考研线性代数知识点全面总结.docxVIP

考研线性代数知识点全面总结

线性代数作为考研数学的重要组成部分，其概念抽象、逻辑严密，知识点之间联系紧密。对于备考而言，梳理清晰的知识脉络、掌握核心概念与方法至关重要。本文旨在对考研线性代数的主要知识点进行一次系统的梳理与总结，希望能为各位考生提供一份实用的复习参考。

一、行列式

行列式是线性代数中的一个基本工具，其概念的引入源于解线性方程组。理解行列式，需从其定义、性质及计算方法入手。

1.1行列式的定义

n阶行列式是一个由n2个数排成n行n列的数表所确定的一个数。其定义可通过逆序数或展开式来描述，但对考生而言，更重要的是理解其本质——一个与方阵相关的数值，它反映了方阵的某些特性。

1.2行列式的性质

行列式的性质是计算行列式的关键，需熟练掌握：

*行列式与它的转置行列式相等。

*互换行列式的两行（列），行列式变号。由此可推知，若行列式有两行（列）完全相同，则此行列式为零。

*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。

*行列式中若有两行（列）元素成比例，则此行列式为零。

*若行列式的某一行（列）的元素都是两数之和，则此行列式可拆分为两个行列式之和。

*把行列式的某一行（列）的各元素乘以同一数后加到另一行（列）对应的元素上去，行列式的值不变。这是化简行列式的核心操作。

1.3行列式按行（列）展开定理

n阶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乘积之和。这个定理将高阶行列式的计算转化为低阶行列式的计算，是行列式计算的重要方法。代数余子式的概念及性质也需一并掌握。

1.4行列式的计算

行列式的计算方法多样，需根据行列式的特点灵活选用：

*利用定义：通常只适用于低阶行列式或特殊结构的行列式。

*利用性质化简：将行列式化为上（下）三角形行列式，其值即为对角线元素之积。这是最基本也是最重要的方法。

*按行（列）展开：结合性质，将行列式降阶。

*特殊行列式：如范德蒙德行列式、对角行列式、上（下）三角行列式的结果需牢记。

*递推法与数学归纳法：适用于具有递归结构的行列式。

二、矩阵

矩阵是线性代数的核心研究对象，贯穿线性代数的始终。从矩阵的定义到各种运算，再到矩阵的秩与初等变换，都是必须扎实掌握的内容。

2.1矩阵的定义与基本运算

矩阵是由m×n个数排成的m行n列的数表。需掌握矩阵的加法、数乘、乘法、转置等基本运算及其运算规律。特别注意矩阵乘法不满足交换律，即AB一般不等于BA；若AB=O，不能轻易推出A=O或B=O。

2.2逆矩阵

逆矩阵的概念是矩阵理论中的重要部分。

*定义：对于n阶方阵A，若存在n阶方阵B，使得AB=BA=E（单位矩阵），则称A可逆，B为A的逆矩阵，记作A?1。

*可逆的充要条件：A的行列式|A|≠0（即A为非奇异矩阵或满秩矩阵）。

*逆矩阵的求法：

*伴随矩阵法：A?1=(1/|A|)A*，其中A*为A的伴随矩阵。

*初等行变换法：(A|E)→(E|A?1)。这是求逆矩阵最常用的方法。

*逆矩阵的性质：如(A?1)?1=A，(AB)?1=B?1A?1，(A?)?1=(A?1)?等。

2.3伴随矩阵

伴随矩阵A*由A的代数余子式构成，需熟记A*A=AA*=|A|E这一核心关系式，以及由此推导出的关于A*的秩、行列式、逆矩阵的相关性质。

2.4矩阵的秩

矩阵的秩是矩阵的一个重要数字特征，反映了矩阵的本质属性。

*定义：矩阵A中非零子式的最高阶数称为矩阵A的秩，记作r(A)。

*性质：秩具有许多重要性质，如r(A)=r(A?)；r(kA)=r(A)(k≠0)；r(A+B)≤r(A)+r(B)；r(AB)≤min{r(A),r(B)}；若A可逆，则r(AB)=r(B)，r(BA)=r(B)等。

*求法：通过初等行变换将矩阵化为行阶梯形矩阵，行阶梯形矩阵中非零行的行数即为该矩阵的秩。

2.5初等变换与初等矩阵

初等变换是处理矩阵问题的基本手段。

*三种初等行（列）变换：互换两行（列）；以非零数乘某一行（列）；某一行（列）的k倍加到另一行（列）。

*初等矩阵：由单位矩阵经过一次初等变换得到的矩阵。

*初等变换与初等矩阵的关系：对矩阵A施行一次初等行变换，相当于在A的左边乘以相应的初等矩阵；对A施行一次初等列变换，相当于在A的右边乘以相应的初等矩阵。

*矩阵等价：若矩阵A经过有限次初等变换化为矩阵B，则称A与B等价。矩阵等价的充要条件是它们有相同的秩。

2.6分块矩阵

分块矩阵是处理高阶矩阵或具有特殊结构矩阵的有效方法。掌握分块矩阵的加法、数乘、乘法（注意分块的相容