简介《线性代数知识点总结》面向高校理工科学生、考研基础复习者及需要快速回顾线性代数框架的自学者围绕行列式与矩阵两大核心模块梳理概念、定理与常用计算方法。压缩包内共1个docx文档约572KB按章节组织内容便于在电脑或移动端查阅、标注和二次整理。文档从二阶与三阶行列式入手依次覆盖全排列与逆序数、n阶行列式定义、对换、行列式六条性质、按行列展开、余子式与代数余子式、克拉默法则并延伸到矩阵定义、特殊矩阵及矩阵加法、数乘、乘法等运算对易混点与适用条件作了提示并标注相应课本页码。已有4605人学习适合用作课堂笔记补充、期末复习提纲或考研第一轮知识清单帮助读者把零散公式串联成可检索的章节体系。1. 线性代数的一张地图四条主线与两类固定动作线性代数的骨架其实很窄先用行列式给方阵配一个数再把数表本身当成研究对象得到矩阵接着用初等变换把矩阵化简、量出它的秩最后用向量组把方程组的解讲清楚。四条主线像接力前一环的定义就是后一环的入口断在哪一环后面都会卡住。贯穿全篇的其实只有两类动作把行列式化成上三角形把矩阵化成行最简形。复习时只背定义、不练这两个动作考场上第一步就会停住。这份梳理面向正在系统学和准备考试的人按知识地图、模块要点、易漏点、核对清单的顺序铺开可以当复习提纲用。2. 行列式从二阶三阶到 n 阶的符号体系行列式是整门课唯一一个「算出来是一个数」的对象它的全部难点集中在一件事上每一项前面的正负号从哪来。把符号问题吃透后面矩阵、秩、方程组都只是它的延伸。2.1 二、三阶行列式与对角线法则的适用边界二阶行列式由四个数按固定位置排成两行两列值等于主对角线之积减去副对角线之积写出来是 a11a22 − a12a21。它本质上是一个算式结果是一个数而不是一张表。三阶行列式把六项按「三条主方向取正、三条副方向取负」的规律展开这就是对角线法则。对角线法则好用但边界极硬只适用于二阶和三阶。四阶开始项数从 6 涨到 24靠画线已经数不清符号必须换方法。这条限制是后面一切「化三角形」技巧的动机。行列式最早的用途是解方程。二元方程组在系数行列式 D ≠ 0 时解可以直接写成两个行列式的商D 由未知量系数按原顺序排成D1 是把 D 的第一列换成常数项D2 是把 D 的第二列换成常数项最终 x1 D1 / Dx2 D2 / D。举一组具体数字方程组 2x1 x2 3 与 x1 − 3x2 −2系数行列式 D 2×(−3) − 1×1 −7D1 3×(−3) − 1×(−2) −7D2 2×(−2) − 3×1 −7于是 x1 1x2 1。三元方程组完全同理只是要把三个行列式都算出来。这套规律可以一直推广到 n 元前提仍然是系数行列式不为零推广后的形式就是克拉默法则。2.2 全排列与逆序数n 阶行列式符号的真正来源n 阶行列式的定义并不神秘它只是把三阶那六项的规律一般化。要一般化先得有两件工具全排列和逆序数。把 n 个不同元素排成一列叫一个全排列全部排列的总数是 n!。在一个排列里如果前面的数大于后面的数就说这两个数构成一个逆序一个排列中逆序的总数叫逆序数记作 t。t 为奇数的叫奇排列为偶数的叫偶排列。数逆序数有两种等价做法考场上选顺手的那个方法操作适合场景逐元素看后面对每个元素数它后面比它小的有几个再求和排列较短、元素大小分布均匀逐元素看前面对每个元素数它前面比它大的有几个再求和边读边数不容易漏相邻逐个计从左往右累计每个数前面比它大的个数手写草稿最快拿排列 3 1 4 2 举例3 后面比它小的有 1 和 2计 21 后面没有更小的计 04 后面有 2计 12 后面没有计 0。合计 t 3是奇排列。用「看前面」的方法复核3 前面 0 个1 前面比它大的有 3计 14 前面 0 个2 前面比它大的有 3 和 4计 2同样得 3。有了逆序数n 阶行列式就可以写成所有取自不同行、不同列的 n 个元素乘积的代数和每一项的符号由列标排列的逆序数 t 决定取 (−1)^t。围绕这个定义有五条必须记牢的说明行列式是根据「方程个数等于未知量个数」这类方程组的求解需要定义的是一种特定算式n 阶行列式展开后共有 n! 项的代数和每一项都是位于不同行、不同列的 n 个元素的乘积这一条是判断「某一项是否属于展开式」的唯一标准符号只看排列的逆序数行标按自然序排好时就是列标排列的逆序数一阶行列式 |a11| 就等于 a11不要和绝对值记号混为一谈。由定义可以直接推出两个省力的结论上三角、下三角行列式的值都等于主对角线上各元素之乘积主对角行列式同样等于主对角元之积而副对角行列式等于副对角元之积再乘以 (−1)^(n(n−1)/2)。这个指数是副对角线情形专用的四阶时是 (−1)^6 1五阶时是 (−1)^10 1三阶时是 (−1)^3 −1手动推导两次比死记更可靠。接下来是对换。把排列中任意两个元素对调、其余不动叫一次对换相邻两个对调叫相邻对换。核心结论只有一条任意一次对换都会改变排列的奇偶性。由此得到推论奇排列调成标准排列需要奇数次对换偶排列需要偶数次。再往前走一步还能证明在全部 n! 个排列中奇排列与偶排列各占一半这个「各占一半」在后面拆项、配对证明里经常被引用。2.3 六条性质与化三角形这条主干道行列式的计算量几乎全部消耗在「把某一行或某一列变成只剩一个非零元」上而支撑这个动作的就是下面六条性质。它们对行成立对列同样成立因为转置不改变行列式的值。性质内容典型用法性质 1行列式与它的转置行列式相等行与列地位等同行性质自动对列成立性质 2互换两行列行列式变号把首元为 0 的行换走务必记下变号次数性质 3某一行列所有元素乘 k等于整个行列式乘 k提取公因子但一次只能提一行性质 4两行列元素成比例行列式为零快速判零尤其是两行相同的情形性质 5某一行列是两组数之和时可拆成两个行列式相加构造零元、拆项化简性质 6某行列的 k 倍加到另一行列值不变消元主力用得最多性质 2 有个立刻能用的推论两行完全相同行列式为零。性质 3 也有两个推论某行公因子可以提到行列式外面某行全为零则行列式为零。计算行列式只有两条路一是按定义硬展开只适合项数极少的低阶二是用性质 6 把行列式化成上三角形再把主对角线元素乘起来。后者是主干道操作顺序可以固定下来先看第一列若 a11 为 0 就用性质 2 换一行非零的上来并记一次变号再用第一行的倍数把第一列下方全部消成 0然后对第二列、第三列重复同样的动作直到形成上三角。