简介这是一份面向线性代数学习者的知识点总结文档内容聚焦行列式与矩阵两大核心模块适合期末复习、考研备考或日常查漏补缺。文档采用docx格式压缩包内仅1个文件大小572KB便于直接打开阅读或打印。资源从二阶、三阶行列式的对角线法则讲起系统梳理全排列与逆序数、n阶行列式定义、行列式的六条性质、行列式按行按列展开、克拉默法则并延伸至矩阵定义、矩阵加法、数与矩阵相乘、矩阵与矩阵相乘等基础运算同时涵盖对换、余子式、代数余子式、上下三角行列式等关键细节。每个知识点均按章节组织定义、定理与推论相互对照重点公式和计算步骤都有明确标注方便快速查找和复习。已有4596人学习下载内容经过实践检验。对于需要系统梳理线性代数知识框架、快速回顾重要定理与计算方法的读者这份总结能帮助节省整理笔记时间提升复习效率。1. 线性代数知识点总结先看这本笔记到底整理了哪些核心考点这份《线性代数知识点总结》我拿到手第一反应是整理它的人一定被期末考和考研线代双重蹂躏过。它不像教材那样讲推导背景而是按考点把定义、定理、推论、计算方法全部收敛成可以直接背、直接套的清单——行列式怎么算、矩阵什么时候可逆、方程组什么情况有唯一解每一处都给了结论。它能解决的实际问题有两个一是你听课听懂了但做题卡壳二是你复习时间紧需要一份按章节划定范围的速查手册。笔记从行列式一路写到向量组的线性相关性覆盖了绝大多数本科线代课程和考研数学一、二、三公共部分的考点。适合正在学线代的本科生、考研数学第一轮复习的人以及工作后需要快速找回矩阵与行列式手感的从业者。它不是教材替代品而是教材的压缩包。2. 行列式从对角线法则到克拉默法则一条计算路径走到底2.1 二阶三阶行列式对角线法则的适用边界行列式入门先碰二阶和三阶。二阶行列式由 2×2 数表确定计算结果是一个数展开式是主对角线两项乘积减副对角线两项乘积。三阶行列式由 3×3 数表确定展开后是六项的代数和其中三项带正号、三项带负号展开规律就是教材里说的对角线法则。这本笔记里特意强调了一个经常被忽略的边界对角线法则只适用于二阶及三阶行列式的计算。四阶及以上没有对角线法则可用因为四阶展开有 24 项五阶是 120 项你不可能用画线的方式把它们画完。很多初学者在这里栽跟头拿着三阶的口诀硬套四阶算出来的东西自己都看不懂。行列式阶数展开项数每项组成推荐算法二阶22 个元素相乘对角线法则三阶63 个元素相乘对角线法则四阶244 个元素相乘按行展开或化上三角形n 阶n!n 个元素相乘化上三角形或按零元素多的行/列展开还必须区分行列式与绝对值记号。一阶行列式 |a| 表示一个数不要把它和绝对值符号混淆这个笔记在 n 阶行列式定义处专门标注了这条注意事项我看过太多人在这一步产生概念混淆后面学矩阵时更乱。行列式在解二元、三元线性方程组上的应用是克拉默法则的雏形。对二元方程组设系数行列式 D 不为零则 x1 D1/Dx2 D2/D其中 Di 是把 D 的第 i 列替换为常数项得到的行列式。三元方程组同理。这个规律可以推广到 n 元线性方程组但笔记里也提醒了一个前提方程个数必须等于未知量个数这是克拉默法则的硬边界。2.2 n 阶行列式的定义与逆序数符号判定n 阶行列式的严格定义依赖全排列和逆序数。n 个不同元素排成一列叫这 n 个元素的全排列n 个元素的全排列总数是 n!。在一个排列中如果前面某个数大于后面某个数它们就构成一个逆序排列中逆序的总数叫逆序数。逆序数为奇数叫奇排列为偶数叫偶排列。为什么行列式定义要扯上逆序数因为 n 阶行列式等于所有取自不同行、不同列的 n 个元素的乘积的代数和每一项的符号由列标排列的逆序数决定。符号是 (-1) 的 t 次方t 就是该排列的逆序数。