个非零向量是线性无关,零向量是线性相关 含有零向量的向量组一定是线性相关 若两个向量成比例,则他们一定线性相关向量β可由n ααα,..,21线性表示的充要条件是)...()...(2121T Tn TTTnTTr r βαααααα=判断是否为线性相关的方法：1、定义法：设n k k k ....21,求n k k k ....21适合维数低的2、向量间关系法183P ：部分相关则整体相关,整体无关则部分无关3、分量法n 个m 维向量组180P ：线性相关充要n r Tn T T <⇒)....(21ααα 线性无关充要n r T n T T =⇒)....(21ααα推论①当m=n 时,相关,则0321=T T T ααα；无关,则0321≠T T T ααα ②当m<n 时,线性相关推广：若向量s ααα,...,21组线性无关,则当s 为奇数时,向量组13221,...,αααααα+++s 也线性无关；当s 为偶数时,向量组也线性相关.定理：如果向量组βααα,,...,21s 线性相关,则向量β可由向量组s ααα,...,21线性表出,且 表示法唯一的充分必要条件是s ααα,...,21线性无关. 极大无关组注：向量组的极大无关组不是唯一的,但他们所含向量的个数是确定的；不全为零的向量组的极大无关组一定存在； 无关的向量组的极大无关组是其本身； 向量组与其极大无关组是等价的. 齐次线性方程组I 解的结构：解为...,21αα I 的两个解的和21αα+仍是它的解； I 解的任意倍数αk 还是它的解；I 解的线性组合s s c c c ααα+++....2211也是它的解,s c c c ,...,21是任意常数.非齐次线性方程组II 解的结构：解为...,21μμII 的两个解的差21μμ-仍是它的解；若μ是非齐次线性方程组AX=B 的一个解,v 是其导出组AX=O 的一个解,则u+v 是II 的一个解. 定理：如果齐次线性方程组的系数矩阵A 的秩n r A r <=)(,则该方程组的基础解系存在,且在每个基础解系中,恰含有n-r 个解.若μ是非齐次线性方程组AX=B 的一个解,v 是其导出组AX=O 的全部解,则u+v 是II 的全部解.第四章 向量空间向量的内积 实向量定义：α,β=n n T b a b a b a +++=....2211αβ 性质：非负性、对称性、线性性 α,k β=k α,β; k α,k β=2k α,β;α+β,δγ+=α,γ+α,δ+β,γ+β,δ;),(),(1111j i sj j ri i j sj j ri i i l k l k βαβα∑∑∑∑===== n R ∈δγβα,,,,向量的长度),(ααα=0=α的充要条件是α=0；α是单位向量的充要条件是α,α=1单位化 向量的夹角正交向量：αβ是正交向量的充要条件是α,β=0 正交的向量组必定线性无关 正交矩阵：ｎ阶矩阵Ａ I A A AA T T ==性质：1、若A 为正交矩阵,则Ａ可逆,且T A A =-1,且1-A 也是正交矩阵；２、若A 为正交矩阵,则1±=A ；３、若A 、Ｂ为同阶正交矩阵,则ＡＢ也是正交矩阵； ４、ｎ阶矩阵Ａ＝ij a 是正交矩阵的充要条件是Ａ的列行向量组是 标准正交向量；第五章 矩阵的特征值和特征向量 特征值、特征向量A 是N 阶方阵,若数λ使AX=λX,即λI-A=0有非零解,则称λ为A 的一 个特征值,此时,非零解称为A 的属于特征值λ的特征向量. |A|=n λλλ...**21 注： 1、AX=λX2、求特征值、特征向量的方法0=-A I λ 求i λ 将i λ代入λI-AX=0求出所有非零解 3、对于不同的矩阵,有重根、单根、复根、实根主要学习的特殊：n I )(λ的特征向量为任意N 阶非零向量或)(21不全为零i n c c c c ⎪⎪⎪⎭⎫ ⎝⎛4、特征值： 若)0(≠λλ是A 的特征值则1-A --------λ1 则m A --------m λ则kA --------λk若2A =A 则-----------λ=0或1若2A =I 则-----------λ=-1或1若k A =O 则----------λ=0迹trA ：迹A=nn a a a +⋯⋯++2211性质：1、N 阶方阵可逆的充要条件是A 的特征值全是非零的2、A 与1-A 有相同的特征值3、N 阶方阵A 的不同特征值所对应的特征向量线性无关4、5、P281相似矩阵定义P283：A 、B 是N 阶矩阵,若存在可逆矩阵P,满足B AP P =-1,则矩阵A 与B 相似,记作A~B性质1、自身性：A~A,P=I2、对称性：若A~B 则B~A B AP P =-1 1-=PBP A A BP P =---111)(3、传递性：若A~B 、B~C 则A~C B AP P =-111 C BP P =-212---C P P A P P =-)()(211214、若AB,则A 与B 同不可逆5、若A~B,则11~--B A B AP P =-1两边同取逆,111---=B P A P6、若A~B,则它们有相同的特征值. 特征值相同的矩阵不一定相似7、若A~B,则)()(B r A r = 初等变换不改变矩阵的秩例子：B AP P =-1则1100100-=P PB AO AP P =-1 A=OI AP P =-1 A=II AP P λ=-1 A=I λ矩阵对角化定理：N 阶矩阵A 与N 阶对角形矩阵相似的充要条件是A 有N 个线性无关的特征向量注：1、P 与^中的i i x λ与顺序一致2、A~^,则^与P 不是唯一的推论：若n 阶方阵A 有n 个互异的特征值,则~^A P281定理：n 阶方阵~^A 的充要条件是对于每一个i K 重特征根i λ,都有i i K n A I r -=-)(λ注：三角形矩阵、数量矩阵I λ的特征值为主对角线.