线性代数公式大全 最全最完美
线性代数公式大全——最新修订 1、行列式 1. n行列式共有2n个元素，展开后有!n项，可分解为2n行列式； 2. 代数余子式的性质： ①、ijA和ija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； 3. 代数余子式和余子式的关系：(1)(1)ijijijijijijMAAM 4. 设n行列式D：
将D上、下翻转或左右翻转，所得行列式为1D，则(1)21(1)nnDD；
将D顺时针或逆时针旋转90，所得行列式为2D，则(1)22(1)nnDD； 将D主对角线翻转后（转置），所得行列式为3D，则3DD； 将D主副角线翻转后，所得行列式为4D，则4DD； 5. 行列式的重要公式： ①、主对角行列式：主对角元素的乘积；
②、副对角行列式：副对角元素的乘积(1)2(1)nn； ③、上、下三角行列式（◥◣）：主对角元素的乘积；
④、◤和◢：副对角元素的乘积(1)2(1)nn； ⑤、拉普拉斯展开式：AOACABCBOB、(1)mnCAOAABBOBC ⑥、范德蒙行列式：大指标减小指标的连乘积； ⑦、特征值；
6. 对于n阶行列式A，恒有：1(1)nnknkkkEAS，其中kS为k阶主子式； 7. 证明0A的方法： ①、AA； 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()rAn； ⑤、证明0是其特征值； 2、矩阵
1. A是n阶可逆矩阵： 0A（是非奇异矩阵）；
()rAn
（是满秩矩阵）
A
的行（列）向量组线性无关；
齐次方程组0Ax有非零解； nbR，Axb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；
TAA是正定矩阵；
A的行（列）向量组是nR的一组基； A
是nR中某两组基的过渡矩阵；
2. 对于n阶矩阵A：**AAAAAE 无条件恒成立； 3. 1**111**()()()()()()TTTTAAAAAA ***111()()()TTTABBAABBAABBA
4. 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：
若12sAAAA，则： Ⅰ、12sAAAA； Ⅱ、111121sAAAA；
②、111AOAOOBOB；（主对角分块） ③、111OAOBBOAO；（副对角分块） ④、11111ACAACBOBOB；（拉普拉斯） ⑤、11111AOAOCBBCAB；（拉普拉斯） 3、矩阵的初等变换与线性方程组 1. 一个mn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：rmnEOFOO； 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()()rArBAB； 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(,)(,)rAEEX，则A可逆，且1XA； ②、对矩阵(,)AB做初等行变化，当A变为E时，B就变成1AB，即：1(,)(,)cABEAB； ③、求解线形方程组：对于n个未知数n个方程Axb，如果(,)(,)rAbEx，则A可逆，且1xAb； 4. 初等矩阵和对角矩阵的概念： ①、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； ②、12n，左乘矩阵A，i乘A的各行元素；右乘，i乘A的各列元素； ③、对调两行或两列，符号(,)Eij，且1(,)(,)EijEij，例如：1111111； ④、倍乘某行或某列，符号(())Eik，且11(())(())EikEik，例如：1111(0)11kkk； ⑤、倍加某行或某列，符号(())Eijk,且1(())(())EijkEijk，如：11111(0)11kkk； 5. 矩阵秩的基本性质： ①、0()min(,)mnrAmn；
②、()()TrArA； ③、若AB，则()()rArB； ④、若P、Q可逆，则()()()()rArPArAQrPAQ；（可逆矩阵不影响矩阵的秩） ⑤、max((),())(,)()()rArBrABrArB；（※） ⑥、()()()rABrArB；（※） ⑦、()min((),())rABrArB；（※） ⑧、如果A是mn矩阵，B是ns矩阵，且0AB，则：（※） Ⅰ、B的列向量全部是齐次方程组0AX解（转置运算后的结论）； Ⅱ、()()rArBn ⑨、若A、B均为n阶方阵，则()()()rABrArBn； 6. 三种特殊矩阵的方幂： ①、秩为1的矩阵：一定可以分解为列矩阵（向量）行矩阵（向量）的形式，再采用结合律；
②、型如101001acb的矩阵：利用二项展开式；
二项展开式：01111110()nnnnmnmmnnnnmmnmnnnnnnmabCaCabCabCabCbCab； 注：Ⅰ、()nab展开后有1n项； Ⅱ、0(1)(1)!1123!()!mnnnnnnnmnCCCmmnm
Ⅲ、组合的性质：11110 2nmnmmmmrnrrnnnnnnnnrCCCCCCrCnC； ③、利用特征值和相似对角化： 7. 伴随矩阵：
①、伴随矩阵的秩：*()()1()10()1nrAnrArAnrAn； ②、伴随矩阵的特征值：*1*(,)AAAXXAAAAXX； ③、*1AAA、1*nAA 8. 关于A矩阵秩的描述： ①、()rAn，A中有n阶子式不为0，1n阶子式全部为0；（两句话）
②、()rAn，A中有n阶子式全部为0； ③、()rAn，A中有n阶子式不为0； 9. 线性方程组：Axb，其中A为mn矩阵，则： ①、m与方程的个数相同，即方程组Axb有m个方程；
②、n与方程组得未知数个数相同，方程组Axb为n元方程； 10. 线性方程组Axb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； 11. 由n个未知数m个方程的方程组构成n元线性方程：
①、11112211211222221122nnnnmmnmnnaxaxaxbaxaxaxbaxaxaxb；
②、1112111212222212nnmmmnmmaaaxbaaaxbAxbaaaxb（向量方程，A为mn矩阵，m个方程，n个未知数） ③、1212nnxxaaax（全部按列分块，其中12nbbb）； ④、1122nnaxaxax（线性表出） ⑤、有解的充要条件：()(,)rArAn（n为未知数的个数或维数） 4、向量组的线性相关性
1. m个n维列向量所组成的向量组A：12,,,m构成nm矩阵12(,,,)mA；
m个n维行向量所组成的向量组B：12,,,TTTm构成mn矩阵12TTTmB； 含有有限个向量的有序向量组与矩阵一一对应； 2. ①、向量组的线性相关、无关 0Ax有、无非零解；（齐次线性方程组） ②、向量的线性表出 Axb是否有解；（线性方程组） ③、向量组的相互线性表示 AXB是否有解；（矩阵方程） 3. 矩阵mnA与lnB行向量组等价的充分必要条件是：齐次方程组0Ax和0Bx同解；(101P例14) 4. ()()TrAArA；(101P例15) 5. n维向量线性相关的几何意义： ①、线性相关 0；
②、,线性相关 ,坐标成比例或共线（平行）；
线性代数重要公式、定理大全
线性代数重要公式、定理大全1、行列式1. n 行列式共有2n 个元素，展开后有!n 项，可分解为2n 行列式；2. 代数余子式的性质：①、ij A 和ij a 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 ； 3. 代数余子式和余子式的关系：(1)(1)i j i j ij ij ij ijM A A M ++=-=-4. 设n 行列式D ：将D 上、下翻转或左右翻转，所得行列式为1D ，则(1)21(1)n n D D -=-；(1)22(1)n n D D -=-将D 顺时针或逆时针旋转90o ，所得行列式为2D ，则； 将D 主对角线翻转后（转置），所得行列式为3D ，则3D D =； 将D 主副角线翻转后，所得行列式为4D ，则4D D =； 5. 行列式的重要公式：①、主对角行列式：主对角元素的乘积；②、副对角行列式：副对角元素的乘积(1)2(1)n n -⨯ -；③、上、下三角行列式（ = ◥◣）：主对角元素的乘积； ④、 ◤和 ◢：副对角元素的乘积(1)2(1)n n -⨯ -；⑤、拉普拉斯展开式：A O A C A BCB O B==、(1)m n CA OA A BB OB C==-g⑥、范德蒙行列式：大指标减小指标的连乘积； ⑦、特征值；6. 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；7. 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；2、矩阵1. A 是n 阶可逆矩阵：⇔0A ≠（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0Ax =有非零解；⇔n b R ∀∈，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； ⇔T A A 是正定矩阵；⇔A 的行（列）向量组是nR 的一组基； ⇔A是nR 中某两组基的过渡矩阵；2. 