《线性代数I》常见计算题型及常用思路
经济数学·线性代数：解题方法技巧归纳
经济数学·线性代数：解题方法技巧归纳
常见的解题方法技巧：
1.高斯消元法：用于解决线性方程组的方法，通过
消去未知数的系数，使方程组的每一行的未知数
只有一个。
2.高斯-约旦消元法：用于解决线性方程组的方法，
通过消去未知数的系数，使方程组的每一行的未
知数只有一个，并通过交换方程的顺序来解决无
解或多解的情况。
3.矩阵消元法：用于解决线性方程组的方法，将方
程组写成矩阵形式，通过消去未知数的系数，使
矩阵的每一行的未知数只有一个。
4.高斯-约旦分解法：用于解决线性方程组的方法，
通过将方程组写成两个矩阵的乘积的形式。
5.广义逆矩阵法：用于解决线性方程组的方法，通
过求出矩阵的广义逆（也叫做伪逆），将方程组写
成矩阵的形式，求解未知数的值。
6.矩阵的特征值与特征向量：用于解决矩阵的本征
值问题的方法，通过求解矩阵的特征方程，求得
矩阵的特征值与特征向量，并利用它们来求解其
他问题。
7.奇异值分解：用于解决矩阵的奇异值分解问题的
方法，将矩阵分解为三个矩阵的乘积的形式，并利用它们来求解其他问题。
8.广义逆矩阵的求法：用于求解矩阵的广义逆（也叫做伪逆）的方法，包括计算机辅助的方法和数学计算的方法。
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。
解决考研数学线性代数难题的思路
解决考研数学线性代数难题的思路数学线性代数作为考研的一门重要科目，常常是考生们的难点之一。
尤其是在解决线性代数难题时，许多考生感到头痛和困惑。
但只要我们掌握了一些解题的思路和方法，线性代数难题也能迎刃而解。
本文将从理清问题、建立逻辑框架、运用适当的定理和技巧等方面，介绍解决考研数学线性代数难题的思路。
一、理清问题在解决考研数学线性代数难题之前，首先要理清题目所问的问题。
有些难题在表达上可能会很复杂，但只要一步一步分析，并找到问题的关键，就能够明确解题思路。
例如，对于一个题目要求证明两个矩阵的相等性，我们可以先逐个比较两个矩阵的对应元素，然后运用相应的性质和定理来推导出它们相等的结论。
理清问题，找到题目的关键性质是解决线性代数难题的第一步。
二、建立逻辑框架在解决考研数学线性代数难题时，我们需要建立一个清晰的逻辑框架，以便有条不紊地进行推导和证明。
一般来说，可以分为以下几个步骤：1. 从已知条件入手，利用已知的性质和限制条件进行推导；2. 运用适当的定理和公式，将已知条件与要求结合起来，逐步推导出所需要的结论；3. 如果题目中存在一些未知量或未知条件，可以尝试假设和推理，然后进行反证或逆否推理，最终得出结论；4. 最后，利用所得的结论对题目进行归纳总结，确保推导的完整性和正确性。
建立逻辑框架可以帮助我们清晰地分析问题，合理地组织思路，并且避免遗漏和混乱。
三、运用适当的定理和技巧解决考研数学线性代数难题还需要熟练掌握一些常用的定理和技巧。
这些定理和技巧可以帮助我们快速推导和解决问题。
例如，当我们遇到一个线性方程组的问题时，可以利用消元法、伴随矩阵法或克莱姆法则来求解未知数；当问题涉及到矩阵的特征值和特征向量时，可以运用特征多项式和线性变换的性质来求解。
熟练应用这些定理和技巧，能够大大提高解题的效率和准确性。
另外，注意审题和反复演算也是解决数学线性代数难题的重要因素。
仔细阅读题目，理解题意，判断所给信息的重要性和关联性，有助于我们找到正确的解题方法。
线性代数题求解答技巧
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。
线性代数题型全攻略
线性代数题型全攻略线性代数是计算机科学、工程学和数学等学科的基础，在此基础上，线性代数提供了一套有效的方法来分析和求解求解各种问题，特别是在矩阵和向量空间下，使用线性代数可以更有效地求解各种问题。
本文将介绍以下线性代数题型：矩阵运算题型：这类试题要求考生用矩阵运算计算给定矩阵的秩、特征值和特征向量、行列式、线性方程组的解。
考生应该熟练掌握矩阵运算的原理和方法，理解矩阵的秩、特征值和特征向量等概念。
向量空间题型：本类试题要求考生计算子空间、张成空间、直积空间、内积空间和正定空间等概念。
考生应该清楚地理解什么是向量空间，以及其中子空间、张成空间、直积空间、内积空间和正定空间等概念，并熟悉计算过程。
线性变换题型：这类试题要求考生计算线性变换的表示式、特征值和特征向量等概念，以及矩阵表示、零空间、核和图像等基本知识。
考生应该熟悉线性变换的定义及其计算方法，理解线性变换的表示式、特征值和特征向量等概念，了解矩阵表示、零空间、核和图像等基本知识。
