考研数学《线性代数》考点知识点总结

数学专业考研复习资料线性代数重点知识点整理数学专业考研复习资料：线性代数重点知识点整理一、向量与矩阵1. 向量的定义和性质- 向量的表示与运算- 单位向量和零向量- 向量的线性相关性2. 矩阵的定义和性质- 矩阵的基本运算- 矩阵的转置和逆矩阵- 矩阵的秩和行列式二、线性方程组1. 线性方程组的概念- 线性方程组的解和解的存在唯一性- 齐次线性方程组和非齐次线性方程组2. 线性方程组的解法- 列主元消元法- 矩阵的初等变换和阶梯形矩阵 - 高斯消元法和高斯约当法三、线性空间和子空间1. 线性空间的定义和性质- 线性空间的子空间和直和- 基和维数的概念- 线性空间的同构与等价2. 子空间的性质与判定- 线性子空间的交与和- 维数公式和秩-零化定理- 子空间的降维与升维四、线性变换和特征值1. 线性变换的定义和性质- 线性变换的表示和运算- 线性变换的核与像- 线性变换的矩阵表示和判定2. 特征值和特征向量- 特征方程和特征值的求解 - 特征空间和特征子空间- 相似矩阵和对角化矩阵五、内积空间和正交变换1. 内积的定义和性质- 内积的基本性质和判定- 正交向量和正交子空间- 构造内积空间2. 正交变换和正交矩阵- 正交变换的性质和表示- 正交矩阵的特点和运算- 正交矩阵的对角化和特征值六、二次型和正定矩阵1. 二次型的定义和性质- 二次型的标准形和规范形 - 二次型的正定性和负定性- 二次型的规约和降维2. 正定矩阵的定义和性质- 正定矩阵的判定和运算- 正定矩阵的特征值和特征向量- 正定矩阵及其应用总结：线性代数是数学专业考研中的重要内容之一。

通过对向量与矩阵、线性方程组、线性空间和子空间、线性变换和特征值、内积空间和正交变换、二次型和正定矩阵等知识点的学习和掌握，能够为考研复习提供有力的理论基础和解题方法。

在复习过程中，需要注重概念的理解、性质的掌握以及应用题的练习，同时注意归纳总结和思维方法的培养。

线性代数知识点全归纳线性代数是数学的一个重要分支，研究向量空间及其上的线性映射。

它广泛应用于物理、工程、计算机科学等领域。

下面将对线性代数的主要知识点进行全面归纳。

1.矩阵及其运算：矩阵是线性代数的基本概念之一，由若干行和列组成的方阵。

常见的矩阵运算有加法、减法、数乘、矩阵乘法和转置等。

2.向量及其运算：向量是一个有序数组，具有大小和方向。

常见的向量运算有加法、减法、数乘、点乘和叉乘等。

3.线性方程组：线性方程组是线性代数的核心内容之一、包括齐次线性方程组和非齐次线性方程组。

解线性方程组的方法有高斯消元法、克莱姆法则和矩阵求逆等。

4.向量空间与线性变换：向量空间是线性代数的基本概念之一，包含零向量、加法和数乘运算。

线性变换是一种保持向量空间结构的映射。

5.基与维度：基是向量空间的一组线性无关向量，可以由基线性组合得到向量空间中的任意向量。

维度是向量空间中基的数量。

6.线性相关与线性无关：向量组中的向量线性相关指存在非零的线性组合，其系数不全为零。

如果向量组中的向量线性无关，则任何线性组合的系数都为零。

7.线性变换与矩阵：线性变换可以用矩阵表示，矩阵的列向量表示线性变换作用于基向量上后的结果。

矩阵乘法可以将多个线性变换组合为一个线性变换。

8.特征值与特征向量：对于一个线性变换，如果存在一个非零向量，使得它在该线性变换下只发生伸缩而不发生旋转，那么这个向量称为该线性变换的特征向量，对应的伸缩比例为特征值。

9.二次型与正定矩阵：二次型是线性代数中的重要概念，是一个关于变量的二次函数。

正定矩阵是指二次型在所有非零向量上的取值都大于零。

10.内积与正交性：内积是向量空间中的一种运算，它满足线性性、对称性和正定性。

正交性是指两个向量的内积为零，表示两个向量互相垂直。

11.正交变换与正交矩阵：正交变换是指保持向量长度和向量之间夹角的变换。

正交矩阵是一种特殊的方阵，它的行向量和列向量两两正交，并且长度为112.奇异值分解与特征值分解：奇异值分解将一个矩阵分解为三个矩阵的乘积，其中一个是正交矩阵，另外两个是对角矩阵。

考研数学线性代数重点整理一、矢量空间矢量空间是线性代数的基础概念，它描述了一组对象（称为矢量）的性质及其之间的运算规则。

以下是矢量空间的一些重要性质和定义：1. 定义：矢量空间是满足以下8个条件的集合V，其中两个运算（加法和乘法）满足特定的性质。

2. 加法：对于任意的矢量u和v，它们的和u+v也是V中的一个矢量。

3. 加法交换律：对于任意的矢量u和v，有u+v = v+u。

4. 加法结合律：对于任意的矢量u、v和w，有(u+v)+w = u+(v+w)。

5. 加法单位元：存在一个称为零矢量的特殊矢量0，对于任意的矢量v，有v+0 = 0+v = v。

6. 加法逆元：对于任意的矢量v，存在一个称为负矢量的特殊矢量-u，使得v+(-u) = (-u)+v = 0。

7. 乘法定义：对于任意的矢量v和实数c，cv也是V中的一个矢量。

8. 乘法分配律：对于任意的矢量v和实数c和d，有c(dv) = (cd)v。

9. 乘法单位元：对于任意的矢量v，有1v = v。

二、矩阵与线性方程组矩阵是线性代数中另一个重要的概念，它可以用来表示线性方程组和线性变换。

以下是与矩阵和线性方程组相关的一些重要内容：1. 矩阵定义：将数按矩形排列成的矩形数表称为矩阵，其中行数和列数分别称为矩阵的行数和列数。

2. 矩阵运算：矩阵之间可以进行加法和乘法的运算，具体规则如下：- 矩阵加法：对应位置元素相加。

- 矩阵乘法：设A是一个m×n矩阵，B是一个n×p矩阵，那么它们的乘积AB是一个m×p矩阵，乘法规则为A的行乘以B的列。

3. 线性方程组：线性方程组是一组线性方程的集合，矩阵可以用来表示和求解线性方程组。

对于一个m×n矩阵A、一个n×1矩阵X和一个m×1矩阵B，线性方程组可以表示为AX=B。

4. 线性方程组的解：根据矩阵的性质，可以通过高斯消元法、矩阵求逆等方法求解线性方程组。

线性代数考研知识点总结线性代数是数学的一个重要分支，它研究向量空间及其上的线性变换。

在计算机科学、物理学、工程学等领域中，线性代数都有着广泛的应用。

在考研中，线性代数是一个必考的科目，以下是线性代数考研的一些重要知识点总结。

1. 向量空间：向量空间是线性代数的基础概念，它包括一组向量和一些满足特定条件的运算规则。

向量空间中的向量可以进行加法和数乘运算，满足交换律、结合律和分配律。

2. 向量的线性相关性和线性无关性：如果向量可以通过线性组合表示为另一组向量的形式，那么这组向量就是线性相关的；如果向量不满足线性相关的条件，那么它们就是线性无关的。

