线性代数公式大赏

向量

概念	公式
n维向量	n个数组成的有序数组，记作$\vec{x}$，行向量${\vec{x}}^T=(x_1,x_2,\cdots ,x_n)$，列向量$\vec{x}=\left[\begin{array}{c}{x}_1\\ x_2\\ \cdots \\ x_n\end{array}\right]$
零向量	所有分量都为零的向量，记作$\vec{0}$
向量的模	$│\vec{\alpha }│={\vec{\alpha }}^T\vec{\alpha }$
单位向量	$\vec{n}=\begin{array}{c}\vec{\alpha }\\ \overline{│\vec{\alpha }│}\end{array},│\vec{n}│=1$
向量加法	$\vec{\alpha }+\vec{\beta }=(a_1+b_1,a_2+b_2,a_3+b_3,\cdots )$
向量的数乘	$k\vec{\alpha }=(k{a}_1,k{a}_2,k{a}_3,\cdots )$
向量的线性性	$k(\vec{\alpha }+\vec{\beta })=k\vec{\alpha }+k\vec{\beta }$；$(k_1+k_2)\vec{\alpha }=k_1\vec{\alpha }+k_2\vec{\alpha }$；$(k_1{k}_2)\vec{\alpha }=k_1(k_2\vec{\alpha })$
正交向量	$\vec{\alpha }\cdot \vec{\beta }=0$
施密特正交化	线性无关向量组A⇒$\{\begin{array}{c}{\vec{\beta }}_1={\vec{\alpha }}_1\\ {\vec{\beta }}_2={\vec{\alpha }}_2-\begin{array}{c}\underline{{\vec{\alpha }}_2\cdot {\vec{\beta }}_1}\\ {\beta }_1\cdot {\vec{\beta }}_1\end{array}\cdot {\vec{\beta }}_1\\ {\vec{\beta }}_3={\vec{\alpha }}_3-\begin{array}{c}\underline{{\vec{\alpha }}_3\cdot {\vec{\beta }}_1}\\ {\beta }_1\cdot {\vec{\beta }}_1\end{array}\cdot {\vec{\beta }}_1-\begin{array}{c}\underline{{\vec{\alpha }}_3\cdot {\vec{\beta }}_2}\\ {\beta }_2\cdot {\vec{\beta }}_2\end{array}\cdot {\vec{\beta }}_2\\ \cdots \end{array}$⇒正交向量组B
施密特单位正交化	在施密特正交化之后上把每一向量除以它的模
正交矩阵	行向量和列向量都是单位向量，且行向量和列向量都两两正交的方阵，也称规范正交基
正交矩阵的性质	A是正交矩阵⇔AT=A-1⇒│A│=±1；A，B是同阶正交矩阵⇒AB，BA都是正交矩阵
正交变换	求正交矩阵P，使PTAP=Λ

方程

概念	公式
向量组	行向量组A=$\left[\begin{array}{c}{\vec{\alpha }}_1^T\\ {\vec{\alpha }}_2^T\\ \cdots \\ {\vec{\alpha }}_m^T\end{array}\right]$；列向量组A=$[{\vec{\alpha }}_1,{\vec{\alpha }}_2,\cdots ,{\vec{\alpha }}_n]$
线性表示	如$\vec{\beta }=k_1{\vec{\alpha }}_1+k_2{\vec{\alpha }}_2+\cdots +k_n{\vec{\alpha }}_n$
向量组线性表出	若向量组B中的每个向量都可被向量组A线性表出，则B可被A线性表出
线性相关	$k_1{\vec{\alpha }}_1+k_2{\vec{\alpha }}_2+\cdots +k_n{\vec{\alpha }}_n=\vec{0}$，各系数不全为0⇒向量组线性相关
线性无关	仅当各系数全为0时，$k_1{\vec{\alpha }}_1+k_2{\vec{\alpha }}_2+\cdots +k_n{\vec{\alpha }}_n=\vec{0}\Rightarrow$向量组线性无关
极大线性无关组	向量组A中线性无关且能线性表出A中任一向量的子向量组
向量组的秩	向量组的极大线性无关组所含向量的个数
等价向量组	可以互相线性表出的两个向量组，记作A≌B
