《高等代数》知识结构图[原创]

高等代数知识点梳理第四章 矩阵一、矩阵及其运算 1、矩阵的概念（1）定义：由n s ×个数ij a （s i ,2,1=；n j ,2,1=）排成s 行n 列的数表sn s n a a a a 1111，称为s 行n 列矩阵，简记为n s ij a A ×=)(。

（2）矩阵的相等：设n m ij a A ×=)(，k l ij a B ×=)(，如果l m =，k n =，且ij ij b a =，对m i ,2,1=；n j ,2,1=都成立，则称A 与B 相等，记B A =。

（3）各种特殊矩阵：行矩阵，列矩阵，零矩阵，方阵，（上）下三角矩阵，对角矩阵，数量矩阵，单位矩阵。

2、矩阵的运算（1）矩阵的加法：++++= +sn sn s s n n sn s n sn s n b a b a b a b a b b b b a a a a 1111111111111111。

运算规律：①A B B A +=+②)()(C B A C B A ++=++③A O A =+ ④O A A =−+)(（2）数与矩阵的乘法：= sn s n sn s n ka ka ka ka a a a a k 11111111运算规律：①lA kA A l k +=+)( ②kB kA B A k +=+)(③A kl lA k )()(= ④O A A =−+)(（3）矩阵的乘法：= sm s m nm n m sn s n c c c c b b b b a a a a 111111111111其中nj in i i i i ij b a b a b a c +++= 2211，s i ,2,1=；m j ,2,1=。

运算规律：①)()(BC A C AB = ②AC AB C B A +=+)( ③CA BA A C B +=+)( ④B kA kB A AB k )()()(==一般情况，①BA AB ≠②AC AB =，0≠A ，⇒C B = ③0=AB ⇒0=A 或0=A（4）矩阵的转置： =sn s n a a a a A 1111，A 的转置就是指矩阵=ns n s a a a a A 1111'运算规律：①A A =)''( ②'')'(B A B A +=+③'')'(A B AB = ④')'(kA kA =（5）方阵的行列式：设方阵1111n n nn a a A a a= ，则A 的行列式为1111||n n nn a a A a a = 。

定义（集合的映射） 设 A 、 B 为集合。如果存在法则 f ，使得 A 中任意元素 a 在法则 f 下对应 B 中唯一确定的元素（记做 f (a) ），则称 f 是 A 到 B 的一个映射，记为
f : A B, a f (a).
如果 f (a) b B ，则 b 称为 a 在 f 下的像， a 称为 b 在 f 下的原像。 A 的所有元素
称为矩阵的行（列）初等变换。
定义（齐次线性方程组） 数域 K 上常数项都为零的线性方程组称为数域 K 上的齐次
线性方程组。 这类方程组的一般形式是
a11x1 a12 x2 a1n xn 0, a12 x1 a22 x2 a2n xn 0, ...... am1x1 am2 x2 amn xn 0.
f (x) a0 (x 1 )(x 2 )......(x n ) 证明 利用高等代数基本定理和命题 1.3，对 n 作数学归纳法。
2．高等代数基本定理的另一种表述方式
定义 设 K 是一个数域， x 是一个未知量，则等式
a0 x n a1 x n1 ...... an1 x an 0
命题 变元个数大于方程个数的齐次线性方程组必有非零解； 证明 对变元个数作归纳。 说明 线性方程组的解的存在性与数域的变化无关（这不同于高次代数方程）。事实上， 在（通过矩阵的初等变换）用消元法解线性方程组时，只进行加、减、乘、除的运算。如果
所给的是数域 K 上的线性方程组，那么做初等变换后仍为 K 上的线性方程组，所求出的解 也都是数域 K 中的元素。因此，对 K 上线性方程组的全部讨论都可以限制在数域 K 中进行。
命题 n 次代数方程在复数域C内有且恰有 n 个根（可以重复）。
命题（高等代数基本定理的另一种表述形式）给定C上两个n次、m次多项式

