考研线性代数解题方法
2021-03-25 21:34:36 1 举报
AI智能生成
2022考研线性代数总结各类知识点题型解法步骤分类
作者其他创作
大纲/内容
4.线性方程组
齐次线性方程组
无穷解
0解
非齐次线性方程组
|A|≠0-》方程恒有解(唯一解)
无穷解
无解
求基础解系
加减消元-》行最简-》或化到有单位矩阵即可
对于齐次方程组只有0解,基础解系不存在
证明α1...αs是AX=0的基础解析
①验证Aαi=0
②证明α1...αs无关
定义法
③说明t=n-r(A)
例a1,a2,a3是齐次方程组AX=0的一个基础解析-》AX=0的解集的秩为3(t=3)
线性方程组的公共解、同解
公共解
α既是方程组1又是方程组2的解
已知两方程求公共解
联立直接求解
通过2方程的通解寻找公共解
把方程1的通解代入方程2得出k1,k2关系求出公共解
已知两方程的基础解系求公共解
设非零公共解为r=x1α1+x2α2=-y1β1-y2β2
即x1α1+x2α2+y1β1+y2β2=0->有非零解<->r(A)<n
求出通解->公共解
r(A)=r(B)
同解
若α是方程组1的解α必是方程组2的解,反过来也一样
同解,则对应的矩阵秩相等r(A)=r(B)
应用
求矩阵
自变量用t,u
直接求得矩阵用t,v表示,不用求基础解系
矩阵的相似等价合同
等价
r(A)=r(B)
相似
A~Λ,B~Λ->A~B
A、B均为实对称矩阵(同阶)
有n个不同的特征值
k重特征值对应k个无关的向量
n-r(λE-A)=k->A可对角化
A的特征值等于对角矩阵的对角线元素(可对角化)
B.............................................................................
B.............................................................................
满足其中任意一个即不相似
λA≠λB
r(A)≠r(B)
|A|≠|B|
∑aii≠∑bii
A~B
A+kE~B+kE
A^n~B^n
实对称矩阵A,B
A~B<=>λA=λB
合同
AB合同<=>C^TAC=B,C可逆
<=>x^TAx和x^TBx有相同的p、q
<=>x^TAx和x^TBx有相同的p、q
A为标准形,通过x^TAx来求得p、q
非标准形则通过特征值
|λE-A|=0
特征值性质+分块
分块:A=C+kE
特征值性质:λA=λC+k
自变量取值
令0,1
计算就基础解系
其余写赋值为1列的相反数
令k
方程组的应用
求矩阵
线性表示
矩阵
分块矩阵
基本运算
转置
n次方
求逆
齐次方程组
非齐次方程组
伴随矩阵
(实)对称矩阵
aij=aji
A=A^T
不同特征值对应的特征向量相互正交
A*,k倍,n次,相加的对称矩阵仍为对称矩阵
反对称矩阵
-A=A^T
aij=-aji
aii=0
正交矩阵
A^TA=E
A^T=A^-1
|A|=1/-1
行/列都为单位向量
每行/列各元素平方和=1
行列向量两两正交(内积=0)
对角矩阵
主对角线元素以为全为0
对角矩阵的逆
对角矩阵的n次
子主题
等价矩阵
初等矩阵
相似矩阵
P^-1AP=B
忆
知识点
公式
转置公式
逆矩阵公式
子主题
行列式公式
矩阵秩公式
r(AA^T)=r(A)
副对角线公式
上下三角
分块的逆
拉普拉斯
特征值特征向量
A,λ,α关系表
对角化
实对称
