(完整版)线性代数知识点全归纳,推荐文档

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。

线性代数知识点全归纳线性代数是数学的一个重要分支，研究向量空间及其上的线性映射。

它广泛应用于物理、工程、计算机科学等领域。

下面将对线性代数的主要知识点进行全面归纳。

1.矩阵及其运算：矩阵是线性代数的基本概念之一，由若干行和列组成的方阵。

常见的矩阵运算有加法、减法、数乘、矩阵乘法和转置等。

2.向量及其运算：向量是一个有序数组，具有大小和方向。

常见的向量运算有加法、减法、数乘、点乘和叉乘等。

3.线性方程组：线性方程组是线性代数的核心内容之一、包括齐次线性方程组和非齐次线性方程组。

解线性方程组的方法有高斯消元法、克莱姆法则和矩阵求逆等。

4.向量空间与线性变换：向量空间是线性代数的基本概念之一，包含零向量、加法和数乘运算。

线性变换是一种保持向量空间结构的映射。

5.基与维度：基是向量空间的一组线性无关向量，可以由基线性组合得到向量空间中的任意向量。

维度是向量空间中基的数量。

6.线性相关与线性无关：向量组中的向量线性相关指存在非零的线性组合，其系数不全为零。

如果向量组中的向量线性无关，则任何线性组合的系数都为零。

7.线性变换与矩阵：线性变换可以用矩阵表示，矩阵的列向量表示线性变换作用于基向量上后的结果。

矩阵乘法可以将多个线性变换组合为一个线性变换。

8.特征值与特征向量：对于一个线性变换，如果存在一个非零向量，使得它在该线性变换下只发生伸缩而不发生旋转，那么这个向量称为该线性变换的特征向量，对应的伸缩比例为特征值。

9.二次型与正定矩阵：二次型是线性代数中的重要概念，是一个关于变量的二次函数。

正定矩阵是指二次型在所有非零向量上的取值都大于零。

10.内积与正交性：内积是向量空间中的一种运算，它满足线性性、对称性和正定性。

正交性是指两个向量的内积为零，表示两个向量互相垂直。

11.正交变换与正交矩阵：正交变换是指保持向量长度和向量之间夹角的变换。

正交矩阵是一种特殊的方阵，它的行向量和列向量两两正交，并且长度为112.奇异值分解与特征值分解：奇异值分解将一个矩阵分解为三个矩阵的乘积，其中一个是正交矩阵，另外两个是对角矩阵。

