总复习-1矩阵与行列式

矩阵与行列式解析矩阵与行列式的性质与运算规律矩阵和行列式是线性代数中重要的概念和工具。

它们在数学、物理、工程等领域都有广泛的应用。

本文将详细解析矩阵与行列式的性质和运算规律。

一、矩阵的性质与运算规律1. 矩阵的定义矩阵是一个按照长方阵列排列的数。

它由m行n列元素组成，记作A=(a_ij),其中1≤i≤m，1≤j≤n。

矩阵的行数和列数分别称为矩阵的阶数或维数。

2. 矩阵的运算规律2.1 矩阵的加法和减法设A=(a_ij)和B=(b_ij)是两个同阶矩阵，则它们的和C=A+B的定义为C=(c_ij)，其中c_ij=a_ij+b_ij。

矩阵的减法定义类似。

2.2 矩阵的数乘设A=(a_ij)是一个矩阵，k是一个数，则kA的定义为kA=(ka_ij)，其中ka_ij=ka_ij。

2.3 矩阵的乘法设A=(a_ij)是一个m行n列的矩阵，B=(b_ij)是一个n行p列的矩阵，则它们的乘积C=AB的定义为C=(c_ij)，其中c_ij=a_i1b_1j+...+a_inb_nj。

3. 矩阵的性质3.1 矩阵的转置设A=(a_ij)是一个m行n列的矩阵，A的转置记作A^T，定义为A^T=(a_ji)是一个n行m列的矩阵。

3.2 矩阵的逆设A是一个n阶方阵，若存在一个n阶方阵B，使得AB=BA=I，其中I为单位矩阵，则称矩阵A可逆，B为A的逆矩阵。

若A不可逆，则称为奇异矩阵。

3.3 矩阵的行列式矩阵A的行列式记作|A|，行列式是一个标量，它由矩阵元素按一定规则计算而得。

行列式的性质包括行列式的加法性、数乘性、转置性等。

二、行列式的性质与运算规律1. 行列式的定义行列式是一个方阵的特征值之一。

设A=(a_ij)是一个n阶方阵，行列式的定义为|A|=a_11a_22...a_nn-a_11a_23...a_n(n-1)-...-a_1n-1a_2n...a_n。

2. 行列式的运算规律2.1 行列式的数乘若k是数，A是n阶方阵，则kA的行列式等于k的n次方乘以A 的行列式，即|kA|=k^n|A|。

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。

矩阵与行列式的运算与特性总结矩阵与行列式是线性代数中重要的概念，它们在许多数学和科学领域中都有广泛的应用。

本文将对矩阵与行列式的运算法则和特性进行总结。

一、矩阵的定义与运算矩阵是一个按照矩形排列的数的集合，常用大写字母表示。

一个m×n 的矩阵 A 可以表示为：A = [a[ij]](m×n)，其中 a[ij] 表示矩阵 A 的第 i 行第 j 列的元素。

常见的矩阵运算有加法、减法和数乘运算。

1. 矩阵的加法：两个相同大小的矩阵相加，只需对应元素相加。

A +B = [a[ij] + b[ij]](m×n)2. 矩阵的减法：两个相同大小的矩阵相减，只需对应元素相减。

A -B = [a[ij] - b[ij]](m×n)3. 矩阵的数乘：将矩阵的每个元素都乘以一个实数 k。

kA = [ka[ij]](m×n)二、矩阵的乘法矩阵的乘法是一个重要的运算，不同于加法和减法，矩阵的乘法需要满足一定的条件。

设 A 是一个 m×n 的矩阵，B 是一个 n×p 的矩阵，则矩阵 A 与矩阵B 的乘积 C 是一个 m×p 的矩阵，记作 C = AB。

矩阵乘法的计算方法是，C 中第 i 行第 j 列的元素等于矩阵 A 的第 i 行与矩阵 B 的第 j 列对应位置的元素乘积之和。

即 C 的元素 c[ij] 等于 a[i1]×b[1j] + a[i2]×b[2j] + ... + a[in]×b[nj]。

三、行列式的定义、特性与运算行列式是一个与矩阵对应的数，它在线性代数中有广泛的应用，常用竖线括起来表示。

一个 n 阶行列式的定义如下：D = |a[ij]|(n×n)，其中 a[ij] 表示行列式 D 的第 i 行第 j 列的元素。

行列式具有以下的特性与运算法则：1. 行列式的性质：(1) 互换行列式的两行（列），行列式的值变号。

线性代数下的行列式和矩阵线性方程组一般有 m 个常数项，n 个未知数，m * n 个系数。

若常数项全为 0 ，则为齐次线性方程组；若未知数全为0 ，则称为零解。

于是我们考虑的问题是：齐次方程组：1.是否存在非零解，以及存在的条件2.通解的结构与性质3.解法非齐次方程组：1.是否有解，以及有解的条件是什么2.有多少解以及对应解数量的条件是什么3.多解的结构与性质4.解法行列式二，三阶行列式行列式的初始作用是解线性方程组！例如：最简单的二元线性方程组\left\{ \begin{aligned} a_{11}x_1 + a_{12}x_2 = b_1 \\ a_{21}x_1 + a_{22}x_2 = b_2 \end{aligned} \right.\Rightarrow 消元 \Rightarrow \left\{ \begin{aligned}x_1 = \frac{b_1a_{22} - b_2a_{12}}{a_{11}a_{22} -a_{12}a_{21}} \\ x_1 = \frac{b_2a_{21} -b_1a_{21}}{a_{11}a_{22} - a_{12}a_{21}} \end{aligned} \right.可以得出结论，答案是由方程的四个系数和常数决定的。