实对称
正交
k重特征值
求A\A^n
已知不同特征值对应的特征向量相互正交
可直接取1(如x1+x3=0)取(1,0,-1)
可直接取1(如x1+x3=0)取(1,0,-1)
各矩阵的性质
实对称矩阵
可对角化
可正交对角化
当r(A)=1时
λ以及|λE-A|
A^n
合同相似等价
合同<->C^TAC=B(C可逆)
相似<->P^-1AP=B
等价<->PAQ=B(P,Q可逆)
<->r相同
<->r相同
初等矩阵
左行右列
初等矩阵的逆
倍加
相反数
两行/列互换
本身
倍乘
倒数
向量的性质
αβ关系图
正定
证明正定
1证明实对称
2证明正定
定义法 xTAx>0(任意x≠0)
特征值全大于0
顺序主子式全大于0
正定的可得到哪些性质
判断是否正定
平方项系数有负或0的不正定
无平方项配方
f=x1x2
令x1=y1+y2
x2=y1-y2
x2=y1-y2
深入理解坐标变换
坐标变换x=Q(正交矩阵)y(正交变换)
正交变换为坐标变换的特例
特征值与秩相关
r=1->λ=∑aii,0,0
判断向量组是否为基础解析
满足方程的解
线性无关
n-r个数
求正交矩阵时正交化
对于同一特征值不同的特征向量
若不正交(内积为0)则需施密特正交化
若不正交(内积为0)则需施密特正交化
对于同一特征值不同的特征向量
若不正交(内积为0)则需施密特正交化
若不正交(内积为0)则需施密特正交化
秩
AA*=|A|E
r(A*)
n
r(A)=n
1
r(A)=n-1
0
等于非0特征值个数
因为相似对角矩阵
分块矩阵行列式
拉普拉斯(上下三角)
注意点
求特征向量步骤格式
其中k1,k2是不全为0的 常数
求正交矩阵Q(对角化)步骤
求可逆矩阵P(对角化)
求出基础解系即可
各基础解系组成P
各基础解系组成P
通解
唯一解不加k
无穷解加k
特征值和特征向量题求矩阵A
通过A(α1,α2,α3)=(x,x,x)来求
通过P-1AP=对角矩阵
通过QTAQ=对角矩阵
求坐标变换化标准型格式
求出特征值和特征向量后
令x=Qy(写出矩阵形式)
有x^TAx=y^TΛy=标准形(如3y2^2+2y3^2)
令x=Qy(写出矩阵形式)
有x^TAx=y^TΛy=标准形(如3y2^2+2y3^2)
矩阵逆
对于方阵来说
标准行
为特征值(平方项系数)
求解方程组的k可为0(k为任意常数)
方程组求出的x为基础解析
求矩阵设自变量为k
AB=0
B的列向量为方程Ax=0的解
r(A)+r(B)<=n
λ=0(若B为非0列向量)
且B为λ=0对应的特征向量
且B为λ=0对应的特征向量
已知一个特征向量,求其他特征值对应的特征向量
通过正交设为(x1,x2,x3)^T
正交化特征向量的时候
β2要提出前面系数再单位化
方便γ3表示
求二次型xTAx
求A
QTAQ=对角矩阵
求特征向量方程加减消元
直接领某行为0
上下三角矩阵
特征值为朱对角线元素
秩
r<n
行列式为0
特征λ一定有0
合同相似
相似
特征值得一样
相似于同一个对角矩阵
相似于同一个对角矩阵
合同
通过特征值判断pq是否相同
高阶导数
泰勒+麦克劳林求和公式
有时注意fx的奇偶性
若为偶函数则导函数0点处等于0
多项式行列式的常数项
x为0时
由(A-E)(A-2E)=0
可得λ
由λ可得A是否可逆
特征值特征向量常用的一个结论
n-r(λE-A)=k重
向量组等价
互相线性表表示
r(∂1∂2∂3)=r(∂1∂2∂3ß1ß2ß3)
r(ß1ß2ß3)=r...
