|
《线性代数》复习提纲 第一部分：基本要求（计算方面） 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（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：基本知识 一、行列式 1．行列式的定义 用n^2个元素aij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； （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）。 求秩：利用初等变换将矩阵化为阶梯阵得秩。 4．逆矩阵 （1）定义：A、B为n阶方阵，若AB＝BA＝I，称A可逆，B是A的逆矩阵（满足半边也成立）； （2）性质： (AB)^-1=(B^-1)*(A^-1)，(A')^-1=(A^-1)'；(A B的逆矩阵，你懂的)（注意顺序） （3）可逆的条件： ① |A|≠0； ②r(A)=n; ③A->I; （4）逆的求解 伴随矩阵法 A^-1=(1/|A|)A*；(A* A的伴随矩阵~) ②初等变换法（A:I）->(施行初等变换)（I:A^-1） 5．用逆矩阵求解矩阵方程： AX=B，则X=（A^-1）B； XB=A，则X=B(A^-1)； AXB=C，则X=(A^-1)C(B^-1) 三、线性方程组 1．线性方程组解的判定 定理：
(1) r(A,b)≠r(A) 无解； (2) r(A,b)=r(A)=n 有唯一解； (3)r(A,b)=r(A)<n 有无穷多组解； 特别地：对齐次线性方程组AX=0 (1) r(A)=n 只有零解； (2) r(A)<n 有非零解；
再特别，若为方阵，
(1)|A|≠0 只有零解 (2)|A|=0 有非零解 2．齐次线性方程组
（1）解的情况：
r(A)=n，（或系数行列式D≠0）只有零解； r(A)<n，（或系数行列式D＝0）有无穷多组非零解。
（2）解的结构：
X=c1α1+c2α2+…+Cn-rαn-r。
（3）求解的方法和步骤： ①将增广矩阵通过行初等变换化为最简阶梯阵； ②写出对应同解方程组； ③移项，利用自由未知数表示所有未知数； ④表示出基础解系； ⑤写出通解。 3．非齐次线性方程组 （1）解的情况： 利用判定定理。 （2）解的结构：
X=u+c1α1+c2α2+…+Cn-rαn-r。
（3）无穷多组解的求解方法和步骤： 与齐次线性方程组相同。 （4）唯一解的解法： 有克莱姆法则、逆矩阵法、消元法（初等变换法）。 四、向量组 1．N维向量的定义 注：向量实际上就是特殊的矩阵（行矩阵和列矩阵）。 2．向量的运算： （1）加减、数乘运算（与矩阵运算相同）；
（2）向量内积 α'β=a1b1+a2b2+…+anbn；
（3）向量长度
|α|=√α'α=√(a1^2+a2^2+…+an^2) (√ 根号) （4）向量单位化 (1/|α|)α；
（5）向量组的正交化（施密特方法） 设α1，α 2，…，αn线性无关，则 β1=α1， β2=α2-（α2’β1/β1’β）*β1， β3=α3-（α3’β1/β1’β1）*β1-（α3’β2/β2’β2）*β2，………。 3．线性组合
（1）定义 若β=k1α1+k2α 2+…+knαn，则称β是向量组α1，α 2，…，αn的一个线性组合，或称β可以用向量组α1，α 2，…，αn的一个线性表示。
（2）判别方法 将向量组合成矩阵，记 A＝(α1，α 2，…，αn)，B=(α1，α2，…，αn,β)
若 r (A)=r (B)，则β可以用向量组α1，α 2，…，αn的一个线性表示； 若 r (A)≠r (B)，则β不可以用向量组α1，α 2，…，αn的一个线性表示。
（3）求线性表示表达式的方法： 将矩阵B施行行初等变换化为最简阶梯阵，则最后一列元素就是表示的系数。 4．向量组的线性相关性 （1）线性相关与线性无关的定义
设 k1α1+k2α2+…+knαn=0，
若k1,k2,…，kn不全为0，称线性相关；
若k1,k2,…，kn全为0，称线性无关。
（2）判别方法：
① r(α1，α 2，…，αn)<n，线性相关； r(α1，α 2，…，αn)=n，线性无关。
②若有n个n维向量，可用行列式判别：
n阶行列式aij＝0，线性相关（≠0无关） (行列式太不好打了)
5．极大无关组与向量组的秩 （1）定义 极大无关组所含向量个数称为向量组的秩
（2）求法 设A＝(α1，α 2，…，αn)，将A化为阶梯阵，则A的秩即为向量组的秩，而每行的第一个非零元所在列的向量就构成了极大无关组。
五、矩阵的特征值和特征向量
1．定义 对方阵A，若存在非零向量X和数λ使AX＝λX，则称λ是矩阵A的特征值，向量X称为矩阵A的对应于特征值λ的特征向量。
2．特征值和特征向量的求解：
求出特征方程|λI-A|=0的根即为特征值，将特征值λ代入对应齐次线性方程组(λI-A)X＝0中求出方程组的所有非零解即为特征向量。
3．重要结论： （1）A可逆的充要条件是A的特征值不等于0； （2）A与A的转置矩阵A'有相同的特征值； （3）不同特征值对应的特征向量线性无关。 六、矩阵的相似 1．定义 对同阶方阵A、B，若存在可逆矩阵P，使P^-1AP=B，则称A与B相似。 2．求A与对角矩阵∧相似的方法与步骤（求P和∧）： 求出所有特征值； 求出所有特征向量； 若所得线性无关特征向量个数与矩阵阶数相同，则A可对角化（否则不能对角化），将这n个线性无关特征向量组成矩阵即为相似变换的矩阵P，依次将对应特征值构成对角阵即为∧。 3．求通过正交变换Q与实对称矩阵A相似的对角阵： 方法与步骤和一般矩阵相同，只是第三歩要将所得特征向量正交化且单位化。 七、二次型 n
1．定义 n元二次多项式f(x1,x2,…，xn)=∑ aijxixj称为二次型,若aij=0(i≠j)，则称为二交型的标准型。 i,j=1
2．二次型标准化： 配方法和正交变换法。正交变换法步骤与上面对角化完全相同，这是由于对正交矩阵Q，Q^-1=Q'，即正交变换既是相似变换又是合同变换。 3．二次型或对称矩阵的正定性： （1）定义（略）； （2）正定的充要条件： ①A为正定的充要条件是A的所有特征值都大于0； ②A为正定的充要条件是A的所有顺序主子式都大于0； |
|
|
