线性代数
①A?B?B?A
②?A?B??C?A??B?C?
③c?A?B??cA?cB ?c?d?A?cA?dA ④c?dA???cd?A
⑤cA?0?c?0或A?0。 AT??T?A
T ?A?B??AT?BT
?cA?T
T?cAT。 ?? ?AB??BTAT
??n?n?1??21??Cn2?n?n?1? 2
D?a21A21?a22A22???a2nA2n T转置值不变A?A 逆值变A?1?1 A
?cnA
,?1??2,??,?1,??,?2,? A???1,?2,?3?,3阶矩阵
B???1,?2,?3?
A?B?A?B
A?B???1??1,?2??2,?3??3?
A?B?1??1,?2??2,?3??3 A?A0??AB 0B?B
E?i,j?c??1
有关乘法的基本运算
Cij?ai1b1j?ai2b2j???ainbnj
线性性质 ?A1?A2?B?A1B?A2B,
A?B1?B2??AB1?AB2
?cA?B?c?AB??A?cB?
结合律 ?AB?C?A?BC?
?AB??BTAT T
?AB
AA?A
Akklk?l ??l?Akl
k ?AB??AkBk不一定成立!
AE?A,EA?A
A?kE??kA,?kE?A?kA
AB?E?BA?E
与数的乘法的不同之处:?AB??AkBk不一定成立! k
无交换律 因式分解障碍是交换性
一个矩阵A的每个多项式可以因式分解,例如 A?2A?3E??A?3E??A?E? 2
无消去律(矩阵和矩阵相乘)
当AB?0时??A?0或B?0
由A?0和AB?0??B?0
由A?0时AB?AC??B?C(无左消去律)
特别的 设A可逆,则A有消去律。
左消去律:AB?AC?B?C。
右消去律:BA?CA?B?C。
如果A列满秩,则A有左消去律,即
①AB?0?B?0
②AB?AC?B?C
可逆矩阵的性质
i)当A可逆时, A也可逆,且AT
T
??
?1
?A?1。 ?A?1。
?1
??
T
A也可逆,且Ak
k
??
?1
??
k
数c?0,cA也可逆,?cA?
?
1?1
A。 c
?1
ii)A,B是两个n阶可逆矩阵?AB也可逆,且?AB?
?B?1A?1。
推论:设A,B是两个n阶矩阵,则AB?E?BA?E 命题:初等矩阵都可逆,且 ?E?i,j??
?1
?E?i,j? ??1???E??i?c???
????
?E?i?c???
?1
?E?i,j?c????1?E?i,j??c??
命题:准对角矩阵
A11
A?
000
000
A2200?0
0?1
可逆?每个Aii都可逆,记A?00Akk0
?1
A110
0?1A2200
0000
?0
?1
0Akk
伴随矩阵的基本性质: AA*?A*A?AE 当A可逆时, A
A*?E
(求逆矩阵的伴随矩阵法)
A??1
?A*?A?1A?1??
????
?
1
?
A?? A??
伴随矩阵的其他性质
A*?A
?1
②AT*??A*?, T??
④?AB?*?B*A*,
⑤Ak*??A*?, k??
?a?b? n?2时, ?A*?*?A A*????cd?? ??关于矩阵右上肩记号:T,k,?1,*
i) 任何两个的次序可交换,
如AT*??A*?, T??
?1
T ?A*???A?1?*等 ?1 ii) ?AB??B
TAT, ?AB?
?AB?*?B*A* ?B?1A?1,
线性表示
0??1,?2,?,?s
?i??1,?2,?,?s
???1,?2,?,?s?x1?1?x2?2???xs?s??有解 ???1,?2,?,?s?x??有解x??x1,?,xs? Ax??有解,即?可用A的列向量组表示 AB?C??r1,r2,?,rs?,A???1,?2,?,?n?, 则r1,r2,?,rs??1,?2,?,?n。 ?T?
