线代复习3

线性代数复习要点线性代数是数学中的一个分支，其研究对象包括向量空间、线性变换、矩阵、线性方程组等。

线性代数广泛应用于各个领域，如物理学、计算机科学、工程学等。

下面是线性代数复习的要点：1.向量和向量空间-向量是指具有大小和方向的量，用箭头表示。

-向量空间是指由一组向量生成的集合，满足加法和数乘运算的封闭性。

-基是一个向量空间中独立且能够生成该向量空间的向量组。

-向量组的线性组合是指对向量组中的向量进行加法和数乘运算的结果。

-向量组的生成子空间是指向量组的所有线性组合所形成的空间。

2.矩阵和线性变换-矩阵是一个按照矩形排列的数。

矩阵的大小由行数和列数确定。

-矩阵的加法和数乘运算定义为对应元素的运算。

-矩阵的转置是指行变为列，列变为行的操作。

-矩阵的乘法是指矩阵的行与列的对应元素相乘后求和的运算。

-线性变换是指将一个向量空间映射到另一个向量空间的变换，保持线性关系。

3.行列式和特征值特征向量-行列式是一个与矩阵相关的数，用于描述矩阵的性质。

-二阶和三阶矩阵的行列式可以通过对应元素相乘后求和的方式计算。

-行列式的值为0表示矩阵不可逆，即不存在逆矩阵。

-特征值是指矩阵对一些向量进行线性变换后，仍然与原向量方向相同的结果。

-特征向量是指通过线性变换后，与其特征值对应的向量。

4.线性方程组的求解-线性方程组是一组线性方程的集合，其中未知量的次数等于方程的个数。

-列向量和矩阵可以表示线性方程组的系数和常数项。

-线性方程组的解可以通过高斯消元法、矩阵的逆等方法进行求解。

-高斯消元法是将方程组化为行阶梯形式，再通过回代求解。

-线性方程组的解可以有唯一解、无解或者无穷多解。

5.特殊矩阵和矩阵的分解-单位矩阵是指主对角线上的元素为1，其余元素为0的矩阵。

-零矩阵是指所有元素均为0的矩阵。

-对角矩阵是指主对角线以外的元素均为0的矩阵。

-逆矩阵是指一个矩阵与其逆矩阵相乘得到单位矩阵。

-矩阵的分解包括LU分解、QR分解、特征值分解等。

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行列式的定义1.行列式的计算：①(定义法)1212121112121222()1212()nnnnn j j jn j j njj j jn n nna a aa a aD a a aa a aτ==-∑1②（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零.1122,,0,.i j i j in jnA i ja A a A a Ai j⎧=⎪++=⎨≠⎪⎩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.11221122***0**0*0nnnnb b A b b b b ==④ 若A B 与都是方阵（不必同阶）,则==()mn A O A A OA B O B O B B O A AA B B O B O*==**=-1⑤ 关于副对角线：(1)211212112111()n n nnn n n n n n n a O a a a a a a a Oa O ---*==-1⑥ 范德蒙德行列式：()1222212111112nijnj i nn n n nx x x x x x x x x x x ≤<≤---=-∏111⑦ ab -型公式：1[(1)]()n a b b b b a bba nb a b bb ab b b ba-=+-- 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)nnk n k k k E A S λλλ-=-=+-∑，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 ijij ij M A A M ++=-=-第二部分 矩阵1. 矩阵的运算性质2. 矩阵求逆3. 矩阵的秩的性质4. 矩阵方程的求解1. 矩阵的定义 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：()ijm nA a ⨯=或m n A ⨯同型矩阵：两个矩阵的行数相等、列数也相等. 矩阵相等: 两个矩阵同型，且对应元素相等. 矩阵运算a. 矩阵加（减）法：两个同型矩阵，对应元素相加（减）.b. 数与矩阵相乘：数λ与矩阵A 的乘积记作A λ 或A λ，规定为()ij A a λλ=.c. 矩阵与矩阵相乘：设()ij m s A a ⨯=, ()ij s n B b ⨯=,则()ij m n C AB c ⨯==， 其中12121122(,,,)j j ij i i is i j i j is sj sj b b c a a a a b a b a b b ⎛⎫ ⎪ ⎪==+++ ⎪ ⎪ ⎪⎝⎭注：矩阵乘法不满足：交换律、消去律, 即公式00AB BAAB A ==⇒=或B=0不成立.a. 分块对角阵相乘：11112222,A B A B A B ⎛⎫⎛⎫==⎪ ⎪⎝⎭⎝⎭⇒11112222A B AB A B ⎛⎫= ⎪⎝⎭,1122nn n A A A ⎛⎫= ⎪⎝⎭b. 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；11112111111211221222221222221212000000n n n n m m m mn m m m m m mn a b b b a b a b a b ab b b a b a b a b B a b b b a b a b a b ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥Λ==⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦c. 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.11121111121212122221212222121122000000n m n n m n m m mn m m m m mn b b b a a b a b a b b b b a a b a b a b B b b b a a b a b a b ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥Λ==⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦d. 两个同阶对角矩阵相乘只用把对角线上的对应元素相乘. ④ 方阵的幂的性质：mnm nA A A+=， ()()m n mnA A =⑤ 矩阵的转置：把矩阵A 的行换成同序数的列得到的新矩阵，叫做A 的转置矩阵，记作TA . a. 对称矩阵和反对称矩阵: A 是对称矩阵TA A =.A 是反对称矩阵T A A =-.b. 分块矩阵的转置矩阵：TTT TT A B A C C D BD ⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭⑥ 伴随矩阵： ()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. **AA A A A E ==,1*n A A-=, 11AA--=.分块对角阵的伴随矩阵：***A BA B AB ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭ *(1)(1)mn mn A A B BB A**⎛⎫-⎛⎫= ⎪ ⎪⎪-⎝⎭⎝⎭2. 逆矩阵的求法 方阵A 可逆 0A ≠.