下载文档原格式
本学期线性代数课程的考试要点：第一章一、二阶行列式定义及其计算――对角线法则，利用行列式性质化为上（下）三角形行列式，利用展开定理进行计算（注意记号的正确写法）；二、数码排列的逆序数的计算；三、n 阶行列式的定义及其计算――利用行列式性质化为上（下）三角形行列式，利用展开定理进行计算（注意记号的正确写法）；四、行列式的展开定理的有关结论。
第二章一、矩阵的概念及其有关运算（加，减，数乘，矩阵相乘，逆矩阵，方阵的行列式，方阵的幂乘）（矩阵相乘一般不满足交换律，必须注意是左乘还是右乘）二、逆矩阵的定义及有关概念和有关结论；三、逆矩阵存在的充要条件；四、矩阵的初等变换（主要是初等行变换）；五、行阶梯形矩阵和行最简形矩阵的定义；六、如何利用矩阵的初等行变换将一个矩阵化为行阶梯形和行最简形；七、初等矩阵的概念；八、矩阵的秩的概念；九、如何利用矩阵的初等行变换：（1）求出可逆矩阵的逆矩阵；（2）求解矩阵方程；（3）确定所给矩阵的秩。
第三章一、方程组的系数矩阵和增广矩阵的概念；二、如何利用矩阵的初等行变换判定齐次线性方程组是否有非零解；三、如何利用矩阵的初等行变换判定非齐次线性方程组是否有解；有解时是唯一解还是无穷多解；四、向量的线性组合、线性表示、线性相关、线性无关的概念；五、如何利用矩阵的初等行变换判定向量组：（1）求出所给向量组的秩；（2）判定向量组是否线性相关；（3）求出向量组的极大无关组；（4）求出不在极大无关组中的向量由极大无关组向量线性表示的表达式。
六、解向量、解空间、基础解系的概念；七、如何利用矩阵的初等行变换求解线性方程组：（1）求出齐次线性方程组的基础解系和通解的表达式；（2）求出非齐次线性方程组的一个特解，求出相应的齐次线性方程组的基础解系，最后，利用基础解系写出非齐次线性方程组的通解的表达式。
第四章一、如何求出所给矩阵的特征值和特征向量。
1. 二阶行列式--------对角线法则 :2. 三阶行列式 ①对角线法则②按行（列）展开法则3. 全排列：n 个不同的元素排成一列。
所有排列的种数用 表示， = n ！逆序数：对于排列…，如果排在元素前面，且比大的元素个数有个，则这个元素的逆序数为。
整个排列的逆序数就是所有元素的逆序数之和。
奇排列：逆序数为奇数的排列。
偶排列：逆序数为偶数的排列。
n 个元素的所有排列中，奇偶各占一半，即 对换：一个排列中的任意两个元素对换，排列改变奇偶性. 4.其中： 是1,2,3的一个排列，t()是排列的逆序数5.下三角行列式: 副三角跟副对角相识对角行列式： 副对角行列式：6. 行列式的性质： ①行列式与它的转置行列式相等. （转置：行变列，列变行）。
D =②互换行列式的两行（列），行列式变号。
推论 ：两行（列）相同的行列式值为零。
互换两行：③行列式的某一行（列）中的所有元素都乘以同一个数k ，等于用数 k 乘此行列式。
第i 行乘k ： x k 推论 ：行列式中某一行（列）的公因子可以提到行列式符号外面 ④行列式中如果有两行（列）元素成比例 ，则此行列式等于0⑤若行列式的某一列（行）的元素都是两个元素和，则此行列式等于两个行列式之和。
如：333231232221131211a a a a a a a a a 3221312312332211a a a a a a a a a 13++=312213332112322311a a a a a a a a a ---32132123312322211312113j 2j 1j )j j t (j 33a a a a a a a a a a a a 1)(∑-=n n 2211n n n 2n 1222111...a a a a ...a a 0a a a = n...λλλλλλ21n 21= n21λλλn2121)n(n λλλ1)( --=n n n j n j n 2n 12n 2j 2j 22211n 1j 1j 1211a )c (b a a a )c (b a a a )c (b a a+++n nn j n 2n 12n2j 22211n 1j 1211n n n j n 2n 12n 2j 22211n 1j 1211a c a a a c a a a c a a a b a a a b a a a b a a +=⑥把行列式的某行（列）的各元素同一倍数后加到另一行（列）的对应元素上去，行列式的值不变。
线性代数期末复习知识点考点总结本页仅作为文档封面，使用时可以删除This document is for reference only-rar21year.March线性代数必考的知识点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)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 =；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 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)nn 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；⇔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：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） 3、矩阵的初等变换与线性方程组6. 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 = ⇔ ； 7. 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；8. 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 -=； 9. 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 --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；10. 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 ≥+-；11. 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---+-===+==∑nm n mm m m rnr r n n n n nnn n r C C C C C CrC nC ；③、利用特征值和相似对角化： 12. 