以一个三阶行列式为例D | 1 2 3 | | 4 5 6 | | 7 8 10 | r2 - 4r1 → 第二行变为 (0, -3, -6) r3 - 7r1 → 第三行变为 (0, -6, -11) r3 - 2r2 → 第三行变为 (0, 0, 1) 上三角的主对角线为 1, -3, 1乘积 -3整个过程中只用到了性质 6行列式的值不变所以 D −3。用按行展开复核1×(5×10 − 6×8) − 2×(4×10 − 6×7) 3×(4×8 − 5×7) 2 4 − 9 −3两边一致。这种「算完换一种方法验一次」的习惯在四阶、五阶题上能救回大量因一次符号失误而丢的分。2.4 按行按列展开、范德蒙德与克拉默法则化三角形适合「元素没有明显规律」的行列式而当某一行或某一列出现大量零时按行列展开更划算。在 n 阶行列式中划去元素 aij 所在的第 i 行和第 j 列剩下的 n−1 阶行列式叫 aij 的余子式记作 Mij再乘上 (−1)^(ij)得到代数余子式 Aij (−1)^(ij) Mij。引理说如果某一行除 aij 外全为零那么行列式就等于 aij 与它的代数余子式之积。展开定理把这个结论推到一般情形n 阶行列式等于任意一行列各元素与其对应代数余子式乘积之和。展开定理还有一个反向的推论也是极易忘掉的一条某一行列的元素与另一行列对应元素的代数余子式乘积之和等于零。这条「异乘变零」在构造证明题时几乎必用看到题目要求「证某个和式为零」第一反应就该是它。范德蒙德行列式是展开定理的经典产物它的形状是每行按同一个底数的 0 次、1 次、2 次……幂排列值等于所有「后一底数减前一底数」的连乘积。识别它的关键不是背公式而是看列与列之间是否构成等比关系一旦确认形状直接写连乘结果即可。克拉默法则把行列式和方程组连了起来若线性方程组的系数行列式 D ≠ 0则方程组有唯一解且 xj Dj / D其中 Dj 是把 D 的第 j 列换成常数项后得到的行列式。它的逆否命题同样好用如果方程组无解或有两个不同的解那么系数行列式必定为零。齐次方程组的情形更简洁系数行列式 D ≠ 0 时只有零解反过来如果齐次方程组有非零解则 D 必为零。这两条一正一反是判断「参数取何值时方程组有非零解」的标准套路。注意克拉默法则只适用于方程个数与未知量个数相等的情形而且必须 D ≠ 0。方程个数不等于未知量个数时只能回到矩阵的秩那条路上去判断。3. 矩阵运算规则、逆矩阵与分块降维矩阵这一章的坑不在定义而在「把矩阵当行列式用」。两者长得像、符号像规则却处处相反复习时最好从一开始就把区别摆在桌面上。3.1 矩阵是数表行列式是一个数由 m×n 个数排成的 m 行 n 列数表叫 m 行 n 列矩阵记作 A 或 (aij)m×n。元素是实数的叫实矩阵是复数的叫复矩阵。下面这些特殊矩阵要能一眼认出来并说出性质方阵行数与列数都等于 n记作 An行矩阵、列矩阵只有一行或一列也叫行向量、列向量同型矩阵行数相等且列数相等相等矩阵同型且对应元素全相等记作 A B零矩阵元素全为零不同型的零矩阵不相等对角阵不在主对角线上的元素全为零单位阵主对角线元素全为 1、其余为 0记作 E。矩阵与行列式的本质区别可以压成一张表考场上任何一步拿不准回头对一眼即可对比项矩阵行列式本质一个数表一个算式算出来是数形状行数与列数可以不同必须是方阵行数等于列数记号圆括号或方括号两条竖线数乘kA 是每个元素都乘 k某一行乘 k 才等于整体乘 k相等同型且逐元素相等两个数相等3.2 矩阵乘法的三个硬约束矩阵加法要求两个矩阵同型对应位置相加即可满足交换律、结合律也有零元与负元。数乘是每个元素都乘同一个数与加法合称矩阵的线性运算。矩阵乘法是三处高频出错的地方第一能乘的条件是左矩阵的列数等于右矩阵的行数。A 是 m×s 矩阵、B 是 s×n 矩阵乘积才是 m×n 矩阵其中 cij 等于 A 的第 i 行与 B 的第 j 列对应元素乘积之和。第二乘法不满足交换律一般情况下 AB ≠ BA。更反直觉的是两个非零矩阵相乘可能得到零矩阵于是消去律也不成立由 AB AC 且 A ≠ 0 推不出 B C。只有当 AB BA 时才称 A 与 B 可交换。第三幂运算有边界。A 是 n 阶方阵时 Ak 表示 k 个 A 相乘规定 A⁰ E并且 A^k · A^l A^(kl)、(A^k)^l A^(kl)但 (AB)^k 一般不等于 A^k B^k因为中间交换不了。乘法满足结合律与分配律这些规律保证了后续化简可以按常规代数习惯进行。另有一类特殊矩阵值得单独记住数量矩阵 kE主对角线全为 k、其余为零与任何同阶方阵都可交换它作用在图形上相当于把图形放大 k 倍。这条性质在因式分解、构造可交换例子时非常好用。转置是把矩阵的行换成同序数的列记作 Aᵀ。它的运算性质有反序特征(Aᵀ)ᵀ A(A B)ᵀ Aᵀ Bᵀ(kA)ᵀ kAᵀ而 (AB)ᵀ BᵀAᵀ。方阵的行列式是由 n 阶方阵元素按原位置构成的行列式记作 |A| 或 det A。它有两条性质特别容易和数乘混淆|Aᵀ| |A||kA| kⁿ|A|以及 |AB| |A||B|。注意 |kA| 里的指数是 n因为 k 乘遍了每一行n 行就贡献了 k 的 n 次方而在行列式内部提公因子时一次只能提一行提出来是一个 k。这两个 k 完全不是一回事是整章最容易混的一处。对称矩阵满足 A Aᵀ元素以主对角线为轴对应相等若 A −Aᵀ则称反对称矩阵其元素满足 aij −aji主对角线元素必为零。3.3 逆矩阵、伴随矩阵与奇异判定对 n 阶矩阵 A如果存在 n 阶矩阵 B 使 AB BA E就称 A 可逆B 是 A 的逆矩阵记作 A⁻¹。三点必须记死A 与 B 互为逆阵只有方阵才谈逆阵可逆矩阵的逆矩阵唯一。判定与计算合并成一条定理A 可逆的充分必要条件是 |A| ≠ 0并且当 A 可逆时 A⁻¹ A*/|A|其中 A* 是伴随矩阵。由此引出两个称呼|A| 0 时称奇异矩阵|A| ≠ 0 时称非奇异矩阵。推论是若 A 可逆则 |A⁻¹| 1/|A|。伴随矩阵的定义是把 |A| 的各个元素的代数余子式 Aij 按原位置排成一个新矩阵再转置也就是把 Aij 放在第 i 行第 j 列的位置上。它最容易忘的是性质而这几个性质恰是做大题的关键AA* A*A |A|E|A*| |A|^(n−1)(A*)⁻¹ A/|A|即 A⁻¹ A*/|A| 的另一写法(A*)* |A|^(n−2) A(kA)* k^(n−1) A*(AB)* BA顺序同样要反。求逆矩阵有三条路用定义解方程、用伴随矩阵套公式、用初等行变换。前两条适合二阶、三阶的小矩阵第三条是通法。