①伴随矩阵法 1A A A *-= ○注： 1a b d b c d c a ad bc --⎛⎫⎛⎫= ⎪ ⎪--⎝⎭⎝⎭1 主换位副变号② 初等变换法 1()()A E E A -−−−−→初等行变换③ 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 ----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭④1231111213a a a a a a -⎛⎫⎛⎫⎪ ⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭, 3211111213a a a a a a -⎛⎫⎛⎫⎪⎪=⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⑤ 配方法或者待定系数法 （逆矩阵的定义1AB BA E A B -==⇒=）3. 行阶梯形矩阵 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时， 称为行最简形矩阵4. 初等变换与初等矩阵 对换变换、倍乘变换、倍加（或消法）变换初等变换初等矩阵 初等矩阵的逆 初等矩阵的行列式↔i j r r (↔i j c c )(,)E i j 1(,)(,)E i j E i j -=(,)E i j =-1⨯i r k (⨯i c k ) (())E i k11[()][()]k E i k E i -= [()]E i k k = +⨯i j r r k (+⨯i j c c k )(,())E i j k1[,()][,()]E i j k E i j k -=-[,()]E i j k =1☻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 .注意： 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.5. 矩阵的秩 关于A 矩阵秩的描述：①、()=r A r ，A 中有r 阶子式不为0，1+r 阶子式 (存在的话) 全部为0； ②、()<r A r ，A 的r 阶子式全部为0； ③、()≥r A r ，A 中存在r 阶子式不为0；☻矩阵的秩的性质：① ()A O r A ≠⇔≥1; ()0A O r A =⇔=;0≤()m n r A ⨯≤min(,)m n② ()()()TTr A r A r A A ==③ ()()r kA r A k =≠ 其中0④ ()(),,()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 B⑥ 若P 、Q 可逆，则()()()()r A r PA r AQ r PAQ ===； 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 rE O E O r A r A A OO OO ⎛⎫⎛⎫=⇒⎪ ⎪⎝⎭⎝⎭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 + ⑩ ()()A O O A r r A r B O B B O ⎛⎫⎛⎫==+⎪ ⎪⎝⎭⎝⎭, ()()A C r r A r B O B ⎛⎫≠+ ⎪⎝⎭☻求矩阵的秩：定义法和行阶梯形阵方法6 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()() A E B X ⎛⎫⎛⎫⎪ ⎪−−−−→ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭初等列变换(II)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，再转置得第三部分 线性方程组1. 向量组的线性表示2. 向量组的线性相关性3. 向量组的秩4. 向量空间5.线性方程组的解的判定6. 线性方程组的解的结构（通解）（1）齐次线性方程组的解的结构（基础解系与通解的关系） （2）非齐次线性方程组的解的结构（通解） 1.线性表示：对于给定向量组12,,,,n βααα，若存在一组数12,,,n k k k 使得1122n n k k k βααα=+++，则称β是12,,,n ααα的线性组合，或称称β可由12,,,n ααα的线性表示.线性表示的判别定理:β可由12,,,n ααα的线性表示由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 +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩有解②、1112111212222212⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭n n m m mn m m a a a x b a a a x b Ax a a a x b β③、()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） 2. 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 bb c c c b b b ααα⎛⎫ ⎪ ⎪⋅⋅⋅= ⎪⎪⎝⎭⇔i i A c β= ，(,,)i s =1,2⇔i β为i Ax 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.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，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⎛⎫⎛⎫⎛⎫⎪⎪ ⎪⎪⎪ ⎪= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⇔111122*********22211222n n m m mn ma a a c a a a c a a a c βββββββββ+++=⎧⎪+++=⎪⎨⎪⎪+++=⎩3. 线性相关性判别方法：法1法2法3推论♣线性相关性判别法（归纳）♣ 线性相关性的性质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. 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 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 4. 最大无关组相关知识向量组的秩 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 ααα矩阵等价 A 经过有限次初等变换化为B .向量组等价 12,,,n ααα⋅⋅⋅和12,,,n βββ⋅⋅⋅可以相互线性表示. 记作：()()1212,,,,,,n n αααβββ⋅⋅⋅=⋅⋅⋅ ① 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.② 矩阵的初等变换不改变矩阵的秩,且不改变行（列）向量间的线性关系③ 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 .④ 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； ⑤ 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. ⑥ 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. ⑦ 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. ⑧ 设A 是m n ⨯矩阵,若()r A m =，A 的行向量线性无关；5. 