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.如a b ca b c 0a b c'''= 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．如a b ca b c 0ka kb kc'''= 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 =+++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．如111213212223313233a a a a a a a a a ,元素23a 的余子式为1112233132aa M a a =,元素23a 的代数余子式为11122323233132a a A (1)M a a +=-=-.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 ==如111213212223313233a a a a a a a a a 111112121313a A a A a A =++ 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 ==4. 行列式的计算 1二阶行列式1112112212212122a a a a a a a a =- 2三阶行列式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 =++--- 3对角行列式1212n nλλλλλλ=,n(m 1)21212n n(1)λλλλλλ-=-4三角行列式1111121n 2122222n 1122nn n1n2nn nn a a a a a a a a a a a a a a a ==111,n 11n1n n(n 1)212,n 12,n 12n 21n 2,n 1n1n1n1n2nna a a a a a a a (1)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.矩阵1. 常见矩阵1对角矩阵：主对角线以外的元素全为0的方阵,称为对角矩阵.记作Λ. 2单位矩阵：主对角线上的元素全为1的对角矩阵,称为单位矩阵.记作E.3上三角矩阵：对角线以下的元素全为0的方阵.如11121n 222n nn a a a a a a ⎛⎫⎪⎪⎪ ⎪⎝⎭ 4下三角矩阵：对角线以上的元素全为0的方阵.如112122n1n2nn a a a a a a ⎛⎫ ⎪⎪ ⎪ ⎪⎝⎭5对称矩阵：设A 为ｎ阶方阵,若T A A =,即ij ji a a =,则称A 为对称矩阵. 6反对称矩阵：设A 为ｎ阶方阵,若T A A =-,即ij ji a a =- ,则称A 为反对称矩阵. 7正交矩阵：设A 为ｎ阶方阵,如果T AA E =或T A A E =,则称A 为正交矩阵. 2. 矩阵的加法、数乘、乘法运算 1矩阵的加法 如a b c a b c a a b b c c d e f d e f d d e e f f ''''''+++⎛⎫⎛⎫⎛⎫+=⎪ ⎪⎪''''''+++⎝⎭⎝⎭⎝⎭注：① 只有同型矩阵才能进行加减运算；② 矩阵相加减就是对应元素相加减. 2数乘矩阵 如a b c ka kb kc k d e f kd ke kf ⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭注：数乘矩阵就是数乘矩阵中的每个元素.3矩阵的乘法：设ij m ij n s s A (a ),B (b )⨯⨯==,规定ij m n AB C (c ),⨯== 其中sij i11j i22j is sj ik kj k 1c a b a b a b a b ==+++=∑(i 1,2,,m,j 1,2,,n.)==注：①左矩阵A 的列数等于右矩阵B 的行数；②左矩阵A 的第i 行与右矩阵B 的第j 列对应元素乘积的和是矩阵乘积C 的元素ij c . ③左矩阵A 的行数为乘积C 的行数,右矩阵B 的列数为乘积C 的列数. 如行矩阵乘列矩阵是一阶方阵即一个数,即()112111121s 111112211s s1s1b ba a a ab a b a b b ⎛⎫ ⎪ ⎪=++⎪ ⎪⎝⎭列矩阵乘行矩阵是s 阶方阵,即()1111111112111s 2121112112211s 11121s s1s111s112s11s a a b a b a b a a b a b a b b b b a a b a b a b ⎛⎫⎛⎫⎪⎪ ⎪ ⎪= ⎪ ⎪ ⎪⎪⎝⎭⎝⎭3. 逆矩阵设n 阶方阵A 、B,若AB=E 或BA=E,则A,B 都可逆,且11A B,B A --==.1二阶方阵求逆,设a b A c d ⎛⎫=⎪⎝⎭,则1*d b 11A A c a A ad bc --⎛⎫== ⎪--⎝⎭两调一除法. 2对角矩阵的逆11111221n n a a a a a a ----⎛⎫⎛⎫⎪⎪⎪⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭, 111n 2121n1a a a a a a ----⎛⎫⎛⎫ ⎪ ⎪⎪ ⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭.3分块对角阵的逆11111221s s A A A A ;A A ----⎛⎫⎛⎫⎪⎪⎪⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭111s 2121s1A A A A A A ----⎛⎫⎛⎫ ⎪ ⎪⎪ ⎪= ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭. 4一般矩阵求逆,初等行变换的方法：()()ERT1A E EA -−−−→.4. 方阵的行列式由ｎ阶方阵A 的元素所构成的行列式各元素的位置不变叫做方阵A 的行列式.记作A 或detA. 5. 矩阵的初等变换下面三种变换称为矩阵的初等行列变换：1互换两行列；2数乘某行列；3某行列的倍数加到另一行列. 6. 初等矩阵单位矩阵经过一次初等变换得到的矩阵,称为初等矩阵.如001100100010,0k 0,010100001k 01⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭都是初等矩阵. 7. 矩阵的秩矩阵A 的非零子式的最高阶数,称为矩阵A 的秩.记作RA 或rA. 求矩阵的秩的方法：1定义法：找出A 中最高阶的非零子式, 它的阶数即为A 的秩.2初等行变换法：ERTA −−−→行阶梯形矩阵,RA=R 行阶梯形矩阵=非零行的行数. 8. 重要公式及结论 1矩阵运算的公式及结论()()12121212k k k k k k k k k k k k kk 10A B B A,(A B )C A (B C ),(A B )A B (AB )C A(BC ),(A B )C AC BC ,(AB )(A )B A(B )A A A ,(A )A ,(A )A ,E EAB A BA B ,EA AE A,A Eλλλλλλλλ+-+=+++=+++=+=+=+==⋅========()()()()()()T TTT T T T T T TTT nT n n A A,(A B )A B ,A A ,AB B A A A ,AB B A ,AA A A A EA A ,A A ,AB A B BA ,A A ,A B A Bλλλλ*******=+=+===========+≠+矩阵乘法不满足交换律,即一般地A B ≠AB;矩阵乘法不满足消去律,即一般地若AB=AC,无B=C ；只有当A 可逆时,有B=C.一般地若AB=O,则无A=O 或B=O.()222A B ?A 2AB B +++.2逆矩阵的公式及定理()()()()()()()()11111111n 11111k1k1T11T 1A A ,A A ,,A A 1A A,A A,A A ,A A AB B A1A A A AAA A ,Aλλ----------*-**--**-----===========A 可逆⇔|A |≠0⇔A ～E 即A 与单位矩阵E 等价 3矩阵秩的公式及结论()()()T m n R(O )0,R(A )min{m,n },R(A )R(A ),R(kA )R(A ),k 0A 0R(A )n ,R A B R A R B ⨯=≤==≠≠⇔=+≤+R AB ≤R A , R AB ≤R B .特别地,当A 可逆时,RAB=RB ；当B 可逆时,RAB=RA.()()ET A B A ~B R A R B −−→⇔⇒= 即等价矩阵的秩相等或初等变换不改变矩阵的秩.9. 矩阵方程1设 A 为n 阶可逆矩阵,B 为n ×m 矩阵,则矩阵方程AX=B 的解为1X A B -=；解法：① 求出1A -,再计算1A B -； ② ()()ERTAB E X −−−→ .2设 A 为n 阶可逆矩阵,B 为m ×n 矩阵,则矩阵方程XA=B 的解为1X BA -=；解法：① 求出1A -,再计算1BA -； ② ECT A E B X ⎛⎫⎛⎫−−−→⎪ ⎪⎝⎭⎝⎭. 10. 矩阵间的关系1等价矩阵：如果矩阵A 经过有限次初等变换变成矩阵B,那么称矩阵A 与B 等价.即存在可逆矩阵P,Q,使得PAQ=B.性质：等价矩阵的秩相等.2相似矩阵：如果存在可逆矩阵P,使得1P AP B -=,那么称A 与B 相似. 性质：相似矩阵有相同的特征多项式,相同的特征值,相同的行列式,相同的迹. 3合同矩阵：如果存在可逆矩阵P,使得TP AP B =,那么称A 与B 合同. 性质：合同矩阵的秩相等.向量空间1. 线性组合1若α＝k β,则称向量α与β成比例． 2零向量Ｏ是任一向量组的线性组合．3向量组中每一向量都可由该向量组线性表示． 2. 线性相关与线性无关1 单独一个向量线性相关当且仅当它是零向量．2 单独一个向量线性无关当且仅当它是非零向量．3 两向量线性相关当且仅当两向量对应成比例.4 两向量线性无关当且仅当两向量不对应成比例.5 含有Ｏ向量的向量组一定线性相关．6 向量组12m ,,,ααα线性相关的充分必要条件是① 齐次线性方程组22m m 11k k 0k ααα+++=有非零解.② 以向量组为列作的矩阵()12m ,,,ααα的秩<向量的个数m.7n 个n 维向量12n ,,,ααα线性相关的充分必要条件是以向量组为列作的行列式的值()12n ,,,ααα=0.8 向量组12m ,,,ααα线性无关的充分必要条件是① 齐次线性方程组22m m 11k k 0k ααα+++=只有零解.② 以向量组为列作的矩阵()12m ,,,ααα的秩=向量的个数m.9 n 个n 维向量12n ,,,ααα线性无关的充分必要条件是以向量组为列作的行列式的值()12n ,,,ααα≠0.10当m>n 时,m 个n 维向量一定线性相关.定理1：向量组 a 1 , a 2 ,……, a m m ≥2线性相关的充分必要条件是向量组中至少有一个向量可由其余m-1个向量线性表示.向量组线性无关的充分必要条件是向量组中任何一个向量都不能由其余向量线性表示． 定理2：如果向量组A ：a 1 , a 2 ,……, a r 线性无关,而向量组 a 1 , a 2 ,……, a r ,α线性相关,则α可由A线性表示,且表示式唯一.定理3：设向量组2r 1A :,,,ααα,12r r 1m B :,,,,,,ααααα+若A 线性相关,则向量组B 也线性相关；反之,若向量组B 线性无关,则向量组A 也线性无关.即部分相关,则整体相关；整体无关,则部分无关. 定理4：无关组的截短组无关,相关组的接长组相关. 3. 极大无关组与向量组的秩定义1 如果在向量组 T 中有 r 个向量 a 1 , a 2 ,……, a r ,满足条件： ⑴ 向量组 a 1 , a 2 ,……, a r 线性无关, ⑵ T α∀∈,2r 1,,,,αααα线性相关.那么称向量 a 1 , a 2 ,……, a r 是向量组 T 的一个极大无关组.定义2 向量组的极大无关组中所含向量的个数,称为向量组的秩.定义3 矩阵的行向量组的秩称为矩阵的行秩；矩阵的列向量组的秩称为矩阵的列秩; 结论1 线性无关的向量组的极大无关组就是它本身;结论2 如果向量组的秩是r ,那么该向量组的任意 r 个线性无关的向量都是它的一个极大无关组; 定理1 设向量组A:a 1,a 2, …,a r ；及向量组B:b 1,b 2, …, b s ,如果组A 能由组B 线性表示,且组A 线性无关,则r ≦s.推论1 等价的向量组有相同的秩.定理2 矩阵的秩＝矩阵列向量组的秩＝矩阵行向量组的秩. 4. 向量空间定义1 设V 为n 维向量的集合,如果集合V 非空,且集合V 对于加法及乘数两种运算封闭,那么就称集合V 为向量空间.5. 基与向量在基下的坐标定义2 设V 是向量空间,如果向量组a 1 , a 2 ,……, a r ,满足条件： 1向量组 a 1 , a 2 ,……, a r 线性无关； 2T α∀∈,2r 1,,,,αααα线性相关.那么称向量组a 1 , a 2 ,……, a r 是向量空间V 的一个基, 基中所含向量的个数称为向量空间V 的维数,记作dimV ,并称V 为r 维向量空间．定义3 设向量组 a 1 , a 2 , … , a r 是向量空间V 的一个基,则V 中任一向量x 可唯一地表示为基的一个线性组合,即 1122r r x a a a λλλ=+++,称有序数组12r ,,,λλλ为向量x 在基 a 1 , a 2 , … , a r 下的坐标.线性方程组1. 线性方程组解的判定1 线性方程组Ax=b 有解的充分必要条件是它的系数矩阵A 和增广矩阵A,b 的秩相同,即RA=RA,b . 当RA=RA,b=r① 方程组AX=b 有惟一解的充分必要条件是r=n; ② 方程组AX=b 有无穷多解的充分必要条件是r < n. 2 方程组AX= b 无解的充分必要条件是R A ≠RA,b. 2. 齐次线性方程组有非零解的判定1 齐次方程组AX=0有非零解的充分必要条件是系数矩阵A 的秩 RA < 未知量的个数n .2 含有n 个方程,n 个未知量的齐次线性方程组AX=0有非零解的充分必要条件是方程组的系数行列式等于零.即|A |=03 齐次线性方程组AX=0中,若方程的个数m<未知量的个数n,则方程组有非零解 3. 齐次线性方程组解的性质（1） 若12,ξξ是Ax=0的解,则12ξξ+也是Ax=0的解； （2） 若ξ是Ax=0的解,则k ξ也是Ax=0的解.4. 齐次线性方程组的基础解系与通解 （1） 解空间齐次线性方程组Ax=0的全体解向量所组成的集合,是一个向量空间,称为方程组 Ax=0的解空间．记作V,即V={ x | Ax=0,x ∈R }. 2 基础解系齐次方程组AX=0的解空间 V 的一个基,称为齐次方程组AX=0 的一个基础解系. 基础解系中解向量的个数是n-rA.方程组AX=0的任意n-r 个线性无关的解都是AX=0的基础解系. 3齐次线性方程组的通解为1122n r n r k k k ξξξ--+++,其中12n r ,,,ξξξ-是Ax=0的一个基础解系.5. 非齐次线性方程组解的性质1若12,ηη是Ax=b 的解,则12ηη-是Ax=0的解； 即Ax=b 的任意两个解的差必是其导出组A x =0的解. 2若η是Ax=b 的解,ξ是Ax=0的解,则ηξ+是Ax=b 的解.即Ax=b 的任意一个解和其导出组 A x =0 的任意一个解之和仍是 Ax=b 的解. 6. 非齐次线性方程组的通解非齐次线性方程组AX=b 的通解为*1122n r n r k k k ξξξη--++++其中12n r ,,,ξξξ-为对应的齐次线性方程组Ax=0的一个基础解系, *η为非齐次线性方程组AX=b 的任意一个解,称为特解.方阵的特征值1. 向量的内积设1122n n x y x y x ,y x y ⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭,则x,y 的内积为[]1122n n x,y x y x y x y =+++.1向量x 的长度：2n x x ==++2非零向量的单位化：若向量 x ≠0 , 1x .x则是单位向量 3当[]x,y 0,x y =时称向量与正交.4若非零向量组中的向量两两正交,则称该向量组为正交组． 5若正交组中每个向量都是单位向量,则称它为标准正交组. 定理1 正交向量组必线性无关定理2 A 为正交矩阵的充分必要条件是 A 的列行向量都是单位向量且两两正交． 6施密特正交化过程设123,,ααα是一个线性无关的向量组,① 正交化：令11,βα=[][]1222111,a ,,ββββββ=-[][][][]132333121122,a ,a a ,,βββββββββ=--；② 单位化：取312123123e ,e ,e ββββββ===. 则123e ,e ,e 是与123,,ααα等价的标准正交组. 2. 特征值与特征向量1方阵A 的特征值λ是特征方程A E 0λ-=的根. 2三角矩阵和对角矩阵的全部特征值就是它的全部对角元．3方阵和它的转置方阵有相同的特征值. 4设12n ,,,λλλ是n 阶方阵A 的全部特征值,则()12n tr A λλλ=+++,12n A λλλ=⋅⋅.即方阵A 的对角线上元素之和等于A 的全部特征值之和,方阵A 的行列式等于A 的全部特征值的乘积. 5若λ是方阵A 的特征值,则()fλ是方阵()f A 的特征值. 特别地,当()f A 0=时,方阵A 的特征值是()f 0λ=的根.说明：m m 1m m 110f (x )a x a xa x a --=++++,m m 1m m 110f (A )a A a A a A a E --=++++.例如λ是方阵A 的特征值,则方阵()f A A 2E =+的特征值是()f2λλ=+.方阵()2f A A 3A 4E =--的特征值是()2f34λλλ=--.例如若2A 3A 4E 0--=,则方阵A 的特征值是2340λλ--=的根,即121,4λλ=-=.6设12P ,P 都是方阵A 的属于同一特征值0λ的特征向量,则()112212k P k P k ,k +不全为零也是0λ的特征向量.7属于不同特征值的特征向量线性无关.8属于不同特征值的线性无关的特征向量的并集仍线性无关. 3. 方阵的对角化1若方阵A 与对角矩阵Λ相似,则说A 可以对角化．即存在可逆矩阵P,使得1P AP Λ-=. Λ是以A 的n 个特征值为对角元素的对角矩阵. 2n 阶方阵A 可以对角化的充分必要条件是①A 有n 个线性无关的特征向量；②属于每一个特征值的线性无关的特征向量的个数与该特征值的重数相同． 3n 阶方阵A 可以对角化的充分条件是n 阶方阵A 的n 个特征值互不相等． 4若A 与B 相似,则()f A 与()f B 相似.4. 实对称矩阵的对角化1实对称矩阵的属于不同特征值的特征向量彼此正交.2实对称矩阵一定可以对角化. 即存在正交矩阵P,使得1P AP Λ-=.Λ是以A 的n 个特征值为对角元素的对角矩阵.3利用正交矩阵将对称矩阵化为对角矩阵的步骤：1求特征值；2求特征向量；3将特征向量正交化,单位化；4最后将这些特征向量做成矩阵．二次型1. 二次型的标准化（1） 用正交变换化二次型为标准形的具体步骤:① 写出二次型T f x Ax =的对称矩阵A ；② 求A 的全部特征值12n ,,,λλλ；③ 求每个特征值的线性无关的特征向量12n ,,,ξξξ； ④ 将特征向量正交化,单位化,得12n ,,,ηηη；⑤ 将这些特征向量做成矩阵,记()12n C ,,,ηηη=,最后做正交变换x=Cy ,得到f 的标准形为 2221122n n f y y y λλλ=+++.其中12n ,,,λλλ是T f x Ax =的矩阵A 的特征值.（2） 用配方法化二次型为标准形的具体步骤:① 若二次型含有i x 的平方项,则先把含有i x 的项集中,然后配方,再对其余的变量同样进行,直到都配成平方项为止,经过可逆的线性变换,就得到标准形;② 若二次型中不含有平方项,则先作可逆线性变换,令i i j j i j kk x y y x y y x y =-⎧⎪=+⎨⎪=⎩,k=1,2,…,n,i≠j化二次型为含有平方项的二次型,然后再按1中方法配方.2. 规范二次型设二次型T f x Ax =的标准形为222211p p p 1p 1r r f d y d y d y d y ++=++---,i d 0>,r 是f 的秩令11p p p 1p 1r r y z y z y z y z ++⎧=⎪⎪⎪⎪⎪=⎪⎪⎨⎪=⎪⎪⎪⎪⎪=⎪⎩,得22221p p 1r f z z z z +=++---,称为二次型T f x Ax =的规范形.注：规范形是唯一的.其中正平方项的个数p 称为Tf x Ax =正惯性指数,负平方项的个数r-p 称为T f x Ax =负惯性指数,它们的差p-r-p=2p-r 称为T f x Ax =符号差.3. 正定二次型二次型T f x Ax =正定⇔矩阵A 正定⇔A 的特征值全为正⇔A 的各阶顺序主子式都为正. 二次型T f x Ax =负定⇔矩阵A 负定⇔A 的奇数阶顺序主子式为负,偶数阶顺序主子式为正.。