逆矩阵的运算性质同样带反序(AB)⁻¹ B⁻¹A⁻¹(Aᵀ)⁻¹ (A⁻¹)ᵀ(kA)⁻¹ (1/k)A⁻¹。方阵的多项式是另一个常考小点设 f(x) 是 x 的多项式、A 是 n 阶矩阵把 x 换成 A、常数项换成常数与 E 的乘积就得到矩阵 A 的多项式 f(A)。矩阵 A 的任意两个多项式 f(A) 与 g(A) 一定可交换并且可以像普通多项式一样相乘、因式分解。手算完逆矩阵想验一下最省事的是几行代码import numpy as np A np.array([[1, 2, 3], [2, 2, 1], [3, 4, 3]], dtypefloat) det np.linalg.det(A) # 行列式为 0 则奇异逆不存在 print(round(det, 6)) # 2.0 if abs(det) 1e-12: # 浮点比较不要直接写 det ! 0 inv np.linalg.inv(A) # 逆矩阵 print(inv) print(np.allclose(A inv, np.eye(3))) # 验证 A·A⁻¹ E这段代码的作用是核对不是替代手算。np.linalg.det 给出的是浮点结果阶数稍高就会带误差所以判零要用 abs(det) 1e-12 这种阈值写法np.allclose 比直接写 更稳妥因为矩阵乘法结果会有极小的数值偏差np.eye(3) 生成三阶单位阵作为验证的标准答案。3.4 分块矩阵与准对角阵的降维分块的目的是简化运算。用若干条纵线和横线把矩阵切成若干小矩阵每个小矩阵叫子块以子块为元素的形式上的矩阵叫分块矩阵。切法可以任意但要服从运算规则。分块矩阵的加法要求 A 与 B 同型且分块方法完全相同对应子块相加数乘是每个子块都乘同一个数转置是把子块整体转置、同时子块之间的位置也要换不能只转置子块内部乘法要求 AB 本身有意义并且 A 的列的划分方式与 B 的行的划分方式一致然后像普通矩阵一样「行乘列」只是元素换成了子块。分块对角阵准对角矩阵是性价比最高的一类只有主对角线上有非零子块其余子块都是零矩阵且每个非零子块都是方阵。它的四条结论值得背下来运算结论行列式等于各对角子块行列式的乘积可逆性可逆当且仅当每个对角子块都可逆逆矩阵逆矩阵仍是分块对角阵各块取逆幂与秩幂等于各块分别取幂秩等于各块秩之和线性方程组也可以分块表示Ax b其中 A 是系数矩阵x 是未知数向量b 是常数向量把 b 拼在 A 的右边得到的 (A, b) 称为增广矩阵。把增广矩阵分块写开正是后面用初等变换解方程组的形式基础。4. 初等变换与秩把方程组解的判定拆成一条链到这里前面两章攒下的工具开始合流初等变换负责化简秩负责度量方程组解的判定则是两者的合成结果。这条链的顺序不能乱先看变换、再看形态、再算秩、最后判解。4.1 三种初等变换与初等矩阵的左右之别矩阵的初等行变换有三种交换两行用非零数 k 乘某一行把某一行的 k 倍加到另一行。把「行」换成「列」就是三种初等列变换记号由 r 换成 c。行变换与列变换合称初等变换。它们有一个共同的好性质逆变换仍是同类型的初等变换。若矩阵 A 经过有限次初等变换变成 B就称 A 与 B 等价记作 A ~ B。等价关系满足反身性、对称性、传递性这三条保证了「等价类」这个概念站得住。初等矩阵是由单位矩阵经过一次初等变换得到的方阵。它最重要的性质是把「变换」翻译成「乘法」对 m×n 矩阵 A 施行一次初等行变换相当于在 A 的左边乘上相应的 m 阶初等矩阵施行一次初等列变换相当于在 A 的右边乘上相应的 n 阶初等矩阵。左右之分绝不能弄反。由这条性质可以立刻得到方阵 A 可逆的充分必要条件是存在有限个初等方阵使 A 等于它们的乘积。这也是初等变换能用来求逆矩阵的理论依据。初等变换的三个典型应用必须练熟求逆矩阵对 (A | E) 只做行变换化成 (E | A⁻¹)求 A⁻¹B对 (A | B) 只做行变换化成 (E | A⁻¹B)比先求逆再相乘省一半计算量求秩把矩阵化成行阶梯形数非零行的行数。4.2 行阶梯形、行最简形与标准型化简之前要先知道目标长什么样这三种形态是整章的路标形态特征靠什么变换得到行阶梯形可画一条阶梯线线下方全为零每个台阶只有一行台阶数等于非零行数只用初等行变换行最简形在行阶梯形基础上非零行的第一个非零元为 1且该元素所在列的其他元素全为 0只用初等行变换标准型左上角是一个 r 阶单位阵其余元素全为 0行变换之后再施加列变换标准型是与 A 等价的所有矩阵中形状最简单的那个右上角的 r 就是矩阵的秩。这里有一条必须刻进肌肉记忆的分工解线性方程组时只允许用行变换因为列变换会改变未知量的对应关系等于偷偷换了变量求秩、求标准型、求等价类代表时行变换和列变换都可以用。这条分工是后面很多错题的根源。4.3 矩阵的秩定义、性质与求法秩是矩阵最重要的一个数它衡量的是「有效信息的行数」。严格定义是在矩阵 A 中如果存在一个不等于 0 的 r 阶子式 D而所有 r1 阶子式如果存在全等于 0那么 D 叫最高阶非零子式r 叫矩阵 A 的秩记作 R(A)。零矩阵的秩规定为 0。这个定义不好算但它在证明题里不可替代因为「秩为 r」和「存在 r 阶非零子式」是同一句话。常用性质整理如下性质表达式上界R(A) ≤ min{m, n}转置不变R(A) R(Aᵀ)与子式的关系R(A) ≥ r 当且仅当至少有一个 r 阶子式不为零与子式的关系R(A) ≤ r 当且仅当所有 r1 阶子式都为零和的秩R(A B) ≤ R(A) R(B)积的秩R(AB) ≤ min{R(A), R(B)}可逆乘子A 可逆时 R(AB) R(B)C 可逆时 R(CA) R(C)特殊等式R(AᵀA) R(A)分块对角秩等于各对角块秩之和求秩的实操只有一句话用初等变换把矩阵化成行阶梯形非零行的行数就是秩。背后的定理是初等变换不改变秩即 A ~ B 则 R(A) R(B)。若矩阵是 m×n 的且 R(A) m称 A 为行满秩矩阵若 R(A) n称 A 为列满秩矩阵方阵的秩等于阶数时称满秩矩阵此时行列式不为零、矩阵可逆这三个条件是同一件事的三种说法。4.4 线性方程组解的判定链方程组有解称为相容无解称为不相容。判定的全部依据是系数矩阵的秩与增广矩阵的秩的关系。对 n 元齐次线性方程组 Ax 0R(A) n 时只有零解R(A) n 时有非零解且基础解系含有 n − R(A) 个向量通解是这组基础解系的线性组合。