线性代数知识点总结.docxVIP

线性代数知识点总结 线性代数知识点总结 第一章 行列式 行列式是线性代数中的重要概念之一。行列式的定义包括二三阶行列式和N阶行列式。其中，N阶行列式是由行列式中所有不同行、不同列的n个元素的乘积的和构成的。 行列式的计算需要用到奇偶排列、逆序数和对换等概念。行列式还具有多种性质，如行列式行列互换其值不变，行列式中某两行（列）互换，行列式变号等。通过这些性质，我们可以推论出行列式中某两行（列）对应元素相等，则行列式等于零等结论。 行列式还有一些特殊的形式，如转置行列式、对称行列式、反对称行列式、三线性行列式和上（下）三角形行列式等。 行列式在解线性方程组中应用广泛，如克莱姆法则。非齐次线性方程组的系数行列式不为零时，有唯一解；而齐次线性方程组的系数行列式为1时，只有零解。 第二章 矩阵 矩阵是线性代数中另一个重要概念。矩阵是由数个数排成的矩形阵列，其中包括零矩阵、负矩阵、行矩阵、列矩阵、n阶方阵和相等矩阵等。 矩阵的运算包括加法、数乘和乘法。其中，加法和数乘都满足交换律和结合律。而矩阵的乘法需要满足行数等于列数的规则。矩阵的乘法运算需要用到矩阵的元素之间的乘积和求和。 在矩阵的运算中，我们需要注意矩阵的类型和是否有意义。 一般情况下，矩阵乘法不满足消去律。即使已知AB=0，也不能得到A=0或B=0. 对于矩阵A，它的转置等于A乘以A加B。即transpose(A)=A(A+B)。 对于标量k和矩阵A，有(kA)=kA和(AB)=BA（反序定理）。 对于方幂A^k，有(A^k)=(A^1+k/2)+(A^2+k/2)。 有几种特殊的矩阵，如对角矩阵、数量矩阵、单位矩阵、上下三角形矩阵、对称矩阵、反对称矩阵、阶梯型矩阵和分块矩阵。对于分块矩阵，加法、数乘和乘法的规则类似，而转置需要对每个子块进行转置。 矩阵的逆矩阵指的是存在一个N阶矩阵B，使得AB=BA=I。如果矩阵A是可逆的，则称它是非奇异矩阵，否则称为奇异矩阵，其行列式为0.初等变换不会改变矩阵的可逆性，而初等矩阵都是可逆的。 等价标准形矩阵D可以写成一个上三角矩阵和一个全零矩阵的形式。矩阵的秩可以通过将其转化为标准式或阶梯形来求解。初等变换不会改变矩阵的秩。 矩阵和行列式都是数表，但是行列式的行数和列数相同，而矩阵则不一定。行列式的结果是一个数，只要值相等，就认为它们相等；而矩阵是一个数表，只有对应元素相等才认为它们相等。 需要注意的是，不是所有的方阵都存在逆矩阵。如果矩阵A可逆，则其逆矩阵是唯一的。对于可逆矩阵A，其逆矩阵也是可逆的，并且满足一些运算律，如数乘、转置和乘积的运算律。但是两个可逆矩阵的和不一定可逆。如果矩阵A的行列式为0，则称其为奇异矩阵，否则为非奇异矩阵。 1.若矩阵A可逆，则A的逆矩阵为A^-1. 2.伴随矩阵：对于N阶方阵A，其伴随矩阵为A=[代数余子式]。特殊矩阵的逆矩阵可通过分块矩阵D=[A^-1 -A^-1BC^-1.O C]或准对角矩阵A=[A1 -1.-1 A2 A3^-1.0 -1^-1 A4]求得。 3.矩阵A可逆的充要条件是A的行列式不为0.求逆矩阵的方法有定义法、伴随矩阵法和初等变换法。 4.初等矩阵与矩阵乘法的关系：对于m*n阶矩阵A=[aij]，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。 5.线性方程组消元法：对增广矩阵进行初等变换得到简化阶梯型矩阵，从而求解线性方程组。当r(AB)=r(B)=n时，有唯一解；当r(AB)≠r(B)时，无解；当r(AB)r(B)时，有无穷多解。 6.齐次线性方程组的解：仅有零解的充要条件是r(A)=n，有非零解的充要条件是r(A)n。当齐次线性方程组方程个数未知量个数时，一定有非零解；当齐次线性方程组方程个数=未知量个数时，有非零解的充要条件是|A|=0；齐次线性方程组若有零解，则一定有无穷多个解。 7.N维向量的定义和特殊向量：行向量、列向量、零向量、负向量、相等向量、转置向量。 8.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）和秩的定义及极大无关组的概念。定理：向量组的一个线性无关的部分组是极大无关组的充要条件是该部分组中的向量不能由向量组中的其他向量线性表示出来。 每个向量在向量组$\alpha_1,\alpha_2,\dots,\alpha_r$的线性组合下都可以表示出来。这个向量组的秩是其中包含的向量个数的最大无关组的大小。 定理：对于一个$m\times n$的矩阵A，$r(A)=r$的充要条件是A的列（或行）秩为r。线性方程组的解的结构可以分为齐次和非齐次情况，以及基础解系和线性组合。 两个向量$\alpha$和$\beta$，如果$\alpha=k\beta$，那么$\al