Fourier变换题型：本类试题要求考生掌握Fourier变换的基本原理，熟练应用它来研究函数的变换、分析信号的特征、解析图像的模式、还原被混叠的信号等。
考生应该熟练掌握Fourier变换的定义、基本原理和应用方法。
数值线性代数题型：这类试题要求考生熟悉基本的数值线性代数方法，如拟牛顿方法、反平方根法、最小平方法等，以及非线性系统的数值解，如力学与热力学系统。
考生需要理解拟牛顿方法、反平方根法、最小平方法等，和非线性系统的数值解，如力学与热力学系统。
本文简要介绍了几种常见的线性代数题型，考生平时需要结合具体的线性代数课程内容，加强对相关知识的积累，复习时针对不同的线性代数题型细致有效地进行掌握，以期在考试中有所收获。
- 1 -。
《线性代数I》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计算题题型1．解线性方程组（必须掌握）最常用方法：先用高斯消元法化为阶梯形，从而得出自由未知量（设为1,,ti i x x ），然后对自由未知量赋予任意值，即设11,,t i i tx k x k ==，这儿1,,tk k 为任意常数。
把赋予自由未知量的值带入方程组，解除方程组的解（是关于1,,t k k 的一些表达式）方法（1）的变形：先用高斯消元法化为阶梯形，从而得出自由未知量（设为1,,ti i x x ）。
设1,,tt F αα∈是tF 的一组基（常取自然基）。
然后令1(,,),1,2,t i i j x x j tα==，分别解得方程组的解：1,,tX X （这是一个基础解系）。
则可知方程组的解为11t tX k X k X =++，这儿1,,tk k 为任意常数。
（一般解）Cramer 法则。
注意：Cramer 法则只对系数矩阵可逆的情形适用。
题型2．将()V F β∈用1,,()m V F αα∈线性表示（或求坐标）常用思路：待定系数法。
设1,,mx x 使得11m mx x βαα=++。
然后根据题设条件得到关于1,,mx x 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1,,()m V F αα∈的线性相关性常用思路：待定系数法。
设1,,mx x 使得110m mx x αα=++。
然后根据题设条件得到关于1,,mx x 的一个方程组。
解方程组。
如果方程组只有零解，则1,,()m V F αα∈线性相关。
反之，线性无关。
题型4．求1,,()m V F αα∈的极大无关组及秩常用思路：待定系数法。
设1,,mx x 使得110m mx x αα=++。
然后根据题设条件得到关于1,,mx x 的一个方程组。
用高斯消元法化简方程组，得到自用未知量。
不是自用未知量的ix 所对应的i α放到一起，就构成了原向量组的一个极大无关组。
线性代数中常见的难题,易错题目解析
线性代数中常见的难题,易错题目解析
1、代数精度：在数值分析中，精度指的是数值计算中所得结果的可靠性，也就是说计算结果是否正确取决于数值计算的精度。
此题目可能会难以回答，要求学生根据自身的数学定义和知识框架来理解和作答，其中的考点是数值计算的精度与数值计算成果的可靠性之间的关系。
2、矩阵的秩：矩阵的秩是矩阵的数学定义，它表示某个矩阵的列数减去它的0行的数目，考察学生对该数学概念的理解程度。
因此，求解矩阵的秩需要对矩阵中的元素进行运算，并判断结果来计算矩阵的秩。
3、线性方程组的系数矩阵：系数矩阵是一个线性方程组的重要概念，表示该线性方程组的解的性质。
系数矩阵的求解主要是根据矩阵操作的行列式计算方法、决定系统的可解性来确定系数矩阵的结构。
4、矩阵乘法：矩阵乘法是线性代数最重要的基本概念之一，它以秩、矩阵维数和矩阵中元素的乘法计算来表示两个矩阵的乘积结果。
矩阵乘法可以有效地解决实际问题，是解决线性方程组最常用的工具之一。
5、矩阵求逆：矩阵求逆是线性代数中常见的概念，它表示将矩阵转换成单位矩阵的变换。
考生在面对本题时，除了熟悉矩阵求逆的基本概念外，还需要掌握大量的乘法和除法运算，以及应用消元法计算矩阵求逆的过程。
6、行列式：行列式是一种矩阵形式的数形式，它由矩阵中各元素的行列式代数计算所构成的一种数字的结果。
通过行列式可以判断矩阵的可逆性、行列式的值与矩阵元素有关。
学生在解答本题时，要掌握行列式的基本概念和行列式的计算方法，以及应用行列式来确定矩阵的可逆性的过程。
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。
线性代数中常见的难题、易错题目解析
