完整版线性代数知识点总结汇总.docx
《完整版线性代数知识点总结汇总.docx》由会员分享,可在线阅读,更多相关《完整版线性代数知识点总结汇总.docx(18页珍藏版)》请在冰豆网上搜索。
![完整版线性代数知识点总结汇总.docx](https://file1.bdocx.com/fileroot1/2023-5/20/6ed8698b-60ff-4449-8500-a98b5d8c38e9/6ed8698b-60ff-4449-8500-a98b5d8c38e91.gif)
完整版线性代数知识点总结汇总
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)
(3)提公因式:
互换,行列式变号
行列式的某一行(列)的所有兀素都乘以同一数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""
&Laplace展开式:
(A是m阶矩阵,B是n阶矩阵),则
*30
7、n阶(n》2)范德蒙德行列式
a,其余元素为b的行列式的值:
1
1---
Xj…
1
益
巩=
rr
=n(兀-无)
-
1
H—1
・-用一1
X1
孔…
数学归纳法证明
★8对角线的元素为
abbb
bab-b
bba-&=[□+(科
bbb■■a
(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|
(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则1=1
(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
(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
(1)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,A1,A*,f(A)时,可以用交换律)
(3)AB=O不能推出A=O或B=Oo
2、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
(2)矩阵的逆
3、逆的定义:
AB=^BA=EM立,称A可逆,B是A的逆矩阵,记为B=A-1
注:
A可逆的充要条件是|A|丰0
4、逆的性质:
(5条)
(1)(kA)-1=1/k•A-1(kM0)
(2)(AB)—B1•A-1
(3)|A-1|=|A|-1
(4)(AT)-1=(A-1)T
(5)(A-1)-1=A
5、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)一初等行变换-(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)—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。
8、初等变换与初等矩阵的性质:
(1)初等行(列)变换相当于左(右)乘相应的初等矩阵
(2)初等矩阵均为可逆矩阵,且Ej-1=Ej(i,j两行互换);
E-1(c)=E(1/c)(第i行(列)乘c)j(k)=Ej(-k)(第i行乘k加到j)
★(四)矩阵的秩
9、秩的定义:
非零子式的最高阶数
注:
(1)r(A)=0意味着所有元素为0,即A=O
(2)r(Anxn)=n(满秩)<-->|A|工0<-->A可逆;
r(A)vn<--A|=0<-->A不可逆;
(3)r(A)=r(r=1、2、…、n-1)<--r阶子式非零且所有叶1子式均为0
10、秩的性质:
(7条)
(1)A为mxn阶矩阵,则r(A)(2)r(A±B)(3)r(AB)(4)r(kA)=r(A)(〜0)
(5)r(A)=r(AC)(C是一个可逆矩阵)
(6)r(A)=r(AT)=r(ATA)=r(AAT)
(7)设A是mxn阶矩阵,B是nxs矩阵,AB=O,则r(A)+r(B)11、秩的求法:
(1)A为抽象矩阵:
由定义或性质求解;
(2)A为数字矩阵:
Af初等行变换f阶梯型(每行第一个非零元素下面的元素均为0),则r(A)=非零行的行数
(五)伴随矩阵
12、伴随矩阵的性质:
(8条)
(1)
AA*=A*A=|A|E
f★A*=|A|A-1
(2)
(kA)*=kn-1A*
(3)
(AB)*=B*A*
(4)
|A*|=|A|n-1
(5)
(At)*=(A*)
T
(6)
(A-1)*=(A*)
-1=A|A|-1
(7)
(A*)*=|A|n-2
