战地黄花 线性代数考研知识点

合集下载

考研数学线性代数必考的知识点

考研数学线性代数必考的知识点

考研数学线性代数必考的知识点考研数学线性代数必考的知识点漫长的学习生涯中,大家最熟悉的就是知识点吧?知识点就是一些常考的内容,或者考试经常出题的地方。

还在苦恼没有知识点总结吗?以下是店铺帮大家整理的考研数学线性代数必考的知识点,供大家参考借鉴,希望可以帮助到有需要的朋友。

考研数学线性代数必考的知识点篇1考研数学线性代数必考的重点一、行列式与矩阵第一章《行列式》、第二章《矩阵》是线性代数中的基础章节,有必要熟练掌握。

行列式的核心内容是求行列式,包括具体行列式的计算和抽象行列式的计算二、向量与线性方程组向量与线性方程组是整个线性代数部分的核心内容。

相比之下,行列式和矩阵可视作是为了讨论向量和线性方程组部分的问题而做铺垫的基础性章节。

向量与线性方程组的内容联系很密切,很多知识点相互之间都有或明或暗的相关性。

复习这两部分内容最有效的方法就是彻底理顺诸多知识点之间的内在联系,因为这样做首先能够保证做到真正意义上的理解,同时也是熟练掌握和灵活运用的前提。

三、特征值与特征向量相对于前两章来说,本章不是线性代数这门课的理论重点,但却是一个考试重点。

其原因是解决相关题目要用到线代中的大量内容——既有行列式、矩阵又有线性方程组和线性相关,“牵一发而动全身”。

四、二次型本章所讲的内容从根本上讲是第五章《特征值和特征向量》的一个延伸,因为化二次型为标准型的核心知识为“对于实对称矩阵A存在正交矩阵Q使得A可以相似对角化”,其过程就是上一章相似对角化在为实对称矩阵时的应用。

考研数学概率以大纲为本夯实基础从考试的角度,大家看看历年真题就发现比较明显的规律:概率的题型相对固定,哪考大题哪考小题非常清楚。

概率常考大题的地方是:随机变量函数的分布,多维分布(边缘分布和条件分布),矩估计和极大似然估计。

其它知识点考小题,如随机事件与概率,数字特征等。

从学科的角度,概率的知识结构与线性代数不同,不是网状知识结构,而是躺倒的树形结构。

第一章随机事件与概率是基础知识,在此基础上可以讨论随机变量,这就是第二章的内容。

数学考研必备知识点线性代数的重点章节解析

数学考研必备知识点线性代数的重点章节解析

数学考研必备知识点线性代数的重点章节解析一、引言线性代数是数学中的一个重要分支,广泛应用于各个领域的科学研究和工程实践中。

作为数学考研的一门必备知识,掌握线性代数的重点章节非常关键。

本文将对数学考研必备知识点线性代数的重点章节进行解析,帮助考生全面理解和掌握这些内容。

二、向量空间向量空间是线性代数的基础,包括向量的加法、数乘和向量空间的性质等。

重点章节有:1. 线性相关性与线性无关性:讨论向量组的线性相关性与线性无关性,以及线性相关性的判定方法。

2. 向量空间的维数:介绍向量空间的维数概念及其性质,以及维数的计算方法。

3. 基与坐标:介绍向量空间的一组基及其坐标表示方法,以及基的变换与坐标的变换关系。

三、线性映射与线性变换线性映射与线性变换是线性代数的重要内容,涉及到线性变换的性质、线性变换的表示矩阵和线性映射的核与像等。

重点章节有:1. 线性变换与矩阵:介绍线性变换的定义和性质,并探究线性变换的代数表示——矩阵。

2. 线性变换的核与像:讨论线性变换的核与像的概念,以及它们的性质和计算方法。

3. 线性变换的合成与逆变换:研究线性变换的合成和逆变换的概念与性质,以及相应的计算方法。

四、特征值与特征向量特征值与特征向量是线性代数中的重要概念,用于研究线性变换的本质特性。

重点章节有:1. 特征值与特征向量的定义:介绍特征值与特征向量的定义及其性质。

2. 特征值与特征向量的计算:探究特征值与特征向量的计算方法和求解步骤。

3. 对角化与相似矩阵:讨论矩阵的对角化概念及其条件,以及相似矩阵的性质和计算方法。

五、内积空间与正交变换内积空间与正交变换是线性代数的重要分支,包括内积空间的定义与性质、正交变换的概念与性质等。

重点章节有:1. 内积空间的定义与性质:介绍内积空间的定义和性质,包括内积的性质和内积空间的几何解释。

2. 正交向量与正交子空间:研究正交向量和正交子空间的概念、性质及其计算方法。

3. 正交变换与正交矩阵:探究正交变换的定义和性质,以及正交变换的矩阵表示——正交矩阵。

考研数学三必背知识点:线性代数

考研数学三必背知识点:线性代数

线性代数必考知识点一、行列式1、逆序数一个排列n i i i i ,,,321若有类似21i i 时,我们称21i i 组成一个逆序。

一个排列中逆序总的个数之和称为逆序数,记为)(21n i i i 2、行列式性质(1) 行列式行列互换,其值不变,即T A A(2) 行列式两行或两列互换,其值反号。

(3) 行列式某行或某列乘以k 等于行列式乘以k 。

(4) 行列式某行货某列乘以k 加到另一行或列上,行列式值不变。

(5) 行列式两行或两列对应成比例,则行列式为零。

(6) 行列式某行或某列元素为零,则行列式为零。

(7) 上、下三角行列式其值为主对角线上元素乘积。

(8) 行列式值等于对应矩阵所有特征值的乘积,即n A 21 (9) 齐次线性方程组0 Ax 有非零解n A r A )(0 3、行列式行列展开定理(1) 余子式ij j i ij A M )1( (2) 代数余子式ij j i ij M A )1( 4、三阶行列式展开公式332112322311312213322113312312332211333231232221131211a a a a a a a a a a a a a a a a a a a a a a a a a a a 二、矩阵1、矩阵运算(1) 矩阵加减法即是将对应元素进行加减。