线性代数知识点归纳,超详细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)②（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若都是⽅阵（不必同阶）,则⑤关于副对⾓线：⑥范德蒙德⾏列式：证明⽤从第n⾏开始，⾃下⽽上依次的由下⼀⾏减去它上⼀⾏的倍，按第⼀列展开，重复上述操作即可。

⑦型公式：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) 对阶⾏列式找出与或,之间的⼀种关系——称为递推公式，其中,,等结构相同，再由递推公式求出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. 对于阶⾏列式，恒有：，其中为阶主⼦式；3. 证明的⽅法：①、；②、反证法；③、构造齐次⽅程组，证明其有⾮零解；④、利⽤秩，证明；⑤、证明0是其特征值.4. 代数余⼦式和余⼦式的关系：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.矩阵的定义由个数排成的⾏列的表称为矩阵.记作：或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：数与矩阵的乘积记作或，规定为.c. 矩阵与矩阵相乘：设, ,则，其中注：矩阵乘法不满⾜：交换律、消去律, 即公式不成⽴.a. 分块对⾓阵相乘：,b. ⽤对⾓矩阵○左乘⼀个矩阵,相当于⽤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○右乘⼀个矩阵,相当于⽤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：，⑤矩阵的转置：把矩阵的⾏换成同序数的列得到的新矩阵，叫做的转置矩阵，记作.a. 对称矩阵和反对称矩阵:是对称矩阵.是反对称矩阵.b. 分块矩阵的转置矩阵：⑥伴随矩阵：，为中各个元素的代数余⼦式.,, .分块对⾓阵的伴随矩阵：，矩阵转置的性质：矩阵可逆的性质：伴随矩阵的性质：r(A)与r(A*)的关系若r（A）=n，则不等于0，A*=可逆，推出r（A*）=n。

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。

线性代数知识点归纳线性代数是一门研究向量、向量空间、线性变换以及有限维线性方程组的数学分支。

它广泛应用于各个领域，如物理、计算机科学、工程学等。

线性代数的核心概念和工具包括行列式、矩阵、向量组以及线性方程组等。

下面将详细介绍线性代数的相关知识点。

一、行列式1.1 行列式的概念：行列式是一个函数，它从n×n阶方阵到实数（或复数）的映射。

行列式记作|A|，其中A是一个n×n的方阵。

1.2 逆序数：在n×n阶方阵A中，将行列式中元素a_ij与a_ji互换，所得到的新的行列式称为原行列式的逆序数。

1.3 余子式：在n×n阶方阵A中，将第i行第j列的元素a_ij删去，剩下的(n-1)×(n-1)阶方阵的行列式称为原行列式的余子式，记作M_ij。

1.4 代数余子式：在n×n阶方阵A中，将第i行第j列的元素a_ij替换为它的相反数，然后计算得到的新的行列式，称为原行列式的代数余子式，记作A_ij。

1.5 行列式的性质：行列式具有以下性质：（1）交换行列式中任意两个元素的位置，行列式的值变号。

（2）行列式中某一行（列）的元素乘以常数k，行列式的值也乘以k。

（3）行列式中某一行（列）的元素与另一行（列）的元素相加，行列式的值不变。

（4）行列式某一行（列）的元素与另一行（列）的元素相减，行列式的值变号。

1.6 行列式的计算方法：行列式的计算方法有：降阶法、按行（列）展开法、克拉默法则等。

二、矩阵2.1 矩阵的概念：矩阵是一个由数组元素构成的矩形阵列，矩阵中的元素称为矩阵的项。

矩阵记作A，其中A是一个m×n的矩阵，A_ij表示矩阵A中第i行第j列的元素。

2.2 矩阵的线性运算：矩阵的线性运算包括加法、减法、数乘等。

2.3 矩阵的乘法：两个矩阵A和B的乘法，记作A×B，要求A是一个m×n的矩阵，B是一个n×p的矩阵。

矩阵的乘法满足交换律、结合律和分配律。

《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.............................................................................................................................................. - 2 -02、主对角线.................................................................................................................................................................. - 2 -03、转置行列式.............................................................................................................................................................. - 2 -04、行列式的性质.......................................................................................................................................................... - 3 -05、计算行列式.............................................................................................................................................................. - 3 -06、矩阵中未写出的元素.............................................................................................................................................. - 4 -07、几类特殊的方阵...................................................................................................................................................... - 4 -08、矩阵的运算规则...................................................................................................................................................... - 4 -09、矩阵多项式.............................................................................................................................................................. - 6 -10、对称矩阵.................................................................................................................................................................. - 6 -11、矩阵的分块.............................................................................................................................................................. - 6 -12、矩阵的初等变换...................................................................................................................................................... - 6 -13、矩阵等价.................................................................................................................................................................. - 6 -14、初等矩阵.................................................................................................................................................................. - 7 -15、行阶梯形矩阵与行最简形矩阵.......................................................................................................................... - 7 -16、逆矩阵 ..................................................................................................................................................................... - 7 -17、充分性与必要性的证明题...................................................................................................................................... - 8 -18、伴随矩阵.................................................................................................................................................................. - 8 -19、矩阵的标准形：...................................................................................................................................................... - 9 -20、矩阵的秩：.............................................................................................................................................................. - 9 -21、矩阵的秩的一些定理、推论................................................................................................................................ - 10 -22、线性方程组概念.................................................................................................................................................... - 10 -23、齐次线性方程组与非齐次线性方程组（不含向量）........................................................................................ - 10 -24、行向量、列向量、零向量、负向量的概念........................................................................................................ - 11 -25、线性方程组的向量形式........................................................................................................................................ - 12 -26、线性相关与线性无关的概念.......................................................................................................................... - 12 -27、向量个数大于向量维数的向量组必然线性相关.............................................................................................. - 12 -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 ...................................... - 12 -29、线性表示与线性组合的概念.......................................................................................................................... - 12 -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 .......................................................... - 12 -31、线性相关（无关）与线性表示的3个定理........................................................................................................ - 12 -32、最大线性无关组与向量组的秩............................................................................................................................ - 12 -33、线性方程组解的结构............................................................................................................................................ - 13 -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 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。

