线性代数高效学习指南（矩阵篇）：从行列式到矩阵的完整攻略 说实话，线性代数是大学数学里最”结构化”的一门课。 它的概念、定理都很抽象，但一旦理解了，就会发现其实很有规律。 今天学长分享矩阵运算与秩的学习方法，帮你建立线性代数的框架。 行列式：矩阵的基础 行列式的定义 二阶行列式： |a₁₁ a₁₂| |a₂₁ a₂₂| = a₁₁a₂₂ - a₁₂a₂₁
三阶行列式（沙路法）： |a₁₁ a₁₂ a₁₃| |a₂₁ a₂₂ a₂₃| = a₁₁a₂₂a₃₃ + a₁₂a₂₃a₃₁ + a₁₃a₂₁a₃₂ |a₃₁ a₃₂ a₃₃| - a₁₃a₂₂a₃₁ - a₁₂a₂₁a₃₃ - a₁₁a₂₃a₃₂
行列式的性质 基本性质：
性质说明转置相等D = D^T互换行变号两行相等D = 0行元素公因子可提出两行成比例D = 0某行为零D = 0行加性可拆成两个行列式之和 重要推论：
某行全为0 → D=0 两行相同 → D=0 两行成比例 → D=0
学长说 行列式的性质是简化计算的基础。 看到行列式，先想能不能用性质化简。
行列式的计算 按行（列）展开 按第i行展开： D = aᵢ₁Aᵢ₁ + aᵢ₂Aᵢ₂ + … + aᵢₙAᵢₙ
其中Aᵢⱼ是aᵢⱼ的代数余子式（余子式Mᵢⱼ乘以(-1)^(i+j)） 常用技巧 技巧1：化三角形
用性质把行列式化成上（下）三角形，主对角线元素乘积即为行列式值。
技巧2：加边法
行列式加一行（列），在满足条件下不影响值。
技巧3：范德蒙行列式 |1 1 1 … 1 | |a₁ a₂ a₃ … aₙ | |a₁² a₂² a₃² … aₙ² | |… … … … … | |a₁^(n-1) a₂^(n-1) a₃^(n-1) … aₙ
= ∏(aⱼ - aᵢ), i<j
技巧4：递推法
用展开式建立递推关系。
学长说 行列式计算没有万能方法。 观察结构，选择最合适的方法。 多做题就会有感觉。
矩阵：线性代数的核心 矩阵的定义 矩阵： m×n个数排成的数表 特殊矩阵：
类型定义记号方阵m=nn阶方阵行矩阵1×n-列矩阵m×1-零矩阵全部元素为0O对角矩阵除主对角线外均为0diag(λ₁,λ₂,…,λₙ)单位矩阵对角线为1，其余为0E或I数量矩阵对角线为k，其余为0kE三角形矩阵上（下）三角- 矩阵的运算 加法与数乘 加法： 同型矩阵对应元素相加 数乘： 数乘每个元素 运算规律：
A+B = B+A (A+B)+C = A+(B+C) A+O = A A+(-A) = O 1·A = A k(lA) = (kl)A (k+l)A = kA + lA k(A+B) = kA + kB
矩阵乘法 条件： A是m×s，B是s×n，则AB是m×n 计算： Cij = A的第i行与B的第j列对应元素乘积之和 Cij = Σ aᵢₖ · bₖⱼ (k=1 to s)
运算规律（注意不是全部满足）：
(AB)C = A(BC) A(B+C) = AB + AC (B+C)A = BA + CA k(AB) = (kA)B = A(kB) AE = EA = A
注意： AB ≠ BA（不一定成立） AB = O ⇏ A=O或B=O AB = AC ⇏ B=C（除非A可逆）
学长说 矩阵乘法不满足交换律，这是最容易出错的地方。 做矩阵乘法时，一定要按”行×列”的顺序来。
矩阵的转置 定义： 将矩阵的行换成列 记号： A 性质：
(A^T)^T = A (A+B)^T = A^T + B (kA)^T = kA (AB)^T = B^T A
对称矩阵： A^T = A 反对称矩阵： A^T = -A 方阵的幂 定义： A^k = A·A·…·A（k个A相乘） 常用技巧：
找规律（有时需要化简表达式） 数学归纳法 秩1矩阵的性质
学长说 方阵的幂计算是难点。 关键找规律，找到规律就简单了。
逆矩阵 逆矩阵的定义 定义： 若存在矩阵B，使得AB = BA = E，则称A可逆，B是A的逆矩阵，记作A⁻¹ 重要性质：
可逆矩阵必为方阵 若AB=E，则BA=E（A必可逆） A的逆矩阵唯一
伴随矩阵法求逆 公式： A⁻¹ = A* / |A|
其中 A* 是A的伴随矩阵（A*的(i,j)元是A的(j,i)元的代数余子式）
学长说 伴随矩阵法适合小阶矩阵（2阶、3阶）。 高阶矩阵一般用初等变换法求逆。
