线性代数知识点完整归纳

代数余子式 线性代数知识点总结汇总

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添加图片注释，不超过 140 字（可选）6、Laplace展开式：（A是m阶矩阵，B是n阶矩阵），则?编辑添加图片注释，不超过 140 字（可选）7、n阶（n≥2）范德蒙德行列式?编辑添加图片注释，不超过 140 字（可选）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：?编辑添加图片注释，不超过 140 字（可选）（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|=kn|A|（2）|AB|=|A|·|B|（3）|AT|=|A|（4）|A-1|=|A|-1（5）|A*|=|A|n-1（6）若A的特征值λ1、λ2、λn，则?添加图片注释，不超过 140 字（可选）（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?编辑添加图片注释，不超过 140 字（可选）（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。2、转置的性质（5条）（1）（A+B）T=AT+BT（2）（kA）T=kAT（3）（AB）T=BTAT（4）|A|T=|A|（5）（AT）T=A（二）矩阵的逆3、逆的定义：AB=E或BA=E成立，称A可逆，B是A的逆矩阵，记为B=A-1注：A可逆的充要条件是|A|≠04、逆的性质：（5条）（1）（kA）-1=1/k·A-1 (k≠0)（2）（AB）-1=B-1·A-1（3）|A-1|=|A|-1（4）（AT）-1=（A-1）T（5）（A-1）-1=A5、逆的求法：（1）A为抽象矩阵：由定义或性质求解（2）A为数字矩阵：（A|E）初等行变换（E|A-1）（三）矩阵的初等变换6、初等行（列）变换定义：（1）两行（列）互换；（2）一行（列）乘非零常数c（3）一行（列）乘k加到另一行（列）7、初等矩阵：单位矩阵E经过一次初等变换得到的矩阵。8、初等变换与初等矩阵的性质：（1）初等行（列）变换相当于左（右）乘相应的初等矩阵（2）初等矩阵均为可逆矩阵，且Eij-1=Eij（i，j两行互换）；Ei-1（c）=Ei（1/c）（第i行（列）乘c）Eij-1（k）=Eij（-k）（第i行乘k加到j）★（四）矩阵的秩9、秩的定义：非零子式的最高阶数注：（1）r（A）=0意味着所有元素为0，即A=O（2）r（An×n）=n（满秩） |A|≠0 A可逆；r（A）＜n|A|=0A不可逆；（3）r（A）=r（r=1、2、、n-1）r阶子式非零且所有r+1子式均为0。10、秩的性质：（7条）（1）A为m×n阶矩阵，则r（A）≤min（m,n）（2）r（A±B）≤r（A）±（B）（3）r（AB）≤min{r（A），r（B）}（4）r（kA）=r（A）（k≠0）（5）r（A）=r（AC）（C是一个可逆矩阵）（6）r（A）=r（AT）=r（ATA）=r（AAT）（7）设A是m×n阶矩阵，B是n×s矩阵，AB=O，则r（A）+r（B）≤n11、秩的求法：（1）A为抽象矩阵：由定义或性质求解；（2）A为数字矩阵：A初等行变换阶梯型（每行第一个非零元素下面的元素均为0），则r（A）=非零行的行数（五）伴随矩阵12、伴随矩阵的性质：（8条）（1）AA*=A*A=|A|E ★A*=|A|A-1（2）（kA）*=kn-1A*（3）（AB）*=B*A*（4）|A*|=|A|n-1（5）（AT）*=（A*）T（6）（A-1）*=（A*）-1=A|A|-1（7）（A*）*=|A| n-2·A★（8）r（A*）=n （r（A）=n）； r（A*）=1 （r（A）=n-1）； r（A*）=0 （r（A）＜n-1）（六）分块矩阵13、分块矩阵的乘法：要求前列后行分法相同。14、分块矩阵求逆：?编辑添加图片注释，不超过 140 字（可选）3 向量（一）向量的概念及运算1、向量的内积：（α，β）=αTβ=βTα2、长度定义： ||α||=?