这是整个行列式理论里最容易被忽略的细节——大部分人只会算值不知道符号为什么时而正时而负。其实符号规则就是「行标按自然顺序排列列标排列的奇偶性决定该项符号」。计算逆序数笔记里给了两种方法。方法一是分别算出排在每个数前面比它大的数的个数对每个数字数一遍方法二是分别算出每个数前面比它大的数码个数之和。两种方法本质一样选哪个看个人习惯。我一般用方法二从第二个元素开始逐个往前数有几个比它大的累加完就是逆序数。例如排列 3 1 23 前面没数1 前面比它大的有 32 前面比它大的有 3逆序数 t2是偶排列。n 阶行列式定义里附带两个重要推论。推论一是上三角行列式和下三角行列式的值均等于主对角线上各元素的乘积这意味着只要把一个行列式通过倍加运算化成上三角形主对角线乘积就是答案。推论二是主对角行列式等于对角元乘积副对角行列式等于 (-1) 的 n(n-1)/2 次方乘以副对角元乘积。副对角那个符号系数特别容易漏每次用都要单独检查一遍。2.3 行列式性质与按行按列展开化三角形还是直接展开行列式有六个核心性质笔记把它们浓缩得很干。性质一行列式与转置行列式相等所以行成立的性质对列也成立。性质二互换两行或两列行列式变号于是两行完全相同时行列式为零。性质三某一行所有元素乘以同一数等于用这个数乘整个行列式所以某行公因子可以提到外面某行全为零则整个行列式为零。性质四两行元素成比例行列式为零。性质五某一行的元素都是两数之和可以拆成两个行列式相加。性质六把某一行的倍数加到另一行行列式值不变。性质六是计算行列式最常用的工具因为倍加不改变值可以把行列式逐步消成上三角。换行要变号这种操作尽量少用用了就得记着在最后结果上补符号。我见过有人把一行乘以 2 加到另一行后强行在外面乘了个 2这就是性质三和性质六混为一谈了——倍加不改值但某行单独乘数会改值。当行列式中某一行的元素除 (i,j) 元外都为零时行列式等于该元素与其代数余子式的乘积这是按行按列展开引理的核心。进一步地行列式等于任意一行各元素与其对应代数余子式的乘积之和。这个展开定理的意义在于降维一个四阶行列式展开成四个三阶行列式一个五阶的可以一路降下去。范德蒙德行列式就是通过展开和归纳证明的经典例子各类考试里出现频率极高它的结论值得单独背下来第二行元素差连乘。计算行列式时怎么选路径我一般先看结构如果某一行或某一列零元素特别多直接按那一行展开计算量直线下降如果元素排列整齐、没有太多零就优先用倍加运算化成上三角形最后主对角线乘积收工。展开和化三角形不是互斥的混合使用通常更快。克拉默法则的适用条件是系数行列式 D 不等于零此时方程组有唯一解如果 D 等于零克拉默法则失效不能直接断言无解要回到第四模块用秩来判断。3. 矩阵运算与逆矩阵可逆判据、伴随矩阵法和初等行变换哪条路更快3.1 矩阵运算规则同型才能相加列数等于行数才能相乘矩阵是由 m×n 个数排成的数表行数和列数可以不同这是矩阵与行列式本质的差异。行列式是一个经过计算得到数值的算式矩阵只是一个数表。笔记里列出了几类特殊矩阵行数与列数相等的方阵、只有一行或一列的矩阵也称行向量或列向量、行数列数都相等的同型矩阵、对应元素相等的相等矩阵、元素全为零的零矩阵、主对角线外元素为零的对角阵、主对角线全为 1 其余为 0 的单位阵 E。这些基本类型后面全程都在用尤其单位阵在逆矩阵定义中扮演核心角色。矩阵加法没有技术含量但有一个硬性条件两个矩阵必须同型即行数相等且列数相等。不同型的矩阵不能相加零矩阵也要区分维数2×3 的零矩阵和 3×2 的零矩阵不是同一个矩阵。数乘矩阵是指每个元素都乘以这个数注意和行列式数乘区分——行列式数乘是只乘某一行矩阵数乘是全部元素都乘。矩阵乘法是这一章的重头戏。