约当形矩阵约当块：形如⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=λλλλ111J 的n 阶矩阵称为n 阶约当块； 约当形矩阵：由若干个约当块组成的对角分块矩阵⎪⎪⎪⎭⎫ ⎝⎛=n J J J J 21i J 是约当块称为约当形矩阵. 定理：任何矩阵A 都相似于一个约当形矩阵,即存在n 阶可逆矩阵J AP P =-1.第六章 二次型二次型与对称矩阵只含有二次项的n 元多项式f 称为一个n 元二次型,简称二次型. 标准型：形如 的二次型,称为标准型.规范型：形如 的二次型,称为规范型.线性变换矩阵的合同：设AB 是n 阶方阵,若存在一个n 阶可逆矩阵C,使得 则称A 与B 是合同的,记作A B.合同的性质：反身性、对称性、传递性、秩、化二次型为标准型：配方法、做变换二次型中不含有平方项。
知识点总结线代
知识点总结线代1. 向量和向量空间向量是一个有大小和方向的量，它可以表示空间中的一个点或者物体的位移。
向量空间是由一组向量构成的集合，它满足一些特定的性质，比如对任意的向量加法和数乘运算封闭。
2. 矩阵和矩阵运算矩阵是一个长方形的数组，它由行和列组成。
在线性代数中，矩阵表示了线性映射的具体表达形式，可以用来描述向量之间的线性关系。
矩阵的加法、数乘、乘法等运算是线性代数中重要的概念。
3. 行列式和特征值行列式是矩阵的一个重要性质，在计算矩阵的逆、求解线性方程组等问题时起着重要的作用。
特征值是一个矩阵的固有性质，它表示了矩阵在某个方向上的伸缩比例。
4. 线性方程组和矩阵的逆线性方程组是线性代数中的一个重要问题，它的解决可以用来描述物理系统的平衡状态、工程问题的最优解等。
矩阵的逆是一个矩阵的重要性质，它可以用来求解线性方程组和描述线性映射的反演关系。
5. 线性变换和正交变换线性变换是线性代数中的一个重要概念，它描述了向量空间中的一个映射，满足加法和数乘的线性关系。
正交变换是一种特殊的线性变换，在物理学和工程中有着广泛的应用。
6. 对称矩阵和正定矩阵对称矩阵是一个重要的矩阵类别，在物理学、工程学等领域有着广泛的应用。
正定矩阵是一个特殊的对称矩阵，它的特征值都是正数，具有很好的性质和应用价值。
7. 线性代数在计算机科学中的应用线性代数在计算机科学中有着广泛的应用，比如在图形学、机器学习、计算机图像处理等领域都离不开线性代数的支持。
矩阵的运算、线性变换等概念在计算机科学中有着重要的应用价值。
总之，线性代数是数学中的一个重要分支，它研究的是向量空间、线性映射和矩阵等概念，具有很强的理论性和应用性。
通过学习线性代数，我们可以了解向量空间的性质、矩阵的运算规律以及线性方程组的求解方法，从而在物理、工程、计算机科学等领域有着广泛的应用和实际价值。
希望通过本文的总结，读者能够对线性代数有一个更深入的理解，从而在学习和应用过程中更加得心应手。
线性代数知识点总结
向量的模长
• 定义：向量的大小
• 计算公式：|v| = √(x² + y² + ... + n²)
向量的加法运算
向量加法的定义
• 两个向量的和是一个新的向量，其坐标等于两个向量坐标的和
• 向量加法满足交换律和结合律
向量加法的计算
• 直接将两个向量的对应坐标相加
• 可以用坐标法表示向量加法
向量加法的性质
正定二次型
• 二次型的标准化是将二次型表示为标准二次型的形式
• 正定二次型是指二次型对应的矩阵是正定矩阵
• 标准二次型的形式为f(x) = x′Ax + λx′x
• 正定二次型的二次函数在向量空间的原点处取得最小值
08
线性规划
线性规划问题的定义与模型
线性规划问题的定义
• 线性规划问题是一种优化问题，要求求解一组变量的最优值
06
特征值与特征向量
特征值与特征向量的定义与性质
01
特征值的定义
• 特征值是线性变换特征方程的根
• 特征值表示线性变换对向量的放大倍数
02
特征向量的定义
• 特征向量是线性变换特征方程的解向量
• 特征向量表示线性变换对向量的方向
03
特征值与特征向量的性质
• 特征值具有唯一性和稳定性
• 特征向量具有线性无关性
二次型的定义与表示
二次型的定义
二次型的表示
• 二次型是一种二次函数，表示为f(x) = Ax² + Bx + C
• 二次型可以用矩阵表示，为f(x) = x′Ax + x′Bx + x′Cx
• 其中，A、B、C是常数矩阵
• 其中，A、B、C是二次型的系数矩阵
线性代数知识点全面总结
线性代数知识点全面总结线性代数是研究向量空间、线性变换、矩阵、线性方程组及其解的一门数学学科。
它是高等数学的基础课程之一，广泛应用于物理学、工程学、计算机科学等领域。
下面将全面总结线性代数的知识点。
1.向量向量是线性代数的基本概念之一，它表示有方向和大小的物理量。
向量可以表示为一个有序的元素集合，也可以表示为一个列向量或行向量。
向量的加法、减法、数乘等运算满足一定的性质。
2.向量空间向量空间是一组向量的集合，其中的向量满足一定的性质。
向量空间中的向量可以进行线性组合、线性相关、线性无关等运算。
向量空间的维数是指向量空间中线性无关向量的个数，也称为向量空间的基的个数。
3.矩阵矩阵是线性代数中的另一个重要概念，它是由若干个数排成的矩形阵列。
矩阵可以表示线性方程组、线性变换等。
矩阵的加法、数乘运算满足一定的性质，矩阵的乘法满足结合律但不满足交换律。
4.线性方程组线性方程组是由线性方程组成的方程组。
线性方程组可以表示为矩阵乘法的形式，其中未知数对应为向量。
线性方程组的解可以通过高斯消元法、矩阵的逆等方法求解。