编辑添加图片注释，不超过 140 字（可选）3、正交定义：（α，β）=αTβ=βTα=a1b1+a2b2++anbn=04、正交矩阵的定义：A为n阶矩阵，AAT=E A-1=AT ATA=E |A|=±1（二）线性组合和线性表示5、线性表示的充要条件：非零列向量β可由α1，α2，，αs线性表示(1)非齐次线性方程组（α1，α2，，αs）（x1，x2，，xs）T=β有解。(2)r（α1，α2，，αs）=r（α1，α2，，αs，β）（系数矩阵的秩等于增广矩阵的秩，用于大题第一步的检验）6、线性表示的充分条件：（了解即可）若α1，α2，，αs线性无关，α1，α2，，αs，β线性相关，则β可由α1，α2，，αs线性表示。7、线性表示的求法：（大题第二步）设α1，α2，，αs线性无关，β可由其线性表示。（α1，α2，，αs|β）初等行变换（行最简形|系数）行最简形：每行第一个非0的数为1，其余元素均为0（三）线性相关和线性无关8、线性相关注意事项：（1）α线性相关α=0（2）α1，α2线性相关α1，α2成比例9、线性相关的充要条件：向量组α1，α2，，αs线性相关（1）有个向量可由其余向量线性表示；（2）齐次方程（α1，α2，，αs）（x1，x2，，xs）T=0有非零解；（3）r（α1，α2，，αs）＜s 即秩小于个数特别地，n个n维列向量α1，α2，，αn线性相关（1） r（α1，α2，，αn）＜n（2）|α1，α2，，αn |=0（3）（α1，α2，，αn）不可逆10、线性相关的充分条件：（1）向量组含有零向量或成比例的向量必相关（2）部分相关，则整体相关（3）高维相关，则低维相关（4）以少表多，多必相关推论：n+1个n维向量一定线性相关11、线性无关的充要条件向量组α1，α2，，αs 线性无关（1）任意向量均不能由其余向量线性表示；（2）齐次方程（α1，α2，，αs）（x1，x2，，xs）T=0只有零解（3）r（α1，α2，，αs）=s特别地，n个n维向量α1，α2，，αn 线性无关r（α1，α2，，αn）=n |α1，α2，，αn |≠0 矩阵可逆12、线性无关的充分条件：（1）整体无关，部分无关（2）低维无关，高维无关（3）正交的非零向量组线性无关（4）不同特征值的特征向量无关13、线性相关、线性无关判定（1）定义法（2）秩：若小于阶数，线性相关；若等于阶数，线性无关【专业知识补充】（1）在矩阵左边乘列满秩矩阵（秩=列数），矩阵的秩不变；在矩阵右边乘行满秩矩阵，矩阵的秩不变。（2）若n维列向量α1，α2，α3 线性无关，β1，β2，β3 可以由其线性表示，即（β1，β2，β3）=（α1，α2，α3）C，则r（β1，β2，β3）=r（C），从而线性无关。r（β1，β2，β3）=3 r（C）=3 |C|≠0（四）极大线性无关组与向量组的秩14、极大线性无关组不唯一15、向量组的秩:极大无关组中向量的个数成为向量组的秩对比：矩阵的秩:非零子式的最高阶数注:向量组α1，α2，，αs 的秩与矩阵A=（α1，α2，，αs）的秩相等16、极大线性无关组的求法（1）α1，α2，，αs 为抽象的：定义法（2）α1，α2，，αs 为数字的：（α1，α2，，αs）初等行变换阶梯型矩阵则每行第一个非零的数对应的列向量构成极大无关组（五）向量空间17、基（就是极大线性无关组）变换公式：若α1，α2，，αn 与β1，β2，，βn 是n维向量空间V的两组基，则基变换公式为（β1，β2，，βn）=（α1，α2，，αn）Cn×n其中，C是从基α1，α2，，αn 到β1，β2，，βn 的过渡矩阵。C=（α1，α2，，αn）-1（β1，β2，，βn）18、坐标变换公式：向量γ在基α1，α2，，αn与基β1，β2，，βn 的坐标分别为x=（x1，x2，，xn）T，y=（y1，y2，，yn）T，，即γ=x1α1 + x2α2 + +xnαn =y1β1 + y2β2 + +ynβn，则坐标变换公式为x=Cy或y=C-1x。其中，C是从基α1，α2，，αn 到β1，β2，，βn 的过渡矩阵。C=（α1，α2，，αn）-1（β1，β2，，βn）（六）Schmidt正交化19、Schmidt正交化设α1，α2，α3 线性无关（1）正交化令β1=α1?编辑添加图片注释，不超过 140 字（可选）?编辑添加图片注释，不超过 140 字（可选）（2）单位化?