加油,祝你成功--线性代数完美总结版
加油,祝你成功--线性代数完美总结版
《线性代数及其应用》
一、行列式
1、余子式,代数余子式
2、几个定理(定理2.2,2.3,2.4) 按行展开:A?ai1Ai1?ai2Ai2?
按列展开:A?a1jA1j?a2jA2j?定理2.4 ai1Aj1?ai2Aj2?
?ainAin,i?1,2,?anjAnj,j?1,2,
,n ,n
?ainAjn?0,i?j; ?aniAnj?0,i?j.
a1iA1j?a2iA2j?
3、行列式的性质 (1) |A|?|AT|.
(2) 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
?1,,?j??j,,?n??1,,?j,,?n?1,,?j,,?n.
(2) 若行列式有两列(行)成比例,则行列式等于零. (3) 初等变换性质
1?ri?k
A????B?A?B;或ci?k?k??ri+lrj
??B?A?B; ?A???或cj+lci
?ri?rj
?B?A??B.?A????或ci?cj
??
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
AOACAO
???AB
OBOBDB
OBn
二、矩阵
AmO
?
CA
BO
?
O
A
BD
?(?1)mnAB
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) 乘法的结合律
?二项式定理--例3.7?
(2) 方阵的幂的求解?矩阵?列?行--例3.8、例3.38
?可对角化??例5.9?
?(AT)T?A?TTT?(A?B)?A?B
(3) 转置的性质:? TT
(kA)?kA?
TTT??(AB)?BA?|A|?|AT|;?n
(4) 方阵的行列式:?|kA|?k|A|;
?|AB|?|A||B|.?
(5) 分块运算(转置、乘法--例3.13、3.14) 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)
ri?k
??A???B?Em[i(k)]A?B;???ri+lrj初等行变换?B?Em[i?j(l)]A?B;??A?????ri?rj
A????B?Em[i,j]A?B;???
?ci?k
?A????C?AEn[i(k)]?C;?
???cj+lci
初等列变换A????C?AEn[i?j(l)]?C;??
?ci?cj?A????C?AEn[i,j]?C.???
(2) 初等矩阵都是可逆的,且初等矩阵的逆仍是初等矩阵,即
1
E?i(k)??E??i()??;E?i?j(l)??E?i?j(?l)?;
?1
?1
E?i,j??E?i,j?.
3、可逆矩阵
?1
?|A?1|?|A|?1??1?1
(A)?A??
(1) 定义、性质?(AT)?1?(A?1)T
?(kA)?1?k?1A?1?
?1?1?1
??(AB)?BA
?A?A?AA??|A|E??n?1
(2) 伴随矩阵 ?|A|?|A|
?r(A)与r(A?)的关系(书111页38题)?
(3) 判定:A可逆?|A|?0
?A??1
?伴随矩阵法:A?A??
(4) 逆矩阵的求法 ?AB?E及运算律(命题3.7)
?行
?E,A?1?????初等变换法:?A,E???
??
(5) 分块矩阵的逆
?A?1?AO?
?OB??????O
?1
O?
,?1?B??O?OA?
???1?BO?
???A
?1
B?1?
?. O?
(6) 矩阵方程的求解:AX?C,其中A可逆. 法1 X?AC.
初等行变换
法2 [A,C]?????[En,X]?X?A?1C.
?1
4、矩阵的秩与矩阵的相抵
(1) 矩阵的秩与性质(101页,105-107页)
① 0?r(A)?min{m,n};
② 子矩阵的秩不会超过原矩阵的秩; ③ r(kA)?r(A),k?0; ④ r(AT)?r(A);
?AO?⑤ r???r(A)?r(B);
OB??
⑥ r(A?B)?r(A)?r(B);
⑦ r(A)?r(B)?n?r(AB)?r(A)(或r(B)); 若AB?O,则r(A)+r(B)?n,其中A?P⑧ 设A?R
m?n
m?n
,B?P
n?s
.
,则r(AA)?r(AA)=r(A).
TT
(2) 求矩阵的秩 (理论依据:矩阵的初等变换不改变矩阵的秩)
初等变换
A?????R(行阶梯形矩阵),
则r(A)?r(R)?R的非零行的个数.
