线性代数解题基本规律和方法
《线性代数》答题规范
![《线性代数》答题规范](https://img.taocdn.com/s3/m/8f5cc60b52d380eb62946d4a.png)
《线性代数》答题规范由于《线性代数》这门课程的答案有多种写法,为阅卷批改方便,在此对一些题目的答案书写作出一些规范。
如果在作业或考试中,最终答案未按照规范书写,即使没有错误,仍然不会给于分数。
注:该答题规范仅作为学习《线性代数》这门课程时的答案书写规范,不是唯一的正确答案。
做题过程中可以按自己的习惯或简便的方法进行解答,但是最终答案必须按照规范进行书写,才可得分。
一、如果答案为整数,则应写成一个整数的形式;如果答案为有理数,且该题目中未出现小数,则需化成既约分数的形式;如果答案中含有带根号的无理数,则需将分母有理化。
.510102.25.1451620.12132112122应写成不能写成,题目中没有小数时也还要进一步简化为或,也不能写成不能写成例如:⨯⨯二、如果答案为一个数乘以矩阵的形式,则应将数乘入矩阵内,或者使矩阵尽量简洁。
.20101055545252515.545252542215211111⎥⎦⎤⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎦⎤⎢⎣⎡⨯⨯⨯⎥⎦⎤⎢⎣⎡=------n n n n n n n A A 或但是不能写成还可以写成,则例如:三、在求向量组的一个极大无关组时,应选择题目中排序靠前的向量组成的极大无关组。
[][][][]{}{}{}..19920918311011513214324314214321ααααααααααααα,,或,,而“不要选择”来作为答案,,,此刻应选择的一个极大线性无关组,,,求向量组例如:-=-=--=-=四、在对矩阵方程进行化简时,若想消去方程两边均有的一个矩阵,需先判断该矩阵是否可逆,且还需注意该矩阵所在的位置是否可消去。
()()()()()()()()()()()()()()()。
否则只会得到,乘上”的操作是方程两边左因为“消去。
与可交换,并交换与则还需说明,了注:如果矩阵方程写成。
端乘上可逆后,才可在方程左在验证是否可逆。
,需先判断若想消去时,简化矩阵方程例如:E X E A E A E A E A E A E A E A E A E A E A X E A E A E A E A E A E A E A X E A E A =+-++++-+-+=+-+++++=-+---2322223232232222232111五、如果题目需要分情况讨论,需在解答最后,按照题目提问顺序进行综述,并合并相同答案的情况。
了解高中数学中的线性代数问题的解题技巧
![了解高中数学中的线性代数问题的解题技巧](https://img.taocdn.com/s3/m/4fc8310de418964bcf84b9d528ea81c758f52e3b.png)
了解高中数学中的线性代数问题的解题技巧线性代数是数学的一个分支,广泛应用于科学、工程和经济等领域。
在高中数学中,线性代数也是一门重要的课程,通过学习线性代数,不仅可以提高学生的数学思维能力,还可以帮助他们解决实际问题。
本文将介绍高中数学中线性代数问题的解题技巧,包括向量、矩阵和线性方程组的解法等。
一、向量的基本概念和运算向量是线性代数中的重要概念,它可以表示大小和方向。
在解决向量问题时,首先要了解向量的基本概念,包括向量的表示方法、向量的模长和方向角等。
其次,需要熟练掌握向量的运算法则,如向量的加法、减法、数量乘法和内积等。
通过灵活运用这些运算法则,可以简化向量计算过程,提高解题效率。
二、矩阵的基本概念和运算矩阵是线性代数中另一个重要的概念,它可以用来表示一组数。
在解决矩阵问题时,首先要了解矩阵的基本概念,包括矩阵的行、列、秩和转置等。
其次,需要掌握矩阵的运算法则,如矩阵的加法、减法、数量乘法和乘法等。
同时,矩阵的逆矩阵和行列式等相关概念和运算也是解决矩阵问题的关键。
掌握了这些基本概念和运算法则,可以更好地理解和解决与矩阵相关的数学问题。
三、线性方程组的解法线性方程组是线性代数中的重要问题之一,它可以用来描述多个线性方程的关系。
在解决线性方程组时,可以采用消元法、矩阵方法和向量方法等不同的解题技巧。
消元法是线性方程组解法中最常用的方法,将线性方程组转化为行阶梯形式,然后逐步消去未知数,得到解的过程。
矩阵方法通过将线性方程组转化为矩阵的形式,然后通过行初等变换或矩阵的逆矩阵等方法求解。
向量方法通过将线性方程组表示为向量的形式,通过向量之间的线性组合求解。
在解决线性方程组问题时,根据具体情况选择合适的解题方法,可以提高解题效率。
四、矩阵的特征值和特征向量矩阵的特征值和特征向量是线性代数中的重要概念,它们对于理解矩阵的本质和性质有着重要的作用。
矩阵的特征值表示矩阵在某个方向上的伸缩因子,特征向量表示在相应特征值方向上的向量。
线性代数基础知识
![线性代数基础知识](https://img.taocdn.com/s3/m/cd62b05e6ad97f192279168884868762caaebbe0.png)
线性代数基础知识导言:线性代数是现代数学的重要分支之一,广泛应用于数学、物理、工程、计算机科学等领域。
本文将介绍线性代数的基本概念、运算规律和应用,以帮助读者建立对线性代数的基础知识。
一、向量与向量空间1.1 向量的定义与性质向量是具有大小和方向的量,可以用有序数对或矩阵形式表示。
向量的加法与数量乘法满足交换律、结合律和分配律等基本性质。
1.2 向量空间的定义与性质向量空间是由一组向量和运算规则构成的数学结构,包括加法和数量乘法运算。
向量空间满足加法和数量乘法的封闭性、结合律、分配律以及零向量和负向量的存在等性质。
二、矩阵与线性方程组2.1 矩阵的定义与性质矩阵是由一组数按照矩形排列组成的数学对象,可以表示为一个二维数组。
矩阵的加法与数量乘法满足交换律、结合律和分配律等基本性质。
2.2 线性方程组的表示与求解线性方程组可以用矩阵和向量表示,形式为Ax=b。
其中,A为系数矩阵,x为未知向量,b为常数向量。
线性方程组的解可以通过消元法、矩阵的逆或行列式等方法求得。
三、线性变换与特征值特征向量3.1 线性变换的定义与性质线性变换是指一个向量空间到另一个向量空间的映射,保持向量加法和数量乘法运算。
线性变换满足加法封闭性、乘法封闭性和保持零向量不变等性质。
3.2 特征值与特征向量线性变换的特征值和特征向量是线性变换的重要性质。
特征值为标量,特征向量为非零向量,满足Av=λv。
其中,A为线性变换的矩阵表示,λ为特征值,v为对应的特征向量。
四、内积空间与正交性4.1 内积空间的定义与性质内积空间是一个向量空间,具有额外定义的内积运算。
内积满足对称性、线性性、正定性和共轭对称性等性质。
4.2 正交性与正交基在内积空间中,若两个向量的内积为零,则它们互为正交。
正交基是一个向量空间中的基,其中任意两个基向量互相正交。
五、特殊矩阵与特殊向量5.1 对称矩阵与正定矩阵对称矩阵是满足A^T=A的矩阵,其中A^T为A的转置矩阵。
线性代数求解方法和技巧
![线性代数求解方法和技巧](https://img.taocdn.com/s3/m/c2a1b55edcccda38376baf1ffc4ffe473368fd90.png)
线性代数求解方法和技巧线性代数是数学中重要的一个分支,研究向量空间、线性变换和线性方程组等内容。
在实际问题中,我们常常需要用线性代数的方法来解决问题,因此掌握线性代数的求解方法和技巧对于理解和应用数学是非常重要的。
首先,我们讨论线性方程组的求解方法。
线性方程组是由一组线性方程组成的方程组,其中每个方程的未知数的次数都为1。
对于n个未知数和m个方程的线性方程组,我们有以下几种常用的求解方法:1. 列主元消元法:这是最常用的线性方程组求解方法之一。
它的基本思想是通过行变换将线性方程组化为一个三角形式,进而求解得到方程组的解。
在进行行变换时,要选择合适的列主元,即选择主元元素绝对值最大的一列作为主元素。
2. 矩阵求逆法:对于一个可逆的n阶方阵A,我们可以通过求A的逆矩阵来求解线性方程组Ax=b。
具体地,我们首先通过高斯消元法将方程组化为三角形式,然后根据三角形式的矩阵求逆公式来求解x。
3. LU分解法:对于一个n阶非奇异矩阵A,我们可以将其分解为一个下三角矩阵L和一个上三角矩阵U的乘积,即A=LU。
接着,我们可以通过LU分解来求解线性方程组Ax=b。
具体地,我们首先通过LU分解将方程组化为Lc=b和Ux=c两个方程组,然后依次求解这两个方程组得到x的值。
除了以上的求解方法,还有一些线性方程组的特殊情况和对应的求解方法:1. 齐次线性方程组:如果线性方程组右边的常数项都为0,即b=0,那么我们称为齐次线性方程组。
对于齐次线性方程组,其解空间是一个向量空间。
我们可以通过高斯消元法来求解齐次线性方程组,先将其化为三角形式,然后确定自由未知量的个数,最后确定解空间的基底。
2. 奇异线性方程组:如果线性方程组的系数矩阵A是奇异矩阵,即det(A)=0,那么我们称为奇异线性方程组。
对于奇异线性方程组,其解可能不存在,或者存在无穷多解。
我们可以通过计算矩阵A的秩来确定线性方程组的解的情况。
另外,在实际问题中,我们可能会遇到大规模的线性方程组,这时候求解方法和技巧还需要考虑到计算效率的问题。
线性代数常见题型与解题方法归纳(1)高级版
![线性代数常见题型与解题方法归纳(1)高级版](https://img.taocdn.com/s3/m/a5be1cd46394dd88d0d233d4b14e852458fb39fc.png)
线性代数常见题型与解题方法归纳(1)高级版摘要本文介绍了线性代数中的常见题型及其解题方法。
通过归纳和总结,希望读者能够更好地理解和掌握线性代数的基本概念和解题技巧。
