概念、性质、定理、公式必须清楚，解法必须熟练，计算必须准确
(),n
T 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 i
A p p p p n
B 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n
R 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 ???：
①称为n
?
的标准基，n
?
中的自然基，单位坐标向量87p 教材；
②12,,,n e e e ???线性无关； ③12,,,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 n
n n j j j n j j nj j j j n n nn
a a a a a a D a a a a a a τ=
=
-∑
L
L L L L M M M L
1
√ 行列式的计算：
①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.
②若A B 与都是方阵（不必同阶）,则
=
=()mn A O
A A O A B
O B
O B
B
O A A
A B B O B O
*
=
=*
*=-1（拉普拉斯展开式）
③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)2
1121
21
1211
1
()n n n
n
n n n n n n n a O
a a a a a a a O
a O
---*
==-K N
N 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：()1
22
22
12111112
n i j n
j i n
n n n n
x x x x x x x x x x x ≤<≤---=-∏L L L M M M L
111
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 ?
()
1121112
222*
12n T
n ij
n 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:
① 1
A A A *-= ○注： 1
a b d b c d c a ad bc --????= ? ?
--????
1 L L 主换位副变号
②1()()A E E A -????→M
M 初等行变换
③1
2
31111
2
13a a a a a a -????
? ?
=
? ? ? ? ??
??
?
3
2
1
1
1
112
13a a a a a a -????
? ?= ? ?
? ? ?????
√ 方阵的幂的性质：m n m n A A A += ()()
m n
mn
A 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 s
AB C ?=?()()111212122
2121212,,,,,,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，T
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??????
??? ?
??? ?= ??? ?
??? ???????L L M M M M M L ?111122121
211222
222
11222n n m m mn m
a 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：T
T
T T
T A B A C C D B
D ??
??= ? ?????
分块矩阵的逆矩阵：1
11A A B B ---????
=
? ????
? 1
11A B B
A
---?
?
??= ? ?????
1111A C A A CB O B O
B ----????= ? ????? 1111A O A O
C B B CA
B ----????= ? ?
-???? 分块对角阵相乘：11
112222,A B A B A B ????
==
? ??????11112222A B AB A B ??= ???,1122n
n 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 B B A **?
?
-?
?= ? ? ?-???
?
√ 矩阵方程的解法(0A ≠)：设法化成AX B XA B ==(I) 或 (II)
A B E X ????→M
M 初等行变换
(I)的解法：构造()()
T T T T
A X
B 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? 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 αααL
A 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???=???%
? 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.
? 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???.
? 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 .
? 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10
? 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. ? 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. ? 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. ? 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15
③()()r kA r A k =≠ 若0
④()(),,()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 B
⑥
()()()()
A r A
B 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()r
r E O E O r A r A A O
O O
O ????
=?
? ?????
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70 ⑩()()A O O A r r A r B O B B O ????==+
? ????? ()()A C r r A r B O B ??
≠+ ???
.下载可编辑.
121212,,,0,,,()(),,,A n n A n Ax A n Ax Ax r A r A Ax A n βαααβαααβββααα?=?????→=
当为方阵时有无穷多解0
表示法不唯一
线性相关有非零解
可由线性表示有解有唯一组解0克莱姆法则
表示法唯一 线127()(),,,()()()1()n Ax r A r A Ax r A r A r A r A οββαααβββ?????
?
????=??
??≠?
?=?
M L M M 教材72
讲义8性无关只有零解
不可由线性表示无解 ○
注
：Ax
Ax ββ?
=<≠
?=<≠
有无穷多解
其导出组有非零解有唯一解
其导出组只有零解
Ax β=1122n n x x x αααβ+++=L
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??????
? ? ? ? ? ?=
== ?
? ?
? ? ???????L L M M M M M L 12,,2,,j j j mj j n αααα?? ? ?== ? ? ???
L M 1 12
12(,,,)n n x x x αααβ?? ? ?= ? ???
L M
.下载可编辑.
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=+??=??
=??++?
==+==-=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),(7),,,,1
00k k k k k k k Ax Ax Ax Ax Ax ηβηηηοηηηβληληληβλλλλη
ληληλλλ?????
????
???
?=?-=?
=??++=?++=?
?++=?++=?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 =?()()r A r A β=M
?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. √ 判断12,,,s ηηηL 是Ax ο=的基础解系的条件： ① 12,,,s ηηηL 线性无关； ② 12,,,s ηηηL 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.