所以记住四个系数作为行列式，指定行列式的值是上式的分母:\begin{bmatrix} a_{11} & a_{12} \\ a_{21} & a_{22}\end{bmatrix} = a_{11}a_{22} - a_{12}a_{21}于是有了这么一个行列式之后，我们就可以得到：D = \begin{bmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{bmatrix} \ D_1 = \begin{bmatrix} b_1 & a_{12} \\ b_2 & a_{22} \end{bmatrix} \ D_2 = \begin{bmatrix}a_{21} & b_1 \\ a_{21} & b_2 \end{bmatrix} \\Rightarrow \\ x_1 = \frac{D_1}D, x_2 = \frac{D_2}D同理可以推广到三元线性方程组，定义三阶行列式。

《线性代数》复习提纲第一章、行列式1．行列式的定义：用2n 个元素ij a 组成的记号称为n 阶行列式。

（1）它表示所有可能的取自不同行不同列的n 个元素乘积的代数和； （2）展开式共有n!项，其中符号正负各半；<2．行列式的计算一阶|α|=α行列式，二、三阶行列式有对角线法则； N 阶（n ≥3）行列式的计算：降阶法定理：n 阶行列式的值等于它的任意一行（列）的各元素与其对应的代数余子式乘积的和。

方法：选取比较简单的一行（列），保保留一个非零元素，其余元素化为0，利用定理展开降阶。

~特殊情况：上、下三角形行列式、对角形行列式的值等于主对角线上元素的乘积；◊行列式值为0的几种情况：Ⅰ 行列式某行（列）元素全为0； Ⅱ 行列式某行（列）的对应元素相同；Ⅲ 行列式某行（列）的元素对应成比例； Ⅳ 奇数阶的反对称行列式。

3.概念：全排列、排列的逆序数、奇排列、偶排列、余子式ij M 、代数余子式ij j i ij M A +-=)1(。

定理：一个排列中任意两个元素对换，改变排列的奇偶性。

奇排列变为标准排列的对换次数为基数，偶排列为偶数。

n 阶行列式也可定义：n q q q na a a ⋯=∑21t211-D ）（，t 为n q q q ⋯21的逆序数4.行列式性质：1、行列式与其转置行列式相等。

%2、互换行列式两行或两列，行列式变号。

若有两行(列)相等或成比例，则为行列式0。

3、行列式某行（列）乘数k,等于k 乘此行列式。

行列式某行（列）的公因子可提到外面。

4、行列式某行（列）的元素都是两数之和，则此行列式等于两个行列式之和。

5、行列式某行（列）乘一个数加到另一行（列）上，行列式不变。

6、行列式等于他的任一行（列）的各元素与其对应代数余子式的乘积之和。

（按行、列展开法则）}7、行列式某一行（列）与另一行（列）的对应元素的代数余子式乘积之和为0.5.克拉默法则：：若线性方程组的系数行列式0D ≠，则方程有且仅有唯一解DD D Dx D D n =⋯==n 2211x ,x ，，。

矩阵的行列式与逆矩阵矩阵是线性代数中的一种基本概念，它是由数个数按照矩形排列而成的有限集合。

而矩阵的行列式与逆矩阵是矩阵运算中非常重要的概念与方法。

本文将详细介绍矩阵的行列式以及逆矩阵的定义、性质和计算方法。

1. 矩阵的行列式矩阵的行列式是一个标量，它与矩阵的元素及其排列有关。

对于n 阶方阵A=[a_ij]，其中a_ij表示矩阵A的第i行第j列的元素，行列式的定义如下：det(A) = ∑[(-1)^(i+j) * a_ij * det(A_ij)]其中A_ij表示将矩阵A的第i行和第j列剔除后的(n-1)阶矩阵，det(A_ij)表示该(n-1)阶矩阵的行列式。

该定义可以通过递推公式简化计算。

行列式具有很多重要的性质，比如：- 行列式的转置等于行列式本身的值：det(A) = det(A^T)- 行列式相等的矩阵具有相同的行列式：如果A=B，则det(A) = det(B)- 互换矩阵的两行（或两列）会改变行列式的符号：如果B是通过交换A的两行得到的，则det(B) = -det(A)行列式的计算方法包括拉普拉斯展开和三角形展开等，根据矩阵的性质选择最合适的方法进行计算。