(3) 矩阵的相抵(等价)
① A?B?r(A)?r(B)??可逆P,Q,使得PAQ?B. ② r(PAQ)?r(PA)?r(AQ)?r(A),其中P,Q可逆. ③ r(A)?r?PAQ??
?Er
?OO??Er
或A?P?OO???O?
Q. ?O?
三、线性空间
1、向量组的线性相关性的判断(命题4.2、4.3、4.4、4.5、定理4.1、4.2、4.4)
?定义--转化为齐次线性方程组的求解
?
?秩--矩阵、向量组的秩(定理4.1,定理4.4,命题4.5-4.6)
(1) 证明方法--?
?坐标化方法--定理4.14??基本结论
(2) 基本结论
判断向量组线性相关(命题4.2,命题4.3(2),定理4.1及推论1,定理4.2)
充要:?1,?2,充分:?1,?2,
,?s线性相关?其中至少有一个向量可由其余向量线性表示.
?某一个部分向量组线性相关?
,?s线性相关??向量的个数s大于向量分量的个数
??,?,,?被个数少于s的向量组线性表示
s?12
判断向量组线性无关(命题4.3(3),命题4.4的推论) 2、等价向量组
(1) (Ⅰ)可由(Ⅱ)线性表示,则r(Ⅰ) ?r(Ⅱ). (2) (Ⅰ)与(Ⅱ)等价,则r(Ⅰ)?r(Ⅱ). 3、子空间的验证
(1) 非空、加法和数量乘法的封闭; (2) 命题4.1(生成子空间)--例4.9,例4.35
4、向量组的秩及极大无关组(命题4.6,定理4.4及推论2)、(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. (2) 对于W?L(?1,?2,与基就是向量组?1,?2,
,?s),则dimW?r(?1,?2,,?s), 即生成子空间的维数
,?s的秩与极大无关组.
?xn?n在基?1,?2,
,?n下的坐标?x1,x2,
,xn?.
T
5、坐标的概念、基变换公式与坐标变换公式 坐标:??x1?1?x2?2?基变换公式:(?1,?2,坐标变换公式:
,?n)?(?1,?2,,?n)S
(?1,?2,,?n)?(?1,?2,
,?n)S??
??(?1,?2,,?n)X??X?SY或Y?S?1X ??(?1,?2,,?n)Y??
四、线性方程组(含参量、不含参量)
1、解的情况
?r(A)?r(A),无解?
(1) AX??????n,唯一解
?r(A)?r(A)??n,无穷多解
??
?A?0,唯一解?
若A是方阵,则AX?????r(A)?r(A),无穷多解
?A?0?
?r(A)?r(A),无解?
(2) 齐次线性方程组AX?0有非零解?r(A)?n.
若A是方阵,则齐次线性方程组AX?0有非零解?A?0. 2、解的结构
齐次AX?0:
(1) 解空间N(A)、dimN(A)?n?r(A)?基础解系所含向量的个数
(2) 基础解系不唯一,n?r(A)的线性无关的解均可作为AX?0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AX??: (1) 非-非=齐
(2) 结构式:通解=特解?导出组AX?0的通解
五、线性变换
1、线性变换的验证 (定义5.4)
2、线性变换在一个基下的矩阵(定义5.7)、命题5.8
σ(?1,?2,
,?n)A?
?
??(?1,?2,,?n)X??Y?AX σ(?)?(?1,?2,,?n)Y??
,?n)?(?1,?2,
3、线性变换在不同基下的矩阵之间的关系(相似) 定理5.9
,?n)A?
?
σ(?1,?2,,?n)?(?1,?2,,?n)B??B?S?1AS (?1,?2,,?n)?(?1,?2,,?n)S??
σ(?1,?2,,?n)?(?1,?2,
六、内积空间Rn
1、内积的概念、长度、正交(正交向量组必线性无关) 2、施密特正交化 3、正交矩阵 (1) 定义、性质;
(2) n阶实矩阵A是正交矩阵的充要条件是A的列(行)向量组是R的一个标准正交基. (命题6.2)
n
七、矩阵的相似对角形
1、特征值和特征向量的定义、性质 (1) tr(A)??1??2?