√ 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 ξξξL 是Ax ο=的一个解?1,,,,s ξξξη*L 线性无关
√ Ax ο=与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.
√ 两个齐次线性线性方程组Ax ο=与Bx ο=同解?()()A r r A r B B ??
== ???
.
√ 两个非齐次线性方程组Ax β=与Bx γ=都有解，并且同解?()()A r r A r B B βγ??==
???
M
M . √ 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 ）；101p 教材 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 ）. √ 关于公共解的三中处理办法：
① 把(I)与(II)联立起来求解；
② 通过(I)与(II)各自的通解，找出公共解；
当(I)与(II)都是齐次线性方程组时，设123,,ηηη是(I)的基础解系, 45,ηη是(II)的基础解系，则 (I)与(II)有公共解?基础解系个数少的通解可由另一个方程组的基础解系线性表示.
即：1231231425(,,)(,,)r r c c ηηηηηηηη=+M
当(I)与(II)都是非齐次线性方程组时，设11122c c ξηη++是(I)的通解，233c ξη+是(II)的通解，两方程
组有公共解?2331c ξηξ+-可由12,ηη线性表示. 即：12122331(,)(,)r r c ηηηηξηξ=+-M
③ 设(I)的通解已知，把该通解代入(II)中，找出(I)的通解中的任意常数所应满足(II)的关系式而求出公共
解。
n 个n 维线性无关的向量,两两正交,每个向量长度为1.
1
(,)n
i i i a b
α
β==
=
∑
(,)0αβ=. 记为：αβ⊥
21n
i i a α==
==∑
1α==. 即长度为1的向量.
√ 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 c c αβαβαβ==
E A λ-.
()E A λ?λ-=.
√ ()?λ是矩阵A 的特征多项式?()A O ?=
E A λ-=0. Ax x x Ax x λ=→ (为非零列向量) 与线性相关
√
12n A λλλ=L
1
n
i A λ=∑tr ，A tr 称为矩阵A √ 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.
√ ()1r A =?A 一定可分解为A =()1212,,,n n a a b b b a ?? ? ? ? ???
L M 、2
1122()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 , 23n λλλ====L 0 p 指南358.
○注()12,,,T
n a a a L 为A 各行的公比，()12,,,n
b b b L 为A 各列的公比. √ 若A 的全部特征值12,,,n λλλL ，()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 λλλL ；12()()()()n f A f f f λλλ=L .
√ 初等矩阵的性质：
√ 设1110()m m m m f x a x a x a x a --=++++L ，对n 阶矩阵A 规定：1
110()m m m m f A a A a A a A a E --=++++L 为A 的
一个多项式.
√ 1231
122,T A m
m k kA
a b aA bE A A A A A A
λ
λλλλλλλλλλ-*
??++???=L 是的特征值则:分别有特征值 .???
???
√ 123
1122,A m
m k kA
a b aA bE
A
x A x A A A
λλλλλλλλλλ-*??++????=?????L 是关于的特征向量则也是关于的特征向量. √ 2
,m
A A 的特征向量不一定是A 的特征向量. √ A 与T
A 有相同的特征值，但特征向量不一定相同.
1P AP B -= （P 为可逆矩阵） 记为：A B :
1P AP B -= （P 为正交矩阵）
A 与对角阵Λ相似. 记为：A
Λ: （称Λ是A
√ A 可相似对角化?()i i n r E A k λ--= i k 为i λ的重数?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，1
P 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：
12
1212112212(,,,)(,,,)(,,,)(,,,)n n n n n n P
P
A A A A λλααααααλαλαλααααλΛ
??
?
?=== ? ??
?
L L L L O
14424431442443144424443
. ○注：当i
λ=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. √ 若n 阶矩阵A 有n 个互异的特征值?A 可相似对角化.
√ 若A 可相似对角化,则其非零特征值的个数（重根重复计算）()r A =.
√ 若A Λ:?k A =1k P P -Λ，1211()
()()()()n g g g A Pg P P
P g λλλ--??
? ?=Λ= ? ??
?
O √ 相似矩阵的性质：
①
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.
○注x 是A 关于0λ的特征向量,1
P x -是B 关于0
λ的特征向量. ②A B =tr tr
③A B = 从而,A B 同时可逆或不可逆 ④()()r A r B =
⑤T
T
A B :；1
1
A B --: （若,A B 均可逆）；*
*
A B : ⑥k
k
A B : （k 为整数）；()()f A f B :，()()f A f B =
⑦,A B A B C D C D ????? ? ?????
