大学线性代数最全知识点

线性代数知识点总结第一章 行列式1. n 阶行列式()()121212111212122212121==-∑n nnn t p p p n p p np p p p n n nna a a a a a D a a a a a a 2.特殊行列式()()111211222211221122010n t n n nn nn nna a a a a D a a a a a a a ==-=1212n nλλλλλλ=;()()1122121n n n nλλλλλλ-=-3.行列式的性质定义 记111212122212n n n n nna a a a a a D a a a =;112111222212n n T nnnna a a a a a D a a a =;行列式TD 称为行列式D 的转置行列式.. 性质1行列式与它的转置行列式相等..性质2 互换行列式的两行()↔i j r r 或列()↔i j c c ;行列式变号.. 推论 如果行列式有两行列完全相同成比例;则此行列式为零..性质3 行列式某一行列中所有的元素都乘以同一数()⨯j k r k ;等于用数k 乘此行列式；推论1D 的某一行列中所有元素的公因子可以提到D 的外面;推论2 D 中某一行列所有元素为零;则=0D ..性质4若行列式的某一列行的元素都是两数之和;则1112111212222212()()()i i ni i n n n ni ninna a a a a a a a a a D a a a a a '+'+='+1112111112112122222122221212i n i ni n i n n n ninnn nninna 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6 把行列式的某一列行的各元素乘以同一数然后加到另一列行对应的元素上去;行列式的值不变..算得行列式的值..4. 行列式按行列展开余子式 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1n -阶行列式叫做元素ij a 的余子式;记作ij M ..代数余子式 ()1i jij ij A M +=-记;叫做元素ij a 的代数余子式..引理一个n 阶行列式;如果其中第i 行所有元素除i;j (,)i j 元外ij a 都为零;那么这行列式等于ij a 与它的代数余子式的乘积;即ij ij D a A =..高阶行列式计算首先把行列上的元素尽可能多的化成0;保留一个非零元素;降阶定理n 阶行列式 111212122212=n n n n nna a a a a a D a a a 等于它的任意一行列的各元素与其对应的代数余子式的乘积之和;即1122i i i i in in D a A a A a A =+++;(1,2,,)i n =1122j j j j nj nj D a A a A a A =+++或;(1,2,,)j n =..第二章 矩阵1.矩阵111212122211n n m m mn a a a a a a A a a a ⎛⎫ ⎪ ⎪= ⎪⎪⎝⎭行列式是数值;矩阵是数表; 各个元素组成方阵 ：行数与列数都等于n 的矩阵A .. 记作：A n.. 行列矩阵：只有一行列的矩阵..也称行列向量.. 同型矩阵：两矩阵的行数相等;列数也相等.. 相等矩阵：AB 同型;且对应元素相等..记作：A ＝B 零矩阵：元素都是零的矩阵不同型的零矩阵不同 对角阵：不在主对角线上的元素都是零..单位阵：主对角线上元素都是1;其它元素都是0;记作：E注意 矩阵与行列式有本质的区别;行列式是一个算式;一个数字行列式经过计算可求得其值;而矩阵仅仅是一个数表;它的行数和列数可以不同..2. 矩阵的运算矩阵的加法 111112121121212222221122n n n n m m m m mn mn a b a b a b a b a b a b A B a b a b a b +++⎛⎫⎪+++⎪+= ⎪⎪+++⎝⎭说明 只有当两个矩阵是同型矩阵时;才能进行加法运算.. 矩阵加法的运算规律()1A B B A +=+；()()()2A B C A B C ++=++()()1112121222113,()n n ij ij m nm n m m mn a a a a a a A a A a a a a ⨯⨯---⎛⎫⎪--- ⎪=-=-= ⎪⎪---⎝⎭设矩阵记;A -称为矩阵A 的负矩阵()()()40,A A A B A B +-=-=+-..数与矩阵相乘111212122211,n n m m mn a a a a a a A A A A A a a a λλλλλλλλλλλλλλ⎛⎫ ⎪ ⎪== ⎪⎪⎝⎭数与矩阵的乘积记作或规定为数乘矩阵的运算规律设A B 、为m n ⨯矩阵;,λμ为数()()()1A A λμλμ=；()()2A A A λμλμ+=+；()()3A B A B λλλ+=+..矩阵相加与数乘矩阵统称为矩阵的线性运算..矩阵与矩阵相乘 设(b )ij B =是一个m s ⨯矩阵;(b )ij B =是一个s n ⨯矩阵;那么规定矩阵A 与矩阵B的乘积是一个m n⨯矩阵(c )ij C =;其中()12121122j j i i is i j i j is sj sj b b a a a a b a b a b b ⎛⎫⎪ ⎪=+++ ⎪ ⎪ ⎪⎝⎭1sik kj k a b ==∑;()1,2,;1,2,,i m j n ==;并把此乘积记作C AB = 注意1..A 与B2..矩阵的乘法不满足交换律;即在一般情况下;AB BA ≠;而且两个非零矩阵的乘积可能是零矩阵..3..对于n 阶方阵A 和B;若AB=BA;则称A 与B 是可交换的..矩阵乘法的运算规律()()()1AB C A BC =； ()()()()2AB A B A B λλλ==()()3A B C AB AC +=+;()B C A BA CA +=+ ()4m n n n m m m n m n A E E A A ⨯⨯⨯⨯⨯==()5若A 是n 阶方阵;则称 A k 为A 的k 次幂;即kk A A AA =个;并且mk m kA A A+=;()km mk AA =(),m k 为正整数..规定：A 0＝E 只有方阵才有幂运算注意 矩阵不满足交换律;即AB BA ≠;()kk k AB A B ≠但也有例外转置矩阵把矩阵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A T ;()()1TT A A =；()()2T T T A B A B +=+；()()3T T A A λλ=；()()4TT T AB B A =..方阵的行列式由n 阶方阵A 的元素所构成的行列式;叫做方阵A 的行列式;记作A注意 矩阵与行列式是两个不同的概念;n 阶矩阵是n 2个数按一定方式排成的数表;而n 阶行列式则是这些数按一定的运算法则所确定的一个数..()1T A A =；()2n A A λλ=；(3)AB A B B A BA ===对称阵 设A 为n 阶方阵;如果满足A =A T ;那么A 称为对称阵.. 伴随矩阵行列式A 的各个元素的代数余子式ij A 所构成的如下矩阵112111222212n n nnnn A A A A A A A A A A *⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭称为矩阵A 的伴随矩阵.. 性质 AA A A A E **==易忘知识点总结1只有当两个矩阵是同型矩阵时;才能进行加法运算..2只有当第一个矩阵的列数等于第二个矩阵的行数时;两个矩阵才能相乘;且矩阵相乘不满足交换律.. 3矩阵的数乘运算与行列式的数乘运算不同..逆矩阵：AB ＝BA ＝E;则说矩阵A 是可逆的;并把矩阵B 称为A 的逆矩阵..1A B -=即..说明1 A ;B 互为逆阵; A = B -12 只对方阵定义逆阵..只有方阵才有逆矩阵 3.若A 是可逆矩阵;则A 的逆矩阵是唯一的..定理1矩阵A 可逆的充分必要条件是0A ≠;并且当A 可逆时;有1*1AA A-=重要奇异矩阵与非奇异矩阵 当0A =时;A 称为奇异矩阵;当0A ≠时;A 称为非奇异矩阵..即0A A A ⇔⇔≠可逆为非奇异矩阵..求逆矩阵方法**1(1)||||021(3)||A A A A A A -≠=先求并判断当时逆阵存在；（）求；求。