一个矩阵乘上一个满秩的方阵秩不变
合同->秩相等
1.行列式
全排列与逆序数
行列式的定义
三阶行列式定义方法计算(暴力计算)
常见行列式的结论
主对角线、副对角线
拉普拉斯展开式
范德蒙行列式
ab主对角线、ab副对角线
爪型行列式
递推
拉普拉斯展开式
范德蒙行列式
ab主对角线、ab副对角线
爪型行列式
递推
两个数学归纳法
三、四对角线
逐行相加
每行的k倍加到第一行
行列式的性质
交换(负号)
数乘
裂开
倍加(不变)
行列式的展开
余子式、代数余子式的定义
行列式的展开式,及逆运算
展开:任意一行/列的所有元素和对应的代数余子式乘积之和
克莱默法则
非齐次线性方程组
行列式不得0,唯一解
行列式得0,无解或无穷多解
行列式得0,无解或无穷多解
齐次线性方程组
行列式不得0,唯一零解
行列式得0,无穷多解
行列式得0,无穷多解
计算
某列/行的k倍加到其余各列/行
个行/列的k倍加到第一行/列
逐行相加(第一行的k倍加到第二行,第二行的k倍加到第三行)
用相似
求|A|,由P^-1AP=B,即求|B|
证明
反证法
特征值
若|A|等于0,λ=0是A的一个特征值
|A|=λ乘积
2.矩阵
矩阵的基本概念
矩阵的运算
加(减)法
行列式
同类型的矩阵才能相加
数乘
行列式
一个矩阵的行=一个矩阵的列
转置
性质
相乘的转置
行列式不变
相乘
4个【注】:AB=0,不能推得A=0或B=0
AB=AC且A!=0,不能推得B=C
一般乘法没有交换律,即AB!=BA
A、B为方阵且AB=BA,则称A、B可以交换
AB=AC且A!=0,不能推得B=C
一般乘法没有交换律,即AB!=BA
A、B为方阵且AB=BA,则称A、B可以交换
4种可交换的情形:A与E、kE、A的逆矩阵、A的伴随矩阵
行列式
幂
A与B的平方和、平方差、立方和只在可交换情形下成立
行列式
逆矩阵
定义:AB=BA=E
判定:行列式不得0
求法
初等行变换
伴随矩阵的核心公式
性质
数乘的逆
行列式
证明
线性无关,r<n
|A|≠0
先得确定可逆才能写出-1的形式
重要定理
A=P1P2P3...
A可由单位矩阵经过有限次初等变换得到
0不是矩阵A的特征值
A与单位矩阵等价
伴随矩阵
定义:代数余子式
伴随矩阵的核心公式
求法
定义
伴随矩阵的核心公式
性质
伴随的伴随、数乘的伴随
行列式
矩阵分块法
定义
运算
加(减)法
数乘
相乘
转置
小块转置+整体转置
分块对角阵
定义
行列式
逆矩阵
分别取逆
n次方
副对角线的逆矩阵
分别取逆,但要逆序
矩阵的初等变换与初等矩阵
初等行列变换的定义
对换
数乘
倍加
等价关系A~B
等价具有自反性、对称性、传递性
初等矩阵
定义:单位矩阵经一次初等变换所得的矩阵称为初等矩(方)阵
性质
行列式
对换=-1;数乘=k;倍加=1
逆矩阵
对换相等;数乘1/k;倍加-k(代入)
相关结论(性质)
左行右列
方阵A可逆的充要条件
A=一系列初等矩阵之积,(也即A等价于E)
A等价于E
同型矩阵A与B等价的充要条件
PAQ=B(也即同型矩阵等价的充要条件是秩相等)
矩阵的秩
定义:最高阶非零子式(r阶子式),称数r为矩阵A的秩
性质(5条)
秩的计算方法
行列式
初等行变换
重要结论(6条)
7.若A可逆,r(AB)=r(BA)=r(B)
A=P1P2.
B经过初等变换后r不变
3.向量
向量重要定理
向量长度||α||=根号下α^Tα(向量的模)
α^Tα=0《-》α=0
若(α,β)=0称α与β正交记作α⊥β
向量的线性相关性
相关
n个n维向量判断线性相关
直接用行列式是否为0
不是n个n维(用秩)
设方程x1α1+x2α2+...=0(齐次方程组)
系数矩阵做初等行变换
相关<->方程有非零解<->r<n
2个n维
直接用比例(相除)
x1α1+x2α2=0
定理
n+1个n维向量
多数向量能用少数表示,多数相关
无关判定
定义法(设k1α1+...=0【1】)
重组
k1=k2=...=0
同乘
由A^mα=0知A^m+1=0
用A^m-1左乘【1】两端
得k1=0
k1=0代入【1】得【2】
同理乘A^m-2
得k2=k3=..=0
遇到α1,α2,α之间的关系->建立矩阵与向量相乘
秩
只有零解
r=s
遇到α1,α2,α之间的关系->建立矩阵相乘
反证
如果线性相关
则有不全为0的k1,k2..km使得【1】
设第一个不为0的是kp(即k1=k2=..kp-1=0,kp≠0,p>=1)得到【2】
用A^m-p乘【2】并代入A^m=0,A^m+1=0...