•A
★(8)r(A*)
=n
(r
(A)
=n);
r(A*)
=1
(r
(A)
=n-1);
r(A*)
=0
(r
(A)
vn-1)
(六)分块矩阵
13、分块矩阵的1
乘法:
要「
求前列后行分法相同
14、分块矩阵求〕
逆:
3向量
(一)向量的概念及运算
1、向量的内积:
(a,B)=aTB=BTa
、亠、tt)=飞/征」。
=Jaf十品+…十d;
2、长度定义:
||a||='
3、正交定义:
(a,B)=aTB=BTa=a1b什a2b2+…+anbn=04、正交矩阵的定义:
A为n阶矩阵,AA^E-->A-1=At<-->ATA=Ef|A|=±1
(2)线性组合和线性表示
5、线性表示的充要条件:
非零列向量B可由ai,a2,…,as线性表示
⑴E齐次线性方程组(a1,a2,…,as)(Xi,X2,…,Xs)T=B有解。
★
(2)—>r(a1,a2,…,as)=r(ai,a2,…,as,B)(系数矩阵的秩等于增广矩阵的秩,用于大题第一步的检验)
6、线性表示的充分条件:
(了解即可)
若ai,a2,…,as线性无关,a1,a2,…,as,B线性相关,则B可由a1,a2,…,as线性表示。
7、线性表示的求法:
(大题第二步)
设a1,a2,…,as线性无关,B可由其线性表示。
(a1,a2,…,as|B)f初等行变换(行最简形|系数)行最简形:
每行第一个非0的数为1,其余元素均为0
(3)线性相关和线性无关
8、线性相关注意事项:
(1)a线性相关一a=0
(2)a1,a2线性相关一a1,a2成比例
9、线性相关的充要条件:
向量组a1,a2,…,as线性相关
(1)—有个向量可由其余向量线性表示;
(2)<—次方程(a1,a2,…,as)(X1,X2,…,Xs)T=0有非零解;
★(3)
Jfr(a1,a2,
…,as)Vs即秩小于个数
特别地,
n个n维列向量
a1,a2,…,an线性相关
(1)J
fr(a1,a2,
…,an)vn
(2)J
fa1,a2,…,
an|=0
(3)J
f(a1,a2,…
an)不可逆
10、线性相关的充分条件:
(1)向量组含有零向量或成比例的向量必相关
(2)部分相关,则整体相关
(3)高维相关,则低维相关
(4)以少表多,多必相关
★推论:
n+1个n维向量一定线性相关
11、线性无关的充要条件
向量组a1,a2,…,as线性无关
(1)―任意向量均不能由其余向量线性表示;
(2)<—次方程(ai,a2,…,as)(Xi,X2,…,Xs)T=0只有零解
(3)v—>r(a1,a2,…,as)=s
特别地,n个n维向量a1,a2,…,an线性无关
v—T(a1,a2,…,an)=n<—>|a1,a2,…,an|工0v--1阵可逆
12、线性无关的充分条件:
(1)整体无关,部分无关
(2)低维无关,高维无关
(3)正交的非零向量组线性无关
(4)不同特征值的特征向量无关
13、线性相关、线性无关判定
(1)定义法
★
(2)秩:
若小于阶数,线性相关;若等于阶数,线性无关
【专业知识补充】
(1)在1阵左边乘列满秩1阵(秩=列数),1阵的秩不变;在1阵右边乘行满秩1阵,1阵的秩不变。
(2)若n维列向量a1,a2,a3线性无关,B1,B2,B3可以由其线性表示,即(B1,B2,B3)=(a1,a2,a3)C,则r(B1,B2,B3)=r(C),从而线性无关。
(4)极大线性无关组与向量组的秩
14、极大线性无关组不唯一
15、向量组的秩:
极大无关组中向量的个数成为向量组的秩
对比:
矩阵的秩:
非零子式的最高阶数
★注:
向量组a1,a2,…,as的秩与矩阵A=(a1,a2,…,as)的秩相等
★16、极大线性无关组的求法
(1)a1,a2,…,as为抽象的:
定义法
(2)a1,a2,…,as为数字的:
(a1,a2,…,as)—初等行变换—阶梯型矩阵
则每行第一个非零的数对应的列向量构成极大无关组
(5)向量空间
17、基(就是极大线性无关组)变换公式:
若a1,a2,…,an与B1,B2,…,Bn是n维向量空间V的两组基,则基变换公式为(B1,B2,…,Bn)=(a1,a2,…,an)Cnxn
其中,C是从基a1,a2,…,an到B1,B2,…,Bn的过渡矩阵。
C=(a1,a2,…,an)-1(B1,B2,…,Bn)
18、坐标变换公式:
向量丫在基a1,a2,…,an与基B1,B2,…,Bn的坐标分别为x=(X1,X2,…,Xn)T,y=(y1,y2,…,yn)T,,即丫=X1a1+垃a2+…+xnan=y1B1+y2B2+…+ynBn,则坐标变换公式为x=Cy或y=C-1x0其中,C是从基a1,a2,…,an到B1,B2,…,Bn的过渡矩阵。