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。

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 nija 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TD 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:333122211312110a 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 =)( TT T B A B A +=+)( T T kA kA =)( TT T A B AB =)((反序定理) 方幂：2121k k k kA AA +=2121)(k k k k A 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 OO I D rr矩阵的秩r(A)：满秩矩阵 降秩矩阵 若A 可逆，则满秩 若A 是非奇异矩阵，则r （AB ）=r （B ） 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nij n n 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。

《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...............................................................................................................................................- 2 -02、主对角线...................................................................................................................................................................- 2 -03、转置行列式...............................................................................................................................................................- 2 -04、行列式的性质...........................................................................................................................................................- 3 -05、计算行列式...............................................................................................................................................................- 3 -06、矩阵中未写出的元素...............................................................................................................................................- 4 -07、几类特殊的方阵.......................................................................................................................................................- 4 -08、矩阵的运算规则.......................................................................................................................................................- 4 -09、矩阵多项式...............................................................................................................................................................- 6 -10、对称矩阵...................................................................................................................................................................- 6 -11、矩阵的分块...............................................................................................................................................................- 6 -12、矩阵的初等变换.......................................................................................................................................................- 6 -13、矩阵等价...................................................................................................................................................................- 6 -14、初等矩阵...................................................................................................................................................................- 7 -15、行阶梯形矩阵与行最简形矩阵...........................................................................................................................- 7 -16、逆矩阵.......................................................................................................................................................................- 7 -17、充分性与必要性的证明题.......................................................................................................................................- 8 -18、伴随矩阵...................................................................................................................................................................- 8 -19、矩阵的标准形：.......................................................................................................................................................- 9 -20、矩阵的秩：...............................................................................................................................................................- 9 -21、矩阵的秩的一些定理、推论...................................................................................................................................- 9 -22、线性方程组概念.......................................................................................................................................................- 9 -23、齐次线性方程组与非齐次线性方程组（不含向量）...........................................................................................- 9 -24、行向量、列向量、零向量、负向量的概念.........................................................................................................- 11 -25、线性方程组的向量形式.........................................................................................................................................- 11 -26、线性相关与线性无关的概念...........................................................................................................................- 11 -27、向量个数大于向量维数的向量组必然线性相关...............................................................................................- 11 -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.......................................- 11 -29、线性表示与线性组合的概念...........................................................................................................................- 11 -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...........................................................- 12 -31、线性相关（无关）与线性表示的3个定理.........................................................................................................- 12 -32、最大线性无关组与向量组的秩.............................................................................................................................- 12 -33、线性方程组解的结构.............................................................................................................................................- 12 -01、余子式与代数余子式（1）设三阶行列式D ＝，则333231232221131211a a a a a a a a a ①元素，，的余子式分别为：M 11＝，M 12＝，M 13＝11a 12a 13a 33322322a a a a 33312321a a a a 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，这个33322322a a a a 行列式即元素的余子式M 11。

