✅ 操作成功!

高中线性代数知识点 线性代数高中知识点总结

发布时间:2023-06-16 作者:admin 来源:文学

高中线性代数知识点 线性代数高中知识点总结

高中线性代数知识点 线性代数高中知识点总结

竹石拼音版古诗-联想广告

2023年3月4日发(作者:安全施工协议书)

20XX年线性代数必考的知识点

1、行列式

1.n行列式共有2n

个元素,展开后有

!n

项,可分解为

2n行列式;

2.代数余子式的性质:

①、

ij

A和

ij

a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A;

3.代数余子式和余子式的关系:(1)(1)ijij

ijijijij

MAAM

4.设n行列式D:

将D上、下翻转或左右翻转,所得行列式为

1

D

,则

(1)

2

1

(1)

nn

DD



将D顺时针或逆时针旋转

90o,所得行列式为

2

D

,则

(1)

2

2

(1)

nn

DD



将D主对角线翻转后(转置),所得行列式为

3

D

,则

3

DD

将D主副角线翻转后,所得行列式为

4

D,则

4

DD;

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

(1)

2(1)

nn

;

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

(1)

2(1)

nn

;

⑤、拉普拉斯展开式:

AOAC

AB

CBOB

、(1)mn

CAOA

AB

BOBC

g

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n阶行列式A,恒有:

1

(1)

n

nknk

k

k

EAS

,其中

k

S为

k

阶主子式;

7.证明0A的方法:

①、AA;

②、反证法;

③、构造齐次方程组

0Ax

,证明其有非零解;

④、利用秩,证明

()rAn

⑤、证明0是其特征值;

2、矩阵

1.A是n阶可逆矩阵:

0A(是非奇异矩阵);

()rAn(是满秩矩阵)

A的行(列)向量组线性无关;

齐次方程组

0Ax

有非零解;

nbR

Axb

总有唯一解;

A与E等价;

A可表示成若干个初等矩阵的乘积;

A的特征值全不为0;

TAA

是正定矩阵;

A的行(列)向量组是nR

的一组基;

A是nR

中某两组基的过渡矩阵;

2.对于n阶矩阵A:**AAAAAE无条件恒成立;

3.1**111**()()()()()()TTTTAAAAAA

***111()()()TTTABBAABBAABBA

4.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;

5.关于分块矩阵的重要结论,其中均A、B可逆:

1

2

s

A

A

A

A













O

,则:

Ⅰ、

12s

AAAAL;

Ⅱ、

1

1

1

1

2

1

s

A

A

A

A















O

②、

1

1

1

AO

AO

OB

OB













;(主对角分块)

③、

1

1

1

OA

OB

BO

AO













;(副对角分块)

④、

1

111

1

AC

AACB

OB

OB















;(拉普拉斯)

⑤、

1

1

111

AO

AO

CB

BCAB















;(拉普拉斯)

3、矩阵的初等变换与线性方程组

1.一个mn矩阵A,总可经过初等变换化为标准形,其标准形是唯一确定的:r

mn

EO

F

OO







等价类:所有与A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A、B,若()()rArBAB:;

2.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;

3.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(,)(,)

r

AEEX:,则A可逆,且1XA

②、对矩阵(,)AB做初等行变化,当A变为E时,B就变成1AB,即:1(,)(,)

c

ABEAB

③、求解线形方程组:对于n个未知数n个方程

Axb

,如果(,)(,)

r

AbEx:,则A可逆,且1xAb

4.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、

1

2

n















O

,左乘矩阵A,

i

乘A的各行元素;右乘,

i

乘A的各列元素;

③、对调两行或两列,符号

(,)Eij

,且1(,)(,)EijEij,例如:

111

11

11











④、倍乘某行或某列,符号

(())Eik

,且1

1

(())(())EikEi

k



,例如:

11

1

1

(0)

1

1

kk

k

























⑤、倍加某行或某列,符号

(())Eijk

,且1(())(())EijkEijk,如:

111

11(0)

11

kk

k















5.矩阵秩的基本性质:

①、

0()min(,)

mn

rAmn



②、()()TrArA;

