线性代数总览(期末 / 考研通用):行列式、矩阵、秩、方程组、特征值

作者:SeekFlaw 求瑕 内容组 · 发布于 2026-11-17 · 更新于 2026-11-17

先说结论

线性代数的主线是矩阵:用行列式判断是否可逆,用初等变换求逆和求秩,用秩判断方程组解的情况和向量组是否线性相关,然后用特征值和特征向量把矩阵化成对角形。用法:先看导图文字版建立骨架,再背两张对比表(可逆的等价条件、方程组解的情况与秩),然后做样题并对照易错点。

适用范围

按同济版《线性代数》等通行教材的内容整理,期末与考研通用;二次型、线性空间与线性变换这页只在相似对角化处一笔带过。符号(如 A* 表示伴随矩阵、r(A) 表示秩)各教材略有差异,以你所用教材和老师的大纲为准。

用这张图开始复习

导图文字版

以下是这张导图的文字大纲,可以按层级直接复制。

  • 线性代数
    • 行列式
      • 性质:转置不变;互换两行变号;某行乘 k 则行列式乘 k;某行的倍数加到另一行不变;两行成比例则为 0
      • 计算:化成上三角形;按行(列)展开,用代数余子式
      • 展开定理:同一行的元素乘本行代数余子式之和 = |A|,乘另一行的代数余子式之和 = 0
      • 克拉默法则:系数行列式 |A| ≠ 0 时,xᵢ = Dᵢ/|A|
    • 矩阵运算与逆
      • 乘法:左矩阵列数 = 右矩阵行数;一般 AB ≠ BA;AB = 0 推不出 A = 0 或 B = 0
      • 转置与逆:(AB)ᵀ = BᵀAᵀ;(AB)⁻¹ = B⁻¹A⁻¹;(Aᵀ)⁻¹ = (A⁻¹)ᵀ
      • 伴随矩阵:AA* = |A|E,|A| ≠ 0 时 A⁻¹ = A*/|A|
      • 行列式的乘法:|AB| = |A||B|;|kA| = kⁿ|A|;|A*| = |A|ⁿ⁻¹;|A⁻¹| = 1/|A|
      • 分块矩阵:按块做加法、乘法、求逆(准对角矩阵的逆是各块的逆)
    • 初等变换与秩
      • 三种初等行变换:互换两行、某行乘非零数、某行的倍数加到另一行
      • 求逆:(A | E) 经行变换化成 (E | A⁻¹)
      • 秩:存在 r 阶非零子式、且更高阶子式全为 0 的 r;化成行阶梯形后非零行的个数
      • 性质:r(A) = r(Aᵀ);r(AB) ≤ min{r(A), r(B)};初等变换不改变秩
    • 线性方程组解的结构
      • 非齐次 Ax = b:看 r(A) 与 r(A | b) 的关系(见下方表)
      • 齐次 Ax = 0:基础解系含 n − r(A) 个线性无关的解
      • 通解结构:特解 + 基础解系的线性组合
    • 向量组的线性相关性
      • 线性相关:存在不全为 0 的 k₁…kₛ 使 k₁α₁ + … + kₛαₛ = 0;否则线性无关
      • 判定:把向量按列排成矩阵,秩 < 向量个数 ⇔ 线性相关
      • 常用结论:含零向量的向量组相关;部分相关则整体相关;n 个 n 维向量相关 ⇔ 行列式为 0;向量个数多于维数则相关
      • 极大无关组与向量组的秩;向量组等价
    • 特征值与特征向量
      • 定义:Ax = λx,x ≠ 0
      • 求法:解 |A − λE| = 0 得 λ,再解 (A − λE)x = 0 得特征向量
      • 性质:λ 之和 = tr(A),λ 之积 = |A|;不同特征值的特征向量线性无关
      • 函数:A 的特征值为 λ,则 Aᵏ 为 λᵏ,A 可逆时 A⁻¹ 为 1/λ,A + kE 为 λ + k
    • 相似与对角化
      • 相似:P⁻¹AP = B;相似矩阵有相同的特征值、行列式、迹和秩
      • 可对角化:n 阶矩阵有 n 个线性无关的特征向量;n 个互不相同的特征值是充分条件
      • 实对称矩阵:特征值都是实数;不同特征值的特征向量正交;可用正交矩阵 Q 化成对角形