《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 ，，。

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。

【最新整理，下载后即可编辑】考研数学线性代数讲义目录第一讲基本概念线性方程组矩阵与向量初等变换和阶梯形矩阵线性方程组的矩阵消元法第二讲行列式完全展开式化零降阶法其它性质克莱姆法则第三讲矩阵乘法乘积矩阵的列向量和行向量矩阵分解矩阵方程逆矩阵伴随矩阵第四讲向量组线性表示向量组的线性相关性向量组的极大无关组和秩矩阵的秩第五讲方程组解的性质解的情况的判别基础解系和通解第六讲特征向量与特征值相似与对角化特征向量与特征值—概念,计算与应用相似对角化—判断与实现附录一内积正交矩阵施密特正交化实对称矩阵的对角化第七讲二次型二次型及其矩阵可逆线性变量替换实对称矩阵的合同标准化和规范化惯性指数正定二次型与正定矩阵附录二向量空间及其子空间附录三两个线性方程组的解集的关系附录四06,07年考题第一讲 基本概念1．线性方程组的基本概念线性方程组的一般形式为: a 11x 1+a 12x 2+…+a 1n x n =b 1,a 21x 1+a 22x 2+…+a 2n x n =b 2,… … … …a m1x 1+a m2x 2+…+a mn x n =b m ,其中未知数的个数n 和方程式的个数m 不必相等.线性方程组的解是一个n 维向量(k 1,k 2, …,k n )(称为解向量),它满足:当每个方程中的未知数x i 都用k i 替代时都成为等式.线性方程组的解的情况有三种:无解,唯一解,无穷多解.对线性方程组讨论的主要问题两个:(1)判断解的情况.(2)求解,特别是在有无穷多接时求通解.b 1=b 2=…=b m =0的线性方程组称为齐次线性方程组.n 维零向量总是齐次线性方程组的解,称为零解.因此齐次线性方程组解的情况只有两种:唯一解(即只要零解)和无穷多解(即有非零解).把一个非齐次线性方程组的每个方程的常数项都换成0，所得到的齐次线性方程组称为原方程组的导出齐次线性方程组，简称导出组.2.矩阵和向量(1)基本概念矩阵和向量都是描写事物形态的数量形式的发展.由m ⨯n 个数排列成的一个m 行n 列的表格,两边界以圆括号或方括号,就成为一个m ⨯n 型矩阵.例如2 -1 0 11 1 1 0 22 5 4 -2 93 3 3 -1 8是一个4⨯5矩阵.对于上面的线性方程组,称矩阵a 11 a 12 … a 1n a 11 a 12 … a 1nb 1A = a 21 a 22 … a 2n 和(A |)= a 21 a 22 … a 2n b 2… … … … … … …a m1 a m2 … a mn a m1 a m2 … a mnb m为其系数矩阵和增广矩阵. 增广矩阵体现了方程组的全部信息,而齐次方程组只用系数矩阵就体现其全部信息.一个矩阵中的数称为它的元素,位于第i 行第j 列的数称为(i,j)位元素.元素全为0的矩阵称为零矩阵,通常就记作0.两个矩阵A 和B 相等(记作A =B ),是指它的行数相等,列数也相等(即它们的类型相同),并且对应的元素都相等.由n 个数构成的有序数组称为一个n 维向量,称这些数为它的分量.书写中可用矩阵的形式来表示向量,例如分量依次是a 1,a 2,⋯ ,a n 的向量可表示成a 1(a 1,a 2,⋯ ,a n )或 a 2 ,┆a n请注意,作为向量它们并没有区别,但是作为矩阵,它们不一样(左边是1⨯n 矩阵,右边是n ⨯1矩阵).习惯上把它们分别称为行向量和列向量.(请注意与下面规定的矩阵的行向量和列向量概念的区别.)一个m ⨯n 的矩阵的每一行是一个n 维向量,称为它的行向量; 每一列是一个m 维向量, 称为它的列向量.常常用矩阵的列向量组来写出矩阵,例如当矩阵A 的列向量组为1,2,⋯ ,n 时(它们都是表示为列的形式!)可记A =(1,2,⋯ ,n ).矩阵的许多概念也可对向量来规定,如元素全为0的向量称为零向量,通常也记作0.两个向量和相等(记作=),是指它的维数相等,并且对应的分量都相等.(2) 线性运算和转置线性运算是矩阵和向量所共有的,下面以矩阵为例来说明.加(减)法:两个m ⨯n 的矩阵A 和B 可以相加(减),得到的和(差)仍是m ⨯n 矩阵,记作A +B (A -B ),法则为对应元素相加(减).数乘: 一个m ⨯n 的矩阵A 与一个数c 可以相乘,乘积仍为m ⨯n 的矩阵,记作c A ,法则为A 的每个元素乘c.这两种运算统称为线性运算,它们满足以下规律:① 加法交换律: A +B =B +A .② 加法结合律: (A +B )+C =A +(B +C ).③ 加乘分配律: c(A +B )=c A +c B .(c+d)A =c A +d A .④ 数乘结合律: c(d)A =(cd)A .⑤ c A =0⇔ c=0 或A =0.转置:把一个m ⨯n 的矩阵A 行和列互换,得到的n ⨯m 的矩阵称为A 的转置,记作A T (或A ').有以下规律:① (A T )T = A .② (A +B )T =A T +B T .③ (c A )T =c A T .转置是矩阵所特有的运算,如把转置的符号用在向量上,就意味着把这个向量看作矩阵了.当是列向量时, T 表示行向量,当是行向量时, T 表示列向量.向量组的线性组合:设1,2,…,s 是一组n 维向量, c 1,c 2,…,c s 是一组数,则称c 11+c 22+…+c s s 为1,2,…,s 的(以c 1,c 2,…,c s 为系数的)线性组合.n 维向量组的线性组合也是n 维向量.(3) n 阶矩阵与几个特殊矩阵行数和列数相等的矩阵称为方阵,行列数都为n 的矩阵也常常叫做n 阶矩阵.把n 阶矩阵的从左上到右下的对角线称为它对角线.(其上的元素行号与列号相等.)下面列出几类常用的n 阶矩阵,它们都是考试大纲中要求掌握的.对角矩阵: 对角线外的的元素都为0的n 阶矩阵.单位矩阵: 对角线上的的元素都为1的对角矩阵,记作E (或I ).数量矩阵: 对角线上的的元素都等于一个常数c 的对角矩阵,它就是c E.上三角矩阵: 对角线下的的元素都为0的n阶矩阵.下三角矩阵: 对角线上的的元素都为0的n阶矩阵.对称矩阵:满足A T=A矩阵.也就是对任何i,j,(i,j)位的元素和(j,i)位的元素总是相等的n阶矩阵.(反对称矩阵:满足A T=-A矩阵.也就是对任何i,j,(i,j)位的元素和(j ,i)位的元素之和总等于0的n阶矩阵.反对称矩阵对角线上的元素一定都是0.)3. 矩阵的初等变换和阶梯形矩阵矩阵有以下三种初等行变换:①交换两行的位置.②用一个非0的常数乘某一行的各元素.③把某一行的倍数加到另一行上.(称这类变换为倍加变换)类似地, 矩阵还有三种初等列变换,大家可以模仿着写出它们,这里省略了. 初等行变换与初等列变换统称初等变换.阶梯形矩阵:一个矩阵称为阶梯形矩阵,如果满足:①如果它有零行,则都出现在下面.②如果它有非零行,则每个非零行的第一个非0元素所在的列号自上而下严格单调递增.把阶梯形矩阵的每个非零行的第一个非0元素所在的位置称为台角.简单阶梯形矩阵:是特殊的阶梯形矩阵,特点为:③台角位置的元素为1.④并且其正上方的元素都为0.每个矩阵都可以用初等行变换化为阶梯形矩阵和简单阶梯形矩阵.这种运算是在线性代数的各类计算题中频繁运用的基本运算,必须十分熟练.请注意: 1.一个矩阵用初等行变换化得的阶梯形矩阵并不是唯一的,但是其非零行数和台角位置是确定的.2. 一个矩阵用初等行变换化得的简单阶梯形矩阵是唯一的.4. 线性方程组的矩阵消元法线性方程组的基本方法即中学课程中的消元法:用同解变换把方程组化为阶梯形方程组(即增广矩阵为阶梯形矩阵的方程组).线性方程组的同解变换有三种:①交换两个方程的上下位置.②用一个非0的常数乘某个方程.③把某个方程的倍数加到另一个方程上.以上变换反映在增广矩阵上就是三种初等行变换.线性方程组求解的基本方法是消元法,用增广矩阵或系数矩阵来进行,称为矩阵消元法. 对非齐次线性方程组步骤如下:(1)写出方程组的增广矩阵(A|),用初等行变换把它化为阶梯形矩阵(B|γ).(2)用(B|γ)判别解的情况:如果最下面的非零行为(0,0, ⋯,0|d),则无解,否则有解.有解时看非零行数r(r不会大于未知数个数n),r=n时唯一解；r<n时无穷多解.(推论:当方程的个数m<n时,不可能唯一解.)(3)有唯一解时求解的初等变换法:去掉(B|γ)的零行,得到一个n×(n+1)矩阵(B0|γ0),并用初等行变换把它化为简单阶梯形矩阵(E|η),则η就是解.对齐次线性方程组:(1)写出方程组的系数矩阵A,用初等行变换把它化为阶梯形矩阵B.(2)用B判别解的情况:非零行数r=n时只有零解；r<n时有非零解(求解方法在第五章讲). (推论:当方程的个数m<n时,有非零解.)讨论题1.设A是n阶矩阵,则(A) A是上三角矩阵⇒A是阶梯形矩阵.(B) A是上三角矩阵⇐A是阶梯形矩阵.(C) A是上三角矩阵⇔A是阶梯形矩阵.(D) A是上三角矩阵与A是阶梯形矩阵没有直接的因果关系.2.下列命题中哪几个成立?(1) 如果A是阶梯形矩阵,则A去掉任何一行还是是阶梯形矩阵.(2) 如果A是阶梯形矩阵,则A去掉任何一列还是是阶梯形矩阵.(3) 如果(A|B)是阶梯形矩阵,则A也是阶梯形矩阵.(4) 如果(A|B)是阶梯形矩阵,则B也是阶梯形矩阵.(5) 如果 A 是阶梯形矩阵,则A和B都是阶梯形矩阵.B第二讲行列式一.概念复习1. 形式和意义形式:用n 2个数排列成的一个n 行n 列的表格,两边界以竖线,就成为一个n 阶行列式:a 11 a 12 … a 1na 21 a 22 … a 2n… … … .a n1 a n2 … a nn 如果行列式的列向量组为1,2, … ,n ,则此行列式可表示为|1,2, … ,n |.意义:是一个算式,把这n 2个元素按照一定的法则进行运算,得到的数值称为这个行列式的值.请注意行列式和矩阵在形式上和意义上的区别.当两个行列式的值相等时,就可以在它们之间写等号! (不必形式一样,甚至阶数可不同.)每个n 阶矩阵A 对应一个n 阶行列式,记作|A |.行列式这一讲的的核心问题是值的计算,以及判断一个行列式的值是否为0.2. 定义(完全展开式)2阶和3阶行列式的计算公式:a 11 a 12a 21 a 22 = a 11a 22-a 12a 21 .a 11 a 12 a 13a 21 a 22 a 23 = a 11a 22a 33+ a 12a 23a 31+ a 13a 21a 32-a 13a 22a 31- a 11a 23a 32-a 12a 21a 33.a 31 a 32 a 33一般地,一个n 阶行列式a 11 a 12 … a 1na 21 a 22 … a 2n… … …a n1 a n2 … a nn 的值是许多项的代数和,每一项都是取自不同行,不同列的n 个元素的乘积,其一般形式为:n nj j j a a a 2121,这里把相乘的n 个元素按照行标的大小顺序排列,它们的列标j 1j 2…j n 构成1,2, …,n 的一个全排列(称为一个n 元排列),共有n!个n 元排列,每个n 元排列对应一项,因此共有n!个项.所谓代数和是在求总和时每项先要乘+1或-1.规定(j 1j 2…j n )为全排列j 1j 2…j n 的逆序数(意义见下面),则项nnj j j a a a 2121所乘的是.)1()(21n j j j τ-全排列的逆序数即小数排列在大数右面的现象出现的个数. 逆序数可如下计算:标出每个数右面比它小的数的个数,它们的和就是逆序数.例如求436512的逆序数: 0023********,(436512)=3+2+3+2+0+0=10.至此我们可以写出n 阶行列式的值:a 11 a 12 … a 1na 21 a 22 … a 2n =.)1(21212121)(nn n nj j j j j j j j j a a a τ-∑ … … …a n1 a n2 … a nn这里∑nj j j 21表示对所有n 元排列求和.称此式为n 阶行列式的完全展开式.用完全展开式求行列式的值一般来说工作量很大.只在有大量元素为0,使得只有少数项不为0时,才可能用它作行列式的计算.例如对角行列式,上(下)三角行列式的值就等于主对角线上的元素的乘积,因为其它项都为0.2. 化零降阶法把n 阶行列式的第i 行和第j 列划去后所得到的n-1阶行列式称为(i,j)位元素a ij 的余子式,记作M ij .称A ij =(-1)i+j M ij 为元素a ij 的代数余子式.定理(对某一行或列的展开)行列式的值等于该行(列)的各元素与其代数余子式乘积之和.命题 第三类初等变换(倍加变换)不改变行列式的值.化零降阶法 用命题把行列式的某一行或列化到只有一个元素不为0,再用定理.于是化为计算一个低1阶的行列式.