《线性代数》知识点归纳整理线性代数是一门研究向量空间和线性映射的数学学科，是数学中的一个重要分支。

它的应用范围非常广泛，包括物理学、工程学、计算机科学、经济学等等。

下面是对线性代数的一些重要知识点的归纳整理。

1.向量和向量空间：-向量的定义和性质：向量是有方向和大小的量，可以进行加法和数乘运算。

-向量空间的定义和性质：向量空间是一组向量的集合，满足加法和数乘运算的封闭性、结合律、交换律、零向量存在性等性质。

2.矩阵和矩阵运算：-矩阵的定义和性质：矩阵是一个由数构成的矩形阵列，可以进行加法和数乘运算。

-矩阵的乘法和转置：矩阵可以进行乘法运算，满足结合律和分配律；矩阵的转置是将矩阵的行和列互换得到的新矩阵。

3.线性方程组和矩阵求解：-线性方程组的解的存在性和唯一性：线性方程组的解存在的条件是系数矩阵的秩等于增广矩阵的秩；解的唯一性与线性方程组的自由变量有关。

-矩阵求解线性方程组的方法：高斯消元法、矩阵的逆、克拉默法则等。

4.线性映射和线性变换：-线性映射的定义和性质：线性映射是一种保持向量空间的加法和数乘运算的映射，满足线性性质。

-线性变换的矩阵表示：线性变换可以用矩阵表示，矩阵的列向量是线性变换作用在基向量上的结果。

5.特征值和特征向量：-特征值和特征向量的定义和性质：对于一个线性变换，特征向量是指在这个变换下保持方向不变的向量，特征值是对应特征向量的缩放因子。

-特征值分解：特征值分解是将一个矩阵分解成特征向量和特征值的形式。

6.内积和正交性：-内积的定义和性质：内积是一种度量向量之间夹角的方法，满足对称性、线性性和正定性等性质。

-正交性和正交基：正交向量是指两个向量的内积为零，正交基是一组两两正交的向量。

7.线性相关和线性无关：-线性相关和线性无关的定义和性质：一组向量中，如果存在不全为零的线性组合等于零向量，则称这组向量线性相关；否则称线性无关。

-维数和基：一组线性无关的向量可以作为向量空间的基，基的个数称为向量空间的维数。

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 nn 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 DD 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：332313322212312111333231232221131211a 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:3331222113121100a a a a a a a 方法：用221a k 把21a 化为零,..化为三角形行列式⑤上下三角形行列式: 行列式运算常用方法主要行列式定义法二三阶或零元素多的 化零法比例化三角形行列式法、降阶法、升阶法、归纳法、第二章 矩阵矩阵的概念：n m A *零矩阵、负矩阵、行矩阵、列矩阵、n 阶方阵、相等矩阵矩阵的运算：加法同型矩阵---------交换、结合律 数乘n m ij ka kA *)(=---------分配、结合律乘法nm lkj ik n l kj l m ik b a b a B A *1**)()(*)(*∑==注意什么时候有意义一般AB=BA,不满足消去律；由AB=0,不能得A=0或B=0转置A A T T =)( T T T B A B A +=+)( T T kA kA =)( T T T A B AB =)(反序定理 方幂：2121k k k k A A A +=2121)(k k k kA A +=几种特殊的矩阵：对角矩阵：若AB 都是N 阶对角阵,k 是数,则kA 、A+B 、 AB 都是n 阶对角阵 数量矩阵：相当于一个数若…… 单位矩阵、上下三角形矩阵若…… 对称矩阵 反对称矩阵阶梯型矩阵：每一非零行左数第一个非零元素所在列的下方 都是0 分块矩阵：加法,数乘,乘法：类似,转置：每块转置并且每个子块也要转置注：把分出来的小块矩阵看成是元素逆矩阵：设A 是N 阶方阵,若存在N 阶矩阵B 的AB=BA=I 则称A 是可逆的, B A =-1非奇异矩阵、奇异矩阵|A|=0、伴随矩阵 初等变换1、交换两行列 2.、非零k 乘某一行列3、将某行列的K 倍加到另一行列初等变换不改变矩阵的可逆性 初等矩阵都可逆初等矩阵：单位矩阵经过一次初等变换得到的对换阵 倍乘阵 倍加阵等价标准形矩阵⎪⎪⎭⎫⎝⎛=O O O I D r r矩阵的秩rA ：满秩矩阵 降秩矩阵 若A 可逆,则满秩 若A 是非奇异矩阵,则rAB=rB 初等变换不改变矩阵的秩求法：1定义2转化为标准式或阶梯形矩阵与行列式的联系与区别：都是数表；行列式行数列数一样,矩阵不一样；行列式最终是一个数,只要值相等,就相等,矩阵是一个数表,对应元素相等才相等；矩阵n ij n ij a k ka )()(=,行列式n ij nn ij a k ka =逆矩阵注：①AB=BA=I 则A 与B 一定是方阵 ②BA=AB=I 则A 与B 一定互逆；③不是所有的方阵都存在逆矩阵；④若A 可逆,则其逆矩阵是唯一的.矩阵的逆矩阵满足的运算律：1、可逆矩阵A 的逆矩阵也是可逆的,且A A =--11)(2、可逆矩阵A 的数乘矩阵kA 也是可逆的,且111)(--=A kkA 3、可逆矩阵A 的转置T A 也是可逆的,且T T A A )()(11--=4、两个可逆矩阵A 与B 的乘积AB 也是可逆的,且111)(---=A B AB 但是两个可逆矩阵A 与B 的和A+B 不一定可逆,即使可逆,但11)(--+≠+B A B AA 为N 阶方阵,若|A|=0,则称A 为奇异矩阵,否则为非奇异矩阵. 5、若A 可逆,则11--=A A伴随矩阵：A 为N 阶方阵,伴随矩阵：⎪⎪⎭⎫⎝⎛=22211211*A A A A A 代数余子式 特殊矩阵的逆矩阵：对1和2,前提是每个矩阵都可逆1、分块矩阵⎪⎪⎭⎫ ⎝⎛=C O B A D 则⎪⎪⎭⎫ ⎝⎛-=-----11111C O BC A AD 2、准对角矩阵⎪⎪⎪⎪⎪⎭⎫⎝⎛=4321A A A A A , 则⎪⎪⎪⎪⎪⎭⎫⎝⎛=-----141312111A A A A A 3、 I A A A AA ==** 4、1*-=A A A A 可逆 5、1*-=n A A 6、()()A AA A 1*11*==--A 可逆7、()()**T TA A = 8、()***AB AB =判断矩阵是否可逆：充要条件是0≠A ,此时*11A AA =- 求逆矩阵的方法：定义法I AA =-1伴随矩阵法AA A *1=-初等变换法()()1||-=A I I A n n 只能是行变换初等矩阵与矩阵乘法的关系： 设()nm ij aA *=是mn 阶矩阵,则对A 的行实行一次初等变换得到的矩阵,等于用同等的m 阶初等矩阵左乘以A ：对A 的列实行一次初等变换得到的矩阵,等于用同种n 阶初等矩阵右乘以A 行变左乘,列变右乘第三章 线性方程组消元法 非齐次线性方程组：增广矩阵→简化阶梯型矩阵rAB=rB=r 当r=n 时,有唯一解；当n r ≠时,有无穷多解 rAB ≠rB,无解齐次线性方程组：仅有零解充要rA=n 有非零解充要rA<n 当齐次线性方程组方程个数<未知量个数,一定有非零解 当齐次线性方程组方程个数=未知量个数,有非零解充要|A|=0齐次线性方程组若有零解,一定是无穷多个N 维向量：由n 个实数组成的n 元有序数组.