线性方程组理论线性方程组的矩阵式Ax β= 向量式 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⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ 其中 12,,2,,j j j mj j n αααα⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪⎝⎭1（1）解得判别定理（2）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=+⎫⎪=⎪⎬=⎪⎪++⎭==+==-= 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),,,,100k k k k k k k Ax Ax Ax Ax Ax ηβηηηοηηηβληληληβλλλληληληλλλ⎧⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪=⇔-=⎪=⎪⎪+++=⇔+++=⎪⎪+++=⇔+++=⎩ 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(3) 判断12,,,s ηηη是Ax ο=的基础解系的条件：① 12,,,s ηηη线性无关；② 12,,,s ηηη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.(4) 求非齐次线性方程组Ax = b 的通解的步骤12112(1()(2)()()(3)(4)10,,...,(5)A b r A b r A r n n r Ax b Ax Ax b x k k ααααααα==<-====++0n-r 0) 将增广矩阵通过初等行变换化为；当时，把不是首非零元所在列对应的个变量作为自由元；令所有自由元为零，求得的一个；不计最后一列，分别令一个自由元为，其余自由元 为零，得到的{};写出非齐次线性方程组的阶梯形矩阵特解基础 解系 通解 212...,,...,n r n rn r k k k k α---++其中为任意常数.（5）其他性质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 ξξξ是Ax ο=的一个解⇒1,,,,s ξξξη*线性无关√ Ax ο=与Bx ο=同解（,A B 列向量个数相同）⇔()()A r r A r B B ⎛⎫==⎪⎝⎭, 且有结果： 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Ax ο=与Bx ο=同解⇔PA B =（左乘可逆矩阵P ）； 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 ）.第四部分 方阵的特征值及特征向量1. 施密特正交化过程2. 特征值、特征向量的性质及计算3. 矩阵的相似对角化，尤其是对称阵的相似对角化1. 标准正交基 n 个n 维线性无关的向量,两两正交,每个向量长度为1. 向量()12,,,Tn a a a α=与()12,,,Tn b b b β=的内积 11221(,)ni i n n i a b a b a b a b αβ===+++∑αβ与正交 (,)0αβ=. 记为：αβ⊥ ④ 向量()12,,,Tn a a a α=的长度 2222121(,)ni n i a a a a ααα====+++∑⑤ α是单位向量(,)1ααα==. 即长度为1的向量.2. 内积的性质： ① 正定性：(,)0,(,)0αααααο≥=⇔=且 ② 对称性：(,)(,)αββα=③ 线性性：1212(,)(,)(,)ααβαβαβ+=+ (,)(,)k k αβαβ=3. 设A 是一个n 阶方阵, 若存在数λ和n 维非零列向量x , 使得 Ax x λ=，则称λ是方阵A 的一个特征值，x 为方阵A 的对应于特征值λ的一个特征向量. A 的特征矩阵0E A λ-=（或0A E λ-=）.A 的特征多项式 ()E A λϕλ-=（或()A E λϕλ-=）.④ ()ϕλ是矩阵A 的特征多项式⇒()A O ϕ= ⑤ 12n A λλλ= 1ni A λ=∑tr ，A tr 称为矩阵A 的迹.⑥ 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.⑦ 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.⑧ ()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.○注()12,,,Tn a a a 为A 各行的公比，()12,,,n b b b 为A 各列的公比.⑨ 若A 的全部特征值12,,,n λλλ，()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 λλλ；12()()()()n f A f f f λλλ=.⑩ A 与TA 有相同的特征值，但特征向量不一定相同. 4. 特征值与特征向量的求法(1) 写出矩阵A 的特征方程0A E λ-=，求出特征值i λ. (2) 根据()0i A E x λ-=得到 A 对应于特征值i λ的特征向量. 设()0i A E x λ-=的基础解系为 12,,,in r ξξξ- 其中()i i r r A E λ=-.则A 对应于特征值i λ的全部特征向量为1122,i i n r n r k k k ξξξ--+++其中12,,,i n r k k k -为任意不全为零的数.5. A 与B 相似 1P AP B -= （P 为可逆矩阵） A 与B 正交相似 1P AP B -= （P 为正交矩阵）A 可以相似对角化 A 与对角阵Λ相似.（称Λ是A 的相似标准形）6. 相似矩阵的性质： ①E 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α是A 关于0λ的特征向量,1P α-是B 关于0λ的特征向量. ②A B =tr tr③A B = 从而,A B 同时可逆或不可逆 ④ ()()r A r B =⑤若A 与B 相似, 则A 的多项式()f A 与B 的多项式()f A 相似. 7. 矩阵对角化的判定方法① n 阶矩阵A 可对角化 (即相似于对角阵) 的充分必要条件是A 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：121n P AP λλλ-⎛⎫⎪ ⎪=⎪ ⎪⎝⎭.② A 可相似对角化⇔()i i n r E A k λ--=，其中i k 为i λ的重数⇔A 恰有n 个线性无关的特征向量.○注：当iλ=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.③ 若n 阶矩阵A 有n 个互异的特征值⇒A 可相似对角化. 8. 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. 9. 正交矩阵 TAA E =正交矩阵的性质：① 1T A A -=；② T TAA 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.10. 11.施密特正交规范化123,,ααα线性无关,112122111313233121122(,)(,)(,)(,)(,)(,)βααββαβββαβαββαββββββ=⎧⎪⎪⎪=-⎨⎪⎪=--⎪⎩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。