对于n 阶矩阵A ：**AA A A A E == 无条件恒成立； 3. 1**111**()()()()()()TT TT A A A A A A ----=== ***111()()()T T T AB B A AB B A AB B A ---===4. 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： 若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭O，则： Ⅰ、12sA A A A =L ；Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭O；②、111A O A O O B O B ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭；（主对角分块） ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭；（副对角分块） ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫= ⎪ ⎪⎝⎭⎝⎭；（拉普拉斯） ⑤、11111A O A O C B B CA B -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭；（拉普拉斯）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：rm nE OF O O ⨯⎛⎫= ⎪⎝⎭； 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(,)(,)rA E E X :，则A 可逆，且1X A -=；②、对矩阵(,)A B 做初等行变化，当A 变为E 时，B 就变成1A B -，即：1(,)(,)cA B E A B - ~ ；③、求解线形方程组：对于n 个未知数n 个方程Ax b =，如果(,)(,)rA b E x :，则A 可逆，且1x A b -=；4. 初等矩阵和对角矩阵的概念：①、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； ②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭O λλλ，左乘矩阵A ，iλ乘A 的各行元素；右乘，iλ乘A 的各列元素；③、对调两行或两列，符号(,)E i j ，且1(,)(,)E i j E i j -=，例如：1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；④、倍乘某行或某列，符号(())E i k ，且11(())(())E i k E i k-=，例如：1111(0)11k k k -⎛⎫⎛⎫⎪⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；⑤、倍加某行或某列，符号(())E ij k ,且1(())(())E ij k E ij k -=-，如：11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；5. 矩阵秩的基本性质： ①、0()min(,)m nr A m n ⨯≤≤；②、()()Tr A r A =；③、若A B :，则()()r A r B =；④、若P 、Q 可逆，则()()()()r A r PA r AQ r PAQ ===；（可逆矩阵不影响矩阵的秩）⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+；（※） ⑥、()()()r A B r A r B +≤+；（※） ⑦、()min((),())r AB r A r B ≤；（※）⑧、如果A 是m n ⨯矩阵，B 是n s ⨯矩阵，且0AB =，则：（※） Ⅰ、B 的列向量全部是齐次方程组0AX =解（转置运算后的结论）； Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵，则()()()r AB r A r B n ≥+-； 6. 三种特殊矩阵的方幂：①、秩为1的矩阵：一定可以分解为列矩阵（向量）⨯行矩阵（向量）的形式，再采用结合律； ②、型如101001a c b ⎛⎫ ⎪ ⎪ ⎪⎝⎭的矩阵：利用二项展开式；二项展开式：01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C ab C ab Ca bC b C a b -----=+=++++++=∑L L ；注：Ⅰ、()na b +展开后有1n +项；Ⅱ、0(1)(1)!1123!()!--+====-L L g g g L g m n nn n n n n m n CC C m m n mⅢ、组合的性质：11112---+-===+==∑nmn m m m m r nr r nnn nnnn n r CCCC CCrC nC ；③、利用特征值和相似对角化： 7. 伴随矩阵： ①、伴随矩阵的秩：*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩；②、伴随矩阵的特征值：*1*(,)AAAX X A A AA X X λλλ- == ⇒ =；③、*1AA A -=、1*n AA-=8. 关于A 矩阵秩的描述：①、()r A n =，A 中有n 阶子式不为0，1n +阶子式全部为0；（两句话）②、()r A n <，A 中有n 阶子式全部为0； ③、()r A n ≥，A 中有n 阶子式不为0；9. 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；10. 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；11. 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 n a x a x a x b a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩L L L L L L L L L L L L L L ；②、1112111212222212n n m m mn m m a a a x b a a a x b Ax ba a a xb ⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭L L M M O M M M L（向量方程，A 为m n ⨯矩阵，m个方程，n 个未知数） ③、()1212n n x xaa a x β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭LM （全部按列分块，其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭M ）；④、1122nna x a x a xβ+++=L （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）4、向量组的线性相关性1. m 个n 维列向量所组成的向量组A ：12,,,mαααL 构成n m ⨯矩阵12(,,,)mA =L ααα；m 个n 维行向量所组成的向量组B ：12,,,T T T mβββL 构成m n ⨯矩阵12T T T m B βββ⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭M ；含有有限个向量的有序向量组与矩阵一一对应； 2. ①、向量组的线性相关、无关Ax ⇔=有、无非零解；（齐次线性方程组）②、向量的线性表出 Ax b ⇔=是否有解；（线性方程组） ③、向量组的相互线性表示 是否有AX B ⇔=解；（矩阵方程） 3. 矩阵m nA ⨯与l nB ⨯行向量组等价的充分必要条件是：齐次方程组0Ax =和0Bx =同解；(101P 例14) 4. ()()Tr A A r A =；(101P 例15)5. n 维向量线性相关的几何意义： ①、α线性相关 ⇔0α=；②、,αβ线性相关 ⇔,αβ坐标成比例或共线（平行）； ③、,,αβγ线性相关⇔,,αβγ共面；6. 线性相关与无关的两套定理：若12,,,sαααL 线性相关，则121,,,,ss αααα+L 必线性相关；若12,,,sαααL 线性无关，则121,,,s ααα-L 必线性无关；（向量的个数加加减减，二者为对偶）若r 维向量组A 的每个向量上添上n r -个分量，构成n 维向量组B ：若A 线性无关，则B 也线性无关；反之若B 线性相关，则A 也线性相关；（向量组的维数加加减减）简言之：无关组延长后仍无关，反之，不确定； 7. 向量组A （个数为r ）能由向量组B （个数为s ）线性表示，且A 线性无关，则r s ≤(二版74P 定理7)； 向量组A 能由向量组B 线性表示，则()()r A r B ≤；（86P 定理3）向量组A 能由向量组B 线性表示 AX B ⇔=有解；()(,)r A r A B ⇔=（85P 定理2）向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==（85P 定理2推论） 8. 