希腊字母表示加法数乘 特殊的向量：行列向量,零向量θ,负向量,相等向量,转置向量 向量间的线性关系: 线性组合或线性表示向量组间的线性相关无：定义179P向量组的秩：极大无关组定义P188定理：如果rj j j ααα,.....,21是向量组s ααα,.....,21的线性无关的部分组,则它是 极大无关组的充要条件是：s ααα,.....,21中的每一个向量都可由rj j j ααα,.....,21线性表出.秩:极大无关组中所含的向量个数.定理：设A 为mn 矩阵,则r A r =)(的充要条件是：A 的列行秩为r.现性方程组解的结构：齐次非齐次、基础解系线性组合或线性表示注：两个向量αβ,若βαk =则α是β线性组合单位向量组任意向量都是单位向量组的线性组合 零向量是任意向量组的线性组合任意向量组中的一个都是他本身的线性组合 向量组间的线性相关无注： n 个n 维单位向量组一定是线性无关 一个非零向量是线性无关,零向量是线性相关 含有零向量的向量组一定是线性相关 若两个向量成比例,则他们一定线性相关向量β可由n ααα,..,21线性表示的充要条件是)...()...(2121T Tn TTTnTTr r βαααααα=判断是否为线性相关的方法：1、定义法：设n k k k ....21,求n k k k ....21适合维数低的2、向量间关系法183P ：部分相关则整体相关,整体无关则部分无关3、分量法n 个m 维向量组180P ：线性相关充要n r Tn T T <⇒)....(21ααα 线性无关充要n r T n T T =⇒)....(21ααα推论①当m=n 时,相关,则0321=T T T ααα；无关,则0321≠T T T ααα ②当m<n 时,线性相关推广：若向量s ααα,...,21组线性无关,则当s 为奇数时,向量组13221,...,αααααα+++s 也线性无关；当s 为偶数时,向量组也线性相关.定理：如果向量组βααα,,...,21s 线性相关,则向量β可由向量组s ααα,...,21线性表出,且 表示法唯一的充分必要条件是s ααα,...,21线性无关. 极大无关组注：向量组的极大无关组不是唯一的,但他们所含向量的个数是确定的；不全为零的向量组的极大无关组一定存在； 无关的向量组的极大无关组是其本身； 向量组与其极大无关组是等价的. 齐次线性方程组I 解的结构：解为...,21αα I 的两个解的和21αα+仍是它的解； I 解的任意倍数αk 还是它的解；I 解的线性组合s s c c c ααα+++....2211也是它的解,s c c c ,...,21是任意常数.非齐次线性方程组II 解的结构：解为...,21μμII 的两个解的差21μμ-仍是它的解；若μ是非齐次线性方程组AX=B 的一个解,v 是其导出组AX=O 的一个解,则u+v 是II 的一个解. 定理：如果齐次线性方程组的系数矩阵A 的秩n r A r <=)(,则该方程组的基础解系存在,且在每个基础解系中,恰含有n-r 个解.若μ是非齐次线性方程组AX=B 的一个解,v 是其导出组AX=O 的全部解,则u+v 是II 的全部解.第四章 向量空间向量的内积 实向量定义：α,β=n n T b a b a b a +++=....2211αβ 性质：非负性、对称性、线性性 α,k β=k α,β; k α,k β=2k α,β;α+β,δγ+=α,γ+α,δ+β,γ+β,δ;),(),(1111j i sj j ri i j sj j ri i i l k l k βαβα∑∑∑∑===== n R ∈δγβα,,,,向量的长度),(ααα=0=α的充要条件是α=0；α是单位向量的充要条件是α,α=1单位化 向量的夹角正交向量：αβ是正交向量的充要条件是α,β=0 正交的向量组必定线性无关 正交矩阵：ｎ阶矩阵Ａ I A A AA T T ==性质：1、若A 为正交矩阵,则Ａ可逆,且T A A =-1,且1-A 也是正交矩阵；２、若A 为正交矩阵,则1±=A ；３、若A 、Ｂ为同阶正交矩阵,则ＡＢ也是正交矩阵； ４、ｎ阶矩阵Ａ＝ij a 是正交矩阵的充要条件是Ａ的列行向量组是 标准正交向量；第五章 矩阵的特征值和特征向量 特征值、特征向量A 是N 阶方阵,若数λ使AX=λX,即λI-A=0有非零解,则称λ为A 的一 个特征值,此时,非零解称为A 的属于特征值λ的特征向量. |A|=n λλλ...**21 注： 1、AX=λX2、求特征值、特征向量的方法0=-A I λ 求i λ 将i λ代入λI-AX=0求出所有非零解 3、对于不同的矩阵,有重根、单根、复根、实根主要学习的特殊：n I )(λ的特征向量为任意N 阶非零向量或)(21不全为零i n c c c c ⎪⎪⎪⎭⎫ ⎝⎛4、特征值： 若)0(≠λλ是A 的特征值则1-A --------λ1 则m A --------m λ则kA --------λk若2A =A 则-----------λ=0或1若2A =I 则-----------λ=-1或1若k A =O 则----------λ=0迹trA ：迹A=nn a a a +⋯⋯++2211性质：1、N 阶方阵可逆的充要条件是A 的特征值全是非零的2、A 与1-A 有相同的特征值3、N 阶方阵A 的不同特征值所对应的特征向量线性无关4、5、P281相似矩阵定义P283：A 、B 是N 阶矩阵,若存在可逆矩阵P,满足B AP P =-1,则矩阵A 与B 相似,记作A~B性质1、自身性：A~A,P=I2、对称性：若A~B 则B~A B AP P =-1 1-=PBP A A BP P =---111)(3、传递性：若A~B 、B~C 则A~C B AP P =-111 C BP P =-212---C P P A P P =-)()(211214、若AB,则A 与B 同不可逆5、若A~B,则11~--B A B AP P =-1两边同取逆,111---=B P A P6、若A~B,则它们有相同的特征值. 特征值相同的矩阵不一定相似7、若A~B,则)()(B r A r = 初等变换不改变矩阵的秩例子：B AP P =-1则1100100-=P PB AO AP P =-1 A=OI AP P =-1 A=II AP P λ=-1 A=I λ矩阵对角化定理：N 阶矩阵A 与N 阶对角形矩阵相似的充要条件是A 有N 个线性无关的特征向量注：1、P 与^中的i i x λ与顺序一致2、A~^,则^与P 不是唯一的推论：若n 阶方阵A 有n 个互异的特征值,则~^A P281定理：n 阶方阵~^A 的充要条件是对于每一个i K 重特征根i λ,都有i i K n A I r -=-)(λ注：三角形矩阵、数量矩阵I λ的特征值为主对角线.约当形矩阵约当块：形如⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=λλλλ111J 的n 阶矩阵称为n 阶约当块； 约当形矩阵：由若干个约当块组成的对角分块矩阵⎪⎪⎪⎭⎫ ⎝⎛=n J J J J 21i J 是约当块称为约当形矩阵. 定理：任何矩阵A 都相似于一个约当形矩阵,即存在n 阶可逆矩阵J AP P =-1.第六章 二次型二次型与对称矩阵只含有二次项的n 元多项式f 称为一个n 元二次型,简称二次型. 标准型：形如 的二次型,称为标准型.规范型：形如 的二次型,称为规范型.线性变换矩阵的合同：设AB 是n 阶方阵,若存在一个n 阶可逆矩阵C,使得 则称A 与B 是合同的,记作A B.合同的性质：反身性、对称性、传递性、秩、化二次型为标准型：配方法、做变换二次型中不含有平方项。