添加图片注释，不超过 140 字（可选）4 线性方程组（一）方程组的表达形与解向量1、解的形式：(1)一般形式(2)矩阵形式：Ax=b；(3)向量形式：A=（α1，α2，，αn）2、解的定义：若η=（c1，c2，，cn）T满足方程组Ax=b，即Aη=b，称η是Ax=b的一个解（向量）（二）解的判定与性质3、齐次方程组：（1）只有零解r（A）=n（n为A的列数或是未知数x的个数）（2）有非零解r（A）＜n4、非齐次方程组：（1）无解r（A）＜r（A|b）r（A）=r（A）-1（2）唯一解r（A）=r（A|b）=n（3）无穷多解r（A）=r（A|b）＜n5、解的性质：（1）若ξ1，ξ2是Ax=0的解，则k1ξ1+k2ξ2是Ax=0的解（2）若ξ是Ax=0的解，η是Ax=b的解，则ξ+η是Ax=b的解（3）若η1，η2是Ax=b的解，则η1-η2是Ax=0的解（1）设η1，η2，，ηs是Ax=b的解，则k1η1+k2η2++ksηs为 Ax=b的解 （当Σki=1） Ax=0的解 （当Σki=0）（2）设η1，η2，，ηs是Ax=b的s个线性无关的解，则η2-η1，η3-η1，，ηs-η1为Ax=0的s-1个线性无关的解。变式：η1-η2，η3-η2，，ηs-η2η2-η1，η3-η2，，ηs-ηs-1（三）基础解系6、基础解系定义：（1）ξ1，ξ2，，ξs 是Ax=0的解（2）ξ1，ξ2，，ξs 线性相关（3）Ax=0的所有解均可由其线性表示基础解系即所有解的极大无关组注：基础解系不唯一。任意n-r（A）个线性无关的解均可作为基础解系。7、重要结论：（证明也很重要）设A施m×n阶矩阵，B是n×s阶矩阵，AB=O（1）B的列向量均为方程Ax=0的解（2）r（A）+r（B）≤n（第2章，秩）8、总结：基础解系的求法（1）A为抽象的：由定义或性质凑n-r（A）个线性无关的解（2）A为数字的：A初等行变换阶梯型自由未知量分别取1,0,0；0,1,0；0,0,1；代入解得非自由未知量得到基础解系（四）解的结构（通解）9、齐次线性方程组的通解（所有解）设r（A）=r，ξ1，ξ2，，ξn-r 为Ax=0的基础解系，则Ax=0的通解为k1η1+k2η2++kn-rηn-r （其中k1，k2，，kn-r为任意常数）10、非齐次线性方程组的通解设r（A）=r，ξ1，ξ2，，ξn-r 为Ax=0的基础解系，η为Ax=b的特解，则Ax=b的通解为η+ k1η1+k2η2++kn-rηn-r （其中k1，k2，，kn-r为任意常数）（五）公共解与同解11、公共解定义：如果α既是方程组Ax=0的解，又是方程组Bx=0的解，则称α为其公共解12、非零公共解的充要条件：方程组Ax=0与Bx=0有非零公共解?添加图片注释，不超过 140 字（可选）有非零解?添加图片注释，不超过 140 字（可选）13、重要结论（需要掌握证明）（1）设A是m×n阶矩阵，则齐次方程ATAx=0与Ax=0同解，r（ATA）=r（A）（2）设A是m×n阶矩阵，r（A）=n，B是n×s阶矩阵，则齐次方程ABx=0与Bx=0同解，r（AB）=r（B）5 特征值与特征向量（一）矩阵的特征值与特征向量1、特征值、特征向量的定义：设A为n阶矩阵，如果存在数λ及非零列向量α，使得Aα=λα，称α是矩阵A属于特征值λ的特征向量。2、特征多项式、特征方程的定义：|λE-A|称为矩阵A的特征多项式（λ的n次多项式）。|λE-A |=0称为矩阵A的特征方程（λ的n次方程）。注:特征方程可以写为|A-λE|=03、重要结论：（1）若α为齐次方程Ax=0的非零解，则Aα=0·α，即α为矩阵A特征值λ=0的特征向量（2）A的各行元素和为k，则(1，1，，1)T为特征值为k的特征向量。（3）上（下）三角或主对角的矩阵的特征值为主对角线各元素。