方阵A 可逆⇔存在有限个初等矩阵12,,,lP P P L ，使12lA P P P =L ； ①、矩阵行等价：~rA B PA B ⇔=（左乘，P 可逆）0Ax ⇔=与0Bx =同解②、矩阵列等价：~cA B AQ B ⇔=（右乘，Q 可逆）；③、矩阵等价：~A B PAQ B ⇔=（P 、Q 可逆）； 9. 对于矩阵m n A ⨯与l nB ⨯：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0Ax =与0Bx =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； 10. 若m s s n m nA B C ⨯⨯⨯=，则：①、C 的列向量组能由A 的列向量组线性表示，B 为系数矩阵；②、C 的行向量组能由B 的行向量组线性表示，TA 为系数矩阵；（转置）11. 齐次方程组0Bx =的解一定是0ABx =的解，考试中可以直接作为定理使用，而无需证明； ①、0ABx = 只有零解0Bx ⇒ =只有零解；②、0Bx = 有非零解0ABx ⇒ =一定存在非零解；12. 设向量组12:,,,n r r B b b b ⨯L 可由向量组12:,,,n s sA a a a ⨯L 线性表示为：（110P 题19结论）1212(,,,)(,,,)r sb b b a a a K =L L （B AK =）其中K 为s r ⨯，且A 线性无关，则B 组线性无关()r K r ⇔=；（B 与K 的列向量组具有相同线性相关性）（必要性：()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=Q ；充分性：反证法）注：当r s =时，K 为方阵，可当作定理使用；13. ①、对矩阵m nA ⨯，存在n mQ ⨯，mAQ E = ()r A m ⇔=、Q 的列向量线性无关；（87P ）②、对矩阵m n A ⨯，存在n m P ⨯，nPA E = ()r A n ⇔=、P 的行向量线性无关；14. 12,,,sαααL 线性相关⇔存在一组不全为0的数12,,,s k k k L ，使得11220s sk k k ααα+++=L 成立；（定义）⇔1212(,,,)0s s x xx ααα⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭L M 有非零解，即0Ax =有非零解；⇔12(,,,)s r sααα<L ，系数矩阵的秩小于未知数的个数；15. 设m n ⨯的矩阵A 的秩为r ，则n 元齐次线性方程组0Ax =的解集S 的秩为：()r S n r =-；16. 若*η为Ax b =的一个解，12,,,n rξξξ-L 为0Ax =的一个基础解系，则*12,,,,n r ηξξξ-L 线性无关；（111P 题33结论）5、相似矩阵和二次型1. 正交矩阵TA A E ⇔=或1TA A -=（定义），性质：①、A 的列向量都是单位向量，且两两正交，即1(,1,2,)0T iji j a a i j n i j =⎧==⎨≠⎩L ； ②、若A 为正交矩阵，则1TA A -=也为正交阵，且1A =±； 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：12(,,,)ra a a L11b a =；1222111[,][,]b a b a b b b =-gL L L9 121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----g g L g ;3. 对于普通方阵，不同特征值对应的特征向量线性无关； 对于实对称阵，不同特征值对应的特征向量正交；4. ①、A 与B 等价 ⇔A 经过初等变换得到B ；⇔=PAQ B ，P 、Q 可逆；()()⇔=r A r B ，A 、B 同型；②、A 与B 合同 ⇔=T C AC B ，其中可逆；⇔T x Ax 与T x Bx 有相同的正、负惯性指数；③、A 与B 相似 1-⇔=P AP B ；5. 相似一定合同、合同未必相似；若C 为正交矩阵，则T C AC B =⇒A B :，（合同、相似的约束条件不同，相似的更严格）；6. A 为对称阵，则A 为二次型矩阵；7. n 元二次型T x Ax 为正定：A ⇔的正惯性指数为n ；A ⇔与E 合同，即存在可逆矩阵C ，使T C AC E =；A ⇔的所有特征值均为正数；A ⇔的各阶顺序主子式均大于0； 0,0iia A ⇒>>；(必要条件)。
线性代数公式总结
同济5版 工程数学—线性代数 公式归总第1章、行列式1. n 行列式共有2n 个元素，展开后有!n 项，可分解为2n 行列式；2. 逆序数的计算（奇、偶排列）；3. 对换：（在排列中，将任意两个元素对调，其余元素不动，称为一次对换．将相邻两个元素对调，叫做相邻对换．）a. 定理1：一个排列中的任意两个元素对换，排列改变奇偶性.推论：奇排列变成标准排列的对换次数为奇数，偶排列变成标准排列的对换次数为偶数． b.4. 如果1个n 阶行列式=0的元素比2n -n 还要多，则此行列式=0；5. 证明两个行列式相等（1.有完全相同的项；2.每一项所带的符号相等）；6. 在全部n 阶排列中（n>=2），奇偶排列各占一半；7. D D ,1)T=即式相等行列式与它的转置行列 ；行列式变号列互换行列式的两行),()2；则此行列式等于零完全相同列如果行列式有两行,)()3；. ,)()4乘此行列式等于用数一数中所有的元素都乘以同列行列式的某一行k k面以提到行列式符号的外的所有元素的公因子可列行列式中某一行 )( )5 ., )( )6则此行列式为零元素成比例列行列式中如果有两行 ., )( )7列式之和则此行列式等于两个行的元素都是两数之和行若行列式的某一列 行列式的值不变对应的元素上去行然后加到另一列的各元素乘以同一数行把行列式的某一列, )( , )( )8 8.余子式与代数余子式P16-21；9.一个n 阶行列式，如果其中第i 行所有元素除ija 外都为零，那末这行列式等于ija 与它的代数余子式的乘积，即ijij A a D = ;10.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，即.,02211j i A a A a A a jn in j i j i ≠=+++ ；11. 代数余子式的性质： ①、ijA 和ija 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；12.代数余子式和余子式的关系：(1)(1)i j i ji j i ji j i jM A A M++=-=-13.设n 行列式D ：将D 上、下翻转或左右翻转，所得行列式为1D ，则(1)21(1)n n D D-=-； 将D 顺时针或逆时针旋转90，所得行列式为2D ，则(1)22(1)n n D D-=-；将D 主对角线翻转后（转置），所得行列式为3D ，则3D D =；.,21212121)1(的逆序数为行标排列其中亦可定义为阶行列式p p p t D D n n n p p p p p p ta aa nn∑-=将D 主副角线翻转后，所得行列式为4D ，则4D D =； 14.行列式的重要公式：①、主对角行列式：主对角元素的乘积；②、副对角行列式：副对角元素的乘积(1)2(1)n n -⨯ -；③、上、下三角行列式（ =◥◣）：主对角元素的乘积；④、◤和◢：副对角元素的乘积(1)2(1)n n -⨯ -；⑤、拉普拉斯展开式：A O A C A BCB O B==、(1)m n CA OA A BB OB C==-⑥、范德蒙行列式：大指标减小指标的连乘积；⑦、特征值；15.范德蒙德(V andermonde)行列式∏≥>≥----==1112112222121).(111j i n j i n nn n nnn x x x x x x x x x x x D16.对于n 阶行列式A，恒有：1(1)nnk n kk k E A S λλλ-=-=+-∑，其中k S 为k 阶主子式；17.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；18.如果1个n 阶行列式=0的元素比2n -n 还要多，则此行列式=0；19.证明两个行列式相等（1.有完全相同的项；2.每一项所带的符号相等）；20.计算证明行列式：①、用定义（行排列乱...;列排列乱...;都乱，看行标与列标逆序数之和）；②、化三角形行列式；③、降阶法；④、数学归纳法；⑤、递推法；⑥、范得蒙行列式； 21.