2020考研数学线性代数考点.pdf

合集下载

考研数学《线性代数》考点知识点总结

4．两行(列)元素成比例的行列式为零．记作： rj ri k （ cj ci k ） D 0 ．
a11 a12 (a1i a1i ) a1n
a11 a12 a1i a1n a11 a12 a1i a1n
5． D
a21
a22
(a2i
a2i )a2n
D
a21
a22
a2i a2n
矩阵转置：若 Α (aij ) ，则 ΑT (a ji ) (A B)T AT BT ，(AB)T BTAT 若 A AT ， A 为对称阵
方阵的行列式： n 阶方阵 A 元素构成的行列式，记 A 或 det A ．
伴随矩阵：
A11
A*
A12
A1n
A21 A22
二元线性方程组：
aa1211xx
a12 y a22 y
b1 b2
第一章行列式
D a11 a21
a12 a22
， D1
b1 b2
a12 a22
， D2
a11 a21
b1 b2
x D1 ， y D2
D
D
排列的逆序数：
n
t ti （ ti 为排列 p1 p2 pn 中大于 pi 且排于 pi 前的元素个数）
D1 D
, x2
D2 D
,, xn
Dn D
，其中 D j
a11
an1
a1, j1 b1 a1, j1
an, j1 bn an, j1
a1n
ann
( j 1,2,, n) ．
定理 4：若上线性方程组的系数行列式 D 0 ，则方程组一定有惟一解；若无解或有两个不同解，则 D 0 ．

考研_线性代数_笔记精华_3打印

一章行列式一、重点1、理解：行列式的定义，余子式，代数余子式。

2、掌握：行列式的基本性质及推论。

3、运用：运用行列式的性质及计算方法计算行列式，用克莱姆法则求解方程组。

二、难点行列式在解线性方程组、矩阵求逆、向量组的线性相关性、求矩阵的特征值等方面的应用。

三、重要公式1、若A为n阶方阵，则│kA│= kn│A│2、若A、B均为n阶方阵，则│AB│=│A│·│B│3、若A为n阶方阵，则│A*│=│A│n-1若A为n阶可逆阵，则│A-1│=│A│-14、若A为n阶方阵，λi（i=1,2,…,n）是A的特征值，│A│＝∏λi四、题型及解题思路1、有关行列式概念与性质的命题2、行列式的计算（方法）1）利用定义2）按某行（列）展开使行列式降阶3）利用行列式的性质①各行（列）加到同一行（列）上去，适用于各列（行）诸元素之和相等的情况。

②各行（列）加或减同一行（列）的倍数，化简行列式或化为上（下）三角行列式。

③逐次行（列）相加减，化简行列式。

④把行列式拆成几个行列式的和差。

4）递推法，适用于规律性强且零元素较多的行列式5）数学归纳法，多用于证明3、运用克莱姆法则求解线性方程组若D =│A│≠0，则Ax=b有唯一解，即x1=D1/D，x2= D2/D，…，xn= Dn/D其中Dj是把D中xj的系数换成常数项。

注意：克莱姆法则仅适用于方程个数与未知数个数相等的方程组。

4、运用系数行列式│A│判别方程组解的问题1）当│A│＝0时，齐次方程组Ax＝0有非零解；非齐次方程组Ax＝b不是唯一解（可能无解，也可能有无穷多解）2）当│A│≠0时，齐次方程组Ax＝0仅有零解；非齐次方程组Ax＝b有唯一解，此解可由克莱姆法则求出第二章矩阵一、重点1、理解：矩阵的定义、性质，几种特殊的矩阵（零矩阵，上（下）三角矩阵，对称矩阵，对角矩阵，逆矩阵，正交矩阵，伴随矩阵，分块矩阵）2、掌握：1）矩阵的各种运算及运算规律2）矩阵可逆的判定及求逆矩阵的各种方法3）矩阵的初等变换方法二、难点1、矩阵的求逆矩阵的初等变换2、初等变换与初等矩阵的关系三、重要公式及难点解析1、线性运算1）交换律一般不成立，即AB≠BA2）一些代数恒等式不能直接套用，如设A，B，C均为n阶矩阵(A+B)2=A2+AB+BA+B2≠A2+2AB+B2(AB)2=(AB)(AB)≠A2B2(AB)k≠AkBk(A+B)(A-B)≠A2-B2以上各式当且仅当A与B可交换，即AB=BA时才成立。

2020考研数学：线性代数重点分析

XX考研数学：线性代数重点分析考研数学包括：线性代数、高等数学、概率论与数理统计，高等数学占考研数学的大部分比例，而线性代数所占的分值比例是22%.线性代数知识点多、定理多、概念多、符号多、运算规律多，知识点之间的联系非常紧密。

复习线性代数的时候，要对基本概念、基本定理、结论及其应用、各种运算规律及基本题型的计算方法都要掌握。

下面针对各章节进行考点的总结，并给出复习重难点。

第一章行列式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，其中具体行列式的计算方法主要有两种，第一种方法是三角化法，即利用行列式的性质把复杂的行列式化为上三角或者下三角来计算，第二种方法是降价法，即利用行列式按行（列）展开定理把高阶行列式降为低阶行列式来计算。

第二章矩阵首先是矩阵定义，它是一个数表。

这个与行列式有明显的区别。

然后看运算，常见的运算是求逆，转置，伴随，幂等运算。

要注意它们的综合性。

还有一个重点就是常见矩阵类型。

大家特别要注意实对称矩阵，正交矩阵，正定矩阵以及秩为1的矩阵。

最后就是矩阵秩。

这是一个核心和重点。

矩阵的秩是整个线性代数的核心。

要清楚，秩的定义，有关秩的很多结论。

针对结论，大家最好能知道他们是怎么来的，自己动手算一遍。

要注意矩阵分块的原则，分块矩阵的初等变换与简单矩阵初等变换的区别和联系。

第三章向量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。

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。

第四章特征值与特征向量掌握特征值与特征向量的概念与性质；数值型矩阵特征值与特征向量的计算方法；理解掌握矩阵乘法运算与特征向量的联系；抽象矩阵行列式的计算；特征值重数与无关特征向量的关系。

考研数学之线性代数讲义(考点知识点+概念定理总结)