A 是 m×n 矩阵B 是 n×p 矩阵A 与 B 的乘积是 m×p 矩阵结果中第 i 行第 j 列的元素等于 A 的第 i 行与 B 的第 j 列对应元素乘积之和。可乘条件是 A 的列数等于 B 的行数少了这个条件一切免谈。这个条件在考研和期末里经常以选择题出现问你哪个矩阵乘积有定义本质就是在考维度匹配。乘法不满足交换律是必考点。一般情形下 AB≠BA而且两个非零矩阵的乘积有可能是零矩阵这与数的乘法完全不同。只有当 ABBA 时称 A 与 B 可交换方阵的幂 Ak 定义建立在同阶方阵自乘基础上A⁰E。纯量阵主对角线上全是同一个数 k 的方阵与任何同阶方阵都可交换这是少数交换成立的例子可以用来做选择题的排除项。矩阵乘法虽不满足交换律但满足结合律和分配律所以 A^k·A^lA^(kl)(A^k)^lA^(kl) 依然成立。3.2 转置、对称阵与伴随矩阵三组容易混淆的性质转置矩阵是把矩阵的行换成同序数的列。转置运算有四条性质A^T)^TA转置再转置还原AB)^TA^TB^T加法转置可以拆分kA)^TkA^T数乘可以提出来AB)^TB^T A^T这是最容易记反的一条——两个矩阵乘积的转置等于反向的转置乘积。要记住转置的「反序」规律转置像脱外套先穿上的后脱下。对称阵定义为 AA^T即元素以主对角线为对称轴对应相等。反对称矩阵满足 aij-aji主对角线元素必为零。判断一个矩阵是否对称直接看按主对角线折叠后两边是否相等即可。伴随矩阵 A* 是行列式各元素的代数余子式所构成的矩阵这个知识点的坑在于摆放方式。由矩阵 A 的元素 aij 的代数余子式 Aij 构成矩阵后需要转置摆放才是伴随矩阵。它的核心性质是 AA*AA|A|E这个性质连接了矩阵乘法、行列式和逆矩阵是证明逆矩阵公式 A⁻¹A/|A| 的桥梁。很多同学背下了 A* 的求法但不知道为什么要转置做题时就容易把伴随矩阵和代数余子式矩阵摆混。方阵的行列式记作 |A| 或 det A。它满足三条运算性质|A^T||A|方阵转置不改变行列式值|kA|k^n|A|这是针对 n 阶方阵的整体数乘|AB||A||B|同阶方阵乘积的行列式等于行列式的乘积。特别提醒 |kA|k^n|A| 这个公式它是高频错误点。后面第五章避坑部分会专门展开。3.3 逆矩阵可逆判据与两条求逆路径逆矩阵的定义是对 n 阶矩阵 A如果存在 n 阶矩阵 B 使得 ABBAE则 A 可逆B 是 A 的逆矩阵。注意三条细节A 与 B 互为逆阵只有方阵才谈逆矩阵长方形矩阵没有逆矩阵的概念逆矩阵若存在则必唯一。矩阵 A 可逆的充分必要条件是 |A|≠0。|A|0 时称 A 为奇异矩阵|A|≠0 时称非奇异矩阵。这个判据把行列式和矩阵串在了一起是整个线代最核心的桥梁之一。由 ABE 可以推出 BAE 也成立所以只要验证 ABE 或 BAE 任一个即可不必两个都证。求逆矩阵有两条常用路径。路径一是伴随矩阵法A⁻¹A*/|A|。步骤是先求 |A|若为零直接结束再求每个元素的代数余子式 Aij按行求出的余子式要按列摆放形成 A*最后除以 |A|。这个方法在三阶及以下手算还可以四阶以上计算量爆炸不建议硬算。路径二是初等行变换法写出增广矩阵 (A|E)只做初等行变换目标是左边变成 E右边就自动变成 A⁻¹。这个方法适合任意阶数是机器计算和手算高阶矩阵的主流选择。两条路线的选择原则二阶、三阶小矩阵随意四阶及以上无脑用初等行变换。逆矩阵还有一组运算性质(A⁻¹)⁻¹A逆的逆还原(AB)⁻¹B⁻¹A⁻¹和转置一样要反序(A^T)⁻¹(A⁻¹)^T转置与求逆可交换(A⁻¹)*|A⁻¹|A以及 |A⁻¹|1/|A|。这些性质结合起来可以用在化简矩阵表达式的题目里比如遇到 (AB)^T 的逆先转置反序再求逆反序。