应试！！！！！！

应试！！！！！！

应试！！！！！！

应试！！！！！！

应试！！！！！！

模块一：行列式与代数余子式核心技巧

1. 核心数乘规则（最易错）

对于 $n$ 阶方阵 $A$ 和常数 $k$：

• 矩阵行列式数乘：

  $$|kA| = k^n|A|$$

  • 考场警惕： 提取常数 $k$ 时，必须带上矩阵的阶数 $n$ 次方。例如 $n=3$ 时，$|2A| = 2^3|A| = 8|A|$。

2. 代数余子式错位展开定理

对于 $n$ 阶方阵 $A = (a_{ij})$，其代数余子式为 $A_{ij}$：

$$\sum_{k=1}^{n} a_{ik} A_{jk} = \delta_{ij} |A| = \begin{cases} |A|, & i = j \text{（同行元素与自身余子式相乘：等于行列式值）} \\ 0, & i \ne j \text{（某行元素与另一行余子式相乘：恒等于 0）} \end{cases}$$

• 考场秒杀： 看到大题或选择题中出现元素与余子式下标不一致的乘积和（如 $a_{11}A_{31} + a_{12}A_{32} + a_{13}A_{33}$），直接秒选 0。

3. 特征值与行列式关联

$$|A| = \prod_{i=1}^{n} \lambda_i = \lambda_1 \lambda_2 \cdots \lambda_n$$

• 定理： 矩阵的行列式值等于其所有特征值的乘积。

模块二：矩阵运算、可逆性与分块矩阵

1. 矩阵可逆的四维充要条件

$n$ 阶方阵 $A$ 可逆 $\iff |A| \ne 0 \iff r(A) = n \text{（满秩矩阵）} \iff A \text{可写成有限个初等矩阵的乘积}$。

• 逆矩阵性质： $|A^{-1}| = |A|^{-1} = \frac{1}{|A|}$
• 穿脱原则： $(ABC)^{-1} = C^{-1}B^{-1}A^{-1}$ （求逆后矩阵乘积顺序必须完全反转）。

2. 二阶矩阵求逆快捷口诀

对于 $A = \begin{pmatrix} a & b \\ c & d \end{pmatrix}$，其伴随矩阵 $A^* = \begin{pmatrix} d & -b \\ -c & a \end{pmatrix}$。

• 口诀： “主对调，副变号”。

3. 分块矩阵运算外挂

• 对角分块矩阵求逆：

  $$\begin{pmatrix} A & 0 \\ 0 & B \end{pmatrix}^{-1} = \begin{pmatrix} A^{-1} & 0 \\ 0 & B^{-1} \end{pmatrix}$$

  • 规则： 原地分别求逆，位置保持不变。
• 分块消元可逆性判定： 若分块三角矩阵 $\begin{pmatrix} A & E \\ 0 & B \end{pmatrix}$ 能通过初等行变换成功化简为 $\begin{pmatrix} E & * \\ 0 & E \end{pmatrix}$，说明对角线上的独立子块 $A$ 和 $B$ 均可逆。如果消元消到最后子块出现了全零行（无法变成 $E$），则该子块不可逆。

模块三：伴随矩阵 ($A^*$) 全套补丁

1. 伴随矩阵三大基石公式

• 核心定义式：

  $$AA^* = A^*A = |A|E$$

• 数乘伴随式：

  $$(kA)^*=k^{n-1}A^*$$

• 伴随行列式：

  $$|A^*| = |A|^{n-1}$$

• 3

  $A^{-1} = \frac{A^{*}}{|A|}$

2. 伴随矩阵的秩 $r(A^*)$ 定理（考场必背）

当 $A$ 为 $n$ 阶方阵 $(n \ge 2)$ 时，其伴随矩阵的秩完全由原矩阵的秩决定：

$$r(A^*) = \begin{cases} n, & \text{当 } r(A) = n \text{ （原矩阵满秩，可逆）} \\ 1, & \text{当 } r(A) = n - 1 \text{ （原矩阵正好缺一个主元）} \\ 0, & \text{当 } r(A) < n - 1 \text{ （原矩阵缺两个及以上主元）} \end{cases}$$

模块四：初等矩阵与矩阵方程求解

1. 初等矩阵的本质

• 定义： 由单位矩阵 $E$ 经过仅一次初等变换（交换两行、某行倍乘非零常数、某行倍加到另一行）得到的矩阵。
• 乘法控制律： 左乘 $P$ 对应行变换，右乘 $P$ 对应列变换。

2. 矩阵方程化简高频模板

对于已知 $(A - 2E)X = A$ 且 $(A - 2E)$ 可逆，解出 $X$ 的两种路径：

• 常规路径（左乘逆）：

  $$X = (A - 2E)^{-1}A$$

• 恒等变形技巧路径（方便手算）：

  将右侧 $A$ 拆解为 $(A - 2E) + 2E$，方程变为：

  $$(A - 2E)X = (A - 2E) + 2E \implies X = E + 2(A - 2E)^{-1}$$

模块五：矩阵的秩与向量组相关性逻辑

1. 矩阵乘积的秩乘法约束

• 基本不等式：

  $$r(AB) \le \min(r(A), r(B))$$

• 保秩定理： 当 $A$ 为列满秩矩阵时，左乘 $A$ 不改变 $B$ 的列向量之间的线性相关性，因此秩保持不变。

2. 抽象向量组线性相关性“系数和”秒杀外挂

• 经典题型： 设有无关向量组 $\alpha_1, \alpha_2, \dots, \alpha_k$，若引入公共向量 $\beta = c_1\alpha_1 + c_2\alpha_2 + \dots + c_k\alpha_k$，使得新组合向量组 $\alpha_1 + \beta, \alpha_2 + \beta, \dots, \alpha_k + \beta$ 线性相关。

• 秒杀结论：

  $$\sum_{i=1}^{k} c_i = -1$$

  • 操作： 考场上直接找各字母系数相加等于 $-1$ 的选项涂卡。

模块六：正交性与施密特正交化

1. 两向量正交

• 充要条件： 内积为 0，即 $\langle\alpha, \beta\rangle = \alpha^T\beta = 0$（对应分量乘积之和为 0）。

2. 施密特正交化递推标准算法

设 $\alpha_1, \alpha_2, \dots, \alpha_m$ 线性无关，正交化为 $\beta_1, \beta_2, \dots, \beta_m$：

• $\beta_1 = \alpha_1$
• $\beta_2 = \alpha_2 - \frac{\langle\alpha_2, \beta_1\rangle}{\langle\beta_1, \beta_1\rangle}\beta_1$
• $\beta_3 = \alpha_3 - \frac{\langle\alpha_3, \beta_1\rangle}{\langle\beta_1, \beta_1\rangle}\beta_1 - \frac{\langle\alpha_3, \beta_2\rangle}{\langle\beta_2, \beta_2\rangle}\beta_2$

• 通项公式：

  $$\beta_k = \alpha_k - \sum_{i=1}^{k-1} \frac{\langle\alpha_k, \beta_i\rangle}{\langle\beta_i, \beta_i\rangle}\beta_i$$

  • 几何本质： 新向量减去它在前面所有已构建好的正交子空间上的投影分量。

正交矩阵

一个矩阵被称为正交矩阵，当且仅当该矩阵与其转置矩阵相乘得到单位矩阵。换句话说，如果一个矩阵的转置等于其逆矩阵，那么这个矩阵就是正交矩阵。

二次型 $f(x_1, x_2, \cdots, x_n)$ 的系数矩阵必定是：对称矩阵

🏁 线性代数期中终极等价条件全景映射表