线性代数考试重点难点复习试题.doc

线线性代数讲义 1、行列式1. 行列式共有个元素，展开后有项，可分解为行列式；2. 代数余子式的性质：、和的大小无关；、某行（列）的元素乘以其它行（列）元素的代数余子式为0；、某行（列）的元素乘以该行（列）元素的代数余子式为；3. 代数余子式和余子式的关系：4. 设行列式：将上、下翻转或左右翻转，所得行列式为，则；将顺时针或逆时针旋转，所得行列式为，则；将主对角线翻转后（转置），所得行列式为，则；将主副角线翻转后，所得行列式为，则；5. 行列式的重要公式：、主对角行列式：主对角元素的乘积；、副对角行列式：副对角元素的乘积；、上、下三角行列式（）：主对角元素的乘积；、和：副对角元素的乘积；、拉普拉斯展开式：、范德蒙行列式：大指标减小指标的连乘积；、特征值；6. 对于阶行列式，恒有：，其中为阶主子式；7. 证明的方法：、；、反证法；、构造齐次方程组，证明其有非零解；、利用秩，证明；、证明0是其特征值；2、矩阵1. 是阶可逆矩阵：（是非奇异矩阵）；（是满秩矩阵）的行（列）向量组线性无关；齐次方程组有非零解；，总有唯一解；与等价；可表示成若干个初等矩阵的乘积；的特征值全不为0；是正定矩阵；的行（列）向量组是的一组基；是中某两组基的过渡矩阵；2. 对于阶矩阵： 无条件恒成立；3.4. 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、可逆：若，则：、；、；、；（主对角分块）、；（副对角分块）、；（拉普拉斯）、；（拉普拉斯）3、矩阵的初等变换与线性方程组1. 一个矩阵，总可经过初等变换化为标准形，其标准形是唯一确定的：；等价类：所有与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、，若；2. 行最简形矩阵：、只能通过初等行变换获得；、每行首个非0元素必须为1；、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）、 若，则可逆，且；、对矩阵做初等行变化，当变为时，就变成，即：；、求解线形方程组：对于个未知数个方程，如果，则可逆，且；4. 初等矩阵和对角矩阵的概念：、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；、，左乘矩阵，乘的各行元素；右乘，乘的各列元素； 、对调两行或两列，符号，且，例如：；、倍乘某行或某列，符号，且，例如：；、倍加某行或某列，符号,且，如：；5. 矩阵秩的基本性质：、；、；、若，则；、若、可逆，则；（可逆矩阵不影响矩阵的秩）、；（）、；（）、；（）、如果是矩阵，是矩阵，且，则：（）、的列向量全部是齐次方程组解（转置运算后的结论）；、若、均为阶方阵，则；6. 三种特殊矩阵的方幂：、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；、型如的矩阵：利用二项展开式；二项展开式：；注：、展开后有项；、组合的性质：；、利用特征值和相似对角化：7. 伴随矩阵：、伴随矩阵的秩：；、伴随矩阵的特征值：；、8. 关于矩阵秩的描述：、，中有阶子式不为0，阶子式全部为0；（两句话）、，中有阶子式全部为0；、，中有阶子式不为0；9. 线性方程组：，其中为矩阵，则：、与方程的个数相同，即方程组有个方程；、与方程组得未知数个数相同，方程组为元方程；10. 线性方程组的求解：、对增广矩阵进行初等行变换（只能使用初等行变换）；、齐次解为对应齐次方程组的解；、特解：自由变量赋初值后求得；11. 由个未知数个方程的方程组构成元线性方程：、；、（向量方程，为矩阵，个方程，个未知数）、（全部按列分块，其中）；、（线性表出）、有解的充要条件：（为未知数的个数或维数）4、向量组的线性相关性1. 个维列向量所组成的向量组：构成矩阵；个维行向量所组成的向量组：构成矩阵；含有有限个向量的有序向量组与矩阵一一对应；2. 、向量组的线性相关、无关有、无非零解；（齐次线性方程组）、向量的线性表出是否有解；（线性方程组）、向量组的相互线性表示是否有解；（矩阵方程）3. 矩阵与行向量组等价的充分必要条件是：齐次方程组和同解；(例14)4. ；(例15)5. 维向量线性相关的几何意义：、线性相关；、线性相关坐标成比例或共线（平行）；、线性相关共面；6. 线性相关与无关的两套定理：若线性相关，则必线性相关；若线性无关，则必线性无关；（向量的个数加加减减，二者为对偶）若维向量组的每个向量上添上个分量，构成维向量组：若线性无关，则也线性无关；反之若线性相关，则也线性相关；（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（个数为）能由向量组（个数为）线性表示，且线性无关，则(二版定理7)；向量组能由向量组线性表示，则；（定理3）向量组能由向量组线性表示有解；（定理2）向量组能由向量组等价（定理2推论）8. 方阵可逆存在有限个初等矩阵，使；、矩阵行等价：（左乘，可逆）与同解、矩阵列等价：（右乘，可逆）；、矩阵等价：（、可逆）；9. 对于矩阵与：、若与行等价，则与的行秩相等；、若与行等价，则与同解，且与的任何对应的列向量组具有相同的线性相关性；、矩阵的初等变换不改变矩阵的秩；、矩阵的行秩等于列秩；10. 若，则：、的列向量组能由的列向量组线性表示，为系数矩阵；、的行向量组能由的行向量组线性表示，为系数矩阵；（转置）11. 