矩阵的多项式 f(A) 可以像 x 的多项式一样因式分解任意两个矩阵多项式之间可交换这一条在做化简题时很省力。4. 初等变换、矩阵的秩与线性方程组解的三种情况怎么判4.1 行阶梯形与行最简形把矩阵化成可读形态的标准流程初等行变换有三种交换两行、某行乘非零数、某行倍数加到另一行。初等列变换把「行」换成「列」即可。初等变换的逆变换仍是初等变换且类型相同。对矩阵施行初等行变换不改变矩阵的秩这是求秩的理论基础。行阶梯形矩阵有三条判定标准可画出一条阶梯线线的下方全为零每个台阶只有一行台阶数等于非零行的行数且每段竖线后面的第一个元素为非零元。更直白的检查法从左往右看每一行第一个非零元素的位置必须依次右移且全零行压在矩阵最下方。行最简形在此基础上再加两条非零行的第一个非零元必须是 1且这些 1 所在列的其他元素全部为 0。对行最简形继续做初等列变换可以变成形如「左上角是单位阵、其余为零」的标准形标准形是所有等价矩阵中形状最简的。两个同型矩阵等价当且仅当它们有相同的秩这是后面解方程组的核心逻辑。判断等价不要只看长得像要看秩是否相等这也解释了为什么初等变换可以放心用变换前后矩阵的秩不变、方程组解集不变。4.2 矩阵的秩最高阶非零子式的阶数是多少矩阵的秩在笔记里有严格定义矩阵中有一个不等于零的 r 阶子式且所有 r1 阶子式全等于零这个 r 就是矩阵的秩记作 R(A)。零矩阵的秩规定为 0。这个定义实操价值不大计算秩的标准方法是把矩阵通过初等行变换化为行阶梯形非零行的行数即为秩。秩有几条基本性质对 m×n 矩阵 AR(A)≤min{m,n}秩不会超过行数和列数的较小者R(A)R(A^T)转置不改变秩R(A)≥r 的充要条件是至少存在一个 r 阶子式不为零R(A)≤r 的充要条件是所有 r1 阶子式都为零。这些性质常用于证明题中选择题里则更多地考秩的范围判断。满秩是个重要概念。方阵 A 的秩等于其阶数 n 时称满秩等价于 |A|≠0等价于 A 可逆。对于 m×n 矩阵R(A)m 称行满秩R(A)n 称列满秩。满秩这个说法把矩阵可逆性、行列式非零、秩达到最大三者统一了起来是不折不扣的枢纽概念。求秩的具体流程写出矩阵后用倍加运算把第一列除第一个元素外的位置消成 0再看第二列以第二行第二个非零元为主元继续消逐列推进到矩阵末端。中间遇到全零行直接放到最下方不影响秩。如果某列主元位置出现 0可以换行处理。整个过程和化行阶梯形完全相同唯一区别是不用把首非零元化成 1因为求秩只看非零行个数。4.3 线性方程组的解增广矩阵的秩决定一切线性方程组有没有解有几类解不看天不看地只看系数矩阵 A 和增广矩阵 (A,b) 的秩。核心判据三条R(A)R(A,b) 时方程组无解R(A)R(A,b)n 时有唯一解R(A)R(A,b)n 时有无穷多解。其中 n 是未知量个数。齐次线性方程组 Ax0 永远有零解所以问题不是「有没有解」而是「有没有非零解」。判据也简洁R(A)n 时只有零解R(A)n 时有非零解。更进一步有非零解时基础解系含有的向量个数是 n-R(A)齐次通解就是基础解系的线性组合。这是整个方程组模块最核心的结论建议直接背下来。非齐次方程组 Axb 的解结构是「特解 齐次通解」不带参数的向量是非齐次方程组的一个特解带参数的部分来自对应齐次方程组的基础解系。所以求解流程是先解对应齐次方程得结构再找非齐次一个特解。完整求解流程我一般固定六步走第一步写出增广矩阵 (A|b)第二步初等行变换化成行阶梯形第三步比较 R(A) 与 R(A,b)判断有解无解第四步若有解继续化成行最简形第五步确定自由变量一般取行最简形中非零行的第一个非零元对应的未知量为非自由变量其余是自由变量第六步令自由变量取恰当的值常用 1、0 的组合写出通解。这个流程适合一切线性方程组题目齐次方程组把增广矩阵换成系数矩阵即可。