1. 矩阵运算题型矩阵运算是线性代数中的基础,掌握好矩阵的各种运算方法对于解题能力至关重要。
常见的矩阵运算题型包括:- 矩阵的加法和减法:根据定义,对应位置上的元素相加或相减。
- 矩阵的乘法:按照乘法规则,将矩阵的行与列进行相乘,并求和得到对应位置上的元素。
- 矩阵的转置:将矩阵的行和列进行对换。
- 矩阵的逆:如果一个矩阵存在逆矩阵,乘以逆矩阵后等于单位矩阵。
解题方法:熟悉矩阵运算的定义和规则,并通过大量练加深理解。
注意在计算过程中注意细节,避免疏忽和计算错误。
2. 线性方程组题型线性方程组是线性代数中另一个重要的概念,它涉及到多个未知数和多个方程的关系。
解线性方程组需要使用矩阵的运算方法。
常见的线性方程组题型包括:- 高斯消元法:通过消去系数矩阵中的元素,将线性方程组转化为阶梯形或行简化阶梯形,从而求得方程的解。
- 矩阵的逆:如果系数矩阵存在逆矩阵,可以通过左乘逆矩阵来求解线性方程组。
- 克拉默法则:对于n个未知数的线性方程组,如果系数矩阵的行列式不为0,则可以使用克拉默法则求解。
解题方法:根据题目的要求选择合适的解法,熟练掌握高斯消元法和矩阵的逆运算方法。
在解决线性方程组时,注意方程之间的关系和约束条件。
3. 特征值和特征向量题型特征值和特征向量是线性代数中的重要概念,用于描述线性变换对应的变量。
常见的特征值和特征向量题型包括:- 求特征值和特征向量:通过求解特征方程,找到特征值,并代入特征向量方程求解特征向量。
- 对角化:如果矩阵存在n个线性无关的特征向量,可以将矩阵对角化,即得到一个对角矩阵和一个对应的变换矩阵。
解题方法:理解特征值和特征向量的几何意义,掌握求解特征值和特征向量的方法。
注意在求解特征方程时,应特别注意解的个数和重复特征值的情况。
线性代数题求解答技巧
![线性代数题求解答技巧](https://img.taocdn.com/s3/m/5f32865159fafab069dc5022aaea998fcc22403a.png)
线性代数题求解答技巧线性代数是一门重要的数学学科,应用广泛,涉及到众多的概念和定理。
解线性代数题有一些技巧和方法可以帮助我们更好地理解问题和找到解答。
在本文中,我将向您介绍一些解线性代数题的技巧。
1. 熟悉基本概念和定理:了解线性代数的基本概念和定理,例如矩阵、行列式、向量空间、线性变换等,对于解题非常重要。
熟悉这些基础知识将帮助您更好地理解问题和找到解答。
2. 理解题目中的关键信息:仔细阅读题目,并理解其中的关键信息和要求。
对于一些复杂的题目,可以将问题进行拆解,将其转化为更简单的子问题来解决。
3. 画图和示意图:对于涉及到向量、矩阵和线性变换的题目,可以尝试画图和示意图以帮助理解问题。
图形可以直观地表示线性变换的作用和向量的变化,有助于更好地理解问题的本质。
4. 利用矩阵运算法则:运用矩阵的基本运算法则,例如加法、减法、乘法和转置等来进行计算。
通过运用这些法则,可以简化计算和转化问题的形式。
5. 找到未知量的线性关系:对于涉及到向量和矩阵的方程组,可以通过列向量和矩阵相乘得到一个线性方程组。
通过求解这个方程组,可以找到未知量之间的线性关系。
6. 利用行列式的性质:行列式是解线性方程的重要工具之一。
了解行列式的性质和计算方法,可以帮助我们更好地理解和解决问题。
通过对行列式的计算,可以判断矩阵是否可逆、线性方程组是否有唯一解等关键问题。
7. 利用向量空间的性质:向量空间是研究向量的重要概念之一。
了解向量空间的性质,例如维数、基、秩等,可以帮助我们更好地理解向量空间的结构和性质,从而解决相关问题。
8. 利用特殊矩阵的性质:对于一些特殊的矩阵,例如对称矩阵、上三角矩阵、对角矩阵等,它们具有一些特殊的性质和特点。
通过利用这些性质,可以简化计算和解决问题。
9. 利用线性变换的性质:线性变换是研究线性代数的重要工具之一。
了解线性变换的性质和运算法则,可以帮助我们更好地理解和解决线性变换的问题。
10. 训练解题技巧:解线性代数题需要一些技巧和经验。
线性代数规范型求解题技巧
![线性代数规范型求解题技巧](https://img.taocdn.com/s3/m/cf5408c5760bf78a6529647d27284b73f24236ff.png)
线性代数规范型求解题技巧线性代数中,规范型求解题是一类非常常见和重要的问题。
规范型表示方程组具有特定形式的线性方程组。
下面将介绍一些求解规范型问题的基本技巧。
1. 基础技巧首先,我们需要将规范型方程组写成矩阵形式Ax=b 的形式。
A是一个m×n的矩阵,x是一个n维列向量,b 是一个m维列向量。
2. 求逆矩阵法如果矩阵A可逆,那么可以直接通过求逆矩阵的方法求解方程组。
具体地,我们可以通过x=A^(-1)b来求解x。
然而,这种方法只适用于方程的个数小于变量的个数的情况。
3. 列主元消元法如果矩阵A不可逆,我们可以通过列主元消元法来求解方程组。
这种方法首先将矩阵A转化为上三角矩阵,然后再通过回代的方式求解方程组。
具体步骤如下:1) 选择矩阵A的第一列的主元素,如果该主元素不为0,则进行下一步;否则,选择下一列为主元素。
2) 将主元行与第一行进行交换,使主元素移到第一行。
3) 通过消元操作,将第一列的其他元素消为0。
4) 将第一行移到第一列的位置,继续处理下一列。
5) 重复步骤1-4,直到矩阵A变成上三角矩阵。
6) 通过回代的方式求解方程组。
4. 高斯-约旦消元法高斯-约旦消元法是另一种求解规范型方程组的方法,它将矩阵A转化为简化行阶梯型形式。
具体步骤如下:1) 对矩阵A进行行初等变换,将其转化为上三角矩阵。
2) 对上三角矩阵进行回代,得到方程组的解。
5. LU分解法如果矩阵A可以进行LU分解,那么可以通过LU分解的方法求解方程组。
这里L是一个m×m的下三角矩阵,U是一个m×n的上三角矩阵。
具体步骤如下:1) 将矩阵A进行LU分解,得到LU=A。
2) 令y=Ux,将原方程组转化为Ly=b。
3) 通过回代的方式,求解Ly=b得到y。
4) 再通过回代的方式,求解Ux=y得到x。
6. 奇异值分解法如果矩阵A奇异值分解为A=UDV^T,那么可以通过奇异值分解的方法求解方程组。
其中,U是一个m×m的正交矩阵,D是一个m×n的对角矩阵,V是一个n×n 的正交矩阵。
线性代数解题基本规律和方法
![线性代数解题基本规律和方法](https://img.taocdn.com/s3/m/7169fbff941ea76e58fa0492.png)
第一节、解题的基本规律
在本节中,通过几个实例来分析求解线性代数题目特殊的思维过程,得出相 应的解题规律。 例 1 若 A 是一个 n×k 矩阵,B 是一个 k×n 矩阵,又知 AB=O,证明: 秩(A)+秩(B)≤k (6-1) 证 在证该题时,假定读者这样来思考:要证结论(6-1)式成立,能否先证 一个与(6-1)式等价的结论呢?例如 0≤k-(秩(A)+秩(B))。但是我们发现问题仍 无法求解,原因在于(6-1)式提供的信息太少,它没有足够多的特征使我们去确 定另一个与之等价的过渡性结论。反之,原题的条件 AB=O 提供的信息相当丰富, 它不仅看作两矩阵之积为 O,而且更重要的是,如果把它与齐次线性方程组 AX=O 联系起来的话,有关齐次线性方程组的结论就可以用于该题目中,矩阵 B 的列向 量可视为方程组 AX=O 的解。 进一步, 我们把方程组 AX=O 解空间的维数(k-秩(A)) 与矩阵 B 的列向量组的秩(也是 B 的秩)联系起来, 原问题的条件化为另一个更接 近结论的条件: B 的向量全是方程组 AX=O 的解, 但 AX=O 解空间的维数已知是(k秩 (A)) 从而原问题转化为在新条件下证明 (6-1) 式成立的新命题 ( 过渡性命 题),该新命题是显然成立的,即秩(B)≤k-秩(A)。 证毕. 在求解线性代数证明类题目时, 思维过程常常应该是从条件和结论中挑选具 有更多特征或提供更多信息的式子,通过一系列过渡性命题,最后转化为易于证 明且与原命题等价的命题。本例是从原条件出发,一步步地转化为与结论更接近 的过渡性条件,最后得到的条件与结论已发生直接的联系。我们称这种思维方式 为“变形顺推”的思维方式。由此得出这样一条规律:当条件的特征或信息量优 于结论时,往往应使用顺推的思维方式。 例2 设 A 是正交矩阵,且|A|=-1,证明|A+E|=0 证 此例与前例的不同之点是条件和结论都含有较多的信息。 例如条件中 A 是正交矩阵,隐含了 A = A ,于是
《线性代数》学习方法
![《线性代数》学习方法](https://img.taocdn.com/s3/m/508268633a3567ec102de2bd960590c69fc3d859.png)
《线性代数》学习方法1.建立数学基础:学习线性代数需要一定的数学基础,尤其是对于矩阵、向量和方程组等概念的理解。
在开始学习线性代数之前,建议先复习一下高中阶段的数学知识,包括数学函数、集合论、代数和几何等内容。
2.理论与实践结合:线性代数是一门理论与实践相结合的学科,理论与实践相互促进。
在学习理论知识的同时,要注重实际应用。
通过解决一些实际问题,可以更好地理解和掌握线性代数的概念和方法。
3.多做练习题:做练习题是学习线性代数的重要途径。
通过练习题,可以巩固理论知识,培养解决问题的能力。
建议在学习过程中,多做一些练习题,并及时总结和反思自己的解题方法和思路。
4.注重证明和推导:线性代数中的很多定理和公式都是通过严格的证明和推导得到的。
在学习线性代数的过程中,要注重理解和掌握定理的证明过程。
通过证明和推导,可以更深入地理解定理的内涵和应用。
5.学会画图:线性代数中的很多概念和方法都可以通过图形来表示和解释。
学会画图可以帮助我们更直观地理解和掌握线性代数的内容。
在学习过程中,可以多画一些示意图和图形,帮助自己形象地理解和记忆线性代数的概念和方法。