齐次线性方程组	$\{\begin{array}{cc}{a}_{11}{x}_1+a_{12}{x}_2+\cdots +a_{1n}{x}_n=0& \\ a_{21}{x}_1+a_{22}{x}_2+\cdots +a_{2n}{x}_n=0& \\ \cdots & \\ a_{m1}{x}_1+a_{m2}{x}_2+\cdots +a_{mn}{x}_n=0& \end{array}$或$A\vec{x}=\vec{0}$
基础解系	${\vec{\alpha }}_1,{\vec{\alpha }}_2,\cdots ,{\vec{\alpha }}_{n-r}$线性无关，且能线性表出方程组的任一通解
齐线方程组的解	$\vec{x}=k_1{\vec{\alpha }}_1+k_2{\vec{\alpha }}_2+\cdots +k_{n-r}{\vec{\alpha }}_{n-r}$，ki为系数，${\vec{\alpha }}_i$为基础解系
非齐次线性方程组	$\{\begin{array}{cc}{a}_{11}{x}_1+a_{12}{x}_2+\cdots +a_{1n}{x}_n=b_1& \\ a_{21}{x}_1+a_{22}{x}_2+\cdots +a_{2n}{x}_n=b_2& \\ \cdots & \\ a_{m1}{x}_1+a_{m2}{x}_2+\cdots +a_{mn}{x}_n=b_n& \end{array}$或$A\vec{x}=\vec{b}$
非齐线方程组的解	$\vec{x}=k_1{\vec{\alpha }}_1+k_2{\vec{\alpha }}_2+\cdots +k_{n-r}{\vec{\alpha }}_{n-r}+\vec{\eta }$，ki为系数，${\vec{\alpha }}_i$为基础解系，$\vec{\eta }$为特解
非齐线方程组特性	r(A)≠r(A┆$\vec{b}$)时无解，r(A)=r(A┆$\vec{b}$)<n时有无数解，r(A)=r(A┆$\vec{b}$)=n时有唯一解

行列式·矩阵

概念	公式
行列式交换律	行列式中相邻两行/列互换，行列式的值变号一次
行列式结合律	行列式中一行/列的公因子可提到行列式外面
行列式分配律	$\left|\begin{array}{cccc}& \cdots & & \\ a_{i1}+b_{i1}& a_{i2}+b_{i2}& \cdots & a_{in}+b_{in}\\ & \cdots & & \end{array}\right|=\left|\begin{array}{cccc}& \cdots & & \\ a_{i1}& a_{i2}& \cdots & a_{in}\\ & \cdots & & \end{array}\right|+\left|\begin{array}{cccc}& \cdots & & \\ b_{i1}& b_{i2}& \cdots & b_{in}\\ & \cdots & & \end{array}\right|$
行列式叠加性	把行列式中某一行/列的k倍加到另一行/列上，行列式的值不变
行列式展开性	按第i行或第j列展开：|A|$={\sum }_{k=1}^m{a}_{ik}{A}_{ik}={\sum }_{k=1}^n{a}_{kj}{A}_{kj}$
行列式特性	|kA|=kn|A|，|AB|=|A|·|B|，|A-1|=|A|-1，|AT|=|A|
顺序主子式	i阶顺序主子式$D_i=\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1i}\\ a_{21}& a_{22}& \cdots & a_{2i}\\ \cdots & & & \\ a_{i1}& a_{i2}& \cdots & a_{ii}\end{array}\right|$
余子式Mij	将|A|的第i行和第j列元素去掉后剩余行列式的值
代数余子式Aij	Aij=(-1)i+jMij
克拉默法则	$A\vec{x}=\vec{b}$，A可逆$\Rightarrow {\vec{x}}_j=\begin{array}{c}\underline{│A_i│}\\ │A│\end{array}$，|Ai|为|A|的第i列换成$\vec{b}$所得
k阶子式	A中某k行和k列的k2个交叉点处的元素按A中相应顺序所组成的矩阵
伴随矩阵A*	将A的aij皆用Aji代替后所得的矩阵，且有A-1=$\begin{array}{c}{A}^{\ast }\\ \overline{│A│}\end{array}$或A*=│A│A-1
逆矩阵A-1	满足AA-1=A-1A=E的唯一的满秩方阵
矩阵的逆1	(A-1)-1=A，(A-1)T=(AT)-1，(kA)-1=$\frac{1}{k}$A-1，(AB)-1=B-1A-1