:::
○
注前四个都是必要条件. √ 数量矩阵只与自己相似. √ 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.
T AA E =
√ A 为正交矩阵?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 正交阵的行列式等于1或-1；
④ A 是正交阵,则T A ，1
A -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.
1211
(,,,)n n
T
n ij i
j
i j f x x x x Ax a x x
====
∑∑L ij ji a a =，即A 为对称矩阵，12(,,,)T
n x x x x =L
T C AC B =. 记作：A B ; （,,A B C 为实对称矩阵为可逆矩阵）
二次型的规范形中正项项数p r p -
2p r - (r 为二次型的秩)
√ 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. √ 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(,,,)T
n 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21
n
i i f d y =∑
√ 二次型的标准形不是唯一的,与所作的正交变换有关,但非零系数的个数是由{
()r A +正惯性指数负惯性指数
唯一确定的.
√ 当标准形中的系数i d 为-1或0或1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.
√ 惯性定理：任一实对称矩阵A 与唯一对角阵1
11
1
00??
? ? ? ?-
?
? ?- ? ? ? ? ??
?
O O
O
合同. √ 用正交变换化二次型为标准形:
① 求出A 的特征值、特征向量； ② 对n 个特征向量正交规范化； ③ 构
造
C
（正交矩阵
）,作变换
x Cy
=,则
11122
21()()T
T T T T n n n y d y y d y Cy A Cy y C ACY y C ACY y d y -??
???? ?
??? ? ???===
? ??? ? ?????
????
M O M 新的二次型为21n i i f d y =∑,Λ的主对角上的元素i d 即为A 的特征值.
123,,ααα线性无关,
1121221113132331
21122(,)
(,)(,)(,)(,)(,)βααββαβββαβαββαββββββ=????=-??
?=--??
正交化
单位化：111βηβ=
222β
ηβ= 333
βηβ= 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. 例如：123x x x +-=0取1β-?? ?= ? ???1 1 0，2β??
?
= ? ???
112.
12,,,n x x x L 不全为零，12
(,,,)n f x x x >L 0. 正定二次型对应的矩阵.
√ ()T
f x x Ax =为正定二次型?（之一成立）：
① x ο?≠ ，T
x Ax >0； ② A 的特征值全大于0； ③ f 的正惯性指数为n ； ④ A 的所有顺序主子式全大于0；
⑤ A 与E 合同，即存在可逆矩阵C 使得T
C AC E =； ⑥ 存在可逆矩阵P ，使得T
A P P =；
⑦ 存在正交矩阵C ，使得1
2
1T n C AC C AC λλλ-??
?
?==
? ??
?
O （i
λ大于0）.
√ 合同变换不改变二次型的正定性. √ A 为正定矩阵?ii a >0 ； 0A >. √ A 为正定矩阵?1
,,T
A A A -*
也是正定矩阵. √ A 与B 合同，若A 为正定矩阵?B 为正定矩阵
√ ,A B 为正定矩阵?A B +为正定矩阵，但,AB BA 不一定为正定矩阵.