(2) 矩阵乘法是将对应行与对应列元素相乘再相加。

(3) 矩阵除法是乘以逆矩阵。

(4) 矩阵加减法满足交换律、结合律,乘法满足结合律、分配率。

(5) n 阶方阵一般可以有1*,,, A A A A T 四大基本矩阵运算 2、矩阵的行列式(1) A k kA A A n T , (2) A B B A BA AB 3、矩阵转置(1) T T T T T T T T T T A B AB kA kA B A B A A A )(,)(,)(,)( (2) **11)()(,)()(T T T T A A A A4、伴随矩阵(1) *1*****11*2****1*)(,)(,)()(,)(,,A k kA A B AB A A A AA E A A A AA A A A n n(2) 1)(0)(1)(1)()()(*** n A r A r n A r A r nA r n A r5、逆矩阵 (1) 1111*111111*1)(,1)(,,)(,,1A B AB A AA A A A A E A A AA A A A (2) 分块矩阵的逆矩阵① 111A O A O OB OB (主对角分块)② 111O A O B B O AO(副对角分块) ③ 11111A C A A CB O B OB(拉普拉斯)④ 11111A O A O C B B CA B(拉普拉斯) 6、矩阵初等变换(1) 交换矩阵两行或两列 (2) 矩阵某行或某列乘以k(3) 矩阵某行或某列乘以k 并加到另一行或列 (4) 矩阵初等变换的实质是矩阵与初等矩阵相乘 ① 矩阵初等行变换=矩阵左乘初等矩阵 ② 矩阵初等列变换=矩阵右乘初等矩阵 7、矩阵其他考点(1) 行列矩阵相乘: 为行矩阵),,(21n a a a , 为列矩阵),,(21n b b b , 则 1)()()()())(()( k k(2) 矩阵n A 的求法:若A 可对角化,则有 AP P 1,于是1 P P A n n (3) 若n B r m A r )(,)(,则有m A r B A r )()(且n B r B A r )()(三、向量1、向量运算: k k k )(),()(,2、线性表示对于向量组s ,,21和向量 ,若存在一组数s k k k ,,21使得s s k k k 2211 (1) 若s s k k k 2211有唯一解,则 能由向量组s ,,21唯一线性表示。

考研数学线性代数重点整理

考研数学线性代数重点整理

考研数学线性代数重点整理一、矢量空间矢量空间是线性代数的基础概念,它描述了一组对象(称为矢量)的性质及其之间的运算规则。

以下是矢量空间的一些重要性质和定义:1. 定义:矢量空间是满足以下8个条件的集合V,其中两个运算(加法和乘法)满足特定的性质。

2. 加法:对于任意的矢量u和v,它们的和u+v也是V中的一个矢量。

3. 加法交换律:对于任意的矢量u和v,有u+v = v+u。

4. 加法结合律:对于任意的矢量u、v和w,有(u+v)+w = u+(v+w)。

5. 加法单位元:存在一个称为零矢量的特殊矢量0,对于任意的矢量v,有v+0 = 0+v = v。

6. 加法逆元:对于任意的矢量v,存在一个称为负矢量的特殊矢量-u,使得v+(-u) = (-u)+v = 0。

7. 乘法定义:对于任意的矢量v和实数c,cv也是V中的一个矢量。

8. 乘法分配律:对于任意的矢量v和实数c和d,有c(dv) = (cd)v。

9. 乘法单位元:对于任意的矢量v,有1v = v。

二、矩阵与线性方程组矩阵是线性代数中另一个重要的概念,它可以用来表示线性方程组和线性变换。

以下是与矩阵和线性方程组相关的一些重要内容:1. 矩阵定义:将数按矩形排列成的矩形数表称为矩阵,其中行数和列数分别称为矩阵的行数和列数。

2. 矩阵运算:矩阵之间可以进行加法和乘法的运算,具体规则如下:- 矩阵加法:对应位置元素相加。

- 矩阵乘法:设A是一个m×n矩阵,B是一个n×p矩阵,那么它们的乘积AB是一个m×p矩阵,乘法规则为A的行乘以B的列。

3. 线性方程组:线性方程组是一组线性方程的集合,矩阵可以用来表示和求解线性方程组。

对于一个m×n矩阵A、一个n×1矩阵X和一个m×1矩阵B,线性方程组可以表示为AX=B。

4. 线性方程组的解:根据矩阵的性质,可以通过高斯消元法、矩阵求逆等方法求解线性方程组。

考研数学线性代数的知识点怎么复习范本三份

考研数学线性代数的知识点怎么复习范本三份

考研数学线性代数的知识点怎么复习范本三份知识点一:矩阵1.矩阵的定义:矩阵是一个由数域中的元素排列成的矩形阵列。

2.矩阵的运算:包括矩阵的加法、减法、数乘、乘法等。

3.矩阵的类型:包括列矩阵、行矩阵、方阵、行满秩矩阵、列满秩矩阵等。

4.矩阵的转置:行变为列,列变为行。

5.矩阵的逆:满足矩阵乘法交换律的方阵,存在逆矩阵。

6.矩阵的秩:线性无关行(列)向量的最大个数。

知识点二:行列式1.行列式的概念:一个由n*n个元素构成的方阵,与其他方阵不同的一个特殊数。

2.行列式的性质:包括行互换、列互换、其中一行(列)乘以一个非零常数、其中一行(列)加上另外一行(列)的k倍等运算。

3.行列式的计算:包括按定义计算、按行(列)展开、按行列式的性质计算等方法。

4.行列式的性质与结论:含有零行(列)的行列式为零、对调两行(列)行列式变号、行列式与其转置行列式相等等。

知识点三:向量空间1.向量空间的定义:满足一定条件的集合,其中的元素可以进行向量运算。

2.向量空间的性质:包括封闭性、线性组合、线性无关、向量子空间等性质。

3.线性相关与线性无关:一组向量之间的线性组合关系。

4.基、维数与坐标:向量空间的基、维数与坐标之间的关系。

5.线性映射:保持向量空间的线性性质的映射。

6.矩阵的秩与线性方程组的解:矩阵的秩与方程组解的个数及解的性质之间的关系。

知识点四:特征值与特征向量1.特征值与特征向量的定义:对于一个n*n矩阵A,如果存在常数λ和非零向量x,使得Ax=λx,则称λ为矩阵A的特征值,x为矩阵A的特征向量。

2.特征值与特征向量的计算:包括求解特征方程、求解特征向量的过程。

3.特征值与特征向量的性质:特征值的和等于矩阵的迹,特征向量对应不同特征值的特征向量线性无关等。

知识点五:二次型1.二次型的定义:一个含有二次项和线性项的多项式。

2.二次型的矩阵表示:用矩阵表示二次型。

3.二次型的规范化:将二次型化为标准形,即去除二次项的干涉项。

2023考研数学(线性代数)知识点归纳

2023考研数学(线性代数)知识点归纳

2023考研数学(线性代数)知识点归纳
想理解更多请持续____应届毕业生考试网!
不同专业考察的内容不一样,从历年的实际考研试题来看,3类数学的线性代数试题根本一样,差异仅仅在于:数学(一)比数学(二)和(三)多了n维向量空间的相关内容,但这局部内容在考题中很少出现。

