线性代数是代数学的一个分支，主要处理线性关系问题，涉及众多核心概念。以下是对线性代数中一些主要概念的归纳：

一、基础概念
线性方程：含有n个未知量的一次方程。
线性方程组：由多个线性方程构成的集合。
线性函数：关于变量是一次的函数，如一元、二元线性函数。
向量：有方向的量，是线性代数中的基本元素，可以用箭头表示，向量在空间中表示位置、速度、力等物理量。向量分为行向量和列向量，零向量是所有的分量都是0的向量。
向量空间：一组向量的集合，这些向量对加法和数乘封闭。
矩阵：由数按矩形排列构成的二维数组，是线性代数的基本工具，用于表示线性方程组、线性变换等。
二、矩阵相关概念
特殊矩阵
行矩阵（行向量）：只有一行的矩阵。
列矩阵（列向量）：只有一列的矩阵。
零矩阵：矩阵的元素全部为0。
方阵：行数和列数相同的矩阵。
上三角形矩阵：主对角线下方全是0的方阵。
对角矩阵：主对角线以外元素全部为0的矩阵。对角矩阵的对角线上的元素即为原矩阵的特征值。
数量矩阵：对角矩阵的对角元素全部都相等（非0）。
单位矩阵：对角矩阵的对角元素全部为1，是使用最频繁的矩阵，在矩阵中的地位类似于实数中的“1”。
初等矩阵：单位矩阵经过一次初等变换得到的新矩阵。
对称矩阵：满足特定性质的方阵。
反对称矩阵：满足特定性质的方阵，主对角元素必须是0。
伴随矩阵：矩阵A的行列式|A|的各个代数余子式按特定方式排列构成的矩阵。
矩阵运算
矩阵加法：对应元素相加。
矩阵减法：对应元素相减。
矩阵乘法：两个矩阵相乘，结果也是一个矩阵，不满足交换律。
矩阵转置：将矩阵的行变成列，列变成行。
矩阵的性质
行阶梯矩阵：具有特定特征的矩阵，任何矩阵都可以通过有限次初等行变换变成行阶梯矩阵。
矩阵的逆：设A为n阶矩阵，若存在n阶矩阵B，使得AB=BA=E（E为与A、B同维数的单位阵），则称A为可逆矩阵，B是A的逆矩阵。
初等变换：分为初等行变换和初等列变换，包含三种操作，即对调两行（列）、将非零常数k乘以矩阵某一行（列）的所有元素、把矩阵某一行（列）的所有元素的k倍加到另一行（列）对应的元素。
矩阵等价：A矩阵经过有限次初等行（列）变换之后得到B矩阵，则称A和B行（列）等价；经过有限次初等变换的两个矩阵称为等价。
三、行列式相关概念
行列式：将矩阵映射为一个标量，矩阵每列代表一个边（平面），行列式表示多维空间各平面围成的体积。
行列式的性质
行列互换：行列式的值不变。
两行（列）互换：行列式变号。
提公因式：行列式的某一行（列）的所有元素都乘以同一数k，等于用数k乘此行列式。
拆列分配：行列式中如果某一行（列）的元素都是两组数之和，那么这个行列式就等于两个行列式之和。
一行（列）乘k加到另一行（列）：行列式的值不变。
两行成比例：行列式的值为0。
四、其他重要概念
线性组合：向量组中的向量通过数乘和加法运算得到的向量。
线性相关性：向量组中的向量是否存在线性关系。
特征值与特征向量：描述矩阵的某些性质（如稳定性、旋转等）的量和方向。
相似矩阵：如果矩阵A和B可以通过一系列初等变换相互转化，则称A和B相似。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。
二次型：由变量的平方项和它们的线性项构成的函数。
正定矩阵：特征值都大于0的矩阵。
正交矩阵：若方阵M是正交的，则当且仅当M与它转置MT的乘积等于单位矩阵。如果一个矩阵是正交的，那么它的转置等于它的逆。
这些概念构成了线性代数的基础，并在数学、物理学、工程学、计算机科学等领域有广泛应用。

https://blog.csdn.net/qq_70019265/article/details/142916410