线性代数中常见的难题、易错题目解析线性代数是数学的一个重要分支，包括线性方程组、矩阵论、特征值分解等内容，已经成为许多学科的必备的基础知识。
随着学科的发展，线性代数也成为了一门杂而乱的学科，其中很多难题和易错题目都会困扰学习者。
本文将从难题、易错题的解析的角度，介绍如何解决线性代数中常见的难题和易错题目。
一、难题1、求解方程组求解方程组是一个具有挑战性的问题，如果把它当做一个整体去理解和求解，那么将是一个棘手的问题。
一般来说，可以用矩阵的乘法法则进行求解，或者用换元法来求解，或者用逐步求解法求解，最后结合容易理解的思想，来解决更加复杂的多元方程组。
2、求矩阵的特征值、特征向量矩阵的特征值和特征向量非常重要，求解特征值和特征向量十分困难。
特征值是矩阵行列式的解，而特征向量则是将特征值代入矩阵方程来求解，这两个问题会有一定的耦合性，有时候也不容易像前者一样能够得出精确的解。
因此，对矩阵的特征值和特征向量求解，一般来说要尽可能的用矩阵的几何性质，来解决相关的问题。
3、找到向量的基础向量的基础是要证明一组给定的向量可以线性表示其他所有的向量，也就是说，它们能够形成一个若干个线性无关向量的基础。
但是在找到向量的基础时，有时会出现向量冗余的情况，我们要在构造基础时尽可能消除冗余，使用一些四元数计算可以大大减少搜索时间，然后在手动检查和调整时，来增强搜索的精确性和准确性。
二、易错题1、矩阵相乘的几何意义很多学生常常弄混矩阵的相乘的几何意义，将它和普通的算术乘法混为一谈。
实际上，矩阵的相乘有重要的几何意义，也就是图像的变换，图像可以用平移、旋转、缩放等形式来表示，而所有的变换就是矩阵乘法的几何意义。
2、判断一个矩阵是否是对称矩阵对称矩阵是比较常见的一类矩阵，但是给出一个矩阵之后数学家要判断它是否是对称矩阵，也是一个相当难的问题。
其实并不难，只要把它乘自身的转置就可以得到判断的答案，如果转置之后的矩阵和原矩阵相同，那么它就是一个对称矩阵，反之则不是。
大一线性代数题型和知识点
大一线性代数题型和知识点线性代数是大一学生必修的一门数学课程，主要讲授向量空间、矩阵理论和线性方程组等内容。
本文将就大一线性代数的题型和知识点进行详细讨论。
一、向量空间1. 向量的线性运算向量的加法和数乘是向量空间的基本运算，学生需要掌握向量之间加法和数乘的规则，以及这些运算符合的性质。
2. 向量的线性相关性学生需要理解向量的线性相关性的概念，以及如何判断一组向量是否线性相关。
对于线性相关的向量组，还需要能够找到其中的线性相关关系。
3. 向量的线性无关性和基学生需要学会判断一组向量是否线性无关，以及如何求出一组向量的基。
基是向量空间中最简单的一组线性无关向量，任何向量都可以由基线性表示出来。
二、矩阵理论1. 矩阵的基本概念和运算学生需要了解矩阵的概念，如何表示矩阵，以及矩阵的加法、数乘和乘法运算。
此外，还需要学会求解矩阵的转置、逆以及行列式等重要概念。
2. 线性方程组与矩阵线性方程组与矩阵是线性代数中一个重要的应用领域，学生需要学会如何用矩阵的形式表示线性方程组，以及如何利用矩阵的运算求解线性方程组。
三、线性方程组1. 线性方程组的解的存在性和唯一性学生需要了解线性方程组解的存在性和唯一性的判定方法，如何利用矩阵的行变换和列变换化简线性方程组，从而判断解的情况。
2. 齐次线性方程组与非齐次线性方程组学生需要分别学习齐次线性方程组和非齐次线性方程组的解法，了解齐次方程组解集构成向量空间，而非齐次方程组解的结构与齐次方程组解的结构有何关联。
四、特征值和特征向量1. 线性变换和矩阵的特征值与特征向量学生需要了解线性变换的概念，以及与之对应的矩阵的特征值与特征向量的含义和求解方法。
此外，还需要掌握特征值与特征向量的基本性质。
2. 对角化与相似矩阵学生需要学会判断一个矩阵是否可对角化，以及如何求解可对角化矩阵的对角矩阵和相似矩阵。
五、小结通过本文的介绍，我们可以看到，大一线性代数的题型和知识点主要包括向量空间、矩阵理论、线性方程组以及特征值和特征向量等内容。
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
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。
线性代数考点总结和解题方法