得kp=0与kp≠0矛盾
判断向量组相关无关
观察法能否相加相减的到另外一个
转化成行列式是否等于0
向量的秩与极大线性无关组
极大无关组
Ax=0的任一解可由yita1,yita2...线性表出
加一个线性相关,不加前的一组向量
向量的线性表示
解方程组
1、行阶梯
2、行最简
3、确定主元自变量
向量组与秩相关
向量β可由向量组α1,α2...αm线性表示
r(α1,α2...αm)=r(α1,α2...αm,β)
向量β不能由向量组α1,α2...αm-1线性表示
r(α1,α2...αm-1)+1=r(α1,α2...αm-1,β)
向量组等价
两向量组可以相互线性表示
不建立方程直接写初等变换[α1,α2,α3|β1,β2,β3]
和(β1,β2,β3|α1,α2,α3)
和(β1,β2,β3|α1,α2,α3)
关于自变量赋值
不用1,0赋值直接令=k
求基础解系令1,0
向量组的秩
如果向量组α1...αr与向量组β1...βt都是向量组α1...αs的极大无关组-》r=t
等价->r[1]=r[2]
6.二次型
二次型与对称矩阵
化二次型为标准型
配方法
正交变换
求二次型x^TAx在正交变换下的标准形
即求二次型矩阵A的特征值
即求二次型矩阵A的特征值
正负惯性指数前提是标准型
惯性定理
若二次型x^TAx经过坐标变换x=Cy化为二次型y^TBy
<=>C^TAC=B
<=>pA=pB,qA=qB
<=>x^TAx与y^TBy有相同的规范型
<=>C^TAC=B
<=>pA=pB,qA=qB
<=>x^TAx与y^TBy有相同的规范型
是否合同可通过p,q来确定
正负惯性指数可通过特征值确定
正定二次型与正定矩阵
证明矩阵A正定
检验A为实对称矩阵
证明正定
定义法:任意X≠0,恒有X^TAX>0
λ>0
判断正定
顺序主子式
填空题选择题
特征值
填空题计算题证明题
平方项系数
有负或0不正定
存在可逆矩阵C,使得C^TAC=B,则称A和B合同
合同变换即A到B的变换
合同矩阵C
重要定理
任一n阶对称矩阵总可以合同于一个对角矩阵
坐标变换
x=Cy(|C|≠0)
正交变换
n元二次型x^TAx其中Ashi n阶实对称矩阵
必存在正交变换x=Qy(Q为正交矩阵使得x^TAx化为标准形
必存在正交变换x=Qy(Q为正交矩阵使得x^TAx化为标准形
5.特征值与特征向量
矩阵的特征值与特征向量
求特征值
行列式计算
两行/列加加减减,至多三行->找出λ-a的公因式
上下三角形的矩阵特征值为主对角线元素
若r(A)=1,A的一个λ为A的迹,另外n-1个为0(A为n阶)
标准形中平方项系数
∑aii=∑λi
特征向量
个数
可对角化
n个特征值对应n个特征向量
k重特征值必有k个无关的特征向量
(关于实对称矩阵)是否正交
同一特征值对应的不同特征向量也可能正交
不同特征值对应的特征向量相互正交
特殊矩阵对应的特征值与特征向量
求特殊矩阵的特征值
矩阵的对角化
求可逆矩阵P使P^-1AP=Λ
即求A的特征向量
求λ
求Λ
即求A的λ
判断矩阵是否能对角化
n阶有n个不同特征值
特征值k重根
求特征多项式对应的矩阵秩r
若n-r等于k,则可对角化
否则,不可
A~Λ
A有n个线性无关的特征向量
如果λ是k重特征值,则λ必有k个线性无关的特征向量
n-r(λE-A)=k
变相求出特征多项式对应的矩阵秩-》求解题目矩阵中的参数a
Λ对角线元素为A的特征值
相似矩阵
基本性质
秩相等
特征多项式相等
特征多项式等价(λ不一定是特征值)
迹相等
行列式相等
特征值相等
A^T~B^T
A^-1+A~B^-1+B
A-1~A
证明A~B相似
A~对角矩阵,B~对角矩阵->A~B
实对称矩阵
k重特征值对应k个线性无关的特征向量
特征向量必无关
总存在正交矩阵Q^-1AQ=Q^TAQ=Λ
同样与相似中P的列向量为A的特征向量
即这里正交矩阵Q的列向量为A的特征向量
即这里正交矩阵Q的列向量为A的特征向量
不同特征值对应的特征向量相互正交
特征向量写法
填空题
直接学出λ对应的α(不用加k)
解答题
加k
行列式不得0,秩满,A可逆
行列式得0,秩不满,A不可逆
行列式得0,秩不满,A不可逆
0 条评论
下一页