对 n 元非齐次线性方程组 Ax b判定要两步走条件结论R(A) R(A, b)无解R(A) R(A, b) n有唯一解R(A) R(A, b) r n有无穷多解通解含 n − r 个任意常数通解的结构是固定的非齐次方程组的通解等于它的一个特解加上对应齐次方程组的通解。写答案时不带参数的那部分就是特解带参数的部分就是齐次通解两部分缺一不可。具体求解步骤可以固化成流程齐次方程组把系数矩阵 A 化成行阶梯形判断是否有非零解若有则继续化成行最简形写出基础解系与通解非齐次方程组把增广矩阵 B (A, b) 化成行阶梯形先判断是否有解若有解再化成行最简形取非零行首个非零元对应的未知量为非自由变量其余为自由变量写出通解。矩阵方程 AX B 有解的充分必要条件是 R(A) R(A, B)。这一条把「解方程组」和「矩阵方程」两件事合并成了一个判据考试里出现频率很高。4.5 向量组的三重表述向量、矩阵、方程组怎么互译n 个数组成的有序数组称为 n 维向量第 i 个数叫第 i 个分量。三点说明要记牢列向量就是列矩阵行向量就是行矩阵行向量与列向量都按矩阵运算法则运算行向量与列向量总被看作不同的向量题目没说明时一律当列向量行向量可看作列向量的转置。零向量记作 0维数不同就是不同的零向量。向量的线性运算满足八条规律涵盖加法交换律、结合律、零元、负元以及数乘的单位元、结合律、两条分配律。满足这八条性质的加法与数乘统称线性运算。向量组是若干个同维数向量组成的集合。一个 m×n 矩阵 A 天然携带 n 个 m 维列向量也携带 m 个 n 维行向量组这就是向量与矩阵之间的翻译通道。同一个对象有三种写法向量写法x1·a1 x2·a2 ... xn·an b 矩阵写法A x b 方程写法按分量展开的 n 元线性方程组 其中 A (a1, a2, ..., an) 是系数矩阵 x (x1, x2, ..., xn)ᵀ 是未知数向量 b 是常数向量把 b 拼在 A 右边就是增广矩阵 (A, b)。三种写法说的是同一件事方程组有解等价于常数向量 b 能由系数矩阵的列向量组线性表示齐次方程组有非零解等价于列向量组线性相关。复习时把这三句话当成一个整体记比分别背三个定义牢靠得多。5. 易错与易漏五处最容易在考场上翻车的地方这一节按「错在哪、为什么会错、怎么补」来组织。下面五条都是从大量题目里反复冒出来的几乎每一届都有人在这里丢分。第一处把对角线法则用到四阶以上。易漏点拿到四阶行列式下意识画线展开硬凑六项或八项符号完全对不上。为什么漏二阶三阶练得太多画线动作变成了肌肉记忆教材在这一段的例题也几乎都是低阶形成了错误的适用范围感。怎么补在草稿纸边上写一句「n 阶共 n! 项四阶 24 项」。写不出 24 项就说明只能换方法。四阶开始只走两条路化上三角形或者按含零最多的行列展开。这个「项数」意识一旦建立错误会立刻减少。第二处把 |kA| kⁿ|A| 和行列式提公因子混为一谈。易漏点题目里出现 |2A|直接写成 2|A|反过来在行列式里提公因子时又写成 kⁿ 倍。为什么漏两个动作长得像都涉及「乘 k」但作用对象完全不同——一个作用在整个矩阵的每一个元素一个只作用在某一行列。怎么补判断标准只有一条k 乘的是矩阵还是某一行。k 乘整个 n 阶矩阵n 行都乘了 k所以提出来是 kⁿk 只在行列式的某一行里提出来就是一个 k。复习时把这两个式子并排写在同一张纸上比分开背有效。第三处积的转置与积的逆忘了反序。易漏点(AB)ᵀ 写成 AᵀBᵀ(AB)⁻¹ 写成 A⁻¹B⁻¹(AB)* 写成 AB。为什么漏普通数的乘法可以交换习惯性地把顺序当成无关紧要。怎么补见到「积的转置」「积的逆」「积的伴随」动笔之前先在心里把顺序倒过来念一遍B 在前、A 在后。养成这个顺序反射比记三条公式更稳。第四处解方程组时用了列变换。易漏点把增广矩阵化成行阶梯形时为了快顺手做了一次列交换或列倍加最后算出来的答案对不上。为什么漏化简矩阵时行变换和列变换都能用肌肉记忆没有区分场景。怎么补给每个场景配一个固定的动作口令。解方程组、求逆矩阵、求 A⁻¹B口令是「只用行变换」求秩、求标准型、判断等价口令是「行列都行」。写解答时如果做了一次列变换必须在旁边注明变量替换关系否则这一步就是错的。第五处基础解系的向量个数取错或通解漏掉特解。易漏点把基础解系所含向量个数写成 m − R(A)m 是方程个数或者干脆写成 R(A)非齐次方程组只写齐次通解忘了加特解。为什么漏n 是未知量个数也就是系数矩阵的列数而题面里最先看到的是方程个数 m两个数字容易互换通解结构那一步写得太快特解被漏掉。怎么补动笔写基础解系之前先在草稿上写一行三个数「未知量个数 n ?R(A) ?自由变量个数 n − R(A)」。这一行写完个数就不会错。非齐次题写答案时先把「特解 齐次通解」的结构摆出来再往里填内容结构在内容就不会缺。6. 复习清单一张核对表加二十分钟自测复习到后期最怕的不是不会而是「以为会了」。把下面这张表当成核对清单每一行都要能当场做出来而不是看着眼熟。模块必须能独立完成的操作自查问题行列式三分钟内算完一个四阶行列式变号次数记了吗最后一步是乘主对角线吗逆序数给一个排列两种方法各数一遍奇偶判断和符号 (−1)^t 对上了吗矩阵运算手算一个 3×3 与 3×2 的乘积中间那个 s 对上了吗结果是什么形状逆矩阵用伴随矩阵和初等行变换各求一次两种方法结果一致吗初等变换把给定矩阵化成行阶梯形、行最简形解方程组的题里有没有混进列变换秩用行阶梯形求秩再用子式定义解释秩与 m、n 的关系说得出吗方程组写完一个非齐次方程组的通解基础解系个数是 n − R(A) 吗特解加了吗向量组把 Ax b 翻译成向量形式和方程形式三种写法说的是同一件事吗再给一套二十分钟的自测流程考前一周每天走一遍第一步五分钟从课本上随机挑一个四阶行列式只允许用「化上三角形」这一条路做完在旁边记下用了哪几条性质、变号几次。如果中途卡住说明性质 6 的消元顺序还没形成条件反射。第二步五分钟随手写一个三阶方阵先算 |A|再用伴随矩阵求 A⁻¹最后用 (A | E) 化行变换复核。三处结果必须一致。这一步能同时暴露 |kA| 的指数问题和伴随矩阵的转置位置问题。第三步五分钟写一个含参数的齐次方程组问「参数取何值时方程组有非零解」。要求先按行列式判断再按秩判断两条路给出同一个答案。两条路对不上问题多半出在秩的化简上。第四步五分钟写一个非齐次方程组判有解无解、求解、写出通解结构并本文还有配套的精品资源点击获取 