线性代数考点总结和解题方法】来源：金鑫松的日志第一部分：计算问题四阶行列式的计算；n阶特殊行列式的计算（如：有行和、列和相等）；矩阵的运算（包括加、减、数乘、乘法、转置、逆等的混合运算）；求矩阵的秩、逆矩阵（两种方法）；解矩阵方程；含参数的线性方程组解的情况的讨论；齐次、非齐次线性方程组的求解（包括唯一、无穷多解）；讨论一个向量能否用和向量组线性表示；讨论或证明向量组的相关性；求向量组的极大无关组，并将多余向量用极大无关组线性表示；将无关组正交化、单位化；求方阵的特征值和特征向量；讨论方阵能否对角化，如能，要能写出相似变换的矩阵及对角阵；通过正交相似变换（正交矩阵）将对称矩阵对角化；写出二次型的矩阵，并将二次型标准化，写出变换矩阵；判定二次型或对称矩阵的正定性。
第二部分：概念问题一、行列式1．行列式的定义用n方个元素A ij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（1）常见类型：一阶|α|=α行列式，二、三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；（2）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；Ⅲ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。
二．矩阵1．矩阵的基本概念（表示符号、一些特殊矩阵，如单位矩阵、对角、对称矩阵等）；2．矩阵的运算（1）加减、数乘、乘法运算的条件、结果；（2）关于乘法的几个结论：①矩阵乘法一般不满足交换律（若AB＝BA，称A、B 是可交换矩阵）；②矩阵乘法一般不满足消去律、零因式不存在；③若A、B为同阶方阵，则|AB|=|A|*|B|；④|kA|=k^n|A|3．矩阵的秩（1）定义：非零子式的最大阶数称为矩阵的秩；（2）秩的求法：一般不用定义求，而用下面结论：矩阵的初等变换不改变矩阵的秩；阶梯形矩阵的秩等于非零行的个数（每行的第一个非零元所在列，从此元开始往下全为0的矩阵称为行阶梯阵）。
线性代数题型全攻略
线性代数题型全攻略线性代数是数学的一个重要分支，也是学科的基础课程，因此越来越多的学习者选择学习线性代数。
尤其是高校学习者，线性代数题型多样，考试材料复杂，很多人在解答线性代数题目时会遇到很多问题，为此，本文将为大家介绍线性代数题型攻略，帮助大家更好地理解线性代数。
线性代数题型简介线性代数是数学中一个重要的分支，涉及到多维空间、矩阵、线性方程组，以及向量空间等等，它在许多学科中有着广泛的应用。
线性代数的主要题型多样，包括：矩阵操作题、高阶方程题、空间几何题、线性方程组题、矢量空间题、矩阵的特征值分解题等。
由于线性代数的复杂性，很多学习者在解答线性代数题目时可能会遇到很多问题，但不必担心，本文将为大家介绍线性代数题型攻略，以便大家能够更好地理解线性代数。
矩阵操作攻略矩阵操作题是线性代数考试中最常见的一种题型。
矩阵操作的主要内容有：求解矩阵的秩，求解矩阵的逆，判断矩阵的行列式是否为零，求解两个矩阵的乘积，求解两个矩阵的秩之和，以及求解矩阵的特征值等。
矩阵操作题在考试中常常需要做出正确的推理，以此求解正确答案。
此外，在操作矩阵时，要特别注意矩阵的逆矩阵、特征值、特征矢量等内容，这些内容可能会影响答案。
高阶方程题攻略高阶方程题（polynomial equation）是线性代数考试里的重要题型，其中的问题涉及到各种多项式的求解。
多项式的求解是线性代数重要的内容，解决高阶方程题时，可以采用如下步骤：1）将高阶方程化简成低阶方程；2）判断多项式的根的个数和性质；3）用不定系数来确定方程的根；4）计算出方程的根。
由于高阶方程的解有可能是复数，因此在解高阶方程时，要特别注意复数的求解。
空间几何题攻略空间几何题是线性代数考试中的重要题目，其中涉及到向量、平面、空间等几何内容。
空间几何题一般需要学生计算两个向量、两个平面之间的距离，计算出平面上的直线方程，判断两个直线是否垂直，求出空间中的体积等。
解空间几何题时，可以用向量的点积、垂直张量的乘积、高斯消元法等方法来求解。
【考试点】《线性代数》常考题型解题思路与技巧归纳(数学一)
江西省南昌市2015-2016学年度第一学期期末试卷（江西师大附中使用）高三理科数学分析一、整体解读试卷紧扣教材和考试说明，从考生熟悉的基础知识入手，多角度、多层次地考查了学生的数学理性思维能力及对数学本质的理解能力，立足基础，先易后难，难易适中，强调应用，不偏不怪，达到了“考基础、考能力、考素质”的目标。
试卷所涉及的知识内容都在考试大纲的范围内，几乎覆盖了高中所学知识的全部重要内容，体现了“重点知识重点考查”的原则。
1．回归教材，注重基础试卷遵循了考查基础知识为主体的原则，尤其是考试说明中的大部分知识点均有涉及，其中应用题与抗战胜利70周年为背景，把爱国主义教育渗透到试题当中，使学生感受到了数学的育才价值，所有这些题目的设计都回归教材和中学教学实际，操作性强。