6.多与他人交流:线性代数是一门需要思考和交流的学科。
在学习过程中,可以多与同学和老师进行讨论和交流,分享自己的思考和理解。
通过交流,可以互相学习和启发,提高学习效果。
7.参考优质教材和资源:选择一本优质的线性代数教材对于学习的效果非常重要。
可以参考一些经典的线性代数教材,如《线性代数及其应用》和《线性代数引论》等。
同时,还可以利用互联网上的优质资源,如在线课程和视频教程等,丰富学习的内容。
8.培养数学思维:线性代数是一门抽象的学科,需要培养抽象思维和逻辑思维能力。
在学习过程中,要注重思考和理解概念和定理的内涵,培养自己的数学思维能力。
9.持之以恒:学习线性代数需要一定的时间和精力,不能急于求成。
要持之以恒,坚持每天学习一定的时间,不断积累和提高。
总之,学习线性代数需要一定的数学基础和学习方法。
解答线性代数问题的五大数学思想方法
![解答线性代数问题的五大数学思想方法](https://img.taocdn.com/s3/m/442dda66bdd126fff705cc1755270722192e59b7.png)
解答线性代数问题的五大数学思想方法线性代数是数学中一门重要的学科,它研究向量空间及其上的线性映射。
在解答线性代数问题时,有五种常用的数学思想方法,它们是:1. 向量空间思想向量空间思想是线性代数的核心概念,它通过引入向量、线性组合和线性相关性等概念,将问题抽象为向量空间中的运算和性质。
在解答线性代数问题时,我们可以利用向量空间的性质,如线性独立性和子空间的性质,对问题进行分析和推导。
2. 矩阵运算思想矩阵运算思想是解答线性代数问题的重要手段。
通过将向量和线性映射表示为矩阵形式,我们可以利用矩阵的运算法则,如矩阵的加法、乘法和转置等,对线性代数问题进行简化和求解。
3. 特征值和特征向量思想特征值和特征向量思想是线性代数中的重要概念,它们与线性映射的性质密切相关。
通过求解矩阵的特征值和特征向量,我们可以揭示线性映射的几何效应和特征,进而对线性代数问题进行深入分析和解答。
4. 线性方程组思想线性方程组思想是解答线性代数问题的基础方法。
通过建立线性方程组,我们可以通过消元法、矩阵求逆或矩阵行列式等方法,求解线性方程组的解,从而解答线性代数问题。
5. 内积和正交思想内积和正交思想是解答线性代数问题的重要工具和思想方法。
通过定义内积和正交的概念,我们可以利用内积的性质,如正交投影、正交分解和正交对角化等,对线性代数问题进行求解和分析。
综上所述,解答线性代数问题的五大数学思想方法包括向量空间思想、矩阵运算思想、特征值和特征向量思想、线性方程组思想以及内积和正交思想。
这些方法能够帮助我们深入理解线性代数的概念和性质,解答各类线性代数问题。
《线性代数》答题规范
![《线性代数》答题规范](https://img.taocdn.com/s3/m/8f5cc60b52d380eb62946d4a.png)
《线性代数》答题规范由于《线性代数》这门课程的答案有多种写法,为阅卷批改方便,在此对一些题目的答案书写作出一些规范。
如果在作业或考试中,最终答案未按照规范书写,即使没有错误,仍然不会给于分数。
注:该答题规范仅作为学习《线性代数》这门课程时的答案书写规范,不是唯一的正确答案。
做题过程中可以按自己的习惯或简便的方法进行解答,但是最终答案必须按照规范进行书写,才可得分。
一、如果答案为整数,则应写成一个整数的形式;如果答案为有理数,且该题目中未出现小数,则需化成既约分数的形式;如果答案中含有带根号的无理数,则需将分母有理化。
.510102.25.1451620.12132112122应写成不能写成,题目中没有小数时也还要进一步简化为或,也不能写成不能写成例如:⨯⨯二、如果答案为一个数乘以矩阵的形式,则应将数乘入矩阵内,或者使矩阵尽量简洁。
.20101055545252515.545252542215211111⎥⎦⎤⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎦⎤⎢⎣⎡⨯⨯⨯⎥⎦⎤⎢⎣⎡=------n n n n n n n A A 或但是不能写成还可以写成,则例如:三、在求向量组的一个极大无关组时,应选择题目中排序靠前的向量组成的极大无关组。
[][][][]{}{}{}..19920918311011513214324314214321ααααααααααααα,,或,,而“不要选择”来作为答案,,,此刻应选择的一个极大线性无关组,,,求向量组例如:-=-=--=-=四、在对矩阵方程进行化简时,若想消去方程两边均有的一个矩阵,需先判断该矩阵是否可逆,且还需注意该矩阵所在的位置是否可消去。
()()()()()()()()()()()()()()()。
否则只会得到,乘上”的操作是方程两边左因为“消去。
与可交换,并交换与则还需说明,了注:如果矩阵方程写成。
端乘上可逆后,才可在方程左在验证是否可逆。
,需先判断若想消去时,简化矩阵方程例如:E X E A E A E A E A E A E A E A E A E A E A X E A E A E A E A E A E A E A X E A E A =+-++++-+-+=+-+++++=-+---2322223232232222232111五、如果题目需要分情况讨论,需在解答最后,按照题目提问顺序进行综述,并合并相同答案的情况。
考研数学线性代数题解题技巧与方法
![考研数学线性代数题解题技巧与方法](https://img.taocdn.com/s3/m/3a00caa9162ded630b1c59eef8c75fbfc67d945b.png)
考研数学线性代数题解题技巧与方法线性代数是考研数学中的一门重要课程,也是许多考生感到头疼的科目。
在考研数学线性代数题中,解题技巧和方法是至关重要的。
本文将探讨几种在解线性代数题目时常用的技巧和方法,希望能对考生们有所帮助。
一、方程组求解1. 列主元消去法:列主元消去法是求解线性方程组的一种常用方法。
它的基本思想是通过一系列的行变换,将方程组化为“简化行梯阵”,然后逆序回代求解未知数。
在进行列主元消去法时,可以采用高斯-约当消去法或高斯-塞尔曼消去法。
2. 矩阵求逆法:求解线性方程组可以借助矩阵求逆。
当方程组可用矩阵表示时,我们可以通过求解矩阵的逆矩阵来求解方程组。
矩阵求逆法可以使用伴随矩阵法、初等变换法或分区法等方法求解。
二、特征值和特征向量1. 特征方程法:求解特征值和特征向量可以通过解特征方程来实现。
根据定义,特征值和特征向量满足方程AX = λX,其中 A 是给定的 n阶方阵,X 是 n 维非零向量,λ 是标量。
我们可以通过解特征方程det(A-λI) = 0 来获得特征值λ,然后代入方程组进行求解得到特征向量X。
2. 相似对角化法:相似对角化是一种常用的特征值和特征向量求解方法。
根据特征分解定理,对于 n 阶矩阵 A,若存在可逆矩阵 P,使得P⁻¹AP = D,其中 D 是对角矩阵,那么 D 的对角线上的元素就是 A 的特征值,P 的列向量就是 A 的特征向量。
三、向量空间1. 基与维数:向量空间是线性代数的重要概念之一。
对于给定的向量空间 V,若存在 V 的一个向量组 v₁, v₂, ..., vₙ,满足:(1) 向量组中的向量线性无关;(2) 向量空间 V 中的任意向量都可以由该向量组线性表示;那么这个向量组就是 V 的一组基。
而向量空间 V 的维数就是它的基的向量个数。
2. 基变换与坐标表示:在向量空间中,基的选择对于向量的表示是至关重要的。
不同的基会导致不同的坐标表示。
考研数学线性代数的解题技巧
![考研数学线性代数的解题技巧](https://img.taocdn.com/s3/m/f0154e41b42acfc789eb172ded630b1c58ee9b45.png)
考研数学线性代数的解题技巧线性代数是考研数学中的重要组成部分,对于很多考生来说,线性代数的解题是一个相对较难的任务。
然而,只要掌握了一些解题技巧,就能够在考试中更好地应对线性代数题目。
本文将为大家介绍几种常用的解题技巧,希望对考生的复习有所帮助。
一、矩阵的基本变换在解线性代数题目时,经常需要进行矩阵的基本变换。
常见的矩阵变换包括行变换、列变换和矩阵的转置等。
行变换是通过对矩阵的行进行加减乘除等运算,使得矩阵的某些元素变为零或者满足特定的条件。
列变换与行变换类似,只不过是对矩阵的列进行操作。
矩阵的转置是将矩阵的行与列对调形成的新矩阵,如矩阵A的转置记为A^T。
转置后,矩阵的主对角线元素不变,其它元素按照相应位置互换。
通过合理运用矩阵的基本变换,可以简化解题过程,提高解题效率。
二、矩阵的初等变换矩阵的初等变换是指对矩阵进行行变换、列变换或者矩阵转置的运算。
常见的初等变换包括倍加行、倍减行、行交换等操作。
倍加行是将一个矩阵的某一行的每个元素都乘以一个非零数然后加到另一行上。
倍减行与倍加行类似,只不过是将一个矩阵的某一行的每个元素都乘以一个非零数然后减去另一行。
行交换是将矩阵的两行进行互换位置。
通过矩阵的初等变换,可以将矩阵化简为最简形或者找到矩阵的特殊解等。
三、特征值和特征向量特征值和特征向量是线性代数中的重要概念,解题中经常会用到。
对于一个n阶方阵A,如果存在一个λ使得A*x = λ*x,其中x为非零向量,那么λ称为矩阵的特征值,对应的x称为特征向量。
求矩阵的特征值和特征向量可以通过求解矩阵的特征方程来实现。
特征值和特征向量的求解对于解线性方程组、矩阵的对角化等都具有重要的作用。
在解题时,可通过特征值和特征向量的性质来简化问题,提高解题效率。
四、向量空间和基在线性代数中,向量空间是指由一组向量线性组合而成的集合。
解题中,对于给定的向量空间和一组基,可以通过判断向量是否属于该向量空间,求解向量的线性表示等来解题。
数学线性代数基础知识及解题技巧