?1,?2,?,?t??1,?2,?,?s,
则存在矩阵C,使得??1,?2,?,?t????1,?2,?,?s?C
线性表示关系有传递性 当?1,?2,?,?t??1,?2,?,?s?r1,r2,?,rp,
则?1,?2,?,?t?r1,r2,?,rp。 等价关系:如果?1,?2,?,?s与?1,?2,?,?t互相可表示
?1,?2,?,?s???1,?2,?,?t 记作?1,?2,?,?s??1,?2,?,?t。
线性相关
s?1,单个向量?,x??0 ?相关???0
?1,?2相关?a1:b1?a2:b2???an:bn
s?2,?1,?2相关?对应分量成比例
A???1,?2,?,?n?,Ax?0有非零解?A?0 如果s?n,则?1,?2,?,?s一定相关
Ax?0的方程个数n?未知数个数s ②如果?1,?2,?,?s无关,则它的每一个部分组都无关 ③如果?1,?2,?,?s无关,而?1,?2,?,?s,?相关,则???1,?2,?,?s ④当???1,?,?s时,表示方式唯一??1??s无关
(表示方式不唯一??1??s相关)
⑤若?1,?,?t??1,?,?s,并且t?s,则?1,?,?t一定线性相关。 各性质的逆否形式
①如果?1,?2,?,?s无关,则s?n。
②如果?1,?2,?,?s有相关的部分组,则它自己一定也相关。
③如果?1??s无关,而????1,?,?s,则?1,?,?s?无关。 ⑤如果?1??t??1??s,?1??t无关,则t?s。 推论:若两个无关向量组?1??s与?1??t等价,则s?t。 极大无关组
一个线性无关部分组?I?,若#?I?等于秩?1,?2,?4,?6??I?,?I?就一定是极大无关组 ①?1,?2,?,?s无关?? ??1,?2,?,?s??s ②???1,?2,?,?s? ? ??1,?2,?,?s,???? ??1,?,?s? 另一种说法: 取?1,?2,?,?s的一个极大无关组?I? ?I?也是?1,?2,?,?s,?的极大无关组??I?,?相关。 矩阵的秩的简单性质
0?r?A??mi?nm,n?
r?A??0?A?0
A行满秩:r?A??m
A列满秩:r?A??n
n阶矩阵A满秩:r?A??n
A满秩?A的行(列)向量组线性无关 ?A?0
?A可逆
?Ax?0只有零解,Ax??唯一解。 矩阵在运算中秩的变化
初等变换保持矩阵的秩
①rA???r?A? T
②c?0时,r?cA??r?A?
③r?A?B??r?A??r?B?
④r?AB??min?r?A?,r?B??
⑤A可逆时,r?AB??r?B?
弱化条件:如果A列满秩,则??AB????B?
⑥若AB?0,则r?A??r?B??n(A的列数,B的行数) ⑦A列满秩时r?AB??r?B?
B行满秩时r?AB??r?A?
⑧r?AB??n?r?A??r?B?
解的性质
1.Ax?0的解的性质。
如果?1,?2,?,?e是一组解,则它们的任意线性组合
c1?1?c2?2???ce?e一定也是解。
?i,A?i?0?A?c1?1?c2?2???ce?e??0 2.Ax?????0?
①如果?1,?2,?,?e是Ax??的一组解,则 c1?1?c2?2???ce?e也是Ax??的解?c1?c2???ce?1 c1?1?c2?2???ce?e是Ax?0的解?c1?c2???ce?0
A?i????i
A?c1?1?c2?2???ce?e??c1A?1?c2A?2???ceA?e ??c1?c2???ce?? 特别的: 当?1,?2是Ax??的两个解时,?1??2是Ax?0的解 ②如果?0是Ax??的解,则n维向量?也是Ax??的解??解的情况判别
方程:Ax??,即x1?1?x2?2???xn?n??
???1,?2,?,?n ??0是Ax?0的解。
???A|?????A?????1,?2,?,?n,??????1,?2,?,?n?
??A|?????A?