详细描述
二阶行列式计算较为简单，直接按照定义进行计算即可。三 阶行列式可以利用代数余子式展开，也可以利用对角线法则 进行计算。高阶行列式可以利用递推法或化简法进行计算。
矩阵的秩的定义与性质
总结词
矩阵的秩是矩阵中线性无关的行（或列） 向量的个数，具有一些重要的性质。
VS
详细描述
矩阵的秩具有一些重要的性质，如秩的传 递性、秩的唯一性、秩的性质等。矩阵的 秩可以用来判断线性方程组的解的情况， 如当系数矩阵的秩等于增广矩阵的秩时， 线性方程组有解。
利用秩判断线性方程组解的情况
总结词
利用矩阵的秩可以判断线性方程组解的情况。
详细描述
当系数矩阵的秩等于增广矩阵的秩时，线性 方程组有解；当系数矩阵的秩小于增广矩阵 的秩时，线性方程组无解；当系数矩阵的秩 大于增广矩阵的秩时，线性方程组有无穷多 解。此外，利用矩阵的秩还可以判断线性方 程组解的个数和类型。
逆矩阵的性质
逆矩阵是唯一的；逆矩阵与原矩阵的乘积为单位矩阵；逆矩阵的逆矩阵是原矩阵。
逆矩阵的求法
高斯消元法、伴随矩阵法、初等变换法等。
线性方程组的解法
高斯消元法
将增广矩阵转化为上三角矩阵，从而得到解。
回带求解
将得到的上三角矩阵的解回代到原方程组中， 得到未知数的值。
克拉默法则
当方程组系数行列式不为0时，可以用克拉默 法则求解唯一解。
准型有助于简化二次型的计算和性质研究。
二次型的正定性判断
总结词
正定性判断是确定二次型是否为正定的过程， 正定的二次型具有一些重要的性质。
详细描述
正定性判断是二次型研究中的一个重要问题。 一个二次型被称为正定的，如果它对应于一 个正定矩阵。正定的二次型具有一些重要的 性质，如存在唯一的极小值点，且该极小值 点是全局最小值点。此外，正定的二次型还 具有一些几何意义，如对应于一个凸多面体

Laplace定理
分块三角矩阵的行列式
Cauchy-Binet 公式
Vandermonde 行列式
定义
性质
*
*
分块三角形行列式
Laplace定理 (按第i1,...,ik行展开)
Cauchy-Binet公式 设U是m×n矩阵, V是n×m矩阵, m≥n, 则
*
*
融资项目商业计划书
单击此处添加副标题
重要结论： 带余除法定理 对于任意多项式f(x)和非零多项式g(x)，有唯一的q(x)和r(x)使得 f(x)=g(x)q(x)+r(x)，r(x)=0或degr(x)<degg(x). 最大公因式的存在和表示定理 任意两个不全为0的多项式都有最大公因式，且对于任意的最大公因式d(x)都有u(x)和v(x)使得 d(x)=f(x)u(x)+g(x)v(x) 互素 f(x)和g(x)互素有u(x)和v(x)使得 f(x)u(x)+g(x)v(x)=1.
向量组等价：
S和T等价，即S,T可以互相表示 S,T的极大无关组等价 S,T的秩数相等，且其中之一可由另一表示
对于向量组S，T，下列条件等价
线性相关与线性表示： 1,...,r线性相关当且仅当其中之一可由其余的线性表示 若,1,...,r线性相关,而1,...,r线性无关,则可由1,...,r线性表示,且表法唯一
A,B等价有可逆矩阵P,Q使得A=PBQ 每个秩数为r的矩阵都等价于
矩阵等价
*
可逆矩阵vs列满秩矩阵
对于n阶矩阵A,下列条件等价 A是可逆矩阵 |A|0 秩A=n 有B使得AB=I或BA=I A是有限个初等矩阵之积 A(行或列)等价于I A的列(行)向量组线性无关 方程组Ax=0没有非零解 对任意b,Ax=b总有解 对某个b,Ax=b有唯一解 A是可消去的(即由AB=AC或BA=CA恒可得B=C) 对于m×r矩阵G,下列条件等价 G是列满秩矩阵, G有一个r阶的非零子式 秩G=列数 G有左逆,即有K使得KG=I 有矩阵H使得(G, H)可逆 G行等价于 G的列向量组线性无关 方程组Gx=0没有非零解 对任意b,若Gx=b有解则唯一 对某个b,Gx=b有唯一解 G是左可消去的(即由GB=GC恒可得B=C)