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-=13. 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；14. 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； 15. 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；16. 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 aa 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17. 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；18. 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）19. 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) 20. ()()T r A A r A =；(101P 例15)21. 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；22. 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；23. 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 ≤；向量组A 能由向量组B 线性表示，则()()r A r B ≤； 向量组A 能由向量组B 线性表示AX B ⇔=有解；()(,)r A r A B ⇔=向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ == 24. 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）； 25. 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； 26. 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）27. 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；28. 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：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；29. 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；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； 30. 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；31. 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 =-； 32. 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；5、相似矩阵和二次型33. 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； 34. 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 ----=----;35. 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； 36. 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 ； 37. 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）； 38. A 为对称阵，则A 为二次型矩阵； 39. 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)。
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 。
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T D 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 nj D 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)21212n n(1)λλλλλλ-=-（4）三角行列式1111121n 2122222n 1122nn n1n2nnnna 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a 33=1，按该行展开,D=a 33A 33,不用忘记a 33。
1. 二阶行列式--------对角线法则 : |a 11 a 12a 21a 22|= a 11a 22 −a 12a 212. 三阶行列式 ①对角线法则②按行（列）展开法则3. 全排列：n 个不同的元素排成一列。
所有排列的种数用P n 表示， P n = n ！逆序数：对于排列p 1 p 2… p n ，如果排在元素p i 前面，且比p i 大的元素个数有t i 个，则p i 这个元素的逆序数为t i 。
整个排列的逆序数就是所有元素的逆序数之和。
奇排列：逆序数为奇数的排列。
偶排列：逆序数为偶数的排列。
n 个元素的所有排列中，奇偶各占一半，即n!2对换：一个排列中的任意两个元素对换，排列改变奇偶性. 4.其中：j 1j 2j 3 是1,2,3的一个排列，t(j 1j 2j 3)是排列 j 1j 2j 3 的逆序数5.下三角行列式: 副三角跟副对角相识对角行列式： 副对角行列式：6. 行列式的性质： ①行列式与它的转置行列式相等. （转置：行变列，列变行）。
D = D T ②互换行列式的两行（列），行列式变号。
推论 ：两行（列）相同的行列式值为零。