线性代数 第一章行列式 一、相关概念 1.行列式——n阶行列式是所有取自不同行不同列的n个元素的乘积 的代数和，这里是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 (1.1) 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——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——， 5.余子式与代数余子式——在n阶行列式中划去所在的第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 称为的余子式，记为；称为的代数余子式，记为，即。
6.伴随矩阵——由矩阵A的行列式|A|所有的代数余子式所构成的形如，称为A的伴随矩阵，记作。 二、行列式的性质 1.经过转置行列式的值不变，即→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： 6.代数余子式的性质——行列式任一行元素与另一行元素的代数余子式乘积之和为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|按i行展开的展开式 |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； 2.关于副对角线的n阶行列式的值 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 4.范德蒙行列式 5.抽象n阶方阵行列式公式(矩阵) 若A、B都是n阶矩阵，是A的伴随矩阵，若A可逆，是A的特征值：
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、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 ，则(1)2 1(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(1)2 2(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 =； 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 B C B O B ==、 (1)m n C A O A A B B O B C ==-g 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)n n k 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；
线性代数行列式的计算与性质 行列式在数学中，是一个函数，其定义域为的矩阵，取值为一个标量，写作或。行列式可以看做是有向面积或体积的概 念在一般的欧几里得空间中的推广。或者说，在维欧几里得空间中，行列式描述的是一个线性变换对“体积”所造成的影响。无论是在线性代数、多项式理论，还是在微积分学中（比如说换元积分法中），行列式作为基本的数学工具，都有着重要的应用。 行列式概念最早出现在解线性方程组的过程中。十七世纪晚期，关孝和与莱布尼茨的著作中已经使用行列式来确定线性方程组解的个数以及形式。十八世纪开始，行列式开始作为独立的数学概念被研究。十九世纪以后，行列式理论进一步得到发展和完善。矩阵概念的引入使得更多有关行列式的性质被发现，行列式在许多领域都逐渐显现出重要的意义和作用，出现了线性自同态和矢量组的行列式的定义。 行列式的特性可以被概括为一个多次交替线性形式，这个本质使得行列式在欧几里德空间中可以成为描述“体积”的函数。 矩阵 A 的行列式有时也记作 |A|。绝对值和矩阵范数也使用这个记法，有可能和行列式的记法混淆。不过矩阵范数通常以双垂直线来表示（如： ），且可以使用下标。此外，矩阵的绝对值是没有定义的。因此，行 列式经常使用垂直线记法（例如：克莱姆法则和子式）。例如，一个矩阵： A= ? ? ? ? ? ? ? i h g f e d c b a ， 行列式也写作，或明确的写作： A= i h g f e d c b a ， 即把矩阵的方括号以细长的垂直线取代 行列式的概念最初是伴随着方程组的求解而发展起来的。行列式的提出可以追溯到十七世纪，最初的雏形由日本数学家关孝和与德国数学家戈特弗里德·莱布尼茨各自独立得出，时间大致相同。
线性代数课程，无论你从行列式入手还是直接从矩阵入手，从一开始就充斥着莫名其妙。比如说，在全国一般工科院系教学中应用最广泛的同济线性代数教材（现在到了第四版），一上来就介绍逆序数这个古怪概念，然后用逆序数给出行列式的一个极不直观的定义，接着是一些简直犯傻的行列式性质和习题——把这行乘一个系数加到另一行上，再把那一列减过来，折腾得那叫一个热闹，可就是压根看不出这个东西有嘛用。 大多数像我一样资质平庸的学生到这里就有点犯晕：连这是个什么东西都模模糊糊的，就开始钻火圈表演了，这未免太无厘头了吧！于是开始有人逃课，更多的人开始抄作业。这下就中招了，因为其后的发展可以用一句峰回路转来形容，紧跟着这个无厘头的行列式的，是一个同样无厘头但是伟大的无以复加的家伙的出场——矩阵来了！多年之后，我才明白，当老师犯傻似地用中括号把一堆傻了吧叽的数括起来，并且不紧不慢地说：“这个东西叫做矩阵”的时候，我的数学生涯掀开了何等悲壮辛酸、惨绝人寰的一幕！自那以后，在几乎所有跟“学问”二字稍微沾点边的东西里，矩阵这个家伙从不缺席。对于我这个没能一次搞定线性代数的笨蛋来说，矩阵老大的不请自来每每搞得我灰头土脸，头破血流。长期以来，我在阅读中一见矩阵，就如同阿Q见到了假洋鬼子，揉揉额角就绕道走。 事实上，我并不是特例。一般工科学生初学线性代数，通常都会感到困难。这种情形在国内外皆然。瑞典数学家Lars Garding在其名著Encounter with Mathematics中说：“如果不熟悉线性代数的概念，要去学习自然科学，现在看来就和文盲差不多。然而“按照现行的国际标准，线性代数是通过公理化来表述的，它是第二代数学模型，这就带来了教学上的困难。”事实上，当我们开始学习线性代数的时候，不知不觉就进入了“第二代数学模型”的范畴当中，这意味着数学的表述方式和抽象性有了一次全面的进化，对于从小一直在“第一 代数学模型”，即以实用为导向的、具体的数学模型中学习的我们来说，在没有并明确告知