收集自网络，不以任何盈利为目的。

欢迎考研的同学，下载学习。

线性代数讲义目录第一讲基本概念线性方程组矩阵与向量初等变换和阶梯形矩阵线性方程组的矩阵消元法第二讲行列式完全展开式化零降阶法其它性质克莱姆法则第三讲矩阵乘法乘积矩阵的列向量和行向量矩阵分解矩阵方程逆矩阵伴随矩阵第四讲向量组线性表示向量组的线性相关性向量组的极大无关组和秩矩阵的秩第五讲方程组解的性质解的情况的判别基础解系和通解第六讲特征向量与特征值相似与对角化特征向量与特征值—概念,计算与应用相似对角化—判断与实现附录一内积正交矩阵施密特正交化实对称矩阵的对角化第七讲二次型二次型及其矩阵可逆线性变量替换实对称矩阵的合同标准化和规范化惯性指数正定二次型与正定矩阵附录二向量空间及其子空间附录三两个线性方程组的解集的关系附录四06,07年考题第一讲基本概念1．线性方程组的基本概念线性方程组的一般形式为:a11x1+a12x2+…+a1nxn=b1,a21x1+a22x2+…+a2nxn=b2,…………am1x1+am2x2+…+amnxn=bm,其中未知数的个数n和方程式的个数m不必相等.线性方程组的解是一个n维向量(k1,k2, …,kn)(称为解向量),它满足:当每个方程中的未知数xi 都用ki替代时都成为等式.线性方程组的解的情况有三种:无解,唯一解,无穷多解.对线性方程组讨论的主要问题两个:(1)判断解的情况.(2)求解,特别是在有无穷多接时求通解.b 1=b2=…=bm=0的线性方程组称为齐次线性方程组.n维零向量总是齐次线性方程组的解,称为零解.因此齐次线性方程组解的情况只有两种:唯一解(即只要零解)和无穷多解(即有非零解).把一个非齐次线性方程组的每个方程的常数项都换成0，所得到的齐次线性方程组称为原方程组的导出齐次线性方程组，简称导出组.2.矩阵和向量(1)基本概念矩阵和向量都是描写事物形态的数量形式的发展.由m⨯n个数排列成的一个m行n列的表格,两边界以圆括号或方括号,就成为一个m⨯n 型矩阵.例如2 -1 0 1 11 1 1 0 22 5 4 -2 93 3 3 -1 8是一个4⨯5矩阵.对于上面的线性方程组,称矩阵a11 a12… a1na11a12… a1nb1A= a21 a22… a2n 和(A|β)= a21 a22… a2n b2…………………am1 am2… amnam1am2… amnbm为其系数矩阵和增广矩阵.增广矩阵体现了方程组的全部信息,而齐次方程组只用系数矩阵就体现其全部信息.一个矩阵中的数称为它的元素,位于第i行第j列的数称为(i,j)位元素.元素全为0的矩阵称为零矩阵,通常就记作0.两个矩阵A和B相等(记作A=B),是指它的行数相等,列数也相等(即它们的类型相同),并且对应的元素都相等.由n个数构成的有序数组称为一个n维向量,称这些数为它的分量.书写中可用矩阵的形式来表示向量,例如分量依次是a1,a2,⋯ ,an的向量可表示成a 1(a 1,a 2,⋯ ,a n )或 a 2 , ┆ a n请注意,作为向量它们并没有区别,但是作为矩阵,它们不一样(左边是1⨯n 矩阵,右边是n ⨯1矩阵).习惯上把它们分别称为行向量和列向量.(请注意与下面规定的矩阵的行向量和列向量概念的区别.)一个m ⨯n 的矩阵的每一行是一个n 维向量,称为它的行向量; 每一列是一个m 维向量, 称为它的列向量.常常用矩阵的列向量组来写出矩阵,例如当矩阵A 的列向量组为α1, α2,⋯ ,αn 时(它们都是表示为列的形式!)可记A =(α1, α2,⋯ ,αn ).矩阵的许多概念也可对向量来规定,如元素全为0的向量称为零向量,通常也记作0.两个向量α和β相等(记作α=β),是指它的维数相等,并且对应的分量都相等.(2) 线性运算和转置线性运算是矩阵和向量所共有的,下面以矩阵为例来说明.加(减)法:两个m ⨯n 的矩阵A 和B 可以相加(减),得到的和(差)仍是m ⨯n 矩阵,记作 A +B (A -B ),法则为对应元素相加(减).数乘: 一个m ⨯n 的矩阵A 与一个数c 可以相乘,乘积仍为m ⨯n 的矩阵,记作c A ,法则为A 的每个元素乘c.这两种运算统称为线性运算,它们满足以下规律:① 加法交换律: A +B =B +A .② 加法结合律: (A +B )+C =A +(B +C ).③ 加乘分配律: c(A +B )=c A +c B .(c+d)A =c A +d A . ④ 数乘结合律: c(d)A =(cd)A . ⑤ c A =0⇔ c=0 或A =0.转置:把一个m ⨯n 的矩阵A 行和列互换,得到的n ⨯m 的矩阵称为A 的转置,记作A T (或A '). 有以下规律: ① (A T )T = A . ② (A +B )T=A T+B T. ③ (c A )T =c A T .转置是矩阵所特有的运算,如把转置的符号用在向量上,就意味着把这个向量看作矩阵了.当α是列向量时, α T 表示行向量, 当α是行向量时,α T 表示列向量.向量组的线性组合:设α1, α2,…,αs 是一组n 维向量, c 1,c 2,…,c s 是一组数,则称 c 1α1+c 2α2+…+c s αs为α1, α2,…,αs 的(以c 1,c 2,…,c s 为系数的)线性组合.n 维向量组的线性组合也是n 维向量.(3) n 阶矩阵与几个特殊矩阵行数和列数相等的矩阵称为方阵,行列数都为n 的矩阵也常常叫做n 阶矩阵.把n 阶矩阵的从左上到右下的对角线称为它对角线.(其上的元素行号与列号相等.)下面列出几类常用的n阶矩阵,它们都是考试大纲中要求掌握的.对角矩阵: 对角线外的的元素都为0的n阶矩阵.单位矩阵: 对角线上的的元素都为1的对角矩阵,记作E(或I).数量矩阵: 对角线上的的元素都等于一个常数c的对角矩阵,它就是c E.上三角矩阵: 对角线下的的元素都为0的n阶矩阵.下三角矩阵: 对角线上的的元素都为0的n阶矩阵.对称矩阵:满足A T=A矩阵.也就是对任何i,j,(i,j)位的元素和(j,i)位的元素总是相等的n阶矩阵.(反对称矩阵:满足A T=-A矩阵.也就是对任何i,j,(i,j)位的元素和(j ,i)位的元素之和总等于0的n阶矩阵.反对称矩阵对角线上的元素一定都是0.)3. 矩阵的初等变换和阶梯形矩阵矩阵有以下三种初等行变换:①交换两行的位置.②用一个非0的常数乘某一行的各元素.③把某一行的倍数加到另一行上.(称这类变换为倍加变换)类似地, 矩阵还有三种初等列变换,大家可以模仿着写出它们,这里省略了. 初等行变换与初等列变换统称初等变换.阶梯形矩阵:一个矩阵称为阶梯形矩阵,如果满足:①如果它有零行,则都出现在下面.②如果它有非零行,则每个非零行的第一个非0元素所在的列号自上而下严格单调递增.把阶梯形矩阵的每个非零行的第一个非0元素所在的位置称为台角.简单阶梯形矩阵:是特殊的阶梯形矩阵,特点为:③台角位置的元素为1.④并且其正上方的元素都为0.每个矩阵都可以用初等行变换化为阶梯形矩阵和简单阶梯形矩阵.这种运算是在线性代数的各类计算题中频繁运用的基本运算,必须十分熟练.请注意: 1.一个矩阵用初等行变换化得的阶梯形矩阵并不是唯一的,但是其非零行数和台角位置是确定的.2. 一个矩阵用初等行变换化得的简单阶梯形矩阵是唯一的.4. 线性方程组的矩阵消元法线性方程组的基本方法即中学课程中的消元法:用同解变换把方程组化为阶梯形方程组(即增广矩阵为阶梯形矩阵的方程组).线性方程组的同解变换有三种:①交换两个方程的上下位置.②用一个非0的常数乘某个方程.③把某个方程的倍数加到另一个方程上.以上变换反映在增广矩阵上就是三种初等行变换.线性方程组求解的基本方法是消元法,用增广矩阵或系数矩阵来进行,称为矩阵消元法.对非齐次线性方程组步骤如下:(1)写出方程组的增广矩阵(A|β),用初等行变换把它化为阶梯形矩阵(B|γ).(2)用(B|γ)判别解的情况:如果最下面的非零行为(0,0, ⋯,0|d),则无解,否则有解.有解时看非零行数r(r不会大于未知数个数n),r=n时唯一解；r<n时无穷多解.(推论:当方程的个数m<n时,不可能唯一解.)(3)有唯一解时求解的初等变换法:去掉(B|γ)的零行,得到一个n×(n+1)矩阵(B0|γ0),并用初等行变换把它化为简单阶梯形矩阵(E|η),则η就是解.对齐次线性方程组:(1)写出方程组的系数矩阵A,用初等行变换把它化为阶梯形矩阵B.(2)用B判别解的情况:非零行数r=n时只有零解；r<n时有非零解(求解方法在第五章讲). (推论:当方程的个数m<n时,有非零解.)讨论题1.设A是n阶矩阵,则(A) A是上三角矩阵⇒A是阶梯形矩阵.(B) A是上三角矩阵⇐A是阶梯形矩阵.(C) A是上三角矩阵⇔A是阶梯形矩阵.(D) A是上三角矩阵与A是阶梯形矩阵没有直接的因果关系.2.下列命题中哪几个成立?(1) 如果A是阶梯形矩阵,则A去掉任何一行还是是阶梯形矩阵.(2) 如果A是阶梯形矩阵,则A去掉任何一列还是是阶梯形矩阵.(3) 如果(A|B)是阶梯形矩阵,则A也是阶梯形矩阵.(4) 如果(A|B)是阶梯形矩阵,则B也是阶梯形矩阵.(5) 如果 A 是阶梯形矩阵,则A和B都是阶梯形矩阵.B第二讲行列式一.概念复习 1. 形式和意义形式:用n 2个数排列成的一个n 行n 列的表格,两边界以竖线,就成为一个n 阶行列式: a 11 a 12 … a 1na 21 a 22 … a 2n… … … . a n1 a n2 … a nn如果行列式的列向量组为α1, α2, … ,αn ,则此行列式可表示为|α1, α2, … ,αn |. 意义:是一个算式,把这n 2个元素按照一定的法则进行运算,得到的数值称为这个行列式的值.请注意行列式和矩阵在形式上和意义上的区别.当两个行列式的值相等时,就可以在它们之间写等号! (不必形式一样,甚至阶数可不同.)每个n 阶矩阵A 对应一个n 阶行列式,记作|A |.行列式这一讲的的核心问题是值的计算,以及判断一个行列式的值是否为0.2. 定义(完全展开式)2阶和3阶行列式的计算公式:a 11 a 12a 21 a 22 = a 11a 22-a 12a 21 . a 11 a 12 a 13a 21 a 22 a 23 = a 11a 22a 33+ a 12a 23a 31+ a 13a 21a 32-a 13a 22a 31- a 11a 23a 32-a 12a 21a 33.a 31 a 32 a 33一般地,一个n 阶行列式 a 11 a 12 … a 1na 21 a 22 … a 2n… … … a n1 a n2 … a nn的值是许多项的代数和,每一项都是取自不同行,不同列的n 个元素的乘积,其一般形式为:n nj j j a a a 2121,这里把相乘的n 个元素按照行标的大小顺序排列,它们的列标j 1j 2…j n 构成1,2, …,n 的一个全排列(称为一个n 元排列),共有n!个n 元排列,每个n 元排列对应一项,因此共有n!个项.所谓代数和是在求总和时每项先要乘+1或-1.规定τ(j 1j 2…j n )为全排列j 1j 2…j n 的逆序数(意义见下面),则项nnj j j a a a 2121所乘的是.)1()(21n j j jτ-全排列的逆序数即小数排列在大数右面的现象出现的个数.逆序数可如下计算:标出每个数右面比它小的数的个数,它们的和就是逆序数.例如求436512的逆序数:023********, τ(436512)=3+2+3+2+0+0=10.至此我们可以写出n 阶行列式的值: a 11 a 12 … a 1na 21 a 22 … a 2n =.)1(21212121)(n n nnj j j j j j j j j a a a τ-∑… … … a n1 a n2 … a nn这里∑nj j j 21表示对所有n 元排列求和.称此式为n 阶行列式的完全展开式.用完全展开式求行列式的值一般来说工作量很大.只在有大量元素为0,使得只有少数项不为0时,才可能用它作行列式的计算.例如对角行列式,上(下)三角行列式的值就等于主对角线上的元素的乘积,因为其它项都为0.2. 化零降阶法把n 阶行列式的第i 行和第j 列划去后所得到的n-1阶行列式称为(i,j)位元素a ij 的余子式,记作M ij .称A ij =(-1)i+j M ij 为元素a ij 的代数余子式.定理(对某一行或列的展开)行列式的值等于该行(列)的各元素与其代数余子式乘积之和.命题第三类初等变换(倍加变换)不改变行列式的值.化零降阶法用命题把行列式的某一行或列化到只有一个元素不为0,再用定理.于是化为计算一个低1阶的行列式.化零降阶法是实际计算行列式的主要方法,因此应该熟练掌握.3.其它性质行列式还有以下性质:① 把行列式转置值不变,即|A T |=|A | . ② 某一行(列)的公因子可提出.于是, |c A |=c n |A |.③ 对一行或一列可分解,即如果某个行(列)向量α=β+γ ,则原行列式等于两个行列式之和,这两个行列式分别是把原行列式的该行(列)向量α换为β或γ 所得到的行列式.例如|α,β1+β2,γ |=|α,β1,γ |+|α,β2,γ |.④ 把两个行(列)向量交换, 行列式的值变号.⑤ 如果一个行(列)向量是另一个行(列)向量的倍数,则行列式的值为0. ⑥ 某一行(列)的各元素与另一行(列)的对应元素的代数余子式乘积之和=0. ⑦ 如果A 与B 都是方阵(不必同阶),则 A * = A O =|A ||B |. O B * B范德蒙行列式：形如1 1 1 … 1 a 1 a2 a3 … a na 12 a 22 a 32 … a n 2… … … … a 1n-i a 2n-i a 3n-i … a n n-i的行列式(或其转置).它由a 1,a 2 ,a 3,…,a n 所决定,它的值等于 ).(i j ji a a -∏<因此范德蒙行列式不等于0⇔ a 1,a 2 ,a 3,…,a n 两两不同.对于元素有规律的行列式(包括n 阶行列式),常常可利用性质简化计算,例如直接化为三角行列式等.4.克莱姆法则克莱姆法则应用在线性方程组的方程个数等于未知数个数n (即系数矩阵为n 阶矩阵)的情形.此时,如果它的系数矩阵的行列式的值不等于0,则方程组有唯一解,这个解为(D 1/D, D 2/D,⋯,D n /D),这里D 是系数行列式的值, D i 是把系数行列式的第i 个列向量换成常数列向量所得到的行列式的值.说明与改进:按法则给的公式求解计算量太大，没有实用价值.因此法则的主要意义在理论上,用在对解的唯一性的判断,而在这方面法则不够. 法则的改进:系数行列式不等于0是唯一解的充分必要条件.实际上求解可用初等变换法:对增广矩阵(A |β)作初等行变换,使得A 变为单位矩阵: (A |β)→(E |η), η就是解.用在齐次方程组上 :如果齐次方程组的系数矩阵A 是方阵,则它只有零解的充分必要条件是|A |≠0.二. 典型例题1.利用性质计算元素有规律的行列式例1 ① 2 a a a a ② 1+x 1 1 1 ③ 1+a 1 1 1 a 2 a a a 1 1+x 1 1 2 2+a 2 2a a 2 a a . 1 1 1+x 1 . 3 3 3+a 3 .a a a 2 a 1 1 1 1+x 4 4 4 4+aa a a a 2 例2 1 2 3 4 52 3 4 5 1 3 4 5 1 2 . 4 5 1 2 3 5 1 2 3 4例3 1+x 1 1 1 1 1 1+x 2 1 1 . 1 1 1+x 3 1 1 1 1 1+x 4例4 a 0 b c0 a c b . b c a 0 c b 0 a例5 1-a a 0 0 0-1 1-a a 0 00 -1 1-a a 0 . (96四)0 0 -1 1-a a0 0 0 -1 1-a2. 测试概念与性质的题例6 x3-3 1 -3 2x+2多项式f(x)= -7 5 -2x 1 ，求f(x)的次数和最高次项的系数.X+3 -1 33x2-29 x3 6 -6例7求 x-3 a -1 4f(x)= 5 x-8 0 –2 的x4和x3的系数.0 b x+1 12 2 1 x例8 设4阶矩阵A=(α, γ1, γ2 ,γ3),B=(β, γ1, γ2 ,γ3),|A|=2, |B|=3 ,求|A+B| .例9 a b c d已知行列式 x -1 -y z+1 的代数余子式A11=-9,A12=3,A13=-1,A14=3,求x,y,z.1 -z x+3 yy-2 x+1 0 z+3例10 求行列式 3 0 4 0 的第四行各元素的余子式的和.(01) 2 2 2 20 -7 0 05 3 -2 23.几个n阶行列式两类爪形行列式及其值:例11 a1 a2a3… an-1anb1 c20 … 0 0证明 0 b2 c30 0 =11111(1)nii i i nib b ac c--+=-∑ .…………0 0 0 …b n-1 c n提示: 只用对第1行展开(M1i都可直接求出).例12 a0 a1a2… an-1anb1 c10 … 0 0证明 b2 0 c2… 0 0 =011111n ni i i i i niia c c c abc c-+==-∑∏ . …………b n 0 0 …0c n提示: 只用对第1行展开(M1i都可直接求出). 另一个常见的n阶行列式:例13 证明a+b b 0 … 0 0 a a+b b … 0 0… … … … = 11n n nn iii abab a b++-=-=-∑(当a ≠b 时).0 0 0 … a+b b0 0 0 a a+b提示:把第j 列(行)的(-1)j-1倍加到第1列(行)上(j=2,…,n),再对第1列(行)展开.4.关于克莱姆法则的题例14设有方程组x 1+x 2+x 3=a+b+c, ax 1+bx 2+cx 3=a 2+b 2+c 2,bcx 1+acx 2+abx 3=3abc.(1)证明此方程组有唯一解的充分必要条件为a,b,c 两两不等. (2)在此情况求解.参考答案例1 ①(2+4a)(2-a)4.② x 3(x+4). ③ a 3(a+10). 例2 1875.例3 x 1x 2x 3x 4+x 2x 3x 4+x 1x 3x 4+x 1x 2x 4+x 1x 2x 3. 例4 (a+b+c)(a+b-c)(a-b+c)(a-b-c). 例5 1-a+a 2-a 3+a 4-a 5. 例6 9,-6例7 1,-10. 例8 40.例9 x=0,y=3,z=-1. 例10 -28.例14 x 1=a,x 2=b,x 3=c..第三讲矩阵一．概念复习1. 矩阵乘法的定义和性质定义2.1 当矩阵A的列数和B的行数相等时,和A和B可以相乘,乘积记作AB. AB的行数和A相等,列数和B相等. AB的(i,j)位元素等于A的第i个行向量和B的第j个列向量(维数相同)对应分量乘积之和.设 a11 a12… a1nb11b12… b1sc11c12… c1sA= a21 a22... a2n B= b21 b22... b2s C=AB=c21 c22 (2)………………………a m1 am2… amn, bn1bn2… bns, cm1cm2… cms,则c ij =ai1b1j+ai2b2j+…+ainbnj.矩阵的乘法在规则上与数的乘法有不同:①矩阵乘法有条件.②矩阵乘法无交换律.③矩阵乘法无消去律,即一般地由AB=0推不出A=0或B=0.由AB=AC和A≠0推不出B=C.(无左消去律)由BA=CA和A≠0推不出B=C. (无右消去律)请注意不要犯一种常见的错误:把数的乘法的性质简单地搬用到矩阵乘法中来.矩阵乘法适合以下法则:①加乘分配律 A(B+C)= AB+AC,(A+B)C=AC+BC.②数乘性质 (c A)B=c(AB).③结合律 (AB)C= A(BC).