长河君 · 2026/10/29 11:47:40 · 阅读 1.2k 线性代数复习地图：行列式、矩阵、秩与方程组核心梳理
简介《线性代数知识点总结》面向高校理工科学生、考研基础复习者及需要快速回顾线性代数框架的自学者围绕行列式与矩阵两大核心模块梳理概念、定理与常用计算方法。压缩包内共1个docx文档约572KB按章节组织内容便于在电脑或移动端查阅、标注和二次整理。文档从二阶与三阶行列式入手依次覆盖全排列与逆序数、n阶行列式定义、对换、行列式六条性质、按行列展开、余子式与代数余子式、克拉默法则并延伸到矩阵定义、特殊矩阵及矩阵加法、数乘、乘法等运算对易混点与适用条件作了提示并标注相应课本页码。已有4605人学习适合用作课堂笔记补充、期末复习提纲或考研第一轮知识清单帮助读者把零散公式串联成可检索的章节体系。1. 线性代数的一张地图四条主线与两类固定动作线性代数的骨架其实很窄先用行列式给方阵配一个数再把数表本身当成研究对象得到矩阵接着用初等变换把矩阵化简、量出它的秩最后用向量组把方程组的解讲清楚。四条主线像接力前一环的定义就是后一环的入口断在哪一环后面都会卡住。贯穿全篇的其实只有两类动作把行列式化成上三角形把矩阵化成行最简形。复习时只背定义、不练这两个动作考场上第一步就会停住。这份梳理面向正在系统学和准备考试的人按知识地图、模块要点、易漏点、核对清单的顺序铺开可以当复习提纲用。2. 行列式从二阶三阶到 n 阶的符号体系行列式是整门课唯一一个「算出来是一个数」的对象它的全部难点集中在一件事上每一项前面的正负号从哪来。把符号问题吃透后面矩阵、秩、方程组都只是它的延伸。2.1 二、三阶行列式与对角线法则的适用边界二阶行列式由四个数按固定位置排成两行两列值等于主对角线之积减去副对角线之积写出来是 a11a22 − a12a21。它本质上是一个算式结果是一个数而不是一张表。三阶行列式把六项按「三条主方向取正、三条副方向取负」的规律展开这就是对角线法则。对角线法则好用但边界极硬只适用于二阶和三阶。四阶开始项数从 6 涨到 24靠画线已经数不清符号必须换方法。这条限制是后面一切「化三角形」技巧的动机。行列式最早的用途是解方程。二元方程组在系数行列式 D ≠ 0 时解可以直接写成两个行列式的商D 由未知量系数按原顺序排成D1 是把 D 的第一列换成常数项D2 是把 D 的第二列换成常数项最终 x1 D1 / Dx2 D2 / D。举一组具体数字方程组 2x1 x2 3 与 x1 − 3x2 −2系数行列式 D 2×(−3) − 1×1 −7D1 3×(−3) − 1×(−2) −7D2 2×(−2) − 3×1 −7于是 x1 1x2 1。三元方程组完全同理只是要把三个行列式都算出来。这套规律可以一直推广到 n 元前提仍然是系数行列式不为零推广后的形式就是克拉默法则。2.2 全排列与逆序数n 阶行列式符号的真正来源n 阶行列式的定义并不神秘它只是把三阶那六项的规律一般化。要一般化先得有两件工具全排列和逆序数。把 n 个不同元素排成一列叫一个全排列全部排列的总数是 n!。在一个排列里如果前面的数大于后面的数就说这两个数构成一个逆序一个排列中逆序的总数叫逆序数记作 t。t 为奇数的叫奇排列为偶数的叫偶排列。数逆序数有两种等价做法考场上选顺手的那个方法操作适合场景逐元素看后面对每个元素数它后面比它小的有几个再求和排列较短、元素大小分布均匀逐元素看前面对每个元素数它前面比它大的有几个再求和边读边数不容易漏相邻逐个计从左往右累计每个数前面比它大的个数手写草稿最快拿排列 3 1 4 2 举例3 后面比它小的有 1 和 2计 21 后面没有更小的计 04 后面有 2计 12 后面没有计 0。合计 t 3是奇排列。用「看前面」的方法复核3 前面 0 个1 前面比它大的有 3计 14 前面 0 个2 前面比它大的有 3 和 4计 2同样得 3。有了逆序数n 阶行列式就可以写成所有取自不同行、不同列的 n 个元素乘积的代数和每一项的符号由列标排列的逆序数 t 决定取 (−1)^t。围绕这个定义有五条必须记牢的说明行列式是根据「方程个数等于未知量个数」这类方程组的求解需要定义的是一种特定算式n 阶行列式展开后共有 n! 项的代数和每一项都是位于不同行、不同列的 n 个元素的乘积这一条是判断「某一项是否属于展开式」的唯一标准符号只看排列的逆序数行标按自然序排好时就是列标排列的逆序数一阶行列式 |a11| 就等于 a11不要和绝对值记号混为一谈。由定义可以直接推出两个省力的结论上三角、下三角行列式的值都等于主对角线上各元素之乘积主对角行列式同样等于主对角元之积而副对角行列式等于副对角元之积再乘以 (−1)^(n(n−1)/2)。这个指数是副对角线情形专用的四阶时是 (−1)^6 1五阶时是 (−1)^10 1三阶时是 (−1)^3 −1手动推导两次比死记更可靠。接下来是对换。把排列中任意两个元素对调、其余不动叫一次对换相邻两个对调叫相邻对换。核心结论只有一条任意一次对换都会改变排列的奇偶性。由此得到推论奇排列调成标准排列需要奇数次对换偶排列需要偶数次。再往前走一步还能证明在全部 n! 个排列中奇排列与偶排列各占一半这个「各占一半」在后面拆项、配对证明里经常被引用。2.3 六条性质与化三角形这条主干道行列式的计算量几乎全部消耗在「把某一行或某一列变成只剩一个非零元」上而支撑这个动作的就是下面六条性质。它们对行成立对列同样成立因为转置不改变行列式的值。性质内容典型用法性质 1行列式与它的转置行列式相等行与列地位等同行性质自动对列成立性质 2互换两行列行列式变号把首元为 0 的行换走务必记下变号次数性质 3某一行列所有元素乘 k等于整个行列式乘 k提取公因子但一次只能提一行性质 4两行列元素成比例行列式为零快速判零尤其是两行相同的情形性质 5某一行列是两组数之和时可拆成两个行列式相加构造零元、拆项化简性质 6某行列的 k 倍加到另一行列值不变消元主力用得最多性质 2 有个立刻能用的推论两行完全相同行列式为零。性质 3 也有两个推论某行公因子可以提到行列式外面某行全为零则行列式为零。计算行列式只有两条路一是按定义硬展开只适合项数极少的低阶二是用性质 6 把行列式化成上三角形再把主对角线元素乘起来。后者是主干道操作顺序可以固定下来先看第一列若 a11 为 0 就用性质 2 换一行非零的上来并记一次变号再用第一行的倍数把第一列下方全部消成 0然后对第二列、第三列重复同样的动作直到形成上三角。