第一章、行列式
1、行列式的定义
2、行列式的性质
3、特殊行列式的值
4、行列式展开定理
5、抽象行列式的计算
第二章、矩阵
1、矩阵的定义及线性运算
2、乘法
3、矩阵方幂
4、转置
5、逆矩阵的概念和性质
6、伴随矩阵
7、分块矩阵及其运算
8、矩阵的初等变换与初等矩阵
9、矩阵的等价
10、矩阵的秩
第三章、向量
1、向量的概念及其运算
2、向量的线性组合与线性表出
3、等价向量组
4、向量组的线性相关与线性无关
5、极大线性无关组与向量组的.秩
6、内积与施密特正交化
7、n维向量空间(数学一)
第四章、线性方程组
1、线性方程组的克莱姆法那么
2、齐次线性方程组有非零解的断定条件
3、非齐次线性方程组有解的断定条件
4、线性方程组解的构造
第五章、矩阵的特征值和特征向量
1、矩阵的特征值和特征向量的概念和性质
2、相似矩阵的概念及性质
3、矩阵的相似对角化
4、实对称矩阵的特征值、特征向量及其相似对角矩阵第六章、二次型
1、二次型及其矩阵表示
2、合同变换与合同矩阵
3、二次型的秩
4、二次型的标准型和标准型
5、惯性定理
6、用正交变换和配方法化二次型为标准型
7、正定二次型及其断定。

线性代数考研知识点总结

线性代数考研知识点总结

线性代数考研知识点总结线性代数是数学的一个重要分支,它研究向量空间及其上的线性变换。

在计算机科学、物理学、工程学等领域中,线性代数都有着广泛的应用。

在考研中,线性代数是一个必考的科目,以下是线性代数考研的一些重要知识点总结。

1. 向量空间:向量空间是线性代数的基础概念,它包括一组向量和一些满足特定条件的运算规则。

向量空间中的向量可以进行加法和数乘运算,满足交换律、结合律和分配律。

2. 向量的线性相关性和线性无关性:如果向量可以通过线性组合表示为另一组向量的形式,那么这组向量就是线性相关的;如果向量不满足线性相关的条件,那么它们就是线性无关的。

3. 矩阵:矩阵是线性代数中的另一个重要概念,它是一个由数字排列成的矩形阵列。

矩阵可以用于表示线性变换、解线性方程组等。

常见的矩阵类型有方阵、对称矩阵、对角矩阵、单位矩阵等。

4. 行列式:行列式是一个用于刻画矩阵性质的重要工具。

行列式可以用来计算线性变换的缩放因子,判断矩阵是否可逆,以及计算矩阵的逆等。

5. 矩阵的相似和对角化:两个矩阵A和B,如果存在一个非奇异矩阵P,使得PAP^(-1)=B,那么矩阵A和B就是相似的。

相似的矩阵有着相同的特征值和特征向量。

对角化是指将一个矩阵通过相似变换变成对角矩阵的过程。

6. 线性变换:线性变换是指一个向量空间到另一个向量空间的映射,它满足线性性质。

线性变换可以用矩阵表示,相应的矩阵称为线性变换的矩阵表示。

线性变换可以进行合成、求逆等操作。

7. 内积空间:内积空间是一个带有内积运算的向量空间。

内积运算满足对称性、线性性、正定性等性质。

内积空间可以用来定义向量的长度、夹角、正交性等概念。

8. 特征值和特征向量:对于一个线性变换,如果存在一个非零向量使得线性变换作用在该向量上等于该向量的某个常数倍,那么这个常数就是该线性变换的特征值,而对应的非零向量就是特征向量。

特征值和特征向量可以用来分析矩阵的性质,求解线性方程组等。

9. 奇异值分解:奇异值分解是矩阵分解的一种常用方法,它将一个矩阵分解为三个矩阵的乘积,其中一个矩阵是正交矩阵,另两个矩阵是对角矩阵。

考研线性代数知识点全面总结

考研线性代数知识点全面总结

《线性代数》复习提纲第一章、行列式1行列式的定义:用n2个元素a j组成的记号称为n阶行列式。

(1)它表示所有可能的取自不同行不同列的n个元素乘积的代数和;(2)展开式共有n!项,其中符号正负各半;2.行列式的计算一阶| a |= a行列式,二、二阶行列式有对角线法则;N阶(n 3)行列式的计算:降阶法定理:n阶行列式的值等于它的任意一行(列)的各元素与其对应的代数余子式乘积的和。

方法:选取比较简单的一行(列),保保留一个非零元素,其余元素化为0,利用定理展开降阶特殊情况:上、下三角形行列式、对角形行列式的值等于主对角线上元素的乘积;行列式值为0的几种情况:I 行列式某行(列)元素全为0; II行列式某行(列)的对应元素相同;皿行列式某行(列)的元素对应成比例;IV 奇数阶的反对称行列式。

3.概念:全排列、排列的逆序数、奇排列、偶排列、余子式M j、代数余子式A j ( 1)i j M j定理:一个排列中任意两个元素对换,改变排列的奇偶性。

奇排列变为标准排列的对换次数为基数,偶排列为偶数。

n阶行列式也可定义:D (-1)人心2 a q n n , t为q i q2 q n的逆序数4.行列式性质:1、行列式与其转置行列式相等。

2、互换行列式两行或两列,行列式变号。

若有两行(列)相等或成比例,则为行列式03、行列式某行(列)乘数k,等于k乘此行列式。

行列式某行(列)的公因子可提到外面4、行列式某行(列)的元素都是两数之和,则此行列式等于两个行列式之和。

5、行列式某行(列)乘一个数加到另一行(列)上,行列式不变。

:若线性方程组的系数行列式D 0,则方程有且仅有唯一解x iDiDX 2D 2 D n6、 行列式等于他的任一行(列)的各元素与其对应代数余子式的乘积之和。

(按行、列展开法则)7、 行列式某一行(列)与另一行(列)的对应元素的代数余子式乘积之和为 0.5. 克拉默法则:3.对称阵:方阵A TA 。

考研数学线性代数重点知识

考研数学线性代数重点知识

考研数学线性代数重点知识线性代数是考研数学中非常重要的一部分,对于许多考生来说,掌握好线性代数的重点知识是取得高分的关键。

下面我们就来详细梳理一下线性代数中的重点知识。

一、行列式行列式是线性代数中的基本概念之一,它有着多种计算方法和重要的性质。

计算行列式的方法包括:按行(列)展开法、三角化法、利用行列式的性质化简等。

其中,利用行列式的性质将其化为上三角或下三角行列式是比较常用且有效的方法。

行列式的性质包括:行列式与其转置行列式相等;对换两行(列),行列式变号;某行(列)元素乘以 k,等于用 k 乘以此行列式;若某行(列)元素是两数之和,则行列式可拆分为两个行列式之和等。