④ (AB)T=B T A T.2. n阶矩阵的方幂和多项式任何两个n阶矩阵A和B都可以相乘,乘积AB仍是n阶矩阵.并且有行列式性质: |AB|=|A||B|.如果AB=BA,则说A和B可交换.方幂设k是正整数, n阶矩阵A的k次方幂A k即k个A的连乘积.规定A 0=E. 显然A的任何两个方幂都是可交换的,并且方幂运算符合指数法则:①A k A h= A k+h.② (A k)h= A kh.但是一般地(AB)k和A k B k不一定相等!n阶矩阵的多项式设f(x)=am x m+am-1x m-1+…+a1x+a,对n阶矩阵A规定f(A)=a m A m+a m-1A m-1+…+ a1A+a0E.称为A的一个多项式.请特别注意在常数项上加单位矩阵E.乘法公式一般地,由于交换性的障碍,小代数中的数的因式分解和乘法公式对于n阶矩阵的不再成立.但是如果公式中所出现的n 阶矩阵互相都是乘法交换的,则乘法公式成立.例如当A 和B 可交换时,有:(A ±B )2=A 2±2AB +B 2;A 2-B 2=(A +B )(A -B )=(A +B )(A -B ). 二项展开式成立: BACB A -=∑=+1)(等等.前面两式成立还是A 和B 可交换的充分必要条件.同一个n 阶矩阵的两个多项式总是可交换的. 一个n 阶矩阵的多项式可以因式分解.3. 分块法则矩阵乘法的分块法则是简化矩阵乘法的一种方法.对两个可以相乘的矩阵A 和B ,可以先用纵横线把它们切割成小矩阵(一切A 的纵向切割和B 的横向切割一致!),再用它们来作乘法.(1)两种常见的矩阵乘法的分块法则A 11 A 12B 11 B 12 = A 11B 11+A 12B 21 A 11B 12+A 12B 22 A 21 A 22 B 21 B 22 A 21B 11+A 22B 21 A 21B 12+A 22B 22 要求A ij 的列数B jk 和的行数相等. 准对角矩阵的乘法: 形如A 1 0 ... 0 A = 0 A 2 0… … …0 0 … A n的矩阵称为准对角矩阵,其中A 1,A 2,…,A k 都是方阵.两个准对角矩阵A 1 0 ... 0 B 1 0 0A = 0 A 2 … 0 ,B = 0 B 2 … 0 … … … … … … 0 0 … A k 0 0 … B k 如果类型相同,即A i 和B i 阶数相等,则A 1B 1 0 0AB = 0 A 2B 2 … 0 .… … …0 0 … A k B k(2)乘积矩阵的列向量组和行向量组设A 是m ⨯n 矩阵B 是n ⨯s 矩阵. A 的列向量组为α1,α2,…,αn ,B 的列向量组为β1, β2,…,βs , AB 的列向量组为γ1, γ2,…,γs ,则根据矩阵乘法的定义容易看出(也是分块法则的特殊情形):① AB 的每个列向量为:γi =A βi ,i=1,2,…,s. 即A (β1, β2,…,βs )= (A β1,A β2,…,A βs ).② β=(b 1,b 2,…,b n )T ,则A β= b 1α1+b 2α2+…+b n αn .应用这两个性质可以得到:如果βi=(b1i,b2i,…,b ni)T,则γi=AβI=b1iα1+b2iα2+…+b niαn.即:乘积矩阵AB的第i个列向量γi是A的列向量组α1, α2,…,αn的线性组合,组合系数就是B的第i个列向量βi的各分量.类似地, 乘积矩阵AB的第i个行向量是B的行向量组的线性组合,组合系数就是A的第i个行向量的各分量.以上规律在一般教材都没有强调,但只要对矩阵乘法稍加分析就不难得出.它们无论在理论上和计算中都是很有用的.(1) 当两个矩阵中,有一个的数字很简单时,直接利用以上规律写出乘积矩阵的各个列向量或行向量,从而提高了计算的速度.(2) 利用以上规律容易得到下面几个简单推论:用对角矩阵Λ从左侧乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的各行向量; 用对角矩阵Λ从右侧乘一个矩阵,相当于用Λ的对角线上的各元素依次乘此矩阵的各列向量.数量矩阵k E乘一个矩阵相当于用k乘此矩阵；单位矩阵乘一个矩阵仍等于该矩阵.两个同阶对角矩阵的相乘只用把对角线上的对应元素相乘.求对角矩阵的方幂只需把对角线上的每个元素作同次方幂.(3) 矩阵分解:当一个矩阵C的每个列向量都是另一个A的列向量组的线性组合时,可以构造一个矩阵B,使得C=AB.例如设A=(α,β,γ), C=(α+2β-γ,3α-β+γ,α+2γ),令1 3 1B= 2 -1 0 ,则C=AB.-1 1 2(4) 初等矩阵及其在乘法中的作用对单位矩阵E作一次初等(行或列)变换,所得到的矩阵称为初等矩阵.有三类初等矩阵:E(i,j):交换E的i,j两行(或列)所得到的矩阵.E(i(c)):用非0数c乘E的第i行(或列)所得到的矩阵.也就是把E的对角线上的第i 个元素改为c.E(i,j(c))(i≠j):把E的第j行的c倍加到第i行上(或把第i列的c倍加到第j列上)所得到的矩阵, 也就是把E的(i,j)位的元素改为c.命题对矩阵作一次初等行(列)变换相当于用一个相应的初等矩阵从左(右)乘它.4. 矩阵方程和可逆矩阵(伴随矩阵)(1) 矩阵方程矩阵不能规定除法,乘法的逆运算是解下面两种基本形式的矩阵方程:(I) AX=B.(II) XA=B.这里假定A是行列式不为0的n阶矩阵,在此条件下,这两个方程的解都是存在并且唯一的.(否则解的情况比较复杂.)当B只有一列时,(I)就是一个线性方程组.由克莱姆法则知它有唯一解.如果B有s列,设 B=(β1, β2,…,βs),则 X也应该有s列,记X=(X1,X2,…,X s),则有AX i=βi,i=1,2,…,s,这是s个线性方程组.由克莱姆法则,它们都有唯一解,从而AX=B有唯一解.这些方程组系数矩阵都是A,可同时求解,即得(I)的解法:将A和B并列作矩阵(A|B),对它作初等行变换,使得A变为单位矩阵,此时B变为解X.(A|B)→(E|X)(II)的解法:对两边转置化为(I)的形式:A T X T=B T.再用解(I)的方法求出X T,转置得X..(A T|B T)→(E|X T)矩阵方程是历年考题中常见的题型,但是考试真题往往并不直接写成(I)或(II)的形式,要用恒等变形简化为以上基本形式再求解.(2) 可逆矩阵的定义与意义定义设A是n阶矩阵,如果存在n阶矩阵B,使得AB=E, BA=E,则称A为可逆矩阵.此时B是唯一的,称为A的逆矩阵,通常记作A-1.如果A可逆,则A在乘法中有消去律:AB=0⇒B=0；AB=AC⇒B=C.(左消去律)；BA=0⇒B=0；BA=CA⇒B=C. (右消去律)如果A可逆,则A在乘法中可移动(化为逆矩阵移到等号另一边):AB=C⇔B=A-1C. BA=C⇔B=CA-1.由此得到基本矩阵方程的逆矩阵解法:(I) AX=B的解X=A-1B .(II) XA=B的解X= BA-1.这种解法想法自然，好记忆,但是计算量比初等变换法大(多了一次矩阵乘积运算).(3) 矩阵可逆性的判别与性质定理 n阶矩阵A可逆⇔|A|≠0.证明“⇒”对AA-1=E两边取行列式,得|A||A-1|=1,从而|A|≠0. (并且|A-1|=|A|-1.) “⇐”因为|A|≠0,矩阵方程AX=E和XA=E都有唯一解.设B,C分别是它们的解,即AB=E, CA=E. 事实上B=C(B=EB=CAB=CE=C),于是从定义得到A可逆.推论如果A和B都是n阶矩阵,则AB=E⇔BA=E.于是只要AB=E(或BA=E)一式成立,则A和B都可逆并且互为逆矩阵.可逆矩阵有以下性质:①如果A可逆,则A-1也可逆,并且(A-1)-1=A.A T也可逆,并且(A T)-1=(A-1)T.当c≠0时, c A也可逆,并且(c A)-1=c-1A-1.对任何正整数k, A k也可逆,并且(A k)-1=(A-1)k.(规定可逆矩阵A的负整数次方幂A-k=(A k)-1=(A-1)k.)②如果A和B都可逆,则AB也可逆,并且(AB)-1=B-1A-1.(请自己推广到多个可逆矩阵乘积的情形.)初等矩阵都是可逆矩阵,并且E(i,j)-1= E(i,j), E(i(c))-1=E(i(c-1)), E(i,j(c))-1= E(i,j(-c)).(4) 逆矩阵的计算和伴随矩阵①计算逆矩阵的初等变换法当A可逆时, A-1是矩阵方程AX=E的解,于是可用初等行变换求A-1:(A|E)→(E|A-1)这个方法称为求逆矩阵的初等变换法.它比下面介绍的伴随矩阵法简单得多.②伴随矩阵若A是n阶矩阵,记A ij是|A|的(i,j)位元素的代数余子式,规定A的伴随矩阵为A11 A21… An1A*= A12 A22… A n2 =(A ij)T.………A 1n A2n… Amn请注意,规定n阶矩阵A的伴随矩阵并没有要求A可逆,但是在A可逆时, A*和A-1有密切关系.基本公式: AA*=A*A=|A|E.于是对于可逆矩阵A,有A-1=A*/|A|, 即A*=|A|A-1.因此可通过求A*来计算A-1.这就是求逆矩阵的伴随矩阵法.和初等变换法比较, 伴随矩阵法的计算量要大得多,除非n=2,一般不用它来求逆矩阵.对于2阶矩阵a b * d -bc d = -c a ,因此当ad-bc≠0时,a b -1 d -bc d = -c a (ad-bc) .伴随矩阵的其它性质:①如果A是可逆矩阵，则A*也可逆，并且(A*)-1= A/|A|=(A-1)*.② |A*|=|A|n-1.③ (A T)*=(A*)T.④ (c A)*=c n-1A*.⑤ (AB)*=B*A*；(A k)*=(A*)k.⑥当n>2时,(A*)*=|A|n-2A； n=2时,(A*)*=A.二典型例题1.计算题例1 α=(1,-2,3) T,β=(1,-1/2,1/3)T, A=αβ T,求A6.讨论:(1)一般地,如果n阶矩阵A=αβ T,则A k=(βTα)k-1A=(tr(A ))k-1A .(2)乘法结合律的应用:遇到形如βTα的地方可把它当作数处理.① 1 -1 1ααT= -1 1 -1 ，求αTα.（2003一）1 -1 1②设α=(1,0,-1)T, A=ααT,求|a E-A n|.③ n维向量α=(a,0,⋯,0,a)T, a<0, A=E-ααT, A-1=E+a-1αα T,求a. (03三,四)④ n维向量α=(1/2,0,⋯,0,1/2)T, A=E-αα T, B=E+2αα T,求AB. (95四)⑤ A=E-αβ T,其中α,β都是n维非零列向量,已知A2=3E-2A,求αTβ.例2(1999三) 1 0 1设A = 0 2 0 ，求A n-2A n-1.(n>1)1 0 1例3 1 0 0设A = 1 0 1 ，(1)证明当n>1时A n=A n-2+A2-E. (2) 求A n.0 1 0例4 设A为3阶矩阵, α1,α2,α3是线性无关的3维列向量组,满足Aα1=α1+α2+α3, Aα2=2α2+ α3, Aα3=2α2+3α3.求作矩阵B,使得A(α1,α2,α3)=(α1,α2,α3)B. (2005年数学四)例5设3阶矩阵A=(α1,α2,α3),|A|=1,B=(α1+α2+α3,α1+2α2+3α3,α1+4α2+9α3),求|B|.(05)例6 3维向量α1, α2, α3, β1, β2, β3满足α1+α3+2β1-β2=0, 3α1-α2+β1-β3=0, -α2+α3-β2+β3=0,已知|α1, α2, α3|=a,求| β1, β2, β3|.例7设A是3阶矩阵, α是3维列向量,使得P=(α,Aα,A2α)可逆,并且A3α=3Aα-2A2α.又3阶矩阵B满足A=PBP-1.(1)求B.(2)求|A+E|.(01一)2 1 0例8 3阶矩阵A,B满足ABA*=2BA*+E,其中A= 1 2 0 ,求|B|.(04一)0 0 1例9 3 -5 1设3阶矩阵A= 1 -1 0 , A-1XA=XA+2A,求X.-1 0 2例10 1 1 -1设3阶矩阵A= -1 1 1 , A*X=A-1+2X,求X.1 -1 1例11 4阶矩阵A,B满足ABA-1=BA-1+3E,已知1 0 0 0A*= 0 1 0 0 ,求B. (00一)1 0 1 00 -3 0 8例12 3 0 0 1 0 0已知A= 2 1 0 , B= 0 0 0 , XA+2B=AB+2X,求X11.2 13 0 0 -1例13设α1=(5,1,-5)T, α2=(1,-3,2)T, α3=(1,-2,1)T,矩阵A满足Aα1=(4,3) T, Aα2=(7,-8) T, Aα3=(5,-5) T,求A.2.概念和证明题例14 设A是n阶非零实矩阵,满足A*=A T.证明:(1)|A|>0.(2)如果n>2,则 |A|=1.例15 设矩阵A=(a ij)3⨯3满足A*=A T,a11,a12,a13为3个相等的正数,则它们为(A) 3/3.(B) 3. (C)1/3. (D) 3. (2005年数学三)例16 设A和B都是n阶矩阵,C= A 0 ,则C*=0 B(A) |A|A* 0 . (B) |B|B * 0 .0 |B|B * 0 |A|A*(C) |A|B* 0 . (D ) |B|A* 0 .0 |B|A* 0 |A|B*例17 设A是3阶矩阵,交换A的1,2列得B,再把B的第2 列加到第3 列上,得C.求Q,使得C=AQ.例18 设A是3阶可逆矩阵,交换A的1,2行得B,则(A) 交换A*的1,2行得到B*.(B) 交换A*的1,2列得到B*.(C) 交换A*的1,2行得到-B*.(D) 交换A*的1,2列得到-B*.(2005年)例19 设A是n阶可逆矩阵, 交换A的i,j行得到B.(1) 证明B可逆.(2) 求AB-1.例20设n阶矩阵A满足A2+3A-2E=0.(1)证明A可逆,并且求A-1.(2)证明对任何整数c,A-c E可逆.讨论: 如果f(A)=0,则(1) 当f(x)的常数项不等于0时,A可逆.(2) f(c)≠0时,A-c E可逆.(3) 上述两条的逆命题不成立.例21设α是n维非零列向量,记A=E-ααT.证明(1) A2=A⇔αTα =1.(2) αTα =1⇒ A不可逆. (96一)讨论: (2)的逆命题也成立.例22 设A,B都是n阶矩阵,证明E-AB可逆⇔ E-BA可逆.例23设3阶矩阵A,B满足AB=A+B.(1) 证明A-E可逆.(2) 设 1 -3 0B= 2 1 0 ,求A.0 0 2 (91)例24设A,B是3阶矩阵, A可逆,它们满足2A-1B=B-4E.(1) 证明A-2E可逆.(2) 设 1 -2 0B= 1 2 0 ,求A.0 0 2 (2002)例25设n阶矩阵A,B满足AB=a A+b B.其中ab≠0,证明(1) A-b E和B-a E都可逆.(2) A可逆⇔ B可逆.(3) AB=BA.例26设A,B都是n阶对称矩阵, E+AB可逆,证明(E+AB)-1A也是对称矩阵.例27 设A,B都是n阶矩阵使得A+B可逆,证明(1) 如果AB=BA,则B(A+B)-1A=A(A+B)-1B.(2) 如果A.B都可逆,则B(A+B)-1A=A(A+B)-1B.(3) 等式B(A+B)-1A=A(A+B)-1B总成立.例28设A,B,C都是n阶矩阵,满足B=E+AB,C=A+CA,则B-C为(A) E.(B) -E. (C) A. (D) -A. (2005年数学四)参考答案1 -1/2 1/3例135A=35 -2 1 –2/3 .3 -3/2 1① 3.② a2(a-2n). ③ -1. ④ E. ⑤ 4.例2 O.例3 (1)提示: A n=A n-2+A2-E⇔A n-2(A2-E)=A2-E ⇔ A(A2-E)=A2-E.(2)n=2k时, 1 0 0A n = k 1 0 .k 0 1n=2k+1时, 1 0 0A n = k+1 0 1 .k 1 0例 4 1 0 0B= 1 2 2 .1 1 3例5 2.例 6 –4a.例 7 0 0 0B= 1 0 3 . |E+A|=-40 1 -2例8 1/9.例 9 -6 10 4X= -2 4 2 .-4 10 0例 10 1 1 0(1/4) 0 1 1 .1 0 1例 11 6 0 0 0B= 0 6 0 0 .6 0 6 00 3 0 -1例 12 1 0 02 0 0 .6 -1 -1例 13 2 -1 1-4 -2 -5 .例15 (A).例16 (D).例 17 0 1 1Q= 1 0 0 .0 0 1例18 (D).例19 E(i,j).例22 提示:用克莱姆法则.例如证明 ,即在E-AB可逆时证明齐次方程组(E-BA)X=0只有零解.例23 1 1/2 0A= -1/3 1 0 .0 0 2例 24 0 2 0A= -1 -1 0 .0 0 -2例25 提示:计算(A-b E)(B-a E).例28 (A).第四讲向量组的线性关系与秩一.概念复习1. 线性表示关系设α1,α2,…,αs 是一个n 维向量组.如果n 维向量β等于α1,α2,…,αs 的一个线性组合，就说β可以用α1,α2,…,αs 线性表示.如果n 维向量组β1, β2,…,βt 中的每一个都可以可以用α1,α2,…,αs 线性表示,就说向量β1,β2,…,βt 可以用α1,α2,…,αs 线性表示.判别“β是否可以用α1, α2,…,αs 线性表示? 表示方式是否唯一？”就是问：向量方程x 1α1+ x 2α2+…+x s αs =β是否有解？解是否唯一？用分量写出这个向量方程,就是以(α1, α2,…,αs |β)为增广矩阵的线性方程组.反之,判别“以(A |β)为增广矩阵的线性方程组是否有解？解是否唯一？”的问题又可转化为“β是否可以用A 的列向量组线性表示? 表示方式是否唯一？”的问题.向量组之间的线性表示问题与矩阵乘法有密切关系: 乘积矩阵AB 的每个列向量都可以表示为A 的列向量组的线性组合,从而AB 的列向量组可以用A 的列向量组线性表示;反之,如果向量组β1,β2,…,βt 可以用α1,α2,…,αs 线性表示,则矩阵(β1,β2,…,βt )等于矩阵(α1,α2,…,αs )和一个s ⨯t 矩阵C 的乘积. C 可以这样构造: 它的第i 个列向量就是βi 对α1,α2,…,αs 的分解系数(C 不是唯一的).向量组的线性表示关系有传递性,即如果向量组β1,β2,…,βt 可以用α1,α2,…,αs 线性表示,而α1,α2,…,αs 可以用γ1,γ2,…,γr 线性表示,则β1,β2,…,βt 可以用γ1,γ2,…,γr 线性表示.当向量组α1,α2,…,αs 和β1,β2,…,βt 互相都可以表示时,就说它们等价,并记作{α1,α2,…,αs }≅{β1,β2,…,βt }.等价关系也有传递性.2. 向量组的线性相关性(1) 定义(从三个方面看线性相关性)线性相关性是描述向量组内在关系的概念,它是讨论向量组α1, α2,…,αs 中有没有向量可以用其它的s-1个向量线性表示的问题.定义设α1,α2,…,αs 是n 维向量组,如果存在不全为0的一组数c 1,c 2,…,c s 使得c 1α1+c 2α2+…+c s αs =0, 则说α1,α2,…,αs 线性相关,否则(即要使得c 1α1+c 2α2+…+c s αs =0,必须c 1,c 2,…,c s 全为0)就说它们线性无关.于是, α1,α2,…,αs “线性相关还是无关”也就是向量方程x 1α1+ x 2α2+…+x s αs =0“有没有非零解”,也就是以(α1,α2,…,αs )为系数矩阵的齐次线性方程组有无非零解.当向量组中只有一个向量(s=1)时,它相关(无关)就是它是(不是)零向量. 两个向量的相关就是它们的对应分量成比例.(2) 性质① 当向量的个数s 大于维数n 时, α1, α2,…,αs 一定线性相关.。