![数学线性代数基础知识及解题技巧](https://img.taocdn.com/s3/m/eb8b2f4c974bcf84b9d528ea81c758f5f71f294a.png)
数学线性代数基础知识及解题技巧数学线性代数是一门重要的数学分支,它广泛应用于科学、工程、经济学等领域。
线性代数的基础知识和解题技巧对于学习和应用数学线性代数来说至关重要。
本文将介绍数学线性代数的基础概念、常用方法和解题技巧。
1. 向量与矩阵向量是线性代数的基本元素之一,它可以用一组有序的数字表示。
向量有大小和方向,可以进行加法和数乘运算。
矩阵是由若干个向量组成的矩形阵列,矩阵的每个元素也可以是一个数字。
矩阵的加法、数乘和乘法等运算规则与向量类似。
了解向量和矩阵的基本概念及运算规则是学习线性代数的基础。
2. 线性方程组线性方程组是由一组线性方程组成的方程组。
在线性方程组中,未知数的次数与方程的个数相同,并且每个未知数的次数都是一次。
线性方程组的解是使得方程组中的每个方程均成立的未知数的值。
解线性方程组的常用方法有高斯消元法、矩阵法和克拉默法则等。
掌握解线性方程组的方法和技巧是线性代数的关键。
3. 向量空间向量空间是由一组向量所组成的集合,满足一定的运算规则。
向量空间具有加法、数乘和零向量等运算规则。
线性代数中的许多概念和理论都是在向量空间中进行研究的。
了解向量空间的概念和性质对于进一步理解线性代数的相关内容很重要。
4. 矩阵的特征值与特征向量矩阵的特征值是指矩阵与它的特征向量相乘得到的向量与特征向量平行的数值。
特征值与特征向量是研究线性变换的重要工具,它们可以帮助我们理解矩阵的性质和变换过程。
特征值与特征向量可以通过求解特征方程组得到。
5. 线性变换线性变换是指将一个向量空间映射到另一个向量空间的变换。
线性变换具有保持向量空间的加法和数乘运算规则的性质。
线性变换是研究线性代数的重要对象,可以通过矩阵的乘法来表示线性变换。
线性变换的性质和特点对于理解和应用线性代数具有重要意义。
6. 解题技巧解题技巧在学习线性代数时非常重要。
首先,要注意理解和掌握基本概念和运算规则。
其次,要善于运用数学工具和方法,如矩阵的转置、逆矩阵和行列式等。
线性代数解题方法与技巧
![线性代数解题方法与技巧](https://img.taocdn.com/s3/m/c56b5b08bdd126fff705cc1755270722182e595f.png)
线性代数解题方法与技巧
线性代数是一门高等数学的分支,主要研究向量空间和线性映射之间的关系。
有时也可以被用来求解复杂的数学问题。
本文将介绍一些常用的线性代数解题方法与技巧。
首先,在求解线性代数问题之前,需要分析问题,找出问题的条件和特征,并归纳出问题的表达形式,以便有针对性的解决。
其次,要认真看清线性代数形式,要区分方程组中的等式和不等式,这样可以更好地理解求解的步骤。
第三,必须考虑到线性代数的基本性质,比如向量的加法、叉乘和点积、矩阵的乘法等。
使用这些基本性质可以更容易地解决线性代数问题。
第四,要了解不同形式的线性代数,比如可以利用矩阵、向量和有理函数来表达,这样可以更容易地理解问题,并有效解决。
第五,有时候线性代数问题太复杂,可以考虑使用拟合技术来求解,使用类似于最小二乘法的拟合方法可以达到较好的性能。
最后,在求解线性代数问题时,要尽量避免暴力枚举法,尽量从数学的角度出发,从数学原理出发花费更少的时间,从而更好地求解问题。
总的来说,线性代数的解题需要考虑问题的特征,归纳出问题的表达形式,正确识别基本性质,以及使用不同的数学技术等,这些都是线性代数解题方法与技巧。
线性代数解题方法和技巧
![线性代数解题方法和技巧](https://img.taocdn.com/s3/m/cac9dd574b73f242326c5f31.png)
第一部分 行列式一、行列式的概念(1) 二阶与三阶行列式的对角线法则 (2) n 阶行列式的定义(3) 余子式、代数余子式的定义【测试题】四阶行列式中含有1123a a 的项是__________二、数字型行列式的计算计算数字型行列式的常见思路有:(1) 如果在行列式的某一行(列)中,零的个数比较多,可按该行(列)展开;(2) 利用行列式的性质,将行列式某行(列)中尽可能多的元素化为零,然后再按该行(列)展开(课本P.18例7的第二种解法);(3) 三角形法:利用行列式的性质,将给定的行列式化为上(下)三角形行列式(课本P.12例7、例8、例9);(4) 递推法或数学归纳法(课本P.15例11,P.18例12); (5) 利用范德蒙行列式;(6) 利用拉普拉斯定理(同济第五版的线性代数没有介绍该定理,不作为期末考试要求). 【测试题】1.计算下列各行列式(k D 为k 阶行列式): (1) 11n aD a=O,其中对角线上的元素都是a ,未写出的元素都是0;(2) n x a aa x aD a a x=L L M M M L ;(3) 1111(1)()(1)()1111nn n n n n n a a a n a a a n D a a a n −−−+−−−−=−−LL M M M L L;(4) 11211nnn nna b a b D c d c d =ONNO,其中未写出的元素都是0.2.设3521110513132413D −−=−−−−,D 的(,)i j 元的余子式和代数余子式依次记作ij M 和ij A ,求11121314A A A A +++及11213141M M M M +++.3.四阶行列式1122433440000000a b a b D b a b a =的值等于__________(A) 12341234a a a a b b b b −;(B) 12341234a a a a b b b b +;(C) 12123434()()a a b b a a b b −−; (D) 23231414()()a a b b a a b b −−.三、抽象型行列式的计算 【测试题】1.设12312,,,,αααββ均为4维列向量,且已知4阶行列式1231,,,m αααβ=,1223,,,n ααβα=,则4阶行列式32112,,,αααββ+=__________(A) m n +; (B) ()m n −+; (C) n m −; (D) m n −.2.若1112132122233132331a a a D a a a a a a ==,则1111121312121222331313233423423423a a a a D a a a a a a a a −=−=−__________ 3.设A 为3阶矩阵,12A =,求:(1) 1*(2)3A A −−;(2) *1(3)2A A −−. 4.设A 为n 阶(实)矩阵,且满足Tn A A E =.如果0A <,求行列式A E +的值. 5.设4阶矩阵A 与B 相似,A 的特征值为1111,,,2345,求行列式1B E −−的值.四、行列式等于零的判定设A 为n 阶方阵,则与“0A =”等价的说法有: (1) A 是奇异矩阵;(2) A 是降秩矩阵,即()R A n <; (3) n 元齐次线性方程组0Ax =有非零解;(4) A 的列(行)向量组中至少存在一个列(行)向量可以由其余1n −个列(行)向量线性表示;(5) A 的列(行)向量组线性相关; (6) A 至少有一个特征值等于零. 【测试题】1.设A 为n 阶矩阵,且0A =,则下列各选项中正确的是__________ (A) A 中必有一列(行)的元素全等于零; (B) A 中必有两列(行)的元素对应成比例;(C) A 的列(行)向量组中必有一个列(行)向量可以由其余的列(行)向量线性表示; (D) A 的列(行)向量组中任意一个列(行)向量都可以由其余的列(行)向量线性表示.2.设A 为m n ×矩阵,B 为n m ×矩阵,则下列各选项中正确的是__________ (A) 当m n >时,必有行列式0AB ≠; (B) 当m n >时,必有行列式0AB =; (C) 当n m >时,必有行列式0AB ≠;(D) 当n m >时,必有行列式0AB =.第二部分 矩阵一、矩阵的概念及运算1.矩阵的概念(方阵、行矩阵、列矩阵、同型矩阵、零矩阵、单位阵、对角阵、对称阵、纯量阵、伴随矩阵、可逆矩阵、奇异矩阵、非奇异矩阵、满秩矩阵、降秩矩阵、正交阵等) 2.矩阵的运算 矩阵的加法 数乘矩阵 矩阵的乘法* 矩阵的转置*方阵的幂方阵的行列式*说明:重点复习带*号的矩阵运算. 3.行列式与矩阵的区别【测试题】1.设A 和B 均为n 阶矩阵,k 为正整数,则下列各选项中正确的是__________(可以多选) (A) A B A B +=+; (B) AB BA =; (C) AB BA =; (D) 111()A B A B −−−+=+; (E) 111()AB A B −−−=(F) 111()kA A k−−=; (G) 111[()]()()T T T AB A B −−−=; (H) T T A B A B +=+;(I) TTA BA B +=+; (J) ()kkk AB A B =⋅.2.设A 和B 均为n 阶矩阵,且AB O =,则下列各选项中正确的是__________(A) A O =或B O =; (B) A B O +=; (C) 0A =或0B =; (D) 0A B +=. 3.设,,A B C 均为n 阶矩阵,E 为n 阶单位阵,则下列各选项中正确的是__________(A) 22()()A B A B A B +−=−; (B) 222()AB A B =; (C) 由AC BC =一定可以推出A B =;(D) 22()()A E A E A E −=+−.4.