行列式在求解线性方程组、判断矩阵可逆性等方面有着重要的应用。

二、矩阵矩阵是线性代数的核心概念,包括矩阵的运算、逆矩阵、矩阵的秩等内容。

矩阵的运算有加、减、乘、数乘。

矩阵乘法需要注意其规则,不满足交换律。

逆矩阵是一个重要概念,如果矩阵 A 可逆,则存在 A 的逆矩阵A⁻¹,使得 AA⁻¹= A⁻¹A = E(单位矩阵)。

求逆矩阵的方法有伴随矩阵法和初等变换法。

矩阵的秩反映了矩阵的“有效信息”量,通过初等变换可以求出矩阵的秩。

三、向量向量部分包括向量组的线性相关性、极大线性无关组、向量组的秩等。

判断向量组的线性相关性有定义法、行列式法、矩阵秩法等。

极大线性无关组是向量组中“最核心”的部分,它不唯一,但所含向量个数是确定的。

向量组的秩等于其极大线性无关组所含向量的个数。

四、线性方程组线性方程组是线性代数的重点应用之一。

齐次线性方程组,当系数矩阵的秩等于未知数个数时,只有零解;当系数矩阵的秩小于未知数个数时,有非零解。

非齐次线性方程组,当增广矩阵的秩等于系数矩阵的秩时,有解;当增广矩阵的秩大于系数矩阵的秩时,无解。

求解线性方程组可以使用高斯消元法。

五、特征值与特征向量特征值和特征向量反映了矩阵的某种特性。

求特征值就是求解特征方程|λE A| = 0 的根,求特征向量则是通过解齐次线性方程组(λE A)X = 0 得到。

考研数学线性代数答题必知的知识点及概念

考研数学线性代数答题必知的知识点及概念

考研数学线性代数答题必知的知识点及概念考研数学线性代数答题必知的知识点及概念2014年研究生备考的硝烟还未散尽时,另一场战役已经打响。

在考研数学的三门课里,线性代数这门课的特点又是什么呢?线性代数这门课对考生的抽象能力的要求特别的高,大纲要求主要考查的有抽象行列式的计算,抽象矩阵求逆,抽象矩阵求秩,抽象行列式求特征值与特征向量,这四种抽象题型是考研线性代数每年常出题型,占有很大比重,要求同学们有较高的综合能力。

线性代数的前后知识的连续性强完全是由它自身的知识体系和逻辑推理方式来决定的,很多同学也都说线性代数的公式概念结论特别的多,前后联系特别的紧密,在做一个题时,如果有一个公式或者结论不知道,后面的过程就无法做下去,其实这也符合考研大纲的要求的考生运用所学的知识分析问题和解决问题的能力。

如果和高等数学做个比较,我们把高等数学看作是一个连续性的推理过程,线性代数就是一个跳跃性的推理过程,在做题时表现的会很明显。

同学们在做高等数学的题时,从第一步到第二步到第三步在数学式子上一个一个等下去很清晰,但是同学们在做线性代数的题目时从第一步到第二步到第三步经常在数学式子上看不出来,比如行列式的计算,从第几行(或列)加到哪行(列)很多时候很难一下子看出来。

针对上述特点,给出线性代数的各章节重要知识点具体复习建议,希望同学们的复习能够有的放矢。

一、行列式与矩阵行列式、矩阵是线性代数中的基础章节,从命题人的角度来看,可以像润滑油一般结合其它章节出题,因此必须熟练掌握。

行列式的核心内容是求行列式——具体行列式的计算和抽象行列式的计算。

其中具体行列式的计算又有低阶和高阶两种类型,主要方法是应用行列式的性质及按行(列)展开定理化为上下三角行列式求解;而对于抽象行列式而言,考点不在如何求行列式,而在于结合后面章节内容的相对综合的题。

矩阵部分出题很灵活,频繁出现的知识点包括矩阵各种运算律、矩阵的基本性质、矩阵可逆的判定及求逆、矩阵的秩、初等矩阵等。

考研数学线性代数重点知识点整理与习题解析

考研数学线性代数重点知识点整理与习题解析

考研数学线性代数重点知识点整理与习题解析一、矩阵的运算矩阵的加法、乘法、转置以及数量乘法等是矩阵运算的基本操作。

矩阵的加法和乘法具有结合律、交换律和分配律等基本性质。

1.1 矩阵的加法对于两个相同大小的矩阵A和B,它们的和记作A + B,定义为它们对应元素相加所得到的矩阵。

即,如果A = [a_ij],B = [b_ij],则A + B = [a_ij + b_ij]。

1.2 矩阵的乘法对于两个矩阵A和B,如果A的列数等于B的行数,它们可以进行乘法运算,记作C = AB。

矩阵C的元素c_ij可以表示为c_ij =∑(a_ik * b_kj)。

其中∑表示求和符号,k表示对应元素的相同下标。

1.3 矩阵的转置对于一个矩阵A,它的转置记作A^T。

即,如果A = [a_ij],则A^T = [a_ji]。

也就是说,矩阵A的行变为转置后矩阵的列,矩阵A的列变为转置后矩阵的行。

1.4 数量乘法一个数与一个矩阵的乘积称为数量乘法。

对于一个数k和一个矩阵A,它们的乘积记作kA。

即,kA = [ka_ij]。

其中ka_ij表示矩阵A中每个元素乘以k所得到的矩阵。

二、线性方程组线性方程组是线性代数的重要内容之一。

解一个线性方程组就是找到一组使得方程组中所有方程都成立的未知数的值。

通常通过矩阵的方法来解线性方程组,有三种常用的解法:高斯消元法、克拉默法则和逆矩阵法。

2.1 高斯消元法高斯消元法是通过矩阵的初等变换将线性方程组化为最简形式,从而求解方程组。

具体步骤如下:1) 将线性方程组的系数矩阵和常数矩阵合并成增广矩阵;2) 逐行进行初等变换,使得增广矩阵的主对角线元素为1,其他元素为0;3) 对增广矩阵进行回代,求出方程组的解。