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 τ 2、行列式性质(1) 行列式行列互换，其值不变，即TAA =(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 λλλ 21= (9) 齐次线性方程组0=Ax有非零解n A r A <⇔=⇔)(03、行列式行列展开定理 (1) 余子式ijji ijA M +-=)1( (2) 代数余子式ijji ijMA +-=)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*,,,-AA 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 A ==--4、伴随矩阵(1) *1*****11*2****1*)(,)(,)()(,)(,,AkkA A B AB AA 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)(,,)(,,1-----------=======ABAB A AA AAA AE A AAAA AA(2) 分块矩阵的逆矩阵 ①111---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭AO A O OB O B （主对角分块）② 111OA O BB O AO ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭（副对角分块） ③11111AC A A C BO B OB-----⎛⎫-⎛⎫= ⎪ ⎪⎝⎭⎝⎭（拉普拉斯）④ 11111A O A O C B B C A 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：α为行矩阵),,(21n a a a ，β为列矩阵),,(21n b b b ，则βααβααβαβββαβαβαβα1)()()()())(()(-===k k(2) 矩阵n A 的求法：若A 可对角化，则有Λ=-AP P 1，于是1-Λ=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：βαβαλβαλβααββαk k k ±=±±±=±±±=±)(),()(,2、线性表示对于向量组s ααα ,,21和向量β，若存在一组数s k k k ,,21使得s s k k k αααβ+++= 2211 (1) 若s s k k k αααβ+++= 2211有唯一解，则β能由向量组s ααα ,,21唯一线性表示。