设A 是m 阶矩阵,B 是n 阶矩阵,已知A a =,B b =,若分块矩阵3O A C B O ⎛⎞=⎜⎟⎝⎠,则C =__________ (A) 3ab −; (B) 3mab ;(C) (1)3mn m ab −; (D) (1)(1)3m nm ab +−;二、伴随矩阵设n 阶方阵()ij n n A a ×=,其中2n ≥,则对于A 的伴随矩阵*A 有以下结论:(1) 定义:1121112222*12n n nnnn A A A A A A A A A A ⎛⎞⎜⎟⎜⎟=⎜⎟⎜⎟⎝⎠L L M M M L ,其中ij A 为元素ij a 的代数余子式(,1,2,,i j n =L ); (2) **A A AA A E ==; (3)1*n A A−=,故当A 可逆时,*A 也可逆;(4) 若||0A ≠,则1*1A A A −=,*1A A A −=,1**11()()A A A A−−==; (5) **()()T TA A =;(6) *,(),()1,()1,0,() 2.n R A n R A R A n R A n =⎧⎪==−⎨⎪≤−⎩当当当【测试题】1.设A 为(2)n n ≥阶可逆矩阵,对于A 的伴随矩阵*A ,必有**()A =__________ (A) 1n AA −; (B) 1n AA +; (C) 2n AA −; (D) 2n AA +.2.设A 为(3)n n ≥阶矩阵,对于A 的伴随矩阵*A 和常数(0,1)k k ≠±,必有*()kA =__________(A) *kA ; (B) 1*n kA −;(C) *n k A ;(D) 1*k A −.3.设A 和B 均为(2)n n ≥阶矩阵,**,A B 分别为A 和B 的伴随矩阵,对于分块矩阵A O C OB ⎛⎞=⎜⎟⎝⎠,C 的伴随矩阵*C =__________(A) **A A O OB B ⎛⎞⎜⎟⎜⎟⎝⎠; (B) **B B O O A A ⎛⎞⎜⎟⎜⎟⎝⎠; (C) **A B O OB A ⎛⎞⎜⎟⎜⎟⎝⎠; (D) **B A O O A B ⎛⎞⎜⎟⎜⎟⎝⎠. 4.设3阶矩阵a b b A b a b b b a ⎛⎞⎜⎟=⎜⎟⎜⎟⎝⎠,若A 的伴随矩阵*A 的秩等于1,则必有__________(A) a b =或20a b +=;(B) a b =且20a b +≠; (C) a b ≠且20a b +=;(D) a b ≠且20a b +≠. 5.设100120123A ⎛⎞⎜⎟=⎜⎟⎜⎟⎝⎠,对于A 的伴随矩阵*A ,求1*()A −和*1()A −.三、可逆矩阵1.设A 为n 阶(实)方阵,则与“A 为可逆矩阵”等价的说法有: (1) 存在与A 同阶的方阵B ,使得AB E =(或BA E =)成立; (2) A 是非奇异矩阵,即0A ≠; (3) A 是满秩矩阵,即()R A n =; (4) A 可以表示为一些初等矩阵的乘积;(5) n 元齐次线性方程组0Ax =只有零解(不存在非零解); (6) A 的列(行)向量组线性无关; (7) A 的列(行)向量组是nR 的一个基; (8) A 的特征值都不等于零;(9) TA A 为正定矩阵(不作为期末考试要求).2.求逆矩阵的方法 (1) 伴随矩阵法:1*1AA A−=(最适合于2阶可逆矩阵). 设a b A c d ⎛⎞=⎜⎟⎝⎠可逆,则1*11d b A A c a A ad bc −−⎛⎞==⎜⎟−−⎝⎠(2) 初等行(列)变换法(适合于3阶或更高阶的可逆矩阵):y 若(,)~(,)rA E E X ,则1AX −=;y若~c A E E X ⎛⎞⎛⎞⎜⎟⎜⎟⎝⎠⎝⎠,则1A X −=; 需要特别注意的是,在进行初等行变换时,绝对不能同时进行初等列变换................................. (3) 特殊分块矩阵的逆矩阵设n 阶方阵A 和s 阶方阵B 都可逆,则111A O A O O B OB −−−⎛⎞⎛⎞=⎜⎟⎜⎟⎝⎠⎝⎠;111O A O B B O AO −−−⎛⎞⎛⎞=⎜⎟⎜⎟⎝⎠⎝⎠; 11111A O A O C B B CA B −−−−−⎛⎞⎛⎞=⎜⎟⎜⎟−⎝⎠⎝⎠(4) 定义法:给定矩阵方程()f A O =,求A 或A 的多项式的逆矩阵. 【测试题】1.求3201022112320121−−⎛⎞⎜⎟⎜⎟⎜⎟−−−⎜⎟⎝⎠逆矩阵. 2.设n 阶矩阵,,A B C 满足ABC E =,则下列各选项中正确的是__________ (A) ACB E =;(B) BAC E =;(C) BCA E =;(D) CBA E =.3.设11,,,A B A B A B −−++均为n 阶可逆矩阵,则111()A B −−−+=__________(A) 11A B −−+;(B) A B +;(C) 1()A A B B −+; (D) 1()A B −+.4.设n 阶矩阵A 满足24A A E O +−=,求1()A E −−.四、矩阵方程最基本的矩阵方程形如:AX B =和XA B =,其中,A B 为已知矩阵,且A 可逆,X 为未知矩阵,这两个矩阵方程的解分别为1X A B −=和1X BA −=.对于一般的矩阵方程,设法利用矩阵的运算法则及恒定变形,将所给的矩阵方程化为上述基本形式之一,再进行求解.常见解法:(1) 课本P.45例12;(2) 课本P.65例3. 【测试题】已知,A B 为3阶矩阵,且满足124A B B E −=−,其中E 为3阶单位阵.(1) 证明:矩阵2A E −可逆;(2) 若120120002B −⎛⎞⎜⎟=⎜⎟⎜⎟⎝⎠,求矩阵A .五、列满秩矩阵设m n ×矩阵A 为列满秩阵,即()R A n =,则有以下结论:(1) A 的行最简形矩阵为n m nE O ×⎛⎞⎜⎟⎝⎠; (2) 若AB C =,则()()R B R C =;(3) 若AB O =,则B O =(矩阵乘法的消去律); (4) A 的列向量组一定线性无关;(5) 若m n >,则A 的行向量组也线性无关.【测试题】设m n ×矩阵A 的秩()R A m n =<,E 为m 阶单位阵,则下列各选项中正确的是__________(A) A 的任意m 个列向量线性无关; (B) A 的任意一个m 阶子式都不等于零; (C) 若矩阵B 满足BA O =,则B O =;(D) A 通过初等行变换必可以化为()(,)m m n m E O ×−的形式.六、正交矩阵1.与“A 为正交阵”等价的说法有:(1) T A A E =(或TAA E =); (2) A 可逆且1T AA −=;(3) A 的行(列)向量组两两正交,且都是单位向量. 2.正交阵的性质 (1) 若A 为正交阵,则1T AA −=也是正交阵,且1A =±;(2) 若,A B 为正交阵,则AB 也是正交阵.【测试题】设,A B 是n 阶正交阵,则下列各选项中不正确的是__________ (A) A B +是正交阵; (B) AB 是正交阵;(C) 1A −是正交阵;(D) 若1A =−,则1λ=−是A 的特征值.七、矩阵的初等变换与初等矩阵(口诀:左行右列) 【测试题】1.设111213212223313233a a a A a a a a a a ⎛⎞⎜⎟=⎜⎟⎜⎟⎝⎠,212223111213311132123313a a a B a a a a a a a a a ⎛⎞⎜⎟=⎜⎟⎜⎟+++⎝⎠,1010100001P ⎛⎞⎜⎟=⎜⎟⎜⎟⎝⎠, 2100010101P ⎛⎞⎜⎟=⎜⎟⎜⎟⎝⎠,则下列各选项中正确的是__________(A) 12APP B =;(B) 21AP P B =;(C) 12PP A B =;(D) 21P P A B =.2.设11121314212223243132333441424344a a a a a a a a A a a a a a a a a ⎛⎞⎜⎟⎜⎟=⎜⎟⎜⎟⎝⎠,14131211242322213433323144434241a a a a a a a a B a a a a a a a a ⎛⎞⎜⎟⎜⎟=⎜⎟⎜⎟⎝⎠,100010********000P ⎛⎞⎜⎟⎜⎟=⎜⎟⎜⎟⎝⎠, 21000001001000001P ⎛⎞⎜⎟⎜⎟=⎜⎟⎜⎟⎝⎠,则1B −=__________ (A) 112A PP −; (B) 112P A P −; (C) 112PP A −; (D) 121P A P −.八、矩阵的秩 1.矩阵的秩的概念矩阵的秩等于最高阶非零子式的阶数,也等于行阶梯形矩阵非零行的行数. 规定零矩阵的秩等于零.2.矩阵的秩的性质(课本P.69至P.70) 【测试题】1.设A 为m n ×矩阵,B 为n 阶可逆矩阵,矩阵A 的秩等于r ,矩阵C AB =的秩等于1r ,则下列各选项中正确的是__________ (A) 1r r >;(B) 1r r <;(C) 1r r =;(D) r 与1r 的关系视乎B 而定.2.(3)n n ≥阶矩阵1111a a a aa a A aa a a a a⎛⎞⎜⎟⎜⎟⎜⎟=⎜⎟⎜⎟⎜⎟⎝⎠L L L M M M M L ,若矩阵A 的秩为1n −,则a =__________(A) 1; (B) 11n −; (C) 1−; (D) 11n −.九、行阶梯形矩阵vs.行最简形矩阵第三部分 线性方程组一、线性方程组的解的判定【测试题】设123123123(1)0(1)3(1)x x x x x x x x x λλλλ+++=⎧⎪+++=⎨⎪+++=⎩,问λ取何值时,此方程组有唯一解、无解或有无限多解?并在有无限多解时求其同解.(试用两种方法求解本题)二、齐次线性方程组的通解(基础解系) 【测试题】1.写出一个以1222341001x c c −⎛⎞⎛⎞⎜⎟⎜⎟−⎜⎟⎜⎟=+⎜⎟⎜⎟⎜⎟⎜⎟⎝⎠⎝⎠为通解的齐次线性方程组.2.求一个齐次线性方程组,使它的基础解系为12(0,1,2,3),(3,2,1,0)TTξξ==. 3.设n 阶矩阵A 的各行元素之和均等于零,且()1R A n =−,求0Ax =的通解.