2．适当设置题目难度与区分度选择题第12题和填空题第16题以及解答题的第21题，都是综合性问题，难度较大，学生不仅要有较强的分析问题和解决问题的能力，以及扎实深厚的数学基本功，而且还要掌握必须的数学思想与方法，否则在有限的时间内，很难完成。
3．布局合理，考查全面，着重数学方法和数学思想的考察在选择题，填空题，解答题和三选一问题中，试卷均对高中数学中的重点内容进行了反复考查。
包括函数，三角函数，数列、立体几何、概率统计、解析几何、导数等几大版块问题。
这些问题都是以知识为载体，立意于能力，让数学思想方法和数学思维方式贯穿于整个试题的解答过程之中。
二、亮点试题分析1．【试卷原题】11.已知,,A B C 是单位圆上互不相同的三点，且满足AB AC →→=，则AB AC →→⋅的最小值为（ ）A ．14-B ．12-C ．34-D ．1-【考查方向】本题主要考查了平面向量的线性运算及向量的数量积等知识，是向量与三角的典型综合题。
解法较多，属于较难题，得分率较低。
【易错点】1．不能正确用OA ，OB ，OC 表示其它向量。
2．找不出OB 与OA 的夹角和OB 与OC 的夹角的倍数关系。
2023届高三线性代数常考十大解答题型
2023届高三线性代数常考十大解答题型1. 矩阵运算这是线性代数中最基础的解答题型之一。
题目要求学生进行矩阵的加法、减法、乘法等运算，还可能涉及到矩阵的幂、转置等操作。
解决这类题型需要掌握矩阵的运算规则和相应的计算技巧。
2. 矩阵的特征值和特征向量这类题型要求学生求解矩阵的特征值和对应的特征向量。
解题过程中需要使用特征多项式、特征方程等概念，以及求解线性方程组的方法。
此外，还要能够判断特征值的重数和特征向量的线性无关性。
3. 矩阵的行列式这类题型要求学生求解矩阵的行列式值。
解决这类题目需要熟悉行列式的定义和计算方法，掌握行列式的性质和运算规则，并能够应用行列式的性质进行计算。
4. 向量的线性相关性这类题型要求学生判断给定向量组的线性相关性，并可能涉及求解向量组的线性表示和线性方程组的解。
解决这类题目需要理解线性相关和线性无关的概念，掌握求解线性方程组的方法和求解向量组线性表示的技巧。
5. 向量的内积和投影这类题型要求学生计算向量的内积和向量在另一向量方向上的投影。
解题过程需要使用向量的坐标表示法，掌握向量内积和投影的计算公式，以及向量的性质和运算法则。
6. 线性方程组这类题型要求学生求解给定的线性方程组。
解题过程需要应用矩阵运算、行列式、向量的线性表示等知识，以及高斯消元法、克莱姆法则等解线性方程组的方法。
7. 空间中的向量及其运算这类题型要求学生理解空间中向量的概念和运算法则，并能够进行相应的计算。
解决这类题目需要掌握向量的坐标表示、向量的运算规则和性质，以及运用空间向量的知识解决实际问题。
8. 矩阵的秩这类题型要求学生计算给定矩阵的秩，并可能涉及对矩阵进行初等行变换和行列式运算。
解决这类题目需要掌握矩阵的秩的定义和计算方法，以及初等行变换和行列式运算的技巧。
9. 线性空间和子空间这类题型要求学生理解线性空间和子空间的概念，并能够判断给定集合是否是线性空间或子空间。
解决这类题目需要掌握线性空间和子空间的性质和判定条件，以及对集合进行运算和验证的方法。
考研数学线性代数重点题型
考研数学线性代数重点题型考研数学中的线性代数部分对于许多考生来说是一个具有挑战性的模块。
掌握重点题型对于提高成绩至关重要。
以下将为大家详细介绍几种常见且重要的线性代数题型。
一、行列式的计算行列式是线性代数中的基础概念，其计算是常见的考点之一。
行列式的计算方法多种多样，包括定义法、化上（下）三角法、按行（列）展开法等。
对于低阶行列式（二阶和三阶），可以直接使用定义进行计算。
但对于高阶行列式，通常需要将其化为上三角或下三角行列式，然后主对角线元素之积即为行列式的值。
例如，通过对行列式进行倍加、倍乘等初等变换，将某一行（列）的元素尽可能化为零，从而实现化为上三角或下三角的目的。
按行（列）展开法则是根据行列式的展开定理，将高阶行列式按照某一行（列）展开，转化为低阶行列式的计算。
二、矩阵的运算矩阵的运算包括加法、减法、乘法、数乘以及求逆等。
矩阵的加法和减法较为简单，只要对应元素相加减即可。
数乘则是将矩阵中的每个元素乘以给定的数。
矩阵乘法是重点也是难点，需要注意的是，一般情况下矩阵乘法不满足交换律。
在计算矩阵乘法时，要严格按照乘法规则，即前行后列对应元素相乘再求和。
求逆矩阵是常考的题型之一。
通常可以使用伴随矩阵法或初等变换法来求逆。