4、总结：特征值与特征向量的求法（1）A为抽象的：由定义或性质凑（2）A为数字的：由特征方程法求解5、特征方程法：（1）解特征方程|λE-A|=0，得矩阵A的n个特征值λ1，λ2，，λn注：n次方程必须有n个根(可有多重根，写作λ1=λ2==λs=实数，不能省略)（2）解齐次方程（λiE-A）=0，得属于特征值λi的线性无关的特征向量，即其基础解系（共n-r（λiE-A）个解）6、性质：（1）不同特征值的特征向量线性无关（2）k重特征值最多k个线性无关的特征向量 1≤n-r（λiE-A）≤ki（3）设A的特征值为λ1，λ2，，λn，则|A|=Πλi，Σλi=Σaii（4）当r（A）=1，即A=αβT，其中α，β均为n维非零列向量，则A的特征值为λ1=Σaii=αTβ=βTα，λ2==λn=0（5）设α是矩阵A属于特征值λ的特征向量，则Af（A）ATA-1A*P-1AP（相似）λf（λ）λλ-1|A|λ-1λαα/ααP-1α（二）相似矩阵7、相似矩阵的定义：设A、B均为n阶矩阵，如果存在可逆矩阵P使得B=P-1AP，称A与B相似，记作A~B8、相似矩阵的性质（1）若A与B相似，则f（A）与f（B）相似（2）若A与B相似，B与C相似，则A与C相似（3）相似矩阵有相同的行列式、秩、特征多项式、特征方程、特征值、迹（即主对角线元素之和）【推广】（4）若A与B相似，则AB与BA相似，AT与BT相似，A-1与B-1相似，A*与B*也相似（三）矩阵的相似对角化9、相似对角化定义：如果A与对角矩阵相似，即存在可逆矩阵P，使得P-1AP=Λ=?添加图片注释，不超过 140 字（可选），称A可相似对角化。注：Aαi=λiαi（αi≠0，由于P可逆），故P的每一列均为矩阵A的特征值λi的特征向量10、相似对角化的充要条件（1）A有n个线性无关的特征向量（2）A的k重特征值有k个线性无关的特征向量11、相似对角化的充分条件：（1）A有n个不同的特征值（不同特征值的特征向量线性无关）（2）A为实对称矩阵12、重要结论：（1）若A可相似对角化，则r（A）为非零特征值的个数，n-r（A）为零特征值的个数（2）若A不可相似对角化，r（A）不一定为非零特征值的个数（四）实对称矩阵13、性质（1）特征值全为实数（2）不同特征值的特征向量正交（3）A可相似对角化，即存在可逆矩阵P使得P-1AP=Λ（4）A可正交相似对角化，即存在正交矩阵Q，使得Q-1AQ=QTAQ=Λ6 二次型（一）二次型及其标准形1、二次型：（1）一般形式（2）矩阵形式（常用）2、标准形：如果二次型只含平方项，即f（x1，x2，，xn）=d1x12+d2x22++dnxn2这样的二次型称为标准形（对角线）3、二次型化为标准形的方法：（1）配方法：通过可逆线性变换x=Cy（C可逆），将二次型化为标准形。其中，可逆线性变换及标准形通过先配方再换元得到。（2）正交变换法：通过正交变换x=Qy，将二次型化为标准形λ1y12+λ2y22++λnyn2其中，λ1，λ2，，λn 是A的n个特征值，Q为A的正交矩阵注:正交矩阵Q不唯一，γi与λi 对应即可。（二）惯性定理及规范形4、定义：正惯性指数：标准形中正平方项的个数称为正惯性指数，记为p；负惯性指数：标准形中负平方项的个数称为负惯性指数，记为q；规范形：f=z12+zp2-zp+12–zp+q2称为二次型的规范形。5、惯性定理：二次型无论选取怎样的可逆线性变换为标准形，其正负惯性指数不变。注：（1）由于正负惯性指数不变，所以规范形唯一。（2）p=正特征值的个数，q=负特征值的个数，p+q=非零特征值的个数=r（A）（三）合同矩阵6、定义：A、B均为n阶实对称矩阵，若存在可逆矩阵C，使得B=CTAC，称A与B合同7、总结：n阶实对称矩阵A、B的关系（1）A、B相似（B=P-1AP）相同的特征值（2）A、B合同（B=CTAC）相同的正负惯性指数相同的正负特征值的个数（3）A、B等价（B=PAQ）r（A）=r（B）注：实对称矩阵相似必合同，合同必等价（四）正定二次型与正定矩阵8、正定的定义二次型xTAx，如果任意x≠0，恒有xTAx＞0，则称二次型正定，并称实对称矩阵A是正定矩阵。9、n元二次型xTAx正定充要条件：（1）A的正惯性指数为n（2）A与E合同，即存在可逆矩阵C，使得A=CTC或CTAC=E（3）A的特征值均大于0（4）A的顺序主子式均大于0（k阶顺序主子式为前k行前k列的行列式）10、n元二次型xTAx正定必要条件：（1）aii＞0（2）|A|＞011、总结：二次型xTAx正定判定（大题）（1）A为数字：顺序主子式均大于0（2）A为抽象：证A为实对称矩阵：AT=A；再由定义或特征值判定12、重要结论：（1）若A是正定矩阵，则kA（k＞0），Ak，AT，A-1，A*正定（2）若A、B均为正定矩阵，则A+B正定

线性代数矩阵知识点总结 线性代数知识点完整归纳