三、非齐次线性方程组的通解 【测试题】1.设四元非齐次线性方程组的系数矩阵的秩为3,已知123,,ηηη是它的三个解向量,且123(2,3,4,5),(1,2,3,4)T T ηηη=+=,求该方程组的通解.2.设矩阵1234(,,,)A a a a a =,其中234,,a a a 线性无关,1232a a a =−.向量1234b a a a a =+++,求该方程组的通解.3.已知12,ββ是线性方程组Ax b =的两个不同的解,12,αα是对应的齐次线性方程组0Ax =的基础解系,12,k k 是任意常数,则Ax b =的通解是__________(A) 1211221()2k k ββααα−+++; (B) 1211212()2k k ββααα++−+;(C) 1211221()2k k ββαββ−+++; (D) 1211212()2k k ββαββ++−+.第四部分 向量组一、线性方程组的四种等价形式y一般形式 11112211211222221122,,.n n n nm m mn n m a x a x a x b a x a x a x b a x a x a x b +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩L L L Ly向量方程的形式1112111212222212n n m m mn n m a a a x b a a a x b a a a x b ⎛⎞⎛⎞⎛⎞⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟=⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎝⎠⎝⎠⎝⎠L L L L M M L ,简记为Ax b =. y增广矩阵的形式 11121121222212n n m m mnm a a a b a a a b a a a b ⎛⎞⎜⎟⎜⎟⎜⎟⎜⎟⎝⎠L L M M M M L ,简记为(,)A b . y向量组线性组合的形式 1112112122221212n n n m m mn m a a a b a a a b x x x a a a b ⎛⎞⎛⎞⎛⎞⎛⎞⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟+++=⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎝⎠⎝⎠⎝⎠⎝⎠L M M M M , 若12(,,,)n A a a a =L ,则可简记为1122n n x a x a x a b +++=L .二、线性方程组、矩阵、向量组的相互关系三、向量组的线性组合n 元线性方程组Ax b = 其中A 是m n ×矩阵矩阵(,)A b向量组12:,,,n A a a a L及向量b是否存在解?()(,)R A R A b =是否成立?向量b 能否由向量组A线性表示?无解 ()(,)R A R A b < NO 有解 ()(,)R A R A b = YES(x 的分量就是线性组合的系数)唯一解()(,)R A R A b n ==(未知数个数)表达式唯一 无穷解()(,)R A R A b n =<(未知数个数)表达式不唯一矩阵方程矩阵 向量组AX B =有解 ()(,)R A R A B =向量组B 可以由向量组A 线性表示AX B =,BX A =都有解()()(,)R A R B R A B ==向量组B 与向量组A 等价,特别地,向量组与自己的最大无关组等价,于是有限向量组中成立的结论可推广到一般的情形.线性方程组矩阵向量组0Ax =只有零解()R A =A 的列向量的个数A 的列向量组线性无关0Ax =与0Bx =同解~rA B即A 能通过初等行.变换..化为B y矩阵A 的行向量组....与矩阵B 的行向量组....等价(P.84)y矩阵A 的列向量组....与矩阵B 的列向量组....有相同的线性关系(P. 93例11)【测试题】1.设有向量组12321:2,1,11054A a a a α−−⎛⎞⎛⎞⎛⎞⎜⎟⎜⎟⎜⎟===⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎝⎠⎝⎠⎝⎠,及向量11b β⎛⎞⎜⎟=⎜⎟⎜⎟−⎝⎠,问,αβ为何值时,(1) 向量b 不能由向量组A 线性表示;(2) 向量b 能由向量组A 线性表示,且表示式唯一; (3) 向量b 能由向量组A 线性表示,且表示式不唯一.2.设向量β可由向量组12,,,m αααL 线性表示,但不能由向量组()Ⅰ:121,,,m ααα−L 线性表示,记向量组()Ⅱ:121,,,,,m αααβ−L 则下列各选项中正确的是__________ (A) m α不能由()Ⅰ线性表示,也不能由()Ⅱ线性表示; (B) m α不能由()Ⅰ线性表示,但可由()Ⅱ线性表示; (C) m α可由()Ⅰ线性表示,也可由()Ⅱ线性表示; (D) m α可由()Ⅰ线性表示,但不能由()Ⅱ线性表示.四、向量组的线性相关性n 元齐次线性方程组0Ax =(其中A 是m n ×矩阵)矩阵A向量组12:,,,n A a a a L是否存在非零解?()R A n <是否成立?是否线性相关?只有零解()R A n =(列向量的个数)线性无关 存在非零解()R A n <(列向量的个数)线性相关(x 的分量就是线性组合的系数)1.设向量组12:,,,n A a a a L ,则与“向量组A 线性相关”等价的说法有:(1) 存在不全为零的实数12,,,n k k k L ,使得11220n n k a k a k a +++=L (零向量)成立; (2) n 元齐次线性方程组0Ax =有非零解; (3) ()R A n <(列向量的个数);(4) A 的列向量组中至少存在一个列向量可以由其余1n −个列向量线性表示.2.设向量组12:,,,n A a a a L ,则与“向量组A 线性无关”等价的说法有:(1) 如果11220n n k a k a k a +++=L (零向量)成立,则必有120n k k k ====L ; (2) n 元齐次线性方程组0Ax =只有零解; (3) ()R A n =(列向量的个数);(4) A 的列向量组中任意一个列向量都不能由其余1n −个列向量线性表示. 3.课本P.89定理5【测试题】1.已知123(,,)2R a a a =,234(,,)3R a a a =,证明:(1) 1a 能由23,a a 线性表示;(2) 4a 不能由123,,a a a 线性表示.2.设向量组12:,,,r A αααL 可由向量组12:,,,s B βββL 线性表示,则下列各选项中正确的是__________(A) 当r s <时,向量组B 必线性相关; (B) 当r s >时,向量组B 必线性相关; (C) 当r s <时,向量组A 必线性相关;(D) 当r s >时,向量组A 必线性相关. 3.设12,,,s αααL 均为n 维向量,则下列各选项中不正确的是__________(A) 若对任意一组不全为零的系数12,,,s k k k L ,都有11220s s k k k ααα+++≠L ,则12,,,s αααL 线性无关;(B) 若12,,,s αααL 线性相关,则对任意一组不全为零的系数12,,,s k k k L ,都有11220s s k k k ααα+++=L ;(C) 12,,,s αααL 线性无关的充分必要条件是12(,,,)s R s ααα=L ; (D)12,,,s αααL 线性无关的必要条件是其中任意两个向量线性无关.4.设112b a a =+,223b a a =+,334b a a =+,441b a a =+,证明向量组1234,,,b b b b 线性相关.五、向量组的秩【测试题】求矩阵11221021512031311041A ⎛⎞⎜⎟−⎜⎟=⎜⎟−⎜⎟−⎝⎠的列向量组的一个最大无关组,并把不属于最大无关组的列向量用最大无关组线性表示.第五部分 方阵的特征值和特征向量一、向量的内积、长度及正交性1.向量内积的性质(对称性、线性性质、非负性、施瓦兹不等式) 2.向量长度的性质(非负性、齐次性、三角不等式) 3.向量的正交性的性质 y 两两正交的非零向量组一定线性无关; y施密特正交化过程.4.正交矩阵的性质(参阅矩阵部分)二、特征值和特征向量的概念、性质及计算(特征值和特征向量这两个概念只针对方阵而言) 特征多项式 A E λ−(以λ为未知数的一元n 次多项式) 特征方程 0A E λ−=关于方阵的特征值和特征向量有以下结论: (1) 特征值就是特征方程0A E λ−=的根.(2) 特征方程在复数范围内一定有解,根的个数等于方程的次数(重根按重数计算),因此n阶矩阵A 在复数范围内有n 个特征值.(3) 设n 阶矩阵()ij n n A a ×=的特征值为12,,,n λλλL ,则121122n nn a a a λλλ+++=+++L L ,12n A λλλ=L .(4) 设i λ是矩阵A 的一个特征值,则由()0i A E x λ−=求得的任意一个非零解i p 都是A 对应于特征值i λ的特征向量(若i λ为实数,则i p 可取实向量;若i λ为复数,则i p 可取复向量).(5) 对应于特征值i λ的特征向量并不唯一(有无限多个),()0i A E x λ−=的任意一个基础解系都可以作为这无限多个特征向量的最大无关组.(6) 一般来说,对应于特征值i λ的线性无关的特征向量最多只有()i n R A E λ−−个,与特征值i λ的重数没有直接关系.(7) 对应于不同特征值的特征向量线性无关.