3. 矩阵：矩阵是线性代数中的另一个重要概念，它是一个由数字排列成的矩形阵列。

矩阵可以用于表示线性变换、解线性方程组等。

常见的矩阵类型有方阵、对称矩阵、对角矩阵、单位矩阵等。

4. 行列式：行列式是一个用于刻画矩阵性质的重要工具。

行列式可以用来计算线性变换的缩放因子，判断矩阵是否可逆，以及计算矩阵的逆等。

5. 矩阵的相似和对角化：两个矩阵A和B，如果存在一个非奇异矩阵P，使得PAP^(-1)=B，那么矩阵A和B就是相似的。

相似的矩阵有着相同的特征值和特征向量。

对角化是指将一个矩阵通过相似变换变成对角矩阵的过程。

6. 线性变换：线性变换是指一个向量空间到另一个向量空间的映射，它满足线性性质。

线性变换可以用矩阵表示，相应的矩阵称为线性变换的矩阵表示。

线性变换可以进行合成、求逆等操作。

7. 内积空间：内积空间是一个带有内积运算的向量空间。

内积运算满足对称性、线性性、正定性等性质。

内积空间可以用来定义向量的长度、夹角、正交性等概念。

8. 特征值和特征向量：对于一个线性变换，如果存在一个非零向量使得线性变换作用在该向量上等于该向量的某个常数倍，那么这个常数就是该线性变换的特征值，而对应的非零向量就是特征向量。

特征值和特征向量可以用来分析矩阵的性质，求解线性方程组等。

9. 奇异值分解：奇异值分解是矩阵分解的一种常用方法，它将一个矩阵分解为三个矩阵的乘积，其中一个矩阵是正交矩阵，另两个矩阵是对角矩阵。

考研数学之线性代数讲义（考点知识点+概念定理总结）线性代数讲义目录第一讲基本概念矩阵的初等变换与线性矩阵方程的消去完全展开式化零降阶法其它性质克莱姆法则第三讲矩阵乘积矩阵的列向量和行向量矩阵分解矩阵方程逆矩阵伴随矩阵第4讲向量组线性表示向量组的线性相关性向量组的极大无关组和秩矩阵的秩第五讲方程组解的性质解的判别基本解系统和通解第6讲特征向量和特征值的相似性和对角化特征向量与特征值―概念,计算与应用相似对角化―判断与实现附录一内积正交矩阵施密特正交化实对称矩阵的对角化第七讲二次型二次型及其矩阵可逆线性变量取代了实对称矩阵惯性指数正定二次型与正定矩阵的合同标准化与规范化附录二向量空间及其子空间附录III两个线性方程组的解集之间的关系附录四06,07年考题一第一讲基本概念1.线性方程组的基本概念。

线性方程组的一般形式是：a11x1+a12x2++a1nxn=b1，a21x1+a22x2+？+a2nxn=b2，？？？？am1x1+am2x2+？+amnxn=bm，其中未知数的个数n和方程式的个数m不必相等.线性方程组的解是一个n维向量（k1，k2，k，kn）（称为解向量），它满足当每个方程中的未知数席被Ki替换时，它变成一个方程。

线性方程组的解的情况有三种:无解,唯一解,无穷多解.在线性方程组的讨论中有两个主要问题：（1）判断解（2）求解，特别是当存在无穷多个连接时求通解b1=b2=?=bm=0的线性方程组称为齐次线性方程组.n维零向量总是齐次线性方程组的解，称为零解。

因此，齐次线性方程组只有两种解：唯一解（即只要零解）和无限解（即非零解）把一个非齐次线性方程组的每个方程的常数项都换成0，所得到的齐次线性方程组称为原方程组的导出齐次线性方程组，简称导出组.2.矩阵和向量（1）基本概念矩阵和向量都是描写事物形态的数量形式的发展.是M吗？一张表有M行和N列，以N个数字排列，两边用括号或方括号括起来，就变成了M？例如N型矩阵2-101111102254-29333-18是4吗？5矩阵对于上述线性方程组，它被称为矩阵a11a12?a1na11a12?a1nb1a=a21a22?a2n和(a|?)=a21a22?a2nb2??????? am1am2？amnam1am2？amnbm为其系数矩阵和增广矩阵.增广矩阵体现了方程组的全部信息,而齐次方程组只用系数矩阵就体现其全部信息.矩阵中的数字称为其元素，第I行和第J列中的数字称为（I，J）位元素所有元素为0的矩阵称为零矩阵，通常记录为0两个矩阵a和b相等(记作a=b),是指它的行数相等,列数也相等(即它们的类型相同),并且对应的元素都相等.N个数的有序数组称为N维向量，这些数称为其分量书写中可用矩阵的形式来表示向量,例如分量依次是a1,a2,?,an的向量可表示成二a1(a1,a2,?,an)或a2,┆an请注意,作为向量它们并没有区别,但是作为矩阵,它们不一样(左边是1?n矩阵,右边是n?1矩阵).习惯上把它们分别称为行向量和列向量.(请注意与下面规定的矩阵的行向量和列向量概念的区别.)一个M？n的矩阵的每一行是一个n维向量，称为其行向量；每一列都是一个m维向量，称为它的列向量。

考研线代知识点总结摘要：一、考研线性代数知识点概述二、矩阵与线性方程组三、向量空间与线性变换四、特征值与特征向量五、二次型与矩阵的对称性六、复习与拓展建议正文：一、考研线性代数知识点概述考研线性代数作为数学一门重要学科，主要包括矩阵、线性方程组、向量空间、线性变换、特征值与特征向量、二次型与矩阵的对称性等内容。