5.行列式行列式是一个包含数字的方阵。
行列式的值可以通过一系列的数学运算求得，它可以表示方阵的一些性质，例如可逆性、行列式的大小等。
6.矩阵的特征值与特征向量矩阵的特征值和特征向量是矩阵的重要性质。
特征值表示线性变换后的方向，特征向量表示与特征值对应的方向。
通过求解特征值和特征向量可以分析矩阵的性质，例如对角化、矩阵的相似等。
7.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。
线性变换可以通过矩阵的乘法表示，矩阵中的元素代表了向量的变换规则。
8.最小二乘法最小二乘法是一种通过最小化误差的平方和来求解线性方程组的方法。
最小二乘法可以用于求解多项式拟合、数据拟合等问题，它可以通过求矩阵的伪逆来得到解。
9.正交性与正交变换正交性是指向量或函数满足内积为零的性质。
正交变换是一种保持向量长度和夹角不变的线性变换。
线性代数超强地地总结(不看你会后悔地)
精彩文档线性代数超强总结()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R⎫⎪−−−→⎬⎪⎭具有向量组等价相似矩阵反身性、对称性、传递性矩阵合同 √ 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； ②12,,,n e e e ⋅⋅⋅线性无关； ③12,,,1n e e e ⋅⋅⋅=； ④tr()=E n ；精彩文档⑤任意一个n 维向量都可以用12,,,n e e e ⋅⋅⋅线性表示. √ 行列式的计算：① 若A B 与都是方阵（不必同阶）,则(1)mn A A A A BBBBAA B B 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：(1)211212112111(1)n n nnn n n n n n n a a a a a a a a a οοο---*==-K NN√ 逆矩阵的求法:①1A A A*-=②1()()A E E A -−−−−→MM 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 ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦精彩文档④12111121n a a n a a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦OO21111211na a na a a a -⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦NN ⑤11111221n n A A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦OO11121211n nA A A A A A ----⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦N N √ 方阵的幂的性质：m n m n A A A += ()()m n mn A A =√ 设1110()m m m m f x a x a x a x a --=++++L ，对n 阶矩阵A 规定：1110()m m m m f A a A a A a A a E --=++++L 为A 的一个多项式. √设,,m n n s A B ⨯⨯A 的列向量为12,,,nααα⋅⋅⋅,B 的列向量为12,,,sβββ⋅⋅⋅，AB 的列向量为12,,,s r r r L ,1212121122,1,2,,,(,,,)(,,,),(,,,),,,.i i s s T n n n i i i i r A i s A A A A A B b b b A b b b AB i r A AB i r B βββββββββαααβα==⋅⋅⋅=⎫⎪==++⎪⎬⎪⎪⎭L L L L 则：即 用中简若则 单的一个提即：的第个列向量是的列向量的线性组合组合系数就是的各分量；高运算速度 的第个行向量是的行向量的线性组合组合系数就是的各分量 √ 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,精彩文档与分块对角阵相乘类似,即：11112222,kk kk A B A B A B A B οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦OO11112222kk kk A B A B AB A B οο⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦O√ 矩阵方程的解法：设法化成AX B XA B ==(I) 或 (II) 当0A ≠时,,B A B E X −−−−→M M 初等行变换（当为一列时(I)的解法：构造()()即为克莱姆法则）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√ Ax ο=和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.√ 判断12,,,s ηηηL 是0Ax =的基础解系的条件：精彩文档① 12,,,s ηηηL 线性无关； ② 12,,,s ηηηL 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 部分相关,整体必相关；整体无关,部分必无关.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. 