②、1 11A O A O O B O B ---?? ?? = ? ?????;(主对角分块) ③、1 11O A O B B O A O ---?? ?? = ? ? ???? ;(副对角分块) ④、11111A C A A CB O B O B -----?? -??= ? ????? ;(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,其标准形就是唯 一确定的:r m n E O F 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元素所在列的其她元素必须为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(,)(,)r A E E X :,则A 可逆,且1 X A -=; ②、对矩阵(,)A B 做初等行变化,当A 变为E 时,B 就变成1 A B -, 即:1 (,)(,) c A 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(,)(,)r A b E x :,则A 可逆,且1 x A b -=; 4. 初等矩阵与对角矩阵的概念: ①、初等矩阵就是行变换还就是列变换,由其位置决定:左乘为初等行矩阵、右乘为初等列矩阵;
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 l2 V 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h 4.2阶与3阶行列式的展开一 |匚d =ad - he a 21 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1 31? a 22 … di ?1!| ? |i gi f di 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 a l 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 ］n an - 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 】 】 A12 A21 … A 22 ...A (2) A lllv ,称为A 的伴随矩阵，记作… 中划去所在的第i
线性代数知识点总结 第一章 行列式 (一)要点 1、二阶、三阶行列式 2、全排列和逆序数，奇偶排列（可以不介绍对换及有关定理），n 阶行列式的定义 3、行列式的性质 4、n 阶行列式ij a D =，元素ij a 的余子式和代数余子式，行列式按行（列）展开定理 5、克莱姆法则 （二）基本要求 1、理解n 阶行列式的定义 2、掌握n 阶行列式的性质 3、会用定义判定行列式中项的符号 4、理解和掌握行列式按行（列）展开的计算方法，即 5、会用行列式的性质简化行列式的计算，并掌握几个基本方法： 归化为上三角或下三角行列式， 各行（列）元素之和等于同一个常数的行列式， 利用展开式计算 6、掌握应用克莱姆法则的条件及结论 会用克莱姆法则解低阶的线性方程组 7、了解n 个方程n 个未知量的齐次线性方程组有非零解的充要条件 第二章 矩阵 （一）要点 1、矩阵的概念 n m ?矩阵n m ij a A ?=)(是一个矩阵表。当n m =时，称A 为n 阶矩阵，此时由A 的元素按原来排列的形式构成的n 阶行列式，称为矩阵A 的行列式，记为A . 注：矩阵和行列式是两个完全不同的两个概念。 2、几种特殊的矩阵：对角阵；数量阵；单位阵；三角形矩阵；对称矩阵 3、矩阵的运算；矩阵的加减法；数与矩阵的乘法；矩阵的转置；矩阵的乘法 （1）矩阵的乘法不满足交换律和消去律，两个非零矩阵相乘可能是零矩阵。 如果两矩阵A 与B 相乘，有BA AB =,则称矩阵A 与B 可换。 注：矩阵乘积不一定符合交换 （2）方阵的幂：对于n 阶矩阵A 及自然数k ， 规定I A =0 ,其中I 为单位阵 .
(3) 设多项式函数k k k k a a a a ++++=--λλλλ?1110)( ，A 为方阵，矩阵A 的 多项式I a A a A a A a A k k k k ++++=--1110)( ?,其中I 为单位阵。 （4）n 阶矩阵A 和B ，则B A AB =. （5）n 阶矩阵A ，则A A n λλ= 4、分块矩阵及其运算 5、逆矩阵：可逆矩阵（若矩阵A 可逆，则其逆矩阵是唯一的）；矩阵A 的伴随矩阵记为*A ， 矩阵可逆的充要条件；逆矩阵的性质。 6、矩阵的初等变换：初等变换与初等矩阵；初等变换和初等矩阵的关系；矩阵在等价意义下的标准形；矩阵A 可逆的又一充分必要条件：A 可以表示成一些初等矩阵的乘积；用初等变换求逆矩阵。 7、矩阵的秩：矩阵的k 阶子式；矩阵秩的概念；用初等变换求矩阵的秩 8、矩阵的等价 （二）要求 1、理解矩阵的概念；矩阵的元素；矩阵的相等；矩阵的记号等 2、了解几种特殊的矩阵及其性质 3、掌握矩阵的乘法；数与矩阵的乘法；矩阵的加减法；矩阵的转置等运算及性质 4、理解和掌握逆矩阵的概念；矩阵可逆的充分条件；伴随矩阵和逆矩阵的关系；当A 可逆时,会用伴随矩阵求逆矩阵 5、了解分块矩阵及其运算的方法 （1）在对矩阵的分法符合分块矩阵运算规则的条件下，其分块矩阵的运算在形式上与不分块矩阵的运算是一致的。 （2）特殊分法的分块矩阵的乘法，例如n m A ?，l n B ?，将矩阵B 分块为 ) (21l b b b B =，其中j b （l j 2, ,1=）是矩阵B 的第j 列， 则 又如将n 阶矩阵P 分块为) (21n p p p P =，其中j p （n j 2, ,1=）是矩阵P 的第j 列. （3）设对角分块矩阵