伴随矩阵法相对复杂，需要先求出矩阵的行列式和伴随矩阵；初等变换法则更为简便，通过对矩阵进行初等行变换，将其化为单位矩阵，同时对单位矩阵进行相同的变换，得到的结果即为逆矩阵。
三、线性方程组的求解线性方程组的求解是线性代数的核心内容之一。
分为齐次线性方程组和非齐次线性方程组。
对于齐次线性方程组，若系数矩阵的秩等于未知数的个数，则方程组只有零解；若系数矩阵的秩小于未知数的个数，则方程组有非零解。
求解齐次线性方程组可以使用高斯消元法将其化为阶梯形矩阵，然后确定基础解系。
非齐次线性方程组的解由特解和通解组成。
可以先求出对应的齐次线性方程组的通解，再求出一个特解，从而得到非齐次线性方程组的解。
考研线性代数重点内容与题型总结
考研线性代数重点内容与题型总结篇1：考研线性代数重点内容与题型总结考研线性代数重点内容与题型总结考研阶段大致有依次下面几个阶段：基础阶段、强化阶段、冲刺阶段，前面每个阶段假如走的更好更快，那么将为以后的阶段供应足够空间，反之可能打乱复习进程。
越是到后面，考生越是要坚持两条腿走路，即学问点总结和题型总结。
也就是要把书由厚读到薄，把学问转化成自己的东西，这样才会越学越轻松。
线性代数在考研数学中占有重要地位，必需予以高度重视。
和高数与概率统计相比，由于线性代数的学科特点，同学们更应当要注意对学问点的总结。
线性代数试题的特点比较突出，以计算题为主，证明题为辅，因此，同学们必需注意计算力量。
线性代数在数学一、二、三中均占22%，所以考生要想取得高分，学好线代也是必要的。
下面，就将线代中重点内容和典型题型做总结，盼望对同学们复习有关心。
一行列式行列式在整张试卷中所占比例不是很大，一般以填空题、选择题为主，它是必考内容，不只是考察行列式的概念、性质、运算，与行列式有关的考题也不少，例如方阵的行列式、逆矩阵、向量组的线性相关性、矩阵的秩、线性方程组、特征值、正定二次型与正定矩阵等问题中都会涉及到行列式。
假如试卷中没有独立的行列式的试题，必定会在其他章、节的试题中得以体现。
所以要娴熟把握行列式常用的计算方法。
1重点内容:行列式计算(1) 降阶法这是计算行列式的主要方法，即用绽开定理将行列式降阶。
但在绽开之前往往先用行列式的性质对行列式进行恒等变形，化简之后再绽开。
(2) 特别的行列式有三角行列式、范德蒙行列式、行和或列和相等的行列式、三线型行列式、爪型行列式等等，必需娴熟把握相应的计算方法。
2常见题型(1) 数字型行列式的计算(2) 抽象行列式的计算(3) 含参数的.行列式的计算。
二矩阵矩阵是线性代数的核心，是后续各章的基础。
矩阵的概念、运算及理论贯穿线性代数的始终。
这部分考点较多。
涉及伴随矩阵的定义、性质、行列式、逆矩阵、秩及包含伴随矩阵的矩阵方程是矩阵试题中的一类常见试题。
线代常见题型
线性代数常见计算类题型：行列式类1 计算低阶纯数字行列式、求低阶方阵的特征值、对称阵的正定性判断、参数行列式的计算2 计算结构明显的行列式3 计算方阵的逆阵与伴随阵线性组合的行列式4 给定方阵特征值，求方阵及其逆阵的多项式的行列式5 已知方阵的行列式，计算它的行或列向量组线性组合的行列式6 行列式公式的应用：Vandermone公式、Laplace公式、分块矩阵行列式、拆项和公式h.7 计算方阵的某行或某列元素代数余子式的线性组合8 方阵正定性判别、含参数正定阵的参数取值范围特征值类（行列式类补）1 已知部分特征值和部分特征向量，求矩阵（包括：已知特征值相关信息，求矩阵中的参数；已知特征向量求特征值或矩阵中的参数）2 给定方阵多项式，求方阵可能的特征值求逆阵类1 直接求给定方阵的逆阵2 讨论参数方阵的可逆性，并在可逆情况下求逆阵3 求解有唯一解的线性矩阵方程（包括显示矩阵方程和隐示矩阵方程）4 求基之间的过渡矩阵，求向量在给定基下的坐标（补：求向量在（单位）正交基下的坐标）5 给定二次矩阵方程, 判定矩阵的可逆性6 伴随矩阵求逆阵、分块矩阵求逆线性方程组类1 求解给定的线性方程组2 给定基础解系，求方程组3 讨论单参数的线性方程组解情况（方程个数=或≠变量个数两种情况）4 根据线性方程组解的性质求通解5 过某些定点的某类曲线的方程6 给定向量组，求秩及最大无关组，并将用该最大无关组表示其余向量线性相关性类 + 秩类补1 向量组的线性相关性判断( 向量个数=或<或>向量维数三种情况；扩充-缩短组，整体-部分组情况 )2 向量组的线性表示关系及等价关系判断3 向量组的线性组合向量组的线性相关性判断4 参数向量组的秩及线性相关性讨论对角化类1 判断给定方阵是否可对角化2 计算可对角化矩阵的多项式3 实对称矩阵的正交相似对角化，求实对称阵的多项式（补：①给定线性无关向量组，利用Schmidt正交化方法求与之等价的正交向量组）4 用正交变换法将给定二次型化为标准型（补：①给定二次型求对应的对称阵，给定二次型的一般矩阵求对应的对称阵；②根据二次型的相关信息直接得到二次型的标准型和规范型（或者求二次型的正负惯性指数）③求椭球面积或体积）标准型类（对角化类补）相抵标准型、行阶梯型、行最简型、相似标准型、合同标准型、二次型的规范标准型【正向思维、反向思维、参数思维、定义思维、技巧思维、应用思维等】。