2. 逆矩阵对于n阶矩阵A，如果存在一个n阶矩阵B，使得AB=BA=I，其中I为n阶单位矩阵，则称矩阵A为可逆矩阵，矩阵B为矩阵A的逆矩阵，记作A^(-1)。

可逆矩阵一定是方阵。

逆矩阵是矩阵运算中的重要工具，具有以下性质：- 若A为可逆矩阵，则A^(-1)也是可逆矩阵，(A^(-1))^(-1) = A- 若A、B都是可逆矩阵，则AB也是可逆矩阵，(AB)^(-1) = B^(-1)A^(-1)- 若A是可逆矩阵，则det(A)不等于0，且det(A^(-1)) = 1/det(A)逆矩阵的计算方法一般有初等变换法、伴随矩阵法和矩阵的分块法等。

其中初等变换法是最常用的方法，通过对矩阵A施行一系列初等行变换或初等列变换，将其化为阶梯形矩阵，再通过代换求解出逆矩阵。

知识点一、矩阵的概念：1、矩阵的定义：由m n ⨯个数排成的m 行、n 列的矩形数表叫做矩阵，即111212122212n n m m mn a a a a a a a a a ⎛⎫⎪ ⎪⎪⎪⎝⎭， 矩阵中的每个数ij a （1i m ≤≤，1j n ≤≤，i 、j ∈N *）叫做矩阵的元素，ij a 表示第i 行第j 列上的元素。

矩阵通常用大写字母表示：()m n ij A a ⨯=（表示m n ⨯阶矩阵），可简记为A ； 2、矩阵的意义：矩形数表；3、相关概念： 1. 行向量、列向量；2. 方矩阵（方阵）、方矩阵的阶；3. 单位矩阵、零矩阵。

二、矩阵的运算：1、矩阵的相等：若()ij A a =、()ij B b =是两个行数与行数相等、列数与列数相等的矩阵，当且仅当它们对应位置的元素都相等时，即ij ij a b =（i =1，2，…，m ；j =1，2，…，n ），称两矩阵相等，记作A B =；2、矩阵的加减：当两个矩阵A 、B 的行数与列数分别相等时，将它们对应位置上的元素相加ij ij ij c a b =+（相减ij ij ij c a b =-），i =1，2，…，m ；j =1，2，…，n ，所得到的矩阵()ij c 称为矩阵A 、B 的和（差），记作A B +（A B -）；3、用矩阵变换的方法解下列线性方程组：（1）25324x y x y +=⎧⎨-=⎩； （2）63252310x y z x y z x y z ++=⎧⎪+-=⎨⎪-+=⎩。

4、在n 行n 列矩阵12321234113*********n n n n n n n n n n ⋅⋅⋅--⎛⎫ ⎪⋅⋅⋅- ⎪⎪⋅⋅⋅⎪⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅ ⎪ ⎪⋅⋅⋅---⎝⎭中，记位于第i 行第j 列的数为ij a （i ，j =1，2……，n ）。

当9n =时，11223399a a a a +++⋅⋅⋅+=_________。

考研数学知识点总结在考研的所有科目中，数学可以算得上是拉分差距最明显的科目了。

每年成绩出来，数学接近满分的同学很多，未满及格线的同学也是一抓一大把。

那么接下来给大家分享一些关于，希望对大家有所帮助。

考研数学知识点第一章行列式1、行列式的定义2、行列式的性质3、特殊行列式的值4、行列式展开定理5、抽象行列式的计算第二章矩阵1、矩阵的定义及线性运算2、乘法3、矩阵方幂4、转置5、逆矩阵的概念和性质6、伴随矩阵7、分块矩阵及其运算8、矩阵的初等变换与初等矩阵9、矩阵的等价10、矩阵的秩第三章向量1、向量的概念及其运算2、向量的线性组合与线性表出3、等价向量组4、向量组的线性相关与线性无关5、极大线性无关组与向量组的秩6、内积与施密特正交化7、n维向量空间(数学一)第四章线性方程组1、线性方程组的克莱姆法则2、齐次线性方程组有非零解的判定条件3、非齐次线性方程组有解的判定条件4、线性方程组解的结构第五章矩阵的特征值和特征向量1、矩阵的特征值和特征向量的概念和性质2、相似矩阵的概念及性质3、矩阵的相似对角化4、实对称矩阵的特征值、特征向量及其相似对角矩阵第六章二次型1、二次型及其矩阵表示2、合同变换与合同矩阵3、二次型的秩4、二次型的标准型和规范型5、惯性定理6、用正交变换和配方法化二次型为标准型7、正定二次型及其判定考研数学复习之拿高分方法一、理性分析三个组成部分，各个击破我们知道数学整个试卷的组成部分是：高数82分+线代34分+概率论34分;很明显微积分占了绝大部分;另外概率论里面很多题目要用到微积分的工具，实际上微积分的分数比82分要高，应该是能到100分左右。

所以同学们在前期复习的时候一定要把微积分的基础打扎实;线性代数再难，毕竟内容不多。

而且矩阵、向量、线性方程组、特征根与特征值、二次型本质思想都是一致的。

用来用去的基本工具就是对矩阵做初等变换，求线性方程组解的结构，线代难是难在每个部分的基本思想都是一样的，但却是不同的概念。