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 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. 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 ()0r A A ο=⇔=.⑩ 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,且表示法惟一.精彩文档⑪ 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.⑫ 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.12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示.记作：{}{}1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅% A 经过有限次初等变换化为B . 记作：A B =%⑬ 矩阵A 与B 等价⇔()(),r A r B A B =≠>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.⑭ 向量组12,,,s βββ⋅⋅⋅可由向量组12,,,n ααα⋅⋅⋅线性表示⇔1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅12(,,,)n r ααα=⋅⋅⋅⇒12(,,,)s r βββ⋅⋅⋅≤12(,,,)n r ααα⋅⋅⋅. ⑮ 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 .⑯ 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； ⑰ 任一向量组和它的极大无关组等价.⑱ 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.精彩文档⑲ 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.⑳ 若A 是m n ⨯矩阵,则{}()min ,r A m n ≤,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.Ax β=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⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥===⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦LL M M M M M L 12,1,2,,j j jmj j n αααα⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦L M精彩文档1212120,,,0,,,()(),,,A n A n n Ax Ax A nAx Ax A Ax r A r A n βοαααβοβαααββααα⇒⇔==−−−−−→=<<≠⇒⇒⇔==−−−−−→≠⇔=⇔=<≠=⇒L L M L 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⎧⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪−−−−−→⎪⎩⇔≠⎧⎪⇔=⇔<⎨⎪⇔+=⎩ML M M 当为方阵时 克莱姆法则 不可由线性表示无解精彩文档实用标准文案线性方程组解的性质：1212121211221212(1),0,(2)0,,(3),,,0,,,,,(4),0,(5),,0(6)k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηηηηηηηηλλλληληληγβηγηβηηβηη=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-=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211212112212112212,0(7),,,,100k k k k k k k Ax Ax Ax Ax Ax ηβηηηηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩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 =,则()()r A r A β=M ,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 βM 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：(,)0,(,)0αααααο≥=⇔=且 ② 对称性：(,)(,)αββα=③ 双线性：1212(,)(,)(,)αββαβαβ+=+ 1212(,)(,)(,)ααβαβαβ+=+ (,)(,)(,)c cc αβαβαβ==123,,ααα线性无关,112122111313233121122(,)()(,)(,)()()βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩正交化单位化：111βηβ= 222βηβ=333βηβ= T AA E =.