线性代数复习提纲线性代数是数学中的一个基础课程，涵盖了向量空间、线性变换、矩阵理论等内容。

它在计算机科学、物理学、经济学和工程学等领域都有广泛的应用。

下面是线性代数的复习提纲，帮助你回顾相关的知识点。

一、向量空间1.向量的定义和性质2.向量空间的定义和性质3.子空间的定义和判断条件4.向量的线性相关性与线性无关性5.基和维数的概念二、线性变换1.线性变换的定义和性质2.线性变换的矩阵表示3.线性变换的核与像空间4.线性变换的维数公式5.线性变换的复合与逆变换三、矩阵理论1.矩阵的定义和性质2.矩阵的运算：加法、数乘、乘法3.矩阵的逆与转置运算4.矩阵的秩和行列式5.矩阵的特征值与特征向量四、特殊矩阵和特征值问题1.对称矩阵的性质和对角化2.可逆矩阵与相似矩阵3.正交矩阵与正交对角化4.特征值问题的求解方法五、解线性方程组1.线性方程组的矩阵表示2.高斯消元法与矩阵的初等变换3.初等矩阵的性质与应用4.齐次线性方程组和非齐次线性方程组的解的结构六、向量空间的基变换1.基变换的定义和性质2.过渡矩阵的求解3.变换矩阵的求解与应用4.基变换下的坐标表示和坐标变换公式七、内积空间和正交性1.内积的定义和性质2.内积空间的定义和性质3.正交基和正交投影4.标准正交基和正交矩阵的定义和性质八、二次型与正定性1.二次型的定义和性质2.二次型的矩阵表示和标准化3.正定二次型和半正定二次型的定义和性质4.二次型的规范形和合同变换以上是线性代数的复习提纲，可以通过对每个知识点的回顾、理解和练习来复习线性代数。