2.2 克拉默法则克拉默法则是通过行列式的性质来解线性方程组。

对于一个n元线性方程组,如果系数矩阵的行列式不为0,则方程组有唯一解,且每个未知数的值可以通过求解n个行列式得到。

2.3 逆矩阵法逆矩阵法是通过求解方程AX = B来解线性方程组。

战地黄花——线代部分知识分享

战地黄花——线代部分知识分享

战地黄花——线代部分一.欲说《线代》先方程大自然中最简单的图形是直线。

社会生活中最简单的关系是“成比例”。

据说当年“工 x 队”进驻清华。

有一位队员对“井岗山”群众讲话。

开场白说,我们工人阶级大老粗,不象你们知识分子弯弯多。

我们是“一根肠子通屁眼——直来直去”。

一句话让满场红28团的钢杆粉丝们笑得捧腹弯腰,花枝乱颤。

“直”代表简单,早已融进人们的思维。

初等数学以引入负数为起点,以方程为其重心之一。

最简单的方程是一元一次方程。

最基本的概念是方程的“根”或“解”。

什么东东叫一个方程(组)的根——把东东代入这个方程(组),方程(组)化为恒等式。

这个概念是学习《线性代数》的基本需要。

不少人读到“齐次线性方程组有限个解的线性组合,仍然是该方程组的解”感觉盲然没反应,一是忘了概念,二是不动笔。

应对这些貌似理论的语句,其实方法很简单。

是不是“解”,代入方程(组)算一算。

由一元一次方程出发,关于方程的研究向两个方向发展:(1)一元 n 次方程(2)n 元一次方程组(线性方程组)大学数学《线性代数》教材有两大板块。

第一板块解线性方程组。

基本工具是矩阵,核心概念是矩阵的秩,理论重心是“齐次线性方程组解集的构造”。

第二板块是矩阵特征理论基础知识。

n 阶方阵 A 的特征方程是个一元n 次方程。

一元 n 次方程的讨论点为:求根公式,根的个数,根与系数的关系。

一元二次方程有求根公式,在复数范围内有两个根。

(二重根算两个根。

)有韦达定理显示根与系数的关系。

人们努力探索了大半个世纪,也没能找到一元五次方程的求根公式。

回头又花了几十年,证明了所期盼的求根公式不存在。

同时也证明了一元 n 次方程在复数范围内有 n 个根。

(k 重根算 k 个根。

)还同样找到了高次方程的“韦达定理”。

对线性方程组的讨论则衍生出若干基本理论。

可以合称为线性理论。

依靠着完美透彻的线性理论,所有的线性问题(线性方程组,线性微分方程组,- - - )都得到了园满解决。

考研数学线性代数有哪些考点

考研数学线性代数有哪些考点

考研数学线性代数有哪些考点考研数学线性代数有哪些考点线性代数在考研数学中占比22%,因此,学好线代很关键,我们需要掌握好它的考点。

店铺为大家精心准备了考研数学线性代数重点考点,欢迎大家前来阅读。

考研数学线性代数六大考点一是行列式部分,强化概念性质,熟练行列式的求法。

在这里我们需要明确下面几条:行列式对应的是一个数值,是一个实数,明确这一点可以帮助我们检查一些疏漏的低级错误;行列式的计算方法中常用的是定义法,比较重要的是加边法,数学归纳法,降阶法,利用行列式的性质对行列式进行恒等变形,化简之后再按行或列展开。

另外范德蒙行列式也是需要掌握的;行列式的考查方式分为低阶的数字型矩阵和高阶抽象行列式的计算、含参数的行列式的计算等。

二是矩阵部分,重视矩阵运算,掌握矩阵秩的应用。

通过历年真题分类统计与考点分布,矩阵部分的重点考点集中在逆矩阵、伴随矩阵及矩阵方程,其内容包括伴随矩阵的定义、性质、行列式、逆矩阵、秩,在课堂辅导的时候会重点强调.此外,伴随矩阵的矩阵方程以及矩阵与行列式的结合也是需要同学们熟练掌握的细节。

涉及秩的应用,包含矩阵的秩与向量组的秩之间的关系,矩阵等价与向量组等价,对矩阵的秩与方程组的解之间关系的分析,备考需要在理解概念的基础上,系统地进行归纳总结,并做习题加以巩固。

三是向量部分,理解相关无关概念,灵活进行判定。

向量组的线性相关问题是向量部分的重中之重,也是考研线性代数每年必出的考点。

如何掌握这部分内容呢?首先在于对定义概念的理解,然后就是分析判定的'重点,即:看是否存在一组全为零的或者有非零解的实数对。

基础线性相关问题也会涉及类似的题型:判定向量组的线性相关性、向量组线性相关性的证明、判定一个向量能否由一向量组线性表出、向量组的秩和极大无关组的求法、有关秩的证明、有关矩阵与向量组等价的命题、与向量空间有关的命题。

四是线性方程组部分,判断解的个数,明确通解的求解思路。

线性方程组解的情况,主要涵盖了齐次线性方程组有非零解、非齐次线性方程组解的判定及解的结构、齐次线性方程组基础解系的求解与证明以及带参数的线性方程组的解的情况。

考研数学线性代数有哪些复习要点

考研数学线性代数有哪些复习要点

考研数学线性代数有哪些复习要点考研数学线性代数有哪些复习要点一、重视基本概念、基本性质、基本方法的理解和掌握基本概念、基本性质和基本方法一直是考研数学的重点,线性代数更是如此。

从多年的阅卷情况和经验看,有些考生对基本概念掌握不够牢固,理解不够透彻,在答题中对基本性质的应用不知如何下手,因此,造成许多不应该的失分现象。

所以,考生在复习中一定要重视基本概念、基本性质和基本方法的理解与掌握,多做一些基本题来巩固基本知识。

二、加强综合能力的训练,培养分析问题和解决问题的能力从近十年特别是近两年的研究生入学考试试题看,加强了对考生分析问题和解决问题能力的考核。

在线性代数的两个大题中,基本上都是多个知识点的综合。

从而达到对考生的运算能力、抽象概括能力、逻辑思维能力和综合运用所学知识解决实际问题的能力的考核。

因此,在打好基础的同时,通过做一些综合性较强的习题(或做近几年的研究生考题),边做边总结,以加深对概念、性质内涵的理解和应用方法的掌握。

三、注重分析一些重要概念和方法之间的联系和区别线性代数的内容不多,但基本概念和性质较多。

他们之间的联系也比较多,特别要根据每年线性代数考试的两个大题内容,找出所涉及到的概念与方法之间的联系与区别。

例如:向量的线性表示与非齐次线性方程组解的讨论之间的联系;向量的线性相关(无关)与齐次线性方程组有非零解(仅有零解)的讨论之间的联系;实对称阵的对角化与实二次型化标准型之间的联系等。