T
??n;A??1?2?n;
(2) A与A具有相同的特征值(特征向量未必相同); (3)
W?(A)?Wf(?)(f(A));W?(A)?W??1(A?1).
(4) 属于不同特征值的特征向量线性无关(定理5.3、定理5.4及推论).
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A与B可对角化(实对称矩阵),且A与B具有相同的特征值,则A与
B相似.
若A与B相似,则矩阵多项式f(A)与f(B)也相似.
3、矩阵的相似对角化
A可对角化?A有n个线性无关的特征向量
?数域P内有n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) A有n个互不相同的特征值?A可对角化 4、实对称矩阵
(1) 特征值:n阶实对称矩阵有n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征向量正交. (3) 实对称矩阵必正交相似于实对角矩阵(几何重数等于代数重数).
(4) 若A与B均为实对称矩阵,则A与B正交相似(相似)?A与B具有相同的特征值.(正交相似?既相似,又合同)
八、二次型
1、二次型的矩阵及秩(f???A(对称)) 2、矩阵的合同:合同必相抵; 正交相似?既相似,又合同
实对称矩阵A,B合同?A,B的正惯性指数与秩相同
3、化二次型为标准形(不唯一)--正交替换法、配方法(满秩线性替换) 4、惯性定理:实二次型的规范形唯一(正、负惯性指数,符号差) 5、正定二次型 (1) 判定:① 定义;
② A的特征值都大于零(A的正惯性指数等于n);
③ A与E合同(与正定矩阵A合同的实对称矩阵B正定); ④ 存在可逆矩阵S,使得A?SS; ⑤ A的所有顺序主子式都大于零
(2) 必要条件:(i)aii?0,i?1,2,
T
1?1
,n;(ii)|A|?0
第二篇:线性代数完美总结版
《线性代数及其应用》
一、行列式
1、余子式,代数余子式
2、几个定理(定理2.2,2.3,2.4)
按行展开:A?ai1Ai1?ai2Ai2???ainAin,i?1,2,?,n
按列展开:A?a1jA1j?a2jA2j???anjAnj,j?1,2,?,n 定理2.4 ai1Aj1?ai2Aj2???ainAjn?0,i?j;
a1iA1j?a2iA2j???aniAnj?0,i?j.
3、行列式的性质 (1) |A|?|A|.
(2) 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
T
?1,?,?j??j,?,?n??1,?,?j,?,?n??1,?,?j,?,?n.
(2) 若行列式有两列(行)成比例,则行列式等于零. (3) 初等变换性质
1?ri?k
A????B?A?B;或ci?k?k??ri+lrjA?????B?A?B; ?或cj+lci?ri?rj
?B?A??B.?A????或ci?cj
??
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
AOOOBn
B
?
ACO?C
B
?A
AOD?OB
B
?AB AD
?(?1)mnAB
AmO
BO
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) 乘法的结合律
?二项式定理--例3.7
?
(2) 方阵的幂的求解?矩阵?列?行--例3.8、例3.38
?可对角化??例5.9?
?(AT)T?A?TTT?(A?B)?A?B
(3) 转置的性质:? TT
(kA)?kA?
TTT??(AB)?BA?|A|?|AT|;?
(4) 方阵的行列式:?|kA|?kn|A|;
?|AB|?|A||B|.?
(5) 分块运算(转置、乘法--例3.13、3.14) 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)
ri?k
??A???B?Em[i(k)]A?B;???ri+lrj初等行变换?B?Em[i?j(l)]A?B;??A?????ri?rj
A????B?Em[i,j]A?B;???
?ci?k
?A????C?AEn[i(k)]?C;?
???cj+lci
初等列变换A????C?AEn[i?j(l)]?C;??
?ci?cj?A????C?AEn[i,j]?C.???
(2) 初等矩阵都是可逆的,且初等矩阵的逆仍是初等矩阵,即
1
E?i(k)??E??i()??;E?i?j(l)??E?i?j(?l)?;
?1
?1
E?i,j??E?i,j?.