克拉默法则（以下顺序按照①②③④⑤的顺序）①所得到的行列式，换成常数项列中第）是把系数行列式（其中那么它有唯一解的系数行列式如果线性方程组２b b b x b x a x a x a b x a x a x a b x a x a x a n j jj n n nn n n n n n n j D n j D n j D D D , ,,2,1.,,2,1,,0 .,,122112222212111212111===≠⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++②唯一那么它一定有解，且解的系数行列式如果线性方程组,0.,,22112222212111212111≠⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++D b x a x a x a b x a x a x a b x a x a x a n n nn n n n n n n③必为零解，则它的系数行列式解或有两个不同的如果上述线性方程组无④.,0.0,0,0 221122221*********那么它没有非零解的系数行列式如果齐次线性方程组≠⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++D x a x a x a x a x a x a x a x a x a n nn n n n n n n⑤它的系数行列式必为零组有非零解，则如果上述齐次线性方程第2章、矩阵1 两张表a表矩阵加法数乘矩阵矩阵乘法定义(), ()ij m n ij m n A a B b ⨯⨯==()ij ij m n A B a b ⨯+=+ ()ij m n A a ⨯=，λ是一个数 ()ij m n A A a λλλ⨯==(), ()ij m s ij s n A a B b ⨯⨯== ()ij m n AB C c ⨯==，其中1sij ik kj k c a b ==∑交换律A B B A +=+A A λλ=不一定成立（课本P.35例5）结合律()()A B C A B C ++=++ ()()A A λμλμ=()()AB C A BC = ()()()AB A B A B λλλ==分配律/()A A A λμλμ+=+ ()A B A B λλλ+=+()A B C AB AC +=+()B C A BA CA +=+其它负矩阵与矩阵减法 ()A B A B -=+-/•不能由AB O =推出A O =或B O =• m m n m n m n n E A A A E ⨯⨯⨯==• ()()n n n n n E A A A E λλλ==•方阵的幂b 表矩阵的转置方阵的行列式方阵求逆定义设()ij m n A a ⨯=，则 ()T ij n m A b ⨯=，其中ij jib a = 由n 阶方阵A 的元素所构成的行列式（各元素的位置不变），记作||A 或det An 阶方阵A 的逆矩阵1*1||A A A -=性质 • ()T TA A = • ()TTTA B A B +=+ •()TTA A λλ= •()T T T AB B A =• ||||T A A =• ||||nA A λλ=•||||||AB A B =⋅，其中A 、B必为同阶方阵•**||AA A A A E ==11()A A --=111()A A λλ--=111()AB B A ---=2.A 是n 阶可逆矩阵：⇔0A ≠（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0Ax =有非零解； ⇔n b R ∀∈，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； ⇔T A A 是正定矩阵；⇔A 的行（列）向量组是n R 的一组基；⇔A 是n R 中某两组基的过渡矩阵；伴随矩阵T ij nn n n n n A A A A A A A AA A A )(212222111211*=⎪⎪⎪⎪⎪⎭⎫⎝⎛=若 A 是 n 阶矩阵,记ijA 是A 的),(j i 位元素 ij a 的代数余子式,规定A 的伴随矩阵为3.对于n 阶矩阵A ：**AA A A A E == 无条件恒成立；4.1**111**()()()()()()T T T T A A A A A A ----===***111()()()T T TAB B A AB B A AB B A ---===5.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；6.关于分块矩阵的重要结论，其中均A 、B 可逆：若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭，则： Ⅰ、12s A A A A =；Ⅱ、111121s A A A A ----⎛⎫⎪⎪= ⎪ ⎪ ⎪⎝⎭； ②、111A O A O O B O B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭；（主对角分块） ③、111O A O B B O AO ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭；（副对角分块） ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭；（拉普拉斯）⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭；（拉普拉斯） 第3章、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：rm nEO F OO ⨯⎛⎫= ⎪⎝⎭； 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(,)(,)rA E E X ，则A 可逆，且1X A -=；②、对矩阵(,)A B 做初等行变化，当A 变为E 时，B 就变成1A B -，即：1(,)(,)cA B E A B - ~ ；③、求解线形方程组：对于n 个未知数n 个方程Ax b =，如果(,)(,)rA b E x ，则A 可逆，且1x A b -=； 4. 初等矩阵和对角矩阵的概念：①、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；②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ，左乘矩阵A ，i λ乘A 的各行元素；右乘，iλ乘A 的各列元素；③、对调两行或两列，符号(,)E i j ，且1(,)(,)E i j E i j -=，例如：1111111-⎛⎫⎛⎫⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；④、倍乘某行或某列，符号(())E i k ，且11(())(())E i k E i k -=，例如：1111(0)11k k k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭； ⑤、倍加某行或某列，符号(())E ij k ,且1(())(())E ij k E ij k -=-，如：11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；5. 矩阵秩的基本性质：①、0()min(,)m n r A m n ⨯≤≤；②、()()T r A r A =； ③、若AB ，则()()r A r B =；④、若P 、Q 可逆，则()()()()r A r PA r AQ r PAQ ===；（可逆矩阵不影响矩阵的秩） ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+；（※） ⑥、()()()r A B r A r B +≤+；（※） ⑦、()min((),())r AB r A r B ≤；（※）⑧、如果A 是m n ⨯矩阵，B 是n s ⨯矩阵，且0AB =，则：（※） Ⅰ、B 的列向量全部是齐次方程组0AX =解（转置运算后的结论）；Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵，则()()()r AB r A r B n ≥+-； 6. 三种特殊矩阵的方幂：①、秩为1的矩阵：一定可以分解为列矩阵（向量）⨯行矩阵（向量）的形式，再采用结合律；②、型如101001a c b ⎛⎫⎪⎪ ⎪⎝⎭的矩阵：利用二项展开式；二项展开式：01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C ab Ca bC b C a b -----=+=++++++=∑；注：Ⅰ、()n a b +展开后有1n +项；Ⅱ、0(1)(1)!1123!()!--+====-m n n n n n n n m n C C C m m n mⅢ、组合的性质：111102---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ；③、利用特征值和相似对角化： 7. 伴随矩阵：①、伴随矩阵的秩：*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩； ②、伴随矩阵的特征值：*1*(,)AAAX X A A A A X X λλλ- == ⇒ =；③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述：①、()r A n =，A 中有n 阶子式不为0，1n +阶子式全部为0；（两句话）②、()r A n <，A 中有n 阶子式全部为0； ③、()r A n ≥，A 中有n 阶子式不为0；9. 