考研线性代数知识框架图()000,nT A r A n A A Ax x Ax A Ax A A A E ββ==⇔∀≠≠≠⇔∀∈=≅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 iA p p p p nB 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nR 叫做n 维向量空间.()0A r A n A A A Ax A λ<=⇔==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：()()0a b r aE bA n aE bA aE bA x λ+<⎧⎪+=⇔+=⎨⎪⎩0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152p 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 nn n j j j n j j nj j j j n n nna a a a a a D a a a a a a τ==-∑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 OA A O A BO BO BBO A AA B B O B O*==**=-1③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)211212112111()n n nnn n n n n n n a Oa a a a a a a Oa O---*==-1⑤范德蒙德行列式：()1222212111112n ij nn i j n n n nx x x xx x x x x x x ≥≥≥---=-∏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 ⎛⎫⎪ ⎪= ⎪⎪⎝⎭称为m n ⨯矩阵.记作：()ij m n A a ⨯=或m nA ⨯()1121112222*12n Tn ijnnnn A A A A A A A A A A A ⎛⎫ ⎪ ⎪== ⎪ ⎪⎝⎭，ij A 为A 中各个元素的代数余子式. √ 逆矩阵的求法:① 1A A A *-= 注： 1a b d b c d c a ad bc --⎛⎫⎛⎫= ⎪ ⎪--⎝⎭⎝⎭1②1()()AE E A -−−−−→初等行变换③1231111213a a a a a a -⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭3211111213a a a a a a -⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭√ 方阵的幂的性质：m n m nA A A+= ()()m nmnA 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 sAB C ⨯=⇔()()1112121222121212,,,,,,s s n s n n ns b b b b b b c c c b b b ααα⎛⎫⎪ ⎪⋅⋅⋅= ⎪⎪⎝⎭⇔i iA c β= ，(,,)i s =1,2⇔iβ为iAx c =的解⇔()()()121212,,,,,,,,,s s s A A A A c c c ββββββ⋅⋅⋅=⋅⋅⋅=⇔12,,,s c c c 可由12,,,n ααα⋅⋅⋅线性表示. 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.√ 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：TTT TT A B A C C D BD ⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭分块矩阵的逆矩阵：111A A B B ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ 111A B B A---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭1111A C A A CB O B OB ----⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭ 1111A O A O CB B CA B ----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭分块对角阵相乘：11112222,A B A B A B ⎛⎫⎛⎫==⎪ ⎪⎝⎭⎝⎭11112222A B AB A B ⎛⎫= ⎪⎝⎭分块对角阵的伴随矩阵：***A BA B AB ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭√ 矩阵方程的解法(0A ≠)：设法化成AX B XA B ==(I) 或 (II)A B E X −−−−→初等行变换(I)的解法：构造()()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√ 0Ax =与0Bx =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.√ 矩阵m n A ⨯与l n B ⨯的行向量组等价⇔齐次方程组0Ax =与0Bx =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⇔PQ B =（右乘可逆矩阵Q ）. √ 判断12,,,s ηηη是0Ax =的基础解系的条件：① 12,,,s ηηη线性无关； ② 12,,,s ηηη都是0Ax =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一.① 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 ()r A A O =⇔=0.⑩ 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,且表示法唯一. ⑪ 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0⑫ 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 ααα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 αααA 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⋅⋅⋅=⋅⋅⋅⑬ 矩阵A 与B 等价⇔PAQ B =，,P Q 可逆⇔()(),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⇔AX B =有解⇔12(,,,)=n r ααα⋅⋅⋅1212(,,,,,,)n s r αααβββ⋅⋅⋅⋅⋅⋅⇒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；p 教材94,例10 ⑰ 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. ⑱ 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. 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.√ 矩阵的秩的性质：①()A O r A ≠⇔若≥1 0≤()m n r A ⨯≤min(,)m n ②()()()TTr A r A r A A == p 教材101,例15③()()r kA r A k =≠ 若0④()r A B ±≤()()r A r B + {}max (),()r A r B ≤(,)r A B ≤()()r A r B + p 教材70⑤ ()()A O O A r r A r B O B B O ⎛⎫⎛⎫==+⎪ ⎪⎝⎭⎝⎭ ()()A C r r A r B O B ⎛⎫≠+ ⎪⎝⎭⑥()r AB ≤{}min (),()r A r B⑦ ,,()()()m n n s A B r AB r A r B ⨯⨯=⇒+若且0≤n ⑧()()A r AB r B ⇒=若可逆()()B r AB r A ⇒=若可逆⑨若0()()()m n Ax r A n r AB r B ⨯⇔=⎧=⇒⎨=⎩ 只有零解且A 在矩阵乘法中有左消去律0AB B AB AC B C =O ⇒=⎧⎨=⇒=⎩；若()()()n s r B n r AB r B ⨯=⇒= 且B 在矩阵乘法中有右消去律.