添加图片注释，不超过 140 字（可选）
有非零解
添加图片注释，不超过 140 字（可选）
13、重要结论（需要掌握证明）
（1）设A是m×n阶矩阵，则齐次方程ATAx=0与Ax=0同解，r（ATA）=r（A）
（2）设A是m×n阶矩阵，r（A）=n，B是n×s阶矩阵，则齐次方程ABx=0与Bx=0同解，r（AB）=r（B）
5 特征值与特征向量
（一）矩阵的特征值与特征向量
1、特征值、特征向量的定义：
设A为n阶矩阵，如果存在数λ及非零列向量α，使得Aα=λα，称α是矩阵A属于特征值λ的特征向量。
2、特征多项式、特征方程的定义：
|λE-A|称为矩阵A的特征多项式（λ的n次多项式）。
|λE-A |=0称为矩阵A的特征方程（λ的n次方程）。
注:特征方程可以写为|A-λE|=0
3、重要结论：
（1）若α为齐次方程Ax=0的非零解，则Aα=0·α，即α为矩阵A特征值λ=0的特征向量
（2）A的各行元素和为k，则(1，1，…，1)T为特征值为k的特征向量。
（3）上（下）三角或主对角的矩阵的特征值为主对角线各元素。
4、总结：特征值与特征向量的求法
（1）A为抽象的：由定义或性质凑
（2）A为数字的：由特征方程法求解
5、特征方程法：
（1）解特征方程|λE-A|=0，得矩阵A的n个特征值λ1，λ2，…，λn
注：n次方程必须有n个根(可有多重根，写作λ1=λ2=…=λs=实数，不能省略)
（2）解齐次方程（λiE-A）=0，得属于特征值λi的线性无关的特征向量，即其基础解系（共n-r（λiE-A）个解）
6、性质：
（1）不同特征值的特征向量线性无关
（2）k重特征值最多k个线性无关的特征向量
1≤n-r（λiE-A）≤ki
（3）设A的特征值为λ1，λ2，…，λn，则|A|=Πλi，Σλi=Σaii
（4）当r（A）=1，即A=αβT，其中α，β均为n维非零列向量，则A的特征值为λ1=Σaii=αTβ=βTα，λ2=…=λn=0
（5）设α是矩阵A属于特征值λ的特征向量，则
A | f（A） | AT | A-1 | A* | P-1AP（相似） |
λ | f（λ） | λ | λ-1 | |A|λ-1 | λ |
α | α | / | α | α | P-1α |
（二）相似矩阵
7、相似矩阵的定义：
设A、B均为n阶矩阵，如果存在可逆矩阵P使得B=P-1AP，称A与B相似，记作A~B
8、相似矩阵的性质
（1）若A与B相似，则f（A）与f（B）相似
（2）若A与B相似，B与C相似，则A与C相似
（3）相似矩阵有相同的行列式、秩、特征多项式、特征方程、特征值、迹（即主对角线元素之和）
【推广】
（4）若A与B相似，则AB与BA相似，AT与BT相似，A-1与B-1相似，A*与B*也相似
（三）矩阵的相似对角化
9、相似对角化定义：
如果A与对角矩阵相似，即存在可逆矩阵P，使得P-1AP=Λ=
添加图片注释，不超过 140 字（可选）
，
称A可相似对角化。
注：Aαi=λiαi（αi≠0，由于P可逆），故P的每一列均为矩阵A的特征值λi的特征向量
10、相似对角化的充要条件
（1）A有n个线性无关的特征向量
（2）A的k重特征值有k个线性无关的特征向量
11、相似对角化的充分条件：
（1）A有n个不同的特征值（不同特征值的特征向量线性无关）
（2）A为实对称矩阵
12、重要结论：
（1）若A可相似对角化，则r（A）为非零特征值的个数，n-r（A）为零特征值的个数
（2）若A不可相似对角化，r（A）不一定为非零特征值的个数
（四）实对称矩阵
13、性质
（1）特征值全为实数
（2）不同特征值的特征向量正交
（3）A可相似对角化，即存在可逆矩阵P使得P-1AP=Λ
（4）A可正交相似对角化，即存在正交矩阵Q，使得Q-1AQ=QTAQ=Λ
6 二次型
（一）二次型及其标准形
1、二次型：
（1）一般形式
（2）矩阵形式（常用）
2、标准形：
如果二次型只含平方项，即f（x1，x2，…，xn）=d1x12 d2x22 … dnxn2
这样的二次型称为标准形（对角线）
3、二次型化为标准形的方法：
（1）配方法：
通过可逆线性变换x=Cy（C可逆），将二次型化为标准形。其中，可逆线性变换及标准形通过先配方再换元得到。
（2）正交变换法：
通过正交变换x=Qy，将二次型化为标准形λ1y12 λ2y22 … λnyn2
其中，λ1，λ2，…，λn 是A的n个特征值，Q为A的正交矩阵
注:正交矩阵Q不唯一，γi与λi 对应即可。
（二）惯性定理及规范形
4、定义：
正惯性指数：标准形中正平方项的个数称为正惯性指数，记为p；
负惯性指数：标准形中负平方项的个数称为负惯性指数，记为q；
规范形：f=z12 …zp2-zp 12-…-zp q2称为二次型的规范形。
5、惯性定理：
二次型无论选取怎样的可逆线性变换为标准形，其正负惯性指数不变。
注：（1）由于正负惯性指数不变，所以规范形唯一。
（2）p=正特征值的个数，q=负特征值的个数，p q=非零特征值的个数=r（A）
（三）合同矩阵
6、定义：
A、B均为n阶实对称矩阵，若存在可逆矩阵C，使得B=CTAC，称A与B合同
7、总结：n阶实对称矩阵A、B的关系
（1）A、B相似（B=P-1AP）相同的特征值
（2）A、B合同（B=CTAC）相同的正负惯性指数相同的正负特征值的个数
（3）A、B等价（B=PAQ）r（A）=r（B）
注：实对称矩阵相似必合同，合同必等价
（四）正定二次型与正定矩阵
8、正定的定义
二次型xTAx，如果任意x≠0，恒有xTAx＞0，则称二次型正定，并称实对称矩阵A是正定矩阵。
9、n元二次型xTAx正定充要条件：
（1）A的正惯性指数为n
（2）A与E合同，即存在可逆矩阵C，使得A=CTC或CTAC=E
（3）A的特征值均大于0
（4）A的顺序主子式均大于0（k阶顺序主子式为前k行前k列的行列式）
10、n元二次型xTAx正定必要条件：
（1）aii＞0
（2）|A|＞0
11、总结：二次型xTAx正定判定（大题）
（1）A为数字：顺序主子式均大于0
（2）A为抽象：证A为实对称矩阵：AT=A；再由定义或特征值判定
12、重要结论：
（1）若A是正定矩阵，则kA（k＞0），Ak，AT，A-1，A*正定
（2）若A、B均为正定矩阵，则A B正定