??A|?????A??n
??A|?????A??n
方程个数m:
??A|???m,??A??m
①当??A??m时,??A|???m,有解
②当m?n时,??A??n,不会是唯一解
对于齐次线性方程组Ax?0,
只有零解???A??n(即A列满秩)
(有非零解???A??n)
特征值特征向量
两种特殊情形:
(1)A是上(下)三角矩阵,对角矩阵时,特征值即对角线上的元素。
?? 1?A? ?0
?0?
xE?A?*? 20*???? ? 3???*x?? 2
0?*????x?? 1??x?? 2??x?? 3?
x?? 3x?? 100
(2)r?A??1时:A的特征值为0,0,?,0,tr?A?
特征值的性质
命题:n阶矩阵A的特征值?的重数?n?r?? E?A?
命题:设A的特征值为? 1,? 2,?,? n,则
命题:设?是A的特征向量,特征值为?,即A????,则 ①对于A的每个多项式f?A?,f?A???f?x??
②当A可逆时,A???11
??,A*??|A|
??
命题:设A的特征值为? 1,? 2,?,? n,则
①f?A?的特征值为f?? 1?,f?? 2?,?,f?? n?
②A可逆时,A的特征值为?1111 ,,?,? 1? 2? n A*的特征值为|A||A||A| ,,?,? 1? 2? n ③A的特征值也是? 1,? 2,?,? n
特征值的应用
①求行列式|A|?? 1,? 2,?,? n
②判别可逆性
T A?? E可逆??不是A的特征值。
当f?A??0时,如果f?c??0,则A?cE可逆
若?是A的特征值,则f???是f?A?的特征值?f????0。 f?c??0?c不是A的特征值?AcE可逆。
n阶矩阵的相似关系
当AU?UA时,B?A,而AU?UA时,B?A。 相似关系有i)对称性:A~B?B~A
U?1AU?B,则A?UBU?1
ii)有传递性:A~B,B~C,则A~C
U?1AU?B,V?1BV?C,则
?1 ?UV?A?UV??V?1U?1AUV?V?1BV?C
命题 当A~B时,A和B有许多相同的性质
①?B
②??A????B?
③A,B的特征多项式相同,从而特征值完全一致。
?是A的属于?的特征向量?U?1?是B的属于?的特征 A与B的特征向量的关系:
向量。
A?????BU?1???U?1?
? ? ????
U?1A???U?1??U?1AUU?1???U?1?
正定二次型与正定矩阵性质与判别
可逆线性变换替换保持正定性 ??
f?x1,x2,?,xn?变为g?y1,y2,?,yn?,则它们同时正定或同时不正定 A~?B,则A,B同时正定,同时不正定。
T 例如B?CAC。如果A正定,则对每个x?0
xTBx?xTCTACx??Cx?ACx?0 T
(C可逆,x?0,?Cx?0!) 关于正定的性质
A正定?A~?E
?存在实可逆矩阵C,A?CC。
?A的正惯性指数?n。
?A的特征值全大于0。
?A的每个顺序主子式全大于0。
判断A正定的三种方法:
①顺序主子式法。
②特征值法。
③定义法。 T
第二篇:线性代数公式总结大全
线性代数公式
1、行列式
1. 行列式共有个元素,展开后有项,可分解为行列式;
2. 代数余子式的性质:
①、和的大小无关;
②、某行(列)的元素乘以其它行(列)元素的代数余子式为0;
③、某行(列)的元素乘以该行(列)元素的代数余子式为;
3. 代数余子式和余子式的关系:
4. 设行列式:
将上、下翻转或左右翻转,所得行列式为,则;
将顺时针或逆时针旋转,所得行列式为,则;
将主对角线翻转后(转置),所得行列式为,则;
将主副角线翻转后,所得行列式为,则;
5. 行列式的重要公式:
①、主对角行列式:主对角元素的乘积;
②、副对角行列式:副对角元素的乘积;
③、上、下三角行列式():主对角元素的乘积;
④、和:副对角元素的乘积;
⑤、拉普拉斯展开式:、
⑥、范德蒙行列式:大指标减小指标的连乘积;
⑦、特征值;
6. 对于阶行列式,恒有:,其中为阶主子式;
7. 证明的方法:
①、;
②、反证法;
③、构造齐次方程组,证明其有非零解;
④、利用秩,证明;
⑤、证明0是其特征值;
2、矩阵
8. 是阶可逆矩阵:
(是非奇异矩阵);
(是满秩矩阵)
的行(列)向量组线性无关;
齐次方程组有非零解;
,总有唯一解;
与等价;
可表示成若干个初等矩阵的乘积;
的特征值全不为0;
是正定矩阵;
的行(列)向量组是的一组基;
是中某两组基的过渡矩阵;
9. 对于阶矩阵: 无条件恒成立;
10.