矩阵方程 AXB 有解的充分必要条件是 R(A)R(A,B)这是方程组解的存在性在矩阵形式下的推广。求解 AXB 和求逆矩阵 A⁻¹B 本质是一件事——当 A 可逆时解唯一且等于 A⁻¹B。5. 向量组线性相关、基础解系与通解避坑排查五例5.1 向量组与矩阵同一套数据的两副面孔n 维向量是 n 个数组成的有序数组列向量即列矩阵行向量即行矩阵。同一个向量按列写和按行写被看作两个不同的向量所以当没有明确说明时默认是列向量行向量可视为列向量的转置。零向量的维数不同则不同3 维零向量和 4 维零向量不是一个东西。m×n 矩阵 A 有 n 个 m 维列向量把它们排在一起就得到矩阵 A同理也有 m 个行向量。于是「向量的线性组合」「线性相关」「秩」这些概念和矩阵运算完全打通——向量组是否线性相关就是用这些向量作列构造矩阵求它的秩再与向量个数比较。这套对应关系最大的价值在于转化一个抽象的向量组问题可以翻译成矩阵的秩问题一个向量能否由一组向量线性表示等价于一个线性方程组是否有解。向量 b 能由向量组 a1,a2,…,am 线性表示的充要条件是 R(A)R(A,b)其中 A 是以这些向量作为列向量构成的矩阵。5.2 线性相关与线性无关看秩不看个数线性相关的定义是存在一组不全为零的数 k1,k2,…,km使 k1a1k2a2…kmam0。找不到这样一组数就称为线性无关。这个定义的等价命题更实用线性相关等价于齐次方程组 Ax0 有非零解等价于 R(A)m线性无关等价于 R(A)m。两个重要推论值得记住。其一m 个 n 维向量当 mn 时向量个数大于维数必线性相关这是因为 R(A)≤nm。其二含零向量的向量组必线性相关因为让零向量系数取 1、其余取 0 就得到不全为零的组合。此外mn 时即向量个数等于维数向量组线性相关的充要条件是方阵行列式为零线性无关则行列式不为零这个结论在做判断题时极省时间。判断线性相关的操作流程把向量按列排成矩阵 A用初等行变换化成行阶梯形求 R(A)R(A)m 则相关、R(A)m 则无关。基础解系这个概念和线性相关直接挂钩基础解系是齐次方程组解集合中选出的一个最大无关组它的每个向量都是解向量之间线性无关且任何一个解都可以由它们线性表出个数为 n-R(A)。求基础解系就是求秩、定自由变量、回代三步。5.3 非齐次通解的结构特解加齐次通解参数往哪儿放齐次方程组 Ax0 的通解写成 xc1ξ1c2ξ2…c(n-r)ξ(n-r)其中 ξ1,…,ξ(n-r) 是基础解系c1,…,c(n-r) 是任意常数。非齐次方程组 Axb 的通解写成 xη齐次通解η 是 Axb 的任意一个特解。这个结构说明非齐次的解集不是向量空间它只是齐次解空间平移了一个特解的距离。通解写法的常见错误有两类。一类是基础解系个数搞错把 n-R(A) 写成了 R(A)导致通解里缺向量。另一类是自由变量选得不好导致回代繁琐我习惯把自由变量取成单位组合——第一个自由变量取 1 其余取 0第二个取 0 其余取 1这样求出的基础解系形式最干净。自由变量选取不唯一不同选法得到的通解形式可以不同但对同一个方程组描述的解集完全相同考试时只要形式上符合「特解 基础解系线性组合」就给分。5.4 五个高频坑现象、原因与解决办法坑一三阶行列式展开时正负号错乱。现象是展开后有一两项符号不对算出的值和标准答案差一个负号。原因是对角线法则记成了「主对角线减副对角线」的口诀只适用于二阶三阶展开是六项三正三负交替。解决方法是把三阶展开式固定写成六项a11a22a33a12a23a31a13a21a32−a13a22a31−a12a21a33−a11a23a32或者干脆用按第一行展开的代数余子式方式重新拆一遍降低口诀错误概率。