线性代数复习纲要(囊括了所有的知识点)(文档).doc

线性代数基本知识复习 目录 第一讲 基本概念 线性方程组 矩阵与向量 初等变换和阶梯形矩阵 线性方程组的矩阵消元法 第二讲 行列式 完全展开式 化零降阶法 其它性质 克莱姆法则 第三讲 矩阵 乘法 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 第四讲 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 解的情况的判别 基础解系和通解 第六讲 特征向量与特征值 相似与对角化 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 可逆线性变量替换 实对称矩阵的合同 标准化和规范化 惯性指数 正定二次型与正定矩阵 附录二 向量空间及其子空间 附录三 两个线性方程组的解集的关系 附录四 06,07年考题 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为: 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, …,kn)(称为解向量),它满足:当每个方程中的未知数xi都用ki替代时都成为等式. 线性方程组的解的情况有三种:无解,唯一解,无穷多解. 对线性方程组讨论的主要问题两个:(1)判断解的情况.(2)求解,特别是在有无穷多接时求通解. 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解的情况只有两种:唯一解(即只要零解)和无穷多解(即有非零解). 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. 由m(n个数排列成的一个m行n列的表格,两边界以圆括号或方括号,就成为一个m(n型矩阵.例如 2 -1 0 1 1 1 1 1 0 2 2 5 4 -2 9 3 3 -1 8 是一个4(5矩阵.对于上面的线性方程组,称矩阵 a11 a12 … a1n a11 a12 … a1n b1 A= a21 a22 … a2n 和(A|?)= a21 a22 … a2n b2 … … … … … … … am1 am2 … amn am1 am2 … amn bm 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. 一个矩阵中的数称为它的元素,位于第i行第j列的数称为(i,j)位元素. 元素全为0的矩阵称为零矩阵,通常就记作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. 由n个数构成的有序数组称为一个n维向量,称这些数为它的分量. 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 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,称为它的行向量; 每一列是一个m维向量, 称为它的列向量.常常用矩阵的列向量组来写出矩阵,例如当矩阵A的列向量组为?1,??2,( ,?n时(它们都是表示为列的形式!)可记A=(?1,??2,( ,?n). 矩阵的许多概念也可对向量来规定,如元素全为0的向量称为零向量,通常也记作0.两个向量?和?相等(记作?=?),是指它的维数相等,并且对应的分量都相等. (2)