线性代数（复习自用）（还在更新中）

第一章行列式

第一节 预备知识

a11x1+ a12x2+ a13x3=b1
…
a31x1+ a32x2+a33x3=b3
$$x1=\left|\begin{array}{ccc}{b}_1& a_{12}& a_{13}\\ b_2& a_{22}& a_{23}\\ b_3& a_{32}& a_{33}\end{array}\right|/\left|\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right|$$
$x_2$ $x_3$ 也是同理的
由此我们可以发现，当$\left|\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right|\ne 0$时，方程组有唯一解

• 逆序数 不再赘述

---

第二节 n阶行列式的定义（无聊的）

• 展开
  D = ∑ (-1)^t a_1p1a_2p2…a_npn
  p1p2pn 是自然数1到n的一个排列， t是这个排列的逆序数

​
也没什么好说

---

第三节 行列式的性质（没什么意思）

1.行列式转置不变 没什么好说的
2. 互换两行两列改变符号
- 推论1 如果两行或者两列相同，此行列式为0
3. 某行or某列提取出一个公因数就直接乘在外面
- 推论 2 某一行全为0 行列式为0
- 推论3 某2行对应成比例，此行列式为0
4. 行列式中某一行的元都表示为两数之和，则D 等于两个行列式的和，我懒得打字了，就是那个拆开，你懂我意思的
5. r_i+k r_j 不改变行列式的值

---

第四节 行列式的展开

余子式与代数余子式

M_ij余子式 A_ij 代数余子式（带符号的）

展开

D = ∑ a_ikA_ik （i不变） 或者你要按列展开也可以随便你

• 推论 a_ikA_jk= 0

性质

A_kk 0
C_rk B_rr 这样的行列式 等于
|A_kk||B_rr |

---

范德蒙德行列式

镶边法

---

数列递推

---

第五节行列式的应用

不想说话了

---

第二章 矩阵 20231201更新完成

第一节 矩阵的概念

nothing

第二节 矩阵的基本运算

加法

交换律结合律都可以

乘数

nothing

乘法

不满足交换律
关于方阵的幂 一般地，（AB）^k ≠ A^kB^k

转置

(A+B)^T = A^T+B^T
(AB)^T = B^TA^T

方阵的行列式

|AB| = |A||B| |A| = 0 称为奇异方阵

共轭矩阵

没用过，没考过，不会

对角矩阵、数量矩阵、单位矩阵

没意思的鉴定为

第三节 分块矩阵

A^T等于每一个分块都做转置

第四节 矩阵的秩 ！大的要来了

矩阵的秩 -------------如果矩阵A有一个 不等于0 的 r 阶子式D，并且所有 r+1 阶子式（如果有）全等于零，则称D为矩阵A的 最高阶非零子式，称r为矩阵A的秩。