(8) n 阶矩阵最多只有n 个线性无关的特征向量(因为向量空间nR 的维数等于n ). (9) 若λ是A 的特征值,则k λ是k A 的特征值;()ϕλ是()A ϕ的特征值(其中01()m m a a a ϕλλλ=+++L 是λ的多项式,01()m m A a E a A a A ϕ=+++L 是矩阵A的多项式)(参阅课本P.120例8). (10) TA 与A 有相同的特征值.(11) n 阶零矩阵O 的特征值只能等于0.特别地,若A 是n 阶对称阵,λ是A 的k 重特征值,则 y ()R A E n k λ−=−,从而对应于特征值λ恰有k 个线性无关的特征向量;y 对应于不同特征值的特征向量两两正交;yn 阶对称阵恰有n 个线性无关的特征向量.【测试题】 1.矩阵3113A −⎛⎞=⎜⎟−⎝⎠的特征值为__________2.设n 阶矩阵,A B 满足()()R A R B n +<,证明,A B 有公共特征值,有公共特征向量. 3.已知3阶矩阵A 的特征值为1,2,3−,求*32A A E ++.4.设12(,,,)Tn a a a a =L ,10a ≠,T A aa =,证明0λ=是n 阶矩阵A 的1n −重特征值.三、方阵的相似对角化1.关于n 阶方阵的相似对角化,有以下结论:(1) n 阶方阵A 可以相似对角化当且仅当A 有n 个线性无关的特征向量; (2) 如果n 阶方阵A 的n 个特征值各不相同,则A 可以相似对角化; (3) 对称矩阵一定可以相似对角化.2.n 阶方阵A 相似对角化的一般步骤:(i) 求出A 的所有互不相等的特征值12,,,s λλλL (s n ≤),它们的重数依次为12,,,s k k k L(121s k k k +++=L ).(ii) 如果s n =,则A 可以相似对角化,转入第(iv)步;否则转入第(iii)步.(iii) 如果对每一个i k 重特征值i λ,()i i R A E n k λ−=−都成立,则A 可以相似对角化,转入第(iv)步;否则A 不能相似对角化,算法结束.(iv) 对每一个i k 重特征值i λ,求()0i A E x λ−=的基础解系,得i k 个线性无关的特征向量,转入第(v)步.因为121s k k k +++=L ,所以一共可以得到n 个线性无关的特征向量. (v) 这n 个线性无关的特征向量构成可逆矩阵P ,满足1P AP −=Λ.注意Λ中对角元的排列次序应与P 中列向量的排列次序相对应.特别地,对称阵对角化的步骤参阅课本P.125.3.若方阵,A B 相似,则(1) 方阵,A B 有相同的特征多项式,从而有相同的特征值; (2) 方阵,A B 的多项式()A ϕ与()B ϕ也相似;(3) 特别地,若有可逆矩阵P ,使得1P AP −=Λ为对角阵,则1k k P A P −=Λ,1()()P A P ϕϕ−=Λ,因为12kkkk n λλλ⎛⎞⎜⎟⎜⎟Λ=⎜⎟⎜⎟⎜⎟⎝⎠O,12()()()()n ϕλϕλϕϕλ⎛⎞⎜⎟⎜⎟Λ=⎜⎟⎜⎟⎝⎠O ,所以可以通过()ϕΛ计算方便地计算A 的多项式()A ϕ; (4) 特别地,若()ϕλ是A 的特征多项式,则()A O ϕ=(零矩阵). 【测试题】1.设矩阵20131405A x ⎛⎞⎜⎟=⎜⎟⎜⎟⎝⎠可相似对角化,求x .2.已知111p ⎛⎞⎜⎟=⎜⎟⎜⎟⎝⎠是矩阵2125312A a b −⎛⎞⎜⎟=⎜⎟⎜⎟−−⎝⎠的一个特征向量. (1) 求参数,a b 及特征向量p 所对应的特征值; (2) 问A 能不能相似对角化?并说明理由.3.设3阶对称阵A 的特征值为16λ=,233λλ==,与特征值16λ=对应的特征向量为1(1,1,1)T p =,求矩阵A .。
【线性代数】常见计算题型及常用思路
![【线性代数】常见计算题型及常用思路](https://img.taocdn.com/s3/m/513f588b8762caaedd33d4c0.png)
线性表示(或求坐标) 常用思路:待定系数法。设
, (假设 1
X1 ,
, m F n 是列向量)
(想想为什么一定有除上面方程组的一个基础解系,设为 使得
x11
关于
xm m
, X n t F n
nt
就
。然后根据题设条件得到
x1 ,
, xm
1 ,
方法一:基于
P 以及原矩阵的相
A 可逆 AX b的唯一解为
X A1b ,利用线
性方程组求解。 方法二:基于可逆矩阵可写成初等矩阵的乘积,利用 初等变换求 解,主要是两个公式: 前者只能用行变换,后者只能用列变换。 方法三:利用分块矩阵求解。主要基于两个公式: (假 设已知可逆)
似标准形时要注意特征向量与特征值是相互对应的。 题型 13. 实对称矩阵的对角化 方法:和题型 12 一致,但是要加入 Schmidt 正交化过程 及单位要注意的是: 千万不要把所有的特征向量放在一起 Schmidt 正交化,一定要分别对每个特征值所对应的特征 向量分别正交化,也就是说:如果有 m 个不同特征值, 要进行 m 次 Schmidt 正交化过程! 题型 14. 求二次型/矩阵相合标准形与相合规范形(必须 掌握) 方法一:配方法。 方法二:初等变化法。 (参考课本例题,此两种方法和 中学所用的 一致) 方法三:利用题型 12 或 13,基于正交矩阵的逆矩阵 和转置一样。
, 个) 。则 1
, t , X1 ,
, X n t F n
的一个方程组。解方程组。
方法二:利用课本定理 4.10(如果已知在某一组基下的矩 阵) 题型 3.判断
, m V ( F )
的线性相关性
常用思路:待定系数法。设
最完整的线代基础知识点
![最完整的线代基础知识点](https://img.taocdn.com/s3/m/c5775b67bdd126fff705cc1755270722182e596c.png)
最完整的线代基础知识点第1章行列式1.1 n阶行列式1.1.1 二阶、三阶行列式起源:发现规律了,继续~从上述推倒可以看出,行列式说白了就是对方程求解的简化过程。
后续的所有变换也都是基于此的。
了解到根源了,就不难理解了。
知识点:(所有的知识其实都是不成体系的,体系都是人为归纳的,其实知识就是一个一个的点而已)1.对角线法则这个法则只能用在二阶和三阶,高阶有另外的算法,后面会介绍到,耐心往下看吧。
以后看到二三阶可以直接用这个算哦。
2.行列式应用(克莱姆法则)法则啥的就是别人先发现了,就是一个规律。
不用理解,直接记住。
(因为本来就是一个现象)小技巧:再算d1d2d3的时候默念一下d1换1(列)d2换2(列)d3换3(列)。
1.1.2 排列既逆序数起源:逆序数为奇数,为奇排列,偶数为偶排列。
知识点:1.任一排列经过对换后,必改变其奇偶性。
2.所有n阶排列中,奇排列与偶排列个数相同,各有n!/2个。
1.1.3 n阶行列式知识点:1.计算方法前面说了,n阶有其他方法,这个就是其中之一不过比较笨重难算一点。
只要看懂这个式子,这节就ok啦,看不懂的可以评论问我。
2.对角行列式对角行列式等于其对角元素的连乘,再加上一个逆序数。
因为除了去取对角之外但凡取到其他位置上的0,就会让这项变成0。
上三角行列式和下三角行列式与对角行列式类似,不能取0。
好题:1.对行列式中数字的选取规则理解如果不用分块矩阵的话,直接从定义出发,三行用两个书,必有一行选不到非零数。
1.2 行列式的性质知识点:1.行列式与它的转置行列式相同,即行与列为完全等价的。
2.互换行列式的两行或两列,行列式值变号3.若行列式有两行或两列元素相同则其行列式的值为04.行列式的某一行中所有元素都乘以k,等于用k数乘行列式5.如果行列式中某一行的元素都为0,则其值为06.若行列式有两列或两行元素成比例,则其为07.若两个行列式除了一行外相同,则可以相合。
相同的行不变,不同的行相加。
线性代数计算法则
![线性代数计算法则](https://img.taocdn.com/s3/m/393de55454270722192e453610661ed9ad51552a.png)
线性代数计算法则线性代数是数学中的一个分支,主要研究向量空间、线性变换和线性方程组等内容。
它在科学、经济学和工程学等各个领域都有广泛的应用。
线性代数的计算法则是进行线性代数运算的方法和规则,下面将对线性代数计算法则进行详细介绍。
一、向量和矩阵的基本运算1.向量和矩阵的加法:向量和矩阵的对应元素相加,即两个向量或矩阵的对应元素分别相加形成一个新的向量或矩阵。
2.向量和矩阵的数乘:一个向量或矩阵中的每个元素乘以一个实数,即实数与向量或矩阵的每个元素相乘形成一个新的向量或矩阵。
3.向量的内积:两个向量的内积等于对应元素乘积的和。
4.矩阵的乘法:矩阵的乘法是指两个矩阵相乘的运算,其中第一个矩阵的列数等于第二个矩阵的行数。
矩阵乘法的结果是一个新的矩阵,其中每个元素是第一个矩阵的其中一行与第二个矩阵的其中一列对应元素乘积的和。
5.矩阵的转置:将矩阵的行和列互换,得到一个新的矩阵。
6.矩阵的逆:对于一个方阵A,如果存在一个方阵B,使得AB=BA=I,其中I为单位矩阵,则称矩阵A可逆,矩阵B称为A的逆矩阵。
二、矩阵的行列式1.行列式定义:行列式是一个标量值,它是一个n阶方阵中元素的代数和。
2.行列式性质:-行列式的值与它的转置矩阵的值相等。
-交换矩阵中两行或两列的位置,行列式取负。
-将矩阵的其中一行(或其中一列)的所有元素乘以一个数k,行列式的值也乘以k。
-如果矩阵的其中一行(或其中一列)的元素全为0,则行列式的值等于0。
-如果矩阵的两行(或两列)相等,则行列式的值等于0。
-行列式的值等于每一行(或每一列)的元素与它们所在行(或列)的代数余子式相乘再求和。
三、矩阵的特征值和特征向量1.特征值和特征向量定义:对于一个n阶方阵A,如果存在一个数λ和非零向量X,使得AX=λX,则称λ为矩阵A的特征值,X为对应的特征向量。
2.特征值和特征向量的计算:-特征值是矩阵A减去λ的单位矩阵后的行列式等于0的解。