以一个三阶行列式为例D | 1 2 3 | | 4 5 6 | | 7 8 10 | r2 - 4r1 → 第二行变为 (0, -3, -6) r3 - 7r1 → 第三行变为 (0, -6, -11) r3 - 2r2 → 第三行变为 (0, 0, 1) 上三角的主对角线为 1, -3, 1乘积 -3整个过程中只用到了性质 6行列式的值不变所以 D −3。用按行展开复核1×(5×10 − 6×8) − 2×(4×10 − 6×7) 3×(4×8 − 5×7) 2 4 − 9 −3两边一致。这种「算完换一种方法验一次」的习惯在四阶、五阶题上能救回大量因一次符号失误而丢的分。2.4 按行按列展开、范德蒙德与克拉默法则化三角形适合「元素没有明显规律」的行列式而当某一行或某一列出现大量零时按行列展开更划算。在 n 阶行列式中划去元素 aij 所在的第 i 行和第 j 列剩下的 n−1 阶行列式叫 aij 的余子式记作 Mij再乘上 (−1)^(ij)得到代数余子式 Aij (−1)^(ij) Mij。引理说如果某一行除 aij 外全为零那么行列式就等于 aij 与它的代数余子式之积。展开定理把这个结论推到一般情形n 阶行列式等于任意一行列各元素与其对应代数余子式乘积之和。展开定理还有一个反向的推论也是极易忘掉的一条某一行列的元素与另一行列对应元素的代数余子式乘积之和等于零。这条「异乘变零」在构造证明题时几乎必用看到题目要求「证某个和式为零」第一反应就该是它。范德蒙德行列式是展开定理的经典产物它的形状是每行按同一个底数的 0 次、1 次、2 次……幂排列值等于所有「后一底数减前一底数」的连乘积。识别它的关键不是背公式而是看列与列之间是否构成等比关系一旦确认形状直接写连乘结果即可。克拉默法则把行列式和方程组连了起来若线性方程组的系数行列式 D ≠ 0则方程组有唯一解且 xj Dj / D其中 Dj 是把 D 的第 j 列换成常数项后得到的行列式。它的逆否命题同样好用如果方程组无解或有两个不同的解那么系数行列式必定为零。齐次方程组的情形更简洁系数行列式 D ≠ 0 时只有零解反过来如果齐次方程组有非零解则 D 必为零。这两条一正一反是判断「参数取何值时方程组有非零解」的标准套路。注意克拉默法则只适用于方程个数与未知量个数相等的情形而且必须 D ≠ 0。方程个数不等于未知量个数时只能回到矩阵的秩那条路上去判断。3. 矩阵运算规则、逆矩阵与分块降维矩阵这一章的坑不在定义而在「把矩阵当行列式用」。两者长得像、符号像规则却处处相反复习时最好从一开始就把区别摆在桌面上。3.1 矩阵是数表行列式是一个数由 m×n 个数排成的 m 行 n 列数表叫 m 行 n 列矩阵记作 A 或 (aij)m×n。元素是实数的叫实矩阵是复数的叫复矩阵。下面这些特殊矩阵要能一眼认出来并说出性质方阵行数与列数都等于 n记作 An行矩阵、列矩阵只有一行或一列也叫行向量、列向量同型矩阵行数相等且列数相等相等矩阵同型且对应元素全相等记作 A B零矩阵元素全为零不同型的零矩阵不相等对角阵不在主对角线上的元素全为零单位阵主对角线元素全为 1、其余为 0记作 E。矩阵与行列式的本质区别可以压成一张表考场上任何一步拿不准回头对一眼即可对比项矩阵行列式本质一个数表一个算式算出来是数形状行数与列数可以不同必须是方阵行数等于列数记号圆括号或方括号两条竖线数乘kA 是每个元素都乘 k某一行乘 k 才等于整体乘 k相等同型且逐元素相等两个数相等3.2 矩阵乘法的三个硬约束矩阵加法要求两个矩阵同型对应位置相加即可满足交换律、结合律也有零元与负元。数乘是每个元素都乘同一个数与加法合称矩阵的线性运算。矩阵乘法是三处高频出错的地方第一能乘的条件是左矩阵的列数等于右矩阵的行数。A 是 m×s 矩阵、B 是 s×n 矩阵乘积才是 m×n 矩阵其中 cij 等于 A 的第 i 行与 B 的第 j 列对应元素乘积之和。第二乘法不满足交换律一般情况下 AB ≠ BA。更反直觉的是两个非零矩阵相乘可能得到零矩阵于是消去律也不成立由 AB AC 且 A ≠ 0 推不出 B C。只有当 AB BA 时才称 A 与 B 可交换。第三幂运算有边界。A 是 n 阶方阵时 Ak 表示 k 个 A 相乘规定 A⁰ E并且 A^k · A^l A^(kl)、(A^k)^l A^(kl)但 (AB)^k 一般不等于 A^k B^k因为中间交换不了。乘法满足结合律与分配律这些规律保证了后续化简可以按常规代数习惯进行。另有一类特殊矩阵值得单独记住数量矩阵 kE主对角线全为 k、其余为零与任何同阶方阵都可交换它作用在图形上相当于把图形放大 k 倍。这条性质在因式分解、构造可交换例子时非常好用。转置是把矩阵的行换成同序数的列记作 Aᵀ。它的运算性质有反序特征(Aᵀ)ᵀ A(A B)ᵀ Aᵀ Bᵀ(kA)ᵀ kAᵀ而 (AB)ᵀ BᵀAᵀ。方阵的行列式是由 n 阶方阵元素按原位置构成的行列式记作 |A| 或 det A。它有两条性质特别容易和数乘混淆|Aᵀ| |A||kA| kⁿ|A|以及 |AB| |A||B|。注意 |kA| 里的指数是 n因为 k 乘遍了每一行n 行就贡献了 k 的 n 次方而在行列式内部提公因子时一次只能提一行提出来是一个 k。这两个 k 完全不是一回事是整章最容易混的一处。对称矩阵满足 A Aᵀ元素以主对角线为轴对应相等若 A −Aᵀ则称反对称矩阵其元素满足 aij −aji主对角线元素必为零。3.3 逆矩阵、伴随矩阵与奇异判定对 n 阶矩阵 A如果存在 n 阶矩阵 B 使 AB BA E就称 A 可逆B 是 A 的逆矩阵记作 A⁻¹。三点必须记死A 与 B 互为逆阵只有方阵才谈逆阵可逆矩阵的逆矩阵唯一。判定与计算合并成一条定理A 可逆的充分必要条件是 |A| ≠ 0并且当 A 可逆时 A⁻¹ A*/|A|其中 A* 是伴随矩阵。由此引出两个称呼|A| 0 时称奇异矩阵|A| ≠ 0 时称非奇异矩阵。推论是若 A 可逆则 |A⁻¹| 1/|A|。伴随矩阵的定义是把 |A| 的各个元素的代数余子式 Aij 按原位置排成一个新矩阵再转置也就是把 Aij 放在第 i 行第 j 列的位置上。它最容易忘的是性质而这几个性质恰是做大题的关键AA* A*A |A|E|A*| |A|^(n−1)(A*)⁻¹ A/|A|即 A⁻¹ A*/|A| 的另一写法(A*)* |A|^(n−2) A(kA)* k^(n−1) A*(AB)* BA顺序同样要反。求逆矩阵有三条路用定义解方程、用伴随矩阵套公式、用初等行变换。