翻几张试试

点一下问题看答案,先自己想一想再翻。

(AB)⁻¹ 等于什么?(A、B 都可逆)

B⁻¹A⁻¹,顺序要反过来;一般不等于 A⁻¹B⁻¹。

3 阶矩阵 A 的特征值是 1、2、3,那么 tr(A) 和 |A| 各是多少?

tr(A) = 1 + 2 + 3 = 6;|A| = 1×2×3 = 6。

A = [[1, 2], [3, 4]],|A| 和 A⁻¹ 各是多少?

|A| = −2;A⁻¹ = [[−2, 1], [3/2, −1/2]]。

A 是 5×5 矩阵且 r(A) = 3,Ax = 0 的基础解系含几个向量?

n − r(A) = 5 − 3 = 2 个。

3 阶矩阵 A 的 |A| = 2,求 |2A| 和 |A*|。

|2A| = 2³×2 = 16;|A*| = |A|^(3−1) = 2² = 4。

对比表:n 阶方阵 A 可逆的等价条件

下面每一行说的都是「A 可逆」的同一件事,遇到题目只需换成顺手的一条去判断或使用。

角度A 可逆 等价于
行列式|A| ≠ 0
秩r(A) = n(满秩)
逆矩阵存在 B 使 AB = BA = E
初等变换A 可经初等行变换化成 E;A 可以写成有限个初等矩阵的乘积
向量组A 的行向量组(列向量组)线性无关
方程组Ax = 0 只有零解;对每个 b,Ax = b 都恰有一组解
特征值0 不是 A 的特征值

对比表:线性方程组解的情况与秩

设 A 是 m × n 矩阵,增广矩阵 B = (A | b),n 是未知数个数。

方程组秩的条件解的情况
Ax = br(A) < r(B)无解
Ax = br(A) = r(B) = n恰有一组解
Ax = br(A) = r(B) < n无穷多组解,自由未知量有 n − r(A) 个
Ax = 0r(A) = n只有零解
Ax = 0r(A) < n有非零解,基础解系含 n − r(A) 个向量

推论:齐次方程组中方程个数 m 小于未知数个数 n 时,r(A) ≤ m < n,所以有非零解。

带演算的例题

  • 例 1(解方程组):x₁ + 2x₂ + x₃ = 3,2x₁ + 4x₂ + 3x₃ = 7。增广矩阵 [[1, 2, 1, 3], [2, 4, 3, 7]],第 2 行减去第 1 行的 2 倍得 [0, 0, 1, 1],即 x₃ = 1,x₁ + 2x₂ = 2。r(A) = r(B) = 2 < 3,有无穷多组解,自由未知量 1 个。令 x₂ = k,得 x = (2, 0, 1)ᵀ + k(−2, 1, 0)ᵀ。代回检验:k = 1 时 x = (0, 1, 1),0 + 2 + 1 = 3,0 + 4 + 3 = 7,成立。
  • 例 2(二阶求逆):A = [[1, 2], [3, 4]],|A| = 1×4 − 2×3 = −2 ≠ 0。二阶公式 A⁻¹ = (1/|A|)·[[d, −b], [−c, a]] = (1/(−2))·[[4, −2], [−3, 1]] = [[−2, 1], [3/2, −1/2]]。检验:A·A⁻¹ 第 1 行 [1×(−2) + 2×(3/2), 1×1 + 2×(−1/2)] = [1, 0],第 2 行 [3×(−2) + 4×(3/2), 3×1 + 4×(−1/2)] = [0, 1],得 E。
  • 例 3(特征值与对角化):A = [[2, 1], [1, 2]],|A − λE| = (2 − λ)² − 1 = 0,得 λ = 1 或 3。λ = 1:(A − E)x = 0 即 x₁ + x₂ = 0,取 (1, −1)ᵀ;λ = 3:−x₁ + x₂ = 0,取 (1, 1)ᵀ。检验:A(1, −1)ᵀ = (1, −1)ᵀ,A(1, 1)ᵀ = (3, 3)ᵀ;迹 2 + 2 = 4 = 1 + 3,|A| = 3 = 1×3。取 P = [[1, 1], [−1, 1]],则 P⁻¹AP = diag(1, 3)。
  • 例 4(三阶行列式):|[[1, 2, 3], [4, 5, 6], [7, 8, 10]]| 按首行展开 = 1×(5×10 − 6×8) − 2×(4×10 − 6×7) + 3×(4×8 − 5×7) = 2 + 4 − 9 = −3。
  • 例 5(不可交换与逆的顺序):A = [[1, 2], [3, 4]],B = [[0, 1], [1, 0]],AB = [[2, 1], [4, 3]],BA = [[3, 4], [1, 2]],AB ≠ BA。再取 B′ = [[1, 1], [0, 1]],AB′ = [[1, 3], [3, 7]],(AB′)⁻¹ = [[−7/2, 3/2], [3/2, −1/2]],恰好等于 B′⁻¹A⁻¹,而 A⁻¹B′⁻¹ = [[−2, 3], [3/2, −2]] 不等于它。