化零降阶法是实际计算行列式的主要方法,因此应该熟练掌握.3.其它性质行列式还有以下性质:① 把行列式转置值不变,即|A T |=|A | .② 某一行(列)的公因子可提出.于是, |c A |=c n |A |.③ 对一行或一列可分解,即如果某个行(列)向量则原行列式等于两个行列式之和,这两个行列式分别是把原行列式的该行(列)向量换为或所得到的行列式.例如 |,1+2|=|,1|+|,2|.④ 把两个行(列)向量交换, 行列式的值变号.⑤ 如果一个行(列)向量是另一个行(列)向量的倍数,则行列式的值为0.⑥ 某一行(列)的各元素与另一行(列)的对应元素的代数余子式乘积之和=0.⑦ 如果A 与B 都是方阵(不必同阶),则A * = A O =|A ||B |.O B * B范德蒙行列式：形如1 1 1 (1)a 1 a 2 a 3 … a na 12 a 22 a 32 … a n 2… … … …a 1n-i a 2n-i a 3n-i … a n n-i的行列式(或其转置).它由a 1,a 2 ,a 3,…,a n 所决定,它的值等于).(i j ji a a -∏< 因此范德蒙行列式不等于0⇔ a 1,a 2 ,a 3,…,a n 两两不同.对于元素有规律的行列式(包括n 阶行列式),常常可利用性质简化计算,例如直接化为三角行列式等.4.克莱姆法则克莱姆法则 应用在线性方程组的方程个数等于未知数个数n (即系数矩阵为n 阶矩阵)的情形.此时,如果它的系数矩阵的行列式的值不等于0,则方程组有唯一解,这个解为(D 1/D, D 2/D,⋯,D n /D),这里D 是系数行列式的值, D i 是把系数行列式的第i 个列向量换成常数列向量所得到的行列式的值.说明与改进:按法则给的公式求解计算量太大，没有实用价值.因此法则的主要意义在理论上,用在对解的唯一性的判断,而在这方面法则不够. 法则的改进:系数行列式不等于0是唯一解的充分必要条件.实际上求解可用初等变换法:对增广矩阵(A |)作初等行变换,使得A 变为单位矩阵:(A |)→(E |η),η就是解.用在齐次方程组上 :如果齐次方程组的系数矩阵A 是方阵,则它只有零解的充分必要条件是|A |≠0.二. 典型例题1.利用性质计算元素有规律的行列式例1① 2 a a a a ②1+x 1 1 1③1+a 1 1 1a 2 a a a 1 1+x 1 12 2+a 2 2a a 2 a a . 1 1 1+x 1 .3 3 3+a 3 .a a a 2 a 1 1 1 1+x4 4 4 4+aa a a a 2例2 1 2 3 4 52 3 4 5 13 4 5 1 2 .4 5 1 2 35 1 2 3 4例31+x1 1 111 1 .1 1+x211 1 1+x31 1 1 1+x4例4 a 0 b c0 a c b .b c a 0c b 0 a例5 1-a a 0 0 0-1 1-a a 0 00 -1 1-a a 0 . (96四)0 0 -1 1-a a0 0 0 -1 1-a2. 测试概念与性质的题例6 x3-3 1 -3 2x+2多项式f(x)= -7 5 -2x 1 ，求f(x)的次数和最高次项的系数.X+3 -1 3 3x 2-29 x 3 6 -6例7 求 x-3 a -1 4f(x)= 5 x-8 0 –2 的x 4和x 3的系数.0 b x+1 12 2 1 x例8 设4阶矩阵A =(, 1, 2 ,3),B =(, 1, 2 ,3),|A |=2, |B |=3 ,求|A +B | .例9 a b c d已知行列式 x -1 -y z+1 的代数余子式A 11=-9,A 12=3,A 13=-1,A 14=3,求x,y,z.1 -z x+3 yy-2 x+1 0 z+3例10 求行列式 3 0 4 0 的第四行各元素的余子式的和.(01)2 2 2 20 -7 0 05 3 -2 23.几个n 阶行列式两类爪形行列式及其值:例11 a 1 a 2 a 3 … a n-1 a nb 1c 2 0 … 0 0证明 0 b 2 c 3 0 0 =11111(1)n i i i i n i b b a c c --+=-∑.… … … …0 0 0 … b n-1 c n提示: 只用对第1行展开(M 1i 都可直接求出).例12 a 0 a 1 a 2 … a n-1 a nb 1c 1 0 … 0 0证明 b 2 0 c 2 … 0 0 =011111n n i i i i i n i i a c c c a b c c -+==-∑∏.… … … …b n … 0c n提示: 只用对第1行展开(M 1i 都可直接求出).另一个常见的n 阶行列式:例13 证明a+b b 0 … 0 0a a+b b … 0 0… … … … = 110n n n n i i i a b a b a b ++-=-=-∑(当a ≠b 时).0 0 0 … a+b b0 0 0 a a+b提示:把第j 列(行)的(-1)j-1倍加到第1列(行)上(j=2,…,n),再对第1列(行)展开.4.关于克莱姆法则的题例14设有方程组x 1+x 2+x 3=a+b+c,ax 1+bx 2+cx 3=a 2+b 2+c 2,bcx 1+acx 2+abx 3=3abc.(1)证明此方程组有唯一解的充分必要条件为a,b,c 两两不等.(2)在此情况求解.参考答案例1 ①(2+4a)(2-a)4.② x 3(x+4). ③ a 3(a+10).例2 1875.例3 x 1x 2x 3x 4+x 2x 3x 4+x 1x 3x 4+x 1x 2x 4+x 1x 2x 3.例4 (a+b+c)(a+b-c)(a-b+c)(a-b-c).例5 1-a+a 2-a 3+a 4-a 5.例6 9,-6例7 1,-10.例8 40.例9 x=0,y=3,z=-1.例10 -28.例14 x 1=a,x 2=b,x 3=c..第三讲 矩阵一．概念复习1. 矩阵乘法的定义和性质定义2.1 当矩阵A 的列数和B 的行数相等时,和A 和B 可以相乘,乘积记作AB . AB 的行数和A 相等,列数和B 相等. AB 的(i,j)位元素等于A 的第i 个行向量和B 的第j 个列向量(维数相同)对应分量乘积之和.设 a 11 a 12 … a 1n b 11 b 12 … b 1s c 11c 12 … c 1sA = a 21 a 22 … a 2nB = b 21 b 22 … b 2sC =AB =c 21 c 22 … c 2s… … … … … …… … …a m1 a m2 … a mn ,b n1 b n2 … b ns ,c m1c m2 … c ms ,则c ij =a i1b 1j +a i2b 2j +…+a in b nj .矩阵的乘法在规则上与数的乘法有不同:① 矩阵乘法有条件.② 矩阵乘法无交换律.③ 矩阵乘法无消去律,即一般地由AB =0推不出A =0或B =0.由AB =AC 和A ≠0推不出B =C .(无左消去律)由BA =CA 和A ≠0推不出B =C . (无右消去律)请注意不要犯一种常见的错误:把数的乘法的性质简单地搬用到矩阵乘法中来.矩阵乘法适合以下法则:① 加乘分配律 A (B +C )= AB +AC , (A +B )C =AC +BC .② 数乘性质 (c A )B =c(AB ).③ 结合律 (AB )C = A (BC ).④ (AB )T =B T A T .2. n 阶矩阵的方幂和多项式任何两个n 阶矩阵A 和B 都可以相乘,乘积AB 仍是n 阶矩阵.并且有行列式性质:|AB |=|A ||B |.如果AB =BA ,则说A 和B 可交换.方幂 设k 是正整数, n 阶矩阵A 的k 次方幂A k 即k 个A的连乘积.规定A 0=E .显然A 的任何两个方幂都是可交换的,并且方幂运算符合指数法则:① A k A h = A k+h .② (A k )h = A kh .但是一般地(AB )k 和A k B k 不一定相等!n 阶矩阵的多项式设f(x)=a m x m +a m-1x m-1+…+a 1x+a 0,对n 阶矩阵A 规定f(A )=a m A m +a m-1A m-1+…+ a 1A +a 0E .称为A 的一个多项式.请特别注意在常数项上加单位矩阵E .乘法公式 一般地,由于交换性的障碍,小代数中的数的因式分解和乘法公式对于n 阶矩阵的不再成立.但是如果公式中所出现的n 阶矩阵互相都是乘法交换的,则乘法公式成立.例如当A 和B 可交换时,有:(A ±B )2=A 2±2AB +B 2;A 2-B 2=(A +B )(A -B )=(A +B )(A -B ).二项展开式成立: B AC B A -=∑=+1)(等等.前面两式成立还是A 和B 可交换的充分必要条件.同一个n 阶矩阵的两个多项式总是可交换的. 一个n 阶矩阵的多项式可以因式分解.3. 分块法则矩阵乘法的分块法则是简化矩阵乘法的一种方法.对两个可以相乘的矩阵A 和B ,可以先用纵横线把它们切割成小矩阵(一切A的纵向切割和B 的横向切割一致!),再用它们来作乘法.(1)两种常见的矩阵乘法的分块法则A 11 A 12B 11 B 12 = A 11B 11+A 12B 21 A 11B 12+A 12B 22A 21 A 22B 21 B 22 A 21B 11+A 22B 21 A 21B 12+A 22B 22要求A ij 的列数B jk 和的行数相等.准对角矩阵的乘法:形如A 1 0 0A = 0 A 2 0… … …0 0 … A n的矩阵称为准对角矩阵,其中A 1,A 2,…,A k 都是方阵.两个准对角矩阵A 1 0 ... 0 B 1 0 0A = 0 A 2 ... 0 , B = 0 B 2 0… … … … … …0 0 … A k 0 0 … B k如果类型相同,即A i 和B i 阶数相等,则A 1B 1 0 0AB = 0 A 2B 2 … 0 .… … …0 0 … A k B k(2)乘积矩阵的列向量组和行向量组设A 是m ⨯n 矩阵B 是n ⨯s 矩阵. A 的列向量组为1,2,…,n ,B的列向量组为1,2,…,s , AB 的列向量组为1,2,…,s ,则根据矩阵乘法的定义容易看出(也是分块法则的特殊情形):① AB 的每个列向量为:i =A i ,i=1,2,…,s.即A (1,2,…,s )= (A 1,A 2,…,A s ).② =(b 1,b 2,…,b n )T ,则A = b 11+b 22+…+b n n .应用这两个性质可以得到:如果i =(b 1i ,b 2i ,…,b ni )T ,则i =A I =b 1i 1+b 2i 2+…+b ni n .即:乘积矩阵AB 的第i 个列向量i 是A 的列向量组1,2,…,n 的线性组合,组合系数就是B 的第i 个列向量i的各分量.类似地, 乘积矩阵AB 的第i 个行向量是B 的行向量组的线性组合,组合系数就是A 的第i 个行向量的各分量.以上规律在一般教材都没有强调,但只要对矩阵乘法稍加分析就不难得出.它们无论在理论上和计算中都是很有用的.(1) 当两个矩阵中,有一个的数字很简单时,直接利用以上规律写出乘积矩阵的各个列向量或行向量,从而提高了计算的速度.(2) 利用以上规律容易得到下面几个简单推论:用对角矩阵从左侧乘一个矩阵,相当于用的对角线上的各元素依次乘此矩阵的各行向量; 用对角矩阵从右侧乘一个矩阵,相当于用的对角线上的各元素依次乘此矩阵的各列向量.数量矩阵k E乘一个矩阵相当于用k乘此矩阵；单位矩阵乘一个矩阵仍等于该矩阵.两个同阶对角矩阵的相乘只用把对角线上的对应元素相乘.求对角矩阵的方幂只需把对角线上的每个元素作同次方幂.(3) 矩阵分解:当一个矩阵C的每个列向量都是另一个A的列向量组的线性组合时,可以构造一个矩阵B,使得C=AB.例如设A=(α,β,γ), C=(α+2β-γ,3α-β+γ,α+2γ),令1 3 1B= 2 -1 0 ,则C=AB.-1 1 2(4) 初等矩阵及其在乘法中的作用对单位矩阵E作一次初等(行或列)变换,所得到的矩阵称为初等矩阵.有三类初等矩阵:E(i,j):交换E的i,j两行(或列)所得到的矩阵.E(i(c)):用非0数c乘E的第i行(或列)所得到的矩阵.也就是把E的对角线上的第i个元素改为c.E(i,j(c))(i≠j):把E的第j行的c倍加到第i行上(或把第i列的c 倍加到第j列上)所得到的矩阵, 也就是把E的(i,j)位的元素改为c.命题对矩阵作一次初等行(列)变换相当于用一个相应的初等矩阵从左(右)乘它.4. 矩阵方程和可逆矩阵(伴随矩阵)(1) 矩阵方程矩阵不能规定除法,乘法的逆运算是解下面两种基本形式的矩阵方程:(I) AX=B.(II) XA=B.这里假定A是行列式不为0的n阶矩阵,在此条件下,这两个方程的解都是存在并且唯一的.(否则解的情况比较复杂.)当B只有一列时,(I)就是一个线性方程组.