1、行列式 1. n 行列式共有2 n 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 ，则(1) 2 1 (1) n n D D -=-；(1) 2 2 (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； 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4 D 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 B C B O B ==、 (1) m n C A O A A B B O B 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) n n k n k k k E A S λλλ -=-=+ -∑，其中k S 为k 阶主子式； 7. 证明 A =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0 Ax =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；
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 1.行列式的计算： ① (定义法)1212121112121222() 1212()n n n n n j j j n j j nj j j j n n nn a a a a a a D a a a a a a τ= = -∑ L L L L L M M M L 1 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A B 与都是方阵（不必同阶）,则 ==()mn A O A A O A B O B O B B O A A A B B O B O *==* *=-1 ⑤ 关 于 副 对角线： (1)2 1121 21 1211 1 () n n n n n n n n n n n a O a a a a a a a O a O ---* ==-K N N 1
⑥ 范德蒙德行列式：()1 22 22 12111112 n i j n j i n n n n n x x x x x x x x x x x ≤<≤---=-∏L L L M M M L 111 ⑦ a b -型公式：1 [(1)]()n a b b b b a b b a n b a b b b a b b b b a -=+--L L L M M M O M L 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)n n k n k k k E A S λλ λ-=-=+-∑，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 ij ij ij M A A M ++=-=- 第二部分 矩阵 1.矩阵的运算性质 2.矩阵求逆
线性代数公式必记 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 ，则(1)2 1(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)2 2(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 =； 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 B C B O B ==、 (1)m n C A O A A B B O B 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)n n k 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；
考研数学线性代数常用公式 数学考研考前必背常考公式集锦。希望对考生在暑期的复习中有所帮助。本文内容为线性代数的常考公式汇总。 1、行列式的展开定理 行列式的值等于其任何一行（或列）所有元素与其对应的代数余子式乘积之 和，即 C 的 3、设A 为n 阶方阵，*A 为它的伴随矩阵则有**==AA A A A E . 设A 为n 阶方阵，那么当AB =E 或BA =E 时，有1-B =A 4、 对单位矩阵实施一次初等变换得到的矩阵称之为初等矩阵.由于初等变换有三种，初等矩阵也就有三种： 第一种：交换单位矩阵的第i 行和第j 行得到的初等矩阵记作ij E ，该矩阵也
可以看做交换单位矩阵的第i 列和第j 列得到的.如1,3001010100?? ?= ? ?? ?E . 第二种：将一个非零数k 乘到单位矩阵的第i 行得到的初等矩阵记作()i k E ；该矩阵也可以看做将单位矩阵第i 列乘以非零数k 得到的.如 2100(5)050001?? ?-=- ? ?? ?E . 第三种：将单位矩阵的第i 行的k 倍加到第j 行上得到的初等矩阵记作()ij k E ；该矩阵也可以看做将单位矩阵的第j 列的k 倍加到第i 列上得到的.如 3,2100(2)012001?? ?-=- ? ??? E . 注： 1）初等矩阵都只能是单位矩阵一次初等变换之后得到的. 2）对每个初等矩阵，都要从行和列的两个角度来理解它，这在上面的定义中已经说明了.尤其需要注意初等矩阵()ij k E 看做列变换是将单位矩阵第j 列的k 倍加到第i 列，这一点考生比较容易犯错. 5、矩阵A 最高阶非零子式的阶数称之为矩阵A 的秩，记为()r A . 1）()()(),0r r r k k ==≠T A A A ； 2）()1r ≠?≥A O A ； 3）()1r =?≠A A O 且A 各行元素成比例； 4）设A 为n 阶矩阵，则()0r n =?≠A A . 6、线性表出 设12,,...,m ααα是m 个n 维向量，12,,...m k k k 是m 个常数，则称1122...m m k k k ααα+++为向量组12,,...,m ααα的一个线性组合. 设12,,...,m ααα是m 个n 维向量，β是一个n 维向量，如果β为向量组