这些知识点在考研数学中占有很大比重，因此，对于线性代数的掌握程度直接影响到考研成绩。

本文将对这些知识点进行总结，以帮助考生更好地复习和掌握线性代数。

二、矩阵与线性方程组1.矩阵的运算：加法、减法、数乘、矩阵乘法、逆矩阵、行列式等。

2.线性方程组的解法：高斯消元法、克莱姆法则、齐次线性方程组、非齐次线性方程组等。

3.矩阵的秩、行阶梯形式、简化阶梯形式等。

三、向量空间与线性变换1.向量空间的概念、基、维数、向量模等。

2.线性变换的概念、性质、矩阵表示、不变量等。

四、特征值与特征向量1.特征值、特征向量的概念及求解方法。

2.矩阵的对角化、相似矩阵等。

五、二次型与矩阵的对称性1.二次型的概念、标准型、正定二次型、负定二次型、半正定二次型、半负定二次型等。

2.矩阵的对称性：对称矩阵、反对称矩阵、正交矩阵、对称分量等。

六、复习与拓展建议1.熟练掌握考研线性代数大纲要求的知识点，做到深入理解、熟练应用。

2.针对自己的薄弱环节进行有针对性的练习，提高解题能力。

3.学习线性代数相关的拓展知识，如奇异值分解、广义逆矩阵、线性空间论等。

4.注重理论联系实际，熟练运用线性代数知识解决实际问题。

总之，考研线性代数知识点繁多，要想在考试中取得好成绩，就需要扎实掌握这些知识点，并不断提高自己的解题能力。

反对称矩阵 A = A 。

0 0 0 0 1 0 3 0 (A ) * 0 03 0 01 0 0* * *对称矩阵 A = A 。

考研数学知识点－线性代数第一讲 基本知识二．矩阵和向量1．线性运算与转置① A + B = B + A② (A + B ) + C = A + (B + C )③ c (A + B ) = cA + cB (c + d )A = cA + dA④ c (dA ) = (cd )A⑤ cA = 0 ™ c = 0 或 A = 0 。

向量组的线性组合〈 1 ,〈 2 ,⊄ ,〈 s ，T 三．矩阵的初等变换，阶梯形矩阵 ♣初等行变换 初等变换分 ♦ ♥初等列变换 三类初等行变换 ①交换两行的上下位置 A B ②用非零常数 c 乘某一行。

③把一行的倍数加到另一行上（倍加变换） 阶梯形矩阵 转置 c 1〈 1 + c 2〈 2 + ⊄ + c s 〈 s 。

A 的转置 A T （或 A 2 ）4 1 0 1 0 2 0 0 25 2 0 0 1 2 1 4 3 T T= A①如果有零行，则都在下面。

②各非零行的第一个非 0 元素的列号自上而下严格 (A ± B )T = A T ± B T单调上升。

或各行左边连续出现的 0 的个数自上而下严格单调 (cA )T = c (A T )。

上升，直到全为 0 。

台角：各非零行第一个非 0 元素所在位置。

简单阶梯形矩阵： 3． n 阶矩阵3．台角位置的元素都为 1 n 行、 n 列的矩阵。

对角线，其上元素的行标、列标相等 a 11 , a 22 ,⊄对角矩阵 0 * 00 0 *4．台角正上方的元素都为 0。

每个矩阵都可用初等行变换化为阶梯形矩阵和简单 阶梯形矩阵。

如果 A 是一个 n 阶矩阵 A 是阶梯形矩阵 ® A 是上三角矩阵，反之不一定， 数量矩阵 0 3 0 = 3E0 0 3单位矩阵 0 1 0 E 或I0 0 1如 0 0 1 0 1 0 是上三角，但非阶梯形 0 0 1 四．线性方程组的矩阵消元法 用同解变换化简方程再求解 上（下）三角矩阵 0 * *0 0 *T 1 三种同解变换： ①交换两个方程的上下位置。