3、可逆矩阵
?1
?|A?1|?|A|?1??1?1
(A)?A??
(1) 定义、性质?(AT)?1?(A?1)T
?(kA)?1?k?1A?1?
?1?1?1
??(AB)?BA
?A?A?AA??|A|E?
(2) 伴随矩阵 ?|A?|?|A|n?1
?r(A)与r(A?)的关系(书111页38题)?
(3) 判定:A可逆?|A|?0
?A??1
?伴随矩阵法:A?A??
(4) 逆矩阵的求法 ?AB?E及运算律(命题3.7)
?行?1
??初等变换法:A,E???E,A?????
??
(5) 分块矩阵的逆
?A?1?AO?
?OB??????O
?1
O?
,?1?B??O?OA?
???1?BO?
???A
?1
B?1?
?. O?
(6) 矩阵方程的求解:AX?C,其中A可逆. 法1 X?AC.
?1
?[En,X]?X?AC. 法2 [A,C]????
4、矩阵的秩与矩阵的相抵
(1) 矩阵的秩与性质(101页,105-107页)
① 0?r(A)?min{m,n};
② 子矩阵的秩不会超过原矩阵的秩; ③ r(kA)?r(A),k?0; ④ r(A)?r(A);
T
初等行变换?1
?AO?
⑤ r???r(A)?r(B);
OB??
⑥ r(A?B)?r(A)?r(B);
⑦ r(A)?r(B)?n?r(AB)?r(A)(或r(B));
若AB?O,则r(A)+r(B)?n,其中A?Pm?n,B?Pn?s. ⑧ 设A?R
m?n
,则r(AA)?r(AA)=r(A).
TT
(2) 求矩阵的秩 (理论依据:矩阵的初等变换不改变矩阵的秩)
初等变换
A?????R(行阶梯形矩阵),
则r(A)?r(R)?R的非零行的个数.
(3) 矩阵的相抵(等价)
① A?B?r(A)?r(B)??可逆P,Q,使得PAQ?B. ② r(PAQ)?r(PA)?r(AQ)?r(A),其中P,Q可逆. ③ r(A)?r?PAQ??
?Er
?OO??Er
A?P或?OO???O?
Q. O??
三、线性空间
1、向量组的线性相关性的判断(命题4.2、4.3、4.4、4.5、定理4.1、4.2、4.4)
?定义--转化为齐次线性方程组的求解
?
?秩--矩阵、向量组的秩(定理4.1,定理4.4,命题4.5-4.6)
(1) 证明方法--?
?坐标化方法--定理4.14??基本结论
(2) 基本结论
判断向量组线性相关(命题4.2,命题4.3(2),定理4.1及推论1,定理4.2)
充要:?1,?2,?,?s线性相关?其中至少有一个向量可由其余向量线性表示.
?某一个部分向量组线性相关?
充分:?1,?2,?,?s线性相关??向量的个数s大于向量分量的个数
??,?,?,?被个数少于s的向量组线性表示
s?12
判断向量组线性无关(命题4.3(3),命题4.4的推论) 2、等价向量组
(1) (Ⅰ)可由(Ⅱ)线性表示,则r(Ⅰ) ?r(Ⅱ). (2) (Ⅰ)与(Ⅱ)等价,则r(Ⅰ)?r(Ⅱ). 3、子空间的验证
(1) 非空、加法和数量乘法的封闭; (2) 命题4.1(生成子空间)--例4.9,例4.35
4、向量组的秩及极大无关组(命题4.6,定理4.4及推论2)、(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.
(2) 对于W?L(?1,?2,?,?s),则dimW?r(?1,?2,?,?s), 即生成子空间的维数 与基就是向量组?1,?2,?,?s的秩与极大无关组.
5、坐标的概念、基变换公式与坐标变换公式
坐标:??x1?1?x2?2???xn?n在基?1,?2,?,?n下的坐标?x1,x2,?,xn?. 基变换公式:(?1,?2,?,?n)?(?1,?2,?,?n)S 坐标变换公式:
T
(?1,?2,?,?n)?(?1,?2,?,?n)S??