矩阵的逆2	A可逆⇔|A|≠0，A满秩，行/列向量组线性无关，λi≠0，Ax=0仅有零解，Ax=b有唯一解
求逆矩阵	硬凑；A-1=$\begin{array}{c}{A}^{\ast }\\ \overline{│A│}\end{array}$；通过初等行变换把增广矩阵(A┆E)变为(E┆A-1)
伴随特性	(AB)*=B* A*，(Ak)*=(A*)k，(A-1)*=(A*)-1，(AT)*=(A*)T
零矩阵O	所有元素都为0的方阵
方阵	行数等于列数的矩阵
单位矩阵E	主对角元素都为1，其他元素都为0的方阵，AE=EA=A
数量矩阵λE	主对角元素都为λ，其他元素都为0的方阵
对角矩阵Λ	非主对角元素都为0的方阵
上/下三角阵◥/◣	主对角元素下/上方的元素全为0的方阵
转置矩阵AT	所有元素沿主对角线翻转所得的方阵
对称矩阵	满足AT=A的方阵
反对称矩阵	满足AT+A=O的方阵
阶梯矩阵	后一行元素比前一行少，且非零区域靠右对齐的矩阵
矩阵加法	A+B=B+A，(A+B)+C=A+(B+C)，A+O=A
矩阵数乘	kA=A的每个元素乘k；k(A+B)=kA+kB，(k1+k2)A=k1A+k2A，k1k2A=k1(k2A)，1A=A，0A=O
矩阵乘法	A(B+C)=AB+AC，(A+B)C=AC+BC，(AB)C=A(BC)，矩阵相乘的顺序不能交换
矩阵转置	(AT)T=A，(kA)T=kAT，(A+B)T=AT+BT，(AB)T=BTAT
矩阵的幂	A0=E，AaAb=Aa+b，(Aa)b=Aab
逆零性	A可逆，AB=O或BA=O⇒B=O
初等变换	交换矩阵的某两行/列；将某行/列的元素都乘以k；将某一行/列的k倍加到另一行/列上
初等矩阵	E经过一次初等变换所得的矩阵
初等替身	矩阵左（右）乘一个初等矩阵相当于作一次相应的初等行（列）变换
分块矩阵	井分块：形如$\left[\begin{array}{cc}A& B\\ C& D\end{array}\right]$；行分块：Am×n=$({\vec{\alpha }}_1,{\vec{\alpha }}_2,{\vec{\alpha }}_3,\cdots ,{\vec{\alpha }}_m{)}^T$；列分块：Am×n=$({\vec{\beta }}_1,{\vec{\beta }}_2,{\vec{\beta }}_3,\cdots ,{\vec{\beta }}_n)$
分方块行列式	$\left|\begin{array}{cc}A& C\\ O& B\end{array}\right|=\left|\begin{array}{cc}A& O\\ C& B\end{array}\right|=\left|\begin{array}{cc}A& O\\ O& B\end{array}\right|$=│A│⋅│B│；$\left|\begin{array}{cc}C& A\\ B& O\end{array}\right|=\left|\begin{array}{cc}O& A\\ B& C\end{array}\right|=\left|\begin{array}{cc}O& A\\ B& O\end{array}\right|$=(-1)mn│Am│·│Bn│
分块矩阵加	$\left[\begin{array}{cc}{A}_1& B_1\\ C_1& D_1\end{array}\right]$+$\left[\begin{array}{cc}{A}_2& B_2\\ C_2& D_2\end{array}\right]=\left[\begin{array}{cc}{A}_1+A_2& B_1+B_2\\ C_1+C_2& D_1+D_2\end{array}\right]$
分块矩阵乘	$\left[\begin{array}{cc}{A}_1& B_1\\ C_1& D_1\end{array}\right]$·$\left[\begin{array}{cc}{A}_2& B_2\\ C_2& D_2\end{array}\right]=\left[\begin{array}{cc}{A}_1{A}_2+B_1{C}_2& A_1{B}_2+B_1{D}_2\\ A_2{C}_1+C_2{D}_1& B_2{C}_1+D_1{D}_2\end{array}\right]$
分块矩阵转置	${\left[\begin{array}{cc}A& B\\ C& D\end{array}\right]}^T=\left[\begin{array}{cc}{A}^T& C^T\\ B^T& D^T\end{array}\right]$