-对每个求解得到的特征值λ,代入(A-λI)X=0的线性方程组中,求解得到对应的特征向量X。
- 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、"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、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)。
是无法入手的,必须同时使用这两个条件。事实上,由于 A 非奇异知 A 存在, 在 A = A 两 端 同 乘 A 就 得 到 A=E 。
2
−1
证毕 本例说明在线性代数中,存在着不少这类题目,必须同时使用题给的所有 条件(或多个条件)才能使问题化显。 通常称这种思维方式为 “多导一” 的顺推式。 在这种情况下,不能单独由某一项条件出发来引结论。当然还有“多导一”的逆 推式等,这里就不多讲了。
−1
= − E + AT = − E + A , 故|A+E|
=0 成立。 证毕 在此例中,我们把条件和结论都进行了变形处理,将原来并无直接联系的条件和 结论联系起来,使原命题转化为更易利用条件且结论更明显的命题。这种思维方 式称为 “等价变形” 的思维方式。 由此说明: 当条件和结论均含较多特征或信息, 且无直接的联系时,应考虑将条件或结论进行变形处理,使之发生直接的联系。 例3 关。 证 使得 由线性无关的定义知道,要证本结论,只需证明:若存在实数 k1 , k2 , k3 设向量 α 1 , α 2 ,
cosθ 1
1 2cosθ 1 1 2cosθ % % %
0 = cos nθ. 1
Dn = 0
1 2cosθ
证 本题目所示行列式的特点是从 n=2 开始,各阶行列式形式都相同,可对 阶数用数学归纳法。显然 n=1 时结论成立。 当 n=2 时,
D2 =
cos θ 1
1 2cos θ
= cos 2θ ,
α3 ,α 4 线性相关,4)使得 k1α 1+ k2 α 2 + k3 α3 + α4 k 4 = 0 。 假 设
k1 , k 2 , k3 , k 4 中 至 少 有 一 个 数 为
0 , 不 妨 设
k1 = 0 ⇒ k2 α 2+ k3 α3 + α4 k 4= 0 且 k 2 , k3 , k 4 不全为零,这与 α 2 , α3 ,α 4
AX1 + AX2 = λ X1 + λ X 2
或
λ 1 X1 + λ 2 X 2 = λ X1 + λ X 2
或
(λ 1 − λ ) X1 = (λ − λ 2) X 2
但 λ 1≠ λ 2 ,且 X1 ≠ 0 , X 2 ≠ 0 ⇒ 上式两端不为零 X1 , X 2 线性相关。这与 属于不同特征值的特征向量线性无关的结论矛盾。 例 7 如果 α 1 , α 2 , 证毕 无
线性无关矛盾,推出 k1 ≠ 0 ,类似可得 k 2 ≠ 0 , k3 ≠ 0 , k 4 ≠ 0 在线性代数的诸多证明类题目中,都可找到反证法的应用。 三、数学归纳法 许多与自然数有关的题目都可以采用数学归纳法求解。在线性代数中,更 常用的是第二数学归纳法,它把数学归纳法中“存在着自然数 k 使命题 T 成立” 的假设,强化为“对每个小于 k 的自然数都能使命题 T 成立” ,而基本上不改变 数学归纳法的其它内容。 动用第二数学归纳法可以求解一些与多个相邻自然数都 有关的题目,从而弥补了数学归纳法的不足之处。 例8 证明 n 阶行列式
1 1 0 =2 0 1 1
推知(6-4)确实只有零解,进而原命题成立。 证毕 在本例的求解过程中,多次出现欲证结论,先证另一个等价命题的思维方 式。称这种思维方式为“变形逆推”的思维方式。注意到前面三例的解题过程有 不少相似之处,它们都是在符合逻辑的前提下,利用原题目本身的特征或提供的 信息,将原题目转化为一个比一个更为明确的新题目,直到利用到题给条件和某
−1
待定系数法有着相当广泛的适用范围,特别在计算类题目中。 6 ⋅ 2 ⋅ 2
反
证法使用反证法有以下两个前提: (1)当问题的结论本身的数学表达不如其反面所作出的表达明确时,可采用 反证法。 (2)当结论本身与条件的联系不如它的反面与条件的联系明显、自然时,可用反 证法。 在线性代数证明类题目中,具有上述特点的题目可谓比比皆是。 例6 设 X1 , X 2 分别是矩阵 A 对应于 λ 1,
λ 2 的特征向量,而 λ 1≠ λ 2 证
明 X1 + X 2 不可能是 A 的一个特征向量。 证 本例属第一种情况: X1 + X 2 不可能是 A 的特征向量的结论,不如其反 面 X1 + X 2 是 A 的特征向量易作出明确的数学表达式,故应采用反证法: 假设 X1 + X 2 是 A 的特征向量 ⇒存在特征值λ使得 A( X1 + X 2 ) = λ ( X1 + X 2 ) 成 立,推得
Dk −1 = cos (k −1) θ , Dk −2 = cos (k − 2 (k −1) θ − cos (k − 2) θ
= cosθ cos(k −1) θ − sin (k −1) θ sinθ = cos kθ
由此推之对一切自然数 n,结论都成立。 本例说明:当递推关系中同时出现 Dk , Dk −1 , Dk −2 等相邻项时,常常采用第 二数学归纳法。 运用数学归纳法求解的题目第 1 章中最多。 四、递推法 在线性代数中,还出现需要建立递推关系来求解的题目,这类题目常常也与自然 数有关。如果我们事先不知道证明或求解的结果,通常不用数学归纳法。不过, 使用递推法和数学归纳法一般没有严格的区别,往往是同时需要,有时又仅单独 使用其中某一种方法即可。运用递推法求解的题目在行列式的计算中出现较多。 例9 计算 n 阶行列式
第二节、几种常用的解题方法
线性代数题目花样繁多,有些题目困难重重,仅用上节所述基本解题规律求 解它们是相当不够的。本节将更深入地介绍几种常用的解题方法和技巧。虽然这 些方法和技巧都是从基本规律中引伸出来的,但是它们确有自身独到的功效。 一、待定系数法 例5 求分块矩阵
rB 0 A= s C D
r
s
的逆矩阵。假设|B|≠0,|D|≠0,其中 r,s 表示分块矩阵的行、列数。 解 使用待定系数法,令
r X Y A−1 = s Z T
其中 X,Y,Z,T 为待定的分块矩阵。 由
B 0 X Y Er 0 AA−1 = C D = Z T 0 Es
由于 α 1 , α 2 ,
(6-3)
α3 线性无关,得到齐次线性方程组:
k1 + k3 = 0 k1 + k2 = 0 k2 + k3 = 0
(6-4)
要证 k1 = k2 = k3 = 0 ,只需验证方程组(6-4)只有零解即可。经过简单的计算知 系数矩阵是非奇异的:
1 0 1
得到 BX = Er , BY = 0r×s , CX + DZ = 0s×r , CY + DT = Es 解之得
X = B−1 ; Y = 0r×s ; Z = −D−1CB−1 ;×s A = − D−1CB−1 D−1 。
α3 ,α 4 线性相关,但其中任意三个向量都线性
关 , 证 明 必 存 在 一 组 全 不 为 零 的 数 k1 , k 2 , k3 , k 4 使 得
k1α 1+ k2 α 2 + k3 α3 + α4k 4= 0
证 本例属于第二种情况,即结论本身与条件的联系,不如其反面与条件 的联系明显,故应用反证法。 由 α 1 , α 2 ,
第一节、解题的基本规律
在本节中,通过几个实例来分析求解线性代数题目特殊的思维过程,得出相 应的解题规律。 例 1 若 A 是一个 n×k 矩阵,B 是一个 k×n 矩阵,又知 AB=O,证明: 秩(A)+秩(B)≤k (6-1) 证 在证该题时,假定读者这样来思考:要证结论(6-1)式成立,能否先证 一个与(6-1)式等价的结论呢?例如 0≤k-(秩(A)+秩(B))。但是我们发现问题仍 无法求解,原因在于(6-1)式提供的信息太少,它没有足够多的特征使我们去确 定另一个与之等价的过渡性结论。反之,原题的条件 AB=O 提供的信息相当丰富, 它不仅看作两矩阵之积为 O,而且更重要的是,如果把它与齐次线性方程组 AX=O 联系起来的话,有关齐次线性方程组的结论就可以用于该题目中,矩阵 B 的列向 量可视为方程组 AX=O 的解。 进一步, 我们把方程组 AX=O 解空间的维数(k-秩(A)) 与矩阵 B 的列向量组的秩(也是 B 的秩)联系起来, 原问题的条件化为另一个更接 近结论的条件: B 的向量全是方程组 AX=O 的解, 但 AX=O 解空间的维数已知是(k秩 (A)) 从而原问题转化为在新条件下证明 (6-1) 式成立的新命题 ( 过渡性命 题),该新命题是显然成立的,即秩(B)≤k-秩(A)。 证毕. 在求解线性代数证明类题目时, 思维过程常常应该是从条件和结论中挑选具 有更多特征或提供更多信息的式子,通过一系列过渡性命题,最后转化为易于证 明且与原命题等价的命题。本例是从原条件出发,一步步地转化为与结论更接近 的过渡性条件,最后得到的条件与结论已发生直接的联系。我们称这种思维方式 为“变形顺推”的思维方式。由此得出这样一条规律:当条件的特征或信息量优 于结论时,往往应使用顺推的思维方式。 例2 设 A 是正交矩阵,且|A|=-1,证明|A+E|=0 证 此例与前例的不同之点是条件和结论都含有较多的信息。 例如条件中 A 是正交矩阵,隐含了 A = A ,于是
α3 线性无关,证明 α1 + α2 ,α2 +α3 ,2 ) + k2 (α2 + α3 ) + k3 (α3 + α1 ) = 0
则必有 k1 = k2 = k3 = 0 将(6-2)式化为
(6-2)
(k1 + k3 )α1 + (k1 + k2 )α2 + (k2 + k3 )α3 = 0 = | A +E | 成 立 。 结 论 | A+E | =0 可 转 化 为 A(E + A ) = 0 或