由克莱姆法则知它有唯一解.如果B有s列,设B=(1,2,…,s),则X也应该有s 列,记X=(X1,X2,…,X s),则有AX i=i,i=1,2,…,s,这是s个线性方程组.由克莱姆法则,它们都有唯一解,从而AX=B有唯一解.这些方程组系数矩阵都是A,可同时求解,即得(I)的解法:将A和B并列作矩阵(A|B),对它作初等行变换,使得A变为单位矩阵,此时B变为解X.(A|B)→(E|X)(II)的解法:对两边转置化为(I)的形式:A T X T=B T.再用解(I)的方法求出X T,转置得X..(A T|B T)→(E|X T)矩阵方程是历年考题中常见的题型,但是考试真题往往并不直接写成(I)或(II)的形式,要用恒等变形简化为以上基本形式再求解.(2) 可逆矩阵的定义与意义定义设A是n阶矩阵,如果存在n阶矩阵B,使得AB=E, BA=E,则称A为可逆矩阵.此时B是唯一的,称为A的逆矩阵,通常记作A-1.如果A可逆,则A在乘法中有消去律:AB=0⇒B=0；AB=AC⇒B=C.(左消去律)；BA=0⇒B=0；BA=CA⇒B=C. (右消去律)如果A可逆,则A在乘法中可移动(化为逆矩阵移到等号另一边):AB=C⇔B=A-1C. BA=C⇔B=CA-1.由此得到基本矩阵方程的逆矩阵解法:(I) AX=B的解X=A-1B .(II) XA=B的解X= BA-1.这种解法想法自然，好记忆,但是计算量比初等变换法大(多了一次矩阵乘积运算).(3) 矩阵可逆性的判别与性质定理n阶矩阵A可逆⇔|A|≠0.证明“⇒”对AA-1=E两边取行列式,得|A||A-1|=1,从而|A|≠0. (并且|A-1|=|A|-1.)“⇐”因为|A|≠0,矩阵方程AX=E和XA=E都有唯一解.设B,C分别是它们的解,即AB=E,CA=E. 事实上B=C(B=EB=CAB=CE=C),于是从定义得到A可逆.推论如果A和B都是n阶矩阵,则AB=E⇔BA=E.于是只要AB=E(或BA=E)一式成立,则A和B都可逆并且互为逆矩阵.可逆矩阵有以下性质:①如果A可逆,则A-1也可逆,并且(A-1)-1=A.A T也可逆,并且(A T)-1=(A-1)T.当c≠0时, c A也可逆,并且(c A)-1=c-1A-1.对任何正整数k, A k也可逆,并且(A k)-1=(A-1)k.(规定可逆矩阵A的负整数次方幂A-k=(A k)-1=(A-1)k.)② 如果A 和B 都可逆,则AB 也可逆,并且(AB )-1=B -1A -1.(请自己推广到多个可逆矩阵乘积的情形.)初等矩阵都是可逆矩阵,并且E (i,j)-1= E (i,j), E (i(c))-1=E (i(c -1)), E (i,j(c))-1= E (i,j(-c)).(4) 逆矩阵的计算和伴随矩阵① 计算逆矩阵的初等变换法当A 可逆时, A -1是矩阵方程AX =E 的解,于是可用初等行变换求A -1:(A |E )→(E |A -1)这个方法称为求逆矩阵的初等变换法.它比下面介绍的伴随矩阵法简单得多.② 伴随矩阵若A 是n 阶矩阵,记A ij 是|A |的(i,j)位元素的代数余子式,规定A的伴随矩阵为A 11 A 21 … A n1A *= A 12 A 22 … A n2 =(A ij )T .… … …A 1n A 2n … A mn请注意,规定n 阶矩阵A 的伴随矩阵并没有要求A 可逆,但是在A 可逆时, A *和A -1有密切关系.基本公式: AA *=A *A =|A |E .于是对于可逆矩阵A ,有A -1=A */|A |, 即A *=|A |A -1.因此可通过求A *来计算A -1.这就是求逆矩阵的伴随矩阵法.和初等变换法比较, 伴随矩阵法的计算量要大得多,除非n=2,一般不用它来求逆矩阵.对于2阶矩阵a b * d -bc d = -c a ,因此当ad-bc ≠0时,a b -1 d -bc d = -c a (ad-bc) .伴随矩阵的其它性质:①如果A是可逆矩阵，则A*也可逆，并且(A*)-1= A/|A|=(A-1)*.② |A*|=|A|n-1.③ (A T)*=(A*)T.④ (c A)*=c n-1A*.⑤ (AB)*=B*A*；(A k)*=(A*)k.⑥当n>2时,(A*)*=|A|n-2A；n=2时,(A*)*=A.二典型例题1.计算题例1=(1,-2,3) T,=(1,-1/2,1/3)T, A= T,求A6.讨论:(1)一般地,如果n阶矩阵A=T,则A k=(T)k-1A=(tr A)k-1A .(2)乘法结合律的应用:遇到形如T的地方可把它当作数处理.① 1 -1 1T= -1 1 -1 ，求T.（2003一）②设=(1,0,-1)T, A=T,求|a E-A n|.③n维向量=(a,0,⋯,0,a)T, a<0, A=E-T, A-1=E+a-1T,求a. (03三,四)④n维向量=(1/2,0,⋯,0,1/2)T,A=E-T,B=E+2T,求AB. (95四)⑤A=E-T,其中,都是n维非零列向量,已知A2=3E-2A,求T.例2(1999三) 1 0 1设A = 0 2 0 ，求A n-2A n-1.(n>1)例3 1 0 0设A = 1 0 1 ，(1)证明当n>1时A n =A n-2+A 2-E . (2) 求A n .例4设A 为3阶矩阵, 1,2,3是线性无关的3维列向量组,满足 A1=1+2+3, A 2=22+3,A 3=22+33.求作矩阵B ,使得A (1,2,3)=(1,2,3)B . (2005年数学四)例5设3阶矩阵A =(1,2,3),|A |=1,B =(1+2+3,1+22+33,1+42+93),求|B |.(05)例6 3维向量1,2,3,1,2,3满足1+3+21-2=0,31-2+1-3=0,2+3-2+3=0,已知1,2,3|=a,求|1,2,3|.例7设A 是3阶矩阵, 是3维列向量,使得P =(,A ,A 2)可逆,并且A 3=3A -2A 2.又3阶矩阵B 满足A =PBP -1.(1)求B .(2)求|A +E |.(01一)2 1 0例8 3阶矩阵A ,B 满足ABA *=2BA *+E ,其中A = 1 2 0 ,求|B |.(04一)0 0 1例9 3 -5 1设3阶矩阵A = 1 -1 0 , A -1XA =XA +2A ,求X .-1 0 2例10 1 1 -1设3阶矩阵A = -1 1 1 , A *X =A -1+2X ,求X .1 -1 1例11 4阶矩阵A ,B 满足ABA -1=BA -1+3E ,已知1 0 0 0A *= 0 1 0 0 ,求B . (00一)1 0 1 00 -3 0 8例12 3 0 0 1 0 0已知A = 2 1 0 , B = 0 0 0 , XA +2B =AB +2X ,求X 11.2 13 0 0 -1例13 设1=(5,1,-5)T ,2=(1,-3,2)T ,3=(1,-2,1)T ,矩阵A满足A 1=(4,3) T , A 2=(7,-8) T , A 3=(5,-5) T ,求A .2.概念和证明题例14 设A 是n 阶非零实矩阵,满足A *=A T .证明:(1)|A |>0.(2)如果n>2,则|A |=1.例15 设矩阵A =(a ij )3 3满足A *=A T ,a 11,a 12,a 13为3个相等的正数,则它们为(A) 3/3.(B) 3. (C)1/3. (D) 3. (2005年数学三)例16 设A和B都是n阶矩阵,C= A0 ,则C*=0 B(A) |A|A* 0 . (B) |B|B * 0 .0 |B|B * 0 |A|A*(C) |A|B* 0 . (D ) |B|A* 0 .0 |B|A* 0 |A|B*例17 设A是3阶矩阵,交换A的1,2列得B,再把B的第2 列加到第3 列上,得C.求Q,使得C=AQ.例18 设A是3阶可逆矩阵,交换A的1,2行得B,则(A) 交换A*的1,2行得到B*.(B) 交换A*的1,2列得到B*.(C) 交换A*的1,2行得到-B*.(D) 交换A*的1,2列得到-B*.(2005年)例19 设A是n阶可逆矩阵, 交换A的i,j行得到B.(1) 证明B可逆.(2) 求AB-1.例20设n阶矩阵A满足A2+3A-2E=0.(1)证明A可逆,并且求A-1.(2)证明对任何整数c,A-c E可逆.讨论: 如果f(A)=0,则(1) 当f(x)的常数项不等于0时,A可逆.(2) f(c)≠0时,A-c E可逆.(3) 上述两条的逆命题不成立.例21设是n维非零列向量,记A=E-T.证明(1) A2=A⇔T =1.(2)T =1⇒ A不可逆. (96一)讨论: (2)的逆命题也成立.例22 设A,B都是n阶矩阵,证明E-AB可逆⇔ E-BA可逆.例23设3阶矩阵A,B满足AB=A+B.(1) 证明A-E可逆.(2) 设 1 -3 0B= 2 1 0 ,求A.0 0 2 (91)例24设A,B是3阶矩阵, A可逆,它们满足2A-1B=B-4E.(1) 证明A-2E可逆.(2) 设 1 -2 0B= 1 2 0 ,求A.0 0 2 (2002)例25设n阶矩阵A,B满足AB=a A+b B.其中ab≠0,证明(1) A-b E和B-a E都可逆.(2) A可逆⇔ B可逆.(3) AB=BA.例26设A,B都是n阶对称矩阵,E+AB可逆,证明(E+AB)-1A 也是对称矩阵.例27 设A,B都是n阶矩阵使得A+B可逆,证明(1) 如果AB=BA,则B(A+B)-1A=A(A+B)-1B.(2) 如果A.B都可逆,则B(A+B)-1A=A(A+B)-1B.(3) 等式B(A+B)-1A=A(A+B)-1B总成立.例28设A,B,C都是n阶矩阵,满足B=E+AB,C=A+CA,则B-C 为(A) E.(B) -E. (C) A. (D) -A. (2005年数学四)参考答案1 -1/2 1/3例1 35A=35 -2 1 –2/3 .3 -3/2 1①3.②a2(a-2n). ③-1. ④E. ⑤4.例2 O.例 3 (1)提示:A n=A n-2+A2-E⇔A n-2(A2-E)=A2-E ⇔A(A2-E)=A2-E.(2)n=2k时, 1 0 0A n = k 1 0 .k 0 1n=2k+1时, 1 0 0A n = k+1 0 1 .k 1 0例4 1 0 0B= 1 2 2 .1 1 3例5 2.例6 –4a.例7 0 0 0B= 1 0 3 . |E+A|=-40 1 -2例8 1/9.例9 -6 10 4X= -2 4 2 .-4 10 0例10 1 1 0(1/4) 0 1 1 .1 0 1例11 6 0 0 0B= 0 6 0 0 .6 0 6 00 3 0 -1例12 1 0 02 0 0 .6 -1 -1例13 2 -1 1-4 -2 -5 .例15 (A).例16 (D).例17 0 1 1Q= 1 0 0 .0 0 1例18 (D).例19E(i,j).例22提示:用克莱姆法则.例如证明 ,即在E-AB可逆时证明齐次方程组(E-BA)X=0只有零解.例23 1 1/2 0A= -1/3 1 0 .0 0 2例24 0 2 0A= -1 -1 0 .0 0 -2例25 提示:计算(A-b E)(B-a E).例28 (A).第四讲向量组的线性关系与秩一.概念复习1. 线性表示关系 设1,2,…,s 是一个n 维向量组.如果n 维向量等于1,2,…,s 的一个线性组合，就说可以用1,2,…,s 线性表示.如果n 维向量组1,2,…,t 中的每一个都可以可以用1,2,…,s 线性表示,就说向量 1,2,…,t 可以用1,2,…,s 线性表示.判别“是否可以用1,2,…,s 线性表示? 表示方式是否唯一？”就是问：向量方程x 11+x 22+…+x s s =是否有解？解是否唯一？用分量写出这个向量方程,就是以1,2,…,s为增广矩阵的线性方程组.反之,判别“以A 为增广矩阵的线性方程组是否有解？解是否唯一？”的问题又可转化为“是否可以用A 的列向量组线性表示? 表示方式是否唯一？”的问题.向量组之间的线性表示问题与矩阵乘法有密切关系: 乘积矩阵AB 的每个列向量都可以表示为A 的列向量组的线性组合,从而AB 的列向量组可以用A 的列向量组线性表示;反之,如果向量组1,2,…,t 可以用1,2,…,s 线性表示,则矩阵(1,2,…,t )等于矩阵(1,2,…,s )和一个s ⨯t 矩阵C 的乘积. C 可以这样构造: 它的第i 个列向量就是i 对1,2,…,s 的分解系数(C 不是唯一的).向量组的线性表示关系有传递性,即如果向量组1,2,…,t 可以用1,2,…,s 线性表示,而1,2,…,s 可以用γ1,γ2,…,γr 线性表示,则1,2,…,t 可以用γ1,γ2,…,γr 线性表示.当向量组1,2,…,s 和1,2,…,t 互相都可以表示时就说它们等价并记作1,2,…,s ≅1,2,…,t. 等价关系也有传递性.。