③、若AB:,则

()()rArB

④、若P、

Q

可逆,则

()()()()rArPArAQrPAQ

;(可逆矩阵不影响矩阵的秩)

⑤、

max((),())(,)()()rArBrABrArB

;(※)

⑥、

()()()rABrArB

;(※)

⑦、

()min((),())rABrArB

;(※)

⑧、如果A是mn矩阵,B是ns矩阵,且

0AB

,则:(※)

Ⅰ、B的列向量全部是齐次方程组

0AX

解(转置运算后的结论);

Ⅱ、()()rArBn

⑨、若A、B均为n阶方阵,则

()()()rABrArBn

6.三种特殊矩阵的方幂:

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

1

01

001

ac

b











的矩阵:利用二项展开式;

二项展开式:0111111

0

()

n

nnnmnmmnnnnmmnm

nnnnnn

m

abCaCabCabCabCbCab

LL

注:Ⅰ、()nab展开后有

1n

项;

Ⅱ、0

(1)(1)!

1

123!()!





LL

gggLg

mn

nnn

nnnmn

CCC

mmnm

Ⅲ、组合的性质:11

11

0

2



n

mnmmmmrnrr

nnnnnnnn

r

CCCCCCrCnC

③、利用特征值和相似对角化:

7.伴随矩阵:

①、伴随矩阵的秩:*

()

()1()1

0()1

nrAn

rArAn

rAn







②、伴随矩阵的特征值:*1*(,)

AA

AXXAAAAXX





③、*1AAA、1

*

nAA

8.关于A矩阵秩的描述:

①、

()rAn

,A中有n阶子式不为0,

1n

阶子式全部为0;(两句话)

②、

()rAn

,A中有n阶子式全部为0;

③、

()rAn

,A中有n阶子式不为0;

9.线性方程组:

Axb

,其中A为mn矩阵,则:

①、m与方程的个数相同,即方程组

Axb

有m个方程;

②、n与方程组得未知数个数相同,方程组

Axb

为n元方程;

10.线性方程组

Axb

的求解:

①、对增广矩阵B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;

11.由n个未知数m个方程的方程组构成n元线性方程:

①、

11112211

21122222

1122

nn

nn

mmnmnn

axaxaxb

axaxaxb

axaxaxb







L

L

LLLLLLLLLLL

L

②、

1112111

2122222

12

n

n

mmmnmm

aaaxb

aaaxb

Axb

aaaxb















L

L

MMOMMM

L

(向量方程,A为mn矩阵,m个方程,n个未知数)

③、



1

2

12n

n

x

x

aaa

x













L

M

(全部按列分块,其中

1

2

n

b

b

b













M

);

④、

1122nn

axaxaxL(线性表出)

⑤、有解的充要条件:

()(,)rArAn

(n为未知数的个数或维数)

4、向量组的线性相关性

1.m个n维列向量所组成的向量组A:

12

,,,

m

L构成nm矩阵

12

(,,,)

m

AL;

m个n维行向量所组成的向量组B:

12

,,,TTT

m

L构成mn矩阵

1

2

T

T

T

m

B















M

含有有限个向量的有序向量组与矩阵一一对应;

2.①、向量组的线性相关、无关

0Ax

有、无非零解;(齐次线性方程组)

②、向量的线性表出

Axb

是否有解;(线性方程组)

③、向量组的相互线性表示

AXB

是否有解;(矩阵方程)

3.矩阵

mn

A

ln

B

行向量组等价的充分必要条件是:齐次方程组

0Ax

0Bx

同解;(

101

P例14)

4.()()TrAArA;(

101

P例15)

5.n维向量线性相关的几何意义:

①、线性相关0

②、

,

线性相关,

坐标成比例或共线(平行);

③、

,,线性相关,,共面;

6.线性相关与无关的两套定理:

12

,,,

s

L线性相关,则

121

,,,,

ss



L必线性相关;

12

,,,

s

L线性无关,则

121

,,,

s



L必线性无关;(向量的个数加加减减,二者为对偶)

若r维向量组A的每个向量上添上nr个分量,构成n维向量组B:

若A线性无关,则B也线性无关;反之若B线性相关,则A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;