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； 10. 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；11. 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 +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩；②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭（向量方程，A 为m n ⨯矩阵，m 个方程，n 个未知数） ③、()1212n n x x a a 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）第4章、向量组的线性相关性1.m 个n 维列向量所组成的向量组A ：12,,,m ααα构成n m ⨯矩阵12(,,,)m A =ααα；m 个n 维行向量所组成的向量组B ：12,,,T TTm βββ构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭；含有有限个向量的有序向量组与矩阵一一对应；2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解；（齐次线性方程组）②、向量的线性表出 Ax b ⇔=是否有解；（线性方程组） ③、向量组的相互线性表示 AX B ⇔=是否有解；（矩阵方程） 3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是：齐次方程组0Ax =和0Bx =同解；(101P 例14) 4. ()()T r A A r A =；(101P 例15) 5.n 维向量线性相关的几何意义：①、α线性相关⇔0α=； ②、,αβ线性相关 ⇔,αβ坐标成比例或共线（平行）；③、,,αβγ线性相关 ⇔,,αβγ共面；6. 线性相关与无关的两套定理：若12,,,s ααα线性相关，则121,,,,s s αααα+必线性相关；若12,,,s ααα线性无关，则121,,,s ααα-必线性无关；（向量的个数加加减减，二者为对偶）若r 维向量组A 的每个向量上添上n r -个分量，构成n 维向量组B ：若A 线性无关，则B 也线性无关；反之若B 线性相关，则A 也线性相关；（向量组的维数加加减减） 简言之：无关组延长后仍无关，反之，不确定；7. 向量组A （个数为r ）能由向量组B （个数为s ）线性表示，且A 线性无关，则r s ≤(二版74P 定理7)；向量组A 能由向量组B 线性表示，则()()r A r B ≤；（86P 定理3） 向量组A 能由向量组B 线性表示AX B ⇔=有解； ()(,)r A r A B ⇔=（85P 定理2）向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==（85P 定理2推论）8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ，使12l A P P P =；①、矩阵行等价：~rA B PA B ⇔=（左乘，P 可逆）0Ax ⇔=与0Bx =同解②、矩阵列等价：~cA B AQ B ⇔=（右乘，Q 可逆）； ③、矩阵等价：~A B PAQ B ⇔=（P 、Q 可逆）； 9.对于矩阵m n A ⨯与l n B ⨯：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0Ax =与0Bx =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； 10.若m s s n m n A B C ⨯⨯⨯=，则：①、C 的列向量组能由A 的列向量组线性表示，B 为系数矩阵； ②、C 的行向量组能由B 的行向量组线性表示，T A 为系数矩阵；（转置）11.齐次方程组0Bx =的解一定是0ABx =的解，考试中可以直接作为定理使用，而无需证明； ①、0ABx = 只有零解0Bx ⇒ =只有零解；②、0Bx = 有非零解0ABx ⇒ =一定存在非零解；12. 设向量组12:,,,n r r B b b b ⨯可由向量组12:,,,n s s A a a a ⨯线性表示为：（110P 题19结论）1212(,,,)(,,,)r s b b b a a a K =（B AK =）其中K 为s r ⨯，且A 线性无关，则B 组线性无关()r K r ⇔=；（B 与K 的列向量组具有相同线性相关性） （必要性：()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=；充分性：反证法）注：当r s =时，K 为方阵，可当作定理使用；13. ①、对矩阵m n A ⨯，存在n m Q ⨯，m AQ E = ()r A m ⇔=、Q 的列向量线性无关；（87P ） ②、对矩阵m n A ⨯，存在n m P ⨯，n PA E = ()r A n ⇔=、P 的行向量线性无关； 14. 12,,,s ααα线性相关⇔存在一组不全为0的数12,,,s k k k ，使得11220s s k k k ααα+++=成立；（定义）⇔1212(,,,)0s s x xx ααα⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭有非零解，即0Ax =有非零解；⇔12(,,,)s r s ααα<，系数矩阵的秩小于未知数的个数；15. 设m n ⨯的矩阵A 的秩为r ，则n 元齐次线性方程组0Ax =的解集S 的秩为：()r S n r =-；16. 若*η为Ax b =的一个解，12,,,n r ξξξ-为0Ax =的一个基础解系，则*12,,,,n r ηξξξ-线性无关；（111P 题33结论）第5章、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=（定义），性质：①、A 的列向量都是单位向量，且两两正交，即1(,1,2,)0T i j i j a a i j n i j=⎧==⎨≠⎩；②、若A 为正交矩阵，则1T A A -=也为正交阵，且1A =±； 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：12(,,,)r a a a11b a =；1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----;3. 对于普通方阵，不同特征值对应的特征向量线性无关；对于实对称阵，不同特征值对应的特征向量正交； 4. ①、A 与B 等价 ⇔A 经过初等变换得到B ；⇔=PAQ B ，P 、Q 可逆； ()()⇔=r A r B ，A 、B 同型；②、A 与B 合同 ⇔=T C AC B ，其中可逆； ⇔T x Ax 与T x Bx 有相同的正、负惯性指数； ③、A 与B 相似 1-⇔=P AP B ； 5. 相似一定合同、合同未必相似；若C 为正交矩阵，则T C AC B =⇒A B ，（合同、相似的约束条件不同，相似的更严格）； 6. A 为对称阵，则A 为二次型矩阵； 7. n 元二次型T x Ax 为正定：A ⇔的正惯性指数为n ；A ⇔与E 合同，即存在可逆矩阵C ，使T C AC E =； A ⇔的所有特征值均为正数； A ⇔的各阶顺序主子式均大于0；0,0ii a A ⇒>>；(必要条件)。
线性代数期末复习知识点资料整理总结
行列式1.行列式的性质性质1行列式与它的转置行列式相等TD D =.性质2互换行列式的两行（列），行列式变号.推论1如果行列式有两行（列）的对应元素完全相同，则此行列式的值为零.性质3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.如111213111213212223212223313233313233a a a a a a ka ka ka k a a a a a a a a a =推论2如果行列式中有两行（列）元素成比例，则此行列式的值为零．性质4若行列式的某一行（列）的元素都是两数之和，则这个行列式等于两个行列式之和.如111213111213111213212122222323212223212223313233313233313233a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a ''''''+++=+性质5把行列式的某一行（列）的各元素乘以同一数然后加到另一行(列)对应的元素上去，行列式的值不变.如111213111213212223212223313233311132123313a a a a a a a a a a a a a a a a ka a ka a ka =+++例1已知，那么（）A.-24B.-12C.-6D.12答案B解析2.余子式与代数余子式在n 阶行列式中，把元素ij a 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ij a 的余子式，记作ij M ，i jij ij A (1)M +=-叫做元素ij a 的代数余子式．3.