齐次方程组的解一定是的解，考试中可以直接作为定理使用，而无需证明；、只有零解只有零解；、有非零解一定存在非零解；12. 设向量组可由向量组线性表示为：（题19结论）（）其中为，且线性无关，则组线性无关；（与的列向量组具有相同线性相关性）（必要性：；充分性：反证法）注：当时，为方阵，可当作定理使用；13. 、对矩阵，存在，、的列向量线性无关；（）、对矩阵，存在，、的行向量线性无关；14. 线性相关存在一组不全为0的数，使得成立；（定义）有非零解，即有非零解；，系数矩阵的秩小于未知数的个数；15. 设的矩阵的秩为，则元齐次线性方程组的解集的秩为：；16. 若为的一个解，为的一个基础解系，则线性无关；（题33结论）5、相似矩阵和二次型1. 正交矩阵或（定义），性质：、的列向量都是单位向量，且两两正交，即；、若为正交矩阵，则也为正交阵，且；、若、正交阵，则也是正交阵；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：；;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. 、与等价经过初等变换得到；，、可逆；，、同型；、与合同，其中可逆；与有相同的正、负惯性指数；、与相似；5. 相似一定合同、合同未必相似；若为正交矩阵，则，（合同、相似的约束条件不同，相似的更严格）；6. 为对称阵，则为二次型矩阵；7. 元二次型为正定：的正惯性指数为；与合同，即存在可逆矩阵，使；的所有特征值均为正数；的各阶顺序主子式均大于0；(必要条件)个人经验分享： 考研复习与考试过程中，科目专业知识繁多，需要接收的知识量非常大，对阅读量要求都非常的高，考试时也要阅读很多字的试题，大家一定要学会提高效率，如果没有学会提高效率，无论是复习还是考试，时间都非常拮据，成功几率很低。建议平时要学会快速阅读的习惯，一般人每分钟才看200字左右，我们要学会一眼尽量多看几个字，甚至是以行来计算（特别是在阅读大量内容的时候），把我们的速读提高，然后再提高阅读量。学会快速阅读，在复习过程中效率非常高，在考试过程中也能够节省大量的时间，赢得考试。在我们一眼多看几个字的时候，还能高度的集中我们的思维，大大的利于归纳总结，养成习惯后，非常利于政治英语数学以及各个专业课的复习、考试。我在去年有幸学习了快速阅读，以前一个月才能读完的书现在五六天不到就能够读完，主要是复习速度和效率变化非常的明显。我读本科的成绩不怎么好，考研我妈说我只是碰运气，最后的成绩却比我们班上成绩很好的同学还高，连我自己都有些意想不到，速读记忆的习惯绝对要记头等功。推荐大家一个训练速读的软件（还有记忆部分，思维导图对提高理科方面的成绩非常的管用），就是去年我用过的那个（刚才看了下好像还出了更优秀的版本了），成功就在手中。此段是纯粹个人经验分享，可能在多个地方看见，大家读过的就不用再读了，只是希望能和更多的童鞋分享，让大家多走捷径。最后记得一定要多看多读多记！按照我文中所说的，进行逐一突击！成功就在对岸！大家在复习的过程中，有需要和我交流的请回论坛的帖子给我留言，我会一一回复。经验总结： 任何事，有一个坚定的信念十分重要，在做出决定之前一定要深思熟虑。然后做出决定之后就勇往直前。比如你喜欢法律，选择法硕，就不要有什么犹豫。我对这一点深有体会，我所在的校区全部是工程学科，也就是说在那里考研复习我一直是孤身一人为法硕而奋斗。过来人可能了解，在这种高压，高强度的学习环境下，而且不考研的同学都在找工作，捷报天天传来，孤独是多么可怕。有人总结考研说是耐得住寂寞。很多人在考研的最后阶段放弃了，犹豫对前途的不确定和受现实环境的压迫，这是很普遍的。由此，一颗坚定信念的心对于考研多么重要，谁都不想半途而废，那么，无论是出于对法律的热爱，还是现实的考虑，既然选择，那就坚定不移的走下去。直到成功坐的住看书，耐得住寂寞。让你的坚定信念，或是对专业的兴趣去抵抗时时侵来的枯燥感！比如我，一天的有效时间几乎是在10小时以上，将它们分为早中晚，每个时间段4个小时左右。分别也就是英语，法律，政治。考研结束的时候我对自己，对朋友说，过程或许艰难，但是很值，即使没有结果，我也无怨无悔。因为在这些日子里我学会了更多，学会了我在大学四年里可能得不到的东西，在过程的体验，经历和享受中，知识倒是其次，学到的精神品质，对重点对思路的把握，对事物的总结等等这些是考研者更应看重的！它将受用与以后的学习，工作生活中！强健的体魄当然也是相当必要的，因为考研，至少在一百天之内，那是之前这十几年教育接受知识忙或者是学习强度最大的一百天。所谓身体是革命的本钱，考研期间一定要善待自己。我在决定考研的大三下半学期，我并没有开始疯狂的看书学习。而是开始锻炼半年身体，每天别人早起是背书，我早起是跑步，事实证明这是相当有效的。考研期间我甚至连感冒都没。要知道考研期间时间真的就是一寸光阴一寸金，如果在这段时间里有什么不舒服，那么只能放弃一年的机会。关心时事，多读多看，这是让我受用很大的一点，尤其是在复试。因为法律这门学科的特殊性，社会科学注定它与时事，政治的密切性。我每期必看南方周末。经常试着用法律人的思维去看问题，想问题，因为这将是你将来的饭碗。眼前来看在考试中也会发挥着重要的角色！考研复习与考试过程中，科目专业知识繁多，需要接收的知识量非常大，对阅读量要求都非常的高，考试时也要阅读很多字的试题，大家一定要学会提高效率，如果没有学会提高效率，无论是复习还是考试，时间都不够用，成功几率很低。