考研数学一详细知识点总结一、线性代数1. 行列式行列式是线性代数中的一个重要概念，它是一个具有特定数学性质的标量函数，它可以对矩阵进行某种代数计算，得到一个数。

通过行列式的性质和运算法则，我们可以求解线性方程组的解，判断矩阵的逆矩阵是否存在等。

行列式的基本定义、性质和运算法则是线性代数中的重要基础知识点。

2. 矩阵与向量空间矩阵是线性代数中的另一个重要概念，它是一个矩形数组，它是向量空间的一种表达形式。

矩阵的定义、运算法则、转置矩阵、伴随矩阵、特征值和特征向量等都是线性代数中的重要知识点。

3. 线性变换与矩阵的相似变换线性变换是线性代数中的一个重要概念，它是定义在向量空间上的一个运算，将一个向量空间中的一个向量映射到另一个向量空间中的一个向量。

线性变换与矩阵的相似变换在数学和工程中有着广泛的应用，对于理解线性代数的基本概念和运用都具有重要意义。

4. 线性方程组线性方程组是线性代数中的一个重要概念，它是由一系列线性方程构成的方程组。

通过行列式和矩阵的知识可以求解线性方程组的解，判断矩阵的逆矩阵是否存在等。

5. 向量的线性相关性向量的线性相关性是线性代数中的另一个重要概念，它是判断向量空间中向量之间的线性组合是否有零解的一个关键概念。

向量的线性相关性的性质、判断方法和应用是线性代数中的重要知识点之一。

6. 最小二乘法最小二乘法是线性代数中的另一个重要概念，它是一种用于数据拟合和参数估计的数学方法。

通过最小二乘法可以得到一个最优的拟合曲线或者参数估计，它在数学、统计学和工程领域中都有着广泛的应用。

二、概率统计1. 随机事件与概率随机事件是概率统计中的一个重要概念，它是指在一定条件下，结果是不确定的事件。

概率是描述随机事件发生可能性的一种数学方法，它是随机事件发生可能性的度量标准。

随机事件的基本性质和概率的基本性质是概率统计中的基础知识点。

2. 条件概率与独立性条件概率是指在已知一件事情发生的情况下，另一件事情发生的可能性。

线性代数知识点总结第一章 行列式一要点1、二阶、三阶行列式2、全排列和逆序数;奇偶排列可以不介绍对换及有关定理;n 阶行列式的定义3、行列式的性质4、n 阶行列式ij a D =;元素ij a 的余子式和代数余子式;行列式按行列展开定理5、克莱姆法则二基本要求1、理解n 阶行列式的定义2、掌握n 阶行列式的性质3、会用定义判定行列式中项的符号4、理解和掌握行列式按行列展开的计算方法;即+11j i A a +22j i A a ⎩⎨⎧≠==+j i j i D A a jn in 0 +j i A a 1122i j a A +⎩⎨⎧≠==+j i j i D A a nj ni0 5、会用行列式的性质简化行列式的计算;并掌握几个基本方法：归化为上三角或下三角行列式;各行列元素之和等于同一个常数的行列式;利用展开式计算6、掌握应用克莱姆法则的条件及结论会用克莱姆法则解低阶的线性方程组7、了解n 个方程n 个未知量的齐次线性方程组有非零解的充要条件第二章 矩阵一要点1、矩阵的概念n m ⨯矩阵n m ij a A ⨯=)(是一个矩阵表..当n m =时;称A 为n 阶矩阵;此时由A 的元素按原来排列的形式构成的n 阶行列式;称为矩阵A 的行列式;记为A .注：矩阵和行列式是两个完全不同的两个概念..2、几种特殊的矩阵：对角阵；数量阵；单位阵；三角形矩阵；对称矩阵3、矩阵的运算；矩阵的加减法；数与矩阵的乘法；矩阵的转置；矩阵的乘法1矩阵的乘法不满足交换律和消去律;两个非零矩阵相乘可能是零矩阵..如果两矩阵A 与B 相乘;有BA AB =;则称矩阵A 与B 可换..注：矩阵乘积不一定符合交换2方阵的幂：对于n 阶矩阵A 及自然数k ;个k k A A A A ⋅⋅= 规定I A =0;其中I 为单位阵 .3 设多项式函数k k k k a a a a ++++=--λλλλϕ1110)( ;A 为方阵;矩阵A 的多项式I a A a A a A a A k k k k ++++=--1110)( ϕ;其中I 为单位阵..4n 阶矩阵A 和B ;则B A AB =.5n 阶矩阵A ;则A A nλλ=4、分块矩阵及其运算5、逆矩阵：可逆矩阵若矩阵A 可逆;则其逆矩阵是唯一的；矩阵A 的伴随矩阵记为*A ; E A A A AA ==**矩阵可逆的充要条件；逆矩阵的性质..6、矩阵的初等变换：初等变换与初等矩阵；初等变换和初等矩阵的关系；矩阵在等价意义下的标准形；矩阵A 可逆的又一充分必要条件：A 可以表示成一些初等矩阵的乘积；用初等变换求逆矩阵..7、矩阵的秩：矩阵的k 阶子式；矩阵秩的概念；用初等变换求矩阵的秩8、矩阵的等价二要求1、理解矩阵的概念；矩阵的元素；矩阵的相等；矩阵的记号等2、了解几种特殊的矩阵及其性质3、掌握矩阵的乘法；数与矩阵的乘法；矩阵的加减法；矩阵的转置等运算及性质4、理解和掌握逆矩阵的概念；矩阵可逆的充分条件；伴随矩阵和逆矩阵的关系；当A 可逆时;会用伴随矩阵求逆矩阵5、了解分块矩阵及其运算的方法1在对矩阵的分法符合分块矩阵运算规则的条件下;其分块矩阵的运算在形式上与不分块矩阵的运算是一致的..2特殊分法的分块矩阵的乘法;例如n m A ⨯;l n B ⨯;将矩阵B 分块为) (21l b b b B =;其中j b l j 2, ,1=是矩阵B 的第j 列;则=AB ) (21l b b b A ) (21l Ab Ab Ab =又如将n 阶矩阵P 分块为) (21n p p p P =;其中j p n j 2, ,1=是矩阵P 的第j 列.⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n P λλλ 0 0 00 0 00 0 0 21 ) (21n p p p = ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡n λλλ 0 0 00 0 00 0 0 21) (2211n n p p p λλλ = 3设对角分块矩阵⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=SS A A A A 2211 ;),2,1(s P A PP =均为方阵; A 可逆的充要条件是PP A 均可逆;s P ,2,1=;且⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=----11221111 ss A A A A6、理解和掌握矩阵的初等变换和初等矩阵及其有关理论；掌握矩阵的初等变换；化矩阵为行最简形；会用初等变换求矩阵的秩、求逆矩阵7、理解矩阵的秩的概念以及初等变换不改变矩阵的秩等有关理论8、若矩阵A 经过有限次初等变换得到矩阵B ;则称矩阵A 和矩阵B 等价;记为B A ≅. n m ⨯矩阵A 和B 等价当且仅当)()(B r A r =;在等价意义下的标准型：若r A r =)(;则r D A ≅;⎥⎦⎤⎢⎣⎡=000 r r I D ;r I 为r 阶单位矩阵.. 因此n 阶矩阵A 可逆的充要条件为n I A ≅..第三章 线性方程组一要点1、n 维向量；向量的线性运算及其有关运算律记所有n 维向量的集合为n R ;n R 中定义了n 维向量的线性运算;则称nR 为 n 维向量空间..2、向量间的线性关系1线性组合与线性表示；线性表示的判定2线性相关与线性无关；向量组的线性相关与无关的判定3、向量组的等价;向量组的秩；向量组的极大无关组及其求法；向量组的秩及其求法 1设有两个向量组,1α,2αs α )(A,1β,2βt β )(B向量组)(A 和)(B 可以相互表示;称向量组)(A 和)(B 等价..向量组的等价具有传递性..2一个向量组的极大无关组不是惟一的;但其所含向量的个数相同;那么这个相同的个数定义为向量组的秩..4、矩阵的秩与向量组的秩的关系5、线性方程组的求解1线性方程组的消元解法2线性方程组解的存在性和唯一性的判定3线性方程组解的结构4齐次线性方程的基础解系与全部解的求法5非齐次方程组解的求法二要求1、理解n 维向量的概念；掌握向量的线性运算及有关的运算律2、掌握向量的线性组合、线性表示、线性相关、线性无关等概念3、掌握线性表示、线性相关、线性无关的有关定理4、理解并掌握向量组的等价极大无关组、向量组的秩等概念；及极大无关组、向量组秩的求法5、掌握线性方程组的矩阵形式、向量形式的表示方法6、会用消元法解线性方程组7、理解并掌握齐次方程组有非零解的充分条件及其判别方法8、理解并掌握齐次方程组的基础解系、全部解的概念及其求法9、理解非齐次方程组与其导出组解的关系；掌握非齐次方程组的求解方法第四章 矩阵的特征值与特征向量一要点1、矩阵的特征值与特征向量的定义；特征方程、特征值与特征向量的求法与性质2、相似矩阵的定义、性质；矩阵可对角化的条件3、实对称矩阵的特征值和特征向量向量内积的定义及其性质；正交向量组；施密特正交化方法；正交矩阵；实对称矩阵的特征值与特征向量的性质；实对称矩阵的对角化二要求1、理解矩阵的特征值、特征向量的概念及有关性质2、掌握特征值与特征向量的求法3、理解并掌握相似矩阵的概念与性质4、掌握判断矩阵与对角矩阵相似的条件及对角化的方法5、会将实对称矩阵正交相似变换化为对角矩阵..第五章二次型一要点1、二次型与对称矩阵：二次型的定义；二次型与对称矩阵的对应关系2、二次型与对称矩阵的标准形配方法；初等变换法；正交变换法；合同矩阵；二次型及对称矩阵的标准形与规范形 3、二次型与对称矩阵的有定性二次型与对称矩阵的正定、负定、半正定、半负定二要求1、理解并掌握二次型的定义及其矩阵的表示方法..2、会用三种非退化线性替换：即配方法、初等变换法、正交变换法化二次型为标准形及规范型3、掌握二次型的正定、负定、半正定、半负定的定义;会判定二次型的正定性..。