互换两行：r i ↔ r j ③行列式的某一行（列）中的所有元素都乘以同一个数k ，等于用数 k 乘此行列式。
第i 行乘k ：r i x k 推论 ：行列式中某一行（列）的公因子可以提到行列式符号外面 ④行列式中如果有两行（列）元素成比例 ，则此行列式等于0⑤若行列式的某一列（行）的元素都是两个元素和，则此行列式等于两个行列式之和。
如：⑥把行列式的某行（列）的各元素同一倍数后加到另一行（列）的对应元素上去，行列式的值不变。
如第j 列的k 倍加到第i 列上：c i +kc j333231232221131211a a a a a a a a a 3221312312332211a a a a a a a a a 13++=312213332112322311a a a a a a a a a ---32132123312322211312113j 2j 1j )j j t (j 33a a a a a a a a a a a a 1)(∑-=n n 2211n n n 2n 1222111...a a a a ...a a 0a a a =O M M n...λλλλλλ21n 21=O n21λλλNn2121)n(n λλλ1)(ΛΛ--=n n n j n jn 2n 12n 2j 2j 22211n 1j 1j 1211a )c (b a a a )c (b a a a )c (b a a ΛΛM MMM ΛΛΛΛ+++n nn j n 2n 12n 2j 22211n 1j 1211n n n j n 2n 12n 2j 22211n 1j 1211a c a a a c a a a c a a a b a a a b a a a b a a ΛΛM M M M ΛΛΛΛΛΛM M M M ΛΛΛΛ+=n n n j n j n i n 12n 2j 2j 2i 211n 1j 1j 1i 11a a ka a a a a ka a a a a ka a a ΛΛΛM M MM ΛΛΛΛΛΛ+++n nn j n i n 12n 2j 2i 211n 1j 1i 11a a a a a a a a a a a a ΛΛΛM M M M ΛΛΛΛΛΛ=7. 重要性质：利用行列式的性质 r i +kr j 或 c i +kc j ，可以把行列式化为上（下）三角行列式，从而计算n 阶 行列式的值。
线代期末重点总结一、向量空间1. 向量空间定义向量空间是指具有加法和标量乘法运算的集合，满足一定条件。
a) 任意向量 u、v 属于向量空间 V，有 u + v 属于 V。
b) 任意标量 k 和向量 u 属于 V，有 k * u 属于 V。
c) 向量加法满足交换律、结合律和存在零向量的性质。
d) 标量乘法满足结合律和分配律的性质。
2. 子空间集合 V 的一个子集 W 是 V 的子空间，如果 W 本身也是向量空间。
a) 非空集合 W 对于向量加法和标量乘法封闭。
b) 非空集合 W 包含零向量，即原空间中的零向量也属于子空间 W。
c) 非空集合 W 对于向量加法和标量乘法满足分配律和结合律的性质。
3. 线性相关与线性无关a) 如果存在非零向量 c1, c2, ..., cn，使得线性组合 a1c1 + a2c2 + ... + ancn = 0，其中 ai 是标量，那么称向量组 c1, c2, ..., cn 线性相关。
b) 如果向量组 c1, c2, ..., cn 不是线性相关，那么称它们线性无关。
4. 基与维数a) 如果向量组 v1, v2, ..., vn 线性无关，并且能够生成向量空间 V，那么称它们是 V 的一个基。
b) 向量空间 V 中的向量个数称为维数，记作 dim(V)。
c) 如果 V 的一个基含有 n 个向量，则维数 dim(V) = n。
5. 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。
a) 线性变换必须满足保持向量加法性质：T(u + v) = T(u) + T(v)。
b) 线性变换必须满足保持标量乘法性质：T(k * u) = k * T(u)。
二、矩阵表示和运算1. 矩阵表示a) 矩阵是一个二维数组，由若干个行和列组成。
b) 行向量和列向量可用矩阵表示。
c) 线性变换可用矩阵表示。
2. 矩阵乘法a) 两个矩阵 A(m × n) 和 B(n × p) 的乘积 C(m × p) 定义为 C_ij = sum(A_ik * B_kj)，其中 i = 1, ..., m；j = 1, ..., p。
线代第六版知识点总结线性代数是数学中的一个重要分支，它主要研究向量空间、线性变换以及矩阵理论。
第六版线性代数教材通常会对这些核心概念进行深入讲解，并可能包含一些新的理论发展或应用实例。
以下是对线性代数第六版可能包含的一些关键知识点的总结：1. 向量与向量空间：向量是具有大小和方向的量，向量空间是向量的所有可能线性组合的集合。
理解向量空间的基、维数以及向量在不同基下的表示是基础。
2. 矩阵运算：矩阵是数字的有序排列，可以进行加法、乘法、转置和求逆等运算。
矩阵的乘法规则、矩阵的行列式以及矩阵的秩是矩阵理论的核心内容。
3. 线性变换：线性变换是保持向量加法和标量乘法的函数。
理解线性变换的矩阵表示、特征值和特征向量是理解线性变换的关键。
4. 特征值与特征向量：特征值和特征向量是线性代数中的重要概念，它们与矩阵的对角化密切相关。
特征值问题在许多领域都有应用，如量子力学和经济学。
5. 正交性与正交投影：正交性是向量空间中的一种特殊关系，正交投影是将一个向量投影到另一个向量或向量空间上的操作。
理解正交基和正交补是解决许多几何和代数问题的基础。
6. 内积空间：内积空间是定义了内积运算的向量空间，它允许我们定义向量的长度和夹角。
欧几里得空间是最常见的内积空间。
7. 二次型：二次型是表达为变量的二次多项式的函数。
它们在优化问题和几何中有着广泛的应用。
8. 线性方程组：线性方程组是线性代数中最基本的问题之一。
解线性方程组的方法包括高斯消元法、克拉默法则和矩阵方法。
9. 矩阵分解：矩阵分解是将矩阵表示为更简单矩阵的乘积。
常见的矩阵分解有LU分解、QR分解和奇异值分解（SVD）。
10. 应用：线性代数在工程、物理、计算机科学、经济学和统计学等领域都有广泛的应用。
理解线性代数的基本概念对于解决这些领域的问题至关重要。
这些知识点构成了线性代数第六版教材的主要内容，为学习者提供了一个坚实的理论基础和丰富的应用实例。
通过深入学习这些概念，可以更好地理解和应用线性代数在现代科学和工程中的重要性。