行列式按行（列）展开法则定理1行列式的值等于它的任一行（列）的各元素与其对应的代数余子式乘积之和，即1122i i i i in in D a A a A a A =+++ 或 1122j j j j nj njD a A a A a A =+++ ()1,2,,;1,2i n j n ==定理2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，即12120,j j i i jn i n a A a A a A +++= 或,11220.j j j j nj nj a A a A a A i j +++=≠ ()1,2,,;1,2i n j n == 例.设3阶矩阵()ij A a =的行列式12A =,ij A 为ij a 的代数余子式.那么313132323333a A a A a A ++=___12____;213122322333a A a A a A ++=___0___.4.行列式的计算（1）二阶行列式1112112212212122a a a a a a a a =-（3）对角行列式1212n nλλλλλλ=，n(m 1)21212nn(1)λλλλλλ-=- （4）三角行列式1111121n 2122222n1122nnn1n2nnnna a a a a a a a a a a a a a a ==（5）消元法：利用行列式的性质，将行列式化成三角行列式，从而求出行列式的值.（6）降阶法：利用行列式的性质，化某行（列）(一般选择有0元素的行或列)只有一个非零元素，再按该行（列）展开，通过降低行列式的阶数求出行列式的值.（7）加边法：行列式每行（列）所有元素的和相等，将各行（列）元素加到第一列（行），再提出公因式，进而求出行列式的值.例：思路：将有0的第三行化为只有一个非0元素33=1，按该行展开,D=3333,不用忘记B 。
线性代数公式
线性代数部分基本运算①A B B A +=+②()()C B A C B A ++=++③()cB cA B A c +=+ ()dA cA A d c +=+ ④()()A cd dA c =⑤00=⇔=c cA 或0=A 。
()A A TT=()T T TB A B A ±=±()()T TA c cA =。
()T T TA B AB =()()()212112-==-n n C n n n τ n n A a A a A a D 2222222121+++=转置值不变A A T=逆值变AA11=- A c cA n =γβαγβαγββα,,,,,,2121+=+()321,,ααα=A ，3阶矩阵 ()321,,βββ=B B A B A +≠+()332211,,βαβαβα+++=+B A332211,,βαβαβα+++=+B A B A BA B A =*=*0()()1,=c j i E有关乘法的基本运算nj in j i j i ij b a b a b a C +++= 2211 线性性质 ()B A B A B A A 2121+=+， ()2121AB AB B B A +=+ ()()()cB A AB c B cA == 结合律 ()()BC A C AB = ()T T TA B AB =B A AB =lk lkA A A +=()kl lkA A =()k k kB A AB =不一定成立！A AE =，A EA =()kA kE A =，()kA A kE =E BA E AB =⇔=与数的乘法的不同之处()k k kB A AB =不一定成立！无交换律 因式分解障碍是交换性一个矩阵A 的每个多项式可以因式分解，例如 ()()E A E A E A A +-=--3322无消去律（矩阵和矩阵相乘） 当0=AB 时0=⇒/A 或0=B 由0≠A 和00=⇒/=B AB由0≠A 时C B AC AB =⇒/=（无左消去律） 特别的 设A 可逆，则A 有消去律。
线性代数公式大全
线性代数基本运算①A B B A +=+②()()C B A C B A ++=++③()cB cA B A c +=+ ()dA cA A d c +=+ ④()()A cd dA c =⑤00=⇔=c cA 或0=A 。
()A ATT =()TTTB A B A ±=±()()T TA c cA =。
()TTTA B AB =()()()212112−==−n n C n n n τ n n A a A a A a D 2222222121+++=转置值不变A A T=逆值变AA11=− A c cA n =γβαγβαγββα,,,,,,2121+=+()321,,ααα=A ，3阶矩阵 ()321,,βββ=B B A B A +≠+()332211,,βαβαβα+++=+B A332211,,βαβαβα+++=+B AD11-2 线性代数公式大全 1.5元B A BA B A =∗=∗00 ()()1,=c j i E有关乘法的基本运算nj in j i j i ij b a b a b a C +++= 2211 线性性质 ()B A B A B A A 2121+=+， ()2121AB AB B B A +=+ ()()()cB A AB c B cA == 结合律 ()()BC A C AB = ()TTTA B AB =B A AB =lk lkA A A +=()kl lk A A=()kkkB A AB =不一定成立！A AE =，A EA =()kA kE A =，()kA A kE = E BA E AB =⇔=与数的乘法的不同之处()kkkB A AB =不一定成立！无交换律 因式分解障碍是交换性一个矩阵A 的每个多项式可以因式分解，例如 ()()E A E A E A A +−=−−3322无消去律（矩阵和矩阵相乘） 当0=AB 时0=⇒/A 或0=B 由0≠A 和00=⇒/=B AB由0≠A 时C B AC AB =⇒/=（无左消去律） 特别的 设A 可逆，则A 有消去律。
线性代数性质公式整理
线性代数性质公式整理线性代数第⼀章⾏列式⼀、相关概念1.⾏列式——n阶⾏列式a11a12 (1)a21a22 (2)············a n1a n2···a nn是所有取⾃不同⾏不同列的n个元素的乘积a1j1a2j2···a njn的代数和，这⾥j1j2···j n是1，2，···n的⼀个排列。
当j1j2···j n是偶排列时，该项的前⾯带正号；当j1j2···j n是奇排列时，该项的前⾯带负号，即a11a12 (1)a21a22 (2)············a n1a n2···a nn =(?1)τj1j2···j nj1j2···j na1j1a2j2···a njn(1.1)这⾥j1j2···j n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τj1j2···j n表⽰排列j1j2···j n的逆序数。
3.偶排列与奇排列——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。
4.2阶与3阶⾏列式的展开——a bc d=ad?bc，a11a12a13a21a22a23a31a32a33=a11a22a33+a12a23a31+a13a21a32?a13a22a31?a12a21a33?a11a23a325.余⼦式与代数余⼦式——在n阶⾏列式a11a12 (1)a21a22 (2)············a n1a n2···a nn中划去a ij所在的第i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a11...a1,j?1a1,j+1 (1)··················a i?1,1···a i?1,j?1a i?1,j+1···a i?1,na i+1,1···a i+1,j?1a i+1,j+1···a i+1,n··················a n1···a n,j?1a n,j+1···a nn称为a ij的余⼦式，记为M ij；称(?1)i+j M ij为a ij的代数余⼦式，记为A ij，即A ij=(?1)i+j M ij。
高中数学线性代数知识点全归纳
1
②、
2
，左乘矩阵
A
，
i
乘
A
的各行元素；右乘，
i
乘
A
的各列元素；
3
n
1
1
1
③、对调两行或两列，符号 E(i, j) ，且 E(i, j)1 E(i, j) ，例如： 1
1
；
1
1
④、倍乘某行或某列，符号
E (i (k ))
，且
E(i(k))1
E(i( 1))
1
，例如：
k
AO
A (1)m n A B
CB OB
BO BC
⑥、范德蒙行列式：大指标减小指标的连乘积； ⑦、特征值；
n
6. 对于 n 阶行列式 A ，恒有： E A n (1)k Sknk ，其中 Sk 为 k 阶主子式； k 1
7. 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) n ； ⑤、证明 0 是其特征值；
1 a c
②、型如
0
1
b
的矩阵：利用二项展开式；
0 0 1
A O
C 1 A1
B
O
A1CB B1
1
；（拉普拉斯）
⑤、
A C
O
1
A1
B
B1CA1
O B1
；（拉普拉斯）
3、 矩 阵 的 初 等 变 换 与 线 性 方 程 组
1.