考研数学线性代数必考的知识点一、行列式与矩阵第一章《行列式》、第二章《矩阵》是线性代数中的基础章节，有必要熟练掌握。

行列式的核心内容是求行列式，包括具体行列式的计算和抽象行列式的计算二、向量与线性方程组三、特征值与特征向量相对于前两章来说，本章不是线性代数这门课的理论重点，但却是一个考试重点。

其原因是解决相关题目要用到线代中的大量内容，既有行列式、矩阵又有线性方程组和线性相关，“牵一发而动全身”。

四、二次型本章所讲的内容从根本上讲是第五章《特征值和特征向量》的一个延伸，因为化二次型为标准型的核心知识为“对于实对称矩阵A存在正交矩阵Q使得A可以相似对角化”，其过程就是上一章相似对角化在为实对称矩阵时的应用。

考研数学概率以大纲为本夯实基础从考试的角度，大家看看历年真题就发现比较明显的规律：概率的题型相对固定，哪考大题哪考小题非常清楚。

概率常考大题的地方是：随机变量函数的分布，多维分布(边缘分布和条件分布)，矩估计和极大似然估计。

其它知识点考小题，如随机事件与概率，数字特征等。

从学科的角度，概率的知识结构与线性代数不同，不是网状知识结构，而是躺倒的树形结构。

第一章随机事件与概率是基础知识，在此基础上可以讨论随机变量，这就是第二章的内容。

随机变量之于概率正如矩阵之于线性代数。

考生也可以看看考研真题，数一、数三概率考五道题，这五题的第一句话为“设随机变量X……”，“设总体X……”，“设X1，X2，…，Xn为来自X的简单随机样本”，无论“随机变量”、“总体”和“样本”本质上都是随机变量。

所以随机变量的理解至关重要。

讨论完随机变量之后，讨论其描述方式。

分布即为描述随机变量的方式。

分布包括三种：分布函数、分布律和概率密度。

其中分布函数是通用的描述工具，适用于所有随机变量，分布律只针对离散型随机变量而概率密度只针对连续型随机变量。

之后讨论常见的离散型和连续性随机变量，考研范围内需要考生掌握七种常见分布。

介绍完一维随机变量之后，推广一下就得到了多维随机变量。

线性代数知识点总结1行列式（一）行列式概念和性质1、逆序数：所有的逆序的总数2、行列式定义：不同行不同列元素乘积代数和3、行列式性质：（用于化简行列式）（1）行列互换（转置），行列式的值不变（2）两行（列）互换，行列式变号（3）提公因式：行列式的某一行（列）的所有元素都乘以同一数k，等于用数k乘此行列式（4）拆列分配：行列式中如果某一行（列）的元素都是两组数之和，那么这个行列式就等于两个行列式之和。

（5）—行（列）乘k加到另一行（列），行列式的值不变。

（6）两行成比例，行列式的值为0。

（二）重要行列式4、上（下）三角（主对角线）行列式的值等于主对角线元素的乘积5、副对角线行列式的值等于副对角线元素的乘积乘6、Laplace展开式：（A是m阶矩阵，B是n阶矩阵），则★ 8对角线的元素为a ,其余元素为b 的行列式的值:（三）按行（列）展开 9、按行展开定理:（1）任一行（列）的各元素与其对应的代数余子式乘积之和等 于行列式的值（2）行列式中某一行（列）各个元素与另一行（列）对应元素 的代数余子式乘积之和等于 0 （四）行列式公式 10、行列式七大公式: (1) |kA|=kn|A|1 1…ik £…益■y (v)」IT=n厲-号）klXn7、n 阶（n 》2）范德蒙德行列式数学归纳法证明(2) |AB|=|A| • |B|(3) |AT|=|A|(4) |A-1|=|A|-1(5) |A*|=|A|n-1(6) 若A的特征值入1、入2、……入n,贝y P(7) 若A与B相似，则|A|=|B|(五)克莱姆法则11、克莱姆法则：(1 )非齐次线性方程组的系数行列式不为0,那么方程为唯解(2)如果非齐次线性方程组无解或有两个不同解，则它的系数行列式必为0(3 )若齐次线性方程组的系数行列式不为0,则齐次线性方程组只有0解；如果方程组有非零解，那么必有D=0b2矩阵(一)矩阵的运算1、矩阵乘法注意事项：(1)矩阵乘法要求前列后行一致；(2)矩阵乘法不满足交换律；(因式分解的公式对矩阵不适用，但若B=E,O,A-1，A*,f(A)时，可以用交换律)(3)AB=O不能推出A=O或B=O2、转置的性质( 5 条)( 1)( A+B) T=AT+BT( 2)( kA) T=kAT( 3)( AB) T=BTAT( 4) |A|T=|A|( 5)( AT) T=A(二)矩阵的逆3、逆的定义：B=A-1 AB=E或 BA=E成立，称A可逆，B是A的逆矩阵，记为注：A可逆的充要条件是|A|工04、逆的性质：( 5 条)(1)( kA) - 1=1/k ・A-1 (k 工0)(2)(AB)-仁B- 1 ・A-1(3)|A-1|=|A|-1( 4)( AT) -1= ( A-1 ) T( 5)( A-1 ) -1=A5、逆的求法：( 1 ) A 为抽象矩阵：由定义或性质求解(2) A为数字矩阵：(A|E初等行变换E|A-1 )(三)矩阵的初等变换6、初等行(列)变换定义：（1）两行（列）互换；（2）一行（列）乘非零常数c（3）一行（列）乘k 加到另一行（列）7、初等矩阵：单位矩阵E 经过一次初等变换得到的矩阵。