线性代数22种题型及思维定式
i jn n 线性代数的思维定势1. 若题设条件与代数余子式 A 或 A *有关，则用行列式按行（列）展开定理以及 AA * = A * A = A E .2.若涉及到 A , B 是否可交换，即 AB = BA ，则要立刻联想到逆矩阵的定义.3.题目中涉及初等变换，要联想到初等方阵，把矩阵变换转化成矩阵相乘的等式.4.若题设n 阶方阵 A 满足 f ( A ) = 0 ，要证aA + bE 可逆，则先分解出因子aA + bE .5.若要证明一组向量α1,α2 , ,αs 线性无关，先考虑用定义再说.6.若已知 Ax = 0的线性无关的解为α1,α2 , ,αs ，则n - r (A ) ≥ s ，即r (A ) ≤ n - s .7.若已知 AB = O ，则联想到① B 的列向量是齐次方程组 Ax = 0 的解； ② r (A ) + r (B ) ≤ n .8.若题目涉及求参数的值，则联想到是否有某行列式为零. 9.若已知 A 的特征向量ξ0 ，则先用定义 A ξ0 = λ0ξ0 处理一下.10. n 阶对称矩阵 A 可对角化⇔ n - r (A - λ0 E ) = k ，其中k 是特征值λ0 的重数.11.若题目中涉及到二次型，要联想到实对称阵 A ，将二次型问题转化成实对称阵 A 的相关问题讨论.12.若要证明抽象的n 阶实对称矩阵 A 为正定矩阵，则用定义处理一下.题型 1 数字型行列式计算，重点是掌握三、四阶行列式及简单n 阶行列式的计算． 1.用性质化为三个重要行列式； 2.按行（列）展开去降阶3.建立 D n 与D n -1, D n -2 之间的关系，递推.题型 2 方阵的幂①求出 A 2 , A 3 ，递推求出 A n ；②若r ( A ) = 1，则 A = αβ T ， A 2 = lA , l = β T α = αT β ；③若 A = E + B , 且 B k ≠ 0 ， B k +1 = 0 ，则 A n = (E + B )n= E + C 1B + + C k B k + 0④ P -1 AP = B ⇒ A n = PB n P -1 若 A Λ ⇒ A n = P Λn P -1A题型 3 抽象矩阵的行列式1.先矩阵运算，再行列式运算；注意 E 的恒等变形E = E T = AA -1 = A -1 A ,AB = A B , kB = k n A2. A = λ1λ2 λn题型 4 解矩阵方程方法 通过矩阵运算，把方程化简为下述基本方程: ① Ax = C ，则 x = A -1C② xA = C ，则 x = CA -1 ③ AxB = C ，则 x = A -1CB -1注 A , B 都可逆，才用上述方法；若 A , B 不可逆，则设出矩阵 A B 建立方程组求解。
- 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)。
, m V ( F )
使得
线性表示（或求坐标）
常用思路：待定系数法。设 1 设条件得到关于 1
x11
xm m
。然后根据题
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
1 ,
x1 ,
, m V ( F ) x, , xm , xm
方 法 三：利用 秩的一些 性质，主 要是：
r ( A B) r ( A) r ( B) r ( AB) min{r ( A), r ( B)} r ( A) r ( AT ) r ( AT A) Amn B 0 r ( A) r ( B) n
方法四：利用 方法五：利用
的线性相关性
常用思路：待定系数法。设 1 设条件得到关于
使得
0 x11
xm m
。然后根据题
的 一 个 方 程 组。 解 方 程 组。 如果 方 程 组 只 有 零解 ， 则
1 ,
, m V ( F )
线性相关。反之，线性无关。
题型 4．求
1 ,
x,
, m V ( F ) x, , xm , xm
方法一：利用初等变换或课本 5.1 节的简单性质化为三角阵或其他容易求解的行
列式。 方法二：利用公式 |