掌握他们之间的联系与区别,对大家做线性代数的两个大题在解题思路和方法上会有很大的帮助。

一、重视结合大纲复习二、重视做题质量三、重视复习效果▶理解并牢记导数定义导数定义是考研数学的出题点,大部分以选择题的形式出题,不会直接教材上的导数充要条件,而是变换形式后的,这就需要同学们真正理解导数的定义,要记住几个关键点:1、在某点的领域范围内。

2、趋近于这一点时极限存在,极限存在就要保证左右极限都存在,这一点至关重要,也是01年数一考查的点,我们要从四个选项中找出表示左导数和右导数都存在且相等的选项。

考研数学线性代数必考的知识点

考研数学线性代数必考的知识点

考研数学线性代数必考的知识点考研数学线性代数是考研数学中的重要一部分,是以线性代数为基础的高等数学课程。

线性代数在科学与工程中有着广泛的应用,而考研数学线性代数的知识点主要包括矩阵、行列式、线性方程组、特征值与特征向量、线性空间和线性变换等内容。

一、矩阵1.矩阵的基本运算:矩阵的加减法、数乘、乘法及其性质;2.矩阵的转置、对称与反对称矩阵、单位矩阵;3.矩阵的秩:元素型和行列型定义、秩的性质和计算方法;4.矩阵的逆:可逆矩阵与非奇异矩阵、矩阵的逆的存在性和计算方法;5.矩阵的秩公式和分块矩阵。

二、行列式1.行列式的定义:n阶行列式的定义、性质和计算方法;2.行列式的性质:行列式的性质和性质导出的定理;3.方阵的行列式的计算:按行(列)展开、对角线法则、拉普拉斯展开;4.计算商工差、计算行列式的特殊方法;5.行列式的应用:方阵可逆的判定、线性方程组的解的存在性与唯一性、向量线性相关与线性无关的判定。

三、线性方程组1.线性方程组的线性组合与线性相关性;2.齐次方程组与非齐次方程组的概念;3.齐次线性方程组的基础解系与通解;4.线性方程组的求解方法:初等变换法、高斯消元法、矩阵法;5.线性方程组的解的判别准则:齐次线性方程组有非零解的充分必要条件、非齐次线性方程组有解的充分必要条件。

四、特征值与特征向量1.特征值与特征向量的定义;2.特征值与特征向量的性质:特征值的性质、特征向量的性质;3.对角化与相似矩阵:矩阵的相似与相似矩阵的性质;4.对称矩阵的主轴定理和谱定理;5.特征值与特征向量的计算方法。

五、线性空间与线性变换1.线性空间的定义和性质;2.线性子空间的定义和性质;3.线性相关与线性无关性质的判定;4.线性空间的基与维数的概念;5.线性变换的定义和性质:线性变换的线性性质、线性变换的像与核。

以上就是考研数学线性代数必考的主要知识点。

掌握了这些知识点,可以帮助考生有效准备考研数学线性代数的复习和应对考试,为取得良好成绩打下坚实的基础。

考研数学 线性代数(高等代数)重点知识整理总结

考研数学 线性代数(高等代数)重点知识整理总结

考研线性代数(高等代数)重点知识总结一、行列式(一)行列式概念和性质1.(奇偶)排列、逆序数、对换逆序数:所有逆序的总数。

2、行列式定义:所有两个来自不同行不同列的元素乘积的代数和。

重点:二、三阶行列式的计算公式3.n 阶行列式:行列式中所有不同行、不同列的n 个元素的乘积的和,121212(..)12(1)...n n nj j j ijj j nj nj j j a a a a τ=-∑.4.行列式的性质(主要用于行列式的化简和求值):(1)行列式行列互换,其值不变。

(转置行列式T D D =)(2)行列式中某两行(列)互换,行列式变号。

推论:若行列式中某两行(列)对应元素相等,则行列式等于零。

(3)常数k 乘以行列式的某一行(列),等于k 乘以此行列式。

(提公因式)推论:若行列式中两行(列)成比例,则行列式值为零;推论:行列式中某一行(列)元素全为零,行列式为零。

(4)行列式具有分行(列)可加性。

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。

(5)将行列式某一行(列)的k 倍加到另一行(列)上,值不变。

余子式ij M 、代数余子式ij ji ij M A +-=)1(。

(6)行列式依行(列)展开:余子式ij M 、代数余子式ij ji ij M A +-=)1(。

定理:①任一行(列)的各元素与其对应的代数余子式乘积之和等于行列式的值;②行列式中某一行(列)各个元素与另一行(列)对应元素的代数余子式乘积之和等于0.(7)克莱姆法则:①非齐次线性方程组:当系数行列式0≠D ,有唯一解:,(12)j j D x j n D==⋯⋯其中、;②齐次线性方程组:当系数行列式0D ≠时,则只有零解。

逆否:若方程组存在非零解,则D 等于零。

③如果非齐次线性方程组无解或有两个不同解,则它的系数行列式必为0。

④若齐次线性方程组的系数行列式不为0,则齐次线性方程组只有0解;如果方程组有非零解,那么必有0D =。

考研数学《线性代数》复习重点

考研数学《线性代数》复习重点

考研数学《线性代数》复习重点本章的重点是行列式的计算,主要有两种类型的题目:数值型行列式的计算和抽象型行列式的计算。

数值型行列式的计算不会以单独题目的形式考查,但是在解决线性方程组求解问题以及特征值与特征向量的问题时均涉及到数值型行列式的计算;而抽象型行列式的计算问题会以填空题的形式展现,在历年考研真题中可以找到有关抽象型行列式的计算问题。

因此,在复习期间行列式这块要做到利用行列式的性质及展开定理熟练的、准确的计算出数值型行列式的值,不管是高阶的还是低阶的都要会计算。

另外还要会综合后面的知识会计算简单的抽象行列式的值。

本章需要重点掌握的根本概念有可逆矩阵、伴随矩阵、分块矩阵和初等矩阵,可逆阵与伴随矩阵的相关性质也很重要,也是需要掌握的。

除了这些就是矩阵的根本运算,可以将矩阵的运算分为两个层次:1、矩阵的符号运算。

2、具体矩阵的数值运算。

矩阵的符号运算就是利用相关矩阵的性质对给出的矩阵等式进行化简,而具体矩阵的数值运算主要指矩阵的乘法运算、求逆运算等。

本章的重点有:1、向量组的线性相关性证明、线性表出等问题,解决此类问题的关键在于深刻理解向量组的线性相关性概念,掌握线性相关性的几个相关定理,另外还要注意推证过程中逻辑的正确性,还要善于使用反证法。