易错点

  • 矩阵乘法一般不满足交换律,所以 (A + B)² = A² + AB + BA + B²,不能写成 A² + 2AB + B²;(AB)ᵏ 也一般不等于 AᵏBᵏ。
  • AB = 0 推不出 A = 0 或 B = 0;AB = AC 推不出 B = C(A 不可逆时不能「约去」)。
  • (AB)⁻¹ = B⁻¹A⁻¹,顺序要反过来;(AB)ᵀ = BᵀAᵀ 也一样。
  • |kA| = kⁿ|A|(n 是阶数),不是 k|A|;例如二阶矩阵 |2A| = 4|A|。
  • 行变换会改变行列式:互换两行变号,某行乘 k 则行列式乘 k,只有「某行的倍数加到另一行」不变。
  • 求特征值时不能先对 A 做初等行变换再解 |A − λE| = 0,因为行变换会改变特征值。
  • 特征值有重根时未必能对角化:A = [[1, 1], [0, 1]] 的特征值 1 是二重根,但 A − E 的秩为 1,只有一个线性无关的特征向量,不能对角化。
  • 特征向量不能是零向量;一个特征值对应的特征向量有无穷多个(非零倍数都是)。

常见问题

线性代数按什么顺序复习?
先行列式和矩阵运算,再初等变换与秩,然后是方程组、向量组的线性相关性,然后是特征值与相似对角化。后面各部分都要用到秩,所以秩要先弄懂。
怎么判断向量组线性相关?
把向量按列排成矩阵,求秩 r:r 小于向量个数则线性相关,r 等于向量个数则线性无关。n 个 n 维向量可以直接看行列式是否为 0。
方程组什么时候有解、什么时候有无穷多解?
有解的条件是 r(A) = r(A | b);此时 r 等于未知数个数 n 时恰有一组解,小于 n 时有无穷多组解。r(A) < r(A | b) 时无解。
矩阵可对角化的条件是什么?
n 阶矩阵有 n 个线性无关的特征向量就可对角化;有 n 个互不相同的特征值是充分条件;实对称矩阵总能用正交矩阵对角化。
秩怎么求?
用初等行变换把矩阵化成行阶梯形,非零行的个数就是秩;初等变换不改变秩。

用这张图开始复习

用我的资料做一张

相关页面

依据与局限

依据:同济版《线性代数》等通行教材的定义、定理和公式表述;例题已逐步演算并用数值代入核对(行列式、逆矩阵、秩、特征值与对角化、方程组通解)。局限:二次型、线性空间与线性变换没有展开;符号和章节顺序各教材略有差异;各校讲法和考试范围不同,以教材和老师为准;不预测考什么,不承诺提分。

标签:线性代数总览线性代数期末复习矩阵可逆的等价条件线性方程组解的结构向量组线性相关判定特征值与特征向量相似对角化条件考研线性代数基础