分块矩阵的逆	${\left[\begin{array}{cc}A& O\\ O& B\end{array}\right]}^{-1}=\left[\begin{array}{cc}{A}^{-1}& O\\ O& B^{-1}\end{array}\right]$，${\left[\begin{array}{cc}O& A\\ B& O\end{array}\right]}^{-1}=\left[\begin{array}{cc}O& B^{-1}\\ A^{-1}& O\end{array}\right]$
分块矩阵的幂	${\left[\begin{array}{cc}A& O\\ O& B\end{array}\right]}^n=\left[\begin{array}{cc}{A}^n& O\\ O& B^n\end{array}\right]$
秩/r	矩阵中最高阶非零子式的阶数，或相应阶梯矩阵中非全零行的个数
迹/tr	矩阵主对角线元素之和
秩的特性1	0≤r(Am×n)≤\min(m,n)；r(A)=r(AT)；r(A+B)≤r(A)+r(B)
秩的特性2	A可逆⇒r(AB)=r(BA)=r(B)；Am×nBn×p=O⇒r(A)+r(B)≤n
特征值/特征向量	若$A\vec{x}=\lambda \vec{x}$或$(\lambda E-A)\vec{x}=\vec{0}$，$\vec{x}\ne \vec{0}$，则λ为A的特征值，$\vec{x}$为A的特征向量
特征方程	|λE-A|=0，常用于求特征值
特征多项式	特征方程中|λE-A|的展开式
特征值特性	∑λi=tr(A)，∏λi=|A|
特征值的对应	A→λ，AT→λ，kA→kλ，Ak→λk，f多项式(A)→f多项式(λ)，A-1→λ-1，A*→|λ|λ-1
特征向量特性	互不相等的特征值对应的特征向量线性无关；属于某一特征值的线性无关的特征向量的个数不超过该特征值的重数
特征幂次性	Ak=A ⇒ λik=λi ⇒ λi=0或1；Ak=O ⇒ λi=0
等价矩阵	若PAQ=B（或A能经有限次初等变换变为B），P、Q可逆，则A与B等价，记作$A≌B$
等价特性	A≌A；A≌B ⇔ B≌A ⇔ r(A)=r(B)；A≌B，B≌C ⇒ A≌B
相似矩阵	若P-1AP=B（或AP=PB），P可逆，则A与B相似，记作A~B
相似特性	A~A；A~B ⇔ B~A；A~B，B~C ⇒ A~C；AP=PB，BQ=QC ⇒ APQ=PBQ=PQC
相似同特征值性	A~B ⇒ λai=λbi
相似特性1	A~B ⇒ r(A)=r(B)，tr(A)=tr(B)，|A|=|B|
相似特性2	A~B ⇒ AT~BT；A-1~B-1；A*~B*；aA±bE~aB±bE；Ak~Bk；AB~BA
相似可对角化	A可相似对角化 ⇔ A有n个线性无关的特征向量 ⇔ P-1AP=Λ=diag(λ1,λ2,⋯,λn)
相似对角化法	先求特征值，再求对应特征向量的基础解系${\vec{\alpha }}_i$，基础解系向量组即为P
相似对角特性	可对角化矩阵中属于同一特征值的特征向量的基础解系的个数等于特征值的重数
对称正交性	实对称矩阵中，属于不同特征值的特征向量相互正交，属于同一多重特征值的向量之间可施密特至正交
对称可对角化	∀对称实矩阵A，∃正交矩阵P，P-1AP=PTAP=Λ=diag(λ1,λ2,⋯,λ_n)，常用于求标准二次型
对称对角步骤	先求特征值，再求对应特征向量的基础解系${\vec{\alpha }}_i$，则基础解系施密特单位正交化所得向量组即为P
二次型	$f=\left[\begin{array}{c}{x}_1,x_2,\cdots ,x_n\end{array}\right]\left[\begin{array}{ccc}{a}_{11}& a_{12}& \cdots \\ a_{21}& a_{22}& \cdots \\ \cdots & \cdots & a_{nn}\end{array}\right]\left[\begin{array}{c}{x}_1\\ x_2\\ \cdots \\ x_n\end{array}\right]={\vec{x}}^{T}A\vec{x}$
标准二次型	f=a11x12+a22x22+⋯annxn2=xTΛx
求标准二次型	先求特征值，再求特征向量，其基础解系组P使P-1AP=Λ，也可用施密特和配方法
规范二次型	标准二次型中正系数变为1，负系数变为-1，零不变
惯性定理	正（负）惯性指数等于二次型中不同正（负）特征值的个数
合同矩阵	若PTAP=B，P可逆，则A与B合同，记作A≃B
合同特性	A≃A；A≃B⇔B≃A；A≃B,B≃C⇒A≃C
合同充要条件	实对称矩阵A$\sim$B⇒A≃B⇔二次型xTAx与xTBx有相同的正负惯性指数
正定二次型	$\forall \vec{x}\ne \vec{0},{\vec{x}}^{T}A\vec{x}>0$，或 λi>0的二次型， A=PTP（P可逆）， A的各阶顺序主子式大于零
正定特性	A，B是正定矩阵⇒aii>0，│A│>0，A+B、Ak、A-1、A*是正定矩阵