初等变换法求逆 原理： [A|E] → [E|A⁻¹]
行初等变换（行变换法）： [A|E] → 初等行变换 → [E|A⁻¹]
步骤：
写增广矩阵[A|E] 对A进行行变换，同时对E进行同样的变换 当A变成E时，E就变成了A⁻¹
学长说 初等变换法是求逆矩阵的通用方法。 必须熟练掌握！
逆矩阵的性质
性质说明(A⁻¹)⁻¹ = A逆的逆是原矩阵(kA)⁻¹ = (1/k)A⁻¹数乘的逆(AB)⁻¹ = B⁻¹A⁻¹乘积的逆(A⁻¹)^T = (A^T)⁻¹转置的逆 矩阵的秩 秩的定义 k阶子式： 在矩阵A中任取k行k列，位于交叉处的k²个元素构成的行列式 矩阵的秩： A的非零子式的最高阶数，记作r(A) 等价定义：
r(A)=r ↔ A中至少有一个r阶子式不为0，所有r+1阶子式均为0 r(A)=r ↔ A的等价标准形为 diag(Eᵣ, O, O) （对角块）
秩的性质
性质说明0 ≤ r(A) ≤ min(m,n)m×n矩阵r(A) = r(A^T)转置不改变秩r(kA) = r(A)非零数乘不改变秩r(AB) ≤ min(r(A), r(B))乘积的秩r(A+B) ≤ r(A) + r(B)和的秩r(A) + r(B) - n ≤ r(AB)乘积的秩（下界） 秩的计算 方法1：定义法
计算非零子式的最高阶数
方法2：初等变换法
用初等行变换化行阶梯形，非零行数即为秩
方法3：同时行列变换
既可用行变换也可用列变换
学长说 秩的计算是线性代数的基础技能。 化行阶梯形是最常用、最简单的方法。
秩的应用
-
判断向量组线性相关性 向量组α₁,α₂,…,αₛ构成矩阵A = [α₁,α₂,…,αₛ] r(A) = s → 线性无关 r(A) < s → 线性相关
-
判断方程组解的情况 Ax = b 有解 ⟺ r(A) = r(A|b) 有唯一解 ⟺ r(A) = r(A|b) = n 无穷多解 ⟺ r(A) = r(A|b) < n
-
求最大无关组
初等列变换化行最简形
分块矩阵 分块原则 按行列分块： 根据需要划分 常用分块：
分块方式适用情况按列分块讨论线性表示按行分块讨论线性方程组对角分块简化运算 分块运算 加法： 同维分块，对应块相加 数乘： 数乘每个块 乘法： 块之间符合矩阵乘法规则 转置： 块转置，元素也转置 分块对角矩阵： A = diag(A₁, A₂, …, Aₛ)
则 |A| = |A₁|·|A₂|·…·|Aₛ| A⁻¹ = diag(A₁⁻¹, A₂⁻¹, …, Aₛ⁻¹)
初等矩阵 初等矩阵的定义 三种初等矩阵：
类型行变换矩阵形式E(i,j)交换i,j两行对调第i,j行E(i(k))第i行乘k第i行乘kE(i,j(k))第i行加第j行的k倍第i行加第j行的k倍 初等矩阵的性质 性质1： 初等矩阵左乘A，相当于对A做相应的行变换 性质2： 初等矩阵右乘A，相当于对A做相应的列变换 性质3： 初等矩阵都是可逆的 性质4： 可逆矩阵可以表示为有限个初等矩阵的乘积
学长说 初等矩阵是联系初等变换和矩阵乘法的桥梁。 记住：左乘做行变换，右乘做列变换。
学长私房话 说实话，矩阵是线性代数的核心。 行列式是工具，矩阵是主角。
学长的学习方法：
理解概念
矩阵和行列式的区别要清楚 秩的几何意义要理解
熟练计算
矩阵乘法要多练 求逆矩阵要熟练
掌握性质
秩的性质要会用 分块矩阵运算要掌握
学长踩过的坑 我大一学线代，矩阵乘法总是算错。 后来我发现，问题出在不按规则来。 严格按照”行×列”的规则，一步步算，就不会错。 按规则来，就不会出错！
线代学习的关键是理解结构，掌握规则，多做练习！ 加油！
继续阅读导航 上级目录
全库目录索引 0001大一核心信息差 目录索引 12.大学基础公共课 目录索引
同目录索引
12.大学基础公共课 目录索引
跨库关联
暂无明确跨库关联
同主题推荐
线性代数高效学习指南（特征值与特征向量篇） 思政课时政热点关联法 线性代数满分指南 思政课高效学习指南（习近平思想篇） C语言高效学习指南 思政课高效学习指南（思想道德与法治篇） 编程语言高效学习指南 大学化学高效学习指南 大学化学高效学习指南（理论篇） 大学化学高效学习指南（实验篇）
相关标签
大一核心信息差 大学基础公共课
下一步阅读
下一篇：线性代数高效学习指南（特征值与特征向量篇）