《线性代数》复习提纲第一章、行列式1．行列式的定义：用2n 个元素ij a 组成的记号称为n 阶行列式。

（1）它表示所有可能的取自不同行不同列的n 个元素乘积的代数和； （2）展开式共有n!项，其中符号正负各半；<2．行列式的计算一阶|α|=α行列式，二、三阶行列式有对角线法则； N 阶（n ≥3）行列式的计算：降阶法定理：n 阶行列式的值等于它的任意一行（列）的各元素与其对应的代数余子式乘积的和。

方法：选取比较简单的一行（列），保保留一个非零元素，其余元素化为0，利用定理展开降阶。

~特殊情况：上、下三角形行列式、对角形行列式的值等于主对角线上元素的乘积；◊行列式值为0的几种情况：Ⅰ 行列式某行（列）元素全为0； Ⅱ 行列式某行（列）的对应元素相同；Ⅲ 行列式某行（列）的元素对应成比例； Ⅳ 奇数阶的反对称行列式。

3.概念：全排列、排列的逆序数、奇排列、偶排列、余子式ij M 、代数余子式ij j i ij M A +-=)1(。

定理：一个排列中任意两个元素对换，改变排列的奇偶性。

奇排列变为标准排列的对换次数为基数，偶排列为偶数。

n 阶行列式也可定义：n q q q na a a ⋯=∑21t211-D ）（，t 为n q q q ⋯21的逆序数4.行列式性质：1、行列式与其转置行列式相等。

%2、互换行列式两行或两列，行列式变号。

若有两行(列)相等或成比例，则为行列式0。

3、行列式某行（列）乘数k,等于k 乘此行列式。

行列式某行（列）的公因子可提到外面。

4、行列式某行（列）的元素都是两数之和，则此行列式等于两个行列式之和。

5、行列式某行（列）乘一个数加到另一行（列）上，行列式不变。

6、行列式等于他的任一行（列）的各元素与其对应代数余子式的乘积之和。

（按行、列展开法则）}7、行列式某一行（列）与另一行（列）的对应元素的代数余子式乘积之和为0.5.克拉默法则：：若线性方程组的系数行列式0D ≠，则方程有且仅有唯一解DD D Dx D D n =⋯==n 2211x ,x ，，。

考研数学线性代数每年必考的知识点考研数学线性代数每年必考的知识点线性代数是考研数学中比较重要的一部分内容，考生要认真复习，尤其注意对重点知识的理解和应用。

店铺为大家精心准备了考研数学线性代数每年必考的难点，欢迎大家前来阅读。

考研数学线性代数每年必考的重点一、行列式与矩阵第一章《行列式》、第二章《矩阵》是线性代数中的基础章节，有必要熟练掌握。

行列式的核心内容是求行列式，包括具体行列式的计算和抽象行列式的计算二、向量与线性方程组向量与线性方程组是整个线性代数部分的核心内容。

相比之下，行列式和矩阵可视作是为了讨论向量和线性方程组部分的问题而做铺垫的基础性章节。

向量与线性方程组的内容联系很密切，很多知识点相互之间都有或明或暗的相关性。

复习这两部分内容最有效的方法就是彻底理顺诸多知识点之间的内在联系，因为这样做首先能够保证做到真正意义上的理解，同时也是熟练掌握和灵活运用的前提。

三、特征值与特征向量相对于前两章来说，本章不是线性代数这门课的理论重点，但却是一个考试重点。

其原因是解决相关题目要用到线代中的大量内容——既有行列式、矩阵又有线性方程组和线性相关，“牵一发而动全身”。

四、二次型本章所讲的内容从根本上讲是第五章《特征值和特征向量》的一个延伸，因为化二次型为标准型的核心知识为“对于实对称矩阵A存在正交矩阵Q使得A可以相似对角化”，其过程就是上一章相似对角化在为实对称矩阵时的应用。

考研数学拿高分的技巧1、认真思考数学问题的习惯思考对于数学的学习是最核心的，对做题更甚。

不坚持去思考，不仔细去联想，类比，总结只相当于背书，是学不到数学的本质的，想考高分是不可能的。

举一个例子：中值定理那块的证明题，一开始不会证，我就忍住不去看答案，自己去思考，有时候一晚上都在思考一个题。

这样思考，我会想到很多知识点并加以整合，会慢慢提炼出思路。

以后解这一类题就会顺畅很多。

考研的题肯定是自己没见过的，平常做题时不会就去看答案，考场上可没有现成的答案看啊。

考研数学线性代数知识点总结线性代数是考研数学中的重要组成部分，对于很多考生来说，它既是重点也是难点。

以下将对线性代数的主要知识点进行详细总结。

一、行列式行列式是线性代数中的一个基本概念，它是一个数值。

行列式的计算方法有很多，比如按行（列）展开、化为上三角（下三角）行列式等。

行列式的性质包括：行列式与它的转置行列式相等；行列式中某行（列）元素乘以同一数后，加到另一行（列）对应元素上，行列式的值不变等。

二、矩阵矩阵是线性代数的核心内容之一。

矩阵的运算包括加法、减法、数乘、乘法等。

矩阵乘法需要注意其运算规则，一般不满足交换律。

矩阵的逆是一个重要概念，如果矩阵 A 可逆，则存在 A 的逆矩阵 A⁻¹，使得AA⁻¹＝A⁻¹A ＝E（单位矩阵）。

矩阵的秩也是一个关键概念，它表示矩阵中线性无关的行（列）向量的最大个数。

三、向量向量是线性代数中的重要概念，包括行向量和列向量。

向量组的线性相关性是重点，判断向量组线性相关或线性无关的方法有定义法、秩法等。

向量组的极大线性无关组和向量组的秩也是常考内容。

四、线性方程组线性方程组是线性代数中的核心问题之一。

齐次线性方程组和非齐次线性方程组的解法不同。

对于齐次线性方程组，当系数矩阵的秩等于未知数的个数时，方程组有唯一零解；当系数矩阵的秩小于未知数的个数时，方程组有非零解。

对于非齐次线性方程组，如果系数矩阵的秩等于增广矩阵的秩，则方程组有解；否则无解。

当有解时，如果秩等于未知数的个数，有唯一解；否则有无穷多解。

五、特征值与特征向量矩阵的特征值和特征向量是线性代数中的重要概念。

设 A 是 n 阶矩阵，如果存在数λ和非零向量 x，使得 Ax ＝λx，则称λ是 A 的特征值，x 是 A 的对应于特征值λ的特征向量。

求特征值和特征向量的方法是通过求解特征方程|λE A| ＝ 0 得到特征值，然后代入（λE A)x ＝ 0 求解特征向量。

六、相似矩阵相似矩阵具有相同的特征值。

考研数学一《线性代数》知识点总结第一部分行列式一、本部分内容重点1．了解行列式的概念，掌握行列式的性质。

2．会用行列式的性质和行列式按行（列）展开法则计算行列式。

二、考点分析1．行列式是基础，它与后续要学的内容——方阵构成的行列式、逆矩阵、向量组的线性相关性、矩阵的秩、线性方程组、特征值、正定二次型与正定矩阵等问题中都有重要应用。