在复习过程中，可以结合教材、习题和课堂笔记，通过解题和思考来巩固知识点的掌握。

另外，可以参考相关的教学视频或在线课程来帮助理解和学习线性代数的概念和方法。

最重要的是多做习题，加深对知识点的理解和应用。

考研数学线性代数复习要点对于考研数学中的线性代数部分，掌握好复习要点至关重要。

线性代数在考研数学中占据着重要的地位，其特点是概念多、定理多、符号多、运算规律多，并且前后知识的联系紧密。

以下是为大家梳理的线性代数复习要点。

一、行列式行列式是线性代数中的基础概念，其计算方法和性质是必须要熟练掌握的。

1、行列式的定义要理解行列式的定义，特别是二阶和三阶行列式的计算方法。

对于高阶行列式，可以通过行列式的性质将其化为上三角行列式或下三角行列式来计算。

2、行列式的性质熟练掌握行列式的性质，如行列式转置值不变、两行（列）互换行列式变号、某行（列）乘以常数加到另一行（列）行列式不变等。

这些性质在行列式的计算中经常用到。

3、行列式按行（列）展开定理掌握行列式按行（列）展开定理，能够将高阶行列式降阶计算。

二、矩阵矩阵是线性代数的核心内容之一，需要重点掌握。

1、矩阵的运算包括矩阵的加法、数乘、乘法、转置等运算。

要特别注意矩阵乘法的规则和性质，以及矩阵乘法不满足交换律这一特点。

2、矩阵的逆理解逆矩阵的定义和存在条件，掌握求逆矩阵的方法，如伴随矩阵法和初等变换法。

3、矩阵的秩掌握矩阵秩的定义和求法，了解矩阵秩的性质。

矩阵的秩在判断线性方程组解的情况等方面有重要应用。

4、分块矩阵了解分块矩阵的概念和运算规则，能够灵活运用分块矩阵解决一些复杂的矩阵问题。

三、向量向量是线性代数中的重要概念，与线性方程组和矩阵的秩密切相关。

1、向量的线性表示理解向量线性表示的概念，掌握判断向量能否由一组向量线性表示的方法。

2、向量组的线性相关性掌握向量组线性相关和线性无关的定义和判定方法，这是线性代数中的重点和难点。

3、向量组的秩理解向量组的秩的概念，掌握求向量组秩的方法。

4、向量空间了解向量空间的基本概念，如基、维数等。

四、线性方程组线性方程组是线性代数的核心内容之一，在考研中经常出现。

1、线性方程组的解掌握线性方程组有解、无解和有唯一解、无穷多解的判定条件。

考研数学线性代数的知识点怎么复习范本三份知识点一：矩阵1.矩阵的定义：矩阵是一个由数域中的元素排列成的矩形阵列。

2.矩阵的运算：包括矩阵的加法、减法、数乘、乘法等。

3.矩阵的类型：包括列矩阵、行矩阵、方阵、行满秩矩阵、列满秩矩阵等。

4.矩阵的转置：行变为列，列变为行。

5.矩阵的逆：满足矩阵乘法交换律的方阵，存在逆矩阵。

6.矩阵的秩：线性无关行（列）向量的最大个数。

知识点二：行列式1.行列式的概念：一个由n*n个元素构成的方阵，与其他方阵不同的一个特殊数。

2.行列式的性质：包括行互换、列互换、其中一行（列）乘以一个非零常数、其中一行（列）加上另外一行（列）的k倍等运算。

3.行列式的计算：包括按定义计算、按行（列）展开、按行列式的性质计算等方法。

4.行列式的性质与结论：含有零行（列）的行列式为零、对调两行（列）行列式变号、行列式与其转置行列式相等等。

知识点三：向量空间1.向量空间的定义：满足一定条件的集合，其中的元素可以进行向量运算。

2.向量空间的性质：包括封闭性、线性组合、线性无关、向量子空间等性质。

3.线性相关与线性无关：一组向量之间的线性组合关系。

4.基、维数与坐标：向量空间的基、维数与坐标之间的关系。

5.线性映射：保持向量空间的线性性质的映射。

6.矩阵的秩与线性方程组的解：矩阵的秩与方程组解的个数及解的性质之间的关系。

知识点四：特征值与特征向量1.特征值与特征向量的定义：对于一个n*n矩阵A，如果存在常数λ和非零向量x，使得Ax=λx，则称λ为矩阵A的特征值，x为矩阵A的特征向量。