《线性代数》的主要知识点第一部分 行列式概念：1． n 阶行列式展开式的特点：①共有n!项，正负各半；②每项有n 个元素相乘，且覆盖所有的行与列；③每一项的符号为（列）行）ττ+-()1(2． 元素的余子式以及代数余子式 ij j i ij M )1(A +-=3． 行列式的性质计算方法：1． 对角线法则2． 行列式的按行（列）展开 (另有异乘变零定理)第二部分 矩阵1． 矩阵的乘积注意：①不满足交换率（一般情况下B A A B ≠）②不满足消去率 （由AB=AC 不能得出B=C ）③由AB=0不能得出A=0或B=0④若AB=BA ，则称A 与B 是可换矩阵2．矩阵的转置满足的法则：T T T B A )B A (+=+，T T T T T A B AB kA kA ==)(,)(3．矩阵的多项式 设n n x a x a a x +++=Λ10)(ϕ，A 为n 阶方阵，则n n A a A a E a A +++=Λ10)(ϕ称为A 的n 次多项式。

对与对角矩阵有关的多项式有结论如下：（1）如果 1-Λ=P P A ，则n n A a A a E a A +++=Λ10)(ϕ11110---Λ++Λ+=P Pa P Pa EP Pa n n Λ= 1)(-ΛP P ϕ（2）若),,(21n a a a diag Λ=Λ，则))(),(),(()(21n a a a diag ϕϕϕϕΛ=Λ4．逆矩阵：n 阶矩阵A,B ，若E BA AB ==，则A,B 互为逆矩阵。

n 阶矩阵A 可逆0A ≠⇔；n A r =⇔)( （或表示为n A R =)(）即A 为满秩矩阵； ⇔A 与E 等价；⇔A 可以表示成若干个初等矩阵的乘积；⇔A 的列（行）向量组线性无关；⇔A 的所有的特征值均不等于零 求法：①伴随矩阵法：*11A AA ⋅=- ②初等变换法：()()1,,-−−−→−A E E A 初等行变换或⎪⎪⎭⎫⎝⎛−−−→−⎪⎪⎭⎫ ⎝⎛-1A E E A 初等列变换， E 是单位矩阵性质：（1）矩阵A 可逆，则A 的逆矩阵是唯一的（2）设A 是n 阶矩阵，则有下列结论 ①若A 可逆，则1-A 也可逆，且A A =--11)( ②若A 可逆，则T A 也可逆，且T T A A )()(11--=③若A 可逆，数0≠k ，则kA 可逆，且111)(--=A kkA ④若B A .为同阶矩阵且均可逆，则B A .也可逆，且111)(---=A B AB5．方阵A 的行列式：满足下述运算规律（设B A ,为n 阶方阵，λ为数） ①A A T = ②A A nλλ= ③B A AB =6．伴随矩阵：行列式A 的各个元素的代数余子式ij A 所构成的如下的矩阵 ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=nn n n n n A A A A A A A A A A ΛM M M ΛΛ212221212111*，称为矩阵A 的伴随矩阵（注意行与列的标记的不同） 伴随矩阵具有性质：E A A A AA ==** 常见的公式有：①1*-=n A A ②1*-⋅=A A A ③A AA 1)(1*=- ④=-1*)(A *1)(-A 等 7．初等矩阵：由单位矩阵E 经过一次初等变换后所得的矩阵称为初等矩阵。

