线性代数总结481.docVIP

《线性代数及其应用》 一、行列式 1、阶排列，逆序数，奇(偶)排列，余子式，代数余子式 2、展开定理(定理2.3.3，推论2.3.4) 按行展开： 按列展开： 推论2.3.4 ； . 3、行列式的性质 (1) 行列式与它的转置行列式相等. (2) 初等变换性质 (3) 若行列式有两列(行)成比例，则行列式等于零. (4) 若行列式的某一列(行)可以拆成两列(行)之和，则行列式可以拆成两个行列式之和，即 . 4、行列式计算：三角化法(性质)； 降阶法(性质+展开定理)； 范德蒙德、三对角行列式的结论. 5、分块矩阵的行列式 ； . 二、矩阵 1、矩阵及其运算(加法、数乘、乘法、幂、转置、方阵的行列式、分块运算) (1) 求方阵的幂 (2) 转置的性质 (3) 方阵的行列式 2、初等变换及初等矩阵 (1) 左行右列(矩阵的初等变换可用矩阵乘法来表示) (2) 初等矩阵都是可逆的，且初等矩阵的逆仍是初等矩阵，即 3、可逆矩阵 (1) 定义、性质 (2) 伴随矩阵 (3) 判定：可逆或 (4) 逆矩阵的求法 (5) 矩阵方程的求解：，已知. ① 若可逆. 法1 . 法2 . ② 若不可逆或不是方阵. 通过求解个线性方程组来确定矩阵，如求解确定的第一列. 4、分块矩阵 加法与数量乘法、转置、乘法（例3.4.4）、求幂 (1) 分快矩阵求幂 (2) 分快矩阵求逆 4、矩阵的秩与矩阵的相抵 (1) 矩阵的秩与性质 ① ； ② ③ ； ④子矩阵的秩不会超过原矩阵的秩； ⑤ ； ⑥ ； ⑦ 或； 若，则，其中，. ⑧ 设，则 (2) 求矩阵的秩 (理论依据：矩阵的初等变换不改变矩阵的秩) (行阶梯形矩阵)， 则的非零行的个数. (3) 矩阵的相抵(等价) ① ② ，其中可逆. ③ 或. 三、线性空间 1、向量组的线性相关性的判断 (1) 证明方法-- (2) 基本结论 判断向量组线性相关 充要：线性相关其中至少有一个向量可由其余向量线性表示. 充分：线性相关 判断向量组线性无关 线性无关任何一个向量都不可由其余向量线性表示. 线性无关，不可由线性表示，则线性无关. 一个向量组线性无关，则其任何一个部分组线性无关. 2、等价向量组 (1) 向量组(Ⅰ)可由(Ⅱ)线性表示，则(Ⅰ) (Ⅱ). (2) 向量组(Ⅰ)与(Ⅱ)等价，则(Ⅰ) (Ⅱ). 3、子空间的验证 (1) 非空、加法和数量乘法的封闭； (2) 生成子空间--例4.3.6，例4.3.8 4、向量组的秩及极大无关组、(线性)子空间的基与维数 (1) 写成列向量作初等行变换，确定向量组的秩与极大无关组（例4.2.13）； (2) 生成子空间的维数与基就是生成元的秩与极大无关组. 5、坐标的概念、基变换公式 坐标：在基下的坐标. 基变换公式：由基到基的过渡矩阵为，即. 坐标变换公式： 6、欧氏空间 (1) 内积的概念、长度、正交(正交向量组必线性无关)、施密特正交化、标准正交基（一个向量在标准正交基下的坐标—例4.5.7）. (2) 正交矩阵定义、性质 性质 ① 若是正交矩阵，则 ② 若是正交矩阵，则或. ③ 若是正交矩阵，则也是正交矩阵. ④ 若都是正交矩阵，则也是正交矩阵. ⑤ 若是正交矩阵的特征值，则也是的特征值. ⑥ 正交矩阵的实特征值只能是或. ⑦ 设是阶实矩阵，则是正交矩阵的充分必要条件是的列(行)向量组是的一个标准正交基. 四、线性方程组(含参量、不含参量) 1、解的情况 (1) 若是阶方阵，则 (2) 齐次线性方程组有非零解. 若是阶方阵，则齐次线性方程组有非零解. 2、解的结构 齐次： (1) 解空间、基础解系所含向量的个数. (2) 基础解系不唯一，的线性无关的解均可作为的一个基础解系. (2) 结构式：通解=基础解系的任意线性组合. 非齐次： (1) 非-非=齐. (2) 结构式：通解=特解导出组的通解. 五、特征值和特征向量 1、特征值和特征向量的定义、性质 (1) ； (2) 与具有相同的特征值(特征向量未必相同)； (3) 定理6.1.13（属于不同特征值的线性无关的特征向量放在一起仍线性无关）. (4) ； 2、相似矩阵的定义、性质(秩、行列式、迹、特征值相等，但特征向量未必相同). 相似的判定：若与可对角化(实对称矩阵)，且与具有相同的特征值，则与相似(正交相似). 3、矩阵的相似对角化 可对角化有个线性无关的特征向量 数域内有个特征值，每一个特征值的几何重数等于代数重数 (充分条件) 有个互不相同的特征值可对角化 若可对角化，则的非零特征值的个数. 4、实对称矩阵的相似对角化 (1) 特征值：阶实对称矩阵有个实特征值. (2) 特征向量：实对称矩阵的属于不同特征值的特