2020年考研数学线性代数知识点

2020年考研数学线性代数知识点第一章行列式
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则
2、齐次线性方程组有非零解的判定条件
3、非齐次线性方程组有解的判定条件
4、线性方程组解的结构
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、二次型的标准型和规范型
5、惯性定理
6、用正交变换和配方法化二次型为标准型
7、正定二次型及其判定
数学的学习是比较有难度的，大家平时的学习中，大家要积累跟多的解题思路，这样自己在考试时遇到难题就能迎刃而解。

考研数学线性代数必背知识点

反对称矩阵 A = A 。

0 0 0 0 1 0 3 0 (A ) * 0 03 0 01 0 0* * *对称矩阵 A = A 。

考研数学知识点－线性代数第一讲基本知识二．矩阵和向量1．线性运算与转置① A + B = B + A② (A + B ) + C = A + (B + C )③ c (A + B ) = cA + cB (c + d )A = cA + dA④ c (dA ) = (cd )A⑤ cA = 0 ™ c = 0 或 A = 0 。

向量组的线性组合〈 1 ,〈 2 ,⊄ ,〈 s ，T 三．矩阵的初等变换，阶梯形矩阵 ♣初等行变换初等变换分 ♦ ♥初等列变换三类初等行变换 ①交换两行的上下位置 A B ②用非零常数 c 乘某一行。

③把一行的倍数加到另一行上（倍加变换）阶梯形矩阵转置 c 1〈 1 + c 2〈 2 + ⊄ + c s 〈 s 。

A 的转置 A T （或 A 2 ）4 1 0 1 0 2 0 0 25 2 0 0 1 2 1 4 3 T T= A①如果有零行，则都在下面。

②各非零行的第一个非 0 元素的列号自上而下严格 (A ± B )T = A T ± B T单调上升。

或各行左边连续出现的 0 的个数自上而下严格单调 (cA )T = c (A T )。

上升，直到全为 0 。

台角：各非零行第一个非 0 元素所在位置。

简单阶梯形矩阵： 3． n 阶矩阵3．台角位置的元素都为 1 n 行、 n 列的矩阵。

对角线，其上元素的行标、列标相等 a 11 , a 22 ,⊄对角矩阵 0 * 00 0 *4．台角正上方的元素都为 0。

每个矩阵都可用初等行变换化为阶梯形矩阵和简单阶梯形矩阵。

如果 A 是一个 n 阶矩阵 A 是阶梯形矩阵 ® A 是上三角矩阵，反之不一定，数量矩阵 0 3 0 = 3E0 0 3单位矩阵 0 1 0 E 或I0 0 1如 0 0 1 0 1 0 是上三角，但非阶梯形 0 0 1 四．线性方程组的矩阵消元法用同解变换化简方程再求解上（下）三角矩阵 0 * *0 0 *T 1 三种同解变换： ①交换两个方程的上下位置。

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2n 个元素ij a 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|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；◊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。

3.概念：全排列、排列的逆序数、奇排列、偶排列、余子式ij M 、代数余子式ij j i ij M A +-=)1( 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：n q q q na a a ⋯=∑21t211-D ）（，t 为n q q q ⋯21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0。

3、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。

6、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：：若线性方程组的系数行列式0D ≠，则方程有且仅有唯一解DD D Dx D D n =⋯==n 2211x ,x ，，。