2、向量组的极大无关组、等价向量组、向量组及矩阵秩的概念,以及它们之间的相互关系。

要求会用矩阵的初等变换求向量组的极大线性无关组以及向量组或者矩阵的秩。

第四章线性方程组本章的重点是利用向量这个工具解决线性方程组解的判定及解的结构问题。

题目根本没有难度,但是大家在复习的时候要注意将向量与线性方程组两章的知识内容联系起来,学会融会贯穿。

本章的根本要求有三点:1、要会求特征值、特征向量。

对于具体给定的数值型矩阵,一般方法是通过特征方程∣λE-A∣=0求出特征值,然后通过求解齐次线性方程组(λE-A)ξ=0的非零解得出对应特征值的特征向量,而对于抽象的矩阵来说,在求特征值时主要考虑利用定义Aξ=λξ,另外还要注意特征值与特征向量的性质及其应用。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

考研数学讲座(37)欲说《线代》先方程大自然中最简单的图形是直线。

社会生活中最简单的关系是“成比例”。

据说当年“工x 队”进驻清华。

有一位队员对“井岗山”群众讲话。

开场白说,我们工人阶级大老粗,不象你们知识分子弯弯多。

我们是“一根肠子通屁眼——直来直去”。

一句话让满场红28团的钢杆粉丝们笑得捧腹弯腰,花枝乱颤。

“直”代表简单,早已融进人们的思维。

初等数学以引入负数为起点,以方程为其重心之一。

最简单的方程是一元一次方程。

最基本的概念是方程的“根”或“解”。

什么东东叫一个方程(组)的根——把东东代入这个方程(组),方程(组)化为恒等式。

这个概念是学习《线性代数》的基本需要。

不少人读到“齐次线性方程组有限个解的线性组合,仍然是该方程组的解”感觉盲然没反应,一是忘了概念,二是不动笔。

应对这些貌似理论的语句,其实方法很简单。

是不是“解”,代入方程(组)算一算。

由一元一次方程出发,关于方程的研究向两个方向发展:(1)一元n 次方程(2)n 元一次方程组(线性方程组)大学数学《线性代数》教材有两大板块。

第一板块解线性方程组。

基本工具是矩阵,核心概念是矩阵的秩,理论重心是“齐次线性方程组解集的构造”。

第二板块是矩阵特征理论基础知识。

n 阶方阵 A 的特征方程是个一元n 次方程。

一元n 次方程的讨论点为:求根公式,根的个数,根与系数的关系。

一元二次方程有求根公式,在复数范围内有两个根。

(二重根算两个根。

)有韦达定理显示根与系数的关系。

人们努力探索了大半个世纪,也没能找到一元五次方程的求根公式。

回头又花了几十年,证明了所期盼的求根公式不存在。

同时也证明了一元n 次方程在复数范围内有n 个根。

(k 重根算k 个根。

)还同样找到了高次方程的“韦达定理”。

对线性方程组的讨论则衍生出若干基本理论。

可以合称为线性理论。

依靠着完美透彻的线性理论,所有的线性问题(线性方程组,线性微分方程组,- - - )都得到了园满解决。

在研究非线性问题时,人们找到了“有限元”,“边界元”等线性化计算方法。

但是一个非线性问题用线性化计算方法产生的齐次线性方程组可能有成千上万个方程。

这样一来,方程组的表达方式自然就上升为首要问题。

描述一个齐次线性方程 a1x1+ a2x2+ --- + anxn= 0 ,实际上只需按顺序写出它的系数组就行了。

这就产生了形式上的n 维向量(a1,a2, --- ,an)。

方程组的两种同解变换,即方程两端同乘以一个数与两个方程相加(减),正好是数乘向量与向量加法。

如果是有m个方程的齐次线性方程组,则m 个系数行就排成一个m×n 阶矩阵。

如果把n 个未知量也按顺序排成一个向量,每个方程的左端“a1x1+ a2x2+ --- + anxn”,正好是,系数向量与未知量向量的“对应分量两两相乘,加在一起”。

