矩阵公式大全一览表：线性代数必备公式与记忆技巧

矩阵公式大全一览表：线性代数必备公式与记忆技巧

一、矩阵基础公式

1. 矩阵定义：矩阵是一个由m行n列的数表，记作A或(a_ij)，其中a_ij表示第i行第j列的元素。

2. 矩阵加法：矩阵加法满足交换律和结合律，即A+B=B+A，(A+B)+C=A+(B+C)。

3. 矩阵数乘：矩阵与实数k的乘积记作kA，其中(kA)_ij=ka_ij。

4. 矩阵乘法：矩阵乘法不满足交换律，但满足结合律。设A为mn矩阵，B为np矩阵，则AB为mp矩阵，其元素为(AB)_ij=a_ikb_kj。

5. 矩阵转置：矩阵A的转置记作A'，其中(A')_ji=a_ij。

6. 单位矩阵：n阶单位矩阵记作In，其中(In)_ij=1（当i=j时）或0（当i≠j时）。

二、矩阵行列式

1. 行列式定义：矩阵A的行列式记作det(A)或|A|，它是一个实数，由矩阵A的元素按一定规律组成的特殊数。

2. 行列式性质：det(AB)=det(A)det(B)，det(kA)=k^ndet(A)，det(A')=det(A)，det(In)=1。

3. 行列式计算：对于2阶矩阵，其行列式|A|=a_11a_22-a_12a_21；对于3阶及以上矩阵，一般使用拉普拉斯展开公式计算。

三、矩阵的逆

1. 逆矩阵定义：设A为n阶矩阵，若存在一个n阶矩阵B，使得AB=BA=In，则称A为可逆矩阵，B为A的逆矩阵，记作A^(-1)。

2. 逆矩阵性质：若A可逆，则A的逆矩阵唯一存在；若AB=CD，则(AB)^(-1)=D^(-1)C^(-1)；(A^(-1))'=(A')^(-1)。

3. 逆矩阵计算：对于2阶矩阵，若a_11a_22-a_12a_21≠0，则A可逆，其逆矩阵为(1/(a_11a_22-a_12a_21))[a_22,-a_12; -a_21,a_11]。对于3阶及以上矩阵，一般使用高斯消元法或伴随矩阵法计算。

四、矩阵的秩

1. 秩的定义：矩阵A的秩记作r(A)，它是矩阵A的极大线性无关组所含向量的个数。

2. 秩的性质：r(AB)≤r(A)和r(AB)≤r(B)，r(A+B)≤r(A)+r(B)，r(A')=r(A)，r(kA)=r(A)。

3. 秩的计算：对于2阶矩阵，其秩等于其非零行的个数；对于3阶及以上矩阵，一般使用初等行变换化为阶梯形矩阵，然后数非零行的个数。

五、矩阵的特征值与特征向量

1. 特征值与特征向量的定义：设A为n阶矩阵，若存在实数λ和n维非零列向量α，使得Aα=λα，则称λ为A的特征值，α为A的对应于λ的特征向量。

2. 特征值与特征向量的性质：不同特征值的特征向量线性无关；若λ1和λ2是A的两个不同特征值，则λ1In-A和λ2In-A的秩为n和n-1；若λ是A的特征值，则kλ是A的k倍特征值；若A和B相似，则A和B有相同的特征多项式。

3. 特征值与特征向量的计算：对于2阶矩阵，其特征多项式f(λ)=det(λIn-A)，解f(λ)=0得到其特征值；对于3阶及以上矩阵，一般使用特征多项式f(λ)=det(λIn-A)=0计算其特征值，然后代入(λIn-A)α=0求其特征向量。

六、矩阵的相似与合同

1. 相似的定义：设A和B都是n阶矩阵，若存在一个n阶可逆矩阵P，使得P^(-1)AP=B，则称A和B相似，记作A~B。

2. 相似的性质：若A~B，则A和B有相同的特征多项式；若A~B，则A和B的行列式相等；若A~B，则A和B的秩相等。

3. 合同的定义：设A和B都是n阶矩阵，若存在一个n阶可逆矩阵C，使得C^TAC=B，则称A和B合同，记作A≅B。

4. 合同的性质：若A≅B，则A和B的秩相等；若A≅B，则A和B的行列式值相等；若A≅B，则A和B的特征多项式的所有根的重数都相同。

以上是线性代数中矩阵部分的公式与记忆技巧，希望能对大家的学习有所帮助。在实际应用中，我们需要根据具体问题和矩阵的阶数选择合适的计算方法，并灵活运用各种矩阵的性质和公式。要注意矩阵的逆和特征值与特征向量等概念的理解和应用，这些概念在线性代数中占有重要地位。