线性代数 第一章 行列式§1 二阶和三阶行列式一、二元一次线性方程组与二阶行列式结论：如果112212210a a a a -≠，则二元线性方程组 11112212112222a x a xb a x a x b +=⎧⎨+=⎩的解为122122*********b a a b x a a a a -=-，1121212112121a b b a x a b b a -=-。

定义：设11122122,,,a a a a ，记11221221a a a a -为11122122a a a a 。

称11122122a a a a 为二阶行列式有了行列式的符号，二元线性方程组的求解公式可以改写为112222111122122b a b a x a a a a =，111122211122122a b a b x a a a a =二、三阶行列式与三元一次线性方程组定义：111213212223313233a a a a a a a a a 112233122331132132132231122133112332a a a a a a a a a a a a a a a a a a =++---定理：如果1112132122233132330a a a D a a a a a a =≠，则***123(,,)x x x 是下面的三元线性方程组的解111122133121122223323113223333a x a x a xb a x a x a x b a x a x a x b ++=⎧⎪++=⎨⎪++=⎩当且仅当*1x =112132222333233/b a a b a a D b a a ,*2x =111132122331333/a b a a b a D a b a ,*3x =111212122231323/a a b a a b D a a b 其中111213212223313233a a a a a a a a a 为系数行列式。

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+11j i A a +22j i A a ⎩⎨⎧≠==+j i j i D A a jn in 0 +j i A a 1122i j a A +⎩⎨⎧≠==+j i j i D A a nj ni0 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 ;个k k A A A A ⋅⋅= 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 ++++=--λλλλϕ1110)( ;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)( ϕ;其中I 为单位阵..4n 阶矩阵A 和B ;则B A AB =.5n 阶矩阵A ;则A A nλλ=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 ; E A A A AA ==**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=AB ) (21l b b b A ) (21l Ab Ab Ab =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.⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n P λλλ 0 0 00 0 00 0 0 21 ) (21n p p p = ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n λλλ 0 0 00 0 00 0 0 21) (2211n n p p p λλλ = 3设对角分块矩阵⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=SS A A A A 2211 ;),2,1(s P A PP =均为方阵; A 可逆的充要条件是PP A 均可逆;s P ,2,1=;且⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=----11221111 ss A A A A6、理解和掌握矩阵的初等变换和初等矩阵及其有关理论；掌握矩阵的初等变换；化矩阵为行最简形；会用初等变换求矩阵的秩、求逆矩阵7、理解矩阵的秩的概念以及初等变换不改变矩阵的秩等有关理论8、若矩阵A 经过有限次初等变换得到矩阵B ;则称矩阵A 和矩阵B 等价;记为B A ≅. n m ⨯矩阵A 和B 等价当且仅当)()(B r A r =;在等价意义下的标准型：若r A r =)(;则r D A ≅;⎥⎦⎤⎢⎣⎡=000 r r I D ;r I 为r 阶单位矩阵.. 因此n 阶矩阵A 可逆的充要条件为n I A ≅..第三章 线性方程组一要点1、n 维向量；向量的线性运算及其有关运算律记所有n 维向量的集合为n R ;n R 中定义了n 维向量的线性运算;则称nR 为 n 维向量空间..2、向量间的线性关系1线性组合与线性表示；线性表示的判定2线性相关与线性无关；向量组的线性相关与无关的判定3、向量组的等价;向量组的秩；向量组的极大无关组及其求法；向量组的秩及其求法 1设有两个向量组,1α,2αs α )(A,1β,2βt β )(B向量组)(A 和)(B 可以相互表示;称向量组)(A 和)(B 等价..向量组的等价具有传递性..2一个向量组的极大无关组不是惟一的;但其所含向量的个数相同;那么这个相同的个数定义为向量组的秩..4、矩阵的秩与向量组的秩的关系5、线性方程组的求解1线性方程组的消元解法2线性方程组解的存在性和唯一性的判定3线性方程组解的结构4齐次线性方程的基础解系与全部解的求法5非齐次方程组解的求法二要求1、理解n 维向量的概念；掌握向量的线性运算及有关的运算律2、掌握向量的线性组合、线性表示、线性相关、线性无关等概念3、掌握线性表示、线性相关、线性无关的有关定理4、理解并掌握向量组的等价极大无关组、向量组的秩等概念；及极大无关组、向量组秩的求法5、掌握线性方程组的矩阵形式、向量形式的表示方法6、会用消元法解线性方程组7、理解并掌握齐次方程组有非零解的充分条件及其判别方法8、理解并掌握齐次方程组的基础解系、全部解的概念及其求法9、理解非齐次方程组与其导出组解的关系；掌握非齐次方程组的求解方法第四章 矩阵的特征值与特征向量一要点1、矩阵的特征值与特征向量的定义；特征方程、特征值与特征向量的求法与性质2、相似矩阵的定义、性质；矩阵可对角化的条件3、实对称矩阵的特征值和特征向量向量内积的定义及其性质；正交向量组；施密特正交化方法；正交矩阵；实对称矩阵的特征值与特征向量的性质；实对称矩阵的对角化二要求1、理解矩阵的特征值、特征向量的概念及有关性质2、掌握特征值与特征向量的求法3、理解并掌握相似矩阵的概念与性质4、掌握判断矩阵与对角矩阵相似的条件及对角化的方法5、会将实对称矩阵正交相似变换化为对角矩阵..第五章二次型一要点1、二次型与对称矩阵：二次型的定义；二次型与对称矩阵的对应关系2、二次型与对称矩阵的标准形配方法；初等变换法；正交变换法；合同矩阵；二次型及对称矩阵的标准形与规范形 3、二次型与对称矩阵的有定性二次型与对称矩阵的正定、负定、半正定、半负定二要求1、理解并掌握二次型的定义及其矩阵的表示方法..2、会用三种非退化线性替换：即配方法、初等变换法、正交变换法化二次型为标准形及规范型3、掌握二次型的正定、负定、半正定、半负定的定义;会判定二次型的正定性..。