前两条适合二阶、三阶的小矩阵第三条是通法。逆矩阵的运算性质同样带反序(AB)⁻¹ B⁻¹A⁻¹(Aᵀ)⁻¹ (A⁻¹)ᵀ(kA)⁻¹ (1/k)A⁻¹。方阵的多项式是另一个常考小点设 f(x) 是 x 的多项式、A 是 n 阶矩阵把 x 换成 A、常数项换成常数与 E 的乘积就得到矩阵 A 的多项式 f(A)。矩阵 A 的任意两个多项式 f(A) 与 g(A) 一定可交换并且可以像普通多项式一样相乘、因式分解。手算完逆矩阵想验一下最省事的是几行代码import numpy as np A np.array([[1, 2, 3], [2, 2, 1], [3, 4, 3]], dtypefloat) det np.linalg.det(A) # 行列式为 0 则奇异逆不存在 print(round(det, 6)) # 2.0 if abs(det) 1e-12: # 浮点比较不要直接写 det ! 0 inv np.linalg.inv(A) # 逆矩阵 print(inv) print(np.allclose(A inv, np.eye(3))) # 验证 A·A⁻¹ E这段代码的作用是核对不是替代手算。np.linalg.det 给出的是浮点结果阶数稍高就会带误差所以判零要用 abs(det) 1e-12 这种阈值写法np.allclose 比直接写 更稳妥因为矩阵乘法结果会有极小的数值偏差np.eye(3) 生成三阶单位阵作为验证的标准答案。3.4 分块矩阵与准对角阵的降维分块的目的是简化运算。用若干条纵线和横线把矩阵切成若干小矩阵每个小矩阵叫子块以子块为元素的形式上的矩阵叫分块矩阵。切法可以任意但要服从运算规则。分块矩阵的加法要求 A 与 B 同型且分块方法完全相同对应子块相加数乘是每个子块都乘同一个数转置是把子块整体转置、同时子块之间的位置也要换不能只转置子块内部乘法要求 AB 本身有意义并且 A 的列的划分方式与 B 的行的划分方式一致然后像普通矩阵一样「行乘列」只是元素换成了子块。分块对角阵准对角矩阵是性价比最高的一类只有主对角线上有非零子块其余子块都是零矩阵且每个非零子块都是方阵。它的四条结论值得背下来运算结论行列式等于各对角子块行列式的乘积可逆性可逆当且仅当每个对角子块都可逆逆矩阵逆矩阵仍是分块对角阵各块取逆幂与秩幂等于各块分别取幂秩等于各块秩之和线性方程组也可以分块表示Ax b其中 A 是系数矩阵x 是未知数向量b 是常数向量把 b 拼在 A 的右边得到的 (A, b) 称为增广矩阵。把增广矩阵分块写开正是后面用初等变换解方程组的形式基础。4. 初等变换与秩把方程组解的判定拆成一条链到这里前面两章攒下的工具开始合流初等变换负责化简秩负责度量方程组解的判定则是两者的合成结果。这条链的顺序不能乱先看变换、再看形态、再算秩、最后判解。4.1 三种初等变换与初等矩阵的左右之别矩阵的初等行变换有三种交换两行用非零数 k 乘某一行把某一行的 k 倍加到另一行。把「行」换成「列」就是三种初等列变换记号由 r 换成 c。行变换与列变换合称初等变换。它们有一个共同的好性质逆变换仍是同类型的初等变换。若矩阵 A 经过有限次初等变换变成 B就称 A 与 B 等价记作 A ~ B。等价关系满足反身性、对称性、传递性这三条保证了「等价类」这个概念站得住。初等矩阵是由单位矩阵经过一次初等变换得到的方阵。它最重要的性质是把「变换」翻译成「乘法」对 m×n 矩阵 A 施行一次初等行变换相当于在 A 的左边乘上相应的 m 阶初等矩阵施行一次初等列变换相当于在 A 的右边乘上相应的 n 阶初等矩阵。左右之分绝不能弄反。由这条性质可以立刻得到方阵 A 可逆的充分必要条件是存在有限个初等方阵使 A 等于它们的乘积。这也是初等变换能用来求逆矩阵的理论依据。初等变换的三个典型应用必须练熟求逆矩阵对 (A | E) 只做行变换化成 (E | A⁻¹)求 A⁻¹B对 (A | B) 只做行变换化成 (E | A⁻¹B)比先求逆再相乘省一半计算量求秩把矩阵化成行阶梯形数非零行的行数。4.2 行阶梯形、行最简形与标准型化简之前要先知道目标长什么样这三种形态是整章的路标形态特征靠什么变换得到行阶梯形可画一条阶梯线线下方全为零每个台阶只有一行台阶数等于非零行数只用初等行变换行最简形在行阶梯形基础上非零行的第一个非零元为 1且该元素所在列的其他元素全为 0只用初等行变换标准型左上角是一个 r 阶单位阵其余元素全为 0行变换之后再施加列变换标准型是与 A 等价的所有矩阵中形状最简单的那个右上角的 r 就是矩阵的秩。这里有一条必须刻进肌肉记忆的分工解线性方程组时只允许用行变换因为列变换会改变未知量的对应关系等于偷偷换了变量求秩、求标准型、求等价类代表时行变换和列变换都可以用。这条分工是后面很多错题的根源。4.3 矩阵的秩定义、性质与求法秩是矩阵最重要的一个数它衡量的是「有效信息的行数」。严格定义是在矩阵 A 中如果存在一个不等于 0 的 r 阶子式 D而所有 r1 阶子式如果存在全等于 0那么 D 叫最高阶非零子式r 叫矩阵 A 的秩记作 R(A)。零矩阵的秩规定为 0。这个定义不好算但它在证明题里不可替代因为「秩为 r」和「存在 r 阶非零子式」是同一句话。常用性质整理如下性质表达式上界R(A) ≤ min{m, n}转置不变R(A) R(Aᵀ)与子式的关系R(A) ≥ r 当且仅当至少有一个 r 阶子式不为零与子式的关系R(A) ≤ r 当且仅当所有 r1 阶子式都为零和的秩R(A B) ≤ R(A) R(B)积的秩R(AB) ≤ min{R(A), R(B)}可逆乘子A 可逆时 R(AB) R(B)C 可逆时 R(CA) R(C)特殊等式R(AᵀA) R(A)分块对角秩等于各对角块秩之和求秩的实操只有一句话用初等变换把矩阵化成行阶梯形非零行的行数就是秩。背后的定理是初等变换不改变秩即 A ~ B 则 R(A) R(B)。若矩阵是 m×n 的且 R(A) m称 A 为行满秩矩阵若 R(A) n称 A 为列满秩矩阵方阵的秩等于阶数时称满秩矩阵此时行列式不为零、矩阵可逆这三个条件是同一件事的三种说法。4.4 线性方程组解的判定链方程组有解称为相容无解称为不相容。判定的全部依据是系数矩阵的秩与增广矩阵的秩的关系。对 n 元齐次线性方程组 Ax 0R(A) n 时只有零解R(A) n 时有非零解且基础解系含有 n − R(A) 个向量通解是这组基础解系的线性组合。