AB || A || B | （注意必为同型方阵）方法三：利用按行/
列展开公式，一般得到递推公式。方法四：前面三者结合。 （最为常用） 几个必须知道的结论： （1）三角形行列式=对角线元素乘积
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：
( A, E ) ( E , A1 ) A E 1 E A
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）
A 0 | A || B | （2） C B
（3）范德蒙行列式
题型 12. 求特征值与特征向量及矩阵对角化（必须掌握）
方法：利用特征多项式求特征值，利用求线性方程组的基础解求特征向量。最后 注意：在写出 P 以及原矩阵的相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
A1
1
1 A1 At
1
At1
A A1 1 C B * B
注意：主对角线上的子块必为可逆方阵。 方法四：利用伴随矩阵（一定要细心！ ）
题型 11. 求行列式（小心符号！ ）
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：利用定义，转化为题型 2。 方法二：利用课本定理 7.4（如果已知在一组基下的矩阵及过渡矩阵）
题型 9. 求矩阵的秩（可考虑放弃）
方法一：基于初等变换不改变矩阵得知，利用初等变换把原矩阵化为一个容易看出秩的 矩阵（一般为阶梯形） 。 方法二：利用分块矩阵。主要基于以下几个公式：
max{r ( A), r ( B)} ( A, B) r ( A) r ( B) A r ( A) r ( B) r B E n r ( B) r n B A r ( A) r ( B) r r ( A) r ( B) r (C ) C B
数。把赋予自由未知量的值带入方程组，解除方程组的解（是关于 1 式）
k,
方法 （1） 的变形： 先用高斯消元法化为阶梯形， 从而得出自由未知量 （设为 设
xi1 ,
, Xt
, xit
） 。
1 ,
( xi1 ,
Ft 的 一 , xit ) j , j 1, 2, t
是
, t F t
《线性代数》常见计算题型及常用思路
仅供参考！ ！ ！ ！
计算题
题型 1．解线性方程组（必须掌握）
最常用方法：先用高斯消元法化为阶梯形，从而得出自由未知量（设为 后对自由未知量赋予任意值，即设
xi1 ,
, xit
） ，然
xi1 k1 ,
, xit kt
，这儿 1
k,
, kt 为任意常 , kt 的一些表达
的极大无关组及秩
使得
常用思路：待定系数法。设 1 设条件得到关于 1
0 x11
xm m
。然后根据题
的一个方程组。用高斯消元法化简方程组，得到自用未知量。
不是自用未知量的
xi 所对应的 i 放到一起，就构成了原向量组的一个极大无关组。
题型 4′．求基与维数 常用方法：找到一组有限生成元，转化为题型 4。
r ( A) A 的行/列秩，转化为题型 4 或利用向量组 r ( A) A 的行列式秩
的秩的一些性质
方法六：利用线性方程组解的结构，主要基于：
dim N ( Amn ) n r ( A)
题型 10. 求可逆矩阵的逆矩阵
方法一：基于
1 A 可逆 AX b 的唯一解为 X A b ，利用线
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。
组 基 （ 常 取 自 然 基 ）。 然 后 令
，分别解得方程组的解：
X1 ,
（这是
一个基础解系） 。则可知方程组的解为
X k1 X1
kt X t ，这儿 k1 ,
, kt 为
任意常数。 （一般解） Cramer 法则。注意：Cramer 法则只对系数矩阵可逆的情形适用。
题型 2．将
V 量） , X n t F n
（想想为什么一
, （假设 1
X, 然后解除上面方程组的一个基础解系，设为 1
, 定有 n t 个） 。则 1
么线性无关）
, t , X1 ,
, X nt F n
就是一组基（想想为什
题型 6．Schmidt 正交化过程 题型 7. 两组基的过渡矩阵（转化为题型 2） 题型 8. 线性映射（变换）的矩阵
题型 5.
, 将 1
, m F n 扩充为 F n 一组基
常 用思 路：首 先确 定出
1 ,
,m F n
的 一个极 大无关 组， 设为
1 ,
, t F n 。然后设 x1 ,
, xn ，构建线性方程组
( x1 , ( x , 1
, xn )1 0 , xn ) t 0