《线性代数》知识点 归纳整理 诚毅学生 编01、余子式与代数余子式 ............................................................................................................................................. - 1 - 02、主对角线 ................................................................................................................................................................. - 2 - 03、转置行列式 ............................................................................................................................................................. - 2 - 04、行列式得性质 ......................................................................................................................................................... - 2 - 05、计算行列式 ............................................................................................................................................................. - 2 - 06、矩阵中未写出得元素 ............................................................................................................................................. - 3 - 07、几类特殊得方阵 ..................................................................................................................................................... - 3 - 08、矩阵得运算规则 ..................................................................................................................................................... - 3 - 09、矩阵多项式 ............................................................................................................................................................. - 5 - 10、对称矩阵 ................................................................................................................................................................. - 5 - 11、矩阵得分块 ............................................................................................................................................................. - 5 - 12、矩阵得初等变换 ..................................................................................................................................................... - 5 - 13、矩阵等价 ................................................................................................................................................................. - 5 - 14、初等矩阵 ................................................................................................................................................................. - 6 - 15、行阶梯形矩阵 与 行最简形矩阵 ......................................................................................................................... - 6 - 16、逆矩阵 ..................................................................................................................................................................... - 6 - 17、充分性与必要性得证明题 ..................................................................................................................................... - 7 - 18、伴随矩阵 ................................................................................................................................................................. - 7 - 19、矩阵得标准形: ....................................................................................................................................................... - 8 - 20、矩阵得秩: ............................................................................................................................................................... - 8 - 21、矩阵得秩得一些定理、推论 ................................................................................................................................. - 8 - 22、线性方程组概念 ..................................................................................................................................................... - 8 - 23、齐次线性方程组与非齐次线性方程组(不含向量).............................................................................................. - 8 - 24、行向量、列向量、零向量、负向量得概念 ....................................................................................................... - 10 - 25、线性方程组得向量形式 ....................................................................................................................................... - 10 - 26、线性相关 与 线性无关 得概念 ......................................................................................................................... - 10 - 27、向量个数大于向量维数得向量组 必然线性相关.............................................................................................. - 10 - 28、线性相关、线性无关;齐次线性方程组得解;矩阵得秩 这三者得关系及其例题 .......................................... - 10 - 29、线性表示 与 线性组合 得概念 ......................................................................................................................... - 10 - 30、线性表示;非齐次线性方程组得解;矩阵得秩 这三者得关系其例题.............................................................. - 10 - 31、线性相关(无关)与线性表示得3个定理 ........................................................................................................... - 10 - 32、最大线性无关组与向量组得秩 ........................................................................................................................... - 11 - 33、线性方程组解得结构 ........................................................................................................................................... - 11 -01、余子式与代数余子式(1)设三阶行列式D ＝333231232221131211a a a a a a a a a ,则①元素11a ,12a ,13a 得余子式分别为:M 11＝33322322a a a a ,M 12＝33312321a a a a ,M 13＝32312221a a a a对M 11得解释:划掉第1行、第1列,剩下得就就是一个二阶行列式33322322a a a a ,这个行列式即元素11a 得余子式M 11。

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。

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）—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★ 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|=kn|A|1 1…ik £…益■y (v)」IT=n厲-号）klXn7、n 阶（n 》2）范德蒙德行列式数学归纳法证明(2) |AB|=|A| • |B|(3) |AT|=|A|(4) |A-1|=|A|-1(5) |A*|=|A|n-1(6) 若A的特征值入1、入2、……入n,贝y P(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=0b2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=O2、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：B=A-1 AB=E或 BA=E成立，称A可逆，B是A的逆矩阵，记为注：A可逆的充要条件是|A|工04、逆的性质：( 5 条)(1)( kA) - 1=1/k ・A-1 (k 工0)(2)(AB)-仁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。

大一线性代数知识点公式线性代数是大一数学课程中的一门重要学科，涵盖了许多核心概念和基本公式。

下面将介绍一些大一线性代数中常见的知识点和相关公式。

1. 向量的加法和标量乘法向量的加法和标量乘法是线性代数中最基本的运算。

对于向量v和w，其加法定义为：v + w = (v₁ + w₁, v₂ + w₂, ..., vₙ + wₙ)其中vᵢ和wᵢ是向量v和w的第i个分量。

标量乘法定义为：k · v = (k · v₁, k · v₂, ..., k · vₙ)其中k是一个实数。

2. 向量的点乘和模长向量的点乘也称为向量的内积或数量积。

对于向量v和w，其点乘定义为：v ∙ w = v₁w₁ + v₂w₂ + ... + vₙwₙ点乘的结果是一个实数。

另外，向量的模长定义为：‖v‖ = √(v₁² + v₂² + ... + vₙ²)模长表示向量的长度或大小。

3. 矩阵的加法和标量乘法矩阵的加法和标量乘法也是线性代数中常见的操作。

对于m×n 的矩阵A和B，其加法定义为：A +B = [aᵢₙ + bᵢₙ]其中aᵢₙ和bᵢₙ是矩阵A和B的第i行第j列的元素。

标量乘法定义为：k · A = [kaᵢₙ]其中k是一个实数。

4. 矩阵的乘法矩阵的乘法是线性代数中最重要的运算之一。

对于m×n的矩阵A和n×p的矩阵B，它们的乘积AB定义为：AB = [cᵢₙ]其中cᵢₙ是矩阵乘积的第i行第j列的元素，计算公式为：cᵢₙ = aᵢ₁b₁ₙ + aᵢ₂b₂ₙ + ... + aᵢₙbₙₙ5. 行列式的计算行列式是线性代数中独特的概念，用于描述矩阵的性质。

对于n阶方阵A，其行列式定义为|A|或det(A)。

行列式的计算公式较复杂，可以通过展开定理、高斯消元法等方法进行计算。

6. 矩阵的转置和逆矩阵的转置是将其行和列对调得到的新矩阵。

大一线性代数知识点总结一、向量与矩阵1.1 向量的概念与性质向量是线性代数中的基本概念，它是指具有大小和方向的量。

在数学中，向量通常用箭头表示，并且可以表示为n维空间中的有序数组。

向量的加法与数乘定义为：- 两个向量的加法：设有两个向量a=(a1, a2, ..., an)和b=(b1, b2, ..., bn)，则它们的和定义为：a + b = (a1+b1, a2+b2, ..., an+bn)。

- 数乘：设有一个向量a=(a1, a2, ..., an)，一个标量k，那么k乘以a定义为：ka = (ka1, ka2, ..., kan)。

1.2 矩阵的概念与基本运算矩阵是由m行n列元素组成的长方形阵列，它的基本形式可以表示为：A= ( a11 a12 ... a1n )( a21 a22 ... a2n )( ... ... ... ... )( am1 am2 ... amn )其中，aij表示第i行第j列的元素。