所以必须要弄清楚行列式在处理有关问题中的功能与作用，熟练掌握行列式的性质和计算方法，为应用行列式处理有关问题打下良好的基础。

2．计算行列式的常用方法：1）用定义法计算行列式中含某一项的系数；2）应用行列式的性质化简行列式（例如化为三角形行列式就是一个常用方法）；3）将各行（列）加到某一行（列），提取公因式；4）按行（列）展开行列式——降阶法（在此基础上，有些题可用数学归纳法、有些题可用递推关系式法来计算行列式）。

5）逐行（列）相加减；6）拆项法——将一个行列式分成几个较简单的行列式进行计算；7）公式法——如对角行列式、范德蒙德行列式等；8）升阶法。

在实际计算过程中，常常将上述方法交替使用。

第二部分矩阵一、本部分内容重点1．理解矩阵的概念。

2．了解单位矩阵、数量矩阵、对角矩阵、对称矩阵和反对称矩阵，以及它们的性质。

3．掌握矩阵的线性运算、乘法、转置，以及它们的运算律，了解方阵的幂，掌握方阵乘积的行列式。

4．理解逆矩阵的概念，掌握逆矩阵的性质，以及矩阵可逆的充分必要条件，理解伴随矩阵的概念，会用伴随矩阵求逆矩阵。

5．掌握矩阵的初等变换，了解初等矩阵的性质和矩阵等价的概念，理解矩阵的秩的概念，掌握用初等变换求矩阵的秩和逆矩阵的方法。

6．了解分块矩阵及其运算。

二、考点分析1．矩阵的运算（含逆矩阵）是矩阵考试内容中的重点，其中，又以矩阵乘法和逆矩阵最为重要。

要掌握矩阵运算，除了要理解各种运算的定义外，还要熟练掌握各种运算的运算律和运算性质。

在作矩阵运算时，一般要先利用运算法则通过“字母”运算进行化简。

1线性代数知识点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)i j i j ij ijij ijM A A M ++=-=-4. 设n 行列式D ：将D 上、下翻转或左右翻转，所得行列式为1D ，则(1)21(1)n n D D -=-； 将D 顺时针或逆时针旋转90，所得行列式为2D ，则(1)22(1)n n D D -=-；将D 主对角线翻转后（转置），所得行列式为3D ，则3D D =；将D 主副角线翻转后，所得行列式为4D ，则4D D =；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)n n -⨯ -；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)n n -⨯ -；⑤、拉普拉斯展开式：A O A C AB CB O B==、(1)m n CA OA AB B OB C==-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)nnk n k k k E A S λλλ-=-=+-∑，其中k S 为k 阶主子式；7. 证明0A =的方法：①、A A =-； 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()r A n <； ⑤、证明0是其特征值；22、矩阵1.A 是n 阶可逆矩阵：⇔0A ≠（是非奇异矩阵）； ⇔()r A n =（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； ⇔n b R ∀∈，Ax b =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； ⇔T A A 是正定矩阵；⇔A 的行（列）向量组是n R 的一组基； ⇔A 是n R 中某两组基的过渡矩阵；2. 对于n 阶矩阵A ：**AA A A A E == 无条件恒成立；3.1**111**()()()()()()T T T T A A A A A A ----===***111()()()T T T AB B A AB B A AB B A ---===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：若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭，则： Ⅰ、12s A A A A =；Ⅱ、111121s A A A A ----⎛⎫⎪⎪= ⎪ ⎪ ⎪⎝⎭； ②、111A O A O O B OB ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭；（主对角分块） ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭；（副对角分块） ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭；（拉普拉斯） ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭；（拉普拉斯）33、矩阵的初等变换与线性方程组1. 一个m n ⨯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：rm nEO 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()()r A r B A B = ⇔ ；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(,)(,)rA E E X ，则A 可逆，且1X A -=；②、对矩阵(,)A B 做初等行变化，当A 变为E 时，B 就变成1A B -，即：1(,)(,)cA B E A B - ~ ；③、求解线形方程组：对于n 个未知数n 个方程Ax b =，如果(,)(,)rA b E x ，则A 可逆，且1x A b -=；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、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ，左乘矩阵A ，i λ乘A 的各行元素；右乘，iλ乘A 的各列元素；③、对调两行或两列，符号(,)E i j ，且1(,)(,)E i j E i j -=，例如：1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；④、倍乘某行或某列，符号(())E i k ，且11(())(())E i k E i k-=，例如：1111(0)11kk k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭； ⑤、倍加某行或某列，符号(())E ij k ,且1(())(())E ij k E ij k -=-，如：11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；5. 矩阵秩的基本性质：①、0()min(,)m n r A m n ⨯≤≤；②、()()T r A r A =； ③、若AB ，则()()r A r B =；④、若P 、Q 可逆，则()()()()r A r PA r AQ r PAQ ===；（可逆矩阵不影响矩阵的秩） ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+；（※） ⑥、()()()r A B r A r B +≤+；（※） ⑦、()min((),())r AB r A r B ≤；（※）4⑧、如果A 是m n ⨯矩阵，B 是n s ⨯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、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵，则()()()r AB r A r B n ≥+-；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101001a c b ⎛⎫⎪⎪ ⎪⎝⎭的矩阵：利用二项展开式； 二项展开式：01111110()nn n n m n m mn n n n m m n mn n n n n n m a b C a C a b C a b C a b C b C a b-----=+=++++++=∑；注：Ⅰ、()n a b +展开后有1n +项；Ⅱ、0(1)(1)!1123!()!--+====-m n n n n n n n m n C C C m m n mⅢ、组合的性质：111102---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ；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()10()1n r A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩； ②、伴随矩阵的特征值：*1*(,)AAAX X A A A A X X λλλ- == ⇒ =；③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述：①、()r A n =，A 中有n 阶子式不为0，1n +阶子式全部为0；（两句话）②、()r A n <，A 中有n 阶子式全部为0； ③、()r A n ≥，A 中有n 阶子式不为0；9. 