7.向量组A(个数为r)能由向量组B(个数为s)线性表示,且A线性无关,则

rs

向量组A能由向量组B线性表示,则()()rArB;

向量组A能由向量组B线性表示

AXB

有解;

()(,)rArAB

向量组A能由向量组B等价

()()(,)rArBrAB

8.方阵A可逆存在有限个初等矩阵

12

,,,

l

PPPL

,使

12l

APPPL

①、矩阵行等价:~

r

ABPAB(左乘,P可逆)

0Ax

0Bx

同解

②、矩阵列等价:

~

c

ABAQB

(右乘,

Q

可逆);

③、矩阵等价:

~ABPAQB

(P、

Q

可逆);

9.对于矩阵

mn

A

ln

B

①、若A与B行等价,则A与B的行秩相等;

②、若A与B行等价,则

0Ax

0Bx

同解,且A与B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A的行秩等于列秩;

10.若

mssnmn

ABC



,则:

①、

C

的列向量组能由A的列向量组线性表示,B为系数矩阵;

②、

C

的行向量组能由B的行向量组线性表示,TA

为系数矩阵;(转置)

11.齐次方程组

0Bx

的解一定是

0ABx

的解,考试中可以直接作为定理使用,而无需证明;

①、

0ABx

只有零解

0Bx

只有零解;

②、

0Bx

有非零解

0ABx

一定存在非零解;

12.设向量组

12

:,,,

nrr

Bbbb

L可由向量组

12

:,,,

nss

Aaaa

L线性表示为:

1212

(,,,)(,,,)

rs

bbbaaaKLL(BAK)

其中K为sr,且A线性无关,则B组线性无关()rKr;(B与K的列向量组具有相同线性相关性)

(必要性:

()()(),(),()rrBrAKrKrKrrKrQ

;充分性:反证法)

注:当rs时,K为方阵,可当作定理使用;

13.①、对矩阵

mn

A

,存在

nm

Q

m

AQE()rAm

Q

的列向量线性无关;

②、对矩阵

mn

A

,存在

nm

P

n

PAE()rAn

、P的行向量线性无关;

14.

12

,,,

s

L

线性相关

存在一组不全为0的数

12

,,,

s

kkkL

,使得

1122

0

ss

kkkL

成立;(定义)

1

2

12

(,,,)0

s

s

x

x

x















L

M

有非零解,即

0Ax

有非零解;

12

(,,,)

s

rsL,系数矩阵的秩小于未知数的个数;

15.设mn的矩阵A的秩为r,则n元齐次线性方程组

0Ax

的解集

S

的秩为:()rSnr;

16.若*为

Axb

的一个解,

12

,,,

nr



L为

0Ax

的一个基础解系,则*

12

,,,,

nr



L线性无关;

5、相似矩阵和二次型

1.正交矩阵TAAE

或1TAA

(定义),性质:

①、A的列向量都是单位向量,且两两正交,即

1

(,1,2,)

0

T

ij

ij

aaijn

ij



L;

②、若A为正交矩阵,则1TAA

也为正交阵,且1A;

③、若A、B正交阵,则AB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;

2.施密特正交化:

12

(,,,)

r

aaaL

11

ba;

12

221

11

[,]

[,]

ba

bab

bb

gLLL121

121

112211

[,][,][,]

[,][,][,]

rrrr

rrr

rr

bababa

babbb

bbbbbb



ggLg;

3.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;

4.①、A与B等价

A经过初等变换得到B;

PAQB

,P、

Q

可逆;

()()rArB,A、B同型;

②、A与B合同

TCACB

,其中可逆;

TxAx与TxBx有相同的正、负惯性指数;

③、A与B相似1PAPB

5.相似一定合同、合同未必相似;

C

为正交矩阵,则TCACB

AB:,(合同、相似的约束条件不同,相似的更严格);

6.A为对称阵,则A为二次型矩阵;

7.n元二次型TxAx

为正定:

A

的正惯性指数为n;

A

与E合同,即存在可逆矩阵

C

,使TCACE

A

的所有特征值均为正数;

A

的各阶顺序主子式均大于0;

0,0

ii

aA;(必要条件)

👁️ 阅读量:0