建议大家平时要学会快速阅读的习惯，一般人每分钟才看200字左右，我们要学会一眼尽量多看几个字，甚至是以行来计算（特别是在阅读大量内容的时候），把我们的速读提高，然后再提高阅读量。学会快速阅读，在复习过程中效率非常高，在考试过程中也能够节省大量的时间，赢得考试。在我们一眼多看几个字的时候，还能高度的集中我们的思维，大大的利于归纳总结，养成习惯后，非常利于政治英语数学以及专业课的复习、考试。通过锻炼，把速度提高到3000字/分钟左右是绝对能够做得到的。我在去年有幸学习了快速阅读，至今阅读速度已经超过5000字/分钟，学习效率非常的高。我读本科的成绩不怎么好，考研我妈说我只是碰运气，最后的成绩却比我们班上成绩很好的同学还高，连我自己都有些意想不到，速读的习惯绝对是功不可没的。推荐大家一个训练速读的软件（现在好像还能训练记忆），就是去年我用过的那个（刚才看了下好像还出了更优秀的版本了），怕有的童鞋找不到，找了好半天，终于给大家找到了下载的地址，这里直接给做了个超链接，先按住键盘最左下角的“ctrl”按键不要放开，然后鼠标点击此行文字就可以下载了。认真练习，练上20小时就够用了，很快就能够看到效果！最后还要补充一点就是，入考场之前的状态吧，宝剑一出谁与争锋，有必胜的把握，舍我其谁的自信。但绝不是骄傲。当你看到大纲应该大体想起厚厚的指南，看到指南很快就能总结重点。可以自己就出一份题。此时无所谓押题不押题，成功就在手中。此段是纯粹个人经验分享，可能在多个地方看见，大家读过的就不用再读了，只是希望能和更多的童鞋分享，让大家多走捷径。最后记得一定要多看多读多记！按照我文中所说的，进行逐一突击！成功就在对岸！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.b1=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mn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mn型矩阵.例如 2 -1 0 1 1 1 1 1 0 2 2 5 4 -2 9 3 3 3 -1 8是一个45矩阵.对于上面的线性方程组,称矩阵 a11 a12 a1n a11 a12 a1n b1 A= a21 a22 a2n 和(A|b)= a21 a22 a2n b2 am1 am2 amn am1 am2 amn bm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 a1 (a1,a2, ,an)或 a2 , an 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1n矩阵,右边是n1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mn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a1, a2, ,an时(它们都是表示为列的形式!)可记A=(a1, a2, ,an).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a和b相等(记作a=b),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mn的矩阵A和B可以相加(减),得到的和(差)仍是mn矩阵,记作A+B (A-B),法则为对应元素相加(减).数乘: 一个mn的矩阵A与一个数c可以相乘,乘积仍为mn的矩阵,记作cA,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: 加法交换律: A+B=B+A. 加法结合律: (A+B)+C=A+(B+C). 加乘分配律: c(A+B)=cA+cB.(c+d)A=cA+dA. 数乘结合律: c(d)A=(cd)A. cA=0 c=0 或A=0.转置:把一个mn的矩阵A行和列互换,得到的nm的矩阵称为A的转置,记作A T(或A).有以下规律: (AT)T= A. (A+B)T=AT+BT. (cA)T=cAT. 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a是列向量时, a T表示行向量, 当a是行向量时,a T表示列向量.向量组的线性组合:设a1, a2,as是一组n维向量, c1,c2,cs是一组数,则称 c1a1+c2a2+csas为a1, a2,as的(以c1,c2,cs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cE.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AT=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AT=-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: 交换两行的位置. 用一个非0的常数乘某一行的各元素. 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