线性方程组：Ax b =，其中A 为m n ⨯矩阵，则：①、m 与方程的个数相同，即方程组Ax b =有m 个方程；②、n 与方程组得未知数个数相同，方程组Ax b =为n 元方程；10. 线性方程组Ax b =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；511. 由n 个未知数m 个方程的方程组构成n 元线性方程：①、11112211211222221122n n n n m m nm n na x a x a xb a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩； ②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭（向量方程，A 为m n ⨯矩阵，m 个方程，n 个未知数）③、()1212n n x x aa a x β⎛⎫⎪ ⎪= ⎪⎪⎝⎭（全部按列分块，其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭）； ④、1122n n a x a x a x β+++=（线性表出）⑤、有解的充要条件：()(,)r A r A n β=≤（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 ααα构成n m ⨯矩阵12(,,,)m A =ααα；m 个n 维行向量所组成的向量组B ：12,,,T TTm βββ构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭；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 Ax b ⇔=是否有解；（线性方程组） ③、向量组的相互线性表示 AX B ⇔=是否有解；（矩阵方程）3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是：齐次方程组0Ax =和0Bx =同解；(101P 例14)4.()()T r A A r A =；(101P 例15)5.n 维向量线性相关的几何意义：①、α线性相关⇔0α=； ②、,αβ线性相关 ⇔,αβ坐标成比例或共线（平行）；③、,,αβγ线性相关 ⇔,,αβγ共面；6. 线性相关与无关的两套定理：若12,,,s ααα线性相关，则121,,,,s s αααα+必线性相关；若12,,,s ααα线性无关，则121,,,s ααα-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n r -个分量，构成n 维向量组B ：6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r s ≤； 向量组A 能由向量组B 线性表示，则()()r A r B ≤；向量组A 能由向量组B 线性表示AX B ⇔=有解； ()(,)r A r A B ⇔=向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ，使12l A P P P =；①、矩阵行等价：~rA B PA B ⇔=（左乘，P 可逆）0Ax ⇔=与0Bx =同解 ②、矩阵列等价：~cA B AQ B ⇔=（右乘，Q 可逆）； ③、矩阵等价：~A B PAQ B ⇔=（P 、Q 可逆）；9. 对于矩阵m n A ⨯与l n 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 =与0Bx =同解，A 与B 的任何对应的列向量组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m s s n m n A B C ⨯⨯⨯=，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，T A 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:,,,n r r B b b b ⨯可由向量组12:,,,n s s A a a a ⨯线性表示为：1212(,,,)(,,,)r s b b b a a a K =（B AK =）其中K 为s r ⨯，且A 线性无关，则B 组线性无关()r K r ⇔=；（B 与K 的列向量组具有相同线性相关性）（必要性：()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=；充分性：反证法）注：当r s =时，K 为方阵，可当作定理使用；13. ①、对矩阵m n A ⨯，存在n m Q ⨯，m AQ E = ()r A m ⇔=、Q 的列向量线性无关；②、对矩阵m n A ⨯，存在n m P ⨯，n PA E = ()r A n ⇔=、P 的行向量线性无关；14. 12,,,s ααα线性相关⇔存在一组不全为0的数12,,,s k k k ，使得11220s s k k k ααα+++=成立；（定义）⇔1212(,,,)0s s x xx ααα⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭有非零解，即0Ax =有非零解；⇔12(,,,)s r s ααα<，系数矩阵的秩小于未知数的个数；715. 设m n ⨯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：()r S n r =-；16. 若*η为Ax b =的一个解，12,,,n r ξξξ-为0Ax =的一个基础解系，则*12,,,,n r ηξξξ-线性无关；5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=（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,)0T i j i j a a i j n i j=⎧==⎨≠⎩；②、若A 为正交矩阵，则1T A A -=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 a a a11b a =；1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----;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 ；⇔=PAQ B ，P 、Q 可逆； ()()⇔=r A r B ，A 、B 同型；②、A 与B 合同 ⇔=T C AC B ，其中可逆； ⇔T x Ax 与T x Bx 有相同的正、负惯性指数； ③、A 与B 相似 1-⇔=P AP B ；5. 相似一定合同、合同未必相似；若C 为正交矩阵，则T C AC B =⇒A B ，（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T x Ax 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T C AC E =； A ⇔的所有特征值均为正数；A ⇔的各阶顺序主子式均大于0；0,0ii a A ⇒>>；(必要条件)8第一章 随机事件互斥对立加减功，条件独立乘除清； 全概逆概百分比，二项分布是核心； 必然事件随便用，选择先试不可能。

线性代数知识点总结第一章 行列式1. n 阶行列式()()121212111212122212121==-∑n nnn t p p p n p p np p p p n n nna a a a a a D a a a a a a 2.特殊行列式1212n nλλλλλλ=，()()1122121n n n nλλλλλλ-=-3.行列式的性质定义记111212122212nn n n nna a a a a a D a a a =，112111222212n n T nnnna a a a a a D a a a =，行列式TD 称为行列式D 的转置行列式。

性质1行列式与它的转置行列式相等。

性质2 互换行列式的两行()↔i j r r 或列()↔i j c c ，行列式变号。

推论如果行列式有两行〔列〕完全一样〔成比例〕，则此行列式为零。

性质3 行列式*一行〔列〕中所有的元素都乘以同一数()⨯j k r k ，等于用数k 乘此行列式； 推论1 D 的*一行〔列〕中所有元素的公因子可以提到D 的外面; 推论2 D 中*一行〔列〕所有元素为零，则=0D 。

性质4 假设行列式的*一列〔行〕的元素都是两数之和，则1112111212222212()()()i i n i i n n n ni ninna a a a a a a a a a D a a a a a '+'+='+11121111121121222*********12i n i n i n i n n n ninnn n ninna aa a a a a a a a a a a a a a a a a a a a a a ''=+' 性质6 把行列式的*一列〔行〕的各元素乘以同一数然后加到另一列(行)对应的元素上去，行列式的值不变。

而算得行列式的值。

4. 行列式按行〔列〕展开余子式在n 阶行列式中，把元素ij a 所在的第i 行和第j 列划去后，留下来的1n -阶行列式叫做元素ij a 的余子式，记作ij M 。