目录 目录 (1) 一、行列式 (2) 见ppt。 (2) 二、矩阵特征值 (2) 三、正定矩阵 (2) 四、幺模矩阵 (3) 五、顺序主子阵 (4) 六、正定二次型 (6) 七、矩阵的秩 (6) 八、初等变换（elementary transformation） (7)
一、行列式 见ppt。 二、矩阵特征值 设 A 是n阶方阵，如果存在数m和非零n维列向量 x，使得 Ax=mx 成立，则称 m 是A的一个特征值（characteristic value)或本征值（eigenvalue)。非零n维列向量x称为矩阵A的属于（对应于）特征值m的特征向量或本征向量，简称A的特征向量或A的本征向量。 求矩阵特征值的方法 Ax=mx，等价于求m，使得(mE-A)x=0，其中E是单位矩阵，0为零矩阵。 |mE-A|=0，求得的m值即为A的特征值。|mE-A| 是一个n次多项式，它的全部根就是n阶方阵A的全部特征值，这些根有可能相重复，也有可能是复数。 如果n阶矩阵A的全部特征值为m1 m2 ... mn，则|A|=m1*m2*...*mn 如果n阶矩阵A满足矩阵多项式方程g(A)=0, 则矩阵A的特征值m一定满足条件g(m)=0;特征值m可以从解方程g(m)=0求得。 三、正定矩阵 设M是n阶实系数对称矩阵，如果对任何非零向量 X=(x_1,...x_n)，都有XMX′>0(X'为X的转置矩阵 )，就称M正定(Positive Definite)。 正定矩阵在相合变换下可化为标准型，即单位矩阵。 所有特征值大于零的对称矩阵（或厄米矩阵）也是正定矩阵。 另一种定义：一种实对称矩阵.正定二次型f(x1,x2,…,xn)=X′AX的矩阵A(A′)称为正定矩阵. 判定定理1：对称阵A为正定的充分必要条件是：A的特征值全为正。 判定定理2：对称阵A为正定的充分必要条件是：A的各阶顺序主子式都为正。 判定定理3：任意阵A为正定的充分必要条件是：A合同于单位阵。 正定矩阵的性质： 1.正定矩阵一定是非奇异的。非奇异矩阵的定义：若n阶矩阵A的行列式不为零，即|A|≠0，则称A为非奇异矩 2.正定矩阵的任一主子矩阵也是正定矩阵。
线性代数公式大全 1、行列式 1. n 行列式共有2 n 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. 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 B C B O B ==、(1)m n C A O A A B B O B C ==- ⑥、范德蒙行列式：大指标减小指标的连乘积； ⑦、特征值； 5. 对于n 阶行列式A ，恒有：1(1) n n k n k k k E A S λλλ-=-=+-∑，其中k S 为k 阶主子式； 6. 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* *1 11**()()()()()()T T T T A A A A A A ----=== * * * 1 1 1 ()()()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12 s A A A A ?? ? ?= ? ?? ? ，则： Ⅰ、12s A A A A = ； Ⅱ、1 1112 1s A A A A ----?? ? ?= ? ? ?? ? ； ②、1 11A O A O O B O B ---?? ?? = ? ????? ；（主对角分块） ③、1 11O A O B B O A O ---?? ??= ? ? ???? ；（副对角分块） ④、1 1111A C A A CB O B O B -----?? -?? = ? ????? ；（拉普拉斯） ⑤、1 111 1A 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：r m n E O F 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：
线性代数知识点总结 第一章行列式 （一）要点 1、 二阶、三阶行列式 2、 全排列和逆序数，奇偶排列（可以不介绍对换及有关定理） ，n 阶行列式的定义 3、 行列式的性质 4、 n 阶行列式 ^a i j ，元素a j 的余子式和代数余子式，行列式按行（列）展开定理 5、 克莱姆法则 （二）基本要求 1 、理解n 阶行列式的定义 2、掌握n 阶行列式的性质 3 、会用定义判定行列式中项的符号 4、理解和掌握行列式按行（列）展开的计算方法，即 a 1i A Ij ' a 2i A 2 j ' a ni A nj ^ 5、会用行列式的性质简化行列式的计算，并掌握几个基本方法： 归化为上三角或下三角行列式， 各行（列）元素之和等于同一个常数的行列式， 利用展开式计算 6、 掌握应用克莱姆法则的条件及结论 会用克莱姆法则解低阶的线性方程组 7、 了解n 个方程n 个未知量的齐次线性方程组有非零解的充要条件 第二章矩阵 （一）要点 1、 矩阵的概念 m n 矩阵A =（a j ）mn 是一个矩阵表。当 m =n 时，称A 为n 阶矩阵，此时由 A 的 元素按原来排列的形式构成的 n 阶行列式，称为矩阵 A 的行列式，记为 A . 注：矩阵和行列式是两个完全不同的两个概念。 2、 几种特殊的矩阵：对角阵；数量阵；单位阵；三角形矩阵；对称矩阵 a i 1A j 1 ■ a i2A j 2 ? a in A jn = 〔 D '