迹tr(A )：迹（A ）=nna 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 与有相同的特征值1-A 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，则矩阵A 与B B AP P =-1相似，记作A~B性质1、自身性：A~A,P=I2、对称性：若A~B 则B~AB AP P =-11-=PBP A ABP P =---111)(3、传递性：若A~B 、B~C 则A~C-B AP P =-111C BP P =-212--CP P A P P =-)()(211214、若AB ，则A 与B 同（不）可逆5、若A~B ，则 两边同取逆，11~--B A B AP P =-1111---=BP A P 6、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 初等变换不改变矩阵的秩)()(B r A r =例子：则B AP P =-11100100-=P PB A A=OO AP P =-1 A=I I AP P =-1A=I AP P λ=-1Iλ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^中的顺序一致i i x λ与 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 （P281）~^A 定理：n 阶方阵的充要条件是对于每一个重特征根，都有~^A i K i λii K n A I r -=-)(λ 注：三角形矩阵、数量矩阵的特征值为主对角线。

I λ约当形矩阵约当块：形如的n 阶矩阵称为n 阶约当块；⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=λλλλ111J约当形矩阵：由若干个约当块组成的对角分块矩阵（是约当块）⎪⎪⎪⎭⎫⎝⎛=n J J J J 21i J 称为约当形矩阵。

最完整的线代基础知识点第1章行列式1.1 n阶行列式1.1.1 二阶、三阶行列式起源：发现规律了，继续～从上述推倒可以看出，行列式说白了就是对方程求解的简化过程。

后续的所有变换也都是基于此的。

了解到根源了，就不难理解了。

知识点：（所有的知识其实都是不成体系的，体系都是人为归纳的，其实知识就是一个一个的点而已）1.对角线法则这个法则只能用在二阶和三阶，高阶有另外的算法，后面会介绍到，耐心往下看吧。

以后看到二三阶可以直接用这个算哦。

2.行列式应用（克莱姆法则）法则啥的就是别人先发现了，就是一个规律。

不用理解，直接记住。

（因为本来就是一个现象）小技巧：再算d1d2d3的时候默念一下d1换1（列）d2换2（列）d3换3（列）。

1.1.2 排列既逆序数起源：逆序数为奇数，为奇排列，偶数为偶排列。

知识点：1.任一排列经过对换后，必改变其奇偶性。

2.所有n阶排列中，奇排列与偶排列个数相同，各有n！/2个。

1.1.3 n阶行列式知识点：1.计算方法前面说了，n阶有其他方法，这个就是其中之一不过比较笨重难算一点。

只要看懂这个式子，这节就ok啦，看不懂的可以评论问我。

2.对角行列式对角行列式等于其对角元素的连乘，再加上一个逆序数。

因为除了去取对角之外但凡取到其他位置上的0，就会让这项变成0。

上三角行列式和下三角行列式与对角行列式类似，不能取0。

好题：1.对行列式中数字的选取规则理解如果不用分块矩阵的话，直接从定义出发，三行用两个书，必有一行选不到非零数。

1.2 行列式的性质知识点：1.行列式与它的转置行列式相同，即行与列为完全等价的。

2.互换行列式的两行或两列，行列式值变号3.若行列式有两行或两列元素相同则其行列式的值为04.行列式的某一行中所有元素都乘以k，等于用k数乘行列式5.如果行列式中某一行的元素都为0，则其值为06.若行列式有两列或两行元素成比例，则其为07.若两个行列式除了一行外相同，则可以相合。

相同的行不变，不同的行相加。

线性代数必背公式(完全整理版)2010.41、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)nnk 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 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 CA B -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭；（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 -=； 4. 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 --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；5. 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 ≥+-；6. 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---+-===+==∑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： 7. 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-=8. 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；9. 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； 10. 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；11. 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 n a x a x a x b 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 a a 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 TTmβββ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 ≤(二版74P 定理7)；向量组A 能由向量组B 线性表示，则()()r A r B ≤；（86P 定理3） 向量组A 能由向量组B 线性表示AX B ⇔=有解； ()(,)r A r A B ⇔=（85P 定理2）向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==（85P 定理2推论）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，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； 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：（110P 题19结论）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；（87P ） 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；（111P 题33结论）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)。