C=(a1,a2,…,an)-1(B1,B2,…,Bn)
(6)Schmidt正交化
19、Schmidt正交化设a1,a2,a3线性无关
(1)正交化
令B1=a1
(角虫)
(2)单位化
4线性方程组
(1)方程组的表达形与解向量
1、解的形式:
(1)一般形式
(2)矩阵形式:
Ax=b;
⑶向量形式:
A=(a1,a2,…,an)
2、解的定义:
若n=(ci,C2,…,cn)T满足方程组Ax=b,即An=b,称n是Ax=b的一个解
(向量)
(2)解的判定与性质
3、齐次方程组:
(1)只有零解--r(A)=n(n为A的列数或是未知数x的个数)
(2)有非零解—r(A)vn
4、非齐次方程组:
(1)无解-->r(A)vr(A|b)<-->r(A)=r(A)-1
(2)唯一解--r(A)=r(A|b)=n
(3)无穷多解—r(A)=r(A|b)vn
5、解的性质:
(1)若E1,E2是Ax=0的解,贝Uk1E1+k2E2是Ax=0的解
(2)若E是Ax=0的解,n是Ax=b的解,则E+n是Ax=b的解
(3)若n1,n2是Ax=b的解,则n1-n2是Ax=0的解
【推广】
(1)设ni,n2,…,ns是Ax=b的解,贝Ukini+k2n2+…+ksns为
一Ax=b的解(当工ki=1)
■R
-Ax=0的解(当艺ki=0)
(2)设n1,n2,…,ns是Ax=b的s个线性无关的解,贝打2-n1,n3-n1,…,ns-n1为Ax=0的s-1个线性无关的解。
变式:
①n1-n2,n3-n2,…,ns-n2
②n2-n1,n3-n2,…,ns-ns-1
(3)基础解系
6基础解系定义:
(1)E1,E2,…,Es是Ax=0的解
(2)E1,E2,…,Es线性相关
(3)Ax=0的所有解均可由其线性表示
-基础解系即所有解的极大无关组
注:
基础解系不唯一。
任意n-r(A)个线性无关的解均可作为基础解系。
★7、重要结论:
(证明也很重要)
设A施mxn阶矩阵,B是nxs阶矩阵,AB=O
(1)B的列向量均为方程Ax=0的解
(2)r(A)+r(B)8、总结:
基础解系的求法
(1)A为抽象的:
由定义或性质凑n-r(A)个线性无关的解
(2)A为数字的:
A-初等行变换一阶梯型
自由未知量分别取1,0,0;0,1,0;0,0,1;代入解得非自由未知量得到基础解系
(4)解的结构(通解)
9、齐次线性方程组的通解(所有解)
设r(A)=r,E1,E2,…,En-r为Ax=0的基础解系,
则Ax=0的通解为kn1+k2n2kn-rnn-r(其中k1,k2,…,kn-r为任意常数)
10、非齐次线性方程组的通解
设r(A)=r,Ei,E2,…,En-r为Ax=0的基础解系,n为Ax=b的特解,
则Ax=b的通解为n+kinl+k2n2+…+kn-rnn-r(其中kl,k2,…,kn-r为任意常数)
(5)公共解与同解
11、公共解定义:
如果a既是方程组Ax=0的解,又是方程组Bx=0的解,则称a为其公共解
12、非零公共解的充要条件:
方程组Ax=0与Bx=0有非零公共解
x~0
有非零解《
13、重要结论(需要掌握证明)
(1)设A是mxn阶矩阵,则齐次方程ATAx=0与Ax=0同解,r(ATA=r(A)
(2)设A是mxn阶矩阵,r(A)=n,B是nxs阶矩阵,则齐次方程ABx=0与
Bx=0同解,r(AB)=r(B)
5特征值与特征向量
(1)矩阵的特征值与特征向量
1、特征值、特征向量的定义:
设A为n阶矩阵,如果存在数入及非零列向量a,使得Aa=Xa,称a是矩阵
A属于特征值入的特征向量。
2、特征多项式、特征方程的定义:
|入E-A|称为矩阵A的特征多项式(入的n次多项式)。
|入E-A|=0称为矩阵A的特征方程(入的n次方程)。
注:
特征方程可以写为|A-入E|=0
3、重要结论:
(1)若a为齐次方程Ax=0的非零解,贝UAa=0・a,即a为矩阵A特征值入=0的特征向量
(2)A的各行元素和为k,则(1,1,…,1)T为特征值为k的特征向量。
(3)上(下)三角或主对角的矩阵的特征值为主对角线各元素。
△4、总结:
特征值与特征向量的求法
(1)A为抽象的:
由定义或性质凑
(2)A为数字的:
由特征方程法求解
5、特征方程法:
(1)解特征方程|入E-A|=O,得矩阵A的n个特征值入1,入2,…,入n
注:
n次方程必须有n个根(可有多重根,写作入1=X2=・・=入s=实数,不能省略)
