线性代数重点知识点手写精讲笔记.docxVIP

线性代数重点知识点手写精讲笔记

前言

线性代数，这门学科初看似乎全是枯燥的符号和运算，但若深入进去，便会发现其内在的逻辑之美与强大的工具性。它不仅是理工科学生的必修基础，更是理解现代科学与工程技术的重要钥匙。这份笔记，我希望能抛开过于形式化的推导，侧重于核心概念的理解与知识间的联系，力求用一种更贴近直观、易于上手的方式，带你梳理线性代数的重点脉络。就像我们当年在草稿纸上一遍遍演算、画图、思考那样，这份笔记也带着些许“手写”的温度与随性，但核心内容绝对严谨扎实。

---

一、向量：线性代数的基本单元

1.向量的定义与几何意义

*代数定义：n维向量是由n个实数（或复数，我们主要讨论实数域）组成的有序数组，通常用小写黑体字母或带箭头的字母表示，如a=(a?,a?,...,a?)?(列向量)或a?=(a?,a?,...,a?)(行向量)。这里的上标T表示转置。

*几何意义：在二维平面，向量是有方向和长度的有向线段；在三维空间亦然。高维向量则是其概念的自然推广，虽难以直接可视化，但可借助低维类比理解其性质。

2.向量的基本运算

*加法：对应分量相加。几何上表现为平行四边形法则或三角形法则。

*数乘：向量的每个分量乘以一个标量k。几何上表现为向量的伸缩（k0同向，k0反向，|k|≠1则长度改变）。

*线性组合：给定向量v?,v?,...,v?和标量c?,c?,...,c?，则c?v?+c?v?+...+c?v?称为这些向量的一个线性组合。这是线性代数中最核心的概念之一。

*线性表出：若向量b能表示成向量组a?,a?,...,a?的线性组合，则称b可由该向量组线性表出。

---

二、矩阵：向量的集合与线性变换的表示

1.矩阵的定义与基本概念

*定义：m行n列的矩阵A是一个m×n的数表，其中A[i][j]或a??表示第i行第j列的元素。可记为A=(a??)??。

*特殊矩阵：

*零矩阵：所有元素均为0。

*单位矩阵E/I：主对角线上元素为1，其余为0的方阵。它在矩阵乘法中扮演着类似于数字1的角色。

*对角矩阵：仅主对角线上有非零元素的方阵。

*行矩阵/列矩阵：只有一行或一列的矩阵，本质上就是行向量或列向量。

2.矩阵的运算

*加法：同型矩阵（行数和列数分别相等）对应元素相加。满足交换律、结合律。

*数乘：矩阵的每个元素乘以一个标量k。满足分配律、结合律。

*乘法：设A为m×s矩阵，B为s×n矩阵，则乘积AB为m×n矩阵，其第i行第j列元素为A的第i行与B的第j列对应元素乘积之和。务必注意：矩阵乘法不满足交换律，且AB=O不一定能推出A=O或B=O。

*转置：将矩阵A的行与列互换得到的矩阵称为A的转置，记为A?。性质：(A?)?=A；(A+B)?=A?+B?；(kA)?=kA?；(AB)?=B?A?(重要！)。

3.方阵的行列式(Determinant)

*定义：n阶方阵A的行列式是一个数，记为det(A)或|A|。其定义有多种方式（如逆序数定义、递归定义），但更重要的是理解其几何意义（面积/体积的缩放因子，带符号）和代数性质。

*性质：行列式与它的转置行列式相等；互换两行（列），行列式变号；某行（列）有公因子k可提至行列式外；两行（列）元素对应成比例，行列式为0；若行列式某行（列）的元素都是两数之和，则可拆分为两个行列式之和；把某行（列）的k倍加到另一行（列），行列式的值不变。这些性质是计算行列式的关键。

*计算：低阶行列式（2阶、3阶）可直接用公式。高阶行列式主要通过初等行（列）变换化为上（下）三角行列式，其值为对角线元素之积。

---

三、逆矩阵：矩阵的“倒数”

1.定义：对于n阶方阵A，如果存在n阶方阵B，使得AB=BA=E（E为n阶单位矩阵），则称A可逆，B为A的逆矩阵，记为A?1。

2.存在条件：n阶方阵A可逆的充分必要条件是|A|≠0（即A为非奇异矩阵或满秩矩阵）。

3.求逆方法：

*伴随矩阵法：A?1=(1/|A|)A*，其中A*是A的伴随矩阵（由代数余子式构成）。理论意义重大，但计算量大。

*初等行变换法：对增广矩阵[A|E]施行初等行变换，当A化为E时，E就化为了A?1。这是最常用的实用方法。

4.性质：(A?1)?1=A；(kA)?1=(1/k)A?1(k≠0)；(AB)?1=B?1A?1(重要！)；(A?)?1=(A?1)?。

---

四、线性方程组：核心应用与理论纽带

1.线性方程组的表示形式

*一般形式：a??x?+a??x?