矩阵的加法与数乘定义为：- 矩阵的加法：设有两个矩阵A与B，它们是同型矩阵，其相应元素相加即得到矩阵的和：A+B。

- 数乘：设有一个数k，以及一个矩阵A，那么可以通过数量k乘以矩阵A的每一个元素得到新的矩阵kA。

1.3 零向量与单位矩阵零向量是指所有分量都为零的向量，通常用0表示，对于n维空间而言，它的零向量可以表示为(0, 0, ..., 0)。

单位矩阵是指在主对角线上的元素都为1，其余元素都为0的方阵，通常用I表示。

对于n×n的单位矩阵可以表示为：I = ( 1 0 ... 0 )( 0 1 ... 0 )( ... ... ... )( 0 0 ... 1 )1.4 范数与内积向量的范数是指向量的长度，通常可以表示为||v||。

对于n维向量v=(v1, v2, ..., vn)，它的范数定义为：||v|| = √(v1^2 + v2^2 + ... + vn^2)。

《线性代数》知识点归纳整理诚毅学生编01、余子式与代数余子式................................................... - 3 -02、主对角线............................................................. - 4 -03、转置行列式........................................................... - 4 -04、行列式的性质......................................................... - 4 -05、计算行列式........................................................... - 5 -06、矩阵中未写出的元素................................................... - 6 -07、几类特殊的方阵....................................................... - 6 -08、矩阵的运算规则....................................................... - 7 -09、矩阵多项式.......................................................... - 11 -10、对称矩阵............................................................ - 11 -11、矩阵的分块.......................................................... - 11 -12、矩阵的初等变换...................................................... - 12 -13、矩阵等价............................................................ - 12 -14、初等矩阵............................................................ - 12 -15、行阶梯形矩阵与行最简形矩阵........................................ - 12 -16、逆矩阵.............................................................. - 13 -17、充分性与必要性的证明题.............................................. - 15 -18、伴随矩阵............................................................ - 16 -19、矩阵的标准形：...................................................... - 17 -20、矩阵的秩：.......................................................... - 17 -21、矩阵的秩的一些定理、推论............................................ - 18 -22、线性方程组概念...................................................... - 18 -23、齐次线性方程组与非齐次线性方程组（不含向量）........................ - 18 -24、行向量、列向量、零向量、负向量的概念................................ - 21 -25、线性方程组的向量形式................................................ - 22 -26、线性相关与线性无关的概念......................................... - 22 -27、向量个数大于向量维数的向量组必然线性相关........................... - 22 -28、线性相关、线性无关；齐次线性方程组的解；矩阵的秩这三者的关系及其例题........................................................................ - 22 -29、线性表示与线性组合的概念......................................... - 23 -30、线性表示；非齐次线性方程组的解；矩阵的秩 这三者的关系其例题 ........ - 23 - 31、线性相关（无关）与线性表示的3个定理 ................................ - 23 - 32、最大线性无关组与向量组的秩 .......................................... - 23 - 33、线性方程组解的结构 .................................................. - 23 - 01、余子式与代数余子式（1）设三阶行列式D ＝333231232221131211a a a a a aa a a ，则①元素11a ，12a ，13a 的余子式分别为：M 11＝33322322a a a a ，M 12＝33312321a a a a ，M 13＝32312221a a a a对M 11的解释：划掉第1行、第1列，剩下的就是一个二阶行列式33322322a a a a ，这个行列式即元素11a 的余子式M 11。

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 nnn n j j j nj j nj j j j n n nna a a a a a D a a a a a a τ==-∑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. 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 OA A O A BO BO BBO 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：()1222212111112n ijnj i nn n n nx x x x x x x x x x x ≤<≤---=-∏111⑦ a b -型公式：1[(1)]()n a b b b b a bban b a b b b a b 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)nn k 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：()ij m n A a ⨯=或m n A ⨯① 同型矩阵：两个矩阵的行数相等、列数也相等. ② 矩阵相等: 两个矩阵同型，且对应元素相等. ③ 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； 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. 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：mn m n AA A +=， ()()m n mn A 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T A =.A 是反对称矩阵T 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 ij nnnn A A A A A A AA A A A ⎛⎫ ⎪ ⎪== ⎪ ⎪⎝⎭，ij A 为A 中各个元素的代数余子式. **AAA A A E ==,1*n A A -=, 11A 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**⎛⎫-⎛⎫= ⎪ ⎪⎪-⎝⎭⎝⎭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 BA---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭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1A B B A E A B-==⇒=） 3.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， 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☻矩阵的初等变换和初等矩阵的关系：①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；②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.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 nr A⨯≤min(,)m n②()()()T Tr A r A r A A==③()()r kA r A k=≠其中0④()(),,()m n n sr A r B nA B r ABB 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 nAxr AB r Br A nAB O B OAAB AC B Cο⨯⇔=⎧⎪=⎧⎪=⎨⎪⇒=⇒=⎧⎨⎪⎨⎪⎪=⇒=⎩⎩⎩只有零解在矩阵乘法中有左消去律；若()()()n sr AB r Br B nB⨯=⎧=⇒⎨⎩在矩阵乘法中有右消去律.⑧()r rE O E Or A r A AO 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+⑩()()A O O Ar r A r BO B B O⎛⎫⎛⎫==+⎪ ⎪⎝⎭⎝⎭, ()()A Cr r A r BO 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)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 ⇔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 .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⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ 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 （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1.①n 个n 维线性无关的向量,两两正交,每个向量长度为1.②1(,)ni i i a b αβ===∑③(,)0αβ=. 记为：αβ⊥④21ni i a α====∑⑤(,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+=+3. ① 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.②0E A λ-=（或0A E λ-=）.③()E A λϕλ-=（或()A E λϕλ-=）.④ ()ϕλ是矩阵A 的特征多项式⇒()A O ϕ=⑤12n A λλλ= 1ni A λ=∑tr ，A tr 称为矩阵A⑥ 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=0②()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. ①1P AP B -= （P 为可逆矩阵） ②1P AP B -= （P 为正交矩阵）③A 与对角阵Λ相似.（称Λ是A6. 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 tr ③A 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，1PAP -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 TAAE =正交矩阵的性质：① 1TAA -=；② TT AAA 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. 11.123,,ααα线性无关,单位化：111βηβ=222βηβ=333βηβ=技巧：取正交的基础解系，跳过施密特正交化。