坑二矩阵乘法里交换了矩阵顺序转置也跟着错。现象是求 (AB)^T 时写成 A^T B^T求 (AB)⁻¹ 时写成 A⁻¹B⁻¹。原因是把数的运算法则惯性迁移到矩阵上。解决方法是把转置和求逆都记成「反序规则」乘积的转置等于反向乘积的转置乘积的逆等于反向乘积的逆每次使用前用 1×2 乘 2×1 的实例验算一遍。坑三把 |kA| 当作 k|A| 来算。现象是 n 阶方阵 A 的行列式等于某个数题目让算 |2A|直接写了 2|A|。原因是混淆了行列式的数乘与矩阵的数乘。行列式的数乘是只对某一行列乘 k结果等于 k|A|而矩阵的数乘是对所有 n² 个元素都乘 k对应行列式每行都被乘了一遍所以 |kA|kⁿ|A|。解决方法是见到 kA 先确认 A 是几阶方阵再套 kⁿ 的公式。坑四用 (A|E) 求逆时混入了列变换。现象是做初等行变换过程中为了消某个数顺手做了一次列变换结果左边永远化不成 E右边也完全错乱。原因是初等行变换求逆这个方法的原理是左乘初等矩阵列变换相当于右乘两边作用的矩阵不同整个推导前提被破坏。解决方法是全程只用行变换如果发现自己想做列变换就换成伴随矩阵法重新来。坑五判断方程组解时只算了 R(A)没算 R(A,b)。现象是看到 R(A)n 就断言齐次方程组有非零解然后把同样的判断直接套到非齐次方程组上。原因是「R(A)n 有非零解」只对 Ax0 成立非齐次方程组 Axb 的解是否存在取决于增广矩阵的秩 R(A,b) 是否等于 R(A)。解决方法是每次拿到非齐次方程组强迫自己先写增广矩阵求两个秩比较之后再下结论。齐次的判据和非齐次的判据是两条独立的规则混用是这类题最大的失分来源。6. 把总结变成自己的解题流程四模块一页纸自检法复习这份总结时最忌讳的是从头到尾背一遍合上笔记该不会还是不会。我自己的习惯是把整份笔记压成一张 A4 纸分四栏每栏对应一个模块每栏只写三条最核心的结论。你在复习时也可以做同样的事因为这份笔记的优点是结构完整而你要做的是把它变成自己的检索表。四栏分别是「行列式」「矩阵」「秩与方程组」「向量组」。行列式栏写三句话对角线法则只到三阶n 阶行列式的符号由逆序数决定四阶以上优先化上三角遇零多的行先展开。矩阵栏写A 可逆当且仅当 |A|≠0(AB) 的转置和求逆都要反序|kA|kⁿ|A|。秩与方程组栏写R(A)R(A,b) 无解等于 n 唯一解小于 n 无穷多解齐次方程组 R(A)n 有非零解基础解系个数 n−R(A)。向量组栏写相关看 R(A)m 还是 R(A)m非齐次通解 特解 齐次通解mn 时 m 个 n 维向量必相关。一张 markdown 速查卡模板长这样| 模块 | 三条核心结论 | | --- | --- | | 行列式 | ① 对角线法则只到三阶 ② 符号看逆序数 ③ 四阶以上化上三角 | | 矩阵 | ① A 可逆 ⇔ \|A\|≠0 ② 转置/求逆均反序 ③ \|kA\|kⁿ\|A\| | | 秩与方程组 | ① R(A)R(A,b) 无解 ② R(A)R(A,b)n 唯一解 ③ 基础解系个数 n−R(A) | | 向量组 | ① 相关 ⇔ R(A)m ② 通解特解齐次通解 ③ mn 必相关 |把这页纸贴在笔记本封面内侧做题前扫一眼做完题回来看一眼。每一次错题就在对应栏画一道正字某栏画满五道就回到笔记的对应章节重新读定义和例题。用这个方法复习两个星期能过完三轮而且每一轮都比上一轮更快因为你的注意力会被正字精准引导到真正薄弱的模块。从那以后我每次面对线性代数复习都强制自己先走一遍这页纸先自测再翻笔记错题归因到具体模块而不是笼统归为粗心。这份笔记给了骨架而一页纸自检法给了肌肉记忆。希望帮到你。本文还有配套的精品资源点击获取