一个
mn
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
Er O
O O
《线性代数》重要公式
1、行列式1. n 行列式共有2n 个元素，展开后有!n 项，可分解为2n 行列式；2. 代数余子式的性质：①、ij A 和ij a 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 ； 3. 代数余子式和余子式的关系：(1)(1)i j i j ij ij ij ij M A A M ++=-=-4. 设n 行列式D ：将D 上、下翻转或左右翻转，所得行列式为1D ，那么(1)21(1)n n D D -=-； 将D 顺时针或逆时针旋转90，所得行列式为2D ，那么(1)22(1)n n D D -=-；将D 主对角线翻转后〔转置〕，所得行列式为3D ，那么3D D =；将D 主副角线翻转后，所得行列式为4D ，那么4D D =； 5. 行列式的重要公式：①、主对角行列式：主对角元素的乘积；②、副对角行列式：副对角元素的乘积(1)2(1)n n -⨯ -；③、上、下三角行列式〔 = ◥◣〕：主对角元素的乘积； ④、 ◤和 ◢：副对角元素的乘积(1)2(1)n n -⨯ -；⑤、拉普拉斯展开式：A O A C AB CB O B==、(1)m n CA OA AB B OB C==-⑥、范德蒙行列式：大指标减小指标的连乘积； ⑦、特征值；6. 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；7. 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；2、矩阵1.A 是n 阶可逆矩阵：⇔0A ≠〔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0Ax =有非零解； ⇔n b R ∀∈，Ax b =总有唯一解； ⇔A 与E 等价；⇔A 可表示成假设干个初等矩阵的乘积； ⇔A 的特征值全不为0；⇔T A A 是正定矩阵；⇔A 的行〔列〕向量组是n R 的一组基； ⇔A 是n R 中某两组基的过渡矩阵；2. 对于n 阶矩阵A ：**AA A A A E == 无条件恒成立；3.1**111**()()()()()()T T T T A A A A A A ----=== ***111()()()T T TAB B A AB B A AB B A ---===4. 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：假设12s A A A A ⎛⎫⎪⎪= ⎪ ⎪⎝⎭，那么： Ⅰ、12s A A A A =；Ⅱ、111121s A A A A ----⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭； ②、111A O A O O B OB ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭；〔主对角分块〕 ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭；〔副对角分块〕 ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭；〔拉普拉斯〕 ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭；〔拉普拉斯〕 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：rm nEO F OO ⨯⎛⎫= ⎪⎝⎭； 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 ，假设()()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、假设(,)(,)rA E E X ，那么A 可逆，且1X A -=；②、对矩阵(,)A B 做初等行变化，当A 变为E 时，B 就变成1A B -，即：1(,)(,)cA B E A B - ~ ；③、求解线形方程组：对于n 个未知数n 个方程Ax b =，如果(,)(,)rA b E x ，那么A 可逆，且1x A b -=； 4. 初等矩阵和对角矩阵的概念：①、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；②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ，左乘矩阵A ，i λ乘A 的各行元素；右乘，iλ乘A 的各列元素；③、对调两行或两列，符号(,)E i j ，且1(,)(,)E i j E i j -=，例如：1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；④、倍乘某行或某列，符号(())E i k ，且11(())(())E i k E i k -=，例如：1111(0)11k k k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭； ⑤、倍加某行或某列，符号(())E ij k ,且1(())(())E ij k E ij k -=-，如：11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；5. 矩阵秩的根本性质：①、0()min(,)m n r A m n ⨯≤≤；②、()()T r A r A =； ③、假设AB ，那么()()r A r B =；④、假设P 、Q 可逆，那么()()()()r A r PA r AQ r PAQ ===；〔可逆矩阵不影响矩阵的秩〕 ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+；〔※〕 ⑥、()()()r A B r A r B +≤+；〔※〕 ⑦、()min((),())r AB r A r B ≤；〔※〕⑧、如果A 是m n ⨯矩阵，B 是n s ⨯矩阵，且0AB =，那么：〔※〕 Ⅰ、B 的列向量全部是齐次方程组0AX =解〔转置运算后的结论〕；Ⅱ、()()r A r B n +≤⑨、假设A 、B 均为n 阶方阵，那么()()()r AB r A r B n ≥+-；6. 三种特殊矩阵的方幂：①、秩为1的矩阵：一定可以分解为列矩阵〔向量〕⨯行矩阵〔向量〕的形式，再采用结合律；②、型如101001a c b ⎛⎫⎪⎪ ⎪⎝⎭的矩阵：利用二项展开式；二项展开式：01111110()nnnn m n mmn n n nm m n mnnnnnn m a b C a C a b C ab Ca bC b C a b -----=+=++++++=∑；注：Ⅰ、()n a b +展开后有1n +项；Ⅱ、0(1)(1)!1123!()!--+====-m n n n n n n n m n C C C m m n mⅢ、组合的性质：111102---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ；③、利用特征值和相似对角化： 7. 伴随矩阵：①、伴随矩阵的秩：*()()1()10()1nr A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩；②、伴随矩阵的特征值：*1*(,)AAAX X A A A A X X λλλ- == ⇒ =；③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述：①、()r A n =，A 中有n 阶子式不为0，1n +阶子式全部为0；〔两句话〕②、()r A n <，A 中有n 阶子式全部为0； ③、()r A n ≥，A 中有n 阶子式不为0；9. 线性方程组：Ax b =，其中A 为m n ⨯矩阵，那么：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； 10. 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；11. 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 n a x a x a x b a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩；②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭〔向量方程，A 为m n ⨯矩阵，m 个方程，n 个未知数〕 ③、()1212n n x x a a 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〕4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A ：12,,,m ααα构成n m ⨯矩阵12(,,,)m A =ααα；m 个n 维行向量所组成的向量组B ：12,,,T TTmβββ构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭； 含有有限个向量的有序向量组与矩阵一一对应；2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解；〔齐次线性方程组〕②、向量的线性表出 Ax b ⇔=是否有解；〔线性方程组〕 ③、向量组的相互线性表示 AX B ⇔=是否有解；〔矩阵方程〕3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是：齐次方程组0Ax =和0Bx =同解；(101P 例14)4. ()()T r A A r A =；(101P 例15)5.n 维向量线性相关的几何意义：①、α线性相关⇔0α=； ②、,αβ线性相关 ⇔,αβ坐标成比例或共线〔平行〕；③、,,αβγ线性相关 ⇔,,αβγ共面；6. 