11. 矩阵是表格,推导符号为波浪号或箭头;行列式是数值,可求代数和;
12. 关于分块矩阵的重要结论,其中均、可逆:
若,则:
Ⅰ、;
Ⅱ、;
②、;(主对角分块)
③、;(副对角分块)
④、;(拉普拉斯)
⑤、;(拉普拉斯)
3、矩阵的初等变换与线性方程组
13. 一个矩阵,总可经过初等变换化为标准形,其标准形是唯一确定的:;
等价类:所有与等价的矩阵组成的一个集合,称为一个等价类;标准形为其形状最简单的矩阵;
对于同型矩阵、,若;
14. 行最简形矩阵:
①、只能通过初等行变换获得;
②、每行首个非0元素必须为1;
③、每行首个非0元素所在列的其他元素必须为0;
15. 初等行变换的应用:(初等列变换类似,或转置后采用初等行变换)
①、 若,则可逆,且;
②、对矩阵做初等行变化,当变为时,就变成,即:;
③、求解线形方程组:对于个未知数个方程,如果,则可逆,且;
16. 初等矩阵和对角矩阵的概念:
①、初等矩阵是行变换还是列变换,由其位置决定:左乘为初等行矩阵、右乘为初等列矩阵;
②、,左乘矩阵,乘的各行元素;右乘,乘的各列元素;
③、对调两行或两列,符号,且,例如:;
④、倍乘某行或某列,符号,且,例如:;
⑤、倍加某行或某列,符号,且,如:;
17. 矩阵秩的基本性质:
①、;
②、;
③、若,则;
④、若、可逆,则;(可逆矩阵不影响矩阵的秩)
⑤、;(※)
⑥、;(※)
⑦、;(※)
⑧、如果是矩阵,是矩阵,且,则:(※)
Ⅰ、的列向量全部是齐次方程组解(转置运算后的结论);
Ⅱ、
⑨、若、均为阶方阵,则;
18. 三种特殊矩阵的方幂:
①、秩为1的矩阵:一定可以分解为列矩阵(向量)行矩阵(向量)的形式,再采用结合律;
②、型如的矩阵:利用二项展开式;
二项展开式:;
注:Ⅰ、展开后有项;
Ⅱ、
Ⅲ、组合的性质:;
③、利用特征值和相似对角化:
19. 伴随矩阵:
①、伴随矩阵的秩:;
②、伴随矩阵的特征值:;
③、、
20. 关于矩阵秩的描述:
①、,中有阶子式不为0,阶子式全部为0;(两句话)
②、,中有阶子式全部为0;
③、,中有阶子式不全为0;
21. 线性方程组:,其中为矩阵,则:
①、与方程的个数相同,即方程组有个方程;
②、与方程组得未知数个数相同,方程组为元方程;
22. 线性方程组的求解:
①、对增广矩阵进行初等行变换(只能使用初等行变换);
②、齐次解为对应齐次方程组的解;
③、特解:自由变量赋初值后求得;
23. 由个未知数个方程的方程组构成元线性方程:
①、;
②、(向量方程,为矩阵,个方程,个未知数)
③、(全部按列分块,其中);
④、(线性表出)
⑤、有解的充要条件:(为未知数的个数或维数)
4、向量组的线性相关性
24. 个维列向量所组成的向量组:构成矩阵;
个维行向量所组成的向量组:构成矩阵;
含有有限个向量的有序向量组与矩阵一一对应;
25. ①、向量组的线性相关、无关 有、无非零解;(齐次线性方程组)
②、向量的线性表出 是否有解;(线性方程组)
③、向量组的相互线性表示 是否有解;(矩阵方程)