√ A 是正交矩阵的充要条件：A 的n 个行（列）向量构成n ¡的一组标准正交基. √ 正交矩阵的性质：① 1T A A -=；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-=.0E A λ-=. Ax x Ax x λ=→ 与线性相关 √ 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=L1niA λ=∑tr√ 若()1r A =,则A 一定可分解为A =[]1212,,,n n a a b b b a ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦L M 、21122()n n A a b a b a b A =+++L ,从而A的特征值为：11122n n A a b a b a b λ==+++L tr , 230n λλλ====L . √ 若A 的全部特征值12,,,n λλλL ，()f x 是多项式,则:① ()f A 的全部特征值为12(),(),,()n f f f λλλL ；② 当A 可逆时,1A -的全部特征值为12111,,,nλλλL , A *的全部特征值为12,,,n AAAL .√ 1122,.m m Ak kA a b aA bEAA AA A λλλλλλ-*⎧⎪++⎪⎪⎪⎨⎪⎪⎪⎪⎩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.1B P AP -= （P 为可逆阵） 记为：A B :√ A 相似于对角阵的充要条件：A 恰有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. √ A 可对角化的充要条件：()i i n r E A k λ--= i k 为i λ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 11A B --: 若,A B 均可逆② T T A B :③ k k 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--）.A 与对角阵Λ相似. 记为：A Λ: （称Λ是A√ 若A 为可对角化矩阵,则其非零特征值的个数（重数重复计算）()r A =. √ 设i α为对应于i λ的线性无关的特征向量,则有：[]121212112212(,,,)(,,,)(,,,),,,n n n n n n PA A A A λλααααααλαλαλααααλΛ⎡⎤⎢⎥⎢⎥===⎢⎥⎢⎥⎣⎦L L L L O1442443144424443. √ 若A B :, C D :,则：A B C D οοοο⎡⎤⎡⎤⎢⎥⎢⎥⎣⎦⎣⎦:. √ 若A B :,则()()f A f B :,()()f A f B =.12(,,,)T n f x x x X AX =L A 为对称矩阵 12(,,,)T n X x x x =LT B C AC =. 记作：A B ; （,,A B C 为对称阵为可逆阵） √ 两个矩阵合同的充分必要条件是：它们有相同的正负惯性指数. √ 两个矩阵合同的充分条件是：A B : √ 两个矩阵合同的必要条件是：()()r A r B =√ 12(,,,)Tn f x x x X AX =L 经过正交变换合同变换可逆线性变换X CY =化为2121(,,,)nn i i f x x x d y =∑L 标准型.√ 二次型的标准型不是惟一的,与所作的正交变换有关,但系数不为零的个数是由{()r A +正惯性指数负惯性指数惟一确定的.√ 当标准型中的系数i d 为1，-1或0时,√ 实对称矩阵的正（负）惯性指数等于它的正（负）特征值的个数.√ 任一实对称矩阵A 与惟一对角阵111100⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦O OO合同. √ 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 =∑L ,Λ的主对角上的元素i d 即为A 的特征值.12,,,n x x x L 不全为零，12(,,,)0n f x x x >L . 正定二次型对应的矩阵. √ 合同变换不改变二次型的正定性. √ 成为正定矩阵的充要条件（之一成立）：① 正惯性指数为n ； ② A 的特征值全大于0；③ A 的所有顺序主子式全大于0；④ A 合同于E ，即存在可逆矩阵Q 使T Q AQ E =； ⑤ 存在可逆矩阵P ，使T A P P = （从而0A >）；⑥ 存在正交矩阵，使121T n C AC C AC λλλ-⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦O （i λ大于0）. √ 成为正定矩阵的必要条件：0ii a > ； 0A >.。
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：（无条件恒成立）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。
- 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)。
一、向量组的线性相关性主要知识网络图
运算
概念
向
n 线性表示
证
|A| = 0 , A不可逆 .
法
AB = E , A与B互逆.
反证法.