2.特征值与特征向量的计算：包括求解特征方程、求解特征向量的过程。

3.特征值与特征向量的性质：特征值的和等于矩阵的迹，特征向量对应不同特征值的特征向量线性无关等。

知识点五：二次型1.二次型的定义：一个含有二次项和线性项的多项式。

2.二次型的矩阵表示：用矩阵表示二次型。

3.二次型的规范化：将二次型化为标准形，即去除二次项的干涉项。

【关键字】知识本章结构常用方法：1、矩阵化等价标准形，求出矩阵的秩，则标准形2、求矩阵的逆3、消元法求线性方程组的解增广矩阵行最简阶梯4、求矩阵的秩5、判断向量能否由向量组线性表示以为列向量的矩阵行最简阶梯6、求向量组的秩和一个极大无关组，并将其它向量用该极大无关组线性表示以为列向量的矩阵行最简阶梯7、用根底解系表示(非)齐次线性方程组的全部解增广矩阵行最简阶梯一、用消元法求解非齐次线性方程组1、，进而求出和2、观察和的关系：(1) ，方程组无解；(2) ，方程组有解：①、，方程组有唯一解；②、，方程组有无穷多个解.3、在有解的情况下，将阶梯形矩阵继续进行初等行变换，从最后一个非零首元开始将非零首元上面的元素消成零；4、写出相应的同解方程组，令自由未知量取任意常数，可得方程组的全部解。

定理3.1线性方程组有解，且当时方程组有唯一解；当，方程组有无穷多个解.二、用消元法求解齐次线性方程组：1、，进而求出；2、观察：(1) ，方程组有唯一解，即只有零解；(2) ，方程组有无穷多个解，即有非零解；3、在有解的情况下，将阶梯形矩阵继续进行初等行变换，从最后一个非零首元开始将非零首元上面的元素消成零；4、写出相应的同解方程组，令自由未知量取任意常数，可得方程组的全部解。

定理3.2齐次方程组有非零解推论当，即当方程个数小于未知元个数时，齐次线性方程组有非零解三、维向量的概念及线性运算（看作特殊的矩阵）书P121－123四、向量与向量组的线性组合（向量由向量组线性表示）对非齐次线性方程组，设，，则线性方程组可表示，从而.定义3.5 （P124）对于给定向量，如果存在一组数，使成立，则称向量是向量组的线性组合，或称向量可由向量组线性表示。

线性组合的判别定理设向量，向量，则五、向量组的线性相关性对齐次线性方程组，设，，则齐次线性方程组可表示为.它一定有零解，考虑其是否有非零解：定义3.7（P128）对于向量组，如果存在一组不全为零的数使成立，则称向量组线性相关；否则称向量组线性无关.注：（1）线性无关.（2）一个零向量线性相关；一个非零向量线性无关.（3）包含零向量的任何向量组都是线性相关的.（4）仅含两个向量的向量组线性相关的充分必要条件是这两个向量的分量对应成比例。

1、第一章：
（1）行列式性质；
（2）克拉默法则定理内容（会用，如选择、判断、填空）；
（3）会计算一个四阶行列式的值。

2、第二章：
（1）矩阵的乘法；
（2）转置矩阵的性质、可逆矩阵的性质（注意两者的区别）；
（3）方阵的行列式的性质（同逆矩阵行列式性质结合）；
（4）矩阵的秩的定义（充分理解，会选择和判断正确内容）；
（5）会求二阶方阵的逆；
（6）会利用定义证明方阵可逆，如本校教材第二章习题A组15题；
（7）会解矩阵方程，如本校教材第二章习题A组14题。

3、第三章：
（1）线性相关（无关）的性质定理（选择、判断、填空）；
（2）会判断具体向量组的线性相关性，如本校教材第三章习题A组第2、3题；
（3）会求向量组的秩及一个最大无关组，如本校教材第三章习题A组第7题；
（4）线性方程组的解的判定定理、解的结构和性质（选择、填空、判断）；
（5）会解带未知参数的非齐次线性方程组，如本校教材第三章习题A组第10题（或网上作业相应题）。

4、第四章：
（1）正交矩阵的定义、性质；
（2）方阵的特征值、特征向量的定义及性质；
（6）会求一个具体的三阶方阵的特征值和特征向量，如本校教材第三章例4.7（或网上作业相应题）；
部分题选自网上每章作业（包括选择、填空、判断和计算大题），好好看哦！。