26. 矩阵与行向量组等价的充分必要条件是:齐次方程组和同解;(例14)
27. ;(例15)
28. 维向量线性相关的几何意义:
①、线性相关 ;
②、线性相关 坐标成比例或共线(平行);
③、线性相关 共面;
29. 线性相关与无关的两套定理:
若线性相关,则必线性相关;
若线性无关,则必线性无关;(向量的个数加加减减,二者为对偶)
若维向量组的每个向量上添上个分量,构成维向量组:
若线性无关,则也线性无关;反之若线性相关,则也线性相关;(向量组的维数加加减减)
简言之:无关组延长后仍无关,反之,不确定;
30. 向量组(个数为)能由向量组(个数为)线性表示,且线性无关,则(二版定理7);
向量组能由向量组线性表示,则;(定理3)
向量组能由向量组线性表示
有解;
(定理2)
向量组能由向量组等价(定理2推论)
31. 方阵可逆存在有限个初等矩阵,使;
①、矩阵行等价:(左乘,可逆)与同解
②、矩阵列等价:(右乘,可逆);
③、矩阵等价:(、可逆);
32. 对于矩阵与:
①、若与行等价,则与的行秩相等;
②、若与行等价,则与同解,且与的任何对应的列向量组具有相同的线性相关性;
③、矩阵的初等变换不改变矩阵的秩;
④、矩阵的行秩等于列秩;
33. 若,则:
①、的列向量组能由的列向量组线性表示,为系数矩阵;
②、的行向量组能由的行向量组线性表示,为系数矩阵;(转置)
34. 齐次方程组的解一定是的解,考试中可以直接作为定理使用,而无需证明;
①、 只有零解只有零解;
②、 有非零解一定存在非零解;
35. 设向量组可由向量组线性表示为:(题19结论)
()
其中为,且线性无关,则组线性无关;(与的列向量组具有相同线性相关性)
(必要性:;充分性:反证法)
注:当时,为方阵,可当作定理使用;
36. ①、对矩阵,存在, 、的列向量线性无关;()
②、对矩阵,存在, 、的行向量线性无关;
37. 线性相关
存在一组不全为0的数,使得成立;(定义)
有非零解,即有非零解;
,系数矩阵的秩小于未知数的个数;
38. 设的矩阵的秩为,则元齐次线性方程组的解集的秩为:;
39. 若为的一个解,为的一个基础解系,则线性无关;(题33结论)
5、相似矩阵和二次型
40. 正交矩阵或(定义),性质:
①、的列向量都是单位向量,且两两正交,即;
②、若为正交矩阵,则也为正交阵,且;
③、若、正交阵,则也是正交阵;
注意:求解正交阵,千万不要忘记施密特正交化和单位化;
41. 施密特正交化:
;
;
42. 对于普通方阵,不同特征值对应的特征向量线性无关;
对于实对称阵,不同特征值对应的特征向量正交;
43. ①、与等价 经过初等变换得到;
,、可逆;
,、同型;
②、与合同 ,其中可逆;
与有相同的正、负惯性指数;
③、与相似 ;
44. 相似一定合同、合同未必相似;
若为正交矩阵,则,(合同、相似的约束条件不同,相似的更严格);
45. 为对称阵,则为二次型矩阵;
46. 元二次型为正定:
的正惯性指数为;
与合同,即存在可逆矩阵,使;
的所有特征值均为正数;
的各阶顺序主子式均大于0;
;(必要条件)