数学家们把这个计算方式规定为“向量的内积”。

进而规定出“矩阵的乘法”。

运用有限元方法转换模型时,要多方交互使用每个节点处的数据。

这就不可避免地会产生一个负面效应。

即所得齐次线性方程组中可能有相当数量“多余的”方程。

(如果用几个方程的左端作线性组合,可以得到组内别的某个方程,那个方程就会在同解变换中化为恒等式。

所以是“多余的”方程。

)这就产生了第二个问题:“一个齐次线性方程组中,究竟有多少个方程是相互独立的?”由此有相应概念——矩阵的秩,n 维向量组的秩。

解决一个复杂的数学问题,往往需要发展一门甚至多门基础理论。

人类的最终收获,常常是远远超越问题本身。

欧洲历史上有很多理髮师与钟表匠热衷于数学研究。

中国民间也有大量的数学爱好者。

中国数学协会常常收到很多诸如“证明哥德巴赫猜想”之类的民间论文,无人敢于拜读只能束之高阁。

作者们责难专家们为什么不能帮帮老百姓。

回答曰,解决这样巨难的数学问题,必然需要新的基础理论。

没有这个前提,你的证明自然是错的。

实际问题的需要促成了线性理论百花竞艳。

柯召先生的开山之作就是一部《矩阵论》。

我在本科时是柯先生的钢杆粉丝,企图课余时间读完这套专著。

结果读不到一半,但已收获不浅。

考研那年,有幸在YM石油局图书馆书库中得到了张远达先生的《线性代数》。

张先生主要以行列式为工具。

常常在证明一个定理时,出人意料地给出一个辅助行列式,通过计算解决问题。

直令我佩服得五体投地。

又读了谢邦杰先生的《线性代数》,谢先生创新的“高矩阵”方法,让我耳目一新。

还读了李尔重等老师合写的《线性代数》,这部教材着重照应《线性代数》方法在计算机上实现,让我对高斯消元,矩阵分解等内容有了更深的理解。

(题外话:最终在考研考场上。

我花了不到30分钟,拿到了《线性代数》的100分。

那真是读书改变命运啊。

)知道一点实际背景,会感到一切都自然而然。

因为需要而创生新的描述方式;因为需要而定义新的概念;因为需要而“规定”集合中的运算;- - - 。

愿这能有助于你减少一点抽象感。

考研数学讲座(38)提升观念学集合线性代数》的“地基”是,行列式基础知识,向量基础知识,矩阵基础知识。

全都需要用“集合”语言来描述。

数学所说的集合,隐含集合中的“元素”有一定的共性特征。

n 维向量集合由全体n 元有序数组(a1,a2,-----,an)组成;m×n 阶矩阵是mn 个元所排成的矩形阵列。

这两个集合上都定义了“数乘”与“加法”运算。

对于n 阶行列式,它也有两条性质相应于“数乘”与“加法”。

集合上的运算在观念上要比四则运算高一个层次。

集合上的“运算”本质上是人为规定的特殊运算或特殊对应规律。

“数乘”与“加法”合称为线性运算。

由于有负数,因而“加法”实际上包含了通常的减法。

数学工作者在讨论一般集合时,往往都希望能在集合中定义线性运算。

集合中的若干个元素既作数乘又作加法,称为这些元素作“线性组合”。

学到这个地步,要学会体验数学式的双重含义。

一个线性组合式,它既表示相应的运算过程,又代表整个运算的结果。

说“向量的线性组合”,有时就指的是运算结果所得到的向量。

还比如:有限个无穷小量的线性组合是无穷小量。

(“线性组合”表示运算结果)有限个连续函数的线性组合连续。

有限个可导函数的线性组合可导。

- - - - - - - - - - - - - - - - - -(画外音:不要随口说啊。

无穷大的线性组合不一定是无穷大。

“∞-∞”是未定式。

)如果两个变量成正比例,我们就说这两个变量有线性关系。

在《解析几何》中,我们研究只有方向与模长的“自由向量”。

三维(真实)空间里,两个向量α,β或者平行,对应分量成比例,α= λβ,即两个向量有线性关系。

或者彼此不平行。

(但必然都平行于同一平面。

)这时,我们说两个向量没有线性关系。

同样地,讨论一组两个或多个n 维向量,我们自然要先考虑它们之间是否存在某种线性关系。

即“是否有一个向量可以表示为组内其它向量的线性组合。

”或“是否有一个向量可以被组内其它向量线性表示。

”如果是,就称这组向量线性相关。

否则,称向量组线性无关。

作为数学定义,数学家们总希望其内含更丰富,不愿意突出某一个向量。

于是有:定义若有一组不全为零的数c1,c2,---,ck,使得 c1a1+ c2a2+ ---+ ckak= 0 ,就称向量组a1,a2,---,ak线性相关。

否则,称向量组线性无关。

(潜台词:谁的系数不为零,谁就可以被组内其它向量线性表示。

)这个定义的内含实在是丰富多彩。

理解(1) 含“零向量”的向量组一定线性相关。

——“零向量”的系数取1,其它向量的系数取0 ,就满足定义。

(构造法!)理解(2) “部分相关,全组相关。

”—— 比如组内有两个向量平行不仿设 a 1= c a 2 ,即 a 1- c a 2 = 0,其它向量的系数取 0 ,就满足定义。

(构造法!) 这个结论有个伴生结论:“全组无关,部分无关。

”理解(3)在一个向量组内,向量之间可能存在很多个线性关系。

要判断其线性相关性,只需要找到一个线性关系。

理解(4) 系数为零的向量,实际上并没有参与该线性关系。

例1 如果向量β可以由向量组 a 1,a 2 ,- - -,a k 线性表示,则(A )存在一组不全为零的数 c 1,c 2,- - -,c k ,使得 β= c 1a 1+ c 2a 2+ - - -+ c k a k(B )对β的线性表示式一定不唯一。

(C )向量组 β,a 1,a 2 ,- - -,a k 线性相关。

(D ) 组内任意一个向量,一定也可以由β及组内其它向量线性表示。

分析 已知β与 a 1,- - -,a k 间存在线性关系,故(C )对。

如果β是零向量,而 a 1,- - -,a k 线性无关,则(A )不成立。

如果 a 1,- - -,a k 线性无关,则对β的线性表示唯一。

(B )错。

谁的系数不为零,谁才可以被β及组内其它向量线性表示。

故(D )错。

理解(5) 如何用定义来具体描述及证明向量组线性无关呢?“不存在一组不全为零的数 c 1,c 2,- - -,c k ,使得 c 1a 1+ c 2a 2+ - - -+ c k a k = 0 ” “对任何一组不全为零的数 c 1,c 2,- - -,c k ,总有 c 1a 1+ c 2a 2+ - - -+ c k a k ≠ 0 ” 这两种否定性描述都对。

但是不好用。

我们选择:“设有数组 c 1,c 2,- - -,c k ,使得 c 1a 1+ c 2a 2+ ---+ c k a k = 0 ,则只有 c 1 = c 2 = --- = c k= 0,就表明向量组线性无关。

”这样一来,“证明向量组线性无关”就程序化了。

遇上证明线性无关的题,你先写“设有一组数 - - - ,使得 - - - ,”再具体证明“只有 - - - ”。

例2 若向量组 α 1 ,α 2 线性无关,而α1 ,α 2 ,β 线性相关,α1 ,α 2 ,γ线性无关,则向量组α1 ,α 2 ,β+γ线性无关。

证明 已知α1 ,α 2 ,β 线性相关,即有不全为零的数组使 k 1α 1 + k 2α 2 + k 3β= 0 ,又已知α 1 ,α 2 线性无关,必有 k 3 ≠ 0 ,向量β可以由 α 1 ,α 2 线性表示。

否则,系数全都为 0 ,矛盾。

设有数组 c 1,c 2,c 3,使得 c 1α 1 + c 2α 2 + c 3(β+γ)= 0 (潜台词:要证向量组线性无关,请证明三系数皆为0) 如果 c 3 = 0,同理,只有 c 1 = c 2 = 0 ,结论得证。

如果 c 3 ≠ 0,则向量 β+γ 可以被 α 1 ,α 2 线性表示。

已证明 β 可以由α 1 ,α 2 线性表示,从而γ也可以被 α 1 ,α 2 线性表示。

这与已知矛盾。

只有 c 3 = 0例3 已知向量 α 1 ≠0 ,向量组 a 1,a 2 ,- - - ,a k 中的每一个向量,都不能由排在它前面的那些向量线性表示。

相关文档
最新文档