线性代数知识点总结线性代数是数学的一个分支，它的研究对象是向量，向量空间，线性变换和有限维的线性方程组。

下面是xx想跟大家分享的，欢迎大家浏览。

第一章行列式知识点1：行列式、逆序数知识点2：余子式、代数余子式知识点3：行列式的性质知识点4：行列式按一行（列）展开公式知识点5：计算行列式的方法知识点6：克拉默法则第二章矩阵知识点7：矩阵的概念、线性运算及运算律知识点8：矩阵的乘法运算及运算律知识点9：计算方阵的幂知识点10：转置矩阵及运算律知识点11：伴随矩阵及其性质知识点12：逆矩阵及运算律知识点13：矩阵可逆的判断知识点14：方阵的行列式运算及特殊类型的矩阵的运算知识点15：矩阵方程的求解知识点16：初等变换的概念及其应用知识点17：初等方阵的概念知识点18：初等变换与初等方阵的关系知识点19：等价矩阵的概念与判断知识点20：矩阵的子式与最高阶非零子式知识点21：矩阵的秩的概念与判断知识点22：矩阵的秩的性质与定理知识点23：分块矩阵的概念与运算、特殊分块阵的运算知识点24：矩阵分块在解题中的技巧举例第三章向量知识点25：向量的概念及运算知识点26：向量的线性组合与线性表示知识点27：向量组之间的线性表示及等价知识点28：向量组线性相关与线性无关的概念知识点29：线性表示与线性相关性的关系知识点30：线性相关性的判别法知识点31：向量组的最大线性无关组和向量组的秩的概念知识点32：矩阵的秩与向量组的秩的关系知识点33：求向量组的最大无关组知识点34：有关向量组的定理的综合运用知识点35：内积的概念及性质知识点36：正交向量组、正交阵及其性质知识点37：向量组的正交规范化、施密特正交化方法知识点38：向量空间（数一）知识点39：基变换与过渡矩阵（数一）知识点40：基变换下的坐标变换（数一）第四章线性方程组知识点41：齐次线性方程组解的性质与结构知识点42：非齐次方程组解的性质及结构知识点43：非齐次线性线性方程组解的各种情形知识点44：用初等行变换求解线性方程组知识点45：线性方程组的公共解、同解知识点46：方程组、矩阵方程与矩阵的乘法运算的关系知识点47：方程组、矩阵与向量之间的联系及其解题技巧举例第五章矩阵的特征值与特征向量知识点48：特征值与特征向量的概念与性质知识点49：特征值和特征向量的求解知识点50：相似矩阵的概念及性质知识点51：矩阵的相似对角化知识点52：实对称矩阵的相似对角化.知识点53：利用相似对角化求矩阵和矩阵的幂第六章二次型知识点54：二次型及其矩阵表示知识点55：矩阵的合同知识点56 : 矩阵的等价、相似与合同的关系知识点57：二次型的标准形知识点58：用正交变换化二次型为标准形知识点59：用配方法化二次型为标准形知识点60：正定二次型的概念及判断。

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 nnn n j j j nj j nj j j j n n nna a a a a a D a a a a a a τ==-∑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. 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 OA A O A BO BO BBO 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：()1222212111112n ijnj i nn n n nx x x x x x x x x x x ≤<≤---=-∏111⑦ a b -型公式：1[(1)]()n a b bbb a bba nb a b b b 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：()ij m n A 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； 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. 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：mn m n AA A +=， ()()m n mn A 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T A =.A 是反对称矩阵T 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 ij nnnn A A A A A A AA A A A ⎛⎫ ⎪ ⎪== ⎪ ⎪⎝⎭，ij A 为A 中各个元素的代数余子式. **AAA A A E ==,1*n A A -=, 11A A --=.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 BA---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭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.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， 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?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.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 ()rr E O E O r A r A A OO 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 +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)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 ⇔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⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪= ⎪⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⇔11112212121122222211222n 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⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ 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 （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.✍n 个n 维线性无关的向量,两两正交,每个向量长度为1.✍),,Tn a 与),Tn b 的内积1(,)ni i n n i a b a b αβ===++∑✍(,)0αβ=. 记为：αβ⊥④),,Tn a 的长度221(,)ni n i a a ααα====++∑⑤(,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+=+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. ✍0E A λ-=（或0A E λ-=）.✍()E A λϕλ-=（或()A E λϕλ-=）.④ ()ϕλ是矩阵A 的特征多项式⇒()A O ϕ=⑤12n A λλλ= 1ni A λ=∑tr ，A tr 称为矩阵A 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=0②()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. ✍1P AP B -= （P 为可逆矩阵） ✍1P AP B -= （P 为正交矩阵）✍A 与对角阵Λ相似.（称Λ是A6. 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 tr ③A 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，1PAP -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 TAAE =正交矩阵的性质：① 1TAA -=；② TT AAA 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,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 ijM 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 ----===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 OB ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭；主对角分块 ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭；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：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 = ⇔ ； 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元素所在列的其他元素必须为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(,)(,)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 -=；1. 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)11kk 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 --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭； 2. 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 ≥+-；3. 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()n nnn m n mmn n n nm m n mnnnnnn m a b C a C a b C ab C a 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---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ；③、利用特征值和相似对角化： 4. 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-=5. 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；6. 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； 7. 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；8. 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1.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；2. 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3. 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 4. ()()T r A A r A =；101P 例15 5.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；6. 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；7. 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 ⇔ ==8. 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； 9. 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,A 与B 的任何对应的列向量组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； 10. 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11. 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；12. 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；13. 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； 14. 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；15. 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 =-； 16. 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1. 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； 2. 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 ----=----;3. 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； 4. 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 ； 5. 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； 6. A 为对称阵,则A 为二次型矩阵； 7. 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 ⇒>>；必要条件第一章 随机事件互斥对立加减功,条件独立乘除清； 全概逆概百分比,二项分布是核心； 必然事件随便用,选择先试不可能; 第二、三章一维、二维随机变量1离散问模型,分布列表清,边缘用加乘,条件概率定联合,独立试矩阵 2连续必分段,草图仔细看,积分是关键,密度微分算 3离散先列表,连续后求导；分布要分段,积分画图算 第五、六章数理统计、参数估计正态方和卡方出,卡方相除变F,若想得到t分布,一正n卡再相除; 样本总体相互换,矩法估计很方便；似然函数分开算,对数求导得零蛋；区间估计有点难,样本函数选在前；分位维数惹人嫌,导出置信U方甜; 第七章假设检验检验均值用U-T,分位对称别大意；方差检验有卡方,左窄右宽不稀奇；不论卡方或U-T,维数减一要牢记；代入比较临界值,拒绝必在否定域。