(2)解齐次方程(XiE-A=O,得属于特征值入i的线性无关的特征向量,即其基础解系(共n-r(XiE-A个解)
6性质:
(1)不同特征值的特征向量线性无关
(2)k重特征值最多k个线性无关的特征向量
1(3)设A的特征值为X1,X2,…,Xn,则|A|=nxi,2Xi=2aii
(4)当r(A)=1,即A=aBT,其中a,B均为n维非零列向量,则A的特征值为X1=2ai=aTB=BTa,X2=^=Xn=0
(5)设a是矩阵A属于特征值X的特征向量,则
A
f
(A)
at
A-
1
A*
P-1AP(相
似)
X
f
(X
X
X
1
|A|X1
X
a
a
/
a
a
P1a
(2)相似矩阵
7、相似矩阵的定义:
设A、B均为n阶矩阵,如果存在可逆矩阵P使得B=F-1AP,称A与B相似,记
作A~B
8、相似矩阵的性质
(1)若A与B相似,贝Uf(A)与f(B)相似
(2)若A与B相似,B与C相似,则A与C相似
(3)相似矩阵有相同的行列式、秩、特征多项式、特征方程、特征值、迹(即主对角线元素之和)
【推广】
(4)若A与B相似,则AB与BA相似,A与BT相似,A-1与B1相似,A*与B也相似
(3)矩阵的相似对角化
9、相似对角化定义:
....r如果A与对角矩阵相似,即存在可逆矩阵P,使得P-1AP=A=称A可相似对角化。
注:
Aai=Xiai(aK0,由于P可逆),故P的每一列均为矩阵A的特征值入i的特征向量
10、相似对角化的充要条件
(1)A有n个线性无关的特征向量
(2)A的k重特征值有k个线性无关的特征向量
11、相似对角化的充分条件:
(1)A有n个不同的特征值(不同特征值的特征向量线性无关)
(2)A为实对称矩阵
12、重要结论:
(1)若A可相似对角化,则r(A)为非零特征值的个数,n-r(A)为零特征值的个数
(2)若A不可相似对角化,r(A)不一定为非零特征值的个数
(4)实对称矩阵
13、性质
(1)特征值全为实数
(2)不同特征值的特征向量正交
(3)A可相似对角化,即存在可逆矩阵P使得P-1APS
(4)A可正交相似对角化,即存在正交矩阵Q,使得Q-1AQ=QTAQ点
6二次型
(一)二次型及其标准形
1、二次型:
(1)一般形式
(2)矩阵形式(常用)
2、标准形:
如果二次型只含平方项,即f(X1,X2,…,Xn)=dlXl2+d2X22+…+dnXn2这样的二次型称为标准形(对角线)
3、二次型化为标准形的方法:
(1)配方法:
通过可逆线性变换X=Cy(C可逆),将二次型化为标准形。
其中,可逆线性变换及标准形通过先配方再换元得到。
★
(2)正交变换法:
通过正交变换x=Qy,将二次型化为标准形入iyi2+入2y22+…+入nyn2其中,入1,入2,…,入n是A的n个特征值,Q为A的正交矩阵注:
正交矩阵Q不唯一,丫i与入i对应即可。
(二)惯性定理及规范形
4、定义:
正惯性指数:
标准形中正平方项的个数称为正惯性指数,记为p;
负惯性指数:
标准形中负平方项的个数称为负惯性指数,记为q;
规范形:
f=Z12+…Zp2-Zp+12-…-zp+q2称为二次型的规范形。
5、惯性定理:
二次型无论选取怎样的可逆线性变换为标准形,其正负惯性指数不变。
注:
(1)由于正负惯性指数不变,所以规范形唯一。
(2)p=正特征值的个数,q=负特征值的个数,p+q=非零特征值的个数=r(A)
(三)合同矩阵
6、定义:
A、B均为n阶实对称矩阵,若存在可逆矩阵C,使得B=CAC,称A与B合同
△7、总结:
n阶实对称矩阵A、B的关系
(1)A、B相似(B=P1AP)―相同的特征值
(2)A、B合同(B=CAC)—相同的正负惯性指数-T相同的正负特征值的个数
(3)AB等价(B=PAQ<-->r(A)=r(B)注:
实对称矩阵相似必合同,合同必等价
(4)正定二次型与正定矩阵
8、正定的定义
二次型xTAx,如果任意xm0,恒有xTAx>0,则称二次型正定,并称实对称矩阵A是正定矩阵。
9、n元二次型xTAx正定充要条件:
(1)A的正惯性指数为n
(2)A与E合同,即存在可逆矩阵C,使得A=CC或CtAC=E
(3)A的特征值均大于0
(4)A的顺序主子式均大于0(k阶顺序主子式为前k行前k列的行列式)
10、n元二次型xTAx正定必要条件:
(1)aii>0
(2)|A|>0
11、总结:
二次型xTAx正定判定(大题)
(1)A为数字:
顺序主子式均大于0
(2)A为抽象:
①证A为实对称矩阵:
At=A;②再由定义或特征值判定
12、重要结论:
(1)若A是正定矩阵,则kA(k>0),Ak,At,A-1,A*正定
(2)若A、B均为正定矩阵,则A+B正定