线性相关与无关的两套定理：假设12,,,s ααα线性相关，那么121,,,,s s αααα+必线性相关；假设12,,,s ααα线性无关，那么121,,,s ααα-必线性无关；〔向量的个数加加减减，二者为对偶〕假设r 维向量组A 的每个向量上添上n r -个分量，构成n 维向量组B ：假设A 线性无关，那么B 也线性无关；反之假设B 线性相关，那么A 也线性相关；〔向量组的维数加加减减〕简言之：无关组延长后仍无关，反之，不确定；7. 向量组A 〔个数为r 〕能由向量组B 〔个数为s 〕线性表示，且A 线性无关，那么r s ≤(二版74P 定理7)；向量组A 能由向量组B 线性表示，那么()()r A r B ≤；〔86P 定理3〕 向量组A 能由向量组B 线性表示AX B ⇔=有解； ()(,)r A r A B ⇔=〔85P 定理2〕向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==〔85P 定理2推论〕8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ，使12l A P P P =；①、矩阵行等价：~rA B PA B ⇔=〔左乘，P 可逆〕0Ax ⇔=与0Bx =同解②、矩阵列等价：~cA B AQ B ⇔=〔右乘，Q 可逆〕； ③、矩阵等价：~A B PAQ B ⇔=〔P 、Q 可逆〕； 9. 对于矩阵m n A ⨯与l n B ⨯：①、假设A 与B 行等价，那么A 与B 的行秩相等；②、假设A 与B 行等价，那么0Ax =与0Bx =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； 10. 假设m s s n m n A B C ⨯⨯⨯=，那么：①、C 的列向量组能由A 的列向量组线性表示，B 为系数矩阵；②、C 的行向量组能由B 的行向量组线性表示，T A 为系数矩阵；〔转置〕11. 齐次方程组0Bx =的解一定是0ABx =的解，考试中可以直接作为定理使用，而无需证明；①、0ABx = 只有零解0Bx ⇒ =只有零解；②、0Bx = 有非零解0ABx ⇒ =一定存在非零解；12. 设向量组12:,,,n r r B b b b ⨯可由向量组12:,,,n s s A a a a ⨯线性表示为：〔110P 题19结论〕1212(,,,)(,,,)r s b b b a a a K =〔B AK =〕其中K 为s r ⨯，且A 线性无关，那么B 组线性无关()r K r ⇔=；〔B 与K 的列向量组具有相同线性相关性〕〔必要性：()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=；充分性：反证法〕 注：当r s =时，K 为方阵，可当作定理使用；13. ①、对矩阵m n A ⨯，存在n m Q ⨯，m AQ E = ()r A m ⇔=、Q 的列向量线性无关；〔87P 〕 ②、对矩阵m n A ⨯，存在n m P ⨯，n PA E = ()r A n ⇔=、P 的行向量线性无关； 14. 12,,,s ααα线性相关⇔存在一组不全为0的数12,,,s k k k ，使得11220s s k k k ααα+++=成立；〔定义〕⇔1212(,,,)0s s x xx ααα⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭有非零解，即0Ax =有非零解；⇔12(,,,)s r s ααα<，系数矩阵的秩小于未知数的个数；15. 设m n ⨯的矩阵A 的秩为r ，那么n 元齐次线性方程组0Ax =的解集S 的秩为：()r S n r =-；16. 假设*η为Ax b =的一个解，12,,,n r ξξξ-为0Ax =的一个根底解系，那么*12,,,,n r ηξξξ-线性无关；〔111P 题33结论〕5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=〔定义〕，性质：①、A 的列向量都是单位向量，且两两正交，即1(,1,2,)0T i j i j a a i j n i j=⎧==⎨≠⎩；②、假设A 为正交矩阵，那么1T A A -=也为正交阵，且1A =±； ③、假设A 、B 正交阵，那么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：12(,,,)r a a a11b a =；1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----;3. 对于普通方阵，不同特征值对应的特征向量线性无关；对于实对称阵，不同特征值对应的特征向量正交； 4. ①、A 与B 等价 ⇔A 经过初等变换得到B ；⇔=PAQ B ，P 、Q 可逆； ()()⇔=r A r B ，A 、B 同型；②、A 与B 合同 ⇔=T C AC B ，其中可逆； ⇔T x Ax 与T x Bx 有相同的正、负惯性指数； ③、A 与B 相似 1-⇔=P AP B ； 5. 相似一定合同、合同未必相似；假设C 为正交矩阵，那么T C AC B =⇒A B ，〔合同、相似的约束条件不同，相似的更严格〕； 6. A 为对称阵，那么A 为二次型矩阵； 7. n 元二次型T x Ax 为正定：A ⇔的正惯性指数为n ；A ⇔与E 合同，即存在可逆矩阵C ，使T C AC E =； A ⇔的所有特征值均为正数； A ⇔的各阶顺序主子式均大于0；0,0ii a A ⇒>>；(必要条件)。
大一线性代数知识点公式
大一线性代数知识点公式线性代数是大一数学课程中的一门重要学科，涵盖了许多核心概念和基本公式。
下面将介绍一些大一线性代数中常见的知识点和相关公式。
1. 向量的加法和标量乘法向量的加法和标量乘法是线性代数中最基本的运算。
对于向量v和w，其加法定义为：v + w = (v₁ + w₁, v₂ + w₂, ..., vₙ + wₙ)其中vᵢ和wᵢ是向量v和w的第i个分量。
标量乘法定义为：k · v = (k · v₁, k · v₂, ..., k · vₙ)其中k是一个实数。
2. 向量的点乘和模长向量的点乘也称为向量的内积或数量积。
对于向量v和w，其点乘定义为：v ∙ w = v₁w₁ + v₂w₂ + ... + vₙwₙ点乘的结果是一个实数。
另外，向量的模长定义为：‖v‖ = √(v₁² + v₂² + ... + vₙ²)模长表示向量的长度或大小。
3. 矩阵的加法和标量乘法矩阵的加法和标量乘法也是线性代数中常见的操作。
对于m×n 的矩阵A和B，其加法定义为：A +B = [aᵢₙ + bᵢₙ]其中aᵢₙ和bᵢₙ是矩阵A和B的第i行第j列的元素。
标量乘法定义为：k · A = [kaᵢₙ]其中k是一个实数。
4. 矩阵的乘法矩阵的乘法是线性代数中最重要的运算之一。
对于m×n的矩阵A和n×p的矩阵B，它们的乘积AB定义为：AB = [cᵢₙ]其中cᵢₙ是矩阵乘积的第i行第j列的元素，计算公式为：cᵢₙ = aᵢ₁b₁ₙ + aᵢ₂b₂ₙ + ... + aᵢₙbₙₙ5. 行列式的计算行列式是线性代数中独特的概念，用于描述矩阵的性质。
对于n阶方阵A，其行列式定义为|A|或det(A)。
行列式的计算公式较复杂，可以通过展开定理、高斯消元法等方法进行计算。
6. 矩阵的转置和逆矩阵的转置是将其行和列对调得到的新矩阵。
线性代数公式大全
A 线性代数基本运算①A +B =B +A②(A +B)+C =A +(B +C )③c(A +B)=cA +cB④c(dA)=(cd )A(c +d )A =cA +dA⑤ cA = 0 ⇔c = 0 或A = 0 。
(A T)T=A(A±B)T=A T ±B T(cA)T (AB)T =c(A T)。
=B T A Tτ(n(n - 1)Λ21)=C 2 =n (n - 1)n 2D =a21 A21+a22A22+Λ+a2nA2n转置值不变A T =A 逆值变A-1 =1cA =c n Aα, β1 +β2 ,γ=α, β1 ,γ+α, β2 ,γA=(α1,α2,α3)，3 阶矩阵B=(β1,β2,β3)A +B ≠A +BA+B=(α1+β1,α2+β2,α3+β3)A +B =α1 +β1 ,α2 +β2 ,α3 +β3A *=A0 B * 0=A B BE(i, j(c))= 1 有关乘法的基本运算Cij =ai1b1 j+ai 2b2 j+Λ+ainbnj线性性质(A1+A2)B=A1B+A2B，A(B1 +B2 )=AB1 +AB2(cA)B =c(AB)=A(cB) 结合律(AB)C =A(BC )(AB)T AB = A k A l =B T A T A B=A k +l(A k)l (AB)k =A kl=A k B k 不一定成立！AE =A ，EA =AA(kE )=kA ，(kE )A =kAAB =E ⇔BA =E与数的乘法的不同之处(AB)k=A k B k 不一定成立！无交换律因式分解障碍是交换性一个矩阵A 的每个多项式可以因式分解，例如A2 - 2 A - 3E =(A - 3E )(A +E )无消去律（矩阵和矩阵相乘）当AB=0时⇒/ A = 0 或B = 0由A ≠ 0 和AB = 0 ⇒/ B = 0由A ≠ 0 时AB =AC ⇒/ B =C （无左消去律）特别的设A 可逆，则A 有消去律。