线性代数pdf

第三讲向量及其线性相关性教学目的与要求：理解n 维向量、向量的线性组合与线性表示、向量组线性相（无）关的概念；了解并会运用向量组线性相（无）关的有关性质及判定法；了解向量组的极大线性无关向量组和秩的概念，会求向量组的极大线性无关向量组及秩，了解向量组等价的概念，以及向量组的秩与矩阵的秩之关系，了解n 维向量空间、子空间、基、维数、坐标等概念，了解基变换与坐标变换公式，会求过渡矩阵．重点：n 维向量、向量组的线性相关性、极大无关组与秩.§1 n 维向量空间设F 为数域（简单地说，一个包含0和1的数集F 若对四则运算（除数不为0）封闭，则F 为数域，如有理数集、实数集和复数集都是数域，分别称为有理数域、实数域和复数域，以下所涉及的数域是实数域R 或复数域C ）．1. n 维向量的定义：数域F 上的n 个数组成的有序数组(或) T n a a a α),,,(21L ='21),,,(n a a a L 或称为一个n 维（行或列）向量，其中称为向量),,,(21n a a a αL =i a α的第i 个分量或坐标；当F=R (或C ) 时，称为n 维实（或复）向量；数域F 上的n 维向量全体记为，称为数域F 上的n 维向量空间（或n 维数组空间）． nF 注：（1）当n ＝1、2、3时，n 维向量即几何向量的坐标表示，从而几何意义明显；(2) 0＝(称为零向量，称为T)0,,0,0L T n a a a ),,,(21−−−=−L α()T n a a a ...,,,21=α的负向量．(3) n 维行（或列）向量即1×n （或n ×1）矩阵．（4）矩阵的每一行n m ij a A *)(=)...(21in i i i a a a =α为一个n 维行向量，称为矩阵A 的行向量；而A 的每一列为一个m 维列向量，称为矩阵A 的列向量．(Tmj j j j a a a ...21=β) 2．非负实数22221...n a a a +++=α称为向量的模；T n a a a ),...,,(21),...,,(21n a a a 或模为1 的向量称为单位向量．显然均为n 维单位向量，称为原始单位向量；T n T T e e e )1,,0,0(,,)0,,1,0(,)0,,0,1(21L L L L ===α＝0⇔|α|＝0．3．向量的线性运算（即矩阵的线性运算）设,),,,(21T n a a a αL =,),,,(21Tn b b b βL=则 Tn n βαβαβαβα）＝（±±±±,,,2211L ，()Tn ka ka ka αk ,,,21L =⋅． 4．运算律设，nF ∈γβα,,,,F l k ∈ 则(1) αββα+=+；（2）(βα+)＋γ＝)(γβα++；（3）αα=+0；（4）0)(=−+αα；αkl αl k αα)()()6(;1)5(==⋅；（7）αααl k l k +=+)(；（8）βαβαk k k +=+)(．§2 向量组的线性相关性一、3R 中向量的共线与共面设3,,R ∈γβα 1.两个向量βα,共线使R k ∈∃⇔βα⋅=k 或R l ∈∃使αβ⋅=l l k R l k ,(,∈∃⇔不同时为零)使0=⋅+⋅βαl k ．2.三个向量γβα,,共面R l k ∈∃⇔11,使βαγ11l k +=，或,,2222γl αk βR l k ＋＝使∈∃⇔+∈∃γl βk αR l k 3333,＝使或存在不全为零的实数h ，k ，l 使0=++γβαl k h ．我们称共线的两个向量或共面的三个向量为线性相关的．二、向量组及其线性组合1.向量组：同一个向量空间（如）中的若干个向量nF ,...,...,,21s ααα称为一个向量组．2.向量组的线性组合：表达式s s k k k ααα+++....2211称为向量组s ααα,...,,21的一个线性组合，其中；设),...,2,1(s i F k i =∈),,...,2,1(k ,i s i F F n =∈∃∈若β,...11s s k k ααβ++=使可由向量组则称向量βs ααα，，...,21线性表示．3.显然零向量可由任意的向量组线性表示：L L +⋅++⋅+⋅=s ααα000021；向量组中任一向量均可由该向量组线性表示:s i i i i αααααα⋅++⋅+⋅+⋅++⋅=+−00100111L L ．....,,...A )(......,),,...,2,1(,.42121221121））（）＝（有解（其中即（向量式）线性方程组线性表示，，由则设T s s s s s n i x x x x b b Ax x x x s i F ====+++⇔=∈βαααβααααααββα 例1 ()()T TT T e e e )100(,010,)001(321321====可由β线性表示即有解线性方程组ββ=++⇔++=332211321321x e x e x e e e e ：x 1=１，x ２=２，x ３=３．5．设（A ）t s βββααα...,B ,...,,:2121，，）：和（为中的两个向量组，如果每一个nF ),...,2,1(t j j =β均可由向量组（A ）线性表示，则称向量组（B ）可由向量组（A ）线性表示；如果向量组（A ）也可由向量组（B ）线性表示，则称向量组（A ）与向量组（B ）可以相互线性表示或等价，记为（A ）～（B ）；向量组之间的等价是“等价关系”，即有（1）（A ）～（A ）；（2）若（A ）～（B ），则（B ）～（A ）；（3）（A ）～（B ）且（B ）～（C ），则（A ）～（C ）．若向量组（A ）可由向量组（B ）线性表示，则s sj j j j ij k k k t j s i F k αααβ+++===∈∃...),...,2,1;,...2,1(2211使（j=1,2,…,t ）,即t s ij s t k K K *2121)(,)...()...(=⋅=其中αααβββ称为表示矩阵．若，则B 的列向量组可由A 的列向量组线性表示，表示矩阵为K ． t s s n t n K A B ***⋅= 若,则D 的行向量组可由C 的行向量组线性表示,此时也称H 为表示矩阵． t s s n t n C H D ***⋅= 若A 经行（或列）初等变换成为B ，则A 与B 的行（或列）向量组等价．6. 线性方程组的线性组合、线性表示及等价可类似定义与讨论．三、向量组的线性相关性设n s F ∈ααα,,,21L 1．线性相关：若存在一组不全为零的数s s i k k k s i k ααα+++=...),,...,2,1(2211使=0，则称为向量组s ααα,...,,21线性相关；否则称为线性无关．线性相关齐次线性方程组n n F ∈ααα,...,,21⇔0...2211=+++s s x x x ααα有非零解⇔矩阵的秩s R s <),...,,(21ααα例2 （1）例1中的）线性相关（，0)1(321,,321321=−+++ββe e e e e e ，而（；线性无关321,,e e e )00),,()321321332211===⇔==++k k k k k k e k e k e k T(2) 对一个向量α来说，α线性相关⇔α=0；α线性无关⇔α≠0；对两个向量,,βα来说，,,βα线性相关⇔成比例与即＝或βααββα),,(F l k l k ∈∃=（共线）⇔的坐标对应成比例；与βα三个向量γβα,,线性相关⇔存在不全为零的数)(0,,共面使=++βγβαk h l k h ； (3)含有零向量的向量组0,...,21s ααα，，必线性相()0010...02=⋅+++s αα；反之，线性无关的向量组必不含零向量． 2．定理2 向量组（A ）：)(,...,,21s s s ≥ααα线性相关⇔ (A)中至少有一个向量（如：i α）能由其余s －1个向量（线性表示),...,,,...,,1121s i i ααααα+−．证（=>）设（A ）线性相关，即存在不全为零的数，),...,2,1(s i k i =使++2211ααk k0...=+s s k α,不放设111111i ...,0+−−−−+−++−=≠i i i i i i i i k k k k k k k αααα则＋s is k k α−+...．（<=）设s s i i l i i l l l l ααααα+++++=++−−......111111，则.)(01,0...)1(...111111线性相关其中A l l l l l i s s i i i i i ⇒≠−==+++−+++++−−ααααα3．线性无关定理3 设，则以下（1）―（8）等价n s F ∈ααα,...,,21（1）向量组（A ）：s ααα,....,,21线性无关；（2）不存在不全为零的数使),...,2,1(s i k i ==+++s s k k k ααα...22110；（3）对任一组不全为零的数),...,2,1(s i k i =，0...2211≠+++s s k k k ααα；（4）只有0...,0221121=+++====s s s k k k k k k ααα才使L ；（5）若=+++s s k k k ααα...22110，则021====s k k k L ；（6）(A)中任一向量均不能由其余s －1个线性表示；（7）齐次方程组=+++s s x x x ααα...22110只有零解；（8）矩阵的秩s R s =),.....,,(21ααα．（9）当s ＝n 时还有：线性无关nn F ∈ααα,...,,21⇔行列式D ＝|n ααα,,,21L |0． ≠ 例3 （1）在中任意两个向量1F )(),(b a ==βα必然线性相关（共线）；（2）在中任意三个向量2F γβα,,必然线性相关（共面）；（3）在中任意四个向量3F δγβα,,,必线性相关：（a ）若γβα,,线性相关，即存在不全为零的数使321,,k k k 0,04321＝取k k k k ++βγ=α，则不全为零的数k i （i=1,2,3,4），使线性相关；βγδαβγα,,,04321k k k k δ⇒=+++（此结论可一般化，即若向量组(A)的一部分组(A 1)线性相关，则(A)线性相关，见定理5(2)）；（b ）若γβα,,线性无关，则仿照空间直角坐标系，以γβα,,为三个坐标轴（不共面）建立空间坐标系（称为仿射坐标系），使得中任一向量3F δ均可表示成γβαδ321k k k ++=，从而δγβα,,,线性相关（其中（k 1,k 2,k 3）称为δ在此(仿射)坐标系下的(仿射)坐标）；（4）F n 中任意n ＋1个向量必线性相关（与（３）类似证明，另见例６（２））．例4 （1）F n 中()()()1,,0,0,,0,,1,0,0,,0,121L L L L ===n e e e 线性无关；证若02211=+++n n e k e k e k L 即()()00,,0,0,,,2121====⇒=n Tn k k k k k k L L Ln e e e ,,,21L ⇒线性无关．或每个e i 均不可由其余n －1个线性表示（如的任意线性组合），从而线性无关．121,,,−n e e e L ())1,,0,0(0,,,11111L L L =≠=++−−n Tn n n e k k e k e k n e e e ,,,21L （2）,n e e e ,,,21L ()n a a a ,,,21L =β线性相关：n n e a e a e a +++=L 2211β．例5 （1）设321,,ααα线性无关，试证133322211,,ααβααβααβ+=+=+=线性无关．证设有0332211=++βββx x x ，即0)()()(133322211=+++++ααααααx x x 亦即0)()()(332221131=+++++αααx x x x x x ，由321,,ααα线性无关得，而⎪⎩⎪⎨⎧=+=+=+000322131x x x x x x 02110011101≠==D ，故321321,,0βββ⇒===x x x 线性无关（1994年研招考题实际即本题）．（2）设s ααα,,,21L 线性无关，s 为奇数，则111211,,,ααβααβααβ+=+=+=−−s s s s s L 线性无关（证明与（1）类似）；（3）设s 为偶数，s ααα,,,21L 为任一向量组，则111211,,,ααβααβααβ+=+=+=−−s s s s s L 线性相关()0121=−++−−s s ββββL（（2）、（3）为1998年研招题）；（4）()()()1,0,1,1,1,0,0,1,1321===βββTTT 线性无关；而()(,0,1,1,0,0,0,1,121=)=γγ()(1,0,0,1,1,1,0,043==)γγ线性相关；（5）设s 为奇数，s ααα,...,,21为线性无关向量组，则向量组++=2211ααβj j j k k线性无关),...,2,1(...s j k s sj =+α⇔D=0*≠ss ijk (证明与（1）类似)；（6）设s 为偶数，s ααα,...,,21为任一向量组，D ＝0*=ss ijk ，则向量组s sj j j j k k k αααβ+++=...2211（j=1,2,…,s ）线性相关．四．线性相关性的性质1．定理4 若s ααα,...,,21线性无关，而s ααα,...,,21，α线性相关，则α可由s ααα,...,,21唯一地线性表示．证（1）因s ααα,...,,21，α线性相关，即存在一组不全为零的数，k k k k s ,,...,,210...2211=+++ααααk k k k s s ＋使，则k ≠0（否则，若k =0，即有0...2211=++s s k k k ααα＋且不全为零，这与s ,...,,21k k k s ααα,...,,21线性无关矛盾）s s l l l αααα=+++⇒...2211,其中k k l i i −=（i=1,2,…,s ），即α可由s ααα,...,,21线性表示．（2）唯一性：设s s s s l l l k k k ααααααα+++=++=......22112211＋，则有由,0)(...)()(222111−++−+−l k l k l k s s s =αααs ααα,...,,21线性无关得k i =l i （i=1,2,…,s ）,从而唯一性得证．２．定理５（1）设，若 ns s F ∈+121,,,,ααααL s ααα,...,,21线性相关则121,,,,+s s ααααL 必线性相关（由定义立得）；（2）若向量组（A ）的某个部分组（A 1）线性相关，则向量组（A ）必线性相关（即若部分相关，则整体相关）；（3）若向量组（A ）线性无关，则向量组（A ）的任一部分组（A 1）必线性无关（即若整体无关，则部分无关）；（4）特别地，若向量组（A ）中含有：一个零向量，或有两个成比例（共线）的向量，或有三个“共面”的向量等；则向量组（A ）必线性相关． 3．定理 6 设（升维），j=1,2,…,s. T j n nj j j j T j n j jj a a a a a a a )...(,)...(12121+==βα （1）若向量组（A ）：s ααα,...,,21线性无关，则向量组（B ）：s βββ,...,,21必线性无关；（2）若向量组（B ）线性相关，则向量组（A ）线性相关．证（1）向量组（A ）线性无关⇒齐次方程组=+++s s x x x ααα...22110只有零解齐次方程组⇒0...2211+++x x x s s =βββ只有零解⇒向量组（B ）线性无关．4．定理7 设有nF 中的向量组（A ）：和（B ）：r ααα,...,,21s βββ,...,,21；（1）若向量组（A ）可由（B ）线性表示，且r>s ，则向量组（A ）线性相关；（2）若向量组（A ）可由（B ）线性表示，，且向量组（A ）线性无关，则r ； s ≤ （3）若向量组（A ）与（B ）等价，且均线性无关，则r=s ．证（1）设（r ααα,...,,21）＝（21ββr s ij s k K K *)(,)...=⋅β，且设＝即00...2211=+++r r l l l ααα（r ααα,...,,21）＝（⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛r l l l M 21s βββ,...,,21）⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛⋅⋅r l l l K M 21因r>s,从而Ｋ的r 个列（s 维）向量线性相关，故存在不全为零的数,使＝0，从而r l l l ,...,,21⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛⋅r l l l K M 210...=+++l l l 2211r r ααα，因此向量组（A ）线性相关．例6 （1）nF 中（线性无关）的任一部分组（仍线性无关）若能由向量组n e e e ,,,21L r i i i e e e ,...,,21s βββ,...,,s 21线性表示，则r ≤；(2) 设s βββ,...,,21为nF 中线性无关的向量组，因s βββ,...,,21可由线性表示，则s ≤n ；反之若n<s ，则n e e e ,...,,21s βββ,...,,21线性相关；特别地，nF 中任意n ＋1个向量必线性相关； (３) nF 中若能由线性无关的向量组n e e e ,,,21L s βββ,...,,21线性表示，（因s βββ,...,,21可由e 线性表示），则二者等价，从而s ＝n ．n e e ,...,,21§3 向量组的秩一、向量组的秩1．定义设有向量组（A ），若（A ）中存在部分向量组r A ααα,,,:)(210L 满足：（1）（A 0）线性无关，（2）（A ）中任意r ＋1个向量（如果有的话）都线性相关；则称（A 0）为（A ）的一个最（或极）大线性无关向量组，而正整数r 称为向量组（A ）的秩，记为rankA 或R （A ）．并规定仅含零向量的向量组的秩为0，即R （0）＝0．例 1 （1），则)(11,10,01221F e e ∈⎟⎟⎠⎞⎜⎜⎝⎛=⎟⎟⎠⎞⎜⎜⎝⎛=⎟⎟⎠⎞⎜⎜⎝⎛=ααα,;,;,2121e e e e 均为α,,21e e 的极大无关组，从而2),,(21=αe e R ．（2）因（B ）：线性无关，而F T n T T e e e )1,,0,0(,,)0,,1,0(,)0,,0,1(21L L L L === n 的任意n ＋1个向量均线性相关，故（B ）为F n 的一个最大无关组，从而R （F n ）＝n ；（3）F n 中任意n 个线性无关的向量都构成F n 的一个最大无关组．２．向量组（A ）与其任一最大无关组（A 0）等价；从而向量组（A ）的任意两个最大线性无关组等价．证因（A 0）线性无关，而对)(A ∈∀α，)A (0与α线性相关)A (0可由α⇒线性表示可由（A )(A ⇒0）线性表示；而（A 0）显然可由（A ）线性表示；故（A ）与（A 0）等价．二、向量组的秩与矩阵的秩的关系１．定理1 矩阵A 的秩与它的行向量组的秩R r （A ）、列向量组的秩R c （A ）都相等．证设),,,(21m A αααL =，r A R =)(，并设A 的r 阶子式0≠r D ，记B r 为A 中D r 所在的r 列所成的矩阵，则，即 B r B R r =)(r 的r 个列向量（也是A 中D r 所在的r 个列向量）线性无关；而A 中所有r ＋1阶子式全为0，由定理6（2）知A 中任意r ＋1个列向量线性相关，因此A 中D r 所在的r 个列向量（即B r 的r 个列向量）是A 的列向量组的一个最大线性无关向量组，故．同理可证．r A R c =)(r A R r =)(推论若矩阵A 的某个s 阶子式0≠s D ，则A 中D s 所在的s 个行（或列）向量线性无关．例2 设，求A 的列向量组⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡−−−−−−=97963422644121121112A 51ααL 的最大无关组（A 0）和秩，并把其余向量用（A 0）表示．解由，而三个非零行的非零首元分别在第1，2，4列，故3)()(00000310000111041211A 11==⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡−−−⎯⎯→⎯A R A R A 知＝行变421,,ααα为其最大无关组．再由． 421521321334,00000310003011040101A ααααααα−+=−−=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡−−−⎯⎯→⎯得＝行变A 定理2 若矩阵A 经行初等变换成为B ，则（1）A 的行向量组（A ）与B 的行向量组（B ）等价；（2）A 的列向量组s ααL 1与B 的列向量组s ββL 1具有相同的线性关系，即有⇔=+011s s k k ααL 011=++s s k k ββL ，F k i ∈．证（1）若A 经一次初等行变换成为B ，则显然B 的行向量组（B ）可由A 的行向量组（A ）线性表示；反之B 经一次初等行变换（上述逆变换）即成为A ，从而（A ）也可由（B ）线性表示；因此（A ）与（B ）等价成立．)1(⇒ （2）设有011=++s s k k ααL ，即为齐次线性方程组AX ＝0的解，也是的解，即有T s k k x )(1L =T s k k x )(1L =⇒0=BX 011=++ss k k ββL ．推论若矩阵A 经初等列变换成为B ，则（1）A 的列向量（A ）与B 的列向量组（B ）等价；（2）A 的行向量组与B 的行向量组有相同的线性关系．三、向量组之间的秩关系定理3 若向量组（B ）可由向量组（A ）线性表示，则)()(A R B R ≤．证设s A αα,,:)(10L 和r B ββ,,:)(10L 分别为（A ）和（B ）的最大无关组，则s A R =)(，，且可由线性表示，即r B R =)()(0B )(0A r s ij k K ×=∃)(使K s r ⋅=)()(11ααββL L ．假设r>s ，因，则方程组r s K R <≤)(0=⋅x K 有非零解，⇒方程组0)(1=Kx s ααL ，即0)(1=x s ββL 有非零解，这与s B ββ,,:)(10L 线性无关矛盾；故s r ≤．推论（1）等价的向量组有相同的秩（显然）；（2）设，则n s s m n m B A C ×××⋅=)}(),(min{)(B R A R C R ≤；（3）设向量组（A ）的部分组（A 0）线性无关，且（A ）可由（A 0）线性表示，即从（A ）中任意加一个向量到（A 0）后即线性相关，则（A 0）为（A ）的极（或最）大无关组．证（2）C 的列向量组可由A 的列向量组线性表示，B 为此表示的系数阵：;又C 的行向量组可由B 的行向量组线性表示，．)()()()(11A R C R B s n ≤⇒⋅=ααγγL K )()(B R C R ≤⇒ （3）设（A 0）含有r 个向量，则R(A 0)=r ，而（A ）可由（A 0）线性表示，从而A 中任意r ＋1个向量都线性相关，⇒（A ⇒=≤r A R A R )()(00）为（A ）的极大无关组．注：推论（3）可作为极（或最）大无关组的（等价）定义．例3 设向量组（B ）可由（A ）线性表示，且).(~)(),()(B A B R A R 则= 证法1 只要证（A ）可由（B ）线性表示，从而（A ）～（B ）．设R(A)=R(B)=r ，且设A ，B 的一组最大无关组分别为（A 0）：r r B ββαα,,:)(,,101L L 和．因（B 0）可由（B ）表示，（B ）可由（A ）表示，而（A ）可由（A 0）表示，表示，即)()(00A B 可由⇒r r K ×∃使K A B 00⋅＝，r K R K R B R r =⇒≤=⇒)()()()(A ),(B 0r 10r 10ααββL L ＝＝，即K 可逆，即（A 111)()(−⋅=⇒K r r ββααL L 0）可由（B 0）线性表示（A ）可由（B ）线性表示（A ）～（B ）．⇒⇒证法2 设向量组（A ）和（B ）一起构成向量组（C ）．则因（B ）能由（A ）表示得（C ）可由（A ）表示．而（A ）能由（C ）表示r C R C A =⇒⇒)()(~)(．于是（B ）的任一最大无关组（B 0）也是（C ）的最大无关组⇒(C) ～( B 0) ～(B) （A ）～（B ）． ⇒例4．已知．证明向量组TT T T )5,3,4,4(,)9,5,6,5(,)1,1,2,3(,)3,1,3,2(1121−−=−−=−−=−=ββαα2121,,ββαα与等价．证法1 只要证明使22×∈∃F Y X ，Y X )()(,)()(21212121ββααααββ==，先求X ，类似于求解线性方程组的方法，对增广矩阵()2121ββαα施行初等行变换化为行最简形矩阵： ()⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛−−⎯⎯→⎯⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛−−−−−−−=000000002310120159133511462045322121行变ββαα即得． ⎟⎟⎠⎞⎜⎜⎝⎛−−=2312X 因01≠=X ，故X 可逆，取,即为所求．因此向量组⎟⎟⎠⎞⎜⎜⎝⎛==−23121X Y 2121ββαα与等价（而且将此两个向量组相互线性表示出来：2122112122112,32;2,32ββαββαααβααβ+=+=+−=−=）．证法2 对()21,αα和()21,ββ分别施行初等列变换化为列最简形矩阵：()⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡−−⎯⎯→⎯⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡−−−=411234521100113112032,21列变αα，()⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡−−⎯⎯→⎯⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡−−−−=411234521100159354645,21列变ββ可见二者由相同的列最简形，于是()21αα可经初等列变换成为()21ββ，由定理2的推论知向量组2121ββαα与等价．证法3 显然21,αα线性无关（二者不成比例），21,ββ线性无关，且由法1知()212121212ββααββαα与⇒=R 都是212,1,,ββαα的最大无关组，从而等价．例5 求向量组54321,,,,ααααα的极大无关组：．()⎟⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎜⎝⎛−−−−−−−−=3110222121022201211121011,,,,54321ααααα 解()⎟⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎜⎝⎛−−⎯⎯→⎯⎟⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎜⎝⎛−−−−−−−⎯⎯→⎯00000000002001011100201010*********200201110021011,,,,54321行变行变ααααα(3,,,,R 54321＝)ααααα⇒；其极大无关组有7组（为什么？）：421,,ααα;,,;,,;,,;,,;,,;,,;532542531521321541αααααααααααααααααα且有421541322,ααααααα−+=−=．例6（1992-Ⅰ,II ）设321,,ααα线性相关，432,,ααα线性无关．问：（1）1α能否由32,αα线性表出？（2）4α能否由321,,ααα线性表出？证明你的结论．解（1）1α能由32,αα线性表出．因为32,αα4,α线性无关⇒32,αα线性无关，而321,,ααα线性相关⇒1α能由32,αα线性表出．（2）4α不能由321,,ααα线性表出．否则，若4α能由321,,ααα线性表出，由（1）1α能由32,αα线性表出⇒4α能由32,αα线性表出，与432,,ααα线性无关矛盾．故4α不能由321,,ααα线性表出．例7（1995-Ⅳ）已知向量组(Ⅰ)321,,ααα (II) 4321,,,αααα (III) 5321,,,αααα的秩分别为．证明向量组（Ⅳ）4)(,3)()(===ⅢⅡⅠR R R 45321,,,ααααα−的秩为4．证因线性无关，(II)线性相关)(3)()(ⅠⅡⅠ⇒==R R 4α⇒可由321,,ααα唯一地线性表出3322114ααααk k k ++=．假设)()(0332211454332211454332211ααααααααααααk k k l l l l l l l l l ++−+++=−+++= 54334322421141)()()(ααααl k l l k l l k l l +−+−+−=，由即4)(=ⅢR 5321,,,αααα线性无关得0434324241==−=−=−l k l l k l l k l l 04321====⇒l l l l即45321,,,ααααα−线性无关，故4)(=ⅣR ．§4 向量空间设F 是数域，V=F n 为F 上的向量空间，它是数域F 上的线性空间，即其中向量有加法和数乘这两个线性运算，且满足是八条运算律（详见教材第六章）．一、三维实向量空间的基与坐标（复习与推广）1. 由空间解析几何知道，在R 3中建立直角坐标系（即取定成右手系的相互垂直的单位向量i , j , k ）后，向量组e 1=()001T , e 2=()010T , e 3=()100T 为R 3的一个极大无关组，即e 1，e 2，e 3线性无关，且＝(α∀a 1 a 2 a 3) T ∈R 3均可由e 1，e 2，e 3唯一地线性表示：α＝a 1e 1+a 2e 2+a 3e 3，或R 3可由e 1，e 2，e 3线性生成，故称e 1，e 2，e 3为R 3的一组基，且称R 3为3维实向量空间．2. 称a i (i=1,2,3)为向量α＝(a 1a 2a 3)T 在基e 1，e 2，e 3下的第i 个坐标（分量），且称(a 1 a 2 a 3)T 为α在基e 1，e 2，e 3下的坐标（表示）．3. R 3中任意3个线性无关的向量α1 、α2 、α3均构成R 3的一组极大无关向量组，都可作为R 3的一组基，∈∀α R 3均可由α1 、α2 、α3唯一地线性表示：α＝b 1α1＋b 2α2＋b 3α3 称b i 为在基α1 、α2 、α3下的第i 个坐标，且称(b 1，b 2，b 3)T 为α在基α1 、α2 、α3下的坐标（表示）．例1 （1） α1＝( )001T ，α2＝( )011T ，α3＝( )111T ，为R 3的一组基，α∀＝（a 1a 2a 3）∈R 3在此基下的坐标为（a 1－a 2，a 2－a 3，a 3）：α＝（a 1－a 2）α1＋（a 2－a 3）α2＋a 3α3．（2）β1＝()111T ，β2＝( )110T ，β3＝( )100T ，为R 3的一组基，α∀＝（a 1a 2 a 3）∈R 3在此基下的坐标为（a 1，a 2－a 1，a 3－a 2）：α＝a 1β1＋(a 2－a 1)β2＋(a 3－a 2)β3．二、向量空间的基、维数和坐标1.基与维：向量空间V=F n 的任一极大线性无关组（必含有n 个向量）称为V 的一组基，于是称n 为V 的维数，记为dimV ，即dimV=n2.坐标：设α1，．．．，αn 为V 的一组基，∈∀αV 可由α1，．．．，αn 唯一地线性表示： α＝a 1α1＋．．．＋a n αn ，称a i 为α在基α1，．．．，αn 下的第i 个坐标（分量），称(a 1，．．．，a n )T 为α在基α1，．．．，αn 下的坐标（向量），记为α＝（α1 ．．．αn ）(a 1 ．．．a n )T 例2、设V=F n ，则（1）e 1=()001L T ，e 2=()010L T ，e n =()100L T , 为V 的基，∈∀αV ，α＝(a 1a 2a L n )T ，则α＝(e 1e 2e L n )(a 1a 2a L n )T ；（2）α1＝()001L T ，α2＝()011L T ，＝()n α,L 111L T ，为V 的基, α∀＝(a 1a 2a L n )T ∈V ，则α＝(α1α2αL n )( a 1－a 2 a 2－a 3 L a n-1－a n a n )T , β1＝()111L T ,β2＝( )110L T ,L βn ＝( )100L T 为V 的基，=∀α(a 1a 2a L n )T ∈V ，则α＝(β1β2L βn )( a 1 a 2－a 1 L a n-1－a n-2 a n-1－a n )T ．3.基变换设V=F n 的两组基（E ）：e 1e 2L e n 和（D ）：d 1d 2L d n ，则d j ＝t 1j e 1+t 2j e 2+L +t nj e n(j=1,2, L n)；若记T ＝(t ij )n ×n 则有（d 1d 2L d n ）＝（e 1e 2L e n ）T L （1）并且T 可逆（记T ＝（t 1t 2 L t n ）,t j ∈F n 为T 的第j 个列向量，设(t 1t 2 L t n )(k 1k 2L k n )T ＝k 1t 1+k 2t 2+k L n t n =0，k ⇒1d 1+k 2d 2++k L n d n =(d 1d 2L d n )( k 1k 2L k n )T =(e 1e 2L e n )( t 1t 2L t n )( k 1k 2L k n )=0，而d T 1 d 2 L d n 线性无关⇒k 1=k 2= L =k n =0 t ⇒1，t 2, L ,t n 线性无关 T 可逆），于是有（⇒e 1e 2L n e ＝(d 1d 2L d n )T -1L （2）（1）式和（2）式分别称为从旧基（E ）：e 1e 2L e n 到新基（D ）：d 1d 2L d n 和从新基（D ）到旧基（E ）的基变换公式，其中T 称为从旧基（E ）到新基（D ）的过度矩阵．例3 （1）R 3中基e 1e 2e 3到基α1α2α3和基β1β2β3（同例1）的过度矩阵分别为 T １＝（T ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡1001101111-1=）和T ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡−−1001100112= (T ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡1110110012-1=)； ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡−−110011001（2）V=F n 中，从基e 1e 2e L n 到基α1α2αL n 和基β1β2．．．βn （同例2）的过度矩阵分别为T 1=，（T ⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡10000110001111011111L L L L L L L L L L 1-1=） ⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡−−−10000110000011000011L L L L L L L L L L 和T 2=（T ⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡11111011110001100001L L L L L L L L L L 2-1=）． ⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡−−11000010000001100001L L L L L L L L L L 4. 坐标变换：设∈αV 在旧基（E ）和新基（D ）下的坐标分别为x=(a 1a 2a L n )T 和 y=(b 1b 2b L n )T ，即α＝(e 1e 2e L n ).x=( d 1d 2d L n ).y ，而（e 1e 2e L n ）＝（d 1d 2d L n ）.T -1，从而( d 1d 2d L n ).y ＝( d 1d 2d L n ).T -1.x ，由坐标的唯一性知 y=T -1.x ，此式称为由(向量α的)旧坐标x 到新坐标y 的坐标变换公式，而T -1称为由旧坐标x 到新坐标y 的坐标变换矩阵．例4 （1）设α＝(a 1a 2a 3)T ∈R 3在基α1α2α3（同例1）下的坐标为x=(x 1 x 2 x 3)T ，即α＝（α1α2α3）x ＝x 1α1＋x 2α2＋x 3α3，则x ＝T 1-1 (a 1a 2a 3)T =(a 1－a 2，a 2－a 3，a 3)T （与例1结果相同）设α＝(a 1a 2a 3)T ∈R 3在基β1β2β3（同例1）下的坐标为y=(y 1 y 2 y 3)T ，即α＝(β1β2β3).y ＝y 1β1+y 2β2+y 3β3，则y=T 2-1(a 1a 2a 3)T ＝（a 1，－a 1＋a 2，－a 2＋a 3），即y 1=a 1，y 2= －a 1＋a 2，y 3=－a 2＋a 3（与例１结果相同）；（2）同理可得α∀＝(a 1a 2a L n )T ∈R n 在例2中的新基α1α2αL n 和β1β2βL n 下的坐标分别为x=T 1-1α和y=T 2-1α，即x=(a 1－a 2，a 2－a 3 ，L a n-1－a n ，a n )T 和y=(a 1，－a 1＋a 2，L －a n-1＋a n )T（3）R 2中由基e 1=()01T ，e 2=()10T 到新基α1= (2121)T ，α2= (2121−)T 的坐标变换即为旋转（4π），其过渡矩阵为T=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡−21212121，坐标变换矩阵为T -1=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡−21212121，坐标变换公式为⎪⎪⎩⎪⎪⎨⎧+−=+=x x y x x y 21221121212121（4）平面（R 2）上旋转θ角的坐标变换相的过渡矩阵为T=，坐标变换矩阵为T ⎟⎟⎠⎞⎜⎜⎝⎛−θθθθcos sin sin cos -1=，坐标变换公式为 ⎟⎟⎠⎞⎜⎜⎝⎛−θθθθcos sin sin cos ⎪⎩⎪⎨⎧+−=+=θθθθcos sin sin cos 212211x x y x x y 三、向量子空间1. 定义：设≠φV F ⊆n ，如果对F n 中向量的加法和数乘两线性运算封闭，即对∈∀βα,V 及∀k ∈F ，有α＋β，k α∈V ，则称V 为F n 的子（向量）空间．注: （1）子（向量）空间本身是一个向量空间，从而有基、维数、坐标等概念．若dimV=m ，（m n ）则称V 为F ≤n 的m 维子空间；当m=n 时，即有V=F n ．（2）显然O ＝{0}为F n 的子空间，称为零子空间，其维数为0；V=F n 是F n 的子空间；O 和F n 称为F n 的平凡子空间，而F n 的其它子空间称为非平凡子空间．2. 生成子空间：对∀α1α2αL s ∈F n ，记V=L[α1α2αL s ]={k 1α1+ k 2α2+L + k s αs | k i ∈F,i=1,2,3,s}，显然V 对向量的加法和数乘封闭，从而V 为F L n 的子空间，称为由向量α1α2αL s 线性生成（或张成）的子空间；设α1α2αL r 为α1α2αL s 的极大线性无关组，则V 中任一向量均有α1α2αL r 线性表示，从而α1α2αL r 为V 的一组基，于是dimV = r (0≤ rn)；若R(≤α1α2αL s )=n ，则V = L(α1α2αL s )=F n ．例5 （1）V 1={α=（0 a 2a L n |a i ∈F ，i=2, L n ）}为F n 的一个子空间，易证 e 2=()010L T , L ，e n = ()100L T 为V 1的一组基，从而dimV 1＝n-1；（2）V 2={α= (1 α2αL n )| a i ∈F,i=2,3, L n}对F n 的加法和数乘都不封闭（α1＋α2＝（2，）∉V L 2，3α＝（3,L ）∉V 2）,从而V 2不是F 的子空间； n （3）V 3＝{α= (,2a )|R }对加法封闭，但对数乘不封闭（(－1)a T a ∈+α＝（－,－2）a a ∉V 3）,故V 3不是R 的子空间；2V 4={()b a ,T |=或=2，b a b a ∈a R}对数乘封闭，但对加法不封闭（ ()a a ,T +()a a 2,T =()a a 3,2T ∉ V 4）,故V 4也不是R 2的子空间．3. 子空间的运算设V 1,V 2为F n 的两个子空间．(1) 交子空间：V 1∩V 2＝{α|α∈V i ，i=1,2}；(2) 和子空间：V 1＋V 2＝{βα+|α∈V 1 ,β∈V 2}；易证：V 1∩V 2和V 1＋V 2都对加法和数乘封闭，从而都是F n 的子空间；但是V 1∪V 2 ＝{α|α∈V 1或α∈V 2}一般不是F n 的子空间．4. 维数公式（1）dim V1+dim V2=dim(V1＋V2)+dim(V1∩V2)；≥1+dim V2－dimV；（2）dim(V1＋V2)≤ dim V1+dim V2；dim(V1∩V2) dim V若dim V1+dim V2 > dimV，则V1∩V2≠0．例6V=R3,V1={α=(a1，a2，0)T| a i∈R,i=1,2 }, V2={β=(0,b1,b2)T|b i∈R,i=2,3 },则V1，V2均为V的2维子空间（即分别为空间坐标系中的xy面和yz面），V1∩V2＝{γ=(0,c,0)T|c∈R}为1维子空间（即y轴），V1＋V2＝V，满足dimV1+dimV2=4=3+1=dim(V1＋V2)+dim(V1∩V2)．。