3、矩阵的运算；矩阵的加减法；数与矩阵的乘法；矩阵的转置；矩阵的乘法 (1矩阵的乘法不满足交换律和消去律，两个非零矩阵相乘可能是零矩阵。如果两矩阵A与B相乘，有AB = BA ,则称矩阵A与B可换。注：矩阵乘积不一定符合交换 (2)方阵的幕：对于n阶矩阵A及自然数k， A k=A A A , 1 k个 规定A° = I ,其中I为单位阵. (3) 设多项式函数(J^a^ k?a1?k^l Z-心律??a k，A为方阵，矩阵A的 多项式(A) = a0A k?a1A k' …-?-a k jA ■ a k I ,其中I 为单位阵。 (4)n阶矩阵A和B ,贝U AB=IAB . (5)n 阶矩阵A ,则∣∕Λ =λn A 4、分块矩阵及其运算 5、逆矩阵：可逆矩阵(若矩阵A可逆，则其逆矩阵是唯一的)；矩阵A的伴随矩阵记 * 为A , AA* = A*A = AE 矩阵可逆的充要条件；逆矩阵的性质。 6、矩阵的初等变换：初等变换与初等矩阵；初等变换和初等矩阵的关系；矩阵在等价 意义下的标准形；矩阵A可逆的又一充分必要条件：A可以表示成一些初等矩阵的乘积； 用初等变换求逆矩阵。 7、矩阵的秩：矩阵的k阶子式；矩阵秩的概念；用初等变换求矩阵的秩 8、矩阵的等价 (二)要求 1、理解矩阵的概念；矩阵的元素；矩阵的相等；矩阵的记号等 2、了解几种特殊的矩阵及其性质 3、掌握矩阵的乘法；数与矩阵的乘法；矩阵的加减法；矩阵的转置等运算及性质 4、理解和掌握逆矩阵的概念；矩阵可逆的充分条件；伴随矩阵和逆矩阵的关系；当A 可逆时，会用伴随矩阵求逆矩阵 5、了解分块矩阵及其运算的方法 (1)在对矩阵的分法符合分块矩阵运算规则的条件下，其分块矩阵的运算在形式上与不分块矩阵的运算是一致的。 (2)特殊分法的分块矩阵的乘法，例如A m n, B nl,将矩
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 n n 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 D D 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：33 23 13 3222123121113332 31 232221 131211 a 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：33 31 2221 13 1211 0a a a a a a a 方法:用221a k 把21a 化为零，。。化为三角形行列式
概念、性质、定理、公式必须清楚，解法必须熟练，计算必须准确 (),n T 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 i A p p p p n B 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n R 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+
线性代数知识点 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 ，则(1)2 1(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(1)2 2(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 =； 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 B C B O B ==、 (1)m n C A O A A B B O B C ==-g 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)n n k 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；
1、行列式 1. n行列式共有n2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、A j和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：M ij （ 1）i j A ij A ij （ 1）i j M ij 4. 设n行列式D : n（n 1）n（n 1）将D上、下翻转或左右翻转，所得行列式为D!，则U （ 1）F D；D2 （ 1L D 将D顺时针或逆时针旋转90o，所得行列式为D2，贝U； 将D主对角线翻转后（转置），所得行列式为D3，则D3 D ； 将D主副角线翻转后，所得行列式为D4，则D4 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； n（n 1） ②、副对角行列式：副对角元素的乘积（1）h ； ③、上、下三角行列式（、i ）:主对角元素的乘积; n （n 1） ④、匚和丄：副对角元素的乘积（1）F ； ⑤、拉普拉斯展开式: A||B、(1)mgn A B 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）W nk，其中S k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； 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；
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。 2、转置的性质（5条） （1）（A+B）T=A T+B T （2）（kA）T=kA T （3）（AB）T=B T A T （4）|A|T=|A| （5）（A T）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|≠0 4、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）（A T）-1=（A-1）T （5）（A-1）-1=A