??(?1,?2,?,?n)X??X?SY或Y?S?1X ??(?1,?2,?,?n)Y??
四、线性方程组(含参量、不含参量)
1、解的情况
?),无解?r(A)?r(A?
(1) AX??????n,唯一解 ?
?r(A)?r(A)??n,无穷多解
??
?A?0,唯一解??),无穷多解 若A是方阵,则AX?????r(A)?r(A?A?0??
?r(A)?r(A),无解?
(2) 齐次线性方程组AX?0有非零解?r(A)?n.
若A是方阵,则齐次线性方程组AX?0有非零解?A?0. 2、解的结构
齐次AX?0:
(1) 解空间N(A)、dimN(A)?n?r(A)?基础解系所含向量的个数
(2) 基础解系不唯一,n?r(A)的线性无关的解均可作为AX?0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AX??: (1) 非-非=齐
(2) 结构式:通解=特解?导出组AX?0的通解
五、线性变换
1、线性变换的验证 (定义5.4)
2、线性变换在一个基下的矩阵(定义5.7)、命题5.8
σ(?1,?2,?,?n)?(?1,?2,?,?n)A?
?
??(?1,?2,?,?n)X??Y?AX σ(?)?(?1,?2,?,?n)Y??
3、线性变换在不同基下的矩阵之间的关系(相似) 定理5.9
σ(?1,?2,?,?n)?(?1,?2,?,?n)A?
?
σ(?1,?2,?,?n)?(?1,?2,?,?n)B??B?S?1AS (?1,?2,?,?n)?(?1,?2,?,?n)S??
六、内积空间Rn
1、内积的概念、长度、正交(正交向量组必线性无关) 2、施密特正交化 3、正交矩阵 (1) 定义、性质;
(2) n阶实矩阵A是正交矩阵的充要条件是A的列(行)向量组是R的一个标准正交基. (命题6.2)
n
七、矩阵的相似对角形
1、特征值和特征向量的定义、性质 (1) tr(A)??1??2????n;
T
A??1?2??n;
(2) A与A具有相同的特征值(特征向量未必相同); (3)
W?(A)?Wf(?)(f(A));W?(A)?W??1(A?1).
(4) 属于不同特征值的特征向量线性无关(定理5.3、定理5.4及推论).
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A与B可对角化(实对称矩阵),且A与B具有相同的特征值,则A与
B相似.
若A与B相似,则矩阵多项式f(A)与f(B)也相似.
3、矩阵的相似对角化
A可对角化?A有n个线性无关的特征向量
?数域P内有n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) A有n个互不相同的特征值?A可对角化 4、实对称矩阵
(1) 特征值:n阶实对称矩阵有n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征向量正交. (3) 实对称矩阵必正交相似于实对角矩阵(几何重数等于代数重数).
(4) 若A与B均为实对称矩阵,则A与B正交相似(相似)?A与B具有相同的特征值.(正交相似?既相似,又合同)
八、二次型
1、二次型的矩阵及秩(f???A(对称)) 2、矩阵的合同:合同必相抵; 正交相似?既相似,又合同
实对称矩阵A,B合同?A,B的正惯性指数与秩相同
3、化二次型为标准形(不唯一)--正交替换法、配方法(满秩线性替换) 4、惯性定理:实二次型的规范形唯一(正、负惯性指数,符号差) 5、正定二次型 (1) 判定:① 定义;
② A的特征值都大于零(A的正惯性指数等于n);
③ A与E合同(与正定矩阵A合同的实对称矩阵B正定); ④ 存在可逆矩阵S,使得A?SS; ⑤ A的所有顺序主子式都大于零
(2) 必要条件:(i)aii?0,i?1,2,?,n;(ii)|A|?0
T
1?1
相关文章
- 2023-11-27文员工作实习总结
- 2023-11-27师德师风个人整改总结
- 2023-11-27思想整顿总结 xx
- 2023-11-27前期项目工作总结—房地产公司
- 2023-11-27区农林局20xx年上半年工作总结及下半年要点