2020年考研数学线性代数大纲考点及常考题型(二)

2020年考研数学线性代数大纲考点及常考题型(二)研究生入学考试中，线性代数是数一、数二、数三考生研究生考试的公共内容，占22%(总分150分)，考察2个选择题(每题4分，共8分)、1个填空题(每题4分，共8分)、2个解答题(总分22分)。

线性代数相对考研数学高数来说，比较简单，要想取得好的成绩，线代争取不丢分。

下面结合大纲考点，已经对行列式、矩阵实行梳理，接来下梳理向量、线性方程组两个模块，希望对考生有所协助。

一、向量1、考试内容(1)向量的概念;(2)向量的线性组合与线性表示;(3)向量组的线性相关与线性无关;(4)向量组的极大线性无关组;(5)等价向量组;(6)向量组的秩;(7)向量组的秩与矩阵的秩之间的关系;(8)向量的内积线性无关向量组的正交规范化方法;(9)向量空间及其相关概念;(10)n维向量空间的基变换和坐标变换、过渡矩阵、向量的内积。

(其中9、10只有数一考生要求掌握，数二、数三考试不要求)2、考试要求(1)了解向量的概念，掌握向量的加法和数乘运算法则;(2)理解向量的线性组合与线性表示、向量组线性相关、线性无关等概念，掌握向量组线性相关、线性无关的相关性质及判别法;(3)理解向量组的极大线性无关组的概念，会求向量组的极大线性无关组及秩;(4)理解向量组等价的概念，理解矩阵的秩与其行(列)向量组的秩之间的关系;(5)了解内积的概念.掌握线性无关向量组正交规范化的施密特(Schmidt)方法.(6)了解n维向量空间、子空间、基底、维数、坐标等概念;(7)了解基变换和坐标变换公式，会求过渡矩阵.(其中5、6只有数一考生要求掌握，数二、数三考试不要求)3、常考题型(1)判定向量组的线性相关性;(2)向量组线性相关性问题的证明;(3)向量组的线性表示问题;(4)向量组的极大线性无关组与向量组的秩;(5)过度矩阵与向量的坐标表示(数一考生要求、数二、数三考生不要求)二、线性方程组1、考试内容(1)线性方程组的克莱姆(Cramer)法则;(2)线性方程组有解和无解的判定;(3)齐次线性方程组的基础解系和通解;(4)非齐次线性方程组的解与相对应的齐次线件方程组(导出组)的解之间的关系;(5)非齐次线性方程组的通解2、考试要求(1)会用克莱姆法则解线性方程组;(2)掌握非齐次线性方程组有解和无解的判定方法;(3)理解齐次线性方程组的基础解系的概念，掌握齐次线性方程组的基础解系和通解的求法;(4)(4)理解非齐次线性方程组解的结构及通解的概念;(5)掌握用初等行变换求解线性方程组的方法。

线性代数考试复习提纲、知识点、例题PDF.pdf

求向量组的秩的方法：
（1）扩充法
（2）子式法
1
2
...
m
mn
(1,2
,...,m
) n m
最高阶非 0 子式的阶数就是矩阵的秩，也就是这个向量组
的秩，并且这个子式的行（列）对应的原向量组的向量就
是这个向量组的一个极大无关组。
（3）初等变换法同法二构成矩阵，对矩阵进行初等变换。
例 9、设向量组
（1） 1,...,t 线性无关，（2） AX = 0 的每一个解都可以由1,...,t 线性表示。则1,...,t 叫做 AX = 0 的基础解系。定理 1、设 Amn ，齐次线性方程组 AX = 0 ，若 r(A) = r n ，则该方程组
的基础解系一定存在，且每一个基础解系中所含解向量的个
2x − y + z = 0
例
7、已知线性方程组
−2x1x−1 +2
x2 x2
+ +
x3 x3
= =
−2
，问当
为何值时，它有唯一
x1 + x2 − 2x3 = 2
解，无解，无穷多解，并在有无穷多解时求解。
五、向量组的线性相关性
1,2,...,s 线性相关 1,2,...,s (s 2) 中至少存在一个向量能由其余向量线性表示。
=s2,...,n 线性相关
1,2 , ...,n
= 0或 2
...
=0。
n
1
n 个 n 维向量1,2,...,n 线性无关
1,2 , ...,n
0或 2
...
0。
n
例 8、已知向量组1 = (t,2,1) ，2 = (2,t,0) ，3 = (1,−1,1) ，

线性代数资料（PDF）

模拟试卷七参考答案一、填空题（每空4分，共24分）1、设(1,1,1)T α=，(1,1,1)T β=−，则T βα=1解：1(1,1,1)111T αβ⎛⎞⎜⎟=−=⎜⎟⎜⎟⎝⎠2、设{0}V x Ax ==，则V 是（是/不是）向量空间解：因为0x V Ax ∀∈⇒=，0y V Ay ∀∈⇒=，k R ∀∈，则()000A x y Ax Ay x y V +=+=+=⇒+∈，()()00A kx k Ax k kx V ===⇒∈所以{0}V x Ax ==是向量空间。

3、已知3阶矩阵A 有特征值1,1,2−，则*22A A E +−=-16解：因为3阶矩阵A 有特征值1,1,2−，所以A 可逆，且2A =−，而*21212224A A E A A A E A A E−−+−=+−=−+−令24()1f x x x=−+−，则(1)4f −=，(1)4f =−，(2)1f =，从而*22(1)(1)(2)16A A E f f f +−=−=−4、设矩阵1234(,,,)A αααα=，其中234,,ααα线性无关，且12332ααα=−，1234βαααα=+++，则Ax β=的通解为：(1,1,1,1)(1,3,2,0)T Tx c =+−（c R ∈）解：因为1234(,,,)A αααα=，且12332ααα=−，则123,,ααα线性相关，从而1234,,,αααα也线性相关，又234,,ααα线性无关，所以()3R A =。

由此，Ax β=对应的齐次方程组0Ax =的基础解系所含向量的个数为：4()431R A −=−=；又12332ααα=−，所以(1,3,2,0)T −是0Ax =的一个非零解，即可作为其基础解系；而1234βαααα=+++，则(1,1,1,1)T 是Ax β=的一个解，所以Ax β=的通解为：(1,1,1,1)(1,3,2,0)T T x c =+−（c R ∈）5、设5032326120531614A ⎛⎞⎜⎟−−⎟⎜=⎜⎟−⎜⎟−⎝⎠，则A 的列向量组的一个最大线性无关组为：，()R A =3解：因为1424314150163214326104112020531271116140168123r r r r A r r r r −↔⎛⎞⎛⎞⎜⎟⎜⎟−−−−−⎟⎜⎜⎟=⎯⎯⎯⎯→⎜⎜⎟⎟−−−−⎜⎟⎜⎟−−−−⎠⎝⎠⎝3243421614161404110411340048004800048000r r r r r r −−⎛⎞⎛⎞⎜⎟⎜⎟−−−−−−⎟⎟⎜⎜⎯⎯⎯⎯⎯⎯⎯⎯→→⎜⎜⎟⎟−−−⎜⎟⎜⎟−⎝⎠⎝⎠所以()3R A =，A 的列向量组的一个最大线性无关组为：3321⎛⎞⎜⎟⎜⎟⎜⎟⎜⎟⎝⎠，2206⎛⎞⎜⎟−⎜⎟⎜⎟⎜⎟⎝⎠，5651⎛⎞⎜⎟⎜⎟⎜⎟⎜⎟−⎝⎠（4列中任选3列即可）二、选择题（每小题4分，共24分）6、设矩阵000110001020010003A ⎛⎞⎛⎞⎟⎜⎟⎜=⎟⎜⎜⎟⎜⎟⎜⎟⎝⎠⎝⎠，则1A −=（D ）（A ）010001121⎛⎞⎜⎟⎟⎜⎜⎟⎝⎠（B ）10010021003⎛⎞⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎝⎠（C ）001001100⎛⎞⎜⎟⎟⎜⎜⎟⎝⎠（D ）00110021003⎛⎞⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎝⎠解：因为000110000102010003A ⎛⎞⎛⎞⎜⎟⎜⎟=⎟⎜⎟⎜⎜⎟⎜⎟⎝⎠⎝⎠，所以111100001000100101110002010000100223001001001100033A −−−⎛⎞⎛⎞⎜⎟⎜⎟⎛⎞⎛⎞⎛⎞⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟===⎜⎟⎜⎟⎜⎟⎜⎜⎟⎟⎜⎟⎜⎟⎜⎟⎜⎟⎜⎟⎝⎠⎝⎠⎝⎠⎜⎟⎜⎟⎝⎠⎝⎠，选D 。