二、重要定理
1、设A、B是n阶矩阵，则|AB|=|A||B|。
2、若A是可逆矩阵，则A的逆矩阵惟一。
3、n阶矩阵A可逆⇔ |A| ≠ 0 ⇔ R(A)=n ⇔ A为满秩矩阵。
4、若AB = E( 或BA =E ), 则B = A-1 。 5、若A为对称矩阵，则AT ＝A 。 6、若A为反对称矩阵，则AT＝－A 。
a11 a12
0 D=
a22
a1n a11 0 a2n a21 a22
00
ann
= a11a22 ann .
an1 an2
0 0 D=
0 a1n a11 a12 a2n1 a2n a21 a22
an1
ann1 ann an1 0
n ( n 1)
= (1) 2 a1na2n1 an1.
0 0
ann
3、用公式
可逆矩阵与初等变换
矩阵的初等变换是矩阵的一种十分重要的运算，他在 解线性方程组、求逆矩阵及矩阵理论的探讨中都起到了十 分重要的作用。
熟练掌握矩阵的初等变换，了解初等矩阵的性质和 等价矩阵的概念，理解矩阵秩的概念，熟练掌握用初等变 换求矩阵的秩和逆矩阵的方法。理解齐次线性方程组有非 零解充分必要条件及非齐次线性方程组有解的充分必要条 件。深刻理解线性方程组通解的概念，掌握用初等变换求 解线性方程组的方法。
一、主要知识网络图
矩
阵
矩阵的初等变换
的
初
等 变初等方阵换与线矩 阵的 秩性
方
程 组
线 性 方程组
矩阵的初等变换
1.对换矩阵的i, j两行（列）.
概念
2.用k≠0乘矩阵的第i行（列）.
3.把某i行（列）的k倍加到另一行 （列）的对应元素上去.
性质
1.初等变换不改变矩阵的秩.
2.对A经过有限次初等变换得到B， 则A等价B.
向量组的线性相关性
向量组的线性相关性是代数学中一个十分重要的概念， 对讨论线性方程组解的存在性和解的结构起到了至关重要 的作用。
本章要求理解向量的线性组合和线性表示的概念，深 刻理解向量组的线性相关、线性无关的定义，会用向量组 线性相关、线性无关的有关性质及判别法。了解向量组的 极大无关组和向量组的秩的概念，会求向量组的极大无关 组和秩。了解向量组等价的概念，以及向量组的秩与矩阵 秩的关系。了解n 维向量空间、子空间、基、维数、坐标 等概念。掌握线性方程组解的性质和结构，正确理解非齐 次线性方程组和它所对应的齐次线性方程组的解之间的关 系，深刻理解齐次线性方程组的基础解系、通解、解空间 的概念，熟练求解线性方程组的通解。
总复习
矩阵
矩阵是线性代数的核心，矩阵的概念、运算及理论贯 穿线性代数的始终，对矩阵的理解与掌握要扎实深入。
理解矩阵的概念，了解单位矩阵、数量矩阵、对角矩 阵、三角矩阵、对称矩阵和反对称矩阵，以及它们的性质。 掌握矩阵的线性运算、乘法、转置，以及它们的运算规律， 了解方阵的幂与方阵乘积的行列式。正确理解逆矩阵的概 念，掌握逆矩阵的性质，以及矩阵可逆的充分必要条件， 理解伴随矩阵的概念，会用伴随矩阵求逆矩阵。掌握矩阵 的初等变换，了解初等矩阵的性质和矩阵等价的概念，正 确理解矩阵的秩的概念，熟练掌握用初等变换求矩阵的秩 和逆矩阵的方法。了解分块矩阵及其运算。必须会解矩阵 方程。
A+B = ( aij + bij) A与B同型
运 算
kA= ( kaij )
n
AB = C 其中 cij
aik bkj , Ams , Bsn ,Cmn
k 1
AT: AT 的第 i 行是 A 的第 i 列.
|A|= detA , A必须是方阵.
n 阶行列式的 |A|所有元素的代数余子式构成
伴
6、n阶方阵的行列式 (1) |AT| = |A|;
(3) |AB| = |A||B| ; (5) |A*| = |A|n-1 .