满秩矩阵 -------------- r = n -------------- 满秩矩阵若是方阵则行列式为0，是奇异方阵

第五节 初等变换与初等方阵

(1)对调两行
(2)某一行乘以K（不等于0）
(3)r_i+kr_j

等价

• 反身性：矩阵A与其本身等价
• 对称性： 若A~B ， B~A
• 传递性： 懒得说了

行阶梯形

只用第一种和第三种变出来的

行最简形

再使用第二种初等变换将首非零元全搞成1

初等方阵

单位矩阵经过一次初等变换得到的矩阵
对A左乘初等方阵相当于对A施行行变换

第六节 逆矩阵

定义

AB= BA =E 则A是 可逆矩阵

性质一

可逆矩阵其逆矩阵唯一

性质二

(A^-1)^-1=A

性质三

(λA)^-1 = λ^-1A^-1

性质四

如果A，B是同阶可逆方阵
则AB可逆，(AB)^-1 = B^-1A^-1

性质五

(A^T)^-1 = (A^-1)^T

关于初等方阵的逆

懒得记，反正记住初等方阵都有逆，然后写个增广矩阵自己算一下咯

伴随矩阵

AA^*= |A|E 重要的，非常重要的
由这个式子我们可以推导出 方阵A可逆的充要条件 ----------------|A|≠0

正交矩阵

A乘以A的转置等于单位阵，这样的就是正交矩阵
也就是说A的行列式等于±1

• 正交矩阵的逆等于正交矩阵的转置

A是n阶方阵，下列叙述等价 （非常之重要的一些结论）

• 是非奇异方阵-------------行列式≠0
• 是满秩矩阵------------r阶子式不为零，满秩则是行列式不为0
• 可逆矩阵 ------------------ 肯定是行列式不为零的，根据可逆矩阵的定义，AB=BA=E 则矩阵可逆，那么我们取行列式可以得到，|A||B|=|E|， 若是行列式为0，这个式子一定是不成立的
  从另一个角度看，我们写增广矩阵求逆的时候，若是行列式为零，则必有一行或是全为0，这样不可能化成单位矩阵，读者可以自己试一下
• 标准形是E ---------------------这就是为什么可以通过增广矩阵来求逆
• 可以表示为有限个初等方阵的乘积 -------------------同上，我们使用增广矩阵求逆的时候也是在进行初等变换

第七节 克拉默法则

AX=β
若A方阵，|A|≠0，则此线性方程组有唯一解
X = A^-1B
或者x_i = D_i/|A| -------------- Di就是把β插入到A的第i列搞出来的行列式

第八节 矩阵的应用

例如：旋转矩阵

第三章 向量组的线性相关性以及向量空间

第一节 n维向量

第二节 向量组的线性相关与线性无关

第三节 向量组的最大线性无关组与秩

第四节 正交向量组

第五节 向量空间

第六节 线性空间和线性变换

第七节 线性空间和线性变换的应用

第四章 线性方程组

• 线性方程组有解的充分必要条件
• 线性方程组解的数量

老师补充的重要的东西

Q_m*rR_1r*n = Q_m*rR_2r*n , R（Q）= r 则R1 = R2
证明如下：移项得 Q(R₁-R₂) = 0
R(Q) = r 方程组仅有零解 所以R1 = R2

---

A_m*pB_p*n = 0 证明：A，B的秩的和小于等于p
把B看作是方程的解
分类讨论：
若R（A）=p， 则A满秩，方程仅零解，二者的秩的和为p，符合题意
若R（A）<p, 则基础解系的个数为（p-R（A））个
β1到βn可以被其基础解系表示，则r(β1,…,βn)<=p-r(A)
得证

第一节 线性方程组的同解定理

同解定理
A₁x = B₁
将增广矩阵进行初等行变换
A₂x = B₂
这两个方程组的解是一样的

第二节 齐次线性方程组

解的情况

默认m行n列的系数矩阵
存在非零解
充要条件是：R（A）< n
特别的 当方程个数m<n时，一定有非零解，因为R(A)<=m<n
m=n也就是方阵时 A的行列式等于0，一定有非零解，这是充分必要条件
容易知道，满秩矩阵的行列式不等于0，所以行列式等于零的矩阵一定不是满秩矩阵，所以满足存在非零解的充要条件。

仅零解
R（A）= n
特别的 当方程个数m<n时，一定有非零解，因为R(A)<=m<n

解齐次线性方程组

1. 化成阶梯型
2. 求系数矩阵的秩
3. 基础解系
4. 通解

第三节 非齐次线性方程组

解的情况

有解的充要条件： 系数矩阵和增广矩阵的秩相同
以下四种提法是等价的

1. 非齐次线性方程组有解
2. β可以由α₁…α_n线性表示
3. 向量组α₁…α_n与向量组α₁…α_n,β等价
4. 系数矩阵的秩对于增广矩阵的秩
   解的数量
   ① r<n 无穷解
   ②r = n 唯一解

第五章 矩阵的相似对角化

1.方阵的特征值与特征向量（编辑于20231130）

AX = 人X 为了方便我打字后面写成k
注意 x是非零向量
对于一个方阵，我们要求它的特征值，和特征向量
首先，写成（A-kE)X = 0
这个样子很像AX = 0
由于X是非零向量，类比齐次线性方程组存在非零解的条件我们可以得到，（A-kE) 的行列式为0
计算 注意我们的目的是求出k，也就是特征值，所以不要随便按公式展开，建议使用a_iA_i 这样的来计算，这样降次会好求一点。
重要
对于f(k) = |A-kE|
我们将其按k的高次到低次展开，可以得到两个性质（证明略，挺简单的）
①|A| = k₁…k_n 方阵的行列式等于特征值的乘积
②k₁+…+k_n = a₁₁+…+a_ii 方阵的迹(trace)等于 特征值的和
推论
A可逆——|A|≠0——特征值全不为0
k是A特征值——kⁿ 是Aⁿ 的特征值
A可逆，k是A特征值——k^-1是A^-1特征值

第六章 二次型