2020年考研数学线性代数重要考点总结

考研数学线性代数重要考点总结众所周知，考研数学是最能拉开差距的一门学科，数学线性代数包含有很多知识点，我们需要掌握好重要考点。

为大家精心准备了考研数学线性代数的考点指南，欢迎大家前来阅读。

线性代数主要包含行列式、矩阵、向量、线性方程组、矩阵的特征值与特征向量、二次型六章内容。

按照章节，我们总结出线性代数必须掌握的六大考点。

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。

(完整版)线性代数知识点全归纳

1线性代数知识点1、行列式1.n 行列式共有2n 个元素，展开后有!n 项，可分解为2n 行列式；2. 代数余子式的性质：①、ij A 和ij a 的大小无关；②、某行（列）的元素乘以其它行（列）元素的代数余子式为0； ③、某行（列）的元素乘以该行（列）元素的代数余子式为A ； 3.代数余子式和余子式的关系：(1)(1)i j i j ij ijij ijM A A M ++=-=-4. 设n 行列式D ：将D 上、下翻转或左右翻转，所得行列式为1D ，则(1)21(1)n n D D -=-；将D 顺时针或逆时针旋转90，所得行列式为2D ，则(1)22(1)n n D D -=-；将D 主对角线翻转后（转置），所得行列式为3D ，则3D D =；将D 主副角线翻转后，所得行列式为4D ，则4D D =；5. 行列式的重要公式：①、主对角行列式：主对角元素的乘积；②、副对角行列式：副对角元素的乘积(1)2(1)n n -⨯ -；③、上、下三角行列式（ = ◥◣）：主对角元素的乘积； ④、 ◤和 ◢：副对角元素的乘积(1)2(1)n n -⨯ -；⑤、拉普拉斯展开式：A O A C AB CB O B==、(1)m n CA OA AB B OB C==-⑥、范德蒙行列式：大指标减小指标的连乘积； ⑦、特征值；6. 对于n 阶行列式A ，恒有：1(1)nnk n k k k E A S λλλ-=-=+-∑，其中k S 为k 阶主子式；7. 证明0A =的方法：①、A A =-； ②、反证法；③、构造齐次方程组0Ax =，证明其有非零解； ④、利用秩，证明()r A n <； ⑤、证明0是其特征值；22、矩阵1.A 是n 阶可逆矩阵：⇔0A ≠（是非奇异矩阵）； ⇔()r A n =（是满秩矩阵） ⇔A 的行（列）向量组线性无关； ⇔齐次方程组0Ax =有非零解； ⇔n b R ∀∈，Ax b =总有唯一解；⇔A 与E 等价；⇔A 可表示成若干个初等矩阵的乘积； ⇔A 的特征值全不为0； ⇔T A A 是正定矩阵；⇔A 的行（列）向量组是n R 的一组基； ⇔A 是n R 中某两组基的过渡矩阵；2. 对于n 阶矩阵A ：**AA A A A E == 无条件恒成立；3.1**111**()()()()()()T T T T A A A A A A ----===***111()()()T T T AB B A AB B A AB B A ---===4. 矩阵是表格，推导符号为波浪号或箭头；行列式是数值，可求代数和；5. 关于分块矩阵的重要结论，其中均A 、B 可逆：若12s A A A A ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭，则： Ⅰ、12s A A A A =；Ⅱ、111121s A A A A ----⎛⎫⎪⎪= ⎪ ⎪ ⎪⎝⎭； ②、111A O A O O B OB ---⎛⎫⎛⎫=⎪ ⎪⎝⎭⎝⎭；（主对角分块） ③、111O A O B B O A O ---⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭；（副对角分块） ④、11111A C A A CB O B OB -----⎛⎫-⎛⎫=⎪ ⎪⎝⎭⎝⎭；（拉普拉斯） ⑤、11111A O A O C B B CAB -----⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭；（拉普拉斯）33、矩阵的初等变换与线性方程组1. 一个m n ⨯矩阵A ，总可经过初等变换化为标准形，其标准形是唯一确定的：rm nEO F OO ⨯⎛⎫= ⎪⎝⎭；等价类：所有与A 等价的矩阵组成的一个集合，称为一个等价类；标准形为其形状最简单的矩阵；对于同型矩阵A 、B ，若()()r A r B A B = ⇔ ；2. 行最简形矩阵：①、只能通过初等行变换获得；②、每行首个非0元素必须为1；③、每行首个非0元素所在列的其他元素必须为0；3. 初等行变换的应用：（初等列变换类似，或转置后采用初等行变换）①、若(,)(,)rA E E X ，则A 可逆，且1X A -=；②、对矩阵(,)A B 做初等行变化，当A 变为E 时，B 就变成1A B -，即：1(,)(,)cA B E A B - ~ ；③、求解线形方程组：对于n 个未知数n 个方程Ax b =，如果(,)(,)rA b E x ，则A 可逆，且1x A b -=；4. 初等矩阵和对角矩阵的概念：①、初等矩阵是行变换还是列变换，由其位置决定：左乘为初等行矩阵、右乘为初等列矩阵；②、12n ⎛⎫⎪⎪Λ= ⎪ ⎪⎝⎭λλλ，左乘矩阵A ，i λ乘A 的各行元素；右乘，iλ乘A 的各列元素；③、对调两行或两列，符号(,)E i j ，且1(,)(,)E i j E i j -=，例如：1111111-⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；④、倍乘某行或某列，符号(())E i k ，且11(())(())E i k E i k-=，例如：1111(0)11kk k -⎛⎫⎛⎫⎪⎪⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭； ⑤、倍加某行或某列，符号(())E ij k ,且1(())(())E ij k E ij k -=-，如：11111(0)11k k k --⎛⎫⎛⎫ ⎪ ⎪=≠ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭；5. 矩阵秩的基本性质：①、0()min(,)m n r A m n ⨯≤≤；②、()()T r A r A =； ③、若AB ，则()()r A r B =；④、若P 、Q 可逆，则()()()()r A r PA r AQ r PAQ ===；（可逆矩阵不影响矩阵的秩） ⑤、max((),())(,)()()r A r B r A B r A r B ≤≤+；（※） ⑥、()()()r A B r A r B +≤+；（※） ⑦、()min((),())r AB r A r B ≤；（※）4⑧、如果A 是m n ⨯矩阵，B 是n s ⨯矩阵，且0AB =，则：（※） Ⅰ、B 的列向量全部是齐次方程组0AX =解（转置运算后的结论）；Ⅱ、()()r A r B n +≤⑨、若A 、B 均为n 阶方阵，则()()()r AB r A r B n ≥+-；6. 三种特殊矩阵的方幂：①、秩为1的矩阵：一定可以分解为列矩阵（向量）⨯行矩阵（向量）的形式，再采用结合律；②、型如101001a c b ⎛⎫⎪⎪ ⎪⎝⎭的矩阵：利用二项展开式；二项展开式：01111110()nn n n m n m mn n n n m m n mn n n n n n m a b C a C a b C a b C a b C b C a b-----=+=++++++=∑；注：Ⅰ、()n a b +展开后有1n +项；Ⅱ、0(1)(1)!1123!()!--+====-m n n n n n n n m n C C C m m n mⅢ、组合的性质：111102---+-===+==∑nmn m mm m r nr r nnn n nnn n r C C CC CCrC nC ；③、利用特征值和相似对角化：7. 伴随矩阵：①、伴随矩阵的秩：*()()1()10()1n r A n r A r A n r A n = ⎧⎪==-⎨⎪<-⎩； ②、伴随矩阵的特征值：*1*(,)AAAX X A A A A X X λλλ- == ⇒ =；③、*1A A A -=、1*n A A-=8. 关于A 矩阵秩的描述：①、()r A n =，A 中有n 阶子式不为0，1n +阶子式全部为0；（两句话）②、()r A n <，A 中有n 阶子式全部为0； ③、()r A n ≥，A 中有n 阶子式不为0；9. 线性方程组：Ax b =，其中A 为m n ⨯矩阵，则：①、m 与方程的个数相同，即方程组Ax b =有m 个方程；②、n 与方程组得未知数个数相同，方程组Ax b =为n 元方程；10. 线性方程组Ax b =的求解：①、对增广矩阵B 进行初等行变换（只能使用初等行变换）；②、齐次解为对应齐次方程组的解； ③、特解：自由变量赋初值后求得；511. 由n 个未知数m 个方程的方程组构成n 元线性方程：①、11112211211222221122n n n n m m nm n na x a x a xb a x a x a x b a x a x a x b +++= ⎧⎪+++= ⎪⎨⎪⎪+++=⎩； ②、1112111212222212n n m m mn m m a a a x b a a a x b Ax b a a a x b ⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪⎪ ⎪=⇔= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭（向量方程，A 为m n ⨯矩阵，m 个方程，n 个未知数）③、()1212n n x x aa a x β⎛⎫⎪ ⎪= ⎪⎪⎝⎭（全部按列分块，其中12n b b b β⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭）； ④、1122n n a x a x a x β+++=（线性表出）⑤、有解的充要条件：()(,)r A r A n β=≤（n 为未知数的个数或维数）4、向量组的线性相关性1.m 个n 维列向量所组成的向量组A ：12,,,m ααα构成n m ⨯矩阵12(,,,)m A =ααα；m 个n 维行向量所组成的向量组B ：12,,,T TTm βββ构成m n ⨯矩阵12T T T m B βββ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭；含有有限个向量的有序向量组与矩阵一一对应；2. ①、向量组的线性相关、无关 0Ax ⇔=有、无非零解；（齐次线性方程组）②、向量的线性表出 Ax b ⇔=是否有解；（线性方程组） ③、向量组的相互线性表示 AX B ⇔=是否有解；（矩阵方程）3. 矩阵m n A ⨯与l n B ⨯行向量组等价的充分必要条件是：齐次方程组0Ax =和0Bx =同解；(101P 例14)4.()()T r A A r A =；(101P 例15)5.n 维向量线性相关的几何意义：①、α线性相关⇔0α=； ②、,αβ线性相关 ⇔,αβ坐标成比例或共线（平行）；③、,,αβγ线性相关 ⇔,,αβγ共面；6. 线性相关与无关的两套定理：若12,,,s ααα线性相关，则121,,,,s s αααα+必线性相关；若12,,,s ααα线性无关，则121,,,s ααα-必线性无关；（向量的个数加加减减，二者为对偶）若r 维向量组A 的每个向量上添上n r -个分量，构成n 维向量组B ：6若A 线性无关，则B 也线性无关；反之若B 线性相关，则A 也线性相关；（向量组的维数加加减减）简言之：无关组延长后仍无关，反之，不确定；7. 向量组A （个数为r ）能由向量组B （个数为s ）线性表示，且A 线性无关，则r s ≤；向量组A 能由向量组B 线性表示，则()()r A r B ≤；向量组A 能由向量组B 线性表示AX B ⇔=有解； ()(,)r A r A B ⇔=向量组A 能由向量组B 等价()()(,)r A r B r A B ⇔ ==8. 方阵A 可逆⇔存在有限个初等矩阵12,,,l P P P ，使12l A P P P =；①、矩阵行等价：~rA B PA B ⇔=（左乘，P 可逆）0Ax ⇔=与0Bx =同解 ②、矩阵列等价：~cA B AQ B ⇔=（右乘，Q 可逆）； ③、矩阵等价：~A B PAQ B ⇔=（P 、Q 可逆）；9. 对于矩阵m n A ⨯与l n B ⨯：①、若A 与B 行等价，则A 与B 的行秩相等；②、若A 与B 行等价，则0Ax =与0Bx =同解，A 与B 的任何对应的列向量组有相同的线性相关性； ③、矩阵的初等变换不改变矩阵的秩； ④、矩阵A 的行秩等于列秩；10. 若m s s n m n A B C ⨯⨯⨯=，则：①、C 的列向量组能由A 的列向量组线性表示，B 为系数矩阵； ②、C 的行向量组能由B 的行向量组线性表示，T A 为系数矩阵；（转置）11. 齐次方程组0Bx =的解一定是0ABx =的解，【考试中可以直接作为定理使用，而无需证明】 ①、0ABx = 只有零解0Bx ⇒ =只有零解；②、0Bx = 有非零解0ABx ⇒ =一定存在非零解；12. 设向量组12:,,,n r r B b b b ⨯可由向量组12:,,,n s s A a a a ⨯线性表示为：1212(,,,)(,,,)r s b b b a a a K =（B AK =）其中K 为s r ⨯，且A 线性无关，则B 组线性无关()r K r ⇔=；（B 与K 的列向量组具有相同线性相关性）（必要性：()()(),(),()r r B r AK r K r K r r K r ==≤≤∴=；充分性：反证法）注：当r s =时，K 为方阵，可当作定理使用；13. ①、对矩阵m n A ⨯，存在n m Q ⨯，m AQ E = ()r A m ⇔=、Q 的列向量线性无关；②、对矩阵m n A ⨯，存在n m P ⨯，n PA E = ()r A n ⇔=、P 的行向量线性无关；14. 12,,,s ααα线性相关⇔存在一组不全为0的数12,,,s k k k ，使得11220s s k k k ααα+++=成立；（定义）⇔1212(,,,)0s s x xx ααα⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭有非零解，即0Ax =有非零解；⇔12(,,,)s r s ααα<，系数矩阵的秩小于未知数的个数；715. 设m n ⨯的矩阵A 的秩为r ，则n 元齐次线性方程组0Ax =的解集S 的秩为：()r S n r =-；16. 若*η为Ax b =的一个解，12,,,n r ξξξ-为0Ax =的一个基础解系，则*12,,,,n r ηξξξ-线性无关；5、相似矩阵和二次型1. 正交矩阵T A A E ⇔=或1T A A -=（定义），性质：①、A 的列向量都是单位向量，且两两正交，即1(,1,2,)0T i j i j a a i j n i j=⎧==⎨≠⎩；②、若A 为正交矩阵，则1T A A -=也为正交阵，且1A =±； ③、若A 、B 正交阵，则AB 也是正交阵；注意：求解正交阵，千万不要忘记施密特正交化和单位化；2. 施密特正交化：12(,,,)r a a a11b a =；1222111[,][,]b a b a b b b =-121121112211[,][,][,][,][,][,]r r r r r r r r r b a b a b a b a b b b b b b b b b ----=----;3. 对于普通方阵，不同特征值对应的特征向量线性无关；对于实对称阵，不同特征值对应的特征向量正交；4. ①、A 与B 等价 ⇔A 经过初等变换得到B ；⇔=PAQ B ，P 、Q 可逆； ()()⇔=r A r B ，A 、B 同型；②、A 与B 合同 ⇔=T C AC B ，其中可逆； ⇔T x Ax 与T x Bx 有相同的正、负惯性指数； ③、A 与B 相似 1-⇔=P AP B ；5. 相似一定合同、合同未必相似；若C 为正交矩阵，则T C AC B =⇒A B ，（合同、相似的约束条件不同，相似的更严格）；6. A 为对称阵，则A 为二次型矩阵；7.n 元二次型T x Ax 为正定：A ⇔的正惯性指数为n ；A ⇔与E 合同，即存在可逆矩阵C ，使T C AC E =； A ⇔的所有特征值均为正数；A ⇔的各阶顺序主子式均大于0；0,0ii a A ⇒>>；(必要条件)8第一章随机事件互斥对立加减功，条件独立乘除清；全概逆概百分比，二项分布是核心；必然事件随便用，选择先试不可能。