(2) |kA| = kn|A| ; (4) |A-1| = |A|-1 ;
四、典型例题
1、方阵的幂运算 2、求逆矩阵
3、解矩阵方程 4、A*题
方阵的行列式
行列式是一个重要的数学工具，在代数学中有较多的 应用。
a1n 0
0
3、设A是m 阶方阵，B是n 阶方阵，则
A D=
0 A B；
0B
0 D=
A (1)mn A B 。
B0
4、范德蒙得行列式
11 x1 x2 x12 x22
1
xn xn2 (xi x j )。
ni j1
x x n-1
n-1
1
2
x n-1 n
四、典型例题
1、3～4阶的行列式
2、简单的n阶行列式
a1n xn 0, a2n xn 0,
ann xn 0
的系数行列式D 0,则方程组没有非零解。
若齐次线性方程组有非零解，则它的系数行列式必为 零。
三、重要公式
1、对角行列式
λ1
D=
λ2
λ1λ2 λn ;
λn
λ1
D=
λ2
n ( n 1)
(1) 2 λ1λ2 λn.
λn
2、上、下三角行列式。
三、重要公式、法则。
1、矩阵的加法与数乘
(1) A + B = B + A ; (2) (A + B ) + C = A + ( B + C ); (3) A + O = O + A = A; (4) A + (－A) = O; (5) k(lA) = (kl)A ; (6) (k+l)A = kA+ lA ; (7) k( A + B )= kA + kB ; (8) 1A = A, OA = O 。
a1jA1k+ a2jA2k + … + anjAnk = 0
( i= 1,2,…,n )
(i≠j) (j≠k)
3、非齐次线性方程组克拉默法则。
a11x1 a12 x2 a21x1 a22 x2
a1n xn b1 a2n xn b2
an1x1 an2 x2 ann xn bn
应
●克拉默法则
用
●齐次线性方程组有非零解的充要条件
二、主要定理
1、行列式的展开定理。
a11 a12
a1n
D a21 a22
a2n
an1 an2
ann
= ai1Ai1 + ai2Ai2 + … + ainAin
= a1jA1j+ a2jA2j + … + anjAnj
2、行列式展开定理的推论。
ai1 Aj1 + ai2Aj2 + … + ainAjn = 0
三、重要公式
1、矩阵的秩
(1) r(A) = r(AT) ;
(2) r(A+B) ≤ r(A) + r(B)
(3) r(AB) ≤ min{ r(A) r(B)}
(4) 若P、 Q可逆，则r(PA) = r(AQ) = r(PAQ)= r(A)
r(A), k ≠ 0 ,
(5) r(kA) =
0 , k = 0;
质
●若行列式中某一行(列)的所有元素均为两元素之和，则
该行列式可拆成两个行列式.
●某行(列)的k倍加到另一行(列)，行列式不变。
展
●行展开
n
D
aik Ajk
k 1
0
i j i j
开
●列展开
n
D
aki Akj
k 1
0
i j i j
●定义法
●递推法
●加边法
计
算
●数学归纳法
●公式法
●拆项法
●乘积法
的系数行列式D ≠0 ， 原方程组有惟一解
x1
D1 D
,
x2
D2 D
,
xn=
Dn D
.
其中Dj ( j = 1,2,…,n )是把系数行列式D 中的第j 列的元素用 方程组的常数项替换后得到的n阶行列式。
4、齐次线性方程组的克拉默法则。
a11x1 a12 x2 a21x1 a22 x2 an1x1 an2 x2
线性方程组
Ax O
Ax O 有非零解 r(A)<n.
1.化系数矩阵为最简形. 求 解 2.找等价的方程组.
3.写通解.
Ax b
Ax b 有解 r(A)=r(B).
1.把增广矩阵B化为最简形. 求 解 2. 找等价的方程组.
3.写通解.
二、重要定理
1、若A 与B等价，则r(A) = r(B). 2、初等矩阵左（右）乘矩阵A，其结果就相当于对A 作相应的初等行（列）变换。 3、初等方阵均可逆，且其逆仍是同种的初等方阵。 4、若A 与B等价，则存在可逆矩阵P和Q,使PAQ = B.
5、若A可逆，则存在有限个初等方阵P1,P2,…,Pl,使 A ＝ P1P2…Pl 。
6、n 元齐次线性方程组Am×nx = 0 有非零解的充分必 要条件是系数矩阵的秩r(A) < n 。
7、n 元非齐次线性方程组Am×nx = b 有解的充分必要 条件是系数矩阵的秩r(A) 等于增广矩阵r(A，b) 的秩。
2、矩阵的乘法 (1) (AB)C = A ( BC ) ;
(3) (kA)(lB) = (kl)AB;
(2) A ( B + C ) = AB + AC; ( A + B ) C = AC + BC;