√ 初等矩阵的性质：1212,,,0,,,()()A n n Ax n Ax A Ax r A r A Ax n βαααβαααβββ⇔=<⇔⇒⇔=−−−−−→=⇔=⇔=⇔==当为方阵时有无穷多解 表示法不唯一线性相关有非零解0 可由线性表示有解有唯一组解 1212,,,0()(),,,()(A n n Ax A r A r A Ax r A r αααββαααβ⎧⎪⎪⎪⎪⎨⎪⎪⇔⎪⇒⇔=−−−−−→≠⇒⎪⎩⇔≠⇔=⇔<当为方阵时表示法唯一 线性无关只有零解0克莱姆法则 不可由线性表示无解)()1()A r A r A ββ⎧⎪⎨⎪⇔+=⎩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+++=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⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ 12,,2,,j j j mj j n αααα⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪⎝⎭11212(,,,)n n x x x αααβ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭线性方程组解的性质：1212121211221212(1),0,(2)0,,(3),,,0,,,,,(4),0,(5),,0(6k k k k Ax Ax k k Ax k Ax Ax Ax Ax Ax ηηηηηηηηηλλλληληληγβηγηβηηβηη=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-= 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⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪++=⇔++=⎪⎪++=⇔++=⎩ 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=⇒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 β和的上限.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 c c αβαβαβ==E A λ-.()E A f λλ-=.√ ()f λ是矩阵A 的特征多项式⇒()f A O =E A λ-=0. Ax x Ax x λ=→ 与线性相关√12n A λλλ= 1ni 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0Ax =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 ⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭、21122()n n A a b a b a b A =+++,从而A 的特征值为：11122n n A a b a b a b λ==+++tr ,23n λλλ====0 p 指南358.√ 若A 的全部特征值12,,,n λλλ，()f A 是多项式,则:① ()f A 的全部特征值为12(),(),,()n f f f λλλ；12()()()()n f A f f f λλλ=② 若A 满足()0f A =,则A 的任何一个特征值必满足()i f λ=0.√ 设1110()m m m m f x a x a x a x a --=++++，对n 阶矩阵A 规定：1110()m m m m f A a A a A a A a E --=++++为A 的一个多项式.√ 1231122,T A mm k kAa b aA bE A A AA A Aλλλλλλλλλλλ-*⎧⎪++⎪⎪⎨= 是的特征值则:分别有特征值 .⎪⎪⎪⎪⎪⎩ √ 1231122,A mm k kAa b aA bEAx A x A A A λλλλλλλλλλ-*⎧⎪++⎪⎪⎪⎨=⎪⎪⎪⎪⎩是关于的特征向量则也是关于的特征向量. √ 2,mA A 的特征向量不一定是A 的特征向量. √ A 与TA 有相同的特征值，但特征向量不一定相同.1B P AP -= （P 为可逆矩阵） 记为：A B1B P AP -= （P 为正交矩阵）A 与对角阵Λ相似. 记为：AΛ （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，1P 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：121212112212(,,,)(,,,)(,,,)(,,,)n n n n n n PPA A A A λλααααααλαλαλααααλΛ⎛⎫⎪⎪=== ⎪ ⎪⎝⎭. 注：当i λ=0为A 的特征值时，A 可相似对角化⇔i λ的重数()n r A =-= 0Ax =基础解系的个数. √ 若A 可相似对角化,则其非零特征值的个数（重数重复计算）()r A =. √ 若n 阶矩阵A 有n 个互异的特征值,则A 可相似对角化.√ 若A Λ⇒k A =1k P P -Λ=，1211()()()()()n A P P P P ϕλϕλϕϕϕλ--⎛⎫⎪⎪=Λ= ⎪ ⎪⎝⎭√ 相似矩阵的性质：① A B =tr tr② A B = 从而,A B 同时可逆或不可逆 ③ ()()r A r B = ④TT AB ；11A B -- （若,A B 均可逆）；**A B⑤kk AB （k 为整数）；()()f A f B ，()()f A f B =⑥,A B A B CD C D ⎛⎫⎛⎫⇒ ⎪ ⎪⎝⎭⎝⎭⑦E 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,1P x -是B 关于0λ的特征向量.√ 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 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 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； ④ 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；⑤ 一定有n 个线性无关的特征向量,A 可能有重的特征值,该特征值i λ的重数=()i n r E A λ--）.TAA 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 1TA A -=；② TTAA A A E ==；③ 正交阵的行列式等于1或-1；④ A 是正交阵,则TA ，1A -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 nTn ij i j i j f x x x x Ax a x x ====∑∑ ij ji a a =，即A 为对称矩阵，12(,,,)T n x x x x =T B C AC =. 记作：A B （,,A B C 为对称阵为可逆阵）二次型的规范形中正项项数pr p -；2p r -. (r 为二次型的秩)√ 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：AB√ 两个矩阵合同的必要条件是：()()r A r B =√ 12(,,,)Tn f x x x x Ax =经过正交变换合同变换可逆线性变换x Cy =化为21ni 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1111⎛⎫⎪ ⎪ ⎪ ⎪-⎪⎪ ⎪- ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭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 个特征向量正交化、单位化；③ 构造C （正交矩阵）,作变换x Cy =,则1112221()()TT T T Tn n n y d y y d y Cy A Cy y C ACY y C ACY y d y -⎛⎫⎛⎫⎛⎫ ⎪⎪⎪ ⎪⎪⎪=== ⎪ ⎪⎪ ⎪ ⎪⎪⎝⎭⎝⎭⎝⎭新的二次型为21ni if 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,112122111313233121122()()()()()()T TT T T Tβααββαβββαβαββαββββββ=⎧⎪⎪⎪⎪=-⎨⎪⎪=--⎪⎪⎩正交化 单位化：111βηβ=222βηβ= 333βηβ= 技巧：取正交的基础解系，跳过施密特正交化。