对 n 元非齐次线性方程组 Ax b判定要两步走条件结论R(A) R(A, b)无解R(A) R(A, b) n有唯一解R(A) R(A, b) r n有无穷多解通解含 n − r 个任意常数通解的结构是固定的非齐次方程组的通解等于它的一个特解加上对应齐次方程组的通解。写答案时不带参数的那部分就是特解带参数的部分就是齐次通解两部分缺一不可。具体求解步骤可以固化成流程齐次方程组把系数矩阵 A 化成行阶梯形判断是否有非零解若有则继续化成行最简形写出基础解系与通解非齐次方程组把增广矩阵 B (A, b) 化成行阶梯形先判断是否有解若有解再化成行最简形取非零行首个非零元对应的未知量为非自由变量其余为自由变量写出通解。矩阵方程 AX B 有解的充分必要条件是 R(A) R(A, B)。这一条把「解方程组」和「矩阵方程」两件事合并成了一个判据考试里出现频率很高。4.5 向量组的三重表述向量、矩阵、方程组怎么互译n 个数组成的有序数组称为 n 维向量第 i 个数叫第 i 个分量。三点说明要记牢列向量就是列矩阵行向量就是行矩阵行向量与列向量都按矩阵运算法则运算行向量与列向量总被看作不同的向量题目没说明时一律当列向量行向量可看作列向量的转置。零向量记作 0维数不同就是不同的零向量。向量的线性运算满足八条规律涵盖加法交换律、结合律、零元、负元以及数乘的单位元、结合律、两条分配律。满足这八条性质的加法与数乘统称线性运算。向量组是若干个同维数向量组成的集合。一个 m×n 矩阵 A 天然携带 n 个 m 维列向量也携带 m 个 n 维行向量组这就是向量与矩阵之间的翻译通道。同一个对象有三种写法向量写法x1·a1 x2·a2 ... xn·an b 矩阵写法A x b 方程写法按分量展开的 n 元线性方程组 其中 A (a1, a2, ..., an) 是系数矩阵 x (x1, x2, ..., xn)ᵀ 是未知数向量 b 是常数向量把 b 拼在 A 右边就是增广矩阵 (A, b)。三种写法说的是同一件事方程组有解等价于常数向量 b 能由系数矩阵的列向量组线性表示齐次方程组有非零解等价于列向量组线性相关。复习时把这三句话当成一个整体记比分别背三个定义牢靠得多。5. 易错与易漏五处最容易在考场上翻车的地方这一节按「错在哪、为什么会错、怎么补」来组织。下面五条都是从大量题目里反复冒出来的几乎每一届都有人在这里丢分。第一处把对角线法则用到四阶以上。易漏点拿到四阶行列式下意识画线展开硬凑六项或八项符号完全对不上。为什么漏二阶三阶练得太多画线动作变成了肌肉记忆教材在这一段的例题也几乎都是低阶形成了错误的适用范围感。怎么补在草稿纸边上写一句「n 阶共 n! 项四阶 24 项」。写不出 24 项就说明只能换方法。四阶开始只走两条路化上三角形或者按含零最多的行列展开。这个「项数」意识一旦建立错误会立刻减少。第二处把 |kA| kⁿ|A| 和行列式提公因子混为一谈。易漏点题目里出现 |2A|直接写成 2|A|反过来在行列式里提公因子时又写成 kⁿ 倍。为什么漏两个动作长得像都涉及「乘 k」但作用对象完全不同——一个作用在整个矩阵的每一个元素一个只作用在某一行列。怎么补判断标准只有一条k 乘的是矩阵还是某一行。k 乘整个 n 阶矩阵n 行都乘了 k所以提出来是 kⁿk 只在行列式的某一行里提出来就是一个 k。复习时把这两个式子并排写在同一张纸上比分开背有效。第三处积的转置与积的逆忘了反序。易漏点(AB)ᵀ 写成 AᵀBᵀ(AB)⁻¹ 写成 A⁻¹B⁻¹(AB)* 写成 AB。为什么漏普通数的乘法可以交换习惯性地把顺序当成无关紧要。怎么补见到「积的转置」「积的逆」「积的伴随」动笔之前先在心里把顺序倒过来念一遍B 在前、A 在后。养成这个顺序反射比记三条公式更稳。第四处解方程组时用了列变换。易漏点把增广矩阵化成行阶梯形时为了快顺手做了一次列交换或列倍加最后算出来的答案对不上。为什么漏化简矩阵时行变换和列变换都能用肌肉记忆没有区分场景。怎么补给每个场景配一个固定的动作口令。解方程组、求逆矩阵、求 A⁻¹B口令是「只用行变换」求秩、求标准型、判断等价口令是「行列都行」。写解答时如果做了一次列变换必须在旁边注明变量替换关系否则这一步就是错的。第五处基础解系的向量个数取错或通解漏掉特解。易漏点把基础解系所含向量个数写成 m − R(A)m 是方程个数或者干脆写成 R(A)非齐次方程组只写齐次通解忘了加特解。为什么漏n 是未知量个数也就是系数矩阵的列数而题面里最先看到的是方程个数 m两个数字容易互换通解结构那一步写得太快特解被漏掉。怎么补动笔写基础解系之前先在草稿上写一行三个数「未知量个数 n ?R(A) ?自由变量个数 n − R(A)」。这一行写完个数就不会错。非齐次题写答案时先把「特解 齐次通解」的结构摆出来再往里填内容结构在内容就不会缺。6. 复习清单一张核对表加二十分钟自测复习到后期最怕的不是不会而是「以为会了」。把下面这张表当成核对清单每一行都要能当场做出来而不是看着眼熟。模块必须能独立完成的操作自查问题行列式三分钟内算完一个四阶行列式变号次数记了吗最后一步是乘主对角线吗逆序数给一个排列两种方法各数一遍奇偶判断和符号 (−1)^t 对上了吗矩阵运算手算一个 3×3 与 3×2 的乘积中间那个 s 对上了吗结果是什么形状逆矩阵用伴随矩阵和初等行变换各求一次两种方法结果一致吗初等变换把给定矩阵化成行阶梯形、行最简形解方程组的题里有没有混进列变换秩用行阶梯形求秩再用子式定义解释秩与 m、n 的关系说得出吗方程组写完一个非齐次方程组的通解基础解系个数是 n − R(A) 吗特解加了吗向量组把 Ax b 翻译成向量形式和方程形式三种写法说的是同一件事吗再给一套二十分钟的自测流程考前一周每天走一遍第一步五分钟从课本上随机挑一个四阶行列式只允许用「化上三角形」这一条路做完在旁边记下用了哪几条性质、变号几次。如果中途卡住说明性质 6 的消元顺序还没形成条件反射。第二步五分钟随手写一个三阶方阵先算 |A|再用伴随矩阵求 A⁻¹最后用 (A | E) 化行变换复核。三处结果必须一致。这一步能同时暴露 |kA| 的指数问题和伴随矩阵的转置位置问题。第三步五分钟写一个含参数的齐次方程组问「参数取何值时方程组有非零解」。要求先按行列式判断再按秩判断两条路给出同一个答案。两条路对不上问题多半出在